Continuously Optimizing Radar Placement with Model Predictive Path Integrals
Created by
Haebom
저자
Michael Potter, Shuo Tang, Paul Ghanem, Milica Stojanovic, Pau Closas, Murat Akcakaya, Ben Wright, Marius Necsoiu, Deniz Erdogmus, Michael Everett, Tales Imbiriba
개요
본 논문은 군사 및 민간 분야에서 정확한 표적 위치 추정을 위해 센서 배치를 지속적으로 최적화하는 방법을 제시합니다. 기존 연구들이 센서 측정 모델을 단순화하거나 이동형 센서의 동적 제약 조건을 고려하지 않은 점을 개선하기 위해, 레이더 매개변수와 레이더-표적 거리를 포함하는 범위 측정 모델과 Model Predictive Path Integral (MPPI) 제어를 활용하여 복잡한 환경 장애물 및 동적 제약 조건을 관리합니다. 제안된 방법은 정지형 레이더 또는 단순화된 범위 측정 모델과 비교하여, Cubature Kalman Filter (CKF) 추정기의 root mean squared error (RMSE)를 기준으로 평가됩니다. 500회의 Monte Carlo 시뮬레이션 결과, 제안된 전략은 평균 RMSE를 38-74%, 90% Highest Density Interval (HDI)의 상위 10%를 33-79% 감소시키는 등 정지형 레이더 및 단순화된 범위 측정 모델보다 우수한 표적 위치 추정 성능을 보였습니다.
시사점, 한계점
•
시사점:
◦
레이더 매개변수와 거리를 고려한 현실적인 범위 측정 모델과 MPPI 제어를 결합하여 동적 환경에서의 센서 배치 최적화 문제를 효과적으로 해결했습니다.
◦
기존 방법 대비 RMSE 및 HDI를 상당히 감소시켜, 정확한 표적 위치 추정 성능 향상을 입증했습니다.
◦
시각화를 통해 측정 정보 이득이 높은 영역을 보여줌으로써, 제안된 방법의 강점을 명확히 제시했습니다.
