$\require{mediawiki-texvc}$

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.

[국내논문] 잡음 감소 기법을 활용한 레이다의 최대 거리 향상 기법
Increment Method of Radar Range using Noise Reduction 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.24 no.6, 2019년, pp.1 - 10  

이동효 (한국항공우주연구원 위성정보센터 위성운영실) ,  정대원 (한국항공우주연구원) ,  신한섭 (한국항공우주연구원) ,  양형모 (한국항공우주연구원) ,  김상동 (DGIST 미래자동차연구부) ,  김봉석 (DGIST 미래자동차연구부) ,  진영석 (DGIST 미래자동차연구부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 수신신호에 신호처리 기법을 수행함으로써 잡음을 감소시켜 탐지가능 거리를 향상시키는 방법을 제안한다. 레이다의 탐지 거리를 증가시키기 위해서는 수신신호의 잡음성분을 감소시켜야 한다. 제안하는 방식에서는 두 가지 방법을 이용하여 잡음성분을 감소시킨다. 첫째, 다수의 펄스로 송수신된 레이다 신호를 하나로 누적시킨다. 이때 더해지는 횟수가 증가할수록 잡음의 무작위성으로 인해 점차 작아지지만, 신호 부분은 점차 커지는 특성을 이용한다. 둘째, 누적된 신호를 주파수 스펙트럼으로 변환한 후 LMS (Least mean square) 필터를 적용시킨다. 레이다 수신신호의 경우 대부분이 잡음 성분이므로, 시간 영역에서 LMS 필터를 적용할 경우, 오히려 잡음이 더 증가하게 된다. 이를 방지하기 위해 수신신호를 전체 주파수 스펙트럼으로 변환한 후 LMS 필터를 적용한다. 이후 LMS 필터 출력을 시간 영역으로 다시 변환하고, 거리 추정 알고리즘을 수행한다. 시뮬레이션 결과를 통해 제안된 알고리즘을 적용함으로써 잡음 성분을 25 dB 개선시킴을 보였다. 실험은 국제우주정거장을 대상으로 한국항공우주연구원에서 보유중인 레이다의 기존 결과와 제안된 결과를 비교분석하여 최대 거리가 약 1,000 Km이상 측정됨을 관찰할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

This paper proposes a method to improve the detectable distance by reducing noise to perform a signal processing technique on the received signals. To increase the radar detection range, the noise component of the received signal has to be reduced. The proposed method reduces the noise component by ...

주제어

표/그림 (10)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 수신신호에 두 가지 신호처리를 수행함으로써 잡음성분을 감소시켜 최대거리를 확장시키는 방식을 제안한다. 첫째, 다수의 펄스로 송수신된 레이다 신호의 진폭값을 누적시킴으로 펄스 간 위상차이가 존재하더라도 상쇄간섭이 발생하지 않도록 한다.
  • 본 논문에서는 항우연에서 보유중인 추적레이 다의 파라미터를 변경하지 않고 획득한 수신신 호의 잡음을 감소시킴으로써 탐지 가능한 최대 거리를 향상시키는 방법에 대해 제안하였다. 레이다 탐지가능 거리 증가를 위해서는 수신신호의 잡음성분을 감소시켜야 한다.
  • 본 절에서는 고려하는 레이다의 시스템 모델 및 항우연에서 보유 중인 추적레이다의 시스템및 사양을 분석한다.
  • 본 절에서는 항우연 보유 추적레이다의 시스템파라미터를 변경하지 않고, 레이다에 수신된 신호를 신호처리 함으로써 잡음 전력을 감소시켜 최대 탐지 거리를 증가시키는 알고리즘을 기술한 다. 수식 (8)에서 분자의 파라미터 값을 증가시키 거나 분모의 파라미터 값을 감소시킴으로써 최대 탐지 거리를 증가시킬 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
빛을 이용하는 센서의 한계점은? 최근 레이다 센서는 보안 및 국방의 분야를 넘어 교통 및 우주 등의 분야에 까지 활용되고 있다. 카메라 센서와 같이 빛을 이용하는 센서의 경우 안개나 폭우와 같은 환경에서 안정적으로 동작하지 못한다. 이에 반해 레이다 센서는 전파를 이용하여 타겟의 정보를 탐지하기 때문에 광을 이용한 센서의 단점을 극복할 수 있다.
레이다 센서는 어떻게 정보를 탐지하는가? 레이다 센서는 송신 안테나를 통해 송신된 전파가 타겟에 반사된 후 수신 안테나로 수신되기 까지의 지연시간을 추정하여 타겟의 거리 정보를 탐지한다. 여기서, 탐지 가능한 최대거리는 송신 펄스 간의 주기나 송신 전력과 같은 다양한 파라 미터들에 의해 결정된다.
수신신호에 두 가지 신호처리를 수행함으로써 잡음성분을 감소시켜 최대거리를확장시키는 방식은 어떻게 적용하는가? 본 논문에서는 수신신호에 두 가지 신호처리를 수행함으로써 잡음성분을 감소시켜 최대거리를확장시키는 방식을 제안한다. 첫째, 다수의 펄스로 송수신된 레이다 신호의 진폭값을 누적시킴으로 펄스 간 위상차이가 존재하더라도 상쇄간섭이발생하지 않도록 한다. 둘째, 누적된 신호를 주파수 스펙트럼으로 변환한 후 LMS 필터를 적용시 킨다. 레이다 수신신호의 경우 어느 특정 부분만 원하는 신호성분이고, 나머지 대부분은 잡음 성분이므로, 시간 영역에서 LMS 필터를 적용할 경우 오히려 잡음이 더 증가하게 된다. 이를 방지 하기 위해 FFT (Fast fourier transform)를 이용해 수신신호를 전체 주파수 스펙트럼으로 변환한후 LMS 필터를 적용한다. 이후 IFFT (Inverse fast fourier transform)를 통해 시간 영역으로 역변환한다. 제안된 기법의 성능을 검증하기 위해,한국항공우주연구원(이하: 항우연)에서 보유중인 추적레이다(Choi et.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Ardalan, S., Moghadami, S., and Jaafari, S. (2015). Motion Noise Cancelation in Heartbeat Sensing Using Accelerometer and Adaptive Filter, IEEE Embeded Systems Letter, 7(4), 101-104. 

  2. Cao, D., Chen, Z., and Gao, X. (2019). Research on Noise Reduction Algorithm Based on Combination of LMS Filter and Spectral Subtraction, Journal of Information Processing Systems, 15(4), 748-764. 

  3. Choi, J., Shin, H., Kim, D., and Kim, T. (2015). The Technical Trends of Recent Bistatic Radar, Current Industrial and Technological Trends in Aerospace, 13(1), 160-165. 

  4. Choi, Y., and Ra, S. (2014). Implementation of Slaving Data Processing Function for Mission Control System in Space Center, Journal of the Korea Industrial Information Systems Society, 19(3), 31-39. 

  5. Dixit, S., and Nagaria, D. (2017). LMS Adaptive Filters for Noise Cancellation, International J ournal of Electrical and Computer Engineering, 7(5), 2520-2529. 

  6. Janarthanan, V., VenkataRamana, P., Bhargavi, P., Suresh, M., and Gopala K, J. (2015). Optimized Correlation Algorithm for Enhancing Tracking Performance in pulsed CW Radar, 2015 International Conference on Signal Processing and Communication Engineering Systems, Jan. 3, Guntur, India. 

  7. Kim, S., and Lee, K. (2018). Improved Low SNR Super-accuracy Spectral Estimator with a Short Window Time For Noncontact Vital Radar, Journal of Institute of Electronics and Information Engineers, 55(2), 97-104. 

  8. Lee, C., and Oh, S. (2000). A Data Processing System on the Transportable Meteorological Radar, Journal of the Korea Industrial Information Systems Society, 5(3), 44-50. 

  9. Lee, J., Choi, E., Moon, H., Park, J., and Cho, S. (2018). Design of L-Band-Phased Array Radar System for Space Situational Awareness, Journal of Korean Institute of Electromagnetic Engineering and Science, 29(3), 214-224. 

  10. Levski, D., and Choubey, B. (2016). On Noise in Time-delay Integration CMOS Image Sensors, Proceedings of SPIE 9891, Silicon Photonics and Photonic Integrated Circuits V, 989122, May 13, Brussels, Belgium. 

  11. Scherr, S. Afroz, R. Ayhan, S. Thomas, S. Jaeschke, T. Marahrens, S. Bhutani, A. Pauli, M. Pohl, N., and Zwick, T. (2017). Influence of Radar Targets on the Accuracy of FMCW Radar Distance Measurements, IEEE Transactions Microwave Theory and Techniques, 65(10), 3640-3647. 

  12. Song, H. (2015). Performance Enhancement of Launch Vehicle Tracking Using GPS-based Multiple Radar Bias Estimation and Sensor Fusion, Journal of the Korea Industrial Information Systems Society, 20(6), 47-56. 

  13. Stimson, G. (1998). Introduction to Airborne Radar, SciTech Publishing Inc. 

  14. Zhang, S. Wang, Y. Guo, H., Yang, C., Wang, X., and Liu N. (2019). A Normalized Frequency-domain Block Filtered-x LMS Algorithm for Active Vehicle Interior Noise Control, Mechanical Systems and Signal Processing, 120, 150-165. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

유발과제정보 저작권 관리 안내
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