Studi Integrasi INS dan GPS Menggunakan Analisa Multiresolusi Wavelet.
ABSTRAK
Sistem navigasi kendaraan dewasa ini banyak bergantung pada GPS (Global Positioning System). Akan tetapi sinyal GPS tidak bisa selalu tersedia di setiap keadaan dikarenakan pemblokan atau pelemahan sinyal. Oleh karena itu pada kendaraan laut, udara, bahkan darat sistem navigasi biasanya dilengkapi oleh INS (Inertial Navigation System). Integrasi INS dan GPS bertujuan agar kedua sistem tersebut dapat saling melengkapi sehingga diperoleh suatu solusi navigasi yang optimal. Integrasi dilakukan menggunakan metoda yang dinamakan analisa multiresolusi Wavelet
Tugas akhir ini membahas konsep dasar pengintegrasian INS dan GPS menggunakan analisa multiresolusi Wavelet, serta membahas percobaan yang dilakukan oleh Mobile Multisensor Research Group, Universitas Calgary, Canada.
Integrasi INS dan GPS menggunakan analisa multiresolusi Wavelet dilakukan dengan menguraikan dan membandingkan output masing-masing pada tiap level resolusi, kemudian perbedaannya menghasilkan sinyal error INS/GPS untuk mengkoreksi output INS. Dari data percobaan diketahui kelebihan metoda Wavelet yaitu saat sinyal GPS tersedia, sinyal error yang terjadi hampir nol, dan saat kendaraan yang dipasangi INS dan GPS melewati belokan tajam, metoda Wavelet mampu memonitor asimut kendaraan lebih akurat dibanding filter Kalman. Kekurangan metoda Wavelet yaitu saat sinyal GPS tidak tersedia, masih terdapat sejumlah error pada informasi posisi maupun attitude.
(2)
ABSTRACT
Vehicle navigation system now based on GPS (Global Positioning System). However GPS signal cannot be available in every situation because of signal blockage or attenuation. Therefore sea, air, even land vehicular navigation system usually equiped by INS (Inertial Navigation System). INS and GPS integration can be useful to both system, so that can be obtained an optimal navigation solution, this integration uses wavelet multiresolution analysis.
In this paper is studied basic concept of integration of INS and GPS utilizing Wavelet multiresolution analysis, also studied experiment done by Mobile Multisensor Research Group, University of Calgary, Canada.
INS and GPS integration utilizing Wavelet multiresolution analysis done by decomposing and comparing each output at every resolution level, then its difference yield INS/GPS signal error to correct INS. From experiment data, it is known that the advantages of Wavelet method is when GPS signal available, the signal error almost zero, and at sharp turn of vehicle using INS and GPS, Wavelet method can monitor vehicle azimuth more accurate compared to Kalman filter. Disadvantage of Wavelet method is when GPS outages, there still exist errors at position and attitude.
