Ứng dụng anten thông minh và lọc kalman để cải thiện chất lượng truyền dẫn và độ chính xác của hệ thống GPS

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA PHAN ĐẶNG TUẤN ANH ỨNG DỤNG ANTEN THÔNG MINH VÀ LỌC KALMAN ĐỂ CẢI THIỆN CHẤT LƯỢNG TRUYỀN DẪN VÀ ĐỘ CHÍNH XÁC CỦA HỆ THỐNG GPS Chuyên ngành : Vô tuyến điện tử LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 07 năm 2007 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học :TS ĐỖ HỒNG TUẤN Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày 03 tháng 01 năm 2008 TRƯỜNG ĐẠI HỌC BÁCH KHOA PHÒNG ĐÀO TẠO SĐH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP – TỰ DO – HẠNH PHÚC Tp HCM, ngày 16 tháng 07 năm 2007 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: PHAN ĐẶNG TUẤN ANH Phái: nam Ngày, tháng, năm sinh: 10 / 01 / 1979 .Nơi sinh: Tp.HCM Chuyên ngành: vô tuyến điện tử MSHV: 01405297 I- TÊN ĐỀ TÀI: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS II- NHIỆM VỤ VÀ NỘI DUNG: III- NGÀY GIAO NHIỆM VỤ (Ngày bắt đầu thực LV ghi Quyết định giao đề tài): 16/07/2007 IV- NGÀY HOÀN THÀNH NHIỆM VỤ:16/12/2007 V- CÁN BỘ HƯỚNG DẪN : TS.ĐỖ HỒNG TUẤN CÁN BỘ HƯỚNG DẪN (Học hàm, học vị, họ tên chữ ký) CN BỘ MÔN QL CHUYÊN NGÀNH TS ĐỖ HỒNG TUẤN Nội dung đề cương luận văn thạc sĩ Hội đồng chuyên ngành thơng qua TRƯỞNG PHỊNG ĐT – SĐH Ngày tháng năm TRƯỞNG KHOA QL NGÀNH LỜI CẢM ƠN Trước tiên, xin gửi lời cảm ơn sâu sắc đến tập thể giảng viên trường đại học Bách Khoa Tp.Hồ Chí Minh nói chung khoa Điện_Điện tử mơn Điện tử_Viễn thơng nói riêng, cảm ơn thầy, tận tình truyền đạt kiến thức bổ ích mà hành trang thiết thực giúp tơi hồn thành tốt cơng việc Đặc biệt, tơi xin chân thành cảm ơn Tiến sĩ Đỗ Hồng Tuấn, người thầy nhiệt tình hướng dẫn, giúp đỡ tơi suốt q trình thực luận văn Bên cạnh đó, để có kết ngày hơm nay, ngồi cơng lao to lớn thầy, cơ, tơi cịn nhận quan tâm, động viên giúp đỡ mặt từ phía gia đình bè bạn Xin gửi lời biết ơn chân thành đến tất người Với hỗ trợ vậy, nỗ lực phấn đấu thân, cố gắng hoàn thành luận văn tốt nghiệp cách tốt Tuy nhiên, bất cập thời gian lượng kiến thức hạn chế nên chắn luận văn không tránh khỏi sai sót, tơi mong có thơng cảm ý kiến đóng góp xây dựng từ phía Hội đồng đánh giá luận văn, thầy cô giáo bạn đọc Xin chân thành cảm ơn ! Tp.Hồ Chí Minh, ngày 16 tháng 07 năm 2007 Phan Đặng Tuấn Anh TÓM TẮT LUẬN VĂN Với đề tài: ‘Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS’, nội dung luận văn bao gồm phần giới thiệu hệ thống định vị tồn cầu GPS, ứng dụng anten thông minh để cải thiện chất lượng truyền dẫn hệ thống GPS, ứng dụng lọc Kalman để cải thiện độ xác hệ thống GPS Ở phần thứ nhất, kiến thức tổng quan hệ thống định vị toàn cầu GPS giới thiệu, chẳng hạn cấu tạo hệ thống, mơ hình tín hiệu hệ thống, cách thức hoạt động hệ thống, phương pháp định vị, sai số ảnh hưởng đến hệ thống, kĩ thuật DGPS… Mục đích phần mơ tả tổng quan hệ thống GPS, qua thấy điểm yếu hệ thống công suất tín hiệu bé, dẫn đến dễ bị ảnh hưởng nguồn nhiễu Đặt vấn đề cần giải làm để cải thiện chất lượng truyền dẫn độ xác toán định vị hệ thống GPS Phần phần giải pháp