KR101480834B1 - 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법 - Google Patents

다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법 Download PDF

Info

Publication number
KR101480834B1
KR101480834B1 KR20130135770A KR20130135770A KR101480834B1 KR 101480834 B1 KR101480834 B1 KR 101480834B1 KR 20130135770 A KR20130135770 A KR 20130135770A KR 20130135770 A KR20130135770 A KR 20130135770A KR 101480834 B1 KR101480834 B1 KR 101480834B1
Authority
KR
South Korea
Prior art keywords
target
filter
weight
probability distribution
assigned
Prior art date
Application number
KR20130135770A
Other languages
English (en)
Inventor
김종혁
서태일
김의진
조선일
Original Assignee
국방과학연구소
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 국방과학연구소 filed Critical 국방과학연구소
Priority to KR20130135770A priority Critical patent/KR101480834B1/ko
Application granted granted Critical
Publication of KR101480834B1 publication Critical patent/KR101480834B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
    • G01S3/8006—Multi-channel systems specially adapted for direction-finding, i.e. having a single aerial system capable of giving simultaneous indications of the directions of different signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/14—Systems for determining distance or velocity not using reflection or reradiation using ultrasonic, sonic, or infrasonic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/74—Systems using reradiation of acoustic waves, e.g. IFF, i.e. identification of friend or foe
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
    • G01S3/801—Details

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

본 발명은 본 발명은 표적 식별 및 다중 경로 음파 전달 모델을 이용하여 표적기동분석 필터를 초기화하는 표적 기동분석 방법으로, 자함에 배치된 복수의 센서를 이용하여 표적을 식별하는 단계; 상기 식별된 표적 정보를 근거로 표적의 존재 영역에 대한 확률 분포를 획득하는 단계; 상기 식별된 표적의 종류 및 상기 획득된 표적의 존재 영역에 대한 확률분포 를 근거로 각 표적기동분석 필터에 상이한 초기 가중치를 결정하는 단계; 및 상기 결정된 초기 가중치로 각 표적기동분석 필터를 초기화하는 단계;를 포함한다.

