Xây dựng thuật toán tự tổ chức lựa chọn mô hình trong xử lý kết hợp tín hiệu đo cao

Nghiên cứu khoa học công nghệ<br /> <br /> XÂY DỰNG THUẬT TOÁN TỰ TỔ CHỨC LỰA CHỌN MÔ HÌNH<br /> TRONG XỬ LÝ KẾT HỢP TÍN HIỆU ĐO CAO<br /> Phạm Đức Thỏa1*, Tô Bá Thành2, Nguyễn Quang Vịnh1, Bùi Minh Tuấn3<br /> Tóm tắt: Trong các kết quả nghiên cứu trước đây về xử lý kết hợp tín hiệu đo cao<br /> ứng dụng bộ lọc Kalman, cho ta kết quả tốt về nâng cao chất lượng phép đo cao<br /> [2],[3],[6]. Tuy nhiên, trong khoảng thời gian nào đó khi điều kiện bay thay đổi thì<br /> bộ lọc Kalman không thể đáp ứng được. Để giải quyết bài toán này, nhóm tác giả đề<br /> xuất sử dụng thuật toán tự tổ chức xây dựng các mô hình ngoại suy từ các tập dữ<br /> liệu trước đó của từng bộ đo cao kết hợp tương ứng, đánh giá lựa chọn ra mô hình<br /> phù hợp nhất trong các mô hình ngoại suy đã xây dựng. Kết quả nhận được sau khi<br /> kiểm chứng đánh giá bằng mô phỏng trên máy tính đã minh chứng tính đúng đắn<br /> của thuật toán đề ra.<br /> Từ khóa: Thuật toán tự tổ chức; Đo cao kết hợp; Bộ lọc Kalman.<br /> <br /> 1. ĐẶT VẤN ĐỀ<br /> Chất lượng phép đo cao trong quá trình bay của tên lửa hành trình đang được<br /> nghiên cứu và phát triển do tồn tại sai số tích lũy lớn trên kênh cao hệ thống dẫn<br /> đường quán tính, trong điều kiện tên lửa bay ở dải độ cao thấp và thời gian bay dài.<br /> Thực tế, tham số độ cao được đo từ rất nhiều bộ đo cao khác nhau và chưa có công<br /> trình nào trong nước đề cập đến vấn đề tối ưu về cấu trúc trong tổ hợp đo cao<br /> (THĐC), các nghiên cứu chỉ đạt được mục đích nâng cao chất lượng phép đo nhờ<br /> xử lý kết hợp tín hiệu [1], [2], [3]. Các công trình nghiên cứu trên thế giới liên<br /> quan vấn đề này rất hạn chế và chưa tường minh thuật toán, như trong [7], [8] ứng<br /> dụng thuật toán gen giải quyết cho kênh ngang của hệ thống dẫn đường quán tính.<br /> Vấn đề tối ưu cấu trúc trong THĐC có nhiều bộ đo cao kết hợp được giải quyết<br /> trong bài báo, trên cơ sở kết quả đánh giá mức độ quan sát của các biến trạng thái<br /> nhờ tiêu chuẩn đánh giá về lượng mức độ quan sát được để lựa chọn ra cấu trúc<br /> của mô hình đo kết hợp phù hợp nhất đưa vào xử lý tín hiệu, ứng dụng thuật toán<br /> tự tổ chức xây dựng và lựa chọn mô hình ngoại suy nhằm nâng cao độ chính xác<br /> của phép đo cao kết hợp sử dụng bộ lọc Kalman trong khoảng thời gian làm việc<br /> không hiệu quả. Đảm bảo chất lượng xử lý kết hợp tín hiệu đo cao trên toàn dải<br /> thời gian làm việc của THĐC. Tiến hành mô phỏng kiểm chứng thuật toán đã xây<br /> dựng trong tổ hợp xử lý tín hiệu đo cao.<br /> 2. XÂY DỰNG MÔ HÌNH NGOẠI SUY TRONG TỔ HỢP ĐO CAO<br /> SỬ DỤNG THUẬT TOÁN TỰ TỔ CHỨC<br /> 2.1. Tối ưu cấu trúc trong tổ hợp đo cao<br /> 2.1.1. Tổ hợp đo cao xây dựng và lựa chọn mô hình ngoại suy<br /> Một tổ hợp đo cao hiện đại ứng dụng thuật toán xây dựng và lựa chọn mô hình<br /> ngoại suy, trong đó bộ đo cơ sở là kênh cao của hệ dẫn đường quán tính, kết hợp<br /> với các bộ đo cao bên ngoài tạo thành các mô hình đo cao kết hợp (hình 1). Quá<br /> trình làm việc của bộ lọc Kalman, cần phải biết khả năng quan sát một cách hiệu<br /> quả của véc tơ trạng thái, đó là đánh giá mức độ quan sát được của biến trạng thái<br /> được В.Н. Афанасьев и К.А. Неусыпин khởi thảo là: tỷ số phương sai của phần<br /> tử bất kỳ của véc tơ trạng thái và phương sai của véc tơ trạng thái được đo trực tiếp<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 269<br />  Đo lường<br /> lường & Tin h<br /> học<br /> ọc<br /> <br /> có tính ttới<br /> ới ph<br /> phương<br /> ương sai ccủa<br /> ủa tạp đo.<br /> <br /> <br /> <br /> <br /> Hình 11.. Sơ đồ<br /> đồ tổ hợp đo cao sử dụng thuật toán xây d dựng<br /> ựng mô hình ngoại<br /> ngoại suy:<br /> H - thông tin đđộ<br /> ộ cao thực tế cần đo; xk - véc tơ sai ssố<br /> ố bộ ĐCQT; xˆ k - vécc tơ sai số<br /> số ước<br /> ớc<br /> lư<br /> lượng<br /> ợng bộ ĐCQT; D llà à đánh giá mmức<br /> ức độ quan sát đđược<br /> ợc của véc ttơ<br /> ơ tr<br /> trạng<br /> ạng thái; KM<br /> KM- BBộộ lọc<br /> Kalman; BĐCCS<br /> BĐCCS- B Bộ<br /> ộ đo cao ccơ<br /> ơ sở;<br /> sở; BĐC<br /> BĐC-ii (i = 1,2,3…N)-<br /> 1,2,3…N) bbộ ộ đo cao bổ trợ thứ i. MHNS<br /> MHNS-<br /> Thu ật toán xây dự<br /> Thuật dựng<br /> ng mô hình ngongoại<br /> ại suy.<br /> Tiêu chuẩn<br /> chuẩn mức độ quan sát đđược<br /> ợc thể hiện bằng ph<br /> phương<br /> ương tr<br /> trình<br /> ình [8].<br /> 2<br /> M   x i,k   R 0k<br /> D  x i,k     ; (1)<br /> 2<br /> M   H   R *ik<br />  <br /> trong đó: M[(xi,k)2] là phương sai ph<br /> phần<br /> ần tử thứ i của2 véc ttơ ơ 2tr<br /> trạng<br /> ạng thái; 2M[( M[(H) H)2] là<br />  <br /> tiếp; R kk     i1,k     i 2,k   ....    in ,k   R kk - cư<br /> *i<br /> *i 0<br /> phương sai véc tơ tr<br /> trạng<br /> ạng thái đo trực tiế cường<br /> ờng<br /> độộ của tạp đo dẫn xuất; R 0k là phương sai ban đđầu ầu của tạp đo; các các hệhệ số ij,k (j<br /> * *<br /> =1,2,...,n) là hàng<br /> hàng th<br /> thứứ i của ma trận O (O là ma tr trận<br /> ận nghịch đảo của ma trận quan<br /> sát O), tương ứng vvớiới ph ần tử véc ttơ<br /> phần ơ tr<br /> trạng<br /> ạng thái δV, δa, δg.<br /> Trong kho<br /> khoảng<br /> ảng thời gian nnàoào đó, m mứcức độ quan sát các biến trạng thái nhỏ nhỏ hhơn<br /> ơn<br /> ngưỡng quan sát (DNg),, ứng dụng thuật toán xây dựng mô hhình<br /> ngưỡng ình ngoại<br /> ngoại suy đểể hiệu<br /> ch nh các sai ssố<br /> chỉnh ố trạng thái của kkênh<br /> ênh cao hhệệ thống dẫn đđườngờng quán tính<br /> tính.. Khi<br /> hi THĐC<br /> có nhi<br /> nhiều<br /> ều bộ đo cao kết hợp<br /> hợp,, mô hình ngo<br /> ngoạiại suy đư<br /> được<br /> ợc xây dựng từ các bộ đo cao kết<br /> hợp<br /> ợp đó vvàà thuật<br /> thuật toán sẽẽ lựa<br /> ựa chọn mô hhìnhình ngoại<br /> ngoại suy tốtốt nhất từ<br /> ừ các mô hhình ình ngoại<br /> ngoại<br /> suy đđãã xây dựng<br /> dựng<br /> ựng.<br /> 2.1.2. Thuật<br /> 2.1.2 Thuật toán tự tổ chức xây dựngdựng mô hhìnhình ngoại<br /> ngoại suy<br /> Để đảm bảo phép đo cao luôn đđược<br /> Để ợc chính xác ttrong<br /> rong quá trình làm vi ệc ccủa<br /> việc ủa tổ<br /> ổ<br /> hợp<br /> ợp đo cao, các tham ssố ố của kênh cao ccủa ủa hệ<br /> hệ thống dẫn đư đường<br /> ờng quán tính luônluôn đưđược<br /> ợc<br /> hiệu chỉnh từ các bộ đo cao bbên<br /> hiệu ên ngoài. Tuy nhiên, tại tại thời điểm ta nào đó, sự sự thay<br /> đổi<br /> ổi của điều kiện bay tác động đến thuật toán lọc Kalman, dẫn đến phép đo cao<br /> không đđảmảm bảo<br /> bảo đđộ<br /> ộ tin cậy, các mô hình tiên nghinghiệm<br /> ệm trở nnên<br /> ên không phù hhợp ợp với quá<br /> trình th<br /> thực<br /> ực của sự biến thi ên sai số<br /> thiên số của ĐCQT trong bộ đo cao kkết ết hợp, th thìì có th<br /> thểể<br /> tiến<br /> ến hhành<br /> ành hiệu<br /> hiệu chỉnh các tham ssốố đo cao gián ti tiếp<br /> ếp bằng thuật toán xây ddựng ựng mô<br /> hình ngoại<br /> ngoại suy sai ssốố [4],[5],[9].