최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.41 no.7, 2016년, pp.715 - 722
한정재 () , 정윤환 (가톨릭대학교 정보통신전자공학부, 통신신호처리 연구실) , 노상욱 (가톨릭대학교 컴퓨터정보공학부, 지능형시스템 연구센터) , 박소령 , 강도근 (국방과학연구소 제 8 연구본부) , 최원규 (국방과학연구소 제 8 연구본부)
In this paper, by applying the linear least squared error algorithm, we derive an estimation technique for three dimensional target location when a number of radars are used in detecting a target. The proposed technique is then enhanced by combining GPS information and by assigning variable weights ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
본 연구는 3차원 선형 최소제곱오차 알고리즘을 활용하여 어떤 연구기법을 제안하였는가? | 이 논문에서는 이동하는 항공기, 대륙간 탄도미사일, 시험 중인 미사일 등을 여러 대의 레이더로 추적하며 얻은 방위각(azimuth)과 고도각(elevation), GPS 정보를 융합하여, 추적하고자 하는 대상의 위치를 결정하는 기법에 대하여 제안한다. | |
선형 최소제곱오차는 어떤 점을 찾는 가장 일반적인 추정 방법인가? | 그러나 센서의 각도 측정 오차로 인하여 세 대의 센서에서 얻은 직선이 한 점에서 만나지 않을 경우, 표적의 위치를 추정하는 방법을 결정해야만 한다. 가장 일반적인 추정 방법은 각 직선과의 거리 제곱 합이 최소가 되는 점을 찾는 선형 최소제곱오차(linear least squared error: LLSE) 기법이다[1]. 이와 같이 평면에서 여러개 센서의 방위각 정보를 활용하여 표적이나 신호원의 위치를 추정하는 2차원 LLSE 기법은 행렬식으로 유도되어 여러 방면에서 쓰이고 있다[2-4]. | |
2차원 LLSE 기법은 어떤 기법인가? | 가장 일반적인 추정 방법은 각 직선과의 거리 제곱 합이 최소가 되는 점을 찾는 선형 최소제곱오차(linear least squared error: LLSE) 기법이다[1]. 이와 같이 평면에서 여러개 센서의 방위각 정보를 활용하여 표적이나 신호원의 위치를 추정하는 2차원 LLSE 기법은 행렬식으로 유도되어 여러 방면에서 쓰이고 있다[2-4]. |
M. Gavish and A. J. Weiss, "Performance analysis of bearing-only target location algorithms," IEEE Trans. Aerosp. Electron. Syst., vol. 28, no. 3, pp. 817-828, Jul. 1992.
J. H. Lee, M. C. Kim, S. W. Cho, Y. Jin, and D. Lee, "Performance comparison of LOB-based emitter localization algorithms," J. KIMST, vol. 12, no. 4, pp. 437-445, Aug. 2009.
S. R. Park and S. Noh, "Location estimation for multiple targets using expanded DFS algorithm," J. KICS, vol. 38, no. 12, pp. 1207- 1215, Dec. 2013.
S. R. Park and S. Noh, "Location estimation for multiple targets using tree search algorithms under cooperative surveillance of multiple robots," J. KICS, vol. 38, no. 9, pp. 782-791, Sept. 2013.
H. J. Shao, X. P. Zhang, and Z. Wang, "Efficient closed-form algorithms for AOA based self-localization of sensor nodes using auxiliary variables," IEEE Trans. Sign. Process., vol. 62, no. 10, pp. 2580-2594, May 2014.
S. Tomic, M. Beko, R. Dinis, and L. Berbakov, "Cooperative localization in wireless sensor networks using combined measurements," in Proc. 23rd IEEE TELFOR, pp. 488-491, Belgrade, Serbia, Nov. 2015.
Y. Wang and K. C. Ho, "An asymptotically efficient estimator in closed-form for 3-D AOA localization using a sensor network," IEEE Trans. Wirel. Commun., vol. 14, no. 12, pp. 6524-6535, Dec. 2015.
K. Dogancay, "3D Pseudolinear target motion analysis from angle measurements," IEEE Trans. Sign. Process., vol. 63, no. 6, pp. 1570-1580, Mar. 2015.
E. Kreyszig, Advanced Engineering Mathematics, 10th Ed., John Wiley and Sons, Inc., New York, 2012.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.