KR101673458B1 - 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법 - Google Patents

변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법 Download PDF

Info

Publication number
KR101673458B1
KR101673458B1 KR1020150168561A KR20150168561A KR101673458B1 KR 101673458 B1 KR101673458 B1 KR 101673458B1 KR 1020150168561 A KR1020150168561 A KR 1020150168561A KR 20150168561 A KR20150168561 A KR 20150168561A KR 101673458 B1 KR101673458 B1 KR 101673458B1
Authority
KR
South Korea
Prior art keywords
data
pps
uniform
covariance matrix
algorithm
Prior art date
Application number
KR1020150168561A
Other languages
English (en)
Other versions
KR20160110057A (ko
Inventor
박혁
Original Assignee
한화시스템 주식회사
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 한화시스템 주식회사 filed Critical 한화시스템 주식회사
Priority to KR1020150168561A priority Critical patent/KR101673458B1/ko
Publication of KR20160110057A publication Critical patent/KR20160110057A/ko
Application granted granted Critical
Publication of KR101673458B1 publication Critical patent/KR101673458B1/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
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system
    • G01S7/4021—Means for monitoring or calibrating of parts of a radar system of receivers
    • 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
    • G01S13/006—Theoretical aspects
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • G01S7/285—Receivers
    • G01S7/34—Gain of receiver varied automatically during pulse-recurrence period, e.g. anti-clutter gain control
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects

Landscapes

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

Abstract

반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치 및 방법이 개시된다. 샘플 데이터에 대하여 백색화 투영 통계(pre-whitening projection statistics, PPS) 알고리즘을 반복 수행하여 PPS 데이터를 산출하는 샘플 데이터 PPS 모듈; 상기 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하는 공분산 행렬 업데이트 모듈; 상기 업데이트된 공분산 행렬을 이용하여 전체 수신 데이터에 대해 백색화 투영 통계 알고리즘을 수행하는 전체 데이터 PPS 모듈; 상기 전체 수신 데이터에 대하여 백색화 투영 통계 알고리즘을 수행한 후, 상기 분류된 불균일 PPS 데이터를 제거하는 불균일 데이터 제거 모듈을 구성한다. 상기와 같은 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치 및 방법에 의하면, 공분산 행렬의 추정 시 열화에 의한 오류를 방지할 수 있고 높은 연산 복잡도를 요구하지 않는 효과가 있다. 그리고 다양한 클러터 환경에서 우수한 다중 표적 탐지 성능을 나타냄으로써, 마스킹 효과에 기인한 표적 탐지 오류가 줄어드는 효과가 있다.