<br /> [4],[5],[9]<br /> Bài báo chchọn<br /> ọn thuật toán tự ự tổ chức ((TTC<br /> TTC)<br /> TTC đểđể xây dựng mô hhình ình ngoại<br /> ngoại suy và tổ ổ<br /> chức đánh giá các mô hhình<br /> chức ình mới<br /> mới xây dựng. ThuậtThuật toán tự tổ chức là là thu ật toán xây<br /> thuật<br /> dựng<br /> ựng các mô hhình<br /> ình trên ccơơ sở<br /> sở phép quy nạp toán học. Ph Phương<br /> ương pháp này cho phép ttự ự<br /> xây ddựng<br /> ựng mô hhình<br /> ình ttối<br /> ối ưu<br /> ưu,, xuất<br /> xuất phát từ tập các hhàm àm cơ ssở ở đầu vào<br /> vào và các ddữ ữ liệu<br /> quan sát đưđược<br /> ợc (gồm cả nhiễu) khởi tạo các mô hhình ình qua nhi<br /> nhiều<br /> ều cấp<br /> cấp độ tổ chức khác<br /> <br /> <br /> 270 P. Đ. Thỏa,<br /> Thỏa, …<br /> …, B<br /> B.M.Tu<br /> M.Tuấn<br /> M.Tuấn, “Xây<br /> “Xây dựng<br /> dựng thuật toán tự tổ chức … kết<br /> ết hợp tín hi cao.””<br /> ệu đo cao<br /> hiệu<br /> Nghiên ccứu<br /> ứu khoa học công nghệ<br /> <br /> nhau<br /> nhau, sử<br /> ử dụng kkết<br /> ết hợp các tiêu chu<br /> chuẩn<br /> ẩn chọn lọc (điều kiện bbên<br /> ên ngoài) để<br /> để lựa chọn ra<br /> mô hình ttối<br /> ối ưu [9]<br /> <br /> <br /> <br /> <br /> Hình 22. Tổng<br /> Tổng quan về xây dựng mô hhình<br /> ình ngo<br /> ngoại<br /> ại suy:<br /> BĐCCS-<br /> BĐCCS Bộ ộ đo cao ccơ sở;ở; TT TTC<br /> TTC- Thuật<br /> Thuật toán tự<br /> ự tổ chức xây dựng<br /> dựng mô hhình<br /> ình<br /> ngoại suy<br /> ngoại suy;; kk- Tập<br /> ập dữ liệu đo của bộ đo cao kết hợp thứ k, k =1, 2, 3, …..;<br /> (ta ÷ tb)- khoảng<br /> khoảng thời gian ứng dụng thuật toán tự tổ chức.<br /> Trong<br /> rong kho<br /> khoảng<br /> ảng thời gian ((ta  tb) nào đó ph phải<br /> ải sửử dụng thuật<br /> thuật toán xây ddựngựng mô<br /> hình ngoại<br /> ngoại suy (hình<br /> ình 22)),, bằng<br /> bằng cách sử dụng các ước ước llượng<br /> ợng nhận đư được<br /> ợc trtrước<br /> ớc thời<br /> điểm ta là tập<br /> điểm ập giá trị mẫu z i  z 1 , z 2 , z 3 ....z N cập<br /> k k k k k<br /> cập nhật ttừ kkết<br /> ết quả xử<br /> xử lý kếtết hợp tín<br /> hiệu đo cao để<br /> hiệu đ đánh giá các mô hhình ình ngo<br /> ngoại ại suy xây dựng<br /> dựng m mới<br /> ới từ các mô hhình<br /> ình ccơ<br /> ơ ssở<br /> ở<br /> ban đđầu<br /> ầu.<br /> 2.2. Xây d<br /> 2.2. dựng<br /> ựng thuật toán TTC lựa chọn mô hình ngo ngoạiại suy<br /> 2.2.1. Cơ<br /> 2.2.1. Cơ sở<br /> s dữ<br /> dữ liệu đđầu ầu vvào<br /> ào<br /> Qua quá trình nghiên ccứu ứu thực nghiệm, các dữ dữ liệu có đđượcợc về<br /> về đối ttư ợng nghiên<br /> ượng<br /> cứu<br /> ứu và khảả năng ư ước<br /> ớc đoán của ng ngưười<br /> ời thiết kế về xu hư hướng<br /> ớng biếnến thiên<br /> thiên sai số<br /> số trạng<br /> ạng<br /> thái ssẽẽ lựa chọn các hhàm àm cơ sở sở và<br /> và gi<br /> giới<br /> ới hạn số llư ượng<br /> ợng các hhàmàm cơ sởs một ột cách hợp<br /> lý coi đây là các mô hhình<br /> lý, ình sai ssố ố cơ<br /> cơ ssởở đđơn<br /> ơn giản<br /> giản hóa được ợc chấpấp nhận.<br /> nhận Mức ức độ chính<br /> xác ccủaủa mô hình<br /> hình ngo<br /> ngoại ại suy sai số đư đượcợc xây dựng ph phụụ thuộc nhiều vvào ào việc<br /> việc lựa<br /> chọn tập các hhàm<br /> chọn àm cơ ssở, ở, khi tập các hhàm àm cơ ssở ở càng<br /> càng sát vvớiới quy luật thay đổi các<br /> sai ssố<br /> ố trạng thái th<br /> thìì độ ộ chính xác của mô hhình ình ngoại<br /> ngoại suy sai số ccàng<br /> àng cao.<br /> Các dạng<br /> dạng hàm<br /> hàm cơ ssở ở trong thuật<br /> thuật toán tự tổ chức có thể sử dụng tổ hợp một số<br /> hàm tuyến<br /> tuyến tính cơ bbản ản ((hàm<br /> hàm đa th thức<br /> ức lũy thừa. hhàm àm lưlượng<br /> ợng giác, hhàm<br /> àm m ũ) để xây<br /> mũ)<br /> dựng<br /> ựng mô hhìnhình ngo<br /> ngoại<br /> ại suy theo dạng dạng tổng quát [5]: [5]<br /> n n n n<br /> y  t   ait  bi cosit  ci sinit  die  t<br /> i i (2)<br /> i 0 i 0 i 0 i 0<br /> <br /> trong đó: ai, bi, ci, di là các hhệ số tương ứngng với<br /> v i hàm cơ ssởở lựựaa chọn.<br /> ch n.<br /> M t số<br /> Một s trường<br /> trư ng hhợpp bài toán ở m mứcc đđộộ phức<br /> ph c tạ<br /> tạp<br /> p thì vi<br /> việệcc llựaa ch<br /> chọn<br /> n hàm cơ ssở ở có<br /> thể sử dụng các ph<br /> thể phương<br /> ương tr ình sai phân hay dãy Volterra ddạng<br /> trình ạng rời rạc tùy theo yêu<br /> cầu<br /> ầu bbài<br /> ài toán [5].<br /> [5].<br /> 2.2.2. Tổ<br /> 2.2.2. Tổ chức nâng<br /> nâng cao đđộ ộ phức tạp của mô hhình ình bbằng<br /> ằng phương<br /> phương pháp tổ tổ hợp<br /> chọn lọc<br /> chọn<br /> Trong phương pháp ttổ ổ chức tổ hợp chọn lọc, ở mỗi mỗi cấp độ tổ chức sẽ chọn ra<br /> một số lượng<br /> một l ợng cố định các mô hhình ình ttốt<br /> ốt nhất theo tiêu chu<br /> chuẩn<br /> ẩn đánh giá giá,, các mô hình<br /> tốt<br /> ốt nhất nnày<br /> ày sẽ<br /> s là các hàm cơ ssở ở ban đầu<br /> ầu để kết hợp với các hàm cơ ssở ở ccòn<br /> òn lại<br /> lại trong<br /> <br /> <br /> Tạp<br /> ạp chí Nghi<br /> Nghiên<br /> ên cứu<br /> cứu KH&CN quân<br /> uân sự,<br /> sự, Số<br /> ố Đặc san TĐH,<br /> TĐH, 04 - 2019 271<br />  Đo lường<br /> lường & Tin h<br /> học<br /> ọc<br /> <br /> cấp<br /> ấp độ tổ chức tiếp. D Dạng ng hàm đểể kkếtt hhợp p cho m mỗ ỗi cấp<br /> c p đđộộ tổ chức<br /> ch c là mô hình tuyến<br /> tuy n<br /> tính ddạng:<br /> ng:<br /> n<br /> y  a , t   y  g 1 , g 2 ,...., g n    a i g i  t  ; (3)<br /> i 1<br /> <br /> trong đó:<br /> đó n là số<br /> ố lư<br /> lượng<br /> ng hàm cơ ssở ở ban đầuu ccủ<br /> ủaa thuật<br /> thu t toán.<br /> Dạng tổng quát của mô hhình<br /> Dạng ình xây ddựng<br /> ựng mới theo cấp cấp độ tổ<br /> ổ chức bằng<br /> ằng ph<br /> phương<br /> ương<br /> pháp ttổ<br /> ổ chức tổ hợp chọn lọc llà:<br /> i 1<br /> yki a, t   a1,k<br /> (i) (i 1)<br /> g j  t   ai(i)1,k gv  t  ;k  1,2,....,n; j  1,2,...,i1; j  v ; (4)<br /> j1<br /> <br /> trong đó: g(ij 1)  t  là mô hình cơ sở<br /> sở đầu vvào<br /> ào tương ứng trong p tổ<br /> ổ hợp mô hình<br /> hình ttốt<br /> ốt<br /> được<br /> đư ợc chọn sau m<br /> mỗi<br /> ỗi cấp<br /> ấp độ tổ ổ chức thứ (i<br /> (i--1);<br /> 1); gv(t) là mô hình ccơ<br /> ơ sở<br /> sở còn ại; (i) là ch<br /> còn llại; chỉỉ<br /> số<br /> ố cấp độ tổ chức thứ i.