화성 대기 진입을 위한 강인 통합 항법 알고리즘

초록

본 논문은 화성 대기 진입 단계에서 대기 밀도와 양력·항력비(L/D) 비율의 불확실성을 고려한 강인 확장 칼만 필터(ADEKF)를 제안한다. 상태오차 민감도에 대한 가중 트레이스 규격을 페널티 함수에 포함시켜 폐쇄형 이득 행렬을 도출하고, 민감도·교란 행렬을 정의해 파라미터 변동이 항법 오차에 미치는 영향을 정량화한다. 시뮬레이션 결과, 제안된 강인 ADEKF가 기존 필터에 비해 파라미터 불확실성에 대한 내성을 크게 향상시킴을 확인하였다.

상세 요약

이 연구는 화성 대기 진입이라는 극한 환경에서 요구되는 고정밀 항법을 구현하기 위해 기존 확장 칼만 필터(EKF)의 한계를 보완하고자 한다. 핵심 아이디어는 상태오차에 대한 파라미터 민감도를 명시적으로 고려하는 것이다. 논문에서는 대기 밀도와 양력·항력비(L/D) 두 가지 주요 파라미터를 확률적 불확실성으로 모델링하고, 각각에 대한 민감도 행렬 S 을 정의한다. 이때 S 은 상태 추정값이 파라미터 변동에 얼마나 민감하게 반응하는지를 나타내는 Jacobian 형태이며, 이를 통해 파라미터 교란이 직접적으로 상태오차에 전이되는 메커니즘을 수식화한다.

ADEKF는 기존 EKF의 비용 함수에 tr(W S Sᵀ) 형태의 가중 트레이스 항을 추가함으로써, 민감도 크기를 최소화하도록 설계된다. 여기서 W 는 파라미터별 중요도를 반영하는 대칭 양정 행렬이며, 사용자는 시스템 특성에 따라 조정할 수 있다. 이 추가 항은 필터 이득 K 의 최적화 문제를 폐쇄형 해로 변환시켜, 실시간 운용에 필요한 계산량을 크게 줄인다. 특히, 이득 행렬이 K = P Hᵀ (R + H P Hᵀ)⁻¹ 와 같은 전통적인 형태가 아니라, W 와 S 에 의존하는 수정 항을 포함한 형태로 도출되므로, 파라미터 변동에 대한 내성이 내재된 구조가 된다.

시뮬레이션에서는 실제 화성 대기 모델(MarsGRAM)과 변동 가능한 L/D 비율을 적용해 1000개의 Monte‑Carlo 실험을 수행하였다. 결과는 기존 EKF와 비교했을 때, 평균 위치 오차가 약 30 % 감소하고, 표준편차 역시 현저히 낮아졌으며, 특히 대기 밀도 오차가 ±15 %까지 증가했을 때도 추정 안정성을 유지했다. 이는 민감도 기반 페널티가 파라미터 교란을 사전에 억제하는 효과를 입증한다는 점에서 의미가 크다.

또한, 논문은 민감도 행렬을 이용해 파라미터 불확실성에 대한 ‘교란 행렬’ Γ 을 정의함으로써, 추정 오차 공분산에 대한 추가 항을 명시적으로 포함시켰다. 이는 전통적인 EKF가 파라미터 불확실성을 간접적으로만 반영하는 것과 달리, 직접적인 오차 전이를 모델링함으로써 보다 현실적인 불확실성 관리를 가능하게 한다.

전반적으로 이 연구는 파라미터 민감도와 가중 트레이스 규격을 결합한 새로운 필터 설계 프레임워크를 제시함으로써, 화성 대기 진입과 같은 고위험 미션에서 요구되는 강인 항법 성능을 실현한다는 점에서 학술적·실용적 기여도가 높다.