Description

다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법 {TARGET MOTION ANALYSIS METHOD USING TARGET CLASSIFICATION AND RAY TRACING OF UNDERWATER SOUND ENERGY}
본 발명은 표적 기동분석에 관한 것으로, 특히 표적 식별 및 다중 경로 음파 전달 모델을 이용하여 표적기동분석 필터를 초기화하는 방법에 관한 것이다.
표적의 방위각 정보나 도플러 편이된 주파수 측정값을 기반으로 표적의 위치를 추정하는 표적기동분석(Target Motion Analysis : TMA)은 다양한 분야, 예를 들어 수동 센서를 기반으로 한 공중 또는 수중 감시에서 오랫동안 연구되어 왔다. 상기 표적 기동 분석(TMA)은 표적의 위치 파라미터가 비선형성을 갖는 표적의 위치 파라미터(parameter)가 측정식을 구성하므로 비선형 시스템을 기반으로 한다.
이러한 표적 기동 분석(TMA) 문제를 해결하기 위하여 다양한 비선형 필터들, 예를 들어 확장 칼만필터(Extended Kalman Filter:EKF), 파티클(Particle) 필터 또는 무향 칼만 필터(Unscented Kalman Filter:UKF)등이 적용되어 왔다. 이러한 비선형 필터의 성능을 향상시키기 위해서는 적절한 초기값을 설정해 주어야 하며, 상기 초기값의 설정은 필터의 수렴 성능을 좌우한다.
따라서, 표적기동분석에 사용되는 상기 필터들이 기 설정된 초기값을 기준으로 매 타임 스텝(time step)마다 표적의 위치를 추정할 경우 상기 설정된 초기값이 얼마나 실제 표적의 위치에 근접하느냐에 따라 표적의 위치 추정 성능이 좌우된다.
자함(ownship) 센서(소나 센서)는 표적에 대한 방위각 정보는 제공하나 거리 정보는 제공하지 못할 수 있다. 이러한 경우 표적까지의 초기 거리는 기본적으로 자함 센서의 최대 도달거리 이내라는 것만 알 수 있다. 그 결과 필터에 표적의 초기값을 설정하는 경우, 자함 센서의 최대 도달거리 이내에서 설정된 초기값과 실제 표적까지의 거리에 대한 오차가 발생하게 된다. 이러한 표적까지 거리에 대한 오차를 줄이기 위해, 표적의 초기값을 설정하기 위한 다양한 방법이 사용되었다.
일 예로, 표적까지의 거리에 대한 초기값 오차를 줄이기 위하여, 표적의 존재 가능 영역(소나 센서의 최대 도달거리)을 여러 구간으로 나눈 후 각 구간에서 칼만 필터 트랙을 초기화하는 RP(Range Parametrized) 확장 칼만 필터 또는 표적의 존재 가능 영역 안에서 여러 개의 파티클을 초기화하는 파티클 필터 등이 사용되고 있다.
종래의 RP 확장 칼만 필터나 파티클 필터에서 초기화된 파티클은 일반적으로 모두 동일한 가중치(값)를 갖는다. 그런데, RP 확장 칼만 필터나 파티클 필터와 같은 비선형 필터의 성능을 향상시키기 위해서는 적절한 초기값, 즉 가중치를 설정해야 하는데 종래에는 모두 동일한 가중치를 갖기 때문에 표적기동분석의 성능을 향상시키는데 한계가 있었다.
따라서, 본 발명의 목적은 표적 식별과 다중 경로 음파 전달 모델을 이용하여 표적기동분석 성능을 향상시킬 수 있는 표적 기동분석 방법을 제공하는데 있다.
본 발명의 다른 목적은 표적의 존재 영역에 대한 확률 분포를 토대로 필터의 각 트랙(파티클)에 다른 가중치를 부여함으로써 표적기동분석의 성능을 향상시킬 수 있는 표적 기동분석 방법을 제공하는데 있다.
상기와 같은 목적을 달성하기 위하여 본 발명에 따른 표적기동분석 필터의 초기화 방법의 제1실시예는, 자함에 배치된 복수의 센서를 이용하여 표적을 식별하는 단계; 상기 식별된 표적 정보를 근거로 표적의 존재 영역에 대한 확률 분포를 획득하는 단계; 상기 획득된 표적의 존재 영역에 대한 확률분포를 근거로 각 표적기동분석 필터에 상이한 초기 가중치를 결정하는 단계; 및 상기 결정된 초기 가중치로 각 표적기동분석 필터를 초기화하는 단계;를 포함할 수 있다.
상기 획득된 확률분포에서 표적 존재 확률이 높은 영역에 존재하는 필터는 상대적으로 높은 가중치가 설정되고 표적 존재 확률이 낮은 영역에 존재하는 필터는 상대적으로 낮은 가중치가 설정된다.
상기와 같은 목적을 달성하기 위하여 본 발명에 따른 표적기동분석 필터의 초기화 방법의 제2실시예는, 자함에 배치된 복수의 센서를 이용하여 표적을 식별하는 단계; 상기 식별된 표적 종류에 따라 각 표적기동분석 필터에 상이한 초기 가중치를 결정하는 단계; 및 상기 결정된 초기 가중치로 각 표적기동분석 필터를 초기화하는 단계;를 포함할 수 있다.
상기 표적식별 결과 표적이 잠수함인 경우, 자함으로부터 가까운 거리의 필터에는 높은 가중치를 부여하고 자함으로부터 멀리 떨어진 필터일수록 낮은 가중치를 부여하며, 상기 표적식별 결과 표적이 큰 소음을 내는 수상함인 경우 자함으로부터 먼 거리의 필터에는 높은 가중치를 주고 자함으로부터 가까이 있는 필터일수록 낮은 가중치를 부여한다.
상기와 같은 목적을 달성하기 위하여 본 발명에 따른 표적기동분석 필터의 초기화 방법의 제3실시예는, 자함에 배치된 복수의 센서를 이용하여 표적을 식별하는 단계; 상기 식별된 표적 정보를 근거로 표적의 존재 영역에 대한 확률 분포를 획득하는 단계; 상기 식별된 표적의 종류 및 상기 획득된 표적의 존재 영역에 대한 확률분포 를 근거로 각 표적기동분석 필터에 상이한 초기 가중치를 결정하는 단계; 및 상기 결정된 초기 가중치로 각 표적기동분석 필터를 초기화하는 단계;를 포함할 수 있다.