<br /> Phương pháp ttìm<br /> ìm hhệệ số cho mô hhình<br /> ình tuy<br /> tuyến<br /> ến tính trong các ccấp<br /> ấp độ tổ chức [5] 5]<br /> Việc tìm<br /> Việc hệ số ai,k ,k 1,2,..,n trong tổ<br /> tìm các hệ tổ hợp tuyến tính ứng với từng mô hình<br /> trong mỗi<br /> m cấp ấp độ tổ chức sẽ dựa vvào<br /> ào các giá tr<br /> trịị ước<br /> ớc llượng<br /> ợng mẫu nhận đđư ược<br /> ợc trong<br /> khoảng thời gian trư<br /> khoảng trước<br /> ớc đó khi bộ lọc Kalman llàm<br /> àm việc<br /> việc tốt<br /> tốt,, ddữ<br /> ữ liệu mẫu<br /> m ẫu nhận<br /> nhận đđư<br /> ược<br /> ợc<br /> chia ra làm 2 ph<br /> phần:<br /> ần: A – phần học; B – phần<br /> phần phần kiểm tra (hình<br /> hình 33)).<br /> <br /> <br /> <br /> <br /> Hình 3. Biểu<br /> ểu diễn phân chia mô hhình<br /> ình để<br /> đ xây dựng<br /> dựng vvà<br /> à đánh giá mô hhình<br /> ình..<br /> Tại<br /> ại từng thời điểm tm trong phần<br /> phần học tập A sẽ cho giá trị y(tm) tương ứng<br /> ứng. Tổ<br /> ổ<br /> T<br /> hợp<br /> ợp y(a,t) phụ ào véc tơ hhệệ số A  a1 a 2 .... a n  :<br /> ụ thuộc tuyến tính vvào<br /> y  a,<br /> a , t   a 1g 1  t   a 2 g 2  t   a 3 g 3  t   .....  a n g n  t  (5))<br /> Để tìm<br /> Để tìm hệhệ số cho các mô hhình ình dạng<br /> dạng tuyến tính dạng tổng quát ((55), ), sử<br /> sử dụng<br /> phương pháp ccực ực tiểu bbình<br /> ình phương<br /> phương trong ttập ập học<br /> học tập A. Phương pháp ccực ực tiểu bbình<br /> ình<br /> phương là phương pháp ttìm ìm hệhệ số tối ưu mô hhình ình sao cho ttổng ổng bình<br /> bình ph ương ccủa<br /> phương ủa<br /> các sai llệch<br /> ệch là nh<br /> nhỏỏ nhất [[5]. ].<br /> 1<br /> A   GTG  GTY (6))<br /> trong<br /> rong đó:<br />  y  t1    g1  t1  g 2  t1  .... g n  t1    a1 <br />  ;   ; a  ;<br /> y t  g  t  g2  t 2  .... g n  t 2  <br />  Y   2  [G]   1 2 [A]   2 <br /> .... .... .... .... ....   ... <br />      <br />  y  t m  g1  t m  g 2  t m  .... g n  t m   a n <br /> <br /> <br /> <br /> 272 P. Đ. Thỏa,<br /> Thỏa, …<br /> …, B<br /> B.M.Tu<br /> M.Tuấn<br /> M.Tuấn, “Xây<br /> “Xây dựng<br /> dựng thuật toán tự tổ chức … kết<br /> ết hợp tín hi cao.””<br /> ệu đo cao<br /> hiệu<br /> Nghiên cứu khoa học công nghệ<br /> <br /> n cấp k-1)) thì thuật<br /> ấp độ (k thuật toán dừng lại.<br /> + Theo yêu ccầu ầu của bài toán vềề tính tác động nhanh ssẽẽ đặt khoảng<br /> khoảng thời gian<br /> cụ<br /> ụ thể hay sau mộtmột số cấp độ tổ chức thì thuật thuật toán sẽ dừng lại<br /> lại.<br /> -TTừừ các mô hhình<br /> ình tốtốt nhất đđãã xây ddựng ựng vvàà đánh giá ở trtrên.<br /> ên. Thuật<br /> Thuật toán<br /> toán TTC ssẽẽ sử<br /> dụng<br /> ụng ti<br /> tiêu<br /> êu chu<br /> chuẩn<br /> ẩn (7<br /> (7)) trên ttập<br /> ập tập dữ liệu mẫu ứng với bộ đo cao kết hợp có mức độ<br /> quan sát đưđược<br /> ợc lớn nhất theo tiêu chu chuẩn<br /> ẩn đánh giá về llưượng<br /> ợng mức độ quan sát đđư ược..<br /> Kết<br /> ết quả sẽ cho mô hình ngo ngoại ại suy sai số tốttốt nhất đưa đđến<br /> ến hiệu chỉnh các sai số<br /> trạng<br /> ạng thái.