A Performance Comparison of Nonlinear Kalman Filtering Based Terrain Referenced Navigation

본 논문은 비선형 필터 기법에 따른 지형참조항법 성능 분석에 관한 연구를 수행하였다. 지형참조항법에 사용되는 기본 필터에는 확장 칼만 필터(EKF)가 있다. 본 연구는 EKF 원형외에 반복형 EKF(IEKF), stochastic linearization(SL) 조건이 추가된 EKF-SL과 unscented Kalman Filter(UKF) 알고리듬을 소개한다. 또한, 연속적(sequential) 필터 외에 일괄적(batch)필터 기법인 칼만 필터 무리(bank of Kalman filters)를 이용한 항법 기술도 비교군으로 추가하고 필터 간 항법 성능을 분석한다. 가상 궤적을 가진 항공기 시뮬레이션을 통해 초기위치 오차가 클 때도 강건한(robust) 필터로 stochastic linearization EKF가 선정되었으며, 다만 빠른 항법 해의 수렴이 요구될 때에는 칼만 필터 무리를 이용한 일괄적 필터가 효과적인 것으로 분석되었다. This paper focuses on a performance analysis of TRN among various nonlinear filtering methods. In a TRN research, extended Kalman filter(EKF) is a basic estimation algorithm. In this paper, iterated EKF(IEKF), EKF with stochastic linearization(SL), and unscented Kalman filter(UKF) algorithms are introduced to compare navigation performance with original EKF. In addition to introduced sequential filters, bank of Kalman filters method, which is one of the batch method, is also presented. Finally, by simulating an artificial aircraft mission, EKF with SL was chosen as the most consistent filter in the introduced sequential filters. Also, results suggested that the bank of Kalman filters can be alternative for TRN, when a fast convergence of navigation solution is needed.