This study developed an integrity architecture for a Kalman filter (KF) based Global Navigation Satellite System (GNSS)/Inertial Navigation System (INS) integrated navigation system to assure integrity of unmanned aircraft system (UAS) navigation systems. An integrity risk allocation tree is designed for each sensor fault hypothesis including a nominal hypothesis, a GNSS fault hypothesis, and an INS sensor fault hypothesis. KF vertical protection levels (VPLs) were derived for each sensor fault hypothesis, including the INS fault hypothesis to provide complete integrity assurance for integrated UAS navigation systems.
A KF is a recursive estimator that utilizes past measurements to generate the current state estimates, unlike a least-square (LS) filter that is a snapshot estimator. Hence, position estimates as well as sensor fault impacts recursively propagate through KF algorithms. This recursive process should be represented within fault monitoring algorithms and in the formulation of the VPL equations. The architecture exploits existing GNSS integrity methods to guarantee the required levels of integrity for GNSS. Based on the monitored GNSS measurements, potential INS sensor faults are monitored using the KF innovations under the assumption of no GNSS fault. Unlike the measurement sequence fault case, it is possible to fully capture the fault impact on the user position state in real-time using a KF innovation vector under INS fault conditions. Exploiting this fact, a VPL was mathematically derived utilizing the KF innovation with additional uncertainty noise bounding terms which bound a potential user position with a level of system integrity.
Performance evaluations were conducted by simulating KF VPLs based on different types of GNSS/INS integrated systems. Based on these evaluation results, an operational concept for UASs flying within the designed airspace is suggested. As the VPLs that integrated navigation systems can achieve get smaller, the allowed flight region could be enlarged. Lastly, to enlarge the allowed flight region, a real-time ionospheric threat adaptation algorithm was developed to lower the conservatism on VPLs against a conservative ionospheric error model. This study is a stepping stone for research on more-detailed KF-based multi-sensor integrity systems. This study would be extended to assure the navigation integrity of different types of multi-sensor systems for UAS applications as well as other types of unmanned vehicles.
본 학위논문에서는 무인시스템에서 필수적으로 사용되고 있는 융복합 항법시스템의 형태인 위성항법/관성항법 융합시스템의 무결성 아키텍처를 개발하고, 각 고장 가설을 정의하여 무결성 고장 트리를 디자인하였다. 무결성 고장 트리 내 관성항법 센서 고장에 대한 가설이 본 연구에서 새롭게 제안되었으며, 이에 따라 관성항법 센서 고장에 대한 칼만 필터 기반 사용자 항법 보호수준 수식을 새롭게 유도하였다.
칼만 필터는 현재의 상태벡터 추정에 과거의 측정치를 활용하는 재귀적 필터로서, 사용자 항법해 뿐만 아니라 항법 고장의 영향 또한 필터 내에서 재귀적으로 전파된다. 따라서 무결성 아키텍쳐 하에서 항법고장 모니터 설계 및 항법 보호수준 산출 시 이러한 재귀적 특성이 고려되어야 한다. 이 아키텍쳐는 기존에 개발된 위성항법시스템 무결성 시스템을 활용하여 위성항법시스템 무결성 수준을 보장하며, 모니터링 된 위성항법센서 측정치를 기반으로 위성항법 센서 고장이 없다는 가정 하에 칼만 필터 이노베이션을 활용하여 관성항법 센서 고장을 감시한다. 칼만 필터 내에서 측정치 업데이트 단계에 활용되는 위성항법 장치와는 달리, 시스템 예측단계에 사용되는 관성항법 장치에 발생하는 고장의 경우 칼만 필터 이노베이션을 활용하여 사용자 위치에 반영 된 고장의 영향을 실시간으로 추정 가능하다. 이를 활용하여 관성항법센서 고장 상황 하의 사용자 항법해를 보장하는 보호수준을 수학적으로 유도하였다.
그리고 무결성 성능평가를 위해 무인항공기의 운용 상황을 가정하여 시뮬레이션을 통해 사용자 보호수준을 산출하였으며, 성능평가 결과를 바탕으로 저고도 공역 내에서의 무인항공기 운영 개념을 제시하였다. 마지막으로, 보호수준의 보수성을 낮춤으로써 무인항공기가 비행할 수 있는 허용공역을 확장시키기 위한 실시간 적응형 전리층 오차모델 결정 알고리즘을 개발하였다. 알고리즘 도입 시, 시스템에서 요구되는 무결성 확률을 보장하는 동시에 95%의 시간 동안 허용 공역이 확장될 수 있음을 확인하였다. 본 연구는 다양한 칼만 필터 기반 융복합 센서 시스템의 무결성 보장 연구에 기반이 될 수 있으며, 무인항공기를 포함하여 자율주행차량, 해상 무인시스템 등에 확장이 가능할 것으로 예상된다.
