Projecte llegit
Títol: Implementación del algoritmo de navegación Unscented Kalman Filter
Estudiants que han llegit aquest projecte:
ALONSO HEVIA, IVÁN (data lectura: 14-06-2023)- Cerca aquest projecte a Bibliotècnica
- ALONSO HEVIA, IVÁN (data lectura: 14-06-2023)
- Cerca aquest projecte a Bibliotècnica
ALONSO HEVIA, IVÁN (data lectura: 14-06-2023) ALONSO HEVIA, IVÁN (data lectura: 14-06-2023)Director/a: SALES ZARAGOZÁ, VICENT
Departament: TSC
Títol: Implementación del algoritmo de navegación Unscented Kalman Filter
Data inici oferta: 27-01-2023 Data finalització oferta: 28-01-2023
Estudis d'assignació del projecte:
- DG ENG AERO/SIS TEL
| Tipus: Individual | |
| Lloc de realització: Fora UPC | |
| Supervisor/a extern: Eduard Diez LLedo | |
| Institució/Empresa: GTD Sistemas de Información | |
| Titulació del Director/a: PhD. sistemas industriales aeronáuticos | |
| Paraules clau: | |
| Unscented Kalman Filter, Navegación híbrida, Sistema de navegación, Microlanzadores, Centrales inerciales, Sistemas GNSS, algoritmos | |
| Descripció del contingut i pla d'activitats: | |
| Descripció:
Les centrals inercials i els sistemes GNSS ofereixen rendiments i comportaments diferents en funció de les condicions, l'entorn i l'escenari de treball. Aquests comportaments són complementaris en termes de freqüència de càlcul, precisió i inicialització. Els algorismes de filtratge i d'estimació d'estat permeten combinar les mesures d'aquests dos instruments aconseguint així una estimació de l'estat del llançador més robusta. El projecte consisteix en l'estudi de l'algorisme Unscented Kalman Filter (UKF), el seu anàlisis contra els algorismes de navegació existents (Indirect Kalman Filter ' IKF, Extended Kalman Filter ' EKF) i la seva integració dins el simulador de vol. Activitats: - Estudi de l'algorisme UKF - Implementació i integració de l'UKF dins la navegació del FSW - Test i validació contra algorismes existents (IKF/EKF) |
|
| Overview (resum en anglès): | |
| The NewSpace era is an exciting time of continuous innovation in the space industry, driven in part by the rise of new microlaunchers. These smaller, more affordable launch vehicles are making it easier and more cost-effective for
companies and organizations to access space, opening up new opportunities for scientific research, commercial ventures, and national defence. In this context of constant evolution, the company GTD, as a member of the H2020 ENVOL project consortium, proposes to enhance the reusability and adaptability of the Flight Software (FSW) for different launchers and/or missions in order to reduce development time and costs. One of the fundamental components of the FSW is the navigation module, which is the focus of study in this thesis. The specific objective of this project is to implement and validate the Unscented Kalman Filter (UKF) algorithm. By utilizing the UKF algorithm, the aim is to improve the estimation of the position, velocity, and orientation of the launchers. Unlike other filters, such as the Extended Kalman Filter (EKF), which employ estimation and averaging, the UKF uses non-linear functions to capture the behaviour of multiple points. This improvement in accuracy aims to compensate for performance limitations that may arise when using lower-cost Commercial Off-The-Shelf (COTS) components instead of traditional ones. These more affordable components are beneficial in terms of launch cost, particularly for new micro-launcher start-ups. Currently, Kalman filters are employed to combine data from various sources, such as inertial sensors and GNSS receivers, to achieve this objective. Overall, the Implementation of the Unscented Kalman Filter navigation algorithm (UKF) project is an important contribution to the development of new microlaunchers and the continued growth of the NewSpace era. By improving the accuracy and reliability of navigation systems, the project can help unlock new opportunities for space exploration and commercial ventures, while also supporting national defence and scientific research. |
|