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.
문제 정의
- 본 논문에서는 GPS/INS/기압고도계 결합 칼만필터 방식으로 가기 위한 전 단계로서 INS/기압고도계 결합 칼만 필터를 제안하고 성능을 평가하기 위하여 수행된 실험 및 분석 결과를 소개한다. 2장에서는 일반적으로 많이 사용되는 3차 기압-관성항법 되먹임 구조를 살펴보고, 되먹임 구조를 가지는 보정 루프의 성능과 문제점을 보인다.
- 본 논문에서는 기압-관성항법 고도를 보정하기 위해 새로운 형태의 칼만필터 모델을 제안하고. 이를 구현하여 시뮬레이션과 시험결과를 제시하였다.
- 실제 환경에서의 3차 기압-관성항법 되먹임 루프의 성능과 칼만필터를 이용한 기압고도 보정필터의 성능을 알아보기 위해서 시험을 수행하였다. 기압고도계 출력은 40Hz로 저장하였고, DGPS 데이터는 2Hz로 간격으로 측정하였다.
- 반면에 관성센서는 고도의 변화에는 민감하지만 오차가 누적되어 결국에는 발산한다는 단점이 있다. 이러한 두 센서의 서로 대조되는 특성을 적절히 조화시켜 각각의 장점만을 모아 더 정확한 고도를 얻고자 하는 것이 기압-관성항법 결합 시스템의 목적이다.
- 반면에 관성센서는 고도의 변화에는 민감하지만 오차가 누적되어 결국에는 발산한다는 단점이 있다. 이러한 두 센서의서로 대조되는 특성을 적절히 조화시켜 각각의 장점만을 모아더 정확한 고도를 얻고자 하는 것이 기압고도계-관성항법 결합시스템의 목적이다. 기존의 기압-관성항법 결합 시스템은 INS의 수직 방향(고도) 채널이 중력 모델의 오차로 인해발산하는 것을 방지하기 위해, 기압고도계 측정값과의 오차를되먹임 하는 2차나 3차의 되먹임 구조로 되어 있다.
가설 설정
- 1에서 구한 기압고도계 오차량을 이용하여 3가지 기압고도계 오차 요소가 결합된 고도 데이터를 생성하였고, 관성항법 데이터는 실제 측정한 데이터를 사용하였다. DGPS 데이터는 2Hz 주기로 획득하였으며, 기압고도 데이터는 40Hz 주기로 측정하는 것으로 가정하여 내삽법을 이용하여 DGPS 데이터를 확장하였다. 각각의 결과 데이터를 DGPS를 기준궤적으로 해서 수행한 결과를 각각의 성능 비교를 위해 일부 구간을 확대하여 나타낸 것이 그림 3이고, 오차를 구한 결과는 그림 4에 나타내었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.