موقعیت‌یابی مبتنی بر فیلتر فراابتکاری کلونی مورچگان پیوسته
کد مقاله : 1577-ISME2026
نویسندگان
محمد ژیان‌نسب1، سعید نصراللهی *2، بهرام کریمی2
1ندارم
2دانشگاه صنعتی مالک اشتر
چکیده مقاله
موقعیت‌یابی به‌دلیل شرایط محیطی مانند عدم دسترسی به حسگر کمکی، غیرخطی بودن شدید مدل‌های دینامیکی، عدم قطعیت پارامتری و اغتشاشات محیطی، با چالش‌های اساسی مواجه است. فیلترهای متعارف مبتنی بر کالمن (KF) به دلیل وابستگی به فرضیات خطی‌سازی و توزیع گاوسی، و فیلتر ذره نیز به‌دلیل ضعف در تنوع ذرات و حساسیت به انتخاب مکانیزم بازنمونه‌گیری، در مواجهه با این شرایط کارایی محدودی دارند. در این مقاله، فیلتر کلونی مورچه پیوسته (CACF) برای تخمین موقعیت در یک مدل دینامیکی ساده‌شده ارائه می‌شود. رویکرد پیشنهادی مسئله تخمین حالت را به عنوان یک مسئله بهینه‌سازی پویای تصادفی بازتعریف و با بهره‌گیری از مکانیزم هوشمند جستجوی جمعیتی، فضای حالت را به‌صورت مستقیم کاوش می‌کند. فیلتر پیشنهادی در یک سناریوی موقعیت‌یابی یک‌بعدی با سه حالت (موقعیت، سرعت و بایاس شتاب‌سنج) مورد ارزیابی قرار گرفته و با KF مقایسه می‌شود. نتایج نشان می‌دهد که در شرایط ایده‌آل، دقت CACF معادل فیلتر KF است. با این حال، در حضور عدم قطعیت، فیلتر CACF مقاومت بسیار بالاتری از خود نشان داده و خطای تخمین موقعیت را تا حدود ۴۰٪ در مقایسه با KF کاهش می‌دهد. این یافته‌ها، ظرفیت بالای پارادایم فیلترهای فراابتکاری را برای دستیابی به ناوبری مقاوم و دقیق در شرایط غیرایده‌آل تأیید می‌کند.
کلیدواژه ها
موقعیت‌یابی، فیلتر فراابتکاری، کلونی مورچه پیوسته (CACF)، مقاومت در برابر عدم قطعیت
وضعیت: پذیرفته شده برای ارائه شفاهی