<br /> 3. MÔ PHỎNGPHỎNG VÀ THẢO THẢO LUẬN<br /> Tiiến<br /> ến hành<br /> hành mô phphỏng<br /> ỏng theo llưu<br /> ưu đồ<br /> đồ thu<br /> thuậtật toán hhình<br /> ình 6, vi<br /> việc<br /> ệc khởi tạo bộ lọc Kalman<br /> trong các bbộ ộ đo cao kết hợp theo mô hhình ình sai sốsố các bộ đo cao trong [6] với ới ccác<br /> ác<br /> tham ssố ố phục vụ cho mô phỏng α = 1,25s-1 ; β = 0,05s--1; T = 1s; σδa2 = 10-6 -<br /> (m2/s4);<br /> τg = 200(s); σδg2 = 10--8(m2/s4) ; σvt2 = 1000(m2/s4); σka2 = 100(m2/s4), VГ = 280 m/s.<br /> Tạiại điều kiện phân bố bề mặt phổ biến của địa hhình ình có kích ththưước<br /> ớc lớn hoặc phẳng<br /> vt = (5  20)s và trong đi ều kiện nhiễu loạn thăng giáng chậm của khí quyển ka =<br /> điều<br /> (115  35)s.<br /> 35 . Các điều<br /> ều kiện cho thực<br /> thực thi tthu<br /> huậtt toán TTC:<br /> - Trong đi<br /> điều<br /> ều kiện giả định<br /> định, quá trình nghiên ccứu ứu thực nghiệm ta chọn ddữ ữ liệu đầu<br /> vào ccủaủa thuật toán TTC xây dựng mô hhình ình ngoại<br /> ngoại suy sai số độ cao là tập tập 24 hàm<br /> hàm cơ<br /> sởở bao gồm các hhàmàm dao đđộng<br /> ộng dạng sin, hhàmàm đa ththức<br /> ức và<br /> và m<br /> mộtột số hhàm<br /> àm mũ<br /> mũ sau:<br /> <br /> <br /> <br /> <br /> -LLựa<br /> ựa chọn phphương<br /> ương pháp ttổ ổ chức tổ hợp chọn lọc nâng cao độ phức tạp củ củaa<br /> mô hình;<br /> - Sau m<br /> mỗi<br /> ỗi cấp độ tổ chức chọn p = 8 mô hình ttốt ốt nhất cho cấp tổ chức tiế<br /> tiếpp theo;<br /> -SSử<br /> ử dụng kết hợp hai ti êu chu<br /> tiêu chuẩn<br /> ẩn đánh giá ((77);<br /> -DDữ<br /> ữ liệu cập nhật sai số ước ớc lư<br /> lượng<br /> ợng từ bộ lọc Kalman xử lý kết hợp cho thuật toán<br /> TTC trong kho<br /> khoảng<br /> ảng thời gian llàà (40200)<br /> (40 200) giây và đư được<br /> ợc chia làm hai tập:<br /> tập: tập học tập A<br /> trong khoảng<br /> khoảng (40<br /> (40140)<br /> 140) giây, ttậpập kiểm tra B trong khoảng (140(140200)<br /> 200) giây.<br /> Kết quả mô phỏng tr<br /> Kết trên<br /> ên ba bbộ ộ đo cao kết hợp QT QT-VT,<br /> VT, QT<br /> QT-KA,<br /> KA, QT<br /> QT-VTVT--KA<br /> KA ứng<br /> dụng<br /> ụng thuật toán TTC trong điều kiện giả định tại t < 200 giây, tên llửa ửa bay tr<br /> trên<br /> ên phân<br /> phân<br /> bốố bề mặt phổ biến của địa hhình ình có kích ththước<br /> ớc lớn hoặc phẳng, ccư ường<br /> ờng độ nhiễu<br /> loạn thăng giáng chậm của khí quyển tại H = 15 m (vt = 10s, ka = 25s, g =<br /> loạn<br /> 9,7803m/s2) và H = 14km ( ( vt = 15s, ka = 30s, g = 9,7786m/s2) và trong đi điều<br /> ều kiện<br /> giả định cho mô pphỏng<br /> giả ỏng tại thời điểm t > 200 giây điều kiện bay thay đổi đột biến<br /> các tham ssố vt, ka có giá tr<br /> trịị lớn hơn<br /> hơn nhi<br /> nhiều<br /> ều tại<br /> tại độ cao H = 15m ((vt = 35s, ka = 45s,<br /> <br /> <br /> Tạp<br /> ạp chí Nghi<br /> Nghiên<br /> ên cứu<br /> cứu KH&CN quân<br /> uân sự,<br /> sự, Số<br /> ố Đặc san TĐH,<br /> TĐH, 04 - 2019 275<br />  Đo lường<br /> lường & Tin h<br /> học<br /> ọc<br /> <br /> g = 9,7803m/s2) và ttại<br /> ại độ cao H = 14km ((vt = 30s, ka = 40s, g = 9,7786m/s2)<br /> <br /> <br /> <br /> <br /> Hình 7. Sai số<br /> số độ cao sử dụng bộ lọc Kalman Hình 8. Sai số<br /> số độ cao của các bộ đo cao kết hợp<br /> ủa các bộ đo cao kết hợp tại vt = 10s, ka =<br /> ccủa ại H =15m, khi vt = 35s, ka = 45s, g =<br /> tại<br /> 25s, g = 9,7803 m/s2. 9,7803m/s2.<br /> <br /> <br /> <br /> <br /> Hình 9.. Sai số<br /> số độ cao sử dụng bộ lọc Kalman Hình 10. 10. Sai số<br /> số độ cao của các bộ đo cao kết hợp<br /> ủa các bộ đo cao kết hợp tại vt = 15s, ka = tại<br /> ccủa ại H =14km, khi vt = 30s, ka = 40s, g = 9,7786<br /> 30s, g = 9,7786 m/s2. m/s2.<br /> Trên hình 7, 9: 11- Sai sốsố độ cao của bộ QT-VT;<br /> QT VT; 22- Sai ssố ố độ cao của bộ QT QT--<br /> KA; 33- Sai số số độ cao của bộ QT<br /> QT--VT<br /> VT-KA;<br /> KA; 4 - Giá trị trị sai số độ cao thực tếtế.<br /> Trên hình 8, 10: 1,2,3<br /> 1,2,3- Mô hình ngo<br /> ngoại<br /> ại suy sử dụng thuật toán tự tổ chức; 4,5,6 4,5,6--<br /> Đánh giá sai ssố ố sử dụng bộ lọc Kalman; 77-Giá<br /> Giá trị<br /> trị đánh giá sai số thự<br /> thựcc ttế;<br /> ế; (trong đó:<br /> 1,4 giá trị<br /> 1,4- trị sai số độ cao của QT<br /> QT--VT;<br /> VT; 2,5<br /> 2,5-- giá trị<br /> trị sai số độ cao của QTQT-KA;KA; 3,6<br /> 3,6- giá<br /> trịị sai số độ cao của QTQT--VT<br /> VT-KA).<br /> KA).<br /> Dữ liệu thu đđược<br /> Dữ ợc từ kết quả mô phỏng, tính các sai lệch đánh giá sai số độ cao<br /> lấy<br /> ấy trong dải thời gian mô phỏng, đánh giá các sai trên hai khoảng khoảng thời gian t =<br /> (4 ÷200) giây khi bộ<br /> (40÷200) ộ lọc Kalman vẫn llàm<br /> àm việc<br /> việc hiệu quả vvà khoảng<br /> khoảng t = ((200<br /> 200 ÷280)<br /> giây sử ử dụng thuật toán TTC so với sử dụng bộ lọc Kalman theo bảng ảng 1..<br /> Bảng 1. Đánh giá sai ssố<br /> Bảng ố độ<br /> độ cao của các bộ đo cao kết hợp<br /> hợp..<br /> QT-VT<br /> QT VT QT KA<br /> QT-KA QT VT--KA<br /> QT-VT KA<br /> Thời gian (s)<br /> Thời Kalman TTC Kalman TTC Kalman TTC<br /> ố độ cao (m2) ttại<br /> Phương sai sai ssố ại H =15m<br /> t =(<br /> =(40<br /> 40 ÷200) 0,000325 0,0045 0,000532 0,0081 0,000686 0,0116<br /> t = ((200<br /> 200 ÷280) 0,6391 0,0297 0,8577 0,0358 0,9789 0,0527<br /> 2<br /> Phương sai sai ssố<br /> ố độ cao (m ) ttại<br /> ại H =14km<br /> t = (40<br /> (40÷÷200<br /> 200) 0,00126 0,0099 0,000373 0,0060 0,00242 0,0452<br /> t = (200<br /> (200÷÷280<br /> 280) 0,9671 0,088 0,6629 0,0698 0,9944 0,1357<br /> <br /> <br /> <br /> <br /> 276 P. Đ. Thỏa,<br /> Thỏa, …<br /> …, B<br /> B.M.Tu<br /> M.Tuấn<br /> M.Tuấn, “Xây<br /> “Xây dựng<br /> dựng thuật toán tự tổ chức … kết<br /> ết hợp tín hi cao.””<br /> ệu đo cao<br /> hiệu<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Nhận xét: Mô phỏng khi sử dụng thuật toán TTC xây dựng đa mô hình ngoại<br /> suy từ tập các dữ liệu đo tương ứng với bộ đo cao kết hợp, kết quả mô phỏng cho<br /> thấy việc ứng dụng thuật toán tự tổ chức lựa chọn mô hình cho phép nâng cao độ<br /> chính xác xử lý kết hợp tín hiệu đo cao khi có nhiều lựa chọn bộ đo cao kết hợp.<br /> Cụ thể tại độ cao H = 15m (hình 8) cho thấy phương sai sai số đánh giá sai lệch<br /> độ cao của mô hình tương ứng bộ đo cao QT-VT là 0,0297 m2, phương sai này nhỏ<br /> hơn so với phương sai sai số của sai số độ cao của bộ đo cao QT-KA, QT-VT-KA<br /> tương ứng là 0,0358 m2 và 0,0527 m2. Trường hợp này mô hình ngoại suy xây<br /> dựng từ bộ đo cao QT-VT được lựa chọn và có giá trị phương sai sai số độ cao nhỏ<br /> hơn so với hai mô hình còn lại là 20% và 44%.<br /> Còn tại độ cao H = 14 km (hình 10) cho thấy phương sai sai số đánh giá sai lệch<br /> độ cao của mô hình tương ứng bộ đo cao QT-KA là 0,0698 m2, phương sai này<br /> nhỏ hơn so với phương sai sai số của sai số độ cao của bộ đo cao QT-VT, QT-VT-<br /> KA tương ứng là 0,088 m2 và 0,1357 m2. Trường hợp này mô hình ngoại suy xây<br /> dựng từ bộ đo cao QT-KA được lựa chọn và có giá trị phương sai sai số độ cao nhỏ<br /> hơn so với hai mô hình còn lại là 21% và 48%.<br /> 4. KẾT LUẬN<br /> Các kết quả đã nghiên cứu cho thấy việc ứng dụng bộ lọc Kalman trong xử lý<br /> kết hợp sẽ nâng cao chất lượng phép đo cao. Tuy nhiên, trong khoảng thời gian nào<br /> đó khi điều kiện bay thay đổi mà bộ lọc Kalman không thể đáp ứng được và cần<br /> một phương pháp xây dựng mô hình ngoại suy khắc phục sự phân kỳ của bộ lọc.<br /> Bài báo đã tiến hành phân tích sơ đồ cấu trúc của tổ hợp đo cao sử dụng thuật toán<br /> tự tổ chức xây dựng và lựa chọn mô hình, tiến hành xây dựng thuật toán tự tổ chức<br /> ứng dụng trong xử lý kết hợp tín hiệu trong tổ hợp đo cao, lấy kênh cao của hệ<br /> thống dẫn đường quán tính làm bộ đo cơ sở, kết hợp với các bộ đo cao bổ trợ khác<br /> (đo cao vô tuyến và đo cao khí áp).<br /> Kết quả mô phỏng cho thấy việc sử dụng thuật toán tự tổ chức để xây dựng mô<br /> hình ngoại suy bù sai số của đo cao quán tính trong các bộ đo cao kết hợp sẽ nâng<br /> cao đáng kể độ chính xác xử lý kết hợp tín hiệu đo cao. Kết quả này phù hợp với<br /> các lập luận, phân tích lý thuyết.<br /> TÀI LIỆU THAM KHẢO<br /> [1]. Nguyễn Văn Chung (2014), “Nghiên cứu hạn chế ảnh hưởng của sóng và gió<br /> biển đến kênh điều khiển độ cao của tên lửa đối hải khi bay ở độ cao thấp trên<br /> mặt biển”, Luận án Tiến sĩ kỹ thuật.<br /> [2]. Phạm Tuấn Hải (2011), “Nâng cao chất lượng hệ dẫn đường thiết bị bay trên<br /> cơ sở áp dụng phương pháp xử lý thông tin kết hợp”, Luận án TS.<br /> [3]. Trần Đức Thuận (2013), Hệ thống điều khiển Tên lửa và thiết bị phóng, Sách<br /> giáo trình chuyên khảo, Viện KH&CNQS, 2013.<br /> [4]. Пупков К.А., Неусыпин К.А.Вопросы теории и реализации систем<br /> управле-ния и навигации. М.: Биоинформ, 368 с. 1997.<br /> [5]. Ивахненко А.Г., Мюллер Й.Я.Самоорганизация прогнозирующих<br /> моделей. Киев: Техника, 223 с.1985.<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 277<br />  Đo lường & Tin học<br /> <br /> [6]. А.П Жуковкий, В.В Расторгуев (1998), Комплекслые Радиосистемы<br /> Навигации и Управления Самолетов, Москва.<br /> [7]. Неусыпин К.А.Алгоритмическое обеспечение систем навигации и<br /> наведения. М.: «Сигналъ» МПУ, 220 с.1999.<br /> [8]. Неусыпин К.А., Пролетарский А.В., Цибизова Т.Ю.(2006), Системы<br /> управления летательными аппаратами и алгоритмы обработки<br /> информации. М.: ИИУ МГОУ, 219 с.<br /> [9]. Неусыпин К.А., Современные системы и методы наведения,<br /> навигации и управления летательными аппаратами. М.: Изд-во МГОУ,<br /> 500c, 2009.<br /> <br /> ABSTRACT<br /> THE CONSTRUCTION OF A SELF-ORGANIZING ALGORITHM FOR<br /> CHOOSING A MODEL OF EXTRAPOLATION IN THE COMBINED<br /> PROCESS OF SIGNAL OF THE HEIGHT MEASUREMENT<br /> In the previous research papers about the combined process of signals of the<br /> height measurement using the Kalman filter good results of the quality<br /> improvement of the height measureme