[논문]ASF 예측모델과 실측치를 이용한 영일만 해상 ASF 맵 생성기법

황상욱; 신미영; 최윤섭; 유동희; 박찬식; 양성훈; 이창복; 이상정

doi:10.5394/kinpr.2013.37.4.375

ASF 예측모델과 실측치를 이용한 영일만 해상 ASF 맵 생성기법
A generation method of ASF mapping by the predicted ASF with the measured one in the Yeongil Bay 원문보기

한국항해항만학회지 = Journal of navigation and port research, v.37 no.4, 2013년, pp.375 - 381

황상욱 (충남대학교 대학원) , 신미영 (한국해양과학기술원 해양안전기술연구부) , 최윤섭 (충남대학교 대학원) , 유동희 (부산가톨릭대학교 멀티미디어공학과) , 박찬식 (충북대학교 전자공학전공) , 양성훈 (한국표준과학연구원) , 이창복 (한국표준과학연구원) , 이상정 (충남대학교 전자공학과)

초록
AI-Helper

eLoran 시스템의 구축을 위해서는 기존 LORAN-C 설비의 보완과 데이터채널, dLoran 기준국, ASF 데이터베이스 등의 추가가 필요하다. 특히 항만접근 시 eLoran을 이용한 정밀 위치측정을 위해서는 항만 해역에 대한 ASF 맵이 반드시 이용자에게 제공되어야 한다. 본 연구에서는 eLoran 시스템의 주요 오차 요인인 항만에서의 ASF를 효율적으로 생성 및 보완하기 위하여, ASF 예측모델과 실측치를 이용한 ASF 맵 생성기법에 대해 연구하였다. 포항 LORAN-C 주국(9930M)에서 송신신호와 LORAN-C 수신기의 수신신호를 각각 세슘원자시계를 기준으로 측정하는 전파지연 측정법을 적용하여 ASF 실측치를 얻었고, ASF 예측맵은 불규칙한 지형을 적용한 몬테스 모델로 구현하였다. 본 논문에서는 영일만 해상 12 개 측정점에서의 ASF 실측값과 ASF 모델링을 통해 획득한 예측값의 옵셋을 보정하여 영일만의 ASF 맵을 생성하였다.

Abstract ▼ AI-Helper

In order to establish eLoran system it needs the betterment of a receiver and a transmitter, the add of data channel to loran pulse for loran system information and the differential Loran for compensating Loran-c signal. Precise ASF database map is essential if the Loran delivers the high absolute accuracy of navigation demanded at maritime harbor entrance. In this study we developed the ASF mapping method using predicted ASFs compensated by the measured ASFs for maritime in the harbor. Actual ASF is measured by the legacy Loran signal transmitted from Pohang station in the GRI 9930 chain. We measured absolute propagation delay between the Pohang transmitting station and the measurement points by comparing with the cesium clock for the calculation of the ASFs. Monteath model was used for the irregular terrain along the propagation path in the Yeongil Bay. We measured the actual ASFs at the 12 measurement points over the Yeongil Bay. In our ASF-mapping method we estimated that the each offsets between the predicted and the measured ASFs at the 12 spaced points in the Yeongil. We obtained the ASF map by adjusting the predicted ASF results to fit the measured ASFs over Yeungil bay.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

ASF의 정확한 모델링을 위해서는 지표면의 고도정보, 해안선정보, 전도율정보를 보유해야한다. 본 논문에서는 ASF 예측 시뮬레이터을 통해 영일만 해역을 대상으로 ASF 예측치와 실측치의 비교분석을 통해 ASF 맵의 가용성을 평가하였다. 몬테쓰 모델에 필요한 고도 및 해안선 정보는 미국항공우주국(NASA) SRTM에서 제공하는 30 m 간격의 DEM(Digital Elevation Model) 정보를 사용하였으며(NASA, 2009) DEM 정보로부터 남한지역을 대상으로 해안선 정보를 도출하여 사용하였다.
ASF 데이터베이스는 eLoran에서 HEA를 만족시키기 위해서 이용자에게 반드시 제공되어야하는 정보로 이를 위해서 ASF 맵핑 기술을 확보해야한다. 본 논문에서는 eLoran 시스템의 주요 오차 요인인 항만에서의 ASF를 효율적으로 정확하게 보상하기 위하여, ASF 예측모델과 실측값을 이용한 ASF 맵 생성기법에 대해 연구하였다. ASF 실측은 포항 로란-C 주국(9930M)에서 송신신호와 Loran 수신기의 수신신호를 각각 세슘원자시계를 기준으로 측정하는 전파지연 측정법을 적용하였고(Keating, 1986) ASF 예측모델은 불규칙한 지형을 가정한 몬테쓰 모델을 적용하였다.
ASF 예측맵은 HEA에서 요구하는 항법성능을 만족할 수있도록 격자크기를 결정해야 한다. 본 논문에서는 영일만을 대상으로 ASF 보정오차의 최대 허용범위를 만족하는 격자간격을 도출하였다. Fig.
본 논문에서는 우리나라와 같이 공간적인 ASF의 변화가 민감한 환경에서 활용 가능한 ASF 맵 생성기법을 제안한다. 이를 위해서 ASF 맵 생성기법은 몬테쓰 모델을 이용한 이론적인 ASF 예측치를 활용하여 대상지역의 공간적인 ASF를 해석하여 효과적인 보정 기준점을 선정하고, 선정한 보정 기준점의 ASF 실측치를 이용하여 ASF 예측치를 보정하는 방법을 적용하여 실측데이터 기반의 ASF 맵을 생성하였다.

