Tóm tắt luận án Tiến sĩ Kỹ thuật: Nghiên cứu xác định định hướng không gian của thiết bị bay theo các phép đo từ trường trái đất

1

MỞ ĐẦU

1. Đặt vấn đề.

Đối tượng nghiên cứu trong luận án là thiết bị bay trinh sát không người

lái (TBBTSKNL) v ới hệ th ống điều khi ển trên khoang là h ệ dẫn đường

quán tính không đế.

Vấn đề là c ần nghiên c ứu kh ả năng tạo ra h ệ th ống cảm bi ến - điều

khiển định vị TBB có độ chính xác bảo đảm yêu cầu, giá thành rẻ và quan

trọng là khối lượng nhỏ. Việc sử dụng từ trường Trái đất trong định hướng

dẫn đường cho TBB b ằng cách đo chính xác h ướng và độ lớn vector t ừ

trường Trái đất nh ờ nh ững cảm bi ến nh ỏ gọn. Nh ững vi c ảm bi ến từ

trường có độ chính xác cao hiện được sử dụng rộng rãi trong lĩnh vực hàng

không, hàng h ải. Chúng cho phép t ạo ra nh ững thi ết bị dẫn đường, định

hướng và điều khiển cực kỳ hấp dẫn về kích thước, trọng lượng và giá thành.

2. Mục tiêu nghiên cứu của luận án:

Đưa ra hướng kh ắc phục khó kh ăn khi sử dụng thông tin t ừ trường. Kh ả

năng ứng dụng các bộ cảm biến từ trường trong hệ thống điều khiển định

hướng không gian cho TBB. Ch ứng minh bằng thực nghiệm khả năng sử

dụng thông tin từ trường Trái để điều khiển TBBTSKNL.

3. Phương pháp nghiên cứu:

Các nội dung được nghiên cứu kết hợp phương pháp nghiên c ứu và phân

tích lý thuy ết; Phương pháp toán vector, hình h ọc giải tích; Ph ương pháp

mô hình hóa toán h ọc bằng máy tính; Ph ương pháp lọc phi tuyến và xử lý

tín hiệu tối ưu, thích nghi; Phương pháp thực nghiệm đối chứng.

4. Nội dung của luận án

Luận án bao gồm: 126 trang + 42 trang ph ục lục, 58 hình v ẽ, 6 bảng biểu

được trình bày trong 4 chương, 22 đề mục lớn nhỏ.

Chương 1. Hệ dẫn đường quán tính không đế và bài toán định hướng thiết

bị bay trinh sát không người lái.

2

Chương 2. Thông tin từ trường trái đất và khả năng sử dụng trong bài toán

điều khiển định hướng TBBKNL

Chương 3. Tổng hợp hệ thống đo vận tốc góc của thiết bị bay dựa trên lọc

phi tuyến tối ưu

Chương 4. Thực nghiệm đánh giá khả năng thực tế hóa hệ đo –xử lý thông

tin vận tốc góc của TBB theo từ trường trái đất.

Chương I

HỆ DẪN ĐƯỜNG QUÁN TÍNH KHÔNG ĐẾ VÀ BÀI TOÁN ĐỊNH

HƯỚNG THIẾT BỊ BAY TRINH SÁT KHÔNG NGƯỜI LÁI

1.1. Hệ thống dẫn đường quán tính

Chuyển động của TBBKNL được mô tả bằng những phương trình vi phân

theo định luật 2 Niu-tơn:

=

=

m

F

j

M

2 rd 2

d dt

dt

=

=

w (cid:215) (cid:215) và (1.1)

,(FF

)u,V,

,(MM

)u,V,

b a b a Trong đó: (1.2) (1.3)

Ở đây: a và b - góc tấn công và góc tr ượt tương ứng của TBB trong dòng

khí; V - vận tốc dòng khí tương đối so với TBB;

u - vector điều khiển (vị trí của cánh lái li ệng, cánh lái độ cao, cần ga

điều chỉnh vòng quay động cơ để thay đổi tốc độ và nhiều cơ cấu khác).

1.2. Cấu trúc hệ dẫn đường cho máy bay không người lái

Hầu hết TBBKNL sử dụng phương pháp dẫn đường quán tính (DĐQT), có

sơ đồ cấu trúc thể hiện trên sơ đồ khối hình 1.2

1.3. Hệ điều khiển định hướng thân TBBKNL

1.3.1 Nguyên lý làm việc và cấu trúc

Cấu trúc của một hệ ĐKĐH trong hệ ĐKQT không đế mô tả trên hình 1.3.

3

Khối tạo lệnh ĐK

l

J y

- Cảm biến w - Cảm biến w - Cảm biến w

l

J y g

- Bộ lọc w - Bộ lọc w - Bộ lọc w

l

Khối xử lý tín hiệu Lọc t/h VTG x1 y1 z1

Thuật toán tạo lệnh - đ/kh độ cao l - đ/kh hướng l - đ/kh liệng l g

Khối cảm biến Đo VTG x1 y1 z1 Đo GTT - Cảm biến Ax - Cảm biến Ay - Cảm biến Az

Khối đo tọa độ góc

Khối tạo th/số ĐK

- Thuật toán đo w

x1, w

y1,

- Thuật toán so sánh D

,

, D

J w y D y g

GPS - Kinh độ l (t) - Vĩ độ j (t) - Độ cao H(t)

J prog prog g prog

z1 - Thuật toán biến đổi , g tọa độ J

, y

Khí áp kế

- Thuật toán xác định , D ’g D ’J

, D ’y

- Độ cao H(q) - Vận tốc bay V(t)

Hình 1.3. Cấu trúc hệ ĐKĐH cho TBBKNL

1.3.2. Mô tả toán học quá trình xử lý thông tin ĐKĐH

a) Phương trình động hình học

Việc chuy ển từ hệ TĐQT sang h ệ TĐLK được th ực hi ện bởi 3 l ần quay

,

,

ZYX

q

q

q

ZYX 111

C

g y J fi liên tiếp: , với C là ma tr ận cos-sin định hướng so với

hệ TĐQT.

=

+g

g y J g J - g y J - y J

C

cos sin

cos sin

sin. sin.

sin cos

. cos cos .

cos sin

sin. sin.

J+g sin cos

sin. sin.

g J - g y J g J y J y J

. cos cos . sin

sin. sin. cos

sin.

. cos cos . cos . cos

q

=

x y

C

q

(1.4) g y g y y -

z

q

x 1 y 1 z 1

&

g+J+y=w &

&

(1.5) Khi đó:

(1.6)

Hoặc viết dưới dạng khác:

(

& =J

w+g

)g

sin

cos

y 1

z 1

1 cos

w=

w (1.8) y

&

cos

sin

y

z

1

1

g w - g y (1.9)

4

w+g

w=g&

y+ tg

(

sin

cos

)

x 1

y 1

z 1

g w (1.10)

Các phương trình (1.8) và (1.10) có những điểm đặc biệt khi mà góc hướng

=y

.n

2

p p – . Điểm đặc biệt đó có thể tránh được, theo phép biến đổi Quaternion.

Các phương trình xác định tham số Roth-Hamington (1.11) – (1.15):

11

12

13

C =

21

22

23

Ma trận C thay cho ma trận cos-sin định hướng (1.4) có dạng.

