Luận án Tiến sĩ Vật lý: Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS dùng cho các vật thể chuyển động

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:0

Thêm vào BST

Báo xấu

26
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu của đề tài là phân tích và khảo sá tsai số của các cảm biến MEMS sử dụng trong hệ thống dẫn đường INS; thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS sử dụng các cấu trúc lọc Kalman hoạt động trong trường hợp có tín hiệu GPS và trong trường hợp tín hiệu GPS không ổn định hoặc bị gián đoạn.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận án Tiến sĩ Vật lý: Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS dùng cho các vật thể chuyển động

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Phạm Văn Tăng THIẾT KẾ VÀ XÂY DỰNG HỆ THỐNG DẪN ĐƯỜNG TÍCH HỢP INS/GPS DÙNG CHO CÁC VẬT THỂ CHUYỂN ĐỘNG LUẬN ÁN TIẾN SĨ VẬT LÝ Hà Nội – 2017 i
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Phạm Văn Tăng THIẾT KẾ VÀ XÂY DỰNG HỆ THỐNG DẪN ĐƯỜNG TÍCH HỢP INS/GPS DÙNG CHO CÁC VẬT THỂ CHUYỂN ĐỘNG Chuyên ngành: Vật lý vô tuyến và điện tử Mã số: 62440105 LUẬN ÁN TIẾN SĨ VẬT LÝ NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. PGS.TS Chử Đức Trình 2. PGS. TS Trần Đức Tân Hà Nội – 2017 ii
LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết quả nêu trong luận án là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Tác giả luận án Phạm Văn Tăng i
LỜI CẢM ƠN Sau thời gian học tập và nghiên cứu tôi đã hoàn thành bản luận án này. Lời đầu tiên, tôi xin gửi lời cảm ơn sâu sắc tới hai thầy giáo hướng dẫn là PGS.TS Chử Đức Trình và PGS.TS Trần Đức Tân, những người đã tận tình giúp đỡ, khích lệ và động viên tôi trong suốt quá trình tôi học tập nghiên cứu và thực hiện luận án này. Tôi xin chân thành cảm ơn các thầy cô giáo trong bộ môn Vật lý Vô tuyến, khoa Vật lý, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội; các thầy cô giáo trong bộ môn Vi cơ điện tử và Vi hệ thống Khoa Điện tử viễn thông, Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội đã giúp đỡ tôi rất nhiều trong suốt quá trình tôi học tập, nghiên cứu. Tôi cũng xin trân trọng cảm ơn các lãnh đạo chỉ huy Khoa Khoa học Cơ bản, Học viện Hậu cần đã tạo mọi điều kiện thuận lợi trong suốt quá trình tôi học tập, nghiên cứu. Nhân dịp này, tôi xin gửi lời cảm ơn tới tất cả các thành viên trong gia đình và những người bạn đã tận tình giúp đỡ, động viên để tôi có được điều kiện tốt nhất hoàn thành bản luận án này. ii
MỤC LỤC DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT .................................................v DANH MỤC CÁC BẢNG....................................................................................... vii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ ................................................................. viii MỞ ĐẦU .................................................................................................................1 Chương 1. TỔNG QUAN VỀ HỆ DẪN ĐƯỜNG TÍCH HỢP INS/GPS ..................5 1.1. Tổng quan các nghiên cứu trong và ngoài nước ..................................................5 1. 