KR102286579B1 - Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV) - Google Patents

Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV) Download PDF

Info

Publication number
KR102286579B1
KR102286579B1 KR1020190100628A KR20190100628A KR102286579B1 KR 102286579 B1 KR102286579 B1 KR 102286579B1 KR 1020190100628 A KR1020190100628 A KR 1020190100628A KR 20190100628 A KR20190100628 A KR 20190100628A KR 102286579 B1 KR102286579 B1 KR 102286579B1
Authority
KR
South Korea
Prior art keywords
moving object
measurement information
vector
tracking
arrival
Prior art date
Application number
KR1020190100628A
Other languages
Korean (ko)
Other versions
KR20210020706A (en
Inventor
김동현
김선우
송용민
Original Assignee
국방과학연구소
한양대학교 산학협력단
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, 한양대학교 산학협력단 filed Critical 국방과학연구소
Priority to KR1020190100628A priority Critical patent/KR102286579B1/en
Publication of KR20210020706A publication Critical patent/KR20210020706A/en
Application granted granted Critical
Publication of KR102286579B1 publication Critical patent/KR102286579B1/en

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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적하는 방법에 있어서, 시간에 따른 이동체의 상태 벡터

Figure 112019084278306-pat00165
를 설정하고, 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득하고, 측정 정보에 기초하여 이동체의 위치 추적 벡터
Figure 112019084278306-pat00166
를 설정하고, 상태 벡터
Figure 112019084278306-pat00167
및 위치 추적 벡터
Figure 112019084278306-pat00168
에 기초하여 이동체의 위치를 추적한다.A method for tracking the position of a moving object using a plurality of anchor nodes, the state vector of the moving object according to time
Figure 112019084278306-pat00165
, obtains TDOA (Time Difference Of Arrival), FDOA (Frequency Difference Of Arrival), and AOA (angle of arrival) based measurement information from each of the plurality of anchor nodes that receive the signal radiated from the mobile body, Position tracking vector of moving object based on measurement information
Figure 112019084278306-pat00166
and set the state vector
Figure 112019084278306-pat00167
and location tracking vector
Figure 112019084278306-pat00168
based on tracking the position of the moving object.

Description

이동체의 위치를 추적하는 방법 및 장치{Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV)}Method and apparatus for tracking the position of Unmanned aerial vehicle (UAV)

본 개시는 이동체의 위치를 추적하는 방법 및 장치에 관한 것이다.The present disclosure relates to a method and apparatus for tracking the position of a moving object.

측위 기술은 이동체가 자신의 위치, 속도, 경로 등을 알게 하는 위치 결정 기술이다. 이동체의 위치 정보를 얻는 측위 기술은 다양한 방법을 이용하여 실현할 수 있다. Positioning technology is a positioning technology that allows a moving object to know its position, speed, path, and the like. Positioning technology for obtaining position information of a moving object can be realized using various methods.

예를 들어, 거리 정보 기반 다변측량 기술은 위치가 알려진 앵커 노드와 위치를 모르는 이동체 간의 거리 정보에 기초하여 단말의 위치를 추정한다. 다만, 거리 정보 기반 다변측량 기술은 공간의 구조, 사람, 사물, 온도, 습도 등 다양한 요소에 의해 영향을 받기 때문에 정확도에 한계가 존재할 수 있다. For example, the distance information-based multilateration technique estimates the location of the terminal based on distance information between an anchor node with a known location and a moving object with an unknown location. However, distance information-based multivariate surveying technology may have limitations in accuracy because it is affected by various factors such as spatial structure, people, objects, temperature, and humidity.

또는, GNSS(Global　Navigation　Satellite　System) 신호를 이용한 측위 기술는 신호가 전달되기 어려운 건물이 많은 도심지역이나 터널 혹은 건물 내에서는 측위 오차가 클 수 있다. 이에 따라, 이동체의 위치 추정의 정확도를 높이기 위한 측위 기술이 요구된다.Alternatively, positioning technology using GNSS (Global 　 Navigation 　 Satellite 　 System) signals may have a large positioning error in an urban area where there are many buildings in which signals are difficult to transmit, or in a tunnel or building. Accordingly, a positioning technique for increasing the accuracy of estimating the location of a moving object is required.

다양한 실시예들은 이동체의 위치를 추적하는 방법 및 장치를 제공하는데 있다. 본 개시가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시예들로부터 또 다른 기술적 과제들이 유추될 수 있다.Various embodiments are to provide a method and apparatus for tracking the location of a moving object. The technical problems to be achieved by the present disclosure are not limited to the technical problems as described above, and other technical problems may be inferred from the following embodiments.

본 개시의 일 측면에 따르면, 복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적하는 방법에 있어서, 시간에 따른 상기 이동체의 상태 벡터

Figure 112019084278306-pat00001
를 설정하는 단계; 상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득하는 단계; 상기 측정 정보에 기초하여 상기 이동체의 위치 추적 벡터
Figure 112019084278306-pat00002
를 설정하는 단계; 및 상기 상태 벡터
Figure 112019084278306-pat00003
및 상기 위치 추적 벡터
Figure 112019084278306-pat00004
에 기초하여 상기 이동체의 위치를 추적하는 단계를 포함하고, 상기 위치 추적 벡터
Figure 112019084278306-pat00005
는
Figure 112019084278306-pat00006
로 정의되고, 상기
Figure 112019084278306-pat00007
내지
Figure 112019084278306-pat00008
는 TDOA 에 기반한 거리 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00009
내지
Figure 112019084278306-pat00010
는 FDOA에 기반한 주파수 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00011
내지
Figure 112019084278306-pat00012
는 AOA에 기반한 방위각(azimuth angle) 및 고각(elevation angle) 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00013
는 가우시안 분포(Gaussian distribution) 잡음에 해당할 수 있다. According to an aspect of the present disclosure, in a method of tracking a position of a moving object using a plurality of anchor nodes, a state vector of the moving object according to time
Figure 112019084278306-pat00001
setting up; obtaining measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA) from each of the plurality of anchor nodes receiving the signal radiated from the mobile body; A vector for tracking the position of the moving object based on the measurement information
Figure 112019084278306-pat00002
setting up; and the state vector
Figure 112019084278306-pat00003
and the location tracking vector.
Figure 112019084278306-pat00004
and tracking the position of the moving object based on the position tracking vector
Figure 112019084278306-pat00005
Is
Figure 112019084278306-pat00006
is defined as,
Figure 112019084278306-pat00007
inside
Figure 112019084278306-pat00008
represents distance measurement information based on TDOA,
Figure 112019084278306-pat00009
inside
Figure 112019084278306-pat00010
represents frequency measurement information based on FDOA,
Figure 112019084278306-pat00011
inside
Figure 112019084278306-pat00012
represents azimuth angle and elevation angle measurement information based on AOA,
Figure 112019084278306-pat00013
may correspond to Gaussian distribution noise.

또한, 상기 이동체의 상태 벡터

Figure 112019084278306-pat00014
는,
Figure 112019084278306-pat00015
로 정의되고,
Figure 112019084278306-pat00016
는 상기 이동체의 예측하지 못한 가속도의 변화를 나타내는 커맨드 프로세스(command process) 벡터이고,
Figure 112019084278306-pat00017
는 백색 잡음 벡터이고,
Figure 112019084278306-pat00018
,
Figure 112019084278306-pat00019
및
Figure 112019084278306-pat00020
는 상기 이동체가 갖는 운동 상태에 따라 설정될 수 있다.In addition, the state vector of the moving object
Figure 112019084278306-pat00014
Is,
Figure 112019084278306-pat00015
is defined as
Figure 112019084278306-pat00016
is a command process vector indicating an unexpected change in acceleration of the moving object,
Figure 112019084278306-pat00017
is the white noise vector,
Figure 112019084278306-pat00018
,
Figure 112019084278306-pat00019
and
Figure 112019084278306-pat00020
may be set according to the motion state of the moving object.

