New approaches to improve estimator performance for quadrotors
Döner kanatlarda kestirimci performansının iyileştirilmesi için yeni yaklaşımlar
- Tez No: 582263
- Danışmanlar: DOÇ. DR. EMRE KIYAK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Havacılık Mühendisliği, Electrical and Electronics Engineering, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Havacılık Elektrik ve Elektroniği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Kalman filtresinin verimli çalışabilmesi, ölçüm ve sistem gürültüleri kovaryans matrislerinin öncül bilgisine bağlıdır. Fakat bu değerler tam olarak bilinemediğinden filtrenin en iyi durumunun altında çalışmasına hatta ıraksamasına neden olmaktadır. Bu değerlerin bulunması çoğunlukla, her ikisi de eniyilik ya da yakınsaklığı garantilemeyen tahmin ve deneme yanılma yöntemlerine dayanmaktadır. Bu çalışmada, ölçüm gürültüsünün eniyiye yakın durumunu elde edebilmek için biyo-esinli yapay arı koloni algoritması tabanlı Kalman filtresi çevrimdışı parametre kestirimi algoritması tanıtılmıştır. Ayrıca, mevcut fonksiyonunun yakınsama sorununu çözmek için bir amaç fonksiyonu önerilmiştir. Çalışmada, yakınsama sorunu ve önerilen fonksiyonun çözüm uzayındaki davranışlarını gösteren matematiksel ispatlar gerçeklenmiştir. Benzetim sonuçları genetik algoritma tabanlı Kalman filtresi ile her iki fonksiyon için de kıyaslanmıştır. Ölçüm ve sistem gürültü kovaryans matrislerinin aynı anda eniyilenmesi zor bir problem olduğundan, bir evrimsel algoritma tabanlı Kalman filtresi önerilmiş ve her iki matrisinde eşzamanlı kestirilerek eniyi değerlere yakınsaması amaçlanmıştır. Ayrıca, eniyi değerlere ulaşılmasındaki zaman kısıtı da göz önüne alınarak çok – boyutlu vekil bir amaç fonksiyonu önerilmiştir. Algoritma sonuçları eniyi Kalman filtresi sonuçları ile mutlak hata, karesel ortalama hata ve ortalama mutlak hata metrikleri ile kıyaslanmıştır. Gerçekleştirilen benzetimler ve Monte Carlo benzetim sonuçları önerilen algoritma ve fonksiyonların verimliliğini göstermiştir.
Özet (Çeviri)
In order to use Kalman filter effectively, covariance matrices of process and measurement noise must be known a priori. Nevertheless, these values may not be known exactly which causes the filter to work under suboptimal and even in divergent conditions. In most cases, these parameters are guessed or tuned by trial and error approach both of which do not guarantee optimality and convergence. To ensure near - optimal conditions for the measurement noise, a bio-inspired artificial bee colony optimization algorithm based Kalman filter offline tuning scheme is introduced. In addition, an objective function is proposed to handle the convergence problem of the existing function. Mathematical proofs are derived for the convergence problem and also for proposed function to define its behavior on the search space. Simulation outputs are compared with genetic algorithm based Kalman filter for both objective functions. Since optimization of both process and measurement noise covariance matrices is a challenging task in literature, an evolutionary algorithm based Kalman filter is proposed to simultaneously estimate the process and measurement noise covariance matrices of the Kalman filter to improve the performance of the sub – optimal filter. A surrogate – assisted fitness function is also introduced to achieve multi – dimensional simultaneous optimization with finite time consideration. Results are compared with an optimal Kalman filter by means of absolute error, root mean square error, and mean absolute error. Efficacy of the proposed algorithms and functions are shown according to the performed simulations and numerical results of the Monte Carlo simulations.
Benzer Tezler
- Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme
Deep learning architectures for real-time video object tracking by mobile devices
ULAŞ TOSUN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- On estimation of probability density function
Olasılık yoğunluk fonksiyonu tahmini üzerine
ELİF ERÇELİK
Doktora
İngilizce
2019
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA NADAR
- Çimento harmanlama prosesinin kalman kestirimcisi ile tanılanması
Identification of cement blending process with kalman estimation
ÖMER ÖZGÜN
Yüksek Lisans
Türkçe
1998
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Ana Bilim Dalı
PROF. DR. CAN ÖZSOY
- Türkiye rüzgâr verilerinin bayesyen maksimum entropi yaklaşımıyla uzay-zaman modeli
Spatiotemporal model of Turkey wind speed data with Bayesian maximum entropy approach
ÖZLEM BAYDAROĞLU
Doktora
Türkçe
2016
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. KASIM KOÇAK
- Operasyonel iletim yolu analizi ve uygulaması
Operational transfer path analysis and application on test rig
SANCAR TUNA KOÇOĞLU
Yüksek Lisans
Türkçe
2012
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN YÜCE ŞANLITÜRK