Journal of Geospatial Information Technology

fa ثقل‌سنجی هوایی اسکالر با استفاده از پنجره‌های مختلف فیلتر پایین‌گذر Scalar Airborne Gravimetry Using Low Pass Filter with Different Windows ژئودزی (عمومی) Geodesy پژوهشي Research در ثقل&rlm; سنجی هوایی از ترکیب داده‌های سیستم تعیین موقعیت جهانی (GPS) و سیستم ناوبری اینرسی (INS) برای تعیین شتاب ثقل زمین استفاده می‌شود. موقعیت حاصل از GPS آلوده به نویز بوده و این امر سبب می&rlm;شود که شتاب GPS محاسبه شده که نتیجه دو بار مشتق‌گیری عددی از سیگنال موقعیت GPS است، نیز آلوده به نویز شده و به‌دلیل خطاهای محاسباتی فرآیند مشتق‌گیری، میزان نویز آن تشدید گردد. شتاب حاصل از سیستم INS نیز دارای نویز بالایی می‌باشد. در این مقاله ابتدا از فیلتر دیجیتال مشتق‌گیر پایین‌گذر برای محاسبه شتاب GPS استفاده شده تا نویز شتاب GPS حاصل از دو بار مشتق‌گیری موقعیت GPS تا حد امکان کاسته شود. سپس برای نرم‌کردن و حذف نویز شتاب‌های GPS و INS از فیلترهای دیجیتال پایین‌گذر با پنجره‌های مختلف استفاده شده است. پس از نرم‌کردن و حذف نویز شتاب‌های GPS و INS برای به‌دست آوردن شتاب ثقل کافی است که شتاب GPS از شتاب INS کم گردد و برای به‌دست آوردن نوسان شتاب ثقل، شتاب نرمال از شتاب ثقل حاصل کم می‌گردد. اما نوسان شتاب ثقل به‌دست آمده به‌دلیل خطاهایی نظیر بایاس‌ها و ضریب مقیاس‌های ژیرسکوپ و شتاب‌سنج INS دارای خطا می‌باشد که از فیلتر کالمن برای برآورد این خطاها و اعمال آن بر نوسان جاذبه استفاده گردید. در این مقاله نشان داده شده است که با استفاده نرم‌سازی به‌وسیله فیلتر پایین گذر با پنجره حاصل‌ضرب پنجره‌های هنینگ و بلکمن و فیلتر پایین گذر با پنجره بلکمن و فیلتر پایین گذر با پنجره کایزر با پارامتر مناسب، می‌توان به شتاب ثقل با دقت میلی‌گال رسید که قابل مقایسه با نرم‌سازی انجام شده به‌وسیله روش B-Spline می‌باشد. روش B-Spline قبلاً بر داده‌های استفاده شده در این مقاله اعمال شده و شتاب ثقلی با دقت میلی‌گال به‌دست آمده است. برتری استفاده از فیلتر پایین‌گذر نسبت به روش B-Spline، آسان‌تر بودن روش طراحی و از طرفی کم بودن زمان اجرای آن است. یکی دیگر از محاسن این نوع فیلتر قابلیت کنترل نرم‌سازی آن با استفاده از مرتبه فیلتر می‌باشد تا در نهایت شتاب ثقلی با دقت مورد نظر حاصل گردد. In airborne gravimetry, the integration of Global Positioning System (GPS) and Inertial Navigation System (INS) is used for Earth gravity field recovery. GPS position is noisy and the GPS acceleration which is the second derivate of GPS position will be noisy too and noise amount of GPS acceleration exacerbates due to the computational errors of differentiation process. The INS acceleration also has high amount of noise. Digital low-pass differentiator filter is used to calculate the GPS acceleration from GPS position and reduce the GPS acceleration noise as much as possible. Then digital low-pass filter with different windows have been used to smooth and reduce noise of the GPS and INS acceleration. Gravity is determined by differentiating the smoothed GPS and INS acceleration. Gravity disturbance is computed as the difference of computed gravity and normal gravity. The INS accelerometer and gyroscope errors includes bias, scale factor and random noise affect the accuracy of calculated gravity disturbance. The gravity disturbance value as observations and the error dynamic equations of the INS are applied in a Kalman filter for INS errors estimation. This paper has shown that using low-pass filters with product of Hanning and Blackman window, Blackman window and Kaiser window with appropriate parameter as a smoothing method will be rulted in gravity with the accuracy about 1 mGal which is comparable with B-spline smoothing method which has been applied to this data before. Comparing low-pass filter and B-spline smoothing methods, simplicity and less time consuming can be mentioned as low-pass filter advantages. Also the degree of smoothing can be controlled using filter order. سیستم تعیین موقعیت جهانی, سیستم ناوبری اینرسی, فیلتر دیجیتال پایین‌گذر, نرم‌سازی, شتاب ثقل GPS, INS, Digital Low Pass Filter, Smoothing, Gravity 147 169 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-93-5&slc_lang=fa&sid=1 Ahmad Ghonchi احمد غنچی 10031947532846004987 10031947532846004987 No K.N.Toosi University of Technology دانشگاه صنعتی خواجه‌ نصیرالدین‌ طوسی Yazdan Amerian یزدان عامریان amerian@kntu.ac.ir 10031947532846004988 10031947532846004988 Yes K.N.Toosi University of Technology دانشگاه صنعتی خواجه‌ نصیرالدین‌ طوسی Mohammad Shakibay Senobari محمد شکیبای‌صنوبری 10031947532846004989 10031947532846004989 No K.N.Toosi University of Technology دانشگاه صنعتی خواجه‌ نصیرالدین‌ طوسی