상기 표적기동분석 필터는 방위각 측정치만을 이용하여 표적기동분석을 수행하는 BOTMA 또는 방위각과 주파수 측정치를 모두 이용하여 표적기동분석을 수행하는 DBTMA에 적용 가능하다.
상기 표적의 존재 영역에 대한 확률 분포는 수중 음파의 다중경로를 묘사하는 다중 경로 음파 전달 모델을 이용하여 획득한다.
상기 표적의 존재 영역에 대한 확률 분포는 자함이 보유하고 있는 복수의 센서를 이용하여 표적을 식별한 후 표적의 존재 가능한 위치를 추정하여 획득한다.
상기 획득된 확률분포에서 표적 존재 확률이 높은 영역에 존재하는 필터는 상대적으로 높은 가중치가 설정되고 표적 존재 확률이 낮은 영역에 존재하는 필터는 상대적으로 낮은 가중치가 설정된다.
상기 표적식별 결과 표적이 잠수함인 경우 자함으로부터 가까운 거리의 필터에는 높은 가중치를 부여하고 자함으로부터 멀리 떨어진 필터일수록 낮은 가중치를 부여하며, 상기 표적식별 결과 표적이 큰 소음을 내는 수상함인 경우에는 자함으로부터 먼 거리의 필터에는 높은 가중치를 주고 자함으로부터 가까이 있는 필터일수록 낮은 가중치를 부여한다.
본 발명은 표적 식별과 다중 경로 음파 전달 모델을 이용하여 표적기동분석 필터 초기화한 후 표적식별 결과 및/또는 표적의 존재 영역에 대한 확률 분포를 토대로 각 표적기동분석 필터에 서로 다른 가중치를 부여함으로써 표적기동분석의 성능을 향상시킬 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 표적기동 분석장치의 블록 구성도.
도 2는 표적기동 분석장치에서 연산부의 상세 동작을 나타낸 순서도.
도 3은 표적과 자함의 기하학적 관계를 나타낸 도면.
도 4는 음파선 추적(ray tracing)을 이용한 간단한 다중 경로 음파 전달 모델을 나타낸 예시도.
도 5는 각 필터가 존재하는 영역에서 구해진 표적 존재 확률을 나타낸 도면.
종래의 표적기동분석에 사용되는 비선형 필터(RP 확장 칼만 필터나 파티클 필터)에서 초기화된 파티클(또는 트랙)은 일반적으로 모두 동일한 가중치(값)를 가진다.
그런데, 운용자가 표적의 존재 가능 영역을 알고 있다면 표적의 존재 영역에 대한 확률 분포를 이용하여 각 파티클(트랙)이 다른 가중치를 얻을 수 있을 것이다. 즉, 표적의 존재 가능성이 많은 영역에 존재하는 파티클(트랙)은 초기부터 높은 가중치를 가질 수 있다.
본 발명은 표적의 존재 영역에 대한 확률 분포를 토대로 필터의 각 파티클(트랙)에 다른 가중치를 부여함으로써 표적기동분석의 성능을 향상시킬 수 있는 방안을 제공한다.
본 발명은 운용자의 개입 없이 자동으로 표적의 존재 영역에 대한 확률 분포를 얻으며, 이를 위한 방법으로 표적 식별과 다중 경로 음파 전달모델을 이용한다.
즉, 자함이 보유하고 있는 여러 센서를 이용하면 표적 식별이 가능하기 때문에 표적 식별 결과에 따라 표적의 존재 가능한 위치를 추정할 수 있으며, 다중 경로 음파 전달 모델을 이용하여 표적의 존재 영역에 대한 분포를 얻을 수 있다.
수중 환경에서는 음파가 직선뿐만 아니라 굴절 및 반사로 인하여 다중경로로 전달된다. 이러한 수중 음파의 다중경로를 묘사하는 알고리즘을 음파선 추적(ray tracing)라고 하는데, 음파 전달로 인한 방위 탐지 결과를 음파선 추적의 입력으로 제공하면 음원이 되는 표적의 존재 영역에 대한 확률 분포를 얻을 수 있다.
따라서, 본 발명의 특징은 이렇게 얻어진 표적의 존재 영역에 대한 확률 분포를 토대로 필터의 각 트랙(파티클)에 각기 다른 가중치를 부여하는 것이다. 이때 표적 식별이나 다중 경로 음파 전달 모델이 정확할수록 표적기동분석 필터의 가중치는 더 정확하게 초기화되며 전체적인 표적기동분석 성능도 더욱 향상될 수 있다.
도 1은 본 발명의 실시예에 따른 표적기동 분석장치의 블록 구성도이다.
도 1에 도시된 바와 같이, 표적기동 분석장치는 표적정보 측정부(100), 연산부 (110), 자함정보 측정부(120), 표적 상대위치 추정부(130) 및 표적 절대위치 추정부(140)를 포함한다.
상기 표적정보 측정부(100)는 자함에 배치된 복수의 센서를 이용하여 표적의 종류(e.g., 잠수함 또는 수상함)을 식별할 분만 아니라 표적의 방위각을 검출하여 다중경로 음파전달 모델과 함께 연산부(110)로 제공한다.
상기 연산부(110)는 TMA필터를 포함하며, 다중 경로 음파 전달 모델과 표적식별결과를 이용하여 TMA필터의 각 트랙(파티클)에 각기 다른 초기 가중치를 결정한다.
상기 자함 정보 측정부(120)는 자함의 위치 및 속도를 측정하고, 표적 상대위치 추정부(130)는 연산부(110)의 연산부(100) 출력을 근거로 표적의 상대위치를 추정한다. 이때, 자함 위치 측정부(108)는 매 타임 스텝마다 자함의 위치를 측정한다. 상기 자함의 위치는
Figure 112013102074866-pat00001
로, 자함의 속도는
Figure 112013102074866-pat00002
로 나타낼 수 있다.
