KR102288938B1 - 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치 - Google Patents

서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치 Download PDF

Info

Publication number
KR102288938B1
KR102288938B1 KR1020200114306A KR20200114306A KR102288938B1 KR 102288938 B1 KR102288938 B1 KR 102288938B1 KR 1020200114306 A KR1020200114306 A KR 1020200114306A KR 20200114306 A KR20200114306 A KR 20200114306A KR 102288938 B1 KR102288938 B1 KR 102288938B1
Authority
KR
South Korea
Prior art keywords
target
signal
target data
analysis target
analysis
Prior art date
Application number
KR1020200114306A
Other languages
English (en)
Inventor
송준호
권민상
김우성
조원민
Original Assignee
국방과학연구소
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 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020200114306A priority Critical patent/KR102288938B1/ko
Application granted granted Critical
Publication of KR102288938B1 publication Critical patent/KR102288938B1/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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G01S13/524—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi
    • G01S13/5246—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi post processors for coherent MTI discriminators, e.g. residue cancellers, CFAR after Doppler filters
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/288—Coherent receivers
    • G01S7/2883—Coherent receivers using FFT processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity

Abstract

본 발명에 따른 표적 탐지 방법은 레이다 반사 신호를 수신하고, 상기 레이다 반사 신호에 대응하는 제1 분석대상 데이터를 생성하는 단계, 상기 제1 분석대상 데이터에 대하여 일정오경보확률(CFAR, Constant False Alarm Rate) 알고리즘을 사용하여 제1 표적을 탐지하는 단계, 상기 제1 분석대상 데이터에서 상기 제1 표적에 해당하는 신호값을 제거하여 제2 분석대상 데이터를 생성하는 단계, 및 상기 제2 분석대상 데이터에 대하여 파티클 필터 알고리즘을 사용하여 상기 제1 표적보다 신호대잡음비가 낮은 제2 표적을 탐지하는 단계를 포함한다.