제안 방법

ASF 보정맵 생성을 위해서 먼저 영일만의 12 곳의 측정점에서 ASF 실측치와 예측치 편차를 계산하였다. 12 곳의 측정점에서 ASF 예측치와 실측치의 편차가 유사한 성향을 갖는 3 개의 set으로 분류하고 각 측정점의 ASF 측정 대표값을 결정하였다.
8의 우측에 도시한 것은 ASF 실측치가 존재하지 않는 영역의 보정값을 산출하기 위한 ASF 예측치 보정맵 생성과정이다. ASF 보정맵 생성을 위해서 먼저 영일만의 12 곳의 측정점에서 ASF 실측치와 예측치 편차를 계산하였다. 12 곳의 측정점에서 ASF 예측치와 실측치의 편차가 유사한 성향을 갖는 3 개의 set으로 분류하고 각 측정점의 ASF 측정 대표값을 결정하였다.
ASF 예측 시뮬레이터는 Microsoft 社의 Visual C++ 개발환경을 이용하여 구현하였다. ASF 예측치 분석을 위해 여러 대의 컴퓨터로 연산을 분산하여 병렬 처리함으로써 연산처리시간을 단축하였다. 시뮬레이터의 구조는 Fig.
대상 지역은 포항 Loran 송신국 신호를 이용하여 영일만을 대상으로 공간적인 ASF 보상에 필요한 ASF 맵 생성기법을 적용하였다. 그리고 영일만 지역의 ASF 특성 분석을 통해 측정 대상해역에 적합한 ASF 맵 격자간격을 결정하였다(Kunh, 2006). 또한 ASF 예측치와 다수의 실측치 간의 추이분석을 통해 ASF 맵의 타당성을 검토하였다.
6과 같이 대보항에서 부터 영일만항까지 선박을 이용하여 총 12 곳의 측정점을 선정하여 ASF를 측정하였다. 대상지역에 대한 ASF 측정은 시간적인 ASF의 영향이 상대적으로 적게 나타나는 여름철을 대상으로 2010년 6월, 7월, 9월에 걸쳐서 총 3회에 걸쳐 하루 중 오후시간에 측정을 실시하였다.
그리고 영일만 지역의 ASF 특성 분석을 통해 측정 대상해역에 적합한 ASF 맵 격자간격을 결정하였다(Kunh, 2006). 또한 ASF 예측치와 다수의 실측치 간의 추이분석을 통해 ASF 맵의 타당성을 검토하였다.
영일만 해상에서 ASF 맵의 생성을 위해서 12 곳의 해상 측정점의 모델링을 통해 획득한 예측값과 ASF 실측값과의 옵셋값을 구하였다. 또한 이를 적용해서 ASF 예측맵을 보정하여 실측값에 기반한 영일만의 ASF 맵을 생성하였다. 영일만의 경우 ASF 예측맵의 격자간격을 500 m로 할 경우 최대 오차는 0.
몬테쓰 모델에 필요한 고도 및 해안선 정보는 미국항공우주국(NASA) SRTM에서 제공하는 30 m 간격의 DEM(Digital Elevation Model) 정보를 사용하였으며(NASA, 2009) DEM 정보로부터 남한지역을 대상으로 해안선 정보를 도출하여 사용하였다. 또한 전도율 정보는 ITU-R P.832.3 남한 전도율 자료를 이용하였으며(ITU-R, 1992), 이 정보들은 ESRI사 ArcGIS를 활용하여 UTM(Universal Transverse Mercator) 좌표계로 데이터베이스를 구축하였다. ASF 예측 시뮬레이터는 Microsoft 社의 Visual C++ 개발환경을 이용하여 구현하였다.
Master에서 결정된 총 L개의 ASF 예측점은 적분구간을 고려하여 P대의 Slave에 분산, 할당된다. 본 논문에서 ASF 시뮬레이터는 Master 1대와 Slave 3대의 컴퓨터를 이용하여 구현하였으며, 많은 양의 ASF 예측치를 산출해야하기 때문에 효과적인 처리를 위해서 Fig. 4와 같이 병렬처리를 수행하여 연산량을 감소시켰다. 시뮬레이터의 입력 파라미터인 포항송신국의 위치 및 예측 영역은 Table 1과 같고, 입력된 몬테쓰 모델의 설정 파라미터는 Table 2와 같다.
14는 ASF 실측치와 예측치를 이용한 예측맵 생성과정이다. 본 논문에서는 영일만을 대상으로 ASF 맵을 생성하기 위해서 다수의 해상 측정점의 ASF 실측값과 ASF 모델링을 통해 획득한 예측값과의 옵셋값을 ASF 예측맵에 적용하여 보정함으로써 실측값에 기반한 격자간격을 500 m인 영일만의 ASF맵을 생성하였다(Fig. 15).
시뮬레이터의 입력 파라미터인 포항송신국의 위치 및 예측 영역은 Table 1과 같고, 입력된 몬테쓰 모델의 설정 파라미터는 Table 2와 같다. 송신국과 예측점의 좌표는 위도, 경도, 고도의 값으로 표시되는 지심좌표계에서 중부원점을 기준으로 하는 TM(Transverse Mercator) 좌표계로 변환하여 적용하였다.
영일만 해상에서 ASF 맵의 생성을 위해서 12 곳의 해상 측정점의 모델링을 통해 획득한 예측값과 ASF 실측값과의 옵셋값을 구하였다. 또한 이를 적용해서 ASF 예측맵을 보정하여 실측값에 기반한 영일만의 ASF 맵을 생성하였다.
본 논문에서는 우리나라와 같이 공간적인 ASF의 변화가 민감한 환경에서 활용 가능한 ASF 맵 생성기법을 제안한다. 이를 위해서 ASF 맵 생성기법은 몬테쓰 모델을 이용한 이론적인 ASF 예측치를 활용하여 대상지역의 공간적인 ASF를 해석하여 효과적인 보정 기준점을 선정하고, 선정한 보정 기준점의 ASF 실측치를 이용하여 ASF 예측치를 보정하는 방법을 적용하여 실측데이터 기반의 ASF 맵을 생성하였다. 대상 지역은 포항 Loran 송신국 신호를 이용하여 영일만을 대상으로 공간적인 ASF 보상에 필요한 ASF 맵 생성기법을 적용하였다.

