به روز رسانی ناوبری با استفاده از زاویه سنجی غیر فعال

نویسندگان

صنعتی امیرکبیر

چکیده

امروزه ناوبری (مسیریابی) و تعیین موقعیت مکانی دقیق و مورد اعتماد برای اجسام سیار، توجه بسیاری را به خود جلب کرده است. به این منظور، برای ناوبری الگوریتم‌های گوناگونی ارائه ‌شده است که می‌توان آن‌ها را به دو دسته عمده فعال و غیرفعال تقسیم کرد. روش‌های غیرفعال عموماً مبتنی بر حسگرهای ناوبری اینرسی (INS) هستند و خطای آن‌ها در طول زمان افزایش می‌یابد. روش‌های فعال (مبتنی بر GPS، Loran یا ...)‌ مشکل افزایش خطا در طول زمان را ندارند ولی به‌علت آسیب‌پذیری در مقابل تداخل‌های عمدی و غیرعمدی برای برخی از کاربردها مناسب نیستند. در این مقاله ما یک روش ناوبری با استفاده از اندازه‌گیری زاویه ورود سیگنال‌های دریافتی از تابش‌گرها (رادارها) ارائه کرده‌ایم. نشان داده می شود که در این روش برخلاف روش‌های مبتنی بر ناوبری اینرسی، خطا در طول زمان افزایش نمی‌یابد و حتی در مواردی بهتر نیز می‌شود.

کلیدواژه‌ها


عنوان مقاله [English]

Updated navigation using disabled goniometry

نویسندگان [English]

  • Yaser Norouzi
  • Nahid Bayat

کلیدواژه‌ها [English]

  • Navigation
  • Angle of Arrival
  • Estimation
  • array processing
  • Tracking
  • Passive System
  1. B. Ristic and M. S Arulampalam, “Tracking a maneuvring target using angle-only measurments: algorithm and Performance,” Signal Processing Elservier, Jan. 2003##
  2. K. Radhakrishnan, A. Unnikrishnan, and K. G. Balakrishnan, “EM based extended kalman filter for estimation of rotor time constant of induction motor,” In in proc. Of International symposium on dustrial electronics (ISIE06), Montreal, Que Canada, vol. 3, 2006##
  3. R. E. Kalman, “A new approach to linear filtering and prediction problem"Transaction of the ASME-Journal of Basic Engineering,” pp. 35-45, March 1960##
  4. W. Zhang, M. Ghogho, an d B. Yuan, “Mathematical Model and Matlab Simulation of Strap down Inertial Navigation System,” Hindawi Publishing Corporation Modelling and Simulation in Engineering, Article ID 264537, 2012##
  5. G. pulford and B. L.scalo, “A Survery of Maneuverings Target Tracking Method and Their pplicability to OTH Radar,” Report of CSSIP-Unit. Of Melbourne, 1996##
  6. M. Abidi, Y. Norouzi, and O. Salimi,”Passive Localization of Secondary Surveillance Radar Interrogators” IET radar,sonar navig, vol. 3, no. 4, pp. 11-23, 2016##
  7. T. Lefevre, H. Bruynin ckx, and J. D. Schutter, “Kalman Filters for nonlinear systems: a Comparison of Performance,” IEEE Trans on Automatic Control, Oct. 2001##
  8. N. Gordon, D. J. Salmond, and A. F. M. Smith, “Novel Approach to Nonlinear/NonGaussian Bayesian State Estimation,” IEE Proceedings F - Radar and Signal Processing, Vol. 104, no. 2, pp. 107-113, Apr.1993##
  9. B. Ristic, S. Arulampalan, and N. Gordon, “Beyond the Kalman Filter-Particle Filters for Tracking Application,” Artech House, 2004##
  10. K. Radhakrishnan, A. Unnikrishnan, and K. G. Balakrishnan, “Bearing only Tracking of Maneuvering Targets using a Single Coordinated Turn Model,” International Journal of Computer Applications, 2010##
  11. S. Blackman and R. Popoli, “Design and Analysis of modern Tracking System,” Artech House, 1999##