KR100780470B1 - 탐색 레이더의 적응적 표적 탐지장치 - Google Patents

탐색 레이더의 적응적 표적 탐지장치 Download PDF

Info

Publication number
KR100780470B1
KR100780470B1 KR1020070084166A KR20070084166A KR100780470B1 KR 100780470 B1 KR100780470 B1 KR 100780470B1 KR 1020070084166 A KR1020070084166 A KR 1020070084166A KR 20070084166 A KR20070084166 A KR 20070084166A KR 100780470 B1 KR100780470 B1 KR 100780470B1
Authority
KR
South Korea
Prior art keywords
unit
output
target
layer
radar
Prior art date
Application number
KR1020070084166A
Other languages
English (en)
Inventor
김상규
Original Assignee
(주)미래시스템
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)미래시스템 filed Critical (주)미래시스템
Priority to KR1020070084166A priority Critical patent/KR100780470B1/ko
Application granted granted Critical
Publication of KR100780470B1 publication Critical patent/KR100780470B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G01S13/524—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi
    • G01S13/5246—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi post processors for coherent MTI discriminators, e.g. residue cancellers, CFAR after Doppler filters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명은 탐색 레이더의 적응적 표적 탐지장치에 관한 것으로서, 더욱 상세하게는 신경망의 역전파 알고리즘을 신호대잡음비(SNR : Signal to Noise Ratio)에 따른 적응적 표적 탐지를 가능하게 하기 위한 탐색 레이더의 적응적 표적 탐지장치에 관한 것이다.
본 발명인 탐색 레이더의 적응적 표적 탐지장치는,
표적 탐지장치에 있어서,
학습을 위한 학습 패턴 및 각각의 패턴에 대하여 출력을 실행하기 위한 훈련집합매트릭스부와;
가중치를 조정하는데 필요한 오류항을 역전파시키기 위한 역전파알고리즘연산부와;
표적을 탐지하는데 있어서 상기 훈련집합매트릭스부가 역전파알고리즘연산부를 거쳐 생성되는 출력 데이터로 입력층-은닉층 가중치 및 은닉층-출력층 가중치를 레이더신호처리부의 출력에 적용하기 위한 가중치매트릭스를 생성하기 위한 가중치매트릭스부와;
아날로그 신호를 디지털로 변환한 후 수신펄스를 송신 신호의 변조 코드값으로 정합필터링하여 수신 신호를 지연시킨 후 다음 펄스에 대한 동일 거리셀 수신 신호와의 차이를 이용하여 고정 물체에 의한 반사신호를 제거하고 주파수 변환을 통한 인접한 협대역 필터를 구성하여 처리하는 레이더신호처리부와;
상기 훈련집합매트릭스부와 역전파알고리즘연산부를 통해 얻어진 가중치매트릭스를 적용한 레이더신호처리부의 출력을 통해 최종적으로 표적을 탐지하기 위한 표적탐지부;를 포함하여 구성되는 것을 특징으로 한다.
본 발명을 통해 고정 문턱치 이용 시 발생하는 허위표적의 증가와 CFAR 알고리즘 이용 시 발생하는 낮은 탐지율에 대한 문제점을 해결하는 효과를 제공하게 된다.
레이더, 표적 탐지, 신호처리, 신경망, 역전파.