Description

서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치{Method and apparatus for detecting targets having different radar cross-sections}
본 발명은 표적을 탐지하는 방법 및 장치에 관한 것으로서, 더욱 구체적으로는 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치에 관한 것이다.
현대 전장 상황에서는 무인기나 스텔스 전투기와 같은 낮은 레이다 반사 면적(RCS: Radar Cross Section)을 가진 표적이 새로운 위협 대상이 되고 있다. 이러한 표적을 탐지하기 위해 탐지전 추적(TBD: Track Before Detection) 기술과 같은 새로운 탐지 기술이 레이다에 적용되고 있다.
탐지전 추적 기술에는 두 가지 분류가 있다. 하나는 신호처리 기술에서 발전된 것이고, 다른 하나는 데이터 처리(추적 필터) 기술에서 발전된 것이다. 신호처리 기술에서 발전된 것은 LTI(Long Term Integration)으로 여러 빔의 신호를 누적하여, 신호의 낮은 신호대잡음비(SNR: Signal to Noise Ratio)을 높여서 탐지하는 기술이다. 데이터 처리 기술에서 발전될 것은 낮은 임계치를 적용하고 비선형 추적 필터를 이용하여 낮은 레이다 반사 면적을 가진 표적을 탐지하는 기술이다.
도 1은 파티클 필터(Particle Filter)를 이용한 탐지 방법을 도시한다.
도 1을 참조하면, 수신 신호에 낮은 임계치(threthold)를 적용하여 측정값들(Measurement)을 생성한다(S10). 이때, 임계치 적용을 하지 않고 수신 신호를 그대로 측정값들로 사용할 수도 있다. 측정값들에 파티클 필터를 적용한다(S20). 이때, 파티클 필터는 거리-속도 차원, 또는 X-Y-Z 차원에서 수행될 수 있다. 파티클 필터를 적용한 결과를 이용하여 표적을 탐지한다(S30). 마지막으로, 탐지된 결과를 데이터 처리하여, 표적을 탐지할 수 있다(S40). 이와 같이 파티클 필터를 이용한 탐지 기술은 낮은 신호대잡음비의 표적을 탐지하는데 효과가 있는 것으로 알려져 있다.
도 2a는 파티클 필터를 이용한 탐지 방법이 적용될 분석대상 데이터를 도플러(속도)와 신호대잡음비의 그래프로 나타낸 것이다. 도 2b는 도 2a의 분석대상 데이터에 대하여 파티클 필터를 이용한 탐지 방법을 적용한 결과를 도시한다.
도 2a에 도시된 분석대상 데이터의 기초가 되는 레이다 반사 신호는 낮은 신호대잡음비의 표적(Target#2)과 높은 신호대잡음비의 표적(Target#1)에서 반사된 것이다. 낮은 신호대잡음비의 표적(Target#2)은 드론과 같이 전체 크기가 작아서 레이다 반사 면적이 작은 소형 비행체, 또는 스텔스 기능이 탑재되어 전체 크기는 크지만 레이다를 반사율이 낮은 스텔스 전투기와 같은 비행체일 수 있다. 높은 신호대잡음비의 표적(Target#1)은 레이다 반사 면적이 큰 일반적인 비행체일 수 있다.
이러한 분석대상 데이터에 파티클 필터를 적용한 표적 탐지 방법의 경우, 도 2b에 도시된 바와 같이, 높은 신호대잡음비의 표적(Target#1)이 5 내지 30의 거리(Range)에서 탐지된다. 그러나, 낮은 신호대잡음비의 표적(Target#2)은 탐지되지 않는다.
이와 같이 낮은 신호대잡음비와 표적(Target#2)과 높은 신호대잡음비의 표적(Target#1)이 함께 존재하는 경우에는, 파티클 필터를 이용한 탐지 방법은 높은 신호대잡음비의 표적(Target#1)을 탐지할 수 있지만, 낮은 신호대잡음비의 표적(Target#2)을 탐지하지 못하는 문제가 있다. 즉, 스텔스 기능이 없는 일반 전투기와 스텔스 기능이 있는 스텔스 전투기가 함께 비행하는 경우, 종래의 방법에서는 스텔스 기능이 없는 일반 전투기만 탐지할 수 있다는 문제가 있다.
본 발명이 해결하고자 하는 과제는 높은 신호대잡음비의 표적과 낮은 신호대잡음비의 표적이 함께 존재하는 경우에 높은 신호대잡음비의 표적뿐만 아니라 낮은 신호대잡음비의 표적도 탐지하기 위하여, 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 장치 및 방법을 제공하는 것이다.
상술한 기술적 과제들을 달성하기 위한 기술적 수단으로서, 본 발명의 일 측면에 따른 표적 탐지 방법은 컴퓨팅 장치에 의해 수행된다. 상기 표적 탐지 방법은 레이다 반사 신호를 수신하고, 상기 레이다 반사 신호에 대응하는 제1 분석대상 데이터를 생성하는 단계, 상기 제1 분석대상 데이터에 대하여 일정오경보확률(CFAR, Constant False Alarm Rate) 알고리즘을 사용하여 제1 표적을 탐지하는 단계, 상기 제1 분석대상 데이터에서 상기 제1 표적에 해당하는 신호값을 제거하여 제2 분석대상 데이터를 생성하는 단계, 및 상기 제2 분석대상 데이터에 대하여 파티클 필터 알고리즘을 사용하여 상기 제1 표적보다 신호대잡음비가 낮은 제2 표적을 탐지하는 단계를 포함한다.
일 예에 따르면, 상기 제2 표적의 레이다 반사 면적은 상기 제1 표적의 레이다 반사 면적보다 낮을 수 있다.
다른 예에 따르면, 상기 제1 분석대상 데이터를 생성하는 단계는 상기 레이다 반사 신호에 대응하는 디지털 신호를 생성하는 단계, 상기 디지털 신호에 대하여 FFT(Fast Fourier Transform)을 수행하는 단계, 및 도플러(doppler)-거리(range)에 대한 신호값을 갖는 상기 제1 분석대상 데이터를 생성하는 단계를 포함할 수 있다.
또 다른 예에 따르면, 상기 제1 표적을 탐지하는 단계는 상기 일정오경보확률 알고리즘에 의해 탐지된 히트들을 적어도 하나의 클러스터로 클러스터링하는 단계, 상기 적어도 하나의 클러스터의 대표값을 산출하고, 상기 대표값에 기초하여 대표셀을 결정하는 단계, 및 상기 대표셀을 중심으로 상기 제1 표적에 해당하는 셀들을 결정하는 단계를 포함할 수 있다.
또 다른 예에 따르면, 상기 대표셀을 결정하는 단계는 상기 적어도 하나의 클러스터에 포함되는 히트들의 도플러 무게중심을 산출하는 단계, 상기 적어도 하나의 클러스터에 포함되는 히트들의 거리 무게중심을 산출하는 단계, 및 상기 도플러 무게중심 및 상기 거리 무게중심에 해당하는 셀을 상기 대표셀로 결정하는 단계를 포함할 수 있다.
또 다른 예에 따르면, 상기 대표셀을 결정하는 단계는 상기 적어도 하나의 클러스터에 포함되는 히트들의 최대 신호값을 산출하는 단계, 및 상기 최대 신호값에 해당하는 셀을 상기 대표셀로 결정하는 단계를 포함할 수 있다.
