|
|
تلفیق اطلاعات ژیروسکوپ و مغناطیسسنج برای تخمین وضعیت پرتابههای با سرعت بالا بر مبنای ترکیب فیلتر ذرهای و pso
|
|
|
|
|
نویسنده
|
اصغری علی ,نصرالهی بروجنی سعید ,قهرمانی نعمت الله
|
منبع
|
مكانيك هوافضا - 1399 - دوره : 16 - شماره : 1 - صفحه:15 -30
|
چکیده
|
در این پژوهش، با استفاده از تلفیق خروجی مغناطیسسنجها و ژیروسکوپهای ارزان قیمت میکرو الکترومکانیکی، وضعیت پرتابههای با سرعت بالا با استفاده از فیلتر ذرهای ترکیبشده با الگوریتم بهینهسازی انبوه ذرات تخمین زده میشود. در سرعتهای بالا ژیروسکوپهای ارزان قیمت سامانههای میکرو الکترومکانیکی دارای خطای زیادی هستند و مغناطیسسنجها نیز به دلیل وجود میدانهای مغناطیسی غیر از زمین دقت پایینی دارند. برای حل این مشکلات، تلفیق اطلاعات این دو حسگر برای تخمین وضعیت پیشنهاد میشود. به دلیل غیرخطی بودن معادلات دینامیکی و مشاهده باید از تخمین گر غیرخطی استفاده شود. فیلتر کالمن توسعهیافته با صرفنظر نمودن از جملات مرتبه بالای بسط تیلور خطایی را وارد محاسبات مینماید که این خطا در سامانههای غیرخطی سریع قابل صرفنظر نیست. فیلتر ذرهای برخلاف فیلتر کالمن، برای سامانههای غیرخطی نتایج خوبی دارد. بزرگترین ضعف این فیلتر، بار محاسباتی بالای آن است که باعث محدودیت کاربردش گشته است. برای کاهش مدتزمان انجام محاسبات فیلتر ذرهای از الگوریتم ترکیبشده فیلتر ذرهای با الگوریتم بهینهسازی انبوه ذرات استفاده شده است. نتایج شبیهسازی با استفاده از 100 نمونه آزمایش مورد بررسی قرار گرفته است که نشاندهنده عملکرد مطلوب این الگوریتم در مسئله تلفیق اطلاعات ژیروسکوپ و مغناطیسسنج در تخمین زوایا است.
|
کلیدواژه
|
الگوریتم بهینهسازی انبوه ذرات، تخمین وضعیت، ژیروسکوپ، فیلتر ذرهای، مغناطیسسنج
|
آدرس
|
دانشگاه صنعتی مالک اشتر, مجتمع برق و کامپیوتر, ایران, دانشگاه مالک اشتر, مجتمع برق و کامپیوتر, ایران, دانشگاه صنعتی مالک اشتر, مجتمع برق و کامپیوتر, ایران
|
پست الکترونیکی
|
ghahremani@mut.ac.ir
|
|
|
|
|
|
|
|
|
Data Fusion of Gyroscope and Magnetometer to Estimate the Attitude of HighSpeed Projectiles Based on Particle Filter and PSO
|
|
|
Authors
|
Asghari Ali ,Nasrollahi Saeed ,Ghahremani Nematollah
|
Abstract
|
In this paper, the attitude of highspeed projectiles has been estimated usingdata fusion of magnetometer and Micro Electro Mechanical Systems (MEMS) gyroscope. MEMS gyroscopes have the high error for high speed. Also, magnetometers have low accuracy due to the presence of NonEarth magnetic fields. For this reason, data fusion of magnetometer and MEMS gyroscope have been suggested. Due to the nonlinearity of the system equations and observation, a nonlinear estimator must be used. The developed Kalman filter inserts an error by ignoring the high order sentences of Taylor’s expansion, which cannot be ignored in fast nonlinear systems. Unlike the Kalman filter, the particle filter has good results for nonlinear systems. The biggest weakness of this filter is its high computational time, which limits its applicability. To reduce the computational time of particle filter, a particle swarm optimization algorithm has been used. The simulation results were evaluated using 100 samples of the test, which illustrates the desirable performance of the combined particle filter with the particle swarm optimization algorithm in the data fusion of gyroscope and magnetometer information in the estimation of angles.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|