[논문]다목적실용위성 5호 후방산란계수 방정식 검증

양도철; 정호령

doi:10.7780/kjrs.2018.34.6.3.11

초록
AI-Helper

후방산란계수(${\sigma}^0$) 방정식은 지상표적 탐지, 토지피복 분류, 해상풍 산출, 토양 수분함량 예측 등 Synthetic Aperture Radar(SAR) 영상의 활용을 위해 영상으로부터 지구물리적인 특성을 예측하는 과정에서 요구되는 필수 요소이다. 본 논문에서는 최종 업데이트된 SAR 프로세서와 절대방사보정의 특성을 반영하는 Kompsat-5 (K5)의 Radar Cross Section(RCS) 및 ${\sigma}^0$ 방정식을 제시하고 이를 검증하여 K5 SAR 영상의 활용도를 높이고자 한다. 우선, K5 RCS 방정식을 산출하고 이의 정밀도를 몽골의 검보정 사이트에 설치되어 있는 삼면판 반사기를 이용하여 검증하였다. K5 Spotlight 및 Stripmap 모드의 다양한 빔 영상에 대해서 RCS 방정식을 이용하여 측정한 RCS 값과 K5 SAR 프로세서를 이용하여 관측한 표준 RCS 값을 비교하였을 때 평균 $0.2dBm^2$ 이하의 차이를 보였다. 레이더 방정식과 K5 RCS 방정식을 이용하여 유도한 K5 ${\sigma}^0$ 방정식에 대한 검증은 계절에 따른 후방 산란 특성의 변화가 적은 아마존 열대 우림의 TerraSAR-X(TSX) 및 Sentinel-1A(S-1A) SAR 영상에서 얻은 ${\sigma}^0$과 비교하여 수행하였다. TSX/S-1A 대비 K5 ${\sigma}^0$ 값의 차이는 최대 0.6 dB 이하였다. K5의 절대방사보정에 대한 요구 값이 2.0 dB($1{\sigma}$)을 감안하면 K5 RCS 방정식의 평균 $0.2dBm^2$ 이하의 오차와 K5 ${\sigma}^0$ 방정식의 최대 0.6 dB 이하의 오차는 제시한 방정식들의 정밀도 및 유효성이 높음을 입증하여 준다. 향후, 본 논문에서 제시한 K5 RCS 방정식과 K5 ${\sigma}^0$ 방정식을 이용하여 해상풍 산출 등 정량적인 분석이 가능한 활용을 통한 검증이 추가적으로 이루어져야 할 것으로 생각된다.

Abstract ▼ AI-Helper

The sigma naught (${\sigma}^0$) equation is essential to calculate geo-physical properties from Synthetic Aperture Radar (SAR) images for the applications such as ground target identification,surface classification, sea wind speed calculation, and soil moisture estimation. In this paper, ...

The sigma naught (${\sigma}^0$) equation is essential to calculate geo-physical properties from Synthetic Aperture Radar (SAR) images for the applications such as ground target identification,surface classification, sea wind speed calculation, and soil moisture estimation. In this paper, we are suggesting new Kompsat-5 (K5) Radar Cross Section (RCS) and ${\sigma}^0$ equations reflecting the final SAR processor update and absolute radiometric calibration in order to increase the application of K5 SAR images. Firstly, we analyzed the accuracy of the K5 RCS equation by using trihedral corner reflectors installed in the Kompsat calibration site in Mongolia. The average difference between the calculated values using RCS equation and the measured values with K5 SAR processor was about $0.2dBm^2$ for Spotlight and Stripmap imaging modes. In addition, the verification of the K5 ${\sigma}^0$ equation was carried out using the TerraSAR-X (TSX) and Sentinel-1A (S-1A) SAR images over Amazon rainforest, where the backscattering characteristics are not significantly affected by the seasonal change. The calculated ${\sigma}^0$ difference between K5 and TSX/S-1A was less than 0.6 dB. Considering the K5 absolute radiometric accuracy requirement, which is 2.0 dB ($1{\sigma}$), the average difference of $0.2dBm^2$ for RCS equation and the maximum difference of 0.6 dB for ${\sigma}^0$ equation show that the accuracies of the suggested equations are relatively high. In the future, the validity of the suggested RCS and ${\sigma}^0$ equations is expected to be verified through the application such as sea wind speed calculation, where quantitative analysis is possible.

