• 한국ITS학회 논문지
• /
• 제10권1호
• /
• pp.49-59
• /
• 2011

현재 목표기기(target node)의 위치를 측정하는 기술 중에 가장 정확도가 높다고 평가되는 방법은 ToA(Time of Arrival) 거리 측정(Ranging) 기술과 TDoA(Time Difference of Arrival) 거리 측정 기술을 이용한 위치 측정 방법이다. ToA와 TDoA는 시간을 기반으로 하는 거리 측정 기술이기 때문에 여러 개의 참조기기(Reference node)와 목표기기 사이의 시간 동기화와 오프셋이 중요시 된다. 참조기기와 목표기기 사이의 시간 동기화가 정확하게 이루어지지 않거나 참조기기 간 시간 오프셋이 발생할 경우 정확한 시점에서 신호를 검출할 수 없게 되어 거리오차가 발생하게 되고, 이러한 거리오차를 일반적인 위치 측정 알고리즘에 적용하게 되면 목표 기기의 정확한 위치를 측정할 수 없다. 따라서 본 논문에서는 참조기기와 목표기기 사이에 시간 동기화가 맞지 않을 경우와 참조기기와 참조기기 사이의 시간 오프셋이 발생할 경우에 위치 측정의 오차를 줄이는 ToA와 TDoA의 Hybrid 방식을 제안한다. 각각의 펄스가 직교성을 갖는 특징을 지닌 MHP(Modified Hermite Polynomial) 펄스를 이용하여 참조기기들이 각기 다른 MHP 펄스를 송수신하도록 하고 이를 통해 한 번의 MHP 펄스 송수신만으로 TDoA와 ToA 두 가지 방법을 모두 이용하여 각각의 거리를 측정하고 위치 계산을 할 수 있도록 한다. Hybrid 방식은 TDoA와 ToA 방법을 이용한 거리 측정을 반복적인 계산을 통해 실제 거리 오차가 적은 방법을 선택하여 목표기기의 위치를 좀 더 정확하게 측정할 수 있음을 시뮬레이션을 통해 보였다.

• 해양환경안전학회지
• /
• 제20권2호
• /
• pp.202-209
• /
• 2014

본 연구에서는 단거리 영역 내에서 대상물표의 정확한 위치를 파악하여 물표와의 충돌을 방지하기 위한 시스템을 개발하였다. 이를 위해 먼저 물표를 속도 모델과 가속도 모델로 표현하여 초기위치로부터의 움직임을 프로세스 잡음과 측정 잡음이 있는 상태에서 위치, 속도 및 가속도를 추정하였다. 추정기법으로는 칼만필터를 적용하였고 시뮬레이션을 통해 제안기법의 유용성을 확인하였다. 다음으로는 레이저센서를 적용하여 이동하는 물표와의 거리를 계측할 수 있는 시스템을 제작하여 물표의 이동 정보를 검출하였다. 이동 물표를 대상으로 속도 모델과 가속도 모델을 적용하여 실험을 수행하였고, 각각의 실험을 통해 불연속적인 측정데이터가 필터링을 통해 매끄럽고 연속적인 측정값으로 얻어지는 것을 확인하였다. 또한 물표 데이터의 계측과 디스플레이를 위한 UI를 구축하였으며, 물표가 일정거리 영역이내에 접근했을 경우 시각, 청각적인 경보를 울릴 수 있는 기능을 부가하였다. 본 연구결과를 통해 저가의 장비로 물표 위치의 추정 성능이 뛰어난 시스템을 구축할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1121-1141
• /
• 2020

We propose a robust visual object tracking algorithm fusing a convolutional neural network tracker trained offline from a large number of video repositories and a color histogram based tracker to track objects for mixing immersive audio. Our algorithm addresses the problem of occlusion and large movements of the CNN based GOTURN generic object tracker. The key idea is the offline training of a binary classifier with the color histogram similarity values estimated via both trackers used in this method to opt appropriate tracker for target tracking and update both trackers with the predicted bounding box position of the target to continue tracking. Furthermore, a histogram similarity constraint is applied before updating the trackers to maximize the tracking accuracy. Finally, we compute the depth(z) of the target object by one of the prominent unsupervised monocular depth estimation algorithms to ensure the necessary 3D position of the tracked object to mix the immersive audio into that object. Our proposed algorithm demonstrates about 2% improved accuracy over the outperforming GOTURN algorithm in the existing VOT2014 tracking benchmark. Additionally, our tracker also works well to track multiple objects utilizing the concept of single object tracker but no demonstrations on any MOT benchmark.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1987년도 한국자동제어학술회의논문집; 한국과학기술대학, 충남; 16-17 Oct. 1987
• /
• pp.562-565
• /
• 1987

This paper addresses the development of the estimation algorithm to acquire target position, velocity and course using bearing-only measurements in two dimensional environment. System state equations are derived from modified polar coordinates instead of existing Cartesian coordinates system. The Extended Kalman Filter is used to constitute the estimation algorithm because of state equation's nonlinearity. The computer simulation is done to verify the performance of derived algorithm. Simulation result showed that estimated state value of filter was converged to the true value in 10 minutes.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.524-527
• /
• 1997

Conventional target tracking algorithms based on the linear estimation techniques perform quite efficiently when the target motion does not involve maneuvers. Target maneuvers involving short term accelerations, however, cause a bias in the measurement sequence. Accurate compensation for the bias requires processing more samples of which adds to the computational complexity. The primary motivation for employing a neural network for this task comes from the efficiency with which more features can be as inputs for bias compensation. A system architecture that efficiently integrates the fusion capabilities of a trained multilayer neural net with the tracking performance of a Kalman filter is described. The parallel processing capability of a properly trained neural network can permit fast processing of features to yield correct acceleration estimates and hence can take the burden off the primary Kalman filter which still provides the target position and velocity estimates.

