선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 2차원 산란점 추출 및 ISAR 영상을 획득하기에 앞서 2차원 레이다 산란파에 대한 수학적 모델을 제시하고, 제시한 고해상도 신호처리알고리즘을 구현하도록 한다. 그리고 구현한 2차원 산란 점 추출 알고리즘의 성능을 나타내기 위해서 이상적인 점 산란체에 대한 산란파를 생성하여 이에 대한 결과를 나타내었으며, 또한 실제의 전투기와 비슷한 크기를 가진 표적 F-18 전투기에 대한 산란파를 획득하여 2차원 산란점 및 ISAR 영상을 예측한 결과를 나타내었다.
- 그리고 레이다 영상의 질을 평가하는데 있어서 가장 중요한 요소는 바로 해상도이다. 즉, 해상도가 높고 낮음을 평가하는데 있어서 가장 좋은 방법 이점 산란체를 구성하여 이에 대한 ISAR 영상을 비교하여 평가하는 것이다. 본 논문에서 2차원 ISAR 영상을 구하기 위해 제안한 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘의 성능을 평가하기 위해서 사용한 파라미터는 다음과 같다.
- 본 논문에서는 2차원 산란점 및 ISAR 영상을 얻기 위해서 2차원 레이다 산란파에 대한 수학적 모델을 제시하였으며, 제시한 고해상도 신호 처리 알고리즘인 2-D MEMP와 2-D ESPRIT을 구현하였다. 그리고 제시한 2차원 산란점 추출과 ISAR 영상 형성알고리즘의 성능을 나타내기 위해서 이상적인 점 산란 체에 대한 산란파를 생성하여 이에 대한 결과를 나타내었으며, 또한 실제의 전투기와 비슷한 크기를 가진 표적 F-18에 대한 산란파를 획득하여 2차원 산란 점 및 ISAR 영상을 예측한 결과를 나타내었다.
제안 방법
- 구현하도록 한다. 그리고 구현한 2차원 산란 점 추출 알고리즘의 성능을 나타내기 위해서 이상적인 점 산란체에 대한 산란파를 생성하여 이에 대한 결과를 나타내었으며, 또한 실제의 전투기와 비슷한 크기를 가진 표적 F-18 전투기에 대한 산란파를 획득하여 2차원 산란점 및 ISAR 영상을 예측한 결과를 나타내었다.
- 순열 행렬을 구하고 난 다음에는 순열 행렬과 Hankel block 형태의 행렬 X짜의 특이 벡터 행렬 四 조합으로 이루어진 행렬 Ust= PU을 구해야 한다. 다음으로 앞에서 구한 것과 같이 행렬 "仲의 첫 번째 열부터 (P-1) 시1/번째 열까지 행렬을 ”成이라 하고, (M + 1)부터 (Fxm)번째 열까지 행렬을 u泡로하여 matrix pencil pair 형태인 "皿와 Uml로 분리하여 구한다. 구한 Us과 Uml를 이용하여 다음 의식 (20)과 같은 행렬로서 재구성한다.
- 따라서 이러한 MSSP 기법을 2차원 산란점을 추출하는 알고리즘에 다음과 같은 방법으로 적용하여 성능을 개선하였다.
- 또한, 제안한 알고리즘을 연산하는데 있어서 계산 시간을 줄이기 위해서는 본 논문에서는 특이값 분해를 사용하는 대신에 고유치 분해(eigenvalue decomposition)를 이용하여 계산 시간을 줄였다. 일반적으로 표적의 산란점을 추출하기 위해서는 X짜에 특이값 분해를 적용하여 특이 값과 특이 벡터 행렬을 구해야 하는데, 본 논문에서는 계산 시간을 줄이기 위해서 Xg에 특이 값 분해를 적용하기 보다는 고유치 분해를 적용하였다.
- 일반적으로 표적의 산란점을 추출하기 위해서는 X짜에 특이값 분해를 적용하여 특이 값과 특이 벡터 행렬을 구해야 하는데, 본 논문에서는 계산 시간을 줄이기 위해서 Xg에 특이 값 분해를 적용하기 보다는 고유치 분해를 적용하였다. 이는 행렬 A가 A= USAH 으로 분해가 될 때, 특이 벡터 행렬 "의 열은 AZA7의 정규 직교의 고유 벡터로 구성이 된다.
- 주요한 지표가 된다. 따라서 본 논문에서는 그림 2에서 보여주는 것과 같이 산란점의 개수를 8개로 하여 이상적인 잠 산란체의 표적을 구성하였다. 본 논문에서 나타낸 2차원 산란점 추출 알고리즘인 2-D MEMIN 2-D ESPRIT의 성 능의 개선을 보여주고 평가하기 위해서 사용한 파라미터는 다음과 같다.
- 475 MHz로 하였다. 또한 관측 각도를 -2.5°~+2.5°로 각도의 간격을 0.085°로하였으며, 각도에 대한 샘플링 개수를 60개로 시험을 하였다. 그리고 표 1은 표적을 이루는 점 산란체의 위치와 크기를 나타내고 있다.
- 산란 데이터를 얻기 위해 주파수의 개수를 200개로 샘플링을 하여, 주파수의 간격을 1 MHz로 하였다. 또한, 관측 각도를 -10妒~뉘。.
- 0 GHz로 하였다. 또한 주파수의 개수를 201개로 샘플링을 하여 주파수의 간격을 10.0 MHz로 하였다. 그리고 관측 각도를 -8.
- 2-D MEMP와 2-D ESPRIT을 구현하였다. 그리고 제시한 2차원 산란점 추출과 ISAR 영상 형성알고리즘의 성능을 나타내기 위해서 이상적인 점 산란 체에 대한 산란파를 생성하여 이에 대한 결과를 나타내었으며, 또한 실제의 전투기와 비슷한 크기를 가진 표적 F-18에 대한 산란파를 획득하여 2차원 산란 점 및 ISAR 영상을 예측한 결과를 나타내었다. 나타난 결과를 보면 고해상도 신호 처리의 방법인 2-D MEMP와 2-D ESPRIT 알고리즘을 이용하여 표적의 2차원 산란점을 추출하는데 있어서 산란점의 위치와 산란 강도를 정확하게 추출할 수 있음을 볼 수 있으며, ISAR 영상을 얻는데 있어서도 해상도가 높은 선명한 영甘을 얻을 수 있음을 볼 수 있다.
- 여기서 산란점의 개수를 정확히 예측하못하면 영상이 왜곡되고 잡음의 영향 또한 많이 바는다. 그리고 본 논문에서 제시한 2-D MEMP와 2-J ESPRIT 알고리즘에 MSSP 기법을 적용하여 성능을 개선하였으며 신호처리 과정에서 특이값 분해 대신에 고유치 분해를 적용하여 계산 시간을 줄였다.
대상 데이터
- 본 논문에서 나타낸 2차원 산란점 추출 알고리즘인 2-D MEMIN 2-D ESPRIT의 성 능의 개선을 보여주고 평가하기 위해서 사용한 파라미터는 다음과 같다. 주파수 영역에서 산란파를 얻기 위해 사용한 주파수는 9.25-9.75 GHz로 주파수의 대역폭을 500.0 MHz로 하였으며, 주파수의 개수를 60개로 샘플링을 하여 주파수의 간격을 8.475 MHz로 하였다. 또한 관측 각도를 -2.
- 본 논문에서 얻어낸 2차원 산란전 추출의 결과물은 주파수-각도 영역의 산란 데이터를 직교 좌표의 영역으로 내삽(interpolation) 과정을 수행하여 성능을 개선한 결과들이다. 그림 3과 그림 4는 각각 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘을 이용하여 레이다 산란파에 대한 2차원 산란점을 예측한 결과이다.
- 본 논문에서 제안한 2차원 산란점 추출 알고리즘인 2-D MEMP와 2-D ESPRIT의 성능을 검증하기 위해 다음으로 사용한 표적은 F-18 전투기로서, 이에 대한 레이다 산란 데이터를 획득하여 시험을 하였다. 표적 F-18 전투기에 대한 산란 데이터를 획득하기 위한 파리미터는 다음과 같이 주어진다.
