KR102047979B1 - W대역 밀리미터파 공대지레이더에서 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치 및 그 방법 - Google Patents

Abstract

표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치가 개시된다. 본 발명은 이중 편파 신호를 각각 수신하고, 각각 수신된 이중 편파 신호로부터 복수 개의 산란점들을 추출하고, 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 표적의 대표 레인지의 정보를 획득하여 산란 특성벡터를 추출하며, 추출된 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하여 표적의 종류를 식별함에 따라, 적은 용량의 데이터를 이용하면서 표적의 식별 성능을 향상시킬 수 있다.

Description

W대역 밀리미터파 공대지레이더에서 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치 및 그 방법 {APPARATUS IDENTIFYING TARGET USING DUAL POLARIZED CHANNEL SIGNAL REFLECTING PHYSICAL CHARACTERISTIC OF TARGET IN W-BAND MILLIMETER WAVE AIR-TO-GROUND RADAR AND METHOD THEREOF}

본 발명은 공대지레이더의 신호를 처리하여 표적 식별을 위한 장치에 관한 것이다. 보다 상세하게는, W대역 밀리미터파 공대지레이더의 신호를 처리하여 표적을 식별하는 장치 및 그 방법에 관한 것이다.

공대지레이더의 소형화와 높은 해상도에 따른 표적 식별 성능을 위하여, 높은 주파수 대역인 W대역(56~110Ghz)의 공대지레이더 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 공대지레이더는 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 데이터베이스의 표적에 대한 정보를 비교하여 표적을 식별하였다.

다만 종래 RCS 데이터베이스의 표적에 대한 정보를 이용한 표적 식별 장치는 메모리 용량의 물리적 한계와 데이터 처리에 지연의 문제가 있었으며, 레이더가 전차 표적을 식별하는 과정에서 표적과 레이더의 상대 조우각(aspect angle)에 따라서 실시간으로 표적의 레이더 반사 면적(RCS) 값이 변하므로 신호 처리 결과에 따라 나타난 전차 표적에 대한 식별 정보를 유도 조종부로 전송하게 되면 최종 종말 단계에서 큰 오차가 발생하여 식별 성능이 떨어지는 문제점이 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 문제 또한 있었다.

따라서, 표적의 특성을 정확히 반영할 수 있으면서 동시에 적은 용량의 특징 정보들만으로도 표적을 식별할 수 있는 기술 개발이 요구되고 있으며, 또한 시스템 내부의 잡음과 외부의 클러터 환경에서 강건한 특성을 가지는 특성벡터를 추출하는 방법에 대한 기술 개발이 요구되고 있는 실정이다.

한국 등록 특허 제 10-1133525 (공고)

본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로서, 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치 및 그 방법을 개시한다. 특히, 표적의 RCS 특성이 반영된 수신 신호로부터 표적의 기하학적 특징에 따른 산란 특성이 반영된 산란점을 추출하고, 추출된 산란점 중 표적의 물리적인 특성을 고려하여 추출된 유효 산란점으로부터 산란 특성벡터를 추출하여 표적을 식별하는 장치 및 그 방법을 개시한다.

상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치는 표적을 탐지하기 위한 제1 편파 방향의 신호를 방사하고, 상기 방사된 신호가 반사되어 상기 제1 편파 방향과 동일한 편파 방향의 신호인 제1 채널 신호 및 상기 제1 편파 방향과 다른 제2 편파 방향의 신호인 제2 채널 신호를 수신하는 안테나부; 상기 수신된 제1 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하고, 상기 제1 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 표적의 제1 대표 레인지의 정보를 획득하여 제1 산란 특성벡터를 추출하는 제1 산란 특성벡터 추출부; 상기 수신된 제2 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하고, 상기 제2 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 상기 표적의 제2 대표 레인지의 정보를 획득하여 제2 산란 특성벡터를 추출하는 제2 산란 특성벡터 추출부; 및 상기 추출된 제1 산란 특성벡터 및 상기 제2 산란 특성벡터 중 적어도 하나를 데이터베이스에 미리 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하여 상기 표적의 종류를 식별하는 표적 식별부;를 포함할 수 있다.

상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법은 표적을 탐지하기 위한 제1 편파 방향의 신호를 방사하고, 상기 방사된 신호가 반사되어 상기 제1 편파 방향과 동일한 편파 방향의 신호인 제1 채널 신호 및 상기 제1 편파 방향과 다른 제2 편파 방향의 신호인 제2 채널 신호를 수신하는 단계; 상기 수신된 제1 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하는 단계; 상기 제1 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 표적의 제1 대표 레인지의 정보를 획득하여 제1 산란 특성벡터를 추출하는 단계; 상기 수신된 제2 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하는 단계; 상기 제2 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 상기 표적의 제2 대표 레인지의 정보를 획득하여 제2 산란 특성벡터를 추출하는 단계; 및 상기 추출된 제1 산란 특성벡터 및 상기 제2 산란 특성벡터 중 적어도 하나를 데이터베이스에 미리 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하여 상기 표적의 종류를 식별하는 단계;를 포함할 수 있다.

상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법이 컴퓨터에서 실행시키기 위한 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램을 제공할 수 있다.

본 발명에 따르면 표적의 산란 특성이 반영된 데이터를 이용하여 적은 용량의 데이터로 표적을 정확하게 식별할 수 있다.

또한, 본 발명에 따르면 레이더와 표적의 조우각에 따라서 실제의 터렛의 중심 레인지에서 피크 값을 가지는 산란점이 발생하지 않는 경우에도 노이즈 및 클러터에 환경에서 강건한 특성을 가지므로 표적 식별률 성능이 향상되는 이점이 있다.

또한, 본 발명에 따르면 물리적인 표적의 크기를 고려하여 표적의 취약한 부위인 식별 부위에 해당하는 유효 산란점 선택 구간을 설정하므로 표적과 레이더의 상대 조우각(aspect angle)에 따라서 실시간으로 변하는 레인지 프로파일의 특성에 강한 장점이 있다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.

도 1은 본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치의 블록도를 나타낸 것이다.
도 2는 본 발명의 일 실시 예에 따른 제1 산란 특성벡터 추출부의 확대 블록도를 나타낸 것이다.
도 3은 본 발명의 일 실시 예에 따른 제1 산란점 추출부의 확대 블록도를 나타낸 것이다.
도 4는 본 발명의 일 실시 예에 따른 표적의 산란 특성벡터를 추출하기 위한 유효 산란점 선택 구간을 설명하기 위한 도면을 나타낸 것이다.
도 5는 본 발명의 일 실시 예에 따른 대표 레인지 정보를 획득하는 방법을 설명하기 위한 도면을 나타낸 것이다.
도 6은 본 발명의 일 실시 예에 따른 산란 특성벡터를 추출하는 구체적인 방법을 설명하기 위한 도면을 나타낸 것이다.
도 7은 본 발명의 일 실시 예에 따른 제2 산란 특성벡터 추출부의 확대 블록도를 나타낸 것이다.
도 8은 본 발명의 일 실시 예에 따른 제2 산란점 추출부의 확대 블록도를 나타낸 것이다.
도 9는 본 발명의 일 실시 예에 따른 표적 식별부의 확대 블록도를 나타낸 것이다.
도 10은 표적의 모델 별 산란 특성에 따른 산란 특성벡터들이 저장된 데이터베이스의 구성을 나타내는 참고도를 나타낸 것이다.
도 11은 본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법을 나타낸 흐름도이다.
도 12는 본 발명의 또 다른 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법을 구체적으로 나타낸 흐름도이다.
도 13은 본 발명의 일 실시 예에 따른 표적 분류 단계의 확대 흐름도가 포함된 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법을 나타낸 흐름도이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

본 명세서에서 "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.

본 명세서에서 각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.

본 명세서에서, “가진다”, “가질 수 있다”, “포함한다” 또는 “포함할 수 있다”등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.

본 명세서에서 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 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)의 구성을 관련된 도면을 참조하여 상세히 설명한다.

도 1은 본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치의 블록도를 나타낸 것이다.

표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)는 안테나부(100), 제1 산란 특성벡터 추출부(200), 제2 산란 특성벡터 추출부(300) 및 표적 식별부(400)를 포함한다. 예를 들어, 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)는 종래 단일 편파 채널을 이용하는 표적 식별 장치의 한계 및 레이더 반사 면적(Radar Cross Section, RCS) 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 특성벡터들을 산출하고 이를 기반으로 표적을 식별할 수 있다.

예를 들어, 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 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 공대지레이더 또는 W대역 초소형 레이더 장치에 사용되어, 표적을 식별할 수 있다. 또한, 본 발명의 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)는 이중 편파를 이용하기 위하여 제2 산란 특성벡터 추출부(300)를 포함하여 구현될 수 있음은 물론, 제2 산란 특성벡터 추출부(300)를 제외한, 안테나부(100), 제1 산란 특성벡터 추출부(200) 및 표적 식별부(400)를 포함하고, 단일 편파 채널을 기반으로 표적을 식별할 수 있음은 물론이다.

본 발명의 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치10)와 달리, 종래의 단일 편파를 이용하는 표적 식별 장치는 단일 편파 채널에서 수신된 신호만을 이용하여 표적 정보를 획득하였기 때문에, 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 레이더와 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 공대지레이더는 지상의 전차 표적과 표적이 아닌 물체를 자동으로 구분하기 위하여 표적 식별 과정을 수행하는데, 표적 식별을 수행하기 위해서는 수신된 신호와 표적 정보가 저장된 데이터베이스의 표적 정보를 비교하여 가장 일치도가 높은 표적 정보를 이용하여 표적을 식별한다. 종래의 공대지레이더는 수신 신호로부터 표적의 RCS 특성이 반영된 1024 또는 2048개의 시간 영역 데이터를 가지는 레인지 프로파일로 구축된 데이터베이스를 이용하여 표적을 식별하였고, 이 경우 방사된 각도의 경우의 수를 고려하면 데이터베이스의 용량이 커지는 문제점이 있었다.

종래의 표적 식별 장치와 같이, 표적 식별 성능 향상을 위하여 고각 및 방위각을 촘촘하게 배치하여 용량이 큰 데이터베이스를 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 데이터베이스 및 이를 통한 표적 식별 기술 개발이 필요하다.

