Luận án tiến sĩ vật lý thiết kế và xây dựng hệ thống dẫn đường tích hợp ins gps dùng cho các vật thể chuyển động

LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu riêng tơi Các số liệu, kết nêu luận án trung thực chưa cơng bố cơng trình khác Tác giả luận án Phạm Văn Tăng i LỜI CẢM ƠN Sau thời gian học tập nghiên cứu tơi hồn thành luận án Lời đầu tiên, xin gửi lời cảm ơn sâu sắc tới hai thầy giáo hướng dẫn PGS.TS Chử Đức Trình PGS.TS Trần Đức Tân, người tận tình giúp đỡ, khích lệ động viên tơi suốt q trình tơi học tập nghiên cứu thực luận án Tôi xin chân thành cảm ơn thầy cô giáo môn Vật lý Vô tuyến, khoa Vật lý, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội; thầy cô giáo môn Vi điện tử Vi hệ thống Khoa Điện tử viễn thông, Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội giúp đỡ tơi nhiều suốt q trình học tập, nghiên cứu Tôi xin trân trọng cảm ơn lãnh đạo huy Khoa Khoa học Cơ bản, Học viện Hậu cần tạo điều kiện thuận lợi suốt q trình tơi học tập, nghiên cứu Nhân dịp này, xin gửi lời cảm ơn tới tất thành viên gia đình người bạn tận tình giúp đỡ, động viên để tơi có điều kiện tốt hồn thành luận án ii MỤC LỤC DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT v DANH MỤC CÁC BẢNG vii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ viii MỞ ĐẦU Chương TỔNG QUAN VỀ HỆ DẪN ĐƯỜNG TÍCH HỢP INS/GPS 1.1 Tổng quan nghiên cứu nước Hệ thống định vị toàn cầu GPS 1.2.1 Tổng quan hệ thống vệ tinh dẫn đường toàn cầu GNSS .9 1.2.2 Nguyên lý làm việc hệ thống GPS 17 1.2.3 Các nguồn sai số phép đo tín hiệu GPS 19 1.3 Hệ thống dẫn đường quán tính INS 22 1.3.1 Các hệ tọa độ dẫn đường 24 1.3.2 Phương trình dẫn đường quán tính 25 1.3.3 Các sai số hệ dẫn đường quán tính INS 28 1.4 Hệ thống dẫn đường tích hợp INS/GPS .30 1.4.1 Bộ lọc Kalman 30 1.4.2 Tích hợp INS GPS sử dụng lọc Kalman .34 Chương ĐẶC TRƯNG HÓA SAI SỐ CỦA CÁC CẢM BIẾN SỬ DỤNG TRONG HỆ DẪN ĐƯỜNG TÍCH HỢP 38 2.1 Đặc trưng hóa sai số tất định cảm biến 38 2.2 Đặc trưng hóa sai số ngẫu nhiên cảm biến 39 2.2.1 Phương pháp mật độ phổ công suất .40 2.2.2 Phương pháp phương sai Allan 41 2.3 Bù trừ ảnh hưởng nhiệt độ lên cảm biến từ trường đo góc 48 iii 2.3.1 Ngun tắc đo góc hướng sử dụng thơng tin từ trường trái đất .49 2.3.2 Cảm biến từ trường .50 2.3.3 Đề xuất cấu trúc bù nhiệt độ cho cảm biến từ 52 2.4 Các kết thực nghiệm 53 2.4.1 Xác định tham số nhiễu khối đo lường quán tính MICRO-ISU BP3010 53 2.4.2 Xác định tham số nhiễu khối đo lường quán tính MP67B 63 2.4.3 Bù trừ ảnh hưởng nhiệt độ lên cảm biến từ trường CMPS03 67 Chương THIẾT KẾ VÀ XÂY DỰNG HỆ THỐNG DẪN ĐƯỜNG TÍCH HỢP INS/GPS 75 3.1 Thiết kế hệ thống dẫn đường tích hợp INS/GPS sử dụng lọc Kalman 75 3.2 Bộ lọc Kalman mở rộng cho hệ thống dẫn đường tích hợp INS/GPS .82 3 Thiết kế mô hình hố hệ thống dẫn đường tích hợp INS/GPS .84 3.4 Các kết thực nghiệm 87 3.4.1 Thử nghiệm 87 3.4.2 Thử nghiệm 92 KẾT LUẬN VÀ KIẾN NGHỊ 96 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 97 DANH MỤC TÀI LIỆU THAM KHẢO 98 iv DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Từ viết tắt Tiếng Anh Tiếng Việt AI Artificial Intelligence Trí tuệ nhân tạo