sapiСистемный анализ и прикладная информатика«System analysis and applied information science»2309-49232414-0481Belarusian National Technical University10.21122/2309-4923-2019-1-26-34sapi-251Research ArticleУправление техническими объектамиManagement of technical objectsФильтр Калмана для оптимального получения координат беспилотных летательных аппаратовFilter Kalman for solving the problem of coordinates unmanned aerial vehiclesАрефьевН. Н.ArefyevN. N.

Post-graduate student

mikalai.arefyev@mail.ruБелорусский национальный технический университетБеларусьBelarusian National Technical UniversityBelarus201905072019012634Copyright © Арефьев Н.Н., 20192019Арефьев Н.Н.Arefyev N.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sapi.bntu.by/jour/article/view/251

В статье даётся классификация основных компонентов систем беспилотного летательного аппарата (БЛА), даётся обоснование фильтру Калмана и необходимость использования его для точного получения координат беспилотных летательных аппаратов. Беспилотные летательные аппараты (БПЛА) все чаще используются в военных и научных исследований. Некоторые миниатюрные БПЛА полагаются полностью на глобальной системе позиционирования (GPS). GPS уязвим для случайного или преднамеренного вмешательства что может привести к его сбою. Для БПЛА, полагающихся исключительно на GPS для навигации такое событие может быть катастрофическим. В настоящем документе предлагается расширенный подход фильтра Калмана для оценки местоположения БПЛА, когда его GPS-соединение потеряно. Приводится альтернативное использование частичного фильтра. В конце делается вывод о необходимых направлениях дальнейших научных исследований.

Unmanned aerial vehicles (UAVs) are increasingly used in military and scientific research. Some miniaturized UAVs rely entirely on the global positioning system (GPS) for navigation. GPS is vulnerable to accidental or deliberate interference that can cause it to fail. It is not unusual, even in a benign environment, for a GPS outage to occur for periods of seconds to minutes. For UAVs relying solely on GPS for navigation such an event can be catastrophic. This article proposes an extended Kalman filter approach to estimate the location of a UAV when its GPS connection is lost, using inter-UAV distance measurements Increasing the accuracy of coordinate’s determination is one of the most crucial tasks of the modern UAV navigation. This task can be solved by using different variants of integration of navigation systems. One of the modern variants of integration is the combination of GPS/GLONASS-navigation with the extended Kalman filter, which estimates the accuracy recursively with the help of incomplete and noisy measurements. Currently different variations of extended Kalman filter exist and are under development, which include various number of variable states [1]. This article will show the utilization efficiency of extended Kalman filter in modern developments.

беспилотный летательный аппаратматематическое моделированиефильтр КалманаGPSконтрольнавигацияинтеграциягеометрия движенияKalman filterGPScoordinates UAVmathematical modelingaerial vehiclevisual odometryprojective geometrycontrolnavigationintegrationReferencesМакаренко Г. K., Алешечкин A. M. Исследование алгоритма фильтрации при определении координат объекта по сигналам спутниковых радионавигационных систем / / Доклады ТУСУРа [Доклады из ТУСУР]. – 2012. – No. 2 (26). – 15–18 с.Makarenko G. K., Aleshechkin A. M. Investigation of the filtering algorithm in determining the coordinates of an object by the signals of satellite radio navigation systems / / Doklady TUSURa [Reports of TUSUR]. – 2012. – No. 2 (26). – pp. 15–18 (in Russian).Miller, B. M. Optimal control of observations in the filtering of diffusion processes // I, II. Autom. Remote Control 1985, p. 46, p. 207–214, p. 745–754Miller, B. M. Optimal control of observations in the filtering of diffusion processes // I, II. Autom. Remote Control 1985, p. 46, p. 207–214, p. 745–754Bar-Shalom Y., Li X. R., Kirubarajan T. Estimation with Applications to Tracking and Navigation // Theory Algorithms and Software. – 2001. – Vol. 3. – pp. 10–20.Bar-Shalom Y., Li X. R., Kirubarajan T. Estimation with Applications to Tracking and Navigation // Theory Algorithms and Software. – 2001. – Vol. 3. – pp. 10–20.Miller, B. M.; Runggaldier, W. J. Optimization of observations: A stochastic control approach. SIAM J. Control Optim. 1997, p. 35, p. 1030–1052.Miller, B. M.; Runggaldier, W. J. Optimization of observations: A stochastic control approach. SIAM J. Control Optim. 1997, p. 35, p. 1030–1052.Andreev, K. A.; Rubinovich, E. P. UAV Guidance When Tracking a Ground Moving Target with Bearing-Only Measurements and Digital Elevation Map Support // Southern Federal University, Engineering Sciences: Rostov Oblast, Russia, 2015; pp. 185–195. (In Russian).Andreev, K. A.; Rubinovich, E. P. UAV Guidance When Tracking a Ground Moving Target with Bearing-Only Measurements and Digital Elevation Map Support // Southern Federal University, Engineering Sciences: Rostov Oblast, Russia, 2015; pp. 185–195. (In Russian).Bassem I. S. Vision based Navigation (VBN) of Unmanned Aerial Vehicles (UAV) // UNIVERSITY OF CALGARY. – 2012. – Vol. 1. – pp. 100–127.Bassem I. S. Vision based Navigation (VBN) of Unmanned Aerial Vehicles (UAV) // UNIVERSITY OF CALGARY. – 2012. – Vol. 1. – pp. 100–127.Lobaty A. A., Yacina Y. F., Arefyeu N. N. Optimal estimation of random processes on the criterion of maximum a posteriori probability// Belarussian National Technical University. – 2016.Lobaty A. A., Yacina Y. F., Arefyeu N. N. Optimal estimation of random processes on the criterion of maximum a posteriori probability// Belarussian National Technical University. – 2016.Conte G., Doherty P. An Integrated UAV Navigation System Based on Aerial Image Matching // Aerospace Conference. – 2008. -Vol. 1. – pp. 3142–3151.Conte G., Doherty P. An Integrated UAV Navigation System Based on Aerial Image Matching // Aerospace Conference. – 2008. -Vol. 1. – pp. 3142–3151.Guoqiang M., Drake S., Anderson B. Design of an extended kalman filter for uav localization // In Information, Decision and Control. – 2007. – Vol. 7. – pp. 224–229.Guoqiang M., Drake S., Anderson B. Design of an extended kalman filter for uav localization // In Information, Decision and Control. – 2007. – Vol. 7. – pp. 224–229.Ponda S. S. Trajectory Optimization for Target Localization Using Small Unmanned Aerial Vehicles // Massachusetts institute of technology. – 2008. – Vol. 1. – pp. 64–70.Ponda S. S. Trajectory Optimization for Target Localization Using Small Unmanned Aerial Vehicles // Massachusetts institute of technology. – 2008. – Vol. 1. – pp. 64–70.Wang J., Garrat M., Lambert A. Integration of gps/ins/vision sensors to navigate unmanned aerial vehicles // IAPRS&SIS. – 2008. – Vol. 37. – pp. 963–969.Wang J., Garrat M., Lambert A. Integration of gps/ins/vision sensors to navigate unmanned aerial vehicles // IAPRS&SIS. – 2008. – Vol. 37. – pp. 963–969.Цуканов А. В. Разработка программного комплекса построения оптимальной траектории движения БПЛА. – 40 с.Tsukanov A. V. Development of a software package for constructing the optimal trajectory of UAV motion. – 40 p.Чепурных И. В. Динамика полёта самолётов: учеб. пособие / И. В. Чепурных. – Комсомольск-на-Амуре: ФГБОУ ВПО «КнАГТУ», 2014. – 112 с.Chepurny I. V. Dynamics of the flight of aircraft: training. allowance / I. V. Chepurny – Komsomolsk-on-Amur: FGBOU VPO «KnAGTU», 2014. – 112 p.Натан А. WPF 4. Подробное руководство. – Пер. с англ. – СПБ.: Символ-Плюс, 2011. – 880 с., ил.Nathan A. WPF 4. Detailed guidance. – Trans. from English. – SPB.: Symbol-Plus, 2011. – 880 p.: Ill.

The authors declare that there are no conflicts of interest present.