Description

탐색 레이더의 적응적 표적 탐지장치 {Adaptive target Signal Discrimination of surveillance radar.}
본 발명은 탐색 레이더의 적응적 표적 탐지장치에 관한 것으로서, 더욱 상세하게는 신경망의 역전파 알고리즘을 신호대잡음비(SNR : Signal to Noise Ratio)에 따른 적응적 표적 탐지를 가능하게 하기 위한 탐색 레이더의 적응적 표적 탐지장치에 관한 것이다.
일반적으로 레이더는 고주파를 방사하여 반사되어 오는 신호로 대상 물체의 거리 및 방향등을 탐지할 수 있게 하는 장비로서, 최신 레이더들은 표적 탐지율을 높이기 위해 송신신호와 수신신호의 위상을 비교하여 표적신호를 탐지하는 코히어런트(coherent) 표적 탐지방식을 사용한다.
현재 레이더의 표적탐지 방식은 통상적으로 주로 사용되는 오경보율(false alarm rate)을 일정하게 유지하기 위한 CFAR(constant false alarm rate)알고리즘의 적응적 문턱치(adaptive threshold)방식과 잡음만 존재하는 경우의 확률밀도 함 수에서 원하는 오경보율을 얻기 위해서 계산되는 고정 문턱치(fixed threshold)방식이 주로 이용되며, 레이더 신호처리에 주로 사용되는 펄스압축(pulse compression), MTI(moving target indicator), DFB(doppler filter bank)등의 신호처리 알고리즘을 거친 후 그 출력을 이용하여 신호의 세기가 해당 문턱치(threshold)를 넘는가에 따라 표적을 탐지하게 된다.
그러나, 고정 문턱치 탐지방식을 적용하는 경우는 수신되는 잡음의 세기가 임의의 간섭신호나 재밍신호에 의해 증가할 경우 잡음이 고정 문턱치를 초과함으로써 표적으로 간주되어 허위표적(false target)이 증가하게 되어 원하는 표적의 인식이 어려워질 뿐만 아니라 시스템의 과부화의 문제점이 발생하고, 적응 문턱치 탐지방식을 사용하는 CFAR 알고리즘은 오경보율을 일정하게 유지하기 위해 잡음신호의 크기에 따라 문턱치도 커져서 결과적으로 표적 탐지확률이 낮아지는 문제점이 발생하고 있는 실정이다.
따라서 본 발명은 상기와 같은 종래 기술의 문제점을 감안하여 제안된 것으로서, 본 발명의 목적은 신경망의 역전파 알고리즘을 적용하여 SNR에 따른 적응적 표적 탐지 방식을 적용하여 수신잡음 세기의 증가에 따른 고정 문턱치 사용 시 허위표적의 증가와 적응 문턱치를 사용하는 CFAR 알고리즘 사용 시 표적 탐지률이 낮아지는 문제점을 개선하는데 있다.
본 발명이 해결하고자 하는 과제를 달성하기 위하여,
본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치는,
표적 탐지장치에 있어서,
학습을 위한 학습 패턴 및 각각의 패턴에 대하여 출력을 실행하기 위한 훈련집합매트릭스부와;
가중치를 조정하는데 필요한 오류항을 역전파시키기 위한 역전파알고리즘연산부와;
표적을 탐지하는데 있어서 상기 훈련집합매트릭스부가 역전파알고리즘연산부를 거쳐 생성되는 출력 데이터로 입력층-은닉층 가중치 및 은닉층-출력층 가중치를 레이더신호처리부의 출력에 적용하기 위한 가중치매트릭스를 생성하기 위한 가중치매트릭스부와;
아날로그 신호를 디지털로 변환한 후 수신펄스를 송신 신호의 변조 코드값으로 정합필터링하여 수신 신호를 지연시킨 후 다음 펄스에 대한 동일 거리셀 수신 신호와의 차이를 이용하여 고정 물체에 의한 반사신호를 제거하고 주파수 변환을 통한 인접한 협대역 필터를 구성하여 처리하는 레이더신호처리부와;
상기 훈련집합매트릭스부와 역전파알고리즘연산부를 통해 얻어진 가중치매트릭스를 적용한 레이더신호처리부의 출력을 통해 최종적으로 표적을 탐지하기 위한 표적탐지부;를 포함하여 구성되는 것을 특징으로 한다.
이상의 구성 및 작용을 지니는 본 발명에 따른 탐색 레이더의 적응적 표적 탐지장치는 고정 문턱치 이용 시 발생하는 허위표적의 증가와 CFAR 알고리즘 이용 시 발생하는 낮은 탐지율에 대한 문제점을 해결하는 효과를 제공하게 된다.
즉, 최초 가중치 (
Figure 112007060495858-pat00001
)를 이용하여 신호처리를 통한 표적탐지를 실행하다가 인위적인 간섭신호나 재밍신호의 지나친 수신으로 인해 허위표적이 증가하여 표적인식이 어려워질 때, 운용자의 판단에 따라 그 시점의 SNR에 근사한 계산된 가중치(
Figure 112007060495858-pat00002
)를 적용하여 신호처리를 수행함으로써 고정 문턱치를 사용한 경우 허위표적의 증가로 인해 표적 인식이 어려웠던 문제점을 해결하여 인식이 어려웠던 탐지 가능한 표적이 허위표적의 현저한 감소로 인해 탐지되어 질 수 있으며, 또한 CFAR 알고리즘을 사용했을 때의 낮은 탐지율 문제를 해결하여 탐지율을 현저하게 증가시키는 효과를 제공하게 된다.
상기 과제를 달성하기 위한 본 발명의 탐색 레이더의 적응적 표적 탐지장치는,
표적 탐지장치에 있어서,
학습을 위한 학습 패턴 및 각각의 패턴에 대하여 출력을 실행하기 위한 훈련집합매트릭스부와;
가중치를 조정하는데 필요한 오류항을 역전파시키기 위한 역전파알고리즘연산부와;
표적을 탐지하는데 있어서 상기 훈련집합매트릭스부가 역전파알고리즘연산부를 거쳐 생성되는 출력 데이터로 입력층-은닉층 가중치 및 은닉층-출력층 가중치를 레이더신호처리부의 출력에 적용하기 위한 가중치매트릭스를 생성하기 위한 가중치매트릭스부와;
아날로그 신호를 디지털로 변환한 후 수신펄스를 송신 신호의 변조 코드값으로 정합필터링하여 수신 신호를 지연시킨 후 다음 펄스에 대한 동일 거리셀 수신 신호와의 차이를 이용하여 고정 물체에 의한 반사신호를 제거하고 주파수 변환을 통한 인접한 협대역 필터를 구성하여 처리하는 레이더신호처리부와;
