Xây dựng thuật toán tự tổ chức lựa chọn mô hình trong xử lý kết hợp tín hiệu đo cao

Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 269 XÂY DỰNG THUẬT TOÁN TỰ TỔ CHỨC LỰA CHỌN MÔ HÌNH TRONG XỬ LÝ KẾT HỢP TÍN HIỆU ĐO CAO Phạm Đức Thỏa1*, Tô Bá Thành2, Nguyễn Quang Vịnh1, Bùi Minh Tuấn3 Tóm tắt: Trong các kết quả nghiên cứu trước đây về xử lý kết hợp tín hiệu đo cao ứng dụng bộ lọc Kalman, cho ta kết quả tốt về nâng cao chất lượng phép đo cao [2],[3],[6]. Tuy nhiên, trong khoảng thời gian nào đó khi điều kiện bay thay đổi thì bộ lọc Kalman không thể đáp ứng được. Để giải quyết bài toán này, nhóm tác giả đề xuất sử dụng thuật toán tự tổ chức xây dựng các mô hình ngoại suy từ các tập dữ liệu trước đó của từng bộ đo cao kết hợp tương ứng, đánh giá lựa chọn ra mô hình phù hợp nhất trong các mô hình ngoại suy đã xây dựng. Kết quả nhận được sau khi kiểm chứng đánh giá bằng mô phỏng trên máy tính đã minh chứng tính đúng đắn của thuật toán đề ra. Từ khóa: Thuật toán tự tổ chức; Đo cao kết hợp; Bộ lọc Kalman. 1. ĐẶT VẤN ĐỀ Chất lượng phép đo cao trong quá trình bay của tên lửa hành trình đang được nghiên cứu và phát triển do tồn tại sai số tích lũy lớn trên kênh cao hệ thống dẫn đường quán tính, trong điều kiện tên lửa bay ở dải độ cao thấp và thời gian bay dài. Thực tế, tham số độ cao được đo từ rất nhiều bộ đo cao khác nhau và chưa có công trình nào trong nước đề cập đến vấn đề tối ưu về cấu trúc trong tổ hợp đo cao (THĐC), các nghiên cứu chỉ đạt được mục đích nâng cao chất lượng phép đo nhờ xử lý kết hợp tín hiệu [1], [2], [3]. Các công trình nghiên cứu trên thế giới liên quan vấn đề này rất hạn chế và chưa tường minh thuật toán, như trong [7], [8] ứng dụng thuật toán gen giải quyết cho kênh ngang của hệ thống dẫn đường quán tính. Vấn đề tối ưu cấu trúc trong THĐC có nhiều bộ đo cao kết hợp được giải quyết trong bài báo, trên cơ sở kết quả đánh giá mức độ quan sát của các biến trạng thái nhờ tiêu chuẩn đánh giá về lượng mức độ quan sát được để lựa chọn ra cấu trúc của mô hình đo kết hợp phù hợp nhất đưa vào xử lý tín hiệu, ứng dụng thuật toán tự tổ chức xây dựng và lựa chọn mô hình ngoại suy nhằm nâng cao độ chính xác của phép đo cao kết hợp sử dụng bộ lọc Kalman trong khoảng thời gian làm việc không hiệu quả. Đảm bảo chất lượng xử lý kết hợp tín hiệu đo cao trên toàn dải thời gian làm việc của THĐC. Tiến hành mô phỏng kiểm chứng thuật toán đã xây dựng trong tổ hợp xử lý tín hiệu đo cao. 2. XÂY DỰNG MÔ HÌNH NGOẠI SUY TRONG TỔ HỢP ĐO CAO SỬ DỤNG THUẬT TOÁN TỰ TỔ CHỨC 2.1. Tối ưu cấu trúc trong tổ hợp đo cao 2.1.1. Tổ hợp đo cao xây dựng và lựa chọn mô hình ngoại suy Một tổ hợp đo cao hiện đại ứng dụng thuật toán xây dựng và lựa chọn mô hình ngoại suy, trong đó bộ đo cơ sở là kênh cao của hệ dẫn đường quán tính, kết hợp với các bộ đo cao bên ngoài tạo thành các mô hình đo cao kết hợp (hình 1). Quá trình làm việc của bộ lọc Kalman, cần phải biết khả năng quan sát một cách hiệu quả của véc tơ trạng thái, đó là đánh giá mức độ quan sát được của biến trạng thái được В.