KR102150014B1 - 비행체 식별 방법 및 장치 - Google Patents

비행체 식별 방법 및 장치 Download PDF

Info

Publication number
KR102150014B1
KR102150014B1 KR1020180051997A KR20180051997A KR102150014B1 KR 102150014 B1 KR102150014 B1 KR 102150014B1 KR 1020180051997 A KR1020180051997 A KR 1020180051997A KR 20180051997 A KR20180051997 A KR 20180051997A KR 102150014 B1 KR102150014 B1 KR 102150014B1
Authority
KR
South Korea
Prior art keywords
frequency
calculating
signal
intermediate frequency
time
Prior art date
Application number
KR1020180051997A
Other languages
English (en)
Other versions
KR20180122966A (ko
Inventor
김용훈
쿠마 싱 아쉬시
Original Assignee
광주과학기술원
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 광주과학기술원 filed Critical 광주과학기술원
Publication of KR20180122966A publication Critical patent/KR20180122966A/ko
Application granted granted Critical
Publication of KR102150014B1 publication Critical patent/KR102150014B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/505—Systems of measurement based on relative movement of target using Doppler effect for determining closest range to a target or corresponding time, e.g. miss-distance indicator

Landscapes

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

Abstract

본 발명은 비행체 식별 방법으로서, (a) 비행체에 대한 레이다 신호를 수신하는 단계; (b) 상기 레이다 신호를 변환하고 필터링하는 단계; (c) 상기 필터링된 신호로부터 중간 주파수를 산출하거나, 또는 상기 필터링된 신호를 스펙트럼 영상으로 구성하는 단계; 및 (d) 상기 중간 주파수 또는 스펙트럼 영상을 기초로 상기 비행체의 날개의 속도 및 길이를 산출하는 단계를 포함한다.

Description

비행체 식별 방법 및 장치{METHOD AND APPARATUS FOR IDENTIFYING FLIGHT VEHICLE}
본 발명은 비행체 식별 기술로서, 보다 상세하게는, 가변익 날개를 가지고 있는 비행체, 회전체, 예를 들어, 드론, 헬리콥터, 풍력발전회전기 등의 프로펠러 또는 날개의 형상, 크기, 개수, 회전속도 등을 자동으로 인식하는 비행체 식별 방법 및 장치에 관한 것이다.
드론의 상업화가 급속히 확산되면서 드론 비행에 대한 안전이 핵심적인 문제로 대두되고, 이에 따라 마이크로파, 밀리미터파 레이더로 가변익 날개를 가지고 있는 무인 헬기, 드론, 풍력 발전기 등의 날개 크기, 개수, 회전 속도를 레이더 측정 자료(즉, 마이크로도플러 신호)로부터 자동 산출하여, 드론의 크기, 무게, 및 형상을 자동으로 판별하는 기술이 요구된다.
타겟의 몸체의 진동 또는 회전과 같은 마이크로 모션은 마이크로 도플러 주파수 변조(micro-Doppler frequency modulation)라고 알려진 레이다 수신 신호들에 대한 주파수 변조를 도입할 수 있다. 여기에서, 마이크로 도플러 주파수는 주요한 몸체 부분으로 인하여 도플러 주파수 주변에서 변할 수 있다. 예를 들어, 사람의 경우, 주 도플러 주파수(main-Doppler frequency)는 몸통의 움직임에 기인한다. 그러나, 마이크로 도플러 주파수는 손 및 다리의 움직임에 해당한다. 드론의 경우, 마이크로 도플러 주파수는 각 블레이드(blades) 또는 드론의 회전에 기인할 수 있다.
최근 헬리콥터, 풍력 터빈, 등과 같은 다양한 응용분야에 대한 타겟 인식 및 분류를 위한 마이크로 도플러의 분석에 대한 많은 노력이 있어 왔다. 그러나, 많은 연구자들은 오직 시뮬레이션 기반 분석에 초점을 맞추었는바, 노이즈의 존재, 이웃 블레이드들에 의한 간섭, 블레이드 레이더 단면의 복잡성, 및 블레이드의 비이상적인 움직임으로 인한 실제 케이스 시나리오에 대하여 합리적인 결과를 제공하지 못할 수 있는 문제가 있다.
한국등록특허 제10-1739966호
본 발명의 목적은 W-대역 밀리미터파 레이더를 이용하여 측정 대상물의 날개의 크기, 개수, 회전 속도를 자동 산출하여, 드론의 크기, 무게 및 형상을 자동으로 판별하여, 대상물을 측정할 수 있을 뿐만 아니라 측정 대상물에 대한 형상 판별과 3D 영상화 하는 비행체 식별 방법 및 장치를 제공하는데 있다.
본 발명의 목적은 마이크로 도플러 시그니처를 이용하여 비행체의 날개의 길이 및 초당 회전수(RPS)를 자동으로 추정하고, 수신한 레이다 신호에서 최대 도플러 주파수 및 도플러 주파수를 추정하여 비행체를 식별하는 비행체 식별 방법 및 장치를 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 제1 측면은, 비행체 식별 방법으로서, (a) 비행체에 대한 레이다 신호를 수신하는 단계; (b) 상기 레이다 신호를 변환하고 필터링하는 단계; (c) 상기 필터링된 신호로부터 중간 주파수를 산출하거나, 또는 상기 필터링된 신호에 대한 스펙트럼 영상을 분석하는 단계; 및 (d) 상기 중간 주파수 또는 스펙트럼 영상을 기초로 상기 비행체의 날개의 속도 및 길이를 산출하는 단계를 포함한다.
바람직하게, 상기 (b) 단계는, 상기 레이다 신호를 디지털 신호로 변환하는 단계; 상기 변환된 디지털 신호를 특정 대역에 대한 대역통과필터로 필터링하는 단계; 및 상기 필터링된 신호를 시간-주파수 변환하여 스펙트럼을 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (c) 단계는, (c-1) 상기 필터링된 신호로부터 최대 도플러 주파수를 산출하는 단계; (c-2) 상기 필터링된 신호로부터 시간-주파수 스펙트럼 함수를 산출하는 단계; (c-3) 상기 최대 도플러 주파수 및 상기 시간-주파수 스펙트럼 함수를 이용하여 중간 주파수를 산출하는 단계; (c-4) 상기 중간 주파수를 이용하여 첨두 주파수를 산출하는 단계; 및 (c-5) 상기 산출된 첨두 주파수간의 평균 시간차이를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (c-1) 단계는, 상기 필터링된 신호를 고속 푸리에 변환하는 단계; 상기 고속 푸리에 변환된 신호로부터 첨두 엔벨로프를 산출하는 단계; 상기 첨두 엔벨로프를 미분하는 단계; 및 상기 미분된 첨두 엔벨로프를 이용하여 최대 도플러 주파수를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (c-2) 단계는, 상기 필터링된 신호를 단시간 푸리에 변환하는 단계; 및 상기 단시간 푸리에 변환된 스펙트로그램을 나타내는 시간-주파수 스펙트럼 함수를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (c-3) 단계는, 상기 시간-주파수 스펙트럼 함수로부터 파워 스펙트럼 밀도를 산출하는 단계; 및 상기 파워 스펙트럼 밀도 및 상기 최대 도플러 주파수를 이용하여, 특정 주파수 폭을 가지는 중간 주파수를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (d) 단계는, 상기 첨두 주파수간의 평균 시간차이를 기초로 상기 날개의 초당 회전수를 산출하는 단계; 상기 초당 회전수를 기초로 상기 날개의 속도를 산출하는 단계; 및 상기 날개의 속도를 기초로 상기 날개의 길이를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (c) 단계는, (c-1) 상기 필터링된 신호를 단시간 푸리에 변환하여 시간-주파수 스펙트럼 함수를 산출하는 단계; (c-2) 상기 시간-주파수 스펙트럼 함수를 기초로 스펙트럼 영상을 구성하는 단계; (c-3) 상기 스펙트럼 영상을 이용하여 최대 도플러 주파수를 산출하는 단계; (c-4) 상기 최대 도플러 주파수를 기초로 상기 신호를 필터링하고 평탄화하는 단계; 및 (c-5) 상기 평탄화된 신호를 고속 푸리에 변환하여 주주파수를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (c-3) 단계는, 상기 스펙트럼 영상으로부터 시간-주파수의 에지를 산출하는 단계; 상기 산출된 에지 중 최대 주파수값을 가지는 에지값으로부터 첨두 주파수를 산출하는 단계; 및 상기 산출된 에지 중 최대 주파수값을 가지는 에지값을 모두 합산하여 상기 최대 도플러 주파수를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 (d) 단계는, 상기 주주파수 및 상기 비행체의 날개의 개수를 기초로 상기 날개의 초당 회전수를 산출하는 단계; 및 상기 초당 회전수 및 상기 최대 도플러 주파수를 기초로 상기 날개의 길이를 산출하는 단계를 포함할 수 있다.
상기 목적을 달성하기 위한 본 발명의 제2 측면은, 비행체에 대한 레이다 신호를 수신하는 레이다 신호 수신부; 상기 레이다 신호를 변환하고 필터링하는 레이다 신호 변환부; 상기 필터링된 신호로부터 중간 주파수를 산출하거나, 또는 상기 필터링된 신호에 대한 스펙트럼 영상을 분석하는 신호 처리부; 및 상기 중간 주파수 또는 스펙트럼 영상을 기초로 상기 비행체의 날개의 속도 및 길이를 산출하는 비행체 식별부를 포함한다.
바람직하게, 상기 신호 처리부는, 중간 주파수 산출 모듈을 더 포함하되, 상기 중간 주파수 산출 모듈은, 상기 필터링된 신호로부터 최대 도플러 주파수를 산출하고, 상기 필터링된 신호로부터 시간-주파수 스펙트럼 함수를 산출하고, 상기 최대 도플러 주파수 및 상기 시간-주파수 스펙트럼 함수를 이용하여 중간 주파수를 산출하고, 상기 중간 주파수를 이용하여 첨두 주파수를 산출하고, 상기 산출된 첨두 주파수간의 평균 시간차이를 산출할 수 있다.
바람직하게, 상기 비행체 식별부는, 상기 첨두 주파수간의 평균 시간차이를 기초로 상기 날개의 초당 회전수를 산출하고, 상기 초당 회전수를 기초로 상기 날개의 속도를 산출하고, 상기 속도를 기초로 상기 날개의 길이를 산출할 수 있다.
바람직하게, 상기 신호 처리부는, 스펙트럼 영상 분석 모듈을 더 포함하되, 상기 스펙트럼 영상 분석 모듈은, 상기 필터링된 신호를 단시간 푸리에 변환하여 시간-주파수 스펙트럼 함수를 산출하고, 상기 시간-주파수 스펙트럼 함수를 기초로 스펙트럼 영상을 구성하고, 상기 스펙트럼 영상을 이용하여 최대 도플러 주파수를 산출하고, 상기 최대 도플러 주파수를 기초로 상기 신호를 필터링하고 평탄화하고, 상기 평탄화된 신호를 고속 푸리에 변환하여 주주파수를 산출할 수 있다.
바람직하게, 상기 비행체 식별부는, 상기 주주파수 및 상기 비행체의 날개의 개수를 기초로 상기 날개의 초당 회전수를 산출하고, 상기 초당 회전수 및 상기 최대 도플러 주파수를 기초로 상기 날개의 길이를 산출할 수 있다.
상기한 바와 같이 본 발명에 의하면, 무인 가변익 비행체, 드론 등에 대한 안전운행감시 시스템으로 활용될 수 있고, 풍력 발전기, 터빈 등과 같이 회전날개의 회전속도를 직접 측정할 수 없는 경우 비접촉 원격 방법으로 측정이 가능하고, 정상작동 여부에 대한 고장진단 시스템으로 활용될 수 있으며, 기타 모든 회전익 물체에 대한 감시 및 진단 장치로 활용될 수 있는 효과가 있다.
도 1 및 2는 도플러 주파수와 날개의 회전간의 관계를 설명하기 위한 예시도이다.
도 3은 본 발명의 바람직한 실시예에 따른 비행체 식별 장치를 나타내는 블록도이다.
도 4는 본 발명의 바람직한 실시예에 따른 비행체 식별 방법을 나타내는 흐름도이다.
도 5는 일 실시예에 따른 비행체 식별 방법을 나타내는 흐름도이다.
도 6 내지 도 10은 도 5에 도시된 비행체 식별 방법을 설명하기 위한 예시도이다.
도 11은 다른 실시예에 따른 비행체 식별 방법을 나타내는 흐름도이다.
도 12 및 13은 도 11에 도시된 비행체 식별 방법을 설명하기 위한 예시도이다.
이하, 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 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. "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
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 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 “포함한다(comprises)" 및/또는 “포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
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.
또한, 본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도플러 주파수에 대하여, 상대적인 시선 속도(radial velocity)로 인한 주파수의 변환 또는 시프트(shift)는 아래와 같은 [식 1]로 주어진다.
[식 1]
Figure 112018044537309-pat00001
여기에서,
Figure 112018044537309-pat00002
는 도플러 주파수이고,
Figure 112018044537309-pat00003
는 송신된 신호의 파장이고,
Figure 112018044537309-pat00004
는 타겟의 상대속도이고,
Figure 112018044537309-pat00005
는 신호의 입사각이다.
도플러 효과(Doppler effect)는 도 1에 도시된 바와 같이 수신된 레이다 신호의 주기적인 변조를 야기한다. 날개 Pi(i=1, 2, …, 5)의 위치들은 수신된 신호의 해당 도플러 주파수들과 관련될 수 있다. 예를 들어, 회전하는 두개의 날개 로터(rotor)와 세개의 날개 로터의 마이크로 도플러 시그니처(signiture)에 대한 시뮬레이션 결과는 도 2에 도시된 바와 같다. 도 2로부터 로터 팁(tip)의 속도는 날개 길이 및 초당 회전수(RPS)와 직접 관련됨을 알 수 있다. 회전하는 날개들에 대한 정보는 마이크로 도플러 시그니처들을 분석하여 획득될 수 있고, 수신된 레이다 신호의 마이크로 도플러 시그니처, 즉, 스펙트로그램(spectrogram)으로부터 최대 도플러 주파수 및 피크(peak)의 위치들은 산출하여 회전하는 날개의 초당 회전수 및 날개가 추정될 수 있다. 이를 기초로, 이하에서는, 본 발명에 따른 비행체 식별 방법 및 장치에 대하여 설명한다.
