@article { author = {Nikfetrat, Akram and Mahboobi Esfanjani, Reza and Azimi, Meysam}, title = {Compensation of randomly delayed and lost measurements in line of sight guidance law by adaptive Kalman filter}, journal = {Aerospace Knowledge and Technology Journal}, volume = {6}, number = {2}, pages = {103-114}, year = {2017}, publisher = {Malek ashtar University of Technology}, issn = {2322-1070}, eissn = {2645-3622}, doi = {}, abstract = {Measurement data of guidance sensors are commonly lost and delayed in ground to air missile systems. These phenomena affect the missile efficiency. Kalman filter is used to estimate the variables needed in implementation of guidance law. But the performance of Kalman filters is dependent on the knowing exact model of the system. In practical problems, the exact parameters of the systems model, especially the one of delay and loss is not known. In this study, adaptive Kalman filter is employed to compensate the uncertainty in the stochastic model of delay and loss which is employed in a line of sight guidance algorithm of a defensive missile. A set of recursive difference equations are used to obtain the adaptive filter gains. The problem is formulated in presence of delayed and missing measurements, then the adaptive filter structure and correction factor are presented. Simulation results are presented to verify the improved performance of the approach.}, keywords = {line of side guidance law,Kalman filter,delay and missing measurement,model uncertainty}, title_fa = {جبران اثر افت و تأخیر تصادفی مشاهدات در هدایت خط دید با استفاده از فیلتر کالمن تطبیقی}, abstract_fa = {بروز افت و تأخیر تصادفی در تبادل داده‏هایی که توسط حسگرهای هدایت اندازه‏گیری می‏شوند، پدیده‏ای متداول در سامانه‏های پدافندی است و بر نتیجة نهایی درگیری مؤثر است. اگرچه طراحی فیلتر کالمن برای تخمین مقدار متغیرهای مورد استفاده در قانون هدایت، مشکل را تا حدی کاهش می‏دهد، اما عملکرد مناسب فیلتر کالمن به داشتن مدل دقیق سیستم وابسته است؛ در حالی‏که در مسائل عملی، به‌دست آوردن دقیق پارامترهای مدل آماری، که پدیدة تصادفی افت و تأخیر را توصیف می‏کند، میسر نیست. در این مقاله، یک فیلتر کالمن تطبیقی به‌کار برده می­شود تا نامعینی در مشخصات آماری مدل افت و تأخیر تصادفی را در مسئلة هدایت خط دید یک پرندة هدایت‏شونده جبران ‏کند. جزئیات مدلسازی مسئلة هدایت خط دید در حضور داده‏های در معرض افت و تأخیر ارائه شده و به‌دنبال آن نحوة استخراج ساختار فیلتر و محاسبة ضریب تصحیح و اعمال آن در فرایند فیلترینگ تشریح شده است. در نهایت، برتری عملکرد فیلتر تطبیقی پیشنهادی در مقایسه با روش رقیب موجود، با شبیه‏سازی نشان داده می‏شود.}, keywords_fa = {هدایت خط دید,فیلتر کالمن,افت و تأخیر در مشاهدات,نامعینی مدل}, url = {https://www.astjournal.ir/article_27227.html}, eprint = {https://www.astjournal.ir/article_27227_1bc47aaafb0edd9aac6cc0b4615818f6.pdf} }