무인항공기 광전자 정찰 플랫폼의 목표 위치 결정 시 각 자세 시스템 오차를 식별하고 제거하기 어려운 문제를 해결하기 위해 다차원 자세 적응 감지 알고리즘을 융합한 목표 위치 결정 시스템을 연구하였다. 본 논문은 목표 위치 결정 원리를 바탕으로 전체 프로세스의 목표 위치 계산 모델을 구축하였으며, 광전자 정찰 플랫폼의 잠금 추적 특성을 이용해 협력 목표점을 여러 차례 측정하였다. 다차원 자세 시스템 오차 편차가 위치 결정 결과에 미치는 영향을 분석하였으며, 심층 신경망 기반 다중 작업 학습 시계열 특성 추출 모델을 설계하여 각 시스템 오차에 대해 적응적으로 추정하고 역보상을 수행하였다. 실험 결과, 무인항공기가 4000m 비행 고도에서 해당 시스템은 시스템 오류의 77%를 효과적으로 제거할 수 있었으며, 목표 위치 결정 오차는 103m에서 19m로 감소하여 위치 정확도가 81% 향상되어 고정밀 무인항공기 목표 위치 결정을 실현할 수 있었다.

목표 위치 결정; 무인항공기; 자세 적응 감지; 시스템 오류; 다중 작업 학습