2. Hệ thống định vị toàn cầu GPS ...........................................................................9 1.2.1. Tổng quan về hệ thống vệ tinh dẫn đường toàn cầu GNSS .....................9 1.2.2. Nguyên lý làm việc của hệ thống GPS ...................................................17 1.2.3. Các nguồn sai số của phép đo tín hiệu GPS ...........................................19 1.3. Hệ thống dẫn đường quán tính INS ...................................................................22 1.3.1. Các hệ tọa độ dẫn đường ........................................................................24 1.3.2. Phương trình dẫn đường quán tính .........................................................25 1.3.3. Các sai số của hệ dẫn đường quán tính INS ...........................................28 1.4. Hệ thống dẫn đường tích hợp INS/GPS .............................................................30 1.4.1. Bộ lọc Kalman ........................................................................................30 1.4.2. Tích hợp INS và GPS sử dụng bộ lọc Kalman .......................................34 Chương 2. ĐẶC TRƯNG HÓA SAI SỐ CỦA CÁC CẢM BIẾN SỬ DỤNG TRONG HỆ DẪN ĐƯỜNG TÍCH HỢP ............................................................... 38 2.1. Đặc trưng hóa sai số tất định của cảm biến........................................................38 2.2. Đặc trưng hóa sai số ngẫu nhiên của cảm biến ..................................................39 2.2.1. Phương pháp mật độ phổ công suất .......................................................40 2.2.2. Phương pháp phương sai Allan ..............................................................41 2.3. Bù trừ ảnh hưởng nhiệt độ lên cảm biến từ trường đo góc......................................48 iii
2.3.1. Nguyên tắc đo góc hướng sử dụng thông tin từ trường trái đất .............49 2.3.2. Cảm biến từ trường.................................................................................50 2.3.3. Đề xuất cấu trúc bù nhiệt độ cho cảm biến từ ........................................52 2.4. Các kết quả thực nghiệm ....................................................................................53 2.4.1. Xác định tham số nhiễu của khối đo lường quán tính MICRO-ISU BP3010 ..................................................................................................53 2.4.2. Xác định tham số nhiễu của khối đo lường quán tính MP67B ..............63 2.4.3. Bù trừ ảnh hưởng nhiệt độ lên cảm biến từ trường CMPS03 ................67 Chương 3. THIẾT KẾ VÀ XÂY DỰNG HỆ THỐNG DẪN ĐƯỜNG TÍCH HỢP INS/GPS ................................................................................................75 3.1. Thiết kế hệ thống dẫn đường tích hợp INS/GPS sử dụng bộ lọc Kalman .........75 3.2. Bộ lọc Kalman mở rộng cho hệ thống dẫn đường tích hợp INS/GPS ...............82 3. 3. Thiết kế và mô hình hoá hệ thống dẫn đường tích hợp INS/GPS...............................84 3.4. Các kết quả thực nghiệm ....................................................................................87 3.4.1. Thử nghiệm 1 .........................................................................................87 3.4.2. Thử nghiệm 2 .........................................................................................92 KẾT LUẬN VÀ KIẾN NGHỊ...................................................................................96 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN ............................................................................................. ................. 97 DANH MỤC TÀI LIỆU THAM KHẢO ..................................................................98 iv
