KR102263541B1

KR102263541B1 - 멀티스태틱 레이더 시스템 및 이의 표적 초기 설정 방법

Info

Publication number: KR102263541B1
Application number: KR1020210045948A
Authority: KR
Inventors: 심홍석; 임상훈; 한영남; 백재욱; 이재혁
Original assignee: 한화시스템(주)
Priority date: 2021-04-08
Filing date: 2021-04-08
Publication date: 2021-06-11

Abstract

멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법이 제공된다. 상기 방법은 소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여 송신기 및 수신기에 대한 관측 트랙을 획득하는 단계; 상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계; 및 상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정하는 단계를 포함한다.

Description

멀티스태틱 레이더 시스템 및 이의 표적 초기 설정 방법{MULTISTATIC RADAR SYSTEM AND INITIAL SETTING METHOD OF TARGET THEREOF}

본 발명은 멀티스태틱 레이더 시스템 및 이의 표적 초기 설정 방법에 관한 것이다.

3차원 표적을 추적하기 위해 최근 멀티스태틱 레이더(Multistatic Radar) 기술이 활발하게 연구되고 있다. 멀티스태틱 레이더 시스템을 이용하면 표적에 대한 관측값의 신호 대비 잡음비(SNR, Signal-to-Noise Ratio)가 높아지기 때문에 더 큰 지역을 감시할 수 있으며, 증가된 공간 다이버시티(Spatial diversity)는 표적 추정 정확도를 향상시킬 수 있다.

일반적으로 멀티스태틱 레이더 시스템에서는 송신기에서 수신기로 직접 들어오는 기준 신호(Reference signal)와 표적에 반사되어 돌아오는 감시 신호(Surveillance signal)를 비교함으로써, 관측값으로 활용되는 도착 시간 차이(TDOA, Time Difference Of Arrival)와 도플러 변이(Doppler shift) 등을 측정할 수 있다. 또한 선택적으로 도착 방향(AoA, angle of arrival)이 관측값으로 활용될 수 있으나, 일반적으로 성능이 좋지 않다. 한편, 본 발명에서는 관측값으로 도착 시간 차이와 도플러 변이만을 고려한다.

표적 추적 문제는 크게 단일표적 추적(STT, single-target tracking)과 다중 표적 추적(MTT, multitarget tracking)으로 구분된다. 다중표적 추적에서 가장 어려운 문제 중 하나는 관측값과 표적 사이에 존재하는 데이터 불확실성을 해결하는 것이다. 이를 해결하기 위해 많은 연구들이 진행되었다.

'Daun, Martina, and Christian R. Berger. "Track initialization in a multistatic DAB/DVB-T network." 2008 11th International Conference on Information Fusion. IEEE, 2008.'에서는, 관측값으로 구해질 수 있는 모든 발생 가능한 표적의 상태에 대해 관측값의 우도비(likelihood ratio)를 구하여 표적의 초기 설정을 하였다.

또한, 'Choi, Sora, et al. "Multistatic target tracking for passive radar in a DAB/DVB network: initiation." IEEE Transactions on Aerospace and Electronic Systems 51.3 (2015): 2460-2469.'에서는, probabilistic multiple hypothesis tracking(PMHT)를 활용하여 초기 설정을 함으로써 단일 주파수 네트워크(SFN, single frequency network)에서 알고리즘의 계산량을 줄였다.

전술한 두 연구는 단일 주파수 네트워크에서 표적의 초기 설정을 결정하기 위해 우도비를 사용한다는 점에서 공통점이 있다. 특히, 우도비를 구하기 전에 표적의 상태를 예측한다. 이때, 표적의 상태는 바이스태틱 거리 관측값에 의해 생성되는 타원체의 교점을 구함으로써 얻어진다.

하지만, 3차원에서 3개의 타원체의 교점을 구하는 문제에 대한 closed-form solution은 존재하지 않는다. 또한, 설령 구할 수 있더라도 관측값의 개수가 증가하게 되면 발생가능한 교점의 개수는 기하급수적으로 증가하게 되는 문제가 있다.

본 발명이 해결하고자 하는 과제는 표적에 관한 사전 정보가 존재하지 않는 경우, 표적의 초기 상태를 추정할 수 있는 멀티스태틱 레이더 시스템 및 이의 표적 초기 설정 방법을 제공하는 것이다.

표적의 초기 상태를 추정하기 위한 기존 연구에서는 표적-관측값 간의 데이터 불확실성을 해결하기 위해 먼저 표적의 상태를 추정하고, 추정된 표적의 상태에 대한 관측값의 우도함수를 구함으로써 표적 초기 설정을 하였다. 이와 달리, 본 발명에서는 관측값들의 차이를 기반으로 하여 표적-관측값 간의 데이터 불확실성을 해결하고자 한다.

다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 제1 측면에 따른 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법은 소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여 송신기 및 수신기에 대한 관측 트랙을 획득하는 단계; 상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계; 및 상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정하는 단계를 포함한다.

본 발명의 일부 실시예에서, 상기 관측 트랙을 획득하는 단계는, 2차 모션 모델을 따르는 관측 트랙의 시간 k에서의 상태 정보에 기초하여 시간 k+1에서의 관측 트랙의 상태를 예측하는 단계; 상기 예측된 관측 트랙에 관측값을 할당하는 단계; 상기 관측값이 할당된 결과를 반영하여 상기 예측된 관측 트랙의 상태를 갱신하는 단계; 상기 소정의 스캔 주기 동안 M번(M은 자연수) 이상 관측값이 할당된 상기 예측된 관측 트랙을 최종 관측 트랙 후보로 설정하는 단계; 및 상기 최종 관측 트랙 후보 중 거리 변화율이 0으로부터 소정 범위를 만족하는 관측 트랙을 제외시켜 시간 k에서의 관측 트랙의 집합을 획득하는 단계를 포함할 수 있다.

본 발명의 일부 실시예에서, 상기 예측된 관측 트랙에 관측값을 할당하는 단계는, 상기 예측된 관측 트랙의 타원체 게이트를 기반으로 상기 관측 트랙에 관측값이 할당될 수 있다.

본 발명의 일부 실시예에서, 상기 예측된 관측 트랙에 관측값을 할당하는 단계는, 상기 관측 트랙 내에 복수 개의 관측값이 존재하는 경우, 특정 관측 트랙에는 하나의 관측값이 할당될 수 있다.