(3)
DAFTAR ISI
Halaman
ABSTRAK ... i
ABSTRACT ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... v
DAFTAR GAMBAR ... vii
DAFTAR TABEL ... viii
DAFTAR SINGKATAN ... ix
BAB I. PENDAHULUAN I.1. Latar Belakang... 1
I.2. Identifikasi Masalah ... 2
I.3. Tujuan ... 2
I.4. Pembatasan Masalah ... 2
I.5. Sistematika Penulisan ... 2
BAB II. LANDASAN TEORI II.1. Transformasi Fourier... 3
II.2. Transformasi Wavelet ... 3
II.2.1. Transformasi Wavelet Diskrit ... 5
II.2.2. Analisa Multiresolusi Wavelet ... 6
BAB III. INS DAN GPS III.1. INS (Inertial Navigation System) ... 10
III.1.1. Sistem Gimbal ... 11
III.1.1.1. Space Stabilized System ... 12
III.1.1.2. Local Level System ... 14
III.1.2. Strapdown System ... 15 v
(4)
III.1.3. Sumber Error INS ... 17
III.2. GPS (Global Positioning System) ... 17
III.2.1. Segmen-segmen GPS ... 18
III.2.1.1. Segmen Angkasa ... 19
III.2.1.2. Segmen Sistem Kontrol ... 21
III.2.1.3. Segmen Pengguna ... 22
III.2.2. Karakteristik Sinyal GPS ... 22
III.2.3. Penentuan Posisi ... 22
III.2.4. Sumber Error GPS ... 24
BAB IV. INTEGRASI INS DAN GPS IV.1. Kelebihan Kelemahan INS dan GPS ... 26
IV.2. Integrasi INS dan GPS... 27
IV.2.1. Perhitungan Sinyal Error ... 28
IV.3. Percobaan ... 29
IV.3.1. Kondisi Percobaan ... 29
IV.3.2. Trayek Percobaan ... 31
IV.3.3. Error Altitude ... 31
IV.3.4. Error Asimut ... 32
IV.3.5. Asimut Wavelet dan Kalman ... 33
IV.3.6. Selisih Asimut Wavelet dan Kalman ... 35
BAB V. KESIMPULAN DAN SARAN V.1. Kesimpulan ... 36
V.2. Saran ... 36
DAFTAR PUSTAKA
(5)
DAFTAR GAMBAR
Halaman
Gambar 2.1. Beberapa Contoh Induk Wavelet ... 4
Gambar 2.2. Analisa Multiresolusi Wavelet ... 8
Gambar 2.3. Analisa Multiresolusi Wavelet 3 Level ... 9
Gambar 3.1. Penentuan Posisi dan Kecepatan ... 10
Gambar 3.2. Sistem Gimbal ... 11
Gambar 3.3. Diagram Blok Sederhana Sistem Gimbal ... 12
Gambar 3.4. Space Stabilized INS (SSINS) ... 13
Gambar 3.5. Kerangka Koordinat Inersial ... 13
Gambar 3.6. Local Level INS (LLINS) ... 14
Gambar 3.7. Kerangka Koordinat Level Lokal... 15
Gambar 3.8. Diagram Blok Unit INS Strapdown ... 16
Gambar 3.9. Kerangka Koordinat Body ... 16
Gambar 3.10. Sistem Penentuan Posisi Global GPS ... 19
Gambar 3.11. Konstelasi Satelit GPS ... 20
Gambar 3.12. Skema Kerja Sistem Kontrol GPS ... 21
Gambar 3.13. Konsep Penentuan Posisi ... 23
Gambar 4.1. Integrasi INS dan GPS ... 27
Gambar 4.2. Skema Analisa Multiresolusi Wavelet INS dan GPS ... 28
Gambar 4.3. Sebuah Visat Van ... 30
Gambar 4.4. Aliran Data Sistem Visat ... 30
Gambar 4.5. Trayek Mobil Van ... 31
Gambar 4.6. Error Altitude ... 32
Gambar 4.7. Error Asimut ... 33
Gambar 4.8. Asimut Wavelet dan Kalman ... 34
Gambar 4.9. Asimut Pada Salah Satu Belokan Tajam ... 35
Gambar 4.10. Selisih Asimut Wavelet dan Kalman ... 35
(6)
DAFTAR TABEL
Halaman Tabel 4.1. Kelebihan Kelemahan INS dan GPS ... 26
(7)
DAFTAR SINGKATAN
C/A Coarse/Acquisition
CWT Continous Wavelet Transform
DWT Discrete Wavelet Transform IMU Inertial Measuring Unit GCS Ground Control Station GIS Global Information System GPS Global Positioning System HOW Handover Word
INS Inertial Navigation System
LLINS Local Level Inertial Navigation System MCS Master Control Station
MS Monitor Station P Precise
PCS Prelaunch Compatibility Station PRN Pseudo Random Noise
(8)
SINS Strapdown INS
SSINS Space Stabilized Inertial Navigation System STFT Short Time Fourier Transform
VISAT Video Inertial Satellite
WMRA Wavelet Multiresolution Analysis
(9)
BAB I
PENDAHULUAN
I.1. Latar Belakang
Pada dua dekade terakhir, penggunaan teknologi navigasi dalam berbagai aplikasi pada kendaraan darat, laut, dan udara semakin meningkat. Teknologi navigasi memungkinkan seseorang atau pengemudi mengetahui posisi, kecepatan, attitude, tujuan, dan arah kendaraannya. Pada kendaraan udara dan laut seperti kapal terbang, kapal laut, maupun kapal selam, teknologi navigasi ini sangat dibutuhkan untuk kemudahan dan keselamatan di perjalanan. Disamping untuk penggunaan komersil, teknologi navigasi juga telah banyak diterapkan untuk keperluan militer seperti pada berbagai kendaraan dan peralatan tempur.
Sistem navigasi kendaraan darat biasanya hanya bergantung pada GPS (Global Positioning System) saja. Akan tetapi GPS dapat menyediakan informasi posisi dengan baik jika terdapat line of sight pada sedikitnya empat buah satelit GPS. Oleh sebab itu sistem ini tidak dapat bekerja dengan baik pada area yang padat seperti perkotaan, dikarenakan pemblokan dan pelemahan sinyal oleh berbagai benda padat seperti bangunan, jembatan, dan sebagainya. Sementara itu, INS (Inertial Navigation System) mampu menyediakan informasi mengenai posisi dan sikap kendaraan, secara mandiri tanpa bantuan sistem eksternal. Maka INS dapat memberikan informasi navigasi selama terjadi pemblokan sinyal GPS. Tujuan mengintegrasikan INS dan GPS yaitu menggabungkan seluruh data yang tersedia dari berbagai sensor sehingga diperoleh solusi navigasi yang optimal. Metode pengintegrasian INS dan GPS yang umum yaitu menggunakan filter Kalman. Akan tetapi metode tersebut memiliki beberapa kelemahan seperti proses perhitungan yang rumit, tidak kebal terhadap noise serta tidak mampu mengamati berbagai variabel keadaan (state variable). Untuk mengatasi hal-hal tersebut dikembangkan suatu metode menggunakan analisa Wavelet secara bertingkat, yang dikenal dengan nama analisa multiresolusi Wavelet.
(10)
BAB I PENDAHULUAN 2
I.2. Identifikasi Masalah
1. Bagaimana mengintegrasikan INS dan GPS menggunakan analisa multiresolusi Wavelet ?
2. Apakah kelebihan dan kekurangan integrasi INS dan GPS menggunakan analisa multiresolusi Wavelet, berdasarkan data-data hasil percobaan ?
I.3. Tujuan
Tujuan dari tugas akhir ini yaitu mempelajari pengintegrasian INS dan GPS menggunakan analisa multiresolusi Wavelet serta mengetahui kelebihan dan kekurangannya berdasarkan data-data hasil percobaan.
I.4. Pembatasan Masalah
Tugas akhir ini memiliki beberapa pembatasan masalah yaitu :
1. Hanya mempelajari konsep dasar pengintegrasian INS dan GPS dengan menggunakan analisa multiresolusi Wavelet.
2. Hanya mempelajari hasil percobaan yang dilakukan oleh Mobile Multisensor Research Group, Universitas Calgary Canada.
I.5. Sistematika Penulisan
¾ Bab I Pendahuluan
Berisi tentang latar belakang, identifikasi masalah, tujuan, pembatasan masalah, serta sistematika penulisan laporan.
¾ Bab II Landasan Teori
Berisi materi-materi yang menjadi landasan pengerjaan tugas akhir, yaitu transformasi Fourier dan transformasi Wavelet.
¾ Bab III INS dan GPS
Berisi berbagai konsep mengenai INS dan GPS.
¾ Bab IV Integrasi INS dan GPS
Berisi penjelasan integrasi INS dan GPS beserta hasil percobaannya.
