$\require{mediawiki-texvc}$

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.

GPU를 이용한 함정용 다기능레이다 신호처리기 성능 개선 연구
A Performance Enhancement of a Naval Multi-Function Radar Signal Processor 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.20 no.2, 2020년, pp.141 - 147  

권세웅 (LIG넥스원(주), 레이다연구소) ,  홍성민 (LIG넥스원(주), 레이다연구소) ,  유성현 (LIG넥스원(주), 레이다연구소) ,  정채현 (LIG넥스원(주), 레이다연구소) ,  손성환 (LIG넥스원(주), 레이다연구소) ,  이기원 (LIG넥스원(주), 레이다연구소) ,  강연덕 (LIG넥스원(주), 레이다연구소)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 공간 및 전원에 제약사항이 존재하는 함정용 다기능레이다의 생존성 향상을 위해 고속 연산용 DSP를 GPU로 대체 가능성을 검토하기 위한 연구를 수행하였다. 성능비교를 위해 동일한 알고리즘으로 DSP와 GPU상에 신호처리기를 구현하였으며, 다기능 추적 레이다 비디오 신호에 대해 응답속도 측면에서 비교를 수행하였다. 성능비교 결과 전체 신호처리 응답속도는 최소 95 us에서 328 us로 GPU가 DSP대비 1.2배~4.1배 우세하였다. 이 연구를 통해 DSP대비 GPU의 성능은 향후 함정용 다기능레이다 뿐 아니라 고속연산이 필요한 레이다신호처리장치를 대체할 수 있을 것으로 예상된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

We studied for GPU based signal processor for naval multi-function radar. We implemented processing software both DSP and GPU, and compared computation performances and power consumption. As a result, computation performance was enhanced from 1.2 to 4.1 times compared with a DSP result. From the res...

주제어

#GPU   #Naval Multi-Function Radar   #Radar Signal Processor  

표/그림 (15)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구에서는 이러한 제약사항을 극복하기 위한 노력으로 GPU(Graphic Processing Unit) 기반의 신호처리장치 성능을 기존의 DSP(Digital Signal Processor)기반의 레이다 신호처리장치와 비교 검토하였다. GPU의발전으로 GPU는 딥러닝[2], 영상인식[3][4] 등 다양한 분야에서 활용되고 있다.
  • GPU는 데이터 입출력이 CPU를 경유해야 하기 때문에 CPU와 GPU간 입출력 인터페이스가 중요하게 된다.이 부분은 데이터 전송 뿐 아니라 함수 호출에도 영향을 받게 되므로 이에 대한 시험을 수행하였다. 아래 그림은 CPU에서 GPU 함수를 호출하는데 소요된 시간을 호출횟수별로 나타낸 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
펄스압축기법은 무엇을 계산하는가? 펄스압축기법은 두 신호간의 컨볼루션으로 상관도를계산하며, 일반적으로 실제 구현은 고속푸리에 변환(Fast Fourier Transform)을 이용하여 구현한다.
디지털배열기술의 가장 큰 장점은 무엇인가? 디지털기술의 발달로 RF를 이용하는 레이다 기술은전력증폭기를 제외한 나머지 모듈이 모두 단일칩셋으로구현되어 단일칩이 RF에서 기저대역(Baseband)까지 모두 처리하는 완전디지털 배열로 진화하고 있다. 디지털배열기술의 가장 큰 장점인 다중빔 기술을 이용하여 표적탐지정확도 향상, 최적 운용자원 배치 등 다양한 강점이 레이다에 적용되고 있다[1].
도플러처리에서 병렬고속푸리에변환만을 수행하는 이유는 무엇인가? 도플러처리는 레이다 비디오 중 Slow time sample간 푸리에변환(Fourier Transform)을 통해 표적의 Slow time 특성을 도플러 속도로 변환하는 기법이다. 도플러 처리의 경우 펄스압축 결과가 정렬되어 있기 때문에 병렬 고속푸리에변환 만을 수행한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. S. H. Talisa, T. M. Comberiate, M. D. Sharp, O. F. Somerlock, "Benefits of Digital Phased Array Radars," Proceedings of the IEEE Vol. 104, No. 3, Mar. 2016 DOI: https://doi.org/10.1109/JPROC.2016.2515842 

    상세보기

  2. Jin-Woo Kim, Phill-Kyu Rhee, "Image Recognition based on Adaptive Deep Learning," The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 18, No. 1, pp.113-117, Feb. 28, 2018 DOI: https://doi.org/10.7236/JIIBC.2018.18.1.113 

  3. Jongbok Lee, "A Study of The GPGPU Performance," The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 18, No. 6, pp.201-206, Dec. 31, 2018 

  4. Jin-Woo Kim, Phill-Kyu Rhee, "Image Recognition based on Adaptive Deep Learning," The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 18, No. 1, pp.113-117, Feb. 28, 2018 

  5. Jonghyun Lee, Jongheon Park, EunHee Kim, "A study of efficiency of GPU on Software Defined Radar Signal Processing," Joint Conference on Communications and Information, April, 2016 

  6. Jimmy Pettersson, Ian Wainwright, Radar Signal Processing with Graphics Processors(GPUs), Master Thesis, Uppsala University, 2010 

  7. Qin Hua, Song Wei, Tian Shushen, "Research on the Parallel Technology of GPU Acceleration on Radar Signal Processing," Advances in information Sciences and Service Sciences, Vol,4, No. 19, Oct 2012 

  8. Scott Sawyer, Rick Pancoast, Mike Iaquinto, Rathin Putatunda, Rex Bennett, John Broadbent, Scott Harrington, Edward Dunne, Benchmark Evaluation of Radar Processing Algorithms on Graphics Processor Units (GPUs), High Performance E Conference 2010, Sep. 2010 

  9. Young-Joo Kong, Seon-Keol Woo, Sungho Park, Seung-Yong Shin, Youn Hui Jang, Eunjung Yang, "OS CFAR Computation Time Reduction Technique to Apply Radar System in Real Time," The Journal of Korean Institute of Electromagnetic Engineering and Science, Vol. 29(10), pp. 791-798, Oct. 2018 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

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