Comparison between Ellipsoid-Fitting Calibration Techniques for Azimuth-Estimating Three-Axis Magnetometer

Q: 이 논문에서 정의한 마그네토미터 보정이란 무엇인가?

마그네토미터 센서에서 발생하는 오차를 줄여 측정의 정확도를 향상시키는 과정이다. 특히 타원체 피팅 방식을 통해 측정 데이터를 타원체 방정식으로 표현함으로써 강성 왜곡과 약성 왜곡 등 주변 환경에 의한 자기장 왜곡을 효과적으로 제거하는 것을 의미한다.

Q: 타원체 피팅 기반 마그네토미터 보정 기법 중 방위각 추정 성능이 가장 우수한 방법은 무엇인가?

연구 결과, 선형 최소자승법인 Method A가 전반적으로 가장 우수한 방위각 추정 성능을 나타냈다. 특히 모든 오차가 존재하는 환경에서 뛰어난 성능을 보였으며, 파라미터 수가 적고 초기값 설정이 불필요하여 실제 운용 편의성이 매우 높다.

전태형; 이정근

doi:10.7736/KSPE.2018.35.1.79

추천

검색

질문

자료유형: 학술저널

저자정보: 전태형 (국립한경대학교) 이정근 (국립한경대학교)

저널정보: Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Vol.35 No.1

발행연도: 2018.1

수록면: 79 - 85 (7page)

DOI: 10.7736/KSPE.2018.35.1.79

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Three-axis magnetometers are widely used in various fields requiring azimuth information. However, accuracy of azimuth estimation based on magnetometer signals may be degraded because of errors such as offset, scale factor, nonorthogonality, hard-iron distortion, and soft-iron distortion. Recently, several ellipsoid-fitting calibration techniques have been proposed and have received much attention. However, comparative analysis of calibration accuracies between these techniques has not been conducted. This study compared and analyzed performance of four ellipsoid-fitting magnetometer calibration techniques such as the linear least square method, the two-step algorithm, and two different nonlinear least square methods. Our analysis and experimental results reveal superiority of the linear least square method compared to other methods in terms of calibration accuracy as well as ease of use in practice.

#Magnetometer calibration (마그네토미터 보정) #Ellipsoid-fitting (타원체 피팅) #Azimuth (방위각) #Hard-iron distortion (강성 왜곡) #Soft-iron distortion (약성 왜곡)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-555-001725656

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)