| 초록 |
관성 항법 시스템(Inertial Navigation System, INS)의 내재적인 원인에 의해 운반체의 장시간 운행 과정에서 대량의 오차가 누적되게 된다. 중력 구배의 측정값 및 관성 항법을 조합한 통합 항법 방법을 이용하여 항법 오차를 보정할 수 있다. 본 논문에서는 중력 구배 측정기(gradiometer, 중력 경도 측정기) 및 관성 항법 시스템의 통합 항법 원리를 설명하고, 중력 구배 측정기를 보조적으로 이용한 관성 항법 시스템의 구조 도표(framework chart, 프레임워크 차트)를 제시하였다. 또한 항법에 이용할 중력 구배도(gravity gradient map) 및 중력 구배 측정기에 대한 분석을 수행하고, 통합 측정 방정식을 설정하였다. 그 다음, 상태-공간 방정식(state-space function)의 특징에 근거하여 가장자리 용적 입자 필터(cubature particle filter, CPF) 방법을 이용하여 정보 융합에 대한 추정값을 제시하였다. 통계학의 이론을 이용하여 분석한 결과, 이러한 통합 항법 방법은 분산(variance) 오차를 줄일 수 있었다. 또한 통합 항법 알고리즘의 흐름 도표(flow chart)를 제시하였다. 동일한 환경 조건에서 시뮬레이션을 수행하여 얻은 위도 및 경도의 평균 제곱근 오차(root mean square error, RMSE)를 비교한 결과, 기존의 인공 물리 광학 입자 필터(artificial physics optical particle filter, APO-PF) 알고리즘보다 통합 항법 알고리즘의 추정 정밀도가 높았다. 항법 오차를 평가하기 위하여 원형 공산 오차(circular error probability, CEP)를 이용한 연구를 수행하여 얻은 결과, 낮은 정밀도를 가진 관성 항법 장치를 이용하는 조건 및 구배 측정기의 노이즈(noise)가 1E 2 및 10E 2 인 조건에서 4시간 동안의 테스트를 수행하여 얻은 원형 공산 오차가 각각 0.044 n mile 및 0.072 n mile이었다. 마지막으로 상태 방정식을 간소화하고 나머지 상태 변수의 추정값에 대응되는 효과를 정성적으로 분석하였다. |
