KR101929510B1 - 이중 편파 채널을 이용하는 w대역 밀리미터파 탐색기에서 표적 식별 장치 - Google Patents

이중 편파 채널을 이용하는 w대역 밀리미터파 탐색기에서 표적 식별 장치 Download PDF

Info

Publication number
KR101929510B1
KR101929510B1 KR1020180021865A KR20180021865A KR101929510B1 KR 101929510 B1 KR101929510 B1 KR 101929510B1 KR 1020180021865 A KR1020180021865 A KR 1020180021865A KR 20180021865 A KR20180021865 A KR 20180021865A KR 101929510 B1 KR101929510 B1 KR 101929510B1
Authority
KR
South Korea
Prior art keywords
scattering
target
vector
range profile
unit
Prior art date
Application number
KR1020180021865A
Other languages
English (en)
Inventor
박성호
권준범
김홍락
Original Assignee
엘아이지넥스원 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 엘아이지넥스원 주식회사 filed Critical 엘아이지넥스원 주식회사
Priority to KR1020180021865A priority Critical patent/KR101929510B1/ko
Application granted granted Critical
Publication of KR101929510B1 publication Critical patent/KR101929510B1/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
    • G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
    • 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
    • G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
    • 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

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

본 발명은 표적 식별 장치로서, 특히 이중 편파를 사용하는 W대역 탐색기에서 표적의 기하학적 특징에 따른 산란 특성이 반영된 산란점을 추출하여 표적을 식별하는 표적 식별 장치를 개시한다. 본 발명의 이중 편파를 이용하는 표적 식별 장치는 표적을 탐지하기 위한 신호를 방사하고, 상기 방사된 신호가 반사되어 수신되는 수신 신호를 수신하는 안테나부; 상기 수신 신호의 편파 방향에 따른 적어도 제1 그룹의 편파 신호들을 검출하고, 상기 검출된 제1그룹의 편파 신호들로부터 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 제1 산란 특징 벡터를 산출하는 제1 특징 벡터 산출부; 및 상기 산출된 제1 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별하는 표적 식별부; 를 포함한다.