상기 훈련집합매트릭스부와 역전파알고리즘연산부를 통해 얻어진 가중치매트릭스를 적용한 레이더신호처리부의 출력을 통해 최종적으로 표적을 탐지하기 위한 표적탐지부;를 포함하여 구성되는 것을 특징으로 한다.
이때, 상기 훈련집합매트릭스부는,
n-협대역 필터에 대응하는 학습패턴부와,
상기 각각의 학습패턴부의 패턴에 대하여 출력을 실행시키기 위한 클래스매트릭스부를 포함하여 구성되는 것을 특징으로 한다.
이때, 상기 역전파알고리즘연산부는,
협대역 필터의 수에 따라 결정되는 입력 노드, 은닉층 노드, 출력 노드로 구성된 퍼셉트론 구조를 적용하여 연산 처리하는 것을 특징으로 한다.
이때, 상기 퍼셉트론 구조는,
9-협대역 필터를 사용하여 9개의 입력 노드와 18개의 은닉층 노드 및 2개의 출력 노드로 구성되는 것을 특징으로 한다.
이때, 상기 표적탐지부는,
레이더신호처리부의 디에프비 출력 데이터를 입력받기 위한 디에프비출력데이터입력부와,
상기 디에프비출력데이터입력부에 의해 입력된 디에프비 출력 데이터를 정규화시키기 위한 정규화부와,
상기 정규화부를 통해 정규화된 디에프비 출력 데이터에 대한 입력층-은닉층 가중치를 적용하기 위한 입력층은닉층가중치적용부와,
상기 입력층은닉층가중치적용부에 의해 적용된 입력층-은닉층 가중치를 디에프비 출력 데이터에 적용한 출력값에 은닉층-출력층 가중치를 적용하기 위한 은닉 층출력층가중치적용부와,
출력층 노드에 대한 출력을 이용하여 표적 혹은 잡음을 식별하기 위한 표적식별부를 포함하여 구성되는 것을 특징으로 한다.
이때, 상기 레이더신호처리부는,
가중치 적용을 펄스압축부, 엠티아이처리부, 디에프비처리부에 선택적으로 적용시키는 것을 특징으로 한다.
이하, 본 발명에 의한 탐색 레이더의 적응적 표적 탐지장치의 실시예를 통해 상세히 설명하도록 한다.
도 1은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 블럭도이다.
도 1에 도시한 바와 같이, 본 발명인 탐색 레이더의 적응적 표적 탐지장치는,
표적 탐지장치에 있어서,
학습을 위한 학습 패턴 및 각각의 패턴에 대하여 출력을 실행하기 위한 훈련집합매트릭스부(100)와;
가중치를 조정하는데 필요한 오류항을 역전파시키기 위한 역전파알고리즘연산부(200)와;
표적을 탐지하는데 있어서 상기 훈련집합매트릭스부가 역전파알고리즘연산부를 거쳐 생성되는 출력 데이터로 입력층-은닉층 가중치 및 은닉층-출력층 가중치를 레이더신호처리부의 출력에 적용하기 위한 가중치매트릭스를 생성하기 위한 가중치 매트릭스부(300)와;
아날로그 신호를 디지털로 변환한 후 수신펄스를 송신 신호의 변조 코드값으로 정합필터링하여 수신 신호를 지연시킨 후 다음 펄스에 대한 동일 거리셀 수신 신호와의 차이를 이용하여 고정 물체에 의한 반사신호를 제거하고 주파수 변환을 통한 인접한 협대역 필터를 구성하여 처리하는 레이더신호처리부(400)와;
상기 훈련집합매트릭스부와 역전파알고리즘연산부를 통해 얻어진 가중치매트릭스를 적용한 레이더신호처리부의 출력을 통해 최종적으로 표적을 탐지하기 위한 표적탐지부(500);를 포함하여 구성되는 것을 특징으로 한다.
상기와 같이 본 발명은 표적을 탐지하기 위하여 훈련집합매트릭스부(100)와 역전파알고리즘연산부(200)와 가중치매트릭스부(300)와 레이더신호처리부(400)와 표적탐지부(500)를 포함하여 구성된다.
상기와 같은 구성을 통해 레이더의 표적탐지 과정에 신경망의 역전파 알고리즘 모듈을 적용함으로써 허위표적의 발생을 줄임과 동시에 표적탐지율을 높일 수 있게 된다.
상기 레이더신호처리부에서 요구되는 신호처리 과정은 큰 에너지 방사를 위해 긴 펄스를 방사하면서도 좋은 거리 분해능을 얻을 수 있게 하는 펄스압축 및 표적의 도플러 성분을 추출할 수 있는 도플러 처리를 기본적으로 거쳐야 하고, 표적탐지부에서 최종적으로 표적 및 잡음을 구별하기 위한 임계값을 통해 표적을 검출할 수 있도록 해야 한다.
표적을 구별하기 위한 임계값 설정은 특정 수준의 고정 임계값이나 CFAR 알 고리즘을 이용한 임계값 사용이 통상적으로 이용되고 있다.
따라서 본 발명의 실시예에서 임계값 설정은 신경망의 역전파 알고리즘을 통한 가중치를 계산하여 표적 식별에 적용함으로써 보다 효과적인 임계값을 설정하여 표적을 탐지 가능하도록 한다.
도 2는 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 훈련집합매트릭스부 블럭도이다.
도 2에 도시한 바와 같이, 상기 훈련집합매트릭스부(100)는,
n-협대역 필터에 대응하는 학습패턴부(110)와,
상기 각각의 학습패턴부의 패턴에 대하여 출력을 실행시키기 위한 클래스매트릭스부(120)를 포함하여 구성되는 것을 특징으로 한다.
상기 훈련집합매트릭스부(100)는 도 5에 도시한 레이더신호처리부(400)의 n-협대역 필터로 구성된 디에프비(DFB : doppler filter bank) 출력으로부터 얻어진 데이터를 이용하여 구성한다.
바람직하게는 본 발명의 n-협대역 필터 중 9-협대역 필터를 이용하게 된다.
도 2에 도시한 바와 같이, 훈련집합매트릭스부(100)는 9-협대역 필터에 대응하는 9*n의 학습패턴부(110)와 각각의 패턴에 기대되는 출력인 클래스매트릭스부(120)로 구성된다.
본 발명의 실시예에서 클래스매트릭스부(120)에서 0은 잡음, 1은 표적으로 표현된다.
상기 훈련집합매트릭스부(100)는 도5의 수신기 입력 신호를 다양한 신호 크 기의 표적을 주파수 변조(linear/nonlinear chirp)가 이루어지도록 송신신호를 모의하고 아날로그-디지털 변환(ADC)한 후 통상적인 펄스레이더 신호처리 과정인 펄스압축, MTI, DFB를 거친 출력 데이터를 이용하여 구성된다.
도 3은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 적응적 신호처리 모델의 퍼셉트론 구조도이다.
도 3에 도시한 바와 같이, 역전파알고리즘연산부는,