상기 표적 절대위치 추정부(140)는 표적 상대위치 추정부(106)에서 추정된 표적의 위치 추정값과 상기 자함 위치 측정부(108)에서 측정된 자함의 위치 정보를 근거로 현재 표적의 절대위치를 추정한다. 여기서 절대위치라는 것은 절대 좌표계에 의한 상기 표적의 위치를 말한다.
즉, 표적 절대위치 추정부(140)는 하기 수학식 1과 같이 상기 표적 상대위치 추정부(130)에서 추정된 표적의 위치 추정값과 상기 자함 위치 측정부에서 측정된 자함의 위치 정보를 이용하여 표적의 절대위치를 추정한다.
Figure 112013102074866-pat00003
수학식 1를 참조하여 보면, 표적 상대위치 추정부(130)에서 추정된 표적의 상대 위치값에 현재 자함의 위치 정보를 합산함으로써 현재 표적의 절대위치를 산출하는 것을 보이고 있다. 여기서 상기 추정된 표적의 상대위치값은 지평 좌표계(X축:
Figure 112013102074866-pat00004
, Y축:
Figure 112013102074866-pat00005
)에 대한 정보뿐만 아니라, 표적의 상대 속도에 대한 정보(X축 속도:
Figure 112013102074866-pat00006
, Y축 속도:
Figure 112013102074866-pat00007
)를 포함한다.
도 2는 본 발명의 표적기동 분석장치의 연산부의 상세 동작을 나타낸 순서도이다. 도 2에 도시된 바와 같이, 본 발명은 여러 개의 필터를 융합하여 더 정확한 표적 추적을 하는 방법(예: 파티클 필터)을 이용한다. 본 발명은 표적의 방위각 정보를 이용하여 표적의 위치를 추정하는 BOTMA(Bearing Only Target Motion Analysis)에 적용 가능할 뿐 아니라, 표적의 도플러 편이된 주파수 정보와 방위각 정보를 기반으로 표적의 위치를 추정하는 DBTMA(Doppler-Bearing Target Motion Analysis에도 적용 가능하다.
Bearing Only Target Motion Analysis(BOTMA) 모델
본 발명에서 제안한 BOTMA 필터는 표적의 상대위치(
Figure 112013102074866-pat00008
) 및 상대속도(
Figure 112013102074866-pat00009
)를 상태(state)로써 이용한다. 이산(Discrete) 시스템을 고려할 경우 BOTMA 필터의 동력학 모델과 측정치 모델은 다음 수학식 2 및 3과 같이 나타낼 수 있다.
Figure 112013102074866-pat00010
Figure 112013102074866-pat00011
상기 모델에서
Figure 112013102074866-pat00012
는 방위각 측정치,
Figure 112013102074866-pat00013
는 자함의 위치 정보, T는 샘플링 간격을 의미하며, k는 타임 스텝(time step)이다. 또한,
Figure 112013102074866-pat00014
는 프로세스 잡음이고,
Figure 112013102074866-pat00015
는 측정치 잡음을 의미한다. 상기 동력학 모델은 선형이지만 측정치 모델은 비선형이므로 전체적으로는 비선형시스템이다.
Doppler Bearing Target Motion Analysis(DBTMA) 모델
본 발명에서 제안한 DBTMA 필터는 BOTMA에서 이용되는 표적의 상대위치 및 상대속도에 부가하여 표적의 고유 주파수에 해당하는 status를 더 이용한다. 이산 시스템을 고려할 경우 DBTMA 필터의 동력학 모델과 측정치 모델은 다음 수학식 4, 5와 같이 나타낼 수 있다.
Figure 112013102074866-pat00016
Figure 112013102074866-pat00017
상기 모델에서
Figure 112013102074866-pat00018
는 자함의 위치정보, T는 샘플링 간격을 의미하며, k는 타임 스텝을 나타낸다. 또한, C는 수중 음파신호의 속도(1500m/s),
Figure 112013102074866-pat00019
는 프로세스 잡음,
Figure 112013102074866-pat00020
는 측정치 잡음을 의미한다. 상기 동력학 모델은 선형이지만 측정치 모델은 비선형이므로 전체적으로는 비선형시스템이다.
1. 타임 스텝(k=0) : N개 필터 초기화(S10)
타임 스텝 k=0에서 N개의 필터(파티클)를 초기화하는 방법을 기술한다. 후술하는 1-1, 1-2는 N개 필터를 초기화하는 일반적인 방법(예: 파티클 필터 초기화 방법)이며 본 발명의 범위에 직접적으로 속하지는 않는다.
1-1. BOTMA 필터 초기화
BOTMA에서 N개의 필터를 이용하는 경우 타임 스텝 k에서 N개의 필터 중 i번째 필터의 상태(state)는 다음 수학식 6과 같이 나타낼 수 있다.
Figure 112013102074866-pat00021
Figure 112013102074866-pat00022
가 자함의 초기 위치 정보를 나타낸다고 가정하면, N 개의 필터의 초기 상대위치
Figure 112013102074866-pat00023
는
Figure 112013102074866-pat00024
이다. 그런데, 초기 자함 위치 정보
Figure 112013102074866-pat00025
는 가용하므로, N 개의 초기 상대위치(
Figure 112013102074866-pat00026
,
Figure 112013102074866-pat00027
)를 얻기 위해서는 N개의 초기 표적 위치
