tóm tắt luận án nghiên cứu xác định định hướng không gian của thiết bị bay theo các phép đo từ trường trái đất

1


MỞ ĐẦU
1. Đặt vấn đề.
Đối tượng nghiên cứu trong luận án là thiết bị bay trinh sát không người
lái (TBBTSKNL) với hệ thống điều khiển trên khoang là hệ dẫn đường
quán tính không đế.
Vấn đề là cần nghiên cứu khả năng tạo ra hệ thống cảm biến - điều
khiển định vị TBB có độ chính xác bảo đảm yêu cầu, giá thành rẻ và quan
trọng là khối lượng nhỏ. Việc sử dụng từ trường Trái đất trong định hướng
dẫn đường cho TBB bằng cách đo chính xác hướng và độ lớn vector từ
trường Trái đất nhờ những cảm biến nhỏ gọn. Những vi cảm biến từ
trường có độ chính xác cao hiện được sử dụng rộng rãi trong lĩnh vực hàng
không, hàng hải. Chúng cho phép tạo ra những thiết bị dẫn đường, định
hướng và điều khiển cực kỳ hấp dẫn về kích thước, trọng lượng và giá thành.
2. Mục tiêu nghiên cứu của luận án:
Đưa ra hướng khắc phục khó khăn khi sử dụng thông tin từ trường. Khả
năng ứng dụng các bộ cảm biến từ trường trong hệ thống điều khiển định
hướng không gian cho TBB. Chứng minh bằng thực nghiệm khả năng sử
dụng thông tin từ trường Trái để điều khiển TBBTSKNL.
3. Phương pháp nghiên cứu:
Các nội dung được nghiên cứu kết hợp phương pháp nghiên cứu và phân
tích lý thuyết; Phương pháp toán vector, hình học giải tích; Phương pháp
mô hình hóa toán học bằng máy tính; Phương pháp lọc phi tuyến và xử lý
tín hiệu tối ưu, thích nghi; Phương pháp thực nghiệm đối chứng.
4. Nội dung của luận án
Luận án bao gồm: 126 trang + 42 trang phục lục, 58 hình vẽ, 6 bảng biểu

được trình bày trong 4 chương, 22 đề mục lớn nhỏ.
Chương 1. Hệ dẫn đường quán tính không đế và bài toán định hướng thiết
bị bay trinh sát không người lái.



2


Chương 2. Thông tin từ trường trái đất và khả năng sử dụng trong bài toán
điều khiển định hướng TBBKNL
Chương 3. Tổng hợp hệ thống đo vận tốc góc của thiết bị bay dựa trên lọc
phi tuyến tối ưu
Chương 4. Thực nghiệm đánh giá khả năng thực tế hóa hệ đo –xử lý thông
tin vận tốc góc của TBB theo từ trường trái đất.

Chương I
HỆ DẪN ĐƯỜNG QUÁN TÍNH KHÔNG ĐẾ VÀ BÀI TOÁN ĐỊNH
HƯỚNG THIẾT BỊ BAY TRINH SÁT KHÔNG NGƯỜI LÁI
1.1. Hệ thống dẫn đường quán tính
Chuyển động của TBBKNL được mô tả bằng những phương trình vi phân
theo định luật 2 Niu-tơn:
F
dt
rd
m
2
2
=⋅
và

M
dt
d
j =
ω
⋅
(1.1)
Trong đó:
)
u
,
V
,
,
(
F
F
β
α
=
(1.2)

)
u
,
V
,
,
(
M

M
β
α
=
(1.3)
Ở đây: α và β - góc tấn công và góc trượt tương ứng của TBB trong dòng
khí; V - vận tốc dòng khí tương đối so với TBB;
u - vector điều khiển (vị trí của cánh lái liệng, cánh lái độ cao, cần ga
điều chỉnh vòng quay động cơ để thay đổi tốc độ và nhiều cơ cấu khác).
1.2. Cấu trúc hệ dẫn đường cho máy bay không người lái
Hầu hết TBBKNL sử dụng phương pháp dẫn đường quán tính (DĐQT), có
sơ đồ cấu trúc thể hiện trên sơ đồ khối hình 1.2
1.3. Hệ điều khiển định hướng thân TBBKNL
1.3.1 Nguyên lý làm việc và cấu trúc
Cấu trúc của một hệ ĐKĐH trong hệ ĐKQT không đế mô tả trên hình 1.3.





3

1.3.2. Mô tả toán học quá trình xử lý thông tin ĐKĐH
a) Phương trình động hình học
Việc chuyển từ hệ TĐQT sang hệ TĐLK được thực hiện bởi 3 lần quay
liên tiếp:
111qqq
ZYX
C
,,
ZYX →
γ
ψ
ϑ
, với C là ma trận cos-sin định hướng so với
hệ TĐQT.
γψγψψ−
γϑ−γψϑγϑ+γψϑψϑ
γϑ+γψϑγϑ−γψϑ−ψϑ
=
cos.cossin.cossin
sin.coscos.sin.sincos.cossin.sin.sincos.sin
sin.sincos.sin.coscos.sinsin.sin.coscos.cos
C
(1.4)
Khi đó:
1
1
1
q

q
q
z
y
x
C
z
y
x
=
(1.5)


γ+ϑ+ψ=ω
&
&
&
(1.6)
Hoặc viết dưới dạng khác:
(
)
γω+γω
ψ
=ϑ cossin
cos
1
11
zy
&
(1.8)

γω−γω=ψ sincos
11
zy
&
(1.9)
Khối cảm biến
Đo VTG
- Cảm biến ω
x1

- Cảm biến ω
y1

- Cảm biến ω
z1

Đo GTT
- Cảm biến A
x

- Cảm biến A
y

- Cảm biến A
z

GPS
- Kinh độ λ(t)
- Vĩ độ ϕ(t)
- Độ cao H(t)

Khí áp kế
- Độ cao H(q)
- Vận tốc bay V(t)

Khối xử lý tín hiệu
Lọc t/h VTG
- Bộ lọc ω
x1

- Bộ lọc ω
y1

- Bộ lọc ω
z1

Khối tạo lệnh ĐK
Thuật toán tạo lệnh
- đ/kh độ cao λ
ϑ

- đ/kh hướng λ
ψ

- đ/kh liệng λ
γ


λ
ϑ

λ
ψ

λ
γ

Khối đo tọa độ góc
- Thuật toán đo ω
x1
, ω
y1
,
ω
z1
- Thuật toán biến đổi
tọa độ ϑ, ψ, γ
Khối tạo th/số ĐK
- Thuật toán so sánh ∆ϑ,
∆ψ, ∆γ
- Thuật toán xác định
∆’ϑ, ∆’ψ, ∆’γ
ϑ
prog

ψ
prog

γ
prog

Hình 1.3. Cấu trúc hệ ĐKĐH cho TBBKNL



4


)cossin(tg
111
zyx
γω+γωψ+ω=γ
&
(1.10)
Các phương trình (1.8) và (1.10) có những điểm đặc biệt khi mà góc hướng
π±
π
=ψ .n
2
. Điểm đặc biệt đó có thể tránh được, theo phép biến đổi Quaternion.
Các phương trình xác định tham số Roth-Hamington (1.11) – (1.15):
Ma trận C thay cho ma trận cos-sin định hướng (1.4) có dạng.
333231
232221
131211
CCC
CCC
CCC
C =
(1.14)

Các góc gật, hướng và liệng được xác định bởi các công thức sau:
22
23
11
31
21
C
C
arctg;
C
C
arctg;Carcsin −=γ−=ψ=ϑ
(1.16)
1.4. Ý nghĩa của việc ổn định định hướng không gian cho TBB trinh sát
Sai lệch tâm của ảnh dưới mặt đất khi có các sai số góc theo các trục:
a) OX:
(
)
[
]
ϑ
∆
−
ε
−
ε
=
∆
2/tg2/tgHx
o

(1.17a)
b) OZ:
(
)
[
]
γ
∆
−
β
−
β
=
∆
2/tg2/tgHZ
o
(1.18)
Trong đó:
o
H là độ cao bay tại thời điểm chụp ảnh; ε, β tương ứng với góc
ε, β tương ứng với góc mở của camera trinh sát theo hai trục OX và OZ;
∆ϑ, ∆γ tương ứng với các sai lệch góc định hướng của TBB theo hai kênh
gật và liệng.
Sai lệch tâm của ảnh là:
22
zxR ∆+∆=∆

(1.19)
1.5. Đặt vấn đề cần nghiên cứu

Để sử dụng TBBKNL vào mục đích trinh sát mục tiêu trên mặt đất, nếu ta
coi các kênh điều khiển gật, hướng và liệng tường minh về cấu trúc, tham số và
có chất lượng làm việc đáp ứng yêu cầu, thì vấn đề đặt ra cần nghiên cứu trong
luận án như sau.
Để nâng cao chất lượng ổn định các góc định hướng thân TBBTSKNL



5


trong những điều kiện cần giảm trọng lượng kết cấu trên khoang để tăng
khối lượng nhiên liệu (tăng thời gian bay) và đảm bảo ảnh trinh sát từ trên
không có chất lượng cao, ta cần phải nghiên cứu khả năng sử dụng và tích
hợp những loại cảm biến công nghệ mới có trọng lượng siêu nhỏ nhưng
bảo đảm chất lượng thông tin cao. Hệ thống thông tin dẫn đường
TBBTSKNL ngoài yêu cầu về kích thước trọng lượng nhỏ phải là hệ dẫn
đường quán tính không đế khả thi, có thể tạo thành sản phẩm thực tế.
Như vậy luận án phải giải quyết những bài toán sau:
Bài toán thứ nhất. Biện luận, chứng minh khả năng sử dụng các loại cảm
biến công nghệ mới đo VTT Trái đất vào mục đích xác định vận tốc các
góc định hướng thân TBB.
Bài toán thứ hai. Nghiên cứu các biện pháp xử lý thông tin từ cảm biến đã
lựa chọn dựa trên các phương pháp lọc, xử lý tối ưu. Tổng hợp và chứng
minh nhờ mô phỏng trên máy tính các phương án lọc tối ưu, từ đó lựa chọn
được bộ lọc đáp ứng tốt nhất yêu cầu chất lượng thông tin dưới tác động của
nhiễu và môi trường.
Bài toán thứ ba. Chứng minh bằng thực nghiệm đối với phương án lựa chọn
và tích hợp các cảm biến; phương án lọc tối ưu; khả năng hiện thực hóa hệ
thống thông tin dẫn đường bằng thiết bị và thuật toán được xây dựng.

Kết luận chương 1
Chương I đã làm rõ những vấn đề sau:
- Ảnh hưởng của sai số định hướng thân TBB tới chất lượng thông tin trinh
sát, từ đó làm rõ yêu cầu về chất lượng của các hệ thống ổn định định hướng.
- Vấn đề cần nghiên cứu của luận án dựa trên những kết quả phân tích
hệ thống dẫn đường quán tính không đế mà trong đó quan trọng hơn cả là
xác định được ba bài toán cần giải.
- Cấu trúc, nguyên lý làm việc của hệ thống và các thuật toán dẫn
đường quán tính. Quy trình xử lý các thông tin định hướng TBB.



6


Chương II
THÔNG TIN TỪ TRƯỜNG TRÁI ĐẤT VÀ KHẢ NĂNG
SỬ DỤNG TRONG BÀI TOÁN ĐIỀU KHIỂN ĐỊNH HƯỚNG
TBBKNL
2.1. Những khái niệm cơ bản về từ trường Trái đất và cảm biến
Từ trường Trái đất được đặc trưng bởi 3 đại lượng: cường độ, độ lệch và độ
dốc vector cường độ từ trường. Từ trường Trái đất có một thành phần song
song với bề mặt Trái đất và luôn chỉ về một hướng cực từ Bắc. Đây chính
là cơ sở cho tất cả la bàn từ sử dụng để dẫn đường và định hướng.
2.2. Bản chất và đặc tính của sai số khi đo từ trường trên thiết bị bay
Sai số đo VTT có 2 loại: sai số cố định, và sai số tạp.
2.3. Những khó khăn khi sử dụng từ trường Trái đất để định hướng TBB
Khó khăn do: ảnh hưởng từ trường của TBB; tính không đồng nhất trên
bề mặt Trái đất; Không thể xác định định hướng TBB theo VTT Trái đất
nếu chỉ sử dụng từ trường như nguồn thông tin chính.

2.4. Khả năng sử dụng thông tin từ trường Trái đất trong điều khiển
định hướng cho thiết bị bay
2.4.1. Tính chất đa trị của định thức Jacobi về khả năng sử dụng đơn thuần
thông tin từ trường Trái đất.

H).,,(AH
1
γψϑ=
(2.2)
Ở đây: H
1
– vector đo được của từ trường Trái đất H trong hệ TĐLK; A –
ma trận chuyển; ϑ, ψ, γ - các góc định hướng của hệ TĐLK; H – VTT
đã biết trong hệ tọa độ địa tâm.

















γϑψ−γψ+
+γϑ−γϑψ+γψ
γϑψ−γψ+
+γϑ+γϑψ−γψ
ϑψ+ϑ+ϑψ
=
z
H).sin.sin.sincos.(cos
y
H.sin.cos
x
H).sin.sin.coscos.(sin
z
H).cos.sin.sinsin.(cos
y
H.cos.cos
x
H).cos.sin.cossin.(sin
z
H.cos.sin
y
H.sin
x
H.cos.cos
1
H
(2.4)

7


nếu coi
0
z
H =
khi đó H
1
mà TBB đo được có dạng sau:
yx
yx
yx
1
H.sin.cosH).sin.sin.coscos.(sin
H.cos.cosH).cos.sin.cossin.(sin
H.sinH.cos.cos
H
γϑ−γϑψ+γψ
γϑ+γϑψ−γψ
ϑ+ϑψ
=
(2.5)
Ma trận Jacobi của vector H
1




















γ∂
∂
ψ∂
∂
ϑ∂
∂
γ∂
∂
ψ∂
∂
ϑ∂
∂
γ∂
∂
ψ∂
∂

ϑ∂
∂
=
γψϑ∂
γψϑ∂
1z
H
1z
H
1z
H
1y
H
1y
H
1y
H
1x
H
1x
H
1x
H
),,(
),,(
1
H

[
]

0),,(/),,(
1
HDet
=
γ
ψ
ϑ
∂
γ
ψ
ϑ
∂

⇒,
T
),,( γψϑ
có vô số nghiệm.
2.4.2. Mô hình đo VTT Trái đất kết hợp với nguồn thông tin độc lập khác
để ĐKĐH cho TBB
1. Đặt vấn đề.
Nếu coi VTT Trái đất
1
H là xác định và bất biến,
thì có thể lấy nó làm gốc để xét sự quay của TBB
tương đối so với VTT.
2. Mô hình toán học phép đo VTT trong hệ TĐLK
a. Phương pháp xác định vận tốc góc của vector
từ trường
Vector
ω

−
cần đo đặc trưng cho sự quay của VTT
1
H nếu ta coi H
1
là
vector bán kính, thì:

[
]
1
Hdt/
1
dH ×ω−=
(2.6)
có thể biểu diễn bằng một định thức:
z1
H
y1
H
x1
H
z1y1x1
kji
dt
1
dH
ω−ω−ω−=
(2.7) Từ (2.7) ta có:
Y

1

X
1

Z
1

H

0

Trục mà khi quay qu
anh nó,
bộ đo vector không cảm
biến được
Hình 2.9. Giải thích không có khả năng định vị
chỉ bằng các phép đo từ trường
Y
1

Z
1

X
1

O
1
H

ω
−
p
ω
−
tt
ω
−
Hình 2.10. Sự quay của VTT
trong hệ TĐLK
ω




8








ω+ω−=
ω−ω+=
ω+ω−=
x1
H.

y1y1
H.
x1
dt/
z1
dH
x1
H.
z1z1
H.
x1
dt/
y1
dH
y1
H.
z1z1
H.
y1
dt/
x1
dH
(2.8)
Det[(2.8)] = 0, phép đo theo (2.8) có kết quả đa trị.
b. Khắc phục tính đa trị bằng cách bổ sung thông tin vận tốc góc từ các
phép đo độc lập. Do (2.8) đa trị nên cần phải bổ sung thông tin cho hệ này.
+ Bổ sung thông tin theo thành phần ω
1x
Đưa thêm vào (2.8) giá trị đo độc lập VTG ω
1x

, ký hiệu là W. Hệ phương
trình (2.8) khi đó sẽ có dạng mới:





ω+−=
ω−=
ω+ω−=
x1
H.
y1y1
H.dt/
z1
dH
x1
H.
z1z1
H.dt/
y1
dH
y1
H.
z1z1
H.
y1
dt/
x1
dH

W
W
(2.9)
biểu thức tính trực tiếp ω
1y
và ω
1z
là:





+=ω
−=ω
x1
H/)dt/
z1
dH(
y1
x1
H/)dt/
y1
dH(
z1
1y
W.H
1z
W.H
(2.10)

Hệ phương trình (2.10) chỉ giải được khi 0H
x
1
≠ .
+ Bổ sung thông tin theo ω
1y
hoặc ω
1z
ta cũng lập được các hệ phương
trình (2.12), (2.14) tương tự như (2.10), các hệ này chỉ giải được khi
0H
y1
≠

hoặc
0H
z
1
≠
.
3. Phương án sử dụng duy nhất một cảm biến VTG độc lập là con quay
thẳng đứng
Các hệ phương trình (2.10), (2.12), (2.14) vô nghiệm khi (H
1x
, H
1y
, H
1z
=0).
Nếu dùng hai cảm biến VTG độc lập, đặt vuông góc với nhau, thì với định

hướng bất kỳ của TBB, ta sẽ chọn 1 cặp phương trình để xác định thành phần
thứ 3 còn lại của vetor VTG. Tuy nhiên ta có thể sử dụng 1 cảm biến VTG
độc lập làm nguồn thông tin bổ sung bằng cách chọn vị trí đặt trục nhạy của
cảm biến VTG theo một trong 3 trục (X
1
, Y
1
, Z
1
) của hệ TĐLK.



9


Lựa chọn: đối với vùng gần xích đạo của Trái đất VTT có thành phần
thẳng đứng lớn hơn các thành phần ngang, tốt nhất nên đặt trục nhạy của
cảm biến VTG dọc theo trục OY
1
của hệ TĐLK trên TBB. Khả năng
H
1y
=0 chỉ khi góc liệng của TBB bằng góc nghiêng của VTT (góc nghiêng
của VTT ≥60
o
). Như vậy TBB sẽ không thể có góc liệng lớn như vậy do
hạn chế về quá tải vật bay, góc liệng của TBB ≤ 30
o
.

2.4.3.
Mô phỏng các phép đo VTG của TBB bằng phương pháp tính thẳng
VTT có thông tin bổ sung của cảm biến độc lập

Cho trước những dữ liệu đầu vào mô hình: Sai số TBBP tương đối của
tạp âm dB5
−
=
ε
, ∆t=0.1s; υ
H
=-60
o
; H
1x
=H
1y
=H
1z
=0; ϑ=0, ψ=0, γ=0;
ω
1x
=ω
1y
=ω
1z
=5
o
/s. Sử dụng biểu thức (2.4), (2.11), (2.12), (2.25), (2.26) tính
toán bằng phần mềm MatLab, có bổ sung cảm biến VTG ω

1y
ta nhận được
những kết quả mô phỏng trên hình 2.1.












Từ kết quả mô phỏng cho phép ta rút ra một số kết luận sau:
1. Tính đơn trị của các phép đo VTT so với các trục định hướng của TBB
chỉ có khi sử dụng thêm các phép đo VTG bằng một hoặc hai cảm biến độc

a) Thành phần H
1x
hư
ớng theo
trục OX
1
(có can nhiễu tạp
mức -5dB)
b) Thành phần vận tốc góc
ω
1x

(nhiễu đo ω
1x
tăng tại các
điểm H
1y
≈0)
c) Thành phần H
1y
hư
ớng
theo trục OY
1
(có can nhi
ễu
tạp mức -5dB)
d) Thành phần v
ận tốc góc
ω
1y
(không có nhi
ễu đo do đặt
ω
1y
=const)

e) Thành phần H
1z
hư
ớng
theo trục OZ

1
(có can nhi
ễu
tạp mức -5dB)
Hình 2.11. Kết quả mô phỏng đo các thành phần VTT và VTG của TBB

e) Thành phần H
1z
hư
ớng theo
trục (nhiễu đo ω
1z
tăng tại c
ác
điểm H
1y
≈0)



10

lập. Tuy nhiên, ngay trong trường hợp này, vẫn tồn tại những miền nghiệm đa
trị, nếu như không có sự lựa chọn cách đặt cảm biến VTG bổ sung.
2. Sử dụng duy nhất một cảm biến VTG có trục nhạy hướng theo trục
OY
1
của hệ TĐLK trên TBB.
3. Sai số khi tính các vector VTG thông qua đo VTT là sai số tính đạo hàm
của VTT. Sai số này được đặc trưng bởi sai số nhiễu tạp của bộ đo (hình 2b,

2f). Để giảm ảnh hưởng của sai số nhiễu tạp, ta phải sử dụng các phương pháp
lọc phi tuyến tối ưu.
Kết luận chương 2
1. Bài toán điều khiển và ổn định định hướng TBB phụ thuộc rất nhiều
vào độ chính xác ổn định trục thẳng đứng hệ dẫn đường quán tính. Phần tử
cảm biến chính của hệ ĐKĐH truyền thống đo vị trí trục thẳng đứng là con
quay cơ - điện. Giá thành, khối lượng và kích thước hình học của nó chiếm
tỷ trọng đáng kể đối với phần còn lại của hệ thống.
2. Việc đo vector từ trường không cho phép xác định định hướng của
TBB một cách đơn trị. Nguyên nhân xuất phát từ bản chất hình học của
phép đo, mà không thể khắc phục được bằng các thuật toán biến đổi. Để
giải được bài toán đo VTG thông qua đo VTT cần phải sử dụng thêm
những phép đo độc lập đối với một hoặc 2 góc định hướng TBB.
3. Có khả năng xây dựng một hệ ĐKĐH không dùng con quay cơ - điện
mà thay vào đó là các cảm biến VTG kết hợp với cảm biến ba trục đo từ
trường Trái đất được chế tạo trên cơ sở công nghệ mới, có kích thước và
giá thành thấp.
4. Để hiện thực hóa hệ thống ĐKĐH cho TBB sử dụng thông tin từ
trường Trái đất thì cần tổng hợp hệ thống đo – xử lý thông tin có độ chính
xác cao là rất quan trọng và quan trọng hơn cả là tổng hợp các bộ lọc số tối
ưu phi tuyến cho phép giảm tối đa các sai số tương quan yếu, nhất là sai số
tính đạo hàm theo các thành phần của VTT.



11

Chương III
TỔNG HỢP HỆ THỐNG ĐO VẬN TỐC GÓC CỦA THIẾT BỊ BAY
DỰA TRÊN LỌC PHI TUYẾN TỐI ƯU

3.1. Bài toán lọc các thành phần VTG
Ta xây dựng bài toán trên cơ sở lý thuyết lọc phi tuyến.
- Kênh quan sát được mô tả bằng phương trình sau:
[
]
)t(t),t()t(
tap
nsy
+
λ
=
(3.1)
với: y(t) là các giá trị đo VTT theo các trục hệ TĐLK [
x1
H
y ,
y1
H
y ,
z1
H
y ], có
kèm theo nhiễu tạp;
[
]
{
}
T
z1
H,

y1
H,
x1
H
1
Ht),t( ==λs
là các giá trị đo thực của VTT (không bị ảnh
hưởng của nhiễu tạp); λ(t) là vector các tham số đánh giá;
)t(
tap
n
là vector sai
số nhiễu dạng tạp trắng có ma trận mật độ phổ dạng đường chéo N/2.
Vector đánh giá các tham số λ(t) được mô tả như sau:
{
}
T
z1
,
y1
,
x1
,
z1
H,
y1
H,
x1
H)t(λ ωωω=
(3.2)

Phương trình xác suất tiên nghiệm, mô tả các thành phần của vector đánh
giá có dạng:

x1
H.
y1y1
H.
x1
dt/
z1
dH
x1
H.
z1z1
H.
x1
dt/
y1
dH
y1
H.
z1z1
H.
y1
dt/
x1
dH
ω+ω−=
ω−ω+=
ω

+
ω
−
=
(3.3)
x1
ω
,
y1
ω
và
z1
ω
, mô tả bằng các quá trình Markov bậc nhất:

(
)
( )
( )
z1/ht
n
z1z1
T/1dt/
z1
d
y1/ht
n
y1y1
T/1dt/
y1

d
x1/ht
n
x1x1
T/1dt/
x1
d
+ω−=ω
+ω−=ω
+
ω
−
=
ω
(3.4)
3.2. Thuật toán lọc phi tuyến các thành phần vector VTG của TBB
3.2.1. Mô hình toán học



12

Sử dụng thuật toán lọc tĩnh cận tuyến tính để lọc phi tuyến các thành
phần VTG của TBB. Dạng cuối cùng của thuật toán lọc như sau:

z1H
F
*
x1
H.

*
y1
*
y1
H.
*
x1
dt/
*
z1
H
y1H
F
*
x1
H.
*
z1
*
z1
H.
*
x1
dt/
*
y1
H
x1H
F
*

y1
H.
*
z1
*
z1
H.
*
y1
dt/
*
x1
dH
+ω+ω−=
+ω−ω+=
+ω+ω−=

( )
( )
( )
z1
F
*
z1
.
z1
T/1dt/
z1
d
y1

F
*
y1
.
y1
T/1dt/
y1
d
x1
F
*
x1
.
x1
T/1dt/
x1
d
ω
+ω−=ω
ω
+ω−=ω
ω
+ω−=ω
(3.6)
Khi sử dụng thuật toán lọc phi tuyến cận tối ưu ta có:








−
ω
+






−
ω
=
ω






−
ω
+







−
ω
=
ω






−
ω
+






−
ω
=
ω






−=







−=






−=
*
y1
H)t(
y1H
YK
*
x1
H)t(
x1H
YK
z1
F
*
z1
H)t(
z1H

YK
*
x1
H)t(
x1H
YK
y1
F
*
z1
H)t(
z1H
YK
*
y1
H)t(
y1H
YK
x1
F
*
z1
H)t(
z1H
Y
H
K
z1H
F
*

y1
H)t(
y1H
Y
H
K
y1H
F
*
x1
H)t(
x1H
Y
H
K
x1H
F
(3.8)
3.2.2. Mô phỏng thuật toán lọc trên máy tính
Dữ liệu đầu vào chung cho tất cả các thử nghiệm là: độ nghiêng của VTT
bằng -60
o
; Vị trí góc ban đầu hệ TĐLK ϑ=0, ψ=0, γ=0;
s/
o
5
Z1Y1X1
=ω=ω=ω
;
1

H
K
=
,
1K =
ω
,
s1
z1
T
y1
T
x1
T
=
ω
=
ω
=
ω
.
Đánh giá kết quả khảo sát:
a) Kết luận về tính hội tụ và phân kỳ của thuật toán.
- Với thuật toán lọc phi tuyến có hệ số không đổi là phân kỳ.
- Với thuật toán lọc phi tuyến động (hệ số thay đổi) là thuật toán hội tụ
nhưng độ chính xác chưa cao.
- Với thuật toán lọc phi tuyến với tín hiệu sai số tiên nghiệm thuật toán
hội tụ (hình 3.3).
b) Kết luận về các tính chất động học của thuật toán.
Thuật toán lọc phi tuyến với tín hiệu sai số tiên nghiệm (hình 3.3b và 3.3f)

cho thấy sai số tĩnh theo các trục X
1
và Z
1
. và những vùng tăng gần vùng
phân kỳ của thuật toán lọc tĩnh (hình 3.2b và 3.2f).
c) Kết luận về ảnh hưởng của sai số tạp âm tới thuật toán



13

Khi có nhiễu tác động dưới dạng sai số TBBP=5dB, xuất hiện sai số đo
VTG những vùng không mong đợi (hình 3.3b và 3.3f).
3.3. Các thuật toán lọc phi tuyến khác trong tổng hợp bộ đo VTG của TBB
3.4.1. Sử dụng thuật toán lọc Kalman rời rạc mở rộng - EKF
- Phương trình mô tả động học của hệ thống:

1
k
1
k
1
k
1
k
k
w)t,x(fx
−−−−
+

=
(3.9)
- Phương trình phép đo:
k
k
k
k
v)x(hz +=
(3.10)
+ Khởi tạo bộ lọc:
[
]
[ ]



−−=
=
T
0000X
00
)x
ˆ
x)(x
ˆ
x(EP
xEx
ˆ
0
(3.11)

+ Phương trình ước lượng trạng thái dự báo:

(
)
)(x
ˆ
f)(x
ˆ
1
k
1
k
k
+=−
−−
(3.12)
+ Phương trình tính phép đo dự báo:
(
)
)(x
ˆ
hz
ˆ
k
k
k
−
=
(3.13)
+ PT hiệu chỉnh dự báo phép đo:

)(x
ˆ
x
k
kkkkkk
k
x
h
H),z
ˆ
z(H)(x
ˆ
)(x
ˆ
−=
∂
∂
≈−+−=+
( 3.14)
+ Ma trận phương sai tiên nghiệm:

1k
Q
T
k
)(
k
P
k
A)(

k
P
A
+
++=−
,
)(xx
dx
k
df
k
A
1k
−=
≈
−
)
(3.15)
+ Phương trình tính hệ số khuếch đại lọc:

[
]
k
T
k
kk
)(P)(K
R
H
)(PH

H
1
T
k
kk
+−
−
−=−
(3.16)
+ Phương trình tính ma trận phương sai hậu nghiệm:

[
]
)(
k
P
k
H
k
KI)(
k
P −−=+
(3.17)
3.4.2. Sử dụng thuật toán lọc Kalman Unscented Filter (UKF)
Thuật toán UKF để ước lượng trạng thái và tham số của hệ động học có
tính phi tuyến lớn. Thuật toán này tương đương như thuật toán (EKF)
nhưng độ chính xác cao hơn.
Các phương trình thực hiện thuật toán lọc Kalman Unscented:
+ Khởi tạo bộ lọc: giống biểu thức (3.11)

14

+ Tính các điểm sigma:
[
]
1k1k
x1k,x1k1k1k
P)1(x
ˆ
P)1(x
ˆ
,x
ˆ
−−
λ+−λ++=ϑ
−+−−
(3.19)
+ Các phương trình cập nhật thời gian: (3.20)
+ Các phương trình cập nhật phép đo: (3.21)
Trong (3.20) và (3.21),
k
Q
và
k
R
tương ứng với ma trận phương sai của
nhiễu kênh trạng thái và nhiễu kênh đo, còn các trọng số có thể được tính
theo phép biến đổi Unscented.

3.4.3. Kết hợp thuật toán lọc thích nghi và thuật toán lọc Kalman Unscented
thích nghi (MS-AUKF).
Thuật toán MS-AUKF được xây dựng trên cơ sở hai bộ lọc UKF song
song (hình 3.4), gồm UKF-master và UKF-slaver, UKF-slaver ước lượng
phương sai nhiễu sử dụng những thay đổi (innovations) được tạo bởi UKF-
master. Hai UKF độc lập trong cấu trúc MS-AUKF.








ký hiệu
i
k
θ
là phần tử đường chéo thứ i của ma trận phương sai nhiễu đo
v
k
Q
, nghĩa là:
)
m
k
,
2
k
,

1
k
(diag
v
k
Q θθθ=
(3.23)
Khi động học của
k
θ
đã biết :
k
W)
1k
(f
k θ
+
−
θ
=
θ
(3.24)
thì (3.24) là mô hình tham chiếu của UKF-slaver. Khi không biết động học
của
k
θ
, thì sử dụng mô hình nhiễu tác động:
k
W
1kk θ

+
−
θ
=
θ
(3.25)
k1
ˆ
x
−
k1
ˆ
−
θ

phương sai
nhiễu
Cập nhật
thời gian
Cập nhật
phép đo
Cập nhật
thời gian
Cập nhật
phép đo
UKF-Master
k
ˆ
x
y

k
v
k
innovation
k|k1
ˆ
−
θ

trạng thái

k
ˆ
θ

k|k1
ˆ
x
−

UKF-Slaver
Hình 3.4. Sơ đồ cấu trúc của bộ lọc MS-AUKF



15

với
k
w

θ
được giả thiết là tạp trắng Gauss có kỳ vọng = 0.
Phương sai của những thay đổi tạo bởi UKF-master là tín hiệu quan sát đối
với UKF-slaver, khi đó mô hình quan sát có dạng:







+−γ−γ=θ=
∑
=
−
−−−−
n2
0i
v
1k
T
1kk1kk,i1kk1kk,i
c
ik
k
Q)y)(y(wdiag)(gS
(3.26)
Phép đo của
k
ˆ

S
nhận được bởi UKF-slaver là:
T
kkk
Sdiag(vv)
=
với
kkk|k1
vyy
−
=−
là innovation và y
k
là phép đo thực. Bởi vậy thuật toán
đệ quy của UKF-slaver có thể được thực hiện như sau:
+ Slave-I – Khởi tạo bộ lọc (3.27)
+ Slave-II – Tính các điểm sigma (3.28)
+ Slave-III – Cập nhật thời gian (3.29)
+ Slave IV – Cập nhật phép đo (3.30)
3.4. Mô phỏng đánh giá các mô hình hệ thống xác định VTG đã xây dựng
Điều kiện thực hiện mô phỏng giống như chương 2. Số liệu ban đầu:
1x1y1z
0.1(rad/s)
ω=ω=ω= ; các góc ban đầu bằng 0; VTG của TBB
1y
ω
đo nhờ
một cảm biến VTG độc lập bổ sung. Sử dụng phần mềm MatLaB để lập
trình, ta nhận được những kết quả sau:
Theo quy trình các thuật toán lọc đã trình bày ở các mục 3.3.1 – 3.3.3,

sử dụng phần mềm MatLaB để lập trình, ta nhận được những kết quả sau








0 10 20 30 40 50 60 70 80 90 100
-1
-0.5
0
0.5
1
Sai so


0 10 20 30 40 50 60 70 80 90 100
-1
0
1
H1y
0 10 20 30 40 50 60 70 80 90
100
-1
-0.5
0
0.5
1

Thoi gian(s)
Sai so


w*1x
w*1z

a) Khi không có nhiễu phép đo VTT không có sai số

0 10 20 30 40 50 60 70 80 90 100
-1
-0.5
0
0.5
1
W1x


0 10 20 30 40 50 60 70 80 90 100
-1
0
1
H1y
0 10 20 30 40 50 60 70 80 90 100
-1
-0.5
0
0.5
1
Thoi gian(s)

w1z



b) Khi có nhiễu phép đo VTT có sai số lớn tại những điểm H
1y
=0
Hình 3.5 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF. Mô phỏng
theo phương pháp thực nghiệm Monte Carlo.



16

Sai số đánh giá các VTT và VTG sử dụng thuật toán EKF mô phỏng
theo phương pháp thực nghiệm thống kê Monte-Carlo khi nhiễu tác động
nhỏ thể hiện trên hình 3.6. Khi nhiễu tác động lớn ở giai đoạn cuối, được
thể hiện trên hình 3.7.(a, b, c, d, e, f)

Sai số đánh giá các VTT và VTG khi sử dụng thuật toán UKF. Mô phỏng
theo phương pháp thực nghiệm Monte Carlo được thể hiện trên hình 3.8






Chất lượng của 2 bộ lọc EKF và UKF được so sánh với nhau thông qua
việc so sánh sai số đánh giá các thành phần VTT và VTG của hai bộ lọc
chạy đồng thời trong cùng một điều kiện thử nghiệm. Kết quả mô phỏng
khi hai thuật toán EKF và UKF chạy đồng thời được thể hiện trên hình 3.9.
0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so danh gia H1x


Sai so danh gia H1x
a. Sai số đánh giá H

1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so danh gia w1x


Sai so danh gia w1x

d. Sai số đánh giá ω
1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5

1
1.5
2
x 10
-3
Thoi gian(s)
Sai so danh gia w1z


Sai so danh gia w1z

f. Sai số đánh giá ω
1z

Hình 3.8 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán UKF
. Mô phỏng theo phương pháp thực nghiệm Monte Carlo.

Hình 3.6 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF.
Mô phỏng theo phương pháp thực nghiệm Monte Carlo.
0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10

-3
Thoi gian(s)
Sai so danh gia H1x


Sai so danh gia H1x
a. Sai số đánh giá H
1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so danh gia w1x


Sai so danh gia w1x

d. Sai số đánh giá ω
1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so danh gia w1z


Sai so danh gia w1z

f. Sai số đánh giá ω
1z

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5

2
x 10
-3
Thoi gian(s)
Sai so danh gia H1x


H1x

a. Sai số đánh giá H
1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so danh gia w1x


W1x

d. Sai số đánh giá ω
1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so danh gia w1z


w1z

f. Sai số đánh giá ω
1z

Hình 3.7 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF.
Mô phỏng theo phương pháp thực nghiệm Monte Carlo.



17

Ở nửa đầu của quá trình khi nhiễu tác động nhỏ, kết quả ở cả hai
phương pháp UKF và MS-AUKF sai số đánh giá có thể coi là giống nhau.
Ở nửa sau của quá trình ta cho nhiễu tác động lớn thì phương pháp MS-
AUKF có hiệu quả hơn so với phương pháp UKF (hình 3.10).






Đánh giá kết quả khảo sát:
1. Nếu đo từ trường không có sai số thì có thể tính trực tiếp các thành
phần VTG ω
1x
và ω
1z
(hình 3.5a). Nếu phép đo từ trường có sai số rất nhỏ,
thì các phép tính trực tiếp vẫn có sai số rất lớn (hình 3.5b). Như vậy không
thể sử dụng tính trực tiếp các thành phần VTG vì luôn tồn tại sai số đo.
2. Sử dụng thuật toán EKF hoặc UKF ta có thể hoàn toàn ước lượng không
chỉ các thành phần VTG không được quan sát ω
1x
, ω

1z
mà còn cả chính bản
thân các phép đo từ trường H
1x
, H
1y
, H
1z
. Chất lượng của thuật toán UKF là
tốt hơn so với thuật toán EKF nhưng không đáng kể (xem các hình 3.9).
3. Khi nhiễu đo tăng lên tại thời điểm t=50(s), thì sai số ước lượng của cả hai
thuật toán EKF và UKF đều tăng rất lớn (hình 3.7a, d, f, hình 3.10a, d, f).
0 10 20 30 40 50 60 70 80 90 100
-4
-3
-2
-1
0
1
2
3
4
x 10
-3
Thoi gian(s)
Sai so H1x


Sai so H1x EKF Sai so H1x UKF

a. Sai số đánh giá H
1x

0 10 20 30 40 50 60 70 80 90 100
-4
-3
-2
-1
0
1
2
3
4
x 10
-3
Thoi gian(s)
Sai so w1x


Sai so w1x EKF Sai so w1x UKF

d. Sai số đánh giá ω
1x

0 10 20 30 40 50 60 70 80 90 100
-4
-3
-2
-1
0

1
2
3
4
x 10
-3
Thoi gian(s)
Sai so w1z


Sai so w1z EKF Sai so w1z UKF

f. Sai số đánh giá ω
1z

Hình 3.9 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán EKF và UKF

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)

Sai so H1x


Sai so H1x(UKF)
Sai so H1x(MSAUKF)

a. Sai số đánh giá H
1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so w1x


Sai so w1x(UKF)
Sai so w1x(MSAUKF)

d. Sai số đánh giá ω
1x

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Thoi gian(s)
Sai so w1z


Sai so w1z(UKF)
Sai so w1z(MSAUKF)
f. Sai số đánh giá ω
1z

Hình 3.10 Sai số đánh giá các VTT và VTG khi sử dụng thuật toán
MS-AUKF. Mô phỏng theo phương pháp thực nghiệm Monte Carlo.



18

4. Sử dụng thuật toán UKF thích nghi (MS-AUKF) ta có thể giải quyết

hầu hết nhược điểm của các thuật toán EKF và UKF trước sự thay đổi của
nhiễu đo (hình 3.10a,d,f).
Kết luận chương 3
Trên cơ sở các phép đo VTT và thông tin VTG bổ sung từ cảm biến độc
lập
y1
ω
. Trong chương 3 tác giả đã:
+ Tổng hợp được mô hình bộ lọc phi tuyến tĩnh (hệ số cố định) và động
(có tín hiệu sai số tiên nghiệm). Khảo sát hai mô hình lọc phi tuyến đã nêu
và rút ra những kết luận quan trọng liên quan tới tính hội tụ, phân kỳ, tính
chất động học và sai số do tác động của nhiễu tạp đo gây ra.
+ Xây dựng và tổng hợp được 3 mô hình bộ lọc Kalman rời rạc tối ưu là
EKF, UKF và MS-AUKF đều có khả năng lọc, xử lý tốt đối với nhiễu đo
có đặc trưng thống kê ổn định.
+ Cả 3 phương án lọc Kalman rời rạc đều hội tụ tốt với sai số nhỏ. Tính
chống nhiễu và tính chất động học được cải thiện tốt hơn bộ lọc phi tuyến động.
Tuy nhiên khi tình huống nhiễu thay đổi chỉ có bộ lọc Kalman mở rộng thích
nghi (MS-AUKF) vẫn đáp ứng được những yêu cầu về động học và sai số.
Chương IV
THỰC NGHIỆM ĐÁNH GIÁ KHẢ NĂNG THỰC TẾ HÓA HỆ ĐO –
XỬ LÝ THÔNG TIN VẬN TỐC GÓC CỦA THIẾT BỊ BAY THEO
TỪ TRƯỜNG TRÁI ĐẤT
4.1. Mô tả thực nghiệm
Thí nghiệm tiến hành trên giá quay PTN giống như TBBKNL chuyển
động trong chế độ bay bằng thực tế.
4.2. Thiết kế và tổ chức phần cứng thực nghiệm
Cảm biến đo từ trường ba trục loại HMC2003 và cảm biến VTG bổ sung
loại LY510ALH được sử dụng để thiết kế mạch thử nghiệm, chọn ADC
trên cơ sở Platform ElVIS-II của NI

19

Sơ đồ chức năng kết nối phần cứng hình 4.11(a,b)



4.3. Thiết kế và xây dựng phần mềm thực nghiệm
Mô hình rời rạc của bộ lọc như sau:
[
]
[ ]
[ ]
)k(H)k()k(H)k(T)k(H)k(H
)k(H)k()k(H)k(T)k(H)k(H
)k(H)k()k(H)k(T)k(H)k(H
xyyz
*
zz
xzzx
*
yy
yzzy
*
xx
111111
111111
111111

1
1
1
ω+ω−+=+
ω−ω+=+
ω+ω−+=+
(4.1)
)k(w)k()T/Texp()1k(
)k(w)k()T/Texp()1k(
)k(w)k()T/Texp()1k(
zz1z1z1
yy1y1y1
xx1x1x1
+ω−=+ω
+ω−=+ω
+
ω
−
=
+
ω

viết hệ (4.1) dưới dạng ma trận – vector:
)k(w)t),k(x(f)1k(x
k
k
+
=
+
(4.2)

Ở đây:
[
]
T
)k(
z1
)k(
y1
)k(
x1
)k(
x1
H)k(
z1
H)k(
y1
H)k(
x1
H)k(x ωωω=
(4.3)
vector đo được biểu diễn như sau
T
1x1y1z1y
z(k)H(k)H(k)H(k)(k)v(k)

=ω+

(4.4)
Các quan sát (phép đo) ở (4.4) ta sẽ ước lượng vector trạng thái x(k) ở
(4.3) mà động học được mô tả bởi hệ phương trình (4.1).

4.3.1. Phần mềm và kết quả lọc theo thuật toán EKF








Giá quay 3 b
ậc tự do
gắn board cảm biến
từ trường trái đất +
cảm biến VTG
Board ELVIS II
biến đổi AD và
ghép nối với máy
tính

Máy tính cá nhân
sử lý và thực hiện
các thuật toán lọc
Bộ nguồn chất
lượng cao

Kết quả sử lý
(H
1x
. H
1y,

H
1z
)

ω
1x
. ω
1y
,ω
1z

Hình 4.11.a Sơ đồ chức năng kết nối phần cứng
a) Kết quả đo H
1x
b) Kết quả đo H
1y
c) Kết quả đo H
1z

Hình 4.18. Kết quả đo VTT khi sử dụng bộ lọc EKF (đơn vị gauss)
(đường màu đỏ là đo trước lọc; màu trắng là sau lọc)
a) Kết quả đo
ω
1x
b) Kết quả đo
ω
1y
c) Kết quả đo
ω
1z

Hình 4.19. Kết quả đo các thành phần VTG (đơn vị đo 10
-3
rad/s)



20







4.3.2. Phần mềm và kết quả lọc theo thuật toán UKF












4.3.2. Phần mềm thuật toán lọc Kalman thích nghi (MS-AUKF)
Giải pháp phần mềm nâng cao chất lượng của bộ lọc bằng cách ước lượng

sai số bias của cảm biến VTG sẽ được bổ sung vào vector trạng thái.
Khi đó vector trạng thái là
T
new1x1y1z1x1y1zbias
x(k)H(k)H(k)H(k)(k)(k)(k)x(k)

=ωωω

(4.6)
ở đây x
bias
(k) là bias của cảm biến VTG. Ma trận độ nhạy phép đo H sẽ là
1ydo1ybias1y
(k)(k)x(k)v(k)
ω
ω=ω++
(4.7)
Bias của MEMs là:
biasth/bias
x(t)w(t)
=
&
(4.8)
Hay dưới dạng rời rạc hóa
biasbiasth/bias
x(k1)x(k)Tw(k)
+=+
(4.9)
a)
ω

1x
b)
ω
1y
c)
ω
1z
Hình 4.23. Kết quả lọc UKF các thành phần VTG (đơn vị đo độ/s)

(đường màu đỏ là đo trước lọc; màu trắng là sau lọc)
a) Kết quả đo H
1x
b) Kết quả đo H
1y
c) Kết quả đo H
1z

Hình 4.20. Kết quả đo VTT khi sử dụng bộ lọc UKF (đơn vị gauss)
(đường màu đỏ là đo trước lọc; màu trắng là sau lọc)
a) Kết quả đo H
1x
b) Kết quả đo H
1y
c) Kết quả đo H
1z

Hình 4.22. Kết quả đo các thành phần VTT có lọc bias (đơn vị đo gauss)
(đường màu đỏ là đo trước lọc; màu trắng là sau lọc)
a) Kết quả đo
ω

1x
b) Kết quả đo
ω
1y
c) Kết quả đo
ω
1z
Hình 4.21. Kết quả đo các thành phần VTG (đơn vị đo 10
-2
rad/s)



21

Bổ sung (4.9) vào hệ (4.1) và thay phép đo ở (4.7) vào (4.3) ta có mô hình
động học và mô hình quan sát mới. Có thể áp dụng cả hai thuật toán lọc
EKF và lọc UKF để giải bài toán này.
Thực nghiệm dùng thuật toán lọc MS-AUKF.

4.4. Đánh giá kết quả thực nghiệm
Kết quả thực nghiệm được hiển thị dưới dạng đồ thị hình 4.18, 4.19, 4.20,
4.21 và 4.22 tương ứng với kết quả đo: H
1x
; H
1y
; H
1z
; ω
1x
; ω
1y
; ω
1z
.
Dựa vào kết quả thực nghiệm có thể đưa ra những đánh giá sau:
1. Các bộ lọc EKF, UKF đều có thể giải quyết bài toán xác định các
thành phần VTG theo thông tin đo VTT như đã phân tích các kết quả mô
phỏng ở cuối chương 2 và trong chương 3. Chất lượng của bộ lọc UKF tốt
a) H
1X
b) H
1Y
c) H
1Z

Hình 4.26. Kết quả lọc MS-AUKF các thành phần VTT khi nhiễu ngoài tác đ
ộng tại thời điểm 130s
(đồ thị màu đỏ - trước xử lý; màu trắng – sau lọc)
a) H
1X
b) H
1Y
c) H
1Z
Hình 4.24. Kết quả lọc MS-AUKF khi không có nhiễu ngoài tác động
(đồ thị màu đỏ - trước xử lý; màu trắng - sau lọc)
a)
ω
1X
b)
ω
1Y
c)
ω
1Z
Hình 4.27. Kết quả lọc MS-AUKF các thành phần VTG có nhiễu ngoài tác động (đơn vị đo độ/s)

a)
ω
1X
b)
ω
1Y
c)
ω

1Z
Hình 4.25. Kết quả lọc MS-AUKF các thành phần VTG (đơn vị đo độ/s)



