In this paper, a target localization method using multiple sensors based on the time difference of arrival (TDOA) data is investigated under the assumption that the target is far o from the sensors. We first examine the geometric features of the problem, which provide a intuitional perspective for understanding the localization method. Next, we compute the Fisher information matrix (FIM) and the Cramer-Rao lower bounds (CRLB) by using the power series expansion and analyze the variability of the angle and the range estimates. These values reveal the relationship between the sensor formation and the tracking performance. We also present a method for finding the maximum likelihood estimate of
the target location and suggest a dynamic target tracking method using the extended Kalman filter.
본 논문에서는 목표가 센서들간의 거리보다 훨씬 멀리 위치해 있다는 가정 하에서 다중 센서의 거리차 측정치를 바탕으로 한 위치 추적의 통계적 방법을 탐구하였다. 우선적으로 문제의 기하적인 분석을 통하여 근사적으로 목표 위치를 추정하는 방법을 제시하였는데, 이는 차후 연구를 진행하는데 있어서 직관적인 이해의 틀을 제공하였다. 통계적 분석을 위하여 센서들의 거리차 측정과 관련된 모델을 수립하였고, 관련된 기하학적 모수들을 멱급수 전개를 통하여 수치적으로 근사하였다. 이를 바탕으로 Fisher informatino matrix (FIM)과 그의 역인 Cramer-Rao lower bound (CRLB) 을 유도하여 목표까지의 거리와 방향의 추정치의 분산에 대하여 탐구하였으며, 이는 목표추적 성능의 배치기하에 대한 관계성을 설명하였다. 더불어 앞서 제시한 근사를 바탕으로 목표 위치의 최대우도측정량(mle)을 계산하는 법을 제안하였으며, 이동표적의 위치 추적에 확장 칼만 필터를 적용하는 방법을 제시하여 모의 실험을 통해 이 방법의 적합성을 확인하였다.
