Table of Contents
سیستم های ناوبری بی سابقه (INS) برای تعیین موقعیت و جهت گیری بدون سیگنال های خارجی استفاده می شود. حاشیه خطای محاسبه شده در INS برای اطمینان از دقت و اطمینان ضروری است.این مقاله یک رویکرد روشن و گام به گام برای درک و محاسبه این حاشیه های خطا فراهم می کند.
درک منابع خطا در INS
خطا در INS از منابع مختلف، از جمله سر و صدا سنسور، حرکت سوگیری و عوامل محیطی سرچشمه می گیرد. شناخت این منابع به برآورد حاشیه خطای کلی کمک می کند.
مرحله 1: شناسایی خطای سنسور
جمع آوری داده ها در مشخصات سنسور مانند ثبات سوگیری، چگالی سر و صدا و خطاهای فاکتور مقیاس.این پارامترها اساس برآورد خطای اولیه را تشکیل می دهند.
مرحله ۲: خطای مدل
استفاده از مدل های ریاضی برای شبیه سازی چگونگی انتشار خطاهای سنسور در طول زمان، مدل های مشترک شامل فرآیندهای تصادفی مانند پیاده روی تصادفی یا مدل های حرکت سوگیری هستند.
مرحله 3: خطای محاسباتی
مدل های خطا را در طول بازه زمانی مورد نظر ادغام کنید تا حاشیه خطای تجمعی را تخمین بزنید.این شامل استفاده از فرمول های انتشار خطا برای حساب کردن چندین منبع خطا است.
مرحله 4: با داده های Empirical اعتبار
مقایسه حاشیه های خطای محاسبه شده با داده های تجربی از پروازهای آزمایشی یا شبیه سازی ها.مدل های تنظیم شده در صورت لزوم برای بهبود دقت.
نکات اضافی
- کالیبراسیون مجدد؛ سنسور های دوره ای به طور دوره ای کالیبره می شوند تا خطاهای سوگیری را کاهش دهند.
- [[۱] [۱۰] [۱] [۱] [۱] [۱] [۱]] حساب برای دما و اثرات ارتعاشی.
- تکنیک های فیلترینگ استفاده کنید: پیاده سازی فیلترهای Kalman برای بهبود تخمین های خطا.