또 다른 예에 따르면, 상기 제1 표적에 해당하는 셀들을 결정하는 단계는 상기 대표셀을 표적셀 그룹에 포함시키고, 상기 표적셀 그룹에 인접한 인접셀들을 결정하는 단계, 상기 인접셀들의 평균 신호값을 상기 제1 분석대상 데이터에 기초하여 결정되는 기준치와 비교하는 단계, 상기 인접셀들의 상기 평균 신호값이 상기 기준치 이상이면, 상기 인접셀들을 상기 표적셀 그룹에 포함시키고, 상기 표적셀 그룹에 인접한 인접셀들을 다시 결정하는 단계, 및 상기 인접셀들의 상기 평균 신호값이 상기 기준치보다 작으면, 상기 표적셀 그룹에 포함된 셀들을 상기 제1 표적에 해당하는 셀들로 결정하는 단계를 포함할 수 있다.
또 다른 예에 따르면, 상기 기준치는 상기 제1 분석대상 데이터의 신호값들의 평균 및 상기 신호값들의 표준편차를 기초로 결정될 수 있다.
또 다른 예에 따르면, 상기 기준치는 상기 제1 분석대상 데이터에서 상기 표적셀 그룹에 포함되는 셀들 및 상기 인접셀들을 제외한 셀들의 신호값들의 평균 및 상기 신호값들의 표준편차를 기초로 결정될 수 있다.
또 다른 예에 따르면, 상기 제2 분석대상 데이터를 생성하는 단계는 상기 제1 분석대상 데이터에서 상기 제1 표적에 해당하는 신호값을 상기 제1 분석대상 데이터에 기초하여 결정되는 노이즈 신호값으로 대체하는 단계를 포함할 수 있다.
본 발명의 다른 측면에 따른 컴퓨터 프로그램은 컴퓨팅 장치를 이용하여 전술한 표적 탐지 방법을 실행시키기 위하여 매체에 저장된다.
본 발명의 또 다른 측면에 따른 표적 탐지 방법은 메모리 및 프로세서를 포함한다. 프로세서는 레이다 반사 신호를 수신하고, 상기 레이다 반사 신호에 대응하는 제1 분석대상 데이터를 생성하여 상기 메모리에 저장하고, 상기 제1 분석대상 데이터에 대하여 일정오경보확률(CFAR, Constant False Alarm Rate) 알고리즘을 사용하여 제1 표적을 탐지하고, 상기 제1 분석대상 데이터에서 상기 제1 표적에 해당하는 신호값을 제거하여 제2 분석대상 데이터를 생성하여 상기 메모리에 저장하고, 상기 제2 분석대상 데이터에 대하여 파티클 필터 알고리즘을 사용하여 상기 제1 표적보다 신호대잡음비가 낮은 제2 표적을 탐지하도록 구성된다.
본 발명의 표적 탐지 방법 및 장치에 따르면, 높은 신호대잡음비의 표적과 낮은 신호대잡음비의 표적이 함께 존재하는 경우에도 높은 신호대잡음비의 표적뿐만 아니라 낮은 신호대잡음비의 표적도 탐지할 수 있다. 즉, 레이다 반사 면적을 넓은 표적과 레이다 반사 면적이 좁은 표적이 함께 존재하는 경우에도 레이다 반사 면적을 넓은 표적과 레이다 반사 면적이 좁은 표적을 모두 탐지할 수 있다.
도 1은 파티클 필터(Particle Filter)를 이용한 탐지 방법을 도시한다.
도 2a는 파티클 필터를 이용한 탐지 방법이 적용될 분석대상 데이터를 도플러(속도)와 신호대잡음비의 그래프로 나타낸 것이다.
도 2b는 도 2a의 분석대상 데이터에 대하여 파티클 필터를 이용한 탐지 방법을 적용한 결과를 도시한다.
도 3은 본 발명의 일 실시예에 따른 표적 탐지 방법을 실행하기 위한 순서도를 도시한다.
도 4는 본 발명의 일 실시예에 따른 표적 탐지 방법에 따른 데이터 흐름도를 도시한다.
도 5는 본 발명의 일 실시예에 따라서 제1 분석대상 데이터에서 제1 표적을 탐지 및 제거하는 방법을 실행하기 위한 순서도를 도시한다.
도 6a 내지 도 6c는 제1 표적에 해당하는 셀들을 결정하는 방법을 설명하기 위한 도면이다.
도 7a는 제1 분석대상 데이터를 도플러 및 신호대잡음비로 나타낸 그래프이다.
도 7b는 제2 분석대상 데이터를 도플러 및 신호대잡음비로 나타낸 그래프이다.
도 7c는 제1 표적과 제2 표적을 데이터 처리한 결과를 나타낸 그래프이다.
도 8은 본 발명의 일 실시예에 따른 표적 탐지 장치의 구성 및 동작을 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 다양한 실시예들을 상세히 설명한다. 그러나 본 개시의 기술적 사상은 다양한 형태로 변형되어 구현될 수 있으므로 본 명세서에서 설명하는 실시예들로 제한되지 않는다. 본 명세서에 개시된 실시예들을 설명함에 있어서 관련된 공지 기술을 구체적으로 설명하는 것이 본 개시의 기술적 사상의 요지를 흐릴 수 있다고 판단되는 경우 그 공지 기술에 대한 구체적인 설명을 생략한다. 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 명세서에서 어떤 요소가 다른 요소와 "연결"되어 있다고 기술될 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라 그 중간에 다른 요소를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 어떤 요소가 다른 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 요소 외에 또 다른 요소를 배제하는 것이 아니라 또 다른 요소를 더 포함할 수 있는 것을 의미한다.
일부 실시예들은 기능적인 블록 구성들 및 다양한 처리 단계들로 설명될 수 있다. 이러한 기능 블록들의 일부 또는 전부는 특정 기능을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다. 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 본 개시의 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 본 개시의 기능 블록이 수행하는 기능은 복수의 기능 블록에 의해 수행되거나, 본 개시에서 복수의 기능 블록이 수행하는 기능들은 하나의 기능 블록에 의해 수행될 수도 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다.
도 3은 본 발명의 일 실시예에 따른 표적 탐지 방법을 실행하기 위한 순서도를 도시한다.
도 3을 참조하면, 레이다 반사 신호를 수신하고, 레이다 반사 신호에 대응하는 제1 분석대상 데이터를 생성한다(S110). 레이다 시스템은 표적(target)을 탐지하기 위해 생성된 신호를 송신하고 표적으로부터 반사된 신호를 수신하여 신호 처리를 수행함으로써 표적을 탐지하는 시스템이다. 레이다 시스템에서 출력된 레이다 신호는 표적에서 반사되며, 표적에서 반사된 레이다 반사 신호는 아날로그 디지털 컨버터(ADC, analog digital converter)를 이용하여 디지털 신호로 샘플링될 수 있다. 생성된 디지털 신호에 대하여 FFT(Fast Fourier Transform)이 수행될 수 있다. FFT가 수행되면, 각 주파수 성분은 실수 값과 허수 값을 갖는 복소수로 표현되며, 복소수의 크기는 신호 세기 또는 신호값으로 지칭될 수 있다.