AMR Anisotropic Magneto-Resistive Hiệu ứng từ trở dị hướng Adaptive neural fuzzy information Hệ thống thơng tin mờ nơ-ron system thích nghi ANN Artificial neural networks Mạng nơ-ron nhân tạo ECEF Earth-Center Earth-Fixed Hệ tọa độ tâm trái đất EKF Extended Kalman Filter Bộ lọc Kalman mở rộng ENU East – North - Up Hệ tọa độ Cực đông - Cực bắc - Hướng lên GEO Geostationary Orbit Quỹ đạo địa tĩnh GNSS Global Navigation Satellite System Hệ thống vệ tinh dẫn đường toàn cầu GPS Global Positioning System Hệ thống định vị toàn cầu IGSO Inclined Geosynchronous Orbit Quỹ đạo địa tĩnh nghiêng IMU Inertial Measurement Unit Khối đo quán tính INS Inertial Navigation System Hệ thống dẫn đường quán tính KF Kalman Filter Bộ lọc Kalman MEMS Micro Electro Mechanical System Hệ thống vi điện tử MEO Medium Earth Orbit Quỹ đạo Trái đất tầm trung NED North-East-Down Hệ tọa độ Bắc – Đông – Xuống PID Proportional Integral Derivative Bộ điều khiển vi tích phân tỷ lệ PPS The precise positioning service Dịch vụ định vị xác ANFIS v Power Spectral Density Mật độ phổ công suất Strapdown Inertial Navigation Hệ dẫn đường quán tính kiểu System gắn liền SPS The standard positioning service Dịch vụ định vị chuẩn UKF The Unscented Kalman Filter Bộ lọc Kalman không chất PSD SINS vi DANH MỤC CÁC BẢNG Bảng 1.1 Tần số băng tần hệ thống Bắc Đẩu 17 Bảng 2.1 Độ lệch chuẩn nhiễu trắng cảm biến quán tính .60 Bảng 2.2 Các tham số nhiễu xác định phương pháp phương sai Allan 62 Bảng 2.3 So sánh phương pháp PSD phương pháp phương sai Allan 63 Bảng 2.4 Đặc trưng sai số ngẫu nhiên khối đo MP67B .66 Bảng 3.1 Các thông số GPS HI-204E 85 Bảng 3.2 Thông số kỹ thuật hệ thống tích hợp 94 vii DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1.1 Hệ thống vệ tinh GPS [71] 11 Hình 1.2 Các hệ vệ tinh GPS [8] 12 Hình 1.3 Phân đoạn điều khiển GPS [70] 12 Hình 1.4 Hệ thống vệ tinh GLONASS [72] 14 Hình 1.5 Vệ tinh Galileo [72] .15 Hình 1.6 Dải tần số tín hiệu vệ tinh Galileo [21] 15 Hình 1.7 Hệ thống vệ tinh Bắc Đẩu [67] 16 Hình 1.8 Xác định vị trí GPS sử dụng tín hiệu vệ tinh 18 Hình 1.9 Các cấu trúc khối IMU [19] 22 Hình 1.10 Các hệ tọa độ dẫn đường .25 Hình 1.11 Hệ tọa độ vật thể 25 Hình 1.12 Lược đồ xác định thơng số dẫn đường [56] 28 Hình 1.13 Lưu đồ tính tốn lọc Kalman 33 Hình 1.14 Hệ tích hợp INS/GPS kiểu lỏng [20] 35 Hình 1.15 Hệ tích hợp INS/GPS kiểu chặt [20] 35 Hình 1.16 Hệ tích hợp INS/GPS kiểu siêu chặt [20] 36 Hình 1.17 Kỹ thuật tích hợp INS/GPS [20] 36 Hình 2.1 Các đường dốc đặc trưng PSD với thang log-log .41 Hình 2.2 Minh họa cấu trúc liệu dùng phương pháp Allan 42 Hình 2.3 Phương pháp chọn mẫu cluster .44 Hình 2.4 Minh họa phương sai Allan [26] 48 viii Hình 2.5 Minh họa từ trường trái đất 49 Hình 2.6 Các thành phần từ trường trái đất .49 Hình 2.7 Góc φ cảm biến AMR 51 Hình 2.8 Cấu trúc “barber poles” .51 Hình 2.9 Minh họa đầu cảm biến áp dụng kỹ thuật lật 52 Hình 2.10 Cấu hình vịng mở bù nhiệt độ cho cảm biến từ trường 52 Hình 2.11 Cấu hình vịng đóng bù nhiệt độ cho cảm biến từ trường 53 Hình 2.12 Khối MICRO-ISU BP3010 54 Hình 2.13 Vị trí IMU chuẩn 54 Hình 2.14 Dữ liệu đầu cảm biến gia tốc trục Z 