تحقیق افزایش عملکرد GPS /INS سیستم های مجتمع پیاده سازی شده در FPGA در ابزارهای زمینی

پایان نامه افزایش عملکرد GPS /INS سیستم های مجتمع پیاده سازی شده در FPGA در ابزارهای زمینی بر اساس MEMS این پایان نامه به زبان انگلیسی ، دپارتمان میکروالکترونیکتحقیق افزایش عملکرد GPS /INS سیستم های مجتمع پیاده سازی شده در FPGA در ابزارهای زمینی|39008427|arshad100|دانلود پایان نامه,پایان نامه خارجی,دانلود پایان نامه انگلیسی,MEMS ,پایان نامه MEMS ,پایان نامه الکترونیک,دانلود پایان نامه رشته الکترونیک,پایان نامه زبان اصلی,پایان نامه افزایش عملکرد GPS ,INS سیستم های مجتمع پیاده سازی شده در FPGA در
با سلام و درود خدمت خدمت شما پژوهشگر عزیز در این مطلب از سایت فایل با عنوان تحقیق افزایش عملکرد GPS /INS سیستم های مجتمع پیاده سازی شده در FPGA در ابزارهای زمینی هم اکنون آماده دریافت می باشد برای مشاهده جزئیات فایل به ادامه مطلب مراجعه نمایید .

پایان نامه افزایش عملکرد GPS /INS سیستم های مجتمع پیاده سازی شده در FPGA در ابزارهای زمینی بر اساس MEMS

این پایان نامه به زبان انگلیسی ، دپارتمان میکروالکترونیک و سیستم های الکترونیک و مربوط به سال 2014 دانشگاه اسپانیا UNIVERSITAT Barcelona می باشد و ( با نمره عالی به چاپ رسیده است)

Abstract
Nowadays with the development of inertial sensors based on Micro-Electrome-chanical Systems (MEMS), embedded accelerometers and gyroscopes can be found in several devices and platforms ranging from watches, smart phones, video game consoles up to terrestrial navigation systems and unmanned aerial vehicles (UAVs), {em etc}. Despite the wide range of applications where such sensors are being used, low cost inertial sensors (MEMS grade) are affected by random and deterministic errors that degrade the systems performance, especially, in navigation systems like the Global Positioning System (GPS)/Inertial Navigation System (INS) integration. Albeit different researches have been conducted to minimize and model the stochastic error of MEMS inertial sensors, the estimation of the random noise parameters and its attenuation is still a non-trivial task. Therefore, in this thesis we propose solutions to facilitate the estimation of the parameters or the stochastic error and its compensation, specifically, for the bias-drift, with the aim of enhancing the performance of MEMS based INS/GPS integrated systems. Additionally, we implement the navigation system on a Field Programmable Gate Array (FPGA), where we explore the possibilities that this sort of platforms could offer and how dedicated hardware resources could be used to accelerate the navigation filter, that presents the highest computational burned. Eventually, in order to assess the compensation of the stochastic error, the Extended Kalman Filter (EKF) of the loosely-coupled GPS/INS integration strategy is augmented with different error models. Results show the performance of the navigation system during the compensation of the bias-drift under GPS signal blockages using real data collected in a land vehicle during several campaigns.