Figure 112013102074866-pat00028
,
Figure 112013102074866-pat00029
)를 구해야 한다.
상기 N개의 초기 표적 위치(
Figure 112013102074866-pat00030
)를 구하는 방법은 아래와 같다.
초기 측정 방위각이 가지는 측정 잡음의 오차 범위 내에서 표적이 존재하는 것을 가정할 수 있다.
먼저, 센서의 최대(최소) 측정 거리를 고려하여 탐지된 표적이 존재 가능한 영역을 구한다. 이러한 영역내에서 N개의 임의의 표적 위치
Figure 112013102074866-pat00031
와 임의의 속도
Figure 112013102074866-pat00032
를 설정하여 N개 필터(파티클)의 초기치를 구한다.
표적의 최대속도
Figure 112013102074866-pat00033
에 대한 정보가 있는 경우, 최대속도
Figure 112013102074866-pat00034
보다 작은 범위에서 N개 표적의 속도를 임의로 설정한다. 즉, 모든
Figure 112013102074866-pat00035
에 대하여
Figure 112013102074866-pat00036
를 만족하도록 한다. 물론 이러한 방법 이외에 다른 방법으로 N개의 필터를 초기화할 수 있다.
도 3은 표적과 자함의 기하학적 관계를 나타낸 도면이다.
도 3을 참조하면, 푸른 선(50)은 자함의 이동 경로를 나타내고, 붉은 선으로 표시된 영역(51)은 표적 방위각의 불확실성과 자함 센서의 최대, 최소 측정거리를 고려하여 표적의 존재 가능 영역을 나타낸다.
도 3에서는 편의상 10개의 필터(파티클)를 설정하였으며, 10개의 녹색점들은 각 필터로서 각각 추정된 초기 표적의 위치를 나타낸다. 또한, 녹색점을 시작점으로 하는 화살표는 각각 추정된 초기 표적의 절대속도를 나타낸다. 각 화살표의 길이는 표적의 속력을 나타내는데 임의로 표적의 속도를 추정했으므로 각 화살표의 길이는 다르다.
1-2. DBTMA 필터 초기화
DBTMA에서 N개의 필터를 이용하는 경우, N개의 필터 초기화 이후 시간(k)에서 i번째 필터의 상태(state)는 다음 수학식 7과 같이 나타낼 수 있다.
Figure 112013102074866-pat00037
상기에서 타임 스텝(k=0)일 때
Figure 112013102074866-pat00038
는 상기 1-1의 방법을 이용하여 초기화할 수 있다. 또한, DBTMA 필터의 측정치 모델을 이용하여
Figure 112013102074866-pat00039
에 관한 식을 구하면 다음 수학식 8과 같다.
Figure 112013102074866-pat00040
다음으로 본 발명에서 제안하는 N개 필터의 가중치를 초기화하는 방법을 기술한다.
2. N개 필터들의 가중치 초기화
일반적으로 초기(time step, k=0)의 각 필터는 모두 동일한 가중치를 갖는다. 따라서, 시간(k)에서 i번째 필터의 가중치를
Figure 112013102074866-pat00041
로 나타내면, 모든
Figure 112013102074866-pat00042
에 대하여
Figure 112013102074866-pat00043
이다.
그런데, 운용수(운영자)가 표적의 존재 가능 영역을 알고 있다면, 표적의 존재 영역에 대한 확률 분포를 이용하여 각 필터가 다른 가중치를 갖도록 할 수 있다. 즉, 표적의 존재 가능성이 많은 영역에 존재하는 필터는 초기부터 높은 가중치를 갖게 되고, 상대적으로 표적의 존재 가능성이 적은 영역에 존재하는 필터는 낮은 가중치를 갖게 된다.
본 발명은 운용수의 개입 없이 자동으로 표적의 존재 영역에 대한 확률 분포를 얻기 위한 방법으로 표적 식별 및/또는 다중 경로 음파 전달 모델을 이용한다.
2-1. 다중 경로 음파 전달 모델을 이용한 필터의 가중치 초기화
도 4는 음파선 추적(ray tracing)을 이용한 간단한 다중 경로 음파 전달 모델을 나타낸 예시도이다.
도 4에서 자함은 50미터 깊이에 존재하는 붉은 점으로 표시되고, 자함이 받는 방위 탐지 결과를 바탕으로 도 4와 같은 음파선 추적 모델을 얻을 수 있다. 물론 도 4에는 단지 두 개의 음파선만 자함으로부터 나오지만, 실제 음파선 추적에서는 훨씬 더 많은 음파선이 자함으로부터 나온다.
일단 광선 음파선 결과 모델이 얻어지면 음파선이 조밀하게 지나는 영역은 음원이 되는 표적의 존재 가능성이 높은 영역이며, 음파선이 듬성듬성 지나거나 아예 안 지나는 영역(shadow zone)은 표적의 존재 가능성이 낮은 영역이라고 할 수 있다.
따라서, 도 4에 도시된 음파선 추적 모델을 토대로 음원이 되는 표적의 존재 영역에 대한 확률 분포를 얻을 수 있다.
본 발명의 특징은 상기와 같이 얻어진 표적의 존재 영역에 대한 확률 분포를 토대로 각 필터에 각기 다른 가중치를 부여한다. 수상함(水上艦) 표적의 경우, 표적의 수심은 0이므로 수심이 0인 수평면상에서 표적 존재 영역에 대한 확률 분포를 얻고 각 필터는 각각 표적 존재 확률에 비례하는 가중치를 갖게 된다.
표적이 수중에 존재할 경우, 표적의 수심에 대한 사전정보가 있으면 표적이 존재하는 수심의 수평면상에서 표적 존재 영역에 대한 확률 분포를 얻으며, 사전정보가 없는 경우에는 편의상 표적이 자함과 같은 수심에 존재한다고 가정한다. 표적의 추정 수심의 수평면상에서 표적 존재 영역에 대한 확률 분포를 얻고 이 분포를 토대로 각 필터에 각기 다른 가중치를 부여한다.
