KR20180122080A - 국지적 전리층지도의 가용영역 확장 장치 및 방법 - Google Patents

Abstract

국지적 전리층지도의 가용영역 확장 방법에 관한 것이며, 국지적 전리층지도의 가용영역 확장 방법은, (a) 복수의 과거 시간정보 및 상기 복수의 과거 시간정보와 연관되는 과거 전리층 지연값을 포함하는 입력 데이터를 결정하고, 확장 시점에서 비가용영역의 확장 지점에 대한 타겟 데이터를 결정하여 모델을 생성하는 단계; 및 (b) 상기 모델을 이용한 학습을 수행하여, 상기 확장 시점에서 상기 확장 지점에 대하여 외삽된 확장 전리층 지연값을 산출하는 단계를 포함할 수 있다.

Description

국지적 전리층지도의 가용영역 확장 장치 및 방법 {APPARATUS AND METHOD FOR EXTENDING AVAILABLE AREA OF REGIONAL IONOSPHERE MAP}

본원은 국지적 전리층지도의 가용영역 확장 장치 및 방법에 관한 것이다.

사용자의 위치 추정시 GNSS(global navigation satellite system)를 이용한 추정 방법이 많이 사용되는데, 단일 주파수 수신기를 사용하는 경우에는 위성에서 전송된 신호가 전리층을 통과하면서 신호지연이 발생한다. 상공 70~1000 km에 분포하는 전리층에 의한 오차는 사용자의 위치 추정오차를 증가시키는 요인으로 작용한다.

전리층 지연에 대한 보정정보를 생성하는 방법으로는 관측값을 바탕으로 사용자의 위치에 따라 전리층 지연값을 함수로 모델링하는 함수 방법 및 격자점을 설정하고 각 격자점의 수직 전리층 지연값을 생성하는 격자점 방법이 있다. 함수 방법은 관측소에서 이중주파수를 이용하여 추정된 전리층 지연값을 시간, 위도, 경도 등의 함수로 나타내어, 최소자승법 등을 이용하여 모델링된 함수의 계수를 생성하는 방법으로, 사용자 위치를 입력하면 전리층 지연값을 바로 획득할 수 있는 장점이 있지만 실제값과 차이가 존재한다는 단점이 있다. 반면, 격자점 방법은 각 관측소에서 추정된 전리층 지연값으로 내삽을 이용하여 격자점에서의 전리층 지연값을 추정하는 방법으로, 관측소의 분포가 넓고 그 수가 많을수록 정확하며 실제값과 유사한 값을 획득할 수 있는 장점이 있지만, 격자점의 가장자리로 갈수록 정확도가 떨어진다는 단점이 있다.

전리층 오차를 보정하는 방법으로는 항법메시지에서 전송되는 전리층 보정정보를 사용할 수 있다. GNSS 위성에서 전송되는 Klobuchar 모델은 함수 방법으로, 사용자 수신기의 IPP(ionospheric pierce point)와 전송된 Klobuchar 모델의 계수를 사용하여 전리층 오차를 보정할 수 있다. 이 방법은 실시간으로 전리층 오차를 보정할 수 있으며, 사용자의 위치에 관계없이 어디에서든 전리층 오차를 보정할 수 있는 장점이 있지만 실제 전리층 지연값과 비교할 때 RMS(root mean square)오차가 2 m 가량 나타나, 보정 효과가 미비하다는 단점이 있다.

다른 전리층 지연 보정 방법으로는 차분위성항법 시스템(Differential GNSS: DGNSS)을 이용하는 방법이 있다. 상기 방법은 격자점 방법으로, 격자점 형태로 제공되는 전리층 지연값을 사용자가 수치 보간하여 보정에 이용할 수 있는 형태이다. 상기 방법으로는 전리층 오차를 50 cm 이내의 정확도로 보정할 수 있지만 차분위성항법 시스템을 이용하기 위해서는 기준국과의 거리가 약 100 km 이내에 사용자가 존재해야 한다는 제약이 있다. 이는 사용자와 기준국 간 거리가 멀어지게 되면 기준국에서 생성된 보정정보와 사용자의 위치에서 발생한 오차와의 상관성이 떨어지기 때문이다.

또 다른 전리층 지연 보정 방법으로는 IGS(international GNSS service)에서 제공하는 전 세계 전리층지도를 사용하여 보정하는 방법이 있다. 전 세계 전리층 지도는 전 세계의 관측소에서 수집된 데이터를 사용하여 전 세계 범위의 격자점에 대하여 전리층 지연값을 제공하는 형태로, 위도 2.5°, 경도 5° 간격으로 전리층 지연값이 제공된다. IGS 전 세계 전리층 지도는 전 지구적인 범위에서 전리층 지연 보정정보를 생성하기 때문에 어느 위치에서든 0.3~1.2 m 범위 내의 정확도로 전리층 오차를 보정할 수 있는 장점이 있지만, 후처리를 수행한 데이터로, 수집된 전리층 지도를 조합하는데 10~12일 정도의 시간이 소요되어 실시간으로 사용할 수 없는 단점이 있다.

다른 방법으로는 국지적 전리층지도를 생성하고 이를 외삽하여 국지적 전리층지도를 확장하는 방법이 있다. 국지적 전리층지도는 존재하는 관측소에 대하여 그 주변에 격자점 형태로 전리층지도를 생성하고, 국지적 전리층지도 외부의 사용자에 대해서 외삽 방법으로 전리층 지연값을 획득하는 방법이다. 외삽에 대한 일예로 biharmonic spline 외삽 방법을 사용하여 전리층지도의 가용영역을 확장하는 방법이 있다. 상기 방법으로는 태양활동이 활발한 시점에서 전리층지도 가용영역으로부터 위도/경도로 5°떨어진 비가용지역 전리층 지연값 외삽시 평균 30 cm의 오차를 가지는 정확도를 보였다. 다만, 전리층 지연값이 증가하는 봄과 가을에는 외삽의 오차가 최대 1 m까지 증가하는 단점이 있다.

또 다른 외삽 방법으로는 인공신경망을 사용하는 방법이 있다. 이는 지상관측소에서 측정된 태양 및 지자기활동 지수, 시간정보, 그리고 외삽할 지역의 위치정보를 인공신경망의 입력으로 사용하며, 상기 방법으로는 가장 가까운 지상관측소로부터 위도/경도로 5° 떨어진 비가용지역의 전리층 지연값 외삽시 평균 40 cm의 오차를 가지는 정확도를 보였다. 이는 상기의 biharmonic spline 외삽 방법의 정확도와 유사한 정도로 나타났다.

한편, 상기와 같은 종래의 전리층지도 외삽 방법들은 대부분 외삽이 수행되는 외삽 시점(현재 시점)의 태양활동과 지자기 활동 정보를 이용하여 외삽을 수행하기 때문에, 외삽 시점에서 태양 및 지자기 활동 지수가 측정되지 않은 경우에는 현재 시점에서 외삽을 수행할 수 없는 문제가 있다. 즉, 종래에는 외삽이 외삽 시점에서의 태양 및 지자기 활동 지수의 측정이 이루어진 후에 후처리로만 수행될 수 있었다.

