Xây dựng thuật toán tự tổ chức lựa chọn mô hình trong xử lý kết hợp tín hiệu đo cao

Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 269
XÂY DỰNG THUẬT TOÁN TỰ TỔ CHỨC LỰA CHỌN MÔ HÌNH 
TRONG XỬ LÝ KẾT HỢP TÍN HIỆU ĐO CAO 
Phạm Đức Thỏa1*, Tô Bá Thành2, Nguyễn Quang Vịnh1, Bùi Minh Tuấn3 
Tóm tắt: Trong các kết quả nghiên cứu trước đây về xử lý kết hợp tín hiệu đo cao 
ứng dụng bộ lọc Kalman, cho ta kết quả tốt về nâng cao chất lượng phép đo cao 
[2],[3],[6]. Tuy nhiên, trong khoảng thời gian nào đó khi điều kiện bay thay đổi thì 
bộ lọc Kalman không thể đáp ứng được. Để giải quyết bài toán này, nhóm tác giả đề 
xuất sử dụng thuật toán tự tổ chức xây dựng các mô hình ngoại suy từ các tập dữ 
liệu trước đó của từng bộ đo cao kết hợp tương ứng, đánh giá lựa chọn ra mô hình 
phù hợp nhất trong các mô hình ngoại suy đã xây dựng. Kết quả nhận được sau khi 
kiểm chứng đánh giá bằng mô phỏng trên máy tính đã minh chứng tính đúng đắn 
của thuật toán đề ra. 
Từ khóa: Thuật toán tự tổ chức; Đo cao kết hợp; Bộ lọc Kalman. 
1. ĐẶT VẤN ĐỀ 
Chất lượng phép đo cao trong quá trình bay của tên lửa hành trình đang được 
nghiên cứu và phát triển do tồn tại sai số tích lũy lớn trên kênh cao hệ thống dẫn 
đường quán tính, trong điều kiện tên lửa bay ở dải độ cao thấp và thời gian bay dài. 
Thực tế, tham số độ cao được đo từ rất nhiều bộ đo cao khác nhau và chưa có công 
trình nào trong nước đề cập đến vấn đề tối ưu về cấu trúc trong tổ hợp đo cao 
(THĐC), các nghiên cứu chỉ đạt được mục đích nâng cao chất lượng phép đo nhờ 
xử lý kết hợp tín hiệu [1], [2], [3]. Các công trình nghiên cứu trên thế giới liên 
quan vấn đề này rất hạn chế và chưa tường minh thuật toán, như trong [7], [8] ứng 
dụng thuật toán gen giải quyết cho kênh ngang của hệ thống dẫn đường quán tính. 
Vấn đề tối ưu cấu trúc trong THĐC có nhiều bộ đo cao kết hợp được giải quyết 
trong bài báo, trên cơ sở kết quả đánh giá mức độ quan sát của các biến trạng thái 
nhờ tiêu chuẩn đánh giá về lượng mức độ quan sát được để lựa chọn ra cấu trúc 
của mô hình đo kết hợp phù hợp nhất đưa vào xử lý tín hiệu, ứng dụng thuật toán 
tự tổ chức xây dựng và lựa chọn mô hình ngoại suy nhằm nâng cao độ chính xác 
của phép đo cao kết hợp sử dụng bộ lọc Kalman trong khoảng thời gian làm việc 
không hiệu quả. Đảm bảo chất lượng xử lý kết hợp tín hiệu đo cao trên toàn dải 
thời gian làm việc của THĐC. Tiến hành mô phỏng kiểm chứng thuật toán đã xây 
dựng trong tổ hợp xử lý tín hiệu đo cao. 
2. XÂY DỰNG MÔ HÌNH NGOẠI SUY TRONG TỔ HỢP ĐO CAO 
SỬ DỤNG THUẬT TOÁN TỰ TỔ CHỨC 
2.1. Tối ưu cấu trúc trong tổ hợp đo cao 
2.1.1. Tổ hợp đo cao xây dựng và lựa chọn mô hình ngoại suy 
Một tổ hợp đo cao hiện đại ứng dụng thuật toán xây dựng và lựa chọn mô hình 
ngoại suy, trong đó bộ đo cơ sở là kênh cao của hệ dẫn đường quán tính, kết hợp 
với các bộ đo cao bên ngoài tạo thành các mô hình đo cao kết hợp (hình 1). Quá 
trình làm việc của bộ lọc Kalman, cần phải biết khả năng quan sát một cách hiệu 
quả của véc tơ trạng thái, đó là đánh giá mức độ quan sát được của biến trạng thái 
được В.Н. Афанасьев и К.А. Неусыпин khởi thảo là: tỷ số phương sai của phần 
tử bất kỳ của véc tơ trạng thái và phương sai của véc tơ trạng thái được đo trực tiếp 
270
có tính t
lư
Kalman; BĐCCS
trong đó: M[(x
phương sai véc tơ tr
độ của tạp đo dẫn xuất;
=1,2,...,n)
sát O), 
ngư
ch
có nhi
hợp đó v
suy 
2.1.
hợp đo cao, 
hi
đổi của điều kiện bay tác động đến thuật toán lọc Kalman, dẫn đến phép đo cao 
không đ
trình th
tiến h
hình 
ch
dựng các mô h
xây d
quan sát đư
H -
ợng bộ ĐCQT; D l
Tiêu chu
Trong kho
ỡng quan sát
ỉnh các sai s
đ
2
Đ
ệu chỉnh từ các bộ đo cao b
Bài báo ch
ức đánh giá các mô h
Hình 1
 thông tin đ
tương 
ều bộ đo cao kết hợp
ã xây d
. Thu
ể đảm bảo phép đo cao luôn đ
ực của sự biến thi
ành hi
ngo
ựng mô h
P. Đ.
ới ph
à 
ật toán tự tổ chức 
ảm bả
ại suy
 Th
. Sơ đ
ẩn mức độ quan sát đ
là h
thu
ựng
các tham s
ệu chỉnh 
ợc (gồm cả nhiễu) khởi tạo các mô h
ỏa, 
ương sai c
ộ cao thực tế cần đo; x
i,k
àng th
ứng 
ảng thời gian n
ố trạng thái của k
ật toán 
o đ
 sai s
ọn thuật toán 
ình trên c
ình t
ồ tổ hợp đo cao sử dụng thuật toán 
- B
)2] 
v
 (D
. 
ộ tin cậy, 
, B
à đánh giá m
ộ đo cao c
là phương sai ph
ạng thái đo trực tiế
ứ i của ma trận 
ới 
Ng
ố 
ối 
.M.Tu
ủa tạp đo.
Thu
D x
ph
), 
sẽ 
ố của 
các tham s
[4],[5],[9]
ưu
ật toán xây dự
R
ần tử véc t
ứng dụng thuật toán xây dựng mô h
lựa chọn mô h
ên sai s
ình m
ơ s
, xu
ấn
ơ s
i,k
0
k
là
ào đó, m
, mô hình ngo
xây d
kênh cao c
các mô hình tiên nghi
tự tổ chức (
ở phép quy nạp toán học. Ph
ất phát từ tập các h
, “X
ức độ quan sát đ
ở; BĐC
 phương sai ban đ
ênh cao h
ên ngoài. 
. 
ới xây dựng.
ây d
ược thể hiện bằng ph
M x R
M H R
ơ tr
ựng mô h
ố của ĐCQT trong bộ 
ố đo cao 
ựng thuật toán tự tổ chức 
k -
 
