서지주요정보
Deep neural network based multipath mitigation method for carrier-based differential GNSS systems = 반송파 기반 DGNSS 시스템을 위한 신경망 기반 다중 경로 오차 완화 기법 연구
서명 / 저자 Deep neural network based multipath mitigation method for carrier-based differential GNSS systems = 반송파 기반 DGNSS 시스템을 위한 신경망 기반 다중 경로 오차 완화 기법 연구 / Dongchan Min.
저자명 Min, Dongchan ; 민동찬
발행사항 [대전 : 한국과학기술원, 2019].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8033920

소장위치/청구기호

학술문화관(도서관)2층 패컬티라운지(학위논문)

MAE 19013

SMS전송

도서상태

이용가능

대출가능

반납예정일

초록정보

As the range of drone applications expands, many missions are requiring a high level of navigation accuracy including drone landing, mapping, etc. Real Time Kinematic (RTK), which is one of the carrier based differential global navigation satellites systems (CD-GNSS), is getting lots of attention for drone applications. Carrier phase measurement errors are on the order of sub-centimeter level, making centimeter level navigation performance possible. However, that performance is realized when cycle integer ambiguity is successfully resolved. The commercial RTK system takes 5-10 minutes to resolve integer ambiguity without considering integrity, and the estimated integer ambiguity has large uncertainty resulting in large positioning error. To achieve a given level of integrity, RTK requires a longer filtering duration, i.e., the time necessary to resolve integer ambiguity correctly. Therefore, this study focuses on reducing filtering duration while guaranteeing integrity. As the degree of automation increases, drone operations should be treated as safety-critical systems. For military purposes, the integrity assured carrier based landing system was developed. The Shipboard-Relative Global Positioning System (SRGPS), an architectural variant of the Joint Precision Approach and Landing System (JPALS), is a system developed to support shipboard landing with a high level of integrity (vertical protection level of 1.1 m and integrity risk of $10^{-7}$ ). Filtering duration is a function of quality of code/carrier measurements and integrity requirements. If the same level of integrity with SRGPS is applied to the carrier-phase based drone landing operation, the required filtering duration becomes about 70 minutes. This duration arises because of low code/carrier measurement quality resulting from the cheap receiver and antenna used in both reference stations and drone. In order to increase the efficiency of drone operation, we propose two methods to reduce filtering duration: 1) improve GPS measurement quality via the deep neural network based code multipath mitigation method, and 2) relax integrity requirements based on consideration of drone operation via sensitivity analysis.

드론의 활용 분야가 넓어지면서 정확한 항법 시스템에 대한 요구가 커짐에 따라 반송파 기반 DGNSS 시스템 중 하나인 RTK 시스템이 큰 관심을 받고 있다. 반송파 기반 DGNSS 시스템은 cm급의 정확성을 갖는 반송파 측정치를 통해 cm급의 항법 해를 제공한다. 그러나 이러한 성능을 위해서는 반송파 측정치의 모호 정수를 성공적으로 풀어야 한다. 일반적인 RTK 시스템은 모호 정수를 풀기 위해 5-10분이 소요되지만 이는 무결성을 고려하지 않은 시간이기 때문에 불확실성을 많이 포함하고 있어 큰 위치오차가 발생할 가능성이 높다. 따라서 시스템에서 요구하는 무결성 요구 조건을 만족하기 위해서, RTK 시스템은 더 긴 필터링 시간이 필요하다. 이때 무결성 요구 조건을 만족하는 필터링 시간을 TTFF라고 하며 이 연구는 TTFF를 단축하기 위해 수행되었다. 높은 자율성을 가진 드론 시스템은 항법 안전성이 필수적으로 고려되어야 하지만 현재 상용되는 반송파 기반 DGNSS는 안전성을 고려하고 있지 않다. 이에, 사전 연구로 전투기의 항공모함 착륙을 지원하는 반송파 기반 상대 항법 시스템(Shipboard-Relative Global Positioning System, SRGPS)이 군용 목적으로 미국에서 연구된바 있다. SRGPS는 수직 보호 수준 1.1m와 무결성 위협 확률 $10^{-7}$인 높은 무결성 성능을 요구하고 있고 약 30분의 TTFF가 소요된다. TTFF는 코드/반송파 측정치의 정확성과 무결성 요구 성능에 의해 결정되는데, 만약 SRGPS의 높은 무결성 요구 조건을 드론 시스템에 적용할 경우 약 70분의 TTFF가 소요된다. 이것은, 드론이 저가의 장비를 사용하기 때문에 측정치의 정확도가 좋지 않고 무결성 위협 확률 $10^{-7}$이 매우 보수적인 수치이기 때문이다. TTFF를 줄여 드론 시스템의 운용 효율성을 높이기 위해서 본 연구는 두 가지의 방법을 제시한다: 1) 측정치의 정확도를 높이기 위한 신경망 기반 다중 경로 오차 완화 기법, 2) 무결성 요구 성능을 완화시키기 위한 민감성 분석. 본 연구는 추후 디자인 될 드론 시스템의 요구성능을 결정하는데 큰 도움이 될 것으로 기대한다.

서지기타정보

서지기타정보
청구기호 {MAE 19013
형태사항 v, 65 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 민동찬
지도교수의 영문표기 : Jiyun Lee
지도교수의 한글표기 : 이지윤
학위논문 학위논문(석사) - 한국과학기술원 : 항공우주공학과,
서지주기 References : p. 62-63
주제 Carrier-Based DGNSS
drones
time to first fix
multipath
neural networks
반송파 기반 DGNNSS
드론
time to first fix
다중경로 오차
신경망
QR CODE qr code