C C C

C C C

C C C

31

32

33

(1.14)

31

23

=J

-=y

-=g

arcsin

arctg

arctg

;

;C 21

Các góc g ật, hướng và li ệng được xác định bởi các công th ức sau:

C C

C C

11

22

(1.16)

1.4. Ý nghĩa của việc ổn định định hướng không gian cho TBB trinh sát

=

(

tgHx

2/

2/

tg (

=

] )

[ o [

Sai lệch tâm c ủa ảnh dưới mặt đất khi có các sai s ố góc theo các tr ục: ] ) J D - e - e D (1.17a) a) OX:

2/

tgHZ

2/

tg

o

g D - b - b D b) OZ: (1.18)

tương ứng với góc oH là độ cao bay tại thời điểm chụp ảnh; e , b

Trong đó: e , b

D J g tương ứng với góc mở của camera trinh sát theo hai tr ục OX và OZ; , D tương ứng với các sai lệch góc định hướng của TBB theo hai kênh

2

2

=

D+

gật và liệng.

R

x

z

D D (1.19) Sai lệch tâm của ảnh là:

1.5. Đặt vấn đề cần nghiên cứu

Để sử dụng TBBKNL vào mục đích trinh sát mục tiêu trên mặt đất, nếu ta

coi các kênh điều khiển gật, hướng và liệng tường minh về cấu trúc, tham số và

có chất lượng làm việc đáp ứng yêu cầu, thì vấn đề đặt ra cần nghiên cứu trong

luận án như sau.

Để nâng cao chất lượng ổn định các góc định hướng thân TBBTSKNL

5

trong những điều kiện cần giảm trọng lượng kết cấu trên khoang để tăng

khối lượng nhiên liệu (tăng thời gian bay) và đảm bảo ảnh trinh sát từ trên

không có chất lượng cao, ta cần phải nghiên cứu khả năng sử dụng và tích

hợp nh ững lo ại cảm bi ến công ngh ệ mới có tr ọng lượng siêu nh ỏ nhưng

bảo đảm ch ất lượng thông tin cao. H ệ th ống thông tin d ẫn đường

TBBTSKNL ngoài yêu c ầu về kích th ước trọng lượng nhỏ phải là hệ dẫn

đường quán tính không đế khả thi, có thể tạo thành sản phẩm thực tế.

Như vậy luận án phải giải quyết những bài toán sau:

Bài toán thứ nhất. Biện luận, chứng minh khả năng sử dụng các loại cảm

biến công ngh ệ mới đo VTT Trái đất vào mục đích xác định vận tốc các

góc định hướng thân TBB.

Bài toán thứ hai. Nghiên cứu các biện pháp xử lý thông tin từ cảm biến đã

lựa chọn dựa trên các ph ương pháp lọc, xử lý tối ưu. Tổng hợp và ch ứng

minh nhờ mô phỏng trên máy tính các phương án lọc tối ưu, từ đó lựa chọn

được bộ lọc đáp ứng tốt nhất yêu cầu chất lượng thông tin dưới tác động của

nhiễu và môi trường.

Bài toán thứ ba. Chứng minh bằng thực nghiệm đối với phương án lựa chọn

và tích hợp các cảm biến; phương án lọc tối ưu; khả năng hiện thực hóa hệ

thống thông tin dẫn đường bằng thiết bị và thuật toán được xây dựng.

Kết luận chương 1

Chương I đã làm rõ những vấn đề sau:

- Ảnh hưởng của sai số định hướng thân TBB tới chất lượng thông tin trinh

sát, từ đó làm rõ yêu cầu về chất lượng của các hệ thống ổn định định hướng.

- Vấn đề cần nghiên cứu của luận án dựa trên những kết quả phân tích

hệ thống dẫn đường quán tính không đế mà trong đó quan trọng hơn cả là

xác định được ba bài toán cần giải.

- Cấu trúc, nguyên lý làm vi ệc của hệ th ống và các thu ật toán d ẫn

đường quán tính. Quy trình xử lý các thông tin định hướng TBB.

6

Chương II

THÔNG TIN TỪ TRƯỜNG TRÁI ĐẤT VÀ KHẢ NĂNG

SỬ DỤNG TRONG BÀI TOÁN ĐIỀU KHIỂN ĐỊNH HƯỚNG

TBBKNL

2.1. Những khái niệm cơ bản về từ trường Trái đất và cảm biến

Từ trường Trái đất được đặc trưng bởi 3 đại lượng: cường độ, độ lệch và độ

dốc vector cường độ từ trường. Từ trường Trái đất có một thành phần song

song với bề mặt Trái đất và luôn ch ỉ về một hướng cực từ Bắc. Đây chính

là cơ sở cho tất cả la bàn từ sử dụng để dẫn đường và định hướng.

2.2. Bản chất và đặc tính của sai số khi đo từ trường trên thiết bị bay

Sai số đo VTT có 2 loại: sai số cố định, và sai số tạp.

2.3. Những khó khăn khi sử dụng từ trường Trái đất để định hướng TBB

Khó khăn do: ảnh hưởng từ trường của TBB; tính không đồng nhất trên

bề mặt Trái đất; Không th ể xác định định hướng TBB theo VTT Trái đất

nếu chỉ sử dụng từ trường như nguồn thông tin chính.

2.4. Khả năng sử dụng thông tin t ừ trường Trái đất trong điều khiển

định hướng cho thiết bị bay

2.4.1. Tính chất đa trị của định thức Jacobi về khả năng sử dụng đơn thuần

=

thông tin từ trường Trái đất.

,(A

,

H).

H1

g y J (2.2)

Ở đây: H1 – vector đo được của từ trường Trái đất H trong h ệ TĐLK; A – ma trận chuyển; J , g - các góc định hướng của hệ TĐLK; H – VTT , y

+

+

đã biết trong hệ tọa độ địa tâm.

.

cos

xH.

yH.

zH.

sin +

+

(sin

sin .

cos

sin.

cos

. cos

yH.

=

cos sin. +

sin.

cos

1H

(cos +g

+

(sin

.

sin.

cos

yH.

cos +

cos .

(cos

cos

sin sin. sin

xH). sin. . xH). sin.

sin.

cos . cos zH). sin. zH).

J y J J y ø Ø œ Œ g J g J y - g y œ Œ œ Œ g J y - g y œ Œ (2.4) g J - g J y y œ Œ œ Œ g J y - g y ß º

7

0

nếu coi

zH = khi đó H1 mà TBB đo được có dạng sau:

+

H.

=

+

J J y

H

cos (sin

. cos sin.

x cos

sin sin.

H. .

y cos

H).

cos

.

cos

H.

1

x

y

+g

(sin

.

cos

cos

sin.

sin.

H).

cos

sin.

H.

x

y

g J g J y - g y (2.5) g J - g J y y

Y1

Ma trận Jacobi của vector H1

1xH

1xH

1xH

0

X1

,

,

)

Trục mà khi quay quanh nó, bộ đo vector không cảm biến được

1yH

1yH

1yH

=

(1H (

,

,

)

1zH

1zH

1zH

H

Z1

Hình 2.9. Giải thích không có khả năng định vị chỉ bằng các phép đo từ trường

[

¶ ¶ ¶ ø Ø œ Œ g ¶ y ¶ J ¶ œ Œ ¶ ¶ ¶ g y J ¶ œ Œ œ Œ g y J ¶ g ¶ y ¶ J ¶ œ Œ ¶ ¶ ¶ œ Œ œ Œ g ¶ y ¶ J ¶ ß º

Det

/),

,(

] 0 =

),

,(1H

g y J ¶ g y J ¶

,(

T),

g y J (cid:222) , có vô số nghiệm.

2.4.2. Mô hình đo VTT Trái đất kết hợp với nguồn thông tin độc lập khác

Y1

để ĐKĐH cho TBB

1. Đặt vấn đề.

O

Z1

w Nếu coi VTT Trái đất 1H là xác định và bất biến,

thì có thể lấy nó làm gốc để xét sự quay của TBB w -

tt

pw

X1

tương đối so với VTT. w - -

2. Mô hình toán học phép đo VTT trong hệ TĐLK

1H Hình 2.10. Sự quay của VTT trong hệ TĐLK

a. Phương pháp xác định vận tốc góc của vector

từ trường

1H nếu ta coi H 1 là

w - cần đo đặc tr ưng cho s ự quay của VTT Vector

[ -=

vector bán kính, thì:

dt

/1dH

]1H

· w (2.6)

i

j

k

-=

có thể biểu diễn bằng một định thức:

1dH dt

x1 x1H

y1 y1H

z1 z1H

w - w - w (2.7) Từ (2.7) ta có:

8

-=

w+

dt

w+=

dt

-=

w+

dt

/x1dH /y1dH /z1dH

z1H.y1 z1H.x1 y1H.x1

y1H.z1 x1H.z1 x1H.y1

(cid:236) w (cid:239) w - (cid:237) (2.8) (cid:239) w (cid:238)

Det[(2.8)] = 0, phép đo theo (2.8) có kết quả đa trị.

1x

b. Kh ắc ph ục tính đa tr ị bằng cách b ổ sung thông tin v ận tốc góc t ừ các

1x, ký hi ệu là W. Hệ phương

phép đo độc lập. Do (2.8) đa trị nên cần phải bổ sung thông tin cho hệ này. + Bổ sung thông tin theo thành phần w Đưa thêm vào (2.8) giá tr ị đo độc lập VTG w

trình (2.8) khi đó sẽ có dạng mới:

-=

w+

/x1dH

y1H.z1

dt

W

= -=

w+

W

dt /y1dH /z1dH dt

z1H.y1 z1H. y1H.

x1H.z1 x1H.y1

(cid:236) w (cid:239) w - (cid:237) (2.9) (cid:239) (cid:238)

1y và w

1z là:

=

biểu thức tính trực tiếp w

(

z1

=

+

(

y1

/y1dH /z1dH

x1H/)dt x1H/)dt

1zW.H 1yW.H

0

- w (cid:236) (cid:239) (cid:237) (2.10) w (cid:239) (cid:238)

H x1 „

Hệ phương trình (2.10) chỉ giải được khi .

1z ta cũng lập được các h ệ ph ương

0

1y hoặc w trình (2.12), (2.14) tương tự như (2.10), các hệ này chỉ giải được khi

H y1 „

0

w + Bổ sung thông tin theo

H z1 „

hoặc .

3. Ph ương án s ử dụng duy nh ất một cảm bi ến VTG độc lập là con quay

thẳng đứng

Các hệ phương trình (2.10), (2.12), (2.14) vô nghiệm khi (H1x, H1y, H1z=0). Nếu dùng hai cảm biến VTG độc lập, đặt vuông góc với nhau, thì với định

hướng bất kỳ của TBB, ta sẽ chọn 1 cặp phương trình để xác định thành phần

thứ 3 còn lại của vetor VTG. Tuy nhiên ta có th ể sử dụng 1 cảm biến VTG

độc lập làm nguồn thông tin bổ sung bằng cách chọn vị trí đặt trục nhạy của

cảm biến VTG theo một trong 3 trục (X1, Y1, Z1) của hệ TĐLK.

9

Lựa ch ọn: đối với vùng g ần xích đạo của Trái đất VTT có thành ph ần

thẳng đứng lớn hơn các thành ph ần ngang, tốt nhất nên đặt trục nhạy của

cảm bi ến VTG d ọc theo tr ục OY 1 của hệ TĐLK trên TBB. Kh ả năng H1y=0 chỉ khi góc liệng của TBB bằng góc nghiêng của VTT (góc nghiêng của VTT ≥60o). Như vậy TBB sẽ không th ể có góc li ệng lớn như vậy do hạn chế về quá tải vật bay, góc liệng của TBB ≤ 30o.

2.4.3. Mô phỏng các phép đo VTG của TBB bằng phương pháp tính th ẳng

VTT có thông tin bổ sung của cảm biến độc lập

, D

1y=w

w tạp âm 1x=w

c) Thành ph ần H1y hướng theo tr ục OY 1(có can nhi ễu tạp mức -5dB)

a) Thành phần H1x hướng theo trục OX1 (có can nhiễu tạp mức -5dB)

e) Thành ph ần H1z hướng theo trục OZ1 (có can nhi ễu tạp mức -5dB)

b) Thành phần vận tốc góc w1x(nhiễu đo w1x tăng tại các điểm H1y»0)

e) Thành phần H1z hướng theo trục (nhiễu đo w1z tăng tại các điểm H1y»0)

d) Thành ph ần vận tốc góc w1y (không có nhiễu đo do đặt w1y=const)

Hình 2.11. Kết quả mô phỏng đo các thành phần VTT và VTG của TBB

Cho trước những dữ liệu đầu vào mô hình: Sai s ố TBBP tương đối của t=0.1s; u H=-60o; H1x=H1y=H1z=0; J =0, y =0, g =0; dB5-=e 1z=5o/s. Sử dụng biểu thức (2.4), (2.11), (2.12), (2.25), (2.26) tính toán bằng phần mềm MatLab, có bổ sung cảm biến VTG w 1y ta nh ận được những kết quả mô phỏng trên hình 2.1.

Từ kết quả mô phỏng cho phép ta rút ra một số kết luận sau:

1. Tính đơn trị của các phép đo VTT so với các trục định hướng của TBB

chỉ có khi sử dụng thêm các phép đo VTG bằng một hoặc hai cảm biến độc

10

lập. Tuy nhiên, ngay trong trường hợp này, vẫn tồn tại những miền nghiệm đa

trị, nếu như không có sự lựa chọn cách đặt cảm biến VTG bổ sung.

2. Sử dụng duy nh ất một cảm biến VTG có tr ục nhạy hướng theo tr ục

OY1 của hệ TĐLK trên TBB.

3. Sai số khi tính các vector VTG thông qua đo VTT là sai số tính đạo hàm

của VTT. Sai số này được đặc trưng bởi sai số nhiễu tạp của bộ đo (hình 2b,

2f). Để giảm ảnh hưởng của sai số nhiễu tạp, ta phải sử dụng các phương pháp

lọc phi tuyến tối ưu.

Kết luận chương 2

1. Bài toán điều khiển và ổn định định hướng TBB ph ụ thuộc rất nhiều

vào độ chính xác ổn định trục thẳng đứng hệ dẫn đường quán tính. Phần tử

cảm biến chính của hệ ĐKĐH truyền thống đo vị trí trục thẳng đứng là con

quay cơ - điện. Giá thành, khối lượng và kích thước hình học của nó chiếm

tỷ trọng đáng kể đối với phần còn lại của hệ thống.