Н. Афанасьев и К.А. Неусыпин khởi thảo là: tỷ số phương sai của phần tử bất kỳ của véc tơ trạng thái và phương sai của véc tơ trạng thái được đo trực tiếp 270 có tính t lư Kalman; BĐCCS trong đó: M[(x phương sai véc tơ tr độ của tạp đo dẫn xuất; =1,2,...,n) sát O), ngư ch có nhi hợp đó v suy 2.1. hợp đo cao, hi đổi của điều kiện bay tác động đến thuật toán lọc Kalman, dẫn đến phép đo cao không đ trình th tiến h hình ch dựng các mô h xây d quan sát đư H - ợng bộ ĐCQT; D l Tiêu chu Trong kho ỡng quan sát ỉnh các sai s đ 2 Đ ệu chỉnh từ các bộ đo cao b Bài báo ch ức đánh giá các mô h Hình 1 thông tin đ tương ều bộ đo cao kết hợp ã xây d . Thu ể đảm bảo phép đo cao luôn đ ực của sự biến thi ành hi ngo ựng mô h P. Đ. ới ph à ật toán tự tổ chức ảm bả ại suy Th . Sơ đ ẩn mức độ quan sát đ là h thu ựng các tham s ệu chỉnh ợc (gồm cả nhiễu) khởi tạo các mô h ỏa, ương sai c ộ cao thực tế cần đo; x i,k àng th ứng ảng thời gian n ố trạng thái của k ật toán o đ sai s ọn thuật toán ình trên c ình t ồ tổ hợp đo cao sử dụng thuật toán - B )2] v (D . ộ tin cậy, , B à đánh giá m ộ đo cao c là phương sai ph ạng thái đo trực tiế ứ i của ma trận ới Ng ố ối .M.Tu ủa tạp đo. Thu D x ph ), sẽ ố của các tham s [4],[5],[9] ưu ật toán xây dự  R ần tử véc t ứng dụng thuật toán xây dựng mô h lựa chọn mô h ên sai s ình m ơ s , xu ấn ơ s i,k 0 k là ào đó, m , mô hình ngo xây d kênh cao c các mô hình tiên nghi tự tổ chức ( ở phép quy nạp toán học. Ph ất phát từ tập các h , “X ức độ quan sát đ ở; BĐC   phương sai ban đ ênh cao h ên ngoài. . ới xây dựng. ây d ược thể hiện bằng ph M x R M H R         ơ tr ựng mô h ố của ĐCQT trong bộ ố đo cao ựng thuật toán tự tổ chức k -   ần tử thứ i của véc t O* ược chính xác t véc tơ sai s -i (i = 1,2,3N) ng mô hình ngo   2 i,k k 2 p; (O ạng thái ức độ quan sát các biến trạng thái ình ủa Tuy nhiên, TTC *i 0 k i1,k i2,k in ,k kR .... R * là ma tr ệ thống dẫn đ ại suy đ ngo ình h gián ti Thu 0 *i k ;           ệ thống dẫn đ ) đ ố bộ ĐCQT; ược của véc t  δV, δa, δg. ư ại suy ngo ệm trở n ể xây dựng mô h ật toán tự tổ chức l ình qua nhi xây d  2 2 2 ầu của tạp đo ận nghịch đảo của ma trận quan ợc xây dựng từ các bộ đo cao kết ại suy rong quá trình t ếp bằng thuật àm cơ s - b ại suy. ương tr  tốt nhất ại thời điểm t ựng ộ đo cao bổ trợ thứ i. ường quán tính ư ên không phù h đo cao k ương pháp này cho phép t mô hình ơ tr ơ tr  ờng quán tính ở đầu v ều kết hợp kxˆ ạng thái; KM ình [8]. ạng thái; ình từ các mô h c Đo lư -  ; c ngo ết hợp, th toán ình ngo ào và ấp độ tổ chức khác ngo véc ác h làm vi a nào đó, s à thu ờng tín hi ại suy: tơ sai s M[(  ệ số ại suy . xây d ại suy ệu đo cao , , Khi THĐC ình ệc lu ợp với quá ật toán xây các d & Tin h ố - B MHNS H) - cư  nh để hiệu c ôn đư ự thay ì có th ựng mô ước ộ lọc 2] ờng ij,k ỏ h ngo ủa và ữ liệu ọc .” - (1) là (j ơn ại tổ ợc ể tổ ự Nghiên c Tạp chí Nghi nhau mô hình t