본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)가 표적 식별을 위하여 사용하는 미리 마련되어 저장된 데이터베이스에는 수신되는 채널 신호를 표적의 레이더 반사 면적(Radar Cross Section, RCS) 분포로 나타낸 레인지 정보를 포함하는 레인지 프로파일로부터 물체의 산란 메커니즘을 충분히 반영하는 시간 영역 스펙트럼 추정 기법인 RELAX 알고리즘(Relaxation Algorithm) 기법을 기반으로 추출된 산란점을 이용하여 생성된 산란 특성벡터들이 저장되어 있다. 상술한 데이터베이스에는 표적 별 모델에 따라 서로 다른 산란 특성이 반영된 산란 특성벡터들이 저장되어 있는데, 이는 표적의 모델 별 산란 특징에 따른 산란 특성벡터들을 방사 신호의 방사 각도에 따라 구분하여 저장되도록 마련될 수 있다. 또한, 데이터베이스에는 표적 모델 별 개수에 따라 구분하여 저장되도록 마련될 수 있으며, 각 표적은 서로 다른 채널 신호로 구분하여 저장되도록 마련될 수도 있다. 데이터베이스를 구축하기 위한 방법은 수신 신호로부터 산란 특성벡터를 산출하기 위하여 사용하는 방법과 동일하다.

안테나부(100)는 표적을 탐지하기 위한 신호를 방사하고, 방사된 신호가 반사되어 수신되는 수신 신호를 수신한다. 구체적으로 안테나부(100)는 표적을 탐지하기 위한 제1 편파 방향의 신호를 방사할 수 있고, 방사된 신호가 반사되어 제1 편파 방향과 동일한 편파 방향의 신호인 제1 채널 신호 및 제1 편파 방향과 다른 제2 편파 방향의 신호인 제2 채널 신호를 수신할 수 있다.

예를 들어, 안테나부(100)는 모노펄스 기법을 사용하는 표적 식별 장치인 본 발명에서는 도파관 슬롯 배열 안테나 또는 반사판 안테나를 포함할 수 있다. 또한, 본 발명의 또 다른 일 실시 예에 따른 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. 또한, 본 발명의 또 다른 일 실시 예에 따른 안테나부(100)는 주 반사판만 회전하는 구조를 가질 수 있으나 이에 한정되는 것은 아니다.

본 발명의 일 실시 예에 따른 안테나부(100)가 방사하는 신호는 펄스 기법이 적용된 신호를 포함할 수 있다. 또한, 단일 펄스를 이용한 모노펄스 기법이 적용된 신호를 포함할 수 있다. 또한 송신 신호는 Ku, ka대역의 신호일 수 있고, W대역 또는 밀리미터파(초고주파 영역)의 신호를 포함할 수 있다.

본 발명의 일 실시 예에 따른 안테나부(100)가 방사하는 신호 및 수신하는 신호의 편파 방향은 제한이 있는 것은 아니지만, 서로 다른 두 개의 편파인 제1 편파 방향과 제2 편파 방향은 서로 직교할 수 있다. 예를 들어, 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)가 사용하는 제1 편파 방향 및 제2 편파 방향 각각은 수평 편파 방향 및 수직 편파 방향일 수 있다. 본 발명의 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)가 표적을 탐지하기 위하여 방사한 신호와 방사 신호가 반사되어 수신된 수신 신호의 편파 방향을 고려하여 설명하면 HH 채널 신호는 수평 편파로 방사하여 수평 편파로 수신된 전파의 채널 신호를 나타내고, HV 채널 신호는 수평 편파로 방사하여 수직 편파로 수신된 전파의 채널 신호를 나타내며, VV의 채널 신호는 수직 편파 신호로 방사하여 수직 편파 신호로 수신된 전파의 채널 신호를 나타내고, VH의 채널 신호는 수직 편파 신호로 방사하여 수평 편파 신호로 수신된 전파의 채널 신호를 나타낸다.

본 발명의 일 실시 예에 따른 안테나부(100)는 수신 신호의 편파 방향을 고려하여 제1 채널 신호를 분리하여 검출하기 위하여 편파 분리기를 포함할 수 있다. 예를 들어, 본 발명의 일 실시 예에 따른 제1 채널 신호는 수평(Horizontal) 편파 되어 방사된 방사 신호가 반사되어 수신되는 수신 신호 중 수평 편파 되어 수신된 수신 신호로 마련될 수 있다. 즉, 수평 편파 신호로 방사하여 수평 편파 신호로 수신된 신호(HH)를 나타낼 수 있으나, 이에 한정되는 것은 아니다. 또한, 제2 채널 신호는 수평 편파 신호로 방사하여 수직 편파 신호로 수신된 신호(HV)를 나타낼 수 있다. 이하에서는 제1 채널 신호는 HH 채널 신호로, 제2 채널 신호는 HV 채널 신호로 설명하나 상술한 예시는 본 발명의 일 실시 예를 설명하기 위한 예시일 뿐 이에 한정되는 것은 아니다.

제1 산란 특성벡터 추출부(200)는 안테나부(100)로부터 수신된 제1 채널 신호로부터 표적의 기하학적 특징에 따른 표적의 특성이 반영된 복수 개의 산란점들을 추출하고, 제1 채널 신호로부터 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 표적의 제1 대표 레인지의 정보를 획득하여 제1 산란 특성벡터를 추출할 수 있다. 상술한 제1 산란 특성벡터 추출부(200)에 대한 구체적인 설명은 도 2를 함께 참조하여 설명하도록 한다.

도 2는 본 발명의 일 실시 예에 따른 제1 산란 특성벡터 추출부의 확대 블록도를 나타낸 것이다.

도 2를 참조하면, 본 발명의 일 실시 예에 따른 제1 산란 특성벡터 추출부(200)는 제1 레인지 프로파일 생성부(210), 제1 산란점 추출부(220), 및 제1 대표 레인지 정보 획득부(230)를 포함할 수 있다.

제1 레인지 프로파일 생성부(210)는 안테나부(100)와 표적이 떨어진 거리만큼 표적에 방사된 신호인 제1 편파 방향의 신호가 표적에 반사되어 제1 편파 방향과 동일한 편파 방향의 신호인 제1 채널 신호로 수신되기까지 걸리는 시간에 따라 제1 채널 신호를 모델링하여 제1 채널 신호의 크기를 면적의 단위로 나타낸 표적의 제1 레이더 반사 면적(Radar Cross Section, RCS) 분포 데이터를 획득하고, 획득된 제1 레이더 반사 면적 분포 데이터를 역 푸리에 변환(Inverse Fourier Transform)하여 표적의 레인지 정보를 포함하는 제1 레인지 프로파일로 생성할 수 있다. 상술한 레인지의 정보는 안테나부(100)를 중심으로 안테나부(100)와 표적 간의 거리 차이에 해당하는 정보를 나타낸다.

예를 들어, 제1 레인지 프로파일 생성부(210)는 표적을 탐지하기 위한 신호인 제1 편파 방향의 신호가 방사된 각도에 따른 서로 다른 반사 특성을 가지는 제1 레인지 프로파일을 생성할 수 있다. 구체적으로, 제1 레인지 프로파일 생성부(210)는 안테나부(100)와 표적이 떨어진 거리만큼 표적에 방사된 신호 중 제1 편파 방향의 신호가 표적에 반사되어 반사된 신호 중 제1 채널 신호가 수신되기까지 걸리는 시간에 따라 수신된 제1 채널 신호를 표적의 레이더 반사 면적 분포로 나타내는 레인지 정보를 포함하는 제1 레인지 프로파일을 생성할 수 있다.

본 발명의 일 실시 예에 따른 제1 레인지 프로파일은 고해상도 레인지 프로파일(High Resolution Range Profile, HRRP)일 수 있다. HRRP는 레이더에서 수신된 신호가 단일 물체에 의한 것인지 다중 물체에 의한 것인지를 판단하기 위해, 안테나부에 입력되는 초고주파 신호를 일정 시간마다 소정의 사이즈로 생성되는 레인지 프로파일을 나타낸다. 구체적으로, HRRP는 표적의 전자기적 산란 분포를 레이더 가시선(Radar Line of Sight, RLOS) 방향으로 도시하는 1차원 레이더 영상을 나타내는 1차원 레이더 특성(signature) 중 하나에 해당한다. 상술한 HRRP는 레이더 단면적 분포 데이터로부터 1차원 역 디지털 푸리에 변환(Inverse Discrete Fourier Transform, IDFT)을 통해 생성될 수 있다.

제1 산란점 추출부(220)는 제1 레인지 프로파일에서 복수 개의 산란점들을 추출할 수 있다. 구체적으로, 제1 산란점 추출부(220)는 레인지 정보가 포함된 제1 레인지 프로파일에 푸리에 변환을 이용하여 제1 레인지 프로파일을 이산 신호로 변경하고, 변경된 이산 신호에서 비용함수 및 포인트 스프레드 함수를 이용하여 복수 개의 산란점들을 추출할 수 있다.

예를 들어, 상술한 푸리에 변환 알고리즘은 이산 푸리에 변환(Discrete Fourier Transform)을 포함할 수 있고, 특히, 근사 공식에 기반한 고속 푸리에 변환(Fast Fourier Transform, FFT) 알고리즘을 포함할 수 있다. 상술한 고속 푸리에 변환(FFT) 알고리즘은 신호의 전부의 변환이 아닌 필요한 신호만을 골라내어 최소화하며 고속으로 푸리에 변환을 연산하는 것을 나타낸다.

제1 산란점 추출부(220)는 후술하는 바와 같이 피크 값의 정보 및 레인지의 정보를 포함하는 복수 개의 산란점들을 제1 레인지 프로파일에서 추출할 수 있다.

본 발명의 일 실시 예에 따른 산란점은 표적에서 산란파의 크기가 큰 점을 나타내며, 상대적으로 큰 에너지에 해당하는 수신 전력을 포함하여 잡음에 강한 성질을 나타낸다.

예를 들어, 제1 산란점 추출부(220)는 제1 채널 신호 중 전파가 방사된 각도에 따라 서로 다르게 생성된 제1 레인지 프로파일을 이용하여 산란점을 추출하므로, 제1 채널 신호 중 전파가 방사된 각도에 따라 서로 다른 산란점을 추출할 수 있다.

제1 산란점 추출부(220)는 후술하는 바와 같이 산란점을 반복하여 추출할 수 있는데, 추출된 산란점을 제1 레인지 프로파일에서 제거하고, 제거된 제1 레인지 프로파일의 잔여 전력에 기초하여 산란점을 반복하여 복수 개의 산란점들을 추출할 수 있다. 상술한 잔여 전력은 산란점이 추출되기 전 제1 레인지 프로파일의 전력 중 추출된 산란점이 제거된 제1 레인지 프로파일의 전력을 나타낸다.

