$\require{mediawiki-texvc}$

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.

다기능 레이다를 이용한 저 RCS 해상표적 탐지성능 분석
Detection of Low-RCS Targets in Sea-Clutter using Multi-Function Radar 원문보기

韓國電磁波學會論文誌 = The journal of Korean Institute of Electromagnetic Engineering and Science, v.30 no.6, 2019년, pp.507 - 517  

이명준 (포항공과대학교 전자전기공학과) ,  김지은 (포항공과대학교 전자전기공학과) ,  이상민 (포항공과대학교 전자전기공학과) ,  전현무 (한화시스템) ,  양우용 (한화시스템) ,  김경태 (포항공과대학교 전자전기공학과)

초록
AI-Helper 아이콘AI-Helper

다기능 레이다(multi-function radar: MFR)는 탐지, 추적, 식별 등 다양한 기능을 동시에 수행하는 레이다 시스템이다. 이러한 MFR은 여러 기능을 실시간 내에 수행해야 하기 때문에, 탐지 모드를 위한 측정 시간이 매우 짧은 특징을 갖고 있다. 또한, 저 레이다 단면적(radar cross section: RCS)을 갖는 해상표적을 탐지하기 위해 개발된 기존의 다양한 탐지기법들이 존재하며, 해당 기법들을 MFR 탐지모드에도 사용할 수 있다. 그러나 기존에 연구된 많은 해상표적 탐지기법은 상대적으로 긴 시간 측정된 해상 신호에 대해 효과적 해상표적 탐지가 가능하도록 개발되었기 때문에, 매우 짧은 측정시간을 갖는 MFR 탐지 모드에는 적합하지 않은 부분이 있다. 본 논문에서는 MFR 탐지 모드의 짧은 측정 시간을 고려한 해상클러터 모델링 방법을 제시하고, 이를 이용하여 해상 클러터 신호를 생성하였다. 또한 해상표적 RCS를 수치해석기법을 이용하여 계산하고, 앞에서 계산된 클러터 신호와 결합하였다. 이렇게 생성된 최종 레이다 수신 신호를 이용하여 기존에 개발된 4가지 서로 다른 해상표적 탐지기법을 적용하고, 탐지성능을 분석하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Multi-function radar(MFR) is a system that uses various functions such as detection, tracking, and classification. To operate the functions in real-time, the detection stage in MFR usually uses radar signals for short measurement time. We can utilize several conventional detectors in the MFR system ...

주제어

#CA-CFAR   #EMD   #Fractal   #MFR   #Sea Clutter Model  

표/그림 (16)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 MFR 시스템에서의 기존 해상표적 탐지 기법 성능을 분석하기 위해 MFR 탐지모드에서 측정되는 해상 클러터 모델링 방법을 제안 및 수행하고, 수치해석을 통해 획득한 표적 신호와 결합하였다. 결합된 신호에 대해 기존 탐지 기법의 탐지율과 오 경보율을 ROC 커브를 통해 비교하였다.
  • 따라서 MFR 탐지 모드에 적합한 해상표적 탐지 기법 개발에 앞서, MFR 탐지모드에 적용된 기존 기법들의 탐지 성능 분석이 필요하다. 본 논문에서는 MFR탐지 시나리오에 적합한 해상 클러터 모델링 방법을 제시하고, 수치해석을 통해 획득된 해상 표적 신호를 결합한다. 결합된 레이다 신호에 대하여 기존 4가지 탐지 기법을 적용하고, 탐지 성능을 분석하였다.
  • 본 논문에서는 해상 클러터와 해상 표적(구명보트)의 레이다 반사 신호를 모델링하고, 해당 레이다 신호에 적용한 서로 다른 네 가지 탐지기법들의 탐지 성능을 분석하였다. 시뮬레이션에서 사용한 클러터 및 표적, 레이다, 탐지 기법 관련 매개변수는 각각 표 1～표 3 및 그림 8과 같다.

가설 설정

  • 파도의 움직임으로부터 발생되는 도플러 스펙트럼 모델링을 위해서는 레인지 빈에서 측정되는 도플러 스펙트럼의 모양을 결정해야 하는데, 해당 모양은 가우시안 모양이라고 가정할 수 있다[7]. 
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
기존의 해상 클러터 모델링이 모델링한 것은? 기존의 해상 클러터 모델링은 주로 특정 레인지 빈에서 수신되는 시간축 데이터를 모델링한다. 그러나, MFR 탐지 모드는 수신 시간이 짧기 때문에, 해당 시간 동안에 수신되는 신호의 시간에 따른 크기 변화가 작다[3].
다기능 레이다란? 다기능 레이다(multi-function radar: MFR)는 탐지, 추적, 식별 등 다양한 기능을 동시에 수행하는 레이다 시스템이다. 이러한 MFR은 여러 기능을 실시간 내에 수행해야 하기 때문에, 탐지 모드를 위한 측정 시간이 매우 짧은 특징을 갖고 있다.
해상 클러터 및 해상표적 모델링이 결합된 신호에 대해 사용된 해상 표적 탐지 기법은? 본 연구에서는 Ⅱ와 Ⅲ에서 제시된 해상 클러터 및 해상표적 모델링이 결합된 신호에 대해 기존의 해상 표적 탐지 기법을 적용하여 탐지 성능을 분석한다. 사용된 기법은 일정오경보율(constant false alarm rate: CFAR)[15] 탐지 기법, 프렉탈(Fractal)[3] 특성을 이용한 탐지 기법, 단일 함수분해(emperical mode decomposition: EMD)[1],[16] 과정을 이용한 탐지 기법, 방사형 기본 함수(radial basis function: RBF)를 이용한 신경망 회로(neural network: NN)[2],[17] 탐지 기법이며, 각각의 추출된 특징 벡터를 이용하여 탐지를 수행한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (18)

  1. X. Chunsheng, C. Hao, and X. Dong, "Sea clutter characteristics analysis and target detection based on HHT," in 2011 International Conference on Consumer Electronics, Communications and Networks(CECNet), XianNing, Apr. 2011, pp. 694-697. 

  2. G. Hennessey, H. Leung, A. Drosopoulos, and P. C. Yip, "Sea-clutter modeling using a radial-basis-function neural network," IEEE Journal of Oceanic Engineering, vol. 26, no. 3, pp. 358-372, Jul. 2001. 

    상세보기 crossref

  3. J. Hu, W. W. Tung, and J. Gao, "Detection of low observable targets within sea clutter by structure function based multifractal analysis," IEEE Transaction on Antennas and Propagation, vol. 54, no. 1, pp. 136-143, Jan. 2006. 

    상세보기 crossref

  4. S. Miranda, C. Baker, K. Woodbridge, and H. Griffiths, "Knowledge-based resouce management for multifunciton radar: A look at scheduling and task prioritization," IEEE Signal Processing Magazine, vol. 23, no. 1, pp. 66-76, Feb. 2006. 

  5. I. Antipov, "Statistical analysis of Northern Australian coastline sea clutter data," Australian Government Department of Defence Science and Technology, DSTO-TR-1236, 2002. 

  6. X. Li, X. Xu, "A statistical model for correlated K-distributed sea clutter," in 2008 Congress on Image and Signal Processing, Sanya, Hainan, May 2008, pp. 408-412. 

  7. S. Watts, "Modeling and simulation of coherent sea clutter," IEEE Transactions on Aerospace and Electronic Systems, vol. 48, no. 4, pp. 3303-3317, Oct. 2012. 

    상세보기 crossref

  8. H. W. Melief, H. Greidanus, P. van Genderen, and P. Hoogeboom, "Analysis of sea spikes in radar sea clutter data," IEEE Transactions on Geoscience and Remote Sensing, vol. 44, no. 4, pp. 985-993, Apr. 2006 

    상세보기 crossref

  9. A. Farina, F. Ginin, M. V. Greco, and L. Verranzzani, "High resolution sea clutter data: Statistical analysis of recorded live data," in IEE Proceedings-Radar, Sonar and Navigation, Jun. 1997, vol. 144, no. 3, pp. 121-130. 

    상세보기 crossref

  10. S. H. Choi, J. M. Song, H. M. Jeon, Y. S. Chung, J. M. Kim, and S. W. Hong, et al., "Simulation of low-grazing-angle coherent sea clutter," The Journal of Korean Institute of Electromagnetic Engineering and Science, vol. 29, no. 8, pp. 615-623, Aug. 2018. 

  11. K. D. Ward, R. J. A. Tough, and S. Watts, Sea Clutter: Scattering, the K Distribution and Radar Performance, London, Institution of Engineering and Technology, 2006. 

  12. C. Ozdemir, Inverse Synthetic Aperture Radar Imaging with Matlab Algorithm, Mersin, John Wiley & Sons, 2012. 

  13. B. R. Mahafza, Radar Systems Analysis and Design Using Matlab, 2nd ed. New York, NY, CRC, 2005. 

  14. I. Antipov, "Simulation of sea clutter returns," Australian Government Department of Defence Science and Technology, DSTO-TR-0679, 1998. 

  15. M. A. Richards, Fundamentals of Radar Signal Processing, 2nd ed. Chicago, IL, McGraw-Hill, 2005. 

  16. Y. Yang, J. Deng, "Empirical mode decomposition as a tree-structured filter: A tutorial view," in 2010 International Conference on Biomedical Engineering and Computer Science, Wuhan, Apr. 2010, pp. 1-4. 

  17. L. Yujie, W. Wenguang, and S. Jinping, "Research of small target detection within sea clutter based on chaos," in 2009 International Conference on Environmental Science and Information Application Technology, Wuhan, Jul. 2009, pp. 469-472. 

  18. H. Leung, "Experimental modeling of electromagetic wave scattering from an ocean surface based on chaotic theory," Chaos, Solitons & Fractals, vol. 2, no. 1, pp. 25-43, Jan.-Feb. 1992. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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