Description

이중 편파 채널을 이용하는 W대역 밀리미터파 탐색기에서 표적 식별 장치 {Apparatus Identifying Target in W-Band Millimeter Wave Seeker using Dual Polarized Channel}
본 발명은 탐색기의 신호를 처리하여 표적 식별을 위한 장치에 관한 것이다. 보다 상세하게는, W대역 밀리미터파 탐색기의 신호를 처리하여 표적을 식별하는 장치에 관한 것이다.
탐색기의 소형화와 높은 해상도에 따른 표적 식별 성능을 위하여, 높은 주파수 대역인 W대역(56~110Ghz)의 탐색기 개발이 요구되고 있으며, W대역 신호 처리 및 이중 편파를 활용하여 정확하게 표적을 탐색하기 위한 신호 처리 기술 개발이 요구되고 있다.
무인 비행체에 탑재되어 표적을 탐지 및 추적하는 W대역 탐색기는 지상의 전차와 같은 표적과 표적이 아닌 일반 차량을 구분할 수 있는 표적 식별 기능이 필요하다. 이러한 표적 식별 기능을 수행하기 위해서 종래에는 표적으로부터 반사된 수신 신호와 표적의 레이더 반사 면적(Radar Cross Section, RCS) 데이터가 저장된 RCS 데이터 베이스의 표적에 대한 정보를 비교하여 표적을 식별하였다.
다만, 종래 RCS 데이터 베이스의 표적에 대한 정보를 이용한 표적 식별 장치는 메모리 용량의 물리적 한계와 데이터 처리에 지연의 문제가 있었으며 실시간 변하는 조우각에 따른 잡음의 증가로 표적 식별 성능이 떨어지는 문제가 있었다.
또한, 종래의 표적 식별 기술은 단일 편파 채널을 통하여 획득한 정보를 이용하여 표적을 식별하였기 때문에 획득 정보의 한계로 인하여 표적의 정보를 완전하게 얻기 어려웠으며, 그 결과 표적 식별 성능이 떨어지는 문제가 있었다.
따라서, 표적의 특성을 정확히 반영할 수 있으면서 동시에 적은 용량의 특징 정보들만으로도 표적을 식별할 수 있는 기술 개발이 요구되고 있다.
한국 등록 특허 제 10-1133525 (공고)
본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로서, 이중 편파를 이용하는 표적 식별 장치를 개시한다. 특히, 표적의 RCS 특성이 반영된 수신 신호로부터 표적의 기하학적 특징에 따른 산란 특성이 반영된 산란점을 추출하여 표적을 식별하는 장치를 개시한다.
본 발명은 상기한 목적을 달성하기 위해 안출된 것으로서, 본 발명의 이중 편파를 이용하는 표적 식별 장치는 표적을 탐지하기 위한 신호를 방사하고, 상기 방사된 신호가 반사되어 수신되는 수신 신호를 수신하는 안테나부; 상기 수신 신호의 편파 방향에 따른 적어도 제1 그룹의 편파 신호들을 검출하고, 상기 검출된 제1그룹의 편파 신호들로부터 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 제1 산란 특징 벡터를 산출하는 제1 특징 벡터 산출부; 및 상기 산출된 제1 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별하는 표적 식별부; 를 포함한다.
본 발명에서 상기 이중 편파를 이용하는 표적 식별 장치는 상기 수신 신호에서 상기 편파 방향에 따른 적어도 제2 그룹의 편파 신호들을 검출하고, 상기 검출된 제2그룹의 편파 신호들로부터 상기 표적의 산란 특성이 반영된 제2산란 특징 벡터를 산출하는 제2 특징 벡터 산출부; 를 더 포함하고, 상기 표적 식별부는 상기 제1 산란 특징 벡터 및 제2 산란 특징 벡터 중 적어도 하나를 이용하여 상기 표적의 종류를 식별할 수 있다.
본 발명에서 상기 검출된 제1 그룹의 편파 신호들 및 제2 그룹의 편파 신호들의 편파 방향은 서로 직교성을 가지도록 마련될 수 있다.
본 발명에서 상기 제1 특징 벡터 산출부는 상기 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 제1 레인지 프로파일을 생성하는 제1 레인지 프로파일 생성부; 를 더 포함하고, 상기 생성된 제1 레인지 프로파일을 이용하여 상기 제1 산란 특징 벡터를 산출할 수 있다.
본 발명에서 상기 제1 특징 벡터 산출부는 상기 생성된 제1 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출하는 제1 산란점 추출부; 를 더 포함하고, 상기 추출된 산란점을 이용하여 상기 제1 산란 특징 벡터를 산출할 수 있다.
본 발명에서 상기 상기 제2 특징 벡터 산출부는 상기 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 제2 레인지 프로파일을 생성하는 제2 레인지 프로파일 생성부; 및 상기 생성된 제2 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출하는 제2 산란점 추출부; 를 더 포함하고, 상기 추출된 산란점을 이용하여 상기 제2 산란 특징 벡터를 산출할 수 있다.
본 발명에서 상기 표적 식별부는 상기 산출된 제1 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리에 관한 제1 벡터 차이를 계산하는 제1 벡터 차이 계산부; 및 상기 산출된 제2 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리에 관한 제2 벡터 차이를 계산하는 제2 벡터 차이 계산부; 를 더 포함하고, 상기 계산된 제1 벡터 차이 및 제2 벡터 차이를 이용하여 상기 표적을 식별할 수 있다.
본 발명에서 상기 표적 식별부는 상기 계산된 제1 벡터 차이 및 제2 벡터 차이를 상기 데이터 베이스에 저장된 상기 표적의 모델을 기준으로 제곱 합산하는 합산 처리부; 및 상기 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이의 제곱근과 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들을 비교하여 벡터간 유사도를 판단하는 유사도 판단부; 를 더 포함하고, 상기 판단된 유사도에 기반하여 상기 표적의 종류를 식별할 수 있다.
본 발명에서 상기 제1 산란점 추출부는 상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 제1 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 제1 위치 정보 결정부; 및 상기 결정된 위치 정보를 이용하여 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 상기 제1 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 제1 잔여 전력 계산부; 를 더 포함하고, 상기 계산된 제1 레인지 프로파일의 잔여 전력에 기초하여 상기 산란점을 반복하여 추출할 수 있다.
본 발명에서 상기 제2 산란점 추출부는 상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 제2 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 제2 위치 정보 결정부; 및 상기 결정된 위치 정보를 이용하여 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 상기 제2 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 제2 잔여 전력 계산부; 를 더 포함하고, 상기 계산된 제2 레인지 프로파일의 잔여 전력에 기초하여 상기 산란점을 반복하여 추출할 수 있다.
본 발명에서 상기 제1 산란 특징 벡터 산출부는 상기 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 상기 제1 산란 특징 벡터를 산출할 수 있다.
본 발명에서 상기 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은 상기 반복하여 추출된 산란점들을 순차로 상기 제1 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 제1 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 것으로 마련될 수 있다.
본 발명에서 상기 수신 신호는 레이더 반사 면적(Radar Cross Section)특성이 반영된 신호이고, 상기 제1 레인지 프로파일 생성부는 상기 방사된 신호의 방사 각도에 따라 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성하며, 상기 데이터 베이스는 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 상기 방사 각도에 따라 구분하여 저장할 수 있다.
또한 상기한 목적을 달성하기 위하여 본 발명의 이중 편파를 이용하는 표적 식별 방법은 표적을 탐지하기 위한 방사 신호가 반사되어 수신되는 레이더 반사 면적(Radar Cross Section) 특성이 반영된 수신 신호를 상기 수신 신호의 편파 방향을 고려하여 적어도 제1 그룹의 편파 신호들 및 제2 그룹의 편파 신호들로 분리하는 단계; 상기 제1 그룹 및 제2 그룹 각각에 대하여 해당 그룹에 속하는 편파 신호들로부터 상기 표적의 기하학적 특징에 따른 산란 특성을 반영하여 상기 해당 그룹 별 산란 특징 벡터들을 산출하는 단계; 및 상기 산출된 산란 특징 벡터들을 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별하는 단계; 를 포함한다.
본 발명에서 상기 분리된 해당 그룹별 편파 신호들의 방향은 서로 직교성을 가지도록 마련될 수 있다.
본 발명에서 상기 산출하는 단계는 상기 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 상기 해당 그룹 각각에 대하여 레인지 프로파일을 생성하는 단계; 를 더 포함하고, 상기 생성된 해당 그룹 각각의 레인지 프로파일을 이용하여 상기 해당 그룹 별로 상기 산란 특징 벡터들을 산출할 수 있다.
본 발명에서 상기 산출하는 단계는 상기 생성된 해당 그룹 각각의 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 상기 해당 그룹 각각의 레인지 프로파일에서 적어도 하나의 산란점을 추출하는 단계; 를 더 포함하고, 상기 추출된 산란점을 이용하여 상기 해당 그룹 별로 상기 산란 특징 벡터들을 산출할 수 있다.
