위성항법시스템 (Global Navigation Satellite System, GNSS)의 전파 간섭 취약성으로 인해 위성항법 불용 환경에서 사용 가능한 보완 항법 시스템에 대한 요구가 증가하고 있다. 이에 따라 대한민국은 고출력 장파 신호를 이용하는 무선항법시스템인 enhanced long-range navigation (eLoran) 시스템을 연구 개발하고, 서해북부 지역에 테스트베드를 구축하였다. eLoran은 GPS와 마찬가지로 측위 뿐만 아니라 정밀한 시각 정보를 제공할 수 있는데, eLoran 신호를 이용하여 GPS 수준의 정밀한 시각을 얻기 위해서는 eLoran으로 얻은 시각에 포 함된 오차를 추정하여 제거해야 한다. 즉, eLoran으로 얻은 시각과 GPS로 얻은 시각의 차이를 추정하여 그 차이만큼 보정을 하게 되면 eLoran으로 GPS 수준의 정밀한 시각을 얻을 수 있을 것이다. eLoran의 중요한 오차 성분은 eLoran 신호가 지표를 통해 전파하면서 생기는 전파 지연인데, 이는 전파 경로 상의 기상과도 밀접한 관계가 있다. 본 연구에서는 eLoran과 GPS로 얻은 시각의 차이를 예측하기 위해 신경망 모델과 eLoran/GPS 신호 수신기 위치의 기상 정보를 이용하였다. 일정 기간 동안 수집된 세 가지 기상 데이터를 다항 회귀 (polynomial regression) 모델을 통해 학습하여 eLoran과 GPS 신호의 시각 차이를 예측하였다. 본 연구에서 제시한 다항 회귀 학습 모델을 이용한 eLoran/GPS 시각 차이 예측 정확도 는 기본적인 역전파 신경망 네트워크 모델의 예측 정확도 보다 높기 때문에, 본 학습 모델이 eLoran/GPS 시각 차이 예측에 효과적임을 확인하였다.

Estimation of eLoran/GPS Time Difference Using Polynomial Regression

Seunghyeon Park, Taewon Kang, Jiwon Seo*

The vulnerability of the Global Navigation Satellite Systems (GNSS) to radio frequency interference has increased the need for a complementary navigation system. South Korea has recently deployed the eLoran testbed system, which is a radio navigation system using high-power and low-frequency signals, as a potential complementary navigation system for maritime users. In common with GPS, eLoran can provide accurate time information along with position information. To acquire accurate time information using eLoran with a level of GPS timing accuracy, the error included in eLoran timing must be estimated and removed. That is, by estimating and correcting the time difference between eLoran and GPS, the eLoran timing accuracy can be similar to the GPS timing accuracy. An important cause of the eLoran timing error is the signal propagation delay when the signal propagates through the land surface, which is related to the weather in the propagation path. In this study, we used a neural network model and meteorological information at the location of eLoran and GPS receivers to estimate eLoran/GPS time difference. We trained a polynomial regression model with three meteorological parameters to estimate the eLoran/GPS time difference. The estimation accuracy of the eLoran/GPS time difference using our polynomial regression model showed better accuracy than the estimation accuracy using a basic back propagation neural network model. Therefore, the polynomial regression model constructed in this study is effective in the eLoran/GPS time difference estimation.

Keywords: eLoran, time difference, polynomial regression

Speaker 박승현 연세대학교