다중 상태 소나 환경에서의 위치 측정 오차 모델링 및 정보 융합 기법 연구

Abstract

본 논문에서는 우선 각 능동 소나의 특성에 맞는 오차 모델링을 분석하고, 이를 이용한 정보 융합 기법을 제안한다. 또 논문에서 이용하는 표적 추적 알고리듬은 PMHT (Probabilistic Multi Hypothesis Tracker) 알고리듬으로서 기존의 단점을 보완하기 위한 PMHT 알고리듬에 적합한 트랙 초기화 기법을 제안한다. 소나의 종류에는 크게 능동 소나와 수동 소나가 있다. 수동 소나는 적 잠수함이나 어뢰 등의 음파를 받음으로써 방위각 정보만을 얻을 수 있는 반면에, 능동 소나는 수상 함정에서 발생한 음파가 표적에 반사되어 돌아오는 신호로 탐지함으로써 방위각 정보뿐만 아니라 거리 정보까지 얻을 수 있다. 또 능동 소나에는 송신기와 수신기의 위치에 따라 bistatic 소나와 monostatic 소나로 나뉠 수 있다. bistatic 소나는 송수신기의 위치가 동일한 장소에 배치되어 있는 것이고, monostatic 소나는 송수신기의 위치가 서로 다른 장소에 배치된 것이다. 따라서 표적 추적 문제와 정보 융합 기법에 적용하기 위해서 각 능동 소나의 특성에 맞는 오차 모델링을 설정하는 것이 필요하다. 이러한 오차 모델링을 통하여 표적을 추적하기 위해서는 표적 추적 필터 알고리듬이 사용된다. 본 논문에서는 정보 융합 기법을 적용하기 위한 표적 추적 필터 알고리듬으로써 배치 알고리듬인 PMHT 알고리듬을 이용한다. PMHT 알고리듬은 최적화 함수를 푸는 과정에서 Kalman Smoother 알고리듬을 적용한 알고리듬으로써 수렴성이나 효율성에서 뛰어난 성능을 보이는 것으로 평가받고 있지만, 사용하기 위해서는 여러 변수들을 알아야 한다는 가정이 필요하다. 이를 해결하기 위해 기존 PMHT 알고리듬의 단점을 보완하는 트랙 초기화 기법을 본 논문을 통해 제안하고, PMHT 알고리듬을 이용하여 다중 소나를 사용하였을 때의 효율적인 추적 성능을 보이는 정보 융합 기법에 대한 연구를 수행하였으며 컴퓨터 시뮬레이션을 통하여 각 기법의 특성과 성능을 분석하고자 한다. 또 트랙 초기화 기법과 정보 융합 기법과의 연계를 통하여 다수 표적이 존재할 시에도 우수한 추적 성능으로 자동으로 표적들을 탐지하고 추적할 수 있음을 시뮬레이션을 통하여 검증하고자 한다.; Because of a number of clutters, reverberation sound and interference of the target's signal in undersea surveillance, it may be a problem to track the target that the target tracking filter uses a single active sonar's measurements. Therefore, the target tracking is of great advantage to multistatic sonar systems by applying to data fusion. For multistatic sonar systems, it is critical to quantify bistatic and monostatic contact localization accuracy. We derives contact localization statistics as a function of the source-target-receiver geometry and assumed error statistics for source and receiver locations, sound speed and time, bearing, and array heading measurements. The target tracking filter algorithm applies to this localization error modeling. The target tracking filter algorithm that we use the thesis is the PMHT (Probabilistic Multi Hypothesis Tracker) algorithm. The PMHT algorithm is a kind of batch estimation algorithms and introduces the kalman smoother by a process solving a optimization function. But batch estimation algorithms have weak points that should know targets's number and each target's relatively accurate initial state. We propose the PMHT algorithm's track initiation in order to solve this algorithm's weak points. And for multistatic sonar systems, we propose data fusion algorithms. We divide into two classes, such as centralized fusion and distributed fusion. This thesis also shows that data fusion algorithms can reduce estimation errors by monte carlo simulations and finds suitable data fusion algorithms for the PMHT algorithm.