기능목록>검색 : 국방대학교 도서관

시뮬레이션에 의한 다중 레이다 다수 표적 추적 알고리즘 성능 분석

QR코드

미리보기 도서정보

도서 상세정보
자료유형 :	(군대학) 학위논문
분류기호 :	393.8
서명/저자사항 :	시뮬레이션에 의한 다중 레이다 다수 표적 추적 알고리즘 성능 분석/ 박진호.
발행사항 :	서울: 국방대학원, 1997.
형태사항 :	78 p.
학위논문주기 :	학위논문(석사) -- 국방대학교 대학원, 1997
개인저자 :	박진호
언어	한국어

원문
원문보기 :	시뮬레이션에 의한 다중 레이다 다수 표적 추적 알고리즘 성능 분석 시뮬레이션에 의한 다중 레이다 다수 표적 추적 알고리즘 성능 분석

소장정보

국방대학교 도서관

예예약
인인쇄
SSMS
서서가부재
보보존서고
우우선정리예약
무무인예약대출

예약

1. 예약현황은 홈페이지 로그인 후 예약 페이지에 확인 가능합니다.
2. 도착 통보된 예약자료 대출을 원하지 않는 경우에는 예약 현황에서 취소할 수 있습니다.
3. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

무인예약대출

1. 무인예약대출 현황은 홈페이지 로그인 후 무인예약대출 페이지에 확인 가능합니다.
2. 무인예약대출자료 대출을 원하지 않는 경우에는 무인예약대출 페이지에서 신청 또는 접수상태인 경우만 취소할 수 있습니다.
3. 희망대출일은 신청일로부터 최대 1주일 까지 가능합니다.
4. 희망대출일을 선택하지 않은 경우 대출대기 통보 후 1주일까지 기기에서 대출가능합니다.
5. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

본 연구는 다중 레이다에 의한 다수표적의 추적과 관련된 데이타 융합 및 추적 알고리즘의 성능분석을 다루었다.
특히 3차원 공간에서 운동하는 다수의 공중표적에 대해 네트워크로 구성된 다중의 2차원 레이다를 사용하여 x-y평면 상에서 표적 위치를 추적할 경우 2-D 변환 오차의 개선을 위한 표적 데이타 융합 알고리즘을 제시하였다.
이를 위해 저고도 공격 항공기의 전형적인 기동 궤적을 시뮬레이션하여 x-y평면상의 표적 운동모델을 적용한 필터를 대안으로 비교하여 선정하였다. 이렇게 선정된 표적 운용 모델과 필터를 이용해서 상태벡터 융합이 아닌 측정치 융합 방법중 동기센서에 의한 융합 방법을 적용한다. 그중에 Data Compression 방법은 JPDA, 기하학적 연관성 분석 방법에 의한 통합 측정치 생성 방법을 적용하고, 또 다른 방법으로 순차적 측정치 융합기법을 대안으로 구현하여 이를 비교분석하여 적절한 데이타 융합 방법을 선정하였다. 그리고 2-D 변환 오차를 최소화 하기 위해 표적을 탐지하는 레이다의 수에 따라 가상고도적용, 또는 기하학적 방법으로 고도를 계산하여 이를 직접 적용하거나 또는 고도 추정필터를 사용하여 추정한 고도를 적용하는 방법을 대안으로 비교하였다.
이렇게 다중 레이다 다수표적 추적 알고리즘에 가능한 많은 대안을 비교하여 최적의 대안을 선택하고, 이 대안을 어떤 저고도 대공무기체계 운용환경에 적합하게 적용성을 보완하여 저고도 대공무기체계 C2A시스템에서 사용할 수 있는 알고리즘으로 제안하고자 한다.

펼쳐보기

KDMT49724172 권 호 : 86
발행년 : 199702
저 자 : 박진호
서 명 : 시뮬레이션에 의한 다중 레이다 다수 표적 추적 알고 리즘 성능 분석

표제지 = 0,1,4
요 약 = I,5,1
목 차 = II,6,1
표목차 = III,7,1
그림목차 = IV,8,1
제 1 장 서 론 = 1,9,1
제 1 절 연구배경 및 목적 = 1,9,1
제 2 절 연구범위 및 방법 = 2,10,1
제 2 장 표적모델 및 추적문제 = 3,11,1
제 1 절 표적모델 = 3,11,20
제 2 절 표적추적 및 칼만필터 = 23,31,15
제 3 장 다중레이다 다수표적 추적 알고리즘 = 38,46,1
제 1 절 MRMTT개요 = 38,46,1
제 2 절 JPDA（Joint Probabilistic Data Association） = 39,47,3
제 3 절 기하학적 방법에 의한 연관성분석(할당)방법 = 42,50,1
제 4 절 Pseudo Sequential Process에 의한 측정치 융합 = 43,51,2
제 4 장 공중표적의 2차원 평면상의 추적 = 45,53,1
제 1 절 고도계산 및 추정방법 = 46,54,5
제 2 절 데이타 연관 및 추적 절차 = 51,59,2
제 5 장 시뮬레이션을 통한 최적 알고리즘 도출 = 53,61,1
제 1 절 개 요 = 53,61,1
제 2 절 시뮬레이션을 위한 파라메타 및 시나리오 설정 = 54,62,7
제 3 절 시뮬레이션 및 분석 = 61,69,14
제 6 장 결 론 = 75,83,2
참고문헌 = 77,85,2

표목차
〈표 5―1〉정속도 모델에서 이노베이션 공분산 역행열 = 58,66,1
〈표 5―2〉정가속도 모델에서 이노베이션 공분산 역행열 = 59,67,3
〈표 5―3〉표적 운동 상태 방정식 및 필터의 선정 대안 = 62,70,1
〈표 5―4〉α―β필터 게인 = 62,70,1
〈표 5―5〉α―β―γ 게인 = 63,71,5
〈표 5―6〉연관성 분석 기법 및 2―D변환오차 개선 방법 대안 = 68,76,1

그림목차
〈그림 2―1〉가속 분포 = 9,17,27
〈그림 2―2〉기동모델로의 전환[9] = 36,44,10
〈그림 4―1〉구의 방정식에 의한 고도 계산 방법 = 46,54,2
〈그림 4―2〉삼각법을 이용한 표적고도 계산 방법 = 48,56,4
〈그림 4―3〉계산／추정고도를 적용한 상태추정 절차 = 52,60,8
〈그림 5―1〉표적평면 시나리오 = 60,68,1
〈그림 5―2〉표적 고도 시나리오 = 60,68,1
〈그림 5―3〉표적 #1의 가속 = 61,69,3
〈그림 5―4〉α―β 필터 추정오차 평균 = 64,72,1
〈그림 5―5〉대안 2의 스캔 구간별 추정오차 분산 = 65,73,1
〈그림 5―6〉α―β―γ 필터 추정오차 평균 = 65,73,1
〈그림 5―7〉대안6의 스캔구간별 추정오차 분산 = 66,74,1
〈그림 5―8〉대안9의 스캔 구간별 추정오차 분산 = 66,74,4
〈그림 5―9〉대안별 추정오차 평균 = 70,78,1
〈그림 5―10〉（가상고도＋기하학적 평균）방안의 추정오차 분산 = 71,79,1
〈그림 5―11〉（계산고도＋JPDA）방안의 추정오차 분산 = 71,79,1
〈그림 5―12〉（추정고도＋기하학적 평균）방안의 추정오차 분산 = 71,79,2
〈그림 5―13〉저고도 대공무기체계 운용환경 = 73,81,1
〈그림 5―14〉제안 알고리즘의 성능평가（표적 #1） = 74,82,1

펼쳐보기