본 논문에서는 표적 위치추정기법 및 관측잡음에 따른 다중상태 소나의 표적위치 추정성능에 대하여 논한다. 다중상태 소나망에 대한 기존 정보융합방법인 거리정보만을 이용하는 Maximum Likelihood (ML)와 거리정보와 방위정보를 함께 이용하는 Least Square (LS)에 대한 분석을 기반으로 거리정보와 방위정보를 함께 이용하는 ML을 제안한다. 각 센서가 거리정보와 방위정보를 이용한다고 가정할 때 다양한 잡음 환경하에 기존 방법과 제안된 방법에 대한 비교 실험을 수행했다. 또한 센서 수와 송신기, 수신기간 거리에 따른 표적위치 추정성능에 대한 연구를 수행했다. 실험결과에 의하여 제안된 거리정보와 방위정보를 함께 이용하는 ML의 제곱근 오차 성능이 송수신기간 거리가 길수록, 수신기 수가 적을수록 기존의 거리정보만 이용하는 ML, LS보다 더 우수한 것으로 나타났다.
In this paper, we address the target positioning performance of Multi-Static sonar with respect to target positioning method and measurement error. Based on the analysis on two candidate solution approaches, namely, Least Square (LS) using range and angular information simultaneously and Maximum Likelihood (ML) using only range information as the existing information fusion methods for possible application to Multi-Static sonar, we propose to employ ML using range and angular information. Assuming that each sensor can receive range and angular information, we conduct representative comparison experiments over the existing and proposed methods under various measurement noise scenarios. We also investigate the target positioning performance according to number of sensors, distance between transmitter and receiver. According to the experimental results, RMSE of the proposed ML with distance and direction information is found to be more superior to ML using distance alone and to LS in case distance between transmitter and receiver is longer and number of receiver is smaller.
