협동교전능력과 네트워크 중심의 교전에 대한 관심과 더불어 분산형 추적 시스템에 대한 연구는 중요하다. 이러한 분산형 추적 시스템 연구에 있어서 네트워크의 거대화에 의해 비선형 시스템에서의 추적 필터와 자료융합기술 개발이 불가피하다. 따라서 본 논문에서는 협동교전능력 응용을 위해 측지좌표계 기반의 분산형 추적 시스템에 적합한 트랙 융합구조에서 비선형 시스템 환경 하에 운용할 수 있는 비선형 자료융합 기법의 문제를 정립하고 그에 적용 가능한 기법들을 소개하고 성능을 비교 분석한다. 비선형 시스템에서는 최적의 트랙 융합 기법을 구현하는데 있어서 상호 공분산을 구할 수 없다는 것이 가장 큰 문제점이다. 이와 같은 문제점을 해결하기 위해서 크게 간소화 기법과 근사화 기법의 두 가지 접근법이 있다. 간소화 기법에서는 sample mean과 Millman formula의 두 가지 추정치 융합 기법을 유도할 수 있고, 근사화 기법에서는 해석적 선형화 기법과 통계적 선형화 기법의 두 가지 추정치 융합 기법을 유도할 수 있다. 소개된 네 가지 융합 기법을 모의 실험한 결과 각 플랫폼의 추정치 공분산 정보만을 이용하여 필터의 매 단계에서 최적의 플랫폼을 선택할 수 있는 Millman formula 추정치 융합 기법과 적은 복잡도로 보다 정확히 플랫폼들의 상관 공분산을 근사화 할 수 있는 BCS 융합기법이 효율적임을 확인할 수 있다.
As the importance of Cooperative Engagement Capability and network-centric warfare has been dramatically increasing, it is necessary to develop distributed tracking systems. Under the development of distributed tracking systems, it requires tracking filters and data fusion theory for nonlinear systems. Therefore, in this paper, the problem of nonlinear track fusion, which is suitable for distributed networks, is formulated, four algorithms to solve the problem of nonlinear track fusion are introduced, and performance of introduced algorithms are analyzed. It is a main problem of nonlinear track fusion that cross-covarinaces among multiple platforms are unknown. Thus, in order to solve the problem, two techniques are introduced; a simplification technique and a approximation technique. The simplification technique that help to ignore cross-covariances includes two algorithms, i.e. the sample mean algorithm and the Millman formula algorithm, and the approximation technique to obtain approximated cross-covariances utilizes two approaches, by using analytical linearization and statistical linearization based on the sigma point approach. In simulations, BCS fusion is the most efficient scheme because it reduces RMSE by approximating cross-covariances with low complexity.
