Nghiên cứu tích hợp hệ dẫn đường quán tính và hệ định vị toàn cầu (INS GPS)

Header Page of 237 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Lưu Mạnh Hà NGHIÊN CỨU TÍCH HỢP HỆ DẪN ĐƯỜNG QUÁN TÍNH VÀ HỆ ĐỊNH VỊ TOÀN CẦU (INS/GPS) Ngành: Điện tử - Viễn thông Chuyên ngành: Kỹ thuật Điện tử Mã số: 60 52 70 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: GS.TSKH Nguyễn Phú Thuỳ Hà Nội – 2009 Footer Page of 237 Header Page of 237 Mục Lục Lời mở đầu Thuật ngữ viết tắt Ký hiệu, ký tự Chương Giới thiệu chung 1.1 Hệ thống định vị quán tính (INS) 1.2 Hệ thống định vị toàn cầu (GPS) 12 1.3 Hệ thống tích hợp INS/GPS 14 Chương Lý Thuyết dẫn đường quán tính INS 24 2.1 Cấu trúc khối IMU 24 2.2 Cơ sở lý thuyết hệ dẫn đường quán tính 25 2.3 Các hệ tọa độ Error! Bookmark not defined 2.3.1 Hệ tọa độ quán tính (Inertial Frame) Error! Bookmark not defined 2.3.2 Hệ tọa độ cố định tâm trái đất (The Earth Fixed Frame)Error! Bookmark not defin 2.3.3 Hệ tọa độ định vị (Navigation frame) Error! Bookmark not defined 2.3.4 Hệ tọa độ gắn liền vật thể (Body frame)Error! Bookmark not defined 2.4 Phương trình định vị Error! Bookmark not defined 2.5 Hệ Phương trình định vị hệ tọa độ cố định tâm trái đât (e-frame)Error! Bookmar 2.6 Thuật toán Strapdown INS (SINS) SalychevError! Bookmark not defined 2.7 Lưu đồ thuật toán Error! Bookmark not defined Chương Bộ lọc Kalman .Error! Bookmark not defined 3.1 Bản chất lọc Kalman Error! Bookmark not defined 3.2 Ứng dụng lọc Kalman hệ dẫn đường quán tínhError! Bookmark not defined Chương Thiết kế hệ thống Error! Bookmark not defined 4.1 Phần cứng Error! Bookmark not defined 4.2 Bài toán phân chia thời gian .Error! Bookmark not defined 4.3 Hệ thống mạng truyền thông Error! Bookmark not defined Chương Kết thực nghiệm Error! Bookmark not defined 5.1 Kết thực nghiệm .Error! Bookmark not defined Chương Kết luận Error! Bookmark not defined 6.1 Kết luận Error! Bookmark not defined 6.2 Thảo luận kiến nghị .Error! Bookmark not defined Footer Page of 237 Header Page of 237 Tài liệu tham khảo 26 Footer Page of 237 Header Page of 237 Lời mở đầu Hiện vấn đề định vị dẫn đường cho vật thể chuyển động vấn đề thiết thực đời sống Từ hệ định vị vệ tinh GNSS (Global Navigation Satellite System) đời, cụ thể hệ thống định vị toàn cầu giới GPS (Global Navigation system ), đẩy mạnh phát triển lĩnh vực định vị dẫn đường cho ô tô, máy bay, tàu thuyền… Tuy nhiên hệ thống định vị vệ tinh bộc lộ nhiều hạn chế hoạt động riêng lẻ sai số truyền thông, tín hiệu sóng, tần số cập nhật thấp đặc biêt phuộc vào nhà cung cấp dịch vụ Trước có nhiều hệ thống thiết bị học áp dụng để định vị xác định thông số chuyển động vật (INS – Inertial Navigation System, ví dụ hệ đăng cho tàu ngầm, tàu biển), song vấn giá thành độ xác thiết bị có nhiều hạn chế Cùng với phát triển công nghệ, công nghệ vi điện tử (MEMS) có bước phát triển đột phá, cho đời hàng loạt sản phẩm vi điện tử tích hợp với ưu điểm độ xác, độ nhạy cao, giá thành rẻ, kích thước nhỏ gọn ứng dụng rộng rãi thực tế Một sản phẩm công nghệ vi điện tử cảm biến vận tốc góc (Gyro) cảm biến gia tốc (Accelerometer) Các cảm biến phối hợp với cho thơng số vị trí trạng thái vật thể cách xác thời gian ngắn với tốc độ cập nhật cao Tuy nhiên hệ INS MEMS hoạt động riêng lẻ lại gặp phải sai số tích lũy theo thời gian từ cảm biến quán tính Ý tưởng kết hợp hai hệ thống INS GPS thành hệ tích hợp bổ trợ giải pháp thơng minh Vừa tận dụng độ xác thời gian dài hệ thống GPS lại tận dụng tốc độ cập nhật thơng tin cao độ xác thời gian ngắn hệ INS Trong thời gian 2005- 2008 học viên tham gia nghiên cứu đề tài QGTD0509 ”Nghiên cứu tích hợp hệ thống dẫn đường quán tính (DĐQT) sở cảm biến vi điện tử phục vụ điều khiển dẫn đường phương tiện chuyển động” xây dựng hệ INS/GPS tích hợp sử dụng PCbox Hệ thống dành giải ba thi Nhân Tài Đất Việt 2008 Footer Page of 237 Header Page of 237 Trong luận văn này, học viên tập trung nghiên cứu, xây dựng hệ INS/GPS xử lý thời gian thực môi trường Linux nhúng hệ ARM kit S3C2440-IV, tiếp truyền liệu online qua mạng GSM/GPRS trung tâm giám sát có trang bị đồ GIS Hệ đem thực nghiệm thu kết khả quan Footer Page of 237 Header Page of 237 Thuật ngữ viết tắt AI AIMSTM ANFIS ANN BDS C/A-code