¾ Bab V Kesimpulan dan Saran
(11)
BAB V
KESIMPULAN DAN SARAN
V.1. Kesimpulan
1. Integrasi INS dan GPS menggunakan analisa multiresolusi Wavelet dilakukan dengan menguraikan dan membandingkan output masing-masing pada tiap level resolusi, kemudian perbedaannya menghasilkan sinyal eror INS/GPS untuk mengkoreksi output INS.
2. Berdasarkan data hasil percobaan, kelebihan metoda Wavelet yaitu saat sinyal GPS tersedia, error yang terjadi hampir nol, dan pada trayek belokan tajam, metode Wavelet mampu memonitor asimut kendaraan lebih akurat dibanding filter Kalman. Sedangkan kekurangan metoda Wavelet yaitu saat sinyal GPS tidak tersedia (outage GPS), masih terdapat sejumlah error pada informasi posisi maupun attitude.
V.2. Saran
1. Untuk memperoleh pemahaman yang lebih baik dan hasil yang lebih lengkap mengenai integrasi INS dan GPS ini, sebaiknya dilakukan percobaan secara langsung.
2. Untuk studi lebih lanjut mengenai integrasi INS dan GPS, dapat dipelajari integrasi menggunakan metoda lain seperti Jaringan Saraf Tiruan (Artificial Neural Network).
(12)
DAFTAR PUSTAKA
1. Abd-Elhamid, W., Osman, A., Noureldin, A., and El-Sheimy, N., “Wavelet Multi-Resolution Analysis for Enhancing the Performance of Integrated GPS and MEMS-Based Navigation Systems”, Geomatica, March 2005.
2. Arianda, Frits, “Studi Pemandu Pendaratan Pesawat Menggunakan GPS”, Laporan Tugas Akhir, Jurusan Teknik Elektro, Universitas Kristen Maranatha, 1998.
3. Brown, R.G., Hwang, P.Y.C, “Introduction to Random Signals and Applied Kalman Filtering”, John Wiley & Sons, Canada, 1997.
4. Burrus, C.S., Gopinath, R.A., Guo, H., “Introduction to Wavelets and Wavelets Transforms”, Prentice Hall, New Jersey, 1998.
5. El-Sheimy, Nasser, “The Development of VISAT – A Mobile Survey System for GIS Applications”, Ph.D. Dissertation, University of Calgary, 1996.
6. El-Sheimy, N., Osman, A., Noureldin, A., and Nassar, S., “A New Way to Integrate GPS and INS Wavelet Multiresolution Analysis”, GPS World Magazine, October 2003, pp. 42-49.
7. Jaya, P.S., “Kompresi Citra Menggunakan Transformasi Wavelet”, Laporan Tugas Akhir, Jurusan Teknik Elektro, Universitas Kristen Maranatha, 2004.
8. Noureldin, A., Osman, A., and El-Sheimy, N., “A Neuro-Wavelet Method for Multi-Sensor System Integration for Vehicular Navigation”, Institute of Physics Publishing, December 2003, pp. 404-412.
9. Omerbashich, Mensur, “Integrated INS/GPS Navigation from a Popular Perspective”, Journal of Air Transportation, Fredericton, 2002, pp. 103- 118.
10.Osman, A., Noureldin, A., Nassar, S., and El-Sheimy, N., “ INS/DGPS Integration Utilizing Wavelet Multi-Resolution Analysis”, Proceedings of the Institute of Navigation, California, 2003, pp. 704-710.
(13)
11.Proakis, J.G., Manolakis, D.G., “Digital Signal Processing”, Prentice Hall, New Jersey, 1995.
12.Salytcheva, A.O., “Medium Accuracy INS/GPS Integration in Various GPS Environments”, M.Sc. Thesis, University of Calgary, 2004.
13.Tjahyadi, H., Irawati, I., Budiman, I., “Aplikasi Jaringan Saraf Tiruan Sebagai Pendeteksi Murmur Dengan Transformasi Wavelet Sebagai Pengekstraksi Ciri”, Jurnal Elektro Maranatha Vol. 1, No. 1, Oktober 2001, hal. 35-47.
