1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu xây dựng thuật toán nâng cao chất lượng xử lý tín hiệu kênh cao cho một lớp tên lửa hành trình đối hải trên cơ sở lý thuyết điều khiển hiện đại

150 16 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Nghiên cứu xây dựng thuật toán nâng cao chất lượng xử lý tín hiệu kênh cao cho một lớp tên lửa hành trình đối hải trên cơ sở lý thuyết điều khiển hiện đại
Tác giả Phạm Đức Thỏa
Người hướng dẫn TS Nguyễn Quang Vịnh, TS Nguyễn Xuân Căn
Trường học Viện Khoa học và Công nghệ quân sự
Chuyên ngành Kỹ thuật điều khiển và tự động hóa
Thể loại Luận án tiến sĩ kỹ thuật
Năm xuất bản 2019
Thành phố Hà Nội
Định dạng
Số trang 150
Dung lượng 3,48 MB

Các công cụ chuyển đổi và chỉnh sửa cho tài liệu này

Nội dung

trúc bộ đo cao kết hợp, đảm bảo cho thông tin độ cao của tên lửa hành trình được liên tục và chính xác; Xây dựng mô hình ngoại suy trong xử lý kết hợp tín hiệu đo cao ứng dụng thuật toán

Trang 1

VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ

PHẠM ĐỨC THỎA

NGHIÊN CỨU XÂY DỰNG THUẬT TOÁN NÂNG CAO CHẤT LƯỢNG XỬ LÝ TÍN HIỆU KÊNH CAO

CHO MỘT LỚP TÊN LỬA HÀNH TRÌNH ĐỐI HẢI TRÊN CƠ

SỞ LÝ THUYẾT ĐIỀU KHIỂN HIỆN ĐẠI

Chuyên ngành: Kỹ thuật điều khiển và tự động hóa

Mã số: 9 52 02 16

LUẬN ÁN TIẾN SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN KHOA HỌC:

1 TS Nguyễn Quang Vịnh

2 TS Nguyễn Xuân Căn

HÀ NỘI - NĂM 2019

Trang 2

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của tôi Các số liệu, kết quả trong luận án là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác, các dữ liệu tham khảo được trích dẫn đầy đủ

Trang 3

Tôi xin chân thành cảm ơn Ban giám đốc Viện Khoa học và Công nghệ quân sự, Thủ trưởng Phòng Đào tạo, Thủ trưởng Viện Tên lửa đã tạo điều kiện thuận lợi giúp tôi có thể hoàn thành nhiệm vụ và đạt kết quả mong muốn Tôi xin chân thành cảm ơn các nhà khoa học, các cán bộ nghiên cứu trong Viện Tên lửa, Viện Tự động hóa Kỹ thuật Quân sự đã có những đóng góp quý giá trong quá trình nghiên cứu

Tôi xin bày tỏ sự biết hơn sâu sắc đến gia đình, người thân cùng bạn bè đồng nghiệp đã luôn quan tâm, cổ vũ, động viên và tạo điều kiện tốt nhất cho tôi thực hiện luận án này

Trang 4

MỤC LỤC

Trang

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT vi

DANH MỤC CÁC BẢNG viii

DANH MỤC CÁC HÌNH VẼ ix

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP ĐO CAO VÀ XỬ LÝ TÍN HIỆU TRÊN KÊNH CAO CỦA TÊN LỬA HÀNH TRÌNH 5

1.1 Tổng quan về các phương pháp đo cao 5

1.1.1 Hệ thống đo cao không sử dụng sóng điện từ 5

1.1.2 Hệ thống đo cao sử dụng sóng điện từ 6

1.2 Tình hình nghiên cứu về xử lý kết hợp tín hiệu đo cao trên thiết bị bay8 1.2.1 Tình hình nghiên cứu trên thế giới 8

1.2.2 Tình hình nghiên cứu trong nước 9

1.3 Bài toán xử lý kết hợp tín hiệu đo cao trên tên lửa hành trình 12

1.3.1 Các phương pháp xử lý kết hợp tín hiệu 12

1.3.2 Các phương án kết hợp các bộ đo cao 15

1.4 Ứng dụng thuật toán lọc Kalman và vấn đề lựa chọn cấu trúc trong tổ hợp đo cao 17

1.4.1 Thuật toán lọc Kalman xử lý kết hợp tín hiệu đo cao 17

1.4.2 Lựa chọn cấu trúc bộ đo cao kết hợp sử dụng tiêu chuẩn đánh giá mức độ quan sát được 20

1.5 Tính không ổn định của thuật toán lọc Kalman và ứng dụng thuật toán tự tổ chức nâng cao chất lượng xử lý kết hợp tín hiệu đo cao 21

1.5.1 Tính không ổn định của thuật toán lọc Kalman và phương pháp xây dựng mô hình ngoại suy 21

1.5.2 Thuật toán tự tổ chức trong xử lý kết hợp tín hiệu đo cao 23

1.6 Kết luận chương 1 30

Trang 5

CHƯƠNG 2 THUẬT TOÁN XỬ LÝ THÔNG TIN VÀ LỰA CHỌN CẤU

TRÚC BỘ ĐO CAO KẾT HỢP 31

2.1 Sơ đồ cấu trúc hiệu chỉnh tham số trạng thái của kênh cao 31

2.2 Xây dựng mô hình sai số tín hiệu đo cao của các bộ đo cao 33

2.2.1 Mô hình động học sai số trên kênh cao của hệ thống dẫn đường quán tính 34

2.2.2 Mô hình động học sai số đầu ra của bộ đo cao vô tuyến 35

2.2.3 Mô hình động học sai số của bộ đo cao vi khí áp kế 37

2.3 Lựa chọn cấu trúc bộ đo cao kết hợp trong tổ hợp đo cao 40

2.4 Tiêu chuẩn đánh giá mức độ quan sát được cho các bộ đo cao kết hợp 42

2.4.1 Tính quan sát được và điều khiển được theo tiêu chuẩn Kalman 42

2.4.2 Xây dựng tiêu chuẩn ĐMQSĐ trong bộ đo cao kết hợp quán tính-vô tuyến (QT-VT) 45

2.4.3 Xây dựng tiêu chuẩn ĐMQSĐ trong bộ đo cao kết hợp quán tính-khí áp 51

2.4.4 Xây dựng tiêu chuẩn ĐMQSĐ trong bộ đo cao kết hợp quán tính-vô tuyến-khí áp (QT-VT-KA) 53

2.5 Thuật toán lựa chọn cấu trúc bộ đo cao kết hợp sử dụng tiêu chuẩn 55

2.6 Kết luận chương 2 58

CHƯƠNG 3 XÂY DỰNG MÔ HÌNH NGOẠI SUY TRONG XỬ LÝ TÍN HIỆU ĐO CAO ỨNG DỤNG THUẬT TOÁN TỰ TỔ CHỨC 59

3.1 Các nguyên lý cơ bản khi thực thi thuật toán tự tổ chức 59

3.2 Cấu trúc của thuật toán tự tổ chức 62

3.2.1 Nhập dữ liệu cơ sở đầu vào 62

3.2.2 Tổ chức nâng cao chất lượng của mô hình 64

3.2.3 Đánh giá lựa chọn các mô hình 67

3.2.4 Điều kiện kết thúc của thuật toán 70

3.3 Tổ hợp đo cao ứng dụng thuật toán tự tổ chức 72

Trang 6

3.4 Xây dựng mô hình ngoại suy sai số độ cao ứng dụng thuật toán TTC 74

3.4.1 Thu thập và xây dựng dữ liệu cơ sở đầu vào cho thuật toán TTC 74

3.4.2 Nâng cao chất lượng của mô hình bằng phương pháp tổ chức tổ hợp chọn lọc 75

3.4.3 Kiểm tra điều kiện dừng của thuật toán 87

3.5 Xây dựng mô hình ngoại suy sai số vận tốc và gia tốc ứng dụng thuật toán TTC 88

3.5.1 Thu thập và xây dựng dữ liệu cơ sở đầu vào cho thuật toán TTC 88

3.5.2 Tổ chức nâng cao chất lượng của mô hình 90

3.6 Kết luận chương 3 94

CHƯƠNG 4 MÔ PHỎNG KHẢO SÁT, ĐÁNH GIÁ CHẤT LƯỢNG XỬ LÝ TÍN HIỆU KÊNH CAO 96

4.1 Thiết lập mô phỏng với các giả thiết, dữ liệu đầu vào của bài toán 96

4.1.1 Xây dựng chương trình mô phỏng 96

4.1.2 Các giả định, dữ liệu cho mô phỏng 100

4.2 Kết quả khảo sát thuật toán lựa chọn cấu trúc bộ đo cao kết hợp 101

4.3 Ứng dụng tiêu chuẩn đánh giá mức độ quan sát được nâng cao chất lượng xử lý kết hợp cho bộ đo cao QT-VT 105

4.4 Đánh giá chất lượng xử lý kết hợp tín hiệu đo cao ứng dụng thuật toán tự tổ chức 111

4.5 Kết quả khảo sát thuật toán tự tổ chức xây dựng và lựa chọn mô hình ngoại suy 114

4.6 Kết luận chương 4 117

KẾT LUẬN 119

CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ 121

TÀI LIỆU THAM KHẢO ……… 122 PHỤ LỤC ……… P-1-

Trang 7

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

 - Hằng số tương quan sai số gia tốc kế, [1/s]

 ka - Hằng số tương quan sai số áp suất, [1/s]

 - Hằng số tương quan sai số hấp dẫn, [1/s]

β vt - Hằng số tương quan độ dịch chuyển, [1/s]

 - Góc xoắn hay còn gọi là góc cren, [rad]

 - Gradient nhiệt độ, [0K/km]

 - Góc chúc ngóc so với hệ tọa độ mặt đất, [rad]

 a - Khoảng tương quan sai số gia tốc kế, [s]

  g - Khoảng tương quan sai số hấp dẫn, [s]

 ka - Khoảng tương quan sai số áp suất, [s]

 vt - Khoảng tương quan độ dịch chuyển, [s]

  a - Sai lệch chuẩn sai số gia tốc kế, [m/s2]

  g - Sai lệch chuẩn sai số hấp dẫn, [m/s2]

 ka - Sai lệch chuẩn sai số đo cao khí áp, [m]

 vt - Sai lệch chuẩn độ dịch chuyển, [m]

 - Góc hướng, [rad]

c - Vận tốc lan truyền của sóng điện từ, [m/s]

g - Gia tốc trọng trường theo độ cao, [m/s2]

g 0 - Gia tốc trọng trường tại mực nước biển trung bình, [m/s2]

T - Chu kỳ rời rạc, [s]

T 0 - Nhiệt độ không khí tại mực nước biển trung bình, [0K]

P - Áp suất tương ứng với độ cao của tên lửa, [Pa]

P 0 - Áp suất không khí tại mực nước biển trung bình, [Pa]

R - Bán kính trái đất, [m]

R a - Hằng số khí, [J/kg.0K]

t 3 - Thời gian lan truyền của sóng điện từ, [s]

V B - Tốc độ thay đổi độ cao tên lửa, [m/s]

DĐQT - Dẫn đường quán tính

DGPS - Phép đo GPS vi sai

ĐCVT - Đo cao vô tuyến

ĐCKA - Đo cao khí áp

Trang 8

ĐCQT - Đo cao quán tính

ĐMQSĐ - Đánh giá mức độ quan sát được

MHNS - Mô hình ngoại suy

QT-KA - Bộ đo cao kết hợp quán tính- khí áp

QT-VT - Bộ đo cao kết hợp quán tính- vô tuyến

QT-VT-KA - Bộ đo cao kết hợp quán tính- vô tuyến- khí áp

Trang 9

DANH MỤC CÁC BẢNG

Trang

Bảng 3.1 Kết quả xây dựng mô hình cho cấp độ tổ chức thứ nhất 77

Bảng 3.2 Đánh giá các mô hình của cấp độ tổ chức thứ nhất 80

Bảng 3.3 Kết quả xây dựng mô hình cho cấp độ tổ chức thứ hai 83

Bảng 3.4 Kết quả đánh giá các mô hình của cấp độ tổ chức thứ hai 85

Bảng 4.1 Đánh giá sai số độ cao của các bộ đo cao kết hợp 104

Bảng 4.2 Đánh giá sai lệch vận tốc với T khác nhau ở trạng thái xác lập 107

Bảng 4.3 Đánh giá sai lệch vận tốc, sai lệch gia tốc với vt khác nhau 110

Bảng 4.4 Bảng giá trị đánh giá sai số vận tốc 112

Bảng 4.5 Bảng giá trị đánh giá sai số gia tốc 113

Bảng 4.6 Bảng giá trị đánh giá sai số độ cao 113

Bảng 4.7 Đánh giá sai số độ cao của các bộ đo cao kết hợp 116

Trang 10

DANH MỤC CÁC HÌNH VẼ

Trang

Hình 1.1 Sơ đồ mô tả xử lý kết hợp tín hiệu bằng phương pháp bù 12

Hình 1.2 Biểu diễn phương sai của từng thành phần sai số 14

Hình 1.3 Sơ đồ xử lý tín hiệu bằng phương pháp hiệu chỉnh 15

Hình 1.4 Sơ đồ cấu trúc hở của bộ đo cao kết hợp 16

Hình 1.5 Sơ đồ cấu trúc kín của bộ đo cao kết hợp 17

Hình 1.6 Lưu đồ thuật toán của bộ lọc Kalman rời rạc 19

Hình 1.7 Sơ đồ cấu trúc của bộ lọc Kalman rời rạc 20

Hình 1.8 Tổng quan về xây dựng mô hình ngoại suy 22

Hình 1.9 Sơ đồ xây dựng mô hình ngoại suy sai số sử dụng thuật toán TTC 24

Hình 2.1 Sơ đồ cấu trúc bộ ĐCQT sử dụng các hồi tiếp để hiệu chỉnh sai số tích lũy 32

Hình 2.2 Sự phụ thuộc áp suất vào độ cao 38

Hình 2.3 Chênh lệch độ cao giữa áp suất bề mặt và áp suất mực nước biển trung bình 38

Hình 2.4 Sơ đồ tổ hợp đo cao lựa chọn cấu trúc sử dụng tiêu chuẩn đánh giá mức độ quan sát được các biến trạng thái 41

Hình 3.1 Dạng đồ thị giả định xu hướng thay đổi của tập dữ liệu 63

Hình 3.2 Phân chia dữ liệu mẫu để xây dựng và đánh giá mô hình 64

Hình 3.3 Phương pháp đánh giá mô hình theo tiêu chuẩn cực tiểu độ chệch 68

Hình 3.4 Mô tả đánh giá mô hình khi chỉ sử dụng tiêu chuẩn cực tiểu độ chệch thuật toán TTC 68

Hình 3.5 Phương pháp đánh giá mô hình theo tiêu chuẩn đồng đều 69

Hình 3.6 Mô tả đánh giá mô hình khi chỉ sử dụngtiêu chuẩn đồng đều thuật toán TTC 69

Hình 3.7 Phương pháp đánh giá lựa chọn mô hình theo cấp độ tổ chức 71

Trang 11

Hình 3.8 Lưu đồ thuật toán TTC xử lý tín hiệu 72

Hình 3.10 Cấp độ tổ chức của mô hình theo phương pháp 87

tổ chức tổ hợp chọn lọc 87

Hình 3.11 Cấp độ tổ chức của mô hình theo 94

phương pháp tổ chức lặp đa dãy 94

Hình 4.1 Lưu đồ thuật toán nâng cao chất lượng xử lý kết hợp tín hiệu đo cao ứng dụng tiêu chuẩn MQSĐ và thuật toán TTC 99

Hình 4.2 Mức độ quan sát sai số vận tốc của các bộ đo cao kết hợp 102

Hình 4.3 Sai số độ cao sử dụng bộ lọc Kalman của các bộ đo cao kết hợp 102

Hình 4.4 Mức độ quan sát sai số vận tốc của các bộ đo cao kết hợp 103

Hình 4.5 Sai số độ cao sử dụng bộ lọc Kalman của các bộ đo cao kết hợp 103

Hình 4.6 Mức độ quan sát sai số vận tốc tại chu kỳ 106

Hình 4.7 Sai số vận tốc sử dụng bộ lọc Kalman tại các T khác nhau 107

Hình 4.8 Mức độ quan sát sai số vận tốc khi vt thay đổi 108

Hình 4.9 Sai số vận tốc khi xử lý kết hợp tín hiệu đo cao sử dụng bộ lọc Kalman 109

Hình 4.10 Mức độ quan sát sai số gia tốc sử dụng bộ lọc Kalman 109

Hình 4.11 Sai số gia tốc khi xử lý kết hợp tín hiệu đo cao sử dụng bộ lọc Kalman 110

Hình 4.13 Sai số độ cao xử lý kết hợp tín hiệu đo cao, khi sử dụng bộ lọc Kalman và khi sử dụng thuật toán TTC: 112

Hình 4.12 Sai số vận tốc xử lý kết hợp tín hiệu đo cao, khi sử dụng bộ lọc Kalman và khi sử dụng thuật toán TTC 112

Hình 4.14 Sai số độ cao của các bộ đo cao kết hợp tại H = 15m 115

Hình 4.15 Sai số độ cao của các bộ đo cao kết hợp tại H =14km 116

Trang 12

MỞ ĐẦU

1 Tính cấp thiết của luận án

Trong điều kiện tác chiến hiện nay, các hệ thống tác chiến điện tử đều có các tính năng vượt trội như khả năng tác chiến cao cả về tính cơ động, khả năng chế áp hoạt động của hệ thống tự dẫn đối phương dưới dạng các loại nhiễu khác nhau Vấn đề đặt ra là phải nghiên cứu, cải tiến hệ thống điều khiển tên lửa theo hướng tăng khả năng động học, có đầu tự dẫn thông minh và khả năng tác chiến linh hoạt Để đáp ứng yêu cầu thực tiễn mới, trên đầu tự dẫn của nhiều loại tên lửa hành trình hiện đại như tên lửa Yakhont, tên lửa Kh-35E có trang bị hệ thống dẫn đường quán tính (HTDĐQT), song do hạn chế cố hữu của thiết bị đo cao quán tính tồn tại sai số tích lũy lớn, từ đó sai số này sẽ gây sai số lớn trong điều khiển

Để nâng cao chất lượng dẫn đường và điều khiển cho tên lửa hành trình, đặc biệt là tham số độ cao, thông thường sẽ kết hợp bộ đo cao quán tính với một số chủng loại đo cao khác tạo ra độ dư về cấu trúc và độ dư thông tin để tăng độ chính xác, độ tin cậy và khả năng chống nhiễu của các phép đo Đồng thời đảm bảo việc nhận thông tin đồng nhất từ một số cảm biến dẫn đường có nguyên tắc vật lý khác nhau và xử lý thông tin bằng thuật toán tổng hợp các tín hiệu trong hệ thống tính toán chuyên dụng

Do đặc trưng của tên lửa hành trình với điều kiện quỹ đạo bay thấp ở nhiều dải độ cao, thời gian bay dài, dưới tác động của các loại nhiễu có cường độ khác nhau, làm thay đổi một số tham số đặc trưng tương ứng với từng bộ đo cao kết hợp Dẫn đến chất lượng xử lý tín hiệu đo cao khi kết hợp bộ đo cao quán tính với các bộ đo cao khác tại mỗi điều kiện bay là khác nhau Luận án

“Nghiên cứu xây dựng thuật toán nâng cao chất lượng xử lý tín hiệu kênh cao

cho một lớp tên lửa hành trình đối hải trên cơ sở lý thuyết điều khiển hiện đại”

tập trung nghiên cứu thuật toán xử lý kết hợp tín hiệu đo cao và lựa chọn cấu

Trang 13

trúc bộ đo cao kết hợp, đảm bảo cho thông tin độ cao của tên lửa hành trình được liên tục và chính xác; Xây dựng mô hình ngoại suy trong xử lý kết hợp tín hiệu đo cao ứng dụng thuật toán tự tổ chức

2 Mục tiêu nghiên cứu của luận án

Ứng dụng lý thuyết điều khiển hiện đại, xây dựng thuật toán tự tổ chức và tiêu chuẩn đánh giá mức độ quan sát được của các biến trong không gian trạng thái để tổng hợp tổ hợp đo cao thông minh, nâng cao chất lượng trong xử lý kết hợp tín hiệu đo cao

3 Nội dung nghiên cứu của luận án

- Xây dựng thuật toán xử lý kết hợp tín hiệu đo cao và lựa chọn cấu trúc

bộ đo cao kết hợp trong tổ hợp đo cao sử dụng tiêu chuẩn đánh giá về lượng mức độ quan sát được Trong đó, lấy bộ đo cao quán tính làm bộ đo cơ sở, đo cao vô tuyến và đo cao khí áp làm bộ đo cao bổ trợ

- Xây dựng mô hình ngoại suy sai số cho các biến trạng thái trong điều kiện mức độ quan sát được của các biến trạng thái thấp trong quá trình xử lý kết hợp tín hiệu đo cao sử dụng thuật toán tự tổ chức; Lựa chọn ra mô hình tốt nhất khi tổ hợp đo cao có nhiều bộ đo cao kết hợp

4 Đối tượng và phạm vi nghiên cứu của luận án

- Đối tượng nghiên cứu: là tổ hợp đo cao hiện đại trong hệ thống điều khiển kênh cao của một lớp tên lửa hành trình hiện có

- Phạm vi nghiên cứu: Nghiên cứu mô hình động học của bộ đo cao kết hợp trong tổ hợp đo cao và giải pháp nâng cao chất lượng phép đo cao

5 Phương pháp nghiên cứu

- Phương pháp phân tích, đánh giá trên cơ sở thống kê và tổng hợp hệ thống điều khiển hiện đại;

- Ứng dụng lý thuyết điều khiển hiện đại xây dựng thuật toán xử lý kết hợp tín hiệu đo cao

Trang 14

- Sử dụng công cụ mô phỏng Matlab-Simulink để kiểm nghiệm, đánh giá thuật toán

6 Ý nghĩa khoa học và ý nghĩa thực tiễn của luận án

6.1 Ý nghĩa về khoa học

Ứng dụng tiêu chuẩn đánh giá mức độ quan sát được và thuật toán tự tổ chức xây dựng mô hình ngoại suy để tối ưu xử lý tín hiệu trong tổ hợp đo cao Khắc phục được những hạn chế mà bộ lọc Kalman không giải quyết được trong quá trình xử lý kết hợp tín hiệu đo cao

7 Bố cục của luận án

Toàn bộ luận án gồm 128 trang trình bày trong 4 chương với phần Mở đầu, Kết luận, Danh mục các công trình khoa học đã công bố, Tài liệu tham khảo và Phụ lục

Chương 1 Tổng quan về các phương pháp đo cao và xử lý tín hiệu trên kênh cao của tên lửa hành trình

Phân tích các công trình nghiên cứu trong và ngoài nước liên quan đến bài toán xử lý kết hợp tín hiệu đo cao, trình bày lý thuyết cơ sở liên quan đến thuật toán xử lý thông tin kết hợp sử dụng bộ lọc Kalman Đưa ra những hạn chế trong thuật toán lọc Kalman gắn với cấu trúc bộ đo cao kết hợp và đề xuất hướng giải quyết đảm bảo nâng cao chất lượng xử lý tín hiệu độ cao trong tổ hợp đo cao

Trang 15

Chương 2 Thuật toán xử lý thông tin và lựa chọn cấu trúc bộ đo cao kết hợp

Trình bày phương pháp xây dựng thuật toán tối ưu lựa chọn cấu trúc bộ

đo cao kết hợp sử dụng tiêu chuẩn đánh giá mức độ quan sát được của các biến trạng thái, nhằm tối ưu cấu trúc trong tổ hợp đo cao Trình bày hạn chế của thuật toán lọc Kalman trong trường hợp khả năng quan sát các biến trạng thái không vượt ngưỡng quan sát Đề xuất thuật toán xây dựng mô hình ngoại suy giải quyết các hạn chế trên

Chương 3 Xây dựng mô hình ngoại suy trong xử lý tín hiệu đo cao ứng dụng thuật toán tự tổ chức

Trong chương này trình bày về cấu trúc của thuật toán tự tổ chức và ứng dụng chúng trong xử lý kết hợp tín hiệu đo cao; Thực thi thuật toán tự tổ chức xây dựng mô hình ngoại suy sai số trạng thái đo cao trong xử lý kết hợp tín hiệu với điều kiện giả định về quy luật thay đổi của sai số trạng thái; Đề xuất các phương pháp tổ chức khác nhau khi thực thi thuật toán Kết quả nghiên cứu khẳng định tính linh hoạt khi ứng dụng thuật toán tự tổ chức vào xử lý kết hợp tín hiệu đo cao

Chương 4 Mô phỏng khảo sát, đánh giá chất lượng xử lý tín hiệu kênh cao

Sử dụng công cụ Matlab-Simulink để mô phỏng, kiểm nghiệm, khảo sát đánh giá các thuật toán đã xây dựng ở chương 2 và chương 3 trên cơ sở dữ liệu giả định của các bộ đo cao kết hợp trên một chủng loại tên lửa hành trình Nội dung chính của luận án công bố trong 05 bài báo trong đó có 04 bài trên Tạp chí nghiên cứu KH&CN quân sự và 01 bài tại Hội nghị quốc tế đăng trên tạp chí Springer

Trang 16

CHƯƠNG 1 TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP ĐO CAO VÀ

XỬ LÝ TÍN HIỆU TRÊN KÊNH CAO CỦA TÊN LỬA HÀNH TRÌNH 1.1 Tổng quan về các phương pháp đo cao

Trên các phương tiện bay nói chung, để đo độ cao của thiết bị bay (TBB) thường sử dụng hai hệ thống đo: Hệ thống đo cao không sử dụng sóng điện từ (không vô tuyến) và hệ thống đo cao sử dụng sóng điện từ (vô tuyến)

1.1.1 Hệ thống đo cao không sử dụng sóng điện từ

a) Đo độ cao bằng quán tính (đo cao quán tính – ĐCQT):

Đo độ cao bằng quán tính là kênh cao của hệ thống dẫn đường quán tính,

hệ thống dẫn đường quán tính bao gồm các chức năng nhiệm vụ sau [2]:

- Xác định vị trí và véc tơ vận tốc của TBB so với bề mặt của trái đất đang quay ngày đêm;

- Xác định quan hệ định hướng giữa hệ tọa độ đo và hệ tọa độ dẫn đường,

cụ thể là xác định ma trận cosin định hướng để chuyển đổi chỉ số gia tốc kế từ

hệ tọa đo sang hệ tọa độ dẫn đường

- Xác định quan hệ định hướng giữa hệ tọa độ liên kết và hệ tọa độ dẫn đường, cụ thể là xác định 3 góc Ơle (góc cren , góc chúc ngóc  và góc hướng

) phục vụ cho việc tổng hợp lệnh điều khiển

Để xác định tham số độ cao có thể sử dụng một trong các phương pháp:

đo trực tiếp các góc Ơle (cũng gọi là phương pháp góc Ơle), giải trực tiếp hệ phương trình phi tuyến, ma trận cosin định hướng hoặc sử dụng tham số rodrig-hamilton

b) Đo độ cao theo sự thay đổi khí áp (đo cao khí áp – ĐCKA):

Phương pháp đo cao khí áp là đo độ cao theo sự thay đổi của khí áp Sử dụng cảm biến để đo áp suất khí quyển của môi trường xung quanh điểm làm việc của chúng và được chuyển đổi sang độ cao Nguyên lý làm việc của phương pháp đo cao khí áp được dựa trên việc ứng dụng sự phụ thuộc áp suất

P vào độ cao H so với mặt biển Sự phụ thuộc này được mô tả bởi các công thức đo cao theo điểm sôi

Trang 17

Thực tế, cảm biến áp suất là hệ thống vi-điện-cơ được chế tạo theo công nghệ vi-cơ Cảm biến áp suất vi-cơ bao gồm màng silic, trên đó có cầu trở bán dẫn Một trong các vai của cầu nằm trong vùng biến dạng lớn nhất của màng Tín hiệu lệch cân bằng của cầu (tỷ lệ thuận với áp suất) được đưa đến các đầu

ra bên ngoài hay đến mạch xử lý Cấu trúc của cảm biến phụ thuộc vào môi trường làm việc

1.1.2 Hệ thống đo cao sử dụng sóng điện từ

a) Đo cự ly bằng xung ra đa:

Nguyên lý của phương pháp này là đo thời gian lan truyền của xung điều chế cao tần từ máy phát đến mục tiêu và ngược lại Theo [12] thời gian lan truyền này được xác định bằng công thức:

trong đó: c = 3.108m/s – vận tốc lan truyền của sóng điện từ;

D – cự ly từ đài ra đa đến mục tiêu: D = 1,5.108.tз (m)

Để có phép đo cự ly đơn trị phải đảm bảo: t3 < Tп, với Tп - chu kỳ của xung dò được điều chế bằng dao động cao tần

Các hệ thống trên có cấu trúc phức tạp và cần có chuyển mạch anten để chuyển từ chế độ phát sang chế độ thu, vì hệ thống thu - phát làm việc chỉ với một anten Khi cự ly quá gần thì việc xử lý và đo thời gian t3 nhỏ là một việc hết sức khó khăn Vì vậy, để đo được các cự ly gần người ta sử dụng hệ thống

đo cự ly bằng thu phát tín hiệu liên tục

b) Đo cao theo hiệu ứng Đốp le:

Nguyên lý phép đo này dựa trên hiệu ứng thay đổi tần số của tín hiệu dò của hệ thống rađa phát ra và thu về sau khi phản xạ từ mục tiêu, trong điều kiện rađa và mục tiêu chuyển động tương đối so với nhau

Phương pháp đo này chỉ có ý nghĩa khi sử dụng hệ thống làm việc ở dải sóng tần số thấp, còn đối với các hệ rađa làm việc ở dải sóng decimet và

Trang 18

centimet phương pháp này không có ý nghĩa vì cự ly đo được quá nhỏ Để khắc phục nhược điểm trên, trong các hệ thống rađa đo cao dùng hiệu ứng Đốp le người ta sử dụng hệ có hai hay nhiều tần số

c) Đo cao vô tuyến bằng phương pháp tần số:

Phương pháp này dựa trên cơ sở xác định độ thay đổi tần số phát của tín hiệu điều tần truyền đến bề mặt và tín hiệu phản xạ mà máy thu thu được Giả sử tín hiệu từ máy phát có tần số fp(t) (được điều chế theo luật điều tần tuyến tính – ĐTTT, thường ở dạng răng cưa đối xứng hoặc không đối xứng)

và tín hiệu sau khi phản xạ từ bề mặt mà máy thu thu được tín hiệu có tần số là

fc(t) và bị giữ chậm một thời gian t3, ta có:

trong đó: H- độ cao cần đo; c - vận tốc lan truyền của sóng điện từ

Khi trộn sóng fp(t) và fc(t) theo nguyên lý trộn tần chúng ta thu được tín hiệu điều hòa với tần số phách f, lúc này phổ tín hiệu chỉ có một vạch tại f

Độ thay đổi tần số phách được xác định theo công thức sau:

d) Đo độ cao bằng hệ thống GPS:

Hệ thống GPS là hệ thống dẫn đường vô tuyến không gian trong mọi điều kiện thời tiết, nó cung cấp tọa độ của TBB, trong đó có tham số độ cao Có ba phiên bản GPS tương đương nhau là: Hệ thống định vị toàn cầu (GPS) của Mỹ,

hệ thống định vị dẫn đường toàn cầu của Nga (GLONASS) và hệ thống định vị dẫn đường (GALILEO) của châu Âu Sự khác biệt chính của ba hệ thống vệ

Trang 19

tinh này là các mặt phẳng quỹ đạo, số vệ tinh hoạt động, các tham số quỹ đạo của vệ tinh, phương pháp điều chế dữ liệu, cấu trúc tín hiệu và dải thông Có hai phương pháp đo GPS, bao gồm: đo GPS đơn và đo GPS vi sai – DGPS Như vậy, có rất nhiều phương pháp đo cao khác nhau Trong khuôn khổ luận án sẽ nghiên cứu tổ hợp đo cao với ba hệ thống đo cao: quán tính, khí áp

và vô tuyến Ba hệ thống này có nguyên lý đo cao theo bản chất vật lý khác nhau, nên xét về phổ nhiễu của ba hệ thống là khác nhau trên trục tần số Trên TBB thường có các hệ thống đo cao này, trước đây thường sử dụng phương pháp hiệu chỉnh tham số, hiện nay kỹ thuật số phát triển nên trên các TBB hiện đại sử dụng phương pháp tổng hợp các tín hiệu đo cao từ các hệ thống đo độ cao độc lập và khác nhau về nguyên lý đo Vì vậy, bài toán tối ưu xử lý kết hợp tín hiệu tín hiệu đo cao sử dụng các thuật toán tổng hợp tín hiệu đang được rất nhiều nhà khoa học trên thế giới và trong nước quan tâm và phát triển

1.2 Tình hình nghiên cứu về xử lý kết hợp tín hiệu đo cao trên thiết bị bay

1.2.1 Tình hình nghiên cứu trên thế giới

Trên thế giới, các công trình nghiên cứu xử lý thông tin dẫn đường kết hợp như [22], [24], [28], [36], [39], trong hầu hết các công bố này phát triển lý thuyết chung về xử lý tín hiệu đo kết hợp sử dụng bộ lọc Kalman, các kết quả nghiên cứu nhận được là đánh giá nâng cao chất lượng của thiết bị dẫn đường Các công bố về thuật toán xử lý tín hiệu cho hệ thống ổn định độ cao như [17], [56], [59], [60] đề cập đến các vấn đề chung về cấu trúc hệ thống và tín hiệu, kỹ thuật thực hiện và phương pháp xử lý tín hiệu đối với hệ thống ổn định

độ cao bay, trình bày dưới dạng cấu trúc sơ đồ khối, các thuật toán được xây dựng từ lý thuyết chung xử lý kết hợp Tuy nhiên, vấn đề lựa chọn cấu trúc bộ

đo cao kết hợp trong mỗi điều kiện bay cụ thể, khi tổ hợp đo cao có nhiều cấu trúc đo cao kết hợp thì chưa có công trình nào đề cập đến

Các công trình nghiên cứu gần đây về thuật toán xây dựng mô hình ngoại suy sai số đang được nghiên cứu phát triển Có thể tham khảo trên các thư viện

và báo chí nước ngoài về thuật toán tự tổ chức [66], [67], đây là các công trình

Trang 20

trình bày lý thuyết cơ sở và cấu trúc thuật toán xây dựng mô hình ngoại suy, trong đó có đề cập đến biện pháp thực thi và khả năng ứng dụng thuật toán tự

tổ chức (TTC) vào lĩnh vực nghiên cứu xử lý tín hiệu nói chung Tuy nhiên, có thể coi đây là cẩm nang để nghiên cứu ứng dụng thuật toán TTC vào mục đích

xử lý kết hợp tín hiệu trên đối tượng nghiên cứu cụ thể

Việc ứng dụng thuật toán TTC để xây dựng mô hình ngoại suy sai số nhằm hiệu chỉnh sai số theo kênh ngang HTDĐQT đã có một số công trình được công

bố gần đây [40  43] Cũng giải quyết vấn đề này, một số công trình [48], [53], [54] sử dụng phương pháp khác là thuật toán gen di truyền để xây dựng mô hình, kết quả đạt được so với phương pháp lọc Kalman truyền thống của hai phương pháp xây dựng là tương đương nhau Tuy nhiên, việc đánh giá chất lượng xử lý không cụ thể, phương pháp xử lý tín hiệu sử dụng thuật toán gen

di truyền lại phức tạp hơn rất nhiều, kết quả nghiên cứu không có thuật toán tường minh

Như vậy, các nghiên cứu ứng dụng thuật toán TTC để xây dựng mô hình ngoại suy sử dụng để bù sai số theo kênh ngang HTDĐQT chưa đề cập rõ ràng thuật toán dưới dạng tường minh, kết quả đánh giá nâng cao chất lượng còn mang tính định tính, đặc biệt chưa đề xuất được thời điểm ứng dụng thuật toán Việc ứng dụng thuật toán TTC cho bài toán xử lý kết hợp trong tổ hợp đo cao khi điều kiện bay thay đổi chưa được giải quyết

1.2.2 Tình hình nghiên cứu trong nước

Các cơ quan trong và ngoài quân đội đang triển khai nghiên cứu hệ thống dẫn đường kết hợp, đặc biệt là xử lý kết hợp tín hiệu đo cao Tuy nhiên, các công trình nghiên cứu trong nước về xử lý kết hợp sử dụng bộ lọc Kalman đã khẳng định nâng cao độ chính xác

Tiêu biểu là công trình [5] nghiên cứu chính về ổn định độ cao của tên lửa đối hải (TLĐH) có đề cập đến mô hình toán học của sóng biển, thuật toán xử

Trang 21

lý kết hợp tín hiệu độ cao với bộ đo cao kết hợp quán tính - vô tuyến, khảo sát ảnh hưởng của sóng và gió đến vòng điều khiển ổn định độ cao bay Công trình đạt được kết quả nâng cao độ chính xác xử lý tín hiệu độ cao nhờ xử lý kết hợp tín hiệu độ cao ứng dụng bộ lọc Kalman Thực tế, trên các TLĐH hiện đại được trang bị nhiều bộ đo cao có nguyên lý đo theo tính chất vật lý khác nhau; trong điều kiện tên lửa cơ động, chịu ảnh hưởng của nhiễu động đến sai số xử lý kết hợp tín hiệu đo cao, công trình [5] chưa giải quyết bài toán lựa chọn cấu trúc

bộ đo cao kết hợp nào phù hợp theo từng giai đoạn bay tương ứng với quỹ đạo bay của tên lửa Công trình cũng chưa đề cập biện pháp khắc phục những hạn chế khi các bộ đo cao kết hợp xử lý tín hiệu đo cao sử dụng bộ lọc Kalman không giải quyết được

Về xử lý kết hợp tín hiệu ứng dụng cho một số phương tiện chuyển động như ô tô, tàu hỏa và xe quân sự, tiêu biểu là công trình [9] đi sâu trình bày hệ dẫn đường kết hợp DĐQT/GPS, sử dụng thiết bị MEMS-DĐQT bằng bộ lọc Kalman mờ xử lý kết hợp, đánh giá sai số góc chúc ngóc và góc nghiêng của phương tiện cơ động quân sự Tuy nhiên, với yêu cầu cao về độ chính xác trong

xử lý kết hợp tín hiệu độ cao cho tên lửa hành trình thì cần phải ứng dụng thêm thuật toán đánh giá về lượng mức độ quan sát được và thuật toán xây dựng mô hình ngoại suy trong những khoảng thời gian xử lý lọc kém hiệu quả

Công trình [10] với mục đích xây dựng mô hình động học dẫn đường quán tính cho tên lửa hải quân thế hệ cũ, lựa chọn hệ DĐQT của thiết bị dẫn đường trên khoang tên lửa làm bộ đo cơ sở để xây dụng hệ thống dẫn đường kết hợp, kết quả nghiên cứu khẳng định nâng cao độ chính xác khi xử lý kết hợp tín hiệu

đo cao, công trình chưa đưa ra giải pháp khắc phục các nhược điểm khi xử lý kết hợp tín hiệu đo cao trong khoảng thời gian nào đó

Liên quan đến hệ thống điều khiển tên lửa hiện đại gắn với yêu cầu nhiệm

vụ, nhiều công trình nghiên cứu trong nước đã dần tiếp cận đến đối tượng như

Trang 22

công trình [3] với quan điểm coi khâu xử lý tín hiệu đo cao vô tuyến kết hợp với đo cao quán tính là một khâu quán tính và bù khử sai số tích lũy đo cao quán tính mang tính chủ quan giả định, không phù hợp với thực tế để mô phỏng điều khiển bay thấp cho TL

Hai công trình [2], [13] là tổng hợp từ các công trình nghiên cứu tổng quan

về hệ thống điều khiển tên lửa hành trình đối hải, trong đó có đề cập đến xử lý kết hợp đo cao Công trình chưa đi sâu vào phân tích thuật toán xử lý kết hợp, chưa giải quyết triệt để về sai số xử lý kết hợp khi sử dụng bộ lọc Kalman, nhưng đây là lý thuyết cơ bản, toàn diện về hệ thống điều khiển cho lớp tên lửa hành trình hiện đại hiện nay

Tóm lại, các công trình nghiên cứu đã được công bố trong nước về xây dựng thuật toán xử lý kết hợp tín hiệu đo cao thực hiện bằng thuật toán lọc Kalman và cho kết quả nhất định về nâng cao chất lượng xử lý kết hợp tín hiệu

đo cao Tuy nhiên, các công trình nghiên cứu này chưa giải quyết triệt để những hạn chế và biện pháp khắc phục gây sai số phép đo cao kết hợp khi sử dụng bộ lọc Kalman

Từ phân tích tình hình nghiên cứu trong và ngoài nước, luận án đặt ra vấn

đề nâng cao chất lượng xử lý kết hợp tín hiệu đo cao khi sử dụng bộ lọc Kalman nhờ tối ưu về cấu trúc và khắc phục những hạn chế mà bộ lọc Kalman không giải quyết được trong khoảng thời gian nào đó Hướng giải quyết là:

- Đối với tổ hợp đo cao có nhiều bộ đo cao kết hợp làm việc trong các điều kiện bay khác nhau thì việc tối ưu về cấu trúc bằng thuật toán lựa chọn cấu trúc

bộ đo cao kết hợp trong tổ hợp đo cao ở một điều kiện bay cụ thể là cần thiết;

- Trong trường hợp mức độ quan sát các biến trạng thái không phù hợp,

bộ lọc Kalman làm việc không hiệu quả trong khoảng thời gian đó, sử dụng thuật toán xây dựng mô hình ngoại suy sai số trạng thái thay thế, đưa đến hiệu chỉnh sai số trạng thái của kênh cao hệ thống dẫn đường quán tính

Trang 23

1.3 Bài toán xử lý kết hợp tín hiệu đo cao trên tên lửa hành trình

Khi xử lý tín hiệu trong bộ đo cao kết hợp thường sử dụng phương pháp

bù hay phương pháp hiệu chỉnh Kết quả tổng hợp được xử lý bằng các bộ lọc khác nhau như: lọc Kalman, lọc thích nghi… sau bộ lọc nhận được các ước lượng sai số tín hiệu độ cao đã xử lý với chất lượng nâng cao rõ rệt trong quá trình bay của TL

trong đó: x0(t) là tham số cần đo; n1(t) và n2(t) là sai số tương ứng với các bộ

đo với luật phân bố Gauss, có mật độ phổ đã biết G 1  , G 2  được mô tả trên hình 1.1b

Hình 1.1 Sơ đồ mô tả xử lý kết hợp tín hiệu bằng phương pháp bù:

a- Sơ đồ cấu trúc của phương pháp bù; b- Phổ của nhiễu

Trong sơ đồ bù trên hình 1.1, bộ lọc tối ưu là bộ lọc Kalman Khi đó, tín hiệu ở đầu ra y(t) của thuật toán xử lý kết hợp (XLKH) tín hiệu đo cao được viết dưới dạng toán tử Laplace:

Trang 25

Từ (1.3) cho thấy, để bù trừ sai số tốt nhất thì khi lựa chọn các bộ đo cao

để xử lý kết hợp phải đảm bảo sai số của chúng có đặc trưng phổ khác nhau theo thời gian: chậm thay đổi ở thành phần này và thay đổi nhanh theo đặc trưng thăng giáng ở thành phần khác

Trên hình 1.2 biểu thị phương sai của từng thành phần sai số và phương sai của sai số tổng là phần xếp chồng của từng thành phần sai số Khi đó ta thấy phương sai của sai số tổng 2 nhỏ hơn nhiều phương sai của sai số của từng thiết bị Lúc này tín hiệu đầu ra của thiết bị kết hợp sẽ có 3 thành phần: Tín hiệu có ích x(t); sai số ε1 do n1(t) qua bộ lọc cao tần và sai số ε2 do n2(t) qua bộ lọc thấp tần;

Độ chính xác và chống nhiễu càng cao khi đặc tuyến tần số của hai bộ lọc càng xa nhau

1.3.1.2 Phương pháp hiệu chỉnh

Khi xây dựng bộ đo cao kết hợp, giả sử thuật toán XLKH tạo ra các tín hiệu, mà nhờ đó sai số của một trong các bộ đo cao được hiệu chỉnh tín hiệu ra của nó là đầu ra của bộ đo cao kết hợp Khi này sơ đồ cấu trúc của thuật toán XLKH về bản chất có thể coi như sơ đồ bù kín

Một trong những phương án xây dựng bộ đo cao kết hợp theo phương pháp hiệu chỉnh là tín hiệu đầu ra được nối phản hồi về tín hiệu vào của một

Sai số  1

Sai số  2

Hình 1.2 Biểu diễn phương sai của từng thành phần sai số

Trang 26

trong các bộ đo, sơ đồ cấu trúc của bộ đo cao kết hợp sử dụng phương pháp hiệu chỉnh thể hiện trên hình 1.3 [56]

Tương ứng với sơ đồ cấu trúc này, tín hiệu đầu ra bộ xử lý kết hợp là:

1.3.2 Các phương án kết hợp các bộ đo cao

Tương ứng với hai phương pháp trên ta xây dựng sơ đồ cấu trúc xử lý kết hợp tín hiệu theo sơ đồ bù trừ kín (phương pháp hiệu chỉnh) hoặc hở (phương pháp bù) trong đó lấy kênh cao của HTDĐQT làm bộ đo cơ sở

Trang 27

1.3.2.1 Phương án kết hợp theo sơ đồ bù (cấu trúc hở)

Đặc điểm của sơ đồ cấu trúc hở là đơn giản về cấu trúc và thực thi phương

án Tuy nhiên các sai số có tính tích lũy theo thời gian và có tính phi tuyến Khi này chất lượng lọc sẽ xấu đi, làm giảm độ chính xác của tổ hợp Do vậy sơ đồ

hở chỉ được sử dụng trong trường hợp bay với thời gian ngắn [5]

Trên hình 1.4 bộ đo cao kết hợp được xây dựng theo phương án cấu trúc

hở, tín hiệu từ các bộ đo cao (ĐCQT và bộ đo cao bổ trợ (BĐC)) đưa vào máy tính chuyên dụng (MTCD) được xử lý thông tin sơ bộ (XLSB) và đồng bộ thời gian, đi tới đầu vào bộ lọc Khóa K1 trong mạch chỉ ra khả năng có thể thông tin từ BĐC đi tới dạng rời rạc Trong trường hợp này, các sai số độ cao của hai

bộ đo cao đưa đến đầu vào bộ lọc:

z t   qt t   dc t ; (1.9)

sẽ được bù cho nhau Nếu thông tin từ các bộ đo đi tới dạng rời rạc thì đầu vào

bộ lọc thực hiện theo chu kỳ các sai số  H qt   H dc Việc xử lý dữ liệu đầu vào

sẽ cho ước lượng tối ưu ở đầu ra bộ lọc cho tín hiệu có dạng:

 qt t Hqt0 t   Hqt t  H tˆ   (1.10)

Ưu điểm quan trọng của bộ đo cao kết hợp theo cấu trúc hở là không mang sai số động vào độ cao cần đo (1.2)

1.3.2.2 Phương án kết hợp theo sơ đồ hiệu chỉnh (cấu trúc vòng kín)

Với sơ đồ cấu trúc kín đầu ra thuật toán lọc được nối vào mạch phản hồi dạng véc tơ nhiều chiều để hiệu chỉnh các sai số Các sai số trạng thái ĐCQT

Hình 1.4 Sơ đồ cấu trúc hở của bộ đo cao kết hợp

L S

Trang 28

luôn được hiệu chỉnh nên thời gian làm việc của sơ đồ này không hạn chế [56] Trên hình 1.5 là cấu trúc sơ đồ bù kín, đầu ra bộ lọc được nối vào mạch phản hồi, do đó sẽ làm thay đổi các đặc trưng động lực học của các tín hiệu vào

bộ lọc Các tín hiệu phản hồi u(t) từ đầu ra bộ lọc sẽ được sử dụng để hiệu chỉnh sai số của bộ ĐCQT Sự tồn tại của tín hiệu phản hồi tới bộ ĐCQT cho phép thực hiện hiệu chỉnh sai số tích lũy và chính nó tự động duy trì sai số trong toàn

1.4 Ứng dụng thuật toán lọc Kalman và vấn đề lựa chọn cấu trúc trong tổ hợp đo cao

1.4.1 Thuật toán lọc Kalman xử lý kết hợp tín hiệu đo cao

Ta xét phương trình tuyến tính rời rạc, mô tả đối tượng động học với phương trình sai số [66]:

k  k,k 1  k 1   k 1  k 1 

trong đó: xk là véc tơ trạng thái; wk-1 là véc tơ các nhiễu loạn đầu vào, dạng rời

rạc của tạp trắng Gause với kỳ vọng bằng 0 và ma trận hợp biến đã biết Qk-1

Trang 29

Một phần véc tơ trạng thái đo:

k  k k k

trong đó: zk - véc tơ phép đo; vk – véc tơ các sai số đo; Hk là ma trận đo

Các sai số phép đo vk là mẫu rời rạc của tạp trắng Gausse với kỳ vọng toán

bằng 0 và ma trận hợp biến đã biết Rk Sai số phép đo và các nhiễu loạn đầu vào không tương quan với nhau T

k k ˆk k ˆk

J M   min

trong đó: ˆx là ước lượng của véc tơ trạng thái k

Ước lượng tối ưu véc tơ trạng thái được xác định từ phương trình dạng:

Kk – ma trận khuếch đại của bộ lọc Kalman, việc lựa chọn Kk tối ưu theo nghĩa hiệp phương sai của sai số của ước lượng hậu nghiệm Kkklà nhỏ nhất

Thuật toán lọc Kalman rời rạc biểu diễn bởi các phương trình sau [5], [44]: Phương trình ước lượng với phép đo: xˆk xˆk ,k 1 KkzkH xkˆk ,k 1 ; (1.15)

Trang 30

Phương trình cập nhật phương sai sai số: Pk Pk,k 1 K H Pk k k,k 1 ; (1.18)

Hình 1.6 Lưu đồ thuật toán của bộ lọc Kalman rời rạc

Điều kiện ban đầu X(0), P(0), n, k = 1 Bắt đầu

Trang 31

Bộ lọc Kalman thực hiện phục hồi tất cả các véc tơ trạng thái của hệ và chế áp ảnh hưởng của tạp đo Phương trình bộ lọc Kalman rất tiện lợi để thực thi trên MTCD, vì nó đơn giản trong phương án tính toán và không đòi hỏi khối lượng bộ nhớ lớn

1.4.2 Lựa chọn cấu trúc bộ đo cao kết hợp sử dụng tiêu chuẩn đánh giá mức

Tuy nhiên, trong xử lý kết hợp tín hiệu đo cao sử dụng bộ lọc Kalman, độ chính xác ước lượng độ cao trong các bộ đo cao kết hợp không chỉ phụ thuộc vào phương sai sai số đánh giá các biến trạng thái, mà còn phụ thuộc vào phương sai nhiễu đo Bởi vì, mỗi phép đo từ các bộ đo cao kết hợp trong một điều kiện bay nào đó sẽ có mức độ cường độ nhiễu đo khác nhau Trong điều kiện bay cụ thể cần đưa về một tiêu chuẩn đánh giá chung cho các phương sai này trên cơ sở tính quan sát được từ một phép đo, cụ thể trong THĐC các bộ

đo cao kết hợp đều đo một tham số chung là độ cao, cần xem xét các thành phần còn lại của véc tơ trạng thái để đánh giá xem có tính được (tính quan sát

Giữ chậm một nhịp

Hình 1.7 Sơ đồ cấu trúc của bộ lọc Kalman rời rạc

Trang 32

được) và tính được chính xác như thế nào (mức độ quan sát được) thông qua thành phần được đo trực tiếp là độ cao Do tính chất đặc trưng của mỗi bộ đo cao kết hợp mà có khả năng quan sát các biến trạng thái là khác nhau Khi đánh giá độ chính xác ước lượng độ cao giữa các bộ đo cao kết hợp cần so sánh các đánh giá mức độ quan sát được các biến trạng thái tương ứng Đây là vấn đề thứ nhất cần giải quyết của luận án, đó là: Lựa chọn, tìm ra cấu trúc bộ đo cao kết hợp phù hợp với điều kiện bay cụ thể nhằm nâng cao chất lượng xử lý kết hợp tín hiệu đo cao khi THĐC có nhiều bộ đo cao kết hợp, sử dụng tiêu chuẩn đánh giá mức độ quan sát được các biến trạng thái Trong điều kiện bay cụ thể, chất lượng xử lý kết hợp tín hiệu đo cao sẽ được tăng lên rõ rệt, khi bộ đo cao kết hợp có mức độ quan sát được của các biến trạng thái tương ứng lớn nhất,

sẽ lựa chọn vào xử lý kết hợp tín hiệu đo cao

1.5 Tính không ổn định của thuật toán lọc Kalman và ứng dụng thuật toán

tự tổ chức nâng cao chất lượng xử lý kết hợp tín hiệu đo cao

1.5.1 Tính không ổn định của thuật toán lọc Kalman và phương pháp xây dựng mô hình ngoại suy

Các nguyên nhân làm cho thuật toán lọc Kalman không ổn định bao gồm:

- Nguyên nhân thứ nhất là khi thực thi bộ lọc Kalman, không đưa ra đầy

đủ các thành phần của véc-tơ trạng thái dẫn đến giảm kích thước véc-tơ trạng thái; tiếp đến là việc tuyến tính hóa quá trình xử lý thông tin dẫn đến kết quả thu được chỉ là gần đúng; hoặc là việc bỏ qua một số mối tương quan vật lý trong mô hình toán học [15], [33]

- Nguyên nhân thứ hai là do sai số tính toán được xác định bởi đặc điểm cấu trúc thuật toán bộ lọc, đó chính là đặc tính hồi qui của cấu trúc tính toán

Vì sự hạn chế của công cụ tính toán và các sai số làm tròn cũng đạt được cùng bậc với đại lượng của các phần tử ma trận phương sai, dẫn tới sự giảm chất lượng của ma trận hợp biến Pk Trong trường hợp này bộ lọc không phải là tối

Trang 33

ưu nữa và quá trình lọc trở lên mất ổn định, nghĩa là phân kỳ, gây sai số lớn trong xử lý kết hợp tín hiệu đo cao [26], [29]

