[논문]FMCW 레이다 시스템에서 마이크로 도플러를 이용한 다중 목표물 위치 추정 기법

유경우; 전주환; 류충호

doi:10.5515/kjkiees.2016.27.11.996

초록
AI-Helper

도착시간(Time of arrival : TOA)을 이용한 삼변측량법은 레이다 시스템에서 단일목표물의 위치를 추정할 때 일반적으로 사용되는 기법으로 다중 목표물의 경우에는 각 목표물에 대응되는 측정치를 구별할 수가 없으므로 활용이 어려운 단점이 있다. 본 연구에서는 이러한 측정치와 목표물 간 관계의 모호성을 없애고자 최근 레이다 분야에서 활발히 연구되고 있는 마이크로 도플러를 통해 각 목표물의 마이크로 모션을 측정하여 각 목표물의 측정치를 구별하는데 활용하였고, 구별된 측정치로 각 목표물에 대해 삼변측량법을 적용할 수 있게 하였다. 목표물은 모탄에서 분리되는 자탄을 고려하였으며 시뮬레이션 결과를 통해 제안한 알고리즘을 검증하였다.

Abstract ▼ AI-Helper

Trilateration technique using time of arrival(TOA) is generally used for single target position estimation in radar system. However, trilateration technique has limitation in case of multiple targets, since it is difficult to distinguish the measurements corresponding to the respective targets. In t...

Trilateration technique using time of arrival(TOA) is generally used for single target position estimation in radar system. However, trilateration technique has limitation in case of multiple targets, since it is difficult to distinguish the measurements corresponding to the respective targets. In this study, to eliminate ambiguity of relation between measurements and targets, micromotion of each target is measured by micro Doppler which is actively studied in radar industry nowadays and these information are used to distinguish measurements used at trilateration technique. Resultingly, the trilateration technique is applied successfully for each target. The targets are considered as multiple submissiles separated from the missile. Simulation results shows the performance of the proposed algorithm.

주제어

AI 본문요약
AI-Helper

문제 정의

마이크로 도플러의 결과를 이용하여 사물 및 해당 물체의 운동 특성을 구별하고 판단하는 사물 인식 및 패턴 분석 연구는 물론 마이크로 도플러 추출 시 일반적으로 사용하게 되는 도플러 스펙트로그램으로부터 보다 정확한 마이크로 모션 정보를 얻어내는 기법에 대한 연구도 많이 진행되고 있다 ^[3]～[7]. 본 연구에서는 마이크로 모션에 의해 어떠한 마이크로 도플러가 출력되는지에 대한 연구와 패턴인식 연구를 기반으로 하여 모탄에서 분리되는 다수 개의 자탄이 서로 다른 마이크로 모션 파라미터 값을 갖고 있을 경우, 자탄의 위치를 추정하는 알고리즘을 제안한다. 일반적으로 송수신기가 여러 개인 레이다 시스템의 경우, 목표물의 위치나 속도를 추정하기 위해서는 목표물로부터 반사된 신호를 이용하여 도착시간(Time of Arrival : TOA)이나 도착주파수(Frequency of Arrival : FOA)와 같은 측정치를 이용하여 계산하게 된다.

가설 설정

1D로 변환된 도플러 스펙트로그램의 신호는 앞선 수식과 같이 두 개의 파라미터의 주파수 값과 두 파라미터 주파수의 더한 값, 뺀 값으로 총 네 개의 주파수가 합성된 신호인 것을 알 수 있다[9]. 본 연구에서는 회전운동의 주파수 ω_Ψ가 세차운동의 주파수 ω_Φ보다 크다고 가정한다. 따라서 위의 네 개의 주파수는 모두 양의 값을 갖는 것을 알 수 있다.

제안 방법

본 연구에서는 FMCW 레이다 시스템에서 도플러 스펙트로그램을 통해 여러 목표물들의 서로 다른 마이크로 모션을 추출하여 거리를 분류함으로써 일반적인 TOA를 통한 삼각측량 알고리즘에서는 매우 어려웠던 다중 목표물 환경에서 위치를 추정할 수 있는 알고리즘을 제안하였다. 분류된 거리 값들은 삼변측량에 활용되었으며, 시뮬레이션을 통해서 다중 목표물의 위치 추정 성능을 분석하였다.
분류된 거리 값들은 삼변측량에 활용되었으며, 시뮬레이션을 통해서 다중 목표물의 위치 추정 성능을 분석하였다. 추가적으로 같은 레인지 빈에 두 개 이상의 목표물이 존재할 경우, 각 목표물의 마이크로 모션에 해당 하는 주파수를 추출하는 기법을 연구하였고, 이 또한 시뮬레이션을 통해 성능이 분석되었다. 시뮬레이션 결과로부터 알고리즘을 통한 다중 목표물의 위치 추정이 가능한 것을 확인하였고, SNR뿐만이 아니라 마이크로 도플러가 기하학적인 구조에 영향을 받음에 따라 제안된 알고 리즘 또한 성능에 영향을 받는 것을 알 수 있었다.