- 표적 F-18 전투기에 대한 산란 데이터를 획득하기 위한 파리미터는 다음과 같이 주어진다. 산란 데이터를 얻기 위해 사용한 운용 주파수는 800~999 MHz로 주파수의 대역폭을 199 MHz로 하였다.
- 0°로 하여 각도의 간격을 0.5。로 하였으며, 각도의 개수를 41개로 샘플링 하여 시험을 하였다.
- 0°로 하여 각도의 간격을 0.5。로 하였으며, 각도의 개수를 41개로 샘플링 하여 시험을 하였다.
- 시험을 하기 위한 표적은 그림 7에서 보여주듯이 F-18 전투기로써 18.357x13.124 [m] 크기이며, 높이는 4.241 血]로 실제의 전투기와 비슷한 크기로 모델링하여 표적에 대한 산란 데이터를 획득하였다. 표적 F-18에 대한 산란 데이터를 획득할 때 본 연구에서는 고주파 해석 기법인 PO/PTD를 이용하여 산란 데이터를 얻었다.
- 본 논문에서 2차원 ISAR 영상을 구하기 위해 제안한 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘의 성능을 평가하기 위해서 사용한 파라미터는 다음과 같다. 주파수 영역에서 산란 데이터를 얻기 위해 사용한 운용 주파수는 9.0~ 11.0 GHz로 주파수의 대역폭을 2.0 GHz로 하였다. 또한 주파수의 개수를 201개로 샘플링을 하여 주파수의 간격을 10.
- 시험을 하기 위한 표적은 F-18 전투기로써 18.357 X13.124 [m] 크기이며, 높이는 4.241 血]로 실제의 전투기와 비슷한 크기로 모델링하여 표적에 대한 산란데이터를 획득하였다. 표적 F-18에 대한 산란 데이터를 획득할 때 본 논문에서는 고주파 해석기법인 PO/PTD를 이용하여 산란 데이터를 얻었다.
- 본 논문에서 ISAR 영상을 획 득하기 위한 알고리즘인 2-D MEMP와 2-D ESPRIT의 성능을 검증하기 위해 사용한 표적은 F-18 전투기로서, 이에 대한 레이다 산란 데이터를 획득하여 시험을 하였다. 표적 F-18 전투기게 대한 산란 데이터를 획득하기 위한 파리 미터는 다음과 같이 주어진다.
- 표적 F-18 전투기게 대한 산란 데이터를 획득하기 위한 파리 미터는 다음과 같이 주어진다. 산란 데이터를 얻기 위해 사용한 운용 주파수는 800.0-999.0 MHz 로 주파수의 대역폭을 199.0 MHz로 하였으며, 주파수의 개수를 200개로 샘플링을 하여, 주파수의 간격을 1.0 MHz로 하였다. 또한, 관측 각도를 -10.
이론/모형
- 주어진 力1 과 Z” 의 위치어서 앞에서 구한 旳과歹2의 고유치를 구함으로尤 신호의 극점을 구할 수 있으면, 이를 이용하여 각 산란점을 위치를 얻을 수 있다. 또한, 산란 강도는 츼소 자승법 (least square method)을 적용하여 간단하거 구할 수 있다.
- 본 논문에서는 표적의 2차원 산란점 및 ISAR 영상의 성능을 개선하기 위해서 2차원 산란 데이터에 MSSP 기법을 적용하였다. MSSP 기법은 SSP(Spatial Smoothing Preprocessing)의 성능을 개선한 방법으로 신호 성분들 사이에서의 coherence를 제거하는 효과를 가지고 있다.
- 241 血]로 실제의 전투기와 비슷한 크기로 모델링하여 표적에 대한 산란 데이터를 획득하였다. 표적 F-18에 대한 산란 데이터를 획득할 때 본 연구에서는 고주파 해석 기법인 PO/PTD를 이용하여 산란 데이터를 얻었다. 그림 8은 2-D MEMP 알고리즘을 이용하여 표적에 대한 2차원 산란점 추출에 대한 결과이다.