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Từ viết tắt Tiếng Anh Tiếng Việt AI Artificial Intelligence Trí tuệ nhân tạo AMR Anisotropic Magneto-Resistive Hiệu ứng từ trở dị hướng Adaptive neural fuzzy information Hệ thống thông tin mờ nơ-ron ANFIS system thích nghi ANN Artificial neural networks Mạng nơ-ron nhân tạo ECEF Earth-Center Earth-Fixed Hệ tọa độ tâm trái đất EKF Extended Kalman Filter Bộ lọc Kalman mở rộng Hệ tọa độ Cực đông - Cực bắc ENU East – North - Up - Hướng lên GEO Geostationary Orbit Quỹ đạo địa tĩnh Hệ thống vệ tinh dẫn đường GNSS Global Navigation Satellite System toàn cầu GPS Global Positioning System Hệ thống định vị toàn cầu IGSO Inclined Geosynchronous Orbit Quỹ đạo địa tĩnh nghiêng IMU Inertial Measurement Unit Khối đo quán tính INS Inertial Navigation System Hệ thống dẫn đường quán tính KF Kalman Filter Bộ lọc Kalman MEMS Micro Electro Mechanical System Hệ thống vi cơ điện tử MEO Medium Earth Orbit Quỹ đạo Trái đất tầm trung NED North-East-Down Hệ tọa độ Bắc – Đông – Xuống PID Proportional Integral Derivative Bộ điều khiển vi tích phân tỷ lệ PPS The precise positioning service Dịch vụ định vị chính xác v
PSD Power Spectral Density Mật độ phổ công suất Strapdown Inertial Navigation Hệ dẫn đường quán tính kiểu SINS System gắn liền SPS The standard positioning service Dịch vụ định vị chuẩn UKF The Unscented Kalman Filter Bộ lọc Kalman không bản chất vi
DANH MỤC CÁC BẢNG Bảng 1.1 Tần số các băng tần hệ thống Bắc Đẩu ................................................17 Bảng 2.1 Độ lệch chuẩn của nhiễu trắng trên các cảm biến quán tính ...............60 Bảng 2.2 Các tham số nhiễu xác định bằng phương pháp phương sai Allan ......62 Bảng 2.3 So sánh phương pháp PSD và phương pháp phương sai Allan ............63 Bảng 2.4 Đặc trưng sai số ngẫu nhiên trong khối đo MP67B .............................66 Bảng 3.1 Các thông số của GPS HI-204E ............................................................85 Bảng 3.2 Thông số kỹ thuật của hệ thống tích hợp ..............................................94 vii
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1.1 Hệ thống vệ tinh GPS [71] ....................................................................11 Hình 1.2 Các thế hệ vệ tinh GPS [8] ....................................................................12 Hình 1.3 Phân đoạn điều khiển GPS [70] ............................................................12 Hình 1.4 Hệ thống vệ tinh GLONASS [72]...........................................................14 Hình 1.5 Vệ tinh Galileo [72] ...............................................................................15 Hình 1.6 Dải tần số của tín hiệu vệ tinh Galileo [21] ..........................................15 Hình 1.7 Hệ thống vệ tinh Bắc Đẩu [67] ..............................................................16 Hình 1.8 Xác định vị trí GPS sử dụng 4 tín hiệu vệ tinh ......................................18 Hình 1.9 Các cấu trúc khối IMU [19] ..................................................................22 Hình 1.10 Các hệ tọa độ dẫn đường .....................................................................25 Hình 1.11 Hệ tọa độ vật thể ..................................................................................25 Hình 1.12 Lược đồ xác định các thông số dẫn đường [56] ..................................28 Hình 1.13 Lưu đồ tính toán của bộ lọc Kalman ...................................................33 Hình 1.14 Hệ tích hợp INS/GPS kiểu lỏng [20] ...................................................35 Hình 1.15 Hệ tích hợp INS/GPS kiểu chặt [20] ...................................................35 Hình 1.16 Hệ tích hợp INS/GPS kiểu siêu chặt [20] ............................................36 Hình 1.17 Kỹ thuật tích hợp INS/GPS [20] ..........................................................36 Hình 2.1 Các đường dốc đặc trưng trong PSD với thang log-log .......................41 Hình 2.2 Minh họa cấu trúc dữ liệu dùng trong phương pháp Allan ...................42 Hình 2.3 Phương pháp chọn mẫu cluster .............................................................44 Hình 2.4 Minh họa phương sai Allan [26] ...........................................................48 viii