도 5는 각 필터가 존재하는 영역에서 구해진 표적 존재 확률을 나타낸다.
도 5와 도 3은 동일한 표적과 자함의 기하학적 관계를 보여주며, 10개의 녹색점들은 각각 추정된 초기 표적의 위치를 나타낸다. 또한, 각 녹색점에 명시된 숫자들은 각 필터가 존재하는 영역에서 표적 존재 확률(단위: percent)을 의미한다.
따라서, 각 필터(예:10개의 필터)의 초기 가중치는 각 필터가 존재하는 영역의 표적 존재 확률에 비례하여 설정해준다.
모든 필터의 가중치의 합은 1이 되어야하므로, 도 5에서 표적존재 확률이 가장 높은 영역에 존재하는 필터는
Figure 112013102074866-pat00044
의 가중치를 갖고, 표적존재 확률이 가장 낮은 영역에 존재하는 필터는
Figure 112013102074866-pat00045
의 가중치를 갖는다.
이러한 방법으로, 표적 존재 확률이 높은 영역에 존재하는 필터는 상대적으로 높은 가중치를 얻고 표적 존재 확률이 낮은 영역에 존재하는 필터는 상대적으로 낮은 가중치를 얻게 된다.
2-2. 표적 식별을 이용한 필터의 가중치 초기화
자함이 보유하고 있는 여러 센서를 이용하면 표적 식별이 가능하다. 예를 들어 표적이 잠수함으로 판단될 경우에는 가까운 위치에서 표적이 관측되었을 확률이 높다. 따라서, 자함으로부터 가까운 거리(예: 5km)의 필터에는 높은 가중치를 주고 자함으로부터 멀리 떨어진 필터일수록 낮은 가중치를 준다.
반면에, 표적이 큰 소음을 내는 수상함으로 판단될 경우에는 먼 거리에서 표적의 소음이 전달되는 경우가 많다. 따라서, 자함으로부터 먼 거리(예: 30km)의 필터에는 높은 가중치를 주고 자함으로부터 가까이 있는 필터일수록 낮은 가중치를 준다.
3. N개 필터들의 가중치를 계산하여
Figure 112013102074866-pat00046
를 도출(S20, S30)
일단 여러 개(N개)의 필터가 초기화된 후 이 필터들을 이용하여 더 정확한 표적 추정치를 얻을 수 있다. 이 방법은 일반적으로 쓰이는 방법(예: 파티클 필터)으로 본 발명의 범위에 직접적으로 속하지는 않는다. 기본 개념은 매 타임 스템 k마다 방위각을 입력받으면서 여러 필터를 구동하고, 여러개의 필터들 중 실제 측정치와 필터 예상 측정값과의 차이가 작은 필터가 상대적으로 큰 가중치를 갖도록 하는 것이다. 실제 측정치와 필터 추정 측정값과의 차이를 이용하여 각 필터의 가중치를 결정하며 각 필터의 가중치를 토대로 더 정확한 추정치를 얻는다. 시간 (k)에서 i번째 필터의 우도(likelihood)(
Figure 112013102074866-pat00047
)를 다음 수학식 9와 같이 구할 수 있다.
Figure 112013102074866-pat00048
상기에서
Figure 112013102074866-pat00049
는 시간(k)에서 자함의 측정치이며,
Figure 112013102074866-pat00050
는 i번째 필터에서 추정된 예상 측정치이다. 또한,
Figure 112013102074866-pat00051
는 타입 스텝 k에서 측정치 소음의 공분산 값이다. 타임 스텝 k에서 i번째 필터의 가중치
Figure 112013102074866-pat00052
는
Figure 112013102074866-pat00053
을 만족해야한다.
상기
Figure 112013102074866-pat00054
를 토대로 얻은 각 필터의 가중치는
Figure 112013102074866-pat00055
이며,
Figure 112013102074866-pat00056
이 만족된다. 따라서, 시간(k)에서 N개의 필터를 융합한 표적의 추정치는 다음 수학식 10과 같다.
Figure 112013102074866-pat00057
본 발명은 다중 경로 음파 전달 모델을 이용하여 필터를 재시작하는 방법으로도 확장 가능하다. 표적기동분석을 하는 과정 중에서 필터가 추정한 표적 위치에 해당하는 표적 존재 확률이 너무 작을 경우, 해당 필터에 대한 신뢰성에 문제가 생겼음을 의미한다. 이러한 경우, 표적의 추정 심도에 오차가 있을 수 있으므로 추정 심도를 표적 존재 확률이 높은 심도로 바꾸어서 필터를 재시작한다.
상술한 바와 같이 본 발명은 표적 식별과 다중 경로 음파 전달 모델을 이용하여 표적기동분석 필터 초기화한 후 표적의 존재 영역에 대한 확률 분포를 토대로 각 표적기동분석 필터에 서로 다른 가중치를 부여함으로써 표적기동분석의 성능을 향상시킬 수 있는 효과가 있다. 이러한 방법은 표적 식별이나 다중 경로 음파 전달 모델이 정확할수록 표적기동분석 필터의 가중치는 더 정확하게 초기화되며 전체적인 표적기동분석 성능이 더욱 향상될 수 있는 장점이 있다.
상기와 같이 설명된 본 발명에 따른 표적기동분석 필터의 초기화 방법은 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 상술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다.
50 : 자함의 이동경로 51 : 표적의 존재 가능 영역
100 : 표적정보 측정부 110 : 연산부
120 : 자함정보 측정부 130 ; 표적 상대위치 추정부
140 : 표적 절대위치 추정부