2. Vi ệc đo vector t ừ tr ường không cho phép xác định định hướng của

TBB một cách đơn tr ị. Nguyên nhân xu ất phát t ừ bản ch ất hình h ọc của

phép đo, mà không th ể khắc phục được bằng các thu ật toán bi ến đổi. Để

giải được bài toán đo VTG thông qua đo VTT c ần ph ải sử dụng thêm

những phép đo độc lập đối với một hoặc 2 góc định hướng TBB.

3. Có khả năng xây dựng một hệ ĐKĐH không dùng con quay c ơ - điện

mà thay vào đó là các c ảm biến VTG kết hợp với cảm biến ba tr ục đo từ

trường Trái đất được chế tạo trên cơ sở công ngh ệ mới, có kích th ước và

giá thành thấp.

4. Để hi ện th ực hóa h ệ th ống ĐKĐH cho TBB s ử dụng thông tin t ừ

trường Trái đất thì cần tổng hợp hệ thống đo – xử lý thông tin có độ chính

xác cao là rất quan trọng và quan trọng hơn cả là tổng hợp các bộ lọc số tối

ưu phi tuyến cho phép giảm tối đa các sai số tương quan yếu, nhất là sai số

tính đạo hàm theo các thành phần của VTT.

11

Chương III

TỔNG HỢP HỆ THỐNG ĐO VẬN TỐC GÓC CỦA THIẾT BỊ BAY

DỰA TRÊN LỌC PHI TUYẾN TỐI ƯU

3.1. Bài toán lọc các thành phần VTG

Ta xây dựng bài toán trên cơ sở lý thuyết lọc phi tuyến.

)t(

t),t(

)t(

y

[ l= s

tapn

- Kênh quan sát được mô tả bằng phương trình sau: ] + (3.1)

z1Hy

x1Hy

y1Hy

]

}T

=

=

với: y(t) là các giá tr ị đo VTT theo các tr ục hệ TĐLK [ , , ], có

{ z1H,y1H,x1H1Ht),t(

)t(

kèm theo nhiễu tạp; [ ls là các giá tr ị đo thực của VTT (không bị ảnh

tapn

hưởng của nhiễu tạp); λ(t) là vector các tham số đánh giá; là vector sai

số nhiễu dạng tạp trắng có ma trận mật độ phổ dạng đường chéo N/2.

Vector đánh giá các tham số λ(t) được mô tả như sau:

{

}T

=

z1,y1,x1,z1H,y1H,x1H)t(λ

w w w (3.2)

Phương trình xác su ất tiên nghi ệm, mô tả các thành ph ần của vector đánh

w+

giá có dạng:

w

-= w+= -=

w+

dt dt dt

/x1dH /y1dH /z1dH

z1H.y1 z1H.x1 y1H.x1

y1H.z1 x1H.z1 x1H.y1

w - (3.3) w

y1

z1

x1

-=

+

w w w , và , mô tả bằng các quá trình Markov bậc nhất:

dt

-=

+

w w

dt

-=

+

dt

/x1d /y1d /z1d

) ( x1T/1 x1 ( ) y1y1T/1 ( ) z1z1T/1

x1/htn y1/htn z1/htn

w w (3.4) w w

3.2. Thuật toán lọc phi tuyến các thành phần vector VTG của TBB

3.2.1. Mô hình toán học

12

Sử dụng thu ật toán l ọc tĩnh cận tuy ến tính để lọc phi tuy ến các thành

-=

w+

+

-=

phần VTG của TBB. Dạng cuối cùng của thuật toán lọc như sau:

dt

dt

w+

x1HF

/x1d

x1F

-=

w w w

w+=

dt

w+

dt

/y1d

y1F

y1HF

-=

w w w - (3.6)

-=

w+

+

dt

dt

w+

/* x1dH /* y1H /* z1H

z1H.* * y1 * z1H.* x1 * y1H.* x1

y1H.* * z1 * x1H.* + z1 * x1H.* y1

z1HF

/z1d

( ) * x1.x1T/1 ( ) * y1.y1T/1 ( ) * z1.z1T/1

z1F

w w w

Khi sử dụng thuật toán lọc phi tuyến cận tối ưu ta có:

=

x1HF

=

* x1H)t(x1HYHK * y1H)t(y1HYHKy1HF

=

=

+(cid:247)

K

K

x1F

=

+(cid:247)

K

Ky1F

=

+(cid:247)

K

* z1H)t(z1HYHKz1HF * y1H)t(y1HY * x1H)t(x1HY * x1H)t(x1HY

Kz1F

* z1H)t(z1HY * z1H)t(z1HY * y1H)t(y1HY

(cid:246) (cid:230) - (cid:247) (cid:231) ł Ł (cid:246) (cid:230) - (cid:247) (cid:231) ł Ł (cid:246) (cid:230) - (cid:247) (cid:231) ł Ł (3.8) (cid:246) (cid:230) (cid:246) (cid:230) - - (cid:247) (cid:231) (cid:231) w w w ł Ł ł Ł (cid:246) (cid:230) (cid:246) (cid:230) - - (cid:247) (cid:231) (cid:231) w w w ł Ł ł Ł (cid:246) (cid:230) (cid:246) (cid:230) - - (cid:247) (cid:231) (cid:231) w w w ł Ł ł Ł

3.2.2. Mô phỏng thuật toán lọc trên máy tính

w=

w=

Dữ liệu đầu vào chung cho tất cả các thử nghiệm là: độ nghiêng của VTT g =0; bằng -60 o; Vị trí góc ban đầu hệ TĐLK y =0, J =0,

=

1

w=

w=

K =w

s1z1Ty1Tx1T

1HK = ,

X1

Y1

s/o5Z1 =

w w . , ;

Đánh giá kết quả khảo sát:

a) Kết luận về tính hội tụ và phân kỳ của thuật toán.

- Với thuật toán lọc phi tuyến có hệ số không đổi là phân kỳ.

- Với thuật toán lọc phi tuy ến động (hệ số thay đổi) là thu ật toán hội tụ

nhưng độ chính xác chưa cao.

- Với thuật toán lọc phi tuy ến với tín hi ệu sai số tiên nghi ệm thuật toán

hội tụ (hình 3.3).

b) Kết luận về các tính chất động học của thuật toán.

Thuật toán lọc phi tuyến với tín hiệu sai số tiên nghiệm (hình 3.3b và 3.3f)

cho thấy sai số tĩnh theo các trục X1 và Z1. và những vùng tăng gần vùng phân kỳ của thuật toán lọc tĩnh (hình 3.2b và 3.2f).

c) Kết luận về ảnh hưởng của sai số tạp âm tới thuật toán

13

Khi có nhi ễu tác động dưới dạng sai số TBBP=5dB, xu ất hiện sai số đo

VTG những vùng không mong đợi (hình 3.3b và 3.3f).

3.3. Các thuật toán lọc phi tuyến khác trong tổng hợp bộ đo VTG của TBB

3.4.1. Sử dụng thuật toán lọc Kalman rời rạc mở rộng - EKF

=

x

f

x(

+ w)

- Phương trình mô tả động học của hệ thống:

k

1k

t, 1k1k

1k

=

+

- - - - (3.9)

v)x(h k

k

k

k

]

=

- Phương trình phép đo: (3.10)

0

T

]

z [ xE [ 0 = x(E

x)(xˆ 0

0

0

)xˆ 0

xˆ P X

0

(cid:236) (cid:237) + Khởi tạo bộ lọc: (3.11) - - (cid:238)

+

=

xˆ

(

)

f

xˆ

(

))

k

k

1

k

1

=

+ Phương trình ước lượng trạng thái dự báo: ( - - - (3.12)

zˆ

h

k

k

- + Phương trình tính phép đo dự báo: (3.13) ))(xˆ ( k

=+

)(xˆ k

+- z(H)(xˆ kk k

H),zˆ k k

h k x

= )(xˆx k

¶ » - ( 3.14) + PT hiệu chỉnh dự báo phép đo: ¶ -

+ Ma trận phương sai tiên nghiệm:

=

+

+

)

kA

(kP

(kPkA)

A

1kQT + k

kdf dx

) = xx

)(

1k

» - , (3.15) - -

+ Phương trình tính hệ số khuếch đại lọc:

1

=

]

+

)

)

R

(K k

(P k

H

T k

H)

[ (PH k

k

k

T k

- - - - (3.16)

]

+ Phương trình tính ma trận phương sai hậu nghiệm:

[ -=+ )(kPkHkKI

)(kP

- (3.17)

3.4.2. Sử dụng thuật toán lọc Kalman Unscented Filter (UKF)

Thuật toán UKF để ước lượng trạng thái và tham s ố của hệ động học có

tính phi tuy ến lớn. Thu ật toán này t ương đương nh ư thu ật toán (EKF)

nhưng độ chính xác cao hơn.

Các phương trình thực hiện thuật toán lọc Kalman Unscented:

+ Khởi tạo bộ lọc: giống biểu thức (3.11)

14

+ Tính các điểm sigma:

]

=

+

l+

l+

- J

[ xˆ

1(

1(

1k

xˆ, + 1k1k

P) x

xˆ 1k,

P) x

1k

1k

- - - (3.19) - -

+ Các phương trình cập nhật thời gian: (3.20)

+ Các phương trình cập nhật phép đo: (3.21)

kQ và

kR tương ứng với ma tr ận ph ương sai c ủa

Trong (3.20) và (3.21),

nhiễu kênh tr ạng thái và nhi ễu kênh đo, còn các tr ọng số có th ể được tính

theo phép biến đổi Unscented.

3.4.3. Kết hợp thuật toán lọc thích nghi và thuật toán lọc Kalman Unscented

thích nghi (MS-AUKF).

Thuật toán MS-AUKF được xây dựng trên cơ sở hai bộ lọc UKF song

song (hình 3.4), g ồm UKF-master và UKF-slaver, UKF-slaver ước lượng

phương sai nhiễu sử dụng những thay đổi (innovations) được tạo bởi UKF-

UKF-Master

ˆx -

k 1

kˆx

ˆx -

k|k 1

trạng thái

Cập nhật thời gian

Cập nhật phép đo

ˆ

vk innovation ˆq

master. Hai UKF độc lập trong cấu trúc MS-AUKF.

k

k|k 1

ˆ

k 1

yk UKF-Slaver Cập nhật thời gian

Cập nhật phép đo

phương sai nhiễu

Hình 3.4. Sơ đồ cấu trúc của bộ lọc MS-AUKF

q - q -

i k

=

q ký hiệu là ph ần tử đường chéo th ứ i của ma tr ận phương sai nhi ễu đo

v

Q

diag

(

kQ , nghĩa là:

v k

,1 k

,...2 k

)m k

q=

+

q q q (3.23)

q đã biết :

kW)1k(f

k

q - q (3.24) Khi động học của k

q=

thì (3.24) là mô hình tham chiếu của UKF-slaver. Khi không biết động học

k

+ kW1k

q q q - , thì sử dụng mô hình nhiễu tác động: (3.25) của k

15

với

kw q được giả thiết là tạp trắng Gauss có kỳ vọng = 0.

Phương sai của những thay đổi tạo bởi UKF-master là tín hiệu quan sát đối

n2

với UKF-slaver, khi đó mô hình quan sát có dạng:

T

=

=

+

S

(g

diag

)

y

)(

y

)

Q

k

k

v 1k

c (w i

1kk,i

1kk

1kk,i

1kk

= 0i

T

=

ˆS nhận được bởi UKF-slaver là:

ø Ø - g - g q (cid:229) œ Œ - - - - - (3.26) ß º

Sdiag(vv ) k

kk

với Phép đo của k

vy

= y kkk|k 1

- - là innovation và yk là phép đo thực. Bởi vậy thuật toán

đệ quy của UKF-slaver có thể được thực hiện như sau:

+ Slave-I – Khởi tạo bộ lọc (3.27)

+ Slave-II – Tính các điểm sigma (3.28)

+ Slave-III – Cập nhật thời gian (3.29)

+ Slave IV – Cập nhật phép đo (3.30)

3.4. Mô phỏng đánh giá các mô hình hệ thống xác định VTG đã xây dựng

Điều ki ện th ực hi ện mô ph ỏng gi ống nh ư ch ương 2. S ố li ệu ban đầu:

0.1(rad/s)

w=w=w = 1x1y1z

1y

w ; các góc ban đầu bằng 0; VTG c ủa TBB đo nhờ

một cảm biến VTG độc lập bổ sung. Sử dụng phần mềm MatLaB để lập

trình, ta nhận được những kết quả sau:

Theo quy trình các thuật toán lọc đã trình bày ở các mục 3.3.1 – 3.3.3,

1

1

1

w*1z

w*1x

0.5

0.5

o s i

o s i

0

0

0

y 1 H

a S

a S

-0.5

-0.5

-1

-1

-1

10

20

30

40

50

60

70

80

90

100

10

20

30

40

50

60

70

80

90

100

10

20

30

70

80

90

100

0

0

0

40 60 50 Thoi gian(s)

a) Khi không có nhiễu phép đo VTT không có sai số

1

1

1

0.5

0.5

0

0

0

y 1 H

x 1 W

z 1 w

-0.5

-0.5

-1

-1

-1

10

20

30

40

50

60

70

80

90

100

0

0

10

20

30

40

50

60

70

80

90

100

0

10

20

30

40

50

60

70

80

90

100

Thoi gian(s)

b) Khi có nhiễu phép đo VTT có sai số lớn tại những điểm H1y=0

Hình 3.5 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF. Mô phỏng theo phương pháp thực nghiệm Monte Carlo.

sử dụng phần mềm MatLaB để lập trình, ta nhận được những kết quả sau

16

Sai số đánh giá các VTT và VTG s ử dụng thuật toán EKF mô ph ỏng

theo phương pháp th ực nghiệm thống kê Monte-Carlo khi nhi ễu tác động

nhỏ thể hiện trên hình 3.6. Khi nhi ễu tác động lớn ở giai đoạn cuối, được

-3

-3

-3

x 10

x 10

x 10

2

2

2

Sai so danh gia H1x

Sai so danh gia w1x

Sai so danh gia w1z

1.5

1.5

1.5

1

1

1

0.5

0.5

0.5

i

i

i

x 1 w a g

x 1 H a g

z 1 w a g

0

0

0

h n a d

h n a d

h n a d

-0.5

-0.5

-0.5

o s i

o s i

o s i

-1

-1

-1

a S

a S

a S

-1.5

-1.5

-1.5

-2

-2

-2

0

10

20

30

70

80

90

100

10

20

30

70

80

90

100

0

0

10

20

30

70

80

90

100

40 60 50 Thoi gian(s)