제1 분석대상 데이터는 도플러-거리에 대한 신호값을 갖는다. 제1 분석대상 데이터는 신호값을 갖는 셀들로 포함하며, 셀들은 도플러 축과 거리 축을 따라 배열되는 것으로 이해될 수 있으며, 셀은 도플러 값과 거리 값으로 지정될 수 있으며, 각각 신호값을 갖는다.
다른 예에 따르면, 제1 분석대상 데이터는 레이다 반사 신호에 대응하는 디지털 신호에 대하여 FFT를 수행한 후, 미리 설정되는 예비 임계값을 이용하여 일부의 노이즈 신호를 제거한 데이터일 수도 있다. 예비 임계값은 일정오경보확률 알고리즘에서 사용되는 임계값에 비해 낮을 수 있다.
제1 분석대상 데이터에 대하여 일정오경보확률(CFAR, Constant False Alarm Rate) 알고리즘을 사용하여 제1 표적을 탐지할 수 있다(S120). 도플러-거리에 대한 신호값을 갖는 제1 분석대상 데이터에 대하여 일정오경보확률 알고리즘을 통해서 임계값을 구하고, 신호값을 임계값과 비교함으로써 제1 표적을 탐지할 수 있다. 제1 표적은 임계값보다 큰 신호값을 갖는 적어도 하나의 셀들에 대응될 수 있다. 임계값은 일정오경보확률 알고리즘에 의해 결정될 수 있다. 일정오경보확률 알고리즘은 오경보 확률이 일정하도록 임계값을 결정할 수 있다. 다른 예에 따르면, 신호 세기 대신에 신호의 전력 또는 전력 이득을 신호값으로 사용하여 일정오경보확률 알고리즘을 적용할 수도 있다.
일정오경보확률 알고리즘은 대표적인 레이다 탐지 기법으로서, 표적의 레이다 반사 면적이 상대적으로 크다는 점을 이용하여 탐지를 수행한다. 일정오경보확률 알고리즘은 잡음 환경에서 적응적 임계값(adaptive threshold)을 설정하고, 임계값을 넘는 신호값을 갖지면 표적으로 간주한다.
제1 표적은 제1 분석대상 데이터에서 일정오경보확률 알고리즘을 사용하여 탐지된 표적으로서 하나일 수도 있고, 복수 개일 수 있다. 아래에서는 용이한 이해를 위하여, 제1 표적이 하나인 예에 대하여 설명하지만, 제1 표적이 복수 개인 경우, 즉, 복수의 제1 표적인 제1 분석대상 데이터에서 일정오경보확률 알고리즘을 사용하여 탐지되는 경우에도 본 발명이 동일하게 적용될 수 있다.
제1 분석대상 데이터에서 제1 표적에 해당하는 신호값을 제거하여 제2 분석대상 데이터를 생성할 수 있다(S130). 단계(S120)에서 탐지된 제1 표적에 대응하는 셀들의 신호값이 제1 분석대상 데이터에서 제거됨으로써, 제2 분석대상 데이터가 생성될 수 있다. 일 예에 따르면, 제1 표적에 대응하는 셀들의 신호값에 0을 할당할 수 있다. 다른 예에 따르면, 제1 표적에 대응하는 셀들의 신호값을 노이즈 신호값으로 대체할 수 있다. 또 다른 예에 따르면, 제1 표적에 대응하는 셀들의 신호값을 단계(S120)에서 사용한 임계값으로 대체할 수 있다.
단계(S130)에서 생성되는 제2 분석대상 데이터에 대하여 파티클 필터 알고르짐을 수행하여 제2 표적을 탐지할 수 있다(S140). 제2 표적은 제1 표적보다 신호대잡음비가 낮은 표적일 수 있다. 제2 표적의 레이다 반사 면적은 제1 표적의 레이다 반사 면적보다 낮을 수 있다.
파티클 필터는 비 가우시간 노이즈를 갖는 시스템의 상태 추정과 예측에 적합한 필터이다. 이것은 몬테칼로 기반의 신호처리 방식으로서 모델링된 시스템 방정식을 통해 랜덤 상태 변수를 생성한 후 중요성 샘플링(importance sampling)과 샘플 재 표집(resampling)을 통해 실제 표적에 대한 정확한 위치를 추정하기 때문에 비 가우시간 형태의 잡음을 갖는 시스템에서도 우수한 성능을 보인다.
제1 표적과 제2 표적을 데이터 처리할 수 있다(S150). 단계(S120)에서 탐지된 제1 표적과 단계(S140)에서 탐지된 제2 표적을 데이터 처리하여, 제1 표적과 제2 표적을 쉽게 식별할 수 있도록 할 수 있다.
도 4는 본 발명의 일 실시예에 따른 표적 탐지 방법에 따른 데이터 흐름도를 도시한다.
도 3과 함께 도 4를 참조하면, 제1 분석대상 데이터(110)가 준비된다. 제1 분석대상 데이터(110)는 도플러-거리에 대한 신호값을 갖는 데이터이다. 제1 분석대상 데이터(110)는 표적에서 반사된 레이다 반사 신호에 대응하는 디지털 신호에 대하여 FFT를 수행함으로써 생성될 수 있다.
제1 분석대상 데이터(110)에 대하여 CFAR 알고리즘(120)이 적용되어 상대적으로 높은 신호대잡음비를 갖는 제1 표적이 탐지될 수 있다. 제1 분석대상 데이터(110)에서 CFAR 알고리즘(120)을 통해 탐지된 제1 표적이 제거(130)됨으로써, 제2 분석대상 데이터(140)가 생성될 수 있다.
제2 분석대상 데이터(140)에 대하여 파티클 필터 알고리즘(150)이 적용되어 상대적으로 낮은 신호대잡음비를 갖는 제2 표적이 탐지될 수 있다. 제1 표적과 제2 표적은 데이터 처리(160)되어, 관리자가 제1 표적과 제2 표적이 식별될 수 있도록 한다. 데이터 처리(160)를 통해 제1 표적과 제2 표적의 거리, 이동 속도 등이 추정될 수 있으며, 제1 표적과 제2 표적의 종류를 식별하기 위한 데이터 분석이 함께 수행될 수 있다.
제1 분석대상 데이터(110)에는 노이즈 신호가 포함되어 있기 때문에, 제1 표적에 대응하는 셀들을 정확히 제거하지 않으면, 제1 표적에 인접한 제2 표적도 함께 제거될 수 있다. 아래에서는 제1 분석대상 데이터(110)에서 제1 표적을 제거하는 방법에 대하여 설명한다.
도 5는 본 발명의 일 실시예에 따라서 제1 분석대상 데이터에서 제1 표적을 탐지 및 제거하는 방법을 실행하기 위한 순서도를 도시한다.
도 5를 참조하면, 제1 분석대상 데이터에 대하여 일정오경보확률 알고리즘을 적용하면 히트들이 결정된다. 히트들은 신호값이 임계값보다 높은 셀들을 지칭한다. 히트들은 적어도 하나의 클러스터로 클러스터링될 수 있다(S210). 제1 표적이 하나인 경우, 히트들은 하나의 클러스터로 클러스터링되고, 제1 표적이 복수개인 경우, 히트들은 복수개의 클러스터로 클러스터링될 수 있다. 히트들을 클러스터링하기 위해, 비지도 기계학습 방법이 사용될 수 있다. 예를 들면, K-means 클러스터링, mean-shift 클러스터링, DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 클러스터링 방법이 사용될 수 있다.