CCIT CDMA C/N CIMU DD DR DGPS DOP DOV ECEF EKF FOG FLO FIS FFT FM GN&C GPS GLONASS HDOP HSGPS IMU INS ISA LBS LC LKF LLF LMS LOS LSQ Footer Page of 237 Artificial Intelligence Airborne Integrated Mapping System Adaptive Neural Fuzzy Information System Artificial Neural Networks …Black Diamond System …Coarse/Acquisition code …Calgary Center for Innovative Techn …Code Division Multiple Access …Carrier to Noise Density Ratio …Commercial Inertial Measurement Unit …Double Difference …Dead Reckoning …Differential GPS …Dilution of Precision Deflection Of the Vertical …Earth-Centred Earth-Fixed …Extended Kalman Filter Fiber optic gyroscope Fuzzy Logic Observer Fuzzy Inference System Fast Fourie Transform Frequence Modulation Guidance, Navigation, and Control …Global Positioning System GLobal Orbiting Navigation Satellite System …Horizontal Dilution of Precision …High-Sensitivity GPS …Inertial Measurement Unit …Inertial Navigation System …Integrated System Availability …Location Based Services …Loose Coupling …Linearized Kalman Filter …Local Level Frame Land Mobile Satellite …Line of Sight …Least Square Header Page of 237 LVNS MEMS MMAE NLOS NN P-code PPM PIT PPS PRN PV PVA RHCP RF RLG RMS RTS SD SKF SV TC TD TDOA TEC UAV UKF UTSFM VDOP ZUPT …Land Vehicle Navigation System …Micro-Electro-Mechanical Systems Multiple Model Adaptive Estimation Non-Line-of-Sight Neural Network …Precise Code …Parts-Per-Million …Pre-detection Integration Time …Pulse-Per-Second …Pseudo-Random Noise …Position Velocity …Position Velocity Acceleration …Right Hand Circularly Polarized …Radio-Frequency …Ring Laser Gyro …Root Mean Square …Rauch-Tung-Streibel …Single Difference Simple Kalman Filter …Satellite Vehicle …Tight Coupling …Triple Difference Time Difference of Arrival …Total Electron Content Unmanned Aerial Vsehicles Unscented Kalman Filter Urban Three-State Fade Model …Vertical Dilution of Precision …Zero Velocity Update Ký hiệu, ký tự  xb ,  yb ,  zb , a xb , a yb , a zb .Các vận tốc góc gia tốc thu từ cảm biến hN1 hN3 .Thời gian lấy tính phân Bước thời cập nhật hệ thống INS  ,  , .3 góc quay nghiêng, chúc, hướng Footer Page of 237 Header Page of 237 V N , VE .Các vận tốc hệ tọa độ định vị C bN .Ma trận chuyển hệ tọa độ gắn liền hệ tọa độ Qf cấp địa phương Quaternion sau QP .Quaternion trước B NE .Ma trận chuyển đổi từ hệ tọa độ cấp địa phương sang    U R e a Footer Page of 237 hệ tọa độ cố định tâm trái đất Vĩ độ Kinh độ Góc phương vị Vận tốc góc trái đất Bán kính trái đất Độ lệch tâm trái đất Bán trục trái đất Header Page of 237 Chương Giới thiệu Trong bốn thập kỷ gần việc sử dụng cơng nghệ qn tính mục đích qn dân hàng không định vị cho phương tiện chuyển động mặt đất tăng nhanh chóng Trong năm gần đây, giới tập trung vào nghiên cứu hệ thống định vị qn tính có đáp ứng nhanh giá thành rẻ [6] Những năm 60 kỷ trước, hệ thống định vị tích hợp nghiên cứu, nhiều loại cảm biến điện tử sử dụng hệ thống thu thập thông tin cần thiết để tìm vị trí “liên tục” phương tiện chuyển động làm giảm thiểu sai số cảm biến quán tính [34] Hệ thống tích hợp bao gồm nhiều loại cảm biến định vị, giống khối đo lường quán tính, đa Doppler, hệ định vị sóng radio (TACAN) sử dụng Năm 1978, Hệ thống định vị tích hợp tối ưu Sindlinger nghiên cứu đặt tên “ Combined Navigation System ”- Hệ định vị tổng hợptrong có sử dụng kết hợp hai hệ thống INS GPS với Và phát triển hệ định vị dẫn đường tích hợp [4] 1.1 Hệ thống định vị qn tính (INS) 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 qn tính hoạt động theo nguyên tắc khí Những cảm biến khí thường có kích thước lớn, hoạt động hiệu quả, giá thành cao tiêu thụ nhiều lượng; ứng dụng chủ yếu lĩnh vực qn Xu hướng giảm kích thước giá thành hệ thông định vị quán tính ứng dụng định vị cá nhân, định vị xe car, phương tiện chuyển động không người lái (UAV) hàng không Các ưu điểm công nghệ gyro quang (FOG) công nghệ vi điện tử (MEMS) cho thấy xu hướng phát triển hệ thống tích hợp khả quan So sánh với hệ thống cao cấp, hệ thống INS giá rẻ có sai số vị trí tư khoảng thời gian dài Nguyên Footer Page of 237 Header Page 10 of 237 nhân chủ yếu khơng xác giá trị cảm biến đo khối INS sử dụng loại cảm biến dễ bị ảnh hưởng sai số phi