کاهش تعداد سنسورهای مورد استفاده در ماهواره سهم مهمی در کاهش هزینه های ساخت ماهواره دارد. در این راستا استفاده از الگوریتم های تخمین مدار و وضعیت یک پارچه می تواند کمک شایانی در این زمینه محسوب شود. در این مقاله الگوریتم تخمین هم زمان مدار و وضعیت ماهواره با اندازه گیری های نرخ دمای سطوح ماهواره مورد بررسی قرار گرفته است. از آن جا که ضریب آلبدوی زمین یک پارامتر مهم و با عدم قطعیت بالا در مدل حرارتی ماهواره است، تخمین آن نیز مورد توجه قرار گرفته است. تابش آلبدو و فروسرخ زمین به صورت متغیر و با استفاده از داده های واقعی سامانه ی پایش ابرها و انرژی های تابشی زمین مدل شده اند. برای تخمین مدار، وضعیت و پارامتر ضریب آلبدو نیز از فیلتر غیرخطی کالمن خنثی استفاده شده است. نتایج شبیه سازی های مونت کارلو نشان می دهد که گرچه در بازه های شب مشاهده پذیری وجود ندارد، ولی در بازه های روز ماهواره، بردار حالت به خوبی تخمین زده شده است.

شوری و سدیمی بودن خاک از جمله مهم ترین عوامل محدودکننده رشد گیاهان محسوب می شوند. پژوهش حاضر می کوشد تا تاثیر تعداد نمونه بر صحت تخمین وضعیت شوری و سدیمی خاک های منطقه اسلامیه رفسنجان را توسط تخمین گرهای کریجینگ معمولی، وزن دهی معکوس فاصله و اسپلاین آزمون نماید. ابتدا قابلیت هدایت الکتریکی و نسبت جذب سطحی سدیم 100 نقطه مشاهداتی در قالب الگوی نمونه برداری شبکه ای منظم (با فاصله 500 متر) در سه عمق اندازه گیری شد و به کمک هر کدام از تخمین گرهای مزبور، پهنه بندی آن ها انجام گرفت. سپس با حذف تصادفی تعداد20، 40 و 60 نمونه از مجموع داده های اولیه، برای هر مجموعه داده جدید، پهنه بندی مجدد وضعیت شوری و سدیمی خاک صورت گرفت. پس از اتمام هر مرحله از مجموع مراحل ده گانه مورد استفاده برای حذف داده ها، شاخص خطای جذر میانگین مربعات استاندارد شده (RMSE%) برای هر تخمین گر محاسبه شد. در نهایت، شاخص های خطای به دست آمده، با استفاده از آزمون های فریدمن و ویلکاکسون مورد مقایسه آماری قرار گرفتند. نتایج نشان داد که در 100 نقطه مشاهداتی، اختلاف آماری معنی داری بین نتایج سه تخمین گر در سطح اطمینان 95 درصد وجود ندارد. با کاهش تعداد نمونه ها و انجام آزمون فریدمن مشاهده شد که بین نتایج سه تخمین گر، تفاوت معنی داری وجود دارد، لیکن استفاده از آزمون تکمیلی ویلکاکسون مشخص نمود که اختلاف بین نتایج تخمین گرهای کریجینگ معمولی و وزن دهی معکوس فاصله، معنی دار نمی باشد. در نتیجه، استفاده از تخمین گر وزن دهی معکوس فاصله با توجه به دقت نسبتا خوب، سهولت محاسبات و نیاز کم تر به نقاط نمونه برداری، برای مطالعات آتی در منطقه مطالعاتی پیشنهاد می گردد.