cho vấn đề đặt phần Trong đó, phần đề cập đến giải pháp để nâng cao chất lượng truyền dẫn tín hiệu hệ thống GPS, sử dụng anten thông minh giải thuật anten thông minh nghiên cứu phần này, bao gồm Single LCMV beamforming, Multiple LCMV beamforming, Minimize LCMV beamforming, Constrained LMS beanforming Unconstrained LMS beamforming Mỗi giải thuật mang có hiệu phạm vi ứng dụng định hệ thống GPS nhằm nâng cao chất lượng truyền dẫn tín hiệu hệ thống Kết mơ Matlab cho thấy điều Phần đề cập đến giải pháp để cải thiện độ xác tốn định vị GPS, sử dụng lọc Kalman Bộ lọc Kalman áp dụng phần lọc Kalman mở rộng với mơ hình tín hiệu hệ thống GPS mơ hình phi tuyến, khơng kết hợp với hệ thống đo đạt khác Chương trình mơ Matlab giới thiệu phần cho thấy kết việc ước lượng vị trí 3D tốn định vị GPS phương pháp phương pháp lặp thông thường phương pháp lọc Kalman Qua thấy hiệu lọc Kalman việc loại bỏ sai số, đưa kết ước lượng đạt đến độ xác cao, vượt trội so với phương pháp lặp thông thường Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS -1- MỤC LỤC Đặt vấn đề: Tổng quan hệ thống định vị toàn cầu GPS: 1.1 Cấu tạo hệ thống GPS: 1.2 Tín hiệu hệ thống GPS: 1.2.1 Dữ liệu định vị (navigation data): 1.2.2 Mã (code): 10 1.2.2.1 Mã C/A: 10 1.2.2.2 Mã P: 11 1.2.3 Năng lượng tín hiệu: 12 1.3 Xác định khoảng cách từ vệ tinh đến máy thu: 13 1.3.1 Phương pháp đo mã: 13 1.3.2 Phương pháp đo pha: 14 1.4 Xác định vị trí máy thu: 15 1.5 Xác định vận tốc máy thu: 18 1.6 Các sai số ảnh hưởng đến hệ thống GPS: 19 1.6.1 Sai số vệ tinh: 20 1.6.1.1 Sai số chủ định (SA – Selective Availability): 20 1.6.1.2 Sai số quĩ đạo vệ tinh (ephemeris errors): 21 1.6.1.3 Sai số đồng hồ vệ tinh (satellite clock error): 21 1.6.2 Sai số truyền tín hiệu: 22 1.6.2.1 Sai số tầng điện li (ionospheric errors): 22 1.6.2.2 Sai số tầng đối lưu (tropospheric errors): 24 1.6.2.3 Sai số đa đường truyền (multi-path errors): 25 1.6.3 Sai số máy thu: 27 1.7 Phân bố hình học vệ tinh GPS: 28 1.8 Kĩ thuật DGPS (Differential GPS): 31 GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS -2- 1.8.1 Sai phân đơn (single difference): 31 1.8.2 Sai phân kép (double difference): 32 1.8.3 Sai phân bậc (tripple difference): 32 1.8.4 DGPS cục (LADGPS): 33 1.8.5 DGPS mở rộng (WADGPS): 34 1.9 Máy thu tín hiệu GPS: 35 1.9.1 Chức năng: 35 1.9.2 Cấu tạo: 36 1.9.3 Hoạt động: 37 Ứng dụng anten thông minh cải thiện chất lượng truyền dẫn hệ thống GPS: 39 2.1 Mơ hình hệ thống tín hiệu: 41 2.2 Giải thuật LCMV beamforming: 44 2.3 Giải thuật LMS beamforming: 47 2.3.1 Giải thuật Unconstrained LMS: 47 2.3.2 Giải thuật Constrained LMS: 49 2.4 Mô giải thuật anten thông minh Matlab: 51 2.4.1 Mô tác động số lượng phần tử anten dãy anten đến đáp ứng hệ thống: 51 2.4.2 Mô đáp ứng hệ thống anten thông minh dùng giải thuật Single LCMV Beamforming: 54 2.4.3 Mô đáp ứng hệ thống anten thông minh dùng giải thuật Multiple LCMV Beamforming: 56 2.4.4 Mô đáp ứng hệ thống anten thông minh dùng giải thuật Minimize LCMV Beamforming: 57 2.4.5 Mô đáp ứng hệ thống anten thông minh dùng giải thuật Constrained LMS Beamforming: 59 2.4.6 Mô đáp ứng hệ thống anten thông minh dùng giải thuật Unconstrained LMS Beamforming: 60 GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS -3- Ứng dụng lọc Kalman để cải thiện độ xác hệ thống GPS: 63 3.1 Sơ lược lọc Kalman: 63 3.1.1 Mơ hình hệ thống (system model): 64 3.1.2 Mô tả giải thuật lọc Kalman: 64 3.2 Lọc Kalman mở rộng (extended Kalman filter – EKF): 66 3.2.1 Mơ hình hệ thống (system model): 66 3.2.2 Tuyến tính hóa hệ thống: 67 3.2.3 Mô tả giải thuật lọc Kalman mở rộng: 68 3.3 Ứng dụng lọc Kalman vào hệ thống GPS: 70 3.3.1 Bố trí lọc Kalman vào máy thu GPS: 71 3.3.2 Mô hình tốn hệ thống: 71 3.3.3 Mô giải thuật Kalman mở rộng GPS: 73 Kết luận hướng nghiên cứu tương lai: 76 4.1 Kết luận: 76 4.2 Hướng nghiên cứu tương lai: 77 Tài liệu tham khảo: 79 Mục lục hình ảnh: 80 Phụ lục: 82 Matlab code cho giải thuật Single LCMV beamforming: 82 Matlab code cho giải thuật Multi LCMV beamforming: 85 Matlab code cho giải thuật Minimize LCMV beamforming: 88 Matlab code cho giải thuật Constrained LMS beamforming: 92 Matlab code cho giải thuật Unconstrained LMS beamforming: 95 Matlab code cho giải thuật lọc Kalman: 99 GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS -4- Đặt vấn đề: Kể từ đời vào năm 1973 thức vào hoạt động năm 1995, hệ thống định vị toàn cầu GPS (Global Positioning System) trở thành công cụ định vị hiệu không lĩnh vực quân ý tưởng thiết kế ban đầu, mà lĩnh vực dân Với mạng lưới 24 vệ tinh chủ đạo vài vệ tinh dự trữ phân bố quỹ đạo gần trịn với đường kính khoảng 20138km nghiêng góc 550 so với mặt phẳng xích đạo, quỹ đạo có vệ tinh phân bố đều, tín hiệu GPS bao phủ tồn cầu ln đảm bảo máy thu mặt đất thời điểm ln thu tín hiệu từ vệ tinh, không bị cản trở chướng ngại cấu trúc hạ tầng (nhà cửa, cầu đường …) chí tán che phủ bên máy thu Sở dĩ phải có điều kiện tín hiệu GPS truyền đến mặt đất yếu Do đáp ứng quy định quốc tế việc chống cường độ sóng cao tần gây nhiễu cho nguồn tín hiệu hệ thống khác, tín hiệu GPS bị giới hạn mức lượng định Năng lượng đầu vào anten vệ tinh 50W nửa mức dùng cho mã C/A (mã dùng lĩnh vực dân sự) Với giá trị lượng này, tín hiệu GPS yếu nhiều lần so với mức nhiễu trung bình thu anten mặt đất Như vậy, nói tín hiệu yếu nhược điểm lớn hệ thống định vị toàn cầu GPS, gây nhiều cản trở cho ứng dụng hệ thống này, đặc biệt lĩnh vực dân Đã có nhiều phương pháp đưa để khắc phục nhược điểm bao gồm cải thiện chất lượng máy thu, trạm mặt đất, dùng thêm tần số khác (L5), truyền mã C/A tần số L2 tăng suất tín hiệu… Trong khn khổ đề tài này, tơi trình bày phương pháp cải thiện chất lượng mức cơng suất tín hiệu thu máy thu (dưới mặt đất) độ xác tốn định vị theo dấu (tracking) hệ thống GPS, việc ứng dụng anten thông minh lọc Kalman Cụ thể, giải thuật anten thơng minh trình bày, bao gồm Single LCMV beamforming, Multiple LCMV beamforming, Minimize LCMV beamforming, GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS -5- Constrained LMS beanforming Unconstrained LMS beamforming Các giải thuật áp dụng cho dãy anten thơng minh bố trí trạm điều khiển mặt đất máy thu tín hiệu GPS Bộ lọc Kalman sử dụng đề tài lọc lọc Kalman mở rộng với mơ hình tín hiệu hệ thống GPS mơ hình phi tuyến, khơng kết hợp với hệ thống đo đạt khác Chương trình mơ Matlab cho thấy kết việc ước lượng vị trí 3D tốn định vị GPS phương pháp phương pháp lặp thông thường phương pháp lọc Kalman Qua thấy hiệu lọc Kalman việc loại bỏ sai số (được giả thiết nhiễu trắng), đưa kết ước lượng đạt đến độ xác cao, vượt trội so với phương pháp lặp thông thường Với mục tiêu vậy, nội dung luận văn bao gồm phần sau: + Phần 1: Tổng quan hệ thống định vị toàn cầu GPS Nội dung phần giới thiệu cách khái quát (không sâu) về: - Cấu tạo hệ thống GPS - Tín hiệu hệ thống GPS - Phương pháp xác định khoảng cách từ vệ tinh đến máy thu GPS - Phương pháp xác định vị trí vận tốc máy thu GPS - Các sai số ảnh hưởng đến hệ thống GPS - Phân bố hình học vệ tinh GPS - Kĩ thuật DGPS - Máy thu tín hiệu GPS + Phần 2: Ứng dụng anten thông minh để cải thiện chất lượng truyền dẫn hệ thống GPS Nội dung phần trình bày giải thuật anten thơng minh ứng dụng GPS Kết mơ giải thuật Matlab trình bày phần Các giải thuật bao gồm: GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 91 - end;%for in w = Rinv*C*inv(C'*Rinv*C)*g; %update weight vectors % -sumw = sumw + w; end;%trials w = sumw/trials; angle_range = [-90 90]; angle_step = (angle_range(2)-angle_range(1))/(no_points_angle-1); plot_range = [angle_range(1):angle_step:angle_range(2)]; for h = 1:no_points_angle angle = angle_range(1) + (h-1)*angle_step; s_vec = []; for k = 0:(N-1) s = exp(-j*2*pi*d*sin(angle*pi/180)*k); s_vec = [s_vec;s]; end; beam(h) = abs(s_vec'*conj(w)); %beam performance end; figure ; %plot(plot_range,20*log10(beam/max(beam))); plot(plot_range,beam); title(['DOA of SOI and SNOI [degrees] ' num2str(DOA) ' ; SOI at ' num2str(DOA(SOI)) '; SNOI at others']); ylabel('Beam performance'); xlabel('Angles [degrees]'); grid time = toc; %stop timer to count the time consuming fprintf('Time consuming (seconds) %6.2f \n',(time)); GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 92 - Matlab code cho giải thuật Constrained LMS beamforming: %File name : LMS_constrained_multi.m %Creator : Phan Dang Tuan Anh %Content : simulate algorithm of constrained LMS multi beamforming for a smart % antenna array function [w] = LMS_constrained_multi tic; %start timer to count the time consuming DOA = [-20 20 -40 60 0]; %angles of signals arriving at antenna array n_DOA = length(DOA); SOI = [2 3]; %DOA of SOIs (=DOA(2)=20 and DOA(3)=-40), %others are interferences (SNOI) n_SOI = length(SOI); d = 0.5; %space between antenna elements [times of wavelength] N = 20; %total number of antenna elements ref_samples = 1000; %total samples of reference signal used for simulation trials = 3; %total time simulation no_points_angle = 361; sumw = zeros(N,n_SOI); %sum of weight vectors after simulations beam = zeros(1,no_points_angle); %average of beam performance after simulations Ps_dB = -160; %power of SOI in dB Pin_dB = -140; %power of interference in dB Pn_dB = -140; %power of noise in dB Ps_W = 10^(Ps_dB/10); %power of SOI in W Pin_W = 10^(Pin_dB/10); %power of interference in W Pn_W = 10^(Pn_dB/10); %power of noise in W ref_gain = []; GVHD: TS Đỗ Hồng Tuấn %gain of reference signal HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 93 - for in1 = 1:n_DOA temp = 0; for in2 = 1:n_SOI if in1 == SOI(in2) temp = 1; break; end;%if in1 end;%for in2 if temp == ref_gain = [ref_gain;(sqrt(Ps_W))*ones(1,ref_samples)]; else ref_gain = [ref_gain;(sqrt(Pin_W))*ones(1,ref_samples)]; end;%if temp end;%for in1 S = steering_matrix_ULA(N,DOA,d); for tr = 1:trials % -LMS -w = zeros(N,n_SOI); %average of weight vectors after simulations Rm = round(rand(n_DOA,ref_samples))*2-1; %reference BPSK signal modulation % Rm = sign(randn(n_DOA,ref_samples)); Rs = ref_gain.*Rm; noise = (sqrt(Pn_W))*randc(N,ref_samples); %white noise U = S*Rs + noise; R = U*U'/ref_samples; %received signals at antenna array %covariance matrix for k = 1:n_SOI P = eye(N) - S(:,SOI(k))*S(:,SOI(k))'/N; muy_max = 1/trace(P*R*P); GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 94 - muy = 0.9*muy_max; for in = 1:ref_samples w(:,k) = P*(w(:,k) - muy*U(:,in)*U(:,in)'*w(:,k)) + S(:,SOI(k))/(S(:,SOI(k))'*S(:,SOI(k))); end;%for in % -sumw(:,k) = sumw(:,k) + w(:,k); end;%for k end;%trials w = sumw/trials; mycolors = ['k', 'b', 'm', 'c', 'y', 'r', 'g', 'k ', 'b ', 'm ', 'c ', 'y ', 'r ', 'g ']; angle_range = [-90 90]; angle_step = (angle_range(2)-angle_range(1))/(no_points_angle-1); plot_range = [angle_range(1):angle_step:angle_range(2)]; figure(1); hold on; for in = 1:n_SOI for h = 1:no_points_angle angle = angle_range(1) + (h-1)*angle_step; s_vec = []; for k = 0:(N-1) s = exp(-j*2*pi*d*sin(angle*pi/180)*k); s_vec = [s_vec;s]; end;%for k beam(h) = abs(s_vec'*conj(w(:,in))); %beam performance end;%for h %plot(plot_range,20*log10(beam/max(beam)),mycolors(in)); plot(plot_range,beam,mycolors(in)); end;%for in GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 95 - hold off; title(['DOA of SOI and SNOI [degrees] ' num2str(DOA) ' ; SOI at ' num2str(DOA(SOI)) '; SNOI at others']); ylabel('Beam performance'); xlabel('Angles [degrees]'); grid time = toc; %stop timer to count the time consuming fprintf('Time consuming (seconds) %6.2f \n',(time)); Matlab code cho giải thuật Unconstrained LMS beamforming: %File name : LMS_unconstrained_multi.m %Creator : Phan Dang Tuan Anh %Content : simulate algorithm of unconstrained LMS multi beamforming for a smart % antenna array function [w] = LMS_unconstrained_multi tic; %start timer to count the time consuming DOA = [-20 20 -40 60 0]; %angles of signals arriving at antenna array n_DOA = length(DOA); SOI = [2 3]; %DOA of SOIs (=DOA(2)=20 and DOA(3)=-40), %others are interferences (SNOI) n_SOI = length(SOI); d = 0.5; %space between antenna elements [times of wavelength] N = 20; %total number of antenna elements ref_samples = 1000; %total samples of reference signal used for simulation trials = 3; %total time simulation no_points_angle = 361; sumw = zeros(N,n_SOI); GVHD: TS Đỗ Hồng Tuấn %sum of weight vectors after simulations HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 96 - sume = zeros(n_SOI,ref_samples); %sum