طراحی یک فیلتر تلفیق غیرخطی بهینه مبتنی بر الگوریتم بهینه سازی گروه ذرات برای سیستم ناوبری تلفیقی INS/GPS

چکیده: خطای سیستم های ناوبری اینرسی (INS) که امروزه سیستم ناوبری پایه در بسیاری از کاربردها از جمله کاربردهای نظامی است، با زمان افزایش می یابد. بنابراین برای دستیابی به دقت و قابلیت اطمینان بالاتر مخصوصا در ناوبری های طولانی مدت از جمله در کاربردهای دریایی باید از یک سیستم کمکی در کنار سیستم ناوبری اینرسی استفاده شود. در این مورد، سیستم موقعیت یاب جهانی (GPS) به دلیل ویژگی های مکمل، بهترین سیستم کمک ناوبری می باشد. در یک سیستم ناوبری تلفیقی متشکل از یک سیستم ناوبری پایه در کنار یک سیستم کمک ناوبری، فیلتر کالمن توسعه یافته (EKF) ابزاری بسیار رایج در تلفیق داده های GPS و INS می باشد. با این حال ماتریس های کوواریانس نویز اندازه گیری و نویز فرایند دو پارامتر مهم در فیلتر کالمن هستند که تنظیم صحیح آنها در طی فرایند تخمین حالت های ناوبری، در کاهش خطای تخمین بسیار حائز اهمیت است. علاوه بر این از آنجا که معادلات حاکم بر سیستم اینرسی ذاتا غیر خطی هستند لذا فرایند خطی سازی در فیلتر کالمن باعث افزودن خطای ناشی از تقریب خطی سازی نیز می شود. از این رو محققین به دنبال الگوریتم های تلفیق جایگزین فیلتر کالمن هستند و تا کنون تحقیقات زیادی نیز در این زمینه انجام شده است. در این مقاله از یک تخمین گر مبتنی بر الگوریتم بهینه سازی گروه ذرات (PSO) به عنوان جایگزینی برای تخمین گر مبتنی بر فیلتر کالمن استفاده شده است. در این روش در واقع به محض دریافت مشاهدات GPS، خطای تخمین سیستم ناوبری بر اساس الگوریتم PSO، کمینه می شود تا بهترین خروجی برای سیستم تخمین زده شود. نتایج شبیه سازی ها و اعمال آن ها به چندین پایگاه داده عملی نشان می دهد که روش پیشنهادی، دقت تخمین حالت های ناوبری توسط سیستم ناوبری تلفیقی را در مقایسه با روش های معمول تلفیق از قبیل فیلتر کالمن توسعه یافته به میزان قابل توجهی بهبود داده است.