협대역 필터의 수에 따라 결정되는 입력 노드(210), 은닉층 노드(220), 출력 노드(230)로 구성된 퍼셉트론 구조를 적용하여 연산 처리하는 것을 특징으로 한다.
이때, 상기 퍼셉트론 구조는,
9-협대역 필터를 사용하여 9개의 입력 노드와 18개의 은닉층 노드 및 2개의 출력 노드로 구성되는 것을 특징으로 한다.
상세히 설명하자면, 상기 역전파알고리즘연산부는 통상적인 역전파 알고리즘을 이용하여 구성하며, 본 발명의 실시예에서는 도3에서 도시한 바와 같이 9개의 출력 노드와 18개의 은닉층 노드 및 2개의 출력노드로 구성된 퍼셉트론 구조를 이용한다.
입력층 노드 수는 디에프비(DFB)처리부에서 사용하는 협대역 필터의 수에 따라 결정되며, 본 발명의 실시예에서는 9-협대역 필터를 사용하며, 은닉층 노드수는 도9에서 도시한 바와 같이 은닉층 노드의 개수를 결정하기 위해 은닉층 노드의 개수에 따른 학습 오류(training error, E) 그래프를 참고하여 결정한다.
즉, 도9에서 도시한 그래프는 가장 효과적인 은닉층 노드의 수를 결정하기 위한 방법으로 훈련집합 matrix 외에 시험 세트(test set) 및 검증 세트(validation set)를 준비하여 은닉층 유닛에 따른 오류를 검사하여 시험 오류(test error)가 최소가 되는 지점의 은닉층 노드의 수를 선정하면 되는데 이러한 방법은 효과적인 은닉층 노드수 선정뿐만 아니라 학습이 훈련집합에 대한 과도한 편향(over-fitting)현상을 방지할 수 있다.
본 발명의 실행예에서 시험세트와 검증세트는 훈련집합매트릭스부(100)를 구하는 방법과 동일한 방법으로 구할 수 있다.
도 4는 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 훈련집합매트릭스부의 역전파 알고리즘을 통해 계산된 가중치의 매트릭스 구조도이다.
도 4에 도시한 바와 같이, 상기 가중치매트릭스부는 훈련집합매트릭스부가 역전파알고리즘연산부를 거쳐 생성되는 출력 데이터로 입력층-은닉층 가중치 9×18 matrix(310) 및 은닉층-출력층 가중치 18×2 matrix(320)로 구성되며, 레이더신호처리부의 DFB 출력에 적용하여 최종적으로 표적을 식별하기 위한 가중치로 사용된다.
도 5는 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 레이더신호처리부 신호처리 블록도이다.
즉, 도 5에 도시한 바와 같이, 상기 레이더신호처리부(400)는,
레이더 수신기로부터 수신된 아날로그 신호를 디지털 신호로 변환하는 아날로그디지털변환부(410)와,
상기 수신되어 변환된 디지털 수신신호를 송신 신호의 변조 코드값으로 정합필터링하는 펄스압축부(420)와,
상기 펄스압축부를 통해 정합필터링된 수신 신호를 피알아이(PRI : Pulse Repetiton Interval)만큼 지연시킨 후 다음 펄스에 대한 동일 거리셀 수신 신호와의 차이를 이용하여 고정 물체에 의한 반사신호를 제거하고 움직이는 물체를 탐지하는 엠티아이처리부(430)와,
주파수 변환을 통한 인접한 협대역 필터를 구성하여 처리하는 디에프비처리부(440)를 포함하여 구성되는 것을 특징으로 한다.
이때, 상기 디에프비처리부는,
가중치매트릭스를 적용하여 표적을 식별하는 것을 특징으로 한다.
좀 더 구체적으로 설명하자면, 도5에서 도시한 바와 같이 레이더 수신기로 수신된 신호를 아날로그-디지털 변환(ADC)(410)한 신호로 모의하여 통상의 펄스레이더에서 사용되는 펄스압축(420), MTI(430), DFB(440)하는 과정으로 구성되며, DFB(440)출력에 상기에서 설명한 가중치매트릭스부(300)를 적용하여 표적을 식별하게 된다.
도 6은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 표적탐지부 표적탐지 흐름도이다.
도 6에 도시한 바와 같이, 표적탐지부는,
레이더신호처리부의 디에프비 출력 데이터를 입력받기 위한 디에프비출력데이터입력부(510)와,
상기 디에프비출력데이터입력부에 의해 입력된 디에프비 출력 데이터를 정규화시키기 위한 정규화부(520)와,
상기 정규화부를 통해 정규화된 디에프비 출력 데이터에 대한 입력층-은닉층 가중치를 적용하기 위한 입력층은닉층가중치적용부(530)와,
상기 입력층은닉층가중치적용부에 의해 적용된 입력층-은닉층 가중치를 디에프비 출력 데이터에 적용한 출력값에 은닉층-출력층 가중치를 적용하기 위한 은닉층출력층가중치적용부(540)와,
출력층 노드에 대한 출력을 이용하여 표적 혹은 잡음을 식별하기 위한 표적식별부(550)를 포함하여 구성되는 것을 특징으로 한다.
이때, 상기 입력층은닉층가중치적용부는,
수식 1 및 수식 2에 의해 입력층-은닉층 가중치를 적용하는 것을 특징으로 한다.
[수식1]
Figure 112007060495858-pat00003
[수식2]
Figure 112007060495858-pat00004
Figure 112007060495858-pat00005
는 입력층 노드수
Figure 112007060495858-pat00006
는 i 번째 입력층-은닉층 가중치
Figure 112007060495858-pat00007
는 디에프비 출력
Figure 112007060495858-pat00008
는 입력층-은닉층에 가중치를 디에프비출력에 적용한 출력값
이때, 상기 은닉층출력층가중치적용부는,
수식 3 및 수식 4에 의해 은닉층-출력층 가중치를 적용하는 것을 특징으로 한다.
[수식3]
Figure 112007060495858-pat00009
[수식4]
Figure 112007060495858-pat00010
Figure 112007060495858-pat00011
은 은닉층 노드수
Figure 112007060495858-pat00012
는 i번째 은닉층-출력층 가중치
