Implementasi Adaptive Kalman Filter (AKF) Untuk Sistem Navigasi Pada Fixed-Wing Aircraft

Wilna, Almira Putri (2025) Implementasi Adaptive Kalman Filter (AKF) Untuk Sistem Navigasi Pada Fixed-Wing Aircraft. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5002211162-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (21MB) | Request a copy

Abstract

Posisi, kecepatan, serta ketinggian pada pesawat merupakan bagian penting dari sistem navigasi yang akurat, terutama di lingkungan penerbangan modern yang menghadapi berbagai tantangan terkait kondisi sensor. Untuk mengatasi kondisi tersebut, diperlukan modifikasi dari Kalman Filter (KF) agar dapat mengatasi kendala terkait kondisi sensor yang berubah-ubah. Salah satu modifikasi dari Kalman Filter (KF) yang dapat mengatasi kondisi sensor yang berubah-ubah adalah Adaptive Kalman Filter (AKF). Dalam penelitian ini, akan melibatkan simulasi pesawat berbasis model dan menggunakan pesawat bersayap tetap (fixed-wing aircraft). Data yang akan digunakan merupakan data penerbangan dari Surabaya – Jakarta pada 24 Desember 2024 dengan maskapai Pelita Air (IP201). Simulasi dilakukan dengan bantuan software MATLAB dan menggunakan dua algoritma, yaitu KF dan AKF. Hasil simulasi menunjukkan bahwa AKF memberikan hasil estimasi yang lebih akurat dibandingkan dengan KF, terutama dalam situasi gangguan sensor dan dapat menunjukkan bahwa stabilitas estimasi meningkat ketika kualitas sinyal GPS menurun atau ketika sensor inersia mengalami penyimpangan. Dari hasil estimasi pada variabel velocity errors (δV), attitude errors (φ), dan gyro drift (ε), didapatkan nilai Root Mean Square Error (RMSE) yang dihasilkan AKF jauh lebih kecil dibandingkan dengan KF, yaitu 0,1221 untuk KF dan 0,0016 untuk AKF, hal ini menunjukkan keunggulan AKF dalam penyesuaian terhadap dinamika data yang lebih baik.
======================================================================================================================================
The position, speed, and altitude of the aircraft are an important part of the accurate navigation systems, especially in modern aviation environments that face various challenges related to sensor conditions. To overcome these conditions, modification of the Kalman Filter (KF) is required in order to overcome the related constraints changing sensor conditions. One of the modifications of the Kalman Filter (KF) which can cope with the changing sensor conditions is the Adaptive Kalman Filter (AKF). In this study, it will involve model-based aircraft simulation and using fixed-wing aircraft. Data to be used is flight data from Surabaya – Jakarta on December 24, 2024 with Pelita Air (IP201). Simulation is carried out with the help of MATLAB software and using two algorithms, namely KF and AKF. The simulation results show that AKF provides more accurate estimation results compared to KF, especially in sensor interference situations and can indicate that the stability of the estimate increases when the quality of the GPS signal decreases or when the sensor is inertial experience irregularities. From the results of estimation on the variable velocity errors (δV), attitude errors (φ), and gyro drift (ε), obtained a Root Mean Square Error (RMSE) value that produced AKF is much smaller compared to KF, which is 0,1221 for KF and 0,0016 for AKF, this shows AKF’s superiority in adjusting to better data dynamics.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Adaptive Kalman Filter, Kalman Filter, Fixed-Wing Aircraft, GPS, Sistem Navigasi, Adaptive Kalman Filter, Kalman Filter, Fixed-Wing Aircraft, GPS, Navigation System
Subjects:	Q Science > QA Mathematics > QA402.3 Kalman filtering.
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Almira Putri Wilna
Date Deposited:	01 Aug 2025 02:19
Last Modified:	01 Aug 2025 02:23
URI:	http://repository.its.ac.id/id/eprint/124828

Actions (login required)

View Item