tuyến, đặc biệt sai số tư có giá trị lớn [83] Nếu độ xác khối INS giá rẻ cải thiện, giá thành giảm xuống để đưa vào ứng dụng đại trà có nhiều ứng dụng phát triển Việc chuẩn thiết bị làm cải thiện đáng kể độ xác hệ thống Tuy nhiên, phương pháp chuẩn phức tạp lại làm tăng giá thành sản phẩm Việc lựa chọn phương pháp ước lượng xấp xỉ vấn đề mấu chốt để phát triển hệ thống INS Đã có nhiều nhà nghiên cứu cố gắng làm tăng độ xác hệ thống INS Năm 2001, phương pháp chuẩn đề xuất [83], phương pháp phát triển kiểm nghiệm cẩn thận Phương pháp khơng đòi hỏi phải đặt khối IMU lên hệ họa độ cục Hơn thế, việc ước lượng độ lệch không (bias) phương pháp không bị ảnh hưởng gia tốc trọng trường tham chiếu Gần nửa sai số vị trí loại bỏ việc chuẩn cảm biến gia tốc Tất thành phần tư tập trung ba phút với điều kiện non-holonomic 0.030 RMS giảm thiểu sai số vị trí theo hướng ngang nhỏ 40 m vòng 20 phút hoạt động Do đó, INS giá rẻ sử dụng hệ thống định vị độc lập bị GPS 10 phút Một phương pháp xử lý thống kê đề xuất vào năm (2003) cho việc mơ hình sai số cảm biến hệ SINS [68] Những đặc trưng ngẫu nhiên hệ cảm biến hệ SINS xác định việc tính tốn chuỗi tương quan liệu thu thời gian dài Xử lý tự hồi quy sử dụng cách tiếp cận khác việc mơ hình hóa sai số lệch không cảm biến SINS (residual bias) Các phương pháp tối ưu khác để xác định thông số mơ hình tự hồi quy nghiên cứu; Kết cho thấy thực mô hình tự hồi quy cải thiện kết tới 40% - 60% hệ SINS hoạt động đơn lẻ 15% - 35% hệ SINS/DGPS mà bị GPS Hơn thế, phương pháp sử dụng thông tin chuyển động vật thể việc giảm nhiễu liệu thô từ INS cảm biến nghiên vào năm 2007 [22] Các vật thể chuyển động cung cấp thêm thơng tin bổ trợ Vì mơ hình vật thể chuyển động có đặc tính lọc thông thấp, cho qua giá trị thô cảm biến thu triệt nhiễu tần số cao Quá trình lọc thực thi việc sử Footer Page 10 of 237 Header Page 21 of 237 Năm 1997 nghiên cứu làm tăng tỷ số tín hiệu tạp âm cơng bố [76] Nguyên tắc phương pháp phải có độ nhay cao để thu tín hiệu môi trường nhà (indoor) Việc sử dụng thêm thơng tin bên ngồi làm đầu thu tăng độ nhạy, tần số liệu, độ xác Năm 1998 bước phát triển lĩnh vực định vị hàng không công bố [63] Hệ thống hệ tích hợp INS/GPS giá rẻ theo cấu trúc kết hợp chặt (tightly-coupled) cho phép dẫn đường, định vị điều khiển (GN&C) Hệ thống tích hợp dẫn đường định vị (IMGTS) hệ thống mở cấu trúc modul áp dụng vào nhiều ứng dụng dẫn đường khác Năm 1999, có hai vấn đề đưa [54]: Vấn đề thứ hệ định vi tích hợp INS/GPS theo cấu trúc kết hợp chặt (tightly coupled) phát đến mức mà sai số tăng lên chậm; Vấn đề thứ hai hệ thống hoạt động tổt đến mà tín hiệu GPS hoàn toàn Năm 1999, hệ thống định vi tích hợp sử dụng cho tơ tự động cỡ lớn [24] Mơ hình miền tần số cảm biến sử dụng để nghiên cứu hiệu vòng lặp định vị thơng thường Về mặt cấu trúc hệ thống định vị mới, phát lỗi hệ thống tổ hợp cảm biến Cấu trúc phân quyền để tổng hợp thông tin từ nhiều nguồn không đồng Cấu trúc thực hệ định vị tích hợp INS/GPS định vị rada sóng ngắn Năm 2000, bước phát triển lĩnh vực định vị hàng không sử dụng gia tốc trọng trường [5] Nghiên cứu tiến hành nghiên cứu gia tốc trọng trường tác dụng lên máy bay dựa hệ thống SINS DGPS Hệ thống tối ưu đặc biệt lĩnh vực địa lý và đo lường Kết đạt có độ xác 1,5mGal độ phân dải không gian Km 2,5mGal độ phân dải 1,4 Km Năm 2001, hệ thống nhiều cảm biến phát triển để hiển thị đồ số lĩnh vực hàng không [64] Hệ thống thu thập hai dòng liệu, liệu địa lý liệu hình ảnh Thơng tin định vị thu cách tích hợp SINS giá cao với DPGS Thơng tin hình ảnh thu cách sử dụng hai máy ảnh giá rẻ, hai máy ảnh bố trí cho gần Những kết hứa hẹn ứng dụng tương lai lĩnh vực định vị đồ số tỷ lệ 1:5000 hặc nhỏ Footer Page 21 of 237 Header Page 22 of 237 Năm 2001, hệ thống khảo sát địa hình mặt đất phát triển nhằm mục đích khảo sát vị trí góc nghiêng mặt đất [64] Hệ thống bao gồm GPS bổ trợ cho INS nhằm tận dụng đặc trưng hai hệ thống Năm 2002, Hệ tích hợp INS giá rẻ hãng Crossbow với GPS khảo sát trường hợp tín hiệu GPS vài chục giây [13] Kết cho thấy độ xác hệ SINS/GPS giữ mức độ có GPS sai số cỡ 10 m GPS 10 giây Năm 2001, vấn đề độ lệch thời gian INS GPS giải [78] Thường thơng tin INS GPS thường lệch đến nửa giây Có hai phương pháp