• 한국항행학회논문지
• /
• 제20권1호
• /
• pp.23-28
• /
• 2016

본 논문에서는 한반도 지역에서 SBAS (satellite based augmentation system) 대류층 지연 보정 모델의 정확도 성능을 검증하였다. 정확도 분석을 위한 대류층 지연량 참값으로 IGS (International GNSS Service)에서 제공하는 정밀 대류층 천정 지연량인 ZPD(zenith path delay) 데이터를 활용하였다. 그리고 대표적인 대류층 지연 모델인 Saastamoinen 모델 및 Hopfield 모델과 성능을 비교하였다. 그 결과 SBAS 대류층 지연 보정 모델의 잔여 오차는 약 50 mm 수준으로, Saastamoinen 모델 및 Hopfield 모델보다 성능이 떨어졌다. 이 대류층 지연 모델에 의한 잔여오차는 SBAS 정확도 요구조건에는 문제가 없지만, 사용자 측위 성능에는 영향을 미칠 수 있다. 만약 한반도 기상 환경에 적합하도록 SBAS 대류층 보정 모델의 기상 파라미터를 수정한다면, 더 좋은 성능의 SBAS 서비스를 한반도에 제공할 수 있을 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제18권6호
• /
• pp.1317-1322
• /
• 2014

본 논문은 GPS 시각 전송 기법 중 GPS 신호가 전달되면서 발생하는 대류층 지연이 시각오프셋 결정에 미치는 영향 정도를 분석하기 위한 연구이다. GPS 시각 전송은 CGGTTS 국제표준을 따르고 있다. 일반적인 측지용 GPS 수신기의 경우, CGGTTS 형태의 시각 전송 값을 출력하지 않고 RINEX 형태의 값을 출력하는데, ROB에서 RINEX 형태의 값을 CGGTTS 형태로 변환하는 r2cggtts 라는 프로그램을 공급하고 있다. 전 세계 표준 시각을 결정하기 위해 TAI link에 참여하는 시각 실험실들은 모두 이 프로그램을 사용하여 주기적으로 CGGTTS 값을 BIPM에 전송한다. r2cggtts 프로그램의 대류층 지연모델은 Chao mapping function과 NATO 천정지연모델이 구현되어 있다. 현재 대표적 대류층 지연 모델은 Niell mapping function과 Saastamoinen 천정지연모델이 사용되고 있는 바, 이 모델들을 r2cggtts 프로그램에 적용하여 시각 오프셋 결정을 위한 두 모델의 지연 결과 값들의 영향을 비교하고 분석한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.139-141
• /
• 2014

본 논문은 GPS 시각 전송 기법 중 GPS 신호가 전달되면서 발생하는 대류층 지연에 관한 연구로써, 대류층 지연에 적용하는 지연 모델에 따른 지연 값의 형태를 비교한다. GPS 시각 전송은 CGGTTS 국제표준을 따르고 있다. 일반적인 측지용 GPS 수신기의 경우, CGGTTS 형태의 시각 전송값을 출력하지 않고 RINEX 형태의 값을 출력하는데, ROB에서 RINEX 형태의 값을 CGGTTS 형태로 변환하는 r2cggtts 라는 프로그램을 공급하고 있다. 전세계 표준 시각을 결정하기 위해 TAI link에 참여하는 시각 실험실들은 모두 이 프로그램을 사용하여 주기적으로 CGGTTS 값을 BIPM에 전송한다. r2cggtts 프로그램의 대류층 지연모델은 CHAO mapping function과 NATO 천정지연모델이 구현되어 있다. 현재 대표적 대류층 지연 모델은 Niell mapping funcgion과 Saastamoinen 천정지연모델이 사용되고 있는 바, 이 모델들을 r2cggtts 프로그램에 적용하여 시각 오프셋 결정을 위한 두 모델의 지연 결과값을 영향을 비교하고 분석한다.

• Journal of Positioning, Navigation, and Timing
• /
• 제10권4호
• /
• pp.271-278
• /
• 2021

In this paper, a tropospheric delay error was calculated by using meteorological data collect from weather station and Saastamoinen model, and an empirical variogram of the tropospheric delay in the Korean peninsula was estimated. In order to estimate the empirical variogram of the tropospheric delay according to weather condition, sunny day, rainy day, and typhoon day were selected as analysis days. Analysis results show that a maximum correlation range of the empirical variogram on sunny day was about 560 km because there is overall trend of the tropospheric delay. On the other hand, the maximum correlation range of the empirical variogram on rainy was about 150 km because the regional variation was large. Although there is regional variation when the typhoon exists, there is a trend of the tropospheric delay due to a movement of the typhoon. Therefore, the maximum correlation range of the empirical variogram on typhoon day was about 280 km which is between sunny and rainy day.

• 한국측량학회지
• /
• 제37권4호
• /
• pp.233-242
• /
• 2019

GNSS를 이용한 가강수량 복원에 있어서 가중 평균 기온과 더불어 천정 건조 지연 모델은 가강수량의 정확도에 중요한 매개변수 중 하나이다. 천정 습윤 지연은 천정 건조 지연 모델의 오차가 축적되는 경향을 가지고 있으므로, 천정 건조 지연의 편의량은 GNSS 가강수량의 정확도에 영향을 미치게 된다. 본 연구에서는 Saastamoinen, Hopfield 및 Black의 세 가지 천정 건조 지연 모델을 이용하여 GNSS 가강수량을 산출하고 라디오존데 가강수량과의 정확도를 비교하였다. 그리고 이 과정에서 가강수량 산출에 필요한 가중 평균 기온을 한국형 가중 평균 기온 모델과 라디오존데로부터 실제로 관측한 가중 평균 기온을 각각 적용하여 다르게 평가하였다. 이를 위해 국내 상시관측소 5개소의 1년 분량의 GNSS 관측데이터를 취득한 후 천정 건조 지연 모델별로 가강수량을 산출하고 정밀도를 분석하였다. 분석 결과, 한국형 가중 평균 기온 모델에 기반하여 복원한 GNSS 가강수량이 라디오존데의 가중 평균 기온을 적용한 것보다 편의량이 작은 것으로 확인되었다. 또한, GNSS 기상에서 널리 적용하고 있는 Saastamoinen 모델은 우리나라 관측소의 위도나 고도에 의한 편의량이 발생하여 가장 유효한 모델이 아닐 가능성이 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권12호
• /
• pp.61-69
• /
• 2012