제1 산란점 추출부(220)는 전술한 시간 영역 스펙트럼 추정 기법인 RELAX 알고리즘을 이용하여 산란점을 추출할 수 있는데, 산란점을 제1 레인지 프로파일에서 제거 할 때마다 산란점이 제거된 제1 레인지 프로파일의 잔여 전력(Residual Power)을 계산하고, 계산된 잔여 전력이 상승할 때까지 산란점 추출 과정을 반복하여 수행할 수 있다.

구체적으로, RELAX 알고리즘을 이용하여 산란점을 추출하는 방법은 위치 및 수신 전력을 나타내는 피크 값을 포함하는 복수 개의 산란점들 중 피크 값의 크기가 큰 산란점부터 순차로 추출하는 방법을 나타낸다.

또한, 제1 레인지 프로파일에서 복수 개의 산란점들 각각이 제거될 때마다 복수 개의 산란점들이 제거된 제1 레인지 프로파일의 잔여 전력을 계산하여 계산된 잔여 전력의 변화량에 따라 제1 레인지 프로파일에서 산란점을 추출할 수 있다. 예를 들어, 제1 산란점 추출부(220)는 산란점의 위치 및 피크 값의 정보를 포함하는 산란점의 신호 정보를 결정할 수 있고, 잔여 전력을 고려하여 산란점을 추출할 수 있다.

산란점의 신호 정보는 산란점의 위치를 나타내는 레인지 및 수신 전력을 나타내는 피크 값에 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(220)가 산란점을 추출할 수 있고, 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 제1 레인지 프로파일 내부의 전체 데이터의 크기가 커질 수 있다.

이하 산란점을 추출하는 구체적인 방법을 도 3을 함께 참조하여 설명하도록 한다.

도 3은 본 발명의 일 실시 예에 따른 제1 산란점 추출부의 확대 블록도를 나타낸 것이다.

본 발명의 일 실시 예에 따른 제1 산란점 추출부(220)는 제1 산란점 신호 정보 결정부(221), 제1 잔여 전력 계산부(222) 및 제1 산란점 추출 결정부(223)를 포함할 수 있다.

제1 산란점 신호 정보 결정부(241)는 제1 레인지 프로파일에서 복수 개의 산란점들 각각의 피크 값 정보 및 레인지의 정보를 포함하는 복수 개의 산란점들의 신호 정보를 결정할 수 있다. 구체적으로, 제1 레인지 프로파일을 푸리에 변환을 이용하여 이산 신호로 변경하고, 비용함수 및 포인트 스프레드 함수를 이용하여 변경된 이산 신호에서 복수 개의 산란점들 각각의 피크 값 정보 및 레인지의 정보를 포함하는 복수 개의 산란점들의 신호 정보를 결정할 수 있다.

예를 들어, 산란점의 신호 정보는 산란점의 위치와 피크 값에 해당하는 크기를 나타내는 계수로서 (a, f)로 표기될 수 있고, a: 크기(Amplitude) 및 f: 위치 정보를 포함할 수 있으며, 제1 레인지 프로파일에서 레인지 정보는 위치 정보(산란 계수)를 표기하기 위한 정보를 포함할 수 있다.

본 발명의 일 실시 예에 따른 복수 개의 산란점들이 추출되는 과정을 수학식 1 내지 5를 참조하여 설명한다.

여기에서, y는 행렬로 표기되는 이산 신호로 변경된 레인지 프로파일의 원 데이터를 나타낸다. i는 1에서 k까지 값을 가지는 정수이고, a_i는 i번째 데이터의 크기(Amplitude), f_i는 이산 신호로 변경된 레인지 프로파일에서 i번째 데이터의 위치를 나타낸다. w(f_i)는 i번째 데이터의 위치를 입력으로 하는 웨이팅 함수를 나타낸다. 웨이팅 함수는 하기의 수학식 2로 표기될 수 있다.

여기에서, w(f_i)는 i번째 데이터의 위치를 입력으로 하는 웨이팅 함수이고, 행렬로 표기될 수 있다. f_k는 이산 신호로 변경된 레인지 프로파일에서 k번째 데이터의 위치를 나타내고, T는 행렬의 전치를 나타낸다.

상술한 수학식 2의 위치 정보를 입력으로 하는 웨이팅 함수와 데이터의 크기로 표현되는 원 데이터에서 위치 정보(a, f)는 하기 수학식 3에서 비용함수를 최소화하는 값으로 설정되어야 한다.

C₃는 데이터의 크기 (a₁) 및 위치 정보(f₁)를 입력으로 하는 비용함수를 나타낸다. y는 원 신호이고, w(f_k) 는 K번째 데이터의 위치 정보 f_k를 입력으로 하는 웨이팅 함수이고, a_k는 K번째 데이터의 크기를 나타내며, ∥·∥ 는 유클리디안 놈(Euclidean norm)을 나타낸다.

원 신호에서 한 개의 포인트 스프레드 함수를 제거한 y_k는 상술한 수학식 4와 같이 표기되는데, y_k는 원 신호에서 한 개의 포인트 스프레드 함수를 제거한 신호, y는 원 신호,

는 포인트 스프레드 함수, a_i는 i번째 데이터의 크기, w(f_i)는 i번째 데이터의 위치 정보를 입력으로 하는 웨이팅 함수를 나타낸다.

또한, 본 발명의 일 실시 예에 따른 f_k는 제로 패딩(zero padding) 후의 y_k를 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. 두 번째 추출 과정으로, 추출할 산란점의 수(위치 정보 쌍의 수)를 2로 가정하면 K=2이고, f^₁과 a^₁을 수학식 4에 대입하여 f^₂와 a^₂를 계산한다. 계산된 f^₂와 a^₂를 다시 수학식 5에 대입하여 f^₁과 a^₁을 재계산 하여 추출할 두 개의 산란점의 위치 정보를 재 결정할 수 있다. 세 번째 추출할 산란점의 수를 3으로 설정하면, 두 번째 과정에서 얻은 위치 정보의 값을 수학식 4에 대입하여 y₃을 얻을 수 있고, 이로부터 f^₃ 및 a^₃을 계산하고, 상술한 과정을 반복하여 f^₁,a^₁ 및 f^₂, a^₂를 재 결정하여 추출할 산란점의 위치 정보를 계산할 수 있다.

전술한 바와 같이 제1 산란점 신호 정보 결정부(221)가 원 신호에서 한 개의 포인트 스프레드 함수를 제거한 신호를 기반으로 이전 결정된 신호 정보를 재 결정하면서, 신호 정보를 구하는 과정은 수학식 3의 비용함수를 최적화하여 신호 정보를 구하는 과정에 대응될 수 있다.

제1 산란점 추출부(220)는 상술한 과정을 반복하여 산란점을 복수 개 추출할 수 있으며, 제1 산란점 추출 결정부(223)는 추출된 산란점이 원 신호인 제1 레인지 프로파일에서 제거 될 때마다, 산란점이 제거된 제1 레인지 프로파일의 계산된 잔여 전력을 더 고려하여 산란점의 추출여부를 결정할 수 있다.

제1 잔여 전력 계산부(222)는 제1 산란점 신호 정보 결정부(221)에서 신호 정보가 결정된 복수 개의 산란점들 중 피크 값의 크기가 가장 큰 산란점부터 순서대로 제1 레인지 프로파일에서 제거하면서 제1 레인지 프로파일의 잔여 전력(Residual Power)을 계산할 수 있다.

예를 들어, 산란점이 제거된 제1 레인지 프로파일이 변경된 이산 신호를 y_k=[y_k1, y_k2, y_k3 … y_kN]으로 정하면 잔여 전력을 계산하는 방법은 하기 수학식 5와 같다.

여기에서 N은 산란점이 제거된 제1 레인지 프로파일이 변경된 이산 신호에서 신호의 길이이고, y_nk는 k번째 산란점이 제거된 제1 레인지 프로파일이 변경된 이산 신호의 신호에서 n번째 원소를 나타낸다. 잔여 전력을 계산하는 공식은 RMS(Root Mean Square) 전력을 계산하는 과정에 대응될 수 있다.

제1 산란점 추출 결정부(223)는 상술한 제1 잔여 전력 계산부(222)에서 계산된 제1 레인지 프로파일의 잔여 전력에 기초하여 복수 개의 산란점들의 추출여부를 결정할 수 있다. 구체적으로, 제1 산란점 추출 결정부(223)는 제1 잔여 전력 계산부(222)에서 계산된 제1 레인지 프로파일의 잔여 전력 변화량이 달라지는 구간에서 피크 값의 크기가 가장 큰 산란점부터 순서대로 제거하는 과정을 중단하여 피크 값이 가장 큰 산란점부터 잔여 전력의 변화량이 달라지는 구간 바로 전에 제거된 산란점까지 추출하도록 결정하여 복수 개의 산란점들의 추출여부를 결정할 수 있다.

상술한 신호 정보가 결정된 산란점을 제1 레인지 프로파일에서 제거하며, 산란점이 제거된 제1 레인지 프로파일의 잔여 전력을 계산하는 과정은 전술한 바와 같다. 산란점이 제1 레인지 프로파일에서 제거되는 과정이 반복될 때마다, 산란점이 제거된 제1 레인지 프로파일의 잔여 전력은 감소하는 경향을 보이나, 제1 레인지 프로파일에서 제거되는 산란점의 수가 소정의 임계치 이상인 경우, 제1 레인지 프로파일의 전력이 다시 증가할 수 있다.

이는 상술한 수학식 5에서 산란점이 제거된 제1 레인지 프로파일 내의 신호 성분의 절대값의 제곱 연산과 복소 신호의 특성에 따른 것으로서, 제1 산란점 추출부(220)가 실제로 존재하는 산란점의 수보다 많은 수의 산란점을 제거하는 경우, 실질적으로 노이즈 성분을 더하는 것과 같아 지기 때문에 제1 잔여 전력 계산부(242)에서 계산된 잔여 전력이 증가하는 결과를 나타낼 수 있다.

따라서, 제1 잔여 전력 계산부(222)에서 계산된 잔여 전력이 증가하는 결과가 나타나는 경우 제1 산란점 추출 결정부(223)는 제1 레인지 프로파일에서 산란점을 추출하는 과정을 중지할 수 있다.

하지만 종래의 산란점 추출 기법은 이러한 산란점의 수를 제한하지 않았기 때문에, 하나의 레인지 프로파일 내에서 모든 샘플을 저장해야 하는 문제점이 있었고 이에 따라 표적을 식별하기 위한 신호 처리 보드의 물리적인 한계를 초래하는 담점이 있었다.

