• 한국항공우주학회지
• /
• 제48권11호
• /
• pp.873-880
• /
• 2020

본 논문은 스트랩다운 탐색기 측정치와 INS 정보를 이용하여 시선각속도를 추정하는 유도필터 설계에 대해서 다룬다. 제안하는 유도필터는 탐색기 측정치와 유도탄 자세로부터 획득 가능한 시선각과 표적의 위치와 유도탄과의 상대 위치를 측정치로 하고 있으며, 주기 및 동기가 맞지 않는 두 센서의 출력을 사용하기 위해 비동기 필터를 기반으로 하고 있다. 제안한 방법을 통해 시간지연이 큰 탐색기 측정치를 사용함으로써 생길 수 있는 기생루프에 대한 영향을 줄이고 추정성능을 향상시킬 수 있다.

• 한국항행학회논문지
• /
• 제27권6호
• /
• pp.884-887
• /
• 2023

Recently, research has been actively conducted to overcome the limitations of high-priced single sensors and reduce costs through the convergence of low-cost multi-variable sensors. This paper estimates state variables through asynchronous Kalman filters constructed using CVXPY and uses Cvxpylayers to compare and learn state variables estimated from CVXPY with true value data to estimate filter parameters of low-cost sensors fusion.

• 항공우주기술
• /
• 제13권2호
• /
• pp.66-72
• /
• 2014

본 논문에서는 비동기 다중 레이더의 추적데이터 융합을 통한 우주 물체 추적 알고리즘을 소개하였다. 지구저궤도에 분포되어 있는 우주 물체 추적을 위하여 다중의 레이더를 사용한 추적 시나리오를 설정하였고, 각 레이더의 우주 물체 추적을 위하여 선형화 칼만 필터를 사용하였다. 샘플링 시간이 서로 다른 다중 레이더의 데이터를 융합하기 위해서 각각의 레이더에서 측정 가능한 범위를 STK/ODTK를 사용하여 결정하고, 다중 레이더가 동시에 우주 물체를 추적 하는 시간 동안 칼만 필터 기반의 비동기 융합 알고리즘을 적용하여 우주 물체의 궤도를 추정하였으며, 시뮬레이션을 통해 다중 레이더 융합을 통한 궤도 추정의 성능을 분석하였다.

• 한국군사과학기술학회지
• /
• 제14권6호
• /
• pp.1198-1206
• /
• 2011

In this paper, a sensor bias estimation method with pseudo measurement for asynchronous multisensor systems is proposed. The proposed bias estimation method separates the local filter which estimates the target state with biased measurements into two parts, one is bias part, the other is target state part. By using these two parts, the algorithm generates the pseudo bias measurement for estimating bias, and then eliminates bias of local track through bias compensation. Finally, the proposed algorithm is evaluated by comparing with the existing EXX method.

• 한국통신학회논문지
• /
• 제34권5C호
• /
• pp.527-539
• /
• 2009

본 논문에서는 3GPP LTE (3rd Generation Partnership Project Long Term Evolution) MIMO-OFDMA(multiple-input multiple-output-orthogonal frequency division multiple access) 시스템의 하향 링크 수신기를 위한 asynchronous ICI (Inter-Cell Interference) 완화 기법을 제안한다. Multi-cell 환경을 고려한 celluar OFDMA 시스템에서는 기본적으로 frequency reuse factor가 1로 설정되기 때문에 셀 경계에 위치한 UE (User Equipment)의 경우 ICI 영향을 받게 되며, 특히 각기 다른 셀 반경 및 nodeB 간의 거리 차이 등 현실적인 celluar 환경을 고려 할 경우에는 UE 간 타이밍 오류가 가중되어 수신 신호의 주파수 영역의 직교성이 파괴될 가능성이 있다. 따라서 이러한 인접 셀 간섭을 제거 및 완화하기 위하여 수신 OFDM 심볼에 대한 SCM (Spatial Covariance Matrix) 추정이 필요하다. 일반적으로 SCM 추정은 training symbol을 이용함을 가정하지만, 긴 시간 동안 간섭의 통계적 특성을 측정하는 것은 어려울 뿐만 아니라 training symbol이 고려되지 않는 LTE와 같은 MIMO-OFDMA 시스템에는 적합하지 않다. 또한 추정의 정확성을 높이기 위하여 noise reduction 방식이 적용된 추정 기법이 제시되고 있으나, 기존 time-domain low-pass type weighting 방식은 spectral leakage에 의한 추정 에러를 유발하는 단점이 있다. 따라서, 본 논문에서는 noise reduction 효과를 얻으면서 spectral leakage에 의한 SCM 추정 오류를 최소화할 수 있으며, 주파수 영역에의 moving average filter로 구현 가능한 time-domain sinc-type weighting 방식의 SCM 추정 기법을 제안하였으며, 다양한 환경에서의 컴퓨터 모의 실험을 통하여 제안된 방식이 기존의 방식보다 약 3dB 의 SIR (Signal to Interference Ratio) 이득을 보임을 입증하였다.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.335-343
• /
• 2012

본 논문은 근거리에서 접근하는 표적에 대한 레이더와 열영상의 관측데이터를 기반으로 정보융합을 수행하여 표적을 추적하는 알고리즘을 기술하고 있다. 일반적으로 칼만필터를 이용한 추적 융합 방법은 동기화된 레이더 및 열영상의 데이터를 근간으로 하고 있으며, 비동기적으로 동작하는 실제 시스템에 적용하기에는 많은 제한사항을 가지고 있다. 제안된 알고리즘에서의 중점사항은 동기화되어 있지 않은 서로 다른 두 센서인 레이더와 열영상의 관측데이터가 입력되었을 때 레이더의 거리정보와 추적상태벡터를 이용하여 관측값의 시간차이를 보상하여 관측치 융합 후 추적을 수행하는 것이다. 제안된 알고리즘의 성능평가를 위해 기존의 궤적기반 정보융합방법 및 측정치 융합기법과 성능을 비교하여 제시한다.

• 한국정보통신학회논문지
• /
• 제15권2호
• /
• pp.347-354
• /
• 2011

본 논문에서는 시간 영역 기반의 비동기 IR-UWB 거리추정 시스템을 제안한다. 제안하는 시스템은 시간 영역에 서 고속으로 샘플링된 IR-UWB 신호에 대해서 FIR 필터를 이용해 코릴레이션 연산을 하여 피크를 검출한다. 코릴레이션 과정에 의해 신호성분이 단계적으로 커지지만 잡음환경에서의 성공적인 동작을 위해서 본 연구에서는 윈도우를 이용해서 잡음레벨을 추정한다. 주파수 영역 기반의 방식과의 비교 관점에서 시스템 구조 및 동작과정을 설명하고 시뮬레이션에 의해 제시된 시스템이 주파수 영역 기반의 시스템과 유사하게 우수한 성능을 나타냄을 보인다.

• 한국군사과학기술학회지
• /
• 제8권4호
• /
• pp.14-23
• /
• 2005

In this paper we propose a sensor fusion method for the navigation algorithm which can be used to estimate state vectors such as position and velocity for its motion control using multi-sensor output measurements. The output measurement we will use in estimating the state is a series of known multi-sensor asynchronous outputs with measurement noise. This paper investigates the Extended Kalman Filtering method to merge asynchronous heading, heading rate, velocity of DVL, and SSBL information to produce a single state vector. Different complexity of Kalman Filter, with. biases and measurement noise, are investigated with theoretically data from MOERI's SAUV. All levels of complexity of the Kalman Filters are shown to be much more close and smooth to real trajectories then the basic underwater acoustic navigation system commonly used aboard underwater vehicle.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.175-175
• /
• 2000

In this Paper we propose a navigation algorithm which can be used to estimate state vectors such as position and velocity for its motion control using multi-sensor output measurements. The output measurement we will use in estimating the state is a series of known multi-sensor asynchronous outputs with measurement noise. This paper investigates the Extended Kalman Filtering method to merge asynchronous heading, heading rate, velocity of DVL, and SSBL information to produce a single state vector. Different complexity of Kalman Filter, with biases and measurement noise, are investigated with theoretically data from KRISO's AUV. All levels of complexity of the Kalman Filters are shown to be much more close and smooth to real trajectories then the basic underwater acoustic navigation system comment)'used aboard underwater vehicle.

• 전기학회논문지
• /
• 제63권11호
• /
• pp.1551-1558
• /
• 2014

We propose a multi-rate sensor fusion of vision and radar using Kalman filter to solve problems of asynchronized and multi-rate sampling periods in object vehicle tracking. A model based prediction of object vehicles is performed with a decentralized multi-rate Kalman filter for each sensor (vision and radar sensors.) To obtain the improvement in the performance of position prediction, different weighting is applied to each sensor's predicted object position from the multi-rate Kalman filter. The proposed method can provide estimated position of the object vehicles at every sampling time of ECU. The Mahalanobis distance is used to make correspondence among the measured and predicted objects. Through the experimental results, we validate that the post-processed fusion data give us improved tracking performance. The proposed method obtained two times improvement in the object tracking performance compared to single sensor method (camera or radar sensor) in the view point of roots mean square error.