또한, 상기 TDOA 기반의 측정 정보는, 상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각에서 측정한 신호 측정 시간의 상호 간 차이 정보를 포함할 수 있다. In addition, the TDOA-based measurement information may include information on the difference between signal measurement times measured by each of the plurality of anchor nodes receiving the signal radiated from the mobile body.

또한, 상기 FDOA 기반의 측정 정보는, 상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각에서 측정한 도플러 주파수의 상호 간 차이 정보를 포함할 수 있다. In addition, the FDOA-based measurement information may include information on the difference between Doppler frequencies measured by each of the plurality of anchor nodes receiving the signal radiated from the mobile body.

또한, 상기 방위각 및 고각 정보는, 3도(degree)보다 작은 각도 범위의 오차를 갖을 수 있다. Also, the azimuth and elevation information may have an error within an angular range of less than 3 degrees.

본 개시의 다른 측면에 따르면, 복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적하는 방법을 구현하기 위한 프로그램이 기록된, 컴퓨터로 판독 가능한 기록 매체에 있어서, 상기 방법은, 시간에 따른 상기 이동체의 상태 벡터

Figure 112019084278306-pat00021
를 설정하는 단계; 상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득하는 단계; 상기 측정 정보에 기초하여 상기 이동체의 위치 추적 벡터
Figure 112019084278306-pat00022
를 설정하는 단계; 및 상기 상태 벡터
Figure 112019084278306-pat00023
및 상기 위치 추적 벡터
Figure 112019084278306-pat00024
에 기초하여 상기 이동체의 위치를 추적하는 단계를 포함하고, 상기 위치 추적 벡터
Figure 112019084278306-pat00025
는
Figure 112019084278306-pat00026
로 정의되고, 상기
Figure 112019084278306-pat00027
내지
Figure 112019084278306-pat00028
는 TDOA 에 기반한 거리 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00029
내지
Figure 112019084278306-pat00030
는 FDOA에 기반한 주파수 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00031
내지
Figure 112019084278306-pat00032
는 AOA에 기반한 방위각(azimuth angle) 및 고각(elevation angle) 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00033
는 가우시안 분포(Gaussian distribution) 잡음에 해당할 수 있다.According to another aspect of the present disclosure, there is provided a computer-readable recording medium in which a program for implementing a method of tracking a position of a moving object using a plurality of anchor nodes is recorded, the method comprising: state vector of the moving object
Figure 112019084278306-pat00021
setting up; obtaining measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA) from each of the plurality of anchor nodes receiving the signal radiated from the mobile body; A vector for tracking the position of the moving object based on the measurement information
Figure 112019084278306-pat00022
setting up; and the state vector
Figure 112019084278306-pat00023
and the location tracking vector.
Figure 112019084278306-pat00024
and tracking the position of the moving object based on the position tracking vector
Figure 112019084278306-pat00025
Is
Figure 112019084278306-pat00026
is defined as,
Figure 112019084278306-pat00027
inside
Figure 112019084278306-pat00028
represents distance measurement information based on TDOA,
Figure 112019084278306-pat00029
inside
Figure 112019084278306-pat00030
represents frequency measurement information based on FDOA,
Figure 112019084278306-pat00031
inside
Figure 112019084278306-pat00032
represents azimuth angle and elevation angle measurement information based on AOA,
Figure 112019084278306-pat00033
may correspond to Gaussian distribution noise.

본 개시의 또 다른 측면에 따르면, 하드웨어와 결합되어, 복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적하는 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 있어서, 상기 방법은, 시간에 따른 상기 이동체의 상태 벡터

Figure 112019084278306-pat00034
를 설정하는 단계; 상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득하는 단계; 상기 측정 정보에 기초하여 상기 이동체의 위치 추적 벡터
Figure 112019084278306-pat00035
를 설정하는 단계; 및 상기 상태 벡터
Figure 112019084278306-pat00036
및 상기 위치 추적 벡터
Figure 112019084278306-pat00037
에 기초하여 상기 이동체의 위치를 추적하는 단계를 포함하고, 상기 위치 추적 벡터
Figure 112019084278306-pat00038
는
Figure 112019084278306-pat00039
로 정의되고, 상기
Figure 112019084278306-pat00040
내지
Figure 112019084278306-pat00041
는 TDOA 에 기반한 거리 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00042
내지
Figure 112019084278306-pat00043
는 FDOA에 기반한 주파수 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00044
내지
Figure 112019084278306-pat00045
는 AOA에 기반한 방위각(azimuth angle) 및 고각(elevation angle) 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00046
는 가우시안 분포(Gaussian distribution) 잡음에 해당할 수 있다.According to another aspect of the present disclosure, in a computer program stored in a medium to execute a method for tracking the position of a moving object by using a plurality of anchor nodes in combination with hardware, the method includes: state vector of the moving object
Figure 112019084278306-pat00034
setting up; obtaining measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA) from each of the plurality of anchor nodes receiving the signal radiated from the mobile body; A vector for tracking the position of the moving object based on the measurement information
Figure 112019084278306-pat00035
setting up; and the state vector
Figure 112019084278306-pat00036
and the location tracking vector.
Figure 112019084278306-pat00037
and tracking the position of the moving object based on the position tracking vector
Figure 112019084278306-pat00038
Is
Figure 112019084278306-pat00039
is defined as,
Figure 112019084278306-pat00040
inside
Figure 112019084278306-pat00041
represents distance measurement information based on TDOA,
Figure 112019084278306-pat00042
inside
Figure 112019084278306-pat00043
represents frequency measurement information based on FDOA,
Figure 112019084278306-pat00044
inside
Figure 112019084278306-pat00045
represents azimuth angle and elevation angle measurement information based on AOA,
Figure 112019084278306-pat00046
may correspond to Gaussian distribution noise.

도 1은 이동체의 위치를 추적하기 위한 종래의 측위 기술들의 일 예를 나타내는 도면이다.
도 2는 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보에 기초하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다.
도 3은 이동체의 위치를 추적하는 일 예를 나타내는 흐름도이다.
도 4는 TDOA 기반의 위치 추적 방법을 이용하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다.
도 5는 FDOA 기반의 위치 추적 방법을 이용하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다.
도 6은 AOA 기반의 위치 추적 방법을 이용하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다.
도 7은 이동체의 이동 경로의 일 예를 나타내는 도면이다.
도 8은 이동체의 평균 속도 변화에 따른 이동체 위치 추적 장치의 성능을 분석한 결과의 일 예를 나타내는 도면이다.
도 9는 각도의 측정 오차에 따른 이동체 위치 추적 장치의 성능을 분석한 결과의 일 예를 나타내는 도면이다.1 is a diagram illustrating an example of conventional positioning techniques for tracking the position of a moving object.
2 is a diagram illustrating an example of tracking a location of a moving object based on measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA).
3 is a flowchart illustrating an example of tracking a position of a moving object.
4 is a diagram illustrating an example of tracking a location of a moving object using a TDOA-based location tracking method.
5 is a diagram illustrating an example of tracking a location of a moving object using an FDOA-based location tracking method.
6 is a diagram illustrating an example of tracking a location of a moving object using an AOA-based location tracking method.
7 is a diagram illustrating an example of a movement path of a moving object.
8 is a diagram illustrating an example of a result of analyzing the performance of the moving object location tracking device according to the change in the average speed of the moving object.
9 is a diagram illustrating an example of a result of analyzing the performance of a moving object location tracking device according to an angle measurement error.

이하 첨부된 도면을 참조하면서 오로지 예시를 위한 실시예들을 상세히 설명하기로 한다. 하기 설명은 실시예들을 구체화하기 위한 것일 뿐 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 상세한 설명 및 실시예로부터 당해 기술분야의 전문가가 용이하게 유추할 수 있는 것은 권리범위에 속하는 것으로 해석된다.Hereinafter, exemplary embodiments will be described in detail with reference to the accompanying drawings. It goes without saying that the following description is only for specifying the embodiments and does not limit or limit the scope of the invention. What can be easily inferred by an expert in the art from the detailed description and examples is construed as belonging to the scope of the right.

