Birleştirilmiş Radyo-ıns Altimetresinin Kalman Filtresi Kullanılarak Geliştirilmesi

Abstract

Bu çalışmada, radyo ve atalet altimetrelerinden oluşan birleştirilmiş bir navigasyon sistemi tanıtılmıştır. Bu iki navigasyon kaynağının birleştirilmesi direkt Kalman filtresi yardımıyla gerçekleştirilmiştir. Navigasyon aletlerinin hata modelleri Kalman filtresi tarafından düşey kanal parametrelerinin tahmin edilmesi için kullanılmaktadır. Açık çevrim sistemde INS ana bilgi kaynağı olurken, radyo altimetere tahminlere yardımcı olacak ayrık zamanlı bilgiyi sağlar. Simulasyon sonuçları Kalman filtresinin, dolayısıyla birleştirilmiş sisteminin başarıyla çalıştığını göstermektedir. Çalışmanın ikinci basamağında anormal ölçümler olması durumu incelenmiştir. Böyle bir bozukluğu gidermek için Robust Kalman Filtresi algoritmaları önerilmektedir. Çalışmada verilen her iki algoritma anormal ölçümleri algılayabilmiş, bir tanesi ise Kalman filteresinin son derece başarılı çalışıp, bozulma anlarında düzgün tahminler yapmasını sağlamıştır. Böylelikle Kalman filtresinin ölçüm kanalındaki arızalara karşı robust karakteri ispatlanmıştır.

In this study, the integrated navigation system, consisting of radio and INS altimeters, is presented. The integration of these two navigation sources is achieved by using an indirect Kalman filter. Hereby, the error models of the navigators are used by the Kalman filter to estimate vertical channel parameters of the navigation system. In the open loop system, INS is the main source of information, and radio altimeter provides discrete aiding data to support the estimations. The simulation results demonstrate successful operation of the Kalman filter, thus the integrated altimeter. At the next step of the study, the case of abnormal measurements is examined. To recover such a malfunctioning, the Robust Kalman Filter algorithms are suggested. Both of the two algorithms given in the study are able to detect the abnormal measurements, with one providing outstanding Kalman filter response, and very smooth estimates at the failure steps. Therefore, the robust character of the Kalman filter towards measurement channel failures is verified.