대상 데이터

그림 3은 버스트 개수가 각각 50개와 100개일 때 첫 번째 레이다와 자탄을 고려하였을 경우, 회전운동 주파수와세차운동 주파수의 RMSE 결과를 SNR에 따라 나타내었다. 100회의 몬테 카를로 시뮬레이션으로 결과를 출력하였으며, 뒤이어 나올 모든 결과들 또한 반복횟수를 100회로 설정하였다.
그림 3은 버스트 개수가 각각 50개와 100개일 때 첫 번째 레이다와 자탄을 고려하였을 경우, 회전운동 주파수와세차운동 주파수의 RMSE 결과를 SNR에 따라 나타내었다. 100회의 몬테 카를로 시뮬레이션으로 결과를 출력하였으며, 뒤이어 나올 모든 결과들 또한 반복횟수를 100회로 설정하였다.

이론/모형

따라서 위의 네 개의 주파수는 모두 양의 값을 갖는 것을 알 수 있다. 또한, 본 장에서는 여러 개의 서로 다른 주파수를 갖는 신호가 합성된 신호에서 각 주파수 성분들을 추출할 때 상호 상관(cross correlation)에 의한 오차를 완화하기 위해 RELAX 기법을 적용하여 FFT로 추출한 주파수 추정값보다 정확한 주파수를 계산하도록 하였다[9]. RELAX 알고리즘을 이용하여 추출된 네 개의 주파수로부터 회전운동의 주파수와 세차운동의 주파수를 추출하게 되고, 이 두 개의 결과와 자탄의 관성(inertia)를 이용해 장동각을 추정하게 되는데, 본 연구에서는 각 자탄의 마이크로 모션을 추정하는 것이 목적이 아니라, 마이크로 도플러를 활용하여 다중 목표물의 위치를 추정하는 것이 목표이므로 자탄의 관성과 같은 추가적인 정보와 계산을 줄이고자 앞선 두 개의 파라미터 값만 추출하도록 한다.

성능/효과

추가적으로 같은 레인지 빈에 두 개 이상의 목표물이 존재할 경우, 각 목표물의 마이크로 모션에 해당 하는 주파수를 추출하는 기법을 연구하였고, 이 또한 시뮬레이션을 통해 성능이 분석되었다. 시뮬레이션 결과로부터 알고리즘을 통한 다중 목표물의 위치 추정이 가능한 것을 확인하였고, SNR뿐만이 아니라 마이크로 도플러가 기하학적인 구조에 영향을 받음에 따라 제안된 알고 리즘 또한 성능에 영향을 받는 것을 알 수 있었다. 향후 연구로는 추가적인 회전운동 및 세차운동 주파수 환경에서의 알고리즘 성능 분석과 거리 분류 및 동일 레인지 빈에 두 개 이상의 목표물이 존재할 경우, 주파수를 분류할 때 내적이 아닌 보다 신뢰성이 높고 경제적인 알고리즘을 적용하여 계산량을 줄이고, 다른 목표물 간에 특징을 극대화시켜 알고리즘의 정확도를 향상시킬 수 있는 방안을 연구할 계획이다.
위 결과에서 보듯이, 버스트의 개수가 클 경우 회전운동 및 세차 운동의 추정성능이 향상되는 것을 알 수 있었다. 버스트의 개수는 두 배만 증가하였으나, 성능이 확연히 좋아진 이유는 주파수 추정 분해능을 높이고자 zero padding을 했다고 하더라도 추정하고자 하는 주파수를 표현할 수 없는 정도의 매우 짧은 시간동안의 샘플만 사용 되기 때문에 버스트를 늘릴수록 처리이득과 더불어 실제 주파수를 표현하는 실제 샘플, 즉 시간이 늘어나기 때문으로 해석할 수 있다.

후속연구

시뮬레이션 결과로부터 알고리즘을 통한 다중 목표물의 위치 추정이 가능한 것을 확인하였고, SNR뿐만이 아니라 마이크로 도플러가 기하학적인 구조에 영향을 받음에 따라 제안된 알고 리즘 또한 성능에 영향을 받는 것을 알 수 있었다. 향후 연구로는 추가적인 회전운동 및 세차운동 주파수 환경에서의 알고리즘 성능 분석과 거리 분류 및 동일 레인지 빈에 두 개 이상의 목표물이 존재할 경우, 주파수를 분류할 때 내적이 아닌 보다 신뢰성이 높고 경제적인 알고리즘을 적용하여 계산량을 줄이고, 다른 목표물 간에 특징을 극대화시켜 알고리즘의 정확도를 향상시킬 수 있는 방안을 연구할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	레이다 시스템에서 측정되는 도플러 주파수는 어떻게 활용되는가?	레이다 시스템에서 측정되는 도플러 주파수는 해당 물체의 다이나믹스와 밀접한 관련이 되어 있음에 따라 물체의 속도나 움직임 등을 추정하고자 할 때 매우 중요하게 활용되는 정보라고 할 수 있다. 최근에는 작은 드론의 프로펠러의 회전이나 진자운동과 같이 병진운동과 비교 하였을 때 작은 움직임에 해당하는 마이크로 모션에 따라서 어떤 마이크로 도플러 결과가 나타나는지에 대한 연구가 활발히 진행되고 있다[1],[2].
	여러 개의 목표물을 추적할 경우 목표물의 개수만큼 도착시간 및 도착주파수 측정치가 얻어지는데, 이는 삼각측량과 같은 방법을 사용할 수 없으므로 어떤 방법을 이용하는가?	그러나 여러 개의 목표물을 추적할 경우에는 목표물의 개수만큼 도착시간 및 도착주파수 측정치가 얻어지게 되므로 어떤 측정치가 어떤 목표물에 해당하는 것인지 알 수 없으므로 삼각측량과 같은 방법을 이용하여 목표물의 위치를 추정할 수 없다. 제안하는 기법은 마이크로 도플러로부터 추정된 마이크로 모션 정보를 이용하여 목표물에 해당하는 측정치를 분류함으로써 독립적으로 각 목표물에 대한 삼변측량을 함으로써 다수 개의 목표물의 위치 추정을 가능하게 한다.
	도착시간을 이용한 삼변측량법의 단점은 무엇인가?	도착시간(Time of arrival : TOA)을 이용한 삼변측량법은 레이다 시스템에서 단일목표물의 위치를 추정할 때 일반적으로 사용되는 기법으로 다중 목표물의 경우에는 각 목표물에 대응되는 측정치를 구별할 수가 없으므로 활용이 어려운 단점이 있다. 본 연구에서는 이러한 측정치와 목표물 간 관계의 모호성을 없애고자 최근 레이다 분야에서 활발히 연구되고 있는 마이크로 도플러를 통해 각 목표물의 마이크로 모션을 측정하여 각 목표물의 측정치를 구별하는데 활용하였고, 구별된 측정치로 각 목표물에 대해 삼변측량법을 적용할 수 있게 하였다.

참고문헌 (10)

H. Gao, L. Xie, S. Wen, and Y. Kuang, "Micro-Doppler signature extraction from ballistic target with micro-motions", IEEE Trans. Aerosp. Electron. Syst., vol. 46, no. 4, pp. 1969-1982, 2010.

상세보기
C. Clemente, J. J. Soraghan, "Vibrating target micro-Doppler signature in bistatic SAR with a fixed receiver", IEEE Trans. Geosci. Remote Sens., vol. 50, no. 8, pp. 3219-3227, Aug. 2012.

상세보기
J. J. M. De Wit, R. Harmanny, and P. Molchanov, "Radar micro-Doppler feature extraction using the singular value decomposition", in Proc. IEEE Int. Radar Conf., Lille, France, pp. 1-6, Oct. 2014.
Y. Kim, S. Ha, and J. Kwon, "Human detection using Doppler radar based on physical characteristics of targets", IEEE Geosci. Remote Sens. Lett., vol. 12, no. 2, pp. 289-293, Feb. 2015.

상세보기
S. Bjorklund, H. Petersson, and G. Hendeby, "Features for micro-Doppler based activity classification", IET Radar, Sonar & Navigation, vol. 9, no. 9, pp. 1181-1187, Dec. 2015.

상세보기
Y. Kim, H. Ling, "Human activity classification based on micro Doppler signatures using a support vector machine", IEEE Trans. Geosci. Remote Sens., vol. 47, no. 5, pp. 1328-1337, May 2009.

상세보기
박지훈, 최익환, 명로훈, "수정된 HHT 기법을 이용하여 회전하는 프로펠러 날개에 의한 마이크로 도플러 신호의 해석", 한국전자파학회논문지, 23(9), pp. 1100-1106, 2012년 9월.

원문보기 상세보기
W. Q. Wang, J. Y. Cai, and Q. C. Peng, "Models and signal processing for millimeter-wave LFMCW SAR imaging", Proc. of IEEE Aerospace Conf., Big Sky, USA, 2008.
P. Lei, J. Sun, J. Wang, and W. Hong, "Micromotion parameter estimation of free rigid targets based on radar micro-Doppler", IEEE Trans. Geosci. Remote Sens., vol. 50, no. 10, pp. 3776-3786, Oct. 2012.

상세보기
H. Hossein, Singular Spectrum Analysis : Methodology and Comparison, J. Data Sci, pp. 239-257, 2007.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

FMCW 레이다 시스템에서 마이크로 도플러를 이용한 다중 목표물 위치 추정 기법
Multi-Target Position Estimation Technique Using Micro Doppler in FMCW Radar System 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

FMCW 레이다 시스템에서 마이크로 도플러를 이용한 다중 목표물 위치 추정 기법 Multi-Target Position Estimation Technique Using Micro Doppler in FMCW Radar System 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

전주환 (10) 류충호 (8)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

FMCW 레이다 시스템에서 마이크로 도플러를 이용한 다중 목표물 위치 추정 기법
Multi-Target Position Estimation Technique Using Micro Doppler in FMCW Radar System 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper