### 0.0.1 전역 센서(GNSS, Barometer)와 국소 센서(LiDAR, Optical Flow)의 주파수 대역별 상호보완성

PX4 EKF2(칼만 필터)가 최상의 상태 추정치(State Estimate)를 얻어내는 철학은 주파수 영역(Frequency Domain)에서의 우주 방어 시스템 구축과 직결된다. 센서들은 저마다 반응하는 대역폭 특성이 확연히 다르며, 이 이질적인 신호 필터링 대역을 수학적으로 결합(Sensor Fusion)시키는 것이 관건이다. 이를 파장 대역 별(Frequency Band) 관점에서 분석한다.

1. 저주파 대역 (Low-Frequency & DC Band): 전역(Global) 센서의 지배

• 위성 항법 시스템(GNSS) 은 보통 5 \sim 10Hz 의 느린 갱신 주기(Update Rate)를 가진다. 또한 전리층과 대류권 등 기상 악화의 영향을 받아 신호 자체가 느릿하고 장주기적으로 굽이친다(Low-frequency Wander).
• 기압계(Barometer) 역시 온도의 미세한 변화나 대기압 파동에 의해 천천히 고착 오차(Bias)가 변하는 저주파 편이 현상을 보인다.
• 하지만 이 전역 센서들은 항구적인 절대 영점(Absolute Reference) 을 제공한다. 시간이 수 시간 흐른다 하더라도 데이터가 적분 오차로 무한정 뻗어 나가는 발산(Drift) 현상이 없다. 즉, DC 스펙트럼에서 상태 추정기에 “당신은 현재 어떤 지구의 좌표에 서 있다“는 거시적 기준을 잡아주는 무거운 중심줄 역할을 한다.

2. 고주파 대역 (High-Frequency Band): 로컬(Local) 및 관성 센서의 등판

• IMU(가속도계, 자이로스코프) 는 진동에 가까운 250 \sim 1000Hz 의 초고속 신호 반응성을 보여주지만, 적분 시 노이즈의 화이트 스펙트럼이 무한히 팽창하는 치명적 맹점이 있다.
• 바로 이 지점에서 거리 센서(LiDAR, 보통 50 \sim 100Hz) 와 옵티컬 플로우(Optical Flow, 30 \sim 100Hz) 가 결합한다. 위성 신호가 돌풍 등으로 인해 갑작스러운 위치 이탈 델타(Delta) 값을 잡아내기엔 반응이 너무 늦을 때, 광학 기반의 Flow 센서가 이동하는 바닥 패턴을 순간 포착하여 IMU의 변위 속도 노이즈 파형을 틀어막는다(Damping).
• 마찬가지로 LiDAR는 기압 측정기가 알림을 울리기 한참 전 센티미터 단위의 기체 하강을 파악하고 강제 상승 수직 속도 루프(Vertical Velocity Loop)에 브레이크를 건다.

상호보완성에 기반한 칼만 필터(EKF)의 노이즈 게인 튜닝

따라서 PX4 펌웨어 파라미터 내 EKF2_OF_DELAY (플로우 지연시간 보상)나 EKF2_RNG_NOISE (거리센서 노이즈) 같은 파라미터들은, 본질적으로 “이 센서의 신호를 저대역 통과 필터(Low Pass Filter)로 쓸 것인가, 아니면 IMU와 짝지어 고대역 통과 억제재(High Pass Damping)로 쓸 것인가“를 정의하는 주파수 튜닝 과정과 같다.

전역 센서(GPS)가 필터 행렬의 고정 뼈대를 단단히 설계하면, 그 뼈대 사이를 울리는 빠른 타격음(외란)을 흡수하고 방어해 내는 것이 옵티컬 플로우와 센서 거리계의 고주파대역 방어 체계이다.