TR2022014252A2 - Farkli kaynaklardan gelen ölçüm ve veri̇leri̇ bi̇rleşti̇rme si̇stemi̇ ve yöntemi̇ - Google Patents

Abstract

Buluş, en az iki kaynaktan, değişken hassasiyetlerde gelen bilgilerin birleştirilmesini sağlayan bir sistem ve yöntem ile ilgilidir. Buluş özellikle, doğrusal olmayan kademeli filtre mimarisi yapılarını regresyon kullanan uyarlamalı denetim teknikleri ile birleştiren bir elektronik cihazdaki sistem ve yöntem ile ilgilidir.

Description

TARIFNAME FARKLI KAYNAKLARDAN GELEN öLçÜM VE VERILERI BIRLESTIRME SISTEMI VE YÖNTEMI Bulusun ilgili oldugu teknik alan: Bulus, en az iki kaynaktan, degisken hassasiyetlerde gelen bilgilerin birlestirilmesini saglayan bir sistem ve yöntem ile ilgilidir. Bulus özellikle, dogrusal olmayan kademeli filtre mimarisi yapilarini regresyon kullanan uyarlamali denetim teknikleri ile birlestiren bir elektronik cihazdaki sistem ve yöntem ile ilgilidir. Teknigin bilinen durumu: Hareketli araç veya platformlarin, düsük maliyetli algilayicilar ve basit yöntemlerle, yönelim ve konumlarini kestirmek için, çogunlukla, dogrusal olmayan Kalman filtresi, tamamlayici filtreler kullanilmaktadir. Bu yapilar incelendiginde, birinci sirada verilen filtre yapilarinin kestirim performanslarinin oldukça basarili oldugu, ancak gerçek zamanli uygulamalar kapsaminda degerlendirildiginde, gerektirdigi islem hacimlerinin de orantili olarak büyük oldugu söylenebilir. Bunun yani sira, filtre degiskenlerinin ayarlanmasi için kullanim öncesinde ve sirasinda yapilmasi gereken kalibrasyon testlerine ihtiyaç duyulmaktadir. Ikinci sirada verilen filtre yapilari ise, tatmin edici kestirim performanslarina sahip olmakla birlikte, daha az islem hacmi gerektirdikleri için, özellikle hareketli otonom sistemlerin düsük maliyetli algilayicilar ile kullanildigi durumlarda daha çok tercih edilmektedirler. Ancak, filtre degiskenlerinin ayarlanmasi için, özellikle kullanim sirasinda, kalibrasyon güncellemesi ihtiyaci bulunmaktadir. Ayrica, tamamlayici filtre yapilari, çogunlukla, sadece yönelim kestirimi için kullanilmakta ve islem hacmini artirmamak üzere tercih edilen düsük filtre mertebeleri nedeniyle gürültü azaltimi istenilen performanslara ulasamamaktadir. Gerçek zamanli araç veya platform uygulamalarinda, en az iki kaynaktan, farkli zaman dilimlerinde gelen ölçüm ve verilerin, örnekleme frekanslarinin yukari veya asagiya çekilmesi, mutlak bir referans zamanin gözetilmesi amaçlariyla birbirleri ile hizalanmasi mutlak bir zorunluluktur. Bu durumda, hangi filtre yapisi uygulanirsa uygulansin, sinyal hatlari üzerine eklenmesi gereken örnekleme/hizalama fonksiyon ve bilesenlerine ihtiyaç duyulmaktadir. Dolayisiyla, gerçek zamanli uygulamalarda, bu bilesenlerin getirecegi ek hesap karisikligi ve gecikmeler gözetilerek, filtre kestirim performansinin kullanim sirasinda gözlenmesi ve filtre tasarimina ait degiskenlerin güncellenmesi gerekebilmektedir. Çogunlukla, belirtilen tasarimlar, gerçek zamanli uygulamalarda kullanilmadan önce, benzetim ortamlarinda olusturulan sanal senaryolar altinda test edilmektedir ve basarima göre tasarimda iyilestirmelere gidilebilmektedir. Bahsedilen yöntemlere, sinyal hatlari üzerine eklenen örnekleme veya hizalama fonksiyon ve bilesenlerinin getirecegi dinamik belirsizlikler ile kademeli filtre yapilari ekleyerek veya filtre katsayilarini zamana göre degistirerek basa çikmak gibi çözümler getirmek mümkündür. Bu sayede, en iyi denetime benzer sekilde, dinamik bozucular altinda belirli bir kestirim performansi garanti edilebilmektedir. Bu durum, uyarlamali denetim yöntemlerinde oldugu gibi, kestirim katsayilarinin önceden belirlenmis kurallara göre güncellenmesi ile saglanabildigi gibi dinamik bozuntulari tahmin eden bir regresyon yöntemi, örnegin en küçük kareler yöntemi, ile de saglanabilmektedir. Bu yöntemlerde, ilave fonksiyon eklentilerinin getirecegi belirsizliklerin net götürüsü hakkinda bir varsayima ihtiyaç duyulmadan düzeltici hamlelerin gerçek zamanli olarak uygulanmasina imkân saglanabilmektedirler. Ancak, bu tip yöntemlerin uygulanmasi sirasinda en çok dikkat edilmesi gereken hususlardan birisi, tümlesik kestirim performansini artirmaya çalisirken, tüm mimarinin kapali döngü kararliligini da gerçek zamanli olarak gözlemlemek ve gerektiginde müdahale etmektir. En az iki kaynaktan, farkli zaman dilimlerinde ve dogrulukta gelen ölçüm ve verilerin, içerilen bilgiyi en dogru sekilde kiymetlendirerek, gürültü ve hatalari azaltarak kaynastirilmasi birçok mühendislik, ekonomi ve sosyal bilim uygulamalari açisindan önem tasimaktadir. Ancak, veri ve ölçümlerin çok farkli örnekleme frekanslarinda olmasi, farkli zaman dilimlerinde gelmesi, ayni degiskeni belirtmesine ragmen farkli gürültü ve hata paylarina sahip olmalari en verimli sekilde birlestirilmelerini zorlastirmaktadir. Teknigin bilinen durumunda bulunan "CN113449248" numarali basvuru entegre bir SlNS/GNSS sistemi veri birlestirme yöntemi ve bu yöntemi kullanan bir cihazi açiklamaktadir. Bu yöntemde, Kalman filtresinin varyans-kovaryans matrisleri ve durum degiskeni geçis matrisi, bulanik mantik kurallari dogrultusunda uyarlamali olarak güncellenir. Burada önerilen yöntem navigasyon problemine uygulanmistir. Kalman filtresinin varyans-kovaryans matrisleri ve durum degiskeni geçis matrisi, bulanik mantik kurallari dogrultusunda uyarlamali olarak güncellenmektedir. Filtre degiskenlerinin gerçek zamanli bir sekilde güncellendigi, kestirim gürbüzlügünün sürdürülebilir oldugu, tüm mimarinin kapali döngü kararliliginin gerçek zamanli olarak gözlemlenebildigi yeni bir teknolojiye ihtiyaç duyulmaktadir. Teknigin bilinen durumunda bulunan "CN109974714" numarali basvuru çok sensörlü veri birlestirme için, Sigma bazli Kalman Filtresi ve yönelim hesaplanmasi için quaternion degerleri üzerindeki hatayi kullanmayi öneren bir yöntemi açiklamaktadir. Bu yöntemde dönüölçer, ivmeölçer ve manyetometre verileri, en uygun sensör ölçüm modelleri kullanilarak birlestirilmektedir. Kalman filtresinin hata varyans-kovaryans matrisleri uyarlamali Sage-Husa algoritmasi kullanilarak hesaplanmaktadir. Sigma bazli Kalman filtresi gibi yüksek hesaplama süresi kullanan bir yöntem degil, yüksek mertebeli, dogrusal olmayan ve kademeli tamamlayici filtre yapisinin kullanilarak düsük islem hacmi ile yüksek performans saglayan bir yönteme ihtiyaç duyulmaktadir. Teknigin bilinen durumunda bulunan "CN109919233" numarali basvuru hedef takip problemine yönelik verilerin birlestirilmesi için kullanilacak, Sigma bazli Kalman Filtresi temelli, yeni bir takip filtresi tasarim yöntemi ile ilgilidir. Bu yöntem sayesinde, kestirim degerlerinin hesaplanmasi için dogrusal olmayan fonksiyonlar kullanilarak, sigma örnek noktalari hesaplanmaktadir. Burada, yine dogrusal olmayan durum degiskeni denklemleri kullanilmaktadir. Çapraz varyans-kovaryans matrisi, durum degiskeni kestirim hatasinin oto-korelasyonunun hesaplanmasi sayesinde uyarlamali olarak güncellenmektedir. Birçok veri birlestirme problemine uygulanabilen, yüksek mertebeli, dogrusal olmayan ve kademeli tamamlayici filtre yapisinin kullanilarak düsük islem hacmi ile yüksek performansin saglandigi yeni bir teknolojiye ihtiyaç duyulmaktadir. Ayrica, uyarlamali denetim yöntemlerine benzer sekilde, filtre degiskenleri solan bellekli özyinelemeli en küçük kareler yöntemi ile güncellenerek gürbüzlügün saglandigi yeni bir yönteme ihtiyaç duyulmaktadir. Teknigin bilinen durumunda bulunan "CN112987066" numarali basvuru bir deniz hedefinin konumunun belirlemesi için önerilen veri füzyonuna dayali bir tasarim yöntemi ile ilgilidir. Bu yöntem sayesinde, GNSS sisteminden gelen enlem, boylam, irtifa bilgileri, lNS sisteminden gelen enlem, boylam, irtifa bilgileri, hava ölçüm sisteminden gelen barometrik bilgiler, iç içe ve siki veri füzyonu yapilarak dogrusal olmayan bir Kalman filtresi ile birlestirilmektedir. Birlestirilmis bilgiler, deniz hedefi tespit sistemine iletilerek, hedef yerinin yüksek hassasiyet ile belirlenmesi saglanmaktadir. Yöntem dogrusal olmayan Kalman filtresi kullanilarak, öncelikle navigasyon problemine ve hedef yeri tespit çözümüne uygulanmistir. Dogrusal olmayan Kalman filtresi sayesinde, navigasyon sensörlerinden gelen veriler iç içe ve siki birlestirme yöntemi ile kaynastirilmakta ve navigasyon durum degiskenlerinin kestirimi saglanmaktadir. Filtre degiskenlerinin