$\require{mediawiki-texvc}$

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.

고해상도 FMCW 레이더 영상 합성과 CW 신호 분석 실험을 통한 드론의 탐지 및 식별 연구
Experimental Study of Drone Detection and Classification through FMCW ISAR and CW Micro-Doppler Analysis 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.21 no.2, 2018년, pp.147 - 157  

송경민 (한국항공대학교 항공전자정보공학과) ,  문민정 (한국항공대학교 항공전자정보공학과) ,  이우경 (한국항공대학교 항공전자정보공학과)

Abstract AI-Helper 아이콘AI-Helper

There are increasing demands to provide early warning against intruding drones and cope with potential threats. Commercial anti-drone systems are mostly based on simple target detection by radar reflections. In real scenario, however, it becomes essential to obtain drone radar signatures so that hos...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 실제 실험 데이터에 적용할 경우 식 (8)에서 고려해야할 고차항의 범위가 증가하게 된다. 본 논문에서는 드론의 크기에 따라 각기 다른 요동 보상 알고리즘을 적용하여 미세한 요동의 변화를 최대한 보상할 수 있도록 신호처리를 반복하였다. 야외 실험에서는 직선 비행하는 서로 다른 두 기종의 드론에 대한 ISAR 영상을 획득하였고, 수집된 레이더 수신 데이터는 저장된 후 실험실에서 영상 획득 알고리즘에 입력되었다.
  • 본 논문에서는 드론의 탐지뿐만 아니라 분류에도 활용할 수 있는 레이더 운용 기법을 제안하고 분석하였다. 최근 활발히 연구되고 있는 마이크로 도플러 탐지 기법은 드론 로터에 의한 도플러 특성 정보를 분석하는 것으로서 이동하는 드론에서의 오차가 증가하고, 드론 본체에 대한 정보에 대해서는 취약하게 되는 문제가 있어서 실제 활용에 한계가 있다.
  • 본 논문에서는 레이더 기반의 드론 탐지를 위해 CW 도플러 레이더를 이용한 마이크로 도플러 분석과 FMCW 레이더를 이용한 ISAR 영상 획득실험을 수행한 결과를 제시하였다.
  • 최근 활발히 연구되고 있는 마이크로 도플러 탐지 기법은 드론 로터에 의한 도플러 특성 정보를 분석하는 것으로서 이동하는 드론에서의 오차가 증가하고, 드론 본체에 대한 정보에 대해서는 취약하게 되는 문제가 있어서 실제 활용에 한계가 있다. 본 논문에서는 마이크로 도플러 기반 드론 탐지의 이론적 예측과 실제 실험 결과를 비교한 후 새로운 대안의 필요성을 제시한다. 이를 위해 ISAR(Inverse Synthetic Aperture Radar) 영상 기법을 도입하여 고해상도의 드론 레이더 영상을 획득하는 방안을 도입하고 실제 실험을 통해 검증한다.
  • 마이크로 도플러 분석은 회전익 로터의 회전 성분만을 다루므로 직접적인 드론의 식별 목적으로는 타당하지 않으며, 미약한 신호 특성으로 인해 도심이나 원거리에서 이동하는 드론에 대해서는 적용이 어렵다. 본 논문에서는 이를 극복하기 위해 ISAR 영상 기법을 활용하여 고해상도 드론 영상을 획득함으로써, 서로 다른 기종의 드론에 대한 형상의 식별이 가능함을 제시하였다.
  • 본 연구는 실제 비행하는 드론에 대하여 다중 대역의 레이더 신호를 송출하고 수신된 신호의 정밀 신호 처리 실험 결과를 분석하였다. 고해상도 ISAR 영상합성을 통해 국내에서 상업적으로 많이 사용되고 있는 두 기종의 드론을 탐지하고 상호 식별이 가능함을 보였다.
  • 본 연구는 증가하는 드론의 활용과 함께 발생 가능한 안전사고, 치안 위협 등에 대응하기 위한 방안으로 레이더를 활용한 드론 탐지 및 식별 기술을 다루었다. 대표적인 레이더 기반의 드론 탐지 기법으로 CW 레이더를 활용한 마이크로 도플러 분석과 FMCW 기반의 ISAR 영상 합성 기법을 제시하고 각각의 활용 방안과 가능성을 제시하였다.
  • 본 연구에서는 이동형 드론 탐지 시스템을 가정하여 상업용 소자로 구성된 1 W급 출력을 갖는 다중 대역의 소형 레이더를 구축하였다. 이를 활용하여 실제 도심에서 운용되는 드론을 대상으로 마이크로 도플러 패턴 분석을 먼저 수행하고 다음으로 ISAR 기법을 적용한 2차원 드론 영상을 획득하는 실험을 수행하였다.

가설 설정

  • 5는 FMCW 신호 기반의 ISAR 처리 과정에 대해 나타낸다. 본 논문에서는 도심이나 주요 시설물에 근접하여 직선 비행하는 드론에 FMCW ISAR를 적용하여 탐지 및 식별을 수행하는 시나리오를 가정한다. FMCW ISAR의 처리 과정은 일반적인 SAR 영상의 처리 과정과 유사하나, 드론의 불균질한 움직임을 보상하기 위해 거리지연 보상, 위상 요동 및 거리 오차를 보상하는 정밀 신호처리가 중요한 역할을 수행한다[12,13].
  • 본 연구에서는 로터의 단면 구간에서 최대 반사도 값을 AP 로 가정하여 시뮬레이션을 수행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
마이크로 도플러 탐지 기법는 실제 활용하는데 어떠한 한계가 있는가? 본 논문에서는 드론의 탐지뿐만 아니라 분류에도 활용할 수 있는 레이더 운용 기법을 제안하고 분석하였다. 최근 활발히 연구되고 있는 마이크로 도플러 탐지 기법은 드론 로터에 의한 도플러 특성 정보를 분석하는 것으로서 이동하는 드론에서의 오차가 증가하고, 드론 본체에 대한 정보에 대해서는 취약하게 되는 문제가 있어서 실제 활용에 한계가 있다. 본 논문에서는 마이크로 도플러 기반 드론 탐지의 이론적 예측과 실제 실험 결과를 비교한 후 새로운 대안의 필요성을 제시한다.
전파 기반의 능동 레이더 센서의 특징은? 이를 위해 기존의 음향, 열, 광학 센서를 포함한 다양한 센서 기반의 드론 탐지 연구가 보고된 바 있으나, 크기가 작고 저고도에서 빠른 속도로 이동하는 드론 표적의 특성을 고려하면, 통상적인 감시 센서 체계로는 탐지와 대응이 어렵다고 알려져 있다[2,3]. 전파 기반의 능동 레이더 센서는 전파 반사 표적의 거리와 속도를 파악하기에 용이하고, 전천후 주·야간 운용이 가능하기 때문에 국내외에서 드론 탐지 체계로 적합한 수단이 될 수 있다.
마이크로 도플러 분석 기법은 어떻게 이루어지는가? 마이크로 도플러 분석 기법은 최근 가장 활발하게 이루어지고 있는 드론 탐지 연구 방법이다. 비교적 간단한 구조의 CW(Continuos Wave) 레이더를 이용하여 저비용의 탐지 체계를 구축함으로써, 드론의 고유 진동 특성에 따라서 다르게 수신되는 마이크로 도플러 패턴을 분석하거나 데이터를 수집하여 자료로 표적 분류의 목적의 활용될 수 있다[8,9].
질의응답 정보가 도움이 되었나요?

참고문헌 (19)

  1. Ryan J. Wallace, Jon M. Lof, "Examining Unmanned Aerial System Threats & Defenses: A Conceptual Analysis," EMBRY-RIDDLE, 2015. 

  2. Salloum, Hady, et al., "Acoustic System for Low Flying Aircraft Detection," Technologies for Homeland Security(HST), 2015 IEEE International Symposium on, IEEE, 2015. 

  3. Park, Seongha, et al., "Combination of Radar and Audio Sensors for Identification of Rotor-Type Unmanned Aerial Vehicles(uavs)," SENSORS, 2015 IEEE, IEEE, 2015. 

  4. Harman, Stephen, "Characteristics of the Radar Signature of Multi-Rotor UAVs," Radar Conference (EuRAD), 2016 European, IEEE, 2016. 

  5. Schroder, Arne, et al., "Numerical and Experimental Radar Cross Section Analysis of the Quadrocopter DJI Phantom 2," Radar Conference, 2015 IEEE, IEEE, 2015. 

  6. Li, Chenchen J., and Hao Ling, "An Investigation on the Radar Signatures of Small Consumer Drones," IEEE Antennas and Wireless Propagation Letters 16, pp. 649-652, 2017. 

  7. M. J. Moon, "Research on the Drone Detection based on the Radar," Satellite Communications and Space Industry, Vol. 12(2), pp. 99-103, 2017. 

  8. Vaila, Minna, et al., "Incorporating a Stochastic Model of the Target Orientation into a Momentary RCS Distribution," Radar Conference(RadarCon), 2015 IEEE, IEEE, 2015. 

  9. Molchanov, Pavlo, et al., "Classification of Small UAVs and Birds by Micro-Doppler Signatures," International Journal of Microwave and Wireless Technologies 6.3-4, pp. 435-444, 2014. 

  10. V. C. Chen, F. Li, S. Ho and H. Wechsler, "Micro-Doppler Effect in Radar: Phenomenon, Model, and Simulation Study," IEEE Transactions on Aerospace and Electronic System, Vol. 42(1), pp. 2-21, 2006. 

  11. Chen, Victor C., "The Micro-Doppler Effect in Radar," Artech House, pp. 111-123, 2011. 

  12. 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. 

  13. K. W. Lee, "Implement of Small Drone Detection based on ISAR and Analysis," Journal of Electromagnetic Engineering and Science 28(2), pp. 159-162, 2017. 

  14. I. G. Cumming, "Digital Processing of Synthetic Aperture Radar Data," Artech House, pp. 225-421, 2004. 

  15. Jian LI, Renbiao Wu, Victor C. Chen, "Robust Autofocus Algorithm for ISAR Imaging of Moving Targets," IEEE Transactions on Aerospace and Electronic Systems, Vol. 37, No. 3, July 2001. 

  16. R. I. A. Harmanny, et al., "Radar Micro-Doppler Feature Extraction using the Spectrogram and the Cepstrogram," 11th European Radar Conference, 2014. 

  17. B. P. Bogert, M. J. R. Healy en J. W. Tukey, "The Quefrency Analysis of Time Series for Echoes: Cepstrum, Pseudo Autocovariance, Cross - Cepstrum and Saphe Cracking," in: M. Rosenblatt(ed.): Proceedings of the Symposium on Time Series Analysis, Wiley, New York, Chapter 15, pp. 209-243, 1963. 

  18. J. H. Song, "High Resolution Full-Aperture ISAR Processing through Modified Doppler History based Motion Compensation," Sensors 2017, No. 6, 2017. 

  19. Delisle G. Y., "Moving Target Imaging and Trajectory Computation using ISAR," IEEE Trans. Aerospace Electronics System, No. 30, pp. 887-899, 1994. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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