클러스터 각각의 대표값을 산출하고, 대표값에 기초하여 대표셀을 결정할 수 있다(S220). 대표값은 도플러 값에 기초하여 산출될 수도 있고, 거리 값에 기초하여 산출될 수도 있고, 신호값에 기초하여 산출될 수 있다.
일 실시예에 따르면, 대표값은 클러스터 각각에 포함되는 히트들의 도플러 무게중심일 수 있다. 도플러 무게중심은 아래의 [수학식 1]에 기초하여 산출될 수 있다.
Figure 112020094832103-pat00001
여기서, Dcluster i는 i번째 클러스터의 도플러 무게중심으로서, 도플러 대표값으로 지칭될 수 있다. Ah는 i번째 클러스터에 포함되는 히트들의 신호값이고, Dh는 i번째 클러스터에 포함되는 히트들의 도플러 값이다.
일 실시예에 따르면, 대표값은 클러스터 각각에 포함되는 히트들의 거리 무게중심일 수 있다. 거리 무게중심은 아래의 [수학식 2]에 기초하여 산출될 수 있다.
Figure 112020094832103-pat00002
여기서, Rcluster i는 i번째 클러스터의 거리 무게중심으로서, 거리 대표값으로 지칭될 수 있다. Ah는 i번째 클러스터에 포함되는 히트들의 신호값이고, Rh는 i번째 클러스터에 포함되는 히트들의 거리 값이다.
일 실시예에 따르면, 수식 1에 의해 산출되는 도플러 무게중심과 수식 2에 의해 산출되는 거리 무게중심에 해당하는 셀이 해당 클러스터의 대표셀로 결정될 수 있다.
다른 실시예에 따르면, 대표값은 클러스터 각각에 포함되는 히트들의 최대 신호값일 수 있으며, 최대 신호값은 아래의 [수학식 3]에 기초하여 산출될 수 있다.
Figure 112020094832103-pat00003
여기서, Acluster i는 i번째 클러스터의 최대 신호값으로서, 신호크기 대표값으로 지칭될 수 있다. Ah는 i번째 클러스터에 포함되는 히트들의 신호값이다.
다른 실시예에 따르면, 수식 3에 의해 산출되는 최대 신호값을 갖는 셀이 해당 클러스터의 대표셀로 결정될 수 있다.
이와 같이 대표셀이 결정되면, 대표셀을 중심으로 제1 표적에 해당하는 셀들이 결정되고, 제1 표적에 해당하는 셀들의 신호값이 제1 분석대상 데이터에서 제거되거나 다른 값으로 대체될 수 있다.
제1 표적에 해당하는 셀들을 결정하기 위해, 기준치가 결정될 수 있다(S230). 기준치는 제1 분석대상 데이터의 신호값들의 평균 및 신호값들의 표준편차를 기초로 결정될 수 있다. 예를 들면, 기준치(ReferenceLevel)은 ReferenceLevel = NoiseLevel + k·σ에 의해 결정될 수 있다. 여기서, NoiseLevel은 노이즈 레벨이고, k는 미리 설정되는 상수이고, σ는 노이즈 표준편차이다.
일 예에 따르면, NoiseLevel은 제1 분석대상 데이터의 전체 신호값들의 평균이고, σ는 제1 분석대상 데이터의 전체 신호값들의 표준편차일 수 있다.
기준치를 이용하여 표적셀들을 결정할 수 있다(S240). 표적셀은 제1 표적에 해당하는 셀을 지칭한다. 단계(S240)를 수행하기 위하여, 가상의 표적셀 그룹이 이용된다. 표적셀 그룹의 범위를 넓혀가면서, 넓혀진 범위에 속하는 셀들이 제1 표적에 해당하는지의 여부를 기준치(ReferenceLevel)을 이용하여 판별할 수 있다.
도 6a 내지 도 6c는 제1 표적에 해당하는 셀들을 결정하는 방법을 설명하기 위한 도면이다.
도 6a를 참조하면, 단계(S220)에서 대표셀(Cr)이 결정된다. 우선, 대표셀(Cr)은 표적셀 그룹(CG)에 포함되고, 표적셀 그룹(CG)에 인접한 인접셀들(Ca)이 결정된다. 인접셀들(Ca)은 도 6a에 도시된 바와 같이 표적셀 그룹(CG)에 한칸 인접한 셀들일 수도 있고, 미리 설정된 방향마다 다른 개수로 인접한 셀들일 수도 있다. 또한, 특정 방향으로 한칸 인접한 셀들일 수도 있으며, 상하좌우 각 방향마다 순차적으로 표적셀 그룹의 범위가 넓혀질 수도 있다.
인접셀들(Ca)의 평균 신호값들이 산출되고, 인접셀들(Ca)의 평균 신호값들과 단계(S230)에서 산출되는 기준치(ReferenceLevel)과 비교될 수 있다. 전술한 바와 같이, 기준치(ReferenceLevel)은 ReferenceLevel = NoiseLevel + k·σ에 의해 결정될 수 있으며, NoiseLevel은 제1 분석대상 데이터에서 표적셀 그룹(CG)에 포함되는 셀들과 인접셀들(Ca)을 제외한 나머지 셀들의 신호값들의 평균이고, σ는 제1 분석대상 데이터에서 표적셀 그룹(CG)에 포함되는 셀들과 인접셀들(Ca)을 제외한 나머지 셀들의 신호값들의 표준편차일 수 있다. 이 경우, 표적셀 그룹(CG)에 포함되는 셀들이 확장되면서, NoiseLevel과 σ의 값은 점점 작아질 수 있다.
인접셀들(Ca)의 평균 신호값들이 기준치(ReferenceLevel) 이상이면, 인접셀들(Ca)을 표적셀 그룹(CG)에 포함시키고, 도 6b에 도시된 바와 같이, 표적셀 그룹(CG)에 인접한 인접셀들(Ca)이 다시 결정될 수 있다. 도 6b의 인접셀들(Ca)에 대해서도 인접셀들(Ca)의 평균 신호값들이 산출되고, 인접셀들(Ca)의 평균 신호값들이 기준치(ReferenceLevel) 이상이면, 도 6b의 인접셀들(Ca)도 표적셀 그룹(CG)에 포함되고, 도 6c에 도시된 바와 같이, 표적셀 그룹(CG)에 인접한 인접셀들(Ca)이 다시 결정될 수 있다.
도 6c에 도시된 바와 같이, 인접셀들(Ca)의 평균 신호값이 기준치(ReferenceLevel)보다 작으면, 인접셀들(Ca)을 표적셀 그룹(CG)에 포함시키지 않고, 기존 표적셀 그룹(CG)에 포함된 셀들만 제1 표적에 해당하는 셀들로 결정할 수 있다. 도 6a 내지 도 6c의 예에서는, 도 6b의 인접셀들(Ca)까지, 즉, 도 6c에 도시된 표적셀 그룹(CG)에 포함되는 셀들까지만 제1 표적에 해당하는 셀들로 결정될 수 있다.
위와 같이, 제1 표적에 해당하는 셀들, 즉, 표적셀이 결정되면, 제1 분석대상 데이터에서 표적셀의 신호값들이 제거될 수 있다(S250). 따른 예에 따르면, 제1 분석대상 데이터에서 표적셀의 신호값들은 다른 값들로 대체될 수 있다.
도 7a는 제1 분석대상 데이터를 도플러 및 신호대잡음비로 나타낸 그래프이고, 도 7b는 제2 분석대상 데이터를 도플러 및 신호대잡음비로 나타낸 그래프이고, 도 7c는 제1 표적과 제2 표적을 데이터 처리한 결과를 나타낸 그래프이다.
도 7a에 도시된 바와 같이, 제1 분석대상 데이터에는 높은 신호대잡음비의 제1 표적(Target#1)과 낮은 신호대잡음비의 제2 표적(Target#2)이 함께 존재한다. 높은 신호대잡음비의 제1 표적(Target#1)은 일정오경보확률 알고리즘을 이용하여 탐지되며, 제1 분석대상 데이터에서 제1 표적(Target#1)에 해당하는 셀들의 신호값들이 제거된다.
도 7b에 도시된 바와 같이, 제2 분석대상 데이터에는 제1 표적(Target#1)에 해당하는 셀들의 신호값들이 제거되어, 낮은 신호대잡음비의 제2 표적(Target#2)만 존재한다. 낮은 신호대잡음비의 제2 표적(Target#2)은 파티클 필터 알고리즘을 이용하여 탐지될 수 있다.
제1 표적(Target#1)과 제2 표적(Target#2)에 대하여 데이터 처리하면, 아래의 [표 1]과 같은 결과를 나타내며, 도 7c와 같은 그래프로 표시될 수 있다.
Target parameters R-D parameters
Target#1 Target#2
Range Doppler SNR Range Doppler SNR Range# Doppler#
[5~30] 10 20 [2~37] 15 5 0~50 0~50
도 7c를 참조하면, 본 발명의 표적 탐지 방법은 높은 신호대잡음비의 제1 표적(Target#1)을 탐지할 뿐만 아니라 낮은 신호대잡음비의 제2 표적(Target#2)을 함께 탐지할 수 있다.
도 8은 본 발명의 일 실시예에 따른 표적 탐지 장치의 구성 및 동작을 설명하기 위한 도면이다.
일 실시예에서 표적 탐지 장치(1000)는 메모리(10), 프로세서(20), 통신 모듈(30) 및 입출력 인터페이스(40)를 포함할 수 있다.
메모리(10)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(10)에는 표적 탐지 장치(1000)를 제어하기 위한 프로그램 코드, 및 제1 및 제2 분석대상 데이터가 일시적 또는 영구적으로 저장될 수 있다.
프로세서(20)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(10) 또는 통신 모듈(30)에 의해 프로세서(20)로 제공될 수 있다. 예를 들어 프로세서(20)는 메모리(10)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다. 일 실시예에서 표적 탐지 장치(1000)의 프로세서(20)는 레이다 반사 신호를 수신하고, 레이다 반사 신호에 대응하는 제1 분석대상 데이터를 생성하여 메모리(10)에 저장하고, 제1 분석대상 데이터에 대하여 일정오경보확률(CFAR, Constant False Alarm Rate) 알고리즘을 사용하여 제1 표적을 탐지하고, 제1 분석대상 데이터에서 제1 표적에 해당하는 신호값을 제거하여 제2 분석대상 데이터를 생성하여 메모리(10)에 저장하고, 제2 분석대상 데이터에 대하여 파티클 필터 알고리즘을 사용하여 제1 표적보다 신호대잡음비가 낮은 제2 표적을 탐지하도록 구성될 수 있다.
통신 모듈(30)은 네트워크를 통해 외부 서버와 통신하기 위한 기능을 제공할 수 있다. 일례로, 표적 탐지 장치(1000)의 프로세서(20)가 메모리(10)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈(30)의 제어에 따라 네트워크를 통해 외부 서버로 전달될 수 있다. 역으로, 외부 서버의 프로세서의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 네트워크를 거쳐 통신 모듈(30)을 통해 표적 탐지 장치(1000)로 수신될 수 있다. 예를 들어 통신 모듈(30)을 통해 수신된 외부 서버의 제어 신호나 명령 등은 프로세서(20)나 메모리(10)로 전달될 수 있고, 컨텐츠나 파일 등은 표적 탐지 장치(1000)가 더 포함할 수 있는 저장 매체로 저장될 수 있다.
일 예에 따르면, 표적 탐지 장치(1000)의 프로세서(20)는 통신 모듈(30)을 통해 레이다 시스템(30)으로부터 레이다 반사 신호를 수신할 수 있다. 다른 예에 따르면, 표적 탐지 장치(1000)의 프로세서(20)는 통신 모듈(30)을 통해 레이다 시스템(30)으로부터 제1 분석대상 데이터를 수신할 수 있다.
통신 방식은 제한되지 않으며, 네트워크가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
통신 모듈(30)은 외부 서버와 무선 네트워크를 통해 통신할 수 있다. 통신 방식은 제한되지 않지만, 네트워크는 근거리 무선통신망일 수 있다. 예를 들어, 네트워크는 블루투스(Bluetooth), BLE(Bluetooth Low Energy), Wifi 통신망일 수 있다.
입출력 인터페이스(40)는 입출력 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(40)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 예를 들면, 표적 탐지 장치(1000)의 프로세서(20)는 메모리(10)로부터 로딩된 컴퓨터 프로그램의 명령을 처리하여 생성한 데이터 처리 결과를 입출력 인터페이스(40)를 통해 디스플레이에 표시할 수 있다. 예를 들면, 도 7c에 도시된 그래프가 입출력 인터페이스(40)를 통해 디스플레이에 표시될 수 있다.
프로세서(20)는 도 3의 표적 탐지 방법의 단계들(S110 내지 S150)을 수행하도록 표적 탐지 장치(1000)를 제어할 수 있다. 예를 들어, 프로세서(20) 및 프로세서(20)의 구성요소들은 메모리(10)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서(20)의 구성요소들은 표적 탐지 장치(1000)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(20)에 의해 수행되는 프로세서(20)의 서로 다른 기능들(different functions)의 표현들일 수 있다.
본 명세서에서 설명되는 다양한 실시예들은 예시적이며, 서로 구별되어 독립적으로 실시되어야 하는 것은 아니다. 본 명세서에서 설명된 실시예들은 서로 조합된 형태로 실시될 수 있다.
이상 설명된 다양한 실시예들은 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 명세서에서, "부", "모듈" 등은 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다. 예를 들면, "부", "모듈" 등은 소프트웨어 구성 요소들, 객체 지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들에 의해 구현될 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.

Claims (12)

  1. 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
    레이다 반사 신호를 수신하고, 상기 레이다 반사 신호에 대응하는 제1 분석대상 데이터를 생성하는 단계;
    상기 제1 분석대상 데이터에 대하여 일정오경보확률(CFAR, Constant False Alarm Rate) 알고리즘을 사용하여 제1 표적을 탐지하는 단계;
    상기 제1 분석대상 데이터에서 상기 제1 표적에 해당하는 신호값을 제거하여 제2 분석대상 데이터를 생성하는 단계; 및
    상기 제2 분석대상 데이터에 대하여 파티클 필터 알고리즘을 사용하여 상기 제1 표적보다 신호대잡음비가 낮은 제2 표적을 탐지하는 단계를 포함하는 표적 탐지 방법.
  2. 제1 항에 있어서,
    상기 제2 표적의 레이다 반사 면적은 상기 제1 표적의 레이다 반사 면적보다 낮은 것을 특징으로 하는 표적 탐지 방법.
  3. 제1 항에 있어서,
    상기 제1 분석대상 데이터를 생성하는 단계는,
    상기 레이다 반사 신호에 대응하는 디지털 신호를 생성하는 단계;
    상기 디지털 신호에 대하여 FFT(Fast Fourier Transform)을 수행하는 단계; 및
    도플러(doppler)-거리(range)에 대한 신호값을 갖는 상기 제1 분석대상 데이터를 생성하는 단계를 포함하는 표적 탐지 방법.
  4. 제1 항에 있어서,
    상기 제1 표적을 탐지하는 단계는,
    상기 일정오경보확률 알고리즘에 의해 탐지된 히트들을 적어도 하나의 클러스터로 클러스터링하는 단계;
    상기 적어도 하나의 클러스터의 대표값을 산출하고, 상기 대표값에 기초하여 대표셀을 결정하는 단계; 및
    상기 대표셀을 중심으로 상기 제1 표적에 해당하는 셀들을 결정하는 단계를 포함하는 표적 탐지 방법.
  5. 제4 항에 있어서,
    상기 대표셀을 결정하는 단계는,
    상기 적어도 하나의 클러스터에 포함되는 히트들의 도플러 무게중심을 산출하는 단계;
    상기 적어도 하나의 클러스터에 포함되는 히트들의 거리 무게중심을 산출하는 단계; 및
    상기 도플러 무게중심 및 상기 거리 무게중심에 해당하는 셀을 상기 대표셀로 결정하는 단계를 포함하는 표적 탐지 방법.
  6. 제4 항에 있어서,
    상기 대표셀을 결정하는 단계는,
    상기 적어도 하나의 클러스터에 포함되는 히트들의 최대 신호값을 산출하는 단계; 및
    상기 최대 신호값에 해당하는 셀을 상기 대표셀로 결정하는 단계를 포함하는 표적 탐지 방법.
  7. 제4 항에 있어서,
    상기 제1 표적에 해당하는 셀들을 결정하는 단계는,
    상기 대표셀을 표적셀 그룹에 포함시키고, 상기 표적셀 그룹에 인접한 인접셀들을 결정하는 단계;
    상기 인접셀들의 평균 신호값을 상기 제1 분석대상 데이터에 기초하여 결정되는 기준치와 비교하는 단계;
    상기 인접셀들의 상기 평균 신호값이 상기 기준치 이상이면, 상기 인접셀들을 상기 표적셀 그룹에 포함시키고, 상기 표적셀 그룹에 인접한 인접셀들을 다시 결정하는 단계; 및
    상기 인접셀들의 상기 평균 신호값이 상기 기준치보다 작으면, 상기 표적셀 그룹에 포함된 셀들을 상기 제1 표적에 해당하는 셀들로 결정하는 단계를 포함하는 표적 탐지 방법.
  8. 제7 항에 있어서,
    상기 기준치는 상기 제1 분석대상 데이터의 신호값들의 평균 및 상기 신호값들의 표준편차를 기초로 결정되는 표적 탐지 방법.
  9. 제7 항에 있어서,
    상기 기준치는 상기 제1 분석대상 데이터에서 상기 표적셀 그룹에 포함되는 셀들 및 상기 인접셀들을 제외한 셀들의 신호값들의 평균 및 상기 신호값들의 표준편차를 기초로 결정되는 표적 탐지 방법.
  10. 제1 항에 있어서,
    상기 제2 분석대상 데이터를 생성하는 단계는,
    상기 제1 분석대상 데이터에서 상기 제1 표적에 해당하는 신호값을 상기 제1 분석대상 데이터에 기초하여 결정되는 노이즈 신호값으로 대체하는 단계를 포함하는 표적 탐지 방법.
  11. 컴퓨팅 장치를 이용하여 제1 항 내지 제10항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  12. 메모리; 및
    레이다 반사 신호를 수신하고, 상기 레이다 반사 신호에 대응하는 제1 분석대상 데이터를 생성하여 상기 메모리에 저장하고, 상기 제1 분석대상 데이터에 대하여 일정오경보확률(CFAR, Constant False Alarm Rate) 알고리즘을 사용하여 제1 표적을 탐지하고, 상기 제1 분석대상 데이터에서 상기 제1 표적에 해당하는 신호값을 제거하여 제2 분석대상 데이터를 생성하여 상기 메모리에 저장하고, 상기 제2 분석대상 데이터에 대하여 파티클 필터 알고리즘을 사용하여 상기 제1 표적보다 신호대잡음비가 낮은 제2 표적을 탐지하도록 구성되는 프로세서를 포함하는 표적 탐지 장치.
KR1020200114306A 2020-09-08 2020-09-08 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치 KR102288938B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200114306A KR102288938B1 (ko) 2020-09-08 2020-09-08 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200114306A KR102288938B1 (ko) 2020-09-08 2020-09-08 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102288938B1 true KR102288938B1 (ko) 2021-08-11