Description

변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법{METHOD FOR DETECTING MULTI-TARGET IN NON-HOMOGENEOUS CLUTTER USING MODIFIED ITERATIVE PRE-WHITENING PROJECTION STATISTICS}
본 발명은 다중 표적 탐지 장치 및 방법에 관한 것으로서, 좀 더 구체적으로는 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치 및 방법에 관한 것이다.
레이터 탐지 환경에서 다차원 신호 처리 알고리즘은 클러터(clutter)의 반사 신호를 제거하는 데 유용하다. 다차원 신호 처리의 가장 좋은 예는 시공간 적응 처리 알고리즘(space-time adaptive processing, STAP)인데, 시공간 적응 처리 알고리즘은 공간 영역과 시간 영역에서 간섭 신호를 억제하여 기동하는 표적의 탐지 성능을 향상시킨다.
이상적인 STAP 기법은 간섭 신호의 모든 상관 관계가 필요하므로, 간섭 공분산 행렬 예측은 샘플 데이터를 구하게 된다. 이때, 샘플 데이터는 독립적이며 동일한 분포(independent identically distributed, i.i.d.)라는 가정이 필수적으로 적용되어야 한다.
그렇지만, 클러터 환경은 실제로 자주 불균일하게 나타나므로, 이러한 가정은 현실적으로 어렵다. 자연적인 현상이라든가 도로, 빌딩 등도 불균일한 클러터 환경을 만드는 요인이다.
이에, 불균일한 샘플 데이터를 성공적으로 식별하여 제거하는 과정이 STAP 레이더 시스템에서는 매우 중요하다. 이러한 과정은 적절한 신호 대 간섭 및 잡음 비율(signal to interference and noise ratio, SINR) 성능을 유지하는 중요한 과정이다. 불균일성 검출(non-homogeneity detection, NHD) 기법은 불균일 클러터 환경에서 공분산 행렬의 예측을 향상시키는데 유용하다.
이러한 NHD 과정은 샘플 데이터를 기반으로 간섭 신호의 실제 공분산 행렬에 가까운 예측치를 도출하기 위해 이용 가능한 샘플 데이터들의 불균일성 여부를 판정하고, 균일한 분포의 샘플 데이터를 선택하는 과정이다.
만약, 샘플 데이터가 불균일하게 되면 공분산 행렬 예측을 편향되게 할 수 있으며, 이로 인해 간섭 신호가 효율적으로 제거되지 못하는 문제점이 발생한다. 이에, 샘플 데이터의 균일성 여부를 판정하고 공분산 행렬을 추정하는 데 있어서 불균일한 샘플 데이터의 제거 과정이 매우 중요하다.
이러한 NHD 과정에서 불균일 샘플 데이터를 제거하고 공분산 행렬 예측을 하기 위해서 기존에는 다양한 알고리즘이 이용되고 있다.
그 중, GIP(Generalized Inner product) 알고리즘은 샘플 데이터의 유사도를 구하는 데 사용되는 마할라노비스(Mahalanobis) 거리를 구하는 알고리즘인데, 간단하게 샘플 데이터의 불균일성을 판별하는 NHD 기법이지만, 다수의 강한 이상치가 존재하는 환경에서는 마스킹 효과로 인해 그 성능이 저하되는 문제점이 있다. 그리고 PS(Projection Statistics) 알고리즘은 다수의 이상치들이 근접하여 존재하는 상황에서도 마스킹 효과의 영향을 최소화하기 위한 기법이다.
다음으로, PPS(Pre-whitening Projection Statistics) 알고리즘은 비백색 혹은 유색 간섭의 영향에 의해 서로 상관 관계를 갖는 셀 데이터에 대해 백색화 과정을 먼저 수행한 후 그 결과 데이터를 기반으로 PS 알고리즘을 적용한다.
그리고 IPPS(Iterative Pre-whitening Projection Statistics) 알고리즘은 불균일 클러터 환경에서 SCR 값에 따른 PS 알고리즘과 PPS 알고리즘의 성능 열화를 보완화고 넓은 SCR 영역에 걸쳐 다중 표적 탐지 확률을 향상시키는 기법이다. IPPS 알고리즘은 PPS 과정을 반복 수행하여 평균 SINR의 수렴 성능을 향상시키도록 제안되었다.
IPPS 알고리즘은 먼저 샘플 데이터에 대해 PPS 알고리즘을 적용하고, 그 다음으로 이상치를 제거하고 남은 샘플 데이터에 대해 다시 PPS 알고리즘을 적용한다. 이러한 과정을 특정 횟수 반복 수행함으로써, 이전 반복 단계에서 제거하지 못한 이상치를 다음 단계에서 제거할 수 있으므로, 평균 SINR 수렴 성능, 표적 탐지 확률을 향상시킬 수 있다.
그런데, 이러한 IPPS 알고리즘은 마스킹 효과에 의해 반사 신호의 세기가 약한 표적에 대한 탐지 성능이 저하되는 문제점을 그대로 안고 있다. 이는 매 반복되는 PPS 과정에서 불균일 데이터가 제거되면서 샘플 데이터의 개수가 현저하게 줄어들어 유효 샘플 수가 너무 적어지는 문제점과 이로 인해 공분산 행렬 예측이 불가해지거나 부정확해지는 문제점과 PPS 알고리즘의 성능 열화로 인해 발생한다.
이에, 이러한 단점을 보완하고 마스킹 효과없는 표적 탐지 성능 알고리즘이 요구된다.
본 발명의 목적은 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치를 제공하는 데 있다.
본 발명의 다른 목적은 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법을 제공하는 데 있다.
상술한 본 발명의 목적에 따른 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치는, 샘플 데이터에 대하여 백색화 투영 통계(pre-whitening projection statistics, PPS) 알고리즘을 반복 수행하여 PPS 데이터를 산출하는 샘플 데이터 PPS 모듈; 상기 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하는 공분산 행렬 업데이트 모듈; 상기 업데이트된 공분산 행렬을 이용하여 전체 수신 데이터에 대해 백색화 투영 통계 알고리즘을 수행하는 전체 데이터 PPS 모듈; 상기 전체 수신 데이터에 대하여 백색화 투영 통계 알고리즘을 수행한 후, 상기 분류된 불균일 PPS 데이터를 제거하는 불균일 데이터 제거 모듈을 포함하도록 구성될 수 있다.
여기에서, 항공기 레이더 시스템 또는 지상 레이더 시스템에 적용되는 것이 바람직하다.
여기서, 상기 공분산 행렬 업데이트 모듈은, 상기 샘플 데이터 PPS 모듈로 입력되는 샘플 데이터의 개수에 따라서 상기 미리 정해진 임계치를 가변적으로 적용하며, 상기 샘플 데이터의 개수가 적을수록 상기 임계치를 낮게 유지하고 상기 샘플 데이터의 개수가 많을수록 상기 임게치를 높게 유지하도록 구성될 수 있다.
그리고 상기 공분산 행렬 업데이트 모듈은, 상기 다중 표적 탐지 장치에서 표적이 사라지거나 표적의 사라짐과 나타남이 반복되는 경우, 상기 미리 정해진 임계치를 낮게 변경 설정하여 표적 탐지율을 높이도록 구성될 수 있다.
상술한 본 발명의 또 다른 목적에 따른 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법은, 샘플 데이터에 대하여 백색화 투영 통계(pre-whitening projection statistics, PPS) 알고리즘을 반복 수행하여 PPS 데이터를 산출하는 단계; 상기 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하는 단계; 상기 업데이트된 공분산 행렬을 이용하여 전체 수신 데이터에 대해 백색화 투영 통계 알고리즘을 수행하는 단계; 상기 전체 수신 데이터에 대하여 백색화 투영 통계 알고리즘을 수행한 후, 상기 분류된 불균일 PPS 데이터를 제거하는 단계를 포함하도록 구성될 수 있다.
이때, 항공기 레이더 시스템 또는 지상 레이더 시스템에 적용되는 것이 바람직하다.
여기서, 상기 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하는 단계는, 상기 샘플 데이터 PPS 모듈로 입력되는 샘플 데이터의 개수에 따라서 상기 미리 정해진 임계치를 가변적으로 적용하며, 상기 샘플 데이터의 개수가 적을수록 상기 임계치를 낮게 유지하고 상기 샘플 데이터의 개수가 많을수록 상기 임계치를 높게 유지하도록 구성될 수 있다.
그리고 상기 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하는 단계는, 상기 다중 표적 탐지 장치에서 표적이 사라지거나 표적의 사라짐과 나타남이 반복되는 경우, 상기 미리 정해진 임계치를 낮게 변경 설정하여 표적 탐지율을 높이도록 구성될 수 있다.
상기와 같은 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치 및 방법에 의하면, 불균일 데이터를 모든 수신 데이터에 대한 백색화 투영 통계 기법이 적용된 후에 제거함으로써, 유효한 샘플 데이터의 수가 부족한 현상을 방지할 수 있는 효과가 있다. 이에, 공분산 행렬의 추정 시 열화에 의한 오류를 방지할 수 있고 높은 연산 복잡도를 요구하지 않는 효과가 있다. 그리고 다양한 클러터 환경에서 우수한 다중 표적 탐지 성능을 나타냄으로써, 마스킹 효과에 기인한 표적 탐지 오류가 줄어드는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치의 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 변형 반복 백색화 투영 통계 기법의 평균 탐지 확률 그래프이다.
도 2는 본 발명의 일 실시예에 따른 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법의 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 발명을 실시하기 위한 구체적인 내용에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치의 블록 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치(100)(이하, '다중 표적 탐지 장치'라 함)는 샘플 데이터 PPS 모듈(110), 공분산 행렬 업데이트 모듈(120), 전체 데이터 PPS 모듈(130), 불균일 데이터 제거 모듈(140)을 포함하도록 구성될 수 있다.
다중 표적 탐지 장치(100)는 항공기 레이더 시스템이나 지상 레이더 시스템에 적용되는 구성으로서, 기존의 반복 백색화 투영 통계 기법(iterative pre-whitening projection statistics, IPPS)에 약간의 변형을 가한 변형 반복 백색화 투영 통계 기법(modified iterative pre-whitening projection statistics, MIPPS)이 이용된다.