40 60 50 Thoi gian(s)

40 60 50 Thoi gian(s)

d. Sai số đánh giá ω1x

f. Sai số đánh giá ω1z

thể hiện trên hình 3.7.(a, b, c, d, e, f)

-3

-3

-3

x 10

x 10

x 10

2

2

2

W1x

w1z

H1x

1.5

1.5

1.5

1

1

1

i

i

i

0.5

0.5

0.5

0

0

0

-0.5

-0.5

-0.5

-1

-1

-1

x 1 w a g h n a d o s i a S

x 1 H a g h n a d o s i a S

z 1 w a g h n a d o s i a S

-1.5

-1.5

-1.5

-2

-2

-2

0

0

10 20 30 40 50 60 70 80 90 100

10 20 30 40 50 60 70 80 90 100

10 20 30 40 50 60 70 80 90 100

0

Thoi gian(s)

Thoi gian(s)

Thoi gian(s)

d. Sai số đánh giá ω1x

f. Sai số đánh giá ω1z

a. Sai số đánh giá H1x Hình 3.7 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF. Mô phỏng theo phương pháp thực nghiệm Monte Carlo.

a. Sai số đánh giá H1x Hình 3.6 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF. Mô phỏng theo phương pháp thực nghiệm Monte Carlo.

Sai số đánh giá các VTT và VTG khi s ử dụng thuật toán UKF. Mô ph ỏng

-3

-3

-3

x 10

x 10

x 10

2

2

2

Sai so danh gia H1x

Sai so danh gia w1z

Sai so danh gia w1x

1.5

1.5

1.5

1

1

1

0.5

0.5

0.5

i

i

i

0

0

0

-0.5

-0.5

-0.5

x 1 w a g h n a d o s i a S

x 1 H a g h n a d o s i a S

z 1 w a g h n a d o s i a S

-1

-1

-1

-1.5

-1.5

-1.5

-2

-2

-2

0

60

30

20

70

10

100

80

90

0

10

20

30

60

70

80

90

100

60

70

80

90

100

0

10

20

30

40 50 Thoi gian(s)

40 50 Thoi gian(s)

40 50 Thoi gian(s)

d. Sai số đánh giá ω1x

f. Sai số đánh giá ω1z

theo phương pháp thực nghiệm Monte Carlo được thể hiện trên hình 3.8

Hình 3.8 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán UKF

. Mô phỏng theo phương pháp thực nghiệm Monte Carlo.

a. Sai số đánh giá H1x

Chất lượng của 2 b ộ lọc EKF và UKF được so sánh v ới nhau thông qua

việc so sánh sai s ố đánh giá các thành ph ần VTT và VTG c ủa hai bộ lọc

chạy đồng thời trong cùng m ột điều kiện thử nghiệm. Kết quả mô ph ỏng

khi hai thuật toán EKF và UKF chạy đồng thời được thể hiện trên hình 3.9.

17

-3

-3

-3

x 10

x 10

x 10

4

4

4

Sai so w1x EKF

Sai so w1x UKF

Sai so w1z EKF

Sai so w1z UKF

Sai so H1x EKF

Sai so H1x UKF

3

3

3

2

2

2

1

1

1

z 1 w

0

0

0

-1

-1

-1

x 1 w o s i a S

x 1 H o s i a S

o s i a S

-2

-2

-2

-3

-3

-3

-4

-4

-4

0

0

10 20 30 40 50 60 70 80 90 100

10 20 30 40 50 60 70 80 90 100

10 20 30 40 50 60 70 80 90 100

0

Thoi gian(s)

Thoi gian(s)

Thoi gian(s)

a. Sai số đánh giá H1x

d. Sai số đánh giá ω1x

f. Sai số đánh giá ω1z

Hình 3.9 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF và UKF

Ở nửa đầu của quá trình khi nhi ễu tác động nh ỏ, kết qu ả ở cả hai

phương pháp UKF và MS-AUKF sai s ố đánh giá có thể coi là giống nhau.

Ở nửa sau c ủa quá trình ta cho nhi ễu tác động lớn thì ph ương pháp MS-

-3

-3

-3

x 10

x 10

x 10

2

2

2

1.5

1.5

1.5

Sai so H1x(UKF) Sai so H1x(MSAUKF)

Sai so w1x(UKF) Sai so w1x(MSAUKF)

Sai so w1z(UKF) Sai so w1z(MSAUKF)

1

1

1

0.5

0.5

0.5

0

0

0

x 1 w o s i

z 1 w o s i

x 1 H o s i

-0.5

-0.5

-0.5

a S

a S

a S

-1

-1

-1

-1.5

-1.5

-1.5

-2

-2

-2

0

0

0

10 20 30 40 50 60 70 80 90 100

10 20 30 40 50 60 70 80 90 100

10 20 30 40 50 60 70 80 90 100

Thoi gian(s)

Thoi gian(s)

Thoi gian(s)

d. Sai số đánh giá ω1x

f. Sai số đánh giá ω1z

AUKF có hiệu quả hơn so với phương pháp UKF (hình 3.10).

Hình 3.10 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán MS-AUKF. Mô phỏng theo phương pháp thực nghiệm Monte Carlo.

a. Sai số đánh giá H1x

Đánh giá kết quả khảo sát:

1. Nếu đo từ trường không có sai s ố thì có th ể tính tr ực tiếp các thành

phần VTG ω1x và ω1z (hình 3.5a). Nếu phép đo từ trường có sai số rất nhỏ, thì các phép tính trực tiếp vẫn có sai số rất lớn (hình 3.5b). Như vậy không

thể sử dụng tính trực tiếp các thành phần VTG vì luôn tồn tại sai số đo.

2. Sử dụng thuật toán EKF hoặc UKF ta có thể hoàn toàn ước lượng không

chỉ các thành phần VTG không được quan sát ω1x, ω1z mà còn cả chính bản thân các phép đo từ trường H1x, H1y, H1z. Chất lượng của thuật toán UKF là tốt hơn so với thuật toán EKF nhưng không đáng kể (xem các hình 3.9).

3. Khi nhiễu đo tăng lên tại thời điểm t=50(s), thì sai số ước lượng của cả hai

thuật toán EKF và UKF đều tăng rất lớn (hình 3.7a, d, f, hình 3.10a, d, f).

18

4. Sử dụng thuật toán UKF thích nghi (MS-AUKF) ta có th ể giải quyết

hầu hết nhược điểm của các thuật toán EKF và UKF tr ước sự thay đổi của

nhiễu đo (hình 3.10a,d,f).

Kết luận chương 3

Trên cơ sở các phép đo VTT và thông tin VTG b ổ sung từ cảm biến độc

lập

y1w . Trong chương 3 tác giả đã:

+ Tổng hợp được mô hình bộ lọc phi tuyến tĩnh (hệ số cố định) và động

(có tín hiệu sai số tiên nghiệm). Khảo sát hai mô hình lọc phi tuyến đã nêu

và rút ra nh ững kết luận quan trọng liên quan tới tính hội tụ, phân kỳ, tính

chất động học và sai số do tác động của nhiễu tạp đo gây ra.

+ Xây dựng và tổng hợp được 3 mô hình bộ lọc Kalman rời rạc tối ưu là

EKF, UKF và MS-AUKF đều có kh ả năng lọc, xử lý tốt đối với nhiễu đo

có đặc trưng thống kê ổn định.

+ Cả 3 ph ương án lọc Kalman rời rạc đều hội tụ tốt với sai số nhỏ. Tính

chống nhiễu và tính chất động học được cải thiện tốt hơn bộ lọc phi tuyến động.

Tuy nhiên khi tình huống nhiễu thay đổi chỉ có bộ lọc Kalman mở rộng thích

nghi (MS-AUKF) vẫn đáp ứng được những yêu cầu về động học và sai số.

Chương IV

THỰC NGHIỆM ĐÁNH GIÁ KHẢ NĂNG THỰC TẾ HÓA HỆ ĐO –

XỬ LÝ THÔNG TIN VẬN TỐC GÓC CỦA THIẾT BỊ BAY THEO

TỪ TRƯỜNG TRÁI ĐẤT

4.1. Mô tả thực nghiệm

Thí nghi ệm ti ến hành trên giá quay PTN gi ống nh ư TBBKNL chuy ển

động trong chế độ bay bằng thực tế.

4.2. Thiết kế và tổ chức phần cứng thực nghiệm

Cảm biến đo từ trường ba tr ục loại HMC2003 và c ảm biến VTG bổ sung

loại LY510ALH được sử dụng để thi ết kế mạch th ử nghi ệm, ch ọn ADC

trên cơ sở Platform ElVIS-II của NI

19

Sơ đồ chức năng kết nối phần cứng hình 4.11(a,b) Bộ nguồn chất lượng cao

Máy tính cá nhân sử lý và thực hiện các thuật toán lọc

Kết quả sử lý (H1x. H1y, H1z) ω1x. ω 1y ,ω 1z

Giá quay 3 bậc tự do gắn board cảm biến từ trường trái đất + cảm biến VTG

Board ELVIS II biến đổi AD và ghép nối với máy tính

Hình 4.11.a Sơ đồ chức năng kết nối phần cứng

*

]

+

=

w+

+

4.3. Thiết kế và xây dựng phần mềm thực nghiệm

w -

k(H 1 x

1 T)k(H) x

)k(H)k( 1

1

1

y

1

z

z

y

*

+

=

+

w - w

1 T)k(H) y

)k(H)k( 1

k(H 1 y

1

1

1

x

z

z

x

*

(4.1)

w+

+

=

+

Mô hình rời rạc của bộ lọc như sau: [ [ [ w -

)k(H)k( 1 ] )k(H)k( 1 ])k(H)k(

1 T)k(H) z

1

)k(H)k( 1

y

1

z

k(H 1 z

1

x

1

y

+

=

+

k(

)1

exp(

T/T

)

)k(w)k(

x1

x1

x

x1

+

=

+

w - w

k(

)1

exp(

)

T/T

)k(w)k(

y1

y

y1

+

=

+

w - w

k(

)1

exp(

y1 )T/T

)k(w)k(

z1

z1

z

z1

w - w

=

+

k(x

)1

f

),k(x(

t

)

)k(w

viết hệ (4.1) dưới dạng ma trận – vector:

k

k

+ [

=

(4.2)

)k(x1H)k(z1H)k(y1H)k(x1H)k(x

)k(x1

)k(y1

w w w Ở đây: (4.3) ]T)k(z1

T

vector đo được biểu diễn như sau

=w

+

z(k)H(k)H(k)H(k)(k)v(k )

1x1y1z1 y

Ø ø (4.4) º ß

a) Kết quả đo H1x b) K ết quả đo H1y c) K ết quả đo H1z

Hình 4.18. Kết quả đo VTT khi sử dụng bộ lọc EKF (đơn vị gauss) (đường màu đỏ là đo trước lọc; màu trắng là sau lọc)

a) Kết quả đo w 1x b) Kết quả đo w 1y c) K

ết quả đo w 1z

Hình 4.19. Kết quả đo các thành phần VTG (đơn vị đo 10-3rad/s)

Các quan sát (phép đo) ở (4.4) ta s ẽ ước lượng vector tr ạng thái x(k) ở (4.3) mà động học được mô tả bởi hệ phương trình (4.1). 4.3.1. Phần mềm và kết quả lọc theo thuật toán EKF

20

b) K

c) K

ết quả đo H1z

a) Kết quả đo H1x

ết quả đo H1y Hình 4.20. Kết quả đo VTT khi sử dụng bộ lọc UKF (đơn vị gauss) (đường màu đỏ là đo trước lọc; màu trắng là sau lọc)

a) Kết quả đo w 1x b) K

ết quả đo w 1y c) K

ết quả đo w 1z

Hình 4.21. Kết quả đo các thành phần VTG (đơn vị đo 10-2rad/s)

ết quả đo H1z

a) Kết quả đo H1x b) Kết quả đo H1y c) K

Hình 4.22. Kết quả đo các thành phần VTT có lọc bias (đơn vị đo gauss) (đường màu đỏ là đo trước lọc; màu trắng là sau lọc)

b) w 1y

c) w 1z

4.3.2. Phần mềm và kết quả lọc theo thuật toán UKF

Hình 4.23. Kết quả lọc UKF các thành phần VTG (đơn vị đo độ/s) (đường màu đỏ là đo trước lọc; màu trắng là sau lọc)

a) w 1x

4.3.2. Phần mềm thuật toán lọc Kalman thích nghi (MS-AUKF)

Giải pháp phần mềm nâng cao chất lượng của bộ lọc bằng cách ước lượng sai số bias của cảm biến VTG sẽ được bổ sung vào vector trạng thái.

T

Khi đó vector trạng thái là

=w x(k)H(k)H(k)H(k)(k)(k)(k)x(k) new1x1y1z1x1y1zbias

Ø ø w w (4.6) º ß

w=w+

+ (k)(k)x(k)v(k)

ở đây xbias(k) là bias của cảm biến VTG. Ma trận độ nhạy phép đo H sẽ là

1ydo1ybias1y

x(t)w(t)= &

(4.7) w

biasth/bias

Bias của MEMs là: (4.8)

+= x(k1)x(k)Tw(k) biasbiasth/bias

Hay dưới dạng rời rạc hóa + (4.9)

21

Bổ sung (4.9) vào h ệ (4.1) và thay phép đo ở (4.7) vào (4.3) ta có mô hình

động học và mô hình quan sát m ới. Có th ể áp dụng cả hai thu ật toán lọc EKF và lọc UKF để giải bài toán này.

c) H

b) H

a) H1X

1Z

1Y Hình 4.24. Kết quả lọc MS-AUKF khi không có nhiễu ngoài tác động (đồ thị màu đỏ - trước xử lý; màu trắng - sau lọc)

b)

c)

a) w 1X

w 1Y

w 1Z

Hình 4.25. Kết quả lọc MS-AUKF các thành phần VTG (đơn vị đo độ/s)

b) H

c) H

a) H1X

1Y

1Z

Hình 4.26. Kết quả lọc MS-AUKF các thành phần VTT khi nhiễu ngoài tác động tại thời điểm 130s (đồ thị màu đỏ - trước xử lý; màu trắng – sau lọc)

b)

c)

a) w 1X

w 1Y

w 1Z

Hình 4.27. Kết quả lọc MS-AUKF các thành phần VTG có nhiễu ngoài tác động (đơn vị đo độ/s)

Thực nghiệm dùng thuật toán lọc MS-AUKF.