56 Hình 2.15 PSD cảm biến vận tốc góc trước lấy trung bình .57 Hình 2.16 PSD cảm biến gia tốc trước lấy trung bình 58 Hình 2.17 PSD cảm biến vận tốc góc sau lấy trung bình 58 Hình 2.18 PSD cảm biến gia tốc sau lấy trung bình .59 Hình 2.19 PSD trung bình cảm biến vận tốc góc trục X .59 Hình 2.20 PSD trung bình cảm biến gia tốc trục Z .60 Hình 2.21 Độ lệch chuẩn Allan cảm biến vận tốc góc 61 Hình 2.22 Độ lệch chuẩn Allan cảm biến gia tốc 61 Hình 2.23 Khối đo quán tính MP67B 63 Hình 2.24 Khối đo MP67B trình thu thập liệu cho chuẩn .64 Hình 2.25 Dữ liệu thu thập từ cảm biến khối đo MP67B 64 Hình 2.26 Phương sai Allan cảm biến gia tốc khối đo MP67B 65 Hình 2.27 Phương sai Allan cảm biến vận tốc góc khối đo MP67B 65 ix Hình 2.28 Đồ thị log-log cảm biến gia tốc trục X 67 Hình 2.29 Đồ thị log-log cảm biến vận tốc góc trục Y 67 Hình 2.30 Cảm biến từ trường CMPS03 67 Hình 2.31 Hệ cảm biến có bù trừ nhiệt độ 68 Hình 2.32 Thơng số góc hướng thu nhiệt độ 25oC 68 Hình 2.33 Ảnh hưởng nhiệt độ lên góc hướng cảm biến từ trường .69 Hình 2.34 Sơ đồ thực thi cấu trúc vòng mở 70 Hình 2.35 Góc hướng trước sau bù nhiệt sử dụng cấu hình vịng mở 70 Hình 2.36 Kết trước sau bù nhiệt sử dụng cấu hình vịng kín 71 Hình 2.37 a) Nhiệt độ bù trừ nhiệt độ; b) góc hướng cảm biến đo 71 Hình 2.38 Khảo sát bù nhiệt độ theo Kp 72 Hình 2.39 Khảo sát bù nhiệt độ theo Ki 73 Hình 2.40 So sánh điều khiển vịng kín vịng mở cảm biến đặt bàn xoay 73 Hình 3.1 Lưu đồ hoạt động hệ thống dẫn đường tích hợp INS/GPS 76 Hình 3.2 Bộ lọc Kalman đề xuất 77 Hình 3.3 Chuyển đổi hệ thống tùy thuộc trạng thái tín hiệu GPS 82 Hình 3.4 Chương trình mơ SIMULINK/MATLAB .84 Hình 3.5 Hệ INS/GPS kết nối 86 Hình 3.6 Một đường thực địa hệ INS/GPS 87 Hình 3.7 Quỹ đạo GPS INS/GPS thu 88 Hình 3.8 Phóng đại quỹ đạo đoạn đường thẳng 88 Hình 3.9 Phóng đại quỹ đạo đoạn đường cong .89 Hình 3.10 Vận tốc VN từ lọc Kalman hệ INS/GPS GPS 89 x 15 10 2.5 Vận E (m/s) Vantốc tocV(m/s) 1.5 530 540 550 560 570 580 -5 -10 VeKF VeGPS -15 100 200 300 400 500 Thoi gian gian (s) Thời (s) 600 700 800 900 Hình 3.11 Vận tốc VE từ lọc Kalman hệ INS/GPS GPS Hình 3.12 đồ thị phóng đại đoạn (từ giây thứ 350 đến giây thứ 359) vận tốc VE lọc Kalman (đường liền) đầu thu GPS (đường đứt đoạn) Ta thấy suốt khoảng thời gian giây vận tốc VE GPS giữ giá trị không đổi Tuy nhiên thực tế xe thay đổi vận tốc nhỏ khoảng thời gian giây Điều thể chi tiết đường hiển thị vận tốc VE ước lượng lọc Kalman Hình 3.12 Phóng đại vận tốc VE lọc Kalman GPS 90 Hình 3.13 đồ thị biểu diễn góc hướng hệ thống dẫn đường tích hợp INS/GPS (đường liền nét) bổ trợ góc hướng cảm biến từ góc hướng hệ thống GPS (đường đứt nét) Hình 3.13 So sánh góc hướng hệ thống INS/GPS GPS Ta nhận thấy thơng tin góc hướng hệ thống tích hợp INS/GPS ln bám sát theo thơng tin góc hướng GPS Tại vị trí chuyển giao góc hướng 00 3600 chế xử lý đầu thu GPS đặt giá trị góc hướng vào khoảng nhỏ 3600 lớn 00, xuất đường gấp khúc nhảy vọt thời gian đầu cuối thử nghiệm Tuy nhiên tượng không làm ảnh hưởng đến thuật tốn dẫn dường hệ tích hợp INS/GPS thơng tin sử dụng ln chuyển đổi thành radian dùng hàm lượng giác có chu kỳ tuần hồn 2π Hình 3.14 Hình 3.15 đồ thị biểu diễn góc nghiêng góc chúc xác định từ hệ thống cài đặt 91 15 Roll O Góc Roll Roll(do) ( ) Goc 10 -5 -10 -15 -20 100 200 300 400 500 Thoi gian (s) Thời gian (s) 600 700 800 900 Hình 3.14 Góc nghiêng hệ thống (Roll) 15 Pitch O Góc Pitch ) Goc Pitch ((do) 10 -5 -10 -15 100 200 300 400 500 Thoi gian (s) Thời gian (s) 600 700 800 900 Hình 3.15 Góc chúc hệ thống (Pitch) Từ đồ thị, ta nhận thấy góc nghiêng góc chúc xe ln bám điểm có giá trị biên độ khoảng [-100, 100] Điều hồn tồn phù hợp với thực tế, xe chuyển động mặt đường tương đối phẳng nên góc nghiêng góc chúc ln xe ln bám sát điểm không thay đổi không đột ngột 3.4.2 Thử nghiệm Trong thử nghiệm khác mô tả Hình 3.16 Tác giả tiến hành thử nghiệm với tình tín hiệu GPS bị hai trường hợp: xe chạy đường thẳng xe thực quay đầu 92 Hình 3.16 Đường thực địa cho thử nghiệm Trong tình xe chuyển động đoạn đường thẳng: Từ liệu có, tác giả tiến hành ngắt bỏ liệu GPS xe thẳng, liệu GPS ngắt khoảng 30 giây (khoảng thời gian từ giây thứ 270 đến giây thứ 300) Kết thu mơ tả Hình 3.17 cho thấy dù liệu khoảng nửa phút quỹ đạo thu trùng khớp quỹ đạo thực tế - - Hình 3.17 Hệ bị tín hiệu GPS xe chuyển động thẳng 93 Với tình xe thực quay đầu: xe tiến hành quay đầu đoạn cua (góc bên trái hình) Từ liệu có tác giả tiến hành ngắt bỏ liệu GPS xe thực việc quay đầu để kiểm tra chất lượng hệ thống Dữ liệu GPS tắt 50 giây (trong khoảng thời gian từ giây thứ 500 đến 550) Kết thu mơ tả Hình 3.18 cho thấy khoảng thời gian GPS bị sai số vị trí hệ thống tích hợp lên tới 450m, có tín hiệu GPS trở lại hệ thống nhanh chóng bám lại quỹ đạo chuyển động thực tế - - Hình 3.18 Hệ bị tín hiệu GPS xe quay đầu Chi tiết thông số kỹ thuật đạt sản phẩm sau thử nghiệm liệt kê Bảng 3.2 Bảng 3.2 Thông số kỹ thuật hệ thống tích hợp STT Đánh giá Tên hạng mục Sai số góc 2o Sai số toạ độ có GPS Nhỏ 8m 94 Sai số toạ độ GPS Nhỏ 450m thời gian 50s Dải đo tốc độ góc ±150o/s Dải đo gia tốc 10g Dải đo góc chúc ± 900 Dải đo góc nghiêng ± 900 Dải đo góc hướng – 3600 Từ tình thực nghiệm kết thu chứng tỏ hệ thống dẫn đường tích hợp INS/GPS thiết kế, xây dựng dựa hệ thống phần cứng xử lý số thuật toán lọc Kalman đảm bảo khả tính tốn Hệ thống dẫn đường tích hợp đáp ứng yêu cầu dẫn đường định vị cho phương tiện chuyển động mặt đất Kết luận chương Trong chương này, nghiên cứu sinh đề xuất sử dụng cấu trúc lọc Kalman mắc song song hoạt động linh hoạt, phù hợp với điều kiện tín hiệu GPS khơng ổn định bị gián đoạn Bộ lọc Kalman thứ sử dụng cho việc ước lượng vị trí vận tốc vật thể chuyển động; lọc Kalman thứ hai sử dụng ước lượng tư vật thể chuyển động Trong tình tín hiệu GPS gián đoạn lọc Kalman thứ sử dụng cấu trúc lọc tuyến tính, ngược lại tín hiệu GPS tin cậy lọc Kalman thứ sử dụng cấu trúc Kalman mở rộng Hệ thống dẫn đường tích hợp đề xuất thử nghiệm với tình khác cho kết đáng tin cậy 95 KẾT LUẬN VÀ KIẾN NGHỊ Luận án thành công việc thiết kế xây dựng hệ thống dẫn đường tích hợp INS/GPS dựa cảm biến MEMS thương mại thông dụng Hệ thống dẫn đường tích hợp đáp ứng yêu cầu dẫn đường định vị cho phương tiện chuyển động mặt đất Luận án đề xuất