본 명세서에서 사용되는 '구성된다' 또는 '포함한다' 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.As used herein, terms such as 'consisting' or 'comprising' should not be construed as necessarily including all of the various components or various steps described in the specification, and some components or some steps thereof. It should be construed that they may not be included, or may further include additional components or steps.

또한, 본 명세서에서 사용되는 '제 1' 또는 '제 2' 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다.Also, terms including an ordinal number such as 'first' or 'second' used in this specification may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.

본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.The terms used in this specification have been selected as currently widely used general terms as possible while considering the functions in the present invention, which may vary depending on the intention or precedent of a person skilled in the art, the emergence of new technology, and the like. In addition, in a specific case, there is a term arbitrarily selected by the applicant, and in this case, the meaning will be described in detail in the description of the corresponding invention. Therefore, the term used in the present invention should be defined based on the meaning of the term and the overall content of the present invention, rather than the name of a simple term.

본 실시예들은 무인기의 임무 계획 최적화 방법 및 장치에 관한 것으로서 이하의 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서는 자세한 설명을 생략한다.The present embodiments relate to a method and apparatus for optimizing a mission plan of an unmanned aerial vehicle, and detailed descriptions of matters widely known to those of ordinary skill in the art to which the following embodiments belong will be omitted.

도 1은 이동체의 위치를 추적하기 위한 종래의 측위 기술들의 일 예를 나타내는 도면이다. 1 is a diagram illustrating an example of conventional positioning techniques for tracking the position of a moving object.

도 1을 참조하면, 이동체의 위치를 추적하기 위한 종래의 측위 기술들은 예를 들어, GPS(Global Positioning System)를 이용한 측위 기술, 4G LTE, 5G NR 등의 이동 통신을 이용한 측위 기술, Wi-Fi, UWB(ultra-wide band)등의 근거리 무선통신 시스템을 이용한 측위 기술 및 GNSS(Global　Navigation　Satellite　System) 신호를 이용한 측위 기술 등이 있다.Referring to FIG. 1 , conventional positioning techniques for tracking the position of a moving object include, for example, a positioning technique using a global positioning system (GPS), a positioning technique using mobile communication such as 4G LTE, 5G NR, and Wi-Fi. , positioning technology using short-range wireless communication systems such as UWB (ultra-wide band) and positioning technology using GNSS (Global Navigation 　 Satellite System) signals.

GPS를 이용한 측위 기술은 정밀한 측위가 가능하지만 실내 환경이나 신호가 도달하지 않는 환경에서의 사용이 어려울 수 있다. Positioning technology using GPS enables precise positioning, but it may be difficult to use in an indoor environment or an environment where signals do not reach.

또한, 거리 정보 기반 다변측량 기술은 무선통신 기반 측위 기술 중 하나로서, 위치가 알려진 앵커 노드와 위치를 모르는 이동체 간의 거리 정보에 기초하여 단말의 위치를 추정한다. 구체적으로, 삼변 측량법을 이용하여 이동체의 위치를 추정할 수 있다. 다만, 거리 정보 기반 다변측량 기술은 공간의 구조, 사람, 사물, 온도, 습도 등 다양한 요소에 의해 영향을 받기 때문에 정확도에 한계가 존재할 수 있다. In addition, the distance information-based multilateration technique is one of the wireless communication-based positioning techniques, and estimates the location of the terminal based on distance information between an anchor node with a known location and a mobile body whose location is unknown. Specifically, the position of the moving object can be estimated using trilateration. However, distance information-based multivariate surveying technology may have limitations in accuracy because it is affected by various factors such as spatial structure, people, objects, temperature, and humidity.

또한, GNSS 신호를 이용한 측위 기술는 우주에 위치하는 위성들과 지구 위에 위치하는 관제소 사이의 거리를 이용하여 위치를 추정한다. 이 때, 신호가 전달되기 어려운 건물이 많은 도심지역이나 터널 혹은 건물 내에서는 측위 오차가 클 수 있다. 이에 따라, 이동체의 위치 추정의 정확도를 높이기 위한 측위 기술이 요구된다.In addition, the positioning technology using the GNSS signal estimates the position using the distance between the satellites located in space and the control center located on the earth. In this case, the positioning error may be large in an urban area, a tunnel, or a building where there are many buildings where a signal is difficult to transmit. Accordingly, a positioning technique for increasing the accuracy of estimating the location of a moving object is required.

도 2는 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보에 기초하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다. 2 is a diagram illustrating an example of tracking a position of a moving object based on measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA).

본 발명에서는 이동체의 위치 추정의 정확도를 높이기 위하여, TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 융합하고, 이에 기초하여 이동체의 위치를 추적하는 방법을 제안한다. In the present invention, in order to increase the accuracy of estimating the position of the moving object, measurement information based on TDOA (Time Difference Of Arrival), FDOA (Frequency Difference Of Arrival), and AOA (angle of arrival) is fused, and the position of the moving object is determined based on this. Suggest ways to track

도 2를 참조하면, 본 발명의 이동체 위치 추적 장치는 복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적할 수 있다. 예를 들어, 이동체 위치 추적 장치는 복수의 앵커 노드들 각각으로부터 TDOA 에 기반한 거리 측정 정보, FDOA에 기반한 주파수 측정 정보 및 AOA에 기반한 방위각 및 고각 측정 정보를 획득하고, 이에 기초하여 이동체의 위치를 추적할 수 있다. 이하 도 3을 참조하여, 이동체의 위치를 추적하는 방법을 설명한다. Referring to FIG. 2 , the apparatus for tracking the position of a moving object according to the present invention may track the position of the moving object using a plurality of anchor nodes. For example, the moving object location tracking apparatus obtains TDOA-based distance measurement information, FDOA-based frequency measurement information, and AOA-based azimuth and elevation measurement information from each of a plurality of anchor nodes, and tracks the location of the moving object based on this can do. Hereinafter, a method of tracking the position of a moving object will be described with reference to FIG. 3 .

도 3은 이동체의 위치를 추적하는 일 예를 나타내는 흐름도이다.3 is a flowchart illustrating an example of tracking a position of a moving object.

310 단계에서, 이동체 위치 추적 장치는 시간에 따른 이동체의 상태 벡터

Figure 112019084278306-pat00047
를 설정할 수 있다. In step 310, the moving object location tracking device is a state vector of the moving object according to time
Figure 112019084278306-pat00047
can be set.

예를 들어, 이동체의 상태 벡터

Figure 112019084278306-pat00048
는 하기 수학식 1과 같이 나타낼 수 있다.For example, the state vector of a moving object
Figure 112019084278306-pat00048
can be expressed as in Equation 1 below.

Figure 112019084278306-pat00049
Figure 112019084278306-pat00049

상기 수학식 1에서

Figure 112019084278306-pat00050
는 자기 회귀 계수에 해당하고,
Figure 112019084278306-pat00051
는 상기 이동체의 예측하지 못한 가속도의 변화를 나타내는 커맨드 프로세스(command process) 벡터에 해당하고,
Figure 112019084278306-pat00052
는 백색 잡음 벡터에 해당할 수 있다. In Equation 1 above
Figure 112019084278306-pat00050
is the autoregressive coefficient,
Figure 112019084278306-pat00051
corresponds to a command process vector indicating an unexpected change in acceleration of the moving object,
Figure 112019084278306-pat00052
may correspond to a white noise vector.

예를 들어,

Figure 112019084278306-pat00053
,
Figure 112019084278306-pat00054
및
Figure 112019084278306-pat00055
는 각각 하기 수학식 2와 같이 나타낼 수 있다. E.g,
Figure 112019084278306-pat00053
,
Figure 112019084278306-pat00054
and
Figure 112019084278306-pat00055
can be respectively expressed as in Equation 2 below.