ần tử thứ i của véc t
O*
ược chính xác t
 véc tơ sai s
-i (i = 1,2,3N)
ng mô hình ngo
2
i,k k
2
p; 
 (O
ạng thái
ức độ quan sát các biến trạng thái 
ình 
ủa 
Tuy nhiên, 
TTC
*i 0
k i1,k i2,k in ,k kR .... R
* là ma tr
ệ thống dẫn đ
ại suy đ
ngo
ình 
h
gián ti
 Thu
0
*i
k
;
ệ thống dẫn đ
) đ
ố bộ ĐCQT; 
ược của véc t
δV, δa, δg.
ư
ại suy 
ngo
ệm trở n
ể xây dựng mô h
ật toán tự tổ chức l
ình qua nhi
xây d
2 2 2
ầu của tạp đo
ận nghịch đảo của ma trận quan 
ợc xây dựng từ các bộ đo cao kết 
ại suy 
rong quá trình 
t
ếp bằng thuật
àm cơ s
- b
ại suy.
ương tr
tốt nhất
ại thời điểm t
ựng 
ộ đo cao bổ trợ thứ i.
ường quán tính
ư
ên không phù h
đo cao k
ương pháp này cho phép t
mô hình 
ơ tr
ơ tr
ờng quán tính
ở đầu v
ều 
kết hợp 
kxˆ
ạng thái; KM
ình [8].
ạng thái; 
ình 
 từ các mô h
c
Đo lư
 - 
; c
ngo
ết hợp, th
 toán 
ình ngo
ào và 
ấp độ tổ chức khác 
ngo
véc
ác h
làm vi
a nào đó, s
à thu
ờng 
tín hi
ại suy:
 tơ sai s
M[(
ệ số
ại suy 
. 
xây d
ại suy
ệu đo cao
, ,
Khi THĐC 
ình 
ệc 
 lu
ợp với quá 
ật toán xây 
các d
& Tin h
ố 
- B
 MHNS
H)
- cư
nh
để hiệu 
c
ôn đư
ự thay 
ì có th
ựng mô 
ước 
ộ lọc 
2]
ờng 
ij,k 
ỏ h
ngo
ủa 
 và
ữ liệu 
ọc
.”
- 
(1)
 là 
(j 
ơn 
ại 
tổ 
ợc 
ể 
 tổ 
ự 
Nghiên c
Tạp chí Nghi
nhau
mô hình t
hình 
đi
hi
ban đ
2.2
2.2
cứu
thái s
lý
xác c
ch
sai s
hàm
dựng mô h
trong đó: 
th
cầu b
2.2
ch
m
tốt nhất n
Trong kho
ểm t
ệu đo cao
. Xây d
.1. 
Qua 
 và
, coi đây là các mô h
ọn tập các h
ố trạng thái th
Các d
M
ể sử dụng các ph
.2. 
ọn lọc
Trong
ột số l
, sử dụng 
ngo
a 
ầu
C
ẽ lựa chọn các h
ủa mô h
tuy
ột s
ài toán 
T
ứu khoa học công nghệ
ối 
ại suy 
là 
. 
ơ s
quá trình 
khả năng 
ạng h
ến tính 
a
ố 
ổ chức n
 phương pháp t
ượng cố định các mô h
ày s
BĐCCS
ngo
ên c
ưu
tập giá trị mẫu
 đ
ựng thuật toán TTC lựa chọn mô 
ở d
ình
i, b
trư
[5]
ại suy
ứu KH&CN 
k
 [9]
ảng thời gian (
ể đánh giá các mô h
ữ liệu 
ình ngo
àm cơ s
àm cơ s
 ngo
i, c
ờng h
. 
ẽ là các hàm cơ s
- 
ết hợp
(hình 2
nghiên c
ư
ì 
cơ b
ại suy
y t a t bcos t c sin t d e
i, d
âng cao đ
Bộ đo cao c
; k
(ta 
đ
ớc đoán của ng
độ chính xác của mô h
ản (
i là các h
ợp 
ương tr
Hình 2
- 
÷ tb
 các tiêu chu
)
ầu v
àm 
ình sai s
ại suy sai số 
ở, khi tập các h
ở 
    
i i i
bài toán 
Tập dữ liệu đo của bộ đo cao kết hợp thứ k, k =1, 2, 3, ..; 
)- kho
quân s
, b
 z z , z , z ....z
ào 
ứu thực nghiệm, 
cơ s
trong thu
hàm 
theo d
0 0 0 0 
n
i i i i i
ình sai phân
ổ chức tổ hợp chọn lọc, 
. T
ta
ằng cách sử dụng 
k k k k k
i 1 2 3 N 
 i
ệ 
ộ phức tạp của mô h
ổng quan về xây dựng mô h
ơ sở; TT 
ảng thời gian ứng dụng thuật toán tự tổ chức.
ự,
  
ở v
ố c
đa th
ạng tổng quát
n n
số 
ở
ình t
ở ban
 Số Đặc san 
ẩn chọn lọc (điều kiện b
tb) nào đó ph
ình 
ư
à gi
ơ s
ật toán tự tổ chức có thể sử dụng tổ hợp một số 
tương 
 m
TTC
ngo
ời thiết kế về 
ới hạn số l
ở đ
đư
ức lũy thừa. h
 
ức đ
ốt nhất
 đầu để kết hợp với 
ơn gi
ợc xây dựng 
àm cơ s
ứng v
ộ
 hay dãy Volterra d
- Thu
ại suy 
các d
ình ngo
 ph
TĐH
các ư
 c
ản hóa
 [5]
ới hàm cơ s
ức t
theo tiêu chu
ật toán 
, 04 
ải 
ập nhật
xây d
hình 
ữ liệu có đ
ư
ở c
: 
ạ
-
sử dụng 
ớc l
ngo
xu hư
ợng các h
àng sát v
ại suy sai số c
àm lư
n
i
p thì vi
ình b
ở m
tự tổ chức 
 2019
 t
ựng 
được
ph
it
i

ỗi cấp độ tổ chức sẽ chọn ra 
ình ngo
ượng nhận đ
ừ k
m
ại suy
ớng
ụ thuộc nhiều v
ợng giác, h
ở
ệ
ằng ph
ẩn đánh giá
các 
ên ngoài) đ
thu
ết quả 
ới từ các mô h
ược 
àm cơ s
chấp nhận
ới quy luật thay đổi các 
 lự
c l
ạng rời rạc
hàm cơ s
ại suy: 
ật toán 
v
biến thi
a ch
ựa ch
xây d
x
ề đối t
àng cao.
ọn.
ương pháp t
ựng mô h
ư
ử lý 
ên sai s
ở 
. 
àm m
ọn hàm cơ s
ở c
ể lựa chọn ra 
xây d
ợc tr
ư
một cách hợp 
Mức độ chính 
 tùy theo yêu 
, các mô hình 
kết hợp tín 
ình c
ợng
ào vi
ũ) để xây 
òn l
ựng mô 
ước thời 
 nghiên 
ố 
ệc lựa 
ổ hợp 
ại trong 
ình
271
ơ s
trạng 
ở
ở
(2) 
 có 
272
cấp độ tổ chức tiếp. D
tính d
trong đó
pháp t
trong đó: 
đư
số cấp độ tổ chức thứ i. 
trong
kho
chia ra làm 2 ph
hợp
phương pháp c
phương là phương pháp t
các sai l
trong đó:
D
ợc chọn 
Phương pháp t
Vi
ảng thời gian 
Tại từng thời điểm t
 y(a,t) 
Đ
ạng:
ạng tổng quát của mô h
ổ chức tổ hợp chọn lọc l
ệc t
 m
ể t
P. Đ.
 y a , t y g , g , ...., g a g t
: n
y a, t a g t a g t ;k 1,2,....,n; j 1,2,...,i 1; j v
ìm các h
ỗi 
Hình 3.
 y a , t a g t a g t a g t ..... a g t
ìm h
ệch
 Y
 Th
 là 
 ik 1,k j i 1,k v
(i 1)
jg t
sau 
cấp độ tổ chức sẽ dựa v
phụ thuộc tuyến tính v
ệ số cho các mô h
 là nh
ỏa, 
số
m
ực tiểu b
y t
y t
....
y t
 lư
 là mô hình
ỗi
ìm h
ệ số 
trư
ần: A 
 Biểu diễn phân chia mô h
ỏ nhất 
1
2
m
, B
ợng hàm cơ s
i 1
j 1

