[논문]TDOA 기반 위치탐지를 위한 DOP을 이용한 시각동기화 주수신기 선택 기법

김산해; 송규하; 곽현규

doi:10.7840/kics.2016.41.9.1069

TDOA 기반 위치탐지를 위한 DOP을 이용한 시각동기화 주수신기 선택 기법
Method of Master Receiver Selection Using DOP for Time Synchronization in TDOA-Based Localization 원문보기

한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.41 no.9, 2016년, pp.1069 - 1080

김산해 (Agency for Defense Development) , 송규하 (Agency for Defense Development) , 곽현규 (Agency for Defense Development)

초록
AI-Helper

수동형 감시시스템과 같은 TDOA(Time Difference Of Arrival) 기반의 위치탐지시스템은 다수의 수신기를 이격 설치 후에 수신기 간 시각동기화를 수행하여 동일한 시각으로 설정하고, 수신기에 수신되는 목표 신호의 도래시간차인 TDOA를 이용하여 쌍곡선(또는 쌍곡면)의 교점을 구함으로써 목표의 2차원(또는 3차원) 위치를 추정한다. 시각동기화를 수행하기 위해서는 다수의 수신기 중에 하나가 주수신기(Master)가 되어 나머지 종수신기(Slave)들의 시간을 보정하기 위한 기준을 제공해야 한다. TDOA 기반의 위치탐지 시스템은 서로 이격되어 배치되어 있는 다수의 수신기 중에 선택되는 주수신기에 따라 위치추정정확도가 달라진다. 따라서 다수의 수신기 중에 최적의 수신기를 주수신기로 선택해야 고려하는 시스템의 배치구조에서 최적의 위치추정 성능을 도출할 수 있다. 본 논문에서는 목표와 수신기의 기하학적 배치 기반의 DOP(Dilution Of Precision) 정보를 이용하여 낮은 복잡도와 짧은 수행시간을 가지면서 시스템 내에 자동화가 용이한 주수신기 선택 방법을 제안한다.

