• 제어로봇시스템학회논문지
• /
• 제11권4호
• /
• pp.378-384
• /
• 2005

This paper proposes a theoretically rigorous analysis procedure that compares the position domain and range domain carrier-smoothed-code filters for differential GNSS positioning. Utilizing consistent error covariance formulation, it is shown that filtering in the position domain is, in theory, more advantageous than range domain carrier-smoothed-code filtering. It is also shown that if the visible satellite set does not change during a sufficiently long time interval the performances of position and range domain filters are similar.

• 제어로봇시스템학회논문지
• /
• 제13권12호
• /
• pp.1243-1251
• /
• 2007

In this paper a study on the simplified observability analysis of GPS/INS is introduced. Errors for the position, velocity, attitude, gyro and accelerometer biases, and lever arm between GPS antenna and inertial sensors are considered in the observablity analysis. From the error dynamics model in which relatively small terms are neglected, simple observability conditions are obtained such that the observability of GPS/INS is determined by the test on the attutude, gyro bias, and lever arm. Unobservable errors for the position, velocity, and accelerometer bias are determined by those for the attitude, gyro bias, and lever arm. The simplified observability conditions are applied to a constant speed horizontal motion. It is shown that there are seven unobservable modes for the motion including the vertical component of gyro bias. The analytic observability analysis results are confirmed with a covariance simulation.

• Journal of Electrical Engineering and Technology
• /
• 제13권4호
• /
• pp.1419-1424
• /
• 2018

Very short-term electric load forecasting is essential for real-time power system operation. In this paper, a very short-term electric load forecasting technique applying the Kalman filter algorithm is proposed. In order to apply the Kalman filter algorithm to electric load forecasting, an electrical load forecasting algorithm is defined as an observation model and a state space model in a time domain. In addition, in order to precisely reflect the noise characteristics of the Kalman filter algorithm, the optimal error covariance matrixes Q and R are selected from several experiments. The proposed algorithm is expected to contribute to stable real-time power system operation by providing a precise electric load forecasting result in the next six hours.

• 센서학회지
• /
• 제19권4호
• /
• pp.278-284
• /
• 2010

Indoor localization for pedestrian is the key technology for caring the elderly, the visually impaired and the handicapped in health care districts. It also becomes essential for the emergency responders where the GPS signal is not available. This paper presents newly developed pedestrian localization system using the gyro sensors, the magnetic compass and pressure sensors. Instead of using the accelerometer, the pedestrian gait is estimated from the gyro sensor measurements and the travel distance is estimated based on the gait kinematics. Fusing the gyro information and the magnetic compass information for heading angle estimation is presented with the error covariance analysis. A pressure sensor is used to identify the floor the pedestrian is walking on. A complete ambulatory system is implemented which estimates the pedestrian's 3D position and the heading.

• Communications for Statistical Applications and Methods
• /
• 제29권6호
• /
• pp.721-733
• /
• 2022

In this paper we compare parameter estimation by Grassmann manifold optimization and sequential candidate set algorithm in a structured principal fitted component (PFC) model. The structured PFC model extends the form of the covariance matrix of a random error to relieve the limits that occur due to too simple form of the matrix. However, unlike other PFC models, structured PFC model does not have a closed form for parameter estimation in dimension reduction which signals the need of numerical computation. The numerical computation can be done through Grassmann manifold optimization and sequential candidate set algorithm. We conducted numerical studies to compare the two methods by computing the results of sequential dimension testing and trace correlation values where we can compare the performance in determining dimension and estimating the basis. We could conclude that Grassmann manifold optimization outperforms sequential candidate set algorithm in dimension determination, while sequential candidate set algorithm is better in basis estimation when conducting dimension reduction. We also applied the methods in real data which derived the same result.

• 한국정보통신학회논문지
• /
• 제20권1호
• /
• pp.45-51
• /
• 2016

본 논문에서는 전체 송신 안테나 중 일부 안테나만을 활성화하여 신호 송신에 사용하는 일반화 공간변조(Generalized Spatial Modulation) 시스템을 위한 최대우도 수신기를 제안한다. 제안 수신기는 신호 검출시 채널 정보 오차의 효과를 완화시키기 위하여 채널 정보 오차로 인해 생성되는 실질 잡음 신호의 순시 공분산 행렬을 추정한다. 추정된 공분산 행렬은 검출 정확도를 높이기 위해 반복수행을 통해 갱신되며, 추정 결과는 최대 우도 검출에 사용된다. 모의 실험 결과에서 기존의 채널 정보 오차를 고려하지 않는 수신기와 비교하여 높은 성능을 얻음을 확인할 수 있다.

• 방송공학회논문지
• /
• 제8권3호
• /
• pp.278-287
• /
• 2003

영상에 포함된 잡음은 영상의 화질 및 압축효율을 저하시킨다. 이러한 잡음을 영상의 에지 성분을 보존하면서 제거하기 위해 다양한 비정적(nonstationary) 영상 모델에 근거한 잡음제거 알고리듬이 제안되었다. 하지만, 기존의 비정적 영상 모델에서는 연산량의 부담을 덜기 위해 각 화소들 사이에 상관관계(correlation)가 없다고 가정하여 영상의 미세한 정보들이 필터링에 의하여 훼손된다. 본 논문에서는 영상의 비정적 상관관계를 고려하면서도 계산적으로 효율적인 적응적 잡음제거 알고리듬을 제안한다. 이를 위해 영상신호는 비정적 평균을 가지며, 각기 다른 형태의 정적(stationary) 상관관계를 가지는 부분 영상으로 분리된다고 가정된다. 제안된 영상 모델에서 유도되는 공분산(covariance) 행렬의 특수한 구조를 이용하여 계산적으로 효율적인 FFT에 기반한 적응적 선형최소자승오차 필터를 유도한다. 제안된 영상 모델의 정당성과 알고리듬의 효율성을 실험적으로 확인한다.

• 항공우주기술
• /
• 제11권2호
• /
• pp.19-25
• /
• 2012

정지궤도복합위성은 천리안위성에 비하여 고품질의 영상품질을 요구하며 지구센서 대신 별센서의 사용으로 인하여 고정밀의 탑재용 궤도정보생성이 요구된다. 이는 고정밀의 궤도 결정이 바탕이 되어야 한다. 천리안위성의 경우는 항공우주연구원에 설치된 추적 안테나를 이용하여 레인징을 수행하고 이를 바탕으로 궤도결정을 수행하였다. 정지궤도복합위성의 정밀한 궤도결정을 위하여 항공우주연구원에서는 축섬에 새로운 추적장비를 준비중에 있다. 본 논문에서는 대전과 축섬에 위치한 정지궤도복합위성을 가정하여 궤도결정을 수행했을 경우 궤도결정 및 예측 오차와 테이블 방식의 탑재용궤도정보 생성기의 궤도정밀도를 분석하였다. 본 논문에서는 공분산해석과 수치적인 방법을 통하여 궤도정밀도를 해석하였다. 두 해석결과를 종합하여 최종적인 궤도오차를 산출하였다.

• 한국정보처리학회논문지
• /
• 제7권10호
• /
• pp.3290-3299
• /
• 2000

멀티미디어 데이터의 저작권 보호를 위해 데이터의 조작에 강인한 특성을 가져야 하는 디지털 워터마크는 잡음 환경에서 최대한 오류를 줄이면서 데이터를 전달하고자 하는 채널 코딩 기법과 유사한 개념을 가진다. 본 논문에서는 정지영상을 대상으로 이러한 채널 코딩 알고리즘을 이용하여 각종 데이터의 조작에 강인한 디지털 워터마킹 기법을 제안한다. 저작권 정보는 길쌈 부호(convolutional code)를 사용하여 부호화되며, 데이터의 연속적인 손실을 방지하기 위하여 블록 인터리빙(block interleaving) 기법이 적용된다. 부호화된 저작권 정보는 데이터의 조작에 강인한 특성을 갖는 대역 확산 기법에 의해 영상 데이터에 은닉된다. 저작권 정보의 복원을 위해 워터마크된 영상과 은닉 과정에서 사용된 가상 랜덤 잡음 시퀀스(pseudo random noise sequence)와의 공분산(covariance)에 의해 워터마크 신호가 검출되며, 이 신호를 디인터리빙(de-interleaving)하고 복호화(decoding)하여 은닉된 저작권 정보를 복구한다. 실험 결과 일반적인 대역 확산 기법보다 채널 코딩과 블록 인터리빙을 활용한 기법이 동일한 PSNR에서 가우시안(Gaussian) 잡음 추가, 필터링 및 JPEG 압축 등의 공격에 대해 보다 정확하게 은닉된 저작권 정보를 검출할 수 있다는 것을 확인하였다.

• 한국군사과학기술학회지
• /
• 제26권1호
• /
• pp.10-21
• /
• 2023

For various target tracking applications, it is well known that the Kalman filter is the optimal estimator(in the minimum mean-square sense) to predict and estimate the state(position and/or velocity) of linear dynamical systems driven by Gaussian stochastic noise. In the case of nonlinear systems, Extended Kalman filter(EKF) and/or Unscented Kalman filter(UKF) are widely used, which can be viewed as approximations of the(linear) Kalman filter in the sense of the conditional expectation. However, to implement EKF and UKF, the exact dynamical model information and the statistical information of noise are still required. In this paper, we propose the recurrent neural-network based Kalman filter, where its Kalman gain is obtained via the proposed GRU-LSTM based neural-network framework that does not need the precise model information as well as the noise covariance information. By the proposed neural-network based Kalman filter, the state estimation performance is enhanced in terms of the tracking error, which is verified through various linear and nonlinear tracking problems with incomplete model and statistical covariance information.