Claims (8)

  1. 자함에 배치된 복수의 센서를 이용하여 표적을 식별하는 단계;
    상기 식별된 표적 정보를 근거로 표적의 존재 영역에 대한 확률 분포를 획득하는 단계;
    상기 획득된 표적의 존재 영역에 대한 확률분포를 근거로 각 표적기동분석 필터에 상이한 초기 가중치를 설정하는 단계; 및
    상기 설정된 초기 가중치로 각 표적기동분석 필터를 초기화하는 단계;를 포함하여 구성되며,
    상기 초기 가중치는 각 필터가 존재하는 영역의 표적 존재 확률에 비례하여 설정되는 것을 특징으로 하는 표적기동분석 필터의 초기화 방법.
  2. 삭제
  3. 제1항에 있어서, 상기 식별된 표적이 잠수함인 경우 자함으로부터 가까운 거리의 필터에는 높은 가중치가 부여되고 자함으로부터 멀리 떨어진 필터일수록 낮은 가중치가 부여되며,
    상기 표적식별 결과 표적이 큰 소음을 내는 수상함인 경우 자함으로부터 먼 거리의 필터에는 높은 가중치가 부여되고 자함으로부터 가까이 있는 필터일수록 낮은 가중치가 부여되는 것을 특징으로 하는 표적기동분석 필터의 초기화 방법.
  4. 자함에 배치된 복수의 센서를 이용하여 표적을 식별하는 단계;
    상기 식별된 표적 정보를 근거로 표적의 존재 영역에 대한 확률 분포를 획득하는 단계;
    상기 식별된 표적의 종류 및 상기 획득된 표적의 존재 영역에 대한 확률분포 를 근거로 각 표적기동분석 필터에 상이한 초기 가중치를 설정하는 단계; 및
    상기 설정된 초기 가중치로 각 표적기동분석 필터를 초기화하는 단계;를 포함하여 구성되며,
    상기 초기 가중치는 각 필터가 존재하는 영역의 표적 존재 확률에 비례하여 설정되며, 식별된 표적의 종류에 따라 자함에서 가까운 필터와 먼 필터에 서로 다른 가중치가 설정되는 것을 특징으로 하는 표적기동분석 필터의 초기화 방법.
  5. 제4항에 있어서, 상기 표적의 존재 영역에 대한 확률 분포는
    수중 음파의 다중경로를 묘사하는 다중 경로 음파 전달 모델을 이용하여 획득하는 것을 특징으로 하는 표적기동분석 필터의 초기화 방법.
  6. 제4항에 있어서, 상기 표적의 존재 영역에 대한 확률 분포는
    자함이 보유하고 있는 복수의 센서를 이용하여 표적을 식별한 후 표적의 존재 가능한 위치를 추정하여 획득하는 것을 특징으로 하는 표적기동분석 필터의 초기화 방법.
  7. 삭제
  8. 제4항에 있어서, 상기 표적식별 결과 표적이 잠수함인 경우 자함으로부터 가까운 필터에는 높은 가중치가 부여되고, 자함으로부터 멀리 떨어진 필터일수록 낮은 가중치가 부여되며,
    상기 표적식별 결과 표적이 큰 소음을 내는 수상함인 경우에는 자함으로부터 멀리 떨어진 필터에는 높은 가중치가 부여되고 자함으로부터 가까이 있는 필터일수록 낮은 가중치가 부여되는 것을 특징으로 하는 표적기동분석 필터의 초기화 방법.
KR20130135770A 2013-11-08 2013-11-08 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법 KR101480834B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130135770A KR101480834B1 (ko) 2013-11-08 2013-11-08 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130135770A KR101480834B1 (ko) 2013-11-08 2013-11-08 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법

Publications (1)

Publication Number Publication Date
KR101480834B1 true KR101480834B1 (ko) 2015-01-13

Family

ID=52588577

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130135770A KR101480834B1 (ko) 2013-11-08 2013-11-08 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법

Country Status (1)

Country Link
KR (1) KR101480834B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180096482A (ko) * 2017-02-20 2018-08-29 한양대학교 에리카산학협력단 수중 표적 움직임 분석 방법
KR101948459B1 (ko) * 2015-03-06 2019-02-14 아틀라스 엘렉트로닉 게엠베하 다중 경로 전파 효과가 제거된 신뢰 음향 신호를 산출하고 음원까지의 거리 및/또는 방향을 결정하는 방법 및 그 장치와 선체
JP2019066280A (ja) * 2017-09-29 2019-04-25 株式会社デンソーテン レーダ装置および物標検出方法
RU2793779C1 (ru) * 2022-09-29 2023-04-06 Акционерное Общество "Концерн "Океанприбор" Способ определения параметров маневрирования источника зондирующих сигналов

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090043016A (ko) * 2007-10-29 2009-05-06 재단법인 포항산업과학연구원 파티클 필터를 이용한 다중물체 추적방법
JP2010165305A (ja) 2009-01-19 2010-07-29 Sony Corp 情報処理装置、および情報処理方法、並びにプログラム
KR20120022214A (ko) * 2010-09-01 2012-03-12 국방과학연구소 다중표적처리장치에서 거리 구간별 다른 가중치의 융합 기준을 가지는 표적 융합 방법
KR20120066429A (ko) * 2010-12-14 2012-06-22 중앙대학교 산학협력단 복수의 오브젝트를 추적하는 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090043016A (ko) * 2007-10-29 2009-05-06 재단법인 포항산업과학연구원 파티클 필터를 이용한 다중물체 추적방법
JP2010165305A (ja) 2009-01-19 2010-07-29 Sony Corp 情報処理装置、および情報処理方法、並びにプログラム
KR20120022214A (ko) * 2010-09-01 2012-03-12 국방과학연구소 다중표적처리장치에서 거리 구간별 다른 가중치의 융합 기준을 가지는 표적 융합 방법
KR20120066429A (ko) * 2010-12-14 2012-06-22 중앙대학교 산학협력단 복수의 오브젝트를 추적하는 장치 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101948459B1 (ko) * 2015-03-06 2019-02-14 아틀라스 엘렉트로닉 게엠베하 다중 경로 전파 효과가 제거된 신뢰 음향 신호를 산출하고 음원까지의 거리 및/또는 방향을 결정하는 방법 및 그 장치와 선체
KR20180096482A (ko) * 2017-02-20 2018-08-29 한양대학교 에리카산학협력단 수중 표적 움직임 분석 방법
KR102048125B1 (ko) * 2017-02-20 2019-11-22 한양대학교 에리카산학협력단 수중 표적 움직임 분석 방법
JP2019066280A (ja) * 2017-09-29 2019-04-25 株式会社デンソーテン レーダ装置および物標検出方法
RU2793779C1 (ru) * 2022-09-29 2023-04-06 Акционерное Общество "Концерн "Океанприбор" Способ определения параметров маневрирования источника зондирующих сигналов

Similar Documents

Publication Publication Date Title
US7969913B2 (en) Localization apparatus for recognizing location of node in sensor network and method thereof
JP2008527394A (ja) マルチパス信号を用いて位置決めを行うためのシステム及び方法
JP6707575B2 (ja) 空間の領域内に含まれているターゲットデバイスの位置を特定するための無線測位方法
KR20110012584A (ko) 초음파 기반 3차원 위치 추정 장치 및 방법
KR102082263B1 (ko) 수중위치 추정 시스템 및 방법
KR101480834B1 (ko) 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법
KR101627419B1 (ko) 이동 노드의 위치 추정 방법 및 그 장치
RU2649073C1 (ru) Способ определения координат подводного объекта гидроакустической системой подводной навигации с юстировочным маяком
JP2011247596A (ja) レーダ装置
Zhu et al. Kalman-based underwater tracking with unknown effective sound velocity
CN113238208B (zh) 非规则轨迹水中运动目标前向声散射多普勒频移计算方法
CN117146830B (zh) 一种自适应多信标航位推算和长基线的紧组合导航方法
US9100317B1 (en) Self surveying portable sensor nodes
RU2586078C2 (ru) Однопозиционный пассивный радиоэлектронный комплекс для определения горизонтальных координат, элементов движения цели и коэффициента километрического затухания электромагнитного излучения цели
RU2667330C1 (ru) Способ определения местоположения объектов гидроакустической пассивной системой в условиях многомодового распространения звука
RU2545068C1 (ru) Способ измерения изменения курсового угла движения источника зондирующих сигналов
KR101480170B1 (ko) 음향 도플러를 이용한 수중 이동체속도 추정방법 및 이를 이용한 수중 이동체속도 측정장치
KR101837845B1 (ko) 수중 표적 정보 획득 시스템 및 방법
Gunes Performance comparison of ToA and TDOA based tracking in underwater multipath environments using bernoulli filter
RU2714303C1 (ru) Разностно-дальномерный способ определения местоположения источника радиоизлучения в условиях многолучевого распространения радиоволн
JP6220717B2 (ja) 物体の移動方位及び速度推定装置及び方法
Allahparast et al. An improved tracking algorithm for underwater vessels using the passive sonar
KR101356019B1 (ko) 휴대폰 망 이중분리 레이더에서 위치 추정 오차를 줄이는 위치 추정 방법 및 그 시스템
RU2730100C1 (ru) Способ оценки дистанции до шумящего в море объекта
CN111337881B (zh) 一种利用螺旋桨噪声的水下目标探测方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190102

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200103

Year of fee payment: 6