본 발명에서 상기 식별하는 단계는 상기 해당 그룹 별로 산출된 산란 특징 벡터들과 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리에 관한 벡터 차이를 계산하는 단계; 를 더 포함하고, 상기 해당 그룹 별로 계산된 벡터 차이를 이용하여 상기 표적의 종류를 식별할 수 있다.
본 발명에서 상기 식별하는 단계는 상기 해당 그룹 별로 계산된 벡터 차이를 상기 데이터 베이스에 저장된 상기 표적의 모델을 기준으로 제곱 합산 하는 단계; 를 더 포함하고, 상기 제곱 합산된 벡터 차이를 이용하여 상기 표적의 종류를 식별할 수 있다.
본 발명에서 상기 식별하는 단계는 상기 제곱 합산된 상기 해당 그룹별로 계산된 벡터 차이의 제곱근과 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들을 비교하여 벡터간 유사도를 판단하는 단계; 를 더 포함하고, 상기 판단된 벡터간 유사도를 이용하여 상기 표적의 종류를 식별할 수 있다.
본 발명에서 상기 추출하는 단계는 상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 해당 그룹 각각의 편파 신호들에 대한 상기 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 단계; 를 더 포함하고, 상기 결정된 위치 정보에 따라 상기 산란점을 추출할 수 있다.
본 발명에서 상기 추출하는 단계는 상기 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 단계; 를 더 포함하고, 상기 계산된 레인지 프로파일의 잔여 전력에 기초하여 상기 해당 그룹 각각의 편파 신호들에 대한 레인지 프로파일에서 상기 산란점을 반복하여 추출할 수 있다.
본 발명에서 상기 추출하는 단계는 상기 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 상기 산란 특징 벡터를 산출할 수 있다.
본 발명에서 상기 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은 상기 반복하여 추출된 산란점들을 순차로 상기 제1 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 것으로 마련될 수 있다.
본 발명에서 상기 수신 신호는 레이더 반사 면적(Radar Cross Section)특성이 반영된 신호이고, 상기 생성하는 단계는 상기 방사된 신호의 방사 각도에 따라 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성하며, 상기 데이터 베이스는 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 상기 방사 각도에 따라 구분하여 저장할 수 있다.
또한 본 발명은 컴퓨터에서 상기한 이중 편파를 이용하는 표적 식별 방법을 실행시키기 위한 컴퓨터에서 판독 가능한 기록매체에 저장된 컴퓨터 프로그램을 개시한다.
본 발명에 따르면 표적의 산란 특성이 반영된 데이터를 이용하여 적은 용량의 데이터로 표적을 정확하게 식별할 수 있다.
특히, 이중 편파 채널을 이용하여 표적 식별 성능이 향상되는 잇점이 있다.
도 1은 본 발명의 일 실시 예에 따른 이중 편파를 이용하는 표적 식별 장치의 블록도이다.
도 2는 도 1의 실시 예에서 제1 특징 벡터 산출부의 확대 블록도이다.
도 3은 도 1의 실시 예에서 제2 특징 벡터 산출부의 확대 블록도이다.
도 4는 도 2의 실시 예에서 제1 산란점 추출부의 확대 블록도이다.
도 5는 도 3의 실시 예에서 제2 산란점 추출부의 확대 블록도이다.
도 6은 본 발명의 일 실시 예에 따라 산출된 산란 특징 벡터의 예시도이다.
도 7은 도 1의 실시 예에서 표적 식별부의 확대 블록도이다.
도 8은 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들이 저장된 데이터 베이스의 구성을 나타내는 참고도이다.
도 9는 편파 채널의 특성에 따라 달라지는 표적 식별 장치의 성능을 나타내는 예시도이다.
이하, 본 발명의 일 실시예를 첨부된 도면들을 참조하여 상세히 설명한다.
첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 용어를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 이하에서 설명하는 각 단계는 하나 또는 여러 개의 소프트웨어 모듈로도 구비가 되거나 또는 각 기능을 담당하는 하드웨어로도 구현이 가능하며, 소프트웨어와 하드웨어가 복합된 형태로도 가능하다.
각 용어의 구체적인 의미와 예시는 각 도면의 순서에 따라 이하 설명 한다.
이하에서는 본 발명의 실시 예에 따른 이중 편파를 이용하는 표적 식별 장치(10)의 구성을 관련된 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 이중 편파를 이용하는 표적 식별 장치(10)의 블록도이다.
이중 편파를 이용하는 표적 식별 장치(10)는 안테나부(100), 제1 특징 벡터 산출부(200), 제2 특징 벡터 산출부(300) 및 표적 식별부(400)를 포함한다. 예를 들어, 이중 편파를 이용하는 표적 식별 장치(10)는 종래 단일 편파 채널을 이용하는 표적 식별 장치의 한계 및 RCS(Radar Cross Section, 레이더 반사 면적) 데이터를 기반으로 표적을 식별하던 표적 식별 장치의 문제점을 해결하기 위한 것으로 이중 편파 채널을 이용함과 동시에, 각 편파 채널에서 수신된 신호로부터 표적의 산란 특성이 반영된 산란 특징 벡터들을 산출하고 이를 기반으로 표적을 식별할 수 있다.
예를 들어, 이중 편파를 이용하는 표적 식별 장치(10)는 ku(12~18Ghz) 대역 및 ka(26~40Ghz) 대역보다 더 높은 주파수 대역인 W대역(56~110Ghz)의 주파수 대역을 사용하는 W대역 탐색기 또는 W대역 초소형 레이더 장치에 사용되어, 표적을 식별할 수 있다. 또한, 본 발명의 이중 편파를 이용하는 표적 식별 장치(10)는 이중 편파를 이용하기 위하여 제2 특징 벡터 산출부(300)를 포함하여 구현될 수 있음은 물론, 제2 특징 벡터 산출부(300)를 제외한, 안테나부(100), 제1 특징 벡터 산출부(200) 및 표적 식별부(400)를 포함하고, 단일 편파 채널을 기반으로 표적을 식별할 수 있음은 물론이다.
본 발명의 이중 편파를 이용하는 표적 식별 장치(10)와 달리, 종래의 단일 편파를 이용하는 표적 식별 장치는 단일 편파 채널에서 수신된 신호만을 이용하여 표적 정보를 획득하였기 대문에, 완전한 표적 정보를 얻기가 어려웠다. 하지만 종래의 표적 식별 장치는 지상에서 여러 대의 컴퓨터를 기반으로 동작하는 고성능 식별기 등을 활용하여 단일 채널에서의 불완전한 정보 문제를 완화하였으나, 이러한 방식은 초소형 레이다와 같이 실시간 처리로 인한 MLP(Multilayed Perception)와 같은 신경망 회로 등으로 복잡한 표적 식별 장치를 사용할 수 없는 곳에서는 적용될 수 없는 한계가 있다.
예를 들어, 공대지 미사일에 장착되어 지상 표적을 탐지 및 추적하는 W대역 탐색기는 지상의 전차 표적과 표적이 아닌 물체를 자동으로 구분하기 위하여 표적 식별 과정을 수행하는데, 표적 식별을 수행하기 위해서는 수신된 신호와 표적 정보가 저장된 데이터 베이스의 표적 정보를 비교하여 가장 일치도가 높은 표적 정보를 이용하여 표적을 식별한다. 종래의 탐색기는 표적의 RCS 특성이 반영된 수신 신호를 푸리에 변환하여 생성된 1024 또는 2048개의 시간 영역 데이터를 가지는 레인지 프로파일로 구축된 데이터 베이스를 이용하여 표적을 식별하였고, 이 경우 방사된 각도의 경우의 수(N)를 고려하면 레인지 프로파일당 1024*N 또는 2048*N 개의 데이터가 생성되므로, 데이터 베이스의 용량이 커지는 문제점이 있었다.
종래의 표적 식별 장치와 같이, 표적 식별 성능 향상을 위하여 고각 및 방위각을 촘촘하게 배치하여 용량이 큰 데이터 베이스를 이용하면, 표적 식별 성능은 높아질 수 있음은 별론, 데이터가 저장되는 신호 처리 보드의 물리적 한계로 인한 문제점이 있으나, 반대로 고각 및 방위각을 느슨하게 배치하면, 표적 식별의 성능이 떨어지는 문제점이 있었다. 따라서, 신호 처리 보드의 물리적인 한계의 극복 및 표적 식별 성능의 향상 모두 가능한 표적 식별 데이터 베이스 및 이를 통한 표적 식별 기술 개발이 필요하다.
이중 편파를 이용하는 표적 식별 장치(10)가 표적 식별을 위하여 사용하는 미리 마련되어 저장된 데이터 베이스에는 표적의 레이더 반사 면적(Radar Cross Section, RCS)을 푸리에 변환하여 생성된 레인지 프로파일로부터 물체의 산란 메커니즘을 충분히 반영하는 시간 영역 스펙트럼 추정 기법인 RELAX(Relaxation Algorithm) 기법을 기반으로 추출된 산란점을 이용하여 생성된 산란 특징 벡터들이 저장되어 있다. 이중 편파를 이용하는 표적 식별 장치(10)가 사용하는 데이터 베이스에는 표적 별 모델에 따라 서로 다른 산란 특성이 반영된 산란 특징 벡터들이 저장되어 있는데, 이는 상기 표적의 모델 별 산란 특징에 따른 산란 특징 벡터들을 방사 신호의 방사 각도에 따라 구분하여 저장되도록 마련될 수 있다. 데이터 베이스를 구축하기 위한 방법은 수신 신호로부터 산란 특징 벡터를 산출하기 위하여 사용하는 방법과 동일하다.
안테나부(100)는 표적을 탐지하기 위한 신호를 방사하고, 상기 방사된 신호가 반사되어 수신되는 수신 신호를 수신한다. 예를 들어, 안테나부(100)는 모노펄스 기법을 사용하는 표적 식별 장치인 본 발명에서는 도파관 슬롯 배열 안테나 또는 반사판 안테나를 포함할 수 있다. 안테나부(100)는 전자파 간섭 영향이 적은 카세그레인 안테나를 사용할 수 있고, 동일한 회전축을 가지고 회전하는 주 반사판, 부 반사판 및 급전혼을 포함할 수 있다. 또는 안테나부(100)는 주 반사판만 회전하는 구조를 가질 수 있다.