Figure 112019084278306-pat00056
Figure 112019084278306-pat00056

상기 수학식 2에서

Figure 112019084278306-pat00057
,
Figure 112019084278306-pat00058
및
Figure 112019084278306-pat00059
는 이동체의 위치를 나타내고,
Figure 112019084278306-pat00060
,
Figure 112019084278306-pat00061
및
Figure 112019084278306-pat00062
는 이동체의 속도를 나타내고,
Figure 112019084278306-pat00063
,
Figure 112019084278306-pat00064
및
Figure 112019084278306-pat00065
는 이동체의 가속도를 나타낼 수 있다. In Equation 2 above
Figure 112019084278306-pat00057
,
Figure 112019084278306-pat00058
and
Figure 112019084278306-pat00059
represents the position of the moving object,
Figure 112019084278306-pat00060
,
Figure 112019084278306-pat00061
and
Figure 112019084278306-pat00062
represents the speed of the moving object,
Figure 112019084278306-pat00063
,
Figure 112019084278306-pat00064
and
Figure 112019084278306-pat00065
may represent the acceleration of the moving object.

한편, 가속도 벡터

Figure 112019084278306-pat00066
는 하기 수학식 3과 같이 나타낼 수 있다. On the other hand, the acceleration vector
Figure 112019084278306-pat00066
can be expressed as in Equation 3 below.

Figure 112019084278306-pat00067
Figure 112019084278306-pat00067

상기 수학식 3과 같이, 가속도 벡터

Figure 112019084278306-pat00068
는 커맨드 프로세스 벡터
Figure 112019084278306-pat00069
와 랜덤 가속도 벡터
Figure 112019084278306-pat00070
의 합으로 정의될 수 있다. As in Equation 3 above, the acceleration vector
Figure 112019084278306-pat00068
is the command process vector
Figure 112019084278306-pat00069
and random acceleration vector
Figure 112019084278306-pat00070
can be defined as the sum of

랜덤 가속도 벡터

Figure 112019084278306-pat00071
는 접한 시간 사이에 가속도 차이를 조절하기 위해 백색잡음 벡터로 설정될 수 있으며, 랜덤 가속도 벡터
Figure 112019084278306-pat00072
의 상관 특성은 하기 수학식 4와 같이 나타낼 수 있다. random acceleration vector
Figure 112019084278306-pat00071
can be set as a white noise vector to adjust the acceleration difference between tangent times, and a random acceleration vector
Figure 112019084278306-pat00072
The correlation characteristic of can be expressed as in Equation 4 below.

Figure 112019084278306-pat00073
Figure 112019084278306-pat00073

상기 수학식 4에서

Figure 112019084278306-pat00074
는 0과 1 사이의 자기 회귀 계수에 해당할 수 있다. In Equation 4 above
Figure 112019084278306-pat00074
may correspond to an autoregression coefficient between 0 and 1.

한편,

Figure 112019084278306-pat00075
,
Figure 112019084278306-pat00076
및
Figure 112019084278306-pat00077
는 이동체가 갖는 운동 상태에 따라 정의될 수 있다. 예를 들어,
Figure 112019084278306-pat00078
,
Figure 112019084278306-pat00079
및
Figure 112019084278306-pat00080
는 하기 수학식 4와 같이 정의될 수 있으나, 이에 제한되는 것은 아니며 다양한 형태의 매트릭스에 해당할 수 있다.Meanwhile,
Figure 112019084278306-pat00075
,
Figure 112019084278306-pat00076
and
Figure 112019084278306-pat00077
may be defined according to the motion state of the moving object. E.g,
Figure 112019084278306-pat00078
,
Figure 112019084278306-pat00079
and
Figure 112019084278306-pat00080
may be defined as in Equation 4 below, but is not limited thereto and may correspond to various types of matrices.

Figure 112019084278306-pat00081
Figure 112019084278306-pat00081

Figure 112019084278306-pat00082
Figure 112019084278306-pat00082

Figure 112019084278306-pat00083
Figure 112019084278306-pat00083

320 단계에서, 이동체 위치 추적 장치는 이동체가 방사하는 신호를 수신하는 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득할 수 있다. In step 320, the moving object location tracking apparatus receives measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA) from each of the plurality of anchor nodes receiving the signal emitted by the moving object. can be obtained.

도 4는 TDOA 기반의 위치 추적 방법을 이용하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다.4 is a diagram illustrating an example of tracking a location of a moving object using a TDOA-based location tracking method.

TDOA 기반의 위치 추적 방법은 이동체에서 방사되는 신호를 수신하는 복수의 앵커 노드 각각에서 측정한 신호 측정 시간(Time Of Arrival, ToA)의 상호 간 차이인 TDOA 정보를 이용하여 이동체의 위치를 추적할 수 있다. The TDOA-based location tracking method can track the location of a moving object by using TDOA information, which is the mutual difference of the signal measurement time (Time Of Arrival, ToA) measured by each of a plurality of anchor nodes that receive signals radiated from the moving object. there is.

도 4를 참조하면, TDOA 기반의 위치 추적 방법에서는 삼변 측량 알고리즘을 이용할 수 있다. 삼변 측량 알고리즘은 3차원 공간 상에서 각 앵커 노드와 이동체 사이의 거리를 반지름으로 하는 구를 이용한다. 이에 따라, 2차원 공간에서 삼각 측량 알고리즘을 적용하는 경우에는 최소 3개 이상의 앵커 노드가 필요하며, 3차원 공간에서 삼각 측량 알고리즘을 적용하는 경우에는 이동체의 높이를 알기 위해 최소 4개 이상의 앵커 노드가 필요하다. Referring to FIG. 4 , a trilateration algorithm may be used in the TDOA-based location tracking method. The trilateration algorithm uses a sphere whose radius is the distance between each anchor node and a moving object in a three-dimensional space. Accordingly, when the triangulation algorithm is applied in a two-dimensional space, at least three anchor nodes are required, and when the triangulation algorithm is applied in a three-dimensional space, at least four anchor nodes are required to know the height of the moving object. need.

도 4에서

Figure 112019084278306-pat00084
,
Figure 112019084278306-pat00085
및
Figure 112019084278306-pat00086
각각은 앵커 노드를 의미하며
Figure 112019084278306-pat00087
,
Figure 112019084278306-pat00088
및
Figure 112019084278306-pat00089
는 앵커 노드 각각과 이동체 사이의 신호 측정 시간을 의미한다.
Figure 112019084278306-pat00090
는 기준이 되는 앵커 노드에 해당하고,
Figure 112019084278306-pat00091
및
Figure 112019084278306-pat00092
사이의 시간 차이에 해당하는
Figure 112019084278306-pat00093
와
Figure 112019084278306-pat00094
및
Figure 112019084278306-pat00095
사이의 시간 차이에 해당하는
Figure 112019084278306-pat00096
에 기초하여 이동체의 위치를 추적할 수 있다. 예를 들어, 앵커 노드 각각과 이동체 간의 거리방정식에 기초하여 형성되는 쌍곡선 또는 쌍곡면(
Figure 112019084278306-pat00097
,
Figure 112019084278306-pat00098
)의 교차점으로 이동체의 위치를 추적할 수 있다. 4 in
Figure 112019084278306-pat00084
,
Figure 112019084278306-pat00085
and
Figure 112019084278306-pat00086
Each represents an anchor node and
Figure 112019084278306-pat00087
,
Figure 112019084278306-pat00088
and
Figure 112019084278306-pat00089
denotes the signal measurement time between each anchor node and the moving object.
Figure 112019084278306-pat00090
corresponds to the anchor node as the reference,
Figure 112019084278306-pat00091
and
Figure 112019084278306-pat00092
corresponding to the time difference between
Figure 112019084278306-pat00093
Wow
Figure 112019084278306-pat00094
and
Figure 112019084278306-pat00095
corresponding to the time difference between
Figure 112019084278306-pat00096
based on the position of the moving object can be tracked. For example, a hyperbola or hyperbola (
Figure 112019084278306-pat00097
,
Figure 112019084278306-pat00098
), the position of the moving object can be tracked.

