Autopilot design for fixed wing aircraft under colored noise
Renkli gürültü altında sabit kanatlı uçaklar için otopilot tasarımı
- Tez No: 941365
- Danışmanlar: PROF. DR. HAKAN TEMELTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 111
Özet
Hava araçlarının uçuş güvenliği ve performansı, modern havacılık sektöründe en öncelikli ve kritik konular arasında yer almaktadır. Gelişen teknolojiler ve artan uçuş sayısı, bu alandaki araştırma ve geliştirme çalışmalarını daha da önemli hale getirmiştir. Uçuş sırasında hava aracının durumu, konumu, hızları ve yönü gibi parametrelerin doğru ve zamanında tespiti, güvenli ve kararlı bir uçuşun sağlanması açısından hayati öneme sahiptir. Bu nedenle, hava araçlarının durumunu doğru şekilde tahmin edebilen, sensör verilerindeki gürültü ve bozucu etkileri dikkate alan gelişmiş algoritmalar geliştirilmekte ve kullanılmaktadır. Günümüzde kullanılan durum tahmini algoritmaları, özellikle sensör verilerinin doğruluğunu artırmak ve uçuş sırasında oluşabilecek çeşitli bozuklukları minimize etmek amacıyla tasarlanmıştır. Bu algoritmalar, hava aracının gerçek zamanlı durumunu en iyi şekilde tahmin edebilmek için çeşitli matematiksel ve istatistiksel modelleri kullanır. Sensörler, konum, hız, ivme, yön ve diğer önemli parametreleri ölçer, ancak bu ölçümler her zaman mükemmel değildir. Çeşitli gürültü ve bozukluklar, sensörlerin algılama doğruluğunu azaltabilir ve bu da tahmin hatalarına yol açabilir. Bu noktada, durum tahmini algoritmaları devreye girer ve sensör verilerinin gürültü ve bozucu etkilerini azaltmak, daha güvenilir ve hassas tahminler yapmak amacıyla çeşitli filtreleme teknikleri uygular. Otopilot sistemleri, hava aracının otonom olarak belirli rotalarda ve hızlarda seyretmesini sağlayan gelişmiş kontrol sistemleridir. Bu sistemler, uçuş güvenliğini artırmak ve insan hatasını minimize etmek amacıyla tasarlanmıştır. Ancak, otopilotun etkin çalışabilmesi için, hava aracının konum, hız, yön gibi temel durum bilgilerinin sürekli ve doğru şekilde sağlanması gerekir. Bu noktada, durum tahmin algoritmaları, otopilotun temel bileşenlerinden biri haline gelir. Doğru ve güvenilir veri sağlamak, otopilotun kararlı ve stabil bir uçuş gerçekleştirmesi için kritik öneme sahiptir. Kalman filtresi, bu amaçlar doğrultusunda en çok tercih edilen ve yaygın kullanılan gelişmiş algoritmalardan biridir. Özellikle, sistem modelinin doğru ve gürültülerin istatistiksel özelliklerinin iyi bilindiği durumlarda oldukça başarılı sonuçlar sağlar. Kalman filtresi, temel olarak, ölçüm ve sistem dinamiği modellerine dayanarak, sensör verilerinden gelen gürültüyü azaltmak ve sistemin gerçek durumunu en iyi şekilde tahmin etmek için kullanılan bir olasılık tabanlı algoritmadır. Bu algoritma, ölçüm hatası ve sistem gürültüsünü dikkate alarak, tahmin edilen durumu optimize eder ve hata oranını minimize eder. Sonuç olarak, hava aracının konumu, hız ve yön gibi parametreleri, yüksek doğrulukla ve hassasiyetle tahmin edilir. Ancak, Kalman filtresi, özellikle“renkli”gürültü olarak adlandırılan ve belirli yapısal özelliklere sahip gürültü türleriyle başa çıkmakta zorluklar yaşayabilir. Renkli gürültü, örneğin, belirli korelasyonlara sahip ve zaman veya frekans alanında belirli yapısal özellikler gösteren gürültü türüdür. Bu durumda, Kalman filtresi, varsayımlarda bulunan gürültü yapısına uygun olmayan modeller kullanırsa, performansı olumsuz etkilenebilir. Bu da, tahmin hatalarının artmasına ve uçuş güvenliğinin risk altına girmesine neden olabilir. Bu nedenle, gerçek uçuş koşullarında karşılaşılan karmaşık ve çeşitli gürültü türleriyle başa çıkabilmek için, ek adaptasyon teknikleri veya farklı filtreleme yöntemleri kullanılabilir. Bu noktada, renkli gürültülerin etkisini azaltmak veya modellemek amacıyla, çeşitli gelişmiş filtreleme algoritmaları ve teknikleri geliştirilmiştir. Örneğin, farklı Kalman filtreleri türleri veya çok değişkenli istatistiksel yaklaşımlar tercih edilerek, gürültü yapısına uygun çözümler sunulabilir. Bunlar arasında, genişletilmiş Kalman filtresi (EKF), genelleştirilmiş önyargı telafili pseudolinear kalman filtresi (GBC-PLKF), ya da daha gelişmiş duruma uygun adaptif filtreleme teknikleri yer alabilir. Ayrıca, çok değişkenli istatistiksel modeller ve makine öğrenme tabanlı yaklaşımlar da, renkli gürültülerin etkisini azaltmak ve daha güvenilir tahminler yapmak amacıyla kullanılabilmektedir. Bu gelişmiş algoritmalar sayesinde, hava aracının