상기 안테나부(100)가 방사하는 신호는 신호는 펄스 기법이 적용된 신호를 포함하고, 단일 펄스를 이용한 모노펄스 기법이 적용된 신호를 포함한다. 또한 상기 송신 신호는 Ku, ka대역의 신호일 수 있고, W대역 또는 밀리미터파(초고주파 영역)의 신호를 포함할 수 있다. 본 발명에서 안테나부(100)가 방사하는 신호 및 수신하는 신호의 편파 방향은 제한이 있는 것은 아니지만, 서로 다른 두개의 편파는 서로 직교할 수 있다. 예를 들어, 이중 편파를 이용하는 표적 식별 장치(10)가 사용하는 편파는 수평 편파 및 수직 편파를 포함할 수 있다. 본 발명의 이중 편파를 이용하는 표적 식별 장치(10)가 표적을 탐지하기 위하여 방사한 신호와 상기 방사 신호가 반사되어 수신된 수신 신호의 편파 방향을 고려하여 설명하면 HH는 수평 편파로 방사하여 수평 편파로 수신된 전파 신호를 의미하고, HV는 수평 편파로 방사하여 수직 편파로 수신된 전파 신호를 의미하며, VV는 수직 편파 신호로 방사하여 수직 편파 신호로 수신된 전파 신호를 의미하고, VH는 수직 편파 신호로 방사하여 수평 편파 신호로 수신된 전파 신호를 의미한다. 도 2를 참조하여 설명한다.
제1 특징 벡터 산출부(200)는 제1 레인지 프로파일 생성부(220) 및 제1 산란점 추출부(240)를 포함한다. 예를 들어, 제1 특징 벡터 산출부(200)는 수신 신호의 편파 방향에 따른 적어도 제1 그룹의 편파 신호들을 검출하고, 상기 검출된 제1그룹의 편파 신호들로부터 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 제1 산란 특징 벡터를 산출한다. 예를 들어, 제1 특징 벡터 산출부(200)는 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 제1 산란 특징 벡터를 산출할 수 있다.
본 발명에서 제1 특징 벡터 산출부(200)는 수신 신호의 편파 방향을 고려하여 제1 그룹의 편파 신호들을 검출하기 위하여 편파 분리기를 포함할 수 있다. 예를 들어, 제1 특징 벡터 산출부(200)가 이용하는 제1 그룹의 편파 신호들은 수평(Horizontal) 편파 되어 방사된 방사 신호가 반사되어 수신되는 수신 신호 중 수평 편파되어 수신된 수신 신호로 마련될 수 있다. 즉, 전술한 바와 같이, 수평 편파 신호로 방사하여 수평 편파 신호로 수신된 신호(HH)를 의미한다. 제2 특징 벡터 산출부(300)는 수평 편파 신호로 방사하여 수직 편파 신호로 수신된(HV)신호로부터 제2 특징 벡터를 산출할 수 있음은 후술한다.
제1 레인지 프로파일 생성부(220)는 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 제1 레인지 프로파일을 생성한다. 예를 들어, 제1 레인지 프로파일 생성부(220)는 표적을 탐지하기 위한 신호가 방사된 각도 및 방사 신호 및 수신 신호의 편파 방향에 따른 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성할 수 있다. 상기 주파수 대역 정보는 상기 수신 신호가 가지는 주파수 스펙트럼에 대한 정보로서, 밀리미터파 대역의 주파수를 포함한다.
예를 들어, 제1 레인지 프로파일 생성부(220)가 RCS 특성이 반영된 수신 신호를 푸리에 변환함에 있어서, 사용하는 푸리에 변환 알고리즘은 이산 푸리에 변환(Discrete Fourier Transform)을 포함하고, 특히, 근사 공식에 기반한 고속 푸리에 변환(Fast Fourier Transform) 알고리즘을 포함한다. 상기 레인지 정보는 후술하는 바와 같이 산란점의 위치와 크기에 관한 정보를 포함할 수 있다. 도 3 및 도 4를 참조하여 설명한다.
제1 산란점 추출부(240)는 제1 위치 정보 결정부(242) 및 제1 잔여 전력 계산부(244)를 포함한다. 예를 들어, 제1 산란점 추출부(240)는 생성된 제1 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출한다. 예를 들어, 제1 산란점 추출부(240)는 편파 방향 및 상기 전파가 방사된 각도에 따라 서로 다르게 생성된 제1 레인지 프로파일에서 산란점을 추출하므로, 상기 편파 방향 및 상기 전파가 방사된 각도에 따라 서로 다른 산란점을 추출할 수 있다.
예를 들어, 제1 산란점 추출부(240)는 후술하는 바와 같이, 산란점을 반복하여 추출할 수 있는데, 추출된 산란점을 제1 레인지 프로파일에서 제거하고, 제거된 제1 레인지 프로파일의 잔여 전력에 기초하여 산란점을 반복하여 추출할 수 있다. 산란점 추출부(240)는 전술한 시간 영역 스펙트럼 추정 기법인 RELAX 알고리즘을 이용하여 산란점을 추출하는데, 산란점을 제1 레인지 프로파일에서 제거 할 때마다 산란점이 제거된 제1 레인지 프로파일의 잔여 전력(Residual Power)을 계산하고, 상기 계산된 잔여 전력이 상승할 때까지 산란점 추출 과정을 반복하여 수행한다. 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은 상기 반복하여 추출된 산란점들을 순차로 상기 제1 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 제1 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 것을 의미한다.
예를 들어, 제1 산란점 추출부(240)는 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하고, 잔여 전력을 고려하여 산란점을 추출한다. 상기 산란점의 위치 정보는 산란점의 위치와 크기에 대한 정보로서 산란 계수로 표현될 수 있다. 산란점이 추출 되지 않은 Original HRRP(High Resolution Range Profile)에서 데이터의 크기 분포는 산란점이 추출됨에 따라 변할 수 있다. 제1 산란점 추출부(240)가 산란점을 추출하고, 추출된 산란점을 원 신호에서 제거하기 때문에 추출되는 산란점의 수가 커짐에 따라 제1 레인지 프로파일 내부의 전체 데이터의 크기는 작아지는 흐름을 보이나, 실제로 존재하는 산란점이 아닌 노이즈 성분을 추출하게 되는 경우에는 오히려 전체 레인지 프로파일 내부의 데이터의 크기가 커질 수 있다.
제1 위치 정보 결정부(242)는 비용함수 및 포인트 스프레드 함수를 이용하여 상기 제1 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정한다. 예를 들어, 위치 정보는 산란점의 위치와 크기를 나타내는 계수로서 (a, f)로 표기되고, a: 크기(Amplitude) 및 f: 위치(Resolution) 정보를 포함하고, 레인지 프로파일에서 레인지 정보는 상기 위치 정보(산란 계수)를 표기하기 위한 정보를 포함한다.
Figure 112018019116573-pat00001
여기에서, y는 행렬로 표기되는 레인지 프로파일의 원 데이터이다. i는 1에서 k까지 값을 가지는 정수이고, ai는 i번째 데이터의 크기(Amplitude), fi는 레인지 프로파일에서 i번째 데이터의 위치(Resolution)이다. w(fi)는 i번째 데이터의 위치를 입력으로 하는 웨이팅 함수이다. 웨이팅 함수는 하기의 수학식 2로 표기될 수 있다.
Figure 112018019116573-pat00002
여기에서, w(fi)는 i번째 데이터의 위치를 입력으로 하는 웨이팅 함수이고, 행렬로 표기될 수 있다. 상기 fk는 레인지 프로파일에서 k번째 데이터의 위치를 의미하고, T는 행렬의 전치를 의미한다. 상기 수학식 2의 위치 정보를 입력으로 하는 웨이팅 함수와 데이터의 크기로 표현되는 원 데이터에서 위치 정보(a, f)는 하기 비용함수를 최소화하는 값으로 설정되어야 한다.
Figure 112018019116573-pat00003
C3는 데이터의 크기 (a1) 및 위치 정보(f1)를 입력으로 하는 비용함수이다. y는 원 신호이고, w(fk) 는 K번째 데이터의 위치 정보 fk를 입력으로 하는 웨이팅 함수이고, ak는 K번째 데이터의 크기이다.
Figure 112018019116573-pat00004
원 신호에서 한 개의 포인트 스프레드 함수를 제거한 yk는 상기 수학식 4와 같이 표기되는데, yk는 원 신호에서 한 개의 포인트 스프레드 함수를 제거한 신호, y는 원 신호,
Figure 112018019116573-pat00005
는 포인트 스프레드 함수, ai는 i번째 데이터의 크기, w(fi)는 i번째 데이터의 위치 정보를 입력으로 하는 웨이팅 함수 이다. 본 발명의 일 실시 예에 따른 제1 산란점 추출부(240) 추출되는 산란 과정을 상기 수학식 1 내지 4를 참조하여 설명한다. fk는 제로 패딩(zero padding) 후의 yk를 FFT한 신호에서 최대 극값(크기, Amplitude)을 가지는 극점의 위치로 정할 수 있다.
먼저, 추출할 산란점의 수(위치 정보 쌍의 수)를 1개로 설정하면, K=1이고, y로부터 f^1과 a^1을 얻는다. 두번째 추출 과정으로, 추출할 산란점의 수(위치 정보 쌍의 수)를 2로 가정하면 K=2이고, f^1과 a^1을 상기 수학식 4에 대입하여 f^2와 a^2를 계산한다. 상기 계산된 f^2와 a^2를 다시 상기 수학식 4에 대입하여 f^1과 a^1을 재계산 하여 추출할 두개의 산란점의 위치 정보를 재 결정한다. 세번째 추출할 산란점의 수를 3으로 설정하면, 상기 두번째 과정에서 얻은 위치 정보의 값을 상기 수학식 4에 대입하여 y3을 얻고, 이로부터 f^3 및 a^3을 계산하고, 상기의 과정을 반복하여 f^1,a^1 및 f^2, a^2를 재 결정하여 추출할 산란점의 위치 정보를 계산한다.
전술한 바와 같이 제1 위치 정보 결정부(242)가 원 신호에서 한 개의 포인트 스프레드 함수를 제거한 신호를 기반으로 이전 결정된 위치 정보를 재 결정하면서, 위치 정보를 구하는 과정은 상기 수학식 3의 비용함수를 최적화하여 위치 정보를 구하는 과정에 대응될 수 있다. 제1 산란점 추출부(240) 상기 과정을 반복하여 산란점을 추출하는데, 상기 과정은 추출된 산란점이 원 신호인 제1 레인지 프로파일에서 제거 될 때마다, 상기 산란점이 제거된 제1 레인지 프로파일의 계산된 잔여 전력을 더 고려하여 산란점을 추출할 수 있다.
제1 잔여 전력 계산부(244)는 상기 추출된 산란점을 상기 제1 레인지 프로파일에서 제거하여 상기 산란점이 제거된 제1 레인지 프로파일의 잔여 전력(Residual Power)을 계산한다. 예를 들어, 산란점이 제거된 제1 레인지 프로파일의 신호를 yk=[yk1, yk2, yk3,…ykN]로 정하면 잔여 전력을 계산하는 방법은 하기 수학식 5와 같다.
Figure 112018019116573-pat00006
여기에서 N은 산란점이 제거된 제1 레인지 프로파일에서 신호의 길이이고, ynk는 k번째 산란점이 제거된 제1 레인지 프로파일의 신호에서 n번째 원소를 의미한다. 상기 잔여 전력을 계산하는 공식은 RMS(Root Mean Square)전력을 계산하는 과정에 대응될 수 있다.
제1 산란점 추출부(240)가 제1 레인지 프로파일에서 산란점을 추출하고, 추출된 상기 산란점을 이전 산란점이 추출된 제1 레인지 프로파일에서 제거하며, 상기 산란점이 제거된 제1 레인지 프로파일의 잔여 전력을 계산하는 과정은 전술한 바와 같다. 제1 산란점 추출부(240)가 산란점 추출 과정을 반복할 때마다 제1 레인지 프로파일의 잔여 전력은 감소하는 경향을 보이나, 산란점의 수가 소정의 임계치 이상인 경우, 제1 레인지 프로파일의 전력이 다시 증가할 수 있다. 이는 상기 수학식 5에서 산란점이 제거된 제1 레인지 프로파일 내의 신호 성분의 절대값의 제곱 연산과 복소 신호의 특성에 따른 것으로서, 제1 산란점 추출부(240)가 실제로 존재하는 산란점의 수보다 많은 수의 산란점이 제거되는 경우, 이는 실질상 노이즈 성분을 더하는 것과 같아 지기 때문에 제1 잔여 전력 계산부(244) 에서 계산된 잔여 전력이 증가하는 결과를 나타낼 수 있다. 하지만 종래의 산란점 추출 기법은 이러한 산란점의 수를 제한하지 않았기 때문에, 하나의 레인지 프로파일 내에서 모든 샘플을 저장해야 하는 문제점이 있었고, 따라서 표적을 식별하기 위한 신호 처리 보드의 물리적인 한계를 초래하는 단점이 있었다.
제2 특징 벡터 산출부(300)는 제2 레인지 프로파일 생성부(320) 및 제2 산란점 추출부(340)를 포함한다. 예를 들어, 제2 특징 벡터 산출부(300)는 수신 신호에서 상기 편파 방향에 따른 적어도 제2 그룹의 편파 신호들을 검출하고, 상기 검출된 제2그룹의 편파 신호들로부터 상기 표적의 산란 특성이 반영된 제2 산란 특징 벡터를 산출한다. 예를 들어, 제2 특징 벡터 산출부(300)는 수평 편파 신호로 방사하여 수신된 수직 편파 신호인 제2 그룹의 편파 신호들을 이용하여 제2 산란 특징 벡터를 산출할 수 있다. 제2 특징 벡터 산출부(300)가 제2 산란 특징 벡터를 산출하는 방식은 수신 신호 성분중 서로 다른 편파 성분들을 이용하는 것 외에, 제1 특징 벡터 산출부(200)와 동일하게 마련될 수 있다.
제2 레인지 프로파일 생성부(320)는 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 제2 레인지 프로파일을 생성한다. 예를 들어, 제2 레인지 프로파일 생성부(320)가 제2 레인지 프로파일을 생성하는 과정은 제2 레인지 프로파일 생성부(320)가 제2 레인지 프로파일을 생성하기 위하여 이용하는 수신 신호의 편파 방향을 제외하고, 제1 레인지 프로파일 생성부(220)가 제1 레인지 프로파일을 생성하는 과정과 동일하게 마련될 수 있다. 도 5를 참조하여 설명한다.
제2 산란점 추출부(340)는 제2 위치 정보 결정부(342) 및 제2 잔여 전력 계산부(344)를 포함한다. 예를 들어, 제2 산란점 추출부(340)는 생성된 제2 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출할 수 있다. 본 발명의 제2 산란점 추출부(340)가 산란점들을 추출하기 위한 과정은 제1 산란점 추출부(240)에서 수학식 1 내지 4를 통하여 수행되는 과정과 동일하게 마련될 수 있다.
제2 위치 정보 결정부(342)는 비용함수 및 포인트 스프레드 함수를 이용하여 상기 제2 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정한다. 예를 들어, 제2 위치 정보 결정부(342)가 위치 정보를 결정하는 과정은 이용하는 수신 신호의 편파 방향을 제외하고, 제1 위치 정보 결정부(242)에서 수행되는 과정과 동일하게 마련될 수 있다.
제2 잔여 전력 계산부(344)는 결정된 위치 정보를 이용하여 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 상기 제2 레인지 프로파일의 잔여 전력(Residual Power)을 계산한다. 예를 들어, 제2 잔여 전력 계산부(344)가 잔여 전력을 계산하는 과정은 제1 잔여 전력 계산부(244)가 수학식 5를 이용하여 수행하는 과정과 동일하게 마련될 수 있다. 예를 들어, 제2 산란점 추출부(340)는 계산된 제2 레인지 프로파일의 잔여 전력에 기초하여 산란점을 반복하여 추출할 수 있고, 여기에서 제2 산란점 추출부(340)가 산란점을 반복하여 추출하는 것은 반복하여 추출된 산란점들을 순차로 상기 제2 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 제2 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 것을 포함한다. 도 6을 참조하여 설명한다.
제1 특징 벡터 산출부(200)는 제1 그룹의 편파 신호들을 푸리에 변환하여 제1 레인지 프로파일을 생성하고, 생성된 제1 레인지 프로파일에서 추출된 산란점 간의 거리 및 추출된 산란점의 크기를 제1 산란 특징 벡터의 원소로 포함하여, 제1 산란 특징 벡터를 산출할 수 있다. 예를 들어, 제1 산란점 추출부(240)가 제1 레인지 프로파일에서 추출한 산란점들이 6개(254, 256, 258, 260, 262 및 264)인 경우 각각의 추출된 산란점들의 크기를 산란 특징 벡터 전단에 배치하고, 산란점 1번(254)과 산란점 1번을 제외한 다른 산란점들 간의 거리를 d12, d13, d14, d15 및 d16으로 하여 산란 특징 벡터 후단에 배치하여 제1 산란 특징 벡터를 산출할 수 있다.
제2 특징 벡터 산출부(300)는 제2 그룹의 편파 신호들을 푸리에 변환하여 제2 레인지 프로파일을 생성하고, 생성된 제2 레인지 프로파일에서 추출된 산란점 간의 거리 및 추출된 산란점의 크기를 제2 산란 특징 벡터의 원소로 포함하여 제2 산란 특징 벡터를 산출할 수 있으며, 제2 특징 벡터 산출부(300)가 제2 산란 특징 벡터를 산출하는 과정은 제1 특징 벡터 산출부(300)에서 벡터 원소를 배치하는 과정과 동일하게 마련될 수 있다. 본 발명에서 제1 특징 벡터 산출부(200) 및 제2 특징 벡터 산출부(300)가 이용하는 제1 그룹의 편파 신호들 및 제2 그룹의 편파 신호들의 편파 방향은 서로 직교성을 가지도록 마련될 수 있다. 본 발명에서 제1 특징 벡터 산출부(200) 및 제2 특징 벡터 산출부(300)는 단일의 특징 벡터 산출부의 구성으로 구현될 수도 있으며, 이 경우, 특징 벡터 산출부는 안테나부(100)에서 수신된 수신 신호의 편파 방향을 고려하여 적어도 제1 그룹의 편파 신호들 및 제2 그룹의 편파 신호들로 분리하고, 분리된 각각의 제1 그룹의 편파 신호들 및 제2 그룹의 편파 신호들 각각에서 제1 산란 특징 벡터 및 제2 산란 특징 벡터를 산출할 수 있다.
본 발명에서 전술한 제1 레인지 프로파일 생성부(220) 및 제2 레인지 프로파일 생성부(240)의 기능은 레인지 프로파일 생성부로 통합되어 구현될 수 있으며, 제1 산란점 추출부(240) 및 제2 산란점 추출부(340)의 기능 역시 산란점 추출부에서 통합되어 구현될 수 있다. 도 7 및 도 8을 참조하여 설명한다.
표적 식별부(400)는 제1 벡터 차이 계산부(420), 제2 벡터 차이 계산부(440), 합산 처리부(460) 및 유사도 판단부(480)를 포함한다. 본 발명의 표적 식별부(400)는 벡터 선별부를 더 포함할 수 있다. 예를 들어, 표적 식별부(400)는 산출된 제1 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별한다. 또한, 본 발명의 표적 식별부(400)는 이중 편파를 이용하여 표적을 식별할 수 있고, 수신 신호로부터 검출되는 제1 그룹의 편파 신호들 및 제2 그룹의 편파 신호들 중 적어도 하나를 이용하여 표적을 식별할 수 있다.
바람직하게는 본 발명의 표적 식별부(400)는 제1 특징 벡터 산출부(200) 및 제2 특징 벡터 산출부(300)각각에서 산출된 제1 산란 특징 벡터 및 제2 산란 특징 벡터를 미리 마련되어 데이터 베이스에 저장된 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하고, 필요한 경우 제곱 합산 처리하여 벡터 간 유사도를 판단하며, 판단된 유사도를 기반으로 표적의 종류를 식별할 수 있다.
제1 벡터 차이 계산부(420)는 산출된 제1 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리에 관한 제1 벡터 차이를 계산한다. 예를 들어, 제1 벡터 차이 계산부(420)는 제1 산란 특징 벡터와 데이터 베이스에 저장된 표적의 모델 별 산란 특징 벡터들과의 벡터 차이를 계산하기 위해서 유클리디안(Euclidean distance)거리, 코사인 거리 및 마하라 노비스 거리를 이용할 수 있다. 바람직하게는, 제1 벡터 차이 계산부(420)는 제1 산란 특징 벡터와 데이터 베이스에 저장된 표적의 모델 별 산란 특징 벡터들과의 벡터 차이를 표적의 모델 별로 계산할 수 있다.
제2 벡터 차이 계산부(440)는 산출된 제2 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터 간 거리에 관한 제2 벡터 차이를 계산한다. 예를 들어, 제2 벡터 차이 계산부(440)는 산출된 제2 산란 특징 벡터와 데이터 베이스에 저장된 표적의 모델 별 산란 특징 벡터들과의 벡터 차이를 계산하기 위해서 유클리디안(Euclidean distance)거리, 코사인 거리 및 마하라 노비스 거리를 이용할 수 있다. 바람직하게는, 제2 벡터 차이 계산부(440)는 제2 산란 특징 벡터와 데이터 베이스에 저장된 표적의 모델 별 산란 특징 벡터들과의 벡터 차이를 표적의 모델 별로 계산할 수 있다. 본 발명의 제1 벡터 차이 계산부(420) 및 제2 벡터 차이 계산부(440)는 벡터 차이 계산부로 통합되어 구현될 수 있고, 상기 벡터 차이 계산부는 해당 그룹 별로 산출된 산란 특징 벡터들과 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리에 관한 벡터 차이를 계산할 수 있다.
