fa توسعه مدل دینامیکی شناور جستجو و نجات (SAR) مبتنی بر فیلتر کالمن توسعه یافته (EKF)جهت تخمین وضعیت دقیق مانور شناور هیدرودینامیک کشتی Ship Hydrodynamic مقاله پژوهشي Research Paper <table align="right" cellspacing="0" class="MsoTableGrid" dir="rtl" style="border-collapse:collapse; border:none; width:680px"> <tbody> <tr> <td style="border-bottom:1px solid black; border-left:none; border-right:none; border-top:1px solid black; vertical-align:top; width:463px"><span style="font-size:12pt"><span style="font-size:11.0pt">برآورد و پیش‌بینی دقیق مسیر کشتی‌های مانور در ناوبری، ابزار مهمی برای بهبود ایمنی و امنیت دریایی است. بنابراین، بسیاری از سیستم‌های ناوبری مرسوم و خدمات مدیریت و گزارش ترافیک کشتی‌ها برای این منظور به امکانات رادار مجهز هستند. با این حال، دقت پیش‌بینی‌های مسیر مانور شناورها عمدتاً به خوبی تخمین کشتی بستگی دارد.</span> <span style="font-size:11.0pt">در این مقاله اطلاعات مربوط به دو دستگاه ناوبری با عنوان </span><span dir="LTR" style="font-size:11.0pt">GPS</span><span style="font-size:11.0pt"> و </span><span dir="LTR" style="font-size:11.0pt">INS</span><span style="font-size:11.0pt">، داده برداری می گردد و با دادن داده های حاصل از شناسایی سیستم و با استفاده از معادلات الگوریتم فیلتر کالمن توسعه یافته مسیر و موقعیت سه مانور زیگزاگ، دور زدن و شتاب گیری تخمین زده می شود و در نهایت پس از تخمین مسیر مانور حرکت شناور با حرکت تجربی ثبت شده توسط دستگاههای ناوبری اعتبار سنجی می گردد. از جمله نوآوری هایی که می توان در این مقاله به آن اشاره کرد یکپارچه سازی طراحی سیستم کنترل براساس مدل دینامیکی</span> <span style="font-size:11.0pt">برای یک شناور تندرو در مقیاس واقعی است، چرا که کار بر روی شناور تندرو در مقیاس واقعس با استفاده از روش شناسایی سیستم بسیار محدود است. علت استفاده از روش فیلتر کالمن توسعه یافته </span><span style="font-size:11.0pt">این است که این روش قادر است چندین مجهول را در یک سیستم غیرخطی تنها با داشتن ورودی های اندازه گیری شده از تست مدل تخمین بزند. </span></span></td> </tr> </tbody> </table> <table cellspacing="0" class="MsoTableGrid" style="border-collapse:collapse; border:none; width:680px"> <tbody> <tr> <td style="border-bottom:none; border-left:none; border-right:none; border-top:none; vertical-align:top; width:47px">&nbsp;</td> <td style="border-bottom:1px solid black; border-left:none; border-right:none; border-top:1px solid black; vertical-align:top; width:463px"><span style="font-size:10.0pt">The accurate estimation and prediction of the trajectories of maneuvering vessels in navigation are important tools to improve maritime safety and security. Therefore, many conventional navigation systems and Vessel Traffic Management & Reporting Services are equipped with Radar facilities for this purpose. However, the accuracy of the predictions of maneuvering trajectories of vessels depends mainly on the goodness of estimation of vessel position, velocity and acceleration. In this article, the information related to two navigation devices named GPS and INS is collected and by giving the data obtained from the system identification and using the equations of the developed Kalman filter algorithm, the path and position of the two zigzag and bypass maneuvers are estimated. to be and finally, after estimating the maneuvering path, the movement of the float is validated with the experimental movement recorded by the navigation devices</span> <span style="font-size:10.0pt">Among the innovations that can be mentioned in this article is the integration of the control system design based on the dynamic model for a high-speed boat. Because the work on the high-speed float using the system identification method is very limited. The reason for using the developed Kalman filter method is that this method is able to estimate several unknowns in a nonlinear system by only having measured inputs from model testing.</span></td> </tr> </tbody> </table> مدل دینامیکی,فیلتر کالمن توسعه یافته,مانور,شناسایی سیستم,تخمین وضعیت Dynamic model,Extended Kalman filter,Maneuver,System identification,Estimate the situation 16 28 http://marine-eng.ir/browse.php?a_code=A-10-696-1&slc_lang=fa&sid=1 fateme zolfagharnasab فاطمه ذوالفقارنسب fzolfagharnasab@yahoo.com 10031947532846006061 10031947532846006061 No PHD student of Marine Engineering, Sharif University of Technology دانشجوی دکتری مهندسی دریا دانشگاه صنعتی شریف Mohammad Saeed seif محمد سعید سیف seif@sharif.edu 10031947532846006062 10031947532846006062 Yes Professor, Center of Excellence in Hydrodynamics & Dynamics of Marine Vehicle, Sharif University of Technology استاد، قطب علمی هیدرودینامیک و دینامیک متحرکهای دریایی، دانشکده مکانیک، دانشگاه صنعتی شریف