따라서, 본 발명의 일 실시 예에 따른 제1 산란점 추출부(220)는 상술한 방법에 의해 반복하여 추출된 복수 개의 산란점들의 피크 값이 가장 큰 순서부터 차례로 제1 레인지 프로파일에서 제거할 수 있고, 산란점들 각각이 제거될 때마다 산란점들이 제거된 제1 레인지 프로파일의 잔여 전력을 계산하여 계산된 잔여 전력의 변화량에 따라 제1 레인지 프로파일로부터 산란점들을 추출할 수 있다.

다시 도 2를 참조하면, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 상술한 방법에 의해 제1 산란점 추출부(220)에서 제1 레인지 프로파일로부터 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 제1 유효 산란점 선택 구간을 설정할 수 있다. 구체적으로, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 상술한 방법에 의해 제1 산란점 추출부(220)에서 제1 레인지 프로파일로부터 추출된 복수 개의 산란점들 중 레인지가 가장 작은 산란점 및 레인지가 가장 큰 산란점의 사이에 해당하는 구간을 상술한 제1 유효 산란점 선택 구간으로 설정할 수 있다. 제1 유효 산란점 선택 구간에 대한 구체적인 설명은 도 4를 함께 참조하여 설명하도록 한다.

도 4는 본 발명의 일 실시 예에 따른 표적의 산란 특성벡터를 추출하기 위한 유효 산란점 선택 구간을 설명하기 위한 도면을 나타낸 것이다.

도 4를 참조하면, 본 발명의 일 실시 예에 따른 표적은 탱크를 나타내고 탱크를 식별하기 위한 식별 부위는 탱크의 몸체 등에 비해서 상대적으로 약하다고 알려져 있는 회전하는 부위에 해당하는 탱크의 회전 포탑(Turret) 부위를 나타낸다. 상술한 탱크의 회전 포탑 부위는 전차 표적을 한번에 파괴시키기 위한 취약한 부위를 나타낸다. 단, 상술한 예시는 본 발명의 일 실시 예를 설명하기 위한 예시일 뿐 이에 한정되는 것은 아니며, 표적의 종류는 다양할 수 있다.

구체적으로, 표적의 취약한 부위는 도 4에 나타난 바와 같이 제1 표적 부위(510), 제2 표적 부위(520) 및 제3 표적 부위(530)를 나타낼 수 있다.

예를 들어, 상술한 표적의 취약한 부위는 본 발명의 일 실시 예에 따라 상술한 방법에 의해 제1 레인지 프로파일에서 추출된 복수 개의 산란점들에 대응될 수 있다. 구체적으로, 제1 표적 부위(510)는 제1-1 유효 산란점(511)과 대응될 수 있고, 제2 표적 부위(520)는 제1-2 유효 산란점(521)과 대응될 수 있으며, 제3 표적 부위(530)는 제1-3 유효 산란점(531)과 대응될 수 있다.

이때, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)가 제1 레인지 프로파일에서 추출된 복수 개의 레인지 셀들 중 레인지가 가장 작은 산란점 (541) 및 레인지가 가장 큰 산란점(542)의 사이에 해당하는 구간을 제1 유효 산란점 선택 구간(540)으로 설정할 수 있다. 본 발명의 일 실시 예에 따른 제1 레인지 프로파일에서 가로축에 해당하는 x축은 상대위치를 나타내고, 세로축에 해당하는 y축은 수신전력을 나타낼 수 있다.

상술한 제1 레인지 프로파일에서 추출된 복수 개의 레인지 셀들 중 레인지가 가장 작은 산란점(541)은 시작 지점을 나타내며, 상대위치인 레인지는 2.139m를 나타내고, 수신전력에 해당하는 피크 값은 0.3125를 나타낸다.

상술한 제1 레인지 프로파일에서 추출된 복수 개의 레인지 셀들 중 레인지가 가장 큰 산란점(542)은 마지막 지점을 나타내며, 상대위치인 레인지는 4.248m를 나타내고, 수신전력에 해당하는 피크 값은 0.5499를 나타낸다.

따라서, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 시작 지점을 나타내는 산란점(541)부터 마지막 지점을 나타내는 산란점(542)까지 해당하는 제1 유효 산란점 선택 구간(540)을 설정할 수 있으며, 상술한 시작 지점을 나타내는 산란점(541)의 레인지와 마지막 지점을 나타내는 산란점(542)의 레인지는 약 2.1m의 차이가 나타나는 것을 확인할 수 있다. 제1 대표 레인지 정보 획득부(230)는 상술한 약 2.1m에 해당하는 제1 유효 산란점 선택 구간(540)에 포함된 제1-1 유효 산란점 내지 제1-3 유효 산란점(511, 521 및 531)로부터 취약부위에 해당하는 표적의 식별 부위를 예측하여 제1 대표 레인지의 정보를 획득할 수 있다.

본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 추출된 복수 개의 산란점들 중 시작 지점을 나타내는 산란점(541)과 마지막 지점을 나타내는 산란점(542)의 사이에 포함된 복수 개의 산란점(511, 521 및 531)들의 상대위치를 나타내는 레인지(x축) 및 상술한 레인지를 포함하는 산란점의 피크 값에 해당하는 수신전력(y축)을 이용하여 식별 부위에 해당하는 제1 대표 레인지 정보를 획득할 수 있다.

다시 도 2를 참조하면, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 상술한 방법에 의해 설정된 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 수신 전력을 나타내는 피크 값을 이용하여 식별 부위에 해당하는 제1 대표 레인지 정보를 획득할 수 있다.

구체적으로, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 (i) 상술한 방법에 의해 설정된 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 레인지 및 (ii) 제1 유효 산란점 선택 구간에 포함된 레인지를 포함하는 산란점의 피크 값을 이용하여 제1 대표 레인지 정보를 획득할 수 있다.

상술한 제1 대표 레인지 정보를 획득하는 구체적인 방법은 도 5를 함께 참조하여 설명하도록 한다.

도 5는 본 발명의 일 실시 예에 따른 대표 레인지 정보를 획득하는 방법을 설명하기 위한 도면을 나타낸 것이다.

본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부 또는 후술하는 제2 대표 레인지 정보 획득부는 물체의 무게 중심을 추출하는 기법에 해당하는 센트로이드(centroid) 알고리즘을 이용하여 식별 부위에 해당하는 제1 대표 레인지의 정보 또는 제2 대표 레인지의 정보를 획득할 수 있다.

구체적으로, 도 5는 임의의 물체(600)에 해당하는 무게 중심을 추출하는 도면으로, 임의의 물체(600)의 무게 중심에 해당하는 위치(630)를 제1 위치(611), 제2 위치(612) 및 제3 위치(613)로부터 산출하는 방법을 설명하기 위한 도면을 나타낸 것이다.

도 5를 참조하면, 원점으로부터 1m 떨어진 위치에 해당하는 제1 위치(611)에서의 임의의 물체(600) 질량은 4kg이고, 원점으로부터 2m 떨어진 위치에 해당하는 제2 위치(612)에서의 임의의 물체(600) 질량은 10kg이며, 원점으로부터 5m 떨어진 위치에 해당하는 제3 위치(613)에서의 임의의 물체(600) 질량은 6kg인 경우, 임의의 물체(600)의 무게 중심에 해당하는 위치(630)는 하기의 수학식 6으로부터 산출할 수 있다.

상술한 수학식 6에서,

는 임의의 물체(600)의 무게 중심에 해당하는 위치(630)를 나타내고, x_i는 임의의 물체(600)의 i 번째 위치를 나타내고, m_i는 임의의 물체(600)의 i 번째 위치에서의 질량을 나타낸다.

즉, 상술한 예시로부터 임의의 물체(600)의 첫 번째 위치에 해당하는 제1 위치(611)에서의 x₁은 1m이고, m₁은 4kg이고, 임의의 물체(600)의 두 번째 위치에 해당하는 제2 위치(612)에서의 x₂은 2m이고, m₂은 10kg이며, 임의의 물체(600)의 세 번째 위치에 해당하는 제3 위치(613)에서의 x₃은 5m이고, m₃은 6kg인 경우, 임의의 물체(600)의 무게 중심에 해당하는 위치(630)를 나타내는 x_CM은 상술한 수학식 6으로부터 2.7m를 나타낸다. 따라서, 상술한 임의의 물체(600)의 무게 중심에 해당하는 위치(630)는 임의의 물체(600)의 무게를 고려하지 않은 물체의 길이 만을 고려한 위치(620)에 해당하는 3m가 아닌 상술한 방법에 의해 산출된 원점으로부터 2.7m 떨어진 위치를 나타낸다.

도 4를 함께 참조하면, 도 5에서 임의의 물체(600)에서의 제1 위치(611), 제2 위치(612) 및 제3 위치(613) 각각은 도 4에서 표적의 제1 표적 부위(510), 제2 표적 부위(520) 및 제3 표적 부위(530)에 대응될 수 있다.

따라서, 상술한 수학식 6에서 m_i는 본 발명의 일 실시 예에 따른 제1 레인지 프로파일로부터 추출되었으며 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 중 i 번째 산란점의 수신전력을 나타내는 피크 값(y축)을 나타내고, x_i는 본 발명의 일 실시 예에 따른 제1 레인지 프로파일로부터 추출되었으며 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 중 i 번째 산란점의 상대위치를 나타내는 레인지(x축)를 나타낸다.

따라서,

는 본 발명의 일 실시 예에 따른 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들로부터 추정된 표적 부위의 중심의 레인지인 제1 대표 레인지의 정보를 나타낸 것이다.

즉, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 상술한 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각의 레인지에 제1 유효 산란점 선택 구간에 포함된 레인지를 포함하는 산란점의 피크 값을 곱하여 융합하고, 융합된 값에 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각의 피크 값이 전부 합산된 값을 나누어 산출된 레인지 정보를 제1 대표 레인지 정보로 획득할 수 있다.

다시 도 2를 참조하면, 본 발명의 일 실시 예에 따른 제1 대표 레인지 정보 획득부(230)는 센트로이드 알고리즘을 이용하여 상술한 방법에 설정된 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들로부터 표적의 중심에 해당하는 제1 대표 레인지의 정보를 획득할 수 있다.

따라서, 본 발명의 일 실시 예에 따른 제1 산란 특성벡터 추출부(200)는 상술한 방법에 의해 설정된 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 피크 값의 크기 및 제1 대표 레인지 정보 획득부(230)에서 획득된 제1 대표 레인지로부터 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각이 떨어진 정도를 나타내는 레인지 정보를 이용하여 제1 산란 특성벡터를 추출할 수 있다.

상술한 제1 산란 특성 벡터를 추출하는 구체적인 방법은 도 6을 함께 참조하여 설명하도록 한다.

