$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

레이다 기반의 드론 탐지 기법 연구
Research on the drone detection based on the radar 원문보기

한국위성정보통신학회논문지 = Journal of satellite, information and communications, v.12 no.2, 2017년, pp.99 - 103  

문민정 (한국항공대학교 항공전자정보공학과 위성전자연구실) ,  송경민 (한국항공대학교 항공전자정보공학과 위성전자연구실) ,  유수진 (한국항공대학교 항공전자정보공학과 위성전자연구실) ,  심현석 (한국항공대학교 항공전자정보공학과 위성전자연구실) ,  이우경 (한국항공대학교 항공전자정보공학과 위성전자연구실)

초록
AI-Helper 아이콘AI-Helper

오늘날 드론의 대중화와 드론 관련 산업의 확장 등으로 인하여 드론 보급이 민 군에 걸쳐 증가하였고, 이와 더불어 보안, 안전사고, 치안 안보 위협 등의 우려도 함께 커지고 있다. 드론은 크기가 작고 반사도가 낮은 재질로 되어 있어 일반적인 센서로는 탐지가 어려운 것으로 알려져 왔다. 이에, 드론으로 인해 발생하는 사건 및 사고를 예방하기 위해서는 드론의 탐지와 위험 요소에 대응할 수 있는 기술에 대한 연구가 선행되어야 한다. 본 논문에서는 드론 탐지 기법을 분류하였다. 또한 CW 레이다를 기반으로 한 드론 탐지 실험을 통해, 마이크로 도플러의 패턴을 분석하여 드론 탐지의 가능성을 제시한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, acccording to price decline and miniaturization of drone, it is increased dramatically that drone usage in various category including military and private sectors. In accordance with popular usage, There is a increasing risk of safety accident, national security and public privacy problem....

주제어

#Anti-Drone   #Drone detection   #Radar   #micro Doppler   #Urban security  

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 레이다를 기반으로 한 드론 탐지 기술 연구 현황에 대해 소개하고 그중 CW 레이다를 통해 드론의 도플러 신호를 획득하여 드론을 탐지하는 기법에 대한 실험 결과를 제시하였다. 5.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
레이다 유효 반사면적이란 무엇인가? 레이다 유효 반사면적(RCS:Radar Cross Section)은 원거리에서 입사 전기장 강도에 대한 수신 전기장 강도의 세기의 비로 레이다 표적의 반사 정도를 나타내는 척도이다. 드론의 블레이드 길이와[5] 비행경로의 변화에[6] 따른 RCS를 측정한 연구가 진행되어 왔다.
드론 탐지 기법은 어떻게 나뉘는가? 그림 1은 드론탐지에 관련된 문헌 조사를 통해 수집된 드론 탐지의 연구현황을 나타낸다. 드론 탐지 기법은 크게 능동센서인 레이다와 피동센서로 나뉜다. 드론의 크기, 재질 및 비행 고도와 같은 특성으로 드론을 탐지하는 데에는 어려움이 있다.
드론 탐지 기법이 주로 능동센서인 레이다 기반으로 연구되는 이유는 무엇인가? 드론 탐지 기법은 크게 능동센서인 레이다와 피동센서로 나뉜다. 드론의 크기, 재질 및 비행 고도와 같은 특성으로 드론을 탐지하는 데에는 어려움이 있다. 따라서 그림에서 보이는 것과 같이 대략 70%의 드론 탐지 연구는 능동센서인 레이다 기반으로 진행되어 왔다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. Salloum, Hady, et al. "Acoustic system for low flying aircraft detection." Technologies for Homeland Security (HST), 2015 IEEE International Symposium on. IEEE, 2015. 

  2. Mezei, Jozsef, and Andras Molnar. "Drone sound detection by correlation." Applied Computational Intelligence and Informatics (SACI), 2016 IEEE 11th International Symposium on. IEEE, 2016. 

  3. Schroder, Arne, et al. "Numerical and experimental radar cross section analysis of the quadrocopter DJI Phantom 2." Radar Conference, 2015 IEEE. IEEE, 2015. 

  4. Park, Seongha, et al. "Combination of radar and audio sensors for identification of rotor-type unmanned aerial vehicles (uavs)." SENSORS, 2015 IEEE. IEEE, 2015. 

  5. Harman, Stephen. "Characteristics of the Radar signature of multi-rotor UAVs." Radar Conference (EuRAD), 2016 European. IEEE, 2016. 

  6. Vaila, Minna, et al. "Incorporating a stochastic model of the target orientation into a momentary RCS distribution." Radar Conference (RadarCon), 2015 IEEE. IEEE, 2015. 

  7. Li, Chenchen J., and Hao Ling. "An investigation on the radar signatures of small consumer drones." IEEE Antennas and Wireless Propagation Letters 16 (2017): 649-652 

    상세보기

  8. Troy, Willis, Michael Thompson, and Yang Li. "ISAR imaging of rotating blades with an UWB radar." Wireless and Microwave Circuits and Systems (WMCS), 2015 Texas Symposium on. IEEE, 2015. 

  9. Thayaparan, Thayananthan, et al. "Analysis of radar micro-Doppler signatures from experimental helicopter and human data." IET Radar, Sonar & Navigation 1.4 (2007): 289-299. 

    상세보기

  10. Ritchie, Matthew, et al. "Multistatic micro-Doppler radar feature extraction for classification of unloaded/loaded micro-drones." IET Radar, Sonar & Navigation (2016). 

  11. De Wit, J. J. M., R. I. A. Harmanny, and P. Molchanov. "Radar micro-Doppler feature extraction using the singular value decomposition." Radar Conference (Radar), 2014 International. IEEE, 2014. 

  12. Molchanov, Pavlo, et al. "Classification of small UAVs and birds by micro-Doppler signatures." International Journal of Microwave and Wireless Technologies 6.3-4 (2014): 435-444. 

  13. Moses, Allistair, Matthew J. Rutherford, and Kimon P. Valavanis. "Radar-based detection and identification for miniature air vehicles." Control Applications (CCA), 2011 IEEE International Conference on. IEEE, 2011. 

  14. Mendis, Gihan J., et al. "Deep learning based doppler radar for micro UAS detection and classification." Military Communications Conference, MILCOM 2016-2016 IEEE. IEEE, 2016. 

  15. Chen, Victor C. The micro-Doppler effect in radar. Artech House, 2011. 

  16. Allen, Jonathan. "Short term spectral analysis, synthesis, and modification by discrete Fourier transform." IEEE Transactions on Acoustics, Speech, and Signal Processing 25.3 (1977): 235-238. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로