타겟 위성에 대한 각도 데이터(Angle data)를 수집하는 데이터 수집부; 및상기 타겟 위성에 대한 각도 데이터를 딥러닝 모델에 입력하여 상기 타겟 위성에 대응되는 거리정보 데이터(Range data)를 산출하는 거리정보 산출부를 포함하는 거리정보 산출장치.

제1항에 있어서, 상기 각도 데이터는, 상기 타겟 위성에 대한 방위각(Azimuth angle) 데이터 및 앙각(Elevation angle) 데이터 중 적어도 하나를 포함하는거리정보 산출장치.

제1항에 있어서, 상기 거리정보 산출부는, 복수의 위성 중 적어도 하나의 위성에 대한 각도 학습 데이터를 구성하고, 상기 각도 학습 데이터를 이용한 학습 과정에 통해 상기 딥러닝 모델을 생성하는거리정보 산출장치.

제3항에 있어서,상기 각도 학습 데이터는, 상기 적어도 하나의 위성에 대한 방위각의 사인(sin) 연산 데이터, 상기 적어도 하나의 위성에 대한 방위각의 코사인(cos) 연산 데이터, 상기 적어도 하나의 위성에 대한 앙각의 사인(sin) 연산 데이터, 상기 적어도 하나의 위성에 대한 앙각의 코사인(cos) 연산 데이터, 상기 적어도 하나의 위성에 대한 방위각의 비율 데이터 및 상기 적어도 하나의 위성에 대한 앙각의 비율 데이터 중 적어도 하나의 데이터를 포함하는거리정보 산출장치.

제1항에 있어서,상기 거리정보 산출부는, LSTM(Long Short-Term Memory)에 기반하는 상기 딥러닝 모델을 이용하여 상기 거리정보 데이터를 산출하는 거리정보 산출장치.

제1항에 있어서,상기 거리정보 산출부는, 복수의 양방향 LSTM(biLSTM) 레이어를 포함하는 상기 딥러닝 모델을 이용하여 상기 거리정보 데이터를 산출하는거리정보 산출장치.

제1항에 있어서,상기 딥러닝 모델은, 상기 타겟 위성에 대한 각도 데이터를 입력으로 수신하는 제1 양방향 LSTM 레이어;상기 제1 양방향 LSTM 레이어의 출력단에 연결되는 완전 연결 레이어(Fully Connected Layer);상기 완전 연결 레이어의 출력단에 연결되어, 상기 완전 연결 레이어로부터 출력되는 데이터를 기 설정된 비율만큼 무작위로 비활성화 시키는 드롭 아웃 레이어(Drop Out Layer);상기 드롭 아웃 레이어의 출력단에 연결되는 제2 양방향 LSTM 레이어;상기 제2 양방향 LSTM 레이어의 출력단에 연결되는 제3 양방향 LSTM 레이어; 상기 제3 양방향 LSTM 레이어의 출력단에 연결되는 제4 양방향 LSTM 레이어; 및제4 양방향 LSTM 레이어의 출력단에 연결되는 출력 레이어를 포함하는 거리정보 산출장치.

제1항에 있어서,상기 각도 데이터와 상기 거리정보 데이터에 기초하여 상기 타겟 위성의 궤도 정보를 예측하는 궤도 예측부를 더 포함하는 거리정보 산출장치.

데이터 수집부에서, 타겟 위성에 대한 각도 데이터(Angle data)를 수집하는 단계; 및거리정보 산출부에서, 상기 타겟 위성에 대한 각도 데이터를 딥러닝 모델에 입력하여 상기 타겟 위성에 대응되는 거리정보 데이터(Range data)를 산출하는 단계를 포함하는 거리정보 산출방법.

제9항에 있어서, 상기 거리정보 산출부에서, 복수의 위성 중 적어도 하나의 위성에 대한 각도 학습 데이터를 구성하고, 상기 각도 학습 데이터를 이용한 학습 과정에 통해 상기 딥러닝 모델을 생성하는 단계를 더 포함하는 거리정보 산출방법.

제9항에 있어서,궤도 예측부에서, 상기 각도 데이터와 상기 거리정보 데이터에 기초하여 상기 타겟 위성의 궤도 정보를 예측하는 단계를 더 포함하는 거리정보 산출방법.