Adaptive Fading Filter Based on IMM Filter Structure and Its Application to UAV Navigation

Abstract

어떤 시스템을 필터를 이용하여 추정하고자 할 때 모델의 불확실성과 측정치의 불확실성을 고려해야 한다. 모델의 불확실성은 병렬구조를 갖고 다양한 모델을 사용할 수 있는 IMM (Interacting Multiple Model, 상호간섭다중모델) 필터를 사용하여 보상할 수 있고, 측정치의 불확실성은 다양한 적응 필터를 사용하여 보상할 수 있다. 특히, 상실인자 (forgetting factor)를 이용하여 필터의 게인을 조정하는 적응감쇠 (adaptive fading) 필터를 이용하여 보상할 수 있다. 하지만 일반적인 IMM 필터와 적응감쇠 필터는 모델과 측정치의 불확실성을 동시에 고려하기 힘든 단점을 가지고 있다. 따라서 본 논문에서는 두 가지 불확실성을 동시에 고려할 수 있는 필터 연구를 수행하였다. 측정치의 불확실성을 보상할 수 있는 적응감쇠 필터의 성능을 향상시키기 위하여 상실인자를 계산할 때 기존의 trace 방식을 2-norm 형태로 수정하여 설계하였으며 이를 바탕으로 IMM 필터의 병렬구조를 기반으로 하는 새로운 필터를 설계하였다. 이렇게 설계된 필터의 성능을 검증하기 위하여 다양한 형태의 적응 필터와 수치 시뮬레이션을 통해 확인하였으며, 그 결과 기존의 적응 필터에 비해 추정성능이 향상됨을 확인하였다. 최근 들어 무인기 (UAV: Unmanned Aerial Vehicle)를 이용한 정렬비행에 대한 연구가 활발히 진행 되고 있는데 무인기의 항법은 처음에는 관성항법장치 (INS: Inertial Navigation System)를 이용한 방법이 주를 이루었으나 관성항법 장치는 잘 알려져 있는 것과 같이 시간에 따라 오차가 누적 되기 때문에 독자적으로 항법을 하는데 한계가 있었다. 가장 많이 사용하는 방식은 GPS/INS 복합항법 시스템을 사용하는 것이다. 무인기 상대항법의 경우에는 선도기와 후속기 모두 GPS 항법시스템과 관성항법 시스템을 모두 갖춰야 한다. 따라서 시스템이 복잡해지고 그만큼 가격이 상승하는 단점을 지니고 있다. 또한, GPS는 잠재적인 위험을 가지고 있는데 바로 재밍(jamming)에 취약하다는 점이다. 이러한 점을 극복 할 수 있는 방법 중에 하나가 바로 카메라를 이용하여 항법 정보를 추출하여 사용하는 영상기반 항법(vision-based navigation)이다. 본 논문을 통해서 제안된 필터를 단일 카메라 정보만을 사용하는 무인기의 상대항법에 적용하여 제안된 필터의 성능이 기존의 필터보다 우수함을 보였다. 단일 카메라를 사용한 UAV의 상대항법은 두 대의 비행체가 일정거리를 유지하여 비행하는 것을 목적으로 하는데, 실제 비행 시에는 바람의 영향으로 두 대의 비행체 간의 상대거리가 일정하게 유지되기 힘들고, 영상정보를 이용한 측정치는 구름, 태양 등의 영향으로 부정확한 영상정보를 제공한다. 실제 비행시험 데이터를 이용한 시험결과, 제안된 필터는 기존의 필터에 비해 상태변수 추정성능이 향상되고 비정상 측정치가 인가되는 상황에서 안정적인 상태변수 추정이 가능함을 보였다. 영상기반의 항법을 무인기 상대항법에 적용하면 외부의 센서의 도움 없이 후속기에 장착된 카메라만을 이용하여 상대항법 정보를 추정할 수 있는 장점이 있다. 이러한 장점은 군사적인 목적에서는 두 무인기간의 정보교환이 없기 때문에 상대방에게 노출될 위험이 그만큼 감소되는 효과를 얻을 수 있고, 민간분야에서는 시스템이 간단해 지고 단순화 되어 그만큼 비용을 절감할 수 있다. 결론적으로 제안된 상호다중모델 기반의 적응감쇠 필터는 무인기의 항법뿐만 아니라 다양한 항법 시스템에서도 효과적으로 사용할 수 있을 것으로 판단된다.

The filter should consider the model and measurement uncertainty for estimating one system. The uncertainty of the model can be compensated by the IMM (Interacting Multiple Model) filter. The uncertainty of the measurement can be compensated by the adaptive filter. Especially, the AF (Adaptive Fading) filter with forgetting factor for compensating filter gain is very adequate filter. However, these two filters, which are the IMM and AF filter, can hardly consider two uncertainties at the same time. Thus, the main goal of this dissertation is to design an adaptive fading filter based on IMM filter structure. The proposed filter combines the advantages of the AF filter and IMM filter. In order to improve AF filter performance, 2-norm method is used for calculating forgetting factor and IMM filter structure is applied. In recent years, the topic of multiple UAVs (Unmanned Aerial Vehicles) formation has become a hot subject for the reason that it can be widely applied in both military and commercial application. One of the first techniques considered for UAV navigation is the INS (Inertial Navigation System). Given initial conditions, an INS estimates UAVs position and velocity by integrating inertial sensor data. While the INS is widely used, it suffers from error accumulation, which increases with time. The INS cannot give accurate navigation information alone. The most common navigation approach is the INS/GPS integrated navigation system. For the relative navigation, each UAV must have the full GPS and INS sensor complement. Thus, the use of multiple sensors can result in complex and expensive navigation systems. In addition, the method is not suitable to the case when potential disturbances and loss of GPS signal exist. Especially, the GPS signal is very weak for jamming signal. An alternative method is the vision-based navigation. The method has the advantage that does not depend on the external sensor. The estimated result of UAV relative states were improved by the proposed filter. In the relative state estimation, the EKF is most common filtering technique. However, the EKF uses only one system model. It could not give accurate estimation result, because the relative distance of UAVs has continuously varying. To improve state estimation performance, the IMM filter may provide good performance with efficient computation. However, the IMM filter can affect by unwilled measurements. The AF filter is very adequate filtering algorithm for incomplete dynamic equation, which has incomplete process noise covariance, unknown input bias or incomplete model coefficients, and incomplete measurement equation, which is incomplete measurement noise covariance or unknown measurement bias. However, AF filter cannot consider the two kinds of properties, which are incomplete dynamic and measurement equation, at the same time. Thus, two types of adaptive filters, which are the IMM filter and AF filter, were combined. To achieve this purpose, variety adaptive methods are studied. The characteristics of AF and the IMM filter are analyzed. Through these studies, the modified AF filter based on the IMM filter structure is designed and proposed in this dissertation. To verify the proposed filter performance, several simulations were performed. Especially, the real flight data was used for verifying the proposed filter performance. In conclusion, the proposed filter can improve estimation performance for UAV relative navigation with abnormal measurement. The proposed filter can be used for other navigation system for improving estimation performance