한편, 본원의 배경이 되는 기술은 한국등록특허공보 제10-1607082호에 개시되어 있다. 상기 한국등록특허공보는 차분위성항법의 서비스 영역에서의 확장만을 개시하고 있어 외삽 범위가 제한적이며 전 세계 전리층지도에서의 전리층 가용영역의 확장에 사용하지 못하는 한계가 있다. 또한, 상기 한국등록특허공보는 기준국에서 생성된 전리층 지연값만을 이용하여 공간외삽 형태로의 영역확장을 수행하며 외삽시 선형외삽을 수행하기 때문에, 전리층 지연에 영향을 미치는 다수의 변수 요소를 전혀 고려하고 있지 않아 외삽 성능이 떨어지는 단점이 있다.

또한, 국지적 전리층지도의 영역확장과 관련된 연구가 몇몇 공지된바 있다. 일예로, ["외삽기법을 이용한 전리층 보정정보 영역 확장", 한국항공운항학회지, pp. 74-81, 2014. 김정래, 김민규] 논문에서는 Kriging, Biharmonic spline 등의 외삽 기법을 이용한 국지적 전리층지도 확장 연구에 대해 개시하고 있다. 상기의 논문은 외삽에 사용된 입력으로 전리층지도 가용영역에서의 전리층 지연값만을 사용하고 있어, 전리층 지연에 영향을 미치는 다수의 변수 요소를 전혀 고려하고 있지 않아 외삽 성능이 떨어지는 단점이 있다.

또한, 인공신경망을 사용하는 국지적 전리층지도의 영역확장과 관련된 연구로서, ["Extending ionospheric correction coverage area by using a neural network method", International Journal of Aeronautical and Space Science, pp. 64-72, 2016, Kim Mingyu, Kim Jeongrae] 논문과 ["Regional GPS TEC Modeling; Attempted spatial and temporal extrapolation of TEC using neural networks", Journal of Geophysical Research, 2011, pp. 1-14, John Bosco Habarulema, Lee-Anne McKinnell, and Ben D. L. Opperman] 논문이 개시된바 있다. 상기의 두 논문은 태양 및 지자기 활동 지수의 측정이 이루어진 후에 외삽이 수행되는 구조로서, 태양 및 지자기 활동 지수의 측정의 수행되지 않으면 외삽을 수행할 수 없다. 따라서 상기의 두 논문은 전리층 지연값의 변화를 실시간으로 반영하는 실시간 외삽이 불가능한 단점이 있다.

본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 기존의 격자점 방법을 통한 전리층 오차 적용 방법이 갖는 시간적, 공간적 한계를 극복하여, 관측소가 존재하지 않아 격자점 형태의 전리층 오차 보정정보를 사용할 수 없는 사용자에게 전리층 지연값에 대한 정확한 보정정보를 제공하는 국지적 전리층지도의 가용영역 확장 장치 및 방법을 제공하려는 것을 목적으로 한다.

본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 전리층 지연에 영향을 미치는 다수의 변수 요소를 고려하여 외삽을 수행함으로써 보다 향상된 외삽 성능을 제공하는 국지적 전리층지도의 가용영역 확장 장치 및 방법을 제공하려는 것을 목적으로 한다.

본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 현재 시점에서의 태양 및 지자기 활동 지수가 측정되지 않아도 실시간 외삽이 가능한 국지적 전리층지도의 가용영역 확장 장치 및 방법을 제공하려는 것을 목적으로 한다.

다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 방법은, (a) 복수의 과거 시간정보 및 상기 복수의 과거 시간정보와 연관되는 과거 전리층 지연값을 포함하는 입력 데이터를 결정하고, 확장 시점에서 비가용영역의 확장 지점에 대한 타겟 데이터를 결정하여 모델을 생성하는 단계; 및 (b) 상기 모델을 이용한 학습을 수행하여, 상기 확장 시점에서 상기 확장 지점에 대하여 외삽된 확장 전리층 지연값을 산출하는 단계를 포함할 수 있다.

또한, 상기 (a) 단계에서, 상기 입력 데이터는 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보를 더 포함하고, 상기 (b) 단계는, 상기 확장 시점에서의 태양/지자기 활동 정보를 획득할 수 없는 경우, 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보 중 가장 최근 시점의 태양/지자기 활동 정보를 상기 확장 시점에서의 태양/지자기 활동 정보로 사용하여 외삽을 수행할 수 있다.

또한, 상기 확장 시점은 현재 시점이고, 상기 (b) 단계에서의 외삽은 실시간 외삽일 수 있다.

또한, 상기 (a) 단계에서, 상기 과거 전리층 지연값은, 가용영역에 대한 과거 전리층 지연값 및 비가용영역에 대한 과거 전리층 지연값을 포함할 수 있다.

또한, 상기 비가용영역에 대한 과거 전리층 지연값은, 상기 복수의 과거 시간정보 중 어느 하나에 대응하는 과거 시점에서의 과거 관측 값에 기반하여 후처리를 통해 산출되는 후처리 전리층 지연값 또는 상기 과거 시점을 확장 시점으로 하여 상기 (b) 단계를 통해 산출된 확장 전리층 지연값을 포함할 수 있다.

또한, 상기 후처리 전리층 지연값은, IGS에서 후처리를 통해 비실시간으로 제공하는 전 세계 전리층 지도로부터 획득되는 전리층 지연값을 포함할 수 있다.

또한, 상기 (a) 단계에서, 상기 복수의 과거 시간정보는 상기 확장 시점을 기준으로 하여 미리 설정된 과거 기간에 대응하고, 상기 (a) 단계 및 상기 (b) 단계의 제1 수행 이후 상기 제1 수행의 시점으로부터 소정의 시간이 경과된 다음, 상기 경과된 소정의 시간 이후를 확장 시점으로 하는 제2 수행이 이루어지는 경우, 상기 (a) 단계의 입력 데이터는 상기 경과된 소정의 시간 이후의 확장 시점을 기준으로 미리 설정된 과거 기간에 대응하는 복수의 과거 시간정보로 갱신될 수 있다.

또한, 상기 (a) 단계에서, 상기 모델은 SVM(Support Vector Machine)에 대한 입력 데이터와 타겟 데이터를 포함하는 모델이고, 상기 (b) 단계에서, 상기 학습은 SVM(Support Vector Machine) 기반으로 수행될 수 있다.

한편, 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치는, 복수의 과거 시간정보 및 상기 복수의 과거 시간정보와 연관되는 과거 전리층 지연값을 포함하는 입력 데이터를 결정하고, 확장 시점에서 비가용영역의 확장 지점에 대한 타겟 데이터를 결정하여 모델을 생성하는 모델 생성부; 및 상기 모델을 이용한 학습을 수행하여, 상기 확장 시점에서 상기 확장 지점에 대하여 외삽된 확장 전리층 지연값을 산출하는 산출부를 포함할 수 있다.

또한, 상기 모델 생성부에서의, 상기 입력 데이터는 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보를 더 포함하고, 상기 산출부는, 상기 확장 시점에서의 태양/지자기 활동 정보를 획득할 수 없는 경우, 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보 중 가장 최근 시점의 태양/지자기 활동 정보를 상기 확장 시점에서의 태양/지자기 활동 정보로 사용하여 외삽을 수행할 수 있다.

또한, 상기 확장 시점은 현재 시점이고, 상기 산출부에서 수행되는 외삽은 실시간 외삽일 수 있다.

또한, 상기 모델 생성부에서의, 상기 과거 전리층 지연값은, 가용영역에 대한 과거 전리층 지연값 및 비가용영역에 대한 과거 전리층 지연값을 포함할 수 있다.

