Адаптивная фильтрация параметров движения БПЛА по данным сенсорной сети на основе измерения мощности принимаемого сигнала

Скорочена інформація про документ
dc.contributor.authorТовкач, И. О.
dc.contributor.authorЖук, С. Я.
dc.contributor.authorТовкач, I. О.
dc.contributor.authorЖук, С. Я.
dc.contributor.authorTovkach, I. O.
dc.contributor.authorZhuk, S. Yа.
dc.date.accessioned2018-08-16T11:54:45Z
dc.date.available2018-08-16T11:54:45Z
dc.date.issued2017
dc.description.abstractenIntroduction. In modern conditions increasingly important begin to play unmanned aerial vehicles (UAVs), which give rise to a new class of threats. This leads to the need to develop security systems that solve tasks of detection, location and motion parameters of the UAV. At the radiation of the UAV of signals, his location can be defined by wireless sensor networks using the method of RSS (received-signal strength). Changing the type of UAV motion occurs at random times. At intervals of hovering and motion of the UAV without a maneuver it is possible to significantly improve the accuracy of estimation of its coordinates. Thus, in practice, it is often of interest to determine the types of UAV motion. Statement of the problem. UAV movement with different types of maneuver in a rectangular coordinate system is described by a stochastic dynamical system with random structure in discrete time. For definition of location of the UAV on the plane the wireless sensor network has to consist of three or more sensors. When using the RSS method, the model of direct distribution of a signal which considers only his attenuation is used. Required to synthesize an adaptive algorithm of a filtration of parameters of the movement UAV according to the sensor network. The main part. The optimum algorithm of the adaptive filtering is recurrent and describes evolution of posteriori probability density of the expanded mixed Markov process including a continuously valued vector of parameters of movement of the UAV and the discrete valued variable of switching describing type of its movement. The optimum device realizing an algorithm is multichannel with number of channels M and belongs to the class of devices with feedback between channels. Existence of feedback between channels is caused by Markov property of a discrete component. In obtained by linearization of the equation of measurements of the quasi-optimal algorithm of adaptive filter are calculated first and second moments aposteriori conditional distributions of the vector of motion parameters of the UAV and it allows to keep the representation of the a posteriori probability density of the continuous component as a sum of M Gaussian densities of probabilities. It implements a parallel procedure perform calculations when entering measurements from sensors of a sensor network. The quasioptimum device realizing an algorithm also is multichannel with number of channels M and generally keeps the structure and feedback inherent in the optimum device. Analysis of the effectiveness of the algorithm. Analysis of the effectiveness of the developed algorithm for estimating the parameters of motion of the UAV with the discovery of the maneuver was conducted using the statistical modeling. The sensor network is composed of eight sensors. For descriptive reasons works of an algorithm the test trajectory of the movement UAV has been created. A comparison of the accuracy characteristics of the considered algorithms with the lower bound of Rao-Cramer is carried out. For the considered model example, the use of trajectory filtering allows to reduce the MSD error of the positioning of the UAV compared with the MSD error of the positioning method RSS in 2 – 4 times. Compared with Kalman filter based on the model, motion of the UAV to maneuver, developed an adaptive algorithm allows to improve the location accuracy in areas hovering and motion without maneuver more than 2-3 times to avoid systematic errors estimates. At the same time the adaptive filter allows to recognize a freeze and nearly uniform motion of a UAV with a probability close to one. Conclusions. On the basis of the mixed Markov processes in discrete time optimum and quasioptimum adaptive algorithms a filtration of parameters of the movement UAV according to sensor network on the basis of measurement of power of the accepted signal are synthesized. Realizing their devices, are multichannel and belongs to the class of devices with feedback between channels. At the same time in them the parallel procedure of performance of calculations at receipt of measurements from sensors network is realized. The analysis of a quasioptimum algorithm is made by means of statistical modeling on the computer.uk
dc.description.abstractruНа основi математичного апарату змiшаних маркiвських процесiв в дискретному часi синтезовано опти- мальний i квазiоптимальний адаптивнi алгоритми фiльтрацiї параметрiв руху БПЛА за даними сенсорної мережi на основi вимiрювання потужностi сигналу. Пристрої, що їх реалiзують, є багатоканальними i вiдноситься до класу пристроїв iз зворотними зв’язками мiж каналами. Обробка вимiрювань, що надходять вiд датчикiв сенсорної мережi, виконується за допомогою паралельної процедури виконання обчислень. Аналiз квазiоптимального алгоритму виконано за допомогою статистичного моделювання на ЕОМ.uk
dc.description.abstractukНа основе математического аппарата смешанных марковських процессов в дискретном времени синтезированы оптимальный и квазиоптимальный адаптивные алгоритмы фильтрации параметров движения БПЛА по данным сенсорной сети на основе измерения мощности принимаемого сигнала. Реализующие их устройства, являются многоканальными и относятся к классу устройств с обратными связями между каналами. Обработка измерений, поступающих от датчиков сенсорной сети, выпол- няется с помощью параллельной процедуры выполнения вычислений. Анализ квазиоптимального алгоритма выполнен с помощью статистического моделирования на ЭВМ.uk
dc.format.pagerangeС. 41–48uk
dc.identifier.citationТовкач, И. О. Адаптивная фильтрация параметров движения БПЛА по данным сенсорной сети на основе измерения мощности принимаемого сигнала / И. О. Товкач, С. Я. Жук // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2017. – Вип. 69. – С. 41–48. – Бібліогр.: 12 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/24285
dc.language.isoruuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceВісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць, Вип. 69uk
dc.status.pubpublished
dc.subjectпассивная локацияuk
dc.subjectметод RSSuk
dc.subjectБПЛАuk
dc.subjectадаптивный алгоритм фильтрацииuk
dc.subjectпараметры движенияuk
dc.subjectсенсорная сетьuk
dc.subjectпасивна локацiяuk
dc.subjectметод RSSuk
dc.subjectБПЛАuk
dc.subjectадаптивний алгоритм фiльтрацiїuk
dc.subjectпараметри рухуuk
dc.subjectсенсорна мережаuk
dc.subjectpassive locationuk
dc.subjectRSS methoduk
dc.subjectUAVsuk
dc.subjectadaptive filtering algorithmuk
dc.subjectmotion parametersuk
dc.subjectsensor networkuk
dc.titleАдаптивная фильтрация параметров движения БПЛА по данным сенсорной сети на основе измерения мощности принимаемого сигналаuk
dc.title.alternativeАдаптивна фiльтрацiя параметрiв руху БПЛА за даними сенсорної мережi на основi вимiрювання потужностi сигналуuk
dc.title.alternativeAdaptive filtration of parameters of the movement UAV according to sensor networks based on measurements of the received signal strengthuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
VKPIRR_2017_69_7Tovkach.pdf
Розмір:
803.06 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць, Вип. 69