hình đi hi ban đ 2.2 2.2 cứu thái s lý xác c ch sai s hàm dựng mô h trong đó: th cầu b 2.2 ch m tốt nhất n Trong kho ểm t ệu đo cao . Xây d .1. Qua và , coi đây là các mô h ọn tập các h ố trạng thái th Các d M ể sử dụng các ph .2. ọn lọc Trong ột số l , sử dụng ngo a ầu C ẽ lựa chọn các h ủa mô h tuy ột s ài toán T ứu khoa học công nghệ ối ại suy là . ơ s quá trình khả năng ạng h ến tính a ố ổ chức n phương pháp t ượng cố định các mô h ày s BĐCCS ngo ên c ưu tập giá trị mẫu đ ựng thuật toán TTC lựa chọn mô ở d ình i, b trư [5] ại suy ứu KH&CN k [9] ảng thời gian ( ể đánh giá các mô h ữ liệu ình ngo àm cơ s àm cơ s ngo i, c ờng h . ẽ là các hàm cơ s - ết hợp (hình 2 nghiên c ư ì cơ b ại suy y t a t bcos t c sin t d e i, d âng cao đ Bộ đo cao c ; k (ta đ ớc đoán của ng độ chính xác của mô h ản (   i là các h ợp ương tr Hình 2 - ÷ tb các tiêu chu ) ầu v àm ình sai s ại suy sai số ở, khi tập các h ở      i i i bài toán Tập dữ liệu đo của bộ đo cao kết hợp thứ k, k =1, 2, 3, ..; )- kho quân s , b z z , z , z ....z ào ứu thực nghiệm, cơ s trong thu hàm theo d 0 0 0 0    n i i i i i ình sai phân ổ chức tổ hợp chọn lọc, . T ta ằng cách sử dụng k k k k k i 1 2 3 N i ệ ộ phức tạp của mô h ổng quan về xây dựng mô h ơ sở; TT ảng thời gian ứng dụng thuật toán tự tổ chức. ự,  ở v ố c đa th ạng tổng quát n n số ở ình t ở ban Số Đặc san ẩn chọn lọc (điều kiện b tb) nào đó ph ình ư à gi ơ s ật toán tự tổ chức có thể sử dụng tổ hợp một số tương m TTC ngo ời thiết kế về ới hạn số l ở đ đư ức lũy thừa. h   ức đ ốt nhất đầu để kết hợp với ơn gi ợc xây dựng àm cơ s ứng v ộ hay dãy Volterra d - Thu ại suy các d ình ngo ph TĐH các ư c ản hóa [5] ới hàm cơ s ức t theo tiêu chu ật toán , 04 ải ập nhật xây d hình ữ liệu có đ ư ở c :  ạ - sử dụng ớc l ngo xu hư ợng các h àng sát v ại suy sai số c àm lư n i p thì vi ình b ở m tự tổ chức 2019 t ựng được ph it i  ỗi cấp độ tổ chức sẽ chọn ra ình ngo ượng nhận đ ừ k m ại suy ớng ụ thuộc nhiều v ợng giác, h ở ệ ằng ph ẩn đánh giá các ên ngoài) đ thu ết quả ới từ các mô h ược àm cơ s chấp nhận ới quy luật thay đổi các lự c l ạng rời rạc hàm cơ s ại suy: ật toán v biến thi a ch ựa ch xây d x ề đối t àng cao. ọn. ương pháp t ựng mô h ư ử lý ên sai s ở . àm m ọn hàm cơ s ở c ể lựa chọn ra xây d ợc tr ư một cách hợp Mức độ chính tùy theo yêu , các mô hình kết hợp tín ình c ợng ào vi ũ) để xây òn l ựng mô ước thời nghiên ố ệc lựa ổ hợp ại trong ình 271 ơ s trạng ở ở (2) có 272 cấp độ tổ chức tiếp. D tính d trong đó pháp t trong đó: đư số cấp độ tổ chức thứ i. trong kho chia ra làm 2 ph hợp phương pháp c phương là phương pháp t các sai l trong đó: D ợc chọn Phương pháp t Vi ảng thời gian Tại từng thời điểm t y(a,t) Đ ạng: ạng tổng quát của mô h ổ chức tổ hợp chọn lọc l ệc t m ể t P. Đ. y a , t y g , g , ...., g a g t : n y a, t a g t a g t ;k 1,2,....,n; j 1,2,...,i 1; j v ìm các h ỗi Hình 3. y a , t a g t a g t a g t ..... a g t ìm h ệch  Y Th  là   ik 1,k j i 1,k v (i 1) jg t  sau cấp độ tổ chức sẽ dựa v phụ thuộc tuyến tính v  ệ số cho các mô h là nh             ỏa,  số  m ực tiểu b    y t y t .... y t   lư         là mô hình ỗi ìm h ệ số trư ần: A Biểu diễn phân chia mô h       ỏ nhất    1 2 m , B  ợng hàm cơ s i 1 j 1    cấp độ ớc đó khi bộ lọc Kalman l ; [G] .M.Tu ạng 1 2 n i i (i) (i 1) (i) ệ số cho mô h i,ka ,k 1,2,..,n – ph m 1 1 2 2 3 3 n n ình ph [ A G G G Y  hàm  ần học; B trong ph  ìm h 5].  g t g t .... g t g t g t .... g t g t g t .... g t             ấn ình xây d  tổ chức thứ (i       1 1 2 1 n 1 1 2 2 2 n 2 1 m 2 m n m .... .... .... .... , “X để ở à:  cơ s ình d ương trong t ệ số tối T T    ây d k  ban  ở đầu v ần học tập A sẽ cho giá trị y(t ào véc tơ h  1 ựng thuật toán tự tổ chức ết h n i 1  ình tuy trong ào các giá tr –  ạng tuyến tính dạng tổng quát (    ợp cho m đầu c ựng mới   - ph ình  ưu mô h     ủ ào tương 1); ến tính t ần kiểm tra đ ệ số ập   a thu gv ổ hợp tuyến tính ể xây d h ỗ ; theo c (t) là mô hình c ị àm vi A a a .... a  ọc tập ình sao cho t    i c ật toán. ứng trong p trong các c ước l ựng v      ấp đ ấp độ ệc tốt (hình 3  1 2 n A. Phương pháp c ; [A] ộ ượng mẫu nhận đ à đánh giá mô h  tổ , d ) a a ... a             kết hợp ch tổ chức ơ s ấp độ tổ chức ứng với từng ữ liệu . ổng b 1 2 n ; Đo lư ức là tổ hợp mô h ở c m  mô hình òn l m ) tương   ình ph ờng tín hi bằng ph ; ẫu ình T : 5 ực tiểu b ệu đo cao ại; ư nh . ), s ương c & Tin h ình t (i) [5] mô hình ợc trong ận đ ứng ử dụng tuy ương là ch ư . ọc .” ến (3) (4) ốt ỉ ợc Tổ (5) ình ủa (6) Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 273 n << m (tức là số ẩn a(i = 1,2, , n) sẽ ít hơn nhiều so với số phương trình m thiết lập trong hệ). Đánh giá lựa chọn ra mô hình trong từng cấp độ tổ chức Việc đánh giá lựa chọn ra số lượng các mô hình tốt và mô hình tốt nhất trong mỗi cấp độ tổ chức sẽ dựa vào các tiêu chuẩn đánh giá. Ở mỗi cấp độ tổ chức ta đánh giá lựa chọn ra p mô hình tốt để cho cấp độ tổ chức tiếp sau, khi đánh giá các mô hình, giả sử có mẫu N điểm, chia mẫu thành hai phần: NA– phần học tập dùng để xây dựng các mô hình; NB – phần kiểm tra để chọn ra các mô hình tốt nhất, sử dụng kết hợp hai tiêu chuẩn: tiêu chuẩn dịch chuyển cực tiểu và tiêu chuẩn đồng đều  2 21 dc 2w n w B min     (7) trong đó: 1 2w ,w là các trọng số tùy thuộc mức độ ưu tiên của tiêu chuẩn được lựa chọn ( 1 2w w 1  ). Tiêu chuẩn đồng đều [2(B)]: Tiêu chuẩn đồng đều sử dụng sai số trung bình bình phương giữa giá trị thực và giá trị của mô hình trong phần kiểm tra để đánh giá mô hình nào là tốt nhất [5] (hình 4):     22 2/ minMt t t t N t N B y y y       (8) ở đây, y là giá trị mẫu (giá trị thực), y là giá trị có được từ mô hình. Tiêu chuẩn dịch chuyển cực tiểu (n ): Tiêu chuẩn dịch chuyển cực tiểu được xác định như sau (hình 5).   22 A B 2 dc t t t t N t N n y y / y min       (9) Tính chất cơ bản của tiêu chuẩn dịch chuyển cực tiểu là: các mô hình được xây dựng trên các khoảng dữ liệu quan sát khác nhau phải giống nhau nhất có thể. 2.2.3. Ứng dụng thuật toán TTC lựa chọn mô hình trong tổ hợp đo cao Để minh chứng cho việc ứng dụng thuật toán TTC lựa chọn mô hình ngoại suy trong tổ hợp đo cao, nhóm tác giả tiến hành trên tổ hợp đo cao có ba bộ đo cao kết hợp (QT-VT, QT-KA và QT-VT-KA) làm việc. Phương trình trạng thái quan sát dạng rời rạc sử dụng để tổng hợp bộ đo cao kết hợp có dạng [6].           , 1 1    i i i i i k k k k k kx x u (10) trong đó: Hình 5. Đồ thị biểu diễn tiêu chuẩn dịch chuyển cực tiểu thuật toán TTC. A ty B ty Hình 4. Đồ thị biểu diễn tiêu chuẩn đồng đều thuật toán TTC. M ty Đo lường & Tin học P. Đ. Thỏa, , B.M.Tuấn, “Xây dựng thuật toán tự tổ chức kết hợp tín hiệu đo cao.” 274 Đối với bộ đo cao kết hợp QT-VT (i = 1): ;                k vt H V x a g H      , 1 1 0 0 0 2 / 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1                      k k vt T gT R T T T T T Đối với bộ đo cao kết hợp QT-KA (i = 2):   , 1 ' 1 0 0 0 0 2 / 1 0 0 0 0 1 0 0 0 , 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0,67 1 0,67                                                       k k k ka ka kaka H T V gT R T T a T x g T TH V T V TH Đối với bộ đo cao kết hợp QT-VT-KA (i = 3):   , 1 ' 1 0 0 0 0 0 2 / 1 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0, 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0,67 1 0,67                                                             k k k vt vt ka ka kaka H T V RT g T T a T g Tx H T TH V T V TH a g a g1 , 1 ; ,         là khoảng tương quan của các sai số a(t) và g(t); g là gia tốc trọng trường; R là bán kính trái đất; T là khoảng rời rạc của thuật toán lọc Kalman; vt vt1  , τvt- khoảng tương quan dịch chuyển; ka ka1 ,  τka- hằng tương quan áp suất. Các bộ đo cao kết hợp xử lý tín hiệu đo cao theo thuật toán lọc kết hợp bằng bộ lọc Kalman, cho ra tập dữ liệu ước lượng sai số trạng thái. Trên cơ sở đó thuật toán TTC sẽ xây dựng và lựa chọn ra mô hình ngoại suy theo lưu đồ thuật toán hình 6. Điều kiện dừng của thuật toán tự tổ chức lựa chọn mô hình Khi thực thi thuật toán TTC ta thường kết hợp tiêu chuẩn dịch chuyển cực tiểu 2 dcn   và tiêu chuẩn đồng đều  2 B   theo (7) để đánh giá các mô hình. - Trên mỗi tập dữ liệu có được tương ứng với từng bộ đo cao kết hợp, thuật toán TTC sẽ lựa chọn ra mô hình tốt nhất khi thỏa mãn một trong hai điều kiện sau: + Nếu giá trị đánh giá () của mô hình tốt nhất của cấp độ tổ chức Hình 6. Lưu đồ thuật toán tự tổ chức lựa chọn mô hình ngoại suy trong tổ hợp đo cao. (1) Nghiên c Tạp chí Nghi th (n cụ thể hay - T dụng ti quan sát đư Kết quả sẽ cho mô trạng thái. trong các b tham s τg Tại điều kiện phân bố bề mặt phổ biến của địa h vt (1 vào c sở bao gồm các h mô hình; TTC trong kho trong kho dụng thuật toán TTC trong điều kiện giả định tại bố bề mặt phổ biến của địa h lo 9,7803m/s gi các tham s ứ k ghĩa l ừ các mô h Ti = 200(s); = (5 5  - Trong đi - L - Sau m - S - D K ạn thăng giáng chậm của khí