$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 비동기 다중 레이더 융합을 통한 실시간 궤도 추정 알고리즘
Real time orbit estimation using asynchronous multiple RADAR data fusion 원문보기

항공우주기술 = Aerospace engineering and technology, v.13 no.2, 2014년, pp.66 - 72  

송하룡 (IT융합기술팀) ,  문병진 (IT융합기술팀) ,  조동현 (IT융합기술팀)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 비동기 다중 레이더의 추적데이터 융합을 통한 우주 물체 추적 알고리즘을 소개하였다. 지구저궤도에 분포되어 있는 우주 물체 추적을 위하여 다중의 레이더를 사용한 추적 시나리오를 설정하였고, 각 레이더의 우주 물체 추적을 위하여 선형화 칼만 필터를 사용하였다. 샘플링 시간이 서로 다른 다중 레이더의 데이터를 융합하기 위해서 각각의 레이더에서 측정 가능한 범위를 STK/ODTK를 사용하여 결정하고, 다중 레이더가 동시에 우주 물체를 추적 하는 시간 동안 칼만 필터 기반의 비동기 융합 알고리즘을 적용하여 우주 물체의 궤도를 추정하였으며, 시뮬레이션을 통해 다중 레이더 융합을 통한 궤도 추정의 성능을 분석하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper introduces an asynchronous multiple radar fusion algorithm for space object tracking. To estimate orbital motion of space object, a multiple radar scenario which jointly measures single object with different sampling time indices is described. STK/ODTK is utilized to determine realization...

Keyword

#궤도 추정   #비동기 융합   #다중 추적 레이더   #선형화  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 선형화 칼만 필터를 이용한 융합 알고리즘은 개발 되었지만, 다중 레이더가 서로 동기화 되어 있다는 가정이 전제되어 있다[3]. 이러한 문제점을 극복하기 위하여, 본 연구에서는 관측 범위가 중복되는 2개 이상의 다중레이더 데이터를 효율적으로 융합하여 실시간, 고성능의 궤도 융합 추정 알고리즘을 제안 하였다. 다중 레이더를 사용한 관측 범위 내 우주 물체 측정 데이터 추출 및 우주 물체 궤도 생성을 위하여 AGI사의 STK/ODTK를 사용하였고, 시뮬레이션을 통해 제안된 알고리즘의 성능을 분석하였다.
  • 본 논문에서는 지구 저궤도상에서 궤도 운동을 하는 우주 물체에 대하여 비동기 다중 레이더시스템을 이용해 궤도 운동 상태를 추정하는 방법을 제안하였다. 우주 물체의 궤도와 다중 레이더의 관측 범위 결정 및 데이터 추출을 위해 상용 툴인AGI사의STK/ODTK를 사용 하였다.

가설 설정

  • 다중 레이더가 동시에 물체의 궤적을 관측할 수 있는 시간은STK/ODTK를 통해 계산(300 sec)하고 이 시간 동안에 물체의 궤적은 그림3 에서 확인할 수 있다. 2대의 레이더의 비동기 관측 간격은 각각 ∆t1=1(sec), ∆t2=2(sec)로 설정하였고 레이더의 초기 관측시간은 각각 t1,initial=0.8(sec) t2,initial=1.8(sec)로 가정하여 데이터를 생성하고Fusion Center에서의 데이터 융합 시간 간격 ∆tf=3로 설정하였다. ODTK를 사용하여 레이더 데이터를100회 획득하여Monte-Carlo시뮬레이션을 수행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
레이더의 특징은 무엇인가? 일반적으로 지구 저궤도상의 우주물체를 정밀하게 측정하여 궤도 정보를 추정하기 위해서는 레이더가 사용된다. 레이더는 관측 범위 내 광역 지역을 조사하여 우주 물체를 탐지하고, 궤도를 추적할 수 있는 시스템으로서, 광학 시스템과 달리 기상 및 시간의 제약 없이 전천후 감시가 가능하고 미 식별 물체에 대한 조기탐지 및 추적이 용이하다. 이러한 장점 때문에 미국과 유럽을 주축으로 하여 전 세계적으로 우주 감시 레이더망이 구축되어 있고 이러한 레이더 데이터에 의해SOC는 관리되고 있다.
우주 물체 목록에 대한 정확한 상태 정보 추정을 위하여 일반적으로 사용하는 방법은 무엇인가? 우주 궤도상에 있는 각국의 인공위성과 국제우주정거장과 같은 대형 우주 구조물을 우주파편과의 충돌로부터 지키기 위해서는 우주 물체 목록(SOC, space object catalog)에 대한 정확한 상태 정보 추정이 수반 되어야 한다[1]. 일반적으로 지구 저궤도상의 우주물체를 정밀하게 측정하여 궤도 정보를 추정하기 위해서는 레이더가 사용된다. 레이더는 관측 범위 내 광역 지역을 조사하여 우주 물체를 탐지하고, 궤도를 추적할 수 있는 시스템으로서, 광학 시스템과 달리 기상 및 시간의 제약 없이 전천후 감시가 가능하고 미 식별 물체에 대한 조기탐지 및 추적이 용이하다.
선형화 칼만 필터를 이용한 융합 알고리즘이 전제하고 있는 것은 무엇인가? 반면 칼만필터(KF, Kalman filter)와 같은 순환필터의 경우 실시간 처리는 가능하지만, 일괄 처리 방법과 달리 중복된 관측 범위에 대한 데이터를 처리하기 위해서는 별도의 융합 알고리즘을 적용할 필요가 있다. 선형화 칼만 필터를 이용한 융합 알고리즘은 개발 되었지만, 다중 레이더가 서로 동기화 되어 있다는 가정이 전제되어 있다[3]. 이러한 문제점을 극복하기 위하여, 본 연구에서는 관측 범위가 중복되는2개 이상의 다중레이더 데이터를 효율적으로 융합하여 실시간, 고성능의 궤도 융합 추정 알고리즘을 제안 하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (7)

  1. D. J. Lee and K. T. Alfriend, "Sigma Point Filtering for Sequential Orbit Estimation and Prediction", Journal of Spacecraft and Rockets, Vol. 44, No. 2, March-April, 2007. 

  2. D. A. Vallado, Fundamentals of Astrodynamics and Applications, McGraw-Hill, New York, 1997. 

  3. 송하룡, 문병진, 조동현, "다중 레이더 융합을 통한 실시간 궤도 추정 알고리즘", 2014 춘계 한국항공우주공학회논문집. 

  4. Y. Hu, Z. Duan, D, Zhou, "Estimation Fusion with General Asynchronous Multi-Rate Sensors", IEEE Trans. on Aerospace and Electronic Systems, Vol. 46, No. 4, Oct. 2010. 

  5. B. Ristic, S. Arulampalam, N. Gordon, Beyond the Kalman Filter Particle Filters for Tracking Applications, Artech House, Boston, 2004. 

  6. F. L. Lewis, Optimal Estimation with an Introduction to Stochastic Control Theory, JohnWilley & Sons, New York, 2001. 

  7. L. Lewis, Optimal Estimation with an Introduction to Stochastic Control Theory, JohnWilley & Sons, New York, 2001. 

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로