در این مقاله یک روش نوین برای تخمین وضعیت چرخشی یک وسیله پرنده با استفاده از اطلاعات واحد اندازه گیری اینرسی (IMU) و ارتفاع سنج در حرکتهای شتاب دار آمده است. معمولات تعیین زوایای رول و پیچ با استفاده از یک IMU در حرکات نزدیک به پرواز کروز (بدون شتاب) امکان پذیر می باشد، ولی زمانی که پرواز از حالت کروز فاصله می گیرد خطاهای بسیار زیادی در تعیین وضعیت از خروجیهای IMU بوجود می آید. در این مقاله برای پایدارسازی خطای تخمین وضعیت از تلفیق اطلاعات IMU و یک ارتفاع سنج بارومتری استفاده شده است. خروجی ارتفاع سنج به دلیل موثر بودن از شتاب جاذبه زمین و تصویر شتاب مخصوص در راستای قائم بر زمین، حاوی اطلاعات کمی درباره وضعیت می باشد. از آنجا که شتاب مخصوص قائم تابعی از زوایای رول و پیچ وسیله پرنده می باشد، اگر این زوایا به دلیلی دارای خطا باشند، تصاویر آن که توسط شتابسنج ها اندازه گیری شده است، دچار خطا شده و پیرو آن سرعت قائم و ارتفاع محاسبه شده دارای خطا خواهند بود. همین طور باید توجه نمود که مشاهده پذیری ضعیفی بین خروجی ارتفاع سنج و زوایای اویلر (فقط رول و پیچ) وجود دارد. به همین دلیل برای داشتن خطای کمتر در تخمین، سعی شده است که معادلات وضعیت را به شکل خطی درآورده تا بتوان از فیلتر کالمن خطی استفاده نمود. در چنین حالتی برای خطی ماندن معادلات دینامیکی از المانهای ماتریس کسینوسهای هادی بین دو دستگاه ناوبری و بدنی استفاده شده است که خود به خود باعث افزایش تعداد معادلات دیفرانسیل مربوط به وضعیت می گردد. ضمن آن که یک قید اضافی نیز به وجود می آید. در پایان نتایج فیلتر کالمن خطی جدید و فیلتر غیرخطی مرتبه دوم مقایسه گردیده اند. شبیه سازی ها نشان می دهند که فیلتر خطی جدید ارایه شده برای مساله مورد نظر دارای کارایی بهتری نسبت به فیلتر غیرخطی مرتبه دوم می باشد.

کاربرد تکنولوژی کوددهی متغیر نیتروژن در مزرعه یکی از محورهای اصلی مدیریت دقیق محصول می باشد که راندمان کوددهی را افزایش داده و باعث کاهش آلودگی های زیست محیطی می گردد. استفاده از این تکنولوژی، نیازمند تعیین دقیق و لحظه ای وضعیت نیتروژن گیاه در مزرعه می باشد. در این تحقیق برای اولین بار، از روش پردازش تصاویر رنگی برای تعیین وضعیت نیتروژن برگ های چغندرقند استفاده شده است. آزمایش ها در اتاق فیتوترون انجام و شش سطح مختلف کوددهی (0، 100، 200، 300، 400 و 500 کیلوگرم بر هکتار) در پنج تکرار برای چغندرقند که در گلدان های پلاستیکی به قطر 22 سانتی متر کشت شده بودند، در نظر گرفته شد. کلروفیل برگ توسط دستگاه کلروفیل سنج اندازه گیری گردید. دو فضای رنگی و یک فضای سطح خاکستری برای تخمین مقدار کلروفیل برگ بر اساس تصویر گرفته شده توسط دوربین دیجیتالی به کار گرفته شد. مدل سطح خاکستری رابطه خوبی با مقدار کلروفیل برگ نشان داد (R2=0.79) و نیز زمان کم تری برای پردازش تصویر نیاز داشت (تقریبا نصف زمان پردازش تصویر در فضای رنگی) اما مدل 2R-B در فضای رنگی بیش ترین همبستگی را برای تخمین مقدار کلروفیل برگ نشان داد (R2=0.93).

در یک سامانه هوافضایی، کنترل وضعیت یکی از زیرسیستم های اساسی به شمار می رود. در این زیرسیستم، تخمین وضعیت کنونی، برای کنترل وضعیت بسیار حائز اهمیت بوده که این مهم با توجه به سنسورهای وضعیت حاصل می گردد. امروزه تحقیقات گسترده ای برای کاهش هزینه در سامانه های تخمین وضعیت برای کاربردهایی مانند پرنده بدون سرنشین، پلتفرم شبیه ساز وضعیت ماهواره و غیره در حال انجام است. برای این منظور سنسورهای تولید شده بر اساس تکنولوژی میکروالکترومکانیکی به دلیل ابعاد کوچک و مصرف انرژی پایین بسیار مورد توجه قرار گرفته است. این مدل از سنسورها با وجود مزایای بسیار، دارای نویز و اختلالات مختلفی هستند که برای دریافت خروجی قابل قبول، نیازمند اعمال الگوریتم های ترکیب و تخمین داده می باشند. در این پژوهش برای تعیین وضعیت پلتفرم شبیه ساز، الگوریتم های ترکیب داده شامل فیلتر مکمل، فیلتر کالمن و فیلتر کالمن تعمیم یافته بر روی سنسور ارزان قیمت پیاده سازی شده است. روش های تخمین مذکور روی پلتفرم پیاده سازی شده و با تعیین پارامتر های تاثیرگذار در الگوریتم های تخمین دقت مطلوب و قابل رقابت با سنسورهای صنعتی و گران قیمت حاصل شده است

1تخمین وضعیت / مکان­ یابی دقیق ربات ­ها برای کاربری ­های تحقیقاتی، صنعتی، نظامی و ...، چالش همیشگی طراحان بوده است. ارائه روش تخمین وضعیت مبتنی بر اصول ساده فیلتر پایین ­گذر و بالاگذر در بطن فیلتر مکمل با بهره ­های تطبیق­ پذیر از روش حداقل مربعات برای تلفیق اطلاعات حسگرهای ارزان ­قیمت برای ناوبری ربات زیرآبی با سناریوی حرکت دلفینی، هدف این پژوهش است. الگوریتم تطبیقی پیشنهادی، با توجه به خطای اندازه ­گیری، بهره­ های فیلتر مکمل را بصورت خودکار محاسبه کرده و نیاز به تنظیم دستی یا استفاده از بهره ­های ثابت را با توجه به دینامیک وسیله رفع می ­کند. عملکرد مناسب فیلتر مکمل تطبیقی پیشنهادی برای تخمین وضعیت یک ربات زیرآبی در آزمون ­های میدانی، مزیت این روش را برای جبران ­سازی نویز و بایاس متغیر با زمان حسگرهای ارزان ­قیمت تایید می­ کند.

مغناطیس سنج یکی ازسنسورهای اصلی در زیرسیستم تعیین و کنترل وضعیت (ADCS) ماهواره های مدار پایین زمین (LEO) است و با توجه به قابلیت استفاده در تمام زمان های یک تناوب مداری در اکثر مودهای عملکردی مانند چرخش زدایی، نشانه روی زمین و انتقال مداری مورد استفاده قرار می گیرد. لذا دقت داده های مغناطیس سنج و کالیبراسیون آن دارای اهمیتی اساسی در موفقیت ماموریت است. در این مقاله با توجه به اهمیت استفاده از رویکردهای بلادرنگ (Real-time) در کاربردهای عملی، کالیبراسیون مغناطیس سنج با استفاده از فیلتر کالمن توسعه یافته (EKF) مد نظر قرار گرفته است. در ادامه، جهت بررسی نقش کالیبراسیون مغناطیس سنج در نتایج تخمین وضعیت، داده های کالیبره شده در ساختار یک فیلتر کالمن توسعه یافته مبتنی بر کواترنیون ضربی (MQEKF) مورد استفاده قرار می گیرند. در انتها از یک بستر سخت افزار در حلقه (HIL) که مجهز به یک سیم پیچ هلمهولتز و یک میز سه درجه آزادی است بهره گرفته می شود تا عملکرد مجموعه الگوریتم های توسعه داده شده بصورت تجربی مورد ارزیابی قرار گیرد. در فرایند کالیبراسیون مقادیر پارامترهای مغناطیس سنج تخمین زده شده و در فیلتر تخمین وضعیت بکار گرفته می شوند. نتایج نشان می دهند که خطای وضعیت بتدریج کم شده و دقت نهایی افزایش می یابد.