• 한국정보전자통신기술학회논문지
• /
• 제7권2호
• /
• pp.111-116
• /
• 2014

본 연구는 무선통신에서 선형 배열 안테나를 이용하여 원하는 목표물의 도래 방향을 추정 한다. 도래방향 추정은 수신기 배열 안테나에 입사하는 신호들 중에서 원하는 신호를 추정하는 것이다. 본 연구에서는 도래방향 추정을 위한 최적 가중치와 고 분해능 적응 빔 형성 알고리즘과 회소행렬을 사용하여 목표물에 대한 도래방향을 추정 정확도를 향상 시켰다. 모의실험을 통하여 목표물 도래 방향 추정에서 기존의 적응 빔 형성 알고리즘과 제안 알고리즘의 성능을 비교 분석 하였다. 목표물 도래 방향 추정에서 제안한 알고리즘이 기존의 빔형성 알고리즘보다 도래 방향추정 능력이 향상되었다.

• 한국전자파학회논문지
• /
• 제27권11호
• /
• pp.996-1003
• /
• 2016

도착시간(Time of arrival : TOA)을 이용한 삼변측량법은 레이다 시스템에서 단일목표물의 위치를 추정할 때 일반적으로 사용되는 기법으로 다중 목표물의 경우에는 각 목표물에 대응되는 측정치를 구별할 수가 없으므로 활용이 어려운 단점이 있다. 본 연구에서는 이러한 측정치와 목표물 간 관계의 모호성을 없애고자 최근 레이다 분야에서 활발히 연구되고 있는 마이크로 도플러를 통해 각 목표물의 마이크로 모션을 측정하여 각 목표물의 측정치를 구별하는데 활용하였고, 구별된 측정치로 각 목표물에 대해 삼변측량법을 적용할 수 있게 하였다. 목표물은 모탄에서 분리되는 자탄을 고려하였으며 시뮬레이션 결과를 통해 제안한 알고리즘을 검증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.111-116
• /
• 2008

레이더 시스템은 간섭채널에서 목표물을 신속, 정확하게 예측하여야 한다. 무선채널의 간섭요소로는 인공구조물, 자연구조물에 의해서 다중경로가 형성되어 신호의 추정이 어렵다. 이러한 간섭신호를 제거하기 위해서 디지털 빔형성, 적응배열안테나 등 많은 연구가지속 되어왔다. 본 논문에서는 적응배열 안테나와 코히어런트 간섭신호를 제거하는 SPT-SALCMV 빔형성 알고리즘을 제안하였다. 적응 배열은 간섭신호의 방향에 대해서는 널 패턴을 형성하여 이득을 감소시킨다. 그리고 표적신호 방향으로는 빔 패턴의 이득을 일정하게 유지함으로서 원하는 신호를 추정한다. 본 논문에서 제안한 SPT-SALCMV 알고리즘은 목표물에 대한 위치를 정확히 수신하였다. 그러나 기존의 SPT-LCMV 알고리즘은 약 30 정도의 빔 오차가 생겼다. 따라서 본 논문에서 제안한 SPT-SALCMV 알고리즘이 기존의 SPT-LCMV알고리즘보다 우수함을 입증하였다.

• 한국군사과학기술학회지
• /
• 제3권2호
• /
• pp.121-130
• /
• 2000

A practical method is proposed to improve hit probability of the digital gun fire control system, when the measured rate of the tracking sensor becomes biased under some operational situation. For ground moving target it is shown that the well-known Kalman filter which uses position measurement only can be optimally used to eliminate the rate bias error. On the other hand, for 3D moving aircraft we present a new algorithm which incorporate FIR-type filter, which uses position and rate measurement at the same time, and the fixed-lag smoother using position measurement only, and show that it has the optimal performance in terms of both estimation accuracy and response time.

• Journal of Positioning, Navigation, and Timing
• /
• 제10권1호
• /
• pp.49-54
• /
• 2021

Indoor positioning system becomes of increasing interests due to the demands for accurate indoor location information where Global Navigation Satellite System signal does not approach. Wi-Fi access points (APs) built in many construction in advance helps developing a Wi-Fi Received Signal Strength Indicator (RSSI) based indoor localization. This localization method first collects pairs of position and RSSI measurement set, which is called fingerprint database, and then estimates a user's position when given a query measurement set by comparing the fingerprint database. The challenge arises from nonlinearity and noise on Wi-Fi RSSI measurements and complexity of handling a large amount of the fingerprint data. In this paper, machine learning techniques have been applied to implement Wi-Fi based localization. However, most of existing indoor localizations focus on single position estimation. The main contribution of this paper is to develop multi-target localization by using deep neural, which is beneficial when a massive crowd requests positioning service. This paper evaluates the proposed multilocalization based on deep learning from a multi-story building, and analyses its learning effect as increasing number of target positions.