hai đóng góp nhằm nâng cao chất lượng hệ thống dẫn đường tích hợp INS/GPS Cụ thể sau: 1) Phân tích đặc trưng hóa sai số cảm biến MEMS sử dụng hệ thống dẫn đường INS Việc đặc trưng hóa sai số cảm biến (cung cấp tín hiệu đầu vào cho hệ INS) đóng vai trò then chốt việc định vị vật thể chuyển động Những nghiên cứu theo hướng trình bày cơng trình số 2) Thiết kế xây dựng hệ thống dẫn đường tích hợp INS/GPS sử dụng cấu trúc lọc Kalman linh hoạt, phù hợp điều kiện tín hiệu GPS khơng ổn định bị gián đoạn Những nghiên cứu theo hướng trình bày cơng trình số 1, Trên sở kết nhận trình nghiên cứu, Nghiên cứu sinh đề xuất số nội dung nghiên cứu đề tài sau: - Tiếp tục nghiên cứu phát triển thuật tốn lọc thơng minh nhằm nâng cao độ xác hệ thống tích hợp - Nghiên cứu bổ sung thêm cảm biến thuật tốn tích hợp nhằm ổn định hệ thống dẫn đường trường hợp tín hiệu GPS bị gián đoạn thời gian tương đối dài 96 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN Thang N.V., Tang P.V., Ninh V.V., Trinh, C.D., Tan T.D (2012), “Application of Extended and Linear Kalman Filters for an Integrated Navigation System”, Proceedings of the International Conference on Communications and Electronics (ICCE’12), pp 574-577 Tang Pham Van, Thang Nguyen Van, Duc Anh Nguyen, Trinh Chu Duc, Tran Duc-Tan (2015), “15-state Extended Kalman Filter Design for INS/GPS Navigation System”, Journal of Automation and Control Engineering, 3(2), pp 109-114 Van-Tang Pham, Dinh-Chinh Nguyen, Quang-Huy Tran, Duc-Trinh Chu and Duc-Tan Tran (2015), “Thermal Stability of Magnetic Compass Sensor for High Accuracy Positioning Applications”, Sensors & Transducers Journal, 195(12), pp - Pham Van Tang, Tran Duc Tan, Chu Duc Trinh (2016), “Characterizing Stochastic Errors of MEMS – Based Inertial Sensors”, VNU Journal of Science: Mathematics – Physics, 32(2), pp 34 - 42 Pham Van Tang, Tran Duc Nghia, Nguyen Tien Anh (2016), “INS/GPS Integration System based on Beagle board”, The 2016 National Conference on Electronics, Communications and Information Technology (REV-2016), pp 4.32 - 4.35 97 DANH MỤC TÀI LIỆU THAM KHẢO Tiếng Việt Phạm Hải An (2011), Về phương pháp nhận dạng chuyển động cho lớp phương tiện giới quân sử dụng đa cảm biến, Luận án tiến sĩ kỹ thuật, Viện Khoa học Công nghệ Quân Ngơ Thanh Bình (2015), Nâng cao chất lượng cho thiết bị định vị dẫn đường sử dụng GPS phục vụ toán giám sát quản lý phương tiện giao thông đường bộ, Luận án tiến sĩ kỹ thuật, Trường đại học Giao thông Vận tải Phạm Tuấn Hải (2011), Nâng cao chất lượng hệ dẫn đường thiết bị bay sở áp dụng phương pháp xử lý thông tin kết hợp, Luận án tiến sĩ kỹ thuật, Học viện Kỹ thuật Quân Tiếng Anh Aggarwal P (2010), MEMS-based integrated navigation, Artech House Aggarwal P., Syed Z., Niu X., El-Sheimy N (2008), “Standard Testing and Calibration Procedure for Low Cost MEMS Inertial Sensors and Units”, The Journal of Navigation, 61, pp.323-336 Barbour N., Schmidt G (2001), “Inertial sensor technology trends”, IEEE Sensors Journal ,1(4), pp 332-339 Bin W., Jian W., Jianping W., Baigen C (2003), “Study on adaptive GPS/INS integrated navigation system”, 2003 IEEE International Conference on Intelligent Transportation Systems, 2, pp 1016-1021 Britting K.R (1971), Inertial Navigation Systems Analysis, Wiley, New York Brown, R.G and Hwang, P.Y (2012), Introduction to random signals and applied Kalman filtering: with MATLAB exercises and solutions, John Wiley & Sons, Inc 10 Caruso M.J (2000), “Applications of magnetic sensors for low cost compass systems”, In Position Location and Navigation Symposium, IEEE 2000, pp 98 177-184 11 Chatfield A.B (1997), Fundamentals of high accuracy inertial navigation, (Vol 174) Aiaa American Institute of Aeronautics and Astronautics, Inc 12 El-Sheimy N., Hou H., Niu X (2008), “Analysis and modeling of inertial sensors using Allan variance”, IEEE Transactions on instrumentation and measurement, 57(1), pp.140-149 13 Farrell J (2008), Aided navigation: GPS with high rate sensors, McGraw-Hill 14 Gai E (2000), “The century of inertial navigation technology”, Aerospace Conference Proceedings, 2000 IEEE, 1, pp 59-60 15 Gizawy M., El-Sheimy N., Taha R., Noureldin A (2004), “Neuro-Fuzzy System for GPS/INS Integration”, The European Navigation Conference, GNSS 16 Gleason, S and Gebre-Egziabher, D (2009), GNSS applications and methods, Artech House 17 Godha S., Petovello M.G and Lachapelle G (2005), “ Performance analysis of MEMS IMU/HSGPS/magnetic sensor integrated system in urban canyons”, Proceedings of the ION GNSS, pp 1977-1990 18 Grewal M.S., Andrews A.P (2008), Kalman filtering: theory and practice using MATLAB, 3rd ed, Wiley, New York 19 Grewal M.S., Weill L.R., Andrews A.P (2001), Global positioning systems: inertial navigation and integration, John Wiley & Sons 20 Ha L.M., Tan T.D., Trinh C.D., Long N.T., Duc N.D (2011) “INS/GPS navigation for land applications via GSM/GPRS network.”, Proceeding 2nd Integrated Circuits and Devices in Vietnam, pp.30-55 21 Hasan A.M., Samsudin K., Ramli A.R., Azmir R.S., Ismaeel S.A.(2009), “A review of navigation systems (integration and algorithms)”, Australian journal of basic and applied sciences, 3(2), pp.943-959 22 Hegarty C.J., Chatre E (2008), “Evolution of the global navigation satellite system (gnss)”, Proceedings of the IEEE, 96(12), pp 1902-1917 23 Hofmann B., Lichtenegger H., Collins J (2001), Global positioning system: 99 theory and practice, Fifth Edition, Springer Wien, NewYork 24 Hofmann B., Lichtenegger H., Wasle E (2008), GNSS-global navigation satellite systems, Springer Wien, NewYork 25 Hou, H and El-Sheimy, N (2003), “Inertial Sensors Errors Modeling Using Allan Variance”, Best Presentation Winning Paper, The US Institute of Navigation, ION GPS/GNSS 2003 Proceedings, pp 2860-2867, Sep 9-12, Portland, 2003 26 IEEE (2005), Gyro, Accelerometer Panel of the IEEE Aerospace, and Electronic Systems Society Draft recommended practice for inertial sensor test equipment, instrumentation, data acquisition and analysis, In IEEE Std Working Draft P1554/D14 27 IEEE (2008), IEEE Standard Specification Format Guide and Test Procedure for Single-axis Interferometric Fiber Optic Gyros, (Revision of IEEE Std 9521997), IEEE-SA Standards Board 28 