Luận Văn Hệ thống dẫn đường quán tính INS

TÓM TẮT NỘI DUNG

Nhu cầu sử dụng hệ thống định vị và dẫn đường đã trở thành một nhu cầu không thể thiếu trong cuộc sống ngày nay. Tuy nhiên hệ thống không thể đạt được sự chính xác tuyệt đối. Vì vậy cần phải làm tăng độ chính xác của hệ thống định vị toàn cầu. Bằng cách khắc phục được sai số của hệ thống dẫn đường (GPS) và hệ thống dẫn đường quán tính (INS) .

Hệ thống dẫn đường quán tính INS có 2 ưu điểm nổi bật khi so sánh với các hệ thống dẫn đường khác là khả năng hoạt động tự trị và độ chính xác cao trong những khoảng thời gian ngắn. Lỗi nghiêm trọng nhất của hệ thống INS là do các cảm biến quán tính gây ra. Chính vì thế trong những ứng dụng thời gian dài thì hệ thống INS thường sử dụng với các hệ thống hỗ trợ khác như hệ thống dẫn đường vô tuyến (Loran, Omega và Tacan), hệ thống dẫn đường vệ tinh (GPS, GLONASS và Transit), JTIDS, DME Các hệ thống này hoạt động ổn định theo thời gian và vì thế cần tích hợp INS và các hệ thống hỗ trợ này. Sự kết hợp GPS và INS là lý tưởng nhất vì hai hệ thống này có khả năng bù trừ nhau hiệu quả. Trái tim của hệ thống tích hợp này chính là bộ lọc tối ưu Kalman.

Bộ lọc Kalman rất hiệu quả và linh hoạt trong việc kết hợp đầu ra bị nhiễu của cảm biến quán tính để ước lượng trạng thái của hệ thống. Luận án này đã đề xuất một cấu trúc lọc Kalman cải tiến bao gồm hai bộ lọc song song nhằm cải thiện độ chính xác và tốc độ đáp ứng của hệ thống, Ngoài ra, hệ thống này còn có thể hoạt động linh hoạt giữa hai chế độ vòng kín và vòng hở, rất hữu ích trong những tình huống mất tín hiệu từ GPS.

MỤC LỤC

Bảng giải thích các chữ viết tắt 3
Hoạt động 11
Phương trình động học. 13
1.2.2. Ưu điểm và nhược điểm của INS 16
2.2 Các hệ tọa độ 19
2.2.1 Hệ tọa độ quán tính (Inertial Frame). 19
2.2.2 Hệ tọa độ cố định tâm trái đất (The Earth Fixed Frame) 19
2.2.3 Hệ tọa độ định vị (Navigation frame) 19
2.2.4 Hệ tọa độ gắn liền vật thể (Body frame). 20
2.3 Phương trình định vị. 20
2.4 Hệ Phương trình định vị trong hệ tọa độ cố định tâm trái đât (e-frame). 21
2.5. Tổng quan về hệ cảm nhận quán tính IMU. 22
2.6 Thuật toán dẫn đường quán tính. 23
2.7.1. Nhiễu tất định 27
2.7.2 Nhiễu thống kê 27

Năm 1960 R.E Kalman đã xuất bản một bài báo với tiêu đề “A New Approach to Linear Filtering and Predication Problems”. Nghiên cứu của Kalman đã khắc phục hạn chế của bộ lọc Weiner-Hopf trong việc giải quyết bài toán thống kê tự nhiên. Kể từ đó, danh từ bộ lọc Kalman đã ra đời. Bộ lọc này ước lượng trạng thái của quá trình thời gian rời rạc theo phương trình sai phân tuyến tính: 28
3.1.1.Bản chất tính toán của bộ lọc. 29
Chúng ta định nghĩa là trạng thái tiền ước lượng ở thời điểm thứ k, là trạng thái hậu ước lượng tại thời điểm thứ k và cho ra giá trị đo zk. Chúng ta có thể định nghĩa các lỗi tiền ước lượng và lỗi hậu ước lượng như sau: 29
3.1.2. Bản chất thống kê của bộ lọc. 30
Công thức (3.8) thể hiện bản chất thống kê của tiền ước lượng quy định trên tất cả các giá trị đo trước zk (Quy tắc Bayer). 30
4.1 Thiết bị phần cứng. 38
4.1.1 Khối dẫn đường quán tính MICRO-ISU BP3010. 38