Geri Dön

Neural extended kalman filter based angle-only target tracking for cruise missiles

Seyir füzeleri için sinir ağı genişletilmiş kalman filtre tabanlı ölçüm açılarına bağlı hedef takibi

  1. Tez No: 442292
  2. Yazar: GÖRKEM EŞSİZ
  3. Danışmanlar: YRD. DOÇ. DR. ALİ TÜRKER KUTAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Havacılık Mühendisliği, Uçak Mühendisliği, Aeronautical Engineering, Aircraft Engineering
  6. Anahtar Kelimeler: Angle-only Target Tracking, Range Estimation, Neural Extended Kalman Filter, Modified Proportional Navigation Guidance Law, Ölçüm Açılarına Bağlı Hedef Takibi, Kalan Mesafe Kestirimi, Sinir Ağı Genişletilmiş Kalman Filtresi, Modifiye Orantılı Seyir Güdüm Kanunu
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 76

Özet

The main issue in the angle only target tracking problem is to estimate the states of a target by using noise corrupted measurement of elevation and azimuth. The states consist of relative position and velocity between the target and the platform. In this thesis the tracking platform is a sea skimming anti-ship missile (SS-ASM) with an active radar seeker. Normally, an active radar seeker gives the information of relative range and closing velocity to the target together with line of sight (LOS) angle and line of sight rate of elevation and azimuth. However, when a missile is jammed, the missile cannot give the information of relative range between itself and the target yet can measure LOS angles and LOS rates. In the jammed environment, to estimate the range from the LOS and LOS rate measurements, the missile has to maneuver to ensure the observability for range estimation. Since sea skimming anti-ship missiles keep constant altitude during flight, which is almost below 10 or 5 meters, elevation channel is not included through the estimation and it is assumed that the missile moves only in horizontal plane. Another issue for SS-ASMs is target velocity and maneuverability profile. Missiles are much faster than ship targets. Thus stationary and constant velocity targets are examined through the thesis. Two different approaches for range estimation are investigated and compared on simulated data: the standard Extended Kalman Filter (EKF) and the Neural Extended Kalman Filter (NEKF). The system model for estimation is formulated in terms of Modified Spherical Coordinates (MSC) for 2D horizontal missile-target geometry. Different platform maneuvers to obtain observability are studied and the geometry of the simulation scenario is investigated. Moreover, enhancement of the NEKF based estimation algorithm is introduced.

Özet (Çeviri)

Ölçüm açılarına bağlı hedef takibindeki asıl sorun gürültültüyle bozulmuş yunuslama ve yalpalama açı ölçümlerini kullanarak hedef durumlarının kestiriminin yapılmasıdır. Bu hedef durumları, hedef ve füze arasındaki göreceli pozisyon ve hızı içermektedir. Bu tezde, takip eden gözlemci su sathından uçan ve gemilere karşı kullanılan aktif radar arayıcıya sahip bir füzedir. Normal koşullarda aktif radar arayıcı başlık kalan mesafe, yaklaşma hızı, Görüş Hattı (GH) açısı ve GH açısal hız ölçümlerini sağlamaktadır. Fakat, hedef savunma sistemleri tarafından parazit yayın yapan bir bozucu varken füze radar arayıcı başlığı kalan mesafe biligisini sağlayamaz ama GH açı ve GH açısal hız biliglerini ölçmeye devam eder. Bu durumda GH açısı ve GH açısal hız ölçümlerini kullanarak kalan mesafe kestiriminin yapılabilimesi ve kestirim sırasında gözlemlenebilirliğin devamlı olarak sağlanabilimesi için füze manevralar gerçekleştirmelidir. Gemi hedeflerine karşı su sathından uçan füzeler sabit irtifadan ve yaklaşık 5-10 metreden uçtukları için kalan mesafe kestiriminde yunuslama kanalı dahil edilmemiş ve füzenin sadece yatay düzlemde manevra gerçekleştirdiği varsayılmıştır. Ayrıca füze hızı hedef gemiye göre daha büyük olduğu için bu tezde sabit hedef ve sabit hızlı hedef profilleri incelenmiştir. Mesafe kestirimi için iki farklı yaklaşım üzerinde durulmuş ve koşulan benzetimler karşılaştırılmıştır: Genişletilmiş Kalman Filtresi ve Sinir Ağı Genişletilmiş Kalman filtresi. Sistem modeli 2 boyutlu yatay füze-hedef geometrisi için Modifiye Küresel Kordinatlarda ifade edilmiştir. Gözlemlenebilirliği sağlamak için farklı füze manevraları araştırılmıştır. Geliştirilmiş Sinir Ağı Genişletilmiş Kalman filtre tabanlı algoritma sunulmuştur.

Benzer Tezler

  1. Farklı yüzeylere uyum sağlayabilen denge robotu için zeki ve adaptif kontrol algoritmalarının geliştirilmesi

    Development of intelligent and adaptive control algorithms for balance robot capable of adapting different surfaces

    ALİ ÜNLÜTÜRK

    Doktora

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER AYDOĞDU

  2. Asenkron motor vektör kontrolü uygulamalarında genişletilmiş Kalman filtresi tabanlı gözlemleyici tasarımı

    Reduced order extended Kalman filter based observer for an induction motor vector control

    MENEKŞE OĞUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. METİN GÖKAŞAN

  3. Event-driven state estimation in electric distribution systems

    Elektrik dağıtım sistemlerinde olay güdümlü durum kestirimi

    FIAZ AHMAD

    Doktora

    İngilizce

    İngilizce

    2017

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    Assist. Prof. Dr. MELTEM ELİTAŞ

    Prof. Dr. ASIF SABANOVIC

  4. Lityum iyon bataryaların makine öğrenimi yöntemleri ile sağlık durumu kestirimi

    State of health estimation for lithium-ion batteries using machine learning methods

    ÇETİN ORAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ

  5. Online learning with recurrent neural networks

    Yinelenen sinir ağları ile çevrimiçi öğrenim

    TOLGA ERGEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SÜLEYMAN SERDAR KOZAT