또한, 상기 비가용영역에 대한 과거 전리층 지연값은, 상기 복수의 과거 시간정보 중 어느 하나에 대응하는 과거 시점에서의 과거 관측 값에 기반하여 후처리를 통해 산출되는 후처리 전리층 지연값 또는 상기 과거 시점을 확장 시점으로 하여 상기 산출부를 통해 산출된 확장 전리층 지연값을 포함할 수 있다.

또한, 상기 후처리 전리층 지연값은, IGS에서 후처리를 통해 비실시간으로 제공하는 전 세계 전리층 지도로부터 획득되는 전리층 지연값을 포함할 수 있다.

또한, 상기 모델 생성부에서의, 상기 복수의 과거 시간정보는 상기 확장 시점을 기준으로 하여 미리 설정된 과거 기간에 대응하고, 상기 모델 생성부 및 상기 산출부에 의한 제1 수행 이후 상기 제1 수행의 시점으로부터 소정의 시간이 경과된 다음, 상기 경과된 소정의 시간 이후를 확장 시점으로 하는 제2 수행이 이루어지는 경우, 상기 모델 생성부에서의 입력 데이터는 상기 경과된 소정의 시간 이후의 확장 시점을 기준으로 미리 설정된 과거 기간에 대응하는 복수의 과거 시간정보로 갱신될 수 있다.

또한, 상기 모델 생성부에서, 상기 모델은 SVM(Support Vector Machine)에 대한 입력 데이터와 타겟 데이터를 포함하는 모델이고, 상기 산출부에서, 상기 학습은 SVM(Support Vector Machine) 기반으로 수행될 수 있다.

상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.

전술한 본원의 과제 해결 수단에 의하면, 전리층 지연에 영향을 미치는 다수의 변수 요소(예를 들어, 시간정보, 가용영역과 비가용영역에 대한 전리층 지연값, 태양/지자기 활동 정보)를 고려하여 외삽을 수행함으로써, 보다 향상된 외삽 성능을 제공할 수 있다.

전술한 본원의 과제 해결 수단에 의하면, 확장 시점에서의 태양/지자기 활동 정보를 획득할 수 없는 경우, 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보 중 가장 최근 시점의 태양/지자기 활동 정보를 상기 확장 시점에서의 태양/지자기 활동 정보로 사용하여 외삽을 수행함으로써, 실시간 외삽을 수행할 수 있다.

전술한 본원의 과제 해결 수단에 의하면, 다수의 변수 요소를 이용하여 입력 데이터의 변화에 따른 비가용영역의 전리층 지연값을 학습하고, 비가용영역의 전리층 지연값이 존재하지 않는 시점에 대하여 미리 학습된 정보에 기반하여 외삽을 수행할 수 있는바, 외삽 범위를 증가시킴과 더불어 전리층의 변화를 정확히 반영할 수 있다.

본원은 상시관측소의 측정 정보만을 이용하여 생성되는 격자점 형태의 국지적 전리층지도에 대해 해양 지역과 같은 기준국의 설치가 불가능하거나 여러 가지 요인으로 인해 기준국이 설치되지 않아 전리층 보정정보를 제공받을 수 없는 지역에 실시간으로 전리층 보정정보를 제공할 수 있다.

종래에 함수 방법으로 제공되는 전리층 보정정보는 위치와 시간정보만 입력으로 사용하여 정확도가 떨어지거나 태양/지자기 활동과 같이 실시간으로 측정하기 어려운 입력이 존재하여 후처리로만 외삽이 가능했던 반면, 본원은 외삽이 수행되는 시점 이전의 과거 데이터를 이용하여 외삽을 수행함으로써 실시간으로 외삽을 통해 비가용영역의 전리층 지연값을 추정할 수 있다.

본원은 경제성이 떨어지는 지역이나 설치가 어려운 지역이나 국가에 대해 전리층 지연값 추정을 위한 상시관측소를 추가로 설치할 필요 없이 국지적 전리층지도의 확장을 통해 전리층 지연값을 추정할 수 있음에 따라, 상시관측소의 추가 설치를 위한 비용을 절감할 수 있다.

본원은 위성항법시스템을 사용하는 모든 분야에서 관측소가 없는 지역에 대해 전리층 보정정보를 생성할 수 있다. 일예로, 본원은 차분위성항법시스템의 전리층 가용영역을 확장하거나 국내 관측소에서 생성된 국지적 전리층지도의 영역을 확장할 수 있다.

다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.

도 1은 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치의 구성을 개략적으로 나타낸 도면이다.
도 2는 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치의 성능 평가를 위한 가용영역과 비가용영역의 설정 예를 나타낸다.
도 3은 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치에 의한 외삽된 확장 전리층 지연값과 IGS 전 세계 전리층지도에서 추출한 전리층 지연값을 나타낸 도면이다.
도 4는 도 3에서의 두 전리층 지연값 간의 차이를 나타낸 도면이다.
도 5는 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 방법에 대한 개략적인 동작 흐름도이다.

아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.

본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.

본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.

이하에서는 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치(이하 '본 확장 장치'라 함)에 대해 자세히 설명한다.

도 1은 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치(100)의 구성을 개략적으로 나타낸 도면이다.

도 1을 참조하면, 본 확장 장치(100)는 모델 생성부(110) 및 산출부(120)를 포함할 수 있다.

모델 생성부(110)는 복수의 과거 시간정보(1) 및 복수의 과거 시간정보(1)와 연관되는 과거 전리층 지연값(2)을 포함하는 입력 데이터를 결정(S11)하고, 확장 시점에서 비가용영역의 확장 지점에 대한 타겟 데이터를 결정(S12)하여 모델을 생성할 수 있다. 여기서, 확장 시점은 외삽 시점으로서 비가용영역의 확장 지점에 대한 외삽이 수행되는 시점을 의미할 수 있다. 예를 들어, 실시간 외삽이 수행되는 경우, 확장 시점은 현재 시점(즉, 현재의 외삽 시점)을 의미할 수 있다. 또한, 모델 생성부(110)는 입력 데이터를 결정(S11)할 때 복수의 과거 시간정보(1)와 연관되는 과거 태양/지자기 활동 정보(3)를 입력 데이터로 결정할 수 있다.

모델 생성부(110)에 의하여 생성되는 모델은 SVM(Support Vector Machine)에 대한 입력 데이터와 타겟 데이터를 포함하는 모델일 수 있다. 또한, 후술할 산출부(120)를 통해 이루어지는 학습은 SVM(Support Vector Machine) 기반으로 수행될 수 있다. 즉, 모델 생성부(110)에 의하여 결정되는 입력 데이터는 SVM 기반의 지도학습을 수행하기 위한 입력 데이터로서 'SVM의 입력'으로 달리 표현될 수 있다.

구체적으로, 모델 생성부(110)는 입력 데이터 결정 과정(S11)을 통해, SVM 기반의 지도학습을 수행할 입력을 결정할 수 있다. 본 확장 장치(100)는 함수 방법을 사용하여 전리층지도의 가용영역을 확장할 수 있으며, 이를 위해 전리층 지연과 상관성이 높은 구성요소를 입력 데이터로 결정할 수 있다.

