Kalman filtresi yöntemi ile GPS kod ölçülerinin dinamik ortamlarda değerlendirilmesi

Abstract

Günümüzde gerçek zamanlı ölçmelerin yaygınlaşması, '. bilgisayar teknolojisinin ve ölçme aletlerinin hızlı bir şekilde gelişmesi ile gerçek zamanlı veri değerlendirme yöntemlerine güncellik kazandırılmıştır. Bu yöntemlerin başında gelen Kalman Filtresi, jeodezik ve özellikle navigasyon ağırlıklı çalışmalarda sıkça kullanılmaktadır. Kalman Filtresi 1960 yılında Rudolf Emil Kalman tarafından geliştirilmiştir. GPS ölçülerinin değerlendirilmesinde Kalman Filtresi modeli özellikle hareketli (kinematik) konum belirleme çalışmalarında kullanılmaktadır. Kalman Filtresi ile çözüm uygulandığında GPS, üç boyutlu konum, hız ve zaman bilgilerini gerçek zamanda elde eder. Kullanıcının dinamiğine (hareketliliğine) bağlı olarak parametrelerin modellenmesi Kalman Filtresi ile çözümün temelini oluşturur. Tezin amacı; kara hava ve deniz taşıtları gibi yüksek seviyede ve dinamik modellere göre hareket eden objelerin anlık olarak hareketlerinin izlenmesidir. Bu tezin uygulamasında üç durumdaki noktaların konumlarını incelenmiştir. Bunlar: ¦ Durağan durumdaki sabit bir nokta (nirengi noktası), ¦ Denizde demirli bir tekne üzerindeki nokta, ¦ Hareketli bir tekne üzerindeki nokta. Bu noktalara yerleştirilen GPS alıcılarıyla elde edilen veriler Kalman Filtresi ile değerlendirilmiş ve performans analizleri yapılmıştır. Böylece durağan ve hareketli modeller ayrı ayrı incelenmiştir Uygulamada elde edilen GPS verileri hidrografik amaçlı olup İstanbul'un Haliç bölgesine aittir.Bu tezde sunulan çalışmayla GPS kod ölçülerinin değerlendirilmesinin ye durağan ve dinamik ortamlarda yapılan konum belirleme çalışmalarında Kalman Filtresi kullanımının sağlayacağı katkılar incelenmiştir. Bu tez altı bölümden oluşmaktadır. Tezin birinci bölümü olan giriş bölümünde tez konusu hakkında genel bilgi verilmektedir. İkinci bölümde GPS ve navigasyon çözümünden bahsedilmektedir. Üçüncü bölümde Kalman Filtresi ve algoritması hakkında bilgi verilmektedir, Kalman Filtresine ilişkin detaylar EK A da verilmiştir.. Dördüncü bölümde ise Kalman Filtresi'nin GPS ölçülerine uyarlanması anlatılmıştır. Tezin beşinci bölümü uygulama kısmıdır. Altıncı bölümde ise tez çalışmasının sonuç ve öneriler kısmıdır.Nowadays, real-time measurements have become widespread and computer »?' technology&measurements device have been developing rapidly. As a consequence of these factors, methods of evaluating real-time data have been updated. The Kalman Filter, well known of these methods is often used in geodesic and especially navigation studies. The Kalman Filter was introduced by Rudolph Emil Kalman in 1960. In evaluating Global Position System measurement The Kalman Filter model is used especially in order. to determine kinematical position. In application of the Kalman Filter to solution, we got three-dimensional position velocity and time data in a real time measurement. Depending on users kinematics, modelling of parameters composes a basis to the solution with the Kalman Filter. In this thesis, the aim of this application, is to monitor dynamic objects in real-time, which have very changeable and high level dynamic models such as car, aeroplane, ships, etc. In application of the thesis, the following positions of points were examined;. A fixed point in a stable position. A point located on a anchored boat. A point on a moving boat The data getting from GPS located on these points were evaluated by means of the Kalman Filter and tested performance analysis. So, steady and dynamic models were examined seperately. These data comming from the application are hydrographical purpose and are taken from the Golden Horn in Istanbul../yn In this thesis, the advantages of using the Kalman Filter in evaluating GPS code measures and in studies of determining steady and dynamic position conditions were analyzed. In this thesis is composed of 6 parts. In the first part, a general knowledge on the thesis topic is presented. In the second part, the focus is on GPS and navigation solutions. The next part presents the Kalman Filter and its algorithm. Details on the Kalman Fitler is given in EK-A. In the fourth part, how the Kalman Filter adapts to GPS meausers is presented. The next one is an application part. In the last part, there are results of the thesis and suggestions.