طراحی و پیاده سازی الگوریتم تخمین متمرکز مدل پیش‌بین با تقریب فازی برای هم‌ راستایی در حرکت سامانه ناوبری اینرسی ترکیبی ارزان قیمت ins/gps

تعیین جهات بردارهای سیستم ناوبری اینرسی بر اساس جهات سیستم مرجع (هم‌ترازی) یکی از مهم‌ترین پارامترهای سیستم ناوبری می‌باشد. در این سیستم‌ها به دلیل نیاز به‌ دقت بالا و عکس‌العمل سریع، هم‌ترازی در حرکت مورد توجه قرار می‌گیرد. در فرآیند هم‌ترازی در حرکت، به دلیل وجود خطاهای تصادفی در داده‌های حسگرهای واحد اندازه‌گیری اینرسی، استفاده از الگوریتم تلفیق مناسب برای ترکیب خروجی حسگرهای اینرسی و سامانه موقعیت‌یاب جهانی ضروری است. به همین دلیل در این مقاله به ارائه یک الگوریتم تلفیق مناسب برای هم‌ترازی در حال حرکت سیستم ناوبری اینرسی ترکیبی پرداخته می‌شود. برای این منظور در رویکردی جدید یک تخمین‌زن پیش‌بین با افق فازی ارائه خواهد شد، که در آن جهت افزایش دقت و همچنین کاهش بار محاسباتی، افق تخمین متناسب با مانور خودرو و به صورت فازی تغییر می‌کند. برای صحه‌گذاری بر الگوریتم ارائه ‌شده در این مقاله از تست خودرو استفاده شده است. نتایج حاصل از تست نشان می‌دهد که با استفاده از فیلتر پیشنهادی، دقت تخمین متغیرهای حالت ناوبری اینرسی نسبت به سایر روش‌های متداول، همچون فیلتر کالمن به میزان قابل توجهی افزایش خواهد یافت. همچنین الگوریتم ارائه شده در این مقاله قوام بیش‌تری را نسبت به فیلتر کالمن در مقابل عدم قطعیت مدل‌سازی و اغتشاشات خواهد داشت.

Design and Implementation of a Centralized Predictive Model Estimation Algorithm with the Fuzzy Approach for InMotion Alignment of a Lowcost Integrated INS/GPS Inertial Navigation System

The process of computing the true values of the direction cosine matrix (DCM) is one of the important parameters for exact navigation of vehicles. In other words, determination of the directions of the INS vectors in terms of the directions of the reference system (alignment) is one of the important parameters of a navigation system. In order to improve the performance of such systems, this procedure is done according to the inertial measurement unit (IMU) and global positioning system (GPS) data, when the vehicle is in motion. Duo to the stochastic noise and uncertainties in inertial measurement sensors, a data fusion algorithm is used to integrate the outputs of the IMU and GPS sensors. In this paper a novel variant horizon predictive model estimation algorithm is proposed to construct an integrated INS/GPS inertial navigation system. The horizon of the proposed algorithm is calculated based on the vehicle maneuvers. Several vehicular tests have been carried out to assess the longterm performance and accuracy of the proposed navigation algorithm. The results indicate that the proposed algorithm significantly enhances the overall navigation accuracy of lowcost integrated INS/GPS inertial navigation system, in comparison to the conventional Kalman filter algorithm.