Browse

적응필터를 이용한 일괄처리 방식 지형참조항법의 공분산 추정
Covariance Estimation for Batch Processing Terrain Referenced Navigation Using Adaptive Filter

Cited 0 time in Web of Science Cited 0 time in Scopus
Authors
윤세현
Advisor
박찬국
Major
공과대학 기계항공공학부
Issue Date
2014-08
Publisher
서울대학교 대학원
Keywords
관성합법지형참조항법적응 필터순환최소자승법INS (Inertial Navigation System)TRN (Terrain Referenced Navigation)Adaptive FilterRLS (Recursive Least Square) Algorithm
Description
학위논문 (석사)-- 서울대학교 대학원 : 기계항공공학부, 2014. 8. 박찬국.
Abstract
본 논문에서는 관성항법(Inertial Navigation System
이하 INS)과 함께 일괄처리 방식 지형참조항법(Batch Processing Terrain Referenced Navigation
이하 BPTRN)을 결합한 시스템을 구현하기 위해 일괄처리 방식 지형참조항법 위치해(position fix)의 오차 공분산을 추정하기 위하여 새로운 적응 필터(adaptive filter)를 제안하였다. INS/BPTRN 결합항법 시스템은 일괄처리 방식의 위치해를 칼만 필터(Kalman filter)의 측정치로 입력 받아 INS의 항법해를 보상하는 방식으로 구성된다. 여기서 지형참조항법 시스템의 위치해가 칼만 필터의 측정치로 사용되기 위해서는 위치해에 대한 오차 공분산이 필요하다. INS/BPTRN 결합항법 시스템을 위한 공분산 추정으로 위치해 간의 관련 식을 이용하여 유도한 출력 값 기반의 방식이 존재하지만, 공분산 추정에 대한 변화 속도가 느리고 일괄처리 방식 지형참조항법 시스템 특성에 적합하지 않다는 단점이 존재한다. 또 다른 방법으로 일괄처리 방식 지형참조항법 시스템에 영향을 주는 요소들을 고려하여 오차 공분산 추정에 관한 사상함수를 만들어 사용하는 입력 값 기반의 방식이 있으나, 모든 요소들을 고려할 수 없을 뿐만 아니라 지형의 형태가 단순하지 않아 시스템에 부적합한 경우가 발생한다는 단점이 있다.
따라서 본 논문에서는 일괄처리 방식 지형참조항법 위치해의 오차 공분산을 추정하기 위해 적응 필터 기법을 사용하였으며, 프로베니우스 놈 기반의 적응 필터와 순환최소자승법 기반의 새로운 적응 필터 기법을 INS/BPTRN 결합항법 시스템에 적용하여 오차 공분산 추정 성능을 비교 및 분석하였다. 프로베니우스 놈 기반의 적응 필터와 본 논문에서 제안한 새로운 적응 필터 기법에 영향을 주는 파라미터들을 고려하여 결과를 분석하였으며 몬테카를로(Monet Carlo) 시뮬레이션을 통해 본 논문에서 제안한 적응 필터 기법을 사용하였을 때 INS/BPTRN의 성능 향상이 나타나는 것을 확인하였다.
This thesis proposes a newly adaptive filter to estimate a covariance matrix of a BPTRN (Batch Processing Terrain Referenced Navigation) for an integrated INS (Inertial Navigation System) and BPTRN system using a Kalman filter. The position fix of the BPTRN system is utilized as input to the Kalman filter to compensate a navigation error of the INS in the integrated INS/BPTRN system. Because the BPTRN system does not automatically offer the covariance matrix of the estimated position fix, it is necessary to estimate a covariance matrix for BPTRN system. The method for covariance estimation was proposed based on the output and input values. The method for covariance estimation based on output values utilizes the combining two positions fix between at the current time and at the past time, and the covariance is estimated by time average. That is why it has the low pass character, and the estimated covariance cannot reflect the information of the position fix at a proper time. On the contrary, the method for covariance estimation based on input values makes the several mapping function considering the sensor noise and terrain roughness. And then, the one of the functions is used to calculate the covariance of each position fix. It is not a simple task and it is impossible to consider every factors effecting on BPTRN system.
That is why this thesis utilizes an adaptive filter to estimate a covariance matrix for BPTRN system. The adaptive filter based on Frobenius norm and the proposed adaptive filter based on RLS (Recursive Least Square) algorithm was applied to the integrated INS/BPTRN system, and the performance of the proposed adaptive filter was compared to the one based on Frobenius norm. Finally numerical simulations are performed to evaluate the performance of the proposed method, and the results show that the performance of the proposed adaptive filter based on RLS algorithm can be improved.
Language
Korean
URI
http://hdl.handle.net/10371/123782
Files in This Item:
Appears in Collections:
College of Engineering/Engineering Practice School (공과대학/대학원)Dept. of Mechanical Aerospace Engineering (기계항공공학부)Theses (Master's Degree_기계항공공학부)
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse