New approaches to improve estimator performance for quadrotors
Döner kanatlarda kestirimci performansının iyileştirilmesi için yeni yaklaşımlar
- Tez No: 582263
- Danışmanlar: DOÇ. DR. EMRE KIYAK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Havacılık ve Uzay Mühendisliği, Electrical and Electronics Engineering, Aeronautical Engineering
- Anahtar Kelimeler: Kalman filtre, Kalman filter
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Havacılık Elektrik ve Elektroniği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kalman filtresinin verimli çalışabilmesi, ölçüm ve sistem gürültüleri kovaryans matrislerinin öncül bilgisine bağlıdır. Fakat bu değerler tam olarak bilinemediğinden filtrenin en iyi durumunun altında çalışmasına hatta ıraksamasına neden olmaktadır. Bu değerlerin bulunması çoğunlukla, her ikisi de eniyilik ya da yakınsaklığı garantilemeyen tahmin ve deneme yanılma yöntemlerine dayanmaktadır. Bu çalışmada, ölçüm gürültüsünün eniyiye yakın durumunu elde edebilmek için biyo-esinli yapay arı koloni algoritması tabanlı Kalman filtresi çevrimdışı parametre kestirimi algoritması tanıtılmıştır. Ayrıca, mevcut fonksiyonunun yakınsama sorununu çözmek için bir amaç fonksiyonu önerilmiştir. Çalışmada, yakınsama sorunu ve önerilen fonksiyonun çözüm uzayındaki davranışlarını gösteren matematiksel ispatlar gerçeklenmiştir. Benzetim sonuçları genetik algoritma tabanlı Kalman filtresi ile her iki fonksiyon için de kıyaslanmıştır. Ölçüm ve sistem gürültü kovaryans matrislerinin aynı anda eniyilenmesi zor bir problem olduğundan, bir evrimsel algoritma tabanlı Kalman filtresi önerilmiş ve her iki matrisinde eşzamanlı kestirilerek eniyi değerlere yakınsaması amaçlanmıştır. Ayrıca, eniyi değerlere ulaşılmasındaki zaman kısıtı da göz önüne alınarak çok – boyutlu vekil bir amaç fonksiyonu önerilmiştir. Algoritma sonuçları eniyi Kalman filtresi sonuçları ile mutlak hata, karesel ortalama hata ve ortalama mutlak hata metrikleri ile kıyaslanmıştır. Gerçekleştirilen benzetimler ve Monte Carlo benzetim sonuçları önerilen algoritma ve fonksiyonların verimliliğini göstermiştir.
Özet (Çeviri)
In order to use Kalman filter effectively, covariance matrices of process and measurement noise must be known a priori. Nevertheless, these values may not be known exactly which causes the filter to work under suboptimal and even in divergent conditions. In most cases, these parameters are guessed or tuned by trial and error approach both of which do not guarantee optimality and convergence. To ensure near - optimal conditions for the measurement noise, a bio-inspired artificial bee colony optimization algorithm based Kalman filter offline tuning scheme is introduced. In addition, an objective function is proposed to handle the convergence problem of the existing function. Mathematical proofs are derived for the convergence problem and also for proposed function to define its behavior on the search space. Simulation outputs are compared with genetic algorithm based Kalman filter for both objective functions. Since optimization of both process and measurement noise covariance matrices is a challenging task in literature, an evolutionary algorithm based Kalman filter is proposed to simultaneously estimate the process and measurement noise covariance matrices of the Kalman filter to improve the performance of the sub – optimal filter. A surrogate – assisted fitness function is also introduced to achieve multi – dimensional simultaneous optimization with finite time consideration. Results are compared with an optimal Kalman filter by means of absolute error, root mean square error, and mean absolute error. Efficacy of the proposed algorithms and functions are shown according to the performed simulations and numerical results of the Monte Carlo simulations.
Benzer Tezler
- Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme
Deep learning architectures for real-time video object tracking by mobile devices
ULAŞ TOSUN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Artificial neural network-based efficiency estimation and modeling approach in electric vehicle powertrains
Elektrikli güç aktarma sistemlerinde yapay sinir aği tabanli verimlilik tahmini ve modelleme yaklaşimi
AHMET BURAK KAYDECİ
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. SALİH BARIŞ ÖZTÜRK
- Elektrik üretim sistemlerinin optimal planlamasında yeni bir modelleme ve çözüm
Başlık çevirisi yok
SEMRA ÖZTÜRK
Doktora
Türkçe
1989
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Ana Bilim Dalı
PROF. DR. NESRİN TARKAN
- Durum geçiş matrisi yöntemi ile yüksek gerilim hava iletim hatlarının güvenilirlik değerlendirilmesi
Reliability evaluation of high voltage overhead transmissionlines by the state transitional matrix method
ERTAN YANIKOĞLU
Doktora
Türkçe
1989
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. Ö. VURAL AYGEN
- Esnek üretim sistemleri için bir etkin üretim denetleme modeli
An Effective supervisory control model for flexible manufacturing systems
BAHAR KORKUSUZ
Doktora
Türkçe
1989
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÖNÜL YENERSOY