도 3은 본 발명의 바람직한 실시예에 따른 비행체 식별 장치를 나타내는 블록도이다.
도 3을 참조하면, 비행체 식별 장치(100)는 레이다 신호 수신부(110), 레이다 신호 변환부(120), 신호 처리부(130), 비행체 식별부(140), 및 제어부(150)를 포함한다. 여기에서, 제어부(150)는 레이다 신호 수신부(110), 레이다 신호 변환부(120), 신호 처리부(130), 및 비행체 식별부(140)의 동작 및 데이터의 흐름을 제어한다. 이하에서는, 도 4를 참조하여, 비행체 식별 장치(100)에서 수행되는 비행체 식별 방법에 대하여 보다 상세하게 설명한다.
도 4를 참조하면, 레이다 신호 수신부(110)는 비행체에 대한 레이다 신호를 수신한다(단계 S410). 바람직하게, 수신되는 레이다 신호는 기저대역(base band) 신호에 해당한다.
레이다 신호 변환부(120)는 레이다 신호를 변환하고 필터링 한다(단계 S420). 바람직하게, 레이다 신호 변환부(120)는 아날로그-디지털 컨버터(Analog digital converter)로 레이다 신호를 디지털 신호로 변환하고, 디지털 신호에서 DC 신호와 고주파 신호를 제거하기 위해 최대 도플러 주파수보다 높은 주파수에 해당하는 대역통과필터를 이용하여 필터링을 수행한다.
레이다 신호 변환부(120)는 필터링된 신호를 시간-주파수 변환하여 스펙트럼을 산출한다. 바람직하게, 디지털 신호로 변환된 후 시간-주파수 변환된 스펙트럼은 아래의 [식 2]와 같이 나타낼 수 있고, 대역통과필터로 필터링된 신호는 아래의 [식 3]과 같이 나타낼 수 있다.
[식 2]
Figure 112018044537309-pat00006
여기에서,
Figure 112018044537309-pat00007
은 레이다 신호, n은 시간 인덱스, N은 FFT 크기, k는 주파수 인덱스,
Figure 112018044537309-pat00008
는 윈도우(window) 함수에 해당한다.
[식 3]
Figure 112018044537309-pat00009
여기에서, N은 데이터 샘플 길이(length of data sample)에 해당한다.
신호 처리부(130)는 필터링된 신호로부터 중간 주파수를 산출하거나, 또는 필터링된 신호를 스펙트럼 영상으로 구성한다(단계 S430). 비행체 식별부(140)는 중간 주파수 또는 스펙트럼 영상을 기초로 비행체의 날개의 속도 및 길이를 산출한다(단계 S440).
바람직하게, 신호 처리부(130)는 중간 주파수 산출 모듈 및 스펙트럼 영상 분석 모듈을 더 포함할 수 있다. 일 실시예에서, 중간 주파수 산출 모듈은 필터링된 신호로부터 중간 주파수를 산출하여 비행체 식별부(140)로부터 산출된 중간 주파수를 기초로 비행체의 날개의 속도 및 길이가 산출되도록 하며, 이에 대하여는 도 5 내지 도 10을 참조하여 설명한다. 다른 실시예에서, 스펙트럼 영상 분석 모듈은 필터링된 신호를 스펙트럼 영상으로 구성하여 비행체 식별부(140)로부터 스펙트럼 영상을 기초로 비행체의 날개의 속도 및 길이가 산출되도록 하며, 이에 대하여는 도 11 내지 도 13을 참조하여 설명한다.
먼저, 중간 주파수를 기초로 비행체를 식별하는 방법에 대하여 설명한다.
도 5를 참조하면, 중간 주파수 산출 모듈은 필터링된 신호로부터 최대 도플러 주파수를 산출한다(단계 S431-1). 보다 구체적으로, 중간 주파수 산출 모듈은 필터링된 신호를 고속 푸리에 변환(Fast Fourier Transformation; FFT)하여 주파수-전력의 스펙트럼을 산출하고, 고속 푸리에 변환된 신호, 즉, 스펙트럼 신호에서 첨두 엔벨로프(envelop)를 산출한다. 여기에서, 첨두 엔벨로프는 스펙트럼 신호에서 피크(peak)에 해당하는 첨두치 값의 엔벨로프(envelope)에 해당한다. 예를 들어, 도 6을 참조하면, 실제 레이다 측정 데이터를 이용하여 스펙트럼 및 첨두 엔벨로프 산출 결과로서, 도 6에서 파란색으로 표시된 그래프가 스펙트럼을 나타내고 노란색 점선으로 표시된 그래프가 첨두 엔벨로프를 나타낸다.
그 다음, 중간 주파수 산출 모듈은 첨두 엔벨로프를 미분한다. 엔벨로프의 미분계수(derivative)는 반사된 신호 및 잡음 플로어(noise floor)의 전력 레벨에 큰 차이가 있는 주파수 위치를 추정하는데 사용되고, 미분계수의 최소값들(minima)은 엔벨로프의 가장 가파른 음의 기울기의 위치를 제공한다. 산출되는 최대 도플러 주파수의 정확도는 수신된 레이다 신호의 신호대잡음비(SNR) 및 스펙트럼의 스파이크(spikes)에 따라 달라지므로, 본 발명에서는 중간값 필터를 사용하여 스펙트럼의 엔벨로프를 결정하는 동안 스파이크를 제거하는 것이다.
바람직하게, 중간 주파수 산출 모듈은 [식 3]으로부터 첨두 엔벨로프(peak envelope)(
Figure 112018044537309-pat00010
)를 산출하고, 미분(
Figure 112018044537309-pat00011
)하면, 아래의 [식 4]와 같이 나타낼 수 있다.
[식 4]
Figure 112018044537309-pat00012
중간 주파수 산출 모듈은 미분된 첨두 엔벨로프를 이용하여 최대 도플러 주파수를 산출할 수 있고, 예를 들어, 실제 레이다 측정 데이터를 기초로 첨두 엔벨로프를 미분하여 산출된 최대 도플러 주파수는 도 7과 같이 나타날 수 있다. 바람직하게, 최대 도플러 주파수(
Figure 112018044537309-pat00013
)는 [식 4]로부터 아래의 [식 5]와 같이 산출될 수 있다.
[식 5]
Figure 112018044537309-pat00014
