NÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNG

NÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNGNÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNGNÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNGNÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNGNÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNGNÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNGNÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNGNÂNG CAO CHẤT LƯỢNG HỆ THỐNG TÍCH HỢP INSGPS SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNG

LỜI CẢM ƠN Để hồn thành khóa luận này, em xin tỏ lòng biết ơn sâu sắc tới thầy giáo hướng dẫn TS.Trần Đức Tân, Khoa Điện tử -Viễn thông, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội tận tình hướng dẫn suốt trình em làm khóa luận Em xin bày tỏ lời cảm ơn sâu sắc đến thầy giáo, cô giáo giảng dạy em suốt năm học qua.Những kiến thức tảng quý báu hành trang giúp cho em vững bước tương lai Em muốn bày tỏ lòng cảm ơn gia đình, bạn bè, người thân động viên, giúp đỡ em q trình học tập thực khố luận Em chân thành cám ơn đề tài QG-11-31 hỗ trợ cho luận văn Cuối em xin chúc Thầy, Cô dồi sức khỏe thành công nghiệp Mục lục Viết tắt Tiếng Anh Tiếng Việt IMU Inertial Measurement Units Khối đo quán tính GPS Global Positioning System Hệ thống định vị toàn cầu KF Kalman Filter Bộ lọc Kalman EKF Extended Kalman Filter Bộ lọc Kalman mở rộng INS Inertial Navigation System Hệ thống dẫn đường quán tính ILS Iterative Least Square Bình phương tối thiểu lặp Trần Minh Đức Đại học Cơng Nghệ - ĐHQGHN TĨM TẮT Hệ thống định vị dẫn đường đòi hỏi yêu cầu cao tính xác cao, thời gian đáp ứng nhanh.Vì thuật tốn cho lọc Kalman hệ thốngphần cứng xử lý số cần phải đảm bảo khả tính xác nhanh.Trong luận văn học viên thực nhiệm vụ sau: - Tìm hiểu hệ thống định vị tồn cầu GPS - Tìm hiểu loại cảm biến (gia tốc vận tốc góc) sử dụng cho dẫn đường quán tính, tập trung vào cảm biến vi điện tử - Tìm hiểu cách kết hợp hệ thống dẫn đường quán tính hệ thống định vị tồn cầu - Tìm hiểu lọc Kalman tuyến tính, mơ lọc Kalman tuyến tính cho việc kết hợp INS GPS - Học viên đề xuất việc sử dụng thêm lọc Kalman mở rộng (EKF) để nâng cao chất lượng hệ thống sẵn có EKF dùng để xử lý thông tin thô từ GPS (không lấy trực tiếp thông tin vận tốc hay vị trí thơng thường), cho thơng tin vị trí vận tốc xác trước đưa tới lọc Kalman làm nhiệm vụ tích hợp INS/GPS.Những kết minh họa cho thấy chất lượng đầu GPS-EKF tốt so với GPS thơng thường Chính chất lượng toàn hệ thống INS/GPS cải thiện cách đáng kể (độ xác vị trí cải thiện khoảng 1-2 m) Trần Minh Đức Đại học Công Nghệ - ĐHQGHN CHƯƠNG I GIỚI THIỆU CHUNG 1.1 Tổng quan hệ định vị toàn cầu GPS [2][4] GPS viết tắt The Global Positioning System, hệ thống định vị toàn cầu xây dựng quốc phòng Mỹ Ban đầu sử dụng cho mục đích quân Cho đến năm 1980 GPS mở rộng cho mục đích dân Hệ thống GPS bao gồm thành phần chính: Thành phần khơng gian bao gồm vệ tinh;Thành phần điều khiển trạm mặt đất; Thành phần người sử dụng gồm có người sử dụng thu tín hiệu GPS Hình 1.1.Hệ thống định tồn cầu GPS Trần Minh Đức Đại học Cơng Nghệ - ĐHQGHN Phần không gian gồm 24 vệ tinh (21 vệ tinh hoạt động vệ tinh dự phòng) nằm quỹ đạo xoay quanh trái đất.Chúng cách mặt đất 20.200km, bán kính quỹ đạo 26.600 km(Hình 1.1).Chúng chuyển động ổn định quay hai vòng quỹ đạo khoảng thời gian gần 24 với vận tốc nghìn dặm Các vệ tinh quỹ đạo bố trí cho máy thu GPS mặt đất nhìn thấy tối thiểu vệ tinh vào thời điểm nào.Các vệ tinh hoạt động lượng mặt trời có trang bị đồng hồ ngun tử có độ xác đến nano giây Các máy thu GPS nhận thông tin phép tính lượng giác tính xác vị trí người dùng Về chất máy thu GPS so sánh thời gian tín hiệu phát từ vệ tinh với thời gian nhận chúng Sai lệch thời gian cho biết máy thu GPS cách vệ tinh bao xa Rồi với nhiều quãng cách đo tới nhiều vệ tinh máy thu tính vị trí người dùng hiển thị lên đồ điện tử máy Máy thu phải nhận tín hiệu ba vệ tinh để tính vị trí hai chiều (kinh độ vĩ độ) để theo dõi chuyển động (Hình 1.2) Khi nhận tín hiệu vệ tinh máy thu tính vị trí ba chiều (kinh độ, vĩ độ độ cao) Một vị trí người dùng tính máy thu GPS tính thơng tin khác, tốc độ, hướng chuyển động, bám sát di chuyển, khoảng hành trình, quãng cách tới điểm đến, thời gian mặt trời mọc, lặn nhiều thông tin khác Trần Minh Đức Đại học Công Nghệ - ĐHQGHN Hình 1.2 Nhận tín hiệu từ vệ tinh Thành phần điều khiển có nhiệm vụ dõi theo vệ tinh cung cấp thơng tin xác quỹ đạo thời gian Có tất trạm điều khiển toàn giới Bốn trạm làm trạm giám sát tự động trạm lại trạm chủ Bốn trạm nhận tự động đặn nhận liệu từ vệ tinh sau gửi thơng tin đến trạm chủ Trạm chủ sau hiệu chỉnh thông tin vệ tinh với hệ thống dàn ăngten gửi trả lại thông tin cho vệ tinh Thành phần người sử dụng đơn giản người sử dụng với thu nhận tín hiệu GPS Người sử dụng GPS thành phần đa dạng, từ thuỷ thủ, phi công, người leo núi, nhà thám hiểm, khách du lịch, thợ săn, quân đội, hay cần biết đâu tới đâu Ưu điểm: ổn định theo thời gian, xác Nhược điểm: nhiễu thời tiết, địa hình, tính gián đoạn, phụ thuộc vệ tinh 1.2 Tổng quan hệ thống định vị quán tính (INS)[3][4][11][16] Hệ thống định vị quán tính INS hoạt động dựa nguyên tắc tượng quán tính Trái tim hệ thống khối đo đường quán tính (Inertial Measurement Unit - IMU) Những khối IMU thời kì đầu sử dụng cảm biến quán tính hoạt động theo nguyên tắc khí Những cảm biến Trần Minh Đức Đại học Công Nghệ - ĐHQGHN khí thường có kích thước lớn, hoạt động hiệu quả, giá thành cao tiêu thụ nhiều lượng Ngày nay, với tiến khoa học công nghệ, đặc biệt công nghệ vật liệu công nghệ vi chế tạo tạo cảm biến vi có kích thước nhỏ (cỡ centimet (Hình 1.3)), hoạt động hiệu quả, tiêu thụ lượng đặc biệt giá thành hạ, điều mở khả rộng lớn cho việc ứng dụng cảm biến vi nhiều lĩnh vực đời sống Hình 1.3Hình ảnh IMU thực tế Một khối vi IMU cấu tạo từ cảm biến vi cơ, thường cảm biến gia tốc cảm biến vận tốc góc, cảm biến gia tốc chiều kết hợp với cảm biến vận tốc góc Các cảm biến vi kết cấu hỗ trợ với theo cấu trúc gắn liền (Hình 1.4a) theo cấu trúc (Hình 1.4b), từ xác định thành phần chuyển động quay tịnh tiến vật thể Trần Minh Đức Đại học Cơng Nghệ - ĐHQGHN Hình 1.4 Các cấu trúc khối IMU vi Điểm khác hai kiểu cấu trúc là: Với kiểu (Gimbal) cảm biến bị thay đổi hướng theo đối tượng chuyển động; kiểu gắn chặt (Strapdown) cảm biến gắn chặt với vật chuyển động, khơng thay đổi trang thái chuyển động theo vật Trên thực tế khối IMU có cấu trúc kiểu gắn chặt sử dụng rộng rãi cấu trúc đơn giản có giá thành chế tạo thấp với độ xác chấp nhận Khi kết hợp cảm biến vi thành cấu trúc tổng thể thường tạo sai số Sai số mắc phải việc sử dụng cảm biến vi có cấp độ, cấp độ cảm biến cấp độ nhóm cảm biến Ở cấp độ cảm biến sai số cảm biến cấu tạo tên khối IMU, cấp độ nhóm cảm biến sai số tổ hợp nhóm cảm biến với Trần Minh Đức Đại học Công Nghệ - ĐHQGHN CHƯƠNG II LÝ THUYẾT DẪN ĐƯỜNG INS/GPS 2.1 Một số khái niệm bản[1] Quán tính: chất vật thể mà khơng có lực tác động chuyển động tịnh tiến chuyển động vòng tròn Hệ quy chiếu quán tính: hệ quy chiếu mà ba định luật Newton áp dụng bảo toàn Hệ thống dẫn đường quán tính: hệ thống sử dụng cảm biến vận tốc góc cảm biến gia tốc để ước lượng vị trí, vận tốc, độ cao vận tốc thay đổi độ cao vật thể bay Z Góc hướng Góc nghiêng khối tâm Y X Góc chúc Hình 2.1 Trục toạ độ hệ thống dẫn đường quán tính Hệ thống INS gồm ba cảm biến vận tốc góc cho phép xác định vận tốc góc nghiêng, góc chúc góc hướng hệ toạ độ vật thể bay (Hình 2.1) 2.2 Thuật tốn dẫn đường kiểu gắn chặt[1][4] Trong khóa luận học viên sử dụng thuật toán SINS Salychev Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 10 Tồn thuật tốn chia làm hai phần: Phần thứ xử lý thông tin cảm biến gia tốc; Phần thứ hai xử lý thông tin cảm biến vận tốc góc Bộ liệu cảm biến gia tốc sử dụng cho việc tính tốn độ lệch cảm biến vận tốc góc, lỗi tỷ lệ lỗi khởi tạo Sau bù lỗi ta tính độ tăng gia tốc theo cơng thức: ∆W xb , yb , zb = ∫ t k + hN tk a xb, yb , zb dt (2.1) Với: xb , y b , z b - Hệ tọa độ gắn liền a xb , yb , zb - Đầu cảm biến gia tốc hN1 - Chu kỳ lấy mẫu Các trình tương tự sử dụng cho liệu thu từ cảm biến vận tốc góc Ở đây, trước hết tất lỗi độ lệch, lỗi tỷ lệ lỗi khởi tạo bù trừ Độ tăng gia tốc tính theo cơng thức: α xb , yb , zb = ∫ t k + hN tk Ở đây: ω xb , yb , zb ω xb , yb , zb dt (2.2) đầu r Thơng thường tốc độ liệu từ cảm biến gia tốc cảm biến vận tốc góc có tần số cao, từ 100Hz đến 600Hz ứng dụng thực tế lại khơng cần tần số cao mà vào khoảng 4060Hz Để giảm tần số khung liệu, cần sử dụng tiền tích phân cho liệu từ cảm biến gia tốc cảm biến vận tốc góc Sau q trình bù lỗi vận tốc ta tính độ tăng vận tốc hệ tọa độ gắn liền sau:  ∆Wx  Wxb  ∆W  = C N W  b  yb   y  ∆Wz  Wzb  Trần Minh Đức (2.3) Đại học Công Nghệ - ĐHQGHN 32 blà độ lệch gây xung nhịp đồng hồ (clock bias) máy thu, giá trị cần ước lượng để hiệu chỉnh lại rho giá trị khoảng cách đo từ máy thu tới vệ tinh vlà nhiễu đo lường giá trị pseudorange coi nhiễu trắng Nhận thấy có biến cần xác định