[논문]Sigma-Delta STAP의 시뮬레이션과 시험 결과 비교

권보준

doi:10.5515/kjkiees.2018.29.6.457

Sigma-Delta STAP의 시뮬레이션과 시험 결과 비교
Comparison Between Simulation and Test Result of Sigma-Delta STAP 원문보기

韓國電磁波學會論文誌 = The journal of Korean Institute of Electromagnetic Engineering and Science, v.29 no.6, 2018년, pp.457 - 463

권보준 (국방과학연구소)

초록
AI-Helper

이 논문에서는 실제 레이다를 이용하여 획득한 신호와 시뮬레이션으로 획득한 신호에 ${\Sigma}{\Delta}-STAP$ 알고리즘을 적용하여 비교하였다. 시험은 무반향 챔버에서 모의신호 발생장치를 이용한 표적 신호와 신호발생기를 이용한 클러터 신호를 레이다로 수신하여 수행하였다. 시뮬레이션은 시험과 동일한 레이다 파라미터에 이상적인 기저대역 신호 모델링을 통하여 수행하였다. 비교 결과, ${\Sigma}{\Delta}-STAP$ 처리된 거리-도플러 맵은 표적 신호의 형태나 잡음 수준이 시뮬레이션과 시험 결과가 거의 유사하였다. SINR 손실의 경우, 두 결과가 비슷한 양상을 보이나, 시뮬레이션 결과가 1~2 dB 가량 높은 값을 보였다. 이를 통하여 일반적인 레이다 신호 시뮬레이션을 수행하여도 실제 시험 결과와 유사한 ${\Sigma}{\Delta}-STAP$ 처리 결과를 얻을 수 있음을 확인하였다.

Abstract ▼ AI-Helper

This paper compares the results of ${\Sigma}{\Delta}-STAP$ applied to actual radar test data and simulation data. The radar received a target signal from a virtual target generator and the clutter signal from a signal generator in an anechoic chamber. The simulation data were generated from ideal baseband radar signal modeling using the same parameter as that for the test radar. The ${\Sigma}{\Delta}-STAP$ results of the test and simulation data are similar in terms of the target signal shape and noise level. The SINR(Signal-to-Interfrence-plus-Noise Ratio) loss also had similar aspects, but the simulation result shows 1~2 dB higher SINR loss than the test result. This result verified that the simulation data can be a reasonable alternative test data when the ${\Sigma}{\Delta}-STAP$ is applied.

주제어

AI 본문요약
AI-Helper

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

가설 설정

거리, 도플러 인덱스가 각각 (i, j)인 테스트 셀에 대하여ΣΔ-STAP 처리를 하는 경우를 가정하자.
반면 ΣΔ- STAP에서는 표적이 안테나 정면에 위치한다고 가정하고, 테스트 셀의 합 채널에 해당하는 위치만 1이고, 나머지는 0인 벡터를 사용한다.
송수신기 측면에서도 이상적인 파형 생성과 잡음지수에 의한 잡음, 시스템 손실만을 모델링함으로써 초고주파 회로의 특성을 단순화하였다. 신호처리 하드웨어 측면에서도 이상적인 ADC와 DDC(Digital Down Conversion) 기능을 가정했다.

제안 방법

그리고 CPI(Coherent Processing Interval) 내 모든 펄스마다 레이다, 표적, 재머의 위치를 업데이트한다. 그 후 거리/각도를 계산하여 안테나 이득과 레이다 방정식으로부터의 전력을 계산한다. 여기서 표적의 경우에는 해당 전력을 갖고, 선형 주파수 변조를 넣은 펄스를 거리 지연을 시켜 적절한 위치에 삽입한다.
또한 이후의 모든 결과에서Ngd=2, K=8, Npt=2, λ는 잡음 전력의 2배를 사용하였고, 도플러 처리에는 체비셰프(Chebyshev) 윈도우를 적용하였다.
본 논문에서는 무반향 챔버에서 실제 레이다를 이용해 획득한 신호와 시뮬레이션으로 얻은 신호에 ΣΔ-STAP 알고리즘을 적용하여 비교하였다.
본 논문에서는 합, 방위각 차 2채널(Nps =1)을 이용해 ΣΔ-STAP을 수행하였다.
이 장에서는 시험 환경과 시뮬레이션 구성에 대해서 기술한다. 본 논문의 목적인 시뮬레이션 결과와 시험 결과의 비교를 위하여 통제된 상황이 필요하였고, 무반향 챔버 시험 환경을 그 기준으로 삼았다. 시뮬레이션 모델도 시험 환경과 동일하게 표적과 단순한 형태의 클러터 신호만을 기저대역 신호로 모델링하는 방식을 적용하였다.
따라서 주위 구조물과의 커플링 효과 등은 반영되지 않았다. 송수신기 측면에서도 이상적인 파형 생성과 잡음지수에 의한 잡음, 시스템 손실만을 모델링함으로써 초고주파 회로의 특성을 단순화하였다. 신호처리 하드웨어 측면에서도 이상적인 ADC와 DDC(Digital Down Conversion) 기능을 가정했다.
시나리오는 시험 환경과 같은 상황을 모사하기 위하여 표적과 재머만 있는 것으로 모델링하였다.
본 논문의 목적인 시뮬레이션 결과와 시험 결과의 비교를 위하여 통제된 상황이 필요하였고, 무반향 챔버 시험 환경을 그 기준으로 삼았다. 시뮬레이션 모델도 시험 환경과 동일하게 표적과 단순한 형태의 클러터 신호만을 기저대역 신호로 모델링하는 방식을 적용하였다.
시험 결과와 시뮬레이션 결과로부터 얻은 원 데이터에도 플러 처리를 거쳐 거리-도플러 맵을 생성 후, 모든 셀에 대하여 Ⅱ장의 ΣΔ-STAP 처리를 수행하여 처리된 거리- 도플러 맵을 얻었다.
시험은 클러터 신호의 위치를 고정하고, 표적 신호의 도플러 주파수를 변경하여 도플러 셀로 하나씩 움직여가면서 신호를 획득하는 방식으로 수행하였다. 하나의 상황 당 약 30회의 시험을 반복하여 SINR 손실을 구한 뒤 평균을 취했다.
정확한 비교를 위하여 시험에 사용한 레이다의 파라미터를 그대로 이용했다. 안테나 패턴은 적용된 안테나 설계 결과의 시뮬레이션 패턴을 선형 보간하여 적용하였다. 따라서 주위 구조물과의 커플링 효과 등은 반영되지 않았다.
이 논문에서는 실제 레이다를 통해 무반향 챔버에서 얻은 시험 결과와 같은 조건의 시뮬레이션으로 획득한 데이터에 ΣΔ-STAP을 적용하고 비교하기 위하여 일반적인 레이다 신호 모델링을 통해 시뮬레이션을 수행하였다.
레이다와 신호발생기의 동기화를 위해 역시 동기 신호를 입력하였다. 최종적으로 두 신호를 합하여 도파관을 통해 챔버 내의 혼안테나로 보내주고, 레이다는 정면에서 오는 신호를 수신하여 신호처리를 수행한다.
챔버 내에서 시험을 수행하므로 절대적인 거리, 속도 값이 큰 의미가 없고, 표적과 클러터 전력도 조절이 가능하다. 표적 신호는 SNR(Signal-to-Noise Ratio) 약 30 dB,클러터 신호는 CNR(Clutter-to-Noise Ratio) 약 40 dB 수준에서 대역폭은 약 2 도플러 셀 수준으로 시험을 수행하였다. 시험 결과의 예는 그림 4의 왼쪽 그림과 같다.
시험은 클러터 신호의 위치를 고정하고, 표적 신호의 도플러 주파수를 변경하여 도플러 셀로 하나씩 움직여가면서 신호를 획득하는 방식으로 수행하였다. 하나의 상황 당 약 30회의 시험을 반복하여 SINR 손실을 구한 뒤 평균을 취했다. 결과는 그림 6과 같다.

대상 데이터

정확한 비교를 위하여 시험에 사용한 레이다의 파라미터를 그대로 이용했다. 안테나 패턴은 적용된 안테나 설계 결과의 시뮬레이션 패턴을 선형 보간하여 적용하였다.

이론/모형

이를 통하여 잡음 레벨을 평탄화해서 필터 가중치를 강건하게 생성할 수 있다. 많은 연구에 의하여 다양한 가중치가 연구되었는데, 본 논문에서는 식 (3)의 MSMI(Modified Sample Matrix Inversion) 방법을 사용했다. 여기서 w 는 필터 가중치이고, s 는 steering vector이다.
본 논문에서는 두 가지 방법을 동시에 이용하는 JDL(Joint Domain Localization)[3] 방식을 아날로그 모노펄스 빔형성 회로를 거쳐 획득한 합과 차 채널 데이터에 적용하는 ΣΔ-STAP[4],[5] 기법을 사용하였다.
시뮬레이션 방법은 일반적인 레이다 시뮬레이션과 동일하게 이상적인 기저대역 신호 생성 기법을 적용하였다.
를 구하면 ΣΔ-STAP 처리가 완료된다. 이후에 CFAR 등의 탐지 알고리즘을 적용하여 표적 탐지를 수행한다.

성능/효과

거리 셀로는 시험 결과에선 31번 셀에, 시뮬레이션 결과에선 33번 셀에 존재한다. 거리-도플러 맵을 자세히 보면 거리로 32번, 도플러로 33번 셀 주위의 클러터 신호가 시험 결과에서는 약간 작아지고, 시뮬레이션 결과에서는 약간 커지는 것을 볼 수 있다. 이는 어떤 CPI 결과를 보는가에 따라 조금씩 달라진다.
비교 결과, ΣΔ-STAP 처리된 거리-도플러 맵은 정성적으로 살펴볼 때 표적 신호의 형태나 잡음 수준이 시뮬레이션과 시험 결과가 거의 유사하였다.
이를 통하여 이상적인 기저대역 신호 생성으로 시뮬레이션을 수행하여도 실제 시험 결과와 유사한 ΣΔ-STAP처리 결과를 얻을 수 있음을 확인하였다.

후속연구

따라서 표적 신호와 상황에 맞는 클러터 및 재밍 신호 모델링이 적합하게 수행된다면, 시뮬레이션을 통하여 실제 환경과 유사한 상황에서 알고리즘을 테스트해 볼 수 있다고 여겨진다. 추가적으로 안테나, 초고주파 회로, ADC 등의 이상적인 특성을 현실적으로 모사할 수 있다면, 더욱 더 실제와 유사한 환경에서 모의시험을 수행할 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	STAP는 어떠한 방법인가?	STAP(Space-Time Adaptive Processing)은 이러한 환경을 극복하고자 제안된 방법이다. 이름과 같이 배열 안테나를 이용한 공간 축과 반복되는 펄스를 통한 시간 축 데이터를 참조하여, 각도-도플러 주파수의 2차원 공간에서 간섭 신호를 제거한다. 이를 통하여 주엽 클러터 속 저속표적이나 부엽 클러터에 가려질 수 있는 작은 표적, 재밍 상황에서의 표적 탐지를 가능하게 하고, 시스템의 오차에 강인하게 동작할 수 있도록 도와준다[1].
	초기 STAP 기법은 무엇이었는가?	초기 STAP 기법은 획득된 모든 시공간 데이터로부터 가중치를 추출하는 Fully adaptive STAP이었다. 이 방법은 안테나의 수×펄스의 수에 해당하는 차원의 데이터에 대하여 클러터 분포를 추정하여야 한다.
	MPRF모드의 경우 거리와 속도의 모소성 때문에 발생하는 결과는 무엇인가?	지상 또는 저고도 표적이면서 상대속도가 느릴 경우에는 표적 신호가 항상 주엽 클러터 성분에 가려진다. 특히 MPRF(Me-dium Pulse Repetition Frequency) 모드의 경우에는 거리와 속도의 모호성 때문에 언제든지 주엽 혹은 부엽 클러터신호가 표적 신호와 비슷한 위치에 발생할 수 있다. 클러터 신호의 크기는 주로 표적 신호보다 크기 때문에 표적과 클러터 신호가 중첩되는 상황에서 표적을 탐지하는 문제는 상당히 어려운 문제로 알려져 있다.

참고문헌 (8)

J. Ward, "Space-time adaptive processing for airborne radar," MIT Lincoln Laboratory, Technical Report 1015, 1994.
V. Madisetti, "Space-time adaptive processing for airborne surveillance radar," in The Digital Signal Processing Handbook - Wireless, Networking, Radar, Sensor Array Processing, and Nonlinear Signal Processing, CRC Press, 2010.
H. Wang, L. Cai, "On adaptive spatial-temporal processing for airborne surveillance radar systems," IEEE Transactions on Aerospace and Electronic Systems, vol. 30, no. 3, pp. 660-670, Jul. 1994.

상세보기
R. D. Brown, M. C. Wicks, Y. Zhang, Q. Zhang, and H. Wang, "A space-time adaptive processing approach for improved performance and affordability," in Proceedings of the 1996 IEEE National Radar Conference, Ann Arbor, MI, 1996, pp. 321-326.
R. D. Brown, R. A. Schneible, M. C. Wicks, H. Wang, and Y. Zhang, "STAP for clutter suppression with sum and difference beams," IEEE Transactions on Aerospace and Electronic Systems, vol. 36, no. 2, pp. 634-646, Apr. 2000.

상세보기
M. A. Richards, Fundamentals of Radar Signal Processing, McGraw-Hill, Inc., 2005.
김태형, 윤정숙, 정재훈, 유성현, "항공기레이다의GMTI 모드를 위한 sigma-delta STAP의 적용 설계와 성능 분석 시뮬레이션," 한국전자파학회논문지, 28(4), pp. 336-346, 2017년 4월.

원문보기 상세보기
B. D. Carlson, "Covariance matrix estimation errors and diagonal loading in adaptive arrays," IEEE Transactions on Aerospace and Electronic Systems, vol. 24, no. 4, pp. 397-401, Jul. 1988.

상세보기

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