비행시험통제용 탄도추적 자료융합 알고리듬 개발에 관한 연구
A Study on the development of Data Fusion Algorithm of Target Tracking for Flight Test Control
초록/요약
본 논문에서는 저고도로 순항하는 시험비행체의 비행시험통제를 위하여 추적시스템인 레이더시스템과 원격측정시스템의 추적 자료를 서로 융합하여 최적의 해를 구하는 비행시험용 융합알고리듬 개발에 대하여 소개한다. 먼저 다양한 비행시험환경에서의 융합알고리듬 개발도구로서 추적센서를 모사하는 다중센서 시뮬레이터를 설계하였다. 설계된 시뮬레이터는 실제 추적시스템으로부터 얻는 비행자료와 같은 모의자료를 생성할 수 있도록 시간의 비동기화, 통신지연, 다중 갱신주기를 설정하고 특정 오차 모델을 적용하였다. 자료융합은 탄도위치추정에 널리 사용되고 있는 칼만 필터로 하였다. 자료융합의 결과 확인을 위해 먼저 9차 중앙집중형 칼만 필터를 설계하여 그 결과를 분석하였다. 이 융합결과는 성공적이었으나 센서 바이어스에 의한 오차 발생이 있는 것을 확인하고 이를 줄이기 위해 센서 바이어스를 상태변수로 추가한 21차 중앙집중형 칼만 필터를 설계하여 효과적인 융합결과를 보였다. 그러나 21차 중앙집중형 칼만 필터의 경우 9차 중앙집중형에서와 같이 고장(fault)에 의한 위치오차를 제거하지 못하고 그대로 융합결과에 나타나게 되어 이를 해결하기 위해 다시 9차의 부 필터와 21차의 주 필터를 갖는 21차 분산형 칼만필터로 설계하여 그 성능을 확인하였다. 최종적으로 최대가능도추정법(maximum likelihood estimation)을 이용하여 추정치를 융합하는 9차 연합형 칼만 필터와 센서 바이어스를 줄이기 위한 15차 연합형 칼만 필터를 설계하여 그 결과를 소개하였다. 설계된 15차 연항형 칼만 필터는 시뮬레이터에서 생성한 모의 자료 및 실제 비행자료를 적용하여 검증한 결과 비행시험에 적용 가능함을 보여주었다.
more초록/요약
This paper presents multi-sensor data fusion algorithms which can be used for flight tests of the sea-skimming cruise vehicles. The multi-sensor data consist of positional information of the target from radars and a telemetry system. A multi-sensor data simulator is developed to simulate various flight test environment for the vehicles and sensors. The designed simulator generates time-asynchronous multiple sensor data with different data rates and communication delays and specific error models of the sensors. The data fusion algorithms are based on the Kalman filtering technique. Five different filter configurations are derived and tested to evaluate the effectiveness of the data fusion function. A 9-state Centralized Kalman Filter(CKF) results in a successful data fusion, yet sensor biases appear in its solutions. A 21-state CKF with sensor bias state model effectively reduces the biases in the solution. Both CKF filters, however, can not reduce the errors due to sensor faults. A decentralized Kalman filter(DKF) configuration is designed, which consists of 9-state local filters and a 21 state master filter. Finally, a 9-state Federated Kalman filter(FKF) and a 15-state EKF, both with fault detection and correction function are developed. The data fusion is carried out in the master filter using maximum likelihood estimation algorithm in the designed EKFs. The 15-state FKF provides the most satisfactory results in general in the presence of sensor bias and faults.
more목차
제 1 장 서론 = 1
제 1 절 연구배경 = 2
제 1 항 비행시험의 첨단화 및 복잡화 = 2
제 2 항 비행시험시스템의 역할증대 = 3
제 3 항 저고도/순항 비행시험의 통제기술 = 5
제 4 항 다중센서의 자료융합 = 6
제 2 절 연구목표 = 8
제 1 항 연구범위 = 8
제 2 항 연구내용 = 9
제 3 항 연구기여도 = 10
제 3 절 논문의 구성 = 11
제 2 장 표적의 동력학모델 = 12
제 1 절 PVA 모델 = 13
제 2 절 Singer 모델 = 16
제 3 절 시뮬레이션 = 20
제 3 장 추적시스템 및 칼만 필터 = 21
제 1 절 추적시스템 = 22
제 2 절 칼만 필터 = 23
제 1항 중앙집중형 칼만 필터 = 27
제 2항 분산형 칼만 필터 = 28
제 3항 연합형 칼만 필터 = 29
제 4 장 다중센서자료 시뮬레이터 = 31
제 1 절 개요 = 32
제 2 절 경로생성 알고리듬 = 33
제 3 절 센서오차 및 센서 이상 생성 = 35
제 1 항 RIR 오차생성 = 35
제 2 항 GPS 오차생성 = 36
제 3 항 INS 오차 생성 = 37
제 4 항 센서 이상 생성 = 38
제 4 절 시뮬레이션 결과 = 39
제 5장 시험통제용 자료융합 알고리듬 설계 = 44
제 1 절 개요 = 45
제 1 항 9차 중앙집중형 칼만 필터 = 47
제 2 항 21차 중앙집중형 칼만 필터 = 61
제 3 항 21차 분산형 칼만 필터 = 73
제 4 항 9차 연합형 칼만 필터 = 81
제 5 항 15차 연합형 칼만 필터 = 94
제 2 절 시뮬레이션 결과 종합 = 102
제 6장 결론 = 108
참고문헌 = 111