of error between output of the array and the ref signal %after simulations sumMSE = zeros(n_SOI,ref_samples); %sum of mean-squared error after simulations beam = zeros(1,no_points_angle); %average of beam performance after simulations Ps_dB = 0; %power of SOI in dB Pin_dB = -20; %power of interference in dB Pn_dB = -20; %power of noise in dB Ps_W = 10^(Ps_dB/10); %power of SOI in W Pin_W = 10^(Pin_dB/10); %power of interference in W Pn_W = 10^(Pn_dB/10); %power of noise in W ref_gain = []; %gain of reference signal for in1 = 1:n_DOA temp = 0; for in2 = 1:n_SOI if in1 == SOI(in2) temp = 1; break; end;%if in1 end;%for in2 if temp == ref_gain = [ref_gain;(sqrt(Ps_W))*ones(1,ref_samples)]; else ref_gain = [ref_gain;(sqrt(Pin_W))*ones(1,ref_samples)]; end;%if temp end;%for in1 S = steering_matrix_ULA(N,DOA,d); GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 97 - for tr = 1:trials % -LMS -w = zeros(N,n_SOI); %average of weight vectors after simulations e = zeros(n_SOI,ref_samples); %average error between output of the array and %the ref signal after simulations MSE = zeros(n_SOI,ref_samples); %average of mean-squared error y = zeros(n_SOI,ref_samples); %average of output of the array after simulations Rm = round(rand(n_DOA,ref_samples))*2-1; %reference BPSK signal modulation % Rm = sign(randn(n_DOA,ref_samples)); Rs = ref_gain.*Rm; noise = (sqrt(Pn_W))*randc(N,ref_samples); %white noise U = S*Rs + noise; %received signals at antenna array R = U*U'/ref_samples; %covariance matrix muy_max = 1/trace(R); muy = 0.5*muy_max; for k = 1:n_SOI R_training = Rs(SOI(k),1:ref_samples); %training sequence for in = 1:ref_samples y(k,in) = w(:,k)'*U(:,in); e(k,in) = R_training(in) - y(k,in); MSE(k,in) = e(k,in)*e(k,in)'; w(:,k) = w(:,k) + muy*U(:,in)*e(k,in)'; end;%for in % -sumw(:,k) = sumw(:,k) + w(:,k); GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 98 - sume(k,:) = sume(k,:) + e(k,:); sumMSE(k,:) = sumMSE(k,:) + MSE(k,:); end;%for k end;%trials w = sumw/trials; e = sume/trials; MSE = sumMSE/trials; mycolors = ['k', 'b', 'm', 'c', 'y', 'r', 'g', 'k ', 'b ', 'm ', 'c ', 'y ', 'r ', 'g ']; plot_range = [1:ref_samples]; figure(1); hold on; for in = 1:n_SOI MSE_abs = abs(MSE(in,:)); % plot(plot_range,20*log10(MSE_abs),mycolors(in)); plot(plot_range,MSE_abs,mycolors(in)); end;%for in hold off; title(['LMS Algorithm for adaptive beamformer, muy = ' num2str(muy) ', number of antennas = ' num2str(N)]); xlabel('Iteration Number'); ylabel('Mean-Squared Error in dB'); grid angle_range = [-90 90]; angle_step = (angle_range(2)-angle_range(1))/(no_points_angle-1); plot_range = [angle_range(1):angle_step:angle_range(2)]; figure(2); hold on; for in = 1:n_SOI for h = 1:no_points_angle GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 99 - angle = angle_range(1) + (h-1)*angle_step; s_vec = []; for k = 0:(N-1) s = exp(-j*2*pi*d*sin(angle*pi/180)*k); s_vec = [s_vec;s]; end;%for k beam(h) = abs(s_vec'*conj(w(:,in))); %beam performance end;%for h %plot(plot_range,20*log10(beam/max(beam)),mycolors(in)); plot(plot_range,beam,mycolors(in)); end;%for in hold off; title(['DOA of SOI and SNOI [degrees] ' num2str(DOA) ' ; SOI at ' num2str(DOA(SOI)) '; SNOI at others']); ylabel('Beam performance'); xlabel('Angles [degrees]'); grid time = toc; %stop timer to count the time consuming fprintf('Time consuming (seconds) %6.2f \n',(time)); Matlab code cho giải thuật lọc Kalman: %File name : kalman.m %Creator : Phan Dang Tuan Anh %Content : GPS tracking demo using the Kalman filtering algorithm % x_real = [x y z bu vx vy vz bf]' % z_real = [PR1 PR2 PR3 PR4 dPR1 dPR2 dPR3 dPR4]' % PRi = sqrt( (SXi - x)^2 + (SYi - y)^2 + (SZi - z)^2 ) + bu % dPRi = sqrt( (SVXi - vx)^2 + (SVYi - vy)^2 + (SVZi - vz)^2 ) + bf function kalman GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 100 - dt = 0.001; %in [s] N = 200; %iteration steps sigma_Q = 0.1; %process noise variance Q = sigma_Q*eye(8); %process noise correlation matrix w = sqrt(sigma_Q)*randn(8,1); sigma_R = 4; %process noise vector %measurement noise variance R = sigma_R*eye(8); %measurement noise correlation matrix SX = [15524471.175 -2304058.534 16680243.357 -14799931.395]'; %x coordinate of SVs [m] SY = [-16649826.222 -23287906.465 -3069625.561 -21425358.240]'; %y coordinate of SVs [m] SZ = [13512272.387 11917038.105 20378551.047 6069947.224]'; %z coordinate of SVs [m] SVX = [1852.175 -530.534 1968.357 -1779.395]'; %x coordinate of SVs [m/s] SVY = [-1964.222 -2628.465 -606.561 -2442.240]'; %y coordinate of SVs [m/s] SVZ = [1651.387 1491.105 2337.047 906.224]'; %z coordinate of SVs [m/s] x_ref = [-730000 -5440000 3230000 1000 100]'; %init first state value %init real plant x_real(:,1) = x_ref; z_real = zeros(8,N); %init Kalman plant x_hat(:,1) = x_ref; z_hat = zeros(8,N); H = zeros(8); P = eye(8); GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 101 - %init Lagrange plant PR_measure = [89491.971 133930.500 283098.754 205961.742]'; %[m] PR_calculate = [0 0 0]'; range = [0 0 0]'; delta_PR = [0 0 0]'; x_lap(:,1) = [-730000 -5440000 3230000 1000]'; %[m] delta_x = [0 0 0]'; HH = zeros(4); F = [eye(4) dt*eye(4);zeros(4) eye(4)]; for k=2:N %calculate real plant if mod(k,100) == w = sqrt(sigma_Q)*randn(8,1); end; x_real(:,k) = F*x_real(:,k-1) + w; v = sqrt(sigma_R)*randn(8,1); %measurement noise vector for j=1:4 z_real(j,k) = sqrt( (SX(j) - x_real(1,k))^2 + (SY(j) - x_real(2,k))^2 + (SZ(j) - x_real(3,k))^2 ) + x_real(4,k) + v(j); end; for j=5:8 z_real(j,k) = sqrt( (SVX(j-4) - x_real(5,k))^2 + (SVY(j-4) - x_real(6,k))^2 + (SVZ(j-4) - x_real(7,k))^2 ) + x_real(8,k) + v(j); end; % estimate by Lagrange x_lap(:,k) = x_real(1:4,k); for i = 1:10 for j = 1:4 GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 102 - range(j) = sqrt( (SX(j) - x_lap(1,k))^2 + (SY(j) - x_lap(2,k))^2 + (SZ(j) x_lap(3,k))^2 ); PR_calculate(j) = range(j) + x_lap(4,k); PR_measure(j) = z_real(j,k); delta_PR(j) = PR_measure(j) - PR_calculate(j); HH(j,:) = [-(SX(j) - x_lap(1,k))/range(j) -(SY(j) - x_lap(2,k))/range(j) -(SZ(j) - x_lap(3,k))/range(j) 1]; end; delta_x = inv(HH'*HH)*HH'*delta_PR; x_lap(:,k) = x_lap(:,k) + delta_x; end; % estimate by Kalman