초록 ▼

□ 연구개발 목표 및 내용
￭ 최종 목표
시계열적 상관관계를 이용한 딥러닝 기반 다중 객체 위치 추적 기법 개발 및 실용적 최적화
￭ 전체 내용
• 딥러닝 기반 배열안테나 객체 위치 추정 연구와 배열안테나 기반 고성능/저비용 객체 위치 추적 연구를 병렬적으로 수행
• 딥러닝 기반 기법과 고성능 객체 위치 추적 기법의 결합, 보다 다양한 관측환경에 적용할 수 있는 기법, 성능 향상과 연산량 감소 기법 등 다방면의 연구를 수행하여 기법 고도화 연구 수행
￭ 1단계
❍ 목표
•

□ 연구개발 목표 및 내용
￭ 최종 목표
시계열적 상관관계를 이용한 딥러닝 기반 다중 객체 위치 추적 기법 개발 및 실용적 최적화
￭ 전체 내용
• 딥러닝 기반 배열안테나 객체 위치 추정 연구와 배열안테나 기반 고성능/저비용 객체 위치 추적 연구를 병렬적으로 수행
• 딥러닝 기반 기법과 고성능 객체 위치 추적 기법의 결합, 보다 다양한 관측환경에 적용할 수 있는 기법, 성능 향상과 연산량 감소 기법 등 다방면의 연구를 수행하여 기법 고도화 연구 수행
￭ 1단계
❍ 목표
• 딥러닝 기반 배열안테나 다중 객체 위치 추적 기법 개발
• 기법 고도화 및 실용적 최적화
❍ 내용
• 딥러닝 기반 배열안테나 객체 위치 추정 기법 연구
• 시계열적 상관관계를 이용한 객체 위치 추적 기법 연구
• 고성능 배열안테나 객체 추적 기법과 딥러닝 기법 접목
• 딥러닝 기반의 일반적인 객체 위치 추적 기법 연구
• 다양환 환경에 대응가능한 적응형 기법으로 개선

□ 연구개발성과
• 실용적인 딥러닝 기반 배열안테나 객체 위치 추정 기법 확보
- 잡음제거, 도래각 시프트 과정을 거쳐 적은 수의 학습데이터 필요
- 3단계 추정과정을 거쳐 탐색없이 바로 객체 위치 추정 가능
• 부공간 기반의 고성능/저비용 배열안테나 객체 위치 추적 기법 확보
- 루엔버거 트래커를 이용해 연산량을 기존의 부공간 기법에 비해 대폭 낮춤
- 객체가 겹쳐 추적이 어려운 경우엔 최소자승법으로 추적 지속 가능
• 네트워크 에너지 효율 향상 기법 개발
- 시계열성에 대한 연구를 통해 얻은 직관으로 수학적 문제를 해결
- 통신망 구축을 보다 효율적으로 할 수 있는 기법
• 딥러닝 기반의 일반적인 객체 위치 추적 기법 연구
- 딥러닝 기법과 고성능/저비용 배열안테나 추적 기법 접목에 필요
- LSTM의 성능을 객관적으로 검증해보기 위해 칼만필터, 파티클필터와 비교
- 다양한 환경에 대응가능한 적응형 기법 연구의 기반 마련
• SCI급 논문 2편과 국내학술지 논문 3편을 게재, 관련 기술을 이용한 특허 3건을 출원(2건은 등록완료)하는 등 다수의 학술논문과 지적재산권 확보
• 연구를 통해 획득한 각종 성과와 연구경험을 바탕으로 후속연구 기획

□ 연구개발성과 활용계획 및 기대 효과
• 본 연구는 일회성의 연구에 그치지 않고 지속적인 연구가 필요
• 지속적인 연구를 위해 연구 성과인 논문 외에도, 연구를 수행하며 획득한 코드, 참고문헌, 결과분석자료 등을 잘 정리하여 후속연구에서 활용할 계획

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1.1 연구 목표 ... 4
• 1.2 연구의 필요성 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 6
• 1) 연구수행 결과 ... 6
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 10
• 4.1 학문적 기여 ... 10
• 4.2 산업적 기여 ... 11
• 5. 연구개발성과의 관리 및 활용 계획 ... 12
• 6. 참고문헌 ... 12
• 끝페이지 ... 12