적응형 칼만 필터를 이용한 확장 표적의 상태벡터 추정 기법

Abstract

본 논문에서는 빠르게 기동하는 표적의 상태벡터를 효과적으로 추정하는 필터링 기법을 제안한다. 적 미사일을 높은 확률로 요격하기 위해서는 스윗 스팟이라고 불리는 지점을 타격해야 하며, 이를 위해서는 표적의 길이와 위치를 정확히 추정해야 한다. 논문에서는 FMCW 레이다에 기반하여 고분해능 거리 프로파일(HRRPs)을 생성한 후 제안된 필터링 기법을 통해 표적의 길이와 움직임을 추정하고 있다. 실제에 가까운 레이다 측정치를 모사하기 위해 ISAR 이미지를 통해 각도에 따른 표적의 산란점 특성에 대한 연구가 진행되었다. 또한 측정 잡음 공분산 행렬 R 이 고정되어 있는 기존의 칼만 필터의 경우 SNR 값이 급격히 변화하는 상황에서는 표적의 효과적인 추적이 어려우며, 제안된 기법에서는 공분산 행렬 R 을 측정값을 이용해 지속적으로 개선하며 표적을 추적하게 된다. 기법의 성능 확인을 위해 요격 미사일이 목표물을 추적하는 상황에 대하여 시뮬레이션이 수행되었으며, 시뮬레이션 결과는 제안된 필터링 기법이 실제 데이터에 효과적으로 수렴함을 보인다. This paper proposes a filtering method for effective state vector estimation of highly maneuvering target. It is needed to hit the point called 'sweet spot' to increase the kill probability in missile interception. In paper, a filtering method estimates the length of a moving target tracked by a frequency modulated continuous wave (FMCW) radar. High resolution range profiles (HRRPs) is generated from the radar echo signal and then it's integrated into proposed filtering method. To simulate the radar measurement which is close to real, the study on the properties of scattering point of the missile-like target has been conducted with ISAR image for different angle. Also, it is hard to track the target efficiently with existing Kalman filters which has fixed measurement noise covariance matrix R. Therefore the proposed method continuously updates the covariance matrix R with sensor measurements and tracks the target. Numerical simulations on the proposed method shows reliable results under reasonable assumptions on the missile interception scenario.