선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- INS로 추정한 위치 정보를 이용하여 미지정수를 예측하고 INS의 위치 오차 공분산을 이용해 검색 범위를 축소 시킨다. INS로 추정한 위치의 오차 범위 내에서 미지정수 검색을 실시하므로 정확한 미지정수를 구할 확률이 증가하고, 검색 후보 개수의 감소로 계산량을 줄일 수있다.
- 가시 위성의 변화가 있는 경우 미지정수를 다시 구하게 되는데 이때의 검색 범위를 비교하였다. 표 2.
- 따라서 정지 모드 실험에서는 정지 상태에서 장시간 동안 얻은 반송파 위상 측정치를 이용해 초기 참 미지정수를 결정하였다. 사용자의 위치가 정지해 있는 경우 결정된 참미지정수로 구한 위치가 한 점에 계속 머물러 있어야 하지만 잘못된 미지정수가 선택되면 시간이 지남에 따라 위성의 배치가 변화하여 사용자의 위치가 변화한다[1 이.
- INS의 자세각 오차를 보정하였다. 또한 INS의 위치 추정치를 이용하여 CDGPS의 검색범위 축소와 사이클 슬립 검출하는 알고리즘을 제안하였다. 차량 실험을 통해 제안된 알고리즘을 이용하면 계산량을 줄일 수 있는 동시에 사이클 슬립에 강인하게 동작됨을 확인하였다.
- 반송파 위상 측정치를 얻을 수 있는 상용 GPS 수신기를 사용하여 CDGPS* 구현하였으며, 항체의 속도 및자세각 정보를 얻기 위해 3차원 AGPS 수신기를 사용하였다. 저가형 IMU 센서를 사용하여 INS 시스템을 구현하였으며, 이때 사용된 센서 출력 데이터의 동기를 고려하였다.
- 본 논문에서 구현한 통합 항법 시스템의 성능을 검증하기 위하여 항법 시스템을 차량에 탑재한 후 도로 주행실험을 수행하였다. 차량 탑재 실험에서는 반송파 측정치를 이용하여 참 머지정수를 결정하기 위한 정지 모드와 결정돤 참 미지정수틀 이용하여 통합 항법을 수행하기 위한 주행 모드로 나누어 실험을 수행하였다.
- 본 논문에서는 3차원 자세 결정용 GPS수신기를 이용한 CDGPS/INS 통합 항법 시스템에서 CDGPS의 정밀한 위치 결과를 이용해 INS의 속도 및 위치 오차를 보정하고, 3차원 자세 결정용 GPS수신기의 자세각 정보를 이용해 INS의 자세각 오차를 보정하였다. 또한 INS의 위치 추정치를 이용하여 CDGPS의 검색범위 축소와 사이클 슬립 검출하는 알고리즘을 제안하였다.
- 본 논문에서는 3차원 자세 결정용 수신기를 이용하여 연속적이면서 실시간으로 정확한 항법 데이터를 제공하는 CDGPS/INS 통합 항법 시스템을 설계하고 이를 사후 처리(post processing)로 구현하였다. 이에 대한 검증절차로 정지 상태에서의 실험 및 차량 탑재 살험을 수행하여 그 결과를 나타내었다.
- 본 논문에서는 사이클 슬립을 검출하기 위하여 이중차분된 반송파 위상 측정치를 시각간 차분하여 INS로 추정한 위치 변위량과 비교하였다. 위성간 차분을 포함시키지 않게 되면 기준국과 사용자간의 클럭 바이어스의 차가 나타나게 되므로 사이클 슬립 검출이 어렵게 된다.
- 본 논문에서는 오차 보상을 위해 통합 칼만 필터를 구현하였으며 INS 항법 오차와 센서 오차를 모델링 하였다. 항법 오차 모델로는 위치, 속도, 자세 모델을 사용하며, 센서 모델로는 자이로스코프 바이어스 오차, 가속도계 바이어스 오차를 사용하였다.
- 따라서 정지 모드 실험에서는 정지 상태에서 장시간 동안 얻은 반송파 위상 측정치를 이용해 초기 참 미지정수를 결정하였다. 사용자의 위치가 정지해 있는 경우 결정된 참미지정수로 구한 위치가 한 점에 계속 머물러 있어야 하지만 잘못된 미지정수가 선택되면 시간이 지남에 따라 위성의 배치가 변화하여 사용자의 위치가 변화한다[1 이. 이를 이용하여 결정된 미지정수의 유효성 테스트를 실시하였다. 결정된 참 미지정수를 이용하여 초기 정지 상태에서의 위치와 적정한 주헁 후 정지 상태에서의 위치를 비교한 유효성 테스트의 결과롤 그림 25에 나타내었다.
- 처리(post processing)로 구현하였다. 이에 대한 검증절차로 정지 상태에서의 실험 및 차량 탑재 살험을 수행하여 그 결과를 나타내었다.
- 저가형 IMU 센서를 사용하여 INS 시스템을 구현하였으며, 이때 사용된 센서 출력 데이터의 동기를 고려하였다.
- 수행하였다. 차량 탑재 실험에서는 반송파 측정치를 이용하여 참 머지정수를 결정하기 위한 정지 모드와 결정돤 참 미지정수틀 이용하여 통합 항법을 수행하기 위한 주행 모드로 나누어 실험을 수행하였다.
- 항법 오차 모델로는 위치, 속도, 자세 모델을 사용하며, 센서 모델로는 자이로스코프 바이어스 오차, 가속도계 바이어스 오차를 사용하였다. 통합 칼만 필터의 차수는 15차이며 GPS의 항법 해를 이용하여 INS 센서 오차를 보정하는 방식인 약결합 방식으로 구현하였다[9]. 그림 2.
- 되는데 이때의 검색 범위를 비교하였다. 표 2.1 에 감색 범위 축소 알고리즘의 성능을 확인하기 위하여 검색범위 축소 알고리즘을 가동하였을 때와 하지 않았을 경우를 각각 비교하였다.
- 항법 오차 모델로는 위치, 속도, 자세 모델을 사용하며, 센서 모델로는 자이로스코프 바이어스 오차, 가속도계 바이어스 오차를 사용하였다. 통합 칼만 필터의 차수는 15차이며 GPS의 항법 해를 이용하여 INS 센서 오차를 보정하는 방식인 약결합 방식으로 구현하였다[9].
이론/모형
- 이러한 미지정수는 해석적으로 구할 수 없기 때문에 검색에 의한 방법으로 구해야 하며 이를 구하기 위한 방법에는 LAMBDA[5], AFM[6], LSAST[7], ARCE[8]등 여러가지 방법이 있다. 본 논문에서는 실시간 항법을 위하여매 epoch의 측정치를 이용하는 ARCE 방법을 사용하였다. ARCE는 반송파 위상 측정식에서 사용자의 위치항을 제거함으로써 사용자의 위치에 무관한 제한 조건식을 유도하고, 이로부터 미지정수의 항 중 3개의 항만이 독립임을 이용하여 3개의 독립 미지정수항만을 검색하는방법이다 [8].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.