본 발명의 일부 실시예에서, 상기 예측된 관측 트랙에 관측값을 할당하는 단계는, 복수 개의 관측 트랙의 타원체 게이트 내에 동일한 관측값이 공유되는 경우, 상기 관측값은 상기 복수 개의 관측 트랙 중 어느 하나의 관측 트랙에 할당될 수 있다.

본 발명의 일부 실시예에서, 상기 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계는, 복수의 송신기 각각에 대하여 하나의 송신기 및 동일한 두 개의 수신기로 구성된 튜플에 대하여, 각 송신기-수신기 쌍에 대한 제1 및 제2 바이스태틱 거리 관측값을 산출하는 단계; 상기 복수의 송신기에 대하여 상기 제1 및 제2 바이스태틱 거리 관측값의 비교 결과를 산출하는 단계; 상기 산출된 비교 결과에 대하여 상기 복수의 송신기 중 임의의 송신기를 기준으로 하는 기준 집합 및 상기 기준 집합을 제외한 나머지로 구성된 비교 대상 집합을 설정하는 단계; 상기 기준 집합의 비교 결과에 상응하는 타원체 게이트 내에 포함되는 비교 대상 집합에 있는 모든 비교 결과를 그룹핑하는 단계; 상기 그룹핑 결과 형성된 복수의 그룹에 포함된 비교 대상 집합에 상응하는 비교 결과가 타 그룹에 중복되는 경우 해당 비교 결과를 제거하는 단계; 및 상기 비교 대상 집합이 공집합을 만족할 때까지 상기 단계를 반복 수행하는 단계를 포함할 수 있다.

본 발명의 일부 실시예에서, 상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계는, 대상 수신기에서의 표적에 대한 바이스태틱 거리 및 거리 변화율의 집합으로 구성되는 상기 결과값을 생성할 수 있다.

본 발명의 일부 실시예에서, 상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정하는 단계는, 상기 결과값에 포함된 바이스태틱 거리에 기초하여 표적의 위치를 추정하는 단계; 및 상기 결과값에 포함된 바이스태틱 거리 변화율에 기초하여 표적의 속도를 추정하는 단계를 포함할 수 있다.

또한, 본 발명의 제2 측면에 따른 멀티스태틱 레이더 시스템은 상기 표적의 초기 설정을 위한 프로그램이 저장된 메모리 및 상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함한다. 이때, 상기 프로세서는 상기 프로그램을 실행시킴에 따라, 소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여 송신기 및 수신기에 대한 관측 트랙을 획득하고, 상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거한 후, 상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정한다.

본 발명의 일부 실시예에서, 상기 프로세서는 2차 모션 모델을 따르는 관측 트랙의 시간 k에서의 상태 정보에 기초하여 시간 k+1에서의 관측 트랙의 상태를 예측하고, 상기 예측된 관측 트랙에 관측값을 할당한 후, 상기 관측값이 할당된 결과를 반영하여 상기 예측된 관측 트랙의 상태를 갱신하고, 상기 소정의 스캔 주기 동안 M번(M은 자연수) 이상 관측값이 할당된 상기 예측된 관측 트랙을 최종 관측 트랙 후보로 설정하고, 상기 최종 관측 트랙 후보 중 거리 변화율이 0으로부터 소정 범위를 만족하는 관측 트랙을 제외시켜 시간 k에서의 관측 트랙의 집합을 획득할 수 있다.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 예측된 관측 트랙의 타원체 게이트를 기반으로 상기 관측 트랙에 관측값을 할당할 수 있다.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 관측 트랙 내에 복수 개의 관측값이 존재하는 경우, 특정 관측 트랙에 대하여 하나의 관측값을 할당할 수 있다.

본 발명의 일부 실시예에서, 상기 프로세서는 복수 개의 관측 트랙의 타원체 게이트 내에 동일한 관측값이 공유되는 경우, 상기 복수 개의 관측 트랙 중 어느 하나의 관측 트랙에 상기 관측값을 할당할 수 있다.

본 발명의 일부 실시예에서, 상기 프로세서는, 복수의 송신기 각각에 대하여 하나의 송신기 및 동일한 두 개의 수신기로 구성된 튜플에 대하여, 각 송신기-수신기 쌍에 대한 제1 및 제2 바이스태틱 거리 관측값을 산출하고, 상기 복수의 송신기에 대하여 상기 제1 및 제2 바이스태틱 거리 관측값의 비교 결과를 산출한 후, 상기 산출된 비교 결과에 대하여 상기 복수의 송신기 중 임의의 송신기를 기준으로 하는 기준 집합 및 상기 기준 집합을 제외한 나머지로 구성된 비교 대상 집합을 설정하고, 상기 기준 집합의 비교 결과에 상응하는 타원체 게이트 내에 포함되는 비교 대상 집합에 있는 모든 비교 결과를 그룹핑하고, 상기 그룹핑 결과 형성된 복수의 그룹에 포함된 비교 대상 집합에 상응하는 비교 결과가 타 그룹에 중복되는 경우 해당 비교 결과를 제거하되, 상기 비교 대상 집합이 공집합을 만족할 때까지 비교 결과 제거 과정을 반복 수행할 수 있다.

본 발명의 일부 실시예에서, 상기 프로세서는 대상 수신기에서의 표적에 대한 바이스태틱 거리 및 거리 변화율의 집합으로 구성되는 상기 결과값을 생성할 수 있다.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 결과값에 포함된 바이스태틱 거리에 기초하여 표적의 위치를 추정하고, 상기 결과값에 포함된 바이스태틱 거리 변화율에 기초하여 표적의 속도를 추정할 수 있다.

상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

상술한 본 발명에 의하면, 기존 연구에서의 표적 초기 상태 설정 알고리즘과 달리 관측값들의 차이만을 활용하여 표적-관측값 사이의 데이터 불확실성을 해결할 수 있다.

이에 따르면, 불필요한 표적의 상태를 추정하지 않아도 되므로 연산량 측면에서 이득이 있다.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

이하에 첨부되는 도면들은 본 실시 예에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 실시 예들을 제공한다. 다만, 본 실시예의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시 예로 구성될 수 있다.
도 1은 본 발명의 일 실시예에서 가정한 멀티스태틱 레이더 시스템의 레이아웃을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 표적 초기 설정 방법의 순서도이다.
도 3은 튜플

에 대한 바이스태틱 거리 관측값을 설명하기 위한 도면이다.
도 4는 튜플

과

에 대한 바이스태틱 거리 관측값을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 멀티스태틱 레이더 시스템의 블록도이다.
도 6은 관측값 추적에서 예측되는 관측 트랙의 수를 도시한 도면이다.
도 7a 내지 도 7f는 실제 표적에 대한 각 관측값의 개수에 따른 관측 트랙의 상태를 도시한 도면이다.
도 8은 본 발명에 따른 방법을 적용하여 예측한 표적의 위치를 도시한 도면이다.

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 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

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 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.

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

이하에서는 도 1 내지 도 4를 참조하여 본 발명의 일 실시예에 따른 멀티스태틱 레이더 시스템(100)에서의 표적 초기 설정 방법(이하, 표적 초기 설정 방법)에 대하여 설명하도록 한다.

도 1은 본 발명의 일 실시예에 따른 표적 초기 설정 방법의 순서도이다.

본 발명의 일 실시예에 따른 표적 초기 설정 방법은 소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여 송신기 및 수신기에 대한 관측 트랙을 획득하는 단계와, 상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계와, 상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정하는 단계를 포함하여 수행된다.

한편, 도 1에 도시된 각 단계들은 후술하는 도 5의 멀티스태틱 레이더 시스템(100)에 의해 수행되는 것으로 이해될 수 있으나, 반드시 이에 한정되는 것은 아니다.

본 발명의 구체 설명에 앞서 본 발명에서의 멀티스태틱 레이더 시스템(100)의 레이아웃에 대하여 설명하도록 한다.

1. 멀티스태틱 레이더 시스템 모델

도 2는 본 발명의 일 실시예에서 가정한 멀티스태틱 레이더 시스템(100)의 레이아웃을 설명하기 위한 도면이다.

본 발명의 일 실시예에서의 멀티스태틱 레이더 시스템(100)은 도 2에 도시된 바와 같이

개의 송신기와

개의 수신기로 구성된다. 이때, 각각의 송신기들은 서로 다른 주파수 대역을 사용하여 신호를 송신하고 있는 것으로 가정한다. 따라서, 관측값과 송신기 사이의 데이터 불확실성의 경우 본 발명에서는 고려되지 않는다.

소정의 감시 지역 내에서는 다수의 표적들이 존재할 수 있으며, 표적의 상태와 개수는 시간에 따라 변한다.

각각의 수신기에서 표적이 검출될 확률은

이고, 각각의 송신기와 수신기 쌍에서 표적에 대한 관측값은 기껏해야 1개라고 가정한다. 또한, 일반성을 잃지 않고 클러터(clutter)로부터 불필요한 관측값이 수신기에서 수신된다고 가정한다.

한편, 본 발명의 설명에 있어 표현의 명료성을 위해 송신기에 대한 인덱스를 i, 수신기에 대한 인덱스를 j, 그리고 표적 (또는 관측값)에 대한 인덱스를 l로 표현하도록 한다. 이 경우, 송신기 i와 수신기 j의 위치는 다음 식 1과 같이 표현된다.

[식 1]

식 1에서

,

및

는 각각 x, y 및 z 축에 대한 송신기 i의 위치이고,

,

및

는 각각 x, y 및 z 축에 대한 수신기 j 위치를 나타낸다. 추가적으로 시간 k에서 표적 l의 상태는 다음 식 2와 같이 정의될 수 있다.

[식 2]

식 2에서

,

및

는 각각 x, y 및 z 축에 대한 표적 l의 위치를 나타내고,

,

및

는 각각 x, y 및 z 축에 대한 표적 l의 속도를 나타낸다.. 편의를 위해

과

을 각각 표적 l의 위치와 속도벡터라 하자. 그러면, 송신기 i - 표적 l - 수신기 j에 대한 바이스태틱 거리

와 거리 변화율

은 다음 식 3. 식 4와 같이 표현할 수 있다.

[식 3]

[식 4]

식 3에서

(

)은 송신기 i와 표적 l 사이의 거리,

(

)은 표적 l과 수신기 j 사이의 거리를 나타낸다. 식 4에서

(

)과

(

)는 각각

와

의 시간에 대한 도함수 (derivative)를 나타낸다.

일반성을 잃지 않고, 시간 k에서 송신기 i - 표적 l - 수신기 j에 대한 관측값

은 식 5와 같이 가산성 백색 가우시안 잡음 (AWGN, additive white gaussian noise)을 통해 모델링할 수 있다.

[식 5]

식 5에서

(

)은 바이스태틱 거리와 거리 변화율로 구성된 벡터이며,

은 바이스태틱 거리와 거리 변화율에 대한 가산성 백색 가우시안 잡음으로 구성된 벡터로 평균이 0이고 공분산 행렬이

이다.

가 수신기 j에서 얻어진 송신기 i에 대한 모든 관측값의 개수라고 할 때, 송신기 i와 수신기 j에 대한 모든 관측값의 집합을

라 하자.

2. 제안 알고리즘

A. 관측값 추적

다시 도 1을 참조하면, 본 발명의 일 실시예에 따른 표적 초기 설정 방법은 먼저 소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여, 송신기 및 수신기에 대한 관측 트랙을 획득한다(S110).

S110 단계는 관측값을 추적하는 과정으로, 불필요한 관측값들을 제거하는 것을 목적으로 한다. 일반적으로 관측값의 개수가 많아지게 되면 데이터의 불확실성은 커지게 된다. 따라서, 해당 단계에서는 클러터로부터 반사된 불필요한 관측값들을 제거함으로써 데이터 불확실성을 해결하기 위한 알고리즘의 복잡도를 낮출 수 있다.

이를 위해, 본 발명의 일 실시예는 관심있는 표적으로부터 반사된 관측값과 클러터로부터 반사된 불필요한 관측값을 구별하기 위해 N 스캔 주기(N Scans) 동안 관측값을 추적한다. 이때, 추적 결과에 따라 획득되는 관측 트랙들은 2차 모션 모델(second order motion model)을 따른다고 가정하였다.