konum, hız ve yön gibi parametreleri daha güvenilir ve hassas şekilde tahmin edilerek, uçuş güvenliği ve performansı önemli ölçüde artırılır. Bu bağlamda, bu tezin temel amacı, sabit kanatlı bir hava aracının boylamsal hareketleri için otopilot kontrolü ve rüzgardan kaynaklanan renkli gürültü altında da performans gösterebilen gelişmiş filtre tasarımı gerçekleştirmektir. Çalışma kapsamında, öncelikle seçilen uçağın detaylı modeli, Simulink ortamında modellenmiştir. Atmosfer modeli, aerodinamik model, rüzgar/türbilans modeli bunlardan bazılarıdır. Bu uçak modeli, hava aracının dinamiklerini ve davranışlarını gerçekçi bir biçimde yansıtmaktadır. Modelleme aşamasında, hava aracının hareket denklemleri belirlenmiş ve bu denklemler temel alınarak, sistemin davranışları detaylandırılmıştır. Modelleme sonucunda elde edilen denklemler, belirlenen denge (trim) noktasında lineerleştirilmiştir. Denge noktası, uçuş sırasında aracın kararlı ve stabil olduğu, genellikle belirli hız ve yükseklik koşullarını ifade eder. Bu noktada, sistemin doğrusal olmayan davranışları, lineer hale getirilerek, kontrol ve tahmin algoritmalarının tasarımı kolaylaştırılmıştır. Ayrıca, bu lineerleştirilmiş sistemin state-space matrisi elde edilmiştir. Bu matrislere dayanarak, sistemin dinamikleri analiz edilmiş ve performansı değerlendirilmiştir. Nonlinear model ile linear model arasındaki karşılaştırma yapılmış ve sonuçların tutarlılığı kontrol edilmiştir. Daha sonra, sistemin MIMO (çok giriş, çok çıkış) yapısına sahip olması nedeniyle, uygun kontrol yöntemi olarak LQR (Lineer Quadratic Regulator) tercih edilmiştir. LQR, birden fazla giriş ve çıkış parametresi olan sistemler için ideal ve etkin bir kontrol algoritmasıdır. Bu yöntemde, uygun geri besleme yapısı oluşturulmuş, sistemin kararlılığı ve performansı optimize edilmiştir. LQR kontrolü için gerekli kazanç matrisi, belirlenen ağırlık matrisleri kullanılarak hesaplanmıştır. Bu ağırlıklar, kontrol parametrelerinin ve durum değişkenlerinin önem derecesini yansıtır. Daha sonra, geri besleme hattına uygun kazanç değerleri eklenerek, sistemin istenen referanslara uygun şekilde yönlendirilmesi sağlanmıştır. Ayrıca, sistemin durumunu doğru şekilde tahmin edebilmek amacıyla, filtre tasarımları yapılmış ve bu filtreler modele entegre edilmiştir. Bu filtreler, sensör verilerindeki bozucu etkileri azaltmak ve sistem durumunu en doğru şekilde tahmin etmek için kullanılmıştır. Çalışmanın en önemli aşamalarından biri, çeşitli simülasyon senaryoları geliştirmektir. Toplamda, 8 farklı simülasyon senaryosu belirlenmiş ve her biri detaylı biçimde simüle edilmiştir. Bu senaryolarda, sistem çıkışlarına farklı gürültü türleri, özellikle beyaz ve renkli gürültüler eklenmiştir. Bu gürültülerin etkisini değerlendirmek amacıyla, kalman filtresi ve tasarlanan diğer filtreler üzerinde çeşitli denemeler yapılmıştır. Ayrıca, farklı referans girişleri kullanılarak, kontrolcülerin performansı test edilmiştir. Bu sayede, farklı uçuş koşullarında, farklı hız ve irtifa değişiklikleri altında sistemlerin nasıl tepki verdiği analiz edilmiştir. Simülasyonların sonuçları, filtrelerin hangi gürültü etkisi altında iyi veya kötü performans gösterdiğini ortaya koymuş ve birbirleriyle kıyaslanmıştır. Bu kıyaslamalar sayesinde, en uygun filtreleme teknikleri ve parametreleri belirlenmiş ve uçuş sırasında karşılaşılabilecek çeşitli gürültü ortamlarına karşı sistemlerin dayanıklılığı artırılmıştır. Sonuç olarak, bu tez çalışması, renkli gürültü ortamında bile yüksek doğruluk ve güvenilirlik sağlayan gelişmiş filtreleme tekniklerinin, hava aracı performansını ve uçuş güvenliğini önemli ölçüde artırabileceğini göstermiştir. Bu sayede, otonom hava araçlarının daha güvenli ve stabil bir şekilde, karmaşık ve değişken çevre koşullarında görevlerini başarıyla yerine getirmeleri sağlanır. Bu çalışmalar, havacılık sektöründe ileri seviye otomasyon ve otonom sistemlerin geliştirilmesine katkı sağlayacaktır. Gelişmiş kontrol ve tahmin algoritmaları, özellikle kritik ve zor hava şartlarında, uçuş emniyetini artırmak ve kazaları önlemek adına büyük önem taşımaktadır. Bu tez çalışması, sabit kanatlı hava araçlarının boylamsal hareket kontrolü ve renkli gürültü altında yüksek performanslı filtre tasarımı konularında katkılar sunmuştur ve bu çalışmaların, havacılık sektöründe otomasyon ve güvenlik alanında, daha güvenilir ve etkin sistemlerin geliştirilmesine önemli bir temel oluşturması beklenmektedir.
