Distance Measurement Equipment (DME)는 GPS 운용 불가 환경에서 사용되는 무선 항공 항법 기술이다. DME 통신기술에 주로 사용되는 DME/N (normal) 신호는 가우스 분포형 형태를 가진다 신호의 특성상 다중경로로 인한 거리 오차 발생 측면 에서 취약하다. 본 연구는 다층 퍼셉트론(MLP) 네트워크를 이용하여 DME 가우스 분포형 신호에 포함된 다중 경로의 영향 을 감소시키는 방법을 연구한다. 다중 경로를 포함한 가우스 분포형 신호에서 얻은 시간 기준 데이터를 사용하여 다층 퍼 셉트론 모델을 지도 학습 기법을 이용해 훈련함으로써 모델은 질문기(interrogator)와 응답기(transponder) 사이의 초기 시 간 지연을 지정할 수 있다. 회귀 모델에 알맞은 학습 모델을 구축하고, 이에 대응하는 최적의 하이퍼 파라미터 튜닝을 시행 착오를 통해 선정한다. 학습에 이용되는 DME 신호는 MATLAB을 이용한 시뮬레이션 데이터를 이용한다.

A Study on DME Multipath Mitigation Using Multi-Layer Perceptron Method

Han-Kyul Lee, Jin-Hyeok Kim, Eui-Ho Kim*

Distance Measurement Equipment (DME) is radio aeronavigation technology used in GPS deprecated environment. The gaussian-distribution shaped signal widely used in DME communication technology is vulnerable in terms of generating range error due to multipath. This research studies a way of diminishing the effect of multipath included in the DME gaussian signal using multi-layer perceptron (MLP) network. Through training the multi-layered perceptron model using time reference data obtained from multipath included gaussian signal, the model is able to designate the initial time delay between the interrogator and the transponder. Optimization of hyperparameter of the model is done using trial and error method. Analyze the performance of the designed model with simulated data.

Speaker 이한결 홍익대학교