도 5는 FDOA 기반의 위치 추적 방법을 이용하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다.5 is a diagram illustrating an example of tracking a location of a moving object using an FDOA-based location tracking method.

FDOA 기반의 위치 추적 방법은 이동체의 위치 추적의 정확도를 높이기 위해 TDOA 기반의 위치 추적 방법과 함께 사용될 수 있다. FDOA 기반의 위치 추정 방법은 복수의 앵커 노드들 각각에서 측정된 도플러 주파수의 상호 간 차이를 이용하여 이동체의 위치를 추적할 수 있다. 도플러 주파수는 이동체와 앵커 노드 각각 간의 상대 시선속도(radial velocity)에 비례한다. 따라서 도플러 주파수가 0인 위치에서 이동체의 신호 도달 시간을 알 수 있으므로 도 5에서와 같이 2개의 위치를 계산할 수 있다.The FDOA-based location tracking method may be used together with the TDOA-based location tracking method to increase the accuracy of location tracking of a moving object. The FDOA-based location estimation method can track the location of a moving object by using a mutual difference in Doppler frequencies measured at each of a plurality of anchor nodes. The Doppler frequency is proportional to the relative radial velocity between each of the moving object and the anchor node. Therefore, since the signal arrival time of the moving object can be known at the position where the Doppler frequency is 0, two positions can be calculated as shown in FIG. 5 .

도 6은 AOA 기반의 위치 추적 방법을 이용하여 이동체의 위치를 추적하는 일 예를 나타내는 도면이다.6 is a diagram illustrating an example of tracking a location of a moving object using an AOA-based location tracking method.

AOA 기반의 위치 추적 방법에서 이동체가 방사하는 신호를 수신하는 앵커 노드는 여러 개의 안테나로 이루어진 다중 안테나로 구성된다. 다중 안테나의 각 안테나에서 수집되는 이동체의 신호는 입사각에 따라서 신호의 위상이 다를 수 있으며, 다중 안테나 속 안테나 사이의 거리와 위상 차를 이용하여 수신부로 입사하는 각도를 인지할 수 있다. 도 6에서와 같이, 3개 이상의 송신부 각각으로부터 획득한 입사각에 기초하여 교차하는 영역을 알 수 있으며, 이에 따라 이동체의 위치를 추적할 수 있다. In the AOA-based location tracking method, an anchor node that receives a signal emitted by a moving object is composed of multiple antennas. The phase of the signal of the moving object collected by each antenna of the multi-antenna may be different depending on the angle of incidence, and the angle of incidence to the receiver may be recognized using the distance and phase difference between the antennas in the multi-antenna. As shown in FIG. 6 , the intersecting area can be known based on the incident angles obtained from each of the three or more transmitters, and accordingly, the position of the moving object can be tracked.

예를 들어, AOA 기반의 측정 정보는 이동체에서 방사되는 신호를 수신하는 복수의 앵커 노드들 각각에서 측정한 방위각(azimuth angle) 및 고각(elevation angle) 정보를 포함할 수 있다. 방위각은 앵커 노드로부터 이동체까지의 벡터를 기준 평면에 수직으로 투영하여 기준 평면 위에 있는 기준 벡터와 이루는 각도에 해당하고, 고각은 기준 평면과 이동체의 높이가 이루는 각도에 해당한다. For example, the AOA-based measurement information may include azimuth angle and elevation angle information measured by each of a plurality of anchor nodes that receive a signal radiated from a moving object. The azimuth corresponds to the angle formed by the projection of the vector from the anchor node to the moving object perpendicular to the reference plane with the reference vector on the reference plane, and the elevation angle corresponds to the angle between the reference plane and the height of the moving object.

330단계에서, 이동체 위치 추적 장치는 측정 정보에 기초하여 이동체의 위치 측정 벡터

Figure 112019084278306-pat00099
를 설정할 수 있다. In step 330, the moving object position tracking apparatus determines the position of the moving object based on the measurement information.
Figure 112019084278306-pat00099
can be set.

예를 들어, 위치 측정 벡터

Figure 112019084278306-pat00100
는 하기 수학식 5와 같이 정의될 수 있다. For example, a position measurement vector
Figure 112019084278306-pat00100
may be defined as in Equation 5 below.

Figure 112019084278306-pat00101
Figure 112019084278306-pat00101

상기 수학식 6에서,

Figure 112019084278306-pat00102
내지
Figure 112019084278306-pat00103
는 TDOA 에 기반한 거리 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00104
내지
Figure 112019084278306-pat00105
는 FDOA에 기반한 주파수 측정 정보를 나타내고, 상기
Figure 112019084278306-pat00106
내지
Figure 112019084278306-pat00107
는 AOA에 기반한 방위각 및 고각 측정 정보을 나타내고, 상기
Figure 112019084278306-pat00108
는 가우시안 분포(Gaussian distribution) 잡음에 해당할 수 있다. In Equation 6 above,
Figure 112019084278306-pat00102
inside
Figure 112019084278306-pat00103
represents distance measurement information based on TDOA,
Figure 112019084278306-pat00104
inside
Figure 112019084278306-pat00105
represents frequency measurement information based on FDOA,
Figure 112019084278306-pat00106
inside
Figure 112019084278306-pat00107
represents azimuth and elevation measurement information based on AOA, and
Figure 112019084278306-pat00108
may correspond to Gaussian distribution noise.

예를 들어,

Figure 112019084278306-pat00109
는 평균이 0이고 공분산이
Figure 112019084278306-pat00110
를 만족하는 다변수의 가우시안 분포(multivariate Gaussian distribution) 잡음에 해당할 수 있다. 예를 들어,
Figure 112019084278306-pat00111
는 하기 수학식 7과 같이 나타낼 수 있다. E.g,
Figure 112019084278306-pat00109
has a mean of 0 and covariance
Figure 112019084278306-pat00110
It may correspond to multivariate Gaussian distribution noise that satisfies . E.g,
Figure 112019084278306-pat00111
can be expressed as in Equation 7 below.

Figure 112019084278306-pat00112
Figure 112019084278306-pat00112

상기 수학식 7에서,

Figure 112019084278306-pat00113
,
Figure 112019084278306-pat00114
및
Figure 112019084278306-pat00115
각각은 TDOA, FDOA 및 AOA 기반의 측정 정보 각각의 분산 값에 해당할 수 있다. In Equation 7 above,
Figure 112019084278306-pat00113
,
Figure 112019084278306-pat00114
and
Figure 112019084278306-pat00115
Each may correspond to a variance value of each of TDOA, FDOA, and AOA-based measurement information.

다시 도 3으로 돌아오면, 340 단계에서, 이동체 위치 추적 장치는 상태 벡터

Figure 112019084278306-pat00116
및 위치 추적 벡터
Figure 112019084278306-pat00117
에 기초하여 이동체의 위치를 추적할 수 있다. 예를 들어, 이동체 위치 추적 장치는 위치 추적 벡터
Figure 112019084278306-pat00118
에 포함된 TDOA 에 기반한 거리 측정 정보, FDOA에 기반한 주파수 측정 정보 및 AOA에 기반한 방위각 및 고각 측정 정보에 파티클 필터(particle filter) 과정을 적용하여 이동체의 위치를 추적할 수 있다. 3 again, in step 340, the moving object position tracking device is
Figure 112019084278306-pat00116
and location tracking vector
Figure 112019084278306-pat00117
based on the position of the moving object can be tracked. For example, a moving object location tracking device is a location tracking vector
Figure 112019084278306-pat00118
The position of a moving object can be tracked by applying a particle filter process to TDOA-based distance measurement information, FDOA-based frequency measurement information, and AOA-based azimuth and elevation measurement information included in .

도 7은 이동체의 이동 경로의 일 예를 나타내는 도면이다. 7 is a diagram illustrating an example of a movement path of a moving object.