대상 데이터

이를 위해서 ASF 맵 생성기법은 몬테쓰 모델을 이용한 이론적인 ASF 예측치를 활용하여 대상지역의 공간적인 ASF를 해석하여 효과적인 보정 기준점을 선정하고, 선정한 보정 기준점의 ASF 실측치를 이용하여 ASF 예측치를 보정하는 방법을 적용하여 실측데이터 기반의 ASF 맵을 생성하였다. 대상 지역은 포항 Loran 송신국 신호를 이용하여 영일만을 대상으로 공간적인 ASF 보상에 필요한 ASF 맵 생성기법을 적용하였다. 그리고 영일만 지역의 ASF 특성 분석을 통해 측정 대상해역에 적합한 ASF 맵 격자간격을 결정하였다(Kunh, 2006).
본 논문에서는 ASF 예측 시뮬레이터을 통해 영일만 해역을 대상으로 ASF 예측치와 실측치의 비교분석을 통해 ASF 맵의 가용성을 평가하였다. 몬테쓰 모델에 필요한 고도 및 해안선 정보는 미국항공우주국(NASA) SRTM에서 제공하는 30 m 간격의 DEM(Digital Elevation Model) 정보를 사용하였으며(NASA, 2009) DEM 정보로부터 남한지역을 대상으로 해안선 정보를 도출하여 사용하였다. 또한 전도율 정보는 ITU-R P.
영일만 해상 ASF 생성을 위해서 Fig. 6과 같이 대보항에서 부터 영일만항까지 선박을 이용하여 총 12 곳의 측정점을 선정하여 ASF를 측정하였다. 대상지역에 대한 ASF 측정은 시간적인 ASF의 영향이 상대적으로 적게 나타나는 여름철을 대상으로 2010년 6월, 7월, 9월에 걸쳐서 총 3회에 걸쳐 하루 중 오후시간에 측정을 실시하였다.

