earticle

영어

In modern society, the global positioning system (GPS) has become a cornerstone of numerous technological applications including aviation, drones, and geographic information systems (GIS). However, the accuracy of GPS signals can be adversely affected in non-line-of-sight (NLOS) environments due to signal reflection and scattering caused by obstacles such as buildings and mountainous terrain. This paper proposes the enhanced-altitude adaptive Kalman filter (EAAKF), which adjusts the measurement noise covariance using vertical dilution of precision (VDOP) information to mitigate altitude errors in GPS measurements in NLOS environments. By adjusting the measurement noise covariance based on the measured VDOP values, the EAAKF adapts to dynamic conditions. A performance comparison through GPS altitude measurements indicates that the proposed EAAKF improves performance by approximately 63.5% compared to the traditional Kalman filter. The results show that the EAAKF model proposed in this paper improves the estimation precision over the conventional Kalman filter for altitude estimation using GPS signals.

한국어

현대 사회에서 범지구위치결정시스템(Global Positioning System, GPS)은 항공기, 드론, 지리정보 시스템 등 다양한 응용 분야에서 필수적인 기술로 자리잡고 있다. 그러나 건물이나 산악 지형과 같은 장애물이 있는 비 가시거리 (Non-Line of Sight, NLOS) 환경에서 GPS 신호는 신호의 반사 및 산란으로 인해 위치 정밀도가 저하될 수 있다. 본 논문은 NLOS 환경에서 GPS의 고도 오차를 개선하기 위해 수직 정밀도의 희석(Vertical Dilution of Precision, VDOP) 정보를 활용하여 측정 잡음 공분산을 조정하는 방법인 개선된 고도 적응형 칼만 필터(Enhanced-Altitude Adaptive Kalman Filter, EAAKF)를 제안한다. EAAKF는 측정되는 VDOP의 값에 따라 적응 단계를 통해 측정 잡음 공분산 행렬을 조정한다. GPS 고도 측정을 통해 성능 비교 결과, 제안한 EAAKF는 기존 칼만 필터 대비 약 63.5%의 성능이 향상되었다. 이를 통해, 본 논문에서 제안한 EAAKF 모델이 GPS 신호를 이용한 고도 추정에 있어서 기존 칼만 필터보다 추정 정밀도가 개선되는 것을 확인하였다.