인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
In this study, we aim to establish a radar sensor-based defense system against the threat of suicide drones, which are not limited to attacks on personnel but can also neutralize critical friendly assets, including armored vehicles. Since drone tracking relies heavily on sensor performance, sensor fusion is employed to prepare for situations in which sensor performance is degraded, such as jamming attacks or sensor failures. First, an Unscented Kalman Filter (UKF) is used to estimate the position of an enemy drone in X, Y, and Z coordinates based on range, elevation, and azimuth measurements from radar sensors. The position estimation performance is further improved through sensor fusion using the Covariance Intersection (CI) method. To address sensor degradation, an Adaptive Kalman Filter (AKF), which updates the R matrix of the UKF, and a Fault Detection and Isolation (FDI) algorithm are applied to suppress the influence of degraded sensors. Simulations are conducted under assumed sensor-degradation scenarios, such as Noise Modulation Jamming and Range Deception Jamming, affecting a specific sensor. The results demonstrate that the proposed method maintains excellent position-estimation performance even under such conditions and enables interception of enemy drones using the Proportional Navigation Guidance (PNG) algorithm.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