Family

ID=77313905

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200114306A KR102288938B1 (ko) 2020-09-08 2020-09-08 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102288938B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102361816B1 (ko) * 2021-08-26 2022-02-14 한화시스템 주식회사 표적 탐지 방법 및 기록 매체

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004301718A (ja) * 2003-03-31 2004-10-28 Nec Corp レーダ信号処理装置
US20060132354A1 (en) * 2003-01-30 2006-06-22 Qinetiq Limited Method of detecting a target
US20080111730A1 (en) * 2006-11-09 2008-05-15 Zhen Ding Track quality based multi-target tracker
KR102089556B1 (ko) * 2019-10-17 2020-03-16 국방과학연구소 레이더 시스템에서 표적을 탐지하는 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060132354A1 (en) * 2003-01-30 2006-06-22 Qinetiq Limited Method of detecting a target
JP2004301718A (ja) * 2003-03-31 2004-10-28 Nec Corp レーダ信号処理装置
US20080111730A1 (en) * 2006-11-09 2008-05-15 Zhen Ding Track quality based multi-target tracker
KR102089556B1 (ko) * 2019-10-17 2020-03-16 국방과학연구소 레이더 시스템에서 표적을 탐지하는 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102361816B1 (ko) * 2021-08-26 2022-02-14 한화시스템 주식회사 표적 탐지 방법 및 기록 매체

Similar Documents

Publication Publication Date Title
JP6892484B2 (ja) 物体検出枠を生成する方法とその装置、機器、記憶媒体及び車両
CN103020978B (zh) 结合多阈值分割与模糊聚类的sar图像变化检测方法
CN111860872B (zh) 用于异常检测的系统和方法
CN109344899B (zh) 多目标检测方法、装置和电子设备
CN109190573B (zh) 应用于无人驾驶车辆的地面检测方法、电子设备、车辆
US20120195459A1 (en) Classification of target objects in motion
CN111624567A (zh) 一种恒虚警检测方法及装置
KR102288938B1 (ko) 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치
CN112689775A (zh) 雷达点云聚类方法和装置
US9921306B1 (en) Active optimal reduced state estimator
CN112101374B (zh) 基于surf特征检测和isodata聚类算法的无人机障碍物检测方法
CN111259332A (zh) 一种杂波环境下的模糊数据关联方法及多目标跟踪方法
CN108399391B (zh) 一种基于信号带宽特征的无人机信号识别的方法及装置
CN112213697B (zh) 一种基于贝叶斯决策理论用于雷达欺骗干扰识别的特征融合方法
JP2017211348A (ja) 軌跡推定装置、軌跡推定方法及びプログラム
CN113960587A (zh) 基于类别信息反馈的毫米波雷达多目标跟踪方法
CN116256713A (zh) 用于确定目标对象的移动性状态的方法
CN108543313B (zh) 数据处理方法及装置，介质和计算设备
WO2020258509A1 (zh) 终端设备异常访问的隔离方法和装置
US9733341B1 (en) System and method for covariance fidelity assessment
KR102361816B1 (ko) 표적 탐지 방법 및 기록 매체
CN115856819A (zh) 一种基于平稳高斯过程的雷达目标恒虚警检测方法
CN114971436A (zh) 雷达情报组网融合中的装备贡献计算方法及装置
US11330458B2 (en) Systems and methods for detecting an unauthorized airborne device
Yu et al. Bernoulli Track-before-detect Algorithm for Distributed Target with Unknown Amplitude Information

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant