Робастна LeGNSS підсистема позиціонування для БПЛА з корекцією та оптимальною фільтрацією

Автор(и)

DOI:

https://doi.org/10.18372/2073-4751.76.18235

Ключові слова:

LeGNSS, GNSS, супутники LEO, багатоджерельна інтеграція, позиціонування, безпілотний літальний апарат, аналіз даних, корекція помилок, оптимальна фільтрація

Анотація

Інтеграція супутників низької орбіти LEO з системами GNSS/INS у надійну підсистему позиціонування LeGNSS для безпілотних літальних апаратів, що усуває обмеження традиційних систем GNSS та INS. Запропонована підсистема LeGNSS інтегрує дані супутників LEO з GNSS та інерціальними системами на базі MEMS для покращення точності, надійності та захищеності від помилок у позиціонуванні БпЛА. Вона має на меті подолати типові виклики, такі як втрата сигналу та похибки датчиків, за допомогою передових методів корекції та оптимальної фільтрації інформації. Для дослідження використовуються моделі для симуляції в середовищі Matlab, що дозволяють провести аналіз точності роботи підсистеми позиціонування БпЛА з урахуванням динамічних факторів навколишнього середовища, як-от вітер. Фокус робиться на інтеграції систем GNSS та INS з LEO супутниками для покращення оцінки позиції, підкреслюючи необхідність в складній фільтрації та управлінні похибками. Дослідження демонструє покращену точність позиціонування за допомогою підсистеми LeGNSS у порівнянні з традиційними системами та пропонує її застосування у різних галузях, що використовують безпілотні літальні апарати. Результати сприяють покращенню технології позиціонування БпЛА та відкривають шляхи для підвищення безпеки та оперативної ефективності.

Посилання

Olfati-Saber R. Flocking for Multi-Agent Dynamic Systems: Algorithms and Theory. IEEE Transactions on Automatic Control. 2006. V. 51. No. 3. P. 401–420.

Zeng Y., Zhang R., Lim T.J. Wireless Communications with Unmanned Aerial Vehicles: Opportunities and Challenges. IEEE Communications Magazine. 2016. V. 54. No. 5. P. 36–42.

Colomina I., Molina P. Unmanned Aerial Systems for Photogrammetry and Remote Sensing: A Review. ISPRS Journal of Photogrammetry and Remote Sensing. 2014. V. 92. P. 79–97.

Immerzeel W.W., van Beek L.P.H., Bierkens M.F.P. Climate Change Will Affect the Asian Water Towers. Science. 2010. V. 328. No. 5984. P. 1382–1385.

Drusch M., et al. Sentinel-2: ESA's Optical High-Resolution Mission for GMES Operational Services. Remote Sensing of Environment. 2012. V. 120. P. 25–36.

Gustafsson F., et al. Particle Filters for Positioning, Navigation, and Tracking. IEEE Transactions on Signal Processing. 2002. V. 50. No. 2. P. 425–437.

Fax J.A., Murray R.M. Information Flow and Cooperative Control of Vehicle Formations. IEEE Transactions on Automatic Control. 2004. V. 49. No. 9. P. 1465–1476.

Dolintse B.I. Architecture of Integrated Navigation Systems with Enhanced Coordinate Accuracy and Fault Detection. Problems of Informatization and Control. 2023. V. 2. No. 74. P. 31–37.

Holben B.N., et al. AERONET – A Federated Instrument Network and Data Archive for Aerosol Characterization. Remote Sensing of Environment. 1998. V. 66. No. 1. P. 1–16.

Weiser M. The Computer for the 21st Century. Scientific American. 1991. V. 265. No. 3. P. 94–104.

Zhukov I., Dolintse B. Enhancing Accuracy of Information Processing in Onboard Subsystems of UAVs. Technology Audit and Production Reserves. 2023. V. 5. No. 2(73). P. 6–10.

Arulampalam M.S., et al. A Tutorial on Particle Filters for Online Nonlinear/Non-Gaussian Bayesian Tracking. IEEE Transactions on Signal Processing. 2002. V. 50. No. 2. P. 174–188.

##submission.downloads##

Опубліковано

2023-12-25

Номер

Розділ

Статті