자세히 말해, 전리층 지연은 하루 중 낮에 지연값이 크며 밤에는 지연값이 작다. 또한 계절에 따라 전리층 지연값이 변화하는데, 봄과 가을에는 전리층 지연값이 크고 여름과 겨울에 지연값이 작다. 뿐만 아니라 전리층 지연은 태양활동 및 지자기활동과 큰 상관관계가 있는데, 태양 활동과 지자기 활동이 활발할 때에는 전리층 지연값이 크다. 또한, 전리층 지역은 공간적으로도 상관관계가 존재하는데, 위도에 따라 전리층 지연값의 변화가 크고 가까운 지역 간에는 전리층 지연값의 차이가 크지 않다. 따라서, 상기와 같은 특징을 모두 반영하는 경우에는 관측소가 존재하지 않는 사용자 위치의 전리층 지연값을 외삽을 통해 추정 가능한바, 본 확장 장치(100)는 입력 데이터로서 시간정보, 태양/지자기 활동 정보 및 전리층 지연값의 변수 요소를 이용할 수 있다.

이때, 입력 데이터인 과거 태양/지자기 활동 정보(3)는 태양/지자기 활동 정보로서 태양과 지자기 각각의 활동을 나타내는 지수가 이용될 수 있다. 일예로, 태양/지자기 활동 정보로는 태양활동을 나타내는 지수인 F10.7과 흑점 개수가 이용될 수 있고, 지자기 활동을 나타내는 지수인 Kp(또는 Ap)가 이용될 수 있다. 즉, 모델 생성부(110)는 과거 태양/지자기 활동 정보로서 과거의 F10.7, 흑점 개수, Kp 등의 값을 입력 데이터(즉, SVM의 입력)로 결정할 수 있다.

또한, 입력 데이터인 과거 전리층 지연값(2)은 가용영역에 대한 과거 전리층 지연값 및 비가용영역에 대한 과거 전리층 지연값을 포함할 수 있다.

여기서, 가용영역에 대한 과거 전리층 지연값은 상시관측소에서 측정되는 가용영역에 대한 전리층 지연값이 이용될 수 있다. 또는 가용영역에 대한 과거 전리층 지연값은 IGS에서 제공되는 전 세계 전리층지도의 전리층 지연값이 이용될 수 있다. 본 확장 장치(100)는 비가용영역의 전리층 지연값의 학습을 위한 입력 데이터(즉, SVM의 입력)로서 가용영역의 전리층 지연값을 고려함으로써 비가용영역에 대한 외삽 성능을 높일 수 있다. 달리 표현하여, 가용영역의 전리층 지연값을 외삽에 포함시키면 전리층의 외삽 성능을 높일 수 있기 때문에 본 확장 장치(100)는 바람직하게 입력 데이터로 가용영역의 전리층 지연값을 포함시킬 수 있다.

한편, 모델 생성부(110)에 의하면, 타겟 데이터를 결정(S12)하는 과정에서 외삽된 확장 전리층 지연값을 산출하고자 하는 비가용영역 내의 확장 지점이 타겟으로 설정될 수 있다. 그리고, 모델 생성부(110)는 상기 타겟과 관련하여 비가용영역에 대한 과거 전리층 지연값을 입력 데이터로 결정할 수 있다. 달리 표현하여, 모델 생성부(110)는 학습을 위한 타겟 데이터(즉, SVM의 타겟)로서 비가용영역의 전리층 지연값을 이용할 수 있다. 이때, 본 확장 장치(100)는 전리층 지연값의 변화가 시간, 공간, 태양 활동, 지자기 활동과 상관성이 높다는 점을 고려하여, 각각의 입력(예를 들어, 시간 정보, 가용영역에 대한 전리층 지연값, 태양/지자기 활동 정보)의 변화에 따라 비가용영역의 전리층 지연값을 학습하기 위해, 입력 데이터로서 비가용영역에 대한 과거 전리층 지연값을 고려할 수 있다. 이러한 본 확장 장치(100)는 비가용영역의 전리층 지연값이 존재하지 않는 시점부터는 학습된 정보에 기반하여 전리층 지연과 상관관계가 큰 입력을 사용한 외삽을 통해 확장 지점에 대한 비가용영역의 전리층 지연값을 추정(즉, 외삽된 확장 전리층 지연값을 산출)할 수 있다.

이러한, 비가용영역에 대한 과거 전리층 지연값은, 복수의 과거 시간정보(1) 중 어느 하나에 대응하는 과거 시점에서의 과거 관측 값에 기반하여 후처리를 통해 산출되는 후처리 전리층 지연값 또는 상기 과거 시점을 확장 시점으로 하여 산출부(120)를 통해 산출된 확장 전리층 지연값을 포함할 수 있다.

일예로, 후처리된 전리층 지연값이 존재하는 경우에는 비가용영역에 대한 과거 전리층 지연값으로 후처리된 전리층 지연값을 이용할 수 있다. 한편, 후처리 전리층 지연값에 대한 갱신이 최근에 이루어져(달리 말해, 갱신이 이루어지고 나서 소정의 기간만 경과하여) 최근의 소정 기간에 대한 후처리 전리층 지연값이 존재하지 않는 경우에는, 비가용영역에 대한 과거 전리층 지연값으로 산출부를 통해 산출된 확장 전리층 지연값을 이용할 수 있다.

또한, 후처리 전리층 지연값이라 함은 과거 관측 값에 기반하여 후처리를 통해 보정, 보간 및 추정 중 적어도 하나를 이용하여 산출된 값이라 할 수 있다. 후처리 전리층 지연값은 IGS에서 후처리를 통해 비실시간으로 제공하는 전 세계 전리층 지도로부터 획득되는 전리층 지연값을 포함할 수 있다. 달리 말해, 비가용영역에 대한 과거 전리층 지연값은 IGS에서 제공되는 전 세계 전리층지도를 보간하여 사용될 수 있다. 또한, 후처리 전리층 지연값은 가용영역의 전리층 지연값의 후처리를 통해 획득되는 전리층 지연값(예를 들어, 가용영역의 전리층 지연값을 내/외삽하여 도출된 격자점 기반의 전리층 지연값) 등을 포함할 수 있으며, 이에만 한정되는 것은 아니다.

산출부(120)는 모델 생성부(110)에서 생성된 모델을 이용한 학습을 수행하여, 확장 시점에서 비가용영역의 확장 지점에 대하여 외삽된 확장 전리층 지연값을 산출할 수 있다. 즉, 산출부(120)는 모델 생성부(110)를 통해 생성된 입력 데이터와 타겟 데이터 기반의 모델을 이용하여 학습을 수행(S13)할 수 있다. 또한 산출부(120)는 학습에 기초하여 확장 지점에 대하여 외삽을 수행(S14)함으로써 확장 지점에 대한 외삽된 확장 전리층 지연값을 산출할 수 있다. 여기서, 확장 지점에 대하여 외삽이 수행(S14)되는 시점(즉, 외삽된 확장 전리층 지연값이 산출되는 시점인 외삽 시점)은 현재 시점 또는 확장 시점과 그 의미가 상응하다고 할 수 있다. 또한, 산출부(120)에서 수행되는 외삽은 실시간 외삽일 수 있다.

또한, 모델 생성부(110)에서 입력 데이터로 결정되는 복수의 과거 시간정보(1)는 확장 시점을 기준으로 하여 미리 설정된 과거 기간에 대응하는 정보일 수 있다. 일예로, 미리 설정된 과거 기간은 확장 시점을 기준으로 한 과거 1년 기간 등으로 설정될 수 있으며, 이러한 경우 복수의 과거 시간 정보(1)는 외삽 시점 이전의 과거 1년 기간 동안의 시간정보를 의미할 수 있다. 여기서, 일예로 기간의 설정 단위를 1년, 2년 등의 '년' 단위로만 예시하였으나, 이에만 한정되는 것은 아니고, 개월, 주, 일 등의 단위로 설정될 수 있다. 또한, 복수의 과거 시간정보(1) 외에 그와 연관되는 과거 전리층 지연값(2) 및 과거 태양/지자기 활동 정보도 미리 설정된 과거 기간에 대응하는 정보일 수 있다.

