Wyniki wyszukiwania - BazTech

1

Estimation of UAV Position with Use of Smoothing Algorithms

Kaniewski P., Gil R., Konatowski S.

Metrology and Measurement Systems

|

2017

|

Vol. 24, nr 1

127--142

EN

The paper presents methods of on-line and off-line estimation of UAV position on the basis of measurements from its integrated navigation system. The navigation system installed on board UAV contains an INS and a GNSS receiver. The UAV position, as well as its velocity and orientation are estimated with the use of smoothing algorithms. For off-line estimation, a fixed-interval smoothing algorithm has been applied. On-line estimation has been accomplished with the use of a fixed-lag smoothing algorithm. The paper includes chosen results of simulations demonstrating improvements of accuracy of UAV position estimation with the use of smoothing algorithms in comparison with the use of a Kalman filter.

2

Piotrkowski garnizon Wojska Polskiego w latach 1918-1939

Gil R., Kubicki M.

Kwartalnik Bellona

|

2017

|

Nr 2

158--173

PL

Decyzja władz zaborczych o powołaniu garnizonu wojskowego w Piotrkowie Trybunalskim zmieniła losy miasta na kolejne stulecia. Piotrków Trybunalski w okresie międzywojennym należał do województwa łódzkiego. Stanowił ośrodek administracyjny (siedzibę starostwa powiatu piotrkowskiego), gospodarczy i handlowy. Po zakończeniu I wojny światowej miasto było także znaczącym garnizonem Wojska Polskiego. Żołnierze garnizonu piotrkowskiego, początkowo rozproszeni po licznych prowizorycznych kwaterach, z czasem zajmowali stałe, specjalnie dla nich przygotowywane kompleksy koszarowe. Przez całe dwudziestolecie międzywojenne w mieście stacjonowały dwa pułki piechoty (26. i 25.), znajdowało się w nim także dowództwo brygady i centrum okręgu uzupełnień. Garnizon wykorzystywał bazę koszarową, ćwiczebną i pomocniczą. Zasilił Wojsko Polskie doskonale wyszkolonymi żołnierzami, oficerami i urzędnikami wojskowymi, miejscowej ludności zaś pozostawił rozbudowaną infrastrukturę.

EN

The decision of the foreign occupant authorities to create a military garrison in Piotrkow Trybunalski has changed the history of the city for centuries to come. In the interwar period, Piotrkow belonged to the Lodi Voivodeship. It was also an administrative (the County Governor's Office), economic and trading center. After the end of World War I, the city also became an important garrison of the Polish Army. The soldiers of the Piotrkow garrison, initially scattered in numerous temporary quarters, gradually moved to a specially prepared complex of barracks. Throughout the interwar period, the city was home to two infantry regiments (the 26th and the 25th), a brigade command and the regional replenishment center. The garrison used the barracks, the exercise areas and the auxiliary base. It reinforced the Polish Army with highly trained troops, officers and military officials, and left a well-developed infrastructure to the local community.

3

Algorithms of position and velocity estimation in GPS receivers

Kaniewski P., Gil R., Konatowski S.

Annual of Navigation

|

2016

|

No. 23

53--68

EN

Processing of signals in Global Positioning System (GPS) receivers includes numerous signal and data operations leading to calculation of coordinates and velocities of satellites in global Earth-Centered Earth-Fixed (ECEF) frame of reference as well as pseudoranges and delta-ranges between the user and all the tracked GPS satellites. Further processing of these data consists in estimation of the user’s position, velocity and time (PVT) and nowadays it is usually realized by means of an Extended Kalman Filters (EKF). The choice of measuring data processed by the Kalman filter significantly influences the accuracy of navigation solution. In simpler GPS receivers, the estimation of user’s position and velocity is based on pseudoranges only, whereas in more advanced ones delta-ranges are also applied. The paper describes both possible solutions and compares the accuracy of estimation of the user’s position and velocity in both cases. The comparison is based on simulation results, which are included in the paper.

PL

Przetwarzanie sygnałów odbieranych w odbiorniku GPS obejmuje szereg operacji, w wyniku których wyznaczane są między innymi współrzędne i prędkości satelitów w globalnym układzie współrzędnych ECEF oraz pseudoodległości i zmiany pseudoodległości pomiędzy użytkownikiem systemu a poszczególnymi obserwowanymi satelitami. Dalsze przetwarzanie uzyskanych danych polega zwykle na estymacji położenia i prędkości użytkownika za pomocą algorytmu rozszerzonego filtru Kalmana (EKF). Wybór danych pomiarowych przetwarzanych przez filtr istotnie wpływa na dokładność rozwiązania nawigacyjnego. W prostszych odbiornikach do estymacji położenia i prędkości użytkownika wykorzystywane są wyłącznie pseudoodległości, natomiast w rozwiązaniach bardziej zaawansowanych również zmiany pseudoodległości. W artykule szczegółowo omówiono oba rozwiązania oraz porównano dokładności estymacji położenia i prędkości użytkownika w obu przypadkach. Rozważania poparto zamieszczonymi w artykule wynikami badań symulacyjnych.

4

Algorytmy rekonstrukcji trajektorii bezzałogowego statku powietrznego

Gil R, Kaniewski P.

Przegląd Elektrotechniczny

|

2015

|

R. 91, nr 3

56-60

PL

W artykule przedstawiono ideę zastosowania algorytmów wygładzania do rekonstrukcji trajektorii bezzałogowego statku powietrznego oraz przykład zastosowania wygładzania w stałym przedziale w zintegrowanym systemie nawigacyjnym. Artykuł zawiera wprowadzenie do zagadnień związanych z filtracją i wygładzaniem realizowanym off-line w liniowych układach dyskretnych. Podano dyskretny odpowiednik modelu dynamiki i obserwacji przyjętego systemu nawigacyjnego. Następnie omówiono przebieg obliczeń i wyniki dla wygładzania w stałym przedziale.

EN

This article presents an idea of applying smoothing algorithms for reconstitution of Unmanned Aerial Vehicle trajectory and an example of application of fixed-interval smoothing in the integrated navigation system. The article contains an introduction to the subject of filtering and off-line smoothing in linear discrete-time systems. A discrete equivalent of the dynamics and observation model for the assumed navigation system is given. Next, the process of calculations and results of the fixed-interval smoothing are discussed.

5

Wybrane algorytmy wygładzania w aplikacjach nawigacyjnych

Gil R., Kaniewski P.

Pomiary Automatyka Kontrola

|

2014

|

R. 60, nr 9

726--728

PL

W artykule przedstawiono wyniki badań algorytmów wygładzania w układzie liniowym dyskretnym. Przeprowadzone badania pozwoliły na wyznaczenie błędów średniokwadratowych (RMS) położenia dla systemu z filtrem Kalmana oraz optymalnym estymatorem wygładzającym. Zaprezentowano jakościową poprawę, redukcję błędu RMS, oceny stanu układu wynikającą z zastosowania wygładzania. Przeprowadzone badania potwierdziły wartość użytkową algorytmów wygładzania.

EN

The paper presents the results of testing smoothing algorithms for a linear discrete system. Three types of smoothing algorithms are analyzed in the paper: fixed-interval smoothing, fixed-point smoothing, fixed-lag smoothing. The performance of the above smoothing algorithms was experimentally tested for a selected system model. There was assumed the dynamics model called in the literature as PVA (Position-Velocity-Acceleration). It describes the rate of change in the position, velocity and acceleration of the object in time. The research allowed determining the root mean square errors (RMS) of the position for a system with Kalman filter and the optimal smoothing estimator. It was shown that the use of smoothing improved the estimation of the state of the system significantly. The quality improvement, that is the decrease in the RMS errors of the system state estimates as a result of using smoothing algorithms, is presented in the paper. The investigations performed proved the usefulness of smoothing algorithms. The obtained results allowed determining the level of improvement in the state estimation when using the optimal smoothing estimators. Moreover, there was shown the improvement in the estimation accuracy with the increase in the time interval between the instants of state estimation and measurement.