기존의 반복 백색화 투영 통계 기법은 샘플 데이터에 대하여 백색화 투영 통계 기법(PPS)을 반복적으로 적용하여 공분산 행렬을 업데이트한다. 이러한 과정에서 샘플 데이터가 소정 임계치보다 낮은 불균일 데이터를 제거한 후 공분산 행렬을 업데이트 한다. 그러나, 본 발명에 따른 변형 반복 백색화 투영 통계 기법은 샘플 데이터에 대한 백색화 투영 통계 기법을 적용하면서 불균일 데이터를 바로 제거하는 것이 아니라, 공분산 행렬을 모두 업데이트 한 후에 최종적으로 불균일 데이터를 제거하는 특징이 있다.
이러한 경우, 기존에 샘플 데이터가 너무 많이 제거되어 샘플 데이터의 수가 부족해지는 현상을 방지할 수 있고, 연산 복잡도가 낮아지는 장점이 있다. 또한, 마스킹 효과에 의해 반사 신호의 세기가 낮은 표적을 탐지하지 못하는 단점이 극복되어 보다 높은 평균 탐지 확률을 나타낸다.
이하, 세부적인 구성에 대하여 설명한다.
샘플 데이터 PPS 모듈(110)은 샘플 데이터에 대하여 백색화 투영 통계(pre-whitening projection statistics, PPS) 알고리즘을 반복 수행하여 PPS 데이터 내지는 PPS 통계치를 산출하도록 구성된다.
다음으로, 공분산 행렬 업데이트 모듈(120)은 샘플 데이터 PPS 모듈(110)에서 PPS 알고리즘을 반복 수행하여 산출된 PPS 데이터 내지는 PPS 통계치를 미리 정해진 임계치와 비교하도록 구성된다.
이때, 공분산 행렬 업데이트 모듈(120)은 비교 결과 PPS 데이터를 균일 PPS 데이터와 불균일 PPS 데이터로 양분하여 분류하도록 구성된다. 그리고 공분산 행렬 업데이트 모듈(120)은 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하도록 구성된다.
전체 데이터 PPS 모듈(130은 앞서 업데이트된 공분산 행렬을 이용하여 전체 수신 데이터에 대해 백색화 투영 통계 알고리즘을 수행하도록 구성된다.
이때, 공분산 행렬 업데이트 모듈(120)은 샘플 데이터 PPS 모듈(110)로 입력되는 샘플 데이터의 개수에 따라서 미리 정해진 임계치를 가변적으로 적용하도록 구성될 수 있다.
예를 들어, 샘플 데이터의 개수가 적을수록 임계치를 낮게 유지하여 균일 데이터의 개수가 많아지도록 구성되거나 또는 샘플 데이터의 개수가 많을수록 임계치를 높게 유지하도록 구성될 수 있다.
한편, 공분산 행렬 업데이트 모듈(120)은 다중 표적 탐지 장치(100)에서 표적이 사라지거나 표적의 사라짐과 나타남이 반복되는 경우, 즉 표적 탐지율이 낮아지는 징후가 보이는 경우, 미리 정해진 임계치를 낮게 변경 설정하여 표적 탐지율을 실시간으로 높이도록 구성될 수 있다.
불균일 데이터 제거 모듈(140)은 전체 수신 데이터에 대하여 백색화 투영 통계 알고리즘(PPS)을 수행하도록 구성된다. 그리고 불균일 데이터 제거 모듈(140)은 앞서 수행한 백색화 투영 통계 알고리즘이 전체 수신 데이터에 대하여 수행된 후, 앞서 분류된 불균일 PPS 데이터를 제거하도록 구성된다.
도 2는 본 발명의 일 실시예에 따른 변형 반복 백색화 투영 통계 기법의 평균 탐지 확률 그래프이다.
도 2에서 보듯이, 모의 실험을 통한 변형 반복 백색환 투영 통계 기법의 결과가 나타나 있다. 이는 기존의 다른 PS, PPS, IPPS 알고리즘에 대비하여 다양한 SCR 영역에 따라 우수한 다중 표적 탐지 성능을 나타낸다.
특히, 낮은 SCR 영역에서 반사 신호 세기가 약한 표적에 대하여 향상된 평균 탐지 확률을 나타낸다.
도 3은 본 발명의 일 실시예에 따른 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법의 흐름도이다.
도 3을 참조하면, 먼저 샘플 데이터 PPS 모듈(110)이 샘플 데이터에 대하여 백색화 투영 통계(pre-whitening projection statistics, PPS) 알고리즘을 반복 수행하여 PPS 데이터를 산출한다(S101).
다음으로, 공분산 행렬 업데이트 모듈(120)이 앞서 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트한다(S102).
이때, 공분산 행렬 업데이트 모듈(120)은 샘플 데이터 PPS 모듈(110)로 입력되는 샘플 데이터의 개수에 따라서 미리 정해진 임계치를 가변적으로 적용하도록 구성될 수 있다.
예를 들어, 샘플 데이터의 개수가 적을수록 임계치를 낮게 유지하여 균일 데이터의 개수가 많아지도록 구성되거나 또는 샘플 데이터의 개수가 많을수록 임계치를 높게 유지하도록 구성될 수 있다.
한편, 공분산 행렬 업데이트 모듈(120)은 다중 표적 탐지 장치(100)에서 표적이 사라지거나 표적의 사라짐과 나타남이 반복되는 경우, 즉 표적 탐지율이 낮아지는 징후가 보이는 경우, 미리 정해진 임계치를 낮게 변경 설정하여 표적 탐지율을 실시간으로 높이도록 구성될 수 있다.
다음으로, 전체 데이터 PPS 모듈(130)이 앞서 업데이트된 공분산 행렬을 이용하여 전체 수신 데이터에 대해 백색화 투영 통계 알고리즘을 수행한다(S103).
다음으로, 전체 데이터 PPS 모듈(130)이 전체 수신 데이터에 대하여 백색화 투영 통계 알고리즘을 수행한 후, 불균일 데이터 제거 모듈(140)이 앞서 분류된 불균일 PPS 데이터를 제거한다(S104).
이러한 변현 반복 백색화 투영 통계 기법은 항공기 레이더 시스템 및 지상 레이더 시스템에 적용될 수 있다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (3)