quyển tại H = 15 m ả định cho mô p lớn h + êu chu ến h ố phục vụ cho mô phỏng 35 ủa thuật toán TTC xây dựng mô h ựa chọn ph ử dụng kết hợp hai ti ữ liệu cập nhật sai số ết quả mô phỏng tr ứu khoa học công nghệ à:  Theo yêu c ành mô ph  20)s )s. ảng (40 ên c ơn giá tr cấp độ sau m ợc lớn nhất ộ đo cao kết hợp theo mô h σ Các ều kiện giả định ỗi cấp độ tổ chức chọn 2) và H = 14km ố  ứu KH&CN ình ẩn (7 δg 2 và trong đi ảng thời gian l vt, k > ột số cấp độ tổ chức = 10 điều kiện àm dao đ ương pháp t 140) giây, t ka ị đánh giá (  ầu của tốt nhất đ ) trên t hình ngo ỏng theo l - hỏng tại thời điểm t > 200 giây điều kiện bay thay đổi đột biến có giá tr cấp độ theo tiêu chu 3. 8(m ên ba b quân s (k bài toán ập tập dữ liệu mẫu ứng với bộ đo cao kết hợp có mức độ MÔ PH 2/s ều kiện nhiễu loạn thăng giáng chậm của khí quyển cho th ộng dạng sin, h êu chu ( -1)) ã xây d ại suy sai số 4) ; , ước l à (40 ập kiểm tra B trong khoảng (140 vt ị lớn h ự, ) c thì thu ưu đ α σ ực thi t quá trình ổ chức tổ hợp chọn lọc nâng cao độ phức tạp củ ư ộ đo cao kết hợp QT ình có kích th = 15s, Số Đặc san ủa ỎNG ồ = 1,25s vt 2 p = ẩn đánh giá ( ợng từ bộ lọc Kalman xử lý kết hợp cho thuật toán 200) giây và đư ơn nhi mô hình t ật toán dừng lại. về tính tác động nhanh thì thu ựng v ẩn đánh giá về l thu = 1000(m 8 mô hình t  VÀ TH ật toán h ình sai s hu nghiên c ình ngo àm đa th ka = 30s, g = 9,7786m/s ều à đánh giá t -1 ật toán TTC: t TĐH ật toán sẽ dừng lại ốt nhất ; β 2/s 7 ước lớn hoặc phẳng, c ại độ cao H = 15m ( , 04 ốt nhất của cấp độ tổ chức ẢO LUẬN ình ố các bộ đo cao trong [6] = 0,05s 4); ình có kích th ứu thực nghiệm ta chọn d ại suy sai số độ cao ốt nhất cho cấp tổ chức tiế ); t < 200 - σ ức v ợc 2019 ở tr ư đưa đ 6, vi - ka 2 à m chia làm hai t -VT, QT ên. Thu ợng mức độ quan sát đ ệc khởi tạo bộ lọc Kalman 1; T = 1s; = 100(m ột số h giây, tên l ( s ến hiệu chỉnh các sai số vt ẽ đặt . ư 200) giây. -KA, QT = 10s, 2) ật t σ 2/s ớc lớn hoặc phẳng àm m và trong đi vt kho oán TTC s δa 2 4), là t ập: tập học tập ửa bay tr ư  = 35s, ảng thời gian = 10 VГ ập 24 h ũ sau: -VT ờng độ nhiễu ka - = 280 m/s. ữ liệu đầu - = 25s, g =  thứ (k với c 6(m àm cơ p theo; KA ên ều kiện ka = 45s, 275 ẽ sử ư 2/s ka ứng ph -1) ợc. ác 4); = a A ân 276 g = 9,7803m/s Hình 7. c Hình c KA; 3 Đánh giá sai s 1,4 trị sai số độ cao của QT lấy trong dải thời gian mô phỏng, đánh giá các sai (4 giây ủa các bộ đo cao kết hợp tại ủa các bộ đo cao kết hợp tại Trên hình 7, 9: 1 Trên hình 8, 10: - giá tr D 0÷200) giây Th t =( t = ( t = (40 t = (200 9. - ữ liệu thu đ sử dụng thuật toán TTC so với sử dụng bộ lọc Kalman ời gian (s) 40 200 P. Đ. Sai s Sai s Sai s ị sai số độ cao của QT ÷200) ÷280) ÷ ÷ Th ố độ cao sử dụng bộ lọc Kalman 25s, g = 9,7803 m/s ố độ cao sử dụng bộ lọc Kalman 30s, g = 9,7786 m/s ố độ cao của bộ QT 200 280 ỏa, 2) và t ố sử dụng bộ lọc Kalman; 7 khi ) ) ược từ kết quả mô phỏng, tính các sai lệch đánh giá sai số độ cao , B ại độ cao H = 14km ( - 1,2,3 bộ lọc Kalman vẫn l Kalman 0,000325 0,6391 0,00126 0,9671 .M.Tu Sai s - B   - Mô hình ngo VT ảng QT ấn vt = 10s, 2. vt = 15s, 2. ố độ cao của bộ -KA). -VT , “X - - 1. 