 cấp độ
ớc đó khi bộ lọc Kalman l
; 
[G]
.M.Tu
ạng 
1 2 n i i
(i) (i 1) (i)
ệ số cho mô h
i,ka ,k 1,2,..,n
– ph
m 
1 1 2 2 3 3 n n
ình ph
[
A G G G Y
hàm 
ần học; B 
trong ph
ìm h
5].
g t g t .... g t
g t g t .... g t
g t g t .... g t
ấn
ình xây d
tổ chức thứ (i
1 1 2 1 n 1
1 2 2 2 n 2
1 m 2 m n m
.... .... .... ....
, “X
để
ở
à: 
cơ s
ình d
ương trong t
ệ số tối 
 T T
ây d
 k
 ban 
ở đầu v
ần học tập A sẽ cho giá trị y(t
ào véc tơ h
1 
ựng thuật toán tự tổ chức 
ết h
n
i 1 

ình tuy
 trong 
ào các giá tr
– 
ạng tuyến tính dạng tổng quát (
ợp cho m
đầu c
ựng mới 
-
ph
ình 
ưu mô h
ủ
ào tương 
1); 
ến tính
t
ần kiểm tra 
đ
ệ số 
ập 
a thu
gv
ổ hợp tuyến tính 
ể xây d
h
ỗ
; 
theo c
(t) là mô hình c
ị 
àm vi
A a a .... a
ọc tập
ình sao cho t
i c
ật toán. 
ứng trong p
 trong các c
ước l
ựng v
ấp đ
ấp độ 
ệc tốt
(hình 3
 1 2 n
 A. Phương pháp c
 ;
[A]
ộ
ượng mẫu nhận đ
à đánh giá mô h
 tổ 
, d
)
a
a
...
a
kết hợp 
ch
tổ chức
ơ s
ấp độ tổ chức
ứng với từng
ữ liệu 
. 
ổng b
1
2
n
 ;
Đo lư
ức là 
 tổ hợp mô h
ở c
m
mô hình 
òn l
m
) tương 

ình ph
ờng 
tín hi
 bằng ph
; 
ẫu 
ình
T
: 
5
ực tiểu b
ệu đo cao
ại; 
ư
nh
.
), s
ương c
& Tin h
ình t
(i)
 [5]
mô hình 
ợc trong 
ận đ
ứng
ử dụng 
tuy
ương 
 là ch
ư
. 
ọc
.”
ến 
(3)
(4)
ốt 
ỉ 
ợc 
Tổ 
(5)
ình 
ủa 
(6)
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 273
n << m (tức là số ẩn a(i = 1,2,  , n) sẽ ít hơn nhiều so với số phương 
trình m thiết lập trong hệ). 
Đánh giá lựa chọn ra mô hình trong từng cấp độ tổ chức 
Việc đánh giá lựa chọn ra số lượng các mô hình tốt và mô hình tốt nhất trong 
mỗi cấp độ tổ chức sẽ dựa vào các tiêu chuẩn đánh giá. Ở mỗi cấp độ tổ chức ta 
đánh giá lựa chọn ra p mô hình tốt để cho cấp độ tổ chức tiếp sau, khi đánh giá các 
mô hình, giả sử có mẫu N điểm, chia mẫu thành hai phần: NA– phần học tập dùng 
để xây dựng các mô hình; NB – phần kiểm tra để chọn ra các mô hình tốt nhất, sử 
dụng kết hợp hai tiêu chuẩn: tiêu chuẩn dịch chuyển cực tiểu và tiêu chuẩn đồng 
đều 
 2 21 dc 2w n w B min (7) 
trong đó: 1 2w ,w là các trọng số tùy thuộc mức độ ưu tiên của tiêu chuẩn được lựa 
chọn ( 1 2w w 1 ). 
Tiêu chuẩn đồng đều [ 2(B)]: Tiêu chuẩn đồng đều sử dụng sai số trung bình 
bình phương giữa giá trị thực và giá trị của mô hình trong phần kiểm tra để đánh 
giá mô hình nào là tốt nhất [5] (hình 4): 
22 2/ minMt t t
t N t N
B y y y
   (8) 
ở đây, y là giá trị mẫu (giá trị thực), y
 là giá trị có được từ mô hình. 
Tiêu chuẩn dịch chuyển cực tiểu (n
 ): Tiêu chuẩn dịch chuyển cực tiểu được 
xác định như sau (hình 5). 
22 A B 2
dc t t t
t N t N
n y y / y min
   (9) 
Tính chất cơ bản của tiêu chuẩn dịch chuyển cực tiểu là: các mô hình được xây 
dựng trên các khoảng dữ liệu quan sát khác nhau phải giống nhau nhất có thể. 
2.2.3. Ứng dụng thuật toán TTC lựa chọn mô hình trong tổ hợp đo cao 
Để minh chứng cho việc ứng dụng thuật toán TTC lựa chọn mô hình ngoại suy 
trong tổ hợp đo cao, nhóm tác giả tiến hành trên tổ hợp đo cao có ba bộ đo cao kết 
hợp (QT-VT, QT-KA và QT-VT-KA) làm việc. 
Phương trình trạng thái quan sát dạng rời rạc sử dụng để tổng hợp bộ đo cao kết 
hợp có dạng [6]. 
, 1 1  
i i i i i
k k k k k kx x u (10) 
trong đó: 
Hình 5. Đồ thị biểu diễn tiêu chuẩn dịch 
chuyển cực tiểu thuật toán TTC. 
A
ty 
B
ty 
Hình 4. Đồ thị biểu diễn tiêu chuẩn đồng 
đều thuật toán TTC. 
M
ty
Đo lường & Tin học 
P. Đ. Thỏa, , B.M.Tuấn, “Xây dựng thuật toán tự tổ chức  kết hợp tín hiệu đo cao.” 274 
Đối với bộ đo cao kết hợp QT-VT (i = 1): 
;
k
vt
H
V
x a
g
H





, 1
1 0 0 0
2 / 1 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1


  
k k
vt
T
gT R T T
T
T
T
Đối với bộ đo cao kết hợp QT-KA (i = 2): 
, 1
'
1 0 0 0 0
2 / 1 0 0
0 0 1 0 0 0
,
0 0 0 1 0 0
0 0 0 0 1
0 0 0 0 0,67 1 0,67


 
 

 
 
  
k k k
ka
ka kaka
H T
V gT R T T
a T
x
g T
TH
V T V TH
Đối với bộ đo cao kết hợp QT-VT-KA (i = 3): 
, 1
'
1 0 0 0 0 0
2 / 1 0 0 0
0 0 1 0 0 0 0
0 0 0 1 0 0 0,
0 0 0 0 1 0 0
0 0 0 0 0 1
0 0 0 0 0 0,67 1 0,67


 
 
 

 
 
  
k k k
vt vt
ka
ka kaka
H T
V RT g T T
a T
g Tx
H T
TH
V T V TH
a g a g1 , 1 ; ,      là khoảng tương quan của các sai số a(t) và g(t); g là gia 
tốc trọng trường; R là bán kính trái đất; T là khoảng rời rạc của thuật toán lọc 
Kalman; 
vt vt1   , τvt- khoảng tương quan dịch chuyển; ka ka1 ,  τka- hằng tương 
quan áp suất. 
Các bộ đo cao kết hợp xử lý tín 
hiệu đo cao theo thuật toán lọc kết 
hợp bằng bộ lọc Kalman, cho ra tập 
dữ liệu ước lượng sai số trạng thái. 
Trên cơ sở đó thuật toán TTC sẽ xây 
dựng và lựa chọn ra mô hình ngoại 
suy theo lưu đồ thuật toán hình 6. 
Điều kiện dừng của thuật toán tự 
tổ chức lựa chọn mô hình 
Khi thực thi thuật toán TTC ta 
thường kết hợp tiêu chuẩn dịch 
chuyển cực tiểu 2
dcn 
 và tiêu chuẩn 
đồng đều 2 B theo (7) để đánh 
giá các mô hình. 
- Trên mỗi tập dữ liệu có được tương 
ứng với từng bộ đo cao kết hợp, 
thuật toán TTC sẽ lựa chọn ra mô 
hình tốt nhất khi thỏa mãn một trong 
hai điều kiện sau: 
 + Nếu giá trị đánh giá ( ) của 
mô hình tốt nhất của cấp độ tổ chức 
Hình 6. Lưu đồ thuật toán tự tổ chức lựa chọn 
mô hình ngoại suy trong tổ hợp đo cao. 
(1)
Nghiên c
Tạp chí Nghi
th
(n
cụ thể hay 
- T
dụng ti
quan sát đư
Kết quả sẽ cho mô
trạng thái. 
trong các b
tham s
τg 
Tại điều kiện phân bố bề mặt phổ biến của địa h
vt
(1
vào c
sở bao gồm các h
mô hình;
TTC trong kho
trong kho
dụng thuật toán TTC trong điều kiện giả định tại 
bố bề mặt phổ biến của địa h
lo
9,7803m/s
gi
các tham s
ứ k
ghĩa l
ừ các mô h
Ti
= 200(s); 
 = (5 
5 
- Trong đi
- L
- Sau m
- S
- D
K
ạn thăng giáng chậm của khí quyển tại H = 15 m
ả định cho mô p
 lớn h
+ 
êu chu
ến h
ố phục vụ cho mô phỏng 
 35
ủa thuật toán TTC xây dựng mô h
ựa chọn ph
ử dụng kết hợp hai ti
ữ liệu cập nhật sai số 
ết quả mô phỏng tr
ứu khoa học công nghệ
à: 
Theo yêu c
ành mô ph
 20)s
)s. 
ảng (40
ên c
ơn giá tr
cấp độ 
sau m
ợc lớn nhất
ộ đo cao kết hợp theo mô h
σ
Các 
ều kiện giả định
ỗi cấp độ tổ chức chọn 
2) và H = 14km 
ố 
ứu KH&CN 
ình 
ẩn (7
δg
2 
 và trong đi
ảng thời gian l
vt, 
k > 
ột số cấp độ tổ chức
= 10
điều kiện 
àm dao đ
ương pháp t
140) giây, t
ka
ị đánh giá (
ầu của 
tốt nhất đ
) trên t
 hình ngo
ỏng theo l
-
hỏng tại thời điểm t > 200 giây điều kiện bay thay đổi đột biến 
 có giá tr
cấp độ 
 theo tiêu chu
3. 
8(m
ên ba b
quân s
(k
bài toán 
ập tập dữ liệu mẫu ứng với bộ đo cao kết hợp có mức độ 
MÔ PH
2/s
ều kiện nhiễu loạn thăng giáng chậm của khí quyển
cho th
ộng dạng sin, h
êu chu
(
-1)) 
ã xây d
ại suy sai số 
4) ; 
, 
ước l
à (40
ập kiểm tra B trong khoảng (140
vt
ị lớn h
ự,
 ) c
thì thu
ưu đ
α
σ
ực thi t
quá trình
ổ chức tổ hợp chọn lọc nâng cao độ phức tạp củ
ư
ộ đo cao kết hợp QT
ình có kích th
 = 15s, 
 Số Đặc san 
ủa
ỎNG 
ồ 
 = 1,25s
vt
2 
p = 
ẩn đánh giá (
ợng từ bộ lọc Kalman xử lý kết hợp cho thuật toán 
200) giây và đư
ơn nhi
 mô hình t
ật toán dừng lại. 
về tính tác động nhanh 
 thì thu
ựng v
ẩn đánh giá về l
thu
= 1000(m
8 mô hình t

VÀ TH
ật toán h
ình sai s
hu
 nghiên c
ình ngo
àm đa th
ka = 30s, g = 9,7786m/s
ều
à đánh giá
t
-1 
ật toán TTC:
 t
TĐH
ật toán sẽ dừng lại
ốt nhất
; β
2/s
7
ước lớn hoặc phẳng, c
ại độ cao H = 15m (
, 04 
ốt nhất của cấp độ tổ chức 
ẢO LUẬN
ình 
ố các bộ đo cao trong [6] 
 = 0,05s
4);
ình có kích th
ứu thực nghiệm ta chọn d
ại suy sai số độ cao 
ốt nhất cho cấp tổ chức tiế
); 
t < 200
-
 σ
ức v
ợc 
 2019
 ở tr
ư
đưa đ
6, vi
-
ka
2 
à m
chia làm hai t
-VT, QT
ên. Thu
ợng mức độ quan sát đ
ệc khởi tạo bộ lọc Kalman 
1; T = 1s; 
= 100(m
ột số h
 giây, tên l
 (
s
ến hiệu chỉnh các sai số 
vt 
ẽ đặt 
. 
ư
200) giây.
-KA, QT
= 10s, 
2)
ật t
σ
2/s
ớc lớn hoặc phẳng 
àm m
 và trong đi
vt
kho
oán TTC s
δa
2 
4), 
là t
ập: tập học tập
ửa bay tr
ư