gerçek zamanli bir sekilde güncellendigi ve böylece kestirim gürbüzlügünün sürdürülebilir oldugu, tümlesik kestirim performansini artirmaya çalisirken, tüm mimarinin kapali döngü kararliginin gerçek zamanli olarak güncellendigi, basarim performansi yüksek yeni bir teknolojiye ihtiyaç duyulmaktadir. Mevcut sistemde bulunan dezavantajlardan biri de yukarida bahsedildigi üzere veri birlestirme sistemlerinin tek bir yapiya, örnegin navigasyon, hedef tespit yeri, uygulanabildigi sistemler veya yöntemler olmasidir. Bu sebeple birçok sisteme de uygulanabilen yeni bir teknolojiye ihtiyaç duyulmaktadir. Sonuç olarak yukarida anlatilan olumsuzluklardan dolayi ve mevcut çözümlerin konu hakkindaki yetersizligi nedeniyle ilgili teknik alanda bir gelistirme yapilmasi gerekli kilinmistir. Bulusun Kisa Açiklamasi ve Amaçlari Bulusun en önemli amaci, dinamik bozuntular neticesinde filtre degiskenlerinin gerçek zamanli bir sekilde güncellenebilmesi ve gürbüzlügün sürdürülebilmesi ile, geleneksel tekniklerle tasarlanmis bir kestirim filtresinin nominal durumdaki performansina yakin bir basarim elde edilmesinin saglanmasidir. Bulusun bir diger amaci, tümlesik kestirim performanslari artirmaya çalisirken, tüm mimarinin kapali döngü kararliliginin gerçek zamanli olarak gözlemlenmesi, bu kapsamda solan bellekli özyinelemeli en küçük kareler yöntemi ile güncellenen kestirim katsayilarinin karsilik geldigi eslenikfiltre kapali döngü kutuplarinin yinelenen en küçük kareler yöntemi ile kestirilmesinin saglanmasidir. Bu sayede, kapali döngü kutuplarinin istenilen kararlilik marji içerisinde kalmasini saglayacak sekilde hesaplamalari sinirlandirmak ve yönetmek mümkün olmaktadir. Bulusun bir diger amaci, yüksek mertebeli, dogrusal olmayan, kademeli tamamlayici, uyarlamali filtre yapisi ile basarim performansi yüksek ancak gerektirdigi islem hacmi yüksek, dogrusal olmayan katman filtresi uygulamalarinin benzer performanslarina ulasilabilmesini saglamaktir. Bulusta önerilen filtrenin, konum kestirimine yönelik olarak etkin ölçüm ve veri kaynastirmasi yapilmasi saglanmaktadir. Bulusun bir diger amaci, tüm mimarinin kapali döngü kararliliginin gerçek zamanli olarak izlenmesi ve güncellenen kestirim katsayilarinin karsilik geldigi eslenik filtre kapali döngü kutuplarinin kestirilerek kestirim döngüsünün istenilen kararlilik marji içerisinde kalmasinin saglanmasidir. Bu sayede, bulus ile gelistirilen yöntem devredeyken, kestirim filtresinin tümlesik kararliligi bozulmamakta ve belirsizlik tahminleri yapmadan kestirime gerçek zamanli olarak devam etmesi mümkün olmaktadir. Bulusun bir diger amaci, yüksek mertebeli, dogrusal olmayan, kademeli tamamlayici, uyarlamali yapilar ile basarim performansi oldukça iyi, ancak gerektirdigi islem hacmi yüksek, dogrusal olmayan kalman filtresi uygulamalarina benzer performanslara daha az maliyetle ulasilabilmesidir. Bulusun bir diger amaci, yöntemin konum kestirimine, pozisyon, hiz ve ivme kullanilabilecek sekilde, dogrudan uygulanabilmesinin saglanmasidir. Bu amaçla bulusta yüksek mertebeli filtreler kullanilmaktadir. Ayrica, gelistirilen yöntemde bulunan yüksek filtre mertebeleri sayesinde, tümlestirilecek verilerin ve ölçümlerin gürültü seviyeleri istenilen düzeylere indirilebilmektedir. Bulusun bir diger amaci, en az iki kaynaktan bir diger deyisle farkli kaynaklardan, farkli zaman dilimlerinde ve dogrulukta gelen ölçüm ve verilerin, içerilen bilgiyi dogru sekilde kiymetlendirerek, gürültü ve hatalarindan arindirilarak kaynaklastirilmasinin saglanmasidir. Bu sayede kestirime yönelik hassasiyet ve gürbüzlük metrikleri arttirilmaktadir. Bulusun bir diger amaci, birçok veri birlestirme problemine uygulanabilir olmasidir. Bulus kapsaminda önerilen akilli ve yönetilebilir veri ve ölçüm birlestirme yöntemi sayesinde sadece navigasyon amaci ile yönelim ve pozisyon kestirimi degil, en az iki kaynaktan gelen ve ayni fiziksel özellige ait farkli verilerin en uygun sekilde kiymetlendirilmesi de mümkün olmaktadir. Bu özellik, yöntem içerisinde önerilen ilk hizalama modülü ve ön sekillendirme modülü kullanilarak yapilmaktadir. Sekillerin Açiklamasi: SEKIL-1; Bulus konusu birlestirme sistemi ve yöntemin