x_nga(:,k) = F*x_hat(:,k-1); %compute z_nga(:,k) for j=1:4 z_nga(j,k) = sqrt( (SX(j) - x_nga(1,k))^2 + (SY(j) - x_nga(2,k))^2 + (SZ(j) - x_nga(3,k))^2 ) + x_nga(4,k); end; for j=5:8 z_nga(j,k) = sqrt( (SVX(j-4) - x_nga(5,k))^2 + (SVY(j-4) - x_nga(6,k))^2 + (SVZ(j-4) - x_nga(7,k))^2 ) + x_nga(8,k); end; %compute H(k) for j=1:4 H(j,:) = [-(SX(j) - x_nga(1,k))/(z_nga(j,k) - x_nga(4,k)) -(SY(j) - x_nga(2,k))/(z_nga(j,k) - x_nga(4,k)) -(SZ(j) - x_nga(3,k))/(z_nga(j,k) - x_nga(4,k)) GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 103 - 0 0]; end; for j=5:8 H(j,:) = [ 0 0 -(SVX(j-4) - x_nga(5,k))/(z_nga(j,k) - x_nga(8,k)) -(SVY(j-4) - x_nga(6,k))/(z_nga(j,k) - x_nga(8,k)) -(SVZ(j-4) - x_nga(7,k))/(z_nga(j,k) - x_nga(8,k)) 1]; end; P_minus = F*P*F' + Q; K = P_minus*H'*inv(H*P_minus*H' + R); x_hat(:,k) = x_nga(:,k) + K*(z_real(:,k) - z_nga(:,k)); P = (eye(8) - K*H)*P_minus; end; figure(1); plot3(x_real(1,:),x_real(2,:),x_real(3,:),'r.'); hold on; plot3(x_hat(1,:),x_hat(2,:),x_hat(3,:),'b.'); hold on; plot3(x_lap(1,:),x_lap(2,:),x_lap(3,:),'g.'); title('3D position'); xlabel('x position in [m]'); ylabel('y position in [m]'); zlabel('z position in [m]'); legend('True','Kalman','Iteration'); grid pos_real = sqrt( x_real(1,:).^2 + x_real(2,:).^2 + x_real(3,:).^2 ); pos_hat = sqrt( x_hat(1,:).^2 + x_hat(2,:).^2 + x_hat(3,:).^2 ); pos_lag = sqrt( x_lap(1,:).^2 + x_lap(2,:).^2 + x_lap(3,:).^2 ); GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh Luận văn thạc sĩ Chuyên ngành: Vô tuyến điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 104 - figure(2); hold on; for i = 1:N err1 = (pos_real(i) - pos_hat(i)); err2 = (pos_real(i) - pos_lag(i)); plot(i,err1,'r.'); plot(i,err2,'g.'); end; hold off; xlabel('time step'); ylabel('position error in [m]'); legend('Kalman','Iteration'); grid GVHD: TS Đỗ Hồng Tuấn HVTH: Phan Đặng Tuấn Anh LÝ LỊCH TRÍCH NGANG Họ tên : PHAN ĐẶNG TUẤN ANH Ngày, tháng, năm sinh : 10/01/1979 Nơi sinh : Tp.HCM Địa liên lạc : 5/101/12/7 Nơ Trang Long, Phường 7, Quận Bình Thạnh, Tp.HCM Q TRÌNH ĐÀO TẠO 1997-2002 : sinh viên đại học Bách Khoa Tp.HCM Hệ đào tạo : qui tập trung Chuyên ngành : điều khiển tự động 1997-2002 : sinh viên đại học Kinh Tế Tp.HCM Hệ đào tạo : qui tập trung Chun ngành : ngoại thương Q TRÌNH CƠNG TÁC 2002-2003 : cty Cổ phần Công nghệ Việt Chức vụ : kĩ sư – phòng nghiên cứu phát triển 2003-2005 : cty Cổ phần Công nghệ Việt Chức vụ : phó phịng – phịng nghiên cứu phát triển 2005-nay : cty Cổ phần truyền thông Sơn Ca Chức vụ : trưởng phòng – phòng nghiên cứu phát triển ... tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS -3- Ứng dụng lọc Kalman để cải thiện độ xác hệ thống GPS: 63 3.1 Sơ lược lọc Kalman: ... điện tử Đề tài: Ứng dụng anten thông minh lọc Kalman để cải thiện chất lượng truyền dẫn độ xác hệ thống GPS - 39 - Ứng dụng anten thông minh cải thiện chất lượng truyền dẫn hệ thống GPS: Qua phần... gồm phần giới thiệu hệ thống định vị tồn cầu GPS, ứng dụng anten thông minh để cải thiện chất lượng truyền dẫn hệ thống GPS, ứng dụng lọc Kalman để cải thiện độ xác hệ thống GPS Ở phần thứ nhất,