도 7을 참조하면, 8 개의 앵커 노드들 및 이동체의 이동 경로가 3차원 공간 상에 표시되어 있다. 도 7의 파란 선은 위치 추적의 대상이 되는 이동체의 이동 경로를 시뮬레이션화한 결과를 나타낸다. 이동체의 이동 경로가 도 7의 파란선과 같은 경우, 이동체 위치 추적 장치의 성능을 분석한 결과를 도 8 및 도 9에서 후술한다.Referring to FIG. 7 , eight anchor nodes and a movement path of a moving object are displayed in a 3D space. The blue line in FIG. 7 represents the result of simulating the movement path of the moving object that is the target of location tracking. When the moving path of the moving object is the same as the blue line in FIG. 7 , the result of analyzing the performance of the moving object location tracking device will be described later with reference to FIGS. 8 and 9 .

도 8은 이동체의 평균 속도 변화에 따른 이동체 위치 추적 장치의 성능을 분석한 결과의 일 예를 나타내는 도면이다. 8 is a diagram illustrating an example of a result of analyzing the performance of the moving object location tracking device according to the change in the average speed of the moving object.

도 8은 이동체의 속도가 40[m/s], 50 [m/s]일 때, TDOA 기반의 측정 정보만 사용한 이동체 위치 추적 장치의 성능과 TDOA 기반의 측정 정보 및 FDOA 기반의 측정 정보를 융합한 이동체 위치 추적 장치의 성능을 비교한 그래프이다. 도 8에 도시된 그래프는 구체적으로, 측위 에러에 따른 누적 분포 함수(Cumulative Distribution Function, CDF)를 나타낸다. 8 is a fusion of TDOA-based measurement information and FDOA-based measurement information with the performance of the moving object location tracking device using only TDOA-based measurement information when the speed of the moving object is 40 [m/s] and 50 [m/s]. This is a graph comparing the performance of a moving object location tracking device. The graph shown in FIG. 8 specifically shows a Cumulative Distribution Function (CDF) according to a positioning error.

PF40은 이동체의 속도가 40[m/s]일 때 TDOA 기반의 측정 정보 및 FDOA 기반의 측정 정보에 기초한 이동체 위치 추적 장치의 성능을 나타내며, PFT,40은 이동체의 속도가 40[m/s]일 때 TDOA 기반의 측정 정보에 기초한 이동체 위치 추적 장치의 성능을 나타낸다. PF40 represents the performance of the moving object location tracking device based on TDOA-based measurement information and FDOA-based measurement information when the moving object's speed is 40 [m/s], and PFT,40 indicates the moving object's speed is 40 [m/s] shows the performance of the moving object location tracking device based on TDOA-based measurement information.

또한, PF50은 이동체의 속도가 50[m/s]일 때 TDOA 기반의 측정 정보 및 FDOA 기반의 측정 정보에 기초한 이동체 위치 추적 장치의 성능을 나타내며, PFT,50은 이동체의 속도가 50[m/s]일 때 TDOA 기반의 측정 정보에 기초한 이동체 위치 추적 장치의 성능을 나타낸다.In addition, PF50 represents the performance of the moving object location tracking device based on TDOA-based measurement information and FDOA-based measurement information when the moving object's speed is 50 [m/s], and PFT,50 indicates the moving object's speed is 50 [m/s]. s] indicates the performance of the moving object location tracking device based on TDOA-based measurement information.

도 8을 참조하면, TDOA 기반의 측정 정보 및 FDOA 기반의 측정 정보에 기초하여 이동체의 위치를 추적하는 경우, TDOA 기반의 측정 정보만에 기초하여 이동체의 위치를 추적하는 경우보다 측위 에러가 낮음을 알 수 있다. Referring to FIG. 8 , when tracking the location of a moving object based on TDOA-based measurement information and FDOA-based measurement information, positioning error is lower than when tracking the location of a moving object based on only TDOA-based measurement information. Able to know.

도 9는 각도의 측정 오차에 따른 이동체 위치 추적 장치의 성능을 분석한 결과의 일 예를 나타내는 도면이다. 9 is a diagram illustrating an example of a result of analyzing the performance of a moving object location tracking device according to an angle measurement error.

도 9는 각도의 측정 오차에 따라, TDOA 기반의 측정 정보 및 FDOA 기반의 측정 정보를 융합한 이동체 위치 추적 장치의 성능과 TDOA 기반의 측정 정보, FDOA 기반의 측정 정보 및 AOA 기반의 측정 정보를 융합한 이동체 위치 추적 장치의 성능을 비교한 그래프이다. 도 9에 도시된 그래프는 구체적으로, 측위 에러에 따른 누적 분포 함수(Cumulative Distribution Function, CDF)를 나타낸다. 9 is a fusion of TDOA-based measurement information, FDOA-based measurement information, and AOA-based measurement information with the performance of a mobile location tracking device that converges TDOA-based measurement information and FDOA-based measurement information according to an angle measurement error. This is a graph comparing the performance of a moving object location tracking device. The graph shown in FIG. 9 specifically shows a Cumulative Distribution Function (CDF) according to a positioning error.

PF는 TDOA 기반의 측정 정보 및 FDOA 기반의 측정 정보에 기초한 이동체 위치 추적 장치의 성능을 나타낸다. PFAOA,1, PFAOA,3, PFAOA,5 각각은 AOA 기반의 측정 정보가 1도(degree),3도 및 5도의 각도 범위의 오차를 가질 때, TDOA 기반의 측정 정보, FDOA 기반의 측정 정보 및 AOA 기반의 측정 정보에 기초한 이동체 위치 추적 장치의 성능을 나타낸다. PF represents the performance of the moving object location tracking device based on TDOA-based measurement information and FDOA-based measurement information. Each of PFAOA,1, PFAOA,3, and PFAOA,5 is TDOA-based measurement information, FDOA-based measurement information and It shows the performance of the moving object location tracking device based on AOA-based measurement information.

도 9를 참조하면, TDOA 기반의 측정 정보, FDOA 기반의 측정 정보 및 AOA 기반의 측정 정보에 기초하여 이동체의 위치를 추적하는 경우, TDOA 기반의 측정 정보 및 FDOA 기반의 측정 정보만에 기초하여 이동체의 위치를 추적하는 경우보다 측위 에러가 낮음을 알 수 있다. 또한, AOA 기반의 측정 정보가 3도보다 작은 정밀한 각도 정보를 가질 때, AOA 기반의 측정 정보와 TDOA 및 FDOA 기반의 측정 정보는 상호 보완적인 역할을 하여 이동체의 위치 추적 성능이 개선됨을 알 수 있다. Referring to FIG. 9 , when the location of a moving object is tracked based on TDOA-based measurement information, FDOA-based measurement information, and AOA-based measurement information, the moving object is based on only TDOA-based measurement information and FDOA-based measurement information. It can be seen that the positioning error is lower than in the case of tracking the position of Also, when the AOA-based measurement information has precise angle information smaller than 3 degrees, it can be seen that the AOA-based measurement information and the TDOA and FDOA-based measurement information play a complementary role, improving the location tracking performance of the moving object. .

한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 본 발명의 실시예에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.Meanwhile, the above-described embodiments of the present invention can be written as a program that can be executed on a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium. In addition, the structure of the data used in the above-described embodiment of the present invention may be recorded in a computer-readable recording medium through various means. The computer-readable recording medium includes a storage medium such as a magnetic storage medium (eg, a ROM, a floppy disk, a hard disk, etc.) and an optically readable medium (eg, a CD-ROM, a DVD, etc.).

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.So far, with respect to the present invention, the preferred embodiments have been looked at. Those of ordinary skill in the art to which the present invention pertains will understand that the present invention can be implemented in modified forms without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments are to be considered in an illustrative rather than a restrictive sense. The scope of the present invention is indicated in the claims rather than the foregoing description, and all differences within the scope equivalent thereto should be construed as being included in the present invention.