Hình 2.5 Minh họa từ trường trái đất ...................................................................49 Hình 2.6 Các thành phần từ trường trái đất.........................................................49 Hình 2.7 Góc φ trong cảm biến AMR ...................................................................51 Hình 2.8 Cấu trúc “barber poles” .......................................................................51 Hình 2.9 Minh họa đầu ra cảm biến khi áp dụng kỹ thuật lật ..............................52 Hình 2.10 Cấu hình vòng mở bù nhiệt độ cho cảm biến từ trường ......................52 Hình 2.11 Cấu hình vòng đóng bù nhiệt độ cho cảm biến từ trường ...................53 Hình 2.12 Khối MICRO-ISU BP3010 ..................................................................54 Hình 2.13 Vị trí của IMU khi căn chuẩn ..............................................................54 Hình 2.14 Dữ liệu đầu ra của cảm biến gia tốc trục Z .........................................56 Hình 2.15 PSD của cảm biến vận tốc góc trước khi lấy trung bình .....................57 Hình 2.16 PSD của cảm biến gia tốc trước khi lấy trung bình ............................58 Hình 2.17 PSD của cảm biến vận tốc góc sau khi lấy trung bình ........................58 Hình 2.18 PSD của cảm biến gia tốc sau khi lấy trung bình ...............................59 Hình 2.19 PSD trung bình của cảm biến vận tốc góc trục X ...............................59 Hình 2.20 PSD trung bình của cảm biến gia tốc trục Z .......................................60 Hình 2.21 Độ lệch chuẩn Allan của các cảm biến vận tốc góc ............................61 Hình 2.22 Độ lệch chuẩn Allan của các cảm biến gia tốc ...................................61 Hình 2.23 Khối đo quán tính MP67B ...................................................................63 Hình 2.24 Khối đo MP67B trong quá trình thu thập dữ liệu cho căn chuẩn .......64 Hình 2.25 Dữ liệu thu thập từ 6 cảm biến của khối đo MP67B ...........................64 Hình 2.26 Phương sai Allan của các cảm biến gia tốc trong khối đo MP67B ........... 65 Hình 2.27 Phương sai Allan của các cảm biến vận tốc góc trong khối đo MP67B ..........65 ix
Hình 2.28 Đồ thị log-log của cảm biến gia tốc trục X .........................................67 Hình 2.29 Đồ thị log-log của cảm biến vận tốc góc trục Y ..................................67 Hình 2.30 Cảm biến từ trường CMPS03 ..............................................................67 Hình 2.31 Hệ cảm biến có bù trừ nhiệt độ ...........................................................68 Hình 2.32 Thông số góc hướng thu được ở nhiệt độ 25oC ...................................68 Hình 2.33 Ảnh hưởng của nhiệt độ lên góc hướng cảm biến từ trường ...............69 Hình 2.34 Sơ đồ thực thi cấu trúc vòng mở ..........................................................70 Hình 2.35 Góc hướng trước và sau khi bù nhiệt sử dụng cấu hình vòng mở ..........70 Hình 2.36 Kết quả trước và sau khi bù nhiệt sử dụng cấu hình vòng kín ............71 Hình 2.37 a) Nhiệt độ và bù trừ nhiệt độ; b) góc hướng cảm biến đo được ............71 Hình 2.38 Khảo sát bù nhiệt độ theo Kp. .............................................................72 Hình 2.39 Khảo sát bù nhiệt độ theo Ki. ...............................................................73 Hình 2.40 So sánh điều khiển vòng kín và vòng mở khi cảm biến đặt trên bàn xoay .... 73 Hình 3.1 Lưu đồ hoạt động của hệ thống dẫn đường tích hợp INS/GPS. ............76 Hình 3.2 Bộ lọc Kalman đề xuất ...........................................................................77 Hình 3.3 Chuyển đổi hệ thống tùy thuộc trạng thái tín hiệu GPS. .......................82 Hình 3.4 Chương trình mô phỏng trên SIMULINK/MATLAB .............................84 Hình 3.5 Hệ INS/GPS được kết nối ......................................................................86 Hình 3.6 Một đường thực địa của hệ INS/GPS ....................................................87 Hình 3.7 Quỹ đạo GPS và INS/GPS thu được ......................................................88 Hình 3.8 Phóng đại của quỹ đạo tại đoạn đường thẳng ......................................88 Hình 3.9 Phóng đại quỹ đạo tại đoạn đường cong...............................................89 Hình 3.10 Vận tốc VN từ bộ lọc Kalman của hệ INS/GPS và của GPS ................89 x
Hình 3.11 Vận tốc VE từ bộ lọc Kalman của hệ INS/GPS và của GPS ................90 Hình 3.12 Phóng đại vận tốc VE của bộ lọc Kalman và của GPS ........................90 Hình 3.13 So sánh góc hướng của hệ thống INS/GPS và của GPS......................91 Hình 3.14 Góc nghiêng của hệ thống (Roll) .........................................................92 Hình 3.15 Góc chúc của hệ thống (Pitch) ............................................................92 Hình 3.16 Đường thực địa cho thử nghiệm 2 .......................................................93 Hình 3.17 Hệ bị mất tín hiệu GPS khi xe đang chuyển động thẳng .....................93 Hình 3.18 Hệ bị mất tín hiệu GPS khi xe đang quay đầu .....................................94 xi
MỞ ĐẦU Lý do chọn đề tài Ngày nay với sự phát triển không ngừng của khoa học công nghệ, các hoạt động của con người về định vị, dẫn đường và điều khiển cho các vật thể chuyển động như máy bay, tên lửa, ôtô, tàu thuyền, rô bốt v.v… đã trở thành một nhu cầu hết sức cấp thiết trong nhiều lĩnh vực đời sống và an ninh quốc phòng. Sự ra đời của các hệ thống vệ tinh dẫn đường toàn cầu GNSS (Global Navigation Satellite System) như: hệ thống GPS, GLONASS, Galileo, Bắc Đẩu v.v... nhằm đáp ứng những nhu cầu trên. Một trong những hệ thống vệ tinh dẫn đường toàn cầu đang được ứng dụng nhiều nhất hiện nay là hệ thống định vị toàn cầu GPS (Global Positioning System). Hệ thống GPS có những ưu điểm như độ chính xác tương đối cao và hoạt động ổn định theo thời gian. Tuy nhiên nó vẫn còn tồn tại những nhược điểm như không xác định được tư thế của vật thể chuyển động, tần số cập nhật thấp (thông thường là 1Hz). Trong quá trình hoạt động hệ thống GPS còn tồn tại nhiều sai số do một số nguyên nhân như: sai số quỹ đạo vệ tinh, sai số đồng hồ vệ tinh và đồng hồ máy thu, sai số do trễ ở tầng điện ly và tầng đối lưu, sai số đa đường truyền, nhiễu ở máy thu v.v... Ngoài ra tín hiệu từ vệ tinh có thể bị gián đoạn do ảnh hưởng của thời tiết, địa hình. Do đó trong nhiều ứng dụng hệ thống GPS cần kết hợp với một hệ định vị, dẫn đường khác để hạn chế và khắc phục được những nhược điểm trên. Bên cạnh hệ thống GPS, hệ thống dẫn đường quán tính INS (Inertial Navigation System) cũng được sử dụng nhiều vào mục đích định vị và dẫn đường. Hệ thống INS tính toán tọa độ, vận tốc và tư thế vật thể chuyển động dựa trên các thông tin đo lường từ các cảm biến gắn trên vật thể như cảm biến đo gia tốc, cảm biến đo vận tốc góc, la bàn từ v.v… Đây là một hệ thống có khả năng hoạt động độc lập, có độ chính xác cao trong những khoảng thời gian ngắn và có tốc độ cập nhật cao (thông thường từ 50 Hz – 100 Hz). Tuy nhiên hệ thống này lại gặp phải những lỗi nghiêm trọng do hiện tượng trôi của các cảm biến gia tốc và cảm biến vận tốc góc. Những lỗi này có thể xuất hiện một cách ngẫu nhiên, được tích lũy và tăng dần theo thời gian. Chính vì vậy khi hoạt động trong khoảng thời gian dài hệ thống INS cần phải được kết hợp với các hệ thống 1
dẫn đường khác để nâng cao chất lượng của hệ thống dẫn đường. Hệ thống INS và hệ thống GPS là hai hệ thống dẫn đường có những ưu điểm và nhược điểm trái ngược nhau. Do đó sự kết hợp giữa các hệ thống này để tạo ra hệ thống dẫn đường tích hợp INS/GPS được xem là một trong những giải pháp tối ưu nhằm lợi dụng được những ưu điểm và khắc phục được những nhược điểm của từng hệ thống dẫn đường riêng lẻ. Từ đó tạo nên một hệ thống dẫn đường có độ chính xác cao có thể ứng dụng trong nhiều lĩnh vực quân sự, khoa học kỹ thuật và đời sống. Trong vài thập kỷ gần đây, hệ thống dẫn đường tích hợp INS/GPS đã thu hút được sự quan tâm của nhiều nhà nghiên cứu. Tuy nhiên, do trước đây hệ thống INS có cấu trúc phức tạp, giá thành rất cao nên việc nghiên cứu hệ thống dẫn đường tích hợp INS/GPS chủ yếu chỉ được sử dụng với mục đích quân sự. Vì thế, những kết quả công bố trong lĩnh vực này rất khó có thể triển khai trên thực tế. Ngày nay, với sự phát triển mạnh mẽ của công nghệ hệ thống vi cơ điện tử MEMS (Micro-Electro-Mechanical System), hệ thống INS ngày nay có giá thành rẻ, nhỏ gọn, thời gian đáp ứng nhanh, khả năng hoạt động tự trị cao, dễ dàng tích hợp với các thành phần điện tử khác. Hệ thống dẫn đường tích hợp INS/GPS đã được nghiên cứu và ứng dụng vào trong nhiều lĩnh vực của cuộc sống. Đã có nhiều công trình trong và ngoài nước nghiên cứu về hệ thống dẫn đường tích hợp INS/GPS dựa trên cảm biến MEMS và đã có những thành công nhất định. Tuy nhiên hệ thống INS dựa trên cảm biến MEMS vẫn còn nhiều hạn chế như độ trôi lớn, phụ thuộc vào điều kiện môi trường v.v..., dẫn đến hệ thống tích hợp INS/GPS vẫn tồn tại nhiều sai số trong quá trình hoạt động cần phải được tiếp tục nghiên cứu. Với mục đích nâng cao chất lượng và độ chính xác của hệ thống dẫn đường tích hợp INS/GPS , tác giả đã lựa chọn “Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS dùng cho các vật thể chuyển động” làm đề tài nghiên cứu của mình. Mục đích nghiên cứu Mục tiêu chung Nâng cao chất lượng và độ chính xác của hệ thống dẫn đường tích hợp INS/GPS được thiết kế dựa trên các cảm biến MEMS. 2
Mục tiêu cụ thể: 1) Phân tích và khảo sát sai số của các cảm biến MEMS sử dụng trong hệ thống dẫn đường INS. 2) Thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS sử dụng các cấu trúc lọc Kalman hoạt động trong trường hợp có tín hiệu GPS và trong trường hợp tín hiệu GPS không ổn định hoặc bị gián đoạn. Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu của luận án: Hệ thống định vị toàn cầu GPS, hệ thống dẫn đường quán tính INS được xây dựng dựa trên cảm biến MEMS và hệ thống dẫn đường tích hợp INS/GPS. Phạm vi nghiên cứu: Cấu tạo, nguyên lý hoạt động, các ưu nhược điểm và ứng dụng của hệ thống định vị toàn cầu GPS, hệ thống dẫn đường INS có khối đo lường quán tính IMU được chế tạo từ các cảm biến MEMS. Hệ thống dẫn đường tích hợp INS/GPS cho các đối tượng chuyển động trên mặt đất và những biện pháp nâng cao chất lượng của hệ thống. Phương pháp nghiên cứu Để thực hiện được các mục tiêu đề ra, luận án đã kết hợp giữa các phương pháp nghiên cứu lý thuyết, mô phỏng và tiến hành thực nghiệm để xây dựng các thuật toán và đánh giá chất lượng của hệ thống dẫn đường tích hợp INS/GPS được thiết kế. Ý nghĩa khoa học và thực tiễn của luận án Đề tài có ý nghĩa khoa học vì đã tiếp cận tới những vấn đề mũi nhọn của hướng nghiên cứu định vị và dẫn đường sử dụng hệ thống INS và GPS. Kết quả nghiên cứu của luận án là cơ sở khoa học để xây dựng có hiệu quả hệ thống dẫn đường tích hợp INS/GPS ứng dụng trên thực tế. Đề tài có ý nghĩa thực tiễn cao bởi vì nhu cầu định vị dẫn đường cho các vật thể 3
