Döner kanatlarda kestirimci performansının iyileştirilmesi için yeni yaklaşımlar

Kalman filtresinin verimli çalışabilmesi, ölçüm ve sistem gürültüleri kovaryans matrislerinin öncül bilgisine bağlıdır. Fakat bu değerler tam olarak bilinemediğinden filtrenin en iyi durumunun altında çalışmasına hatta ıraksamasına neden olmaktadır. Bu değerlerin bulunması çoğunlukla, her ikisi de eniyilik ya da yakınsaklığı garantilemeyen tahmin ve deneme yanılma yöntemlerine dayanmaktadır. Bu çalışmada, ölçüm gürültüsünün eniyiye yakın durumunu elde edebilmek için biyo-esinli yapay arı koloni algoritması tabanlı Kalman filtresi çevrimdışı parametre kestirimi algoritması tanıtılmıştır. Ayrıca, mevcut fonksiyonunun yakınsama sorununu çözmek için bir amaç fonksiyonu önerilmiştir. Çalışmada, yakınsama sorunu ve önerilen fonksiyonun çözüm uzayındaki davranışlarını gösteren matematiksel ispatlar gerçeklenmiştir. Benzetim sonuçları genetik algoritma tabanlı Kalman filtresi ile her iki fonksiyon için de kıyaslanmıştır. Ölçüm ve sistem gürültü kovaryans matrislerinin aynı anda eniyilenmesi zor bir problem olduğundan, bir evrimsel algoritma tabanlı Kalman filtresi önerilmiş ve her iki matrisinde eşzamanlı kestirilerek eniyi değerlere yakınsaması amaçlanmıştır. Ayrıca, eniyi değerlere ulaşılmasındaki zaman kısıtı da göz önüne alınarak çok – boyutlu vekil bir amaç fonksiyonu önerilmiştir. Algoritma sonuçları eniyi Kalman filtresi sonuçları ile mutlak hata, karesel ortalama hata ve ortalama mutlak hata metrikleri ile kıyaslanmıştır. Gerçekleştirilen benzetimler ve Monte Carlo benzetim sonuçları önerilen algoritma ve fonksiyonların verimliliğini göstermiştir.