22246

ناوبري نسبي آرايش پرواز ماهواره ها با استفاده فيلتر كالمن كيوبيچر

كارشناسي ارشد

مهندسي هوافضا

95

1398/8/29

دكتر كامران دانشجو

مكانيك

در ناوبري نســبي ماهوارهها كه به عنوان يكي از مهم ترين كابردهاي فضــايي شــناخته ميشــود، روابط و معادلات مدل ديناميكي ســـيســـتم پارامترهاي غيرخطي زيادي دارد بنابراين فيلترهاي كالمن غيرخطي جايگزين فيلتر كالمن توسعه يافته شده است. در اين پژوهش مقايسهاي بين فيلترهاي كالمن كيوبيچر و بي اثر انجام شده ا ست. در اين مقاي سه برتري فيلتر كيوبيچر در مقاي سه با فيلتر بياثر ن شان داده شده ا ست. همچنين در اين پژوهش جهت بد ست آوردن مقادير صحيح و در ست مدل ديناميكي از رابط بين نرم افزار STK و MATLAB استفاده شده است. با توجه به اينكه در حالت واقعي نويزها و اغشتاشات وارد بر سيستم به صـورت نويز سـفيد نيسـتند، نويزهاي اسـتفاده شـده در اين پژوهش به صـورت رنگي مدل شـده اسـت. همچنين پارامترهاي ديگر نيز به صورت همب سته در نظر گرفته شده ا ست تا شبيه سازي به حالت واقعي نزديكتر با شد. اين فر ضيات سبب افزايش خطاي تخمين مي شود كه ميتوان با ارائه فيلتر كيوبيچر مقاوم، دقت ســيســتم را در مواجهه با غيرخطي بودن روابط و همچنين نويزهاي رنگي بهبود بخشــيد. همچنين با بهينه سازي فيلتر ارائه شده به روش توده ذرات شاهد بهبود نتايج و كم شدن خطا خواهيم بود.

1399/03/20

Relative Navigation of Formation of Satellites by Using Kalman Cubature Filter

6/9/2020 12:00:00 AM

In satellite relative navigation, which is known as one of the most important space applications, the dynamic model equations and systems have many nonlinear parameters, so nonlinear Kalman filters have been developed to replace the Extended Kalman filter. In this study, a comparison was made between Kalman Cubature and Unscend filters. In this comparison, the better performance of the Cubature filter is shown compared to the Unscend filter. In this study, the interface between STK and MATLAB was used to obtain the actual and correct values of the dynamic model. Since the noise in the system is not white noise, the color noise is modeled instead of white noise. Other parameters are also correlated to make the simulation closer to the real state. These assumptions increase the estimation error that can be achieved by providing a robust Cubature filter to improve the accuracy of the system in the presence of nonlinear relationships and color noise. Also, with optimizing the presented filter by using particle swarm method, result will be improved and errors be reduced.