- 241 血]로 실제의 전투기와 비슷한 크기로 모델링하여 표적에 대한 산란데이터를 획득하였다. 표적 F-18에 대한 산란 데이터를 획득할 때 본 논문에서는 고주파 해석기법인 PO/PTD를 이용하여 산란 데이터를 얻었다.
성능/효과
- 가능하다. 또한, 측정 레이다의 주파수를 고주파로 제한한다면, 표적에 대한 산란파는 그림 1에서 보는 것고- 같이 여러 유한개의 산란점들에 의해 산란된 전자파의 합으로 나타낼 수 있다'七 R. T. Comptone z-'- 산란점에서 산란되는 신호의 크기가 주파수에 따타서 다르게 나타나게 되더라도 이러한 변수는 2차원 산란점 형성에는 거의 영향을 미치지 못한다고 보였다. 즉, 측정 레이다의 주파수를 고주파로 제한하뎐, 주파수의 대역폭이 좁고 관측 각도가 작을 때에는 표적의 각 산란점은 비분산적인 특징을 가진다匕 이러한 사실을 바탕으로 주파수 영역에서 개토 샘플링하여 1, 2, …, AJ)을얻고 관측 각도 영역에서 개로 샘플링하여 en (勿=1, 2, …, N2)을 얻어서 산란파를 표현하면 식 (1)으로 나타낼 수 있다珂
- Gantmacher에 의해서 처음으로 사용되었다両. POF 의 접근 방법과MP 알고리즘은 같은 원리에서 시작하지만 MP 방법이 POF의 방법보다 계산 면에서 더욱 효율적 이다. 또한 MP 알고리즘은 Generalized Pen986
- 여기서 레이다 산란파를 획득함에 있어서 잡음(noise)이 전혀 섞이지 않은 상태에 대한 결과이다. 그림에 대한 결과를 확인해 보면 잡음이 전혀 섞이지 않은 상태에서는 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘을 이용하여 산란점을 추출하면 산란 점의 위치와 산란 강도를 정확하게 추출해 냄을 볼 수 있다. 그림 5와 그림 6은 레이다 산란파를 획득함에 있어서 신호 대 잡음비(SNR)가 0 dB가 되도록 잡음을 첨가하여, 제안한 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘을 이용하여 산란파에 대한 2차원 산란 점을 예측한 결과이다.
- 그림 5와 그림 6은 레이다 산란파를 획득함에 있어서 신호 대 잡음비(SNR)가 0 dB가 되도록 잡음을 첨가하여, 제안한 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘을 이용하여 산란파에 대한 2차원 산란 점을 예측한 결과이다. 이에 대한 결과를 확인해 보면 신호대 잡음비가 0 dB인 상태에서는 산란 점의 위치를 정확하게 추출해 낼 수 있으며 또한 산란 강도도 거의 정확한 값으로 계산되는 것을 확인할 수 있다' 그리고 그림 5와 6은 2차원 산란점을 예측함에 있어 MSSP를 적용하기 전과 적용한 후에 대한결과를 나타냄으로서 MSSP를 적용하면 산란 점을 예측함에 있어서 성능이 개선됨을 확인할 수 있다.
- 그리고 그림 9는 2-D ESPRIT 알고리즘을 이용하여 표적에 대한 2차원 산란점 추출에 대한 결과를 나타낸 것이다. 위의 결과를 보면 고해상도 신호처리 의 방법 인 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘을 이용하여 표적에 대한 산란점을 추출함에 있어서 산란점의 위치와 산란 강도를 정확하게 추출할 수 있음을 볼 수 있다. 또한, 산란점의 분포가 표적 F-18의 앞부분과 제트 엔진(jet engine) 부분에서 많이 나타나는 것을 확인할 수 있다.
- 위의 결과를 보면 고해상도 신호처리 의 방법 인 2-D MEMP 알고리즘과 2-D ESPRIT 알고리즘을 이용하여 표적에 대한 산란점을 추출함에 있어서 산란점의 위치와 산란 강도를 정확하게 추출할 수 있음을 볼 수 있다. 또한, 산란점의 분포가 표적 F-18의 앞부분과 제트 엔진(jet engine) 부분에서 많이 나타나는 것을 확인할 수 있다.
