Bu çalışmada bir insansız sualtı aracının altı serbestlik dereceli doğrusal olmayan matematiksel modeli elde edilmiştir. Aracın matematiksel model cevabından aracın konum ve yönelim bilgileri elde edilmiştir. Elde edilen konum ve yönelim bilgilerine gürültü eklenerek navigasyon sensör verileri üretilmiştir. Üretilen gürültülü sensör verilerinin kestirimi için kokusuz ve genişletilmiş Kalman filtre algoritmaları kullanılmıştır. Kokusuz Kalman filtresinde, sistem modeli için insansız sualtı aracının doğrusal olmayan modeli kullanılmıştır. Genişletilmiş Kalman filtresinde ise sualtı aracının doğrusal olmayan modeli belirli denge noktalarında doğrusallaştırılmıştır. Kokusuz ve genişletilmiş Kalman filtresi kestirim sonuçları karşılaştırılmıştır. Kokusuz Kalman filtre ve genişletilmiş Kalman filtre kestirimlerine makine öğrenmesi olan Destek Vektör Makinesi algoritması uygulanarak, gürültünün fazla olduğu durumlar için, kestirimler iyileştirilmiştir. Buna ek olarak, aracın verilen bir kare yolu takip ettiği hareketi için kokusuz Kalman filtre ve genişletilmiş Kalman filtre kestirimleri iyileştirilmiştir. Tüm çalışma MATLAB/Simulink ortamında yapılmıştır.
In this study, a nonlinear mathematical model of a six-degree freedom of an unman underwater vehicle was obtained. The vehicle’s mathematical model answer has obtained the vehicle’s location and direction information. By adding noise to the obtained location and direction information, navigation sensor data was produced. For the cutting of the generated noise sensor data, we have been using smellless and expanded Kalman filter algorithms. In the Painless Holding Filter, the nonlinear model of the unmanned underwater vehicle for the system model is used. In the extended Kalman filter, the nonlinear model of the underwater vehicle is redirected at certain balance points. Painless and extended Cold Filter cut results are compared. By applying the support vector machine algorithm, which is machine learning to smellless holding filter and extended holding filter cuts, cuts have been improved for cases where noise is too much. In addition, the smellless stainless filter and extended stainless filter cuts have been improved for the movement that the vehicle follows a given square route. All work is done in the MATLAB/Simulink environment.
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|