도 6은 본 발명의 일 실시 예에 따른 산란 특성벡터를 추출하는 구체적인 방법을 설명하기 위한 도면을 나타낸 것이다.

도 6을 참조하면, 본 발명의 일 실시 예에 따른 제1 산란 특성벡터 추출부(200)는 상술한 방법에 의해 생성된 제1 레인지 프로파일에서 추출되었으며 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 간 피크 값(511, 521 및 531)을 비교하여 제1 유효 산란점 선택 구간에 포함된 피크 값이 가장 큰 산란점의 피크 값(521)을 제1 산란 특성벡터(201)의 제1 원소로 나타내어 제1 원소부터 제1 유효 산란점 선택 구간에 포함된 피크 값이 가장 작은 산란점의 피크 값(531)에 해당하는 원소까지 순차적으로 나열하여 제1 산란 특성벡터(201)의 원소를 나열하고, 피크 값이 가장 작은 산란점의 피크 값(531) 다음 원소에는 상술한 제1 대표 레인지 정보 획득부(230)에서 획득된 대표 레인지 d_CM(700)으로부터 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각이 떨어진 정도를 나타내는 레인지 정보인 상대적인 거리(710, 720 및 730)를 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 중 피크 값이 가장 큰 산란점부터 제1 유효 산란점 선택 구간에 포함된 피크 값이 가장 작은 산란점까지의 순서에 따라 원소로 나열하여 제1 산란 특성벡터(201)를 추출할 수 있다.

구체적으로 도 6을 참조하면, a₁(521), a₂(511), 및 a₃(531)는 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각의 피크 값(511, 521 및 531)을 나타낸 것이며, 도 6과 같이 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 피크 값들(511, 521 및 531) 각각의 절대값은 제1 산란 특성벡터(201)의 원소로 배치될 수 있다.

또한, d_CM-1(710), d_CM-2(720) 및 d_CM-3(730)는 상술한 방법에 의해 제1 대표 레인지 정보 획득부(230)에서 획득된 제1 대표 레인지로부터 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각이 떨어진 정도를 나타내는 레인지 정보인 상대적인 거리를 나타낸 것이며, 도 6과 같이 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 중 피크 값이 가장 큰 a₁(521)을 가지는 산란점이 제1 대표 레인지로부터 떨어진 정도인 d_CM-1(710)부터 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 중 피크 값이 가장 작은 a₃(531)을 가지는 산란점이 제1 대표 레인지로부터 떨어진 정도인 d_CM-3(730)를 순서대로 나열하여 제1 산란 특성벡터(201)를 추출할 수 있다.

따라서, 도 6에서의 제1 산란 특성벡터(201)에 해당하는 f(201)의 제1 원소부터 제6원소까지 순서대로 나열하면 a₁(521)의 절대값, a₂(511)의 절대값, a₃(531)의 절대값, d_CM-1(710), d_CM-2(720) 및 d_CM-3(730)일 수 있으며, 이에 따라 차원수가 6차원인 제1 산란 특성벡터(201)를 추출할 수 있다.

단, 상술한 예시는 본 발명의 일 실시 예를 설명하기 위한 예시일 뿐 이에 한정되는 것은 아니며 제1 산란 특성벡터(201)의 차원수는 다양할 수 있다.

후술하는 제2 산란 특성벡터는 상술한 제1 산란 특성벡터(201)를 산출하는 방법과 동일한 방법을 적용하여 추출할 수 있으며, 제1 산란 특성벡터(201)와 다를 수 있으나 이에 한정되는 것은 아니며, 제2 산란 특성벡터는 제1 산란 특성벡터(201)와 동일할 수도 있다.

다시 도 1을 참조하면, 본 발명의 일 실시 예에 따른 제2 산란 특성벡터 추출부(300)는 안테나부(100)로부터 수신된 제2 채널 신호로부터 표적의 기하학적 특징에 따른 표적의 특성이 반영된 복수 개의 산란점들을 추출하고, 제2 채널 신호로부터 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 표적의 제2 대표 레인지의 정보를 획득하여 제2 산란 특성벡터를 추출할 수 있다. 제2 산란 특성벡터 추출부(300)가 제2 산란 특성벡터를 추출하는 방식은 수신 신호 성분 중 서로 다른 편파 성분들을 이용하는 것 외에, 제1 산란 특성벡터 추출부(200)와 동일하게 마련될 수 있다.

제2 산란 특성벡터 추출부(300)에 대한 구체적인 설명은 도 7을 함께 참조하여 설명하도록 한다.

도 7은 본 발명의 일 실시 예에 따른 제2 산란 특성벡터 추출부의 확대 블록도를 나타낸 것이다.

도 7을 참조하면, 본 발명의 일 실시 예에 따른 제2 산란 특성벡터 추출부(300)는 제2 레인지 프로파일 생성부(310), 제2 산란점 추출부(320) 및 제2 대표 레인지 정보 획득부(330)를 포함할 수 있다.

제2 레인지 프로파일 생성부(310)는 안테나부(100)와 표적이 떨어진 거리만큼 표적에 방사된 신호인 제1 편파 방향의 신호가 표적에 반사되어 제1 편파 방향과 다른 제2 편파 방향의 신호인 제2 채널 신호로 수신되기까지 걸리는 시간에 따라 제2 채널 신호를 모델링하여 제2 채널 신호의 크기를 면적의 단위로 나타낸 표적의 제2 레이더 반사 면적(RCS) 분포 데이터를 획득하고, 획득된 제2 레이더 반사 면적 분포 데이터를 역 푸리에 변환(Inverse Fourier Transform)하여 표적의 레인지 정보를 포함하는 제2 레인지 프로파일로 생성할 수 있다. 제2 레인지 프로파일을 생성하는 방법은 상술한 제1 레인지 프로파일을 생성하는 방법과 수신되는 채널 신호만 달리할 뿐 나머지 방법은 동일하므로 자세한 설명은 생략하도록 한다.

본 발명의 일 실시 예에 따른 제2 레인지 프로파일은 고해상도 레인지 프로파일(HRRP)일 수 있다.

제2 산란점 추출부(320)는 제2 레인지 프로파일에서 복수 개의 산란점들을 추출할 수 있다. 제2 산란점 추출부(320)에 대한 구체적인 설명은 도 8을 함께 참조하여 설명하도록 한다.

도 8은 본 발명의 일 실시 예에 따른 제2 산란점 추출부의 확대 블록도를 나타낸 것이다.

도 8을 참조하면, 본 발명의 일 실시 예에 따른 제2 산란점 추출부(320)는 제2 산란점 신호 정보 결정부(321) 및 제2 잔여 전력 계산부(322) 및 제2 산란점 추출 결정부(323)를 포함할 수 있다.

제2 산란점 신호 정보 결정부(321)는 도 3에서 전술한 수학식 1 내지 수학식 4를 이용하여 제2 레인지 프로파일에서 복수 개의 산란점들 각각의 피크 값 정보 및 레인지의 정보를 포함하는 복수 개의 산란점들의 신호 정보를 결정할 수 있다.

제2 잔여 전력 계산부(322)는 도 3에서 전술한 수학식 5를 이용하여 제2 산란점 신호 정보 결정부(321)에서 신호 정보가 결정된 복수 개의 산란점들 중 피크 값의 크기가 가장 큰 산란점부터 순서대로 제2 레인지 프로파일에서 제거하면서 제2 레인지 프로파일의 잔여 전력을 계산할 수 있다.

제2 산란점 추출 결정부(323)는 상술한 제2 잔여 전력 계산부(322)에서 계산된 제2 레인지 프로파일의 잔여 전력에 기초하여 복수 개의 산란점들의 추출여부를 결정할 수 있다.

상술한 제2 산란점 신호 정보 결정부(321) 및 제2 잔여 전력 계산부(322) 및 제2 산란점 추출 결정부(323)를 포함하는 제2 산란점 추출부(320)에 대한 구체적인 설명은 수신되는 채널 신호만 달리할 뿐 제1 산란점 추출부(220)에 대한 설명과 동일하므로 자세한 설명은 생략하도록 한다.

다시 도 2를 참조하면, 본 발명의 일 실시 예에 따른 제2 대표 레인지 정보 획득부(330)는 상술한 방법에 의해 제2 산란점 추출부(320)에서 제2 레인지 프로파일로부터 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 제2 유효 산란점 선택 구간을 설정할 수 있다. 구체적으로, 본 발명의 일 실시 예에 따른 제2 대표 레인지 정보 획득부(330)는 상술한 방법에 의해 제2 산란점 추출부(320)에서 제2 레인지 프로파일로부터 추출된 복수 개의 산란점들 중 레인지가 가장 작은 산란점 및 레인지가 가장 큰 산란점의 사이에 해당하는 구간을 상술한 제2 유효 산란점 선택 구간으로 설정할 수 있다.

또한, 본 발명의 일 실시 예에 따른 제2 대표 레인지 정보 획득부(330)는 설정된 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 수신 전력을 나타내는 피크 값을 이용하여 식별 부위에 해당하는 제2 대표 레인지 정보를 획득할 수 있다.

구체적으로, 본 발명의 일 실시 예에 따른 제2 대표 레인지 정보 획득부(330)는 도 5에서 전술한 수학식 6을 이용하여 (i) 상술한 방법에 의해 설정된 제2 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 레인지 및 (ii) 제2 유효 산란점 선택 구간에 포함된 레인지를 포함하는 산란점의 피크 값을 이용하여 제2 대표 레인지 정보를 획득할 수 있다.

상술한 제2 대표 레인지 정보 획득부(330)에 대한 구체적인 설명은 도 2, 도 4 및 도 5에서 전술한 제1 대표 레인지 정보 획득부(230)에 대한 설명과 동일하므로 자세한 설명은 생략하도록 한다.

따라서, 본 발명의 일 실시 예에 따른 제2 대표 레인지 정보 획득부(330)는 센트로이드 알고리즘을 이용하여 상술한 방법에 설정된 제2 유효 산란점 선택 구간에 포함된 복수 개의 산란점들로부터 표적의 중심에 해당하는 제2 대표 레인지의 정보를 획득할 수 있고, 제1 산란 특성벡터 추출부(200)는 상술한 방법에 의해 설정된 제2 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 피크 값의 크기 및 제2 대표 레인지 정보 획득부(330)에서 획득된 제2 대표 레인지로부터 제2 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각이 떨어진 정도를 나타내는 레인지 정보를 이용하여 제2 산란 특성벡터를 추출할 수 있다. 상술한 제2 산란 특성벡터를 추출하는 구체적인 방법은 도 1, 도 2 및 도 6에서 전술한 제1 산란 특성벡터를 추출하는 방법과 동일하므로 자세한 설명은 생략하도록 한다.

