• 전자공학회논문지 IE
• /
• 제48권1호
• /
• pp.7-15
• /
• 2011

본 논문에서는 상관계수를 바탕으로 신호부공간을 추정하는 COPAST(correlation-based projection approximation subspace tracking)의 성능을 향상시키기 위하여 상관계수를 구하는 부분을 순방향 신호 벡터로부터 상관계수를 구하고 동시에 역방향 신호 벡터에서도 상관계수를 구하여 신호 부공간을 추정하는 방법을 제안한다. 또 매번 갱신되는 상관행렬의 안정성을 도모하고자 제곱근 행렬 갱신을 하도록 하였다. 컴퓨터 모의 실험을 통해서 제안된 방법이 기존의 COPAST에 비해서 약 5dB의 신호 부공간 추정 정확도에 향상이 있었음을 확인하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권9호
• /
• pp.401-408
• /
• 2006

In a multi-sensor multi-target tracking systems, the local sensors have the role of tracking the target and transferring the measurements to the fusion center. The measurements from the same target can arrive out of sequence called the out-of-sequence measurements(OOSMs). Out-of-sequence measurements can arise at the fusion center due to communication delay and varying preprocessing time for different sensor platforms. In general, the track fusion occurs to enhance the tracking performance of the sensors using the measurements from the sensors at the fusion center. The target informations can wive at the fusion center with the clutter informations in cluttered environment. In this paper, the OOSM update step with MPDA(Most Probable Data Association) is introduced and tested in several cases with the various clutter density through the Monte Carlo simulation. The performance of the MPDA with OOSM update step is compared with the existing NN, PDA, and PDA-AI for the air target tracking in cluttered and out-of-sequence measurement environment. Simulation results show that MPDA with the OOSM has compatible root mean square errors with out-of-sequence PDA-AI filter and the MPDA is sufficient to be used in out-of-sequence environment.

• ETRI Journal
• /
• 제38권3호
• /
• pp.579-588
• /
• 2016

To improve the ability to determine a vehicle's movement information even in a challenging environment, a hybrid approach called non-Gaussian square rootunscented particle filtering (nGSR-UPF) is presented. This approach combines a square root-unscented Kalman filter (SR-UKF) and a particle filter (PF) to determinate the vehicle state where measurement noises are taken as a finite Gaussian kernel mixture and are approximated using a sparse Gaussian kernel density estimation method. During an outage-free GPS period, the updated mean and covariance, computed using SR-UKF, are estimated based on a GPS observation update. During a complete GPS outage, nGSR-UPF operates in prediction mode. Indeed, because the inertial sensors used suffer from a large drift in this case, SR-UKF-based importance density is then responsible for shifting the weighted particles toward the high-likelihood regions to improve the accuracy of the vehicle state. The proposed method is compared with some existing estimation methods and the experiment results prove that nGSR-UPF is the most accurate during both outage-free and complete-outage GPS periods.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.663-670
• /
• 2020

본 연구에서는 건물이 혼재한 준 도심 지역에서 발생할 수 있는 재난/재해를 가정하여 네트워크 RTK (Real Time Kinematic) 측위가 가능한 무인기를 이용한 항공삼각측량의 정확도를 평가하였다. 검사점 측위의 신뢰성을 확보하기 위해 검사점을 건물의 옥상에 설치하여 네 시간 이상의 GNSS (Global Navigation Satellite System) 정적 측위를 수행하였다. 객관적인 정확도 평가를 위해 소프트웨어에서 자동으로 인식 가능한 코드화된 대공 타겟을 사용하였다. 무인기에서는 네트워크 RTK 측위의 일종인 VRS (Virtual Reference Station) 방식을 이용하여 영상 취득 당시 카메라의 3차원 좌표를 측정하였고, IMU (Inertial Measurement Unit)와 짐벌 회전각 측정을 통해 카메라의 3축 회전각을 측정하였다. Agisoft Metashape를 이용하여 내·외부 표정요소를 추정·갱신한 결과, 항공삼각측량의 3차원 RMSE (Root Mean Square Error)는 영상의 중복도와 촬영 각도의 조합에 따라 크게는 0.153 m에서 작게는 0.102 m로 나타났다. 더욱 높은 수준의 항공삼각측량 정확도를 확보하기 위해서는 연직 영상의 중복도를 높이는 것이 일반적이나 경사 영상을 추가하는 것이 효과적인 것으로 나타났다. 따라서 대응 단계의 재난/재해 현장에서 긴급하게 무인기 매핑을 수행할 경우 중복도를 높이기 보다는 경사 영상도 함께 취득할 필요가 있다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.847-860
• /
• 2020

2-pass DInSAR (Differential Interferometric SAR) 기법을 이용한 DEM 생성 방법은 SAR 영상쌍 간의 정합, 간섭도 생성, 위상 unwrapping, DEM오차 계산, 좌표계 변환 등 복잡한 단계가 필요하다. 이러한 각 단계별 자료처리 정확도는 최종적으로 생성되는 DEM의 성능에 영향을 미치게 된다. 본 연구에서는 TanDEM-X bistatic SAR 영상의 2-pass DInSAR 기법 기반 DEM 생성 방법에 대한 성능 향상을 위한 개선된 방법을 개발하였다. 개발된 DEM 생성 방법은 unwrapped 위상 내의 DEM 오차와 좌표계 변환 시 발생할 수 있는 DEM오차를 현저히 줄일 수 있는 방법이다. 개발된 알고리즘의 성능 분석은 GPS 측량으로부터 생성한 지상기준점(Ground Control Point, GCP)을 이용하여 기존의 방법과 새로 제안된 알고리즘 적용 결과의 수직정확도(Root Mean Square Error, RMSE)를 비교하여 수행하였다. 실제 unwrapped 위상 및 좌표계변환 오차에 대한 보정을 수행하지 않고 생성한 DInSAR 기반 DEM의 고도 오차는 수직정확도는 39.617 m로 관측되었고, 제안한 방법을 통하여 생성한 DEM의 수직정확도는 2.346 m로 향상됨을 확인할 수 있었다. 제안하는 2-pass DInSAR 기법을 통해 reference로 사용한 SRTM 30 m DEM(수직정확도 5.567 m)에 DInSAR로 관측한 SRTM DEM 오차를 보상하여 최종적으로 공간해상도는 약 5배, 수직 정확도는 약 2.4배 향상된 DEM을 생성할 수 있었다. 또한, 제안한 방법을 통하여 생성한 DEM의 공간해상도를 SRTM 30 m DEM과 TanDEM-X 90 m DEM과 일치시키고 수직정확도를 비교한 결과 각각 약 1.7배 및 1.6배 향상되어 제안하는 2-pass DInSAR 기반 DEM 생성 방법으로 보다 정확한 DEM 생성이 가능함을 확인할 수 있었다. 빈번한 형태학적 변화를 갖는 지역에 대한 DEM의 지속적인 업데이트를 위하여 본 연구에서 도출한 방법을 이용한다면 저비용으로 빠른 시간 내에 효과적으로 DEM을 갱신할 수 있을 것이다.