22

hơn so với bộ lọc EKF (so sánh tương ứng các kết quả trên hình 4.18a,b,c
với 4.20a,b,c và 4.19a,b,c với 4.21a,b,c).
2. Việc nâng cao chất lượng ước lượng các trạng thái được thực hiện
bằng giải pháp đưa thêm sai số bias của cảm biến VTG LY510ALH vào
thành phần vector trạng thái trong thuật toán lọc UKF (Hình 4.24a,b,c;
4.25a,b,c).
3. Chất lượng ước lượng các trạng thái cao nhất khi sử dụng bộ lọc MS-
AUKF có đưa thêm sai số bias của cảm biến VTG LY510ALH vào thành
phần vector trạng thái trong mọi điều kiện có hay không có nhiễu ngoài tác
động (Hình 4.24 – 4.27). Tuy nhiên điều này sẽ làm tăng kích thước của bộ
lọc do sử dụng cấu trúc thích nghi tham chiếu (MS).
4. Hoàn toàn có thể sử dụng nguồn thông tin từ trường Trái đất và cảm
biến VTG bổ sung để tổng hợp hệ thống ổn định và điều khiển định hướng
thiết bị bay không người lái.
4.5. Cấu trúc các kênh điều khiển định hướng TBB và phương pháp
phối ghép với các bộ đo góc và VTG
Sơ đồ phối ghép bộ đo các thành phần VTG theo VTT với các kênh điều
khiển như sau:

MÁY TÍNH TRÊN KHOANG
ϑ
prog
;
ψ
prog
;
γ
prog


Biến đổi ADC và

thu
ật toán lọc tối
ưu VTG
ω*
x1
; ω*
y1
; ω*
z1

Th/t tạo th/số ĐK

- So sánh
∆ϑ,∆ψ,∆γ
- Tính các đạo
hàm
∆
’
ϑ
,
∆
’
ψ
,
∆
’
γ


Th/t tạo lệnh
- Lệnh λ
ϑ

- Lệnh λ
ψ

-

L
ệnh
λ
γ

Thuật toán xác
định tọa độ
góc
ϑ
,
ψ
,
γ


Cảm biến VTT
(HMC-2003)
- Cảm biến H
1x

- Cảm biến H
1y

- Cảm biến H
1z

Cảm biến bổ sung

- Gyro MEMS ω
1y

Kênh điều khiển - ổn định góc gật

(sơ đ
ồ cấu trúc 4.29)

Kênh điều khiển - ổn định hướng

(s
ơ đ
ồ cấu trúc 4.30)

Kênh điều khiển - ổn định liệng
(sơ đ
ồ cấu trúc 4.31)

ϑ
&



ψ
&



γ
&

ϑ

ψ



γ

λ
ϑ



λ
ψ



λ
γ

Hình 4.32. Sơ đồ phối ghép hệ đo góc và VTG với các kênh
đi
ều khiển TBBKNL




23

Kết luận chương 4

1. Đã chứng minh được khả năng thực tế hóa bộ đo các thành phần VTG
theo VTT trong hệ TĐLK của TBB. Được thể hiện qua: lựa chọn vật tư
linh kiện; thiết kế phần cứng; xây dựng các chương trình phần mềm thử
nghiệm; đối chiếu tính ưu việt của những phương án (mô hình) xử lý thông
tin và những phân tích kết quả thu được từ thực nghiệm.
2. Những kết quả thực nghiệm đã phản ánh trung thực các kết quả mô
phỏng theo những phương án lọc – xử lý thông tin đo VTG bằng VTT đã
thực hiện trong chương 3. Từ đó cho phép ta lựa chọn mô hình tối ưu của
một bộ đo VTG theo thông tin VTT Trái đất, đó là bộ lọc MS-AUKF có
chất lượng cao hơn hẳn so với các mô hình còn lại. Bộ lọc này không
những đáp ứng được tính chất phi tuyến của hệ đo trong dải rộng, mà còn
thích nghi được với những điều kiện bất định của nhiễu tạp trong quá trình
sử dụng.
3. Trong chương 4 còn có thêm đề xuất nâng cao chất lượng của bộ đo
phụ thuộc điều kiện cảm biến VTG, bổ sung thông tin cho hệ thống, có
chất lượng không cao. Đề xuất này đã được thực tế hóa bằng những thuật
toán lọc bias đầu ra cảm biến và chứng tỏ cải thiện được đáng kể độ chính
xác đo.
4. Từ kết quả phân tích, tổng hợp các thuật toán đo – xử lý thông tin từ
trường ở chương 3; kết quả thực nghiệm và cấu trúc các kênh điều khiển -
ổn định ở chương 4, cho phép ta xây dựng một hệ thống ĐKĐH cho
TBBKNL trên sơ đồ hình 4.32.
Từ bốn kết luận trên có thể đánh giá là nội dung thực nghiệm của luận
án đã đạt được mục đích đề ra là kiểm tra khả năng hiện thực hóa những
vấn đề lý thuyết đã nghiên cứu ở các chương 2 và 3 thành thiết bị đo VTG
và điều khiển ổn định định hướng không gian cho TBBKNL theo một
phương án tối ưu.

24

KẾT LUẬN
Những đóng góp mới của luận án:
1. Đã chứng minh được việc sử dụng các cảm biến từ trường Trái đất kết
hợp với cảm biến vận tốc góc bổ sung dạng vi cơ (MEMS) có thể xác
định được định hướng không gian của thiết bị bay.
2. Đã tổng hợp ba mô hình lọc phi tuyến tối ưu vận tốc góc TBB từ nguồn
thông tin từ trường Trái đất trên cơ sở lý thuyết lọc Kalman rời rạc EKF,
UKF và MS-AUKF, biện luận, phân tích ưu nhược điểm của từng mô hình.
3. Đã mô phỏng những kết quả nghiên cứu lý thuyết và thực nghiệm kiểm
chứng khả năng thực tế hóa thành thiết bị trên cơ sở linh kiện và công
nghệ mới. Kết quả thực nghiệm phản ánh đúng các kết quả nghiên cứu
lý thuyết.
• Hướng phát triển của luận án
Tuy nhiên luận án mới chỉ đề cập nghiên cứu tới một phần chức năng
của hệ thống điều khiển quán tính trên khoang TBB, đó là hệ thống điều
khiển định hướng không gian. Phần còn lại là hệ thống điều khiển quỹ đạo
đang bỏ ngỏ. Do đó, hướng nghiên cứu phát triển của luận án, một cách
logic nhất, phải là tiếp tục nghiên cứu hệ thống điều khiển quỹ đạo và khép
kín bài toán điều khiển quán tính trên khoang TBB.
Hà nội, ngày 01 tháng 12 năm 2013