• 전자공학회논문지SC
• /
• 제46권3호
• /
• pp.52-58
• /
• 2009

칼만 필터는 이동 목표물의 운동 상태 특성이 선형이라고 가정할 경우 비교적 정확하게 표적의 위치를 추정할 수 있는 알고리즘으로 목표물의 운동 상태 특성이 얼마나 정확하게 모형화 되었느냐에 따라 성능이 좌우된다. 표적의 다양성을 고려하지 않고 운동 특성을 일반적으로 모형화 하여 칼만필터(SKF : Simple Kalman filter) 알고리즘을 적용하는 경우 표적이 갑작스런 기동을 하게 되면 칼만필터의 고정된 프로세스 잡음 분산은 기동을 다를 수 없게 되므로 추적 성능은 현저히 저하된다. 본 논문에서는 이러한 문제점을 해결하기 위해 표적의 기동에 따른 프로세스 잡음 분산을 능동적으로 변화시켜 적용할 수 있는 능동형 칼만필터(ABC Active Kalman filter)를 구현하였다. 즉 표적이 가질 수 있는 기동의 범위를 구분하여 설정하고 기동의 정도에 따라 표적을 추적할 수 있는 칼만필터 프로세스 잡음 분산을 구하여 기동 정도에 따른 칼만필터 프로세스 잡음 분산을 오프 라인(off-line)에서 선행 학습시켰다. 선행 학습은 뉴럴네트워크를 이용하여 표적의 기동 상태에 따른 시스템 프로세스 잡음 분산을 인식하도록 하였으며, 그 결과에 따라 레이더가 실제 표적 탐지 및 추적 처리시 칼만필터의 프로세스 잡음 분산을 선택하여 실시간으로 반영할 수 있도록 능동형 칼만필터(AKF : Active Kalman filter)를 구현하고 시뮬레이션을 통해 성능 개선을 입증하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.598-601
• /
• 1995

This paper proposes a federated Kalman filter approach which utilizes information from multiple sensors and variable estimation model. Compared with the decentralized Kalman filter, the algorithm proposed in this paper demonstrates much better tracking performance in both maneuvering and constant velocity movement of the target.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2034-2036
• /
• 2003

본 논문에서는 21차 상태변수를 갖는 칼만필터 형태의 비행시험용 데이터 융합필터 알고리듬의 성능을 분석하였다. 실측 데이터에 대한 분석을 통하여 상태변수 선택의 적절성을 검증하였다. 공분산 해석기법을 통하여 기 개발된 데이터 융합 알고리듬의 추정값의 오차범위를 구하였다. 수치적인 성능값을 구하고자 간단한 시뮬레이터를 설계하였다. 20회 몬테칼로 시뮬레이션과 공분산 해석결과에 기반하여 필터 계수를 튜닝하였고 이를 기설계된 분산형 칼만필터에 적용하였다. 실시간 소프트웨어 모듈의 수행결과를 동일한 실측데이터를 적용한 후처리 실험결과와 비교하였다.

• 한국항공우주학회지
• /
• 제34권5호
• /
• pp.93-100
• /
• 2006

본 논문에서는 레이더와 원격측정시스템으로부터 수신되는 다중센서자료를 모사하는 시뮬레이터 설계와 이들 자료를 융합하기 위한 알고리듬 개발에 대하여 소개한다. 설계된 데이터 시뮬레이터는 실제 센서 시스템으로부터 얻게 되는 시간의 비동기, 통신지연, 다중 갱신주기들을 갖는 모의센서 자료를 생성하며 실제적인 센서 모델을 이용하여 측정 잡음을 생성한다. 융합알고리듬은 센서 바이어스 상태를 고려한 PVA모델을 기초로 21차 분산형 칼만 필터로 설계되었고, 센서의 이상이나 정상적이 아닌 측정치를 검출하기 위한 로직도 포함되었다. 설계된 알고리듬을 시뮬레이터에서 생성한 모의 자료 및 실제 자료를 적용하여 검증하였다.

• 한국군사과학기술학회지
• /
• 제8권4호
• /
• pp.24-31
• /
• 2005

This paper presents an implementation of a real-time multi-sensor data fusion algorithm for Flight Test Computer. The sensor data consist of positional information of the target from a radar, a GPS receiver and an INS. The data fusion algorithm is designed by the 21st order distributed Kalman Filter which is based on the PVA model with sensor bias states. A fault detection and correction logics are included in the algorithm for bad measurements and sensor faults. The statistical parameters for the states are obtained from Monte Carlo simulations and covariance analysis using test tracking data. The designed filter is verified by using real data both in post processing and real-time processing.

• 한국항행학회논문지
• /
• 제15권4호
• /
• pp.487-494
• /
• 2011

레이더를 이용한 항적 융합 알고리즘은 반드시 필요하며, 이를 통해서 높은 신뢰성을 확보할 수 있다. 본 논문에서는 칼만필터 보다 성능이 좋다고 알려진 IMM(Interacting Multiple Model) 필터를 이용하여 다중 레이더 융합 알고리즘을 제안하였다. 분산형 융합 방식을 적용하였고, 부필터 3개, 주필터 1개를 이용하였다. 성능분석은 등속운동, 가속운동, 선회 등 항공기 기동을 묘사한 가상의 레이더 데이터를 이용하여 분석하였다. 성능분석 결과, 항공기가 기동하는 구간에서도 좋은 추적 성능을 보였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2019년도 전력전자학술대회
• /
• pp.198-200
• /
• 2019

배터리의 상태를 추정하기 위해 전압과 전류 데이터는 사용자가 센서를 통해 얻을 수 있는 정보이며, 이때 노이즈 성분이 포함된 전압 및 전류 데이터는 배터리의 상태 추정을 할 때 정확도를 크게 감소시킬 수 있다. 기존의 확장 칼만필터(EKF, Extended Kalman Filter)를 사용하여 노이즈 성분이 포함된 데이터를 통해 배터리의 상태를 추정했을 때는 노이즈의 영향으로 인해 추정 정확도가 떨어진다. 본 논문은 적응형 칼만 필터(AKF, Adaptive Kalman Filter)를 사용하여 노이즈 분산값을 업데이트 해줌으로써 SOC추정 성능을 향상시켰다. 실험 및 배터리의 모델링은 21700 NMC 고용량 배터리를 사용하였으며, 배터리의 전압에 임의의 노이즈 성분을 추가하여 배터리의 SOC를 추정 정확도를 검증 하였다.