즉, 모델 생성부(110)를 통해 결정되는 입력 데이터(SVM 입력)는 3가지의 입력(즉, 시간 정보, 전리층 지연값, 태양/지자기 활동 정보)이 과거부터 외삽 시점(확장 시점) 이전까지의 모든 데이터를 포함하는 시계열적 데이터일 수 있다. 후술할 본 확장 장치(100)의 성능을 평가하기 위해 수행된 일 실험예에서는 외삽 시점 이전의 1년간의 데이터를 입력 데이터로 이용한다.

한편, 산출부(120)에 의하여 최초 1회의 학습이 수행됨에 있어서, 1회의 학습시 이용되는 입력 데이터(SVM의 입력)인 태양/지자기 활동 지수는 타겟으로 사용되는 비가용영역의 전리층 지연값과 시점이 동일하도록 설정될 수 있다. 일반적으로 외삽을 수행할 때에는 외삽 시점(확장 시점)의 태양/지자기 활동 지수를 사용하는데, 만약 외삽 시점에서 태양/지자기 활동 지수가 측정되지 않은 경우에는 외삽이 수행될 수 없는 문제가 있다. 그러나 본 확장 장치(100)는 후술할 갱신(S15)하는 과정에 의하면 태양/지자기 활동 정보와 비가용영역의 과거 전리층 지연값을 외삽 시점의 바로 이전 시점의 값으로 갱신함으로써, 갱신된 정보에 기반하여 외삽 시점 이전의 데이터에 기반하여 외삽을 수행함에 따라 실시간 외삽이 가능하다.

즉, 산출부(120)는 확장 시점에서의 태양/지자기 활동 정보를 획득할 수 없는 경우, 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보(2) 중 가장 최근 시점의 태양/지자기 활동 정보를 확장 시점에서의 태양/지자기 활동 정보로 사용하여 외삽을 수행할 수 있다. 따라서 본 확장 장치(100)는 외삽을 수행할 때 해당 외삽이 수행되는 시점(즉, 확장 시점, 현재 시점)의 태양/지자기 활동 정보를 알지 못하더라도, 외삽이 수행되기 이전의 태양/지자기 활동 정보(즉, 과거의 태양/지자기 활동 정보 중 가장 최근 시점의 정보)를 이용하여 외삽을 수행함에 따라 실시간 외삽을 수행할 수 있다.

산출부(120)를 통한 학습의 구체적인 과정은 다음과 같다. 산출부(120)는 모델 생성부(110)에서 입력 데이터와 타겟 데이터의 결정이 이루어진 후 학습 수행(S13) 과정과 외삽 수행(S14) 과정을 수행할 수 있다.

산출부(120)는 모델 생성부(110)에서 결정된 입력 데이터(SVM의 입력)와 타겟 데이터(SVM의 타겟)를 이용하여 SVM 기반으로 함수의 계수를 추정할 수 있다. 본 확장 장치(100)는 인공 신경망 대신 일반화 성능이 좋은 SVM을 사용함으로써 전리층 지연값의 측정(예측) 성능을 향상시킬 수 있다. 또한 본 확장 장치(100)는 SVM에 기반하여 라그랑지 승수(Lagrange multiplier)를 사용해 구속 조건에서의 2차 최적화 문제를 해결함으로써 유일하고 최적의 초평면(hyperplane)을 계산할 수 있다.

비선형 문제를 해결할 때 SVM의 입력을 고차원으로 사상하여 사용하는 것이 일반적이며, 본 확장 장치(100)는 커널 트릭을 사용하여 SVM의 입력을 고차원으로 사상할 수 있다. 본 확장 장치(100)는 커널 함수로서 가우시안 (Gaussian) 함수, 고차 다항식(polynomial) 및 탄젠트-시그모이드(tangent sigmoid) 함수 중 어느 하나를 이용할 수 있다. 다만, 이에만 한정되는 것은 아니고 기 알려진 다양한 커널 함수가 이용될 수 있다. 일예로 본 확장 장치(100)에서는 커널 함수로 가우시안 함수를 사용할 수 있다. 또한 본 확장 장치(100)에 적용되는 커널 함수는 N X N 크기를 가질 수 있다.

학습 수행 과정(S13)에서 사용되는 입력으로는 일예로 하기 수학식 1과 같은 입력이 사용될 수 있다.

[수학식 1]

여기서,

는 시간과 관련된 입력으로서 입력 데이터 중 과거 시간정보(1)에 대한 입력 값일 수 있으며, 사인 함수 또는 코사인 함수로 표현되는 시간 정보와 일 등의 정보가 포함될 수 있다.

는 환경적인 요소와 관련된 입력으로서 입력 데이터 중 과거 태양/지자기 활동 정보(3)에 대한 입력 값일 수 있으며, F10.7, Kp(또는 Ap), 태양흑점 개수 등의 정보가 포함될 수 있다.

는 전리층과 관련된 입력으로서 입력 데이터 중 과거 전리층 지연값(1)에 대한 입력 값일 수 있으며, 가용영역에 대한 과거 전리층 지연값으로서 가용영역의 총전자수(TEC, Total Electron Content) 정보가 포함될 수 있다.

산출부(120)는 입력 데이터(SVM의 입력)의 커널 함수를 계산한 후 하기 수학식 2와 같이 2차 최적화 문제를 정의할 수 있다.

[수학식 2]

여기서,

는 입력 데이터 중

번째 시점과

번째 시점의 입력 데이터로 계산된 커널 함수를 나타낸다.

는 라그랑지 승수를 나타내고,

는 무감도(insensitivity)를 나타낸다.

는 비가용영역에 대한 과거 전리층 지연값으로서 비가용영역의 총전자수(TEC, Total Electron Content) 정보가 포함될 수 있다. 달리 표현하여,

는 외삽 지역(비가용영역의 확장 지점)의 과거 TEC 정보를 포함할 수 있다.

산출부(120)는 상기 수학식 2에 대하여 QP(quadratic programming) 알고리즘을 통해 최적의

값을 계산할 수 있다. 여기서, QP 알고리즘을 구현하는 구체적인 방법으로는 이미 기 알려진 방법들이 적용될 수 있으며, 자세한 설명은 생략하기로 한다.

산출부(120)는 학습 수행 과정(S13)을 통해 최적의

값인

값을 계산할 수 있다. 산출부(120)는 최적의 함수 계수를 계산(또는 추정)하는 학습 과정이 완료된 이후 외삽 수행 과정(S14)을 통해 비가용영역의 전리층 지연값에 대한 외삽을 수행할 수 있다. 이러한 외삽 수행 과정(S14)을 통해 SVM을 기반으로 한 국지적 전리층지도의 가용영역 확장이 이루어질 수 있다. 이때의 외삽식은 하기 수학식 3과 같을 수 있다.

[수학식 3]

여기서,

는 비가용영역의 확장 지점에 대한 외삽된 전리층 지연값(즉, 외삽된 확장 전리층 지연값)을 의미한다.