akis diyagramini veren çizimdir. Bulusu Olusturan Unsurlarin/Parçalarin Tanimlari Bu bulus ile gelistirilen en az iki kaynaktan, degisken hassasiyetlerde gelen bilgilerin, kolay yönetilebilir ve nispeten az islem gücü ile birlestirilmesini saglayan sistemin ve yöntemin daha iyi açiklanabilmesi için sekillerde yer alan parça ve unsurlar numaralandirilmis olup, her bir numaranin karsiligi asagida verilmektedir: Ilk hizalama modülü Ön sekillendirme modülü Kademeli birlestirme filtresi modülü Uyarlanmis filtre katsayilari hesaplama modülü Eslenik filtre kararlilik izleme ve yönetim modülü Anahtar Bulusun Ayrintili Açiklamasi Bulus, en az iki kaynaktan, degisken hassasiyetlerde gelen bilgilerin birlestirilmesini saglayan bir sistem ve yöntem ile ilgilidir. Bulus özellikle, dogrusal olmayan kademeli filtre mimarisi yapilarini regresyon kullanan uyarlamali denetim teknikleri ile birlestiren bir elektronik cihazdaki sistem ve yöntem ile ilgilidir. Bahsedilen sistem ve yöntem bir elektronik cihazdadir ve bu elektronik cihaz en temel haliyle ilk hizalama modülü (1), ön sekillendirme modülü (2), kademeli birlestirme filtresi modülü (3), uyarlanmis filtre katsayilari hesaplama modülü (4) ve eslenik filtre kararlilik izleme ve yönetim modülü (5) içermektedir. Bulus ile gelistirilen yöntemde ilk olarak en az iki kaynaktan, degisken zaman ve dogrulukta gelen ölçüm ve veriler, gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen zamanin belirlenmesi ve örnekleme frekansi yapilmasi için ilk hizalama modülüne (1) iletilmektedir. Elektronik cihazda bulunan ilk hizalama modülü (1) içerisinde tüm veriler ve ölçümler istenilen referans zamana göre hizalanmakta ve istenilen örnekleme frekanslarinda örneklenmektedir. Ölçüm ve veri kaynastirma uygulamalarinda kaynaklar çok farkli olabilmektedir. Örnegin, Küresel Konumlandirma Sistemi ve Atalet Navigasyon Sistemi verileri kullanilarak bir hava aracinin pozisyon, hiz ve yönelimi belirlenebilmektedir. Bir diger örnek ise yol kenarinda toplanan akustik, görüntü ve sensör verilerini kullanarak araç trafik durumunun (düsük trafik, trafik sikisikligi, orta akis) belirlenebilmesidir. Ölçüm ve veri kaynastirma uygulamalarinda çogunlukla kullanilan algilayici kaynaklar ivmeölçerler, dönüölçerler, küresel konumlandirma sistemi, LIDAR, kizilötesi/termal görüntüleme sistemleri, manyetik sensörler, RF sensörler/Radar, radyo-teleskoplar, sismik sensörler, sonar ve diger akustik sensörler, gündüz/TV görüntüleme sistemleri olabilmektedir. Söz konusu bulusta da belirtilen kaynaklardan en az iki tanesi kullanilarak verilerin alinmasi gerçeklestirilmektedir. Ilk hizalama modülünde (1) bulunan tüm verilerin ve ölçümlerin gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen zamana göre hizalanmasi ve istenilen örnekleme frekanslarinda örneklenmesinden sonra, hizalanmis veri ve ölçümler ön sekillendirme modülüne (2) iletilmektedir. Elektronik cihazda bulunan bir diger modül olan ön sekillendirme modülü (2), veri ve ölçümlerin gürültü seviyelerine, sekillendirme sirasinda ihtiyaç duyulabilecek türev degerlerinin arzu edilen hassasiyetlerine bagli olarak, tümlesik yapida dogrusal bir Kalman filtresi ya da solan bellekli Beta-filtresi olarak seçilmektedir. Eger veriler birden çok kaynaktan geliyorsa öncelikle dogrusal bir Kalman filtresinde tümlestirilmektedir. Bu asamadan sonra, tümlestirilmis verinin zamana göre türevini hesaplamak üzere, solan bellekli Beta-filtresi kullanilmaktadir. Ancak, eger bir sonraki modülün (Kademeli birlestirme filtresi modülü) ihtiyaci olan, türev degerleri için arzu edilen hassasiyet solan bellekli Beta-filtresinin ürettigi sonuçlar ile elde edilememis ise, dogrusal Kalman filtresinin ürettigi türev degerleri kullanilmaktadir. Ön sekillendirme modülünün (2) çalismasinin baslatilabilmesi için, sabit filtre katsayilari sabit hafizaya islenmektedir. Sabit filtre katsayilari, bulus ile gelistirilen veri ve ölçüm birlestirme yönteminin çalistirilacagi elektronik cihaza sayisal veri iletim yolu ile erisilerek (sayisal veri hatti), yöntemin gerçek zamanda çalismasi esnasinda silinmesine imkân vermeyecek sekilde sabit hafizaya yazilir. Sekillendirilmis veri, ölçümler ve bunlarin zamana bagli türevleri, kademeli birlestirme filtresi modülüne (3) iletilmektedir. Elektronik cihazda bulunan bir diger modül olan kademeli birlestirme filtresi modülü (3), veri birlestirilmesine uygun dogrusal olmayan kinematik veya dinamik denklemler ile üç kestirim katsayisi ve ikinci derecede serbest sayisal integral kullanan, kademeli veri tümlestiren bir yapidadir. Ölçüm veya verilerin, gerçek zamanli kestirim degerleri ile kademeli bir sekilde karistirilmasi için, ölçüm, veri, kestirim degerlerinin güven oranlarini belirten katsayilar, önceden sabit hafizaya islenmektedir. Ayrica, bu filtrenin çalismaya baslamasi için önceden belirlenen filtre ilk katsayilarin da sabit hafizada yer almaktadir. Kademeli birlestirme filtresi modülü (3) kapsaminda, islem yükününün asgari düzeyde tutulmasi ve belirli bir dogrulugun garantilenmesi için, sayisal integral alma islemleri üçüncü seviye, diferansiyel denklemlerin zamana bagli sayisal çözümlerinin hesaplanabilmesi için kullanilan Adams-Bashforth yöntemi kullanilmaktadir. Ek olarak, sayisal integrallere giren degerlerin istenmeyen düzeylere ulasmasini önlemek üzere, her integral girisinde, koruyucu amaçli sinirlandirma fonksiyonlari kullanilmaktadir. Koruyucu amaçli sinirlandirma fonksiyonlari, bir degerin en üst ve en alt sinirinin belirlenerek, islemler sirasinda 0 degerin belirlenen üst ve alt sinirlari asmamasini saglayan zorlayici fonksiyonlardir. Bulus ile gelistirilen yöntemde, birlestirilmis veri ve ölçümlerin kestirim hatalari, birlestirilmis veri ve ölçümlerin kestirim hatalarinin sayisal integral ve türevleri, eniyilenmis filtre katsayilarini hesaplamak ve kademeli birlestirme filtresi modülünü (3) gerçek zamanda uyarlamali hale getirmek için uyarlanmis filtre katsayilari hesaplama modülüne (4) iletilmektedir. Elektronik cihazda bulunan bir diger modül olan uyarlanmis filtre katsayilari hesaplama modülü (4); gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen zaman verisine bagli olarak istenilen araliklarla aktive edilen ve elektronik cihazda bulunan anahtar (6) ile açilmakta ve kapatilmaktadir. Burada istenilen araliklar sabit zaman araliklaridir. Uygulamanin, veri ve ölçüm birlestirme yönteminin gerektirdigi araliklarla anahtarlama açma-kapama yapilarak varyans-kovaryans matrisi yeniden tanimlanmakta ve sayisal integral degerleri kontrol edilerek gerekiyorsa baslangiç degerleri ilk degerlere geri atanabilmektedir. Genellikle, bir saniye ve katlari seklinde kullanilan anahtarlama araliklari istenilen performansi saglamaktadir. Anahtarin (6) açik olmasi durumunda, eniyilenmis filtre katsayilari birlestirilmis veri ve ölçümlerin kestirim hatalari, bu hatalarin sayisal integral ve türevleri ve solan bellekli özyinelemeli en küçük kareler yöntemi kullanilarak hesaplanmaktadir. Anahtarin (6) kapali olmasi durumunda, anahtarin (6) açik oldugu süre zarfinda hesaplanmis en son degerler sabit tutulmakta ve kademeli birlestirme filtresi modülünde (3) degistirilmeden kullanilmaktadir. Uyarlanmis filtre katsayilari hesaplama modülü (4) için anahtar konumunun ilk durumu kapali olarak belirlenmistir. Bu ilk durum süresince kullanilacak önceden belirlenmis filtre ilk katsayilari hafizaya önceden islenmistir. Solan bellekli özyinelemeli en küçük kareler yöntemi ile hesaplama yapmak için de unutma orani da önceden belirlenmistir ve sabit hafizaya islenmistir. Anahtar (6) açilma veya kapanma durumlarinda, regresyon kestiriminin patlamamasi için varyans- kovaryans matrisi yüksek degerli pozitif-tanimli bir matris olarak yeniden tanimlanmaktadir. Ayrica anahtar (6) açilma durumunda, kademeli birlestirme filtresi modülü (3) kapsaminda kullanilan sayisal integral degerleri kontrol edilmekte ve önceden belirlenen yüksek degerlere ulasmislarsa, baslangiç degerleri ilk degerlere geri atanabilmektedir. Uyarlanmis filtre katsayilari hesaplama modülü (4) tarafindan hesaplanan katsayilar filtre performansini eniyileyecek katsayilar olmasina ragmen, elektronik cihazda bulunan bir diger modül olan eslenik filtre kararlilik izleme ve yönetim modülü (5) sayesinde sinyal hatlari üzerinde yer alan örnekleme ve hizalama fonksiyon ve