 = 35s, 
ảng thời gian 
= 10
VГ
ập 24 h
ũ sau:
-VT
ờng độ nhiễu 
ka 
-
 = 280 m/s. 
ữ liệu đầu 
-
= 25s, g = 

thứ (k
với c
6(m
àm cơ 
p theo;
KA 
ên 
ều kiện 
ka = 45s, 
275
ẽ sử 
ư
2/s
 ka
ứng 
ph
-1)
ợc. 
ác 
4); 
 = 
a 
 A 
ân 
276
g = 9,7803m/s
Hình 7.
c
Hình 
c
KA; 3
Đánh giá sai s
1,4
trị sai số độ cao của QT
lấy trong dải thời gian mô phỏng, đánh giá các sai 
(4
giây
ủa các bộ đo cao kết hợp tại 
ủa các bộ đo cao kết hợp tại 
Trên hình 7, 9: 1
Trên hình 8, 10: 
- giá tr
D
0÷200) giây 
Th
t =(
t = (
t = (40
t = (200
9.
- 
ữ liệu thu đ
sử dụng thuật toán TTC so với sử dụng bộ lọc Kalman
ời gian (s)
40
200
P. Đ.
 Sai s
 Sai s
Sai s
ị sai số độ cao của QT
 ÷200)
 ÷280)
÷
÷
 Th
ố độ cao sử dụng bộ lọc Kalman 
25s, g = 9,7803 m/s
ố độ cao sử dụng bộ lọc Kalman 
30s, g = 9,7786 m/s
ố độ cao của bộ QT
200
280
ỏa, 
2) và t
ố sử dụng bộ lọc Kalman; 7
khi 
) 
) 
ược từ kết quả mô phỏng, tính các sai lệch đánh giá sai số độ cao 
, B
ại độ cao H = 14km (
- 
1,2,3
bộ lọc Kalman vẫn l
Kalman
0,000325
0,6391
0,00126
0,9671
.M.Tu
Sai s
-
B


- Mô hình ngo
VT
ảng 
QT
ấn
vt = 10s, 
2. 
vt = 15s, 
2. 
ố độ cao của bộ 
-KA).
-VT
, “X
-
-
1. 
0,0045
0,0297
Phương sai sai s
0,0099
0,088
ây d


VT
VT; 2,5
Đánh giá sai s
TTC
Phương sai sai s
ựng thuật toán tự tổ chức 
ka = 
ka = 
-KA; 4 
ại suy sử dụng thuật toán tự tổ chức; 4,5,6
-
àm vi
vt
Hình 8.
Hình 10
tại H =14km, khi 
-
-Giá tr
 giá tr
Kalman
0,000532
0,8577
0,000373
0,6629
 = 30s, 
tại H =15m, khi 
QT
 Giá tr
ệc hiệu quả v
ố độ cao (m
ố độ cao (m
 Sai s
. 
-VT; 2
ị đánh giá sai số thự
ị sai số độ cao của QT
ố đ
QT

Sai s
ị sai số độ cao thực tế
ộ cao của các bộ đo cao kết hợp
-KA
ka = 40s, g = 9,7786m/s
ố độ cao của các bộ đo cao kết hợp 
ố độ cao của các bộ đo cao kết hợp 
trên hai kho
0,0081
0,0358
0,0060
0,0698
9,7803m/s
vt
- Sai s
TTC
2) t
2) t
vt
 = 30s, 
m/s
à kho
 theo 
ại H =15m
ại H =14km
kết hợp 
 = 35s, 
2
ố độ cao của bộ QT
Đo lư
2
ka
. 
ảng thời gian t
ảng
bảng 
Kalman
0,000686
0,9789
0,00242
0,9944
ka
. 
 = 40s, g = 9,7786 
c t
 t = (
QT
ờng 
tín hi
 = 45s, g = 
ế; (trong đó: 
-KA; 3,6
1. 
-VT
ệu đo cao
. 
200
-
& Tin h
2) 
KA
TTC
0,0116
0,0527
0,0452
0,1357
- 
÷280) 
ọc
.”
-
-
giá 
 =
.
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san TĐH, 04 - 2019 277
Nhận xét: Mô phỏng khi sử dụng thuật toán TTC xây dựng đa mô hình ngoại 
suy từ tập các dữ liệu đo tương ứng với bộ đo cao kết hợp, kết quả mô phỏng cho 
thấy việc ứng dụng thuật toán tự tổ chức lựa chọn mô hình cho phép nâng cao độ 
chính xác xử lý kết hợp tín hiệu đo cao khi có nhiều lựa chọn bộ đo cao kết hợp. 
Cụ thể tại độ cao H = 15m (hình 8) cho thấy phương sai sai số đánh giá sai lệch 
độ cao của mô hình tương ứng bộ đo cao QT-VT là 0,0297 m2, phương sai này nhỏ 
hơn so với phương sai sai số của sai số độ cao của bộ đo cao QT-KA, QT-VT-KA 
tương ứng là 0,0358 m2 và 0,0527 m2. Trường hợp này mô hình ngoại suy xây 
dựng từ bộ đo cao QT-VT được lựa chọn và có giá trị phương sai sai số độ cao nhỏ 
hơn so với hai mô hình còn lại là 20% và 44%. 
Còn tại độ cao H = 14 km (hình 10) cho thấy phương sai sai số đánh giá sai lệch 
độ cao của mô hình tương ứng bộ đo cao QT-KA là 0,0698 m2, phương sai này 
nhỏ hơn so với phương sai sai số của sai số độ cao của bộ đo cao QT-VT, QT-VT-
KA tương ứng là 0,088 m2 và 0,1357 m2. Trường hợp này mô hình ngoại suy xây 
dựng từ bộ đo cao QT-KA được lựa chọn và có giá trị phương sai sai số độ cao nhỏ 
hơn so với hai mô hình còn lại là 21% và 48%. 
4. KẾT LUẬN 
Các kết quả đã nghiên cứu cho thấy việc ứng dụng bộ lọc Kalman trong xử lý 
kết hợp sẽ nâng cao chất lượng phép đo cao. Tuy nhiên, trong khoảng thời gian nào 
đó khi điều kiện bay thay đổi mà bộ lọc Kalman không thể đáp ứng được và cần 
một phương pháp xây dựng mô hình ngoại suy khắc phục sự phân kỳ của bộ lọc. 
Bài báo đã tiến hành phân tích sơ đồ cấu trúc của tổ hợp đo cao sử dụng thuật toán 
tự tổ chức xây dựng và lựa chọn mô hình, tiến hành xây dựng thuật toán tự tổ chức 
ứng dụng trong xử lý kết hợp tín hiệu trong tổ hợp đo cao, lấy kênh cao của hệ 
thống dẫn đường quán tính làm bộ đo cơ sở, kết hợp với các bộ đo cao bổ trợ khác 
(đo cao vô tuyến và đo cao khí áp). 
Kết quả mô phỏng cho thấy việc sử dụng thuật toán tự tổ chức để xây dựng mô 
hình ngoại suy bù sai số của đo cao quán tính trong các bộ đo cao kết hợp sẽ nâng 
cao đáng kể độ chính xác xử lý kết hợp tín hiệu đo cao. Kết quả này phù hợp với 
các lập luận, phân tích lý thuyết. 
TÀI LIỆU THAM KHẢO 
[1]. Nguyễn Văn Chung (2014), “Nghiên cứu hạn chế ảnh hưởng của sóng và gió 
biển đến kênh điều khiển độ cao của tên lửa đối hải khi bay ở độ cao thấp trên 
mặt biển”, Luận án Tiến sĩ kỹ thuật. 
[2]. Phạm Tuấn Hải (2011), “Nâng cao chất lượng hệ dẫn đường thiết bị bay trên 
cơ sở áp dụng phương pháp xử lý thông tin kết hợp”, Luận án TS. 
[3]. Trần Đức Thuận (2013), Hệ thống điều khiển Tên lửa và thiết bị phóng, Sách 
giáo trình chuyên khảo, Viện KH&CNQS, 2013. 
[4]. Пупков К.А., Неусыпин К.А.Вопросы теории и реализации систем 
управле-ния и навигации. М.: Биоинформ, 368 с. 1997. 
[5]. Ивахненко А.Г., Мюллер Й.Я.Самоорганизация прогнозирующих 
моделей. Киев: Техника, 223 с.1985. 
Đo lường & Tin học 
P. Đ. Thỏa, , B.M.Tuấn, “Xây dựng thuật toán tự tổ chức  kết hợp tín hiệu đo cao.” 278 
[6]. А.П Жуковкий, В.В Расторгуев (1998), Комплекслые Радиосистемы 
Навигации и Управления Самолетов, Москва. 
[7]. Неусыпин К.А.Алгоритмическое обеспечение систем навигации и 
наведения. М.: «Сигналъ» МПУ, 220 с.1999. 
[8]. Неусыпин К.А., Пролетарский А.В., Цибизова Т.Ю.(2006), Системы 
управления летательными аппаратами и алгоритмы обработки 
информации. М.: ИИУ МГОУ, 219 с. 
[9]. Неусыпин К.А., Современные системы и методы наведения, 
навигации и управления летательными аппаратами. М.: Изд-во МГОУ, 
500c, 2009. 
ABSTRACT 
THE CONSTRUCTION OF A SELF-ORGANIZING ALGORITHM FOR 
CHOOSING A MODEL OF EXTRAPOLATION IN THE COMBINED 
PROCESS OF SIGNAL OF THE HEIGHT MEASUREMENT 
In the previous research papers about the combined process of signals of the 
height measurement using the Kalman filter good results of the quality 
improvement of the height measurement were obtained [2],[3],[6]. However, in 
some period when the flight conditions changes, the Kalman filter cannot response. 
In order to solve this problem we propose use of self-organizing algorithm for 
construction of extrapolating models from previous data sets of corresponding 
combined height meter and evaluation and choose of the most suitable model 
among built extrapolating modes. Obtained results after testing, evaluating by the 
simulation on computers showed the correctness of the proposed algorithm. 
Keywords: Self-organizing algorithm; Combine height measurement, Kalman filter. 
 Nhận bài ngày 31 tháng 12 năm 2018 
 Hoàn thiện ngày 26 tháng 02 năm 2019 
 Chấp nhận đăng ngày 15 tháng 3 năm 2019 
Địa chỉ: 1 Viện Tên lửa – Viện KHCN quân sự; 
 2 Phòng TMKH – Viện KHCN quân sự; 
 3 Viện Điện tử – Viện KHCN quân sự; 
 * Email: thoadthv34@gmail.com.