본 논문은 국제원자시(TAI)를 생성하고 세계협정시(UTC)를 결정하기 위해 GPS에서 전달되는 코드를 기반으로 한 시각비교 기법에 대한 연구 결과이다. 시각비교를 위한 국제표준 양식으로 CGGTTS가 사용되고 있는데, CGGTTS 표준은 시각용 GPS 수신기에서만 제공되고 측지용 GPS 수신기에서는 RINEX 형식으로 위성의 정보를 제공한다. 측지용 수신기를 시각비교용으로 사용하기 위해 ROB에서는 RINEX 형식의 데이터를 이용해서 CGGTTS 형식으로 변환하는 r2cggtts 프로그램을 제공하고 TAI link에 참여하는 전 세계 시각비교 연구실들은 해당 프로그램을 통해 GPS 코드 신호에 의한 시각비교 자료를 BIPM에 주기적으로 전송한다. 본 논문에서는 위성으로부터 수신기까지 코드 신호가 전달될 때 발생하는 오류 요소들과 그 보상 방법을 간단히 소개한다. 오류요소 중 대류층 지연에 대해 자세히 소개하고 기존 프로그램에 적용된 NATO 모델과 현재 가장 널리 사용되고 있는 Saastamoinen 모델을 비교 분석한다.

• Journal of Astronomy and Space Sciences
• /
• 제26권2호
• /
• pp.211-220
• /
• 2009

이 연구에서는 GNSS 시뮬레이터 오차생성을 위하여 Hopfield 모델, 수정 Hopfield 모델, Saastamoinen 모델, 그리고 단순모델에 기상 기본값을 적용함으로써 대류층 신호지연량을 산출하였다. 그리고 GIPSY로 산출한 신호지연량을 참값으로 가정한 후 각 모델을 이용하여 산출한 신호지연량과 비교하였다. 그 결과 단순모델에 Marini 사상함수를 적용하였을 때 RMS가 31.0cm로 가장 컸으며, 다른 모델의 경우 평균 5.2cm로 나타났다. 또한 기상 기본값이 대류층 신호지연량 산출에 미치는 영향을 파악하기 위하여, 기상관측값에 따른 신호지연량을 분석하였다. 그 결과, 이 연구에서 사용한 모든 모델들이 대기압의 변화에 큰 영향을 받지 않았으며, 수정 Hopfield 모델을 제외한 모델들은 온도에도 민감하지 않은 것을 확인할 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.317-320
• /
• 2004

In this work we have managed to find parameters for defining athlete's aerobic and anaerobic thresholds. Thresholds which are of vital importance for top athletes. It is shown how differential evolution and different similarity measures has been used to tune computational model for threshold definitions. From our results it is obvious that the use of right parameter values for this kind expert system is of vital importance.

• 한국항공우주학회지
• /
• 제43권2호
• /
• pp.125-132
• /
• 2015

본 논문은 한국형 위성항법시스템의 위성궤도, 위성시계 고장 검출이 가능한 UDRE에 대한 모니터링 알고리즘 분석을 수행하였다. UDRE 모니터링을 위한 의사거리 잔차 생성방법 중 대류권 지연오차와 수신기 시계바이어스 추정방법에 대해 새로운 알고리즘을 제안한다. 대류권 지연오차는 국내 기상데이터에 더욱 적합한 Saastamoinen 모델과 Neill 매핑함수의 조합 모델을 사용하였으며, 수신기 시계 바이어스 추정방법으로는 칼만필터를 사용한 기법을 사용하였다. 국내 지역에서 직접 수신한 위성데이터와 기상데이터를 사용한 UDRE 모니터링 분석을 통해 한국지역에 더욱 적합한 UDRE 모니터링 한계치(Threshold)를 도출하고 추 후 한국형 위성항법시스템의 고장검출 기법으로 활용할 수 있을 것으로 기대한다.

• 한국측량학회지
• /
• 제35권5호
• /
• pp.423-430
• /
• 2017

Recently, data analysis research has been carried out using the deep learning technique in various fields such as image interpretation and/or classification. Various types of algorithms are being developed for many applications. In this paper, we propose a precipitation prediction algorithm based on deep learning with high accuracy in order to take care of the possible severe damage caused by climate change. Since the geographical and seasonal characteristics of Korea are clearly distinct, the meteorological factors have repetitive patterns in a time series. Since the LSTM (Long Short-Term Memory) is a powerful algorithm for consecutive data, it was used to predict precipitation in this study. For the numerical test, we calculated the PWV (Precipitable Water Vapor) based on the tropospheric delay of the GNSS (Global Navigation Satellite System) signals, and then applied the deep learning technique to the precipitation prediction. The GNSS data was processed by scientific software with the troposphere model of Saastamoinen and the Niell mapping function. The RMSE (Root Mean Squared Error) of the precipitation prediction based on LSTM performs better than that of ANN (Artificial Neural Network). By adding GNSS-based PWV as a feature, the over-fitting that is a latent problem of deep learning was prevented considerably as discussed in this study.