bilesenlerinin getirdigi dinamik bozuntu ve belirsizliklerin etkileri gözetilerek eslenik filtre kapali döngü kutuplarinin hesaplanmasi saglanmaktadir. Eslenik filtre kararlilik izleme ve yönetim modülünde (5) kullanilan yinelenen en küçük kareler yöntemi ile eslenik filtrenin kapali döngü kutuplarinin yerleri belirlenmektedir. Böylece, kapali döngü kutuplarinin yerlerinin istenilen kararlilik marji içerisinde kalmasi saglanmaktadir. Istenilen kararlilik seviyeleri içinde tutulan kutup degerleri kullanilarak düzeltilmis filtre katsayilari hesaplanmaktadir ve uyarlanmis filtre katsayilari hesaplama modülüne (4) iletilmektedir. Eslenik filtrenin kapali döngü kutuplarinin yerlerinin kestirilmesine baslamak için önceden belirlenen kutup yeri ilk degerleri sabit hafizaya islenmektedir. Bahsedilen sabit hafiza, salt okunur bellek tipleridir. Bu bellek tipleri PROM (Programmable Read Only Memory-Programlanabilir Salt Okunur Bellek), EPROM (Erasable Programmable Read Only Memory-Silinebilir Programlanabilir Salt Okunur Bellek) isimleri ile bilinmektedir. Genel olarak defalarca programlanabilme ve silinebilme özelligine sahip olduklari, uçucu bir bellek olmadiklari, güç kesilmesi, bilgisayarin yeniden baslatilmasi gibi durumlarda veri kaybi yasanmamasi gibi sebepler gözetilerek EEPROM (Electronically Erasable Programmable Read-Only Memory-Elektronik Olarak Silinebilir Programlanabilir Salt Okunur Bellek) kullanilmaktadir. Bulus ile gelistirilen yöntemde, en az iki kaynaktan, farkli zaman dilimlerinde ve dogrulukta gelen ölçüm ve verilerin, istenilen örnekleme frekanslarina ve mutlak referans zamanina göre hizalandirilmasi için ön sekillendirme modülü (2) bulunmaktadir. Bu ön sekillendirme modülünün (2) getirecegi dinamik bozuntular uyarlanmis filtre katsayilari hesaplama modülü (4) sayesinde gerçek zamanli olarak gözlenmekte, uyarlamali denetim yöntemlerine benzer sekilde, filtre degiskenleri eniyilenmektedir. Bulus ile gelistirilen sistem ve yöntem ile dinamik bozuntular neticesinde filtre degiskenlerinin gerçek zamanli bir sekilde güncellenebilmesi ve gürbüzlügün sürdürülebilmesi sayesinde, geleneksel tekniklerle tasarlanmis bir kestirim filtresinin nominal durumdaki performansina yakin bir basarim elde edilmesi saglanmistir. Ayrica tümlesik kestirim performansini artirmaya çalisirken, tüm mimarinin kapali döngü kararliliginin gerçek zamanli olarak gözlemlenmesi, bu kapsamda solan bellekli özyinelemeli en küçük kareler yöntemi ile güncellenen kestirim katsayilarinin karsilik geldigi eslenik filtre kapali döngü kutuplarinin yinelenen en küçük kareler yöntemi ile kestirilmesi de saglanmaktadir. Böylece, kapali döngü kutuplarinin istenilen kararlilik marji içerisinde kalmasini saglayacak sekilde hesaplamalari sinirlandirmak ve yönetmek mümkün olmaktadir. Bulusta ayrica yüksek mertebeli, dogrusal olmayan, kademeli tamamlayici, uyarlamali filtre yapisi ile basarim performansi oldukça iyi, ancak gerektirdigi islem hacmi yüksek, dogrusal olmayan kalman filtresi uygulamalarinin benzer performanslarina ulasilabilmesi de saglanabilmektedir. Gelistirilen filtrenin, konvansiyonel, birinci derece, tamamlayici filtre uygulamalarindan farkli olarak, daha yüksek mertebelere sahip olmasi sayesinde, sadece yönelim degil, ayni zamanda konum kestirimine yönelik olarak da etkin ölçüm ve veri kaynastirmasi yapilabilmesi saglanmaktadir. Bulus ile gelistirilen yöntemde, en az iki kaynaktan, degisken zamanlarda ve dogruluklarda gelen ölçüm ve verilerin, istenilen örnekleme frekanslarina ve mutlak referans zamana göre hizalandirilmasina yönelik fonksiyon ve bilesenler sinyal hatlari üzerinde yer almaktadir. Ancak, bu fonksiyon ve bilesenlerin getirecegi dinamik bozuntular gerçek zamanli olarak gözlenmekte ve uyarlamali denetim yöntemlerine benzer sekilde, filtre degiskenleri solan bellekli özyinelemeli en küçük kareler yöntemi kullanilarak güncellenmektedir. Özyinelemeli en küçük kareler yöntemi, giris sinyalleriyle ilgili agirlikli dogrusal en küçük kareler maliyet fonksiyonunu en aza indiren katsayilari özyinelemeli olarak bulan uyarlanabilir birfiltre algoritmasidir. Solan bellekli uygulamalarda eski kestirim degerlerine zamana