Ismaeel S.A (2003), Design of Kalman Filter of Augmenting GPS to INS Systems, Ph.D Thesis, College of Engineering, Al-Nahrain University 29 Jan W Gert F (2004), “Tightly coupled GPS/INS integration for missile applications”, Aerospace Science and Technology, 8, pp 627-634 30 Jekeli C (2001), Inertial navigation systems with geodetic applications, Walter de Gruyter, New York 31 Jin-ling W., Lee H.K., Rizos C (2003), “GPS/INS integration: A performance sensitivity analysis”, Wuhan University Journal of Natural Sciences, 8(2), pp 508-516 32 Johan B., Steyn W (2008), “Kalman filter configurations for a low-cost loosely integrated inertial navigation system on an airship”, Control Engineering Practice, 16(12), pp.1509-1518 33 Johnson R., Sasiadek J., Zalewski J (2003), “Kalman filter enhancement for UAV navigation”, Simulation Series, 35(1), pp.267-272 34 Kalman R.E (1960), “A new approach to linear filtering and prediction 100 problems”, Journal of basic Engineering, 82(1), pp.35-45 35 Kaplan E., Hegarty C (2005), Understanding GPS: principles and applications, Artech house, London 36 Kumar V (2004), Integration of inertial navigation system and global positioning system using Kalman filtering, Doctoral dissertation, Indian Institute of Technology, Bombay 37 Lawrence C Ng and DarryII J Pines (1997), “Characterization of Ring Laser Gyro Performance Using the Allan Variance Method”, Journal of Guidance, Control, and Dynamics, 20(1), p 211-214 38 Li J., Fang J (2013), “Not fully overlapping Allan variance and total variance for inertial sensor stochastic error analysis”, IEEE Transactions on Instrumentation and Measurement, 62(10), pp.2659-2672 39 Loebis D., Sutton R., Chudley J., Naeem W (2004), “Adaptive tuning of a Kalman filter via fuzzy logic for an intelligent AUV navigation system”, Control engineering practice, 12(12), pp.1531-1539 40 Loebis D., Sutton R., Chudley J., Naeem W (2004), “Adaptive tuning of a Kalman filter via fuzzy logic for an intelligent AUV navigation system”, Control engineering practice, 12(12), pp.1531-1539 41 Misra, P and Enge, P (2006) Global Positioning System: Signals, Measurements and Performance, Second Edition, Lincoln, MA: GangaJamuna Press 42 Noureldin A., Karamat T.B., Georgy J.(2013), Fundamentals of Inertial Navigation, Satellite-based Positioning and their Integration, Springer-Verlag Berlin Heidelberg 43 Park M., Gao Y (2008), “Error and performance analysis of MEMS-based inertial sensors with a low-cost GPS receiver”, Sensors, 8(4), pp.2240-2261 44 Parkingson B.W., Spilker J.J (1996), Global Positioning System: Theory and Applications, Vol I, American Institute of Aeronautics and Astronautics, Washington 101 45 Paul G.D (2008), Principles of GNSS, Inertial, and Multisensor integrated Navigation Systems, Artech House, London 46 Paul Z., Howard M (2009), Fundamentals of kalman filtering: A practical approach, American Institute of Aeronautics and Astronautics, USA 47 Peter S Maybeck (1994), Stochastic models, estimation, and control, Vol 1, Academic Press 48 Prasad R., Ruggieri M (2005), Applied satellite navigation-using