Abstract ▼ AI-Helper

TDOA(Time Difference Of Arrival)-based localization system such as the passive surveillance system performs the time synchronization between the receivers after separated installing multiple receivers to set the same clock for all receivers. And it estimates 2D(or 3D) location of the target by solving intersection of the multiple hyperbola(or hyperboloid) using TDOA. To perform time synchronization, one receiver must be set to the master, and it provide the reference data to compensate the clock of the rest of the slaves. The positioning accuracy of TDOA-based localization system is changed in accordance with the master that is selected among multiple receivers. So, the optimum receiver which is selected among multiple receivers must be set to master to get best performance in the considered deployment of receivers. In this paper, we propose a selection scheme of master receiver for time synchronization using DOP(Dilution Of Precision) which is based on location of the target and the multiple receivers. The proposed scheme has low complexity and short processing time, and it is easy to automate in the TDOA-based localization systems.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이와 같이 DOP은 수신기의 배치와 목표의 위치에 따라 그 값이 결정되며, 그 값이 작을수록 위치추정정확도가 향상된다. 본 논문에서는 2차원과 위치오차 분석을 위해 HDOP을 사용하고, 3차원의 위치오차 분석을 위해 PDOP을 이용하고자 한다.
따라서 다수의 수신기 중에 최적의 수신기를 주수신기로 선택해야 고려하는 수신기 배치구조에서 최적의 위치탐지 성능을 도출할 수 있다. 본 논문에서는 다수의 수신기와 고려하는 전장 영역 간의 기하학적 위치에 따른 위치오차정보를 나타내는 DOP 정보를 이용하여 최적의 주수신기를 선택하는 기법을 제안하였다. 모의실험 결과, DOP 기반의 제안 기법으로 시각동기화를 위한 최적의 주수신기를 선택하는 경우, 2차원 또는 3차원 위치추정에서 가장 높은 위치추정정확도를 갖는 주수신기가 선택됨을 확인할 수 있었다.
이를 무차원 수치로 나타낸 것이 DOP(Dilution Of Precision)^[2]이며, 이 수치가 커질수록 위치추정정확도가 저하하게 된다. 본 논문에서는 일반적으로 위성에서 사용되는 DOP 정보를 지상에 설치된 다수의 이격된 수신기와 이동 또는 고정된 목표의 위치에 적용하여 TDOA 기반의 위치탐지시스템의 위치추정정확도 분석에 이용하고자 한다. TDOA 정보 기반의 위치탐지시스템에서 수신기 배치구조와 목표의 위치에 따른 DOP의 분포는 다양한 오차 요인을 포함한 M&S를 통해 도출된 위치추정 정확도의 분포와 유사하기 때문에 이를 이용하여 DOP 분포만으로 위치탐지시스템의 위치추정정확도를 예측할 수 있다.
본 논문에서는, 이러한 DOP 분포와 위치추정정확도의 상관관계를 이용하여, TDOA 기반의 위치탐지시스템에서 시각동기화를 위한 최적의 주수신기를 선택하는 방법을 제안하고자 한다. 본 논문에서 제안하는 최적의 주수신기 선택 방법을 적용하면, 기존의 M&S에 비해 수행시간이 매우 짧고, 시스템 내에 자동 분석이 용이하여 수신기가 이동형인 수동형 감시시스템의 기동성 측면 및 운용인력 측면에서 매우 유용할 것으로 기대된다.
본 절에서는 TDOA 기반의 위치탐지시스템의 시각동기화를 위한 주수신기 선택 기법에 대한 모의실험 결과를 설명하고자 한다. 먼저 그림 5와 같이 4개의 수신기를 배치하고, 각 수신기가 주수신기로 설정된 경우마다 고려하는 전장영역 내인 ±200km에서 10km 간격의 격자 형태로 2차원 위치오차정도를 위한 HDOP을 계산하였다.
TDOA 기반의 위치탐지시스템의 시각동기화를 위한 최적의 주수신기를 선택하기 위해서는 다수의 수신기 배치를 마친 다음 전체 수신기 개수(N) 만큼 주수신기를 바꿔가면서 시스템을 운용함에 있어서 고려하고 있는 전장의 특정 단일 위치 또는 전장의 특정 영역과 같이 특정 위치열에 대한 DOP 계산이 선행되어야 한다. 즉, 가상목표의 특정 위치열에 대한 DOP을 계산하여 모든 수신기가 주수신기로 선택되었을 때의 평균 HDOP(또는 PDOP)이 최소인 수신기를 최적의 주수신기로 선택하는 것이다. 이를 위해, 다음과 같이 각 수신기를 주수신기로 설정하여 N개의 수신기에 대해 가상목표의 특정 위치열에 대한 평균 DOP을 구한다.

가설 설정

각 수신기의 위치오차는 없다고 가정하였으며, 고려하는 전장의 영역은 1번 수신기로부터 ±200km로 설정하였다.

제안 방법

다음은 3차원 위치오차정도를 확인하기 위해 각 수신기가 주수신기로 설정된 경우마다 본 논문에서 고려하는 전장영역 내에서 PDOP을 계산하였다.
먼저 그림 5와 같이 4개의 수신기를 배치하고, 각 수신기가 주수신기로 설정된 경우마다 고려하는 전장영역 내인 ±200km에서 10km 간격의 격자 형태로 2차원 위치오차정도를 위한 HDOP을 계산하였다.
중앙의 처리장치는 수신기들로부터 수신한 TOA를 이용하여 수신기 간의 TDOA 정보를 추출하고 이를 이용하여 목표의 위치를 추정한다. 이 후, 운용자의 화면에 목표의 추정된 위치를 실시간으로 도시함으로써 전장의 상황을 파악할 수 있도록 한다.
이를 검증하기 위해, 각 수신기를 주수신기로 설정된 경우에 대해 실제 위치추정을 수행한 M&S 결과를 도출하여 위치추정정확도 분석을 위해 그림 7과 같이 CEP 분포를 등고선 그래프로 도시하였다.
즉, 가상목표의 특정 위치열에 대한 DOP을 계산하여 모든 수신기가 주수신기로 선택되었을 때의 평균 HDOP(또는 PDOP)이 최소인 수신기를 최적의 주수신기로 선택하는 것이다. 이를 위해, 다음과 같이 각 수신기를 주수신기로 설정하여 N개의 수신기에 대해 가상목표의 특정 위치열에 대한 평균 DOP을 구한다.

이론/모형

본 논문에서 고려하는 모의실험 환경은 다음의 표 1과 같으며, TDOA 기반의 위치추정을 위한 비선형 방정식 풀이 알고리즘은 Levenberg-Marquardt 기법^[5]을 사용하였다. 각 수신기의 위치오차는 없다고 가정하였으며, 고려하는 전장의 영역은 1번 수신기로부터 ±200km로 설정하였다.
위치추정정확도의 성능 평가지표로는 평면상의 정확도인 CEP(Circular Error Probable)와 3차원상의 정확도인 SEP(Spherical Error Probable)를 사용한다^[12]. 여기서 CEP는 위치정확도의 대표적인 측정치로, 목표의 위치의 2차원 수평좌표를 기준으로 추정된 위치의 50%가 포함되는 원의 반경을 미터로 나타낸 것이고 SEP는 3차원 좌표를 기준으로 추정된 위치의 50%가 포함되는 구의 반경을 의미한다.

성능/효과

이를 검증하기 위해, 각 수신기를 주수신기로 설정된 경우에 대해 실제 위치추정을 수행한 M&S 결과를 도출하여 위치추정정확도 분석을 위해 그림 7과 같이 CEP 분포를 등고선 그래프로 도시하였다. 결과를 보면, 세 번째 수신기가 주수신기로 선택된 경우의 CEP 값이 전역에 걸쳐 다른 경우에 비해 상대적으로 낮아 위치추정 성능이 높음을 확인할 수 있으며, 네 번째 수신기가 주수신기로 선택된 경우는 다른 경우에 비해 CEP 값이 상대적으로 높아 위치추정정확도가 저하됨을 알 수 있다. 예를 들어, 목표가 (150km, 150km)에 위치한다고 가정한다면, 세 번째 수신기가 주수신기인 경우는 CEP 값이 약 1,442m이고 네 번째 수신기가 주수신기인 경우는 CEP 값이 약 2,636m으로 그 차이 비율이 약 1.
결과를 보면, 세 번째 수신기가 주수신기로 설정되었을 경우에 HDOP_i이 177.33으로 그 값이 가장 작으며, 네 번째 수신기가 주수신기로 설정되었을 경우에는 HDOP_i이 331.06으로 값이 가장 크며, 그 차이 비율이 약 1.87배임을 알 수 있다. 이는 세 번째 수신기를 시각동기화를 위한 주수신기로 선택하게 되면 주어진 수신기 배치구조에서 가장 높은 위치추정 성능을 가질 수 있음을 의미하며, 네 번째 수신기가 주수신기로 선택되어 시각동기화를 수행하면 위치추정성능이 가장 낮을 것으로 예측할 수 있다.
결과를 보면, 앞서의 경우와 마찬가지로 세 번째 수신기가 주수신기로 설정되었을 경우에 PDOP_i이 334.00으로 가장 작으며, 네 번째 수신기가 주수신기로 설정되었을 경우에는 PDOP_i이 490.01으로 그 값이 가장 크다. 그리고 가장 큰 값과 작은 값의 차이 비율이 약 1.
주어진 모의실험 환경에서 실제 위치추정을 수행한 M&S 결과의 SEP 분포가 그림 9와 같이 등고선 그래프로 도시되어 있다. 고도를 포함한 3차원 위치추정정확도인 SEP 결과를 보면, 세 번째 수신기가 주수신기로 선택된 경우의 SEP 값이 다른 수신기가 주수신기로 선택된 경우에 비해 상대적으로 낮아 가장 높은 3차원 위치추정 성능을 가짐을 확인할 수 있으며, 네 번째 수신기가 주수신기로 선택된 경우는 SEP 값이 상대적으로 높아 가장 낮은 3차원 위치추정 성능을 가짐을 알 수 있다. 앞서의 2차원 위치추정 결과와 마찬가지의 예를 들면, 목표가 (150km, 150km)에 위치할 때 세 번째 수신기가 주수신기인 경우는 SEP 값이 약 2,894m이고 네 번째 수신기가 주수신기인 경우는 SEP 값이 약 4,233m으로 그 차이 비율이 약 1.
또한, 본 논문에서 제안하는 최적의 주수신기 선택 기법을 적용하면 M&S를 통해 주수신기를 찾는 방법에 비해 그 수행시간이 매우 짧으며, 자동 분석이 용이하다는 장점이 있다.
본 논문에서는 다수의 수신기와 고려하는 전장 영역 간의 기하학적 위치에 따른 위치오차정보를 나타내는 DOP 정보를 이용하여 최적의 주수신기를 선택하는 기법을 제안하였다. 모의실험 결과, DOP 기반의 제안 기법으로 시각동기화를 위한 최적의 주수신기를 선택하는 경우, 2차원 또는 3차원 위치추정에서 가장 높은 위치추정정확도를 갖는 주수신기가 선택됨을 확인할 수 있었다. 또한, 본 논문에서 제안하는 최적의 주수신기 선택 기법을 적용하면 M&S를 통해 주수신기를 찾는 방법에 비해 그 수행시간이 매우 짧으며, 자동 분석이 용이하다는 장점이 있다.
또한, 주수신기와 부수신기간의 시각동기 오차는 25ns RMS로 동일하게 설정하였다. 시각동기 오차의 정도는 본 논문에서 제안하는 시각동기화를 위한 주수신기 선택 기법의 성능 검증을 위한 위치추정정확도 성능의 정도에만 동일하게 영향을 미치며, 주수신기 선택 결과에는 영향을 미치지 않는다.

