드론 또는 무인기의 정밀 자세제어를 위해서는 정확한 고도계가 필수적이며, 지상으로부터의 고도측정 정확도로 인해 레이다 고도계가 일반적으로 사용된다. 크기, 무게 및 전력소모 등에 제한으로 인해, 드론에 장착 가능한 레이다 고도계는 PD (pulse Doppler) 방식에 비해 낮은 복잡도를 갖는 FMCW (frequency modulated continuous wave) 방식이 적절하며, 특히, 짧은 송신시간으로 인해 드론 자체 움직임 (ego-motion)에 대응 가능한 fast-ramp FMCW 레이다가 보편적으로 활용된다. 이에, 본 논문에서는 fast-ramp FMCW 레이다 시스템을 위한 드론 고도 측정용 레이다 신호처리 프로세서 (RSP; radar signal processor)의 설계 및 구현 결과를 제시한다. 설계된 RSP는 Verilog-HDL을 이용하여 RTL 설계 후, Altera Cyclone-IV FPGA device를 활용하여 구현 및 검증되었다. 구현 결과, 총 27,523의 logic elements, 15,798개의 register, 138 Kbits의 memory로 구현 가능하며, 50MHz의 동작주파수로 100Hz의 실시간 고도측정이 가능함이 확인되었다.
드론 또는 무인기의 정밀 자세제어를 위해서는 정확한 고도계가 필수적이며, 지상으로부터의 고도측정 정확도로 인해 레이다 고도계가 일반적으로 사용된다. 크기, 무게 및 전력소모 등에 제한으로 인해, 드론에 장착 가능한 레이다 고도계는 PD (pulse Doppler) 방식에 비해 낮은 복잡도를 갖는 FMCW (frequency modulated continuous wave) 방식이 적절하며, 특히, 짧은 송신시간으로 인해 드론 자체 움직임 (ego-motion)에 대응 가능한 fast-ramp FMCW 레이다가 보편적으로 활용된다. 이에, 본 논문에서는 fast-ramp FMCW 레이다 시스템을 위한 드론 고도 측정용 레이다 신호처리 프로세서 (RSP; radar signal processor)의 설계 및 구현 결과를 제시한다. 설계된 RSP는 Verilog-HDL을 이용하여 RTL 설계 후, Altera Cyclone-IV FPGA device를 활용하여 구현 및 검증되었다. 구현 결과, 총 27,523의 logic elements, 15,798개의 register, 138 Kbits의 memory로 구현 가능하며, 50MHz의 동작주파수로 100Hz의 실시간 고도측정이 가능함이 확인되었다.
Accurate altimetry is required for the reliable flight control of drones or unmanned air vehicles (UAVs), and the radar altimeter is commonly used owing to its accuracy for the ground level. Due to the limitation for size, weight and power consumption, the frequency modulated continuous wave (FMCW) ...
Accurate altimetry is required for the reliable flight control of drones or unmanned air vehicles (UAVs), and the radar altimeter is commonly used owing to its accuracy for the ground level. Due to the limitation for size, weight and power consumption, the frequency modulated continuous wave (FMCW) radar is appropriate for drone because it has lower complexity than that of pulse Doppler (PD) radar. Especially, fast-ramp FMCW radar, which transmits linear FM signal during very short period, is generally utilized, because it is robust for the ego-motion of drone. Therefore, we present the design and implementation results of the radar signal processor (RSP) for fast-ramp FMCW radar system. The proposed RSP was designed with Verilog-HDL and implemented with Altera Cyclone-IV FPGA device. Implementation results show that the proposed RSP includes 27,523 logic elements, 15,798 registers and memory of 138Kbits and can measure the altimeter at the rate of 100Hz with the operating frequency of 50MHz.
Accurate altimetry is required for the reliable flight control of drones or unmanned air vehicles (UAVs), and the radar altimeter is commonly used owing to its accuracy for the ground level. Due to the limitation for size, weight and power consumption, the frequency modulated continuous wave (FMCW) radar is appropriate for drone because it has lower complexity than that of pulse Doppler (PD) radar. Especially, fast-ramp FMCW radar, which transmits linear FM signal during very short period, is generally utilized, because it is robust for the ego-motion of drone. Therefore, we present the design and implementation results of the radar signal processor (RSP) for fast-ramp FMCW radar system. The proposed RSP was designed with Verilog-HDL and implemented with Altera Cyclone-IV FPGA device. Implementation results show that the proposed RSP includes 27,523 logic elements, 15,798 registers and memory of 138Kbits and can measure the altimeter at the rate of 100Hz with the operating frequency of 50MHz.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 드론 고도 측정용 레이다 신호처리 프로세서의 설계 및 구현 결과를 제시하였다. 드론 고도 측정을 위해 드론의 자체 움직임에 강인한 특성을 보이는 fast-ramp FMCW 레이다를 사용하였고, 50 MHz의 동작주파수로 100 Hz 단위의 고도 측정이 수행될 수 있도록 설계되었다.
또한, fast-ramp 방식 FMCW 레이다는 전파 송신 시간이 드론의 움직임에 비해 매우 짧아 드론의 자체움직임(ego-motion)에 강인한 특성이 있어 드론 고도 측정에 적합한 특성을 갖는다 [7], [8]. 이에 본 논문에서는 fast-rampFMCW 레이다 시스템을 위한 드론 고도 측정용 레이다 신호처리 프로세서 (RSP; radar signal processor)의 설계 및 구현 결과를 제시한다.
제안 방법
그림 12는 Altera Cyclone-IV device를 활용한 FPGA 플랫폼 기반 RSP 검증 환경을 도시한다. 3개의 frame에 대한 test-vector를 메모리에 초기화한 뒤, push-button을 통하여 start신호를 입력받아 해당 frame에 대한 신호처리가 진행되며, 레이다 신호처리 결과 거리정보를 포함하고 있는 FFT index가 7-segment를 통하여 출력되도록 하였다. 그림 13은 검증결과를 예시한다.
Accumulator 연산은 FFT연산 후의 결과를 ramp에 정해진 Gaussian weight를 승산한 후 accumulate buffer에 누적하도록 설계하였다. 15개의 ramp가 모두 누적된 후 buffer의 결과를 CU로 전달한다.
본 논문에서는 드론 고도 측정용 레이다 신호처리 프로세서의 설계 및 구현 결과를 제시하였다. 드론 고도 측정을 위해 드론의 자체 움직임에 강인한 특성을 보이는 fast-ramp FMCW 레이다를 사용하였고, 50 MHz의 동작주파수로 100 Hz 단위의 고도 측정이 수행될 수 있도록 설계되었다. Altera Cyclone-IVFPGA 기반 구현 결과, 제안된 레이다 신호처리 프로세서는 총 27,523의 logic elements, 15,798개의 register, 138 Kbits의 memory로 구현 가능함이 확인되었다.
그림 9는 FFT processor의 하드웨어 구조를 나타낸다. 저면적 구현을 위해 radix-4 및 radix-2 혼용 SB (single butterfly) 구조로 설계되었다. 총 6개의 stage로 구성되어 있으며, 각 stage가 시작할 때 PB에서 data를 읽고 끝날 때 PB에 data를 쓰도록 구성되어 있다.
제안된 RSP는 Verilog-HDL을 이용하여 RTL 수준에서 설계 후, Altera Cyclone-IV FPGA 디바이스를 이용하여 구현 및 검증되었다. 그림 11은 logic simulation 결과를 보여준다.
그림 4는 드론 고도 측정용 FMCW 레이다 신호처리 프로세서의 하드웨어 구조를 도시한다. 제안된 레이다 신호처리기는 LPF, CRU (clutter removal unit), DRU (DC removal unit), HWU (Hamming windowing unit), SU (scaling unit), FFT processor,I-MTI filter 및 CU (CFAR unit)로 구성된다. LPF는 31tap shift register를 사용하여 data를 정렬한 후 정해진 weight와 승산 및 합산하여 filter를 통과한 data를 출력한다.
5MHz 기준으로 1개의 ramp당총 6250 cycles를 사용할 수 있다. 하지만, 표 2에 제시된 바와 같이 RSP 구현을 위해 소요되는 총 cycle 수는 23,869 이므로, ADC clock보다 4배 빠른 50MHz의 clock을 사용하여 설계를 진행하였다.
그림 5는 CRU의 하드웨어 구조를 보여준다. 현재 ramp의 data와 이전 ramp의 data가 입력되고, 해당 sample과 이전 ramp의 동일 위치 sample과의 차이, 동일 ramp에서 주변 sample과의 차이를 각각 정해진 weight와 승산한 뒤 합산한 후, threshold값과의 비교를 통해 clutter 여부를 판단한다. Clutter로 판단된 경우에는 입력 data를 25tap median filter와 34tap LPF를 통과한 data의 중간값으로 대체하여 출력하고, clutter가 아니라고 판단된 경우에는 입력 data를 그대로 출력한다.
대상 데이터
표 3은 RSP의 블록별 논리 합성 결과를 제시한다. 총 27,523개의 logic element가 사용되었고, register는 15,798개, memory는 138,240 bits를 사용하였다. 그림 12는 Altera Cyclone-IV device를 활용한 FPGA 플랫폼 기반 RSP 검증 환경을 도시한다.
데이터처리
그림 11은 logic simulation 결과를 보여준다. 60m 높이에 위치한 드론을 가정하여 상위수준 simulator로부터 test-vector를 추출하여 logic simulation을 수행하였고, CU에서 나오는 최종 FFT index가 동일한 것을 확인하였다. 표 3은 RSP의 블록별 논리 합성 결과를 제시한다.
성능/효과
드론 고도 측정을 위해 드론의 자체 움직임에 강인한 특성을 보이는 fast-ramp FMCW 레이다를 사용하였고, 50 MHz의 동작주파수로 100 Hz 단위의 고도 측정이 수행될 수 있도록 설계되었다. Altera Cyclone-IVFPGA 기반 구현 결과, 제안된 레이다 신호처리 프로세서는 총 27,523의 logic elements, 15,798개의 register, 138 Kbits의 memory로 구현 가능함이 확인되었다.
