23.07.2013 Views

Bilag 1: Helikopterens fysiske egenskaber - SmartData

Bilag 1: Helikopterens fysiske egenskaber - SmartData

Bilag 1: Helikopterens fysiske egenskaber - SmartData

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

<strong>Bilag</strong> 16: Altitude estimering med Kalman filter<br />

Fordelen ved accelerometer måling som kontrol input<br />

I det netop beskrevne Kalman filter benyttes accelerometer målingerne som kontrol input,<br />

dvs. de ikke indsættes i målevektoren zk. Denne metode er beskrevet af Joseph (s. 7-11) og<br />

karakteriseres som et smart trick, dette trick har været anvendt helt tilbage i 1960’erne.<br />

Da accelerometeret ikke kan modelleres simpelt, vil en tilnærmet beskrivelse være<br />

fejlbehæftet. Problemet består i, at effekten af modelstøjen ikke kendes. Hvis denne antages<br />

lille, vil Kalman filteret give små fejl ved små accelerationer, men store fejl ved store<br />

accelerationer. Hvis modelstøjseffekten derimod øges, vil Kalman filteret give små fejl ved<br />

store accelerationer, men store fejl ved små accelerationer. Størrelsen af modelstøjseffekten<br />

må derfor blive et kompromis. Modelstøjen wk bestemmer så at sige dynamikken<br />

af Kalman filteret, dvs. filterets evne til at reagere på målingerne. Ovenstående kompromis<br />

undgås, hvis accelerometer målingerne udnyttes på samme vis, som angivet i det netop<br />

beskrevne Kalman filter. Her indgår accelerometer-målingerne direkte som kontrol input til<br />

Kalman filteret. Udsættes systemet for en pludselig acceleration, vil denne indgå direkte i<br />

modellen og dermed elimineres problemet med dynamikken. Dynamikken af Kalman<br />

filteret bestemmes altså af accelerometeret og ikke modelstøjen.<br />

6

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!