다시 도 1을 참조하면, 표적 식별부(400)는 제1 산란 특성벡터 추출부(200)에서 추출된 제1 산란 특성벡터 및 제2 산란 특성벡터 추출부(300)에서 추출된 제2 산란 특성벡터 중 적어도 하나를 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하여 표적의 종류를 식별할 수 있다. 본 발명의 일 실시 예에 따른 표적 식별부(400)는 이중 편파를 이용하여 표적을 식별할 수 있다.

바람직하게는 본 발명의 또 다른 일 실시 예에 따른 표적 식별부(400)는 제1 산란 특성벡터 추출부(200) 및 제2 산란 특성벡터 추출부(300) 각각에서 추출된 제1 산란 특성벡터 및 제2 산란 특성벡터를 미리 마련되어 데이터베이스에 저장된 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하고, 필요한 경우 제곱 합산 처리하여 데이터베이스에 저장된 표적 모델을 분류할 수 있고, 분류된 표적 모델을 기반으로 표적의 종류를 식별할 수 있다.

상술한 표적 식별부에 대한 구체적인 설명은 도 9를 함께 참조하여 설명하도록 한다.

도 9는 본 발명의 일 실시 예에 따른 표적 식별부의 확대 블록도를 나타낸 것이다.

도 9를 참조하면, 본 발명의 일 실시 예에 따른 표적 식별부(400)는 제1 벡터 간 거리 계산부(410), 제2 벡터 간 거리 계산부(420), 표적 식별 값 선정부(430) 및 표적 모델 분류부(440)를 포함할 수 있다.

제1 벡터 간 거리 계산부(410)는 제1 산란 특성벡터 추출부(200)에서 추출된 제1 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성벡터들과의 거리에 해당하는 복수 개의 제1 벡터 간 거리를 계산할 수 있다. 예를 들어, 제1 벡터 간 거리 계산부(410)는 제1 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성벡터들과의 거리를 계산하기 위해서 유클리디안 거리(Euclidean distance), 코사인 거리 및 마하라 노비스 거리를 이용할 수 있다. 바람직하게는, 제1 벡터 간 거리 계산부(410)는 제1 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성벡터들 간의 거리를 표적의 모델 별로 계산할 수 있다.

제2 벡터 간 거리 계산부(420)는 산출된 제2 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성벡터들과의 거리에 해당하는 복수 개의 제2 벡터 간 거리를 계산할 수 있다. 본 발명의 일 실시 예에 따른 제2 벡터 간 거리를 계산하는 방법은 상술한 제1 벡터 간 거리를 계산하는 방법과 동일하므로 자세한 설명은 생략하도록 한다.

본 발명의 일 실시 예에 따른 제1 벡터 간 거리 계산부(410) 및 제2 벡터 간 거리 계산부(420)는 벡터 거리 계산부로 통합되어 구현될 수 있고, 벡터 간 거리 계산부는 해당 그룹 별로 추출된 산란 특성벡터들과 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성벡터들 간의 거리를 계산할 수 있다.

구체적으로, 본 발명의 일 실시 예에 따른 제1 및 제2 벡터 간 거리 계산부(410, 420) 각각은 아래의 수학식 7과 같이 제1 산란 특성벡터 추출부(200)에서 추출된 제1 산란 특성벡터에 포함된 원소들과 데이터베이스에 미리 저장된 표적의 제1 모델에 해당하는 산란 특성벡터에 포함된 원소들과의 차이 및 제2 산란 특성벡터 추출부(300)에서 추출된 제2 산란 특성벡터에 포함된 원소들과 데이터베이스에 미리 저장된 표적의 제1 모델에 해당하는 산란 특성벡터에 포함된 원소들과의 차이를 먼저 계산할 수 있다.

본 발명의 일 실시 예에 따른 제1 벡터 간 거리 계산부(410)는 제1 산란 특성벡터에 포함된 원소들과 데이터베이스에 미리 저장된 표적의 제1 모델에 해당하는 산란 특성벡터에 포함된 원소들과의 차이 각각을 제곱한 후, 제곱된 값들을 모두 합산할 수 있고, 상술한 방법에 의해 합산된 값에 제곱근을 하여 제1 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 제1 모델에 해당하는 산란 특성벡터와의 거리를 계산할 수 있다.

마찬가지로, 제2 벡터 간 거리 계산부(420) 또한 제2 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 제1 모델에 해당하는 산란 특성벡터 간의 거리를 계산할 수 있다.

예를 들어, 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치(10)는 단일 편파 만을 이용하여 표적을 식별할 수도 있지만, 이중 편파 채널 신호를 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, 데이터베이스에 저장된 산란 특성벡터의 세트가 M 개 인 경우, 각 편파 별로 제곱 합산 과정은 M 번 수행될 수 있다.

상술한 방법에 의해 제1 및 제2 벡터 간 거리 계산부(410, 420) 각각은 계산된 제1 산란 특성벡터 및 제2 산란 특성벡터와 데이터베이스에 미리 저장된 표적의 모든 모델에 해당하는 산란 특성벡터들 간의 거리를 계산할 수 있다.

상술한 수학식 7에서 d_ij는 벡터 간 유클리드 거리이고, n은 1~N까지 정수이며, 상술한 N은 산란 특성벡터의 원소의 개수로 산란 특성벡터의 차원수를 나타낸다.

는 수신 신호로부터 산출된 산란 특성벡터,

는 데이터베이스에 저장된 표적 모델 별 산란 특성벡터를 나타낸 것이다. 따라서,

는 수신된 HH 채널 신호로부터 산출된 제1 산란 특성벡터일 수 있으며, 또한,

는 수신된 HV 채널 신호로부터 산출된 제2 산란 특성벡터일 수도 있다.

단, 상술한 예시는 본 발명의 일 실시 예를 설명하기 위한 예시일 뿐 HH 채널 신호 및 HV 채널 신호에 한정되는 것은 아니다.

따라서, 본 발명의 일 실시 예에 따른 표적 식별부(400)는 상술한 방법에 의해 계산된 복수 개의 제1 벡터 간 거리 및 복수 개의 제2 벡터 간 거리를 이용하여 표적을 식별할 수 있다.

본 발명의 일 실시 예에 따른 표적 식별 값 선정부(430)는 상술한 방법에 의해 계산된 복수 개의 제1 벡터 간 거리 각각과 복수 개의 제2 벡터 간 거리 각각을 융합할 수 있다. 표적 식별 값 선정부(430)는 상술한 방법에 의해 융합된 값들 중 가장 작은 값을 표적 식별 값으로 선정할 수 있다.

표적 모델 분류부(440)는 표적 식별 값 선정부(430)에서 표적 식별 값을 선정하는데 이용된 산란 특성벡터가 미리 저장된 표적 모델을 데이터베이스에 미리 저장된 표적의 모델 별로부터 분류할 수 있다.

따라서, 본 발명의 일 실시 예에 따른 표적 식별 장치는 상술한 방법에 의해 데이터베이스에서 선택된 표적 모델이 MBT(Main Battle Tank) 표적인지를 확인하여 추적할 수 있다.

상술한 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성벡터는 각각의 표적의 종류, 표적에 대한 방위각 정보 및 편파 방향에 따른 채널 정보에 따라 구분되어 저장될 수 있으며, 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성벡터에 대한 자세한 설명은 도 10을 함께 참조하여 설명하도록 한다.

도 10은 표적의 모델 별 산란 특성에 따른 산란 특성벡터들이 저장된 데이터베이스의 구성을 나타내는 참고도를 나타낸 것이다.

본 발명의 일 실시 예에 따른 표적 식별부(400)는 표적 식별을 위하여 미리 마련되어 데이터베이스에 저장된 표적의 모델 별 산란 특성에 따른 산란 특성벡터들을 이용하여 표적의 종류를 식별할 수 있다. 예를 들어, 표적 식별부(400)가 이용하는 데이터베이스에는 인덱스 별로 A 표적(451), B 표적(452), C 표적(453) 및 D 표적(454)의 RCS데이터로부터 산출된 N 차원을 가지는 산란 특성벡터들이 저장되어 있다.

본 발명의 일 실시 예에 따르면 상술한 A 표적(451)은 MBT 표적을 나타낼 수 있고, B 표적(452)은 군용트럭을 나타낼 수 있고, C 표적(453)은 승용차를 나타낼 수 있고, D 표적(454)은 SUV를 나타낼 수 있다. 단, 상술한 A 표적(451), B 표적(452), C 표적(453) 및 D 표적(454)에 대한 예시는 본 발명의 일 실시 예를 설명하기 위한 예시일 뿐 이에 한정되는 것은 아니다.

도 10을 참조하면, 데이터베이스에 저장된 A 표적 내지 D 표적(451 내지 454)의 인덱스는 각각의 표적을 방위각에 따라 구분한 것이다.

구체적으로 A 표적(451)의 인덱스에 해당하는 1~181 각각은 방위각 0°에서 180°를 나타내며, 각각의 인덱스에는 방위각을 1°당 변화시키면서 미리 저장한 편파 방향에 따른 채널 별 산란 특성벡터를 포함할 수 있다.

따라서, 상술한 표적의 인덱스에는 표적 정보, 표적에 대한 방위각 정보, 편파 방향에 따른 채널 정보 및 산란 특성벡터 정보를 포함하고 있다.

상술한 방법과 마찬가지로 B 표적(452)의 인덱스에 해당하는 182~362 각각은 방위각 0°에서 180°를 나타내며, 각각의 인덱스에는 방위각을 1°당 변화시키면서 미리 저장한 편파 방향에 따른 채널 별 산란 특성벡터를 포함할 수 있다.

또한, C 표적(453)의 인덱스에 해당하는 363~543 각각은 방위각 0°에서 180°를 나타내며, 각각의 인덱스에는 방위각을 1°당 변화시키면서 미리 저장한 편파 방향에 따른 채널 별 산란 특성벡터를 포함할 수 있다.

마지막으로, D 표적(454)의 인덱스에 해당하는 544~724 각각은 방위각 0°에서 180°를 나타내며, 각각의 인덱스에는 방위각을 1°당 변화시키면서 미리 저장한 편파 방향에 따른 채널 별 산란 특성벡터를 포함할 수 있다.

본 발명의 일 실시 예에 따른 전체 데이터베이스의 사이즈는 표적의 개수, 표적당 방위각, 각 표적의 편파 방향의 채널 및 산란 특성벡터의 차원수를 고려하여 설정될 수 있다.

예를 들어, 표적의 개수가 A 표적 내지 D 표적(451 내지 454)으로 4개이고, 표적당 방위각은 0°에서 180°로 각각 181개이고, 각 표적의 편파 방향의 채널이 HH 채널 및 HV 채널인 2개의 채널로 구성되고, 산란 특성벡터의 차원수가 N개인 경우 전체 데이터베이스의 사이즈는 총 2 x 4 x 181 x N일 수 있다.

단, 상술한 예시는 본 발명의 일 실시 예를 설명하기 위한 예시일 뿐 이에 한정되는 것은 아니다.

도 11은 본 발명의 일 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법을 나타낸 흐름도이다.

표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법은 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치에서 시계열적으로 수행되는 하기의 단계들을 포함한다.

안테나부는 표적을 탐지하기 위한 제1 편파 방향의 신호를 방사하고, 방사된 신호가 반사되어 제1 편파 방향과 동일한 편파 방향의 신호인 제1 채널 신호 및 제1 편파 방향과 다른 제2 편파 방향의 신호인 제2 채널 신호를 수신한다(S1110).

상술한 안테나부에 대한 설명은 도 1에서 전술하였으므로 자세한 설명은 생략하도록 한다.

본 발명의 일 실시 예에 따른 안테나부가 방사하는 신호 및 수신하는 신호의 편파 방향은 제한이 있는 것은 아니지만, 서로 다른 두 개의 편파인 제1 편파 방향과 제2 편파 방향은 서로 직교할 수 있다. 예를 들어, 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치가 사용하는 제1 편파 방향 및 제2 편파 방향 각각은 수평 편파 방향 및 수직 편파 방향을 포함할 수 있다.

상술한 제1 편파 방향, 제2 편파 방향, 제1 채널 신호 및 제2 채널 신호에 대해서는 도 1에서 전술하였으므로 자세한 설명은 생략하도록 한다.

제1 산란 특성벡터 추출부는 안테나부에서 수신된 제1 채널 신호로부터 표적의 기하학적 특징에 따른 표적의 특성이 반영된 복수 개의 산란점들을 추출하고(S1120), 제1 채널 신호로부터 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 표적의 제1 대표 레인지의 정보를 획득하여 제1 산란 특성벡터를 추출한다(S1130).

제2 산란 특성벡터 추출부는 안테나부에서 수신된 제2 채널 신호로부터 표적의 기하학적 특징에 따른 표적의 특성이 반영된 복수 개의 산란점들을 추출하고(S1140), 제2 채널 신호로부터 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 표적의 제2 대표 레인지의 정보를 획득하여 제2 산란 특성벡터를 추출한다(S1150).

상술한 제1 및 제2 산란 특성벡터를 추출하는 구체적인 방법은 전술하였으므로 자세한 설명은 생략하도록 한다.

표적 식별부가 제1 산란 특성벡터 추출부 및 제2 산란 특성벡터 추출부에서 각각 추출된 제1 산란 특성벡터 및 제2 산란 특성벡터 중 적어도 하나를 데이터베이스에 미리 저장된 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하여 표적의 종류를 식별한다(S1160).

상술한 표적의 종류를 식별하는 구체적인 방법은 도 13에서 후술하도록 한다.

도 12는 본 발명의 또 다른 실시 예에 따른 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법을 구체적으로 나타낸 흐름도이다. 본 발명의 또 다른 실시 예에 따른, 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치를 사용한 표적 식별 과정의 흐름을 시작한다.

표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치가 장착된 W대역 초소형 레이더의 운용을 시작한다(S1210).

안테나부는 수평 편파 방향으로 편파된 편파인 H편파를 송신하고(S1220), 송신된 신호가 반사되어 HH 채널로부터 제1 채널 신호를 수신하고(S1231) 또한 HV 채널로부터 제2 채널 신호를 수신한다(S1241). 상술한 HH 채널 신호 및 HV 채널 신호는 본 발명의 일 실시 예를 설명하기 위한 예시일 뿐 이에 한정되는 것은 아니다.

제1 산란 특성벡터 추출부에 포함된 제1 레인지 프로파일 생성부는 수신된 제1 채널 신호의 크기를 면적의 단위로 나타낸 표적의 제1 레이더 반사 면적(RCS) 분포 데이터를 획득하고, 획득된 제1 레이더 반사 면적 분포 데이터를 역 푸리에 변환(IFT)하여 표적의 레인지 정보를 포함하는 제1 레인지 프로파일로 생성한다(S1232). 제1 산란 특성벡터 추출부에 포함된 제1 산란점 추출부는 제1 레인지 프로파일에서 복수 개의 산란점들을 추출한다(S1233). 제1 산란 특성벡터 추출부에 포함된 제1 대표 레인지 정보 획득부는 제1 레인지 프로파일에서 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 제1 유효 산란점 선택 구간을 설정하고(S1234), 센트로이드 알고리즘을 적용하여 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 수신 전력을 나타내는 피크 값을 이용하여 제1 대표 레인지의 정보를 획득한다(S1235).

제1 산란 특성벡터 추출부는 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 피크 값의 크기 및 제1 대표 레인지 정보 획득부에서 획득된 제1 대표 레인지로부터 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각이 떨어진 정도를 나타내는 레인지 정보를 이용하여 제1 산란 특성벡터를 추출한다(S1236).

상술한 제1 레인지 프로파일을 생성하는 방법, 산란점을 추출하는 방법, 제1 대표 레인지 정보를 획득하는 방법 및 제1 산란 특성 벡터를 추출하는 구체적인 방법은 전술하였으므로 자세한 설명은 생략하도록 한다.

제2 산란 특성벡터 추출부에 포함된 제2 레인지 프로파일 생성부는 수신된 제2 채널 신호의 크기를 면적의 단위로 나타낸 표적의 제2 레이더 반사 면적(RCS) 분포 데이터를 획득하고, 획득된 제1 레이더 반사 면적 분포 데이터를 역 푸리에 변환(IFT)하여 표적의 레인지 정보를 포함하는 제2 레인지 프로파일로 생성한다(S1242). 제2 산란 특성벡터 추출부에 포함된 제2 산란점 추출부는 제2 레인지 프로파일에서 복수 개의 산란점들을 추출한다(S1243). 제2 산란 특성벡터 추출부에 포함된 제2 대표 레인지 정보 획득부는 제2 레인지 프로파일에서 추출된 복수 개의 산란점들로부터 표적의 물리적인 크기를 고려하여 제2 유효 산란점 선택 구간을 설정하고(S1244), 센트로이드 알고리즘을 적용하여 제2 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 수신 전력을 나타내는 피크 값을 이용하여 제2 대표 레인지의 정보를 획득한다(S1245).

제2 산란 특성벡터 추출부는 제2 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 피크 값의 크기 및 제2 대표 레인지 정보 획득부에서 획득된 제2 대표 레인지로부터 제2 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각이 떨어진 정도를 나타내는 레인지 정보를 이용하여 제2 산란 특성벡터를 추출한다(S1246).

상술한 제2 레인지 프로파일을 생성하는 방법, 산란점을 추출하는 방법, 제2 대표 레인지 정보를 획득하는 방법 및 제2 산란 특성 벡터를 추출하는 구체적인 방법은 전술하였으므로 자세한 설명은 생략하도록 한다.

제1 벡터 간 거리 계산부는 추출된 제1 산란 특성벡터와 표적 데이터베이스(2000)에 저장된 표적의 모델 별 산란 특성벡터들과의 거리에 해당하는 복수 개의 제1 벡터 간 거리를 계산한다(S1237).

제2 간 벡터 거리 계산부는 추출된 제2 산란 특성벡터와 표적 데이터베이스(2000)에 저장된 표적의 모델 별 산란 특성벡터들과의 거리에 해당하는 복수 개의 제2 벡터 간 거리를 계산한다(S1247).

표적을 식별하기 위해 표적 식별부는 계산된 복수 개의 제1 벡터 간 거리 및 복수 개의 제2 벡터 간 거리를 이용하여 표적을 식별하여 식별된 표적을 표적 데이터베이스(2000)에 미리 저장된 표적 모델 별로부터 분류한다(S1250).

표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치가 사용되는 W대역 공대지레이더 또는 W대역 초소형 레이더는 분류된 표적 모델이 MBT(Main Battle Tank) 표적인지를 확인하고(S1260), 일치하는 경우 확인된 표적을 메인 표적으로 산정하며(S1270), 산정된 메인 표적을 추적하고(S1280), 일치하지 않는 경우 상술한 과정을 반복한다.

상술한 표적을 식별하여 표적 모델을 분류하는 구체적인 방법은 도 13을 함께 참조하여 설명하도록 한다.

도 13은 본 발명의 일 실시 예에 따른 표적 분류 단계의 확대 흐름도가 포함된 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법을 나타낸 흐름도이다.

이하 도 12의 S1250의 표적 식별 과정의 확대 흐름도를 중심으로 설명한다.

제1 벡터 간 거리 계산부 및 제2 벡터 간 거리 계산부 각각은 표적 데이터베이스(2000)에 미리 저장된 표적의 모델 별 산란 특성벡터들을 이용하여 복수 개의 제1 벡터 간 거리 및 복수 개의 제2 벡터 간 거리를 계산한다(S1237, S1247).

구체적으로, 제1 벡터 간 거리 계산부는 추출된 제1 산란 특성벡터에 포함된 원소들과 표적 데이터베이스(2000)에 저장된 표적의 모델 별 산란 특성벡터들 각각에 포함된 원소들의 차이를 계산하고, 제2 벡터 간 거리 계산부도 추출된 제2 산란 특성벡터를 이용하여 제1 벡터 간 거리 계산부와 동일한 과정을 수행할 수 있다.

예를 들어, 제1 산란 특성벡터에 포함된 원소들과 표적 데이터베이스(2000)에 저장된 표적 중 제1 표적에 해당하며 미리 설정된 방위각 및 채널에 대한 하나의 산란 특성벡터에 포함된 원소들과의 차이를 계산하고, 계산된 원소들 간의 차이를 제곱 합산하여 합산된 값에 제곱근을 하여 제1 산란 특성벡터와 제1 표적에 해당하며 미리 설정된 방위각 및 채널에 대한 하나의 산란 특성벡터와의 거리를 계산할 수 있으며, 상술한 방법으로 제1 벡터 간 거리 계산부는 계산된 제1 산란 특성벡터와 표적 데이터베이스(2000)에 미리 저장된 표적의 모델 별 모든 산란 특성벡터들과의 거리에 해당하는 복수 개의 제1 벡터 간 거리를 계산할 수 있으며, 제2 벡터 간 거리 계산부도 추출된 제2 산란 특성벡터를 이용하여 제1 벡터 간 거리 계산부와 동일한 과정을 수행할 수 있다.

표적 식별 값 선정부는 복수 개의 제1 벡터 간 거리 각각과 복수 개의 제2 벡터 간 거리 각각을 융합하고(S1251), 융합된 값들 중 가장 작은 값을 표적 식별 값으로 선정한다(S1252).

표적 모델 분류부는 상술한 표적 식별 값을 선정하는데 이용된 산란 특성벡터를 포함하는 표적 모델을 표적 데이터베이스(2000)에 미리 저장된 표적의 모델 별로부터 분류한다(S1253).

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 비 휘발성 매체, 분리형 및 비 분리형 매체를 모두 포함한다.

또한, 본 발명의 일 실시 예에 따르는 방법의 전체 또는 일부는 컴퓨터에 의해 실행 가능한 명령어를 포함하며, 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 하이레벨 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 실시 예에 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 실시 예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예 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.

10: 표적 식별 장치
100: 안테나부
200, 300: 산란 특성벡터 추출부
400: 표적 식별부

Claims (13)

1. 표적을 탐지하기 위한 제1 편파 방향의 신호를 방사하고, 상기 방사된 신호가 반사되어 상기 제1 편파 방향과 동일한 편파 방향의 신호인 제1 채널 신호 및 상기 제1 편파 방향과 다른 제2 편파 방향의 신호인 제2 채널 신호를 수신하는 안테나부;
   상기 수신된 제1 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하고, 상기 제1 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 상기 표적의 제1 대표 레인지의 정보를 획득하여 제1 산란 특성벡터를 추출하는 제1 산란 특성벡터 추출부;
   상기 수신된 제2 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하고, 상기 제2 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 상기 표적의 제2 대표 레인지의 정보를 획득하여 제2 산란 특성벡터를 추출하는 제2 산란 특성벡터 추출부; 및
   상기 추출된 제1 산란 특성벡터 및 상기 제2 산란 특성벡터 중 적어도 하나를 데이터베이스에 미리 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하여 상기 표적의 종류를 식별하는 표적 식별부;를 포함하고,
   상기 제1 산란 특성벡터 추출부는,
   상기 수신된 제1 채널 신호의 크기를 면적의 단위로 나타낸 제1 레이더 반사 면적 분포 데이터를 획득하고, 상기 획득된 제1 레이더 반사 면적 분포 데이터를 역 푸리에 변환하여 상기 안테나부를 중심으로 상기 안테나부와 상기 표적 간의 거리 차이에 해당하는 레인지의 정보를 포함하는 제1 레인지 프로파일을 생성하는 제1 레인지 프로파일 생성부;
   상기 제1 레인지 프로파일에서 복수 개의 산란점들을 추출하는 제1 산란점 추출부; 및
   상기 제1 레인지 프로파일에서 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 제1 유효 산란점 선택 구간을 설정하고, 상기 설정된 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 수신 전력을 나타내는 피크 값을 이용하여 상기 제1 대표 레인지의 정보를 획득하는 제1 대표 레인지 정보 획득부;를 포함하고,
   상기 제1 대표 레인지의 정보를 기반으로 상기 제1 산란 특성벡터를 추출하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
2. 삭제
3. 제1항에 있어서,
   상기 제1 대표 레인지 정보 획득부는,
   상기 제1 레인지 프로파일로부터 추출된 복수 개의 산란점들 중 상기 레인지가 가장 작은 산란점 및 상기 레인지가 가장 큰 산란점의 사이에 해당하는 구간을 상기 제1 유효 산란점 선택 구간으로 설정하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
4. 제3항에 있어서,
   상기 제1 대표 레인지 정보 획득부는,
   (i) 상기 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 레인지 및 (ii) 상기 제1 유효 산란점 선택 구간에 포함된 레인지를 포함하는 산란점의 피크 값을 이용하여 상기 제1 대표 레인지의 정보를 획득하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
5. 제4항에 있어서,
   상기 제1 대표 레인지 정보 획득부는,
   상기 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각의 레인지에 상기 제1 유효 산란점 선택 구간에 포함된 레인지를 포함하는 산란점의 피크 값을 곱하여 융합하고, 상기 융합된 값에 상기 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각의 피크 값이 전부 합산된 값을 나누어 산출된 레인지 정보를 상기 제1 대표 레인지의 정보로 획득하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
6. 제1항에 있어서,
   상기 제1 산란점 추출부는
   상기 제1 레인지 프로파일에서 상기 복수 개의 산란점들 각각의 피크 값의 정보 및 상기 레인지의 정보를 포함하는 상기 복수 개의 산란점들의 신호 정보를 결정하는 제1 산란점 신호 정보 결정부;
   상기 제1 레인지 프로파일에서 신호 정보가 결정된 복수 개의 산란점들 중 피크 값의 크기가 가장 큰 산란점부터 순서대로 제거하면서 상기 제1 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 제1 잔여 전력 계산부; 및
   상기 계산된 제1 레인지 프로파일의 잔여 전력에 기초하여 상기 복수 개의 산란점들의 추출 여부를 결정하는 제1 산란점 추출 결정부;를 포함하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
7. 제6항에 있어서,
   상기 제1 산란점 추출 결정부는,
   상기 계산된 제1 레인지 프로파일의 잔여 전력 변화량이 달라지는 구간에서 상기 피크 값의 크기가 가장 큰 산란점부터 순서대로 제거하는 과정을 중단하여 상기 피크 값이 가장 큰 산란점부터 상기 잔여 전력의 변화량이 달라지는 구간 바로 전에 제거된 산란점까지 추출하도록 결정하고,
   상기 제1 산란 특성벡터 추출부는,
   상기 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 피크 값의 크기 및 상기 획득된 제1 대표 레인지로부터 상기 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들 각각이 떨어진 정도를 나타내는 레인지 정보를 이용하여 상기 제1 산란 특성벡터를 추출하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
8. 제1항에 있어서,
   상기 표적 식별부는,
   상기 추출된 제1 산란 특성벡터와 상기 데이터베이스에 저장된 상기 표적의 모델 별 산란 특성벡터들과의 거리에 해당하는 복수 개의 제1 벡터 간 거리를 계산하는 제1 벡터 간 거리 계산부; 및
   상기 추출된 제2 산란 특성벡터와 상기 데이터베이스에 저장된 상기 표적의 모델 별 산란 특성벡터들과의 거리에 해당하는 복수 개의 제2 벡터 간 거리를 계산하는 제2 벡터 간 거리 계산부;를 포함하고,
   상기 계산된 복수 개의 제1 벡터 간 거리 및 상기 복수 개의 제2 벡터 간 거리를 이용하여 상기 표적을 식별하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
9. 제8항에 있어서,
   상기 표적 식별부는
   상기 복수 개의 제1 벡터 간 거리 및 상기 복수 개의 제2 벡터 간 거리를 융합하고, 상기 융합된 값들 중 가장 작은 값을 표적 식별 값으로 선정하는 표적 식별 값 선정부; 및
   상기 표적 식별 값을 선정하는데 이용된 산란 특성벡터를 포함하는 표적 모델을 상기 데이터베이스에 저장된 상기 표적의 모델 별로부터 분류하는 표적 모델 분류부;를 더 포함하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치.
10. 표적을 탐지하기 위한 제1 편파 방향의 신호를 방사하고, 상기 방사된 신호가 반사되어 상기 제1 편파 방향과 동일한 편파 방향의 신호인 제1 채널 신호 및 상기 제1 편파 방향과 다른 제2 편파 방향의 신호인 제2 채널 신호를 수신하는 단계;
    상기 수신된 제1 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하는 단계;
    상기 제1 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 표적의 제1 대표 레인지의 정보를 획득하여 제1 산란 특성벡터를 추출하는 단계;
    상기 수신된 제2 채널 신호로부터 상기 표적의 기하학적 특징에 따른 상기 표적의 특성이 반영된 복수 개의 산란점들을 추출하는 단계;
    상기 제2 채널 신호로부터 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 상기 표적의 제2 대표 레인지의 정보를 획득하여 제2 산란 특성벡터를 추출하는 단계; 및
    상기 추출된 제1 산란 특성벡터 및 상기 제2 산란 특성벡터 중 적어도 하나를 데이터베이스에 미리 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특성벡터들과 비교하여 상기 표적의 종류를 식별하는 단계;를 포함하고,
    상기 수신된 제1 채널 신호로부터 복수 개의 산란점들을 추출하는 단계는,
    상기 수신된 제1 채널 신호의 크기를 면적의 단위로 나타낸 제1 레이더 반사 면적 분포 데이터를 획득하는 단계; 및
    상기 획득된 제1 레이더 반사 면적 분포 데이터를 역 푸리에 변환하여 상기 방사된 신호를 중심으로 상기 방사된 신호의 위치와 상기 표적 간의 거리 차이에 해당하는 레인지의 정보를 포함하는 제1 레인지 프로파일을 생성하는 단계;를 포함하고,
    상기 생성된 제1 레인지 프로파일에서 복수 개의 산란점들을 추출하며,
    제1 산란 특성벡터를 추출하는 단계는,
    상기 생성된 제1 레인지 프로파일에서 추출된 복수 개의 산란점들로부터 상기 표적의 물리적인 크기를 고려하여 제1 유효 산란점 선택 구간을 설정하는 단계; 및
    상기 설정된 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 수신 전력을 나타내는 피크 값을 이용하여 상기 제1 대표 레인지의 정보를 획득하는 단계;를 포함하고,
    상기 제1 대표 레인지의 정보를 기반으로 상기 제1 산란 특성벡터를 추출하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법.
11. 삭제
12. 제10항에 있어서,
    상기 제1 유효 산란점 선택 구간을 설정하는 단계는,
    상기 제1 레인지 프로파일로부터 추출된 복수 개의 산란점들 중 상기 레인지가 가장 작은 산란점 및 상기 레인지가 가장 큰 산란점의 사이에 해당하는 구간을 상기 제1 유효 산란점 선택 구간으로 설정하고,
    상기 제1 대표 레인지의 정보를 획득하는 단계는,
    (i) 상기 제1 유효 산란점 선택 구간에 포함된 복수 개의 산란점들의 레인지 및 (ii) 상기 제1 유효 산란점 선택 구간에 포함된 상기 레인지를 포함하는 산란점의 피크 값을 이용하여 상기 제1 대표 레인지의 정보를 획득하는 것을 특징으로 하는 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법.
13. 프로세서에 의해 실행되는 것을 통하여 제10항 및 제12항 중 어느 한 항에 기재된 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 방법을 실현하는 컴퓨터 판독 가능한 기록매체에 기록된 프로그램.
    

Images