제안된 레이다 신호처리 알고리즘은 상위수준 simulator를 통해 평가되었으며, 그림 2은 clutter가 제거되는 과정을 예시하여 보여준다. 약 400, 800, 2000번째 index의 data가 clutter로 판단되어 제거된 후, 보상된 data가 출력되는 것을 확인할 수 있다. 또한, 그림 3는 드론이 60 m 고도에서 20 m/s의 속도를 가지고 하강하며 0.
질의응답
핵심어
질문
논문에서 추출한 답변
드론 등의 무인기의 정밀 자세제어를 위해 무엇들이 활용되는가?
드론 혹은 무인기의 정밀 자세제어를 위해서는 정확한 고도측정이 필수적이며, 일반적으로 GPS (global positioning system), 기압 고도계, 레이다 (RADAR; radio detection and ranging) 시스템이 활용된다. GPS의 경우, 실내 혹은 산간지역 등 GPS 수신감도가 낮은 지역에서는 고도측정이 부정확하며[1], 특히, 민간 GPS의 경우 10m 정도의 상당히 큰 오차를 갖는 단점이 있다 [2].
fast-ramp 방식 FMCW 레이다 시스템은 어떤 특성을 갖는가?
레이다 시스템은 크게 PD (pulse Doppler) 방식 레이다와FMCW (frequency modulated continuous wave) 방식 레이다로 분류되며, FMCW 레이다는 선형 주파수 변조 (linear FM) 된 전파를 연속적으로 송신하기 때문에 PD 레이다에 비해 방출되는 전력이 작으며[5], 수신된 비트 신호 (beat signal)의 대역폭이 수 MHz 정도로 낮아 PD 레이다에 비해 구현 복잡도를 크게 줄일 수 있는 장점이 있다 [6]. 또한, fast-ramp 방식 FMCW 레이다는 전파 송신 시간이 드론의 움직임에 비해 매우 짧아 드론의 자체움직임(ego-motion)에 강인한 특성이 있어 드론 고도 측정에 적합한 특성을 갖는다 [7], [8]. 이에 본 논문에서는 fast-rampFMCW 레이다 시스템을 위한 드론 고도 측정용 레이다 신호처리 프로세서 (RSP; radar signal processor)의 설계 및 구현 결과를 제시한다.
GPS의 단점은 무엇인가?
드론 혹은 무인기의 정밀 자세제어를 위해서는 정확한 고도측정이 필수적이며, 일반적으로 GPS (global positioning system), 기압 고도계, 레이다 (RADAR; radio detection and ranging) 시스템이 활용된다. GPS의 경우, 실내 혹은 산간지역 등 GPS 수신감도가 낮은 지역에서는 고도측정이 부정확하며[1], 특히, 민간 GPS의 경우 10m 정도의 상당히 큰 오차를 갖는 단점이 있다 [2]. 또한, 기압 고도계의 경우, 해수면을 기준으로 측정되므로, 산간지역과 같은 고지대에서는 측정치가 부정확하다는 단점이 있다 [3].
참고문헌 (8)
H. J. Seok, D. H. Yoon, C. S. Lim. "Suggestion on the SBAS augmentation message providing system for the the low-cost GPS receiver of drone operation," The Journal of Advanced Navigation Technology, Vol. 21, No. 3, pp. 272-278, 2017.
A. Cho, Y. S. Kang, B. J. Park, C. S. Yoo, S. O. Koo. "Altitude integration of radar altimeter and GPS/INS for automatic takeoff and landing of a UAV," in Control, Automation and Systems (ICCAS), 2011 11th International Conference on. IEEE, pp.1429-1432, 2011.
A. Moses, M. Rutherford, and K. Valavanis. "Radar-based detection and identification for miniature air vehicles," in Control Applications (CCA), 2011 IEEE International Conference on. IEEE, pp. 933-940, 2011.
P. Bezousek, M. Hejek, and M. Pola. "Effects of signal distortion in a FMCW radar on range resolution," in Microwave Techniques (COMITE), 2010 15th International Conference on. IEEE, pp. 113-116, April. 2010.
J. H. Choi, J. W. Choi, and S. C. Kim. "The study of DoA estimation in frequency domain in automotive radar aystem," The Journal of Korean Institute of Communications and Information Sciences Vol. 41, No. 1, pp. 12-22, Jan. 2016.
E. G. Hyun, and J. H. Lee. "Hardware architecture design and implementation for FMCW radar signal processing algorithm," in Design and Architectures for Signal and Image Processing (DASIP), 2014 Conference on. IEEE, pp. 1-6, 2014.
E. G. Hyun, Y. S. Jin, and J. H. Lee. "Moving and stationary target detection scheme using coherent integration and subtraction for automotive FMCW radar systems," in Radar Conference (RadarConf), 2017 IEEE. IEEE, 2017.
Y. K. Kwag, M. S. Choi, J. H. Bae, I. P. Jeon, J. Y. Yang. "Airborne pulsed Doppler radar development," The Journal of Advanced Navigation Technology, 10.2, pp. 173-180. 2016
※ AI-Helper는 부적절한 답변을 할 수 있습니다.