주제어

표/그림 (16)

그림 Fig. 1. Kompsat calibration site in Mongolia.
그림 Fig. 2. Mongolian grassland.
그림 Fig. 4. Image coverage example of K5 and TSX.
그림 Fig. 5. Extracted Amazon images for σ⁰ calculation from S-1A (Left) and K-5 (Right).
그림 Fig. 3. (Left) ST and (Right) HR corner reflectors.
그림 Fig. 7. RCS measurement of K5 SAR processor.
그림 Fig. 6. Target and clutter area example for RCS calculation.
그림 Fig. 8. K5 RCS equation verification procedure.
표 Table 1. List of TSX/S-1A images and corresponding K5 images for σ⁰ equation verification
표 Table 2. RCS differences of selected 3 HR and 1 ST beams
그림 Fig. 9. RCS measurements of K5 HR CR: RCS value (left) and RCS difference (right).
그림 Fig. 10. RCS errors for K5 spotlight (left) and stripmap beams (right).
그림 Fig. 11. Sigma naught profile (up) and map (down) comparison between TSX HS 201409 and K5 HR02 201410.
그림 Fig. 12. Sigma naught profile (up) and map (down) comparison between TSX SM 201502 and K5 ES01 201806.
그림 Fig. 13. Sigma naught profile (up) and map (down) comparison between S-1A S6 201608 and K5 EH10 201606.
표 Table 3. K5 σ⁰ equation verification result

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 K5 영상의 활용도를 극대화하기 위해 최종 업데이트된 SAR 프로세서와 절대방사보정의 특성을 반영하는 RCS 방정식과 이를 기반으로 하는 σ⁰ 방정식을 제시하고 이의 정밀도를 검증하고자 한다. 2절에서는 산출된 방정식의 검증에 필요한 사이트 및 검증 방법에 대하여 설명하였고 3절 및 4절에서는 연구 결과와 결과에 대한 토의를 논의하였다.

제안 방법

K5 σ⁰ 방정식의 검증은 아마존 열대 우림을 촬영한 K5 영상으로부터 σ⁰을 계산하여 동일한 지역을 동일 편파로 촬영한 TSX 및 S-1A의 영상으로부터 얻어진 σ⁰ 값과 비교 분석하는 방식으로 진행하였다. TSX 및 S-1A의 σ⁰ 값은 European Space Agency(ESA)에서 개발한 SNAPS1TBX 소프트웨어를 이용하여 계산하였다.

대상 데이터

K5 RCS 방정식의 유효성을 검증하기 위해서 몽골의 다목적실용위성 검보정 사이트에 설치되어 있는 CR을 이용하였다. CR은 SAR 안테나부터 방사되어 입사된 레이더 시그널을 송신 안테나 방향으로 직접 반사하여 주변 환경에서 반사된 신호보다 매우 큰 반응을 얻게 하는 장비로 반사기의 크기에 따라 원하는 RCS 값을 생성할 수 있어 SAR 시그널의 특성을 파악하는 점표적으로 유용하게 사용된다.
추가적으로, SAR 영상의 각각 픽셀에서의 σ⁰ 값을 비교하기 위해서 σ⁰ 맵도 생성하여 비교하였다. 아마존 열대 우림의 공통지역을 촬영한 TSX/S-1A과 K5 영상을 조사하여 이 중 다양한 모드, 빔, 편파의 영상들로 테스트 데이터 셋을 구성하였다. Table 1은 σ⁰ 방정식 검증을 위해서 사용한 아마존 촬영 TSX/S-1A 영상과 이에 해당하는 K5 영상의 목록을 보여주고 있다.

데이터처리

Fig. 4와 같이 아마존 지역에서 공통 촬영 지역을 가지는 이미지를 획득한 후 각각의 이미지에서 얻어지는 후방산란계수 값을 비교하였다. Fig.
K5 RCS 방정식의 유효성을 검증하기 위해 방정식을 통해서 계산된 점표적의 RCS 값과 K5 SAR 프로세서를 통해서 측정된 RCS 값을 비교 및 분석하였다. RCS 방정식을 이용하여 점표적의 RCS 값을 계산하는 과정은 다음과 같다.
RCS 방정식의 유효성을 검증하기 위해 몽골 검보정 사이트에 설치되어 있는 CR을 촬영한K5 영상을 이용하여 RCS 방정식으로부터 계산한 RCS 값과 SAR 프로세서를 이용하여 측정한 값의 차이를 분석하였다. 이 중 HR 빔의 전 영역 중에서 대표적인 3개의 빔(처음, 중심, 마지막)과 ST의 빔 영역 내에서 중심 빔에 대한 RCS 분석 결과 예를 Table 2에 정리하였다.
값과 비교 분석하는 방식으로 진행하였다. TSX 및 S-1A의 σ⁰ 값은 European Space Agency(ESA)에서 개발한 SNAPS1TBX 소프트웨어를 이용하여 계산하였다. σ⁰ 값의 상호 비교를 위해 σ⁰ 프로파일과 σ⁰ 맵을 생성하였다.
최종 업데이트된 K5 SAR 프로세서의 특성과 절대 방사보정 결과를 반영하여 K5 RCS 방정식과 σ⁰ 방정식을 산출하였고 이를 검증하였다. 먼저 지상 점표적의 합산된 에너지를 변환하여 RCS를 계산하는 방식의 K5 RCS 방정식을 제시하였다.

이론/모형

SAR 시그널의 방사, 산란 및 수신 특성을 관계 짓는 레이더 방정식과 K5 RCS 방정식을 이용하여 K5 σ⁰방정식을 유도하였다. 제시된 K5 σ⁰ 방정식의 유효성을 검증하기 위해 계절에 따른 후방산란 특성의 변화가 적은 아마존 열대 우림을 다양한 모드, 빔, 편파로 촬영한 K5 영상과 TSX/S-1A 영상으로부터 σ⁰을 계산하여 비교한 결과 최대 0.
방정식을 산출하였고 이를 검증하였다. 먼저 지상 점표적의 합산된 에너지를 변환하여 RCS를 계산하는 방식의 K5 RCS 방정식을 제시하였다. 제시된 K5 RCS 방정식의 유효성를 검증하기 위해서 몽골 검보정 사이트에 설치되어 있는 CR을 K5 Spotlight 및 Stripmap 계열의 모든 빔모드로 촬영한 영상을 이용하여 테스트한 결과 평균 약 0.
본 논문에서는 제시된 σ⁰ 방정식의 검증을 위해 K5 기본 제품 및 포맷(Single-look Complex in Slant-range 정수형 타입 포맷, SCS_B)를 사용하였다. 향후, K5의 다양한 프러덕트 레벨 및 포맷에 대한 σ⁰ 방정식의 검증을 진행하고 다수의 테스트 데이터 셋을 이용한 통계적 분석을 진행하여 검증의 신뢰성을 높일 예정이다.

성능/효과

발사 후 Launch and Early Orbit Phase(LEOP) 동안의 검보정 작업 완료 후에 2015년도에 수행되었던 4개의 K5 확장모드(Enhanced High-resolution(EH), Ultra High-resolution(UH), Enhanced Standard(ES), Enhanced Wide-swath(EW))의 추가에 따른 SAR 프로세서 업데이트와 검보정작업이 추가적으로 진행되었다. 검보정 결과 K5의 성능요구사항인 기하 정밀도 30 m(CE90)와 절대방사 정밀도 2.0 dB(1σ)를 크게 만족하는 기하 정밀도 2.0 m(CE90),절대방사 정밀도 1.0 dB(1σ)를 달성하였지만(Yang et al., 2015) SAR 영상 활용 증대를 위해서는 SAR 프로세서의 업데이트 및 검보정 특성을 반영한 새로운 σ⁰ 방정식의 제공이 필요 하였다. 이를 위해 몽골에 설치되어 있는 52기의 삼면판 반사기(Corner Reflector, CR)를 촬영한 영상을 이용하여 Kim et al.
(2016)은 K5 후방산란계수 방정식을 산출하여 발표하였다. 방정식을 산출하기 위해, 후방산란계수 방정식에 일반적으로 포함되는 변수들을 조합하여 레이더 단면적(Radar Cross Section, RCS) 값을 계산하고 이를 몽골 CR의 표준 RCS 값과 비교하여 방정식에 포함되는 변수들을 역산출하는 방식으로 수행되었는데 HR 모드의 경우 3.14 dB(RMSE), ST 모드의 경우 1.26 dB(RMSE)의 다소 큰 정밀도를 보였다. 이는 RCS 및 후방산란계수 방정식 산출 시 K5 SAR 프로세서의 임의적이고 개별적인 특성이 반영되는데 이를 일반적인 변수의 조합으로 예측하기에는 제약이 있기 때문인 것으로 파악된다.
방정식을 유도하였다. 제시된 K5 σ⁰ 방정식의 유효성을 검증하기 위해 계절에 따른 후방산란 특성의 변화가 적은 아마존 열대 우림을 다양한 모드, 빔, 편파로 촬영한 K5 영상과 TSX/S-1A 영상으로부터 σ⁰을 계산하여 비교한 결과 최대 0.6 dB 이하의 오차를 보였다. K5의 절대방사보정에 대한 요구 값을 감안하면 제시한 K5 σ⁰ 방정식이 정밀도가 상대적으로 높음을 검증할 수 있었다.
먼저 지상 점표적의 합산된 에너지를 변환하여 RCS를 계산하는 방식의 K5 RCS 방정식을 제시하였다. 제시된 K5 RCS 방정식의 유효성를 검증하기 위해서 몽골 검보정 사이트에 설치되어 있는 CR을 K5 Spotlight 및 Stripmap 계열의 모든 빔모드로 촬영한 영상을 이용하여 테스트한 결과 평균 약 0.2 dBm², 최대 0.4 dBm² 내의 차이가 존재함을 확인하였다. K5의 절대방사보정에 대한 요구 값이 2.
총 5개의 아마존 사이트에 대해서 다양한 위성 영상, 빔 모드, 편파로 테스트를 진행한 결과 평균 σ⁰ 값의 차이는 최대 0.6 dB 이하였고 입사각에 따른 σ⁰의 경향도 일치함을 확인할 수 있었다. Table 3에 테스트 결과를 요약 정리하여 보여주고 있다.

후속연구

향후, K5의 다양한 프러덕트 레벨 및 포맷에 대한 σ⁰ 방정식의 검증을 진행하고 다수의 테스트 데이터 셋을 이용한 통계적 분석을 진행하여 검증의 신뢰성을 높일 예정이다. 또한,제시된 σ⁰ 방정식을 활용한 해상풍 계산 등 정량적인 검증이 가능한 활용을 통해서 추가 검증도 진행되어야 할 것으로 생각된다.
0 dB(1σ)임을 감안하면 제시된 K5 RCS 방정식의 정밀도가 매우 높고 유효함을 검증할 수 있었다. 제공된 K5 RCS 방정식을 이용하여 지상 점표적(차량, 선박 및 군사시설 등)의 레이더 단면적을 계산함으로써 K5 SAR 영상을 이용한 지상물체 탐지, 식별 및 분류 분야 등에서 중요한 지표로 활용될 수 있을 것으로 기대한다.
K5의 절대방사보정에 대한 요구 값을 감안하면 제시한 K5 σ⁰ 방정식이 정밀도가 상대적으로 높음을 검증할 수 있었다. 제시된 K5 σ⁰ 방정식을 이용하면 토지피복 분류, 변화 탐지,해상풍 계산, 토양수분 예측, 빙설특성 분석 등 SAR 영상을 이용하여 지상 자연물의 특성을 파악하는 다양한 분야에서 활용도가 크게 증대될 것으로 기대한다.
방정식의 검증을 위해 K5 기본 제품 및 포맷(Single-look Complex in Slant-range 정수형 타입 포맷, SCS_B)를 사용하였다. 향후, K5의 다양한 프러덕트 레벨 및 포맷에 대한 σ⁰ 방정식의 검증을 진행하고 다수의 테스트 데이터 셋을 이용한 통계적 분석을 진행하여 검증의 신뢰성을 높일 예정이다. 또한,제시된 σ⁰ 방정식을 활용한 해상풍 계산 등 정량적인 검증이 가능한 활용을 통해서 추가 검증도 진행되어야 할 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Kompsat-5의 특성은?	2013년 8월에 발사된 대한민국 최초의 Synthetic Aperture Radar(SAR) 위성인 Kompsat-5(K5)는 주야 및 날씨에 상관없이 지구를 관측할 수 있고 빛과는 상이한지표면 산란 특성을 갖는 마이크로 파(X 밴드)를 사용함으로써 광학 영상과는 다른 추가적인 정보의 획득이 가능하다. 특히, SAR 안테나로부터 방사된 에너지가 지상 산란체에 의해서 반사되는 특성을 가리키는 후방산란계수(σ0) 값은 SAR 영상의 픽셀 값에서 지구 물리적인 특성 값으로 변환 가능한 수치로 SAR 센서의 영상획득 기하나 입사각 및 빔 조향 등에 상관관계가 적어 서로 다른 센서에서 얻어진 값의 상호 비교가 가능하고 지상표적 탐지, 토지피복 분류, 토양수분 예측, 작황 파악 및 해상풍 산출 등 그 활용도가 높다(Airbus, 2014).
	K5의 검보정 작업은 어떻게 진행되는가?	K5의 검보정 작업은 절대방사보정 정밀도 2.0 dB(1σ)의 요구사항을 만족하기 위해서 인공위성 발사 후 6개월에 걸쳐 센서 내부보정, 빔 지향보정, 안테나 패턴 검증 그리고 절대방사보정의 순으로 진행되었다. 발사 후 Launch and Early Orbit Phase(LEOP) 동안의 검보정 작업 완료 후에 2015년도에 수행되었던 4개의 K5 확장모드(Enhanced High-resolution(EH), Ultra High-resolution(UH), Enhanced Standard(ES), Enhanced Wide-swath(EW))의 추가에 따른 SAR 프로세서 업데이트와 검보정작업이 추가적으로 진행되었다.
	몽골의 초원이 RCS 방정식을 검증하는데 좋은 환경이 되는 이유는?	2는 몽골의 일반적인 초원 사진을 보여주고 있다. 경사도가 낮은 평지에 초지로 구성되어 있어 CR을 이용한 RCS 방정식을 검증하는데 좋은 환경이 된다. 몽골 초원의 배경 후방산란 특성을 고려하고 Signal-to-Clutter Ratio(SCR)가 30 dB 이상이 되도록(Freeman, 1992; Curlander and McDonough, 1991) ST CR은 45 dBm2, HRCR은 35 dBm2의 RCS 값으로 설계되었다.

참고문헌 (14)

Airbus, 2014. Radiometric Calibration of TerraSAR-X Data, Airbus Defence & Space, Ottobrunn, Germany.
Curlander, J.C. and R.N. McDonough, 1991. Synthetic Aperture Radar Systems and Signal Processing, John Wiley & Sons, Inc., Hoboken, NJ, USA.
Miranda, N. and P.J. Meadows, 2015. Radiometric Calibration of S-1 Level-1 Products Generated by the S-1 IPF, European Space Agency, Paris, France.
Freeman, A., 1992. SAR calibration: An overview, IEEE Transactions on Geoscience and Remote Sensing, 30: 1107-1121.

상세보기
Jeong, H., D. Lee, T. Oh, J. Shin, J. Yoon, H. Lim, J. Kim, and Y. Chum, 2011. RCS measurement and analysis of corner reflector and its background for Kompat-5 calibration and validation, Proc. of 3rd International Asia-Pacific Conference on Synthetic Aperture Radar (APSAR), Seoul, Korea, Sep. 26-30, vol. 1, pp. 1-4.
Kim, D., D. Kim, S. Kim, J. Jung, H. Jeong, and D. Yang, 2016. Calculation of Backscattering Coefficient for Kompsat-5 SAR, Proc. of 2016 The Korean Society Of Remote Sensing Fall Conference, Chungju, Korea, Nov. 3-4, vol. 19, pp. 268-271
Schwerdt, M., B. Brautigam, M. Bachmann, T. Molkenthin, D. Hounam, and M. Zink, 2006. The Calibration of TerraSAR-X, Proc. of 6th European Conference on Synthetic Aperture Radar, Dresden, Germany, May 16-18, vol. 40, pp. 667-689.
Schwerdt, M., B. Brautigam, M. Bachmann, B. Doring, D. Schrank, and J.H. Gonzalez, 2010a. Final TerraSAR-X calibration results based on novel efficient methods, IEEE Transactions on Geoscience and Remote Sensing, 40(2): 667-689.
Schwerdt, M., B. Doring, M. Zink, and D. Schrank, 2010b. In-Orbit Calibration Plan of Sentinel-1, Proc. of 8th European Conference on Synthetic Aperture Radar, Aachen, Germany, Jun. 7-10, vol. 1. pp. 350-353
Schwerdt, M., N.T. Ramon, G.C. Alfonzo, B. Doring, M. Zink, and P. Prat, 2016. Independent Verification of the Sentinel-1A System Calibration, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9(3): 994-1007.

상세보기
Shimada, M., O. Isoguchi, T. Tadono, and K. Isono, 2009. PALSAR Radiometric and Geometric Calibration, IEEE Transactions on Geoscience and Remote Sensing, 47(12): 3915-3932.

상세보기
STEP, 2018. Science Toolbox Exploration Platform, http://step.esa.int/main/toolboxes/sentinel-1-toolbox/, Accessed on Nov. 25, 2018.
Ulaby, F.T., R.K. Moore, and A.K. Fung, 1982. Microwave Remote Sensing: Active and Passive Volume II Radar Remote Sensing and Surface Scattering and Emission Theory, Artech House, MA, USA.
Yang, D., H. Jeong, D. Kim, and D. Lee, 2015. Inorbit Test Results of Kompsat-5 Enhancement Project: Image Quality Assessment, Proc. of 2015 The Committee on Earth Observation Satellites Working Group on Calibration and Validation Synthetic Aperture Radar Subgroup, Noordwijk, Netherlands, Oct. 27-29, vol. 1, pp. 1-33.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

다목적실용위성 5호 후방산란계수 방정식 검증
Verification of Kompsat-5 Sigma Naught Equation 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (16)

표/그림 (16)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

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

다목적실용위성 5호 후방산란계수 방정식 검증 Verification of Kompsat-5 Sigma Naught Equation 원문보기

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

Abstract ▼ AI-Helper

주제어

표/그림 (16) 모든 표/그림 보기

표/그림 (16) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

양도철 (1) 정호령 (3)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

다목적실용위성 5호 후방산란계수 방정식 검증
Verification of Kompsat-5 Sigma Naught Equation 원문보기

초록
AI-Helper

표/그림 (16)

표/그림 (16)

AI 본문요약
AI-Helper