고정밀 관성항법시스템 개선을 위한 함 운동 방정식 기반 항법 알고리즘 및 요구성능 분석

Q: 이 논문에서 정의한 제약칼만필터(CKF)란 무엇인가?

칼만 필터의 일종으로 시스템의 상태 변수가 특정 제약 조건을 만족하도록 설계된 필터다. 본 연구에서는 차량 동역학 모델에서 얻은 운동 정보를 항법 시스템의 구속 조건으로 활용하여 필터의 안정성을 높이고 위치 추정 성능을 향상시키는 역할을 수행한다.

Q: 차량 동역학 모델을 활용한 복합항법시스템의 성능 향상을 위한 핵심 조건은 무엇인가?

연구 결과, 제약칼만필터를 적용했을 때 차량 동역학 모델의 편향 오차가 0.015 m/s 이하로 유지되어야 기존 확장 칼만 필터 기반 시스템보다 위치 추정 성능이 향상된다. 다만, 편향 오차가 이 수준을 초과하면 오히려 더 큰 항법 오차가 발생할 수 있다.

고보성; 김용훈; 이주한; 박소진; 박승효; 송진우

doi:10.5302/J.ICROS.2023.23.0112

추천

검색

질문

자료유형: 학술저널

저자정보: 고보성 (세종대학교) 김용훈 (세종대학교) 이주한 (세종대학교) 박소진 (세종대학교) 박승효 (국방과학연구소) 송진우 (세종대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제29권 제10호

발행연도: 2023.10

수록면: 818 - 825 (8page)

DOI: 10.5302/J.ICROS.2023.23.0112

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

We propose an idea of using VDM (Vehicle Dynamic Model) as a constraint of INS (Inertial Navigation System) for improving the long term navigation performance. In order to suppress long term INS error, a constrained Kalman filter is applied. Before developing the high precision INS with various sensors and techniques, M&S (Modeling & Simulation) step is performed to define and validate the necessary requirements of the development, which here in this research, the requirement of VDM quality is analyzed. M&S is constructed using a 6-DOF submarine dynamic model and a guidance-navigation control model. It is assumed that the navigation sensor is consisted with an inertial measurement unit, EM-Log (Electromagnetic Log), and DM (Depth Module). Monte-Carlo simulation results confirm the effectiveness of the VDM employed by the constrained Kalman filter and requirements for VDM error are also analyzed.

#autonomous underwater vehicle #vehicle dynamic model #inertial navigation system #constrained Kalman filter

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-088087758

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)