là: vị trí máy thu GPS (3 biến), vận tốc máy thu GPS (3 biến) độ lệch xung nhịp (1 biến) Thông thường phương pháp ILS áp dụng để ước lượng biến Tuy nhiên phần này, lọc EKF sử dụng để thay ILS với mục tiêu nâng cao chất lượng ước lượng Trong mơ hình (Hình 3.4), yếu tố phi tuyến phương trình pseudorange áp dụng Ngồi để dễ đánh giá chất lượng ước lượng tình cụ thể vận tốc số áp dụng Vecto trạng thái gồm: Xstate = [x Vx y Vy z Vz b d]T; Ở đó: x, y, z vị trí máy thu GPS cần ước lượng Vx, Vy, Vz vận tốc máy thu GPS b độ lệch xung nhịp d độ trôi xung nhịp Hàm chuyển trạng thái f mô tả: f = [x+T*Vx; Vx; y+T*Vy; Vy; Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 33 z+T*Vz; Vz; b+T*d d]; Ở T tốc độ cập nhật liệu GPS mà thông thường T=1 (s) Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 34 Ma trận hiệp phương sai Q kích thước 8x8 nhiễu trình tạo bởi: [ Qx Q= Qy Qz Qb] Ở Qb ma trận hiệp phương sai độ lệch xung nhịp độ trôi: Qb = [Sf*T+Sg*T3/3 Sg* T2/2; Sg*T2/2 Sg*T ]; Và Qx,Qy,Qz ma trận hiệp phương sai vị trí vận tốc hướng Qx=Qy=Qz = sigma^2 * [T3/3 T2/2; T2/2 T]; Vecto đo lường kích thước Nx1 pseudorange đo từ N vệ tinh Trần Minh Đức Đại học Cơng Nghệ - ĐHQGHN 35 Hình 3.4 Cấu hình lọc Kalman đề xuất tồn hệ thống 3.3 Thực mô hệ thống [18][19] 3.3.1 Mô với lọc Kalman tuyến tính Hệ thống lắp đặt ôtô, liệu INS cập nhật với tốc độ 64Hz, GPS cập nhật tốc độ Hz cho thơng tin vị trí vận tốc (là đầu ILS), Kalman cập nhật với tốc độ Hz Quỹ đạo quốc lộ Hòa lạc kéo dài chục km Hình 3.4 kết mô tả vận tốc V E đầu của lọc Kalman (tốc độ cập nhật 2Hz) đầu hệ INS/GPS (tốc độ cập nhật 64 Hz) Kết từ liệu thực nghiệm cho thấy tính đắn việc kết hợp INS/GPS Nhận thấy đầu vận tốc hệ tích hợp vừa dảm bảo tính xác vừa đảm bảo tốc độ cập nhật liệu nhanh Lưu ý hệ INS hoạt động độc lập chịu sai số tích lũy lớn, chi tiết xem tài liệu [5] Hình 3.5.So sánh vận tốc Ve INS/GPS (tốc độ cập nhật 64Hz) Kalman (tốc độ cập nhật Hz) Trục hoành: thời gian (s), trục tung: Ve (m/s) Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 36 Tương tự với thông số vận tốc, thông số tư dối tượng góc hướng thể hình 3.6 (góc hướng đầu GPS có tốc độ cập nhật Hz, hệ INS/GPS có tốc độ cập nhật 64 Hz) Thơng số góc tư ước lượng dung INS bị sai lệch lớn sau thời gian ngắn hoạt động [5] Với kết hợp INS/GPS sử dụng trạng thái ước lượng lọc để bù trừ cho INS kết thu vừa đảm bảo tính xác tốc độ cập nhật nhanh 290 GPS INS/GPS 285 280 Goc huong (do) 275 270 265 260 255 250 245 240 200 400 600 800 1000 Thoi gian (s) 1200 1400 1600 1800 Hình 3.6.So sánh góc hướng INS/GPS (nét đứt, tốc độ cập nhật 64Hz) Kalman (nét liền, tốc độ cập nhật Hz) Trục hoành: thời gian (s), trục tung: góc hướng (độ) Hình 3.7 mơ tả sai khác vị trí đầu INS/GPS với GPS hoạt động đơn lẻ Sự sai khác nằm khoang 10m (nằm giới hạn cho phép độ hính xác) Do hạn chế đề tài chưa thể trang bị thiết bị chuẩn hóa (ví dụ DGPS) nên việc đánh giá tồn diện xác hệ tích hợp chưa hồn thiện (khi so sánh kết INS/GPS với DGPS) Trần Minh Đức