중간 주파수 산출 모듈은 단계 S410에서 필터링된 신호로부터 시간-주파수 스펙트럼 함수를 산출한다(단계 S432-1). 보다 구체적으로, 중간 주파수 산출 모듈은 단계 S410에서 필터링된 신호를 단시간 푸리에 변환(Short-Time Fourier Transform; STFT)하고, 단시간 푸리에 변환된 스펙트로그램(spectrogram)을 나타내는 시간-주파수 스펙트럼 함수를 산출한다. 입사 광선이 블레이드(blade), 즉 날개에 수직일 때 회전하는 날개의 팁(tip)(도 13 참조)은 최대 속도를 가지므로, 최대 도플러 시프트(shift)는 날개의 길이에 해당하게 된다. 고속으로 회전하는 날개들은 비행체의 메인 바디(예를 들어, 프레임)보다 더 큰 도플러 시프트를 가지므로 비행체의 움직임으로 인한 도플러 시프트는 무시될 수 있고, 따라서 본 발명은 단시간 푸리에 변환을 사용하여 레이다 신호의 마이크로 도플러 시그니쳐, 즉, 스펙트로그램을 나타내는 것이다. 예를 들어, 실제 레이다 측정 데이터를 기초로 산출된 스펙트로그램은 도 8과 같이 나타낼 수 있다.
바람직하게, 단계 S410에서 수신된 레이다 신호(
Figure 112018044537309-pat00015
)는 단시간 푸리에 변환을 이용하여 시간(n)-주파수(k)로 아래의 [식 6]과 같이 표현될 수 있다.
[식 6]
Figure 112018044537309-pat00016
여기에서,
Figure 112018044537309-pat00017
은 길이 M의 윈도우(window) 함수, K는 샘플링 포인트의 수를 나타낸다.
중간 주파수 산출 모듈은 최대 도플러 주파수 및 시간-주파수 스펙트럼 함수를 이용하여 중간 주파수를 산출한다(단계 S433-1). 보다 구체적으로, 중간 주파수 산출 모듈은 시간-주파수 스펙트럼 함수로부터 파워 스펙트럼 밀도(Power Spectral density; PSD)를 산출한다. 바람직하게, 파워 스펙트럼 밀도는 [식 6]으로부터 아래의 [식 7]과 같이 산출될 수 있다.
[식 7]
Figure 112018044537309-pat00018
여기에서,
Figure 112018044537309-pat00019
는 샘플링 주파수, N은 전체 샘플 개수를 나타낸다.
중간 주파수 산출 모듈은 파워 스펙트럼 밀도 및 최대 도플러 주파수를 이용하여, 특정 주파수 폭을 가지는 중간 주파수를 산출한다. 보다 구체적으로, 중간 주파수 산출 모듈은 스펙트럼 형상으로부터 중간 주파수(media frequency)(
Figure 112018044537309-pat00020
)를 산출하며, 최대 도플러 주파수(
Figure 112018044537309-pat00021
)를 중심으로
Figure 112018044537309-pat00022
부터
Figure 112018044537309-pat00023
구간에서 주파수폭은
Figure 112018044537309-pat00024
로 아래의 [식 8]을 만족하도록 중간 주파수가 산출된다. 여기에서, 중간 주파수는 시간 함수이며, 다수개의 첨두(peak)를 가지는 마이크로 도플러 주파수 신호를 포함하고 있다.
[식 8]
Figure 112018044537309-pat00025
중간 주파수 산출 모듈은 중간 주파수를 이용하여 첨두 주파수를 산출한다(단계 S434-1). 여기에서, 첨두(peaks) 주파수는 레이다 신호의 마이크로 도플러 시그니처에 존재하는 주기적인 마이크로 도플러 주파수들의 국부적인 최대값에 해당하는 것으로서 첨두 주파수(
Figure 112018044537309-pat00026
)는 도플러 주파수의 주기와 연관되고, 바람직하게, 아래의 [식 9]와 같이 산출될 수 있다.
[식 9]
Figure 112018044537309-pat00027
여기에서,
Figure 112018044537309-pat00028
은 첨두 신호 추출을 위한 윈도우(window) 함수이다.
중간 주파수 산출 모듈은 산출된 첨두 주파수간의 평균 시간차이를 산출한다(단계 S435-1). 첨두 주파수들은 최대 도플러 주파수와 동일하지 않고, 각 윈도우(window)는 오직 하나의 첨두 주파수를 가지므로 첨두 주파수의 전체 개수는 윈도우 M의 개수와 동일하다. 윈도우 사이즈는 비행체의 유형(예를 들어, 2개의 날개 또는 3개의 날개) 및 로터의 회전 속도에 의존하고, 각 첨두 주파수들에 해당하는 시간은 날개의 회전에 대한 정보를 제공하므로, 바람직하게, 비행체의 날개가 회전시 발생하는 두개의 첨두 주파수 간의 시간차 주기(
Figure 112018044537309-pat00029
)는 아래의 [식 10]과 같이 산출될 수 있고, 시간차 주기에 대한 평균 시간차(
Figure 112018044537309-pat00030
)는 아래의 [식 11]과 같이 산출될 수 있다.
[식 10]
Figure 112018044537309-pat00031
[식 11]
Figure 112018044537309-pat00032
비행체 식별부(140)은 첨두 주파수간의 평균 시간차이를 기초로 날개의 초당 회전수를 산출한다(단계 S441-1). 예를 들어, 도 9를 참조하면, 실제 레이다 측정 데이터를 이용하여 산출된 스팩트로그램으로서 중간 주파수, 첨두 주파수, 첨두 주파수 주기, 및 첨두 주파수 평균 주기의 산출 결과를 나타낸다. 도 9에서 실선으로 표시된 그래프가 중간 주파수를 나타내고, 마름모로 표시된 지점이 첨두 주파수(peaks)를 나타내고, Tdiff로 표시된 구간이 첨두 주파수 주기를 나타낸다.
바람직하게, 날개의 초당 회전수(Rotation Per Second; RPS)(
Figure 112018044537309-pat00033
)는 아래의 [식 12]와 같이 산출될 수 있다.
[식 12]
Figure 112018044537309-pat00034
비행체 식별부(140)는 초당 회전수를 기초로 날개의 속도를 산출한다(단계 S442-1). 바람직하게, 날개의 속도(tip velocity)(
Figure 112018044537309-pat00035
)은 아래의 [식 13]과 같이 산출될 수 있고, [식 13]은 최대 도플러 주파수(
Figure 112018044537309-pat00036
)에 대하여 [식 14]와 같이 표현될 수 있다.
[식 13]
Figure 112018044537309-pat00037
[식 14]
Figure 112018044537309-pat00038
여기에서,
Figure 112018044537309-pat00039
는 송신 신호의 파장을 나타낸다.
비행체 식별부(140)는 날개의 속도를 기초로 날개의 길이를 산출한다(단계 S443-1). 바람직하게, 날개의 길이는 [식 13] 및 [식 14]를 이용하여, 아래의 [식 15]와 같이 산출될 수 있다.
[식 15]
Figure 112018044537309-pat00040
예를 들어, 도 10을 참조하면, 본 발명에 따라 측정된 결과를 나타낸 것으로서, 드론의 날개에 대하여 측정된 길이(Calculated Length)와 실제 길이(Actual Length)간의 오차율(Error) 및 측정된 초당 회전수(Calculated RPS)를 나타낸다. 도 10을 참조하면, 본 발명에 따라 측정된 날개의 길이의 정확도는 96% 이상임을 알 수 있다.
다음으로, 스펙트럼 영상을 기초로 비행체를 식별하는 방법에 대하여 설명한다.
도 11을 참조하면, 스펙트럼 영상 분석 모듈은 필터링된 신호를 단시간 푸리에 변환하여 시간-주파수 스펙트럼 함수를 산출한다(단계 S431-2). 바람직하게, 레이다 신호(
Figure 112018044537309-pat00041
)의 단시간 푸리에 변환된 시간(n)-주파수(k) 스펙트럼 함수는 아래의 [식 16]과 같이 표현될 수 있다.
[식 16]
Figure 112018044537309-pat00042
여기에서,
Figure 112018044537309-pat00043
은 길이 M의 윈도우(window) 함수, K는 샘플링 개수에 해당한다.
스펙트럼 영상 분석 모듈은 시간-주파수 스펙트럼 함수를 기초로 스펙트럼 영상을 구성한다(단계 S432-2). 바람직하게, 스펙트럼 영상 분석 모듈은 [식 16]과 같이 표현되는 스펙트로그램(
Figure 112018044537309-pat00044
)을 스펙트럼 영상으로 출력할 수 있고, 여기에서, 스펙트럼 영상은 시간-주파수의 영상으로서, 예를 들어, 도 12에 도시된 Gray scale image와 같이 출력될 수 있다.
스펙트럼 영상 분석 모듈은 스펙트럼 영상을 이용하여 최대 도플러 주파수를 산출한다(단계 S433-2). 보다 구체적으로, 영상 분석 모듈은 스펙트럼 영상으로부터 시간-주파수의 에지(edge)를 산출하고, 예를 들어, 도 12의 Edge detection에 도시된 바와 같이 에지가 산출될 수 있다.
영상 분석 모듈은 산출된 에지 중 최대 주파수값을 가지는 에지값으로부터 첨두 주파수를 산출하고, 최대 주파수값을 가지는 에지값을 모두 합산하여 아래의 [식 17]과 같이 최대 도플러 주파수를 산출한다.
[식 17]
Figure 112018044537309-pat00045
여기에서,
Figure 112018044537309-pat00046
는 주파수 계열(frequency series),
Figure 112018044537309-pat00047
는 최대 주파수 포인트(maximum frequency points),
Figure 112018044537309-pat00048
는 시간축에서 픽셀(pixel)의 개수,
Figure 112018044537309-pat00049
는 주파수 축에서 픽셀의 개수에 해당한다. 예를 들어, 최대 주파수 포인트는 도 12의 Maximum frequency points에 도시된 바와 같다.
스펙트럼 영상 분석 모듈은 최대 도플러 주파수를 기초로 신호를 필터링하고 평탄화하고(단계 S434-2), 예를 들어, 도 12의 Frequency index에 도시된 바와 같이 필터링 될 수 있다.
스펙트럼 영상 분석 모듈은 평탄화된 신호를 고속 푸리에 변환하여 주주파수를 산출하고(단계 S435-2), 예를 들어, 주주파수(Dominant frequency)(
Figure 112018044537309-pat00050
)의 산출 결과는 도 12의 Dominant frequency에 도시된 바와 같다.
비행체 식별부(140)는 주주파수 및 비행체의 날개의 개수를 기초로 날개의 초당 회전수를 산출한다(단계 S441-2). 바람직하게, 날개의 초당 회전수는 아래의 [식 18]과 같이 산출될 수 있고, 예를 들어, 비행체가 도 13에 도시된 바와 같이 2개의 날개를 가지는 경우에는, 아래의 [식 18]에서
Figure 112018044537309-pat00051
로 하여 날개의 초당 회전수가 산출될 수 있다.
[식 18]
Figure 112018044537309-pat00052
여기에서, BN은 블레이드(blade)의 날개 개수에 해당한다.
비행체 식별부(140)는 초당 회전수 및 최대 도플러 주파수를 기초로 날개의 길이를 산출한다(단계 S442-2). 바람직하게, 날개의 길이는 아래의 [식 19]와 같이 산출될 수 있다.
[도 19]
Figure 112018044537309-pat00053
여기에서,
Figure 112018044537309-pat00054
는 송신 주파수 파장에 해당한다.
한편, 본 발명의 일 실시예에 따른 비행체 식별 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다.
예컨대, 컴퓨터가 읽을 수 있는 기록매체로는 롬(ROM), 램(RAM), 시디-롬(CD-ROM), 자기 테이프, 하드디스크, 플로피디스크, 이동식 저장장치, 비휘발성메모리(Flash Memory), 광 데이터 저장장치 등이 있다.
또한, 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
전술한 본 발명에 따른 비행체 식별 방법 및 장치에 대한 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명에 속한다.
100: 비행체 식별 장치
110: 레이다 신호 수신부
120: 레이다 신호 변환부
130: 신호 처리부
140: 비행체 식별부
150: 제어부

Claims (16)

  1. (a) 비행체에 대한 레이다 신호를 수신하는 단계;
    (b) 상기 레이다 신호를 변환하고 필터링하는 단계;
    (c) 상기 필터링된 신호로부터 중간 주파수를 산출하거나, 또는 상기 필터링된 신호에 대한 스펙트럼 영상을 분석하는 단계; 및
    (d) 상기 중간 주파수 또는 스펙트럼 영상을 기초로 상기 비행체의 날개의 속도 및 길이를 산출하는 단계를 포함하는 비행체 식별 방법으로서,
    상기 (c) 단계는,
    (c-1) 상기 필터링된 신호로부터 최대 도플러 주파수를 산출하는 단계;
    (c-2) 상기 필터링된 신호로부터 시간-주파수 스펙트럼 함수를 산출하는 단계;
    (c-3) 상기 최대 도플러 주파수 및 상기 시간-주파수 스펙트럼 함수를 이용하여 중간 주파수를 산출하는 단계;
    (c-4) 상기 중간 주파수를 이용하여 첨두 주파수를 산출하는 단계; 및
    (c-5) 상기 산출된 첨두 주파수간의 평균 시간차이를 산출하는 단계를 포함하는 것을 특징으로 하는 비행체 식별 방법.
  2. 제1항에 있어서, 상기 (b) 단계는,
    상기 레이다 신호를 디지털 신호로 변환하는 단계;
    상기 변환된 디지털 신호를 특정 대역에 대한 대역통과필터로 필터링하는 단계; 및
    상기 필터링된 신호를 시간-주파수 변환하여 스펙트럼을 산출하는 단계를 포함하는 것을 특징으로 하는 비행체 식별 방법.
  3. 삭제
  4. 제1항에 있어서, 상기 (c-1) 단계는,
    상기 필터링된 신호를 고속 푸리에 변환하는 단계;
    상기 고속 푸리에 변환된 신호로부터 첨두 엔벨로프를 산출하는 단계;
    상기 첨두 엔벨로프를 미분하는 단계; 및
    상기 미분된 첨두 엔벨로프를 이용하여 최대 도플러 주파수를 산출하는 단계를 포함하는 것을 특징으로 하는 비행체 식별 방법.
  5. 제1항에 있어서, 상기 (c-2) 단계는,
    상기 필터링된 신호를 단시간 푸리에 변환하는 단계; 및
    상기 단시간 푸리에 변환된 스펙트로그램을 나타내는 시간-주파수 스펙트럼 함수를 산출하는 단계를 포함하는 것을 특징으로 하는 비행체 식별 방법.
  6. 제1항에 있어서, 상기 (c-3) 단계는,
    상기 시간-주파수 스펙트럼 함수로부터 파워 스펙트럼 밀도를 산출하는 단계; 및
    상기 파워 스펙트럼 밀도 및 상기 최대 도플러 주파수를 이용하여, 특정 주파수 폭을 가지는 중간 주파수를 산출하는 단계를 포함하는 것을 특징으로 하는 비행체 식별 방법.
  7. 제1항에 있어서, 상기 (d) 단계는,
    상기 첨두 주파수간의 평균 시간차이를 기초로 상기 날개의 초당 회전수를 산출하는 단계;
    상기 초당 회전수를 기초로 상기 날개의 속도를 산출하는 단계; 및
    상기 날개의 속도를 기초로 상기 날개의 길이를 산출하는 단계를 포함하는 것을 특징으로 하는 비행체 식별 방법.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 비행체에 대한 레이다 신호를 수신하는 레이다 신호 수신부;
    상기 레이다 신호를 변환하고 필터링하는 레이다 신호 변환부;
    상기 필터링된 신호로부터 중간 주파수를 산출하거나, 또는 상기 필터링된 신호에 대한 스펙트럼 영상을 분석하는 신호 처리부; 및
    상기 중간 주파수 또는 스펙트럼 영상을 기초로 상기 비행체의 날개의 속도 및 길이를 산출하는 비행체 식별부를 포함하는 비행체 식별 장치로서,
    상기 신호 처리부는,
    중간 주파수 산출 모듈을 더 포함하되,
    상기 중간 주파수 산출 모듈은, 상기 필터링된 신호로부터 최대 도플러 주파수를 산출하고, 상기 필터링된 신호로부터 시간-주파수 스펙트럼 함수를 산출하고, 상기 최대 도플러 주파수 및 상기 시간-주파수 스펙트럼 함수를 이용하여 중간 주파수를 산출하고, 상기 중간 주파수를 이용하여 첨두 주파수를 산출하고, 상기 산출된 첨두 주파수간의 평균 시간차이를 산출하는 것을 특징으로 하는 비행체 식별 장치.
  12. 삭제
  13. 제11항에 있어서, 상기 비행체 식별부는,
    상기 첨두 주파수간의 평균 시간차이를 기초로 상기 날개의 초당 회전수를 산출하고, 상기 초당 회전수를 기초로 상기 날개의 속도를 산출하고, 상기 속도를 기초로 상기 날개의 길이를 산출하는 것을 특징으로 하는 비행체 식별 장치.
  14. 삭제
  15. 삭제
  16. 제1항, 제2항, 제4항 내지 제7항 중 어느 한 항의 방법을 컴퓨터로 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020180051997A 2017-05-04 2018-05-04 비행체 식별 방법 및 장치 KR102150014B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170056905 2017-05-04
KR20170056905 2017-05-04

Publications (2)

Publication Number Publication Date
KR20180122966A KR20180122966A (ko) 2018-11-14
KR102150014B1 true KR102150014B1 (ko) 2020-09-01

Family

ID=64328384

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180051997A KR102150014B1 (ko) 2017-05-04 2018-05-04 비행체 식별 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102150014B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022102973A1 (ko) * 2020-11-16 2022-05-19 한양대학교 산학협력단 Ir-uwb 레이더를 이용한 팬의 rpm 측정 장치 및 방법
KR20230022690A (ko) * 2021-08-09 2023-02-16 국방과학연구소 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101952552B1 (ko) * 2018-12-27 2019-06-11 세종대학교산학협력단 스펙트로그램 추출을 위한 레이더 신호 처리 장치 및 그 방법
CN113271161B (zh) * 2021-05-17 2022-06-03 湖南坤雷科技有限公司 一种电磁信号的筛选方法及装置
CN113702969B (zh) * 2021-08-20 2023-08-18 中北大学 基于自适应stft方法的微多普勒信号参数估计方法
CN116758782B (zh) * 2023-08-18 2023-11-03 浙江凡双科技股份有限公司 基于无线频谱分析的无人机识别方法和装置
KR102657507B1 (ko) * 2023-10-06 2024-04-15 (주)비스타컴 휴대용 하이브리드 드론방어 장비

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006330009A (ja) * 2000-12-06 2006-12-07 Mitsubishi Electric Corp レーダ装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101739966B1 (ko) 2016-11-30 2017-06-08 엘아이지넥스원 주식회사 유도 비행체용 탐색기의 표적 식별 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006330009A (ja) * 2000-12-06 2006-12-07 Mitsubishi Electric Corp レーダ装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022102973A1 (ko) * 2020-11-16 2022-05-19 한양대학교 산학협력단 Ir-uwb 레이더를 이용한 팬의 rpm 측정 장치 및 방법
KR20220066507A (ko) * 2020-11-16 2022-05-24 한양대학교 산학협력단 Ir-uwb 레이더를 이용한 팬의 rpm 측정 장치 및 방법
KR102421139B1 (ko) * 2020-11-16 2022-07-13 한양대학교 산학협력단 Ir-uwb 레이더를 이용한 팬의 rpm 측정 장치 및 방법
KR20230022690A (ko) * 2021-08-09 2023-02-16 국방과학연구소 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램
KR102578886B1 (ko) * 2021-08-09 2023-09-15 국방과학연구소 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램

Also Published As

Publication number Publication date
KR20180122966A (ko) 2018-11-14

Similar Documents

Publication Publication Date Title
KR102150014B1 (ko) 비행체 식별 방법 및 장치
CN109975780B (zh) 基于脉冲多普勒雷达时域回波的直升机型号识别算法
US9223021B2 (en) Method and system for motion compensated target detection using acoustical focusing
CN108957443B (zh) 一种基于双发双收相干雷达的无人机旋翼长度和转速的估计方法
CN111896926B (zh) 一种基于强杂波抑制的低空目标检测方法及系统
US9784827B2 (en) Foreign object debris detection system and method
CN111401168B (zh) 一种无人机的多层雷达特征提取与选择方法
Blanchard et al. Acoustic localization and tracking of a multi-rotor unmanned aerial vehicle using an array with few microphones
CN109901130B (zh) 一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法
CN105203999A (zh) 旋翼飞行器预警装置及预警方法
CN109505741B (zh) 一种基于矩形麦克风阵列的风力发电机破损叶片检测方法及装置
Huang et al. Fundamental frequency estimation of HERM lines of drones
Dunne et al. Importance of lidar measurement timing accuracy for wind turbine control
JP4664839B2 (ja) 探知距離算出方法およびこれを用いたレーダシステム
CN113643679B (zh) 基于级联滤波器的旋翼和尾桨气动噪声分离方法
Chang et al. Feature extracted DOA estimation algorithm using acoustic array for drone surveillance
Gannon et al. Measuring UAV propeller length using micro-Doppler signatures
CN112782421B (zh) 一种基于音频的转速识别方法
Ren et al. Estimating physical parameters from multi-rotor drone spectrograms
CN110988841B (zh) 尾流探测的方法、数据处理装置和雷达
CN106483513B (zh) 一种飞机类目标微多普勒纹理特征提取方法
JP6427422B2 (ja) レーダ信号処理装置
Huang et al. Radar micro-doppler-based rotary drone detection using parametric spectral estimation methods
Xi-ying et al. Application of BP neural network and higher order spectrum for ship-radiated noise classification
CN110920931A (zh) 一种旋转部件飞行测试静态载荷、动态载荷分离方法

Legal Events

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