Figure 112007060495858-pat00013
는 은닉층-출력층에 가중치를 적용한 출력값
즉, 표적탐지부의 디에프비출력데이터입력부(510)와, 정규화부(520)와, 입력층은닉층가중치적용부(530)와, 은닉층출력층가중치적용부(540)와, 표적식별부(550)를 통해 DFB 출력 데이터(510)를 입력받아 정규화(normalize)(520)과정을 거쳐 상기 식1, 식2를 통해 DFB 출력 데이터에 대한 입력층-은닉층 가중치(310)를 적용하 게 된다.
또한, 상기 식3, 식4는 입력층-은닉층 가중치(310)를 DFB 출력에 적용한 출력값에 은닉층-출력층 가중치(320)를 적용하는 과정을 설명하는 것이다.
상기
Figure 112007060495858-pat00014
는 출력층 노드 수만큼의 인덱스로 표현될 수 있으며, 계산된 데이터는 최종적으로 표적식별과정에서 2개의 출력층 노드수에 대해
Figure 112007060495858-pat00015
이면 표적으로 식별되며 반대의 경우에는 잡음으로 판단되어 진다.
또한 상기에서 설명한 DFB 출력(440)에 대한 신호처리 모델과 동일하게 도8에서 도시한 바와 같이 펄스압축 출력(610), MTI 출력(620)을 이용해서도 동일하게 적용할 수 있다.
이와 같이 구성한 본 발명의 실시 예에 대한 동작 및 작용 효과를 도9, 도10 참조하여 설명하며 다음과 같다.
통상의 잡음환경에서 수신되는 신호에 대해 표적탐지를 실행하다가 외부적인 요인, 인위적인 재밍신호등에 의해 고정 문턱치를 이용할 경우 허위표적의 수가 증가하여 실 표적의 인지가 어려워지고, CFAR 알고리즘을 이용할 경우 증가하는 잡음의 크기에 의해 표적 탐지 능력을 상실하게 된다.
통상의 잡음환경에서 수신되는 신호에 대해 표적탐지를 실행하다가 외부적인 요인, 인위적인 재밍신호등에 의해 허위표적의 수가 증가하면 허위표적으로 인해 실 표적의 인지가 어려워진다. 이때 운용자는 외부적인 트리거 신호를 이용하여 그 환경에 대한 새로운 가중치를 계산하고 그 가중치를 신호처리에 적용하여 허위표적 에 대한 문제를 해결할 수 있다.
도7에서 도시한 바와 같이 운용자는 허위표적의 증가에 따라 해당 환경에 적합한 가중치를 계산하게 되고 계산된 가중치를 신호처리에 적용하여 표적 탐지율을 높임과 동시에 허위표적의 발생을 감소시킬 수 있다.
도10은 신호대 잡음비와 탐지율에 대한 그래프를 나타내는 것으로 기존의 고정 임계값 및 CFAR 알고리즘에 비해 신경망의 역전파 알고리즘에 의한 적응적 표적 탐지 방법이 표적 탐지율에서 월등히 높음을 알 수 있다.
또한, 도7에서 도시한 바와 같이 최초 가중치 (
Figure 112007060495858-pat00016
)를 이용하여 신호처리를 통한 표적탐지를 실행하다가 인위적인 간섭신호나 재밍신호의 지나친 수신으로 인해 허위표적이 증가하여 표적인식이 어려워 질 때, 운용자의 판단에 따라 그 시점의 SNR에 근사한 계산된 가중치(
Figure 112007060495858-pat00017
)를 적용하여 신호처리를 수행한다.
이상에서와 같은 내용의 본 발명이 속하는 기술분야의 당업자는 본 발명의 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시된 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구 범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명인 탐색 레이더의 적응적 표적 탐지장치를 통해 탐색 레이더의 적응적 표적 탐지장치는 고정 문턱치 이용 시 발생하는 허위표적의 증가와 CFAR 알고리즘 이용 시 발생하는 낮은 탐지율에 대한 문제점을 해결하는 효과를 제공함으로써, 레이더 탐지 분야에 널리 활용될 것이다.
도 1은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 블럭도이다.
도 2는 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 훈련집합매트릭스부 블럭도이다.
도 3은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 적응적 신호처리 모델의 퍼셉트론 구조도이다.
도 4는 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 훈련집합매트릭스부의 역전파 알고리즘을 통해 계산된 가중치의 매트릭스 구조도이다.
도 5는 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 레이더신호처리부 신호처리 블록도이다.
도 6은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 표적탐지부 표적탐지 흐름도이다.
도 7은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 운용자에 의한 가중치 선택적 적용 모델을 나타낸 예시도이다.
도 8은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 표적 식별에 대한 레이더신호처리부의 단계별 적용 모델을 나타낸 예시도이다.
도 9은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치의 은닉층 노드의 개수를 결정하기 위한 실험 그래프를 나타낸 예시도이다.
도 10은 본 발명의 일실시예에 따른 탐색 레이더의 적응적 표적 탐지장치에서 사용한 표적탐지 방법과 종래에 사용된 표적 탐지방법인 고정 문턱치 및 CFAR(constant false alarm rate) 처리기의 탐지성능을 비교한 도면이다.
* 도면의 주요 부분에 대한 부호의 설명 *
100 : 훈련집합매트릭스부
200 : 역전파알고리즘연산부
300 : 가중치매트릭스부
400 : 레이더신호처리부
500 : 표적탐지부

Claims (6)

  1. 표적 탐지장치에 있어서,
    학습을 위한 학습 패턴 및 각각의 패턴에 대하여 출력을 실행하기 위한 훈련집합매트릭스부와;
    가중치를 조정하는데 필요한 오류항을 역전파시키기 위한 역전파알고리즘연산부와;
    표적을 탐지하는데 있어서 상기 훈련집합매트릭스부가 역전파알고리즘연산부를 거쳐 생성되는 출력 데이터로 입력층-은닉층 가중치 및 은닉층-출력층 가중치를 레이더신호처리부의 출력에 적용하기 위한 가중치매트릭스를 생성하기 위한 가중치매트릭스부와;
    아날로그 신호를 디지털로 변환한 후 수신펄스를 송신 신호의 변조 코드값으로 정합필터링하여 수신 신호를 지연시킨 후 다음 펄스에 대한 동일 거리셀 수신 신호와의 차이를 이용하여 고정 물체에 의한 반사신호를 제거하고 주파수 변환을 통한 인접한 협대역 필터를 구성하여 처리하는 레이더신호처리부와;
    상기 훈련집합매트릭스부와 역전파알고리즘연산부를 통해 얻어진 가중치매트릭스를 적용한 레이더신호처리부의 출력을 통해 최종적으로 표적을 탐지하기 위한 표적탐지부;를 포함하여 구성되는 것을 특징으로 하는 탐색 레이더의 적응적 표적 탐지장치.
  2. 제 1항에 있어서,
    상기 훈련집합매트릭스부는,
    n-협대역 필터에 대응하는 학습패턴부와,
    상기 각각의 학습패턴부의 패턴에 대하여 출력을 실행시키기 위한 클래스매트릭스부를 포함하여 구성되는 것을 특징으로 하는 탐색 레이더의 적응적 표적 탐지장치.
  3. 제 1항에 있어서,
    상기 역전파알고리즘연산부는,
    협대역 필터의 수에 따라 결정되는 입력 노드, 은닉층 노드, 출력 노드로 구성된 퍼셉트론 구조를 적용하여 연산 처리하는 것을 특징으로 하는 탐색 레이더의 적응적 표적 탐지장치.
  4. 제 3항에 있어서,
    상기 퍼셉트론 구조는,
    9-협대역 필터를 사용하여 9개의 입력 노드와 18개의 은닉층 노드 및 2개의 출력 노드로 구성되는 것을 특징으로 하는 탐색 레이더의 적응적 표적 탐지장치.
  5. 제 1항에 있어서,
    상기 표적탐지부는,
    레이더신호처리부의 디에프비 출력 데이터를 입력받기 위한 디에프비출력데이터입력부와,
    상기 디에프비출력데이터입력부에 의해 입력된 디에프비 출력 데이터를 정규화시키기 위한 정규화부와,
    상기 정규화부를 통해 정규화된 디에프비 출력 데이터에 대한 입력층-은닉층 가중치를 적용하기 위한 입력층은닉층가중치적용부와,
    상기 입력층은닉층가중치적용부에 의해 적용된 입력층-은닉층 가중치를 디에프비 출력 데이터에 적용한 출력값에 은닉층-출력층 가중치를 적용하기 위한 은닉층출력층가중치적용부와,
    출력층 노드에 대한 출력을 이용하여 표적 혹은 잡음을 식별하기 위한 표적식별부를 포함하여 구성되는 것을 특징으로 하는 탐색 레이더의 적응적 표적 탐지장치.
  6. 제 1항에 있어서,
    상기 레이더신호처리부는,
    가중치 적용을 펄스압축부, 엠티아이처리부, 디에프비처리부에 선택적으로 적용시키는 것을 특징으로 하는 탐색 레이더의 적응적 표적 탐지장치.
KR1020070084166A 2007-08-21 2007-08-21 탐색 레이더의 적응적 표적 탐지장치 KR100780470B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070084166A KR100780470B1 (ko) 2007-08-21 2007-08-21 탐색 레이더의 적응적 표적 탐지장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070084166A KR100780470B1 (ko) 2007-08-21 2007-08-21 탐색 레이더의 적응적 표적 탐지장치