후속연구

본 논문에서 제안하는 최적의 주수신기 선택 방법을 적용하면, 기존의 M&S에 비해 수행시간이 매우 짧고, 시스템 내에 자동 분석이 용이하여 수신기가 이동형인 수동형 감시시스템의 기동성 측면 및 운용인력 측면에서 매우 유용할 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	위치탐지시스템의 위치 추정 정확도를 높이기 위해서 반드시 수행되어야 하는 것은 무엇인가?	수동형 감시시스템과 같은 TDOA(Time Difference Of Arrival) 기반의 위치탐지시스템은 다수의 이격된 수신기에 수신되는 목표 신호의 도래시간차인 TDOA를 이용하여 쌍곡선(또는 쌍곡면)의 교점을 구함으로써 목표의 2차원(또는 3차원) 위치를 추정한다. 따라서 추정되는 위치의 추정정확도를 높이기 위해서는 다수의 이격된 수신기 사이에 GPS 동시관측(CV;Common View) 및 TWSTFT (Two Way Satellite Time and Frequency Transfer) 등의 기술을 이용한 시각동기화가 반드시 수행되어야 한다[1]. 시각동기화를 수행하기 위해서는 다수의 수신기 중에 하나의 수신기가 주수신기(Master)가 되어 나머지 종수신기(Slave)들의 시간을 보정하기 위한 기준을 제공해야 하며, 서로 이격되어 다양하게 배치되어 있는 다수의 수신기 중에 선택되는 주수신기에 따라 위치추정정확도가 달라진다.
	TWSTFT이란?	일반적으로 사용하는 시각동기화 기법은 각 수신기에서 수신한 GPS 시각정보를 사용하는 방법으로, GPS 수신기의 발달과 GPS 위성의 정확도 향상으로 수신기 사이의 시각동기 오차는 25ns ~ 50ns RMS(Root Mean Square) 수준으로 알려져 있다[3]. 시각동기 성능을 향상시키기 위한 대표적인 방법은 GPS를 이용한 양방향 시각전송 기법인 TWSTFT(Two Way Satellite Time and Frequency Transfer)기법과 동일 GPS 동시 관측을 이용한 GPS CV(Common View) 기법 등이 있다[4]. TDOA 기반 위치탐지시스템에서의 시각동기화는 다수의 수신기 중에 주수신기를 설정하고 주수신기에서 시각 보정 데이터를 부수신기에 전달하여 부수신기 내의 루비듐 클락같은 원자시계를 보정하는 형태로 수행되며, 원하는 목표 성능을 갖도록 다양한 시각동기화 기법이 적용된다.
	TDOA 기반의 위치추정 기법은 어떠한 방식으로 목표의 위치를 추정하는가?	TDOA 기반의 위치추정 기법은 목표의 방사 신호를 다수의 이격된 수신기에서 수신하여 측정한 신호측정시간(TOA)의 상호간 차이인 TDOA 정보를 이용하여 해당 목표의 위치를 추정한다. 즉, N개의 수신기에서 수신된 목표 신호의 도착시간인 TOA, ti (i=1,···,N)으로부터 주수신기인 첫 번째 수신기를 기준으로 (N-1)개의 TDOA 정보를 추출하고, 이로부터 목표와 수신기간 거리방정식에 기초하여 형성되는 쌍곡선(또는 쌍곡면)의 교차점으로 목표의 위치를 추정하게 된다.