bagli olarak gittikçe daha az agirlik vermeyi saglayan unutma katsayilari kullanilir. Ayni amaca yönelik olarak kullanilan rakiplerinin çoguyla karsilastirildiginda, bu algoritma son derece hizli yakinsama sergiler. Bulusta ayrica klasik tamamlayici filtre uygulamalarina kiyasla yüksek filtreler kullanilmakta, böylece yöntemin, konum kestirimine, pozisyon, hiz ve ivme kullanilabilecek sekilde, dogrudan uygulanabilmesine imkân saglanmaktadir. Ayrica yöntemde bulunan yüksek filtre mertebeleri sayesinde, birlestirilecek verilerin ve ölçümlerin gürültü seviyeleri istenilen düzeylere indirilebilmektedir. Bulus ile gelistirilen yöntemde, en az iki kaynaktan, farkli zaman dilimlerinde ve dogruluklarinda gelen ölçüm ve verilerin, içerilen bilgiyi dogru sekilde kiymetlendirerek, gürültü ve hatalarindan arindirilarak kaynastirilmasi mümkün kilinarak, konvansiyonel yöntemlere göre kestirime yönelik hassasiyet ve gürbüzlük metrikleri artirilmis olmaktadir. Bulus kapsaminda önerilen akilli ve yönetilebilir veri ve ölçüm birlestirme yöntemi sayesinde sadece navigasyon amaci ile yönelim ve pozisyon kestirimi degil, en az iki kaynaktan gelen ve ayni fiziksel özellige ait farkli verilerin en uygun sekilde kiymetlendirilmesi de mümkün olmaktadir. Bu özellik, yöntem içerisinde önerilen ilk hizalama modülü (1) ve ön sekillendirme modülü (2) kullanilarak yapilmaktadir. Ilk hizalama modülünde (1) en az iki kaynaktan gelen veri ve ölçümler belirlenen gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen zamana göre hizalanir ve istenilen örnekleme frekanslarina getirilmektedir. Ön sekillendirme modülünde (2) ise tümlesik yapida dogrusal bir Kalman filtresi ya da solan bellekli Beta-filtresi kullanilarak tüm verilerden pürüzleri giderilmis ve tümlestirilmis veriler üretilmesi saglanmaktadir. Örnegin, sadece bu iki katman kullanilarak, bir uçagin üzerinde farkli yerlerde bulunan farkli hücum açisi ölçer verileri kullanilarak, uçak gövdesi ile gerçek hava hizi arasindaki açi tek bir degere indirilerek tümlestirilebilmektedir. Benzer sekilde, veri ve ölçüm birlestirme yöntemi sayesinde bir uçagin rotasina ait, farkli zaman dilimlerinde, hava trafik kontrol ve takip sistemleri ile uçak üzerinde bulunan ataletsel navigasyon sisteminden ayri ayri toplanmis enlem, boylam ve irtifa bilgileri, bilgi kaynaklarinin hata olasiliklari degerlendirilerek tümlestirilebilmektedir. TR TR TR TR TR TR TR TR TR TR TR TR TR TR TR TR

Claims (5)

STEMLER

1. En az iki kaynaktan gelen ölçüm ve verilerin birlestirmesi sistemi olup, özelligi; En az iki kaynaktan, farkli zaman dilimlerinde gelen ölçüm ve verilerin, gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen referans zamanin belirlenmesi ve örnekleme frekansi yapilmasi için iletildigi ilk hizalama modülüne (1), En az iki kaynaktan, farkli zaman dilimlerinde gelen ölçüm ve verilerin, istenilen örnekleme frekanslarina ve gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen referans zamanina göre hizalandirilmasi için ön sekillendirme modülüne (2), Veri birlestirilmesine uygun dogrusal olmayan kinematik veya dinamik denklemler ile üç kestirim katsayisi ve ikinci derecede serbest sayisal integral kullanan, kademeli veri tümlestiren bir yapida olan kademeli birlestirme filtresi modülüne (3), Gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen referans zaman verisine bagli olarak istenilen araliklarla aktive edilen bir anahtar (6) ile açilip kapanan ve ön sekillendirme modülünün (2) getirecegi dinamik bozuntularin gerçek zamanli olarak gözlendigi, birlestirilmis veri ve ölçümlerin kestirim hatalari, birlestirilmis veri ve ölçümlerin kestirim hatalarinin sayisal integral ve türevleri, eniyilenmis filtre katsayilarini hesaplamak ve kademeli birlestirme filtresi modülünü (3) gerçek zamanda uyarlamali hale getirmek için kullanilan uyarlanmis filtre katsayilari hesaplama modülüne (4), Sinyal hatlari üzerinde yer alan örnekleme ve hizalama fonksiyon ve bilesenlerinin getirdigi dinamik bozuntu ve belirsizliklerin etkileri gözetilerek eslenikfiltre kapali döngü kutuplarini hesaplayan eslenikfiltre kararlilik izleme ve yönetim modülüne (5) sahip bir elektronik cihaz içermesidir.

2. Istem 1'e göre birlestirme sistemi olup, özelligi; açik olmasi durumunda, eniyilenmis filtre katsayilari birlestirilmis veri ve ölçümlerin kestirim hatalari, bu hatalarin sayisal integral ve türevleri ve solan bellekli özyinelemeli en küçük kareler yöntemi kullanilarak hesaplanmasini saglayan anahtar (6) içermesidir.

3. Istem 1'e göre birlestirme sistemi olup, özelligi; kapali olmasi durumunda, açik oldugu süre zarfinda hesaplanan en son degerlerin sabit tutulmasini ve kademeli birlestirme filtresi modülünde (3) degistirilmeden kullanilmasini saglayan anahtar (6) içermesidir.

4. En az iki kaynaktan gelen ölçüm ve verilerin birlestirilmesi yöntemi olup, özelligi; 0 En az iki kaynaktan, farkli zaman dilimlerinde gelen ölçüm ve verilerin, gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen referans zamanin belirlenebilmesi ve örnekleme frekansi yapilmasi için ilk hizalama modülüne (1) iletilmesi, 0 Ilk hizalama modülü (1) içerisindeki tüm verilerin ve ölçümlerin gözlemciler, veriler, kaynaklar için ayni oldugu kabul edilen zamana göre hizalanmasi ve istenilen örnekleme frekanslarinda örneklenmesi, 0 Ilk hizalama modülü (1) içerisinde tüm verilerin ve ölçümlerin istenilen zamana göre hizalanmasi ve örnekleme frekanslarinda örneklenmesi, o Hizalanmis veri ve ölçümlerin, ön sekillendirme modülüne (2) iletilmesi, 0 Sabit filtre katsayilarinin sabit hafizaya islenmesi, o Ölçüm veya verilerin, gerçek zamanli kestirim degerleri ile kademeli bir sekilde karistirilmasi için, ölçüm, veri, kestirim degerlerinin güven oranlarini belirten katsayilarin sabit hafizaya islenmesi, o Sekillendirilmis veri, ölçümler ve bunlarin zamana bagli türevlerinin kademeli birlestirme filtresi modülüne (3) iletilmesi, o Birlestirilmis veri ve ölçümlerin kestirim hatalarinin, birlestirilmis veri ve ölçümlerin kestirim hatalarinin sayisal integral ve türevleri, eniyilenmis filtre katsayilarini hesaplamak ve kademeli birlestirme filtresi modülünü (3) gerçek zamanda uyarlamali hale getirmek için uyarlanmis filtre katsayilarinin hesaplama modülüne (4) iletilmesi, o Sinyal hatlari üzerinde yer alan örnekleme ve hizalama fonksiyon ve bilesenlerinin getirdigi dinamik bozuntu ve belirsizliklerin etkileri gözetilerek eslenik filtre kapali döngü kutuplarinin eslenik filtre kararlilik izleme ve yönetim modülü (5) ile hesaplanmasi, o Eslenik filtrenin kapali döngü kutuplarinin yerlerinin kestirilmesine baslamak için kutup yeri ilk degerlerinin sabit hafizaya islenmesi, o Istenilen kararlilik seviyeleri içinde tutulan kutup degerleri kullanilarak düzeltilmis filtre katsayilarinin hesaplanmasi ve uyarlanmis filtre katsayilari hesaplama modülüne (4) iletilmesi islem adimlarini içermesidir.

5. Istem 4'e göre bir yöntem olup özelligi; sekillendirilmis veri, ölçümler ve bunlarin zamana bagli türevlerinin kademeli birlestirme filtresi modülüne (3) iletilmesi islem adiminda islem yükününün asgari düzeyde tutulmasi ve belirli bir dogrulugun garantilenmesi için, sayisal integral alma islemleri üçüncü seviye, diferansiyel denklemlerin zamana bagli sayisal çözümlerinin hesaplanabilmesi için Adams-Bashforth yönteminin kullanilmasidir. . Istem 4 ve 5'e göre bir yöntem olup özelligi; sekillendirilmis veri, ölçümler ve bunlarin zamana bagli türevlerinin kademeli birlestirme filtresi modülüne (3) iletilmesi islem adiminda sayisal integrallere giren degerlerin istenmeyen düzeylere ulasmasini önlemek üzere, her integral girisinde, koruyucu amaçli sinirlandirma fonksiyonlarinin kullanilmasidir. . Istem 4'e göre bir yöntem olup özelligi; sinyal hatlari üzerinde yer alan örnekleme ve hizalama fonksiyon ve bilesenlerinin getirdigi dinamik bozuntu ve belirsizliklerin etkileri gözetilerek eslenikfiltre kapali döngü kutuplarinin eslenik filtre kararlilik izleme ve yönetim modülü (5) ile hesaplanmasi islem adiminda kapali döngü kutuplarinin yerlerinin istenilen kararlilik marji içerisinde kalmasinin saglanmasi için eslenikfiltre kararlilik izleme ve yönetim modülünde (5) kullanilan yinelenen en küçük kareler yöntemi ile eslenik filtrenin kapali döngü kutuplarinin yerlerinin belirlenmesidir.