본 확장 장치(100)는 최초의 학습 수행 과정(S13) 및 최초의 외삽 수행 과정(S14)이 수행된 이후부터 갱신(또는 재구성)하는 과정(S15), 학습 수행 과정(S13) 및 외삽 수행 과정(S14)을 반복적으로 수행할 수 있으며, 이를 통해 최근의 전리층 지연 변화를 반영할 수 있다.

달리 표현하여, 본 확장 장치(100)는 입력 데이터 결정과 타겟 데이터 결정을 통해 모델이 생성된 이후 학습 과정(S13)과 외삽 과정(S14)을 수행할 수 있다. 이때 본 확장 장치(100)는 최초의 학습 과정(S13)과 최초의 외삽 과정(S14)이 이루어진 이후 학습 과정(S13)과 외삽 과정(S14)을 반복적으로 수행하여 실시간 외삽을 수행할 수 있다. 다만 이때 본 확장 장치(100)는 실시간 외삽을 수행함에 있어서 최초의 학습 과정(S13)과 외삽 과정(S14)이 수행된 이후 모델을 다시 생성할 필요없이 갱신(S15) 과정을 통해 기존 데이터 중 적어도 일부를 업데이트(또는 재구성)하는 과정을 수행할 수 있다.

또한, 모델 생성부(110) 및 산출부(120)에 의한 제1 수행 이후 제1 수행의 시점으로부터 소정의 시간이 경과된 다음, 경과된 소정의 시간 이후를 확장 시점으로 하는 제2 수행이 이루어지는 경우, 모델 생성부(110)에서의 입력 데이터는 상기 경과된 소정의 시간 이후의 확장 시점을 기준으로 미리 설정된 과거 기간에 대응하는 복수의 과거 시간정보로 갱신(또는 재구성)될 수 있다.

일예로, 실시간 외삽이 수행됨에 있어서, 모델 생성부(110) 및 산출부(120)에 의한 제1 수행을 통해 모델 생성 과정(즉, 입력 데이터와 타겟 데이터를 결정하는 과정), 학습 과정(S13) 및 외삽 과정(S14)이 최초로 1회 수행되었다고 가정하자. 이때, 본 확장 장치(100)는 최초의 1회 수행 이후 갱신 과정(S15)을 수행할 때 입력 데이터와 타겟 데이터를 새롭게 다시 결정할 필요없이, 최초의 학습 과정(S13)이 수행되기 이전에 결정된 입력 데이터와 타겟 데이터에서 가장 오래된 시점의 입력 데이터와 타겟 데이터를 제거(또는 삭제)하고, 최근의 입력 데이터와 타겟 데이터를 추가(또는 업데이트)할 수 있다. 이는 본 확장 장치(100)에서 이용되는 SVM의 커널 함수의 크기가 N X N일 때, 오래된 데이터를 삭제하지 않으면 데이터의 개수가 증가하게 되어 메모리 사용량과 계산 시간이 증가하여 비효율적이기 때문이다. 따라서, 본 확장 장치(100)는 실시간 외삽을 수행함에 있어서 메모리 사용량과 계산 시간의 효율성을 높이기 위해, 갱신 과정(S15)에서 최근의 입력 데이터와 타겟 데이터 추가시 오래된 시점에서의 입력 데이터와 타겟 데이터를 제거할 수 있다.

여기서, 최근의 입력 데이터와 타겟 데이터는 외삽이 수행된 확장 시점(현재 시점)에서 발생(또는 측정, 획득)된 데이터가 아니라 확장 시점 이전의 시점(이전 시점)에 대응하는 데이터일 수 있다. 예를 들어, 최근의 입력데이터와 타겟 데이터는, 확장 시점인 t 시점에 대응하는 데이터가 아닌 확장 시점의 이전 시점인 t-1 시점에 대응하는 데이터일 수 있다. 이에 따라, 본 확장 장치(100)는 현재 시점인 t 시점에서의 외삽 수행시 t 시점에서의 태양/지자기 활동 정보를 알지 못하더라도 t 시점 이전의 태양/지자기 활동 정보를 이용하여 외삽을 수행함으로써 외삽된 확장 전리층 지연값을 산출할 수 있어, 실시간 외삽이 가능하다.

일예로 본 확장 장치(100)는 최초의 외삽 수행 이후 갱신 과정(S15)을 통해 입력 데이터에 포함된 과거 태양/지자기 활동 정보 중 가장 오래된 시점의 태양/지자기 활동 정보를 삭제하고, 외삽 시점(확장 시점) 이전의 가장 최근 시점의 태양/지자기 활동 정보를 추가할 수 있다. 이는 태양/지자기 활동 정보 외에도 시간 정보와 과거 전리층 지연값(가용영역에 대한 전리층 지연값 및 비가용영역에 대한 전리층 지연값 포함)에 대하여도 동일한 논리로 적용 가능하며, 이하 중복되는 설명은 생략하기로 한다.

이러한 본 확장 장치(100)는 입력 데이터와 타겟 데이터를 이용하여 SVM 기반으로 학습을 수행할 수 있으며, 이후 비가용영역의 전리층 지연값을 외삽할 수 있다. 또한 본 확장 장치(100)는 최초의 학습 및 외삽 과정 이후 갱신 과정(S15)을 통해 실시간 외삽에 사용될 입력 데이터(SVM의 입력)를 업데이트할 수 있다. 본 확장 장치(100)는 외삽 수행 과정(S14)과 갱신 과정(S15)의 순차적인 반복을 통해 국지적 전리층지도의 가용영역을 실시간으로 확장할 수 있다.

이하에서는 본 확장 장치(100)의 성능을 평가하기 위해 수행된 실험예를 도 2 내지 도 4를 참고하여 설명한다.

본원의 일 실험예에 따르면, 본원은 본 확장 장치(100)에 의한 국지적 전리층지도의 확장 효과를 평가하기 위해 2013년 10월 1일부터 2014년 9월 30일까지의 1년간의 데이터를 이용하여 모델 생성부(110)를 통해 입력 데이터와 타겟 데이터를 결정(또는 SVM의 입력과 타겟을 결정)하였다. 해당 기간은 태양/지자기 활동이 큰 기간으로서, 전리층 지연의 변화가 큰 기간에 대해 국지적 전리층지도의 외삽 성능을 평가하기 위함이다.

도 2는 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치(100)의 성능 평가를 위한 가용영역과 비가용영역의 설정 예를 나타낸다.

도 2를 참조하면, 본원의 일 실험예에서 가용영역은 대전을 중심으로 반경 2,650 km 지역으로 설정하고, 비가용영역은 대전을 중심으로 반경 4,500 km 지역으로 설정하였다. 외삽 지역(즉, 확장 지점)은 외삽 방향과 외삽 거리에 따른 외삽 성능을 평가하기 위하여 동서남북 4개의 방향에 대하여 각각, 가장 인접한 가용 지역으로부터 위도와 경도가 5°, 10°, 15° 떨어진 지역으로 설정하였다.

본원의 일 실험예에서는 앞서 결정된 입력 데이터와 타겟 데이터로 SVM 기반의 학습을 수행하였다. 이때, 학습시 사용된 커널 함수는 가우시안 커널 함수이고, 커널 함수의 총 크기는 N X N 이며, N 은 4380이다.

본원의 일 실험예에서는 최초의 학습을 수행하고, 외삽 수행 과정과 갱신(또는 재구성) 과정을 반복하여 2014년 10월의 1개월간 앞서 설정된 외삽 지역(즉, 확장 지점)에 대하여 비가용지역의 전리층 지연값을 외삽하고, 성능 평가를 위해 IGS 전 세계 전리층지도의 참값과 비교하였다. 외삽 오차는 IGS 전 세계 전리층지도의 참값과 본 확장 장치(100)에 의하여 외삽된 값(즉, 외삽된 확장 전리층 지연값) 간의 차이로 계산하였다.

도 3은 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 장치(100)에 의한 외삽된 확장 전리층 지연값('SVM 외삽'에 대응하는 그래프)과 IGS 전 세계 전리층지도에서 추출한 전리층 지연값('IGS 전리층지도'에 대응하는 그래프)을 나타낸 도면이다. 구체적으로, 도 3은 도 2의 도면상에서 기 설정된 북쪽 15° 지역에 대하여, 일 실험예로 10월 6일부터 7일까지 2일간의 IGS 전 세계 전리층지도에서 추출한 전리층 지연값과 본 확장 장치(100)에 의하여 SVM으로 외삽된 전리층 지연값을 나타낸다.

도 4는 도 3에서의 두 전리층 지연값(즉, 본 확장 장치에 의하여 산출된 전리층 지연값과 IGS 전 세계 전리층지도로부터 추출된 전리층 지연값) 간의 차이를 나타낸 도면이다.

이들 도 3 및 도 4를 참조하면, 본 확장 장치(100)에 의하여 산출된 전리층 지연값과 IGS 전 세계 전리층지도로부터 추출된 전리층 지연값 간의 최대 외삽오차는 0.97 m이며, 오차의 평균은 0.03 m, 표준편차는 0.40 m로 나타났다. 상기와 같은 정확도는 기존의 외삽 기법의 정확도와 동일한 수준이라 할 수 있겠으나, 기존 외삽 기법의 외삽 지역이 가장 가까운 관측소로부터 5° 떨어진 지역임을 감안하면, 본 확장 장치(100)는 15° 떨어진 지역에서의 측정 결과로서 외삽의 공간적 거리가 기존 외삽 기법에 비해 증가(즉, 외삽 범위가 증가)했다고 할 수 있다. 본 확장 장치(100)는 기존의 외삽 기술 대비 보다 넓은 범위에 대하여 정확도가 높은 외삽 결과를 획득할 수 있다.

하기 표 1은 2014년 10월의 1개월에 대하여 도 2의 도면상에서 기 설정된 외삽 지역에 대한 외삽 오차의 RMS(Root Mean Square) 값을 계산한 결과를 나타낸다.

[표 1]

표 1을 참조하면, 10° 외삽지역까지는 모두 오차가 0.30 m 이하인 것을 확인할 수 있다. 15° 외삽지역의 경우 남쪽 지역을 제외하고는 모두 오차가 0.40 m 이하인 것으로 관찰되었다. 이를 통해, 본 확장 장치(100)를 통해서는 앞서 말한 바와 같이 기존의 외삽 기술 대비 보다 넓은 범위에 대하여 높은 정확도의 외삽 결과를 획득할 수 있다.

이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.

도 5는 본원의 일 실시예에 따른 국지적 전리층지도의 가용영역 확장 방법에 대한 개략적인 동작 흐름도이다.

도 5에 도시된 국지적 전리층지도의 가용영역 확장 방법은 앞서 설명된 본 확장 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 본 확장 장치(100)에 대하여 설명된 내용은 국지적 전리층지도의 가용영역 확장 방법에 대한 설명에도 동일하게 적용될 수 있다.

도 5를 참조하면, 단계S51에서는 복수의 과거 시간정보 및 상기 복수의 과거 시간정보와 연관되는 과거 전리층 지연값을 포함하는 입력 데이터를 결정하고, 확장 시점에서 비가용영역의 확장 지점에 대한 타겟 데이터를 결정하여 모델을 생성할 수 있다.

이때, 단계S51에서 입력 데이터는 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보를 포함할 수 있다.

또한, 단계S51에서 상기 과거 전리층 지연값은, 가용영역에 대한 과거 전리층 지연값 및 비가용영역에 대한 과거 전리층 지연값을 포함할 수 있다.

또한, 상기 비가용영역에 대한 과거 전리층 지연값은, 상기 복수의 과거 시간정보 중 어느 하나에 대응하는 과거 시점에서의 과거 관측 값에 기반하여 후처리를 통해 산출되는 후처리 전리층 지연값 또는 상기 과거 시점을 확장 시점으로 하여 산출부를 통해 산출된 확장 전리층 지연값을 포함할 수 있다.

일예로, 후처리된 전리층 지연값이 존재하는 경우에는 비가용영역에 대한 과거 전리층 지연값으로 후처리된 전리층 지연값을 이용할 수 있다. 한편, 후처리 전리층 지연값에 대한 갱신이 최근에 이루어져(달리 말해, 갱신이 이루어지고 나서 소정의 기간만 경과하여) 최근의 소정 기간에 대한 후처리 전리층 지연값이 존재하지 않는 경우에는, 비가용영역에 대한 과거 전리층 지연값으로 산출부를 통해 산출된 확장 전리층 지연값을 이용할 수 있다.

또한, 후처리 전리층 지연값은 IGS에서 후처리를 통해 비실시간으로 제공하는 전 세계 전리층 지도로부터 획득되는 전리층 지연값을 포함할 수 있다. 또한, 후처리 전리층 지연값은 가용영역의 전리층 지연값의 후처리를 통해 획득되는 전리층 지연값(예를 들어, 가용영역의 전리층 지연값을 내/외삽하여 도출된 격자점 기반의 전리층 지연값) 등을 포함할 수 있으며, 이에만 한정되는 것은 아니다.

또한, 단계S51에서 모델은 SVM(Support Vector Machine)에 대한 입력 데이터와 타겟 데이터를 포함하는 모델일 수 있다.

다음으로, 단계S52에서는 단계S51에서 생성된 모델을 이용한 학습을 수행하여, 상기 확장 시점에서 상기 확장 지점에 대하여 외삽된 확장 전리층 지연값을 산출할 수 있다.

이때, 단계S52에서 상기 학습은 SVM(Support Vector Machine) 기반으로 수행될 수 있다.

또한, 단계S52에서는, 상기 확장 시점에서의 태양/지자기 활동 정보를 획득할 수 없는 경우, 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보 중 가장 최근 시점의 태양/지자기 활동 정보를 상기 확장 시점에서의 태양/지자기 활동 정보로 사용하여 외삽을 수행할 수 있다.

또한, 상기에서 확장 시점은 현재 시점이고, 단계S52에서의 외삽은 실시간 외삽일 수 있다.

한편, 단계S51에서, 복수의 과거 시간정보는 상기 확장 시점을 기준으로 하여 미리 설정된 과거 기간에 대응할 수 있다. 또한, 단계S51 및 단계 S52의 제1 수행 이후 상기 제1 수행의 시점으로부터 소정의 시간이 경과된 다음, 상기 경과된 소정의 시간 이후를 확장 시점으로 하는 제2 수행이 이루어지는 경우, 단계S51에서의 입력 데이터는 상기 경과된 소정의 시간 이후의 확장 시점을 기준으로 미리 설정된 과거 기간에 대응하는 복수의 과거 시간정보로 갱신될 수 있다.

상술한 설명에서, 단계 S51 내지 S52는 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.

본원의 일 실시 예에 따른 국지적 전리층지도의 가용영역 확장 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.

100: 국지적 전리층지도의 가용영역 확장 장치
110: 모델 생성부
120: 산출부

Claims (17)

1. 국지적 전리층지도의 가용영역 확장 방법에 있어서,
   (a) 복수의 과거 시간정보 및 상기 복수의 과거 시간정보와 연관되는 과거 전리층 지연값을 포함하는 입력 데이터를 결정하고, 확장 시점에서 비가용영역의 확장 지점에 대한 타겟 데이터를 결정하여 모델을 생성하는 단계; 및
   (b) 상기 모델을 이용한 학습을 수행하여, 상기 확장 시점에서 상기 확장 지점에 대하여 외삽된 확장 전리층 지연값을 산출하는 단계,
   를 포함하는 국지적 전리층지도의 가용영역 확장 방법.
2. 제1항에 있어서,
   상기 (a) 단계에서, 상기 입력 데이터는 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보를 더 포함하고,
   상기 (b) 단계는, 상기 확장 시점에서의 태양/지자기 활동 정보를 획득할 수 없는 경우, 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보 중 가장 최근 시점의 태양/지자기 활동 정보를 상기 확장 시점에서의 태양/지자기 활동 정보로 사용하여 외삽을 수행하는 것인, 국지적 전리층지도의 가용영역 확장 방법.
3. 제2항에 있어서,
   상기 확장 시점은 현재 시점이고,
   상기 (b) 단계에서의 외삽은 실시간 외삽인 것인, 국지적 전리층지도의 가용영역 확장 방법.
4. 제1항에 있어서,
   상기 (a) 단계에서, 상기 과거 전리층 지연값은, 가용영역에 대한 과거 전리층 지연값 및 비가용영역에 대한 과거 전리층 지연값을 포함하는 것인, 국지적 전리층지도의 가용영역 확장 방법.
5. 제4항에 있어서,
   상기 비가용영역에 대한 과거 전리층 지연값은, 상기 복수의 과거 시간정보 중 어느 하나에 대응하는 과거 시점에서의 과거 관측 값에 기반하여 후처리를 통해 산출되는 후처리 전리층 지연값 또는 상기 과거 시점을 확장 시점으로 하여 상기 (b) 단계를 통해 산출된 확장 전리층 지연값을 포함하는 것인, 국지적 전리층지도의 가용영역 확장 방법.
6. 제5항에 있어서,
   상기 후처리 전리층 지연값은, IGS에서 후처리를 통해 비실시간으로 제공하는 전 세계 전리층 지도로부터 획득되는 전리층 지연값을 포함하는 것인, 국지적 전리층지도의 가용영역 확장 방법.
7. 제1항에 있어서,
   상기 (a) 단계에서, 상기 복수의 과거 시간정보는 상기 확장 시점을 기준으로 하여 미리 설정된 과거 기간에 대응하고,
   상기 (a) 단계 및 상기 (b) 단계의 제1 수행 이후 상기 제1 수행의 시점으로부터 소정의 시간이 경과된 다음, 상기 경과된 소정의 시간 이후를 확장 시점으로 하는 제2 수행이 이루어지는 경우, 상기 (a) 단계의 입력 데이터는 상기 경과된 소정의 시간 이후의 확장 시점을 기준으로 미리 설정된 과거 기간에 대응하는 복수의 과거 시간정보로 갱신되는 것인, 국지적 전리층지도의 가용영역 확장 방법.
8. 제1항에 있어서,
   상기 (a) 단계에서, 상기 모델은 SVM(Support Vector Machine)에 대한 입력 데이터와 타겟 데이터를 포함하는 모델이고,
   상기 (b) 단계에서, 상기 학습은 SVM(Support Vector Machine) 기반으로 수행되는 것인, 국지적 전리층지도의 가용영역 확장 방법.
9. 국지적 전리층지도의 가용영역 확장 장치에 있어서,
   복수의 과거 시간정보 및 상기 복수의 과거 시간정보와 연관되는 과거 전리층 지연값을 포함하는 입력 데이터를 결정하고, 확장 시점에서 비가용영역의 확장 지점에 대한 타겟 데이터를 결정하여 모델을 생성하는 모델 생성부; 및
   상기 모델을 이용한 학습을 수행하여, 상기 확장 시점에서 상기 확장 지점에 대하여 외삽된 확장 전리층 지연값을 산출하는 산출부,
   를 포함하는 국지적 전리층지도의 가용영역 확장 장치.
10. 제9항에 있어서,
    상기 모델 생성부에서의, 상기 입력 데이터는 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보를 더 포함하고,
    상기 산출부는, 상기 확장 시점에서의 태양/지자기 활동 정보를 획득할 수 없는 경우, 상기 복수의 과거 시간정보와 연관되는 과거 태양/지자기 활동 정보 중 가장 최근 시점의 태양/지자기 활동 정보를 상기 확장 시점에서의 태양/지자기 활동 정보로 사용하여 외삽을 수행하는 것인, 국지적 전리층지도의 가용영역 확장 장치.
11. 제10항에 있어서,
    상기 확장 시점은 현재 시점이고,
    상기 산출부에서 수행되는 외삽은 실시간 외삽인 것인, 국지적 전리층지도의 가용영역 확장 장치.
12. 제9항에 있어서,
    상기 모델 생성부에서의, 상기 과거 전리층 지연값은, 가용영역에 대한 과거 전리층 지연값 및 비가용영역에 대한 과거 전리층 지연값을 포함하는 것인, 국지적 전리층지도의 가용영역 확장 장치.
13. 제12항에 있어서,
    상기 비가용영역에 대한 과거 전리층 지연값은, 상기 복수의 과거 시간정보 중 어느 하나에 대응하는 과거 시점에서의 과거 관측 값에 기반하여 후처리를 통해 산출되는 후처리 전리층 지연값 또는 상기 과거 시점을 확장 시점으로 하여 상기 산출부를 통해 산출된 확장 전리층 지연값을 포함하는 것인, 국지적 전리층지도의 가용영역 확장 장치.
14. 제13항에 있어서,
    상기 후처리 전리층 지연값은, IGS에서 후처리를 통해 비실시간으로 제공하는 전 세계 전리층 지도로부터 획득되는 전리층 지연값을 포함하는 것인, 국지적 전리층지도의 가용영역 확장 장치.
15. 제9항에 있어서,
    상기 모델 생성부에서의, 상기 복수의 과거 시간정보는 상기 확장 시점을 기준으로 하여 미리 설정된 과거 기간에 대응하고,
    상기 모델 생성부 및 상기 산출부에 의한 제1 수행 이후 상기 제1 수행의 시점으로부터 소정의 시간이 경과된 다음, 상기 경과된 소정의 시간 이후를 확장 시점으로 하는 제2 수행이 이루어지는 경우, 상기 모델 생성부에서의 입력 데이터는 상기 경과된 소정의 시간 이후의 확장 시점을 기준으로 미리 설정된 과거 기간에 대응하는 복수의 과거 시간정보로 갱신되는 것인, 국지적 전리층지도의 가용영역 확장 장치.
16. 제9항에 있어서,
    상기 모델 생성부에서, 상기 모델은 SVM(Support Vector Machine)에 대한 입력 데이터와 타겟 데이터를 포함하는 모델이고,
    상기 산출부에서, 상기 학습은 SVM(Support Vector Machine) 기반으로 수행되는 것인, 국지적 전리층지도의 가용영역 확장 장치.
17. 제1항 내지 제8항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터에서 판독 가능한 기록매체.

Images