초록 ▼

본 연구는 광대역(UWB) 레이다를 이용한 비협조적 표적인식기법(NCTR)으로 표적의 특성벡터로 산란점과 고유주파수를 동시에 이용하였다. 즉, UWB 신호로부터 산란점과 고유주파수를 동시에 추출하여 이를 특성벡터로 이용함으로써 NCTR 성능을 향상시켰다. 본 연구에서는 수치해석 기법인 모멘트법과 측정 데이터를 이용하여 표적 데이터베이스를 구축하고 이들 데이터로부터 특성 벡터를 추출하기 위한 새로운 알고리즘(PSO-based CLEAN)을 연구하였으며 기존의 방법과 비교하여 10% 이상의 인식률 향상 결과를 얻을 수 있었다.
N

본 연구는 광대역(UWB) 레이다를 이용한 비협조적 표적인식기법(NCTR)으로 표적의 특성벡터로 산란점과 고유주파수를 동시에 이용하였다. 즉, UWB 신호로부터 산란점과 고유주파수를 동시에 추출하여 이를 특성벡터로 이용함으로써 NCTR 성능을 향상시켰다. 본 연구에서는 수치해석 기법인 모멘트법과 측정 데이터를 이용하여 표적 데이터베이스를 구축하고 이들 데이터로부터 특성 벡터를 추출하기 위한 새로운 알고리즘(PSO-based CLEAN)을 연구하였으며 기존의 방법과 비교하여 10% 이상의 인식률 향상 결과를 얻을 수 있었다.
NCTR에 있어서 가장 중요한 것은 표적을 구분하기 위한 특성 벡터를 추출하는 것이라 할 수 있겠다. 특성벡터로 주로 사용되는 것은 산란점과 고유주파수가 있으며 산란점은 주로 고주파 영역에서 나타나는 산란현상이며, 고유주파수는 물체의 물리적인 크기에 의해 결정되며 주로 저주파 영역에서 나타난다. 따라서, 본연구에서는 이 들 두 가지 특성 벡터를 모두 추출하기 위해서 레이다 산란 해석을 위한 수치해석 기법인 모멘트법(Moment method)과 광대역 시간 영역 측정 시스템에서 측정한 데이터를 기반으로 NCTR 데이터베이스를 구축하고 이로부터 특성벡터인 산란점과 고유주파수를 추출하기 위한 알고리즘 개발 및 표적 구분기(classifier)를 설계하였다.
총 3년의 연구기간 동안 특성벡터 추출을 위한 데이터베이스 구축, 고유주파수 및 산란점 추출 알고리즘개발(EP-based CLEAN, PSO-based CLEAN 등), 표적 구분기 (MLP 신경망, RBF, SVM 등) 설계, NCTR 소프트웨어의 구현 순으로 연구가 진행 되었다.
본 연구는 레이다 개발 분야에 있어 현재 국내외적으로 관심이 집중되고 있는 NCTR에 관한 연구로서 아직까지 국내에서는 본격적으로 연구가 진행된 바가 없는 고해상도의 광대역 레이다 신호를 이용함으로써 NCTR 성능을 획기적으로 향상시킬 수 있을 것으로 기대된다. 또한, 최근 들어 UWB용 RF 부품 기술이 발달하면서 UWB 레이다에 대한 연구가 활발할 뿐만 아니라, 안테나, 증폭기 등 관련 소자들이 속속개발되고 있다. 따라서, 본 연구를 통해 획득된 기술들은 앞으로 개발될 UWB 레이다가 상용화 될 경우 NCTR 기술을 한단계 끌어올릴 수 있는 계기가 될 것이며, UWB 신호를 이용한 고해상도 레이다 영상 형성 기술, UWB 레이다 측정 시스템의 국내 구축 시에 시스템 설계 및 데이터 검증 등에 활용할 수 있을 것으로 기대된다.

목차 Contents

• 일반연구자지원사업 최종(결과)보고서 ... 1
• 목차 ... 3
• Ⅰ. 연구결과 요약문 ... 4
• Ⅱ. 연구내용 및 결과 ... 5
• 1. 연구과제의 개요 ... 5
• 2. 국내외 기술개발 현황 ... 5
• 3. 연구수행 내용 및 결과 ... 6
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 7
• 5. 연구결과의 활용계획 ... 7
• 6. 연구과정에서 수집한 해외과학기술정보 ... 7
• Ⅲ. 연구성과 ... 8