14.www.geomatics.ucalgary.ca/links/gradthesis.html
(1)
SINS Strapdown INS
SSINS Space Stabilized Inertial Navigation System
STFT Short Time Fourier Transform
VISAT Video Inertial Satellite
(2)
BAB I
PENDAHULUAN
I.1. Latar Belakang
Pada dua dekade terakhir, penggunaan teknologi navigasi dalam berbagai aplikasi pada kendaraan darat, laut, dan udara semakin meningkat. Teknologi navigasi memungkinkan seseorang atau pengemudi mengetahui posisi, kecepatan, attitude, tujuan, dan arah kendaraannya. Pada kendaraan udara dan laut seperti kapal terbang, kapal laut, maupun kapal selam, teknologi navigasi ini sangat dibutuhkan untuk kemudahan dan keselamatan di perjalanan. Disamping untuk penggunaan komersil, teknologi navigasi juga telah banyak diterapkan untuk keperluan militer seperti pada berbagai kendaraan dan peralatan tempur.
Sistem navigasi kendaraan darat biasanya hanya bergantung pada GPS (Global Positioning System) saja. Akan tetapi GPS dapat menyediakan informasi posisi dengan baik jika terdapat line of sight pada sedikitnya empat buah satelit GPS. Oleh sebab itu sistem ini tidak dapat bekerja dengan baik pada area yang padat seperti perkotaan, dikarenakan pemblokan dan pelemahan sinyal oleh berbagai benda padat seperti bangunan, jembatan, dan sebagainya. Sementara itu, INS (Inertial Navigation System) mampu menyediakan informasi mengenai posisi dan sikap kendaraan, secara mandiri tanpa bantuan sistem eksternal. Maka INS dapat memberikan informasi navigasi selama terjadi pemblokan sinyal GPS. Tujuan mengintegrasikan INS dan GPS yaitu menggabungkan seluruh data yang tersedia dari berbagai sensor sehingga diperoleh solusi navigasi yang optimal. Metode pengintegrasian INS dan GPS yang umum yaitu menggunakan filter Kalman. Akan tetapi metode tersebut memiliki beberapa kelemahan seperti proses perhitungan yang rumit, tidak kebal terhadap noise serta tidak mampu mengamati berbagai variabel keadaan (state variable). Untuk mengatasi hal-hal tersebut dikembangkan suatu metode menggunakan analisa Wavelet secara bertingkat, yang dikenal dengan nama analisa multiresolusi Wavelet.
(3)
BAB I PENDAHULUAN 2
I.2. Identifikasi Masalah
1. Bagaimana mengintegrasikan INS dan GPS menggunakan analisa multiresolusi Wavelet ?
2. Apakah kelebihan dan kekurangan integrasi INS dan GPS menggunakan analisa multiresolusi Wavelet, berdasarkan data-data hasil percobaan ?
I.3. Tujuan
Tujuan dari tugas akhir ini yaitu mempelajari pengintegrasian INS dan GPS menggunakan analisa multiresolusi Wavelet serta mengetahui kelebihan dan kekurangannya berdasarkan data-data hasil percobaan.
I.4. Pembatasan Masalah
Tugas akhir ini memiliki beberapa pembatasan masalah yaitu :
1. Hanya mempelajari konsep dasar pengintegrasian INS dan GPS dengan menggunakan analisa multiresolusi Wavelet.
2. Hanya mempelajari hasil percobaan yang dilakukan oleh Mobile Multisensor Research Group, Universitas Calgary Canada.
I.5. Sistematika Penulisan
¾ Bab I Pendahuluan
Berisi tentang latar belakang, identifikasi masalah, tujuan, pembatasan masalah, serta sistematika penulisan laporan.
¾ Bab II Landasan Teori
Berisi materi-materi yang menjadi landasan pengerjaan tugas akhir, yaitu transformasi Fourier dan transformasi Wavelet.
¾ Bab III INS dan GPS
Berisi berbagai konsep mengenai INS dan GPS.
¾ Bab IV Integrasi INS dan GPS
Berisi penjelasan integrasi INS dan GPS beserta hasil percobaannya.
(4)
BAB V
KESIMPULAN DAN SARAN
V.1. Kesimpulan
1. Integrasi INS dan GPS menggunakan analisa multiresolusi Wavelet dilakukan dengan menguraikan dan membandingkan output masing-masing pada tiap level resolusi, kemudian perbedaannya menghasilkan sinyal eror INS/GPS untuk mengkoreksi output INS.
2. Berdasarkan data hasil percobaan, kelebihan metoda Wavelet yaitu saat sinyal GPS tersedia, error yang terjadi hampir nol, dan pada trayek belokan tajam, metode Wavelet mampu memonitor asimut kendaraan lebih akurat dibanding filter Kalman. Sedangkan kekurangan metoda Wavelet yaitu saat sinyal GPS tidak tersedia (outage GPS), masih terdapat sejumlah error pada informasi posisi maupun attitude.
V.2. Saran
1. Untuk memperoleh pemahaman yang lebih baik dan hasil yang lebih lengkap mengenai integrasi INS dan GPS ini, sebaiknya dilakukan percobaan secara langsung.
2. Untuk studi lebih lanjut mengenai integrasi INS dan GPS, dapat dipelajari integrasi menggunakan metoda lain seperti Jaringan Saraf Tiruan (Artificial Neural Network).
(5)
DAFTAR PUSTAKA
1. Abd-Elhamid, W., Osman, A., Noureldin, A., and El-Sheimy, N., “Wavelet Multi-Resolution Analysis for Enhancing the Performance of Integrated GPS and MEMS-Based Navigation Systems”, Geomatica, March 2005.
2. Arianda, Frits, “Studi Pemandu Pendaratan Pesawat Menggunakan GPS”, Laporan Tugas Akhir, Jurusan Teknik Elektro, Universitas Kristen Maranatha, 1998.
3. Brown, R.G., Hwang, P.Y.C, “Introduction to Random Signals and Applied Kalman Filtering”, John Wiley & Sons, Canada, 1997.
4. Burrus, C.S., Gopinath, R.A., Guo, H., “Introduction to Wavelets and Wavelets Transforms”, Prentice Hall, New Jersey, 1998.
5. El-Sheimy, Nasser, “The Development of VISAT – A Mobile Survey System for GIS Applications”, Ph.D. Dissertation, University of Calgary, 1996.
6. El-Sheimy, N., Osman, A., Noureldin, A., and Nassar, S., “A New Way to Integrate GPS and INS Wavelet Multiresolution Analysis”, GPS World Magazine, October 2003, pp. 42-49.
7. Jaya, P.S., “Kompresi Citra Menggunakan Transformasi Wavelet”, Laporan Tugas Akhir, Jurusan Teknik Elektro, Universitas Kristen Maranatha, 2004.
8. Noureldin, A., Osman, A., and El-Sheimy, N., “A Neuro-Wavelet Method for Multi-Sensor System Integration for Vehicular Navigation”, Institute of Physics Publishing, December 2003, pp. 404-412.
9. Omerbashich, Mensur, “Integrated INS/GPS Navigation from a Popular Perspective”, Journal of Air Transportation, Fredericton, 2002, pp. 103- 118.
(6)
11. Proakis, J.G., Manolakis, D.G., “Digital Signal Processing”, Prentice Hall, New Jersey, 1995.
12. Salytcheva, A.O.,
“
Medium Accuracy INS/GPS Integration in Various GPS Environments”, M.Sc. Thesis, University of Calgary, 2004.13. Tjahyadi, H., Irawati, I., Budiman, I., “Aplikasi Jaringan Saraf Tiruan Sebagai Pendeteksi Murmur Dengan Transformasi Wavelet Sebagai Pengekstraksi Ciri”, Jurnal Elektro Maranatha Vol. 1, No. 1, Oktober 2001, hal. 35-47.
14. www.geomatics.ucalgary.ca/links/gradthesis.html