Publications (1)

Publication Number Publication Date
KR100780470B1 true KR100780470B1 (ko) 2007-11-28

Family

ID=39081217

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070084166A KR100780470B1 (ko) 2007-08-21 2007-08-21 탐색 레이더의 적응적 표적 탐지장치

Country Status (1)

Country Link
KR (1) KR100780470B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101040315B1 (ko) 2011-02-28 2011-06-10 삼성탈레스 주식회사 클러터 환경에 적응하는 표적 탐지 장치
KR101170292B1 (ko) 2012-03-05 2012-07-31 (주)효원엔지니어링 레이더분석서버를 이용한 표적 식별 시스템 및 표적 식별 방법
KR101300650B1 (ko) 2013-02-28 2013-08-27 국방과학연구소 Svm을 이용한 pri 변조형태 인식방법 및 이를 이용한 pri 변조형태 인식장치
CN106059532A (zh) * 2016-06-02 2016-10-26 国网山东省电力公司济宁供电公司 一种基于小波神经网络的多功能自适应滤波器及滤波方法
CN109154655A (zh) * 2017-12-18 2019-01-04 深圳市大疆创新科技有限公司 目标信号检测方法、设备、无人机及农业无人机
KR20190072900A (ko) * 2017-12-18 2019-06-26 한밭대학교 산학협력단 딥러닝을 이용한 무선 측위 장치 및 방법
CN111624567A (zh) * 2019-02-28 2020-09-04 杭州海康威视数字技术股份有限公司 一种恒虚警检测方法及装置
KR102216650B1 (ko) * 2019-11-05 2021-02-17 국방과학연구소 적응형 가드 셀 선택을 기초로 한 cfar 탐지 방법 및 그 시스템
CN112965058B (zh) * 2021-02-01 2024-02-02 西安电子科技大学 基于呼吸特征的身份验证方法、装置、设备及计算机存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200173957Y1 (ko) 1994-11-30 2000-03-02 이해규 신경망회로를 이용한 주행거리 자동유지시스템
JP2001166035A (ja) 1999-12-14 2001-06-22 Nec Corp レーダ装置及びノイズレベル閾値変更方法
US6366236B1 (en) 1999-08-12 2002-04-02 Automotive Systems Laboratory, Inc. Neural network radar processor
KR20040091699A (ko) * 2002-03-13 2004-10-28 레이씨언 캐나다 리미티드 레이더 검출에서의 적응적 검출 시스템 및 적응적 검출 방법
KR20050107548A (ko) * 2004-05-07 2005-11-11 (주)미래시스템 신경망의 역전파 알고리즘에 의한 탐색 레이더의 적응적표적 신호식별