시간 k에서 송신기 i와 수신기 j에 대한 관측 트랙 l의 상태를

로 나타낼 때, 시간 k+1에서 관측 트랙 l의 상태

은 다음의 순차적인 단계들을 통해 업데이트된다.

[단계 1: 예측]

먼저, 2차 모션 모델을 따르는 관측 트랙의 시간 k에서의 상태 정보에 기초하여 시간 k+1에서의 관측 트랙의 상태를 예측한다. 2차 모션 모델에서, 시간 k+1에서 관측 트랙 l의 상태

와 공분산 행렬

은 다음 식 6 및 식 7과 같이 예측될 수 있다.

[식 6]

[식 7]

식 6과 식 7에서

이고

는 시간 k+1과 k 사이의 샘플링 시간을 나타내며,

는 백색 프로세스 잡음에 대한 공분산 행렬을 나타낸다.

[단계 2: 게이팅 & 할당]

다음으로, 예측된 관측 트랙에 대하여 관측값을 할당한다. 이때, 관측값들은 예측된 관측 트랙의 타원체 게이트(ellipsoidal gate)를 통해 평가된다. 예측된 관측 트랙 l의 타원체 게이트는 다음 식 8과 같이 정의된다.

[식 8]

식 8에서

이고,

는 2x2 단위행렬을 나타낸다. 그리고

은 타원체 게이트의 부피와 관련된 파라미터를 나타낸다. 관측 트랙 l의 타원체 게이트

안에 들어가는 관측 벡터인

에 대한 잔여 벡터

는 다음 식 9와 같이 정의될 수 있다.

[식 9]

그러면, 식 9에 대한 M 차원 가우시안 확률 밀도는 다음 식 10과 같이 표현된다.

[식 10]

식 10에서

은 행렬식 연산자를 나타내고,

는 관측 벡터 l'가 관측 트랙 l의 타원체 게이트에 들어가지 않는 것에 대한 cost이다.

본 발명의 일 실시예에서 관측 트랙에 관측값을 할당하는 문제는 global nearest neighbor(GNN) 방법으로 해결할 수 있다. GNN 방법을 위해서 아래에 있는 두 가정을 고려한다.

일 실시예로, 관측 트랙 내에 복수 개의 관측값이 존재하는 경우, 특정 관측 트랙에는 하나의 관측값이 할당될 수 있다(가정 1). 즉, : 관측 트랙 l 안에 여러 개의 관측값들이 있다면, 관측 트랙 l에는 기껏해야 한 개의 관측값이 할당될 수 있다.

또는, 복수 개의 관측 트랙의 타원체 게이트 내에 동일한 관측값이 공유되는 경우, 관측값은 복수 개의 관측 트랙 중 어느 하나의 관측 트랙에 할당될 수 있다(가정 2). 즉, 여러 개의 관측 트랙의 게이트 안에 동일한 관측값

이 공유되고 있다면, 관측값

은 기껏해야 한 개의 관측 트랙에 할당될 수 있다.

위의 가정들에 기반하여, 본 발명의 일 실시예에서는 사건 행렬

을 생성한다. 관측값

과 관측 트랙 l에 대한 사건

은 다음 식 11과 같이 정의된다.

[식 11]

그러면, 관측값을 관측 트랙에 할당함으로써 식 11에 있는 확률 밀도의 합을 최대화하는 할당 문제는 다음 식 12와 같이 표현된다.

[식 12]

식 12에서

는

와

중 더 큰 값을 리턴하는 연산자이다. 이 문제는 헝가리안 알고리즘 (Hungarian algorithm)을 활용하여 풀 수 있다.

[단계 3: 업데이트]

다음으로, 관측값이 할당된 결과를 반영하여, 예측된 관측 트랙의 상태를 갱신한다. 관측값

이 관측 트랙 l에 할당되었다면, 관측 트랙 l의 상태

와 공분산 행렬

은 다음 식 13, 식 14과 같이 업데이트된다.

[식 13]

[식 14]

여기에서

(

)는 칼만 이득 행렬을 나타낸다. 관측 트랙 l에 관측값이 할당되지 않으면, 식 6과 식 7에 있는 예측된 관측 트랙 l의 상태와 공분산 행렬이 시간 k+1에서의 관측 트랙의 상태와 공분산 행렬로 사용된다. 반대로 어떤 관측 트랙에도 할당되지 않은 관측값의 경우 새로운 관측 트랙으로 초기 설정된다.

[단계 4: 트랙 확정]

다음으로, 소정의 스캔 주기 동안 M번(M은 자연수) 이상 관측값이 할당된 관측 트랙을 최종 관측 트랙 후보로 설정하고, 최종 관측 트랙 후보 중 거리 변화율이 0으로부터 소정 범위를 만족하는 관측 트랙을 제외시켜 시간 k에서의 관측 트랙의 집합을 획득한다.

구체적으로, 관측 트랙 확정은 단계 1 부터 단계 3까지의 과정이 N scans동안 반복된 후 진행된다. 적절한 관측 트랙은 다음 2가지의 기준에 따라 결정될 수 있다. 먼저, N scans동안 M번 이상의 관측값이 할당된 관측 트랙들은 최종 관측 트랙의 후보로 선정된다. 그 다음, 클러터로부터 반사된 관측값의 거리 변화율은 0이라는 성질을 이용해, 최종 관측 트랙의 후보 중 예측된 거리 변화율이 0 근처에 있는 관측 트랙은 최종 관측 트랙 후보에서 제외시킨다. 시간 k에서 관측 트랙 확정이 끝난 송신기 i와 수신기 j에 대한 관측 트랙의 집합은 다음 식 15와 같이 나타낼 수 있다.

[식 15]

식 15에서

는 시간 k에서 트랙 확정이 끝난 송신기 i와 수신기 j에 대한 관측 트랙의 수를 의미한다.

B. 데이터 불확실성 해결

다시 도 2를 참조하면, 관측 트랙을 획득하고 나면, 소정 공간 영역 내에 존재하는 표적 중 동일 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거한다(S120). 데이터 불확실성을 제거하는 단계에서는 동일한 표적으로부터 반사된 관측값들을 찾아내는 것을 목표로 한다. 이를 위해, 먼저 멀티스태틱 레이더 시스템(100)의 기하학 특성을 먼저 분석하고, 데이터 불확실성 해결과 관련된 전반적인 프로세스를 설명하도록 한다.