Claims (7)

복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적하는 방법에 있어서,
시간에 따른 상기 이동체의 상태 벡터
Figure 112021001637532-pat00119
를 설정하는 단계;
상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득하는 단계;
상기 측정 정보에 기초하여 상기 이동체의 위치 추적 벡터
Figure 112021001637532-pat00120
를 설정하는 단계; 및
상기 상태 벡터
Figure 112021001637532-pat00121
및 상기 위치 추적 벡터
Figure 112021001637532-pat00122
에 기초하여 상기 이동체의 위치를 추적하는 단계를 포함하고,
상기 위치 추적 벡터
Figure 112021001637532-pat00123
는
Figure 112021001637532-pat00124
로 정의되고,
상기
Figure 112021001637532-pat00125
내지
Figure 112021001637532-pat00126
는 TDOA 에 기반한 거리 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00127
내지
Figure 112021001637532-pat00128
는 FDOA에 기반한 주파수 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00129
내지
Figure 112021001637532-pat00130
는 AOA에 기반한 방위각(azimuth angle) 및 고각(elevation angle) 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00131
는 가우시안 분포(Gaussian distribution) 잡음에 해당하고,
상기 방위각 및 고각 측정 정보의 오차는 0.8도(degree) 초과 3도 이하이고,
상기 이동체의 상태 벡터
Figure 112021001637532-pat00178
는,
Figure 112021001637532-pat00179
로 정의되고,
상기
Figure 112021001637532-pat00180
는 상기 이동체의 예측하지 못한 가속도의 변화를 나타내는 커맨드 프로세스(command process) 벡터이고, 상기
Figure 112021001637532-pat00181
는 백색 잡음 벡터이고, 상기
Figure 112021001637532-pat00182
, 상기
Figure 112021001637532-pat00183
및 상기
Figure 112021001637532-pat00184
는 상기 이동체가 갖는 운동 상태에 따라 설정되는 방법. In the method of tracking the position of a moving object using a plurality of anchor nodes,
State vector of the moving object over time
Figure 112021001637532-pat00119
setting up;
obtaining measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA) from each of the plurality of anchor nodes receiving the signal radiated from the mobile body;
A vector for tracking the position of the moving object based on the measurement information
Figure 112021001637532-pat00120
setting up; and
said state vector
Figure 112021001637532-pat00121
and the location tracking vector.
Figure 112021001637532-pat00122
Based on the step of tracking the position of the moving object,
the location tracking vector
Figure 112021001637532-pat00123
Is
Figure 112021001637532-pat00124
is defined as
remind
Figure 112021001637532-pat00125
inside
Figure 112021001637532-pat00126
represents distance measurement information based on TDOA,
Figure 112021001637532-pat00127
inside
Figure 112021001637532-pat00128
represents frequency measurement information based on FDOA,
Figure 112021001637532-pat00129
inside
Figure 112021001637532-pat00130
represents azimuth angle and elevation angle measurement information based on AOA,
Figure 112021001637532-pat00131
corresponds to Gaussian distribution noise,
The error of the azimuth and elevation measurement information is greater than 0.8 degrees and less than or equal to 3 degrees,
state vector of the moving object
Figure 112021001637532-pat00178
Is,
Figure 112021001637532-pat00179
is defined as
remind
Figure 112021001637532-pat00180
is a command process vector representing an unexpected change in acceleration of the moving object, and
Figure 112021001637532-pat00181
is the white noise vector, and
Figure 112021001637532-pat00182
, remind
Figure 112021001637532-pat00183
and said
Figure 112021001637532-pat00184
is set according to the motion state of the moving object. 삭제delete 제 1 항에 있어서,
상기 TDOA 기반의 측정 정보는,
상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각에서 측정한 신호 측정 시간의 상호 간 차이 정보를 포함하는 방법. The method of claim 1,
The TDOA-based measurement information,
A method including information on a difference between signal measurement times measured by each of the plurality of anchor nodes receiving the signal radiated from the mobile body. 제 1 항에 있어서,
상기 FDOA 기반의 측정 정보는,
상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각에서 측정한 도플러 주파수의 상호 간 차이 정보를 포함하는 방법.The method of claim 1,
The FDOA-based measurement information is,
A method comprising information on the difference between Doppler frequencies measured by each of the plurality of anchor nodes receiving the signal radiated from the moving object. 삭제delete 복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적하는 방법을 구현하기 위한 프로그램이 기록된, 컴퓨터로 판독 가능한 기록 매체에 있어서,
상기 방법은,
시간에 따른 상기 이동체의 상태 벡터
Figure 112021001637532-pat00139
를 설정하는 단계;
상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득하는 단계;
상기 측정 정보에 기초하여 상기 이동체의 위치 추적 벡터
Figure 112021001637532-pat00140
를 설정하는 단계; 및
상기 상태 벡터
Figure 112021001637532-pat00141
및 상기 위치 추적 벡터
Figure 112021001637532-pat00142
에 기초하여 상기 이동체의 위치를 추적하는 단계를 포함하고,
상기 위치 추적 벡터
Figure 112021001637532-pat00143
는
Figure 112021001637532-pat00144
로 정의되고,
상기
Figure 112021001637532-pat00145
내지
Figure 112021001637532-pat00146
는 TDOA 에 기반한 거리 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00147
내지
Figure 112021001637532-pat00148
는 FDOA에 기반한 주파수 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00149
내지
Figure 112021001637532-pat00150
는 AOA에 기반한 방위각(azimuth angle) 및 고각(elevation angle) 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00151
는 가우시안 분포(Gaussian distribution) 잡음에 해당하고,
상기 방위각 및 고각 측정 정보의 오차는 0.8도(degree) 초과 3도 이하이고,
상기 이동체의 상태 벡터
Figure 112021001637532-pat00185
는,
Figure 112021001637532-pat00186
로 정의되고,
상기
Figure 112021001637532-pat00187
는 상기 이동체의 예측하지 못한 가속도의 변화를 나타내는 커맨드 프로세스(command process) 벡터이고, 상기
Figure 112021001637532-pat00188
는 백색 잡음 벡터이고, 상기
Figure 112021001637532-pat00189
, 상기
Figure 112021001637532-pat00190
및 상기
Figure 112021001637532-pat00191
는 상기 이동체가 갖는 운동 상태에 따라 설정되는 기록 매체.A computer-readable recording medium in which a program for implementing a method for tracking the position of a moving object using a plurality of anchor nodes is recorded, the computer-readable recording medium comprising:
The method is
State vector of the moving object over time
Figure 112021001637532-pat00139
setting up;
obtaining measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA) from each of the plurality of anchor nodes receiving the signal radiated from the mobile body;
A vector for tracking the position of the moving object based on the measurement information
Figure 112021001637532-pat00140
setting up; and
said state vector
Figure 112021001637532-pat00141
and the location tracking vector.
Figure 112021001637532-pat00142
Based on the step of tracking the position of the moving object,
the location tracking vector
Figure 112021001637532-pat00143
Is
Figure 112021001637532-pat00144
is defined as
remind
Figure 112021001637532-pat00145
inside
Figure 112021001637532-pat00146
represents distance measurement information based on TDOA,
Figure 112021001637532-pat00147
inside
Figure 112021001637532-pat00148
represents frequency measurement information based on FDOA,
Figure 112021001637532-pat00149
inside
Figure 112021001637532-pat00150
represents azimuth angle and elevation angle measurement information based on AOA,
Figure 112021001637532-pat00151
corresponds to Gaussian distribution noise,
The error of the azimuth and elevation measurement information is greater than 0.8 degrees and less than or equal to 3 degrees,
state vector of the moving object
Figure 112021001637532-pat00185
Is,
Figure 112021001637532-pat00186
is defined as
remind
Figure 112021001637532-pat00187
is a command process vector representing an unexpected change in acceleration of the moving object, and
Figure 112021001637532-pat00188
is the white noise vector, and
Figure 112021001637532-pat00189
, remind
Figure 112021001637532-pat00190
and said
Figure 112021001637532-pat00191
is a recording medium set according to the motion state of the moving object. 하드웨어와 결합되어, 복수의 앵커(anchor) 노드들을 이용하여 이동체의 위치를 추적하는 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 있어서,
상기 방법은,
시간에 따른 상기 이동체의 상태 벡터
Figure 112021001637532-pat00152
를 설정하는 단계;
상기 이동체에서 방사되는 신호를 수신하는 상기 복수의 앵커 노드들 각각으로부터 TDOA(Time Difference Of Arrival),　FDOA(Frequency Difference Of Arrival) 및 AOA(angle of arrival) 기반의 측정 정보를 획득하는 단계;
상기 측정 정보에 기초하여 상기 이동체의 위치 추적 벡터
Figure 112021001637532-pat00153
를 설정하는 단계; 및
상기 상태 벡터
Figure 112021001637532-pat00154
및 상기 위치 추적 벡터
Figure 112021001637532-pat00155
에 기초하여 상기 이동체의 위치를 추적하는 단계를 포함하고,
상기 위치 추적 벡터
Figure 112021001637532-pat00156
는
Figure 112021001637532-pat00157
로 정의되고,
상기
Figure 112021001637532-pat00158
내지
Figure 112021001637532-pat00159
는 TDOA 에 기반한 거리 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00160
내지
Figure 112021001637532-pat00161
는 FDOA에 기반한 주파수 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00162
내지
Figure 112021001637532-pat00163
는 AOA에 기반한 방위각(azimuth angle) 및 고각(elevation angle) 측정 정보를 나타내고, 상기
Figure 112021001637532-pat00164
는 가우시안 분포(Gaussian distribution) 잡음에 해당하고,
상기 방위각 및 고각 측정 정보의 오차는 0.8도(degree) 초과 3도 이하이고,
상기 이동체의 상태 벡터
Figure 112021001637532-pat00192
는,
Figure 112021001637532-pat00193
로 정의되고,
상기
Figure 112021001637532-pat00194
는 상기 이동체의 예측하지 못한 가속도의 변화를 나타내는 커맨드 프로세스(command process) 벡터이고, 상기
Figure 112021001637532-pat00195
는 백색 잡음 벡터이고, 상기
Figure 112021001637532-pat00196
, 상기
Figure 112021001637532-pat00197
및 상기
Figure 112021001637532-pat00198
는 상기 이동체가 갖는 운동 상태에 따라 설정되는 컴퓨터 프로그램.
In combination with hardware, a computer program stored in a medium for executing a method of tracking the position of a moving object using a plurality of anchor nodes,
The method is
State vector of the moving object over time
Figure 112021001637532-pat00152
setting up;
obtaining measurement information based on Time Difference Of Arrival (TDOA), Frequency Difference Of Arrival (FDOA), and Angle of Arrival (AOA) from each of the plurality of anchor nodes receiving the signal radiated from the mobile body;
A vector for tracking the position of the moving object based on the measurement information
Figure 112021001637532-pat00153
setting up; and
said state vector
Figure 112021001637532-pat00154
and the location tracking vector.
Figure 112021001637532-pat00155
Based on the step of tracking the position of the moving object,
the location tracking vector
Figure 112021001637532-pat00156
Is
Figure 112021001637532-pat00157
is defined as
remind
Figure 112021001637532-pat00158
inside
Figure 112021001637532-pat00159
represents distance measurement information based on TDOA,
Figure 112021001637532-pat00160
inside
Figure 112021001637532-pat00161
represents frequency measurement information based on FDOA,
Figure 112021001637532-pat00162
inside
Figure 112021001637532-pat00163
represents azimuth angle and elevation angle measurement information based on AOA,
Figure 112021001637532-pat00164
corresponds to Gaussian distribution noise,
The error of the azimuth and elevation measurement information is greater than 0.8 degrees and less than or equal to 3 degrees,
state vector of the moving object
Figure 112021001637532-pat00192
Is,
Figure 112021001637532-pat00193
is defined as
remind
Figure 112021001637532-pat00194
is a command process vector representing an unexpected change in acceleration of the moving object, and
Figure 112021001637532-pat00195
is the white noise vector, and
Figure 112021001637532-pat00196
, remind
Figure 112021001637532-pat00197
and said
Figure 112021001637532-pat00198
is a computer program set according to the motion state of the moving object.
KR1020190100628A 2019-08-16 2019-08-16 Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV) KR102286579B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190100628A KR102286579B1 (en) 2019-08-16 2019-08-16 Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190100628A KR102286579B1 (en) 2019-08-16 2019-08-16 Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV)