Özet (Çeviri)
Flight safety and performance of aerial vehicles are among the top priorities in the modern aviation industry. Accurately determining the vehicle's states during flight is vital for ensuring a safe and stable operation. To this end, state estimation algorithms are employed, aiming to provide the best possible prediction of the vehicle's true state by accounting for various disruptive effects in sensor data, such as noise and wind disturbances. Autopilot systems are advanced control mechanisms that enable an aircraft to autonomously fly along predefined routes and at specific speeds with high accuracy. For these systems to operate effectively, continuous and precise access to the vehicle's state information—such as position, velocity, and orientation—is essential. Therefore, state estimation algorithms become a fundamental component of the autopilot. Advanced algorithms like Kalman filters help reduce noise in sensor data during this process, allowing for more reliable and accurate state predictions. The Kalman filter provides highly successful results, especially when the system model is accurate and the statistical properties of the noise are well known. However, its performance can be negatively affected in the presence of noise types known as 'colored' noise. In such cases, the filter makes assumptions that do not align with the actual noise structure, which can lead to increased estimation errors. Therefore, to effectively handle the complex and diverse noise types encountered in real flight conditions, additional adaptation techniques or alternative filtering methods may be employed. For instance, different variants of the Kalman filter or multivariate statistical approaches can be used to model or mitigate the effects of colored noise. Through these advanced algorithms, parameters such as position, velocity, and orientation of the aircraft can be estimated more reliably and accurately, thereby enhancing flight safety and performance. In this thesis study, an autopilot control system for the longitudinal motion of a fixed-wing aircraft has been developed, along with the design of a filter capable of performing effectively under colored noise conditions. First, a detailed model of the selected aircraft was developed in Simulink. The equations derived from the created model were linearized at the specified trim point, and subsequently, the state-space matrices of the linearized system were obtained. After comparing the nonlinear and linear models and confirming the consistency of the results, the control phase was initiated. Due to the system's MIMO nature, the LQR control method was chosen, and an appropriate feedback structure was established. The gain matrix required for LQR control was obtained by selecting suitable weighting matrices, and the necessary gain values were incorporated into the feedback loop. Finally, filter designs were carried out for state estimation, and the filter block was integrated into the model. Eight different simulation scenarios were defined for the completed model. White and colored noises were applied to the system outputs, and various tests were conducted using both the Kalman filter and the designed filter under these noise conditions. Additionally, the controller performance was evaluated with different reference inputs. As a result of the simulations, the filters' performance under various noise influences was observed and compared. The performance of the autopilot designed for longitudinal motion was examined, and the results across different scenarios were analyzed. The obtained results and comprehensive studies demonstrate that advanced filtering techniques, which provide high accuracy and reliability even in colored noise environments, can significantly enhance aircraft performance and flight safety.
Benzer Tezler
- Sabit kanatlı bir hava aracı için çift katmanlı bozucu gözleyici destekli kontrolcünün tasarlanması ve analiz edilmesi
Design and analysis of a dual-layer disturbance observer based controller for fixed-wing aircraft
MERVE DEMİROĞLU
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER ÜSTOĞLU
- Kayan kipli kontrolcü kullanılarak sabit kanatlı insansız hava aracı için otopilot tasarımı
Design of autopilot for fixed wing unmanned aerial vehicle using sliding mode controller
UYGAR GÜNEŞ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. COŞKU KASNAKOĞLU
- Design of an autonomous landing control algorithm for a fixed wing unmanned aerial vehicle (UAV)
Sabit kanatlı bir insansız hava aracının (İHA)otomatik iniş sistemi için kontrol algoritması tasarımı
VOLKAN KARGIN
Yüksek Lisans
İngilizce
2007
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DR. İLKAY YAVRUCUK
- Vision-aided landing for fixed wing unmanned aerial vehicle
Sabit kanatlı ınsansız hava araçları için görüntü işleme ile otomatik iniş
ENGİN ESİN
Yüksek Lisans
İngilizce
2016
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ TÜRKER KUTAY
- Fıxed wıng uav control under severe dısturbances
Şiddetli bozuntular altında sabit kanatlı iha kontrolü
HACİ BARAN
Doktora
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT