[논문]지상 클러터 환경에서 접근표적 감지를 위한 오경보율 감소기법 연구

하종수; 이한진; 박영식; 김봉준; 최재현

doi:10.5515/kjkiees.2017.28.11.853

지상 클러터 환경에서 접근표적 감지를 위한 오경보율 감소기법 연구
Study on the False Alarm Rate Reduction Technique for Detecting Approaching Target above Ground 원문보기

韓國電磁波學會論文誌 = The journal of Korean Institute of Electromagnetic Engineering and Science, v.28 no.11, 2017년, pp.853 - 864

하종수 (국방과학연구소) , 이한진 (국방과학연구소) , 박영식 (국방과학연구소) , 김봉준 (국방과학연구소) , 최재현 (국방과학연구소)

초록
AI-Helper

본 논문에서는 지상 클러터 환경에서 고속으로 접근하는 소형 표적을 정밀 감지하기 위한 오경보율 감소기법을 제안한다. CFAR 알고리즘은 균일한 잡음 환경에서는 효과적이지만, 클러터가 존재하는 비균일한 잡음 환경에서는 표적을 구별하기가 쉽지 않다. 특히 클러터 세기가 표적신호레벨과 큰 차이가 없을 때에는 높은 오경보율 때문에 표적을 정밀하게 감지하기가 어렵다. 이러한 어려움을 해결하기 위해 본 연구에서는 CFAR 알고리즘과 정합 처리, 이진누적기법에 기반한 오경보율 감소기법을 제안한다. 각 기법의 이론적 분석을 통해 매개변수를 연구하고, 시험결과를 제시함으로써 제안하는 연구의 타당성을 검증한다.

Abstract ▼ AI-Helper

This paper proposes a false alarm rate reduction technique for detection of small targets in a terrestrial environment. CFAR algorithm is useful in homogeneous background, but it is not easy to detect targets in non-homogeneous background. In particular, when the clutter power is not significantly different from the target signal, it is difficult to detect the target due to high false alarm rate. To solve these difficulties, this study presents the false alarm rate reduction technique based on CFAR algorithm, matched filter and binary integration technique. The parameters are studied through the theoretical analysis and the validity of the proposed study is examined by the test results.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 지면에 밀착하여 고속으로 접근하는 소형 표적을 강한 지상 클러터로부터 구별하여 감지하기 위해 RF 근접센서에 적용 가능한 오경보율 감소기법을 연구하였다. 이를 위해 CFAR 알고리즘과 정합 처리, 이진누적기법에 대해 이론적으로 고찰하고, 지상 클러터 환경에서의 매개변수 및 주요 확률을 분석하여 이를 기반으로 접근표적 감지를 위한 오경보율 감소기법을 제안하였다.
본 연구에서는 CFAR 알고리즘의 매개변수를 분석하여 최적의 Pfa와 Pd를 도출하고, 이를 기반으로 신호를 정합 처리함으로써 Pfa - m와 Pd - m을 도출하고, 이진 누적기법의 N과 M을 최적 선정하여 강한 지상 클러터 환경에서의 오경보율을 감소시키고자 한다.
이와 같은 문제를 해결하기 위해 본 연구에서는 OSCFAR 알고리즘 적용을 연구하였다. OS-CFAR 알고리즘은 참조값들의 정렬하는 과정이 필요하기 때문에, 처리속도는 느리지만 식 (14) 및 식 (15)의 각 매개변수의 설계에 따라 다중 표적과 클러터에 강인한 알고리즘 설계가 가능한 장점이 있다.
이와 같은 어려움을 해결하기 위해 본 논문에서는 지상 클러터 환경에서의 오경보율 감소기법을 연구한다. 이를 위해 근접센서에 수신되는 표적신호레벨과 클러터 레벨을 분석하고, 클러터에 강인한 CFAR 알고리즘을 설계한다.

제안 방법

CFAR 알고리즘 중 CA-CFAR 알고리즘과 OS-CFAR 알고리즘을 분석하고, 교전시험결과를 바탕으로 적용 가능한 수준의 오경보율과 표적탐지확률을 연구하였으며, 일반적인 잡음에 의한 오경보율 분석 외에 지상 클러터에의한 오경보율도 분석하여 CFAR 알고리즘의 매개변수를 설계하였다.
그리고 다음 스캔의 수신신호에서 CFAR 알고리즘의 임계값을 초과한 신호 중 식 (19)의 정합조건을 만족하는 신호를 표적으로 판별함으로써 비표적신호를 1차적으로차단하고, 표적으로 판별된 스캔 수가 M of N 이진누적 조건을 만족할 때 해당 신호를 최종적으로 표적으로 확인함으로써 제안하는 기법은 오경보율을 감소시키고자 한다. 그림 4에 제안하는 기법의 블록도를 도시하였다.
다양한 CFAR 알고리즘 중 CA(Cell Averaging)-CFAR 알고리즘과 OS(Ordered Statistics)-CFAR 알고리즘에 대해 검토한다. CA-CFAR 알고리즘은 균일한(homogeneous) 잡음 환경에서는 오경보율을 설계값대로 유지할 수 있지만, 비균일한(non-homogeneous) 잡음 환경에서는 매개변수의 설계 예측값을 벗어나는 강한 클러터에 취약하다.
본 연구에서는 M of N 값을 임의의 값이 아닌 실제 클러터의 CNR에 따라 허용 가능한 표적탐지확률과 오경보율을 고려하여 결정할 필요가 있으므로, 그림 7의 시험데이터와 표 1의 이진누적기법 적용결과를 바탕으로 M of N 값을 설계하였다. 그림 7의 교전시험에서 획득한 시험 데이터에 대해 CA-CFAR 알고리즘을 기반으로 정합처리 및 이진누적기법을 적용한 결과와 OS-CFAR 알고리즘 기반의 제안하는 기법을 적용한 표적탐지결과를 그림12와 그림 13에 각각 나타내었다.
소형 표적신호와 크기가 유사한 지상 클러터에 의한 오경보율을 감소시키기 위해 표적 속도 및 거리 정보에 기반한 정합 처리를 연구하고, RF 근접센서의 속도 및 거리오차에 기반한 정합조건을 설정함으로써 정합 처리 후 오경보율과 표적탐지확률을 도출하였다.
이 때문에 본 연구에서는 표적 위치 예측 및 정합 처리를 추가하여 오경보율을 감소시킨다. 이를 위해 먼저 근접센서의 스캔갱신시간 Δ_t, 속도오차 σ_v, 거리오차 σ_r 로부터 합산거리오차 σ_s를 식 (26)과 같이 계산한다.
이를 위해 근접센서에 수신되는 표적신호레벨과 클러터 레벨을 분석하고, 클러터에 강인한 CFAR 알고리즘을 설계한다. 이로부터 도출되는 표적탐지확률과 오경보율의 상관관계를 분석하고, 표적 정합 처리와 이진누적기법을 연구함으로써 오경보율 감소기법을 제안하고, 실 사격시험 결과를 통해 제안하는 연구의 타당성을 검증한다.
본 논문에서는 지면에 밀착하여 고속으로 접근하는 소형 표적을 강한 지상 클러터로부터 구별하여 감지하기 위해 RF 근접센서에 적용 가능한 오경보율 감소기법을 연구하였다. 이를 위해 CFAR 알고리즘과 정합 처리, 이진누적기법에 대해 이론적으로 고찰하고, 지상 클러터 환경에서의 매개변수 및 주요 확률을 분석하여 이를 기반으로 접근표적 감지를 위한 오경보율 감소기법을 제안하였다.
이와 같은 어려움을 해결하기 위해 본 논문에서는 지상 클러터 환경에서의 오경보율 감소기법을 연구한다. 이를 위해 근접센서에 수신되는 표적신호레벨과 클러터 레벨을 분석하고, 클러터에 강인한 CFAR 알고리즘을 설계한다. 이로부터 도출되는 표적탐지확률과 오경보율의 상관관계를 분석하고, 표적 정합 처리와 이진누적기법을 연구함으로써 오경보율 감소기법을 제안하고, 실 사격시험 결과를 통해 제안하는 연구의 타당성을 검증한다.
레이다가 표적을 감지하기 위해서는 수신된 표적신호를 배경으로부터 구별하고, 이를 표적으로 확인하는 과정이 필요하다. 이를 위해 레이다는 작은 표적반사신호를 동기 누적(coherent integration)하여 표적신호레벨 즉, SNR(Signal to Noise Ratio, 신호대잡음비)을 증가시킴으로써 잡음 레벨보다 큰 신호를 표적으로 구별하고, 이를 다시 비동기 누적(noncoherent integration)함으로써 전 단계에서 표적으로 구별된 신호를 표적으로 최종 판단한다^[1],[2].
이를 위해 먼저 최적의 CFAR 알고리즘을 연구하여, 1스캔의 수신신호에 대해 열잡음 및 지상 클러터 성분으로부터 표적 후보군을 추출함으로써 그 거리 및 속도 정보를 구한다. 이 때 접근하는 표적은 열잡음 및 지상 클러터와는 달리 속도 정보를 가지므로 표적 발생 여부는 속도정보를 기준으로 판단한다.
이상과 같은 분석을 기반으로 그림 8에서 표적 SNR과클러터 CNR을 추정하고, Pfa와 Pd, 그리고 Pfa - C를 고려하여 OS-CFAR 알고리즘의 매개변수 k를 설정함으로써 OS-CFAR 알고리즘을 설계하였다.
일반적으로 레이다에서는 CFAR 알고리즘 설계 시 오경보율 Pfa를 10-6 수준으로 매우 낮게 설계하는데, 앞서 기술한 바와 같이 소형 표적의 SNR은 지상 클러터의 CNR보다 반드시 크다고 보장할 수 없기 때문에, 본 연구에서는CFAR 알고리즘 설계 시 P_d를 높이기 위해 P_fa를 다소 높게 설정한다.
에 대전차 로켓을 발사하여 표적 감지 시험을 수행하였다. 지상 클러터 환경에서 접근하는 표적을 감지하기 위해 대전차 로켓을 약 1.5 m 높이에서 발사하여 약 3 m 높이에 탄착되도록 시험하였다. 발사 거리는 약 X+80 m로(그림 6의 X 기준) 설정하였으며, 고속카메라를 이용하여 대전차 로켓이 근접센서를 지나가는 순간을 촬영할 수 있도록 시험장을 구성하였다.

대상 데이터

5 m 높이에서 발사하여 약 3 m 높이에 탄착되도록 시험하였다. 발사 거리는 약 X+80 m로(그림 6의 X 기준) 설정하였으며, 고속카메라를 이용하여 대전차 로켓이 근접센서를 지나가는 순간을 촬영할 수 있도록 시험장을 구성하였다.

데이터처리

그런 다음 M of N 이진누적기법을 설계하고, 앞서 도출한 값을 적용하여 제안하는 기법의 최종 오경보율 및 표적탐지확률을 분석하였으며, 실제 시험데이터에 제안하는 기법을 적용하여 표적탐지결과 및 오경보 발생결과를 확인함으로써 제안하는 기법의 타당성을 검증하였다.

성능/효과

1회차 시험에서는 CA-CFAR 알고리즘 기반으로 처리하면 그림 12에서 X-5 m 이상의 표적은 탐지하지 못하고, 114번째 샘플에서 오경보가 발생하는 등의 결과가 발생했으나, 제안하는 기법의 경우 그림 13에서 일정 SNR 이상의 표적신호를 약 X-2 m부터 100 % 탐지하고, 오경보도 발생하지 않았음을 확인할 수 있다.
2회차 시험에서는 CA-CFAR 알고리즘 기반으로 처리하면 그림 12에서 95～98번째 샘플에서 표적을 탐지하지 못했으나, 제안하는 기법의 경우 그림 13에서 13스캔 중 96번째 표적만 탐지하지 못하였음을 확인할 수 있다. 이 경우 1스캔 정도의 표적소실은 별도의 표적 추적알고리즘을 통해 해결 가능한 수준으로 판단된다.
이 경우 1스캔 정도의 표적소실은 별도의 표적 추적알고리즘을 통해 해결 가능한 수준으로 판단된다. 따라서 비균일한 잡음 환경에서 CA-CFAR 알고리즘을 기반으로 표적을 탐지하는 것보다는 OS-CFAR 알고리즘을 기반으로 제안하는 기법을 적용하는 것이 더 안정적임을 확인할 수 있다.
따라서 정합 처리된 실표적신호의 탐지확률 Pd - m과 비표적신호의 오경보율 Pfa - m , Pfa - C - m은 각각 0.01,0.68～0.8, 0.16이 되어 앞서 OS-CFAR 처리된 신호에 비해 표적탐지확률은 약간 감소하지만, 지상 클러터의 오경보율을 상당 부분 감소시킬 수 있다.
본 연구에서는 그림 7의 교전시험 횟수가 많지 않아 통계적으로 신뢰도가 높은 오경보율을 산출하기는 쉽지 않지만, 표 1에서 보듯이 클러터에 의한 최종 오경보율은 M of N 값에 따라 최소 0.014에서 최대 0.12 사이의 값을 가질 것으로 기대되고, 그림 13의 시험결과에서도 높은 표적탐지확률과 함께 지상 클러터에 의한 오경보는 발생하지 않은 점을 감안할 때, 제안하는 오경보율 감소기법은 강한 지상 클러터 환경에서 유효하게 동작하는 것으로 판단된다.
그림 12 및 그림 13에서 상단과 하단의 그래프는 2회의 교전시험결과를 각각 나타낸 그림이다. 수신신호레벨을 분석한 결과, 1회차 시험에 비해 2회차 시험 때 잡음 레벨 및 클러터 세기가 수 dB 더 강했으며, 그 결과 표적 SNR이 상대적으로 다소 감소하였다.
그림 11에서 수신신호레벨(붉은색 선)과 OS-CFAR 알고리즘의 임계값(푸른색 선)을 보면 다수의 클러터가 발생하는 비균일한 잡음 환경임에도 불구하고, 약 X-6m 거리의 표적(붉은색 원)을 감지하고 있음을 확인할 수 있다. 위 그림에 적용한 OS-CFAR 알고리즘의 P_fa, P_d값이 그림 8에 적용된 CA-CFAR 알고리즘의 Pfa, Pd값과 유사하게 설계되었음을 감안할 때, 비균일한 잡음 환경에서는 OS-CFAR 알고리즘이 CA-CFAR 알고리즘보다 안정적으로 동작함을 확인할 수 있다.
표 1의 결과로부터 M of N 값이 2 of 4이면 약 0.9～0.97 사이의 높은 표적탐지확률을 얻을 수 있으나, 임의의 값으로 가정된 CNR에 따라 지상 클러터에 의한 오경보율은 약 0.12 정도로 감소됨을 확인할 수 있다. 반면에 M of N 값이 3 of 4이면 지상 클러터에 의한 오경보율을 약 0.

후속연구

향후 연구에서는 제안하는 기법을 적용한 표적탐지결과에 대해 표적을 정밀하게 추적하기 위한 표적추적기법을 연구하고, 근접센서에 다양한 자세로 접근하는 근접표적을 무력화하기 위한 정밀 기폭 알고리즘을 연구할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	레이다의 CFAR 알고리즘은 어떤 문제를 해결하고자 연구되어 왔는가?	이 때 배경 잡음 레벨보다 큰 신호를 무조건 표적신호라고 판단하면 표적이 아닌 신호를 표적신호로 오인하여오경보가 발생하는데, 이러한 오경보율을 일정하게 유지하기 위해 표적신호의 임계값을 잡음 레벨에 근거하여 결정하는 CFAR(Constant False Alarm Rate) 알고리즘이 연구되어왔다[3]～[6]. 이와 함께 동기 누적된 신호그룹을 비동기 누적하여 표적으로 최종 확인함으로써 오경보율을 줄이고, 표적탐지확률을 높일 수 있는데, N개의 신호그룹에서 M개 이상의 신호그룹이 표적으로 구별되면 표적으로 확인하는 기법으로서 이진누적기법이 연구되어왔다[7]～[9].
	레이다가 표적을 감지하기 위해서는 어떤 과정이 필요한가?	레이다가 표적을 감지하기 위해서는 수신된 표적신호를 배경으로부터 구별하고, 이를 표적으로 확인하는 과정이 필요하다. 이를 위해 레이다는 작은 표적반사신호를 동기 누적(coherent integration)하여 표적신호레벨 즉, SNR(Signal to Noise Ratio, 신호대잡음비)을 증가시킴으로써 잡음 레벨보다 큰 신호를 표적으로 구별하고, 이를 다시 비동기 누적(noncoherent integration)함으로써 전 단계에서 표적으로 구별된 신호를 표적으로 최종 판단한다[1],[2].
	레이다의 최종 표적 판단은 어떻게 이루어지는가?	레이다가 표적을 감지하기 위해서는 수신된 표적신호를 배경으로부터 구별하고, 이를 표적으로 확인하는 과정이 필요하다. 이를 위해 레이다는 작은 표적반사신호를 동기 누적(coherent integration)하여 표적신호레벨 즉, SNR(Signal to Noise Ratio, 신호대잡음비)을 증가시킴으로써 잡음 레벨보다 큰 신호를 표적으로 구별하고, 이를 다시 비동기 누적(noncoherent integration)함으로써 전 단계에서 표적으로 구별된 신호를 표적으로 최종 판단한다[1],[2].

참고문헌 (11)

S. M. Sherman, Monopulse Principles and Techniques, Artech House, 1984.
M. I. Skolnik, Introduction to Radar Systems, Tata McGraw Hill, 3rd Edition, 2001.
H. Rohling, "Radar CFAR thresholding in clutter and multiple target situation", IEEE Transactions on Aerospace and Electronic Systems, vol. AES-19, no. 4, pp. 608-621, Jul. 1983.

상세보기
P. P. Gandhi, S. A. Kassam, "Analysis of CFAR processors in nonhomogeneous background", IEEE Transactions on Aerospace and Electronic Systems, vol. 24, no. 4, pp. 427-445, Jul. 1988.

상세보기
C. J. Kim, D. S. Han, and H. S. Lee, "Generalized OS CFAR detector with noncoherent integration", Signal Processing, vol. 31, no. 1, pp. 43-56, Mar. 1993.

상세보기
신상진, "효율적인 CFAR 알고리듬 연구", 한국전자파학회논문지, 25(8), pp. 849-856, 2014년 8월.

원문보기 상세보기
M. A. Weiner, "Binary integration of fluctuating targets", IEEE Transactions on Aerospace and Electronic Systems, vol. 27, no. 1, pp. 11-17, Jan. 1991.

상세보기
T. L. Frey, "An approximation for the optimum binary integration threshold for Swerling II targets", IEEE Transactions on Aerospace and Electronic Systems, vol. 32, no. 3, pp. 1181-1185, Jul. 1996.

상세보기
남창호, 최성희, 나성웅, "부 최적 이진누적 적용 레이다의 표적 측정오차 감소 기법", 전자공학회논문지, 48(9), pp. 65-72, 2011년 9월.
하종수, 이의혁, 이현아, 박규철, 조규공, "미사일/로켓 방어체계의 RPG-7에 대한 전차방호 성능분석", 한국군사과학기술학회지, 17(3), pp. 350-357, 2014년 6월.

원문보기 상세보기
하종수, 노진입, 최재현, 이한진, 박영식, "지상 접근 표적 감지를 위한 초소형 K-대역 레이다 연구", 한국전자파학회논문지, 28(4), pp. 309-317, 2017년 4월.

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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