1x; w

1z.

4.4. Đánh giá kết quả thực nghiệm

Kết quả thực nghiệm được hiển thị dưới dạng đồ thị hình 4.18, 4.19, 4.20, 1y; w 4.21 và 4.22 tương ứng với kết quả đo: H1x; H1y; H1z; w Dựa vào kết quả thực nghiệm có thể đưa ra những đánh giá sau:

1. Các b ộ lọc EKF, UKF đều có th ể gi ải quy ết bài toán xác định các

thành phần VTG theo thông tin đo VTT nh ư đã phân tích các k ết quả mô

phỏng ở cuối chương 2 và trong ch ương 3. Chất lượng của bộ lọc UKF tốt

22

hơn so với bộ lọc EKF (so sánh t ương ứng các kết quả trên hình 4.18a,b,c

với 4.20a,b,c và 4.19a,b,c với 4.21a,b,c).

2. Vi ệc nâng cao ch ất lượng ước lượng các tr ạng thái được th ực hi ện

bằng giải pháp đưa thêm sai s ố bias c ủa cảm biến VTG LY510ALH vào

thành ph ần vector tr ạng thái trong thu ật toán l ọc UKF (Hình 4.24a,b,c;

4.25a,b,c).

3. Chất lượng ước lượng các trạng thái cao nh ất khi sử dụng bộ lọc MS-

AUKF có đưa thêm sai s ố bias của cảm biến VTG LY510ALH vào thành

phần vector trạng thái trong mọi điều kiện có hay không có nhi ễu ngoài tác

động (Hình 4.24 – 4.27). Tuy nhiên điều này sẽ làm tăng kích thước của bộ

lọc do sử dụng cấu trúc thích nghi tham chiếu (MS).

4. Hoàn toàn có th ể sử dụng nguồn thông tin t ừ trường Trái đất và cảm

biến VTG bổ sung để tổng hợp hệ thống ổn định và điều khiển định hướng

thiết bị bay không người lái.

4.5. Cấu trúc các kênh điều khiển định hướng TBB và ph ương pháp

phối ghép với các bộ đo góc và VTG

Sơ đồ phối ghép bộ đo các thành phần VTG theo VTT với các kênh điều

khiển như sau:

MÁY TÍNH TRÊN KHOANG

J prog;y

prog;g prog

Th/t tạo th/số ĐK

,D

D J y g

J

Thuật toán xác định tọa độ góc , y

, g

Biến đổi ADC và thuật toán lọc tối ưu VTG w *x1; w *y1; w *z1

Th/t tạo lệnh - Lệnh l J - Lệnh l y - Lệnh l g

- So sánh ,D - Tính các đạo hàm D ’J , D ’y , D ’g

l

Kênh điều khiển - ổn định góc gật (sơ đồ cấu trúc 4.29)

J

l

Kênh điều khiển - ổn định hướng (sơ đồ cấu trúc 4.30)

J & y & g&

y

J y g

l

Kênh điều khiển - ổn định liệng (sơ đồ cấu trúc 4.31)

Cảm biến VTT (HMC-2003) - Cảm biến H1x - Cảm biến H1y - Cảm biến H1z Cảm biến bổ sung - Gyro MEMS w 1y

g

Hình 4.32. Sơ đồ phối ghép hệ đo góc và VTG với các kênh điều khiển TBBKNL

23

Kết luận chương 4

1. Đã chứng minh được khả năng thực tế hóa bộ đo các thành phần VTG

theo VTT trong h ệ TĐLK của TBB. Được th ể hi ện qua: l ựa ch ọn vật tư

linh ki ện; thi ết kế ph ần cứng; xây d ựng các ch ương trình ph ần mềm thử

nghiệm; đối chiếu tính ưu việt của những phương án (mô hình) xử lý thông

tin và những phân tích kết quả thu được từ thực nghiệm.

2. Những kết quả thực nghiệm đã phản ánh trung th ực các kết quả mô

phỏng theo nh ững phương án lọc – xử lý thông tin đo VTG bằng VTT đã

thực hiện trong ch ương 3. Từ đó cho phép ta l ựa chọn mô hình tối ưu của

một bộ đo VTG theo thông tin VTT Trái đất, đó là bộ lọc MS-AUKF có

chất lượng cao h ơn hẳn so v ới các mô hình còn l ại. Bộ lọc này không

những đáp ứng được tính ch ất phi tuyến của hệ đo trong dải rộng, mà còn

thích nghi được với những điều kiện bất định của nhiễu tạp trong quá trình

sử dụng.

3. Trong ch ương 4 còn có thêm đề xuất nâng cao ch ất lượng của bộ đo

phụ thu ộc điều ki ện cảm bi ến VTG, b ổ sung thông tin cho h ệ th ống, có

chất lượng không cao. Đề xuất này đã được thực tế hóa bằng những thuật

toán lọc bias đầu ra cảm biến và chứng tỏ cải thiện được đáng kể độ chính

xác đo.

4. Từ kết quả phân tích, t ổng hợp các thu ật toán đo – xử lý thông tin t ừ

trường ở chương 3; kết quả thực nghiệm và cấu trúc các kênh điều khiển -

ổn định ở ch ương 4, cho phép ta xây d ựng một hệ th ống ĐKĐH cho

TBBKNL trên sơ đồ hình 4.32.

Từ bốn kết luận trên có th ể đánh giá là n ội dung th ực nghiệm của luận

án đã đạt được mục đích đề ra là ki ểm tra kh ả năng hiện thực hóa nh ững

vấn đề lý thuyết đã nghiên cứu ở các chương 2 và 3 thành thi ết bị đo VTG

và điều khi ển ổn định định hướng không gian cho TBBKNL theo m ột

phương án tối ưu.

24

KẾT LUẬN

Những đóng góp mới của luận án:

1. Đã chứng minh được việc sử dụng các cảm biến từ trường Trái đất kết

hợp với cảm biến vận tốc góc bổ sung dạng vi cơ (MEMS) có th ể xác

định được định hướng không gian của thiết bị bay.

2. Đã tổng hợp ba mô hình l ọc phi tuyến tối ưu vận tốc góc TBB từ nguồn

thông tin từ trường Trái đất trên cơ sở lý thuyết lọc Kalman rời rạc EKF,

UKF và MS-AUKF, biện luận, phân tích ưu nhược điểm của từng mô hình.

3. Đã mô phỏng những kết quả nghiên cứu lý thuyết và th ực nghiệm kiểm

chứng khả năng thực tế hóa thành thi ết bị trên cơ sở linh ki ện và công

nghệ mới. Kết quả thực nghiệm phản ánh đúng các kết quả nghiên cứu

lý thuyết.

• Hướng phát triển của luận án

Tuy nhiên luận án mới chỉ đề cập nghiên cứu tới một phần chức năng

của hệ thống điều khiển quán tính trên khoang TBB, đó là hệ thống điều

khiển định hướng không gian. Phần còn lại là hệ thống điều khiển quỹ đạo

đang bỏ ngỏ. Do đó, hướng nghiên c ứu phát tri ển của lu ận án, một cách

logic nhất, phải là tiếp tục nghiên cứu hệ thống điều khiển quỹ đạo và khép

kín bài toán điều khiển quán tính trên khoang TBB.

Hà nội, ngày 01 tháng 12 năm 2013