$\require{mediawiki-texvc}$

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.

선형 최소제곱오차 알고리즘을 응용한 3차원 표적 위치 추정 기법
Estimation Techniques for Three-Dimensional Target Location Based on Linear Least Squared Error Algorithm 원문보기

한국통신학회논문지 = 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)

초록
AI-Helper 아이콘AI-Helper

이 논문에서는 하나의 표적을 다수의 레이더에서 감지하였을 때 3차원 선형 최소제곱오차 알고리즘을 활용하여 정보를 융합함으로써 표적의 위치를 추정하는 기법을 유도하고, 표적에 대한 GPS 측정 정보를 결합하는 기법과 정보에 가중치를 두어 결합하는 기법으로 확장하는 방법을 제안한다. 모의실험을 통하여 제안한 표적 위치 추정기법들이 추정 오차를 줄일 수 있음을 확인하고, 가중치를 두어 정보를 결합하면 측정 정보가 부정확한 경우에도 표적 위치 추정 성능이 강인할 수 있음을 보인다.

Abstract ▼ AI-Helper 아이콘AI-Helper

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 ...

주제어

#location estimation   #multiple sensors   #least squared error   #angle of arrival   #weighted algorithm  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 이 논문에서는 여러 대의 레이더와 표적에 부착된 GPS 장비로부터 얻은 텔레메트리 정보를 활용하여 표적의 위치를 추정하는 기법을 제안한다. 해상에서는 해수면 반사로 인해 레이더의 거리 정보가 부정확할 수 있고 GPS 정보는 고도 정보가 부정확할 수 있기 때문에 정보마다 가중치를 부여하여 표적의 위치를 추정하는 기법을 추가로 제안하고, 모의실험으로 제안한 기법들의 위치 추정 성능을 기존 기법의 성능과 비교한다.
  • 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.
  • 정보의 정확도가 서로 다를 때, 정보에 가중치를 두어 추정하는 기법을 생각해보자. 2차원 추정 기법에서는 가중치 행렬을 한 번에 곱할 수 있으나[1,2], 3차원에서는 정보의 항마다 가중치를 설정하여 결합해야 한다.
본문요약 정보가 도움이 되었나요?

질의응답

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].
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. 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. 

    상세보기 crossref

  2. 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. 

  3. 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. 

  4. 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. 

  5. 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. 

    상세보기 crossref

  6. 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. 

  7. 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. 

    상세보기 crossref

  8. K. Dogancay, "3D Pseudolinear target motion analysis from angle measurements," IEEE Trans. Sign. Process., vol. 63, no. 6, pp. 1570-1580, Mar. 2015. 

    상세보기 crossref

  9. E. Kreyszig, Advanced Engineering Mathematics, 10th Ed., John Wiley and Sons, Inc., New York, 2012. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

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