Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: KENAN CAN TAŞAN
Danışman: ASIM EGEMEN YILMAZ
Özet:Günümüzde navigasyon çözümü sunan farklı teknoloji ve yöntemleri kullanan sistemler bulunsa da karıştırılma veya aldatılma ihtimali bulunmadığı için, özellikle askeri uygulamalarda en çok güvenilen ve sıklıkla tercih edilen ataletsel navigasyon sistemleridir. Ataletsel navigasyon sistemleri, kör seyir metodu ile kullanıldığı platformun ivme ve dönü ölçümlerinin integralini alarak, hız, pozisyon ve açısal duruş bilgilerini anlık olarak hesaplamaktadırlar. Başlangıç koşullarını oluşturan ilk değerlerin doğruluğu, operasyon süresince biriken hatalar üzerinde büyük bir etkiye sahiptir. Bu sebeple sistemin hassas ve doğru bir şekilde ilklendirilmesi gerekmektedir. Tez kapsamında duruşun ilklendirilmesi için kullanılan durağan ilk hizalama algoritmaları gerçeklenmiştir. Kalman filtresi (KF), kokusuz kalman filtresi (UKF) ve parçacık filtresi (PF) kullanan algoritmalarının performansları benzetim ortamında Monte Carlo (MC) analizleri yardımıyla, laboratuvar ortamında ise test verisi üzerinden karşılaştırılmıştır. KF ile UKF kullanan algoritmaların çok benzer sonuçlar verdiği, PF kullanan algoritmaların ise bu probleme özgü olarak, donanımsal kısıtlardan dolayı daha düşük performans gösterdiği gözlenmiştir. Gerçekleştirilen 40 koşumluk MC analizleri sonucunda farklı algoritmaların kuzey yönelimini hesaplama doğruluğu ortalama karekök hata (RMS) olarak hesaplanmıştır. RMS hata değerleri KF, UKF ve PF kullanan algoritmalar için sırasıyla 1.64 milyem, 1.65 milyem ve 5.4 milyem olarak hesaplanmıştır. MC analizindeki bazı koşumlarda PF hataların daha yüksek olduğu ve bu durumun PF RMS hatasını arttırdığı gözlenmiştir. PF algoritmasında kullanılan 35 milyon parçacığın bazı koşumlarda yetersiz kaldığı değerlendirilmiştir. Gerçek verilerle yapılan testlerde ise hata değerleri KF, UKF ve PF algoritmaları için sırasıyla 0.4 milyem, 0.41 milyem ve 5.7 milyem olarak hesaplanmıştır. Durağan ilk hizalama probleminin çözümü için KF algoritması önerilmiştir. Even though there are various systems using different technologies and methodologies that provide navigation solutions, inertial navigation systems are the most trusted ones since they are not susceptible to jamming or spoofing. Therefore, they are still frequently preferred in the vast majority of military applications. The accuracy of the initial conditions has a critical effect on the errors accumulated during the operation. In accordance with this, the system needs to be precisely initialized. Stationary initial alignment algorithms had been implemented within the scope of the thesis. Performances of the algorithms using different estimation techniques such as Kalman Filter (KF), Unscented Kalman Filter (UKF) and Particle Filter (PF) were compared within Monte Carlo (MC) analysis in the simulation environment and the collected actual test data. It is observed that the algorithms using KF and UKF yield very similar results and the algorithms using PF, specific to this problem, show lower performance due to hardware constraints. RMS azimuth estimation errors of the different algorithms had been computed on a 40 run MC analysis. RMS error values were computed as 1.64 mils, 1.65 mils ve 5.4 mils for the algorithms using KF, UKF and PF, respectively. It was observed that PF azimuth errors were higher in certain MC runs and this caused an increase on the PF RMS estimation error. In order to run PF algorithm, 35 million particles had been implemented. On the other hand, this number was found to be insufficient in some MC runs. By using the actual test data, the algorithms employing KF, UKF and PF computed the azimuth errors as 0.4 mils, 0.41 mils and 5.7 mils respectively. KF algorithm had been suggested as a better solution for stationary alignment.