이론/모형

본 논문에서는 eLoran 시스템의 주요 오차 요인인 항만에서의 ASF를 효율적으로 정확하게 보상하기 위하여, ASF 예측모델과 실측값을 이용한 ASF 맵 생성기법에 대해 연구하였다. ASF 실측은 포항 로란-C 주국(9930M)에서 송신신호와 Loran 수신기의 수신신호를 각각 세슘원자시계를 기준으로 측정하는 전파지연 측정법을 적용하였고(Keating, 1986) ASF 예측모델은 불규칙한 지형을 가정한 몬테쓰 모델을 적용하였다. 이론적 모델을 이용하여 생성한 ASF 예측치를 이용하면 전파환경에 의한 실제 영향을 반영하기 어렵지만 실측할 수 없는 부분에 대한 ASF 값을 결정하는 데 효율적으로 이용할 수 있다.
몬테쓰 모델은 전도율과 고도에 대한 정보를 토대로 송신국으로부터 수신기까지의 전파지연 거리에 따른 위상지연과 신호감쇄를 모델링한 것이다. ASF 예측 시뮬레이터는 ASF 예측치 생성을 위해 몬테쓰의 불규칙한 지형모델을 적용하였다. ASF의 정확한 모델링을 위해서는 지표면의 고도정보, 해안선정보, 전도율정보를 보유해야한다.
3 남한 전도율 자료를 이용하였으며(ITU-R, 1992), 이 정보들은 ESRI사 ArcGIS를 활용하여 UTM(Universal Transverse Mercator) 좌표계로 데이터베이스를 구축하였다. ASF 예측 시뮬레이터는 Microsoft 社의 Visual C++ 개발환경을 이용하여 구현하였다. ASF 예측치 분석을 위해 여러 대의 컴퓨터로 연산을 분산하여 병렬 처리함으로써 연산처리시간을 단축하였다.
2와 같다. Slave에서는 Master에서 할당받은 예측점의 ASF는 고도, 전도율, 해안선정보 등을 이용한 몬테쓰 모델을 적용하여 계산하였다. Slave의 모듈구조는 Fig.

성능/효과

또한 이를 적용해서 ASF 예측맵을 보정하여 실측값에 기반한 영일만의 ASF 맵을 생성하였다. 영일만의 경우 ASF 예측맵의 격자간격을 500 m로 할 경우 최대 오차는 0.03 μs 이하로 9 m 이하의 측정치 오차를 갖는 것을 확인하였다. 이것은 HEA 요구성능인 20 m (2dRMS) 이하의 항법성능을 만족하는 것이다.

후속연구

본 논문에서는 포항 송신국에 대한 영일만의 ASF 맵핑 데이터베이스만을 생성했지만 eLoran의 확대적용을 위해서는 광주 송신국 등에 대해서도 추가적인 ASF 맵 생성이 필요하다. 또한 ASF 데이터베이스를 전국 주요 항만으로 확대해서 구축함으로써 eLoran 시스템 구축 및 운용 시 신속하고 정확한 ASF 정보제공이 가능해질 것이다.
이것은 HEA 요구성능인 20 m (2dRMS) 이하의 항법성능을 만족하는 것이다. 본 논문에서는 포항 송신국에 대한 영일만의 ASF 맵핑 데이터베이스만을 생성했지만 eLoran의 확대적용을 위해서는 광주 송신국 등에 대해서도 추가적인 ASF 맵 생성이 필요하다. 또한 ASF 데이터베이스를 전국 주요 항만으로 확대해서 구축함으로써 eLoran 시스템 구축 및 운용 시 신속하고 정확한 ASF 정보제공이 가능해질 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	1970년대까지 사용한 ASF 모델링은 무엇인가?	해상에서의 이론적인 ASF 맵은 전파지연 예측모델을 통해 구현할 수 있다. ASF 모델링의 경우 1970년대 초까지는 전파경로의 혼합 전도율을 고려한 밀링턴 (Millington) 모델을 주로 사용하였다(Samaddar, 1979). 1970년대 후반에는 전도율 외에도 지표의 고도변화에 의한 추가적인 전파지연을 고려한 모델에 대한 연구가 진행되었다.
	eLoran 시스템을 이용한 항법에서 기본적으로 필요한 것은?	eLoran(Enhanced Long Range Navigation) 시스템을 이용한 항법의 경우 항만입항 및 접근(Harbor and Entrance Approach: HEA) 시에 eLoran의 항법 성능을 만족하기 위해서는 기본적으로 항만에 대한 ASF(Additional Secondary Factor) 맵이 필요하다. 해상에서의 이론적인 ASF 맵은 전파지연 예측모델을 통해 구현할 수 있다.
	Additional Secondary Factor 맵의 실측 값을 얻기 위해서 2004년 이후부터 연구 중인 방법은?	ASF 맵을 생성하기 위해서는 실측을 통해 전파지연을 측정하는 것이 이상적이다. 하지만 넓은 지역인 경우 ASF 맵의 실측치를 확보하려면 많은 시간과 비용이 요구되기 때문에(Williams, 2000;2004) 2004년 이후부터 Kuhn et al.(2006), Johnson et al.(2007)에 의해 ASF 맵의 효율적 생성을 위한 ASF 실측치와 선형보간법 및 선형보외법을 연계한 ASF 맵 생성법에 대한 연구가 진행되었다. 하지만 대부분이 산악지형인 우리나라는 기존 연구가 이루어진 지역과 다르게 공간적인 ASF의 변화가 민감하게 나타나기 때문에 일부 항로에서 측정한 ASF 실측치를 토대로 선형보간법과 선형보외법을 적용하여 항구나 항만의 ASF 맵을 생성하기 위해서는 보다 많은 시간과 비용의 투자가 불가피하다.