- 이상적인 점 산란체로 구성된 표적에 대한 산란데이터를 이용하여 얻어진 ISAR 영상은 제안한 알고리즘의 성능을 평가하는데 있어서 좋은 지표가 된다. 그리고 레이다 영상의 질을 평가하는데 있어서 가장 중요한 요소는 바로 해상도이다.
- 그러나 고해상도 신호처리의 방법인 2-D MEMP 알고리즘을 이용하여 얻은 ISAR 영상인 그림 12와 2-D ESPRIT 알고리즘을 이용하여 얻은 ISAR 영상인 그림 13을 보면 영상에 대한 해상도가 매우 종음을 확인할 수 있으며, 표적을 이루는 산란점의 개수 또한 정확하게 구별할 수 있는 것을 알 수 있다.
- 그리고 영상만을 봐서는 산란점이 어떻게 구성되는지 알 수 없다. 그러나 2-D ESPRIT 알고리즘을 이용하여 얻은 F-18에 대한 ISAR 영상인 그림 15에서 보여주는 것과 같이 고해상도 신호처리알고리즘을 이용한 ISAR 영상을 보면 표적에 대한영상이 뚜렷하게 나타나며 영상에 대한 해상도가 매우 뛰어남을 볼 수 있다. 그리고 산란점이 어떻게 구성되는지를 정확하게 알 수 있다.
- 그리고 산란점이 어떻게 구성되는지를 정확하게 알 수 있다. 또한, 그림 15를 보면 ISAR 영상을 획득함에 있어서 MSSP를 적용하기 전보다 MSSP를 적용하여 ISAR 영상을 얻으면 영상의 해상도 면에서 성능이 개선됨을 볼 수 있다. 위의 그림의 결과를 보면 ISAR 영상의 분포가 표적 F-18의 앞부분과 날개에서 약하게 나타나며, 제트엔진(jet engine) 부분에서 강하게 나타나는 것을 확인할 수 있다.
- 또한, 그림 15를 보면 ISAR 영상을 획득함에 있어서 MSSP를 적용하기 전보다 MSSP를 적용하여 ISAR 영상을 얻으면 영상의 해상도 면에서 성능이 개선됨을 볼 수 있다. 위의 그림의 결과를 보면 ISAR 영상의 분포가 표적 F-18의 앞부분과 날개에서 약하게 나타나며, 제트엔진(jet engine) 부분에서 강하게 나타나는 것을 확인할 수 있다. 또한, MSSP 기법을 적용하고 난 후 제트 엔진(jet engine) 부분과 몸통 부분에서 영상이 더욱 더 선명하게 나타나는 것을 확인할 수 있다.
- 위의 그림의 결과를 보면 ISAR 영상의 분포가 표적 F-18의 앞부분과 날개에서 약하게 나타나며, 제트엔진(jet engine) 부분에서 강하게 나타나는 것을 확인할 수 있다. 또한, MSSP 기법을 적용하고 난 후 제트 엔진(jet engine) 부분과 몸통 부분에서 영상이 더욱 더 선명하게 나타나는 것을 확인할 수 있다.
- 그리고 제시한 2차원 산란점 추출과 ISAR 영상 형성알고리즘의 성능을 나타내기 위해서 이상적인 점 산란 체에 대한 산란파를 생성하여 이에 대한 결과를 나타내었으며, 또한 실제의 전투기와 비슷한 크기를 가진 표적 F-18에 대한 산란파를 획득하여 2차원 산란 점 및 ISAR 영상을 예측한 결과를 나타내었다. 나타난 결과를 보면 고해상도 신호 처리의 방법인 2-D MEMP와 2-D ESPRIT 알고리즘을 이용하여 표적의 2차원 산란점을 추출하는데 있어서 산란점의 위치와 산란 강도를 정확하게 추출할 수 있음을 볼 수 있으며, ISAR 영상을 얻는데 있어서도 해상도가 높은 선명한 영甘을 얻을 수 있음을 볼 수 있다. 그러나 이러한 고하상도 신호 처리의 방법은 계산 시간이 많이 걸린다는 단점이 있음을 확인할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.