Publications (2)

Publication Number Publication Date
KR20210020706A KR20210020706A (en) 2021-02-24
KR102286579B1 true KR102286579B1 (en) 2021-08-06

Family

ID=74689303

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190100628A KR102286579B1 (en) 2019-08-16 2019-08-16 Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV)

Country Status (1)

Country Link
KR (1) KR102286579B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220128107A (en) 2021-03-12 2022-09-20 주식회사 아모센스 Apparatus for measuring position
KR102536338B1 (en) * 2022-12-01 2023-05-26 국방과학연구소 Electronic apparatus and location estimation method thereof

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8213957B2 (en) * 2009-04-22 2012-07-03 Trueposition, Inc. Network autonomous wireless location system
KR101978769B1 (en) * 2017-03-23 2019-05-15 국방과학연구소 Method and apparatus for positioning using combination of tdoa/fdoa

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Yang Zheng Bin et al., Passive Satellite Localization Using TDOA/FDOA/AOA Measurements, IEEE, 2014.04.10.*
논문(2010.01)

Also Published As

Publication number Publication date
KR20210020706A (en) 2021-02-24

Similar Documents

Publication Publication Date Title
Yang et al. A novel NLOS error compensation method based IMU for UWB indoor positioning system
US9945931B2 (en) Techniques for navigating UAVs using ground-based transmitters
JP6253978B2 (en) Spot beam overlap using geolocation information
Batistić et al. Overview of indoor positioning system technologies
Adegoke et al. Infrastructure Wi-Fi for connected autonomous vehicle positioning: A review of the state-of-the-art
US20180149729A1 (en) Method and device for locating an electromagnetic emission source and system implementing such a method
CN104849740A (en) Indoor and outdoor seamless positioning system integrated with satellite navigation and bluetooth technology, and method thereof
JP2007502414A (en) Target location method and apparatus using TDOA distributed antenna
Wendeberg et al. Robust tracking of a mobile beacon using time differences of arrival with simultaneous calibration of receiver positions
Famili et al. ROLATIN: Robust localization and tracking for indoor navigation of drones
CN104181500A (en) Real-time locating method based on inertia information and chance wireless signal characteristics
KR102286579B1 (en) Method and apparatus for tracking the position of Unmanned aerial vehicle(UAV)
Liu et al. TOA localization for multipath and NLOS environment with virtual stations
Toth et al. Positioning slow-moving platforms by UWB technology in GPS-challenged areas
Aernouts et al. Combining TDoA and AoA with a particle filter in an outdoor LoRaWAN network
Masiero et al. A comparison of UWB and motion capture UAV indoor positioning
CN111650555B (en) Unmanned aerial vehicle positioning and tracking method based on elastic baseline
El-Naggar et al. Indoor positioning using WiFi RSSI trilateration and INS sensor fusion system simulation
Widdison et al. A review of linear multilateration techniques and applications
US20230089855A1 (en) Cellular positioning based verification of an estimated vehicle position
JP2013024877A (en) Calculator, system, method and computer program for obtaining one or more motion parameters of a target
Ulmschneider et al. Multipath assisted positioning in vehicular applications
Ulmschneider et al. Association of transmitters in multipath-assisted positioning
Ulmschneider et al. Rao‐Blackwellized Gaussian Sum Particle Filtering for Multipath Assisted Positioning
Ulmschneider et al. Data association among physical and virtual radio transmitters with visibility regions

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right