합산 처리부(460)는 제1 벡터 차이 및 제2 벡터 차이를 상기 데이터 베이스에 저장된 상기 표적의 모델을 기준으로 제곱 합산한다. 예를 들어, 이중 편파를 이용하는 표적 식별 장치(10)는 단일 편파 만을 이용하여 표적을 식별할 수도 있지만, 이중 편파를 이용하는 경우, 각 편파 별 수신 신호를 이용하여 계산된 제1 벡터 차이 및 제2 벡터 차이를 표적의 모델 별 제곱 합산 하고, 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이를 이용하여 표적의 종류를 식별할 수 있다. 예를 들어, 합산 처리부(460)는 데이터 베이스에 저장된 산란 특징 벡터의 세트가 M개 인 경우, 각 편파 별로 제곱 합산 과정을 M번 수행할 수 있다.
유사도 판단부(480)는 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이의 제곱근과 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들을 비교하여 벡터간 유사도를 판단한다. 예를 들어, 유사도 판단부(480)가 벡터간 유사도를 판단하는 방법에 제한이 있는 것은 아니지만, 벡터간의 유클리디안(Euclidean distance)거리를 이용하여 유사도를 판단할 수 있다. 또한, 유사도 판단부(320)는 벡터간 코사인 거리 이외에도 마하라 노비스 거리(Mahalanobis distance)도 유사 판단에 사용할 수 있다.
Figure 112018019116573-pat00007
여기에서 dij는 벡터 간 유클리드 거리이고, n은 1~N까지 정수이며,
Figure 112018019116573-pat00008
는 수신 신호로부터 산출된 산란 특징 벡터,
Figure 112018019116573-pat00009
는 데이터 베이스에 저장된 표적 모델 별 산란 특징 벡터이다. 일 실 시 예로, 유사도 판단부(480)는 산란 특징 벡터들간의 원소 별 거리를 계산하여 유클리드 거리를 판단할 수 있다.
벡터 선별부는 상기 데이터 베이스에 저장된 상기 표적의 모델별 산란 특징 벡터들 중에서 상기 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이의 제곱근과 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터를 선별한다. 예를 들어, 벡터 선별부는 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이의 제곱근과 데이터 베이스에 저장된 표적의 모델별 산란 특징 벡터들 사이에서 계산된 벡터간 거리 중 가장 벡터간 거리가 짧은 경우 벡터간 유사도를 가장 높다고 판단할 수 있다.
벡터 선별부는 가장 높게 판단된 벡터간 유사도를 나타내는 데이터 베이스의 산란 특징 벡터를 선별하고, 표적 식별부(400)는 상기 선별된 산란 특징 벡터가 속하는 표적의 모델에 따라 상기 표적의 종류를 식별할 수 있다.
도 2는 도 1의 실시 예에서 제1 특징 벡터 산출부(200)의 확대 블록도이다.
제1 특징 벡터 산출부(200)는 제1 레인지 프로파일 생성부(220) 및 제1 산란점 추출부(240)를 포함한다. 예를 들어, 제1 특징 벡터 산출부(200)는 수신 신호의 편파 방향에 따른 적어도 제1 그룹의 편파 신호들을 검출하고, 상기 검출된 제1그룹의 편파 신호들로부터 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 제1 산란 특징 벡터를 산출할 수 있다. 제1 특징 벡터 산출부(200)는 편파 분리기를 포함하고, 수신 신호로부터 특정 방향의 편파 신호들을 검출할 수 있고, 바람직하게는 수평 편파 신호들을 분리하여 사용할 수 있다.
도 3은 도 1의 실시 예에서 제2 특징 벡터 산출부(300)의 확대 블록도이다.
제2 특징 벡터 산출부(300)는 제2 레인지 프로파일 생성부(320) 및 제2 산란점 추출부(340)를 포함한다. 예를 들어, 제2 특징 벡터 산출부(300)는 수신 신호에서 상기 편파 방향에 따른 적어도 제2 그룹의 편파 신호들을 검출하고, 상기 검출된 제2그룹의 편파 신호들로부터 상기 표적의 산란 특성이 반영된 제2 산란 특징 벡터를 산출한다. 본 발명의 제2 특징 벡터 산출부(300)는 편파 분리기를 포함하여 특정 방향으로 편파된 편파 신호들을 검출할 수 있고, 바람직하게는 수직 편파 신호들을 분리하여 사용할 수 있다.
도 4는 도 2의 실시 예에서 제1 산란점 추출부(240)의 확대 블록도이다.
제1 산란점 추출부(240)는 제1 위치 정보 결정부(242) 및 제1 잔여 전력 계산부(244)를 포함한다. 예를 들어, 제1 산란점 추출부(240)는 생성된 제1 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출한다. 제1 산란점 추출부(240)가 제1 레인지 프로파일에서 산란점을 추출하는 구체적인 방법은 전술한 바와 같으므로 생략한다.
도 5는 도 3의 실시 예에서 제2 산란점 추출부(340)의 확대 블록도이다.
제2 산란점 추출부(340)는 제2 위치 정보 결정부(342) 및 제2 잔여 전력 계산부(344)를 포함한다. 예를 들어, 제2 산란점 추출부(340)는 생성된 제2 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출할 수 있다. 제2 산란점 추출부(340)가 제2 레인지 프로파일에서 산란점을 추출하는 구체적인 방법은 전술한 바와 같으므로 생략한다.
도 6은 본 발명의 일 실시 예에 따라 산출된 산란 특징 벡터의 예시도이다.
제1 특징 벡터 산출부(200) 및 제2 특징 벡터 산출부(300)에서 각각 산출된 제1 산란 특징 벡터 및 제2 산란 특징 벡터는 도 6에 도시된 산란 특징 벡터(252) 포맷으로 산출될 수 있다. 본 발명의 이중 편파를 이용하는 표적 식별 장치(10)가 이용하는 산란 특징 벡터는 추출된 산란점들의 크기를 전단에, 추출된 산란점들 간의 거리를 후단에 벡터 원소로 포함할 수 있음은 전술한 바와 같다. 제1 산란 특징 벡터 및 제2 산란 특징 벡터는 추출된 산란점들의 수에 따라, 서로 다른 벡터 원소를 포함할 수 있다.
도 7은 도 1의 실시 예에서 표적 식별부(400)의 확대 블록도이다.
표적 식별부(400)는 제1 벡터 차이 계산부(420), 제2 벡터 차이 계산부(440), 합산 처리부(460) 및 유사도 판단부(480)를 포함한다. 본 발명의 표적 식별부(400)는 벡터 선별부를 더 포함할 수 있음은 전술한 바와 같다. 예를 들어, 표적 식별부(400)는 산출된 제1 산란 특징 벡터 및 제2 산란 특징 벡터를 모두 이용하여, 제1 벡터 차이 및 제2 벡터 차이를 계산하고, 계산된 제1 벡터 차이 및 제2 벡터 차이를 표적의 모델 별로 제곱 합산하며, 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이를 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별할 수 있따.
도 8은 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들이 저장된 데이터 베이스의 구성을 나타내는 참고도이다.
표적 식별부(400)는 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 이용하여 표적의 종류를 식별한다. 예를 들어, 표적 식별부(400)가 이용하는 데이터 베이스에는 인덱스 별로 표적 A(492), 표적 B(494), 표적 C(496) 및 표적 D(498)의 RCS데이터로부터 산출된 산란 특징 벡터들이 저장되어 있다. 표적 식별부(400)는 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이의 제곱근과 데이터 베이스에 저장된 표적의 모델 별 산란 특징 벡터들간의 벡터간 유사도를 판단하고, 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터가 속하는 표적의 모델에 따라 표적의 종류를 식별한다.
도 9는 편파 채널의 특성에 따라 달라지는 표적 식별 장치(10)의 성능을 나타내는 예시도이다.
본 발명의 이중 편파를 이용하는 표적 식별 장치(10)가 수평 편파 신호로 방사하여 수평 편파 신호로 수신된 신호 채널 HH(502)의 단일 편파 채널 신호를 이용하는 경우, 또는 수평 편파 신호로 방사하여 수직 편파 신호로 수신된 신호 채널 HV(504)의 단일 편파 채널을 이용하여 표적을 식별하는 경우보다 이중 편파를 이용하는 경우(HH+HV, 506) 표적 식별 확률이 향상됨을 볼 수 있다. 특히, 이중 편파를 이용하는 표적 식별 장치(10)는 낮은 SNR(Sinal Noise Ratio)에서 단일 편파 채널 보다 뛰어난 표적 식별 성능을 달성할 수 있다.
상기 설명된 본 발명의 일 실시예의 방법의 전체 또는 일부는, 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 기록 매체의 형태(또는 컴퓨터 프로그램 제품)로 구현될 수 있다. 여기에서, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)를 포함할 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다.
또한, 본 발명의 일 실시예에 따르는 방법의 전체 또는 일부는 컴퓨터에 의해 실행 가능한 명령어를 포함하며, 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다.
본 명세서에서의 부(means) 또는 모듈(Module)은 본 명세서에서 설명되는 각 명칭에 따른 기능과 동작을 수행할 수 있는 하드웨어를 의미할 수도 있고, 특정 기능과 동작을 수행할 수 있는 컴퓨터 프로그램 코드를 의미할 수도 있고, 또는 특정 기능과 동작을 수행시킬 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록 매체, 예를 들어 프로세서 또는 마이크로 프로세서를 의미할 수 있다. 다시 말해, 부(means) 또는 모듈(Module)은 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적 및/또는 구조적 결합을 의미할 수 있다.
따라서 본 발명의 일 실시예에 따르는 방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (13)