Để khắc phục hiện tượng phân kỳ của bộ lọc Kalman, nhiều phương pháp được đưa ra như phương pháp bù sai số, phương pháp tối ưu cấu trúc bộ lọc Kalman, phương án xây dựng cấu trúc bộ lọc Kalman thích nghi v.v Tuy nhiên, khi thông tin tiên nghiệm ban đầu không chính xác (mô hình toán học, nhiễu đầu vào, nhiễu đo v.v.), việc sử dụng các phương pháp trên không mang lại hiệu quả cao Do đó cần xây dựng một phương pháp khác để hiệu chỉnh sai số kênh cao thay cho phương pháp sử dụng bộ lọc Kalman Khi đó, có thể sử dụng các phương pháp khác như: Mạng Nơ ron, thuật toán tự tổ chức, thuật toán di truyền [54], [63], [64]…

Trong khoảng thời gian (tA tB) nào đó phải sử dụng thuật toán xây dựng

mô hình ngoại suy (Hình 1.8) thì các ước lượng nhận được trước thời điểm tA

là tập giá trị mẫu zi = z1, z2, z3, …, zN cập nhật từ kết quả xử lý kết hợp tín hiệu

đo cao trước đó, thuật toán sẽ sử dụng dữ liệu này để xây dựng và đánh giá các

mô hình ngoại suy mới từ tập các mô hình cơ sở lựa chọn đầu vào thuật toán

Hình 1.8 Tổng quan về xây dựng mô hình ngoại suy:

BĐCCS- Bộ đo cao cơ sở; TT XDMH- Thuật toán xây dựng mô hình;

TTDĐ- Thuật toán dự đoán

Trang 34

Để đáp ứng yêu cầu về tính tác động nhanh và độ chính xác trong xử lý kết hợp tín hiệu đo cao, luận án lựa chọn thuật toán tự tổ chức (TTC) xây dựng

mô hình ngoại suy sai số trạng thái Phương án tiếp cận thuật toán tự tổ chức là

sử dụng thuật toán theo qui luật chọn lọc tự nhiên [67]

Trong thuật toán TTC giải quyết vấn đề tổ chức xây dựng mô hình và đánh giá các mô hình mới xây dựng, thuật toán TTC không sử dụng thông tin nào về phân bố xác suất Việc tự lựa chọn ngưỡng theo thuật toán TTC sử dụng tổ hợp các tiêu chuẩn, trong đó tiêu chuẩn cực tiểu sai số trung bình bình phương là trung tâm, các tiêu chuẩn khác bổ trợ có mục đích để tăng độ chính xác khi tính toán Thuật toán TTC có các đặc điểm chính, đó là:

- Được áp dụng trong điều kiện bài toán không có đầy đủ thông tin tiên nghiệm về đối tượng cần khảo sát

- Đơn giản khi thực thi xây dựng mô hình ngoại suy là tổ hợp các hàm rất phức tạp, do thuật toán TTC giải quyết dễ dàng qua các cấp độ tổ chức nâng cao chất lượng của mô hình, sử dụng tổ hợp các tiêu chuẩn đánh giá luôn có thể chọn ra được mô hình phù hợp khi thỏa mãn điều kiện dừng của thuật toán

1.5.2 Thuật toán tự tổ chức trong xử lý kết hợp tín hiệu đo cao

Khi các bộ đo cao kết hợp xử lý tín hiệu sử dụng bộ lọc Kalman không cho phép đánh giá trạng thái hệ thống đủ chính xác với cường độ tạp đo lớn Khi đó, tiêu chuẩn đánh giá mức độ quan sát được các biến trạng thái cho giá trị đánh giá không vượt ngưỡng quan sát, kết quả xử lý tín hiệu với sai số lớn cho phép đo Lúc này, việc hiệu chỉnh các sai số đo cao của hệ đo cao cơ sở cần sử dụng một thuật toán mới xây dựng mô hình ngoại suy các sai số trạng thái của chúng để thay thế Luận án đề xuất sử dụng thuật toán tự tổ chức để giải quyết bài toán này

Sơ đồ xây dựng mô hình ngoại suy (MHNS) theo phương án tự tổ chức thực nghiệm theo hình 1.9

Trang 35

Thuật toán tự tổ chức là thuật toán xây dựng các mô hình trên cơ sở phép quy nạp toán học Phương pháp này cho phép tự xây dựng mô hình tối ưu, xuất phát từ tập các hàm cơ sở đầu vào và các dữ liệu quan sát được (gồm cả nhiễu) khởi tạo các mô hình qua nhiều cấp độ tổ chức khác nhau, sử dụng kết hợp các tiêu chuẩn đánh giá (điều kiện bên ngoài) để lựa chọn ra mô hình tối ưu [52]

1.5.2.1 Tập các hàm cơ sở: Chất lượng hiệu chỉnh sai số của các biến trạng

thái phụ thuộc nhiều vào việc lựa chọn tập các hàm cơ sở Các hàm cơ sở càng gần với quy luật thay đổi của các biến trạng thái thì độ chính xác của mô hình ngoại suy sai số càng tăng lên Điều này phụ thuộc nhiều vào trình độ và kinh nghiệm của người thiết kế qua quá trình nghiên cứu về đối tượng cụ thể Ta có các dạng hàm cơ sở cơ bản sau [67]:

a Đa thức lũy thừa:   i

Hình 1.9 Sơ đồ xây dựng mô hình ngoại suy sai số sử dụng thuật toán TTC:

A i - khối tự lựa chọn ngưỡng thông tin có ích; Г i - bộ tạo các tổ hợp ngẫu nhiên;

I,II,III - tiêu chuẩn lựa chọn; MHNS - Mô hình ngoại suy

Trang 36

c Hàm số mũ:   i t

i t e

  xây dựng các mô hình:   i

m t i

i 0

y t b e

 ; (1.21)

d Phương trình sai phân: Ở dạng sai phân có thể biểu diễn: x t1  Fx ut , t , , t

trong các biến có một biến trạng thái tương ứng với đại lượng đầu ra

Điều kiện để tự tổ chức các phương trình trạng thái là phải quan sát được

tất cả m phần tử của véc tơ trạng thái Tương ứng nhận được (m+1) phương

trình dạng: xt 1  g vt , vớivt x ut , , t t  Trong trường hợp tổng quát, một số phần tử của véc tơ trạng thái chỉ tham gia trong một khoảng thời gian hoặc có thể không quan sát được Do đó loại bỏ các phần tử trên, nhận được phương trình gồm các phần tử quan sát được xt 1  fx xt , t 1,  ,xt k ,u ut , t 1 ,  ,ut k ;

e Dãy Volterra Đối với tất cả các hệ động học, liên hệ giữa giá trị đầu ra và

đầu vào có thể biểu diễn qua dãy Volterra [67]

trong đó: k0[t] biểu diễn qua hàm hướng tuyến tính, g- số lượng đối số trễ

1.5.2.2 Khối tự lựa chọn ngưỡng có ích (A i ) và các tiêu chuẩn lựa chọn:

Thông thường kết hợp với nhau nhằm mục đích đánh giá và lựa chọn ra mô hình ngoại suy tối ưu tại mỗi cấp độ tổ chức Giá trị ngưỡng đánh giá cho từng

mô hình xây dựng mới là khác nhau và thuật toán TTC sẽ lựa chọn ra MHNS tối ưu có mức ngưỡng đánh giá nhỏ nhất (tiến đến min) theo tiêu chuẩn đánh

Trang 37

giá Các tiêu chuẩn đánh giá bao gồm:

a Tiêu chuẩn đồng đều

Quá trình thực thi của bộ lọc Kalman thu được tập các giá trị ước lượng (có mẫu N điểm), chia mẫu thành hai phần: NA – phần học tập dùng để xây dựng các mô hình; NB– phần kiểm tra để chọn ra các mô hình tốt nhất

Tiêu chuẩn đồng đều sử dụng sai số trung bình bình phương giữa giá trị thực và giá trị của mô hình xây dựng mới trong phần kiểm tra để đánh giá mô hình nào là tốt nhất [67]:

  ; nB – số điểm trong phần kiểm tra

Chỉ số tương quan ít phụ thuộc vào các đặc tính của quá trình cụ thể, do

đó thường dùng để so sánh các mô hình với nhau

Tiêu chí đồng đều cũng có thể sử dụng ở dạng đối xứng:

Dạng đối xứng giúp tăng khả năng chống nhiễu trong lựa chọn mô hình

b Tiêu chuẩn cực tiểu độ chệch

Giả sử có mẫu từ N điểm, chia mẫu thành hai phần: NA và NB, tương ứng

Trang 38

với hai tập dữ liệu A và B đều được sử dụng để xây dựng mô hình và kết quả tại mỗi thời điểm tương ứng thì giá trị của 2 mô hình là gần nhau nhất có thể

Giả sử các mô hình xây dựng được ở đầu ra là y và At y và hệ số Bt C và iA C iB[67]:

Tiêu chuẩn cực tiểu độ chệch được xác định như sau:

Trang 39

c Tiêu chuẩn cân bằng

Trong các điều kiện tổ hợp không đổi và cấu trúc đối tượng không bị thay đổi thì tính quy luật (mối liên hệ giữa các biến đặc trưng) được giữ nguyên trong quá trình hiện tại và dự đoán Theo tiêu chuẩn cân bằng mô hình nào phù hợp nhất với tính quy luật cho trước sẽ được lựa chọn [67]

Tiêu chuẩn cân bằng có thể sử dụng để ngoại suy cùng một lúc nhiều biến khi các biến có mối quan hệ bất biến với nhau

Giả sử các biến liên hệ với nhau theo mô hình cố định:

2 1 2t 2 2

2 1

st s s

;

;

Trang 40

đánh giá trên cơ sở mối liên hệ giữa các biến trong khoảng thời gian dự đoán Trong một số trường hợp, hàm thuận và hàm nghịch đồng nhất, khi đó ta tiêu chuẩn cân bằng được xác định như sau:

1.5.2.3 Bộ tạo các tổ hợp ngẫu nhiên: Được thực hiện trong từng cấp độ tổ

chức nâng cao chất lượng của tổ hợp, dạng các tổ hợp trong cùng cấp độ tổ chức ứng với mỗi phương pháp tổ chức là giống nhau Còn mức độ chất lượng

và số lượng mô hình ngoại suy của các cấp độ tổ chức phụ thuộc vào phương pháp tổ chức nâng cao chất lượng của mô hình Tùy thuộc vào yêu cầu tính tác động nhanh cũng như điều kiện tính toán của máy tính chuyên dụng mà người thiết kế lựa chọn phương pháp tổ chức khác nhau:

để xây dựng mô hình ngoại suy sai số để hiệu chỉnh thông tin về độ cao Như vậy, trong quá trình xử lý kết hợp tín hiệu đo cao sử dụng bộ lọc Kalman khi điều kiện mức độ quan sát được các biến trạng thái thấp, ứng dụng thuật toán tự tổ chức xây dựng mô hình ngoại suy sai số đưa đến hiệu chỉnh các sai số trạng thái của bộ đo cao cơ sở Trong một số trường hợp khi tất cả các cấu trúc bộ đo cao kết hợp làm việc kém hiệu quả, thuật toán TTC sẽ xây dựng

Ngày đăng: 11/06/2021, 08:04

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[14] Ablin H.L. (1967) Criteria for degree of observability in a control system, Retrospec-tive Theses and Dissertations. Paper 3188. Iowa State University, 74 p Sách, tạp chí
Tiêu đề: Criteria for degree of observability in a control system
[15] Battistelli, G.; Chisci, L.; Selvi, D., (2016), “Distributed Kalman Filtering with Data-Driven Communication”, The 19 th International Conference on Information Fusion, Heidelberg, Germany, 5–8 July Sách, tạp chí
Tiêu đề: Distributed Kalman Filtering with Data-Driven Communication
Tác giả: Battistelli, G.; Chisci, L.; Selvi, D
Năm: 2016
[17] Chingiz Hajiyev , Remzi Saltoglu, (2013), “Kalman Filtering Based Fault Tolerant Integrated DĐQT/Radar Altimeter” Paperback – March 6, 2013” Sách, tạp chí
Tiêu đề: Kalman Filtering Based Fault Tolerant Integrated DĐQT/Radar Altimeter"” Paperback – March 6, 2013
Tác giả: Chingiz Hajiyev , Remzi Saltoglu
Năm: 2013
[18] Chen Z. (1991) Local observability and its application to multiple measurement estima-tion, IEEE Transactions on Industrial Electronics. Vol.38, № 6. P. 491-496 Sách, tạp chí
Tiêu đề: Local observability and its application to multiple measurement estima-tion
[19] Carvalho H (1997), Optimal nonlinear filtering in GPS/INS integration, IEEE Transactions on Aerospace and Electronic Systems,V.33,№ 3.P.835-850 Sách, tạp chí
Tiêu đề: Optimal nonlinear filtering in GPS/INS integration, IEEE Transactions on Aerospace and Electronic Systems
Tác giả: Carvalho H
Năm: 1997
[20] Davies W. P., Whallay R., Cape B., (1986), “Height measurement in supersonic aircraft”, J. of Inst. Navigation, vol.9,No2,p.12 Sách, tạp chí
Tiêu đề: Height measurement in supersonic aircraft
Tác giả: Davies W. P., Whallay R., Cape B
Năm: 1986
[21] Dormann, K.; Noack, B.; Hanebeck, U.D., (2017), “Distributed Kalman Filtering With Reduced Transmission Rate”, The 2017 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2017), Daegu, South Korea, 16–18 November Sách, tạp chí
Tiêu đề: Distributed Kalman Filtering With Reduced Transmission Rate
Tác giả: Dormann, K.; Noack, B.; Hanebeck, U.D
Năm: 2017
[22] Esmat Bekir (2007), “Introduction to Modem Navigation Systems”, World Scientific Publishing Co. Pte. Ltd, Singapore Sách, tạp chí
Tiêu đề: Introduction to Modem Navigation Systems”
Tác giả: Esmat Bekir
Năm: 2007
[23] Govaers, F.; Koch, W., (2010), “Distributed Kalman Filter Fusion at Arbitrary Instants of Time”, The 13th International Conference on Information Fusion, Edinburgh, UK, 26–29 July Sách, tạp chí
Tiêu đề: Distributed Kalman Filter Fusion at Arbitrary Instants of Time
Tác giả: Govaers, F.; Koch, W
Năm: 2010
[24] Hajiyev Ch. Adaptive (2006), “ Filtration algorithm with the filter gain correction applied to integrated INS/radar altimeter” , In Proceedings of the 5th International Conference on Advanced Engineering Design, Prague, Czech Republic Sách, tạp chí
Tiêu đề: “ Filtration algorithm with the filter gain correction applied to integrated INS/radar altimeter”
Tác giả: Hajiyev Ch. Adaptive
Năm: 2006
[26] Koch, W. (2009), “Exact Update Formulae for Distributed Kalman Filtering and Retrodiction at Arbitrary Communication Rates”, The 12 th International Conference on Information Fusion, Seattle, WA, USA, 6–9 July;pp. 2209–2216 Sách, tạp chí
Tiêu đề: Exact Update Formulae for Distributed Kalman Filtering and Retrodiction at Arbitrary Communication Rates
Tác giả: Koch, W
Năm: 2009
[27] Reinhardt, M.; Noack, B.; Hanebeck, U.D. (2012), “The Hypothesizing Distributed Kalman Filter”, In the 2012 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2012), Hamburg, Germany, 13–15 September Sách, tạp chí
Tiêu đề: The Hypothesizing Distributed Kalman Filter
Tác giả: Reinhardt, M.; Noack, B.; Hanebeck, U.D
Năm: 2012
[28] KeKe Geng, N.A. Chulin (2016), “Applications of multi- height sensors data fusion and fault- tolerant Kalman filter in integrated navigation system of UAV”, Bauman Moscow State University, 5, 2-ya Baumanskaya str., Moscow 105005, Russia Sách, tạp chí
Tiêu đề: Applications of multi- height sensors data fusion and fault- tolerant Kalman filter in integrated navigation system of UAV
Tác giả: KeKe Geng, N.A. Chulin
Năm: 2016
[29] Koch, W. (2008) “On Optimal Distributed Kalman Filtering and Retrodiction at Arbitrary Communication Rates for Maneuvering Targets”, The 2008 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2008), Seoul, Korea, 20–22 August Sách, tạp chí
Tiêu đề: On Optimal Distributed Kalman Filtering and Retrodiction at Arbitrary Communication Rates for Maneuvering Targets
[30] Kalman R.E., Ho Y.C., Narendra K.S. (1963), Controllability of linear dynamical systems, Contributions to the Theory of Differential Equations. Vol.I, № 2. P. 189-213 Sách, tạp chí
Tiêu đề: Controllability of linear dynamical systems, Contributions to the Theory of Differential Equations
Tác giả: Kalman R.E., Ho Y.C., Narendra K.S
Năm: 1963
[31] M.W. Long (2001), Radar Reflectivity of Land and Sea. Artech House, Third edition Sách, tạp chí
Tiêu đề: Radar Reflectivity of Land and Sea
Tác giả: M.W. Long
Năm: 2001
[32] Selezneva M.S. et al. (2017), “Novel variable structure measurement system with intelligent components for flight vehicles” // Metrology and measurement systems. Vol. 24 (2017), No. 2, pp. 347–356 Sách, tạp chí
Tiêu đề: “Novel variable structure measurement system with intelligent components for flight vehicles”
Tác giả: Selezneva M.S. et al. (2017), “Novel variable structure measurement system with intelligent components for flight vehicles” // Metrology and measurement systems. Vol. 24
Năm: 2017
[33] Pfaff, F.; Noack, B.; Hanebeck, U.D.; Govaers, F.; Koch, W. (2017), “Information Form Distributed Kalman Filtering (IDKF) with Explicit Inputs”, The 20 th International Conference on Information Fusion, Xi’an, China, 10–13 July Sách, tạp chí
Tiêu đề: Information Form Distributed Kalman Filtering (IDKF) with Explicit Inputs
Tác giả: Pfaff, F.; Noack, B.; Hanebeck, U.D.; Govaers, F.; Koch, W
Năm: 2017
[36] Salychev O.S. (2012) MEMS-based inertial navigation: Expectations and reality. Mos-cow: Bauman MSTU Press, 207p Sách, tạp chí
Tiêu đề: MEMS-based inertial navigation: Expectations and reality
[37] Shau-shiun Jan (2003), “Aircraft landing using a modernized global positioning systems and the wide area augmentation systems”, Stanford University Sách, tạp chí
Tiêu đề: Aircraft landing using a modernized global positioning systems and the wide area augmentation systems
Tác giả: Shau-shiun Jan
Năm: 2003

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

🧩 Sản phẩm bạn có thể quan tâm

w