GPS, GALILEO and augmentation systems, Artech House, London 49 Ramalingam R., Anitha G, Shanmugam J (2009), “Microelectromechnical systems inertial measurement unit error modelling and error analysis for lowcost strapdown inertial navigation system”, Defence Science Journal, 59(6), pp 650-658 50 Ray J (2000), Mitigation of GPS Code and Carrier Phase Multipath Effects Using a Multi-antenna System, PhD Thesis, UCGE Report #20136, The Department of Geomatics Engineering, University of Calgary 51 Ripka P (2008), “Improving the accuracy of magnetic sensors”, Sensors, pp 45-60 52 Salychev O.S (1998), Inertial systems in navigation and geophysics, Bauman MSTU Press, Moscow 53 Salychev O.S (2004), Applied Inertial Navigation: problems and solutions, Bauman MSTU Press, Moscow 54 Salycheva A.O (2004), Medium Accuracy INS/GPS Integration in Various GPS Environment, M.Sc Thesis, University of Calgary, Canada 55 Sharaf R and Noureldin A (2007), “Sensor integration for satellite-based vehicular navigation using neural networks”, IEEE transactions on neural networks, 18(2), pp.589-594 56 Shin E.H (2005), Estimation Techniques for Low-Cost Inertial Navigation, PhD Thesis, University of Calgary, Canada 57 Shin, E.H (2001), Accuracy Improvement of Low Cost INS/GPS for Land 102 Applications, M.S thesis, University of Calgary, Canada 58 Steigenberger P., Hugentobler U., Hauschild A., Montenbruck O (2013), “Orbit and clock analysis of Compass GEO and IGSO satellites” Journal of Geodesy, 87(6), pp.515-525 59 Titterton D., Weston J.L (2004), Strapdown Inertial Navigation Technology, The American Institute of Aeronautics and Astronautics 60 Tsui J.B.Y (2005), Fundamentals of global positioning system receivers, John Wiley & Sons, Inc 61 Wang J.H (2006), Intelligent MEMS INS/GPS integration for land vehicle navigation, PhD Thesis, UCGE Report #20246, The Department of Geomatics Engineering, University of Calgary 62 Watson J (2016), Aerospace Navigation Systems John Wiley & Sons 63 Weiss J.D (1996), “Analysis of upgraded GPS internal Kalman filter”, IEEE Aerospace and Electronic Systems Magazine, 11(1), pp.23-26 64 Woodman O.J (2007), An introduction to inertial navigation, University of Cambridge, University of Cambridge’s Computer Laboratory Technical Report 65 Xu G (2007), GPS: theory, algorithms and applications, Springer Science & Business Media 66 YangY., Li J., Wang A., Xu J., He H., Guo H., Shen J., Dai X (2014), “Preliminary assessment of the navigation and positioning performance of BeiDou regional navigation satellite system”, Science China Earth Sciences, 57(1), pp.144-152 67.Zhang P., Gu J., Milios E.E., Huynh P (2005), “Navigation with IMU/GPS/digital compass with unscented Kalman filter”, IEEE International Conference Mechatronics and Automation, 3, pp 14971502 Internet 68 http://spaceflight101.com/spacecraft/beidou-3/ 103 69 http://www.becnav.co.uk/ 70 http://www.eurocontrol.fr/Newsletter/2003/March/Galileo/Galileo_EEC_Ne ws_1_2.htm 71 http://www.gps.gov/systems/gps/space/ 72 http://www.montana.edu/gps/understd.html 73 http://www.russianspaceweb.com/glonass.html 104