بهبود دقت حسگرهای اینرسی با استفاده از تبدیل موجک مبتنی بر لیفتینگ و الگوریتم ژنتیک قابل بکارگیری در سامانه موقعیت یابی هوشمند

اطلاع از موقعیت و مکان تجهیزات، خودروها و نیروها در راستای هوشمندسازی پلیس برای اجرای دقیق ماموریت ها یک الزام بوده و در این راستا سامانه ناوبری اینرسی دارای دقت و کارآیی بالایی می‌باشد. سامانه ناوبری اینرسی (ins) یک نوع سامانه مستقل است که در هر نوع شرایط آب‏وهوایی کار کرده و می‏تواند اطلاعات جهت‏یابی پیوسته‏ای از مکان، سرعت و حالت را بدون اینکه تحت تاثیر محیط واقع شود، فراهم کند. اما به دلیل خطاهای ناشی از حسگرهای ژیروسکوپ و شتاب‏سنج، دقت عملکرد حسگر ins، با گذشت زمان کاهش می‏یابد. بنابراین، مشکل اصلی در استفاده از ins برای سامانه‏های ناوبری، خطاهای نامحدودی است که در طول زمان اتفاق می‏افتد. لذا، برای دستیابی به خروجی‏های مطلوب، حذف نویز به خوبی باید در آن صورت پذیرد. در این مقاله، با توجه به نوع حسگر آن‏ها، روشی مناسب برای حذف نویز مطابق با شرایط آن حسگر انتخاب شده است. روش انتخابی، روش حذف نویز موجک مبتنی بر طرح لیفتینگ می‏باشد. لازم به ذکر است که این روش بلادرنگ بوده و نیاز به تهیه داده‏های دریافتی به صورت بلوکی نمی‏باشد. در این مقاله از لیفتینگ‏های چندسطحی و همچنین با ترکیب خروجی‏ این لیفتینگ‏ها جهت بهینه‏سازی دقت سامانه، از الگوریتم ژنتیک استفاده شده است. برای مشاهده عملکرد روش، از دو نوع داده‏های پویا و ایستان استفاده شده است که نتایج خروجی، مبین کارآیی روش پیشنهادی در حذف مناسب نویز با قابلیت اطمینان بالا و سرعت زیاد می‌باشد.

Improve the Accuracy of Inertial Sensors Using Lifting Wavelet Transform and Genetic Algorithm applicable in an intelligent positioning system

Knowing the location and location of equipment, vehicles and forces in order to make the police smarter for the accurate execution of missions is a requirement and in this regard, the inertial navigation system has high accuracy and efficiency and can be used in electronic warfare.Due to the increasing use of Inertial Navigation Systems (INSs) in various fields, increasing the accuracy and efficiency of this system is significant. INS is a standalone system that works in any weather conditions and can provide continuous navigation information of position, velocity, and attitude without affecting the environment. However, due to errors in gyroscope and accelerometer sensors, the accuracy of INS sensor performance decreases over time. Therefore, the main problem in using INS for navigation systems is the unlimited errors that occur over time. In other words, over time, its performance suffers from errors that are increasing rapidly. Therefore, to achieve the desired outputs, noise removal must be performed. In this paper, according to the types of sensors, the best noise removal method has been presented. The wavelet noise removal based on the lifting scheme is utilized for de-noising. The lifting method is real-time and does not require blocking the received data. Also, we have leveraged some multi-level liftings. Further, we propose an optimization method based on the genetic algorithm to increase accuracy by combining the results of multi-level liftings. For evaluation, two types of dynamic and static data have been used. The achieved results have clarified the effectiveness of our proposed method. Therefore, a suitable method for good, reliable, and fast noise removal is presented.