عنوان کامل پروژه:

پروژه تخمین نرخ چرخش خط دید در موشکهای هدایت شونده با استفاده از فیلترکالمن با استفاده از نرم افزار MATLAB و به همراه فیلم آموزشی نرم افزار MATLAB

امروزه اکثر موشک‌های آشیانه‌یاب مدرن از قانون هدایت (ناوبری تناسبی) بر اساس نرخ زاویه‌ای خط دید استفاده می‌نمایند. وظیفه‌ی اصلی جستجوگر، اندازه‌گیری نرخ چرخش خط دید هدف در جهات سمت و فراز است. انواع جستجوگر به لحاظ مکانیزم پایداری و به لحاظ سیستم حسگر مورد استفاده و همچنین کاربردها و معایب و مزایای هر نوع ذکر گردیده است. این پژوهش بر روی تخمین موقعیت یک هدف و تخمین شتاب و نرخ‌های خط دید مابین تعقیب‌کننده و هدف بر اساس اندازه‌گیری‌های همراه با نویز در جستجوگرهای فرکانس رادیویی، با استفاده از نرم افزار MATLAB ( متلب ) تمرکز نموده است. الگوریتم‌های فیلترکالمن توسعه‌یافته (EKF)، هموار کنندۀ کالمن خنثی (UKS)  و فیلتر کالمن مکعبی (CKF) برای تخمین شتاب، برد و نرخ‌های زوایای خط دید در سمت و فراز برای ردیاب‌ها و جستجوگرهای معلق دو محور استفاده شده است .نوآوری در این پژوهش، استفاده از دو فیلترِ غیرخطی UKS، CKF به‌منظور تخمین شتاب و نرخ خط دید در سمت و فراز برای استفاده درسیستم‌های ردیابی هدف می‌باشد. نتایج تست‌های شبیه‌سازی‌ها نشان می‌دهد که در ابتدا، کارایی EKF به علت خطای مربع میانگین ریشه‌یِ (RMSE) کمتر، عملکرد بهتری داشته اما زمانی که مقداردهی اولیه (میانگین حالت ابتدایی) به مقدار واقعی نزدیک نباشد، عملکرد EKF به‌ صورت فزاینده‌ای کاهش می‌یابد که در این شرایط روش‌های UKS، CKF و دقت تخمین حالت بهتری دارند. نتایج عددی از شبیه‌سازی‌ها نشان می‌دهد که CKF دقت تخمین حالت بهتری داشته و در برابر نامعینی‌ها مقاوم‌تر هستند. الگوریتم‌های پیشنهادی برای تخمین بهینه درمسائل ردیابی هدف مناسب بوده و می‌تواند در این سیستم‌ها به‌ کار گرفته شوند.

آنچه در این کد خواهید آموخت:

1- نحوه پیاده سازی روش تخمین نرخ خط دید با انواع روش‌های فیلتر کالمن با مدل سه بعدی موشک با استفاده از نرم افزار MATLAB ( متلب )

2- الگوریتم CKF دقت تخمین حالت بهتری داشته و در برابر نامعینی‌ها مقاوم‌تر هستند.

3- محاسبه ریشه مربع میانگین خطا

4- خواهیم دید زمانی که مقداردهی اولیه (میانگین حالت ابتدایی) به مقدار واقعی نزدیک باشد، الگوریتم EKF عملکرد بهتری دارد.

5- مشاهده خواهیم کرد که درتخمین با استفاده از الگوریتم UKS نسبت به EKF رویه‌ی تخمین راحت‌تر و خطاپذیری کمتری خواهد داشت.

نکات و الزامات:

1- در این شبیه سازی تخمین نرخ خط دید و و شتاب هدف را خواهید دید.

2- خروجی های این شبیه سازی با 4 سناریو نوشته شده که قابل مشاهده هستند.

3- آشنایی با فیلتر کالمن و سه روش EKF ،UKF ،EKS

۴- آشنایی با زبان برنامه نویسی  MATLAB ( متلب )