  1. 표적을 탐지하기 위한 신호를 방사하고, 상기 방사된 신호가 반사되어 수신되는 수신 신호를 수신하는 안테나부;
    상기 수신 신호의 편파 방향에 따른 적어도 제1 그룹의 편파 신호들을 검출하고, 상기 검출된 제1그룹의 편파 신호들로부터 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 제1 산란 특징 벡터를 산출하는 제1 특징 벡터 산출부; 및
    상기 산출된 제1 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별하는 표적 식별부; 를 포함하고,
    상기 제1 산란 특징 벡터는 추출된 산란점들의 크기를 벡터 원소로 포함하는 것을 특징으로 하는 이중편파를 이용하는 표적 식별 장치.
  2. 제1항에 있어서,
    상기 수신 신호에서 상기 편파 방향에 따른 적어도 제2 그룹의 편파 신호들을 검출하고, 상기 검출된 제2그룹의 편파 신호들로부터 상기 표적의 산란 특성이 반영된 제2산란 특징 벡터를 산출하는 제2 특징 벡터 산출부; 를 더 포함하고,
    상기 표적 식별부는 상기 제1 산란 특징 벡터 및 제2 산란 특징 벡터 중 적어도 하나를 이용하여 상기 표적의 종류를 식별하는 것을 특징으로 하는 이중편파를 이용하는 표적 식별 장치.
  3. 제2항에 있어서,
    상기 검출된 제1 그룹의 편파 신호들 및 제2 그룹의 편파 신호들의 편파 방향은 서로 직교성을 가지는 것을 특징으로 하는 이중편파를 이용하는 표적 식별 장치.
  4. 제2항에 있어서, 상기 제1 특징 벡터 산출부는
    상기 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 제1 레인지 프로파일을 생성하는 제1 레인지 프로파일 생성부; 를 더 포함하고,
    상기 생성된 제1 레인지 프로파일을 이용하여 상기 제1 산란 특징 벡터를 산출하는 것을 특징으로 하는 이중편파를 이용하는 표적 식별 장치.
  5. 제4항에 있어서, 상기 제1 특징 벡터 산출부는
    상기 생성된 제1 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출하는 제1 산란점 추출부; 를 더 포함하고,
    상기 추출된 산란점을 이용하여 상기 제1 산란 특징 벡터를 산출하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  6. 제2항에 있어서, 상기 제2 특징 벡터 산출부는
    상기 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 제2 레인지 프로파일을 생성하는 제2 레인지 프로파일 생성부; 및
    상기 생성된 제2 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출하는 제2 산란점 추출부; 를 더 포함하고,
    상기 추출된 산란점을 이용하여 상기 제2 산란 특징 벡터를 산출하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  7. 제2항에 있어서, 상기 표적 식별부는
    상기 산출된 제1 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리에 관한 제1 벡터 차이를 계산하는 제1 벡터 차이 계산부; 및
    상기 산출된 제2 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리에 관한 제2 벡터 차이를 계산하는 제2 벡터 차이 계산부; 를 더 포함하고,
    상기 계산된 제1 벡터 차이 및 제2 벡터 차이를 이용하여 상기 표적을 식별하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  8. 제 7항에 있어서, 상기 표적 식별부는
    상기 계산된 제1 벡터 차이 및 제2 벡터 차이를 상기 데이터 베이스에 저장된 상기 표적의 모델을 기준으로 제곱 합산하는 합산 처리부; 및
    상기 제곱 합산된 제1 벡터 차이 및 제2 벡터 차이의 제곱근과 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들을 비교하여 벡터간 유사도를 판단하는 유사도 판단부; 를 더 포함하고,
    상기 판단된 유사도에 기반하여 상기 표적의 종류를 식별하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  9. 제5항에 있어서, 상기 제1 산란점 추출부는
    상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 제1 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 제1 위치 정보 결정부; 및
    상기 결정된 위치 정보를 이용하여 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 상기 제1 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 제1 잔여 전력 계산부; 를 더 포함하고,
    상기 계산된 제1 레인지 프로파일의 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  10. 제6항에 있어서, 상기 제2 산란점 추출부는
    상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 제2 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 제2 위치 정보 결정부; 및
    상기 결정된 위치 정보를 이용하여 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 상기 제2 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 제2 잔여 전력 계산부; 를 더 포함하고,
    상기 계산된 제2 레인지 프로파일의 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  11. 제5항에 있어서, 상기 제1 산란 특징 벡터 산출부는
    상기 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 상기 제1 산란 특징 벡터를 산출하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  12. 제9항에 있어서,
    상기 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은
    상기 반복하여 추출된 산란점들을 순차로 상기 제1 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 제1 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
  13. 제9항에 있어서,
    상기 수신 신호는 레이더 반사 면적(Radar Cross Section)특성이 반영된 신호이고, 상기 제1 레인지 프로파일 생성부는 상기 방사된 신호의 방사 각도에 따라 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성하며, 상기 데이터 베이스는 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 상기 방사 각도에 따라 구분하여 저장하는 것을 특징으로 하는 이중 편파를 이용하는 표적 식별 장치.
KR1020180021865A 2018-02-23 2018-02-23 이중 편파 채널을 이용하는 w대역 밀리미터파 탐색기에서 표적 식별 장치 KR101929510B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180021865A KR101929510B1 (ko) 2018-02-23 2018-02-23 이중 편파 채널을 이용하는 w대역 밀리미터파 탐색기에서 표적 식별 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180021865A KR101929510B1 (ko) 2018-02-23 2018-02-23 이중 편파 채널을 이용하는 w대역 밀리미터파 탐색기에서 표적 식별 장치

Publications (1)

Publication Number Publication Date
KR101929510B1 true KR101929510B1 (ko) 2018-12-14

Family

ID=64743426

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180021865A KR101929510B1 (ko) 2018-02-23 2018-02-23 이중 편파 채널을 이용하는 w대역 밀리미터파 탐색기에서 표적 식별 장치

Country Status (1)

Country Link
KR (1) KR101929510B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102066579B1 (ko) 2019-03-06 2020-01-15 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
KR102080312B1 (ko) 2019-03-06 2020-02-21 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
KR102080311B1 (ko) 2019-03-06 2020-02-21 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
KR102080313B1 (ko) 2019-03-06 2020-02-21 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
CN112114295A (zh) * 2020-07-29 2020-12-22 中国人民解放军海军航空大学 一种全极化雷达目标识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
박성호 외 4명. 유도탄 조우 시나리오를 고려한 W-대역 밀리미터파 탐색기의 지상 표적 식별을 위한 1차원 산란점 추출에 관한 연구. 한국전자파학회, 한국전자파학회논문지 제28권,제12호,2017.12, pp.982-992(11pages)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102066579B1 (ko) 2019-03-06 2020-01-15 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
KR102080312B1 (ko) 2019-03-06 2020-02-21 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
KR102080311B1 (ko) 2019-03-06 2020-02-21 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
KR102080313B1 (ko) 2019-03-06 2020-02-21 한화시스템 주식회사 프랙탈 차원을 이용한 표적 인식용 밀리미터파 탐색기 및 이를 이용한 표적 인식방법
CN112114295A (zh) * 2020-07-29 2020-12-22 中国人民解放军海军航空大学 一种全极化雷达目标识别方法及系统
CN112114295B (zh) * 2020-07-29 2023-12-22 中国人民解放军海军航空大学 一种全极化雷达目标识别方法及系统

Similar Documents

Publication Publication Date Title
KR101929510B1 (ko) 이중 편파 채널을 이용하는 w대역 밀리미터파 탐색기에서 표적 식별 장치
KR101929511B1 (ko) W대역 밀리미터파 탐색기에서 이중 편파를 이용하는 산란점 기반 표적 식별 방법 및 기록매체에 저장된 컴퓨터 프로그램
KR101872017B1 (ko) W대역 밀리미터파 탐색기에서 1차원 산란점 추출을 통한 표적 식별 방법 및 기록매체에 저장된 컴퓨터 프로그램
KR102088426B1 (ko) 이중 편파 레이더의 타겟 검출 장치 및 방법
CN109669182B (zh) 无源双基地sar动/静目标联合稀疏成像方法
Kim et al. One-dimensional scattering centre extraction for efficient radar target classification
KR101929512B1 (ko) 밀리미터파 공대지레이다의 각도 정보 융합 기법을 이용한 표적의 타격 각도 예측 장치 및 그 방법
CN112731394B (zh) 基于近似观测矩阵的聚束sar杂波抑制和动目标重聚焦
Lee et al. Improved classification performance using ISAR images and trace transform
KR101862716B1 (ko) W대역 밀리미터파 탐색기에서 재밍 신호 처리 장치
CN110398732A (zh) 低计算量自适应步长迭代搜索的目标方向检测方法
KR101872016B1 (ko) W대역 밀리미터파 탐색기에서 표적 식별 장치
CN112005129B (zh) 关联知悉式雷达波束成形
KR102005099B1 (ko) W대역 밀리미터파 공대지레이더에서 단일 채널 신호의 표적 식별률이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치 및 그 방법
Gu et al. Resolution threshold analysis of MUSIC algorithm in radar range imaging
KR101857133B1 (ko) Iir 영상 탐색기 및 w대역 밀리미터파 탐색기를 이용한 rcs 예측 기반 표적 탐지 방법 및 기록매체에 저장된 컴퓨터 프로그램
WO2016135694A1 (en) Ultrafast target detection based on microwave metamaterials
KR101893477B1 (ko) W대역 밀리미터파 탐색기에서 1차원 산란점 추출을 통한 표적 식별을 위한 데이터 처리 방법 및 기록매체에 저장된 컴퓨터 프로그램
CN109490859B (zh) 部分均匀环境中对方位扰动和多普勒扰动稳健的检测器
CN111812634A (zh) 警戒线目标监测方法、装置和系统
KR102047979B1 (ko) W대역 밀리미터파 공대지레이더에서 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치 및 그 방법
KR101893476B1 (ko) W대역 밀리미터파 탐색기에서 표적 식별을 위한 데이터 처리 장치
KR101938775B1 (ko) 이중 편파 채널 신호의 전력비를 이용하는 밀리미터파대역 공대지레이다에서 표적 식별 장치 및 그 방법
US11609306B2 (en) System, method and device for efficient processing of FMCW radar signals in a radar receiver
Arumugam et al. Direction of Arrival Estimation on Sparse Arrays Using Compressive Sensing and MUSIC

Legal Events

Date Code Title Description
GRNT Written decision to grant