0,0045 0,0297 Phương sai sai s 0,0099 0,088 ây d   VT VT; 2,5 Đánh giá sai s TTC Phương sai sai s ựng thuật toán tự tổ chức ka = ka = -KA; 4 ại suy sử dụng thuật toán tự tổ chức; 4,5,6 - àm vi vt Hình 8. Hình 10 tại H =14km, khi - -Giá tr giá tr Kalman 0,000532 0,8577 0,000373 0,6629 = 30s, tại H =15m, khi QT Giá tr ệc hiệu quả v ố độ cao (m ố độ cao (m Sai s . -VT; 2 ị đánh giá sai số thự ị sai số độ cao của QT ố đ QT  Sai s ị sai số độ cao thực tế ộ cao của các bộ đo cao kết hợp -KA ka = 40s, g = 9,7786m/s ố độ cao của các bộ đo cao kết hợp ố độ cao của các bộ đo cao kết hợp trên hai kho 0,0081 0,0358 0,0060 0,0698 9,7803m/s vt - Sai s TTC 2) t 2) t vt = 30s, m/s à kho theo ại H =15m ại H =14km kết hợp = 35s, 2 ố độ cao của bộ QT Đo lư 2 ka . ảng thời gian t ảng bảng Kalman 0,000686 0,9789 0,00242 0,9944 ka . = 40s, g = 9,7786 c t t = ( QT ờng tín hi = 45s, g = ế; (trong đó: -KA; 3,6 1. -VT ệu đo cao . 200 - & Tin h 2) KA TTC 0,0116 0,0527 0,0452 0,1357 - ÷280) ọc .” - - giá = . Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 277 Nhận xét: Mô phỏng khi sử dụng thuật toán TTC xây dựng đa mô hình ngoại suy từ tập các dữ liệu đo tương ứng với bộ đo cao kết hợp, kết quả mô phỏng cho thấy việc ứng dụng thuật toán tự tổ chức lựa chọn mô hình cho phép nâng cao độ chính xác xử lý kết hợp tín hiệu đo cao khi có nhiều lựa chọn bộ đo cao kết hợp. Cụ thể tại độ cao H = 15m (hình 8) cho thấy phương sai sai số đánh giá sai lệch độ cao của mô hình tương ứng bộ đo cao QT-VT là 0,0297 m2, phương sai này nhỏ hơn so với phương sai sai số của sai số độ cao của bộ đo cao QT-KA, QT-VT-KA tương ứng là 0,0358 m2 và 0,0527 m2. Trường hợp này mô hình ngoại suy xây dựng từ bộ đo cao QT-VT được lựa chọn và có giá trị phương sai sai số độ cao nhỏ hơn so với hai mô hình còn lại là 20% và 44%. Còn tại độ cao H = 14 km (hình 10) cho thấy phương sai sai số đánh giá sai lệch độ cao của mô hình tương ứng bộ đo cao QT-KA là 0,0698 m2, phương sai này nhỏ hơn so với phương sai sai số của sai số độ cao của bộ đo cao QT-VT, QT-VT- KA tương ứng là 0,088 m2 và 0,1357 m2. Trường hợp này mô hình ngoại suy xây dựng từ bộ đo cao QT-KA được lựa chọn và có giá trị phương sai sai số độ cao nhỏ hơn so với hai mô hình còn lại là 21% và 48%. 4. KẾT LUẬN Các kết quả đã nghiên cứu cho thấy việc ứng dụng bộ lọc Kalman trong xử lý kết hợp sẽ nâng cao chất lượng phép đo cao. Tuy nhiên, trong khoảng thời gian nào đó khi điều kiện bay thay đổi mà bộ lọc Kalman không thể đáp ứng được và cần một phương pháp xây dựng mô hình ngoại suy khắc phục sự phân kỳ của bộ lọc. Bài báo đã tiến hành phân tích sơ đồ cấu trúc của tổ hợp đo cao sử dụng thuật toán tự tổ chức xây dựng và lựa chọn mô hình, tiến hành xây dựng thuật toán tự tổ chức ứng dụng trong xử lý kết hợp tín hiệu trong tổ hợp đo cao, lấy kênh cao của hệ thống dẫn đường quán tính làm bộ đo cơ sở, kết hợp với các bộ đo cao bổ trợ khác (đo cao vô tuyến và đo cao khí áp). Kết quả mô phỏng cho thấy việc sử dụng thuật toán tự tổ chức để xây dựng mô hình ngoại suy bù sai số của đo cao quán tính trong các bộ đo cao kết hợp sẽ nâng cao đáng kể độ chính xác xử lý kết hợp tín hiệu đo cao. Kết quả này phù hợp với các lập luận, phân tích lý thuyết. TÀI LIỆU THAM KHẢO [1]. Nguyễn Văn Chung (2014), “Nghiên cứu hạn chế ảnh hưởng của sóng và gió biển đến kênh điều khiển độ cao của tên lửa đối hải khi bay ở độ cao thấp trên mặt biển”, Luận án Tiến sĩ kỹ thuật. [2]. Phạm Tuấn Hải (2011), “Nâng cao chất lượng hệ dẫn đường thiết bị bay trên cơ sở áp dụng phương pháp xử lý thông tin kết hợp”, Luận án TS. [3]. Trần Đức Thuận (2013), Hệ thống điều khiển Tên lửa và thiết bị phóng, Sách giáo trình chuyên khảo, Viện KH&CNQS, 2013. [4]. Пупков К.А., Неусыпин К.А.Вопросы теории и реализации систем управле-ния и навигации. М.: Биоинформ, 368 с. 1997. [5]. Ивахненко А.Г., Мюллер Й.Я.Самоорганизация прогнозирующих моделей. Киев: Техника, 223 с.1985. Đo lường & Tin học P. Đ. Thỏa, , B.M.Tuấn, “Xây dựng thuật toán tự tổ chức kết hợp tín hiệu đo cao.” 278 [6]. А.П Жуковкий, В.В Расторгуев (1998), Комплекслые Радиосистемы Навигации и Управления Самолетов, Москва. [7]. Неусыпин К.А.Алгоритмическое обеспечение систем навигации и наведения. М.: «Сигналъ» МПУ, 220 с.1999. [8]. Неусыпин К.А., Пролетарский А.В., Цибизова Т.Ю.(2006), Системы управления летательными аппаратами и алгоритмы обработки информации. М.: ИИУ МГОУ, 219 с. [9]. Неусыпин К.А., Современные системы и методы наведения, навигации и управления летательными аппаратами. М.: Изд-во МГОУ, 500c, 2009. ABSTRACT THE CONSTRUCTION OF A SELF-ORGANIZING ALGORITHM FOR CHOOSING A MODEL OF EXTRAPOLATION IN THE COMBINED PROCESS OF SIGNAL OF THE HEIGHT MEASUREMENT In the previous research papers about the combined process of signals of the height measurement using the Kalman filter good results of the quality improvement of the height measurement were obtained [2],[3],[6]. However, in some period when the flight conditions changes, the Kalman filter cannot response. In order to solve this problem we propose use of self-organizing algorithm for construction of extrapolating models from previous data sets of corresponding combined height meter and evaluation and choose of the most suitable model among built extrapolating modes. Obtained results after testing, evaluating by the simulation on computers showed the correctness of the proposed algorithm. Keywords: Self-organizing algorithm; Combine height measurement, Kalman filter. Nhận bài ngày 31 tháng 12 năm 2018 Hoàn thiện ngày 26 tháng 02 năm 2019 Chấp nhận đăng ngày 15 tháng 3 năm 2019 Địa chỉ: 1 Viện Tên lửa – Viện KHCN quân sự; 2 Phòng TMKH – Viện KHCN quân sự; 3 Viện Điện tử – Viện KHCN quân sự; * Email: thoadthv34@gmail.com.