để giải vấn đề này, thứ lưu thông tin INS vào đệm thu thông tin GPS xấp xỉ tương ứng; thứ hai thông tin INS sau xử lý lưu lại đệm, có GPS cập nhật sử dụng thơng tin INS lưu đêm xấp xỉ tương ứng theo nhịp thời gian GPS Kết nghiên cứu cho thấy rằng, hầu hết thơng tin vị trí ln thơng tin INS sau có cập nhật GPS Độ xác hệ thống phụ thuộc vào hai yếu tố Đầu tiên, độ xác GPS ảnh hưởng đến độ xác hệ thống Thứ hai, độ xác thơng tin INS tương ứng xác định sai số ban đầu cho GPS tiếp diễn theo thời gian Độ xác vị trí biểu diễn theo cơng thức: 2 I   RT   GPS   INS Trong phương sai vị trí theo thời gian thực  RT phương sai vị trí GPS  GPS I  phương sai vị trí INS, hàm biến đổi theo thời gian  INS Năm 2003, ước lượng phát triển nhằm tích hợp INS có độ xác tring bình DGPS cho định vị thiết bị mặt đất với mục đính đạt độ xác đến vài met [10] Có hai liệu sử dụng để đánh giá kết Bộ thứ từ liệu mô thứ hai từ liệu thực Độ xác vị trí đạt nhỏ 0,5m RMS ( theo chiều ngang) ; độ xác vận tốc 3,5cm/s sử dụng lọc Kalman Nếu sử dụng toán tử ước lượng độ xác vận tốc đạt đến 1,26 cm/s Năm 2006 Một thuật tốn tích hợp INS/GPS sử dụng mạng nơ ron Hopfield đề xuất [32] Phương pháp ước lượng trạng thái tối ưu cách Footer Page 22 of 237 Header Page 23 of 237 tối thiểu hóa hàm lượng mạng nơ ron Hopfield Hơn thuật toán bỏ qua số điều kiện dàng buộc lọc Kalman, điều thuật toán trở lên linh hoạt nhiều Kết mô cho thấy thuật tốn tích hợp hoạt động tương tự lọc Kalman Thuật tốn có tính ưu việt hội tụ nhanh lọc Kalman, khơng có lệch khơng có đọ xác cao q trình xử lý thơng tin tổng hợp cho dù mơ hình lỗi khơng xác, hệ thống bị nhiễu, thông tin đo lường bị sai kể thông tin khoảng thời gian ngắn Footer Page 23 of 237 Header Page 24 of 237 Chương Lý thuyết dẫn đường quán tính INS 2.1 Cấu trúc khối IMU 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 2.1a) theo cấu trúc (hình 2.1b), từ xác định thành phần chuyển động quay tịnh tiến vật thể Hình 2.1: Các cấu trúc khối IMU Điểm khác hai kiểu cấu trúc là: với kiểu gắn liền cảm biến khơng bị thay đổi hướng theo đối tượng chuyển động, kiểu gắn liền (Strapdown) cảm biến gắn chặt với vật chuyển động, thay đổi trang thái chuyển động theo vật Trên thực tế khối IMU có cấu trúc kiểu Strapdown sử dụng rộng rãi cấu trúc đơn giản có giá thành chế tạo thấp với độ xác chấp nhận Footer Page 24 of 237 Header Page 25 of 237 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 Các sai số dẫn đến sai số việc xác định vị trí, tốc độ góc định hướng 2.2 Cơ sở lý thuyết hệ dẫn đường quán tính Dẫn đường quán tính dựa sở tính tốn vị trí, vận tốc góc định hướng vật thể chuyển động sử dụng thông số đo từ cảm biến gia tốc cảm biến vận tốc góc [70] Các cảm biến quán tính đo chuyển động dựa vào định luật vật lý tự nhiên khơng chịu ảnh hưởng tín hiệu điện hay điện từ bên ngoài, điều sở cho cảm biến quán tính hoạt động đáng tin cậy khó bị nhiễu Cảm biến qn tính hoạt động dự định luật II Newton: F m.d (x ) dt (2.1) Với : F vectơ tổng lực tác dụng lên vật thể m khối lượng vật thể x đạo hàm bậc quãng đường chuyển động vật thể (vận tốc chuyển động) Phương trình (2.1) cần đưa dạng liên hệ với vectơ gia tốc trọng trường g (2.2) mx = F + mg Gia tốc sinh lực F tác dụng lên vật a = F , thay vào phương trình (2.2) ta m có: x = a + g (2.3) Các phương trình ấn định cho hệ tọa độ quán tính Newton Đối với hệ tọa độ thứ i phương trình (2.3) có dạng x i = g i ( x i ) + a i (2.4) Với x i vị trí hệ tọa độ thứ i, g i gia tốc trọng trường hệ tọa độ thứ i phụ thuộc vào vị trí x, a i gia tốc thành phần đo cảm biến gia tốc Footer Page 25 of 237 Header Page 26 of 237 Từ phường trình xác định vị trí x i vân tốc vật thể Tài liệu tham khảo Tài liệu tiếng Anh Aboelmagd, M., 2006, Enhancing the Update Procedure of Neuro-Fuzzy Modules used for Multi-sensor, Navigation Systems, IEEE Aboelmagd, N., E Ahmed, R Mahmoud, 2007, Optimizing neuro-fuzzy modules for data fusion of vehicular navigation systems using temporal crossvalidation, Engineering Applications of Artificial Intelligence, 20: 49-61 Adrian, H., J Rene and C Fran, 2004, Fuzzy Corrections in a GPS/INS Hybrid Navigation System, IEEE Transactions on Aerospace and Electronic Systems, 40(2): Ahmed M Hasan, Khairulmizam Samsudin, Abd Rahman Ramli, Raja Syamsul Azmir, and Salam A Ismaeel, 2009, A Review of Navigation Systems (Integration and Algorithms), Australian Journal of Basic and Applied Sciences, 3(2): 943-959 Alexander, B., 2000, Improving the Accuracy and Resolution of SINS/DGPS Airborne Gravimetry, Ph.D.thesis University of Calgary, Geomatic Engineering Dept Amean, Z.S., 2001, Development of GPS Navigation Aiding for a Ballistic Missile, M.Sc Thesis, Department of Control and Computers Engineering, University of Technology Babak, A., S Krishnaprasa, 2005, Approximate nonlinear filtering and its application in navigation, Automatica, 41: 945-956 Bian, H., Z Jin and W Tian, 2006, IAE-adaptive Kalman filter for INS/GPS integrated navigation system, Journal of Systems Engineering and Electronics, 17(3-9): 502- 508 Boulton, P., A Read, G MacGougan, R Klukas, M.E Cannon, G Lachapelle, 2002, Proposed Models and Methodologies for Verification Testing of AGPS-Equipped Cellular Mobile Phones in the Laboratory.Proceedings of ION GPS 2002, Portland, OR, 24-27, pp: 200-212 Footer Page 26 of 237 Header Page 27 of 237 10 Burak, H., M Aydan and E Ismet, 2003, GPS/INS Enhancement Using Neural Networks for Autonomous Ground Vehicle Applications, Proceedings of the 2003 IEEE/IRSJ International Conference on Intelligent Robots and Systems Las Vegas, Nevada 11 Caciotta, M., F Leccese and E Piuzzi, 2007, Study of a New GPS-Carriers Based Time Reference with High Instantaneous Accuracy, The Eighth International Conference on Electronic Measurement and Instruments, ICEMI 12 Cannon, M.E., 1999 Development and Testing of an Integrated INS/GPS Cross-Linked System for Sub-Meter Positioning of a CF-188 Jet Fighter, Institute of Navigation Annual Meeting / Cambridge / June 28-30 13 Cao, F.X., D.K Yang, A.G Xu, J Ma, W.D Xiao, C.L Law, K.V Ling and H.C Chua, 2002 Low cost SINS/GPS integration for land vehicle navigation, Intelligent Transportation Systems, IEEE, pp: 910 - 913 14 Caron, F., D Emmanuel, D Pomorski, P Vanheeghe, 2006 GPS/IMU data fusion using multisensor Kalman Filtering: introduction of contextual aspects, Information Fusion, 7: 221-230 15 Chin, W., Tan and P Sungsu, 2005 Design of Accelerometer-Based Inertial Navigation Systems, IEEE Transactions on Instrumentation and Measurement, 54(6) 16 Chih, H., J Hung and H Wei, 2007 A Genetic Approach for Coordinate Transformation Test of GPS Positioning, IEEE Geoscience and remote sensing letters, 4(2): 17 Dan, L., R Wu, Z Su and W Huang, 2007 A Two Stage GPS Anti-jamming processor for Interference Suppression and Multipath mitigation, IEEE 18 Daniel, N., A Mazin and M Dennis, 2007 A Methodology for the Evaluation of a GPS Receiver Performance in Telematics Applications, IEEE Transactions on Instrumentation and Measurement, 56(1): 19 David, J., 1996 Analysis of an Upgraded GPS Internal Kalman Filter, IEEE AES Systems Magazine 20 David, M and P Bradford, 2007 Cascaded Kalman Filters for Accurate Estimation of Multiple Biases, Dead-Reckoning Navigation, and Full State Feedback Control of Ground Vehicles, IEEE Transactions on Control Systems Technology, 15(2): Footer Page 27 of 237 Header Page 28 of 237 21 David, M., R Jihan and G Christian, 2006 Integrating INS Sensors With GPS Measurements for Continuous Estimation of Vehicle Sideslip, Roll, and Tire Cornering Stiffness, IEEE Transactions on Intelligent Transportation Systems, 7(4): 22 Ding, W and J Wang, 2007 Vehicle Dynamics Based De-Noising for GPS/INS Integration, IGNSS, the University of New South Wales, Sydney, Australia, 4-6 23 Dorota, A.G and J Wang, 1998 Gravity Modeling for High-Accuracy GPS/INS Integration, Navigation, 45(3): 209-220 24 Eduardo, M and D Hugh, 1999 A high integrity navigation architecture for outdoor autonomous vehicles, Robotics and Autonomous Systems, 26(8): 1-97 25 Farhan, A., J Kenneth, 2000 Extended Kalman filter synthesis for integrated global positioning/inertial navigation systems, Applied Mathematics and Computation, 115: 213-227 26 Faulkner, M., S.J Cooper and P.A Jeary, 2002 Integrated MEMS/GPS navigation systems, Position Location and Navigation Symposium, IEEE, pp: 306310 27 Geo_rey J Bulmer, September, 2003, In MICRO-ISU BP3010 An OEM Miniature Hybrid Degrees-Of-Freedom Inertial Sensor Unit Gyro Symposium, Stuttgart 16th-17th 28 Gillent, J., B.M Scherzinger and E Lithopoulos, 2001 Inertial/GPS System for Seismic Survey, International Symposium on Location Based Services for Cellular Users, Locellus 29 Gizawy, M., N El-Sheimy, R Taha and A Noureldin, 2004 Neuro-Fuzzy System for GPS/INS Integration, The European Navigation Conference, GNSS 30 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 31 Haiying Hou, September 2004, Modeling inertial sensor errors using Allan variance, UCEGE reports number 20201, Master's thesis, University of Calgary 32 Hang, S., Z Jihong and S Zengqi, 2006 A Novel SINS/GPS Integration Algorithm Based on Neural Networks, proceedings of the 6th world Congress on Intelligent Control and Automation, June 21-23, Dalian, China Footer Page 28 of 237 Header Page 29 of 237 33 Hyung, C., G Jang and L Gyu, 2003 Mobile Station Location Using Hybrid GPS and a Wireless Network, IEEE transaction on Aerospace and Electronic Systems 34 Ismaeel, S.A., 2003 Design of Kalman Filter of Augmenting GPS to INS Systems, Ph.D Thesis, Computer Engineering Dept., College of Engineering, Al-Nahrain University 35 Jahn, A., 2001 Propagation Considerations and Fading Countermeasures for Mobile Multimedia Services, International Journal of Satellite Communications, 19: 223-250 36 Jan, W and F Gert, 2004 Tightly coupled GPS/INS integration for missile applications, Aerospace Science and Technology, 8: 627-634 37 Jan, W., M Oliver, S Christian and F Gert, 2006 An integrated GPS/MEMS-IMU navigation system for an autonomous helicopter, Aerospace Science and Technology, 10: 527-533 38 John, B.H., A.M Lee and J.C Pierre, 2007 Prediction of global positioning system total electron content using Neural Networks over South Africa Journal of Atmospheric and solar-terrestrial physics, 69: 1842-1850 39 Johnson, R., J Sasiadek and J Zalewski, 2000 Kalman Filter Enhancement for UAV Navigation, InterNet Site 40 John, W., S Peter and F John, 2005 Multipath-Adaptive GPS/INS Receiver, IEEE Transactions on Aerospace and Electronic Systems, 41(2): 41 Johan, B and W Steyn, 2008 Kalman filter configurations for a low-cost loosely integrated inertial navigation system on an airship, Control Engineering Practice, doi: 10.1016/j.conengprac.2008.04.01 42 Jonghyuk, K., S Salah, 2004 SLAM aided GPS/INS Navigation in GPS Denied and Unknown Environments, Presented at GNSS 2004 ,The 2004 International Symposium on GNSS/GPS, Sydney, Australia, 6-8 43 Kai-Wei, C., H Yun, 2008 An intelligent navigator for seamless INS/GPS integrated land vehicle navigation applications, Applied Soft Computing, 8: 722733 44 Kalman, R E, 1960, New Approach to Linear Filtering and Prediction Problems, Trans ASME J Basic Eng 82, pp 34-45 Footer Page 29 of 237 Header Page 30 of 237 45 Kaplan, E D., 1996, Understanding GPS Principles and Applications, Artech House, Inc., 685 Canton Street, Norwood, MA 0206, Chapter 1, “Introduction”, pp 1-4 46 Kevin Walker, 2007, Finding your way on mountain and morland, Singapore 47 Kevin, J., C Michael, S Nechyba and A Antonio, 2003 Embedded Low Cost Inertial Navigation System, Florida Conference on Recent Advances in Robotics, FAU, Dania Beach, FL, May 8-9 48 Klaus, L., 2006 Approximate direct georeferencing in national coordinates, ISPRS Journal of Photogrammetry and Remote Sensing, 60: 239-255 49 Klukas, R., G Lachapelle, C Ma and G Jee, 2003 GPS Signal Fading Model For Urban Centers IEE Proceedings – Microwaves, Antennas and Propagation, 150(4): 245-252 50 Knight, D.T., 1999 Rapid Development of Tightly-coupled GPS/INS Systems, Proceedings of ION International Technical Meeting, Nashville, Tennessee 51 Kralj, D., T Hsu, L Carin, 2000 On GPS Positioning and Integrity Monitoring, IEEE Transactions on Aerospace and Electronic Systems, 36(1): 52 Ladetto, Q., V Gabaglio and B Merminod, 2001 Two Different Approaches for Augmented GPS Pedestrian Navigation, International Symposium on Location Based Services for Cellular Users, Locellus 53 Lachapelle, G., M.E Cannon, R Klukas, S Singh, R Watson, P Boulton, A Read and K Jones, 2004 Hardware Simulator Models and Methodologies for Indoor Performance Assessment of High Sensitivity Receivers Canadian Aeronautics and Space Journal, 50(3): 151-168 54 Lee, Y.C and D.G O’Laughlin, 1999 A Performance Analysis of a Tightly Coupled GPS/ Inertial System for two integrity Monitoring Methods, The MITRE Corporation 55 Lichun, L., T Zengshan, H Shun, 2001 An algorithm for integrating GPS/INS attitude determinatio system, Proceedings IEEE International Conference on Radar, CIE, pp: 167-170 Footer Page 30 of 237 Header Page 31 of 237 56 Li, Y., X Xi, 2007 Combining FFT and Circular Convolution Method for High Dynamic GPS Signal Acquisition, the Eighth International Conference on Electronic Measurement and Instruments, ICEMI 57 Liu, C L.; Layland, J ,1973, Scheduling algorithms for multiprogramming in a hard real-time environment, Journal of the ACM 20 (1): 46–61 58 L M Ha, T D Tan, N T Long, N D Duc, N P Thuy, July, 2007, Errors Determination Of The MEMS IMU, Journal of Science VNUH, pp 6-12 59 Loebis, D., R Sutton, J Chudley and W Naeem, 2004 Adaptive tuning of a kalman filter via fuzzy logic for an intelligent AUV navigation system, Control Engineering Practice, 12: 1531-1539.s 60 Ma, C., G Jee, G MacGougan, G Lachapelle, S Bloebaum, Cox, G., Garin, L., and Shewfelt, J 2001, GPS Signal Degradation Modeling, ION GPS 2001, Session C2, Salt Lake City, UT, September 11-14, pp: 882-893 61 Mao, G., S Drake and B Anderson, 2007 Design of an Extended Kalman Filter for UAV Localization, IEEE Information, Decision and Control 62 Mayhew, D.M., 1999 Multi-rate Sensor Fusion for GPS Navigation using Kalman Filtering, M.Sc thesis.Virginia Polytechnic Institute and state University, Electrical Engineering Dept 63 Michael, K and A Diane, 1998 New Low Cost Avionics with INS/GPS for a Variety of Vehicles, IEEE AES Systems Magazine, Robotics and Autonomous Systems 26 (1999) 81-97 64 Mohammed, M., S Klaus, 2001 Digital image georeferencing from a multiple camera system by GPS/INS, ISPRS Journal of Photogrammetry and Remote Sensing, 56: 1-12 65 Mohammad, S., M Dennis and N Daniel, 2007 GPS C/No Estimation in the Presence of Interference and Limited Quantization Levels, IEEE Transactions on Aerospace and Electronic Systems, 43(1): 66 Mladen, M., S Zoran and B Stevan, 2006 A Comparison of Accuracy using a GPS and Low-cost DGPS, IEEE Transactions on Instrumentation and Measurement, 55(5): 67 Naser, E., K Chiang and A Noureldin, 2006 The Utilization of Artificial Neural Networks for Multisensor System Integration in Navigation and Footer Page 31 of 237 Header Page 32 of 237 Positioning Instruments, IEEE Transactions on Instrumentation and Measurement, 55(5): 68 Nassar, S., 2003 Improving the Inertial Navigation System (INS) Error Model for INS and INS/DGPS Application, Ph.D Thesis University of Calgary, Geomatic Engineering Dept 69 Noureldin, A., A Osman and N El-Sheimy, 2005 A Neuro-Wavelet Method for Multi-Sensor System Integration for Vehicular Navigation, Meas Sci Technol., 15: 404-412 70 Niklas Hjortsmarker, 2005, Experimental system for validating GPS/INS Integation Agroithms, Master’s Thesis, Luea University of Technology 71 Ohlmeyer, E.J., T.R Pepitone and B.L Miller, 2001 Assessment of Integrated GPS/INS for the EX- 171 Extended Range Guided Monition, InterNet Site 72 Oleg S Salychev, 2004, Applied Inertial Navigation: Problems and Solutions, BMSTU Press, Moscow Russia 73 Ou, X., W Zhou and J Yu, 2005 Study on GPS Common-view Observation Data with Multiscale Kalman Filter based on correlation Structure of the Discrete Wavelet Coefficients, IEEE Transaction 74 Park, M., 2004 Error Analysis and stochastic Modeling of MEMS based Inertial sensors for Land Vehicle Navigation Application, M.Sc Thesis University of Calgary, Geomatic Engineering Dept 75 Pérez-Fontán, F., B Sanmartin, A Steingass, A Lehner, J Selva, E Kubista and B Arbesser-Rastburg, 2004 Measurements and Modeling of the Satellite-toIndoor Channel for Galileo Proceedings of ION NTM 2004, San Diego, Ca, 2628, pp: 190-202 76 Peterson, B., D Bruckner and S Heye, 1997 Measuring GPS Signals Indoors Proceedings of the ION GPS1997, Kansas City, Missouri, September 1619, 1997, pp: 615-624 77 Peter S Maybeck, 1994, Stochastic models, estimation, and control, Academic Press, Vol 78 Petovello, M., M.E Cannon and G Lachapelle, 2001 Development and Testing of a Real-Time GPS/INS Reference System for Autonomous Automobile Navigation, Proceedings of ION GPS-0 1, Salt Lake City, UT, September 11-14 Footer Page 32 of 237 Header Page 33 of 237 79 Rashad, S and N Aboelmagd, 2007 Sensor Integration for Satellite-based Vehicular Navigation Using Neural Networks, IEEE Transactions on Neural Networks, 18(2): 80 Salytcheva, A.O., 2004 Medium Accuracy INS/GPS Integration in Various GPS Environment, M.Sc Thesis University of Calgary, Geomatic Engineering Dept 81 Sato, G., T Asai, T Sakamoto and T Hase, 2000 Improvement of the positioning of a software-based GPS receiver using a 32-bit embedded microprocessor, IEEE Transactions on Consumer Electronics, 46(3): 82 Seong, C.Y and B.D Kim, 2008 Adaptive IIR/FIR fusion filter and its application to the INS/GPS integrated system, Automatica, doi: 10.101 6/j automatica.2007 11.009 83 Shin, E.H., 2001 Accuracy Improvement of Low Cost INS/GPS for land Application, M.Sc Thesis University of Calgary, Geomatic Engineering Dept 84 Sinpyo, H., H.L Man, K Sun and C Ho, 2004, A Car Test for the Estimation of GPS/INS Alignment Errors, IEEE Transactions on Intelligent Transportation Systems, 5(3): 85 Sndlinger, R., 1978 Investigations on the Optimization of Aided Inertial Navigation System, AGARD No.95, Strapdown Systems, pp: 124-139 86 Steingass, A and A Lehner, 2003, Land Mobile Satellite Navigation – Characteristics of the Multipath Channel, Proceedings of ION GPS/GNSS 2003, Portland, OR, pp:1016-1022 87 Sung, W., H Dong-Hwan, K Tae and J Sang, 2002, Design and Implementation of an Efficient Loosely- Coupled GPS/INS Integration Scheme, Chungnam National University, KOREA 88 Sung, Y., Y Hoon, K Young, J Youn, W Seong and B Chang, 2007 Comparison of Time Transfer Using GPS Carrier Phase and Multichannel TwoWay Data in East Asia, IEEE Transactions on Instrumentation and Measurement, 56(2): 89 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): 72-76 Footer Page 33 of 237 Header Page 34 of 237 90 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 91 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 92 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 93 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 94 Wang, B., J Wang, J Wu and B Cai, 2003, Study on Adaptive GPS/INS Integrated Navigation System, IEEE 95 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 96 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 97 Wei, W., Y Zong, R Rong, 2006, Quadratic extended Kalman filter approach for GPS/INS integration, Aerospace Science and Technology, 10: 709-7 98 Wikipedia, 2007, General Packet Radio Service, InterNet web 99 Xuchu, M., W Massaki, H Hideki, 2000, Nonlinear GPS Models for Position Estimate Using Low-cost GPS Receiver, 100 Zhang, X., 2003, Integration of GPS with A Medium Accuracy IMU for Metre-level positioning, M.Sc Thesis University of Calgary, Geomatic Engineering Dept Tài liệu tiếng Việt Footer Page 34 of 237 Header Page 35 of 237 101 N.V.Q.Thịnh, 2007, Bộ lọc Kalman, http://vntelecom.org 102 Lưu Mạnh Hà, 2007, Ứng dụng thuật toán Salychev xác định thông số chuyển động vật thể sử dụng khối IMUBP3010, Khóa luận tốt nghiệp, Trường đại học Công nghệ, Đại học Quốc Gia Hà Nội 103 Dương Quốc Huy, 2009, Thực thi hệ thống dẫn đường quán tính Linux với S3C2440ARM-09, Khóa luận tốt nghiệp, Trường đại học Công nghệ, Đại học Quốc Gia Hà Nội 104 Wikipedia, 2009, Hệ thống định vị toàn cầu, InterNet web Footer Page 35 of 237 ... 1.1 Hệ thống định vị quán tính (INS) 1.2 Hệ thống định vị toàn cầu (GPS) 12 1.3 Hệ thống tích hợp INS/GPS 14 Chương Lý Thuyết dẫn đường quán tính INS ... Sindlinger nghiên cứu đặt tên “ Combined Navigation System ”- Hệ định vị tổng hợptrong có sử dụng kết hợp hai hệ thống INS GPS với Và phát triển hệ định vị dẫn đường tích hợp [4] 1.1 Hệ thống định vị. .. biến quán tính [34] Hệ thống tích hợp bao gồm nhiều loại cảm biến định vị, giống khối đo lường quán tính, đa Doppler, hệ định vị sóng radio (TACAN) sử dụng Năm 1978, Hệ thống định vị tích hợp