Đại học Cơng Nghệ - ĐHQGHN 37 Hình 3.7 Sai khác vị trí theo hướng Bắc Đơng INS/GPS GPS Trục hoành: số mẫu so sánh=thời gian (s)*64, trục tung: góc hướng (độ) 3.3.2 Mơ với lọc Kalman mở rộng Bài toán đuợc đặt máy thu GPS “nhìn” vệ tinh Tín hiệu thu bao gồm vị trí vệ tinh pseudorange máy thu GPS Chúng ta cần xác định vị trí máy thu GPS (3 biến), vận tốc máy thu GPS (3 biến) độ lệch xung nhịp (1 biến) Trong phần này, lọc EKF sử dụng để thay ILS với mục tiêu nâng cao chất lượng ước lượng Tình đặt máy thu GPS đứng yên, GPS cập nhật với tốc độ T=1(s) Vecto trạng thái gồm: Xstate = [x Vx y Vy z Vz b d]T; Ở đó: x, y, z vị trí máy thu GPS cần ước lượng Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 38 Vx, Vy, Vz vận tốc máy thu GPS b độ lệch xung nhịp d độ trơi xung nhịp Hình 3.8 vận tốc ước lượng EKF từ thông tin vị trí vệ tinh pseudorange sử dụng EKF Với tình đặt đối tượng đứng yên nên nên thông số hội tụ m/s thể tính đắn chương trình Van toc uoc luong boi loc EKF 10 Vn Ve Vd Van toc -5 -10 -15 10 15 20 25 Thoigian - s Hình 3.8.Vận tốc ước lượng EKF từ thơng tin vị trí vệ tinh pseudorange sử dụng EKF Hình 3.9, 3.10, 3.11 so sánh thơng số vị trí theo hướng Bắc, hướng Đơng, độ cao với so sánh EKF, ILS vịt rí lý tưởng Kết cho Trần Minh Đức Đại học Cơng Nghệ - ĐHQGHN 39 thấy EKF có độ xác tốt so với ILS Chính sử dụng đầu EKF cho việc tính tốn thơng số vị trí vận tốc GPS cải thiện tính tồn hệ thống dẫn đường quán tính tích hợp GPS x 10 -2.1688 EKF ILS ideal -2.1688 North Distance -2.1688 -2.1688 -2.1688 -2.1688 -2.1688 -2.1688 10 15 20 25 thoi gian - s Hình 3.9.Vị trí theo hướng Bắc Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 40 x 10 EKF ILS ideal East Distance 4.3866 4.3866 4.3866 4.3866 4.3866 10 15 20 25 Thoi gian - s Hình 3.10.Vị trí theo hướng Đơng 4.0772 x 10 EKF ILS ideal 4.0772 4.0772 Do cao 4.0772 4.0772 4.0772 4.0772 4.0771 4.0771 10 15 20 25 Thoi gian - s Hình 3.11.Độ cao Trần Minh Đức Đại học Cơng Nghệ - ĐHQGHN 41 Hình 3.12 tới 3.14 thể cụ thể xác EKF so sánh với ILS cách đánh giá sai số vị trí EKF ILS với thơng số vị trí lý tưởng EKF ILS Sai so theo huong Bac 0 10 15 Thoigian - second 20 25 Hình 3.12 Sai số khoảng cách theo hướng Bắc 18 EKF ILS 16 Sai so theo huong Dong 14 12 10 0 10 15 Thoigian - second 20 25 Hình 3.13 Sai số khoảng cách theo hướng Đông Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 42 35 EKF ILS 30 Sai so theo cao 25 20 15 10 0 10 15 Thoigian - second 20 25 Hình 3.14 Sai số khoảng cách theo độ cao 3.3.3 Mô vớitất lọc Kalman hệ thống Hình 3.15 3.16 kết đầu vị trí theo hướng Bắc hướng Đơng tồn hệ thống tích hợp sử dụng lọc Kalman mở rộng (để cải thiện tính xác GPS) lọc Kalman tuyến tính (để kết hợp đầu GPS với hệ thống dẫn đường quán tính) Hệ tích hợp vừa có tính xác cao (hơn hệ thống khơng dùng EKF), vừa có tốc độ cập nhật lớn độ phức chấp nhận Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 43 -2.1688 x 10 GPS-EKF INS/Kalman khoang cach theo huong Bac -2.1688 -2.1688 -2.1688 -2.1688 -2.1688 -2.1688 -2.1688 200 400 600 800 1000 thoi gian -s 1200 1400 1600 Hình 3.15 So sánh vị trí theo hướng Bắc hệ tích hợp INS/GPS với GPS-EKF 4.3867 x 10 GPS-EKF INS/Kalman khoang cach theo huong Dong 4.3866 4.3866 4.3866 4.3866 4.3866 200 400 600 800 1000 thoi gian -s 1200 1400 1600 Hình 3.16 So sánh vị trí theo hướng Đơng hệ tích hợp INS/GPS với GPS-EKF Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 44 KẾT LUẬN Trong luận văn học viên thực nhiệm vụ sau: - Tìm hiểu hệ thống định vị tồn cầu GPS - Tìm hiểu loại cảm biến sử dụng cho dẫn đường quán tính, tập trung vào cảm biến vi điện tử - Tìm hiểu cách kết hợp hệ thống dẫn đường quán tính hệ thống định vị tồn cầu - Tìm hiểu lọc Kalman tuyến tính, mơ lọc Kalman tuyến tính cho việc kết hợp INS GPS - Học viên đề xuất việc sử dụng thêm lọc Kalman mở rộng để nâng cao chất lượng hệ thống sẵn có Những kết minh họa phần 3.2.2 cho thấy chất lượng đầu GPS-EKF tốt so với GPS thơng thường Chính chất lượng toàn hệ thống INS/GPS cải thiện cách đáng kể (độ xác vị trí cải thiện khoảng 1-2 m) Có số nghiên cứu tích hợp tham số dẫn đường vật thể GPS lọc EKF nhất, cách làm làm tăng tính phức tạp hệ thống độ ổn định toàn hệ thống bị ảnh hưởng đầu vào gặp sai lỗi Hệ thống INS/GPS-EKF đề xuất sử dụng tổng cộng lọc Kalman vừa đảm bảo tính xác, linh hoạt đồng thời giảm độ phức tạp, sở thuận lợi để đưa vào sử dụng thời gian thực Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 45 TÀI LIỆU THAM KHẢO Lưu Mạnh Hà, 2007, Ứng dụng thuật tốn Salychev xác định thơng số chuyển động vật thể sử dụng khối IMUBP3010, Khóa luận tốt nghiệp, Trường đại học Cơng nghệ, Đại học Quốc Gia Hà Nội Watson, J.R.A., 2005, High-Sensitivity GPS L1 Signal Analysis for Indoor Channel Modelling, MS.c.,Thesis, published as Report No 20215, Department of Geomatics Engineering, The University of Calgary Tan, T.D Ha, L.M Long, N.T Tue, H.H Thuy, N.P, 2008,Novel MEMS INS/GPS Integration Scheme Using Parallel Kalman Filters, ATC, System Integration, 2008 IEEE/SICE International Symposium, page(s): 7276 T D Tan, L M Ha, N T Long, N D Duc, N P Thuy, 2007, Integration of Inertial Navigation System and Global Positioning System: Performance analysis and measurements, International Conference on Intelligence and Advance Systems 25th - 28th November KL Convention Center, Kuala Lumpur, Malaysia T D Tan, L M Ha, N T Long, H H Tue, N P Thuy, 2007, Feedforward Structure Of Kalman Filters For Low Cost Navigation, International Symposium on Electrical-Electronics Engineering (ISEE2007), Oct 24-25, HoChiMinh City, VietNam, pp 1-6 Tran Duc Tan, Huynh Huu Tue, Nguyen Thang Long, Nguyen Phu Thuy, Nguyen Van Chuc, 2006, Designing Kalman Filters for Integration of Inertial Navigation System and Global Positioning System, in The 10th biennial Vietnam Conference on Radio & Electronics, REV-2006 Hanoi, November 6-7 Vikas Kumar N, 2004, Integration of Inertial Navigation System and Global Positioning System Using Kalman Filtering, M.Tech Dissertation, Indian Institute Of Technology, Bombay, July 2004 Wang, B., J Wang, J Wu and B Cai, 2003, Study on Adaptive GPS/INS Integrated Navigation System, IEEE Wei, G., N Qi, Z Guofu and J Hui, 2007, Gyroscope Drift Estimation in Tightly-coupled INS/GPS Navigation System, Second IEEE Conference on industrial Electronics and Applications 10 Wei, W., Y Zong, R Rong, 2006, Quadratic extended Kalman filter approach for GPS/INS integration, Aerospace Science and Technology, 10: 709-7 Trần Minh Đức Đại học Công Nghệ - ĐHQGHN 46 Zhang, X., 2003, Integration of GPS with A Medium Accuracy IMU for Metre-level positioning, M.Sc Thesis University of Calgary, Geomatic Engineering Dept 12 Salytcheva, A.O., 2004 Medium Accuracy INS/GPS Integration in Various GPS Environment, M.Sc Thesis University of Calgary, Geomatic Engineering Dept 13 Greg Welch, Gary Bishop,2001,An Introduction to the Kalman Filter, Course 8, University of North Carolina at Chapel Hill, Department of Computer Science, Chapel Hill, NC 27599-3175 14 T D Tan, L M Ha, N T Long, N D Duc, N P Thuy, “Integration of Inertial Navigation System and Global Positioning System: Performance analysis and measurements”, International Conference on Intelligence and Advance Systems, Malaysia 15 Tran Duc Tan, Luu Manh Ha, Nguyen Thang Long, Nguyen Dinh Duc, Nguyen Phu Thuy, “Land-Vehicle MEMS INS/GPS Positioning During GPS Signal Blockage Periods”, Journal of Science VNUH, Vol.23, No.4, 2007, pp 243-251 16 L M Ha, T D Tan, N T Long, N D Duc, N P Thuy, “Errors Determination Of The MEMS IMU”, Journal of Science VNUH, July, 2007, pp 6-12 17 Tran Duc Tan, Huynh Huu Tue, Nguyen Thang Long, Nguyen Phu Thuy, Nguyen Van Chuc, “Designing Kalman Filters for Integration of Inertial Navigation System and Global Positioning System”, in The 10th biennial Vietnam Conference on Radio & Electronics, REV-2006 Hanoi, 2006, pp 266-230 18 R G Brown, P Y C Hwang, "Introduction to random signals and applied Kalman filtering : with MATLAB exercises and solutions",1996 19 Pratap Misra, Per Enge, "Global Positioning System Signals, Measurements, and Performance(Second Edition)",2006 20 You Chong,“Extended Kalman for Global Positioning System”, Peiking University,2011 21 Carlos R Colon, “An efficient GPS Position determination algorithm”, Master thesis of Air Force Institute of Technology, 1999 11 Trần Minh Đức Đại học Công Nghệ - ĐHQGHN ... tính hệ thống định vị tồn cầu - Tìm hiểu lọc Kalman tuyến tính, mơ lọc Kalman tuyến tính cho việc kết hợp INS GPS - Học viên đề xuất việc sử dụng thêm lọc Kalman mở rộng (EKF) để nâng cao chất lượng. .. Công Nghệ - ĐHQGHN 22 CHƯƠNG III ỨNG DỤNG BỘ LỌC KALMAN VÀO HỆ THỐNG INS/GPS 3.1 Bộ lọc Kalman tuyến tính[5] [6] [7] [8] [13] [15] 3.1.1 Nguyên lý hoạt động củabộ lọc Kalman tuyến tính Bộ lọc Kalman. .. áp dụng trường hợp tín hiệu GPS có lại tín hiệu GPS 3.2 Bộ lọc Kalman mở rộng[ 10][ 20] 3.2.1 Nguyên lý hoạt động lọc Kalman mở rộng Trên thực tế, với hệ thống có yếu tố phi tuyến chất lượng lọc