[논문]무인항공기를 이용한 3차원 방향탐지 기법 연구

최홍락; 최준성

doi:10.12673/jant.2024.28.5.678

초록
AI-Helper

수동식 위치표정은 전파를 발생하는 목표물을 기지국 또는 차량을 이용해 다양한 기법을 활용하여 탐지한다. 하지만, 기지국과 차량은 이동의 제한이 많을 뿐만 아니라 환경의 영향을 많이 받게 되며 활용되던 기법들은 2차원으로 목표물의 위치만 탐지가 가능하다. 따라서 본 연구에서는 민간, 상업용으로서 다양한 활용 중인 높인 위치에서 이동성을 겸비한 무인항공기를 이용하여 3차원으로 목표물의 위치를 탐지하는 기법을 다룬다. 수신 전력만을 이용하여 가상의 3차원 구를 생성해 목표물의 위치를 추정하는 기법을 제안하며 시뮬레이션을 구성하여 결과를 분석하였다. 구성된 시뮬레이션은 지상 차량 실측데이터와 동일한 위치에서의 무인항공기를 위치시켰을 때 3차원 방향탐지 기법을 사용하여 목표물의 위치를 추정하는 성능을 비교·분석하였다.

Abstract ▼ AI-Helper

The manual direction-finding method detects a target that emits radio waves using a base station or vehicle, utilizing various techniques. However, base stations and vehicles have many limitations in mobility and are heavily affected by environmental factors, and the techniques traditionally used co...

The manual direction-finding method detects a target that emits radio waves using a base station or vehicle, utilizing various techniques. However, base stations and vehicles have many limitations in mobility and are heavily affected by environmental factors, and the techniques traditionally used could only detect the target's location in two dimensions. Therefore, this study presents a technique for detecting the target's location in three dimensions using an unmanned aerial vehicle(UAV), which is widely used for civilian and commercial purposes and combines mobility with a higher vantage point. We propose the method that estimates the target's location by generating a virtual 3D sphere using only the received power, and we conducted a simulation to analyze the results. The simulation was compared and analyzed with ground vehicle measurement data to evaluate the performance of 3D direction-finding when positioning the UAV at the same location.

Keyword

표/그림 (16)

그림 그림 1. AOA 목표물 탐지 개요도 Fig. 1. AOA target detection overview.
그림 그림 2. TDOA 목표물 탐지 개요도 Fig. 2. TDOA target detection overview.
그림 그림 3. PDOA 목표물 탐지 개요도 Fig. 3. PDOA target detection overview.
그림 그림 4. 3차원 방향탐지 흐름도 Fig. 4. Three dimension direction finding flow chart.
그림 그림 5. 교차공간이 발생하지 않은 상황 개요도 Fig. 5. Overview of a non-intersection case.
그림 그림 6. 교차공간이 구 전체에 발생한 상황 개요도 Fig. 6. Overview of a case where the intersection space contains the entire smaller sphere.
그림 그림 7. 교차공간이 구 일부분에 발생한 상황 개요도 Fig. 7. Overview of a case where the intersection occurs partially in each sphere.
그림 그림 8. 3가지 Path-Loss Model 비교 Fig. 8. Comparison of three path-loss models.
표 표 1. 시뮬레이션 파라미터 Table 1. Simulation parameter.
그림 그림 9. FSPL 시뮬레이션 결과 Fig. 9. FSPL simulation result.
그림 그림 10. Hata 시뮬레이션 결과 Fig. 10. Hata simulation result.
표 표 2. FSPL 시뮬레이션 결과 Table 2. FSPL simulation result.
표 표 3. Hata 시뮬레이션 결과 Table 3. Hata simulation result.
그림 그림 11. 3GPP Umi 시뮬레이션 결과 Fig. 11. 3GPP Umi simulation result.
그림 그림 12. 오차거리 누적 분포 함수 그래프 Fig. 12. Error distance cumulative distribution function graph.
표 표 4. 3GPP Umi 시뮬레이션 결과 Table 4. 3GPP Umi simulation result.

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 수동식 표정방식의 장단점을 극복할 수 있도록 이동성을 겸비하면서 높은 위치에서 LOS 환경을 조성할 수 있는 무인항공기(UAV; unmanned aerial vehicle)를 이용하고자 한다. 무인항공기는 드론(drone)이라 불리기도 하며, 조종사가 탑승하지 않고 비행할 수 있는 항공기이다.
최초 무인항공기는 군사용으로 개발되었지만, 기술의 발달과 증가하는 수요로 점차 민간, 상업용으로 빠르게 도입되면서 무인항공기 시장이 확대되어 교통관제, 배송, 농업, 방송, 재난 등 활용 범위가 증가하고 있다[2]. 본 논문에서는 특정 주파수 RF(radio frequency) 신호를 발생하는 목표물을 3차원으로 탐지하기 위한 시뮬레이션을 구성하여 지상과의 성능을 비교분석 하고자 한다.
본 연구에서는 무인항공기를 활용하여 3차원으로 목표물의 위치를 탐지하는 기법을 제안하고자 한다. 무인항공기는 전원 공급량이 제한적이며, 특히 기동 속도 및 시간 등을 고려할 때 적재 가능한 무게가 많아질수록 높은 전원공급이 필요하거나 전원공급이 높게 필요한 고성능 장비는 제한적이라 판단된다.
본 논문에서는.방향탐지를 할 때 무인항공기를 기반으로 3차원 목표물의 위치를 추정할 수 있는 기법을 제안하였다. 제안기법은 MATLAB 시뮬레이션으로 무인항공기에 대한 상황을 구현하여 차량 측정데이터와 동일한 기법을 적용하였다.

가설 설정

- 교차 공간이 한 개의 구 전체에 발생한 경우는 한 대의 무인항공기가 목표물에 너무 가깝고, 다른 한 대의 무인항공기가 목표물과 멀리 있으면 다른 한 대의 구가 잠식된다. 그림 6은 교차공간이 한 개의 구 전체에 발생한 상황을 표현한다.

제안 방법

3차원 방향탐지 기법을 적용한 무인항공기의 성능분석을 위해 차량에서 측정된 실측 데이터와 동일한 기법을 적용해 상호간의 성능분석을 하고자 한다. 차량과 무인항공기의 위치는 동일하게 고정하여 결과분석 하였다.
자유공간 경로손실의 수식 (1)을 사용하여 거리를 역추적하여 3차원 기법을 이용하여 목표물의 위치를 추정하였다. noise에 따라 거리의 추정이 변화하기 때문에 10회를 반복하여 확인하였으며, FSPL에 대한 X, Y, Z에 error parameter를 평균, 최대, 최소를 비교하였다.
방향탐지를 할 때 무인항공기를 기반으로 3차원 목표물의 위치를 추정할 수 있는 기법을 제안하였다. 제안기법은 MATLAB 시뮬레이션으로 무인항공기에 대한 상황을 구현하여 차량 측정데이터와 동일한 기법을 적용하였다.

대상 데이터

3차원 방향탐지의 성능분석을 위한 시뮬레이션에서 사용한 파라미터를 표 1에 나타내었다. 탐지 위치는 세종시 첫마을이고 탐지 주파수대역은 800 MHz의 대역폭 40 MHz이며, 측정을 위해 발생한 신호의 출력 세기는 30 dBm이다. 이는 실제 차량을 이용한 측정을 기반하고 있다.

데이터처리

자유공간 경로손실의 수식 (1)을 사용하여 거리를 역추적하여 3차원 기법을 이용하여 목표물의 위치를 추정하였다. noise에 따라 거리의 추정이 변화하기 때문에 10회를 반복하여 확인하였으며, FSPL에 대한 X, Y, Z에 error parameter를 평균, 최대, 최소를 비교하였다. 그림 9의 (a)는 FSPL을 차원 기법을 통해 목표물의 위치를 noise에 따른 10회 도출한 결과이며, (b)는 2차원 평면을 3차원 평면으로 이동한 결과이다.
Hata path-loss 모델의 수식 (8)을 사용하여 거리를 역추적하여 3차원 기법을 이용하여 목표물의 위치를 추정하였다. 이전과 동일하게 10회 반복하였으며, 표3에 FSPL에 대한 X,Y,Z에 error paramter를 평균, 최대, 최소를 비교하였다. 그림 10의 (a)는 Hata path-loss 모델을 3차원 기법을 통해 목표물의 위치를 noise에 따른 10회 도출한 결과이며, (b)는 차량과 무인항공기간의 거리를 명확히 나타내는 결과이다.

이론/모형

Hata path-loss 모델의 수식 (8)을 사용하여 거리를 역추적하여 3차원 기법을 이용하여 목표물의 위치를 추정하였다. 이전과 동일하게 10회 반복하였으며, 표3에 FSPL에 대한 X,Y,Z에 error paramter를 평균, 최대, 최소를 비교하였다.

