순차적 가설 검증을 이용한 수중 표적 판별

Underwater Target Discrimination Using a Sequential Hypothesis Test

이 논문에서는 수중 표적추적을 방해하는 교란근원으로부터 추적표적을 판별해 내기 위한 알고리듬을 제안하였다. 이 표적 판별 알고리듬은 순차적 가설 검증을 이용한다. 교란근원은 추적표적으로부터 분리되어, 정지된 위치에서 거짓의 시선 거리와 도플러 측정을 발생시켜 표적으로 혼동되도록 한 것이다. 제안된 알고리듬은 표적운동과 교란근원의 위치를 추정하기 위한 확장 Kalman필터의 이노베이션으로부터 계산된 로그 공산비를 이용하여 판별을 위한 검증을 수행한다. 다양한 시나리오에 대한 수치실험을 통해 제안된 알고리듬이 빠른 시간내에 높은 성공률로 표적과 교란근원을 판별할 수 있음을 확인하였다.

In this paper we present an algorithm to discriminate an underwater target under track against an acoustic counter-measure(ACM) source, based on a sequential hypothesis test. The ACM source is separated from the target under track and generates, while drifting, measurements with false range and Doppler information. The purpose of the ACM is to mislead the target-tracking and to help the true target evade a pursuer. The algorithm uses as a test statistic a function of the innovation sequences from extended Kalman filters to estimate the target dynamics and the drifting position of the ACM source. Numerical experiments on various scenarios show that the proposed algorithm discriminates the target against an ACM source very fast with a high probability of success.