fa فیلتر کالمن توسعه یافته جمعی چند نرخی تاخیردار برای تخمین وضعیت با ترکیب سنسورهای ژیروسکوپ و ستاره کنترل Control پژوهشي Research <span style="font-size:12pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">در این مقاله، اطلاعات سنسورهای وضعیت ژیروسکوپ و ستاره به منظور تخمین وضعیت و با وجود زمان نمونه&shy;برداری چندنرخی و تأخیر اندازه&shy;گیری در سنسور ستاره ترکیب می&shy;شوند. در این راستا، نیاز است تا فیلتر کالمن توسعه&shy;یافته (</span></span></b><a href="#_edn1" name="_ednref1" title=""><span class="MsoEndnoteReference" style="vertical-align:super"><b><span lang="FA" style="font-size:9.0pt"><span b="" nazanin="" style="font-family:"><span class="MsoEndnoteReference" style="vertical-align:super"><b><span style="font-size:11.0pt"><span new="" roman="" style="font-family:" times="">[i]</span></span></b></span></span></span></b></span></a><b><span dir="LTR" style="font-size:10.0pt">EKF</span></b><b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">) اصلاح شود به نحوی که به دلیل کاهش حجم محاسبات، نیازی به تکرارگام&shy;های قبلی پس از رسیدن داده تأخیردار و با نرخ نمونه&shy;برداری متفاوت نباشد</span></span></b><b> </b><b><span lang="FA" style="font-size:11.0pt"><span b="" nazanin="" style="font-family:">همچنین الگوریتم در صورت عدم وجود داده سنسور ستاره به دلیل نرخ پایین نمونه&shy;برداری، بتواند به کار خود ادامه دهد و پس از رسیدن داده بتواند به نحوی بهینه عملکرد خود را اصلاح نماید. برای این منظور و با هدف به دست&shy;گیری تأخیرهای اندازه&shy;گیری، از پیش&shy;بینی مدل اندازه&shy;گیری همانند آنچه در مرجع [7] پیشنهاد شده است، استفاده می&shy;گردد و برای مسئله تخمین وضعیت با استفاده از فیلتر کالمن توسعه&shy;یافته و با وجود سنسورهای چندنرخی ژیروسکوپ و ستاره و در حضور تأخیر اندازه&shy;گیری در سنسور ستاره، بسط و توسعه داده می&shy;شود. سپس، توسط شبیه&shy;سازی و همچنین با استفاده از داده&shy;های آفلاین جمع&shy;آوری شده از سنسورهای واقعی، صحت روش مورد ارزیابی قرار می&shy;گیرد.</span></span></b><span dir="LTR" style="font-size:10.0pt"></span></span></span></span></span> <div>&nbsp; <hr align="left" size="1" width="33%" > <div id="edn1"><span style="font-size:10pt"><span style="line-height:normal"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times="">^{<span dir="LTR" style="font-size:8.0pt">1</span>} <span dir="LTR" style="font-size:8.0pt">Extended Kalman Filter</span><span dir="LTR" style="font-size:8.0pt"></span></span></span></span></span></span></div> </div> <span style="font-size:12pt"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span style="font-size:10.0pt">In this paper, information of gyroscope and star tracker attitude sensors are fused for attitude estimation in the presence multi-rate sensors and the star tracker measurement delay. To this end, the extended Kalman filter (EKF) is modified to reduce the computation burden avoiding computation repetitions after arrival of the delayed multi-rate measurements. The algorithm is modified such that it is truly estimating the attitude in the absence of the star tracker measurements due to low sampling rate frequency and the estimation is optimized after its arrival. Toward this, the idea of predicting the measurement model, firstly proposed in [7], is employed and extended for the EKD based attitude estimation in the presence of multi-rate gyroscope and star tracker sensory information and delay in the star tracker measurement is also involved in the proposed method. The efficiency of the proposed method is finally demonstrated through both simulation and experimental data.</span></span></span></span><br> &nbsp; تخمین وضعیت, داده‌های چندنرخی, ترکیب اطلاعات سنسوری, سنسور ستاره, سنسور ژیروسکوپ Attitude estimation, Multi-rate data, Sensor information fusion, Gyroscope, Stat tracker 149 158 http://jiaeee.com/browse.php?a_code=A-10-2582-1&slc_lang=fa&sid=1 Nargess Sadeghzadeh Nokhodberiz نرگس صادق زاده نخودبریز sadeghzadeh@qut.ac.ir 100319475328460012660 100319475328460012660 Yes Qom university of technology دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی قم Bijan Soltani بیژن سلطانی bsoltani@eri.ac.ir 100319475328460012661 100319475328460012661 No Space Transportation Research Institute پژوهشکده سامانه های حمل و نقل فضایی، پژوهشگاه فضایی ایران Milad Pasand میلاد پسند milad_pasand@yahoo.com 100319475328460012662 100319475328460012662 No Space Transportation Research Institute, Iranian Space Research Center, Tehran پژوهشکده سامانه های حمل و نقل فضایی، پژوهشگاه فضایی ایران Hamid Radmanesh حمید رادمنش hamidradmanesh@iau.ac.ir 100319475328460012663 100319475328460012663 No Department of Electrical Engineering, Islamic Azad University دانشکده مهندسی برق، دانشگاه آزاد اسلامی تهران واحد تهران مرکز