chuyển động trên thực tế là rất lớn, được ứng dụng trong nhiều lĩnh vực ở cả trong và ngoài nước. Bố cục của luận án Những vấn đề mà luận án giải quyết được trình bày trong ba chương, cụ thể như sau: Chương 1 trình bày các công trình nghiên cứu liên quan trong và ngoài nước; Nguyên tắc hoạt động của hệ thống dẫn đường INS, hệ thống định vị toàn cầu GPS, và hệ dẫn đường tích hợp INS/GPS. Chương 2 tiến hành phân tích và đặc trưng hóa sai số của các cảm biến MEMS sử dụng trong hệ thống dẫn đường INS (cảm biến gia tốc, cảm biến vận tốc góc, cảm biến từ trường). Chương 3 thực hiện thiết kế và xây dựng hệ thống dẫn đường tích hợp INS/GPS sử dụng các cấu trúc lọc Kalman linh hoạt, phù hợp trong các điều kiện tín hiệu GPS gián đoạn. Phần kết luận và kiến nghị tổng kết lại các vấn đề luận án đã thực hiện được và đưa ra những kiến nghị và hướng nghiên cứu tiếp theo của luận án. 4
Chương 1. TỔNG QUAN VỀ HỆ DẪN ĐƯỜNG TÍCH HỢP INS/GPS 1.1. TỔNG QUAN CÁC NGHIÊN CỨU TRONG VÀ NGOÀI NƯỚC Ngày nay, nhu cầu về định vị, dẫn đường và điều khiển cho các vật thể chuyển động như rô bốt, máy bay, tên lửa, ô tô, tàu thuyền… đã trở thành một nhu cầu hết sức cấp thiết trong nhiều lĩnh vực đời sống và an ninh quốc phòng. Một trong những hệ thống dẫn đường hiện nay đang được sử dụng nhiều là hệ thống định vị vệ tinh toàn cầu (GPS). Tuy nhiên, bên cạnh những ưu điểm như độ chính xác tương đối cao và ổn định theo thời gian, hệ thống GPS có những nhược điểm như tín hiệu GPS chịu ảnh hưởng của phương thức và môi trường truyền dẫn, thậm chí tín hiệu GPS có thể bị gián đoạn trong một khoảng thời gian xác định do ảnh hưởng của địa hình v.v... Bên cạnh hệ thống GPS, hệ thống dẫn đường quán tính INS cũng đang được sử dụng nhiều vào mục đích dẫn đường. Hệ thống INS xác định tọa độ và các thông tin của vật thể chuyển động dựa trên các thông số đo đạc tính toán từ các cảm biến gắn trên vật thể như cảm biến gia tốc, cảm biến vận tốc góc, la bàn từ… Với sự phát triển của công nghệ vi cơ điện tử và vi hệ thống (MEMS), hệ thống INS ngày nay có giá thành rẻ, nhỏ gọn, thời gian đáp ứng nhanh, khả năng hoạt động độc lập cao, dễ dàng tích hợp với các thành phần điện tử khác. Tuy nhiên hệ thống INS dựa trên cảm biến MEMS vẫn còn những hạn chế như độ trôi lớn, phụ thuộc vào điều kiện môi trường. Các vấn đề trên dẫn tới một giải pháp toàn diện là xây dựng hệ thống dẫn đường tích hợp trong đó kết hợp các ưu điểm của hai hệ thống INS và GPS, từ đó tạo nên một hệ thống dẫn đường mang tính hoàn thiện cao đáp ứng được các yêu cầu thực tế. Trên thế giới, việc nghiên cứu về hệ thống dẫn đường tích hợp INS/GPS đã thu hút được sự quan tâm rộng rãi của các nhà khoa học. Định vị dẫn đường là một lĩnh vực rất phổ biến của động lực học phi tuyến, vấn đề cốt lõi của việc phát triển hệ thống định vị dẫn đường là ước lượng trạng thái của hệ thống động lực học. Tuy nhiên, trong việc ước lượng hệ thống động lực học phi tuyến thì không có một lời giải đơn giản nào cho tất cả các bài toán đặt ra. Nhìn chung, có ba phương pháp để 5
ước lượng cho hệ thống định vị: - Bộ lọc Kalman được tuyến tính hóa hoặc bộ lọc Kalman mở rộng EKF (Extended Kalman Filter). - Các bộ lọc dựa trên việc lấy mẫu: bộ lọc Kalman UKF (The Unscented Kalman Filter) và các bộ lọc điểm. - Các phương pháp dựa trên trí tuệ nhân tạo AI (Artificial Intelligence) như: mạng nơ-ron nhân tạo ANN (Artificial neural networks), hệ thống thông tin mờ nơ-ron thích nghi ANFIS (Adaptive neural fuzzy information system). Trong nghiên cứu [63], Weiss J.D. đã sử dụng máy thu GPS trợ giúp cho hệ thống INS, hệ tích hợp này sử dụng một bộ lọc Kalman nội bộ để mô hình hệ thống INS và xử lý các thông tin trả về từ GPS để thu được các thông tin về vận tốc và vị trí. Mô hình bộ lọc Kalman này chỉ mô hình hóa những sai số cơ bản của INS và không mô hình hóa sai số của cảm biến gia tốc và cảm biến vận tốc góc. Kết quả cho thấy rằng khi tín hiệu GPS không tốt thì hệ thống tích hợp lỏng vòng kín cũng hoạt động kém hiệu quả, trong khi đó hệ thống tích hợp kiểu chặt lại cho kết quả khá tốt. Tuy nhiên nhờ việc tích hợp thêm bộ lọc Kalman vào đầu thu GPS kết hợp với mô hình hóa sai số của các cảm biến gia tốc và cảm biến vận tốc góc thì sai số của hệ thống tích hợp kiểu lỏng cũng giảm xuống đáng kể. Ismaeel S.A. đã phát triển một bộ mô phỏng tên lửa bay với bộ dẫn đường gắn liền [28]. Hai bộ lọc Kalman đã được sử dụng, bộ thứ nhất thiết kế cho máy thu GPS trong hệ động lực học cao để ước lượng các trạng thái của GPS và so sánh hoạt động của bộ lọc với thuật toán bình phương tối thiểu. Bộ lọc Kalman thứ hai được sử dụng để kết hợp thông tin từ các cảm biến gia tốc và vận tốc góc với tần số cập nhật cao và thông tin từ GPS với tần số cập nhật thấp. Jan W. và Gert F. đã trình bày một cách tiếp cận để nâng cao đặc trưng của hệ thống tích hợp INS/GPS theo kiểu chặt [29]. Hệ thống này có một phần cứng xử lý độ lệch thời gian giữa các pha của sóng mang thay cho những đo lường biến thiên khoảng cách, kết quả độ chính xác của vận tốc và vị trí trong hệ tích hợp tăng lên. 6
Điều này đóng vai trò quan trọng trong khoảng thời gian khi tín hiệu GPS bị mất do nhiễu. Phương pháp này đã được áp dụng vào hệ thống tên lửa, nơi mà các cảm biến chịu tác động lớn bởi dao động của hệ thống. Trong công trình nghiên cứu [33] Johnson và các đồng nghiệp đã đề xuất hai phương pháp để nâng cao bộ lọc Kalman mở rộng cho hệ dẫn đường phương tiện bay không người lái UAV (Unmanned Aerial Vehicles). Phương pháp thứ nhất sử dụng qui luật mờ để chọn các tham số cho bộ lọc thích nghi. Phương pháp thứ hai sử dụng cấu trúc lặp đệ quy song song để tăng tốc độ tính toán cho bộ lọc Kalman. Cả hai phương pháp này được mô tả một cách vắn tắt và đưa ra kết quả mô phỏng. Một hệ thống dẫn đường thông minh ứng dụng cho phương tiện tự hành dưới nước AUV (Autonomous underwater vehicle) đã được đề xuất bởi Loebis và các cộng sự [39]. Một bộ lọc Kalman đơn giản (SKF) và EKF được đề xuất để xử lý dữ liệu từ INS và tích hợp với dữ liệu GPS. Trong bài báo này kỹ thuật logic mờ thích nghi được ứng dụng cho cả EKF và SKF. Kết quả cho thấy đã cải thiện được các ước lượng của từng bộ lọc riêng lẻ và nâng cao độ chính xác tổng thể của hệ thống tích hợp INS/GPS. Một hệ thống dẫn đường tích hợp INS/GPS dựa trên lý thuyết tổng hợp dữ liệu đa cảm biến được khảo sát bởi Wang và các cộng sự [7]. Những mô hình sai số của khối đo lường quán tính IMU (Inertial Measurement Unit) được áp dụng cho bộ lọc EKF trong hệ thống INS. Một bộ lọc Kalman cải tiến được phát triển để loại bỏ sai số của GPS và giảm tải thời gian tính toán. Một bộ lọc Kalman thích nghi được sử dụng để tổng hợp dữ liệu từ INS và GPS, đưa ra thông tin về vị trí một cách liên tục trong cả trường hợp mất GPS. Kết quả cho thấy rằng hệ thống thích nghi INS/GPS hoạt động tốt hơn từng hệ thống INS và GPS hoạt động riêng lẻ. Gizawy và các cộng sự đã giới thiệu một kỹ thuật mới tích hợp INS/GPS sử dụng hệ thống trí tuệ nhân tạo [15]. Kết quả chỉ ra rằng mô hình đề xuất cải thiện đáng kể độ chính xác của vị trí ước tính trong thời gian GPS. Rashad và Aboelmagd đã sử dụng mạng nơ-ron nhân tạo (ANN) cho dữ liệu 7