참고문헌 (12)

J. W. Kim and D. S. Eom, "TDoA-based practical localization using precision time-synchronization," J. KICS, vol. 38C, no. 2, pp. 141-154, Feb. 2013.

원문보기 상세보기
R. B. Langley, "Dilution of Precision," GPS world, pp. 52-59, May 1999.
S. J. Yoon, S. I. Lee, B. G. Park, and K. H. Song, "Error analysis on common-view time transfer: I," in Proc. GNSS Workshop 2011, vol. 18, no. C3, Jeju Island, Korea, Nov. 2011.
L. Wei, et al., "Precision analysis of long baseline time comparison," Software Engineering and Knowledge Engineering: Theory and Practice, vol. 162, pp. 407-413, 2012.
K. Madsen, H. B. Nielsen, and O. Tingleff, Methods for Non-Linear Least Squares Problems, 2nd Ed., Informatics and Math. Modeling (IMM), 2004.
Y. T. Chan and K. C. Ho, "A simple and efficient estimator for hyperbolic location," IEEE Trans. Sign. Process., vol. 42, no. 8, pp. 1905-1915, Aug. 1994.

상세보기
D. H. Kim, K. S. Hwang, and M. Ju, "Aircraft track estimation algorithm for MLAT system," J. KICS, vol. 39A, no. 2, pp. 117-119, Feb. 2014.

원문보기 상세보기
B. T. Fang, "Simple solutions for hyperbolic and related position fixes," IEEE Trans. Aerosp. Electronic Syst., vol. 26, no. 5, pp. 748-753, Sept. 1990.

상세보기
D. G. Kim, Y. H. Kim, J. W. Han, K. H. Song, and H. N. Kim, "Emitter geolocation based on TDOA/FDOA measurements and its analysis," J. KICS, vol. 38C, no. 9, pp. 746-756, Sept. 2013.

원문보기 상세보기
J. K. Lee, Y. J. Kim, and S. C. Kim, "Efficient localization algorithm for non-linear least square estimation," J. KICS, vol. 40, no. 1, pp. 88-95, Jan. 2015.

원문보기 상세보기
B. Li, A. Dempster, and J. Wang, "3D DOPs for positioning applications using range measurements," Wirel. Sensor Netw., vol. 3, no. 10, pp. 334-340, 2011.

상세보기
National Research Council, The Global Positioning System: A Shared National Asset, The National Academies Press, 1999.

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