성능/효과

시뮬레이션에서는 FSPL, Hata, 3GPP Umi path-loss 모델을 적용하였으며 3차원 기법을 적용하였을 때 Hata 모델의 정확도가 높은 것을 확인하였다. 결과적으로 시뮬레이션 결과 목표물의 위치를 정확하게 추정하기 위해서는 환경에 맞는 path-loss 모델을 사용하여 거리를 정확하게 추정할 필요가 있었다.
시뮬레이션에서는 FSPL, Hata, 3GPP Umi path-loss 모델을 적용하였으며 3차원 기법을 적용하였을 때 Hata 모델의 정확도가 높은 것을 확인하였다. 결과적으로 시뮬레이션 결과 목표물의 위치를 정확하게 추정하기 위해서는 환경에 맞는 path-loss 모델을 사용하여 거리를 정확하게 추정할 필요가 있었다.

후속연구

추가적으로 반드시 구가 일부분만 겹쳐야 목표물의 위치가 추정가능하다는 제한사항이 있다. 향후에는 무인항공기의 비행환경을 고려하여 비행과 동시에 목표물의 위치를 추정하면서 정확한 목표 선정을 위한 무인항공기의 위치선정 방법에대한 연구를 진행할 예정이다.

참고문헌 (8)

W. Rhee and J. -S. Choi, "Experimental studies for source？positioning using TDOA algorithm," The Korean Society？for Noise and Vibration Engineering, Vol. 2006, No. 5, pp.？138-142, May. 2006. Retrieved from https://scienceon.kisti.re.kr/srch/selectPORSrchArticle.do?cnNPAP08156816.
S. -I. Oh, "A case study civilian drone," Proceeding of The？Korean Society of BroadEngineers Conference, 29830753,？pp. 315-318, Jul. 2015, Retrieved from https://www.dbpia.co.kr/journal/articleDetail?nodeIdNODE06396481.
W. S. Jeong, J. S. Lim, H. K. Baek and J. Y. Koo,？"TDOA/AOA-based unknown surveillance radar？localization scheme using a single UAV," The Journal of？Korean Institute of Communications and Information？Sciences, Vol. 47, No. 8, pp. 1244-1252, April. 2022. DOI : https://doi.org/10.7840/kics.2022.47.8.1244.

상세보기
S. H. Lee, K. W. Min, J. C. Kim, J. W. Kim and J. H. Park,？"Technical trend of location-based service," Electronics？and Telecommunications Trends, Vol. 2006, No. 3, pp.？33-42, Jun. 2006. DOI: https://doi.org/10.22648/ETRI.2005.J.200305.

원문보기 상세보기
I. -Y. Kim, K. -S. Kang, J. -J. Goo and G. S. Choi, "The？implementation of a cleaning robot with RSSI based indoor？location tracking," The Institute of Electronics and？Information Engineers Conference, Vol. 2010, pp. 474-475.？Nov. 2010. Retrieved from https://www.dbpia.co.kr/journal/articleDetail?nodeIdNODE01588109.
Wikipedia, free-space path loss [Internet]. Available:？https://en.wikipedia.org/wiki/Free-space_path_loss.
Wikipedia, Hata model [Internet]. Available: https://en.wikipedia.org/wiki/Hata_model.
3GPP, TR 38.901: 3rd Generation partnership project;？technical specification group radio access network; study on channel model for frequencies from 0.5 to 100 GHz？(release 18), 2024.

이 논문을 인용한 문헌

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.

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

[국내논문] 무인항공기를 이용한 3차원 방향탐지 기법 연구
3-D Direction Finding Techniques Using Unmanned Aerial Vehicles 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (16)

표/그림 (16)

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (8)

이 논문을 인용한 문헌

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 무인항공기를 이용한 3차원 방향탐지 기법 연구 3-D Direction Finding Techniques Using Unmanned Aerial Vehicles 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (16) 모든 표/그림 보기

표/그림 (16) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (8)

이 논문을 인용한 문헌

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 무인항공기를 이용한 3차원 방향탐지 기법 연구
3-D Direction Finding Techniques Using Unmanned Aerial Vehicles 원문보기

초록
AI-Helper

표/그림 (16)

표/그림 (16)

AI 본문요약
AI-Helper

활용도 Top5 논문