참고문헌 (15)

ITU-R P.832-1(1992), World ATLAS of Ground Conductivities, pp. 29.
NASA(2009), SRTM, "http://www.jpl.nasa.gov /srtm/" Volpe National Transpotation Systems Center, US Department of Transportation, Office of Assistant
Secretary for Transportation Policy (2001), Vulnerability Assessment of the Transportation Infrastructure Relying on the Global Positioning System, Volpe Report.
Johler, J. R., Keller, W. J., and Walters, L. C.(1956), "Phase of the Low radio Frequency Ground Wave", NBS Circular No. 573, pp. 1-38.
Johnson, G. W., Shalaev, J. R., Oates, C., Swaszek, F., Hartnett, C. R., Lown, D., Kevin Shmihluk, K. (2006), "A Procedure for Creating Optimal ASF Grids for Harbor Entrance & Approach", ION GNSS 19th International Technical Meeting of the Satellite.
Keating, R. E., Lukac, C. F., Luther, G. H., and Charron, L. G.(1986), "Time calibration of the Northeast U.S.A. Loran-C Chain(9960)", 18th Annual PTTI Applications and Planning Meeting, pp. 331-351.
Last, D., William, P., and Dykstra, K.(2000), "propagation of Loran-C signals in Irregular Terrain-Modelling and Measurements : Part I ; Modelling", Annual Convention and Technical Symposium, International Loran Association.
Last, D., William, P., and Dykstra, K., "propagation of Loran-C signals in Irregular Terrain-Modelling and Measurements : Part II ; Measurements", Annual Convention and Technical Symposium, International Loran Association.
Monteath, G. D.(1978), " Computation of Groundwave Attenuation over Irregular and Inhomogeneous Ground at Low and Medium Frequencies", BBC Report 1978/7, pp. 1-18.
Samaddar S. N.(1979), "The Theory of Loran-C Ground Wave Propagation -A Review", the Journal of The Institute of Navigation, Vol. 26, No. 3, pp. 173-187.

상세보기
Williams, P., Last. D.(2000), "Mapping the ASFs of the Northwest European Loran-C System", Journal of the Royal Institute of Navigation, Vol. 53, No. 2, pp. 225-235.

상세보기
Williams, P., Last. D.(2004) "Extending the range of Loran-C ASF modelling", International Loran Association, Tokyo, Japan.
Johnson, G., Hartnett, R., Swaszek, P., Moyer, T., and Shalaev, J. R.(2003), "Summer vacation 2003-ASF Spatial Mapping in CO, AR, FL, CA", 32nd Annual Convention and Technical Symposium, International Loran Association.
Johnson, G. W., Shalaev, J. R., Oates, C., Hartnett, C. R., and Swaszek, P. F.(2007), "4 Down, 50 to go - An update on Harbor Surveys in the United States", 36th Annual Convention and Technical Symposium, International Loran Association.
Kuhn, M., Johnson, G., Wiggins, M., et al.(2006), "Warping time and space: spatial correlation of temporal variations," Proc. 35th Annual Technical Symposium, International Loran Association, Groton, CT, pp. 24-25.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증