Tesis:
Análisis y diseño de algoritmos de estimación de trayectorias basados en el paradigma de múltiples modelos
- Autor: ARROYO CEBEIRA, Álvaro
- Título: Análisis y diseño de algoritmos de estimación de trayectorias basados en el paradigma de múltiples modelos
- Fecha: 2024
- Materia:
- Escuela: E.T.S.I. AERONÁUTICA Y DEL ESPACIO
- Departamentos: SISTEMAS AEROESPACIALES, TRANSPORTE AEREO Y AEROPUERTOS
- Acceso electrónico: https://oa.upm.es/80714/
- Director/a 1º: ASENSIO VICENTE, Mariano
- Resumen: Esta tesis está dedicada al desarrollo de un simulador de Monte Carlo que permita analizar de forma exhaustiva algoritmos de estimación, así como al diseño y desarrollo de un filtro basado en el paradigma de múltiples modelos que consiga mejorar el seguimiento de blancos no lineales.
Los algoritmos de estimación de blancos aéreos tienen infinidad de aplicaciones en aviación, como control de tráfico aéreo (ATC), misiones de inteligencia, vigilancia, adquisición de blancos y reconocimiento (ISTAR), sistemas de navegación, o incluso en gestión de tráfico aéreo de sistemas aéreos no tripulados (UTM), dónde los UAS (Unmanned Aerial Systems) tienen una mayor maniobrabilidad y por tanto vuelan trayectorias con muchas mas no linealidades.
Para el simulador de Monte Carlo, se proponen modelos de ruido para cada una de las variables de entrada de los algoritmos de estimación, estos modelos simulan el ruido de medición de acuerdo al sensor instalado en la aeronave, basándonos en los estándares de la industria. Más tarde el simulador ejecuta los algoritmos de estimación, y finalmente los compara mediante las métricas seleccionadas y los test de hipótesis sobre el error de estimación.
Respecto a la algoritmia de estimación, la dinámica del sistema, es decir, las trayectorias de los blancos, es no lineal; y la ecuación de medida que utilizan las aeronaves (coordenadas radar) es no lineal también, por lo que esta tesis se centrará sobre filtros de estimación no lineales. El estado del arte en este campo es el sistema ACAS X (Airborne Collision Avoidance Systems), por lo que se hará un profundo análisis de sus algoritmos.
Por último, se presentan las simulaciones de 4 encuentros, para validar y comparar los distintos algoritmos aplicados.
ABSTRACT
This thesis poses the development of a Monte Carlo simulator allowing a comprehensive analysis of estimation algorithms; as well as the design and development of an estimation algorithm based on the multiple model paradigm which improves the tracking of non-linear targets.
The estimation algorithms of aerial targets have a lot of applications in aviation, such as Air Traffic Control (ATC), Intelligence, Surveillance, Target Acquisition and Reconnaissance (ISTAR) missions, navigation systems, or even UAS (Unmanned Aerial Systems) Traffic Management (UTM), where drones have a greater manoeuvrability, hence they fly highly nonlinear trajectories.
For the Monte Carlo simulator, noise models per input variable are proposed. These models simulate the measurement noise according to the airborne sensor, based on the industry standards. Then the simulator calls the estimation algorithms, and finally a comparison is done based on the chosen metrics and hypothesis testing for the estimation error.
Regarding the estimation algorithms, the dynamic of the system, i.e. the target trajectories, is non lineal; and the measurement equation used by the aircraft (radar coordinates) is non lineal as well, hence this thesis focuses on nonlinear filters. The state of the art on this field is ACAS X (Airborne Collision Avoidance Systems), so a comprehensive analysis of the algorithm is conducted.
Finally, the simulation results of 4 encounters are presented to validate and compare both algorithms.