  1. 샘플 데이터에 대하여 백색화 투영 통계(pre-whitening projection statistics, PPS) 알고리즘을 반복 수행하여 PPS 데이터를 산출하는 단계;
    상기 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하는 단계;
    상기 업데이트된 공분산 행렬을 이용하여 전체 수신 데이터에 대해 백색화 투영 통계 알고리즘을 수행하는 단계;
    상기 전체 수신 데이터에 대하여 백색화 투영 통계 알고리즘을 수행한 후, 상기 분류된 불균일 PPS 데이터를 제거하는 단계를 포함하고,
    상기 반복 수행하여 산출된 PPS 데이터를 미리 정해진 임계치와 비교하여 균일 PPS 데이터 및 불균일 PPS 데이터로 양분하여 분류하고, 분류된 균일 PPS 데이터를 이용하여 공분산 행렬을 업데이트하는 단계는,
    상기 샘플 데이터 PPS 모듈로 입력되는 샘플 데이터의 개수에 따라서 상기 미리 정해진 임계치를 가변적으로 적용하며, 표적이 사라지거나 표적의 사라짐과 나타남이 반복되는 경우 표적 탐지율을 실시간으로 높이도록 하기 위해 상기 미리 정해진 임계치를 실시간으로 낮게 변경 설정하도록 구성되는 것을 특징으로 하는 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법.
  2. 삭제
  3. 삭제
KR1020150168561A 2015-11-30 2015-11-30 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법 KR101673458B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150168561A KR101673458B1 (ko) 2015-11-30 2015-11-30 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150168561A KR101673458B1 (ko) 2015-11-30 2015-11-30 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020150035236A Division KR101673464B1 (ko) 2015-03-13 2015-03-13 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치

Publications (2)

Publication Number Publication Date
KR20160110057A KR20160110057A (ko) 2016-09-21
KR101673458B1 true KR101673458B1 (ko) 2016-11-07

Family

ID=57080458

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150168561A KR101673458B1 (ko) 2015-11-30 2015-11-30 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법

Country Status (1)

Country Link
KR (1) KR101673458B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107831488A (zh) * 2017-09-06 2018-03-23 浙江大学 基于dvb‑s信号多信道全信息融合的空中移动目标检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005062096A (ja) 2003-08-19 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> 話者位置検出方法、装置、プログラム、および記録媒体
JP2005064968A (ja) 2003-08-15 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> 収音方法、その装置、そのプログラム、およびその記録媒体。
JP2006349477A (ja) 2005-06-15 2006-12-28 Mitsubishi Electric Corp レーダ装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005064968A (ja) 2003-08-15 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> 収音方法、その装置、そのプログラム、およびその記録媒体。
JP2005062096A (ja) 2003-08-19 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> 話者位置検出方法、装置、プログラム、および記録媒体
JP2006349477A (ja) 2005-06-15 2006-12-28 Mitsubishi Electric Corp レーダ装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
박혁 외2. 불균일 클러터 환경에서 다중 표적탐지 성능 향상을 위한 반복 백색화 투영 통계 기법. 대한전자공학회논문지. 대한전자공학회. 2012.07, 제49권, SP편 제4호, 페이지 120-128.

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107831488A (zh) * 2017-09-06 2018-03-23 浙江大学 基于dvb‑s信号多信道全信息融合的空中移动目标检测方法
CN107831488B (zh) * 2017-09-06 2020-06-05 浙江大学 基于dvb-s信号多信道全信息融合的空中移动目标检测方法

Also Published As

Publication number Publication date
KR20160110057A (ko) 2016-09-21

Similar Documents

Publication Publication Date Title
KR101871874B1 (ko) 불균일 환경에 효과적인 적응형 cfar 처리 방법 및 시스템
KR101673464B1 (ko) 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 장치
GB2265461A (en) Signal tracking,estimation,and removal processes using a maximum,a posteriori algorithm, and sequential signal detection
CN114417943B (zh) 重复频率调制类型的识别方法
Holobar et al. Single autoterms selection for blind source separation in time-frequency plane
CN110988831A (zh) 杂波和干扰共存环境下当信号失配时的参数可调检测器
Faraggi et al. Confidence intervals for the 50 per cent response dose
Grouffaud et al. Some properties of ordered eigenvalues of a Wishart matrix: application in detection test and model order selection
Decurninge et al. Robust Burg estimation of radar scatter matrix for autoregressive structured SIRV based on Fréchet medians
KR101673458B1 (ko) 변형 반복 백색화 투영 통계 기법을 이용한 불균일 클러터 환경의 다중 표적 탐지 방법
US8416118B1 (en) Chaff cloud detection and centroid estimation
KR20150117115A (ko) 신호 탐지 시스템에서의 고정 오경보 확률 장치
US9229095B2 (en) Adaptive dynamic cluster deinterleaving
Abramovich et al. Band-inverse TVAR covariance matrix estimation for adaptive detection
CN105320143B (zh) 一种利用概率假设密度滤波器跟踪多个物体的方法
Kang et al. Analysis of space–time adaptive processing performance using K-means clustering algorithm for normalisation method in non-homogeneity detector process
US10705182B2 (en) Wideband ranging system
Tashlinskii et al. Detection of radio pulses in unfiltered signals received by spatially distributed receivers
EP2980602B1 (en) Adjusting weight of intensity in a phd filter based on sensor track id
Buch Decision based non-linear filtering using interquartile range estimator for Gaussian signals
CN110784887B (zh) 网格化无线电信号监测系统中异常信号源数量的检测方法
WO2018174757A1 (en) Decision based re-processing framework for radar technology
WO2020070792A1 (ja) 船舶検出システム、方法およびプログラム
Firouzi et al. Local hub screening in sparse correlation graphs
Mehanaoui et al. Trimmed mean-based automatic censoring and detection in Pareto background

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant