26291

كاهش نويز سيگنال¬هاي خروجي IMU در سامانه INS مبتني بر فناوري MEMS

كارشناسي ارشد

مهندسي برق گرايش الكترونيك

1398-1401

1400/10/18

دكتر سيد محمدرضا موسوي ميركلائي

مهندسي برق

يكي از انواع سامانه¬هاي ناوبري، سامانه¬ي ناوبري اينرسي يا INS نام دارد كه در اغلب موارد در تلفيق با GPS منجر به موقعيت يابي دقيق¬تر مي¬شود. در ميان انواع INS، سامانه¬هاي مبتني بر فناوري MEMS به دلايلي نظير اندازه¬ي كوچك، وزن كمتر و در بسياري موارد قيمت پايين¬تر بسيار مورد توجه هستند. با اين حال، اين سامانه¬ها به سبب فناوري ساخت به كار گرفته شده در MEMS، انواع نويز و خطاهاي قطعي و تصادفي را تجربه مي¬كنند. تاكنون روش¬هاي گوناگوني جهت كاهش نويز خروجي حسگر¬هاي اينرسي MEMS در دو گروه روش¬هاي آماري و هوشمند پيشنهاد شده است. در اين پژوهش جهت نويززدايي حسگرهاي اينرسي، روشي هوشمند، مبتني بر رگرسيون بردار پشتيبان و بهينه شده با استفاده از الگوريتم ژنتيك جهت پيش¬بيني نمايش زمان - فركانس سيگنال نويززدايي شده بر اساس رفتار كوتاه و بلند مدت فركانس¬ها در نمايش زمان - فركانس سيگنال اوليه به كار گرفته شده است. سپس روش پيشنهادي با استفاده از داده¬هاي جمع آوري شده راستي آزمايي شده است. براي جمع¬آوري داده¬هاي مورد نياز از يك سامانه¬ي ناوبري اينرسي ADIS16407i ارزان قيمت و مبتني بر فناوري MEMS استفاده و در ادامه نتايج روش پيشنهادي با نتايج ساير روش¬هاي موجود مقايسه شد. در نهايت روش پيشنهادي با ساير روش¬هاي موجود كاهش نويز مقايسه شده و نتايج به دست آمده گواه برتري عملكرد اين روش هستند.

1401/01/16

Noise reduction for output signals of IMU sensors in MEMS-based INS system

1/8/2023 12:00:00 AM

Inertial navigation system (INS) is one of the navigation systems which often in integration with Global Positioning System (GPS), provides better positioning accuracy. Amongst all varieties of INSs, Microelectromechanical system (MEMS)-based INS can be used, owing to their low cost, lightweight and small size are more popular. However, due to the manufacturing technology MEMS INS suffers from deterministic and stochastic errors. So far, different published papers have introduced many denoising methods for suppressing the noise of output signals of IMU, which can be divided into two statistical and artificial intelligence-based method groups. In this paper, an intelligent method, based on support vector regression and optimized with a genetic algorithm is utilized to predict the time-frequency representation of the denoised signal based on long and short-term behavior of frequencies in time-frequency representation of raw data. In this work, the outputs of IMU in ADIS16407 sensor, as a low-cost and MEMS-based INS, has been utilized for data collection. The proposed method has been compared with other noise reduction methods and the achieved results verify superior improvement than other methods.

سامانه ناوبري اينرسي , نويززدايي , بي نظمي جايگشتي , تجزيه ي حالت متغير , هوش مصنوعي

Inertial Navigation System , Denoising , Permutation Entropy , Variational Mode Decomposition , Artificial Intelligence

Erfan Khedersolh

Dr. Seyed Mohammadreza Mousavi mirkolaei