최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國電磁波學會論文誌 = The journal of Korean Institute of Electromagnetic Engineering and Science, v.28 no.4, 2017년, pp.328 - 335
박준용 (국방과학연구소) , 이승재 (포항공과대학교 전자전기공학과) , 양은정 (국방과학연구소) , 김경태 (포항공과대학교 전자전기공학과)
In this paper, we propose an efficient method to remove noise component contained in high resolution range profile(HRRP) to improve target identification performance. The proposed method can effectively eliminate the noise component using both the statistical characteristics of the noise component a...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
고해상도 거리 측면도란? | 고해상도 거리 측면도(High Resolution Range Profile: HRRP)[1]는 표적의 전자기적 산란 분포를 레이다 가시선(Radar Line of Sight: RLOS) 방향으로 도시하는 1차원 레이다 영상이다. HRRP는 2차원 레이다 영상인 ISAR 영상에 비하여 실시간으로 획득이 가능하지만, 이를 이용한 표적식별 연구들은 비교적 잡음에 취약한 식별결과를 보였다. | |
잡음 제거 기법을 구분하시오. | 잡음 제거 기법은 크게 필터를 이용한 방법, 웨이블릿을 이용한 방법 그리고 empirical mode decomposition(EMD)[5]를 이용한 방법으로 구분할 수 있다. 그러나 앞서의 두 가지 방법은 매우 제한적인 측면이 있다. | |
잡음으로 인한 식별 성능의 저하를 막기 위해서는 HRRP에 포함된 잡음을 사전에 제거하는 방법이 필요한 이유는? | 고해상도 거리 측면도(High Resolution Range Profile: HRRP)[1]는 표적의 전자기적 산란 분포를 레이다 가시선(Radar Line of Sight: RLOS) 방향으로 도시하는 1차원 레이다 영상이다. HRRP는 2차원 레이다 영상인 ISAR 영상에 비하여 실시간으로 획득이 가능하지만, 이를 이용한 표적식별 연구들은 비교적 잡음에 취약한 식별결과를 보였다. 따라서 잡음으로 인한 식별 성능의 저하를 막기 위해서는 HRRP에 포함된 잡음을 사전에 제거하는 방법이 필요하다. |
C. Ozedemir, Inverse Synthetic Aperture RADAR Imaging with MATLAB Algorithms, Wiley, 2012.
A. Zyweck, R. E. Bogner, "Radar target classification of commercial aircraft", IEEE Transactions on Aerospace and Electronic Systems, vol. 32, no. 2, 598-606, 1996.
박준용, 이승재, 양은정, 김경태, "EMD를 이용한 HRRP의 잡음 제거 기법", 2015년도 한국전자파학회 종합학술대회 논문집, 25(1), p. 11, 2015년 11월.
N. E. Huang, Z. Shen, S. R. Long, M. C. Wu, H. H. Shin, Q. Zheng, N. C. Yen, C. C. Tung, and H. H. Liu, "The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis", Proc. Royal Soc. London A, pp. 903-995, 1998.
P. Flandrin, G. Rilling, and P. Goncalves, "Empirical mode decomposition as a filter bank", IEEE Signal Processing Letters, vol. 11, no. 2, pp. 112-114, Feb. 2004.
J. Huang, J. Xie, F. Li, and L. Li, "A threshold denoising method based on EMD", Journal of Theoretical and Applied Information Technology, vol. 47, no. 1, pp. 419-424, Jan. 2013.
A. O. B, J. C. Cexus, "Denoising via empirical mode decomposition", in Proc. ISCCSP 2006, 2006.
Y. Kopsinis, S. Mclaughlin, "Development of EMD-based denoising methods inspired by wavelet thresholding", IEEE Transactions on Signal Processing, vol. 57, no. 4, Apr. 2009.
D. L. Donoho, "De-noising by soft-thresholding", IEEE Trans. Inform. Theory, pp. 613-627, 1995.
Z. Wu, N. E. Huang, "A study of the characteristics of white noise using the empirical mode decomposition method", Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, pp. 1597- 1611, Jun. 2004.
M. P. Fitz, Fundamentals of Communications Systems, McGraw-Hill, 2007.
M. Soumekh, Synthetic Aperture Radar Signal Processing with MATLAB Algorithms, John Wiley Inc, pp. 7-46, New York, 1999.
R. O. Duda, P. E. Hart, and D. G. Stork, Pattern Classification, 2nd, Wiley, 2001.
D. Baleanu, "Advances in wavelet theory and their applications in engineering", Physics and Technology, In- Tech, 2012.
B. P. Lathi, Linear Systems and Signals 2nd, Oxford, 2009.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.