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200173957Y1 (ko) 1994-11-30 2000-03-02 이해규 신경망회로를 이용한 주행거리 자동유지시스템
US6366236B1 (en) 1999-08-12 2002-04-02 Automotive Systems Laboratory, Inc. Neural network radar processor
JP2001166035A (ja) 1999-12-14 2001-06-22 Nec Corp レーダ装置及びノイズレベル閾値変更方法
KR20040091699A (ko) * 2002-03-13 2004-10-28 레이씨언 캐나다 리미티드 레이더 검출에서의 적응적 검출 시스템 및 적응적 검출 방법
KR20050107548A (ko) * 2004-05-07 2005-11-11 (주)미래시스템 신경망의 역전파 알고리즘에 의한 탐색 레이더의 적응적표적 신호식별

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101040315B1 (ko) 2011-02-28 2011-06-10 삼성탈레스 주식회사 클러터 환경에 적응하는 표적 탐지 장치
KR101170292B1 (ko) 2012-03-05 2012-07-31 (주)효원엔지니어링 레이더분석서버를 이용한 표적 식별 시스템 및 표적 식별 방법
KR101300650B1 (ko) 2013-02-28 2013-08-27 국방과학연구소 Svm을 이용한 pri 변조형태 인식방법 및 이를 이용한 pri 변조형태 인식장치
CN106059532A (zh) * 2016-06-02 2016-10-26 国网山东省电力公司济宁供电公司 一种基于小波神经网络的多功能自适应滤波器及滤波方法
CN106059532B (zh) * 2016-06-02 2018-10-02 国网山东省电力公司济宁供电公司 一种基于小波神经网络的多功能自适应滤波器及滤波方法
CN109154655A (zh) * 2017-12-18 2019-01-04 深圳市大疆创新科技有限公司 目标信号检测方法、设备、无人机及农业无人机
KR20190072900A (ko) * 2017-12-18 2019-06-26 한밭대학교 산학협력단 딥러닝을 이용한 무선 측위 장치 및 방법
KR102067997B1 (ko) * 2017-12-18 2020-01-20 한밭대학교 산학협력단 딥러닝을 이용한 무선 측위 장치 및 방법
CN111624567A (zh) * 2019-02-28 2020-09-04 杭州海康威视数字技术股份有限公司 一种恒虚警检测方法及装置
CN111624567B (zh) * 2019-02-28 2023-01-24 杭州海康威视数字技术股份有限公司 一种恒虚警检测方法及装置
KR102216650B1 (ko) * 2019-11-05 2021-02-17 국방과학연구소 적응형 가드 셀 선택을 기초로 한 cfar 탐지 방법 및 그 시스템
CN112965058B (zh) * 2021-02-01 2024-02-02 西安电子科技大学 基于呼吸特征的身份验证方法、装置、设备及计算机存储介质

Similar Documents

Publication Publication Date Title
KR100780470B1 (ko) 탐색 레이더의 적응적 표적 탐지장치
CN108226892B (zh) 一种基于深度学习的复杂噪声环境下的雷达信号恢复方法
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
US9268022B2 (en) Underwater detection device and underwater detecting method
CN112754441B (zh) 一种基于毫米波的非接触式心跳检测方法
CN101881826A (zh) 扫描模式海杂波局部多重分形目标检测器
EP2857860A1 (en) Signal processing device
Akhtar et al. A neural network target detector with partial CA-CFAR supervised training
CN108898066B (zh) 一种基于生成式对抗网络的人体运动检测方法
CN110161491B (zh) 一种针对微弱生命体的测距和呼吸频率估计方法
EP3417311B1 (en) A method for motion classification using a pulsed radar system
CN113567969B (zh) 一种基于水下声信号的非法采砂船自动监控方法及系统
CN107015207A (zh) 基于frft域峰值离散特性的有源压制干扰分类识别方法
CN116866129A (zh) 一种无线通信信号检测方法
CN117233706B (zh) 一种基于多层通道注意力机制的雷达有源干扰识别方法
Wellman et al. Feature extraction and fusion of acoustic and seismic sensors for target identification
CN108281155A (zh) 基于瑞丽散射的过零检测方法在光纤水听系统中的应用
WO2017188905A1 (en) A method for motion classification using a pulsed radar system
JP2014219249A (ja) センサ装置
CN115345216A (zh) 一种融合先验信息的fmcw雷达干扰消除方法
CN106019250A (zh) 基于角闪烁转发式假目标鉴别方法
US9857453B1 (en) High-frequency indicator phase system and method
Andrić et al. Information‐based algorithm for moving object detection
RU2646857C1 (ru) Способ селекции движущихся целей
CN117782403B (zh) 一种基于分离网络的松动螺栓定位方法、装置、介质

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121120

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20131001

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140929

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150908

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160920

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20180913

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20190923

Year of fee payment: 13