Kalman süzgeci parametrelerinin eniyilenmesinde zeki optimizasyon tekniklerinin başarımlarının incelenmesi
Analyzing the success of intelligent optimizing tecniques on optimizing kalman filter parameters
- Tez No: 433894
- Danışmanlar: DOÇ. DR. ALPER BAŞTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Rudolf Kalman tarafından geliştirilen Kalman Süzgeçleme (KS) gelecekteki değerlerin kestirimi için modelin geçmişteki verilerinden yola çıkarak bir sonraki iterasyonda girdi olarak çıktıları kullanması ve hata kovaryansını her iterasyonda azaltması prensibine göre çalışmaktadır. Gürültülü durumlarda süzgeçleme işlemini hem güncelleme hem tahmin adımlarıyla gerçekleştiren KS, sistemde ölçülemeyen durumları ise sadece tahmin adımını uygulayarak kestirebililmektedir. KS'nin daha doğru sonuçlar verebilmesi için parametrelerinin de uygun seçilmesi önemli bir faktördür. KS parametrelerinden ölçüm kovaryans matrisi R, işlem kovaryans matrisi Q ve başlangıç hata kovaryansı P değerlerinin en uygun şekilde seçilmesi gerekmektedir. Klasik yaklaşımda, bu seçim kullanıcı deneyimine bırakılırken, literatür incelendiğinde bu seçimin optimizasyon algoritmalarıyla da yapılabildiği görülmüştür. Bu tez çalışmasında, Kalman Süzgeçleme parametrelerinin eniyilenmesi için henüz literatürde çalışılmamış zeki optimizasyon tekniklerinin tespit edilmesi ve hem bu tekniklerin başarımlarının hem de tekniklerin birbiriyle işlem süresi ve doğruluk kriterleri açısından kıyaslanması amaçlanmıştır. Gerçekleştirilen detaylı benzetim çalışmaları ile farklı senaryolar için farklı algoritmaların başarılı olduğu gözlemlenmiştir.
Özet (Çeviri)
Kalman Filter (KF), developed by Rudolf Kalman, works on the principle of using previous outputs as input for next iteration and reducing error covariance in each iteration to predict future values.KF uses both update and prediction steps for noisy situations, whereas it uses only prediction step to estimate the unmeasurable status of the system. Selecting the KF parameters is an important factor to get more accurate results. Parameters of KF (measurement covariance matrix R, process covariance matrix Q, and initial error covariance P should be optimally selected. In conventional approach, determination of these parameters is based on user experience but when the literature analyzed, R, Q and P parameters are also selected by intelligent optimization algorithms. This thesis proposes detecting unused intelligent optimization algorithms in literature for optimizing KF parameters and comparing elapsed time and accuracy values of them. It is observed that different algorithms give different performance values for different scenarios.
Benzer Tezler
- Nanosatellıte attıtude estımatıon vıa trıad-aıded kalman fılters
Triad metodu destekli̇ kalman süzgeçleri̇ i̇le nano uydularda yöneli̇m kesti̇ri̇mi̇
MEHMET ASIM GÖKÇAY
Yüksek Lisans
İngilizce
2020
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ HACIZADE
- Estimation of deterministic and stochastic IMU error parameters
AÖB (Ataletsel Ölçüm Birimi) determinisitik ve olasılıksal hata parametrelerinin kestirimi
DERYA ÜNSAL
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. KERİM DEMİRBAŞ
- Integration of navigation systems and identification of nonlinear model parameters for autonomous underwater vehicles in the presence of measurement biases
İnsansız sualtı araçları için seyrüsefer sistemlerinin tümleştirilmesi ve ölçüm kaynaklı kayma hatalarının olduğu durumda nonlineer hareket modelin parametrelerinin tanılaması
MUSTAFA DİNÇ
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİNGİZ HACIYEV
- Uyarlamalı destek vektör makinesi temelli modelleme ve kontrol
Adaptive support vector machine based modelling and control
ERDEM DİLMEN
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiPamukkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELAMİ BEYHAN
- Comparison of emitter localization methods with a moving platform in three dimensions
Hareketli tek platform ile üç boyutlu hedef konum belirleme tekniklerinin karşılaştırılması
BURCU TUFAN
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL ENGİN TUNCER