1MỞ 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

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

)
u
,
V
,
,
(
M
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

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)

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


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

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
5trong 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.

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.

















7nếu 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






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

[
]

−
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


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.

, 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

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

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

(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

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

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)

+
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

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

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






−=

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
*

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)

=
(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)

)(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)(

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)


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
,

+
−
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

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

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 so0 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

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)

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 w1xSai 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

-3
Thoi gian(s)
Sai so danh gia H1xSai 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 w1xSai so danh gia w1x

d. Sai số đánh giá ω
1x


2
x 10
-3
Thoi gian(s)
Sai so danh gia H1xH1x

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 w1xW1x



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

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 w1xSai 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

Sai so H1xSai 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 w1xSai so w1x(UKF)
Sai so w1x(MSAUKF)

d. Sai số đánh giá ω
1x

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

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)

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,


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

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
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

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:
- So sánh
∆ϑ,∆ψ,∆γ
- Tính các đạo
hàm
∆
’
ϑ
,
∆
’
ψ
,
∆
’
γTh/t tạo lệnh
- Lệnh λ
ϑ

- Lệnh λ
ψ

-

L
ệnh
λ
γ


(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
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.