(1) 멀티스태틱 레이더 시스템의 기하학 특성

도 3은 튜플

과

에 대한 바이스태틱 거리 관측값을 설명하기 위한 도면이다.

송신기 i, 수신기 j 및 수신기 j'으로 구성된 튜플

을 고려하자. 튜플

에 대해서, 2개의 송신기 - 수신기 쌍(즉, 송신기 i - 수신기 j 그리고 송신기 i - 수신기 j')이 결정되며, 각각의 송신기 - 수신기 쌍에 대한 바이스태틱 거리 관측값은 다음 식 16, 식 17과 같이 표현된다.

[식 16]

for

[식 17]

for

식 16와 식 17에서

과

는 각각 송신기 i - 표적 l' - 수신기 j와 송신기 i - 표적 l'' - 수신기 j'에 대한 바이스태틱 거리 관측값을 나타낸다. 그리고

과

는 가산성 백색 가우시안 잡음으로 평균이 0이고 분산이

이다. 그러면, 식 16와 식 17의 차이

을 다음 식 18과 같이 표현할 수 있다.

[식 18]

그 다음, 튜플

에 대한 모든 관측값을 고려함으로써, 다음 식 19와 같은 집합을 정의한다.

[식 19]

식 19에서

는 튜플

에 대한 모든 가능한

의 집합을 나타낸다. 그러면,

에 대해 다음과 같은 발견을 할 수 있다.

[발견 1]

튜플

에 대한 바이스태틱 거리 관측값

과

이 동일한 표적 l로부터 반사되었다면 (즉,

, 도 3 참조),

의 기대값과 분산은 다음 식 20, 식 21과 같다.

[식 20]

[식 21]

이때, 식 20의 우변이 송신기

에 대해 독립적인 것에 주목하자. 즉, 바이스태틱 거리 관측값

과

이 동일한 표적 l로부터 반사되었다면,

의 기대값은 수신기와 표적의 위치와는 관련이 있지만, 송신기의 위치와는 전혀 무관하다.

[발견 2]

[발견 1]에 근거하여, 수신기는 같지만 송신기는 다른 두 튜플

과

을 고려하자. 튜플

에 대한 바이스태틱 거리 관측값

과

뿐만 아니라, 튜플

에 대한 바이스태틱 거리 관측값

과

역시 동일한 표적 l로부터 반사되었다면 (즉,

, 도 4 참조),

과

의 차이는 가우시안 랜덤 변수로 평균과 분산은 다음 식 22와 식 23과 같이 나타낼 수 있다.

[식 22]

[식 23]

(2) 데이터 불확실성 해결 프로세스

[발견 1]과 [발견 2]에 근거하여, 관측값 - 표적 간 데이터 불확실성은 복수의 송신기 각각에 대하여 하나의 송신기 및 두 개의 수신기로 구성된 튜플에 대하여, 각 송신기 - 수신기 쌍에 대한 제1 및 제2 바이스태틱 거리 관측값을 비교함으로써 해결할 수 있다. 즉, 송신기는 같지만 수신기는 다른 튜플들의 제1 및 제2 바이스태틱 거리 관측값의 차이

를 비교함으로써 해결할 수 있다. 이때, 동일한 수신기 j와 j'으로 구성된 튜플들의 모든 가능한

를 다음 식 24와 같이 정의할 수 있다.

[식 24]

그러면,

에 대한 데이터 불확실성 다음의 단계들을 통해 해결할 수 있다.

[단계 1: 초기 설정]

단계 1에서는 서로 다른 두 집단에 있는 제1 및 제2 바이스태틱 거리 관측값의 차이인

를 비교하기 위해 기준(reference) 집합과 비교 대상(comparative) 집합이 정의된다. 이때, 기준 집합은 산출된 비교 결과에 대하여 복수의 송신기 중 임의의 송신기를 기준으로 하는 임의의

로 정의되며, 비교 대상 집합은 기준 집합을 제외한 나머지로 구성된다. 즉, 비교 대상 집합은

에서 기준 집합을 뺀

로 정의된다.

[단계 2: 그룹핑]

단계 2에서는 기준 집합의 비교 결과에 상응하는 타원체 게이트 내에 포함되는 비교 대상 집합에 있는 모든 비교 결과를 그룹핑한다. 즉, 기준 집합에 있는 원소

의 타원체 게이트 안에 들어오는 비교 대상 집합에 있는 모든 원소

를 그룹핑한다. 이대, 기준 집합에 포함된 원소

에 상응하는 타원체 게이트는 다음 식 25와 같이 정의된다.

[식 25]

식 25에서

는 타원체 게이트의 부피와 관련된 파라미터를 나타낸다. 기준 집합

에 있는 원소

의 개수가

이므로, 총

개의 그룹이 이 단계에서 생성된다.

[단계 3: 할당 & 평가]

그룹핑 과정이 완료되면, 그룹핑 결과 형성된 복수의 그룹에 포함된 비교 대상 집합에 상응하는 비교 결과가 타 그룹에 중복되는 경우 해당 비교 결과를 제거하는 과정을 통해 데이터 불확실성을 제거한다. 단계 3에서는 다음의 가정 하에 각각의 그룹들은 평가되어진다.

가정 3: 기준 집합에 포함된 원소

에 상응하는 그룹에는, 비교 대상 집합

에서 오직 1개의 원소

만이 해당 그룹에 할당될 수 있다.

기준 집합에 포함된 원소

에 상응하는 그룹에 존재하는 비교 대상 집합의 원소

의 개수를

이라 하면, 기준 집합에 포함된 원소

에 대한 그룹에서 발생할 수 있는 모든 가능한 조합은 총

이다. 편의상, 그룹에 있는 조합을

라 하자. 여기에서

는 그룹에 있는 비교 대상 집합의 원소

을 나타내며, 그룹에

이 존재하지 않으면

는 공집합이 된다.

그러면, 조합

에 대한 분산은 다음 식 26과 같이 정의된다.

[식 26]

여기에서

는

에 있는

의 개수이며,

를 나타낸다.

최종적으로, 그룹에서 가능한 모든 조합 중 가장 낮은 분산을 가지는 조합이 동일한 표적으로부터 반사되었다고 간주된다. 선택된 조합의 원소가 다른 그룹에 중복적으로 포함되어 있다면, 해당 원소들을 제거한 후 단계 3이 반복된다. 더 이상 평가할 그룹이 없어지면, 단계 1로 돌아가서 프로세스는 계속 진행된다. 이후 비교 대상 집합

가 공집합이 되면, 비교 대상 집합

에 대한 데이터 불확실성은 모두 해결된다.

비교 대상 집합

에 대한 데이터 불확실성이 모두 해결되면, 새로운 수신기에 대한 비교 대상 집합

의 데이터 불확실성을 해결한다. 여기에서 두 수신기 쌍은 서로 상이하다(

).

선택된 각각의 조합들은 하나의 표적을 의미한다. 따라서, 기준 집합

for

에 대해 총

의 조합이 선택되었다면, 수신기 j에서는 최대

개의 표적을 추정할 수 있다. 하지만, 표적의 상태를 추정하기 위해서는 조합

가 아닌 바이스태틱 거리와 거리 변화율이 필요하다. 따라서, 대상 수신기에서의 표적에 대한 바이스태틱 거리 및 거리 변화율의 집합으로 구성되는 결과값을 획득해야 한다.

실제로 수신기에서는 바이스태틱 거리와 거리 변화율은 하나의 쌍으로 획득하며, 조합

는 바이스태틱 거리의 차이로 구성된 집합이다. 따라서, 조합

를 바이스태틱 거리로 분해할 수 있다는 가정하에, 본 발명에서는 수신기 j에서 표적 l에 대한 바이스태틱 거리와 거리 변화율의 집합

을 다음 식 27과 같이 표현한다.

[식 27]

식 27에서

은 선택된 조합에 있는 송신기의 인덱스를 나타낸다. 따라서,

은 서로 다른

개의 송신기에서 표적 l로부터 반사된 관측값을 의미한다.

C. 표적 상태 추정

다시 도 2를 참조하면, 다음으로 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정한다(S130).

단계 S130에서는 데이터 불확실성이 해결된 결과값

을 이용해 표적의 상태를 추정한다. 이때, 표적의 상태를 추정하는 것은 표적의 위치 및 표적의 속도를 추정하는 것이다.

먼저, 표적의 위치는 spherical intersection(SX) 방법을 이용해 산출된다. 이때, SX 방법은 표적 l에 대해 적어도 3개 이상의 서로 다른 송신기로부터의 관측값이 필요하기 때문에,

가 3 이상인 경우에 표적 l의 상태를 추정하는 것이 가능하다. 표적의 위치가 추정되면, 표적의 속도는 최소 제곱법(least square method)을 이용하여 산출할 수 있다.

(1) 표적 위치 추정

표적 위치 추정을 위해 먼저, 데이터 불확실성이 해결된 결과값

에 있는 바이스태틱 거리로 구성된 벡터

를 다음 식 28과 같이 정의하자.

[식 28]

식 28에서

는 송신기

- 표적 l - 수신기 j에 대한 바이스태틱 거리 관측값을 나타낸다. 표적의 위치를 예측하기 위해서 식 3을 다음 식 29와 같이 재배열한다.

[식 29]

식 29의 양변을 제곱하고 재배열하면, 다음 식 30과 같이 표현된다.

[식 30]

그러면, 식 30의

에 대해 다음 식 31과 같은 행렬 형태로 나타낼 수 있다.

[식 31]

여기에서

이고,

이다.

가 주어진다면, 최소 제곱법에 대한 식 31의 답은 다음 식 32와 같이 나타낼 수 있다.

[식 32]

하지만,

역시 알지 못하는 변수이기 때문에, 본 발명에서는 이를 SX 방법을 활용하여 찾는다. 먼저, 두 벡터 a와 b를 다음 식 33, 식 34와 같이 정의한다.

[식 33]

[식 34]

그러면, 식 32는 다음 식 35와 같이 표현할 수 있다.

[식 35]

식 35의 양변을 제곱하면 다음 식 36과 같다.

[식 36]

마지막으로, 식 35를 식 36에 대입하면 다음과 같은

에 대한 2차 방정식이 얻어진다.

[식 37]

그리고 식 37에 대한 답은 식 38과 같다.

[식 38]

따라서, 식 38을 식 32에 대입하면 추정하고자 하는 표적의 위치를 획득할 수 있다.

(2) 표적 속도 추정

다음으로 표적 위치 추정 과정과 비슷하게, 먼저 데이터 불확실성이 해결된 결과값

에 있는 거리 변화율로 구성된 벡터

를 다음 식 39와 같이 정의한다.

[식 39]

식 39에서

는 송신기

- 표적 l - 수신기 j에 대한 거리 변화율 관측값을 나타낸다. 그리고 표적의 속도를 예측하기 위해서 식 4를 다음 식 40과 같이 재배열한다.

[식 40]

그리고 식 40은

에 대해 다음 식 41과 같이 표현된다.

[식 41]

여기에서

이다.

는 송신기

와 예측된 표적의 위치 사이의 거리를 구함으로써 얻어질 수 있다. 그러면 식 41의 최소 제곱법에 대한 답은 다음 식 42와 같다.

[식 42]

한편, 상술한 설명에서, 단계 S110 내지 S130은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 1 내지 도 4의 멀티스태틱 레이더 시스템(100)에서의 표적 초기 설정 방법의 내용은 도 5의 멀티스태틱 레이더 시스템(100)에도 적용될 수 있다.

도 5는 본 발명의 일 실시예에 따른 멀티스태틱 레이더 시스템(100)의 블록도이다.

본 발명의 일 실시예에 따른 멀티스태틱 레이더 시스템(100)은 소정의 공간 영역 내 위치한 복수의 송신기 및 복수의 수신기와 적어도 하나의 표적을 대상으로, 표적의 초기 설정을 위한 것으로, 메모리(110) 및 프로세서(120)를 포함하여 구성된다.

이때, 메모리(110)에는 표적의 초기 설정을 위한 프로그램이 저장되며, 프로세서(120)는 메모리(110)에 저장된 프로그램을 실행시킨다. 프로세서(120)는 프로그램을 실행시킴에 따라, 소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여 송신기 및 수신기에 대한 관측 트랙을 획득하고, 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거한 후, 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정한다.

이하에서는 도 6 내지 도 8을 참조하여 본 발명의 일 실시예에 따른 멀티스태틱 레이더 시스템(100) 및 이의 표적 초기 설정 방법에 대한 성능 평가 결과를 설명하도록 한다.

도 6은 관측값 추적에서 예측되는 관측 트랙의 수를 도시한 도면이다. 도 7a 내지 도 7는 실제 표적에 대한 각 관측값의 개수에 따른 관측 트랙의 상태를 도시한 도면이다. 도 8은 본 발명에 따른 방법을 적용하여 예측한 표적의 위치를 도시한 도면이다.

4개의 송신기와 2개의 수신기가 구비된 환경에서 본 발명의 테스트를 진행하였다. 테스트를 위한 시뮬레이션 환경으로, 먼저 4개의 송신기와 2개의 수신기의 위치는 표 1과 같다. 그리고 시뮬레이터에 사용되는 파라미터는 표 2와 같다. 한편, 클러터로부터 불필요한 관측값은 20개로 포아송 분포를 따른다고 가정하였다.

	x-axis [km]	y-axis [km]	z-axis [km]
송신기 1	-10.00	-10.00	0.00
송신기 2	-10.00	10.00	0.00
송신기 3	10.00	-10.00	0.00
송신기 4	10.00	10.00	0.00
수신기 1	0.00	0.00	0.10
수신기 2	1.00	10.00	0.01

파라미터	값
표적 검출 확률	0.98
바이스태틱 거리에 대한 잡음의 표준편차	100 [m]
거리 변화율에 대한 잡음의 표준편차	10 [m/s]
관측 트랙에 대한 게이트의	9
Reference set에 대한 게이트의	9

도 6은 S110 단계인 관측값 추적 과정에서 예측되는 관측 트랙의 수를 나타낸 것이다. 별표, 동그라미, 네모는 각각 3 scans 동안 2번 이상, 5 scans 동안 3번 이상, 그리고 7 scans 동안 5번 이상의 관측값이 할당된 관측 트랙 중 거리 변화율이 0과 가깝지 않은 관측 트랙의 수를 나타낸다.

시뮬레이션에서는 3 scans 동안 2번 이상 관측값이 할당된 관측 트랙을 통해 트랙을 확정하였을 때, 실제 관심있는 표적에 대한 관측값의 개수를 가장 잘 예측하였다. 이 현상은 관측값을 추적하는 시간을 늘리면 늘릴수록 잘못된 관측값이 관측 트랙에 할당될 확률이 높아지기 때문이다. 잘못된 관측값이 관측 트랙에 할당되면 해당 트랙은 발산할 수 있기 때문에, 적절한 추적 시간을 선택하여 한다.

도 7a 내지 도 7f는 관측 트랙과 실제 표적에 대한 관측값이 얼마나 밀접한지를 나타낸 것이다. 동그라미는 트랙 확정이 되지 않은 모든 관측 트랙을, 다이아몬드는 실제 표적의 관측값, 상삼각형은 트랙 확정 단계에서 3 scans 동안 2번 이상의 관측값이 할당된 관측 트랙을, 하삼각형은 상삼각형 중에서 거리 변화율이 0 근처가 아닌 관측 트랙을 나타낸다. 트랙 확정이 끝난 관측 트랙은 실제 표적의 관측값과 거의 인접할 뿐만 아니라 그 수 역시 정확하게 예측할 수 있었다.

도 8은 실제 표적이 3개인 환경에서 본 발명에 적용된 알고리즘을 이용하여 예측한 표적의 위치를 x, y 그리고 z 축에 대해 나타낸 것이다. 클러터로부터의 관측값은 관측값 추적에서 제거가 되었으며, 표적-관측값 간의 데이터 불확실성은 멀티스태틱 레이더 시스템(100)의 기하학 특성을 활용하여 해결하였다. 멀티스태틱 레이더 시스템(100)의 기하학 특성을 활용하면, 표적의 사전 정보가 주어지지 않은 환경에서도 표적의 수나 상태를 예측할 수 있음을 확인할 수 있다.

이상에서 전술한 본 발명의 일 실시예에 따른 멀티스태틱 레이더 시스템(100)에서의 표적 초기 설정 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.

상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.

상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100: 멀티스태틱 레이더 시스템
110: 메모리
120: 프로세서

Claims

소정의 공간 영역 내 위치한 복수의 송신기 및 복수의 수신기와 적어도 하나의 표적을 포함하는 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법에 있어서,
소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여 송신기 및 수신기에 대한 관측 트랙을 획득하는 단계;
상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계; 및
상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정하는 단계를 포함하고,
상기 관측 트랙을 획득하는 단계는,
2차 모션 모델을 따르는 관측 트랙의 시간 k에서의 상태 정보에 기초하여 시간 k+1에서의 관측 트랙의 상태를 예측하는 단계;
상기 예측된 관측 트랙에 관측값을 할당하는 단계;
상기 관측값이 할당된 결과를 반영하여 상기 예측된 관측 트랙의 상태를 갱신하는 단계;
상기 소정의 스캔 주기 동안 M번(M은 자연수) 이상 관측값이 할당된 상기 예측된 관측 트랙을 최종 관측 트랙 후보로 설정하는 단계; 및
상기 최종 관측 트랙 후보 중 거리 변화율이 0으로부터 소정 범위를 만족하는 관측 트랙을 제외시켜 시간 k에서의 관측 트랙의 집합을 획득하는 단계를 포함하는 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법.
삭제
제1항에 있어서,
상기 예측된 관측 트랙에 관측값을 할당하는 단계는,
상기 예측된 관측 트랙의 타원체 게이트를 기반으로 상기 관측 트랙에 관측값이 할당되는 것인 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법.
제3항에 있어서,
상기 예측된 관측 트랙에 관측값을 할당하는 단계는,
상기 관측 트랙 내에 복수 개의 관측값이 존재하는 경우, 특정 관측 트랙에는 하나의 관측값이 할당되는 것인 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법.
제3항에 있어서,
상기 예측된 관측 트랙에 관측값을 할당하는 단계는,
복수 개의 관측 트랙의 타원체 게이트 내에 동일한 관측값이 공유되는 경우, 상기 관측값은 상기 복수 개의 관측 트랙 중 어느 하나의 관측 트랙에 할당되는 것인 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법.
제1항에 있어서,
상기 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계는,
복수의 송신기 각각에 대하여 하나의 송신기 및 동일한 두 개의 수신기로 구성된 튜플에 대하여, 각 송신기-수신기 쌍에 대한 제1 및 제2 바이스태틱 거리 관측값을 산출하는 단계;
상기 복수의 송신기에 대하여 상기 제1 및 제2 바이스태틱 거리 관측값의 비교 결과를 산출하는 단계;
상기 산출된 비교 결과에 대하여 상기 복수의 송신기 중 임의의 송신기를 기준으로 하는 기준 집합 및 상기 기준 집합을 제외한 나머지로 구성된 비교 대상 집합을 설정하는 단계;
상기 기준 집합의 비교 결과에 상응하는 타원체 게이트 내에 포함되는 비교 대상 집합에 있는 모든 비교 결과를 그룹핑하는 단계;
상기 그룹핑 결과 형성된 복수의 그룹에 포함된 비교 대상 집합에 상응하는 비교 결과가 타 그룹에 중복되는 경우 해당 비교 결과를 제거하는 단계; 및
상기 비교 대상 집합이 공집합을 만족할 때까지 상기 단계를 반복 수행하는 단계를 포함하는 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법.
제6항에 있어서,
상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거하는 단계는,
대상 수신기에서의 표적에 대한 바이스태틱 거리 및 거리 변화율의 집합으로 구성되는 상기 결과값을 생성하는 것인 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법.
제7항에 있어서,
상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정하는 단계는,
상기 결과값에 포함된 바이스태틱 거리에 기초하여 표적의 위치를 추정하는 단계; 및
상기 결과값에 포함된 바이스태틱 거리 변화율에 기초하여 표적의 속도를 추정하는 단계를 포함하는 멀티스태틱 레이더 시스템에서의 표적 초기 설정 방법.
소정의 공간 영역 내 위치한 복수의 송신기 및 복수의 수신기와 적어도 하나의 표적을 대상으로, 상기 표적의 초기 설정이 가능한 멀티스태틱 레이더 시스템에 있어서,
상기 표적의 초기 설정을 위한 프로그램이 저장된 메모리 및
상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함하고,
상기 프로세서는 상기 프로그램을 실행시킴에 따라, 소정의 스캔 주기 동안 수신기에서 얻어진 송신기에 대한 표적의 관측값을 추적하여 송신기 및 수신기에 대한 관측 트랙을 획득하고, 상기 표적 중 동일한 목표 표적으로부터 반사된 관측값을 검출하여 데이터 불확실성을 제거한 후, 상기 불확실성이 제거된 결과값에 기초하여 표적의 상태를 추정하며,
상기 프로세서는 2차 모션 모델을 따르는 관측 트랙의 시간 k에서의 상태 정보에 기초하여 시간 k+1에서의 관측 트랙의 상태를 예측하고, 상기 예측된 관측 트랙에 관측값을 할당한 후, 상기 관측값이 할당된 결과를 반영하여 상기 예측된 관측 트랙의 상태를 갱신하고,
상기 소정의 스캔 주기 동안 M번(M은 자연수) 이상 관측값이 할당된 상기 예측된 관측 트랙을 최종 관측 트랙 후보로 설정하고, 상기 최종 관측 트랙 후보 중 거리 변화율이 0으로부터 소정 범위를 만족하는 관측 트랙을 제외시켜 시간 k에서의 관측 트랙의 집합을 획득하는 것인 멀티스태틱 레이더 시스템.
삭제
제9항에 있어서,
상기 프로세서는 상기 예측된 관측 트랙의 타원체 게이트를 기반으로 상기 관측 트랙에 관측값을 할당하는 것인 멀티스태틱 레이더 시스템.
제11항에 있어서,
상기 프로세서는 상기 관측 트랙 내에 복수 개의 관측값이 존재하는 경우, 특정 관측 트랙에 대하여 하나의 관측값을 할당하는 것인 멀티스태틱 레이더 시스템.
제11항에 있어서,
상기 프로세서는 복수 개의 관측 트랙의 타원체 게이트 내에 동일한 관측값이 공유되는 경우, 상기 복수 개의 관측 트랙 중 어느 하나의 관측 트랙에 상기 관측값을 할당하는 것인 멀티스태틱 레이더 시스템.
제9항에 있어서,
상기 프로세서는, 복수의 송신기 각각에 대하여 하나의 송신기 및 동일한 두 개의 수신기로 구성된 튜플에 대하여, 각 송신기-수신기 쌍에 대한 제1 및 제2 바이스태틱 거리 관측값을 산출하고, 상기 복수의 송신기에 대하여 상기 제1 및 제2 바이스태틱 거리 관측값의 비교 결과를 산출한 후, 상기 산출된 비교 결과에 대하여 상기 복수의 송신기 중 임의의 송신기를 기준으로 하는 기준 집합 및 상기 기준 집합을 제외한 나머지로 구성된 비교 대상 집합을 설정하고,
상기 기준 집합의 비교 결과에 상응하는 타원체 게이트 내에 포함되는 비교 대상 집합에 있는 모든 비교 결과를 그룹핑하고, 상기 그룹핑 결과 형성된 복수의 그룹에 포함된 비교 대상 집합에 상응하는 비교 결과가 타 그룹에 중복되는 경우 해당 비교 결과를 제거하되,
상기 비교 대상 집합이 공집합을 만족할 때까지 비교 결과 제거 과정을 반복 수행하는 것인 멀티스태틱 레이더 시스템.
제14항에 있어서,
상기 프로세서는 대상 수신기에서의 표적에 대한 바이스태틱 거리 및 거리 변화율의 집합으로 구성되는 상기 결과값을 생성하는 것인 멀티스태틱 레이더 시스템.
제15항에 있어서,
상기 프로세서는 상기 결과값에 포함된 바이스태틱 거리에 기초하여 표적의 위치를 추정하고, 상기 결과값에 포함된 바이스태틱 거리 변화율에 기초하여 표적의 속도를 추정하는 것인 멀티스태틱 레이더 시스템.