KR102302744B1 - 트랙 생성 방법 및 그 장치 - Google Patents
트랙 생성 방법 및 그 장치 Download PDFInfo
- Publication number
- KR102302744B1 KR102302744B1 KR1020210042227A KR20210042227A KR102302744B1 KR 102302744 B1 KR102302744 B1 KR 102302744B1 KR 1020210042227 A KR1020210042227 A KR 1020210042227A KR 20210042227 A KR20210042227 A KR 20210042227A KR 102302744 B1 KR102302744 B1 KR 102302744B1
- Authority
- KR
- South Korea
- Prior art keywords
- doppler
- plot
- plots
- value
- scan data
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
본 발명은 트랙 생성 방법 및 그 장치에 관한 것으로, 본 발명의 일 실시예에 따른 트랙 생성 방법은 레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 n(n은 2 이상의 자연수)개의 스캔 데이터를 획득하는 단계, 제n 스캔 데이터에 포함된 복수의 플롯들 중에서 제1 플롯을 선택하는 단계, 상기 제1 플롯이 위치하는 섹터를 기초로 분석 대상 섹터들을 결정하는 단계, 제(n-N) 내지 제(n-1) 스캔 데이터들의 상기 분석 대상 섹터들로부터 후보 플롯들을 추출하는 단계, 최고 속력 설정값(vthd max), 및 해당 플롯이 포함된 제i(i는 (n-N) 이상 (n-1) 이하의 자연수) 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-i)T)를 기초로 상기 후보 플롯들로부터 연관 플롯들을 추출하는 단계, 상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하는 단계, 상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하는 단계, 및 상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하는 단계를 포함한다.
Description
본 발명은 트랙 생성 방법 및 그 장치에 관한 것으로, 보다 상세하게는 클러터 환경에서 지해상 표적을 추적하기 위한 트랙 생성 방법 및 그 장치에 관한 것이다.
레이다 시스템을 이용한 표적 추적에 있어서, 트랙(Track)은 플롯(Plot)에 대한 위치와 속도, 레이다 반사 면적(Radar cross section)을 포함하는 정보들을 구조(Struct)화한 것으로, 시스템이 생성하는 트랙은 실제 표적이 될 수도 있으나, 클러터(clutter)에 의한 거짓 표적일 수도 있다. 트랙이 많을수록 레이다 시스템의 연산량은 크게 증가하므로, 클러터에 의한 영향을 최소화하고, 실제 표적에 의한 트랙을 생성하는 것이 매우 중요하다.
레이다 시스템에서 트랙을 생성하는 방법은 다양하며, 대표적으로 1-포인트 트랙 초기화(1-point Track Initiation) 방식과 2-포인트 트랙 초기화(2-poin Track Initiation) 방식이 있다.
1-포인트 트랙 초기화 방식은 탐지된 플롯의 탐지된 위치와 도플러를 이용한 속도 성분을 상태 변수로 이용하여, 트랙을 생성시키는 것이다. 1-포인트 트랙 초기화 방식은 레이다 파형이 도플러 값을 생성할 수 없는 NCI 파형이거나, 도플러 값을 생성할 수 있는 레이다를 사용하더라도, 도플러 값이 부정확하다고 판단되어 그 값을 사용할 수 없는 경우, 트랙의 속도 성분을 0으로 생성하게 된다. 따라서, 1-포인트 트랙 초기화 방식의 경우, 탐지된 플롯을 그대로 트랙으로 만들게 되어, 클러터가 많은 환경에서 지나치게 많은 허위 트랙이 생성되는 문제가 존재한다.
도 1은 2-포인트 트랙 초기화 방식을 이용한 트랙 생성 방법을 설명하는 도면이다.
도 1을 참조하면, 2-포인트 트랙 초기화 방식은 2개의 서로 다른 시간에 탐지된 플롯을 연관하여 트랙을 생성한다. 따라서, 하나의 플롯에 대하여 여러 개의 트랙이 생성될 수 있다.
2-포인트 트랙 초기화방식은 두 플롯의 탐지된 위치를 이용하여 속도 성분을 아래의 수학식 1과 같이 추출한다.
[수학식 1]
이 때, 
과 
은 각각 서로 연관된 제n 스캔 데이터의 플롯의 위치 성분과, 제n-1 스캔 데이터의 플롯의 위치 성분이고, T는 레이더의 스캔 주기이다.
2-포인트 트랙 초기화 방식에서는 수학식 1을 이용하여 산출된 속도가 미리 설정된 제한된 값 이상일 경우, 허위 트랙으로 판정하여 제거한다. 또한, 여러 개의 트랙들 중 중복되는 트랙들(Track 2와 Track 4)을 제거하여 트랙의 수를 감소시킬 수 있다. 그러나, 중복을 제거하는 방식에 따라 연산 성능이 달라질 수 있으며, 실제 표적에 의하여 생성되는 트랙을 제거할 위험성이 있다.
한국 등록특허 제10-2092278(2020.03.17)호는 비균질 클러터 환경에서 표적을 탐지하는 2D GO CA-CFAR 탐지 방법 및 그 시스템에 관한 것으로, 도플러 축(doppler axis) 및 거리 축(range axis)으로 구성된 도플러-거리 지도에서 미리 설정된 시험 셀을 기준으로 가드 셀을 설정하는 가드 셀 설정단계; 상기 도플러-거리 지도에서 시험 셀을 기준으로 16개의 구역을 설정하고, 상기 설정된 구역에서 기준 셀을 설정하는 기준 셀 설정단계; 상기 설정된 16개의 구역에 대한 평가치를 계산하는 평가치계산단계; 상기 계산된 16개의 구역에 대한 평가치 중에서 가장 큰 값을 선택하고, 상기 선택된 값을 기초로 문턱치를 계산하는 문턱값계산단계; 및 상기 계산된 문턱치를 기초로 상기 도플러-거리 지도에 잡힌 표적을 탐지하는 표적탐지단계;를 포함하는, 비균질 클러터 환경에서 표적을 탐지하는 2D GO CA-CFAR 탐지방법을 개시하고 있다.
한국 등록특허 제10-2073692(2020.01.30)호는 레이더 수신 장치 및 이의 클러터 억제 방법에 관한 것으로, 사전 정보를 이용하여 1차 클러터 신호를 생성하는 단계, 상기 1차 클러터 신호의 주파수 범위를 추정하는 단계 및 상기 1차 클러터 신호의 공분산 행렬을 계산하여 레이더 수신 신호의 클러터 신호를 억제하는 단계를 포함하는 사전 정보 기반의 클러터 억제 방법을 개시하고 있다.
그러나, 이러한 방식은 클러터 신호와 함께 표적 신호를 제거하여, 실제 표적에 의한 트랙이 생성되지 못할 위험성이 있다.
본 발명이 해결하고자 하는 제1 기술적 과제는 클러터 환경에서 표적을 정확하게 추적할 수 있는 트랙 생성 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 제2 기술적 과제는 클러터 환경에서 표적을 정확하게 추적할 수 있는 트랙 생성 장치를 제공하는 데 있다.
상술한 제1 기술적 과제를 해결하기 위하여 본 발명의 일 실시예는 컴퓨팅 장치에 의하여 수행되는 트랙 생성 방법에 있어서, 레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 n(n은 2 이상의 자연수)개의 스캔 데이터를 획득하는 단계, 제n 스캔 데이터에 포함된 복수의 플롯들 중에서 제1 플롯을 선택하는 단계, 상기 제1 플롯이 위치하는 섹터를 기초로 분석 대상 섹터들을 결정하는 단계, 제(n-N) 내지 제(n-1) 스캔 데이터들의 상기 분석 대상 섹터들로부터 후보 플롯들을 추출하는 단계, 최고 속력 설정값(vthd max), 및 해당 플롯이 포함된 제i(i는 (n-N) 이상 (n-1) 이하의 자연수) 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-i)T)를 기초로 상기 후보 플롯들로부터 연관 플롯들을 추출하는 단계, 상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하는 단계, 상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하는 단계, 및 상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하는 단계를 포함하는, 트랙 생성 방법을 제공한다.
상기 레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 n(n은 2 이상의 자연수)개의 스캔 데이터를 획득하는 단계는, 상기 레이다의 스캔 방위각 범위를 미리 설정된 각도 값에 따라 복수의 섹터들로 구획하고, 상기 복수의 섹터들에 인덱스를 지정하는 단계, 및 상기 n개의 스캔 데이터에 포함된 플롯들을 해당 플롯이 위치하는 섹터에 따라 대응하는 인덱스를 부여하여 저장하는 단계를 포함할 수 있다.
상기 후보 플롯들을 추출하는 단계는, 상기 제1 플롯의 방위각을 기초로 상기 분석 대상 섹터들에 대응하는 인덱스 범위를 결정하는 단계, 및 제(n-N) 내지 제(n-1) 스캔 데이터들의 플롯들 중에서 상기 인덱스 범위에 포함되는 인덱스가 부여된 플롯들을 상기 후보 플롯들로 결정하는 단계를 포함할 수 있다.
상기 분석 대상 섹터들을 결정하는 단계는, 상기 제1 플롯이 위치하는 섹터로부터 미리 결정된 각도 범위에 포함되는 섹터들을 상기 분석 대상 섹터들로 결정하는 단계를 포함할 수 있다.
상기 후보 플롯들로부터 연관 플롯들을 추출하는 단계는, 상기 후보 플롯들 중에서 상기 제1 플롯으로부터 최대 가능 거리(Rmax) 내에 위치하고, 상기 제1 플롯으로부터 최대 가능 각도(Amax) 내에 위치하는 후보 플롯들을 상기 연관 플롯들로 선택하는 단계를 포함할 수 있다.
상기 최대 가능 거리(Rmax)는 상기 획득 시간 차((n-i)T)와 상기 최고 속력 설정값(vthd max)을 곱한 값을 기초로 산출되고, 상기 최대 가능 각도(Amax)는 상기 획득 시간차((n-i)T)와 상기 최고 속력 설정값(vthd max)의 곱을 상기 제1 플롯의 거리(
)로 나눈 값을 기초로 산출될 수 있다.
상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하는 단계는, 제(n-N) 내지 제(n-1) 스캔 데이터들에 대하여 상기 최고 속력 설정값(vthd max)을 기초로 미리 결정된 도플러 값 간격을 기초로 제(n-N) 내지 제(n-1) 도플러 빈 데이터를 생성하는 단계, 제j 도플러 빈 데이터(j는 (n-N) 이상 (n-1) 이하의 자연수)의 상기 연관 플롯들에 대응하는 도플러 빈을 중심으로 이웃하는 2mj개의 도플러 빈들에 보정 값을 부여하여 제j 보정 도플러 빈 데이터를 생성하는 단계, 및 상기 제(n-N) 내지 제(n-1)의 보정 도플러 빈 데이터를 병합하여 상기 도플러 빈 히스토그램을 생성하는 단계를 포함할 수 있고, 이 때, 상기 mj는 상기 제j 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-j)T)에 비례하여 결정될 수 있다.
상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하는 단계는, 상기 도플러 빈 히스토그램의 각 도플러 빈에 대한 도수를 결정하는 단계, 미리 결정된 문턱 값(M) 이상의 도수를 갖는 도플러 빈들을 추출하는 단계, 추출된 도플러 빈들의 인접 관계에 따라 도플러 빈 그룹들을 생성하는 단계, 각 도플러 빈 그룹들을 구성하는 도플러 빈들의 도수를 합산하여, 가장 큰 합산 값을 갖는 도플러 빈 그룹을 상기 제1 플롯에 대응하는 도플러 빈 그룹으로 결정하는 단계, 및 상기 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 단계를 포함할 수 있다.
상기 제1 플롯의 트랙을 생성하는 단계는, 1 포인트 트랙 초기화(1-point track initiation) 방식에 따라 상기 제1 플롯의 트랙을 생성하는 단계를 포함할 수 있으며, 이 때, 상기 제1 플롯의 트랙의 상태변수는 상기 제1 플롯의 위치와 상기 제1 플롯의 상기 도플러 값을 포함할 수 있다.
상술한 트랙 생성 방법의 실시예들 중 어느 하나를 컴퓨팅 장치를 이용하여 실시하기 위하여, 본 발명의 일 실시예는 매체에 저장된 컴퓨터 프로그램을 제공한다.
상술한 제2 기술적 과제를 해결하기 위하여 본 발명의 일 실시예는, 레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 획득한 복수의 스캔 데이터들, 및 트랙 생성 프로그램을 저장하는 메모리, 및 제n 스캔 데이터에 포함된 복수의 플롯들 중에서 제1 플롯을 선택하고, 상기 제1 플롯이 위치하는 섹터를 기초로 분석 대상 섹터들을 결정하고, 제(n-N) 내지 제(n-1) 스캔 데이터들의 상기 분석 대상 섹터들로부터 후보 플롯들을 추출하고, 최고 속력 설정값(vthd max) 및 해당 플롯이 포함된 제i(i는 (n-N) 이상 (n-1) 이하의 자연수) 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-i)T)를 기초로 상기 후보 플롯들로부터 연관 플롯들을 추출하고, 상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하고, 상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하고, 상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하도록 구성되는 프로세서를 포함하는, 트랙 생성 장치를 제공한다.
상기 프로세서는, 제(n-N) 내지 제(n-1) 스캔 데이터들에 대하여 상기 최고 속력 설정값(vthd max)을 기초로 미리 결정된 도플러 값 간격의 제(n-N) 내지 제(n-1) 도플러 빈 데이터를 생성하고, 제j 도플러 빈 데이터(j는 (n-N) 이상 (n-1) 이하의 자연수)의 상기 연관 플롯들에 대응하는 도플러 빈을 중심으로 이웃하는 2mj개의 도플러 빈들에 보정 값을 부여하여 제j 보정 도플러 빈 데이터를 생성하고, 상기 제(n-N) 내지 제(n-1)의 보정 도플러 빈 데이터를 병합하여 상기 도플러 빈 히스토그램을 생성하도록 구성된 것일 수 있으며, 이 때, 상기 mj는 상기 j 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-j)T)에 비례하여 결정되는 것일 수 있다.
상기 프로세서는, 상기 도플러 빈 히스토그램의 각 도플러 빈에 대한 도수들을 결정하고, 미리 결정된 문턱 값 이상의 도수를 갖는 도플러 빈들을 추출하고, 추출된 도플러 빈들의 인접 관계에 따라 도플러 빈 그룹들을 생성하고, 각 도플러 빈 그룹들을 구성하는 도플러 빈들의 도수를 합산하여, 가장 큰 합산 값을 갖는 도플러 빈 그룹을 상기 제1 플롯에 대응하는 도플러 빈 그룹으로 결정하고, 상기 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하도록 구성되는 것일 수 있다.
상기 프로세서는, 1 포인트 트랙 초기화(1-point track initiation) 방식에 따라 상기 제1 플롯의 트랙을 생성하도록 구성되는 것일 수 있으며, 상기 제1 플롯의 트랙의 상태변수는 상기 제1 플롯의 위치와 상기 제1 플롯의 상기 도플러 값을 포함할 수 있다.
본 발명의 일 실시예에 따른 트랙 생성 방법은 다수의 클러터가 존재하는 다표적 환경에서도 빠른 속도로 표적 플롯들만을 추출하여 트랙을 생성할 수 있다. 클러터의 수가 증가하여도, 기존의 트랙 생성 방법과 달리 오경보율이 크게 증가하지 아니하며, 트랙의 도플러 값을 매우 근사하게 산출할 수 있다.
본 발명의 기술적 효과들은 이상에서 언급한 것들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 2-포인트 트랙 초기화 방식을 이용한 트랙 생성 방법을 설명하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 트랙 생성 방법을 설명하는 순서도이다.
도 3 내지 도 5는 도플러 빈 히스토그램을 생성하는 단계를 설명하기 위한 도면이다.
도 6 내지 도 8은 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 단계를 설명하기 위한 도면이다.
도 9는 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 일반화 된 알고리즘을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 트랙 생성 장치를 설명하는 블록도이다.
도 11 내지 도 15는 각각 랜덤하게 생성된 클러터 수가 10개, 50개, 100개, 200개 및 400개인 다표적 시뮬레이션 환경을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 트랙 생성 방법을 설명하는 순서도이다.
도 3 내지 도 5는 도플러 빈 히스토그램을 생성하는 단계를 설명하기 위한 도면이다.
도 6 내지 도 8은 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 단계를 설명하기 위한 도면이다.
도 9는 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 일반화 된 알고리즘을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 트랙 생성 장치를 설명하는 블록도이다.
도 11 내지 도 15는 각각 랜덤하게 생성된 클러터 수가 10개, 50개, 100개, 200개 및 400개인 다표적 시뮬레이션 환경을 나타내는 도면이다.
본 발명은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 발명은 하나 이상의 마이크로프로세서의 제어 또는 다른 제어 장치에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 발명은 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 또한, 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 발명은 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "부", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 본 발명의 구성요소들이 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
본 발명이 여러 가지 수정 및 변형을 허용하면서도, 그 특정 실시예들이 도면들로 예시되어 나타내어지며, 이하에서 상세히 설명될 것이다. 그러나 본 발명을 개시된 특별한 형태로 한정하려는 의도는 아니며, 오히려 본 발명은 청구항들에 의해 정의된 본 발명의 사상과 합치되는 모든 수정, 균등 및 대용을 포함한다.
비록 제1, 제2 등의 용어가 여러 가지 요소들, 성분들, 영역들, 층들 및/또는 지역들을 설명하기 위해 사용될 수 있지만, 이러한 요소들, 성분들, 영역들, 층들 및/또는 지역들은 이러한 용어에 의해 한정되어서는 안 된다는 것을 이해할 것이다.
이하 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하 도면 상의 동일한 구성 요소에 대하여는 동일한 참조 부호를 사용하고, 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
도 2는 본 발명의 일 실시예에 따른 트랙 생성 방법을 설명하는 순서도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 트랙 생성 방법은, n개의 스캔 데이터를 획득하는 단계(S11), 제n 스캔 데이터로부터 제1 플롯을 선택하는 단계(S12), 분석 대상 섹터를 결정하는 단계(S13), 후보 플롯을 추출하는 단계(S14), 연관 플롯을 추출하는 단계(S15), 연관 플롯들의 도플러 빈 히스토그램을 생성하는 단계(S16), 제1 플롯의 도플러 값을 결정하는 단계(S17), 및 제1 플롯의 트랙을 생성하는 단계(S18)을 포함한다.
n개의 스캔 데이터를 획득하는 단계(S11)는, 레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 n(n은 2 이상의 자연수)개의 스캔 데이터를 획득하는 단계이다.
제n 스캔 데이터에서 측정된 i번째 측정 플롯을 
라고 할 때, 제n 스캔 데이터의 플롯들의 집합을 
와 같이 표현할 수 있다.
n개의 스캔 데이터를 획득하는 단계는, 상기 레이다의 스캔 방위각(Azimuth angle) 범위를 미리 설정된 각도 값에 따라 복수의 섹터들로 구획하고, 상기 복수의 섹터들에 인덱스를 지정하는 단계, 및
상기 n개의 스캔 데이터에 포함된 플롯들을 해당 플롯이 위치하는 섹터에 따라 대응하는 인덱스를 부여하여 저장하는 단계를 포함할 수 있다.
섹터의 단위는 각도이며, 복수의 섹터들로 구획하기 위한 미리 설정된 각도 값은 목표 표적의 예측 속도, 궤적, 레이다 시스템의 성능 및 클러터 환경들을 고려하여 결정될 수 있다. 일 예로, 미리 설정된 각도 값은 1도일 수 있다. 또는 미리 설정된 각도 값은 0.5도일 수 있다.
일 실시예에서, -180도부터 180도까지 a도 단위로 각 섹터들을 구획하고, 순차적으로 인덱스를 지정한다.
| 각도 | (-180, -179) | (-179, -178) | (-178, -177) | … | (179, 180) |
| 인덱스 | 1 | 2 | 3 | … | 360 |
표 1은 1도 단위로 섹터들을 구획하였을 때, 각 섹터들에 부여되는 인덱스를 나타내는 표이다.각 섹터의 기준 방위각과 인덱스의 관계는 다음의 수학식으로 나타낼 수 있다.
[수학식 2]
여기서, 
는 인덱스가 1인 섹터의 기준 방위각으로, 섹터를 구획하는 시작점이고, 
는 인덱스가 s인 섹터의 기준 방위각이고, d는 섹터를 구획하는 미리 설정된 각도 값이다.
일 실시예에서, 미리 설정된 각도 값이 1도일 때, 컴퓨팅 장치는 아래의 알고리즘을 이용하여 n개의 스캔 데이터에 포함된 플롯들에 인덱스를 부여하여 저장할 수 있다.
[알고리즘 1]
a = 지표면 좌표계(North-East-Down 좌표계)를 기준으로 하는 플롯의 방위각;
a_int = floor(a);
a_idx = (a_int + 180) + 1
여기서, a_int는 플롯의 방위각과 가장 가까운 정수로 내림한 값이고, a_idx는 플롯에 부여되는 인덱스이다.
일 실시예에서, 미리 설정된 각도 값이 0.5도일 때, 컴퓨팅 장치는 아래의 알고리즘을 이용하여 n개의 스캔 데이터에 포함된 플롯들에 인덱스를 부여하여 저장할 수 있다.
[알고리즘 2]
a = 지표면 좌표계를 기준으로 하는 플롯의 방위각;
a_int = floor(a);
del_a = |a_int - a|;
if del_a < 0.5
b = a_int
else
b = a_int+0.5;
end
a_idx = 2(b + 180) + 1;
여기서, a_int는 플롯의 방위각과 가장 가까운 정수로 내림한 값이고, a_idx는 플롯에 부여되는 인덱스이다.
상술한 알고리즘을 사용할 때, 플롯의 방위각을 기초로 직접적인 연산을 통하여 인덱스를 부여하므로 알맞은 인덱스를 부여하기 위하여 반복문과 같이 불필요한 연산을 감소할 수 있다.
제n 스캔 데이터로부터 제1 플롯을 선택하는 단계(S12)는, 제n 스캔 데이터에 포함된 복수의 플롯들 중에서 제1 플롯을 선택하는 단계이다. 상기 제1 플롯은 도플러 값이 없거나, 도플러 값이 부정확하다고 판단되어 그 값을 사용할 수 없는 플롯일 수 있다. 복수의 플롯들은 순차적으로, 또는 일정한 선택 알고리즘에 의하여 선택되어, 제n 스캔 데이터를 이루는 모든 플롯들 또는 복수의 선택된 플롯들에 대하여 트랙 생성을 수행할 수 있다.
분석 대상 섹터를 결정하는 단계(S13)는, 상기 제1 플롯이 위치하는 섹터를 기초로 분석 대상 섹터들을 결정하는 단계이다.
제1 플롯과 n-1개의 스캔 데이터에 포함되는 모든 플롯의 연관성을 검사할 경우, 트랙 생성에 필요한 연산이 지나치게 많아질 수 있다. 따라서, 실질적으로 검사가 필요 없는 플롯들을 처음부터 제외시키고 부분 검사를 실시하기 위하여, 제1 플롯이 위치하는 섹터로부터 미리 결정된 각도 범위에 포함되는 섹터들을 분석 대상 섹터들로 결정한다.
미리 결정된 각도 범위는 목표 표적의 예측 속도, 궤적, 레이다 시스템의 성능 및 클러터 환경들을 고려하여 결정될 수 있다.
후보 플롯을 추출하는 단계(S14)는, 제(n-N) 내지 제(n-1) 스캔 데이터들의 상기 분석 대상 섹터들로부터 후보 플롯들을 추출하는 단계이다.
후보 플롯들을 추출하는 단계(S14)는, 상기 제1 플롯의 방위각을 기초로 상기 분석 대상 섹터들에 대응하는 인덱스 범위를 결정하는 단계, 및 제(n-N) 내지 제(n-1) 스캔 데이터들의 플롯들 중에서 상기 인덱스 범위에 포함되는 인덱스가 부여된 플롯들을 상기 후보 플롯들로 결정하는 단계를 포함할 수 있다.
여기서, N은 1 이상, n-1 이하의 자연수로, 제1 플롯의 도플러 값의 연산을 위하여 참조하는 과거 스캔 데이터들의 수를 결정한다.
일 예로, 제1 플롯의 방위각이 8도 부근에 위치하고, 미리 결정된 각도 범위가 2도일 경우, 분석 대상 섹터들은 방위각 범위가 6도 내지 10도 일 수 있다. -180도를 기준으로, 1도 단위로 각 섹터들을 구획하여 인덱스를 부여한 경우, 분석 대상 섹터들의 인덱스는 각각 187, 188, 189 및 190일 수 있다. 후보 플롯들은 제(n-N) 내지 제(n-1) 스캔 데이터들의 플롯들 중에서 187, 188, 189 또는 190의 인덱스를 부여 받은 플롯들로부터 결정될 수 있다.
연관 플롯을 추출하는 단계(S15)는, 최고 속력 설정값(vthd max), 및 해당 플롯이 포함된 제i(i는 (n-N) 이상 (n-1) 이하의 자연수) 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-i)T)를 기초로 상기 후보 플롯들로부터 연관 플롯들을 추출하는 단계이다.
상기 후보 플롯들로부터 연관 플롯들을 추출하는 단계(S15)는, 상기 후보 플롯들 중에서 상기 제1 플롯으로부터 최대 가능 거리(Rmax) 내에 위치하고, 상기 제1 플롯으로부터 최대 가능 각도(Amax) 내에 위치하는 후보 플롯들을 상기 연관 플롯들로 선택하는 단계를 포함할 수 있다.
이 때, 상기 최대 가능 거리(Rmax)는 상기 획득 시간 차((n-i)T)와 상기 최고 속력 설정값(vthd max)을 곱한 값을 기초로 산출될 수 있으며, 상기 최대 가능 각도(Amax)는 상기 획득 시간차((n-i)T)와 상기 최고 속력 설정값(vthd max)의 곱을 상기 제1 플롯의 거리(
)로 나눈 값을 기초로 산출될 수 있다.
일 예로, 최대 가능 거리(Rmax)는 하기의 수학식 3에 의하여 산출될 수 있다.
[수학식 3]
이 때, vthd max 는 대상 표적의 최고 속력 설정 값이고, ((n-i)T)는 제i 스캔 데이터와 제n 스캔 데이터의 획득 시간차이며, 
은 플롯의 거리 부정확성에 대한 1 시그마(sigma) 값이다.
또한, 일 예로, 최대 가능 각도(Amax)는 하기의 수학식 4에 의하여 산출될 수 있다.
[수학식 4]
이 때, vthd max 는 대상 표적의 최고 속력 설정 값이고, ((n-i)T)는 제i 스캔 데이터와 제n 스캔 데이터의 획득 시간차이며, 
은 플롯의 각도 부정확성에 대한 1 시그마(sigma) 값이다.
이 때, 수학식 3 및 수학식 4는 플롯이 평균이 0인 가우시안 잡음을 가진다고 가정하였다.
연관 플롯들의 도플러 빈 히스토그램을 생성하는 단계(S16)는, 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하는 단계이다.
연관 플롯들의 도플러 값은 해당 연관 플롯이 포함된 제j 스캔 데이터에 대응하는 도플러 스펙트럼으로부터 획득하거나, 또는, 상기 제1 플롯의 거리(
)와 상기 해당 연관 플롯(p)의 거리(
)의 차(
)를 상기 제j 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-j)T)로 나눈 값에 기초하여 산출되는 것일 수 있다.
도플러 빈 히스토그램을 생성하는 단계(S16)는, 제(n-N) 내지 제(n-1) 스캔 데이터들에 대하여 상기 최고 속력 설정값(vthd max)을 기초로 미리 결정된 도플러 값 간격의 제(n-N) 내지 제(n-1) 도플러 빈 데이터를 생성하는 단계, 제j 도플러 빈 데이터(j는 (n-N) 이상 (n-1) 이하의 자연수)의 상기 연관 플롯들에 대응하는 도플러 빈을 중심으로 이웃하는 2mj개의 도플러 빈들에 보정 값을 부여하여 제j 보정 도플러 빈 데이터를 생성하는 단계, 및 상기 제(n-N) 내지 제(n-1)의 보정 도플러 빈 데이터를 병합하여 상기 도플러 빈 히스토그램을 생성하는 단계를 포함할 수 있다.
제1 플롯의 도플러 값을 결정하는 단계(S17)는, 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하는 단계이다.
제1 플롯의 도플러 값을 결정하는 단계(S17)는, 상기 도플러 빈 히스토그램의 각 도플러 빈에 대한 도수를 결정하는 단계, 미리 결정된 문턱 값 이상의 도수를 갖는 도플러 빈들을 추출하는 단계, 추출된 도플러 빈들의 인접 관계에 다라 도플러 빈 그룹들을 생성하는 단계, 각 도플러 빈 그룹들을 구성하는 도플러 빈들의 도수를 합산하여, 가장 큰 합산 값을 갖는 도플러 빈 그룹을 상기 제1 플롯에 대응하는 도플러 빈 그룹으로 결정하는 단계, 및 상기 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 단계를 포함한다.
제1 플롯의 트랙을 생성하는 단계(S18)는, 상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하는 단계이다.
제1 플롯의 트랙은 1-포인트 트랙 초기화 방식에 따라 생성될 수 있으며, 이 때, 상기 제1 플롯의 트랙의 상태 변수는 상기 제1 플롯의 위치와 상기 제1 플롯의 도플러 값을 포함할 수 있다.
상술한 트랙 생성 방법은, 제n 스캔 데이터의 다른 플롯에 대한 트랙을 생성하기 위하여 반복 수행될 수 있다.
또한, 레이다가 스캔을 수행할 때 마다 반복적으로 수행되어, 실시간으로 표적의 트랙을 생성할 수 있다.
도 3 내지 도 5는 도플러 빈 히스토그램을 생성하는 단계를 설명하기 위한 도면이다.
본 실시예에서, 제1 플롯은 제5 스캔 데이터(n=1)에 포함된 복수의 플롯들 중에서 선택되었으며, 후보 플롯 및 연관 플롯들은 제1 스캔 데이터 내지 제4 스캔 데이터들에 포함된 플롯들로부터 추출되었다.
도 3을 참조하면, 도플러 빈 히스토그램을 생성하는 단계는 먼저, 제1 내지 제4 스캔 데이터들에 대하여 표적의 최고 속력 설정값(vthd max)을 기초로 미리 결정된 도플러 값 간격의 도플러 빈 데이터를 생성한다.
도플러 빈 데이터는, 표적의 최고 속력 설정값(vthd max)을 포함하는 일정한 범위를 미리 결정된 도플러 값으로 분할된 도플러 빈들을 포함한다. 도플러 빈들은 도플러 값으로부터 산출된 속도 간격에 따라 분할된 것일 수 있다. 도플러 빈들은 연관 플롯의 도플러 값을 기초로 채워진다.
일 예로, 도플러 빈들은 표적의 최고 속력 설정값(vthd max)을 포함하는 일정한 속도 범위를 1m/s 속도 간격으로 분할된 것일 수 있다. 만약 제1 스캔 데이터의 연관 플롯(
)이 제4 도플러 빈에 대응하는 도플러 값을 가지면, 제1 스캔 데이터에 대하여 생성된 제1 도플러 빈 데이터의 제4 도플러 빈 값은 1이 될 수 있다. 마찬가지로, 제2 스캔 데이터의 연관 플롯(
)이 제4 도플러 빈에 대응하는 도플러 값을 가지면, 제2 스캔 데이터에 대하여 생성된 제2 도플러 빈 데이터의 제4 도플러 빈 값은 1이 될 수 있다.
도 4를 참조하면, 제n 스캔 데이터와 제j 스캔 데이터의 획득 시간 차이 동안 표적의 이동 및 속도 변화를 고려하여 제j 보정 도플러 빈 데이터를 생성한다.
제j 도플러 빈 데이터(j는 (n-N) 이상 (n-1) 이하의 자연수)의 상기 연관 플롯들에 대응하는 도플러 빈을 중심으로 이웃하는 2mj 개의 도플러 빈들에 보정 값을 부여하여, 제j 보정 도플러 빈 데이터를 생성할 수 있다.
이 때, mj는 상기 제j 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-j)T)에 비례하여 결정될 수 있다.
일 예로, 도 3에 도시된 제3 도플러 빈 데이터의 제4 도플러 빈 값은 1이며, 도 4에 도시된 제3 보정 도플러 빈 데이터는 제4 도플러 빈을 중심으로 좌측에 위치하는 하나의 도플러 빈(제3 도플러 빈)과 우측에 위치하는 하나의 도플러 빈(제5 도플러 빈)에 보정 값 1을 부여할 수 있다.
마찬가지로, 제2 보정 도플러 빈 데이터는 제4 도플러 빈을 중심으로 좌측으로 이웃하는 두 개의 도플러 빈(제2 도플러 빈, 제3 도플러 빈)과 우측으로 이웃하는 두 개의 도플러 빈(제5 도플러 빈, 제6 도플러 빈)에 보정 값 1을 부여할 수 있다.
도 5를 참조하면, 상기 제(n-N) 내지 제(n-1)의 보정 도플러 빈 데이터를 병합하여 도플러 빈 히스토그램을 생성한다. 도플러 빈 히스토그램은 테이블, 매트릭스, 그래프 등 다양한 형태를 가질 수 있다.
도 6 내지 도 8은 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 단계를 설명하기 위한 도면이다.
도 6을 참조하면, 제(n-N) 내지 제(n-1) 스캔 데이터를 기초로 생성된 도플러 빈 히스토그램의 각 도플러 빈에 대한 도수를 결정한다.
도 7 및 도 8을 참조하면, 미리 결정된 문턱 값 이상의 도수를 갖는 도플러 빈들을 추출하고, 추출된 도플러 빈들의 인접 관계에 따라 도플러 빈 그룹들을 생성한다.
예를 들어, 도 7에서 미리 결정된 문턱 값은 3이고, 3 이상의 도수를 갖는 제3 도플러 빈, 제4 도플러 빈 및 제5 도플러 빈이 추출되었다. 제3 도플러 빈 내지 제5 도플러 빈은 인접한 도플러 값을 가지고 있으므로, 제1 도플러 빈 그룹을 형성한다.
다른 일 예에서, 문턱 값 이상의 도수를 갖는 도플러 빈들의 도플러 값이 서로 인접하지 않고 이산적일 수 있다. 이러한 경우, 도 8에 도시된 것과 같이, 복수의 도플러 빈 그룹이 형성될 수 있다. 즉, 서로 인접한 도플러 값을 갖는 제1 도플러 빈 내지 제4 도플러 빈이 제1 도플러 빈 그룹을 형성하고, 제7 도플러 빈 및 제8 도플러 빈이 제2 도플러 빈 그룹을 형성할 수 있다.
도 8에 도시된 것과 같이 복수의 도플러 빈 그룹이 형성되는 경우, 제1 플롯이 하나의 표적으로부터 기인하였다는 가정하였을 때, 제1 플롯은 하나의 도플러 빈 그룹과 연관되어야 한다. 따라서, 제1 플롯과 연관되는 도플러 빈 그룹을 결정하기 위하여, 각 그룹에 포함되는 도플러 빈의 도수를 합산하여, 가장 큰 합산 값을 갖는 도플러 빈 그룹을 선택한다.
예를 들어, 도 8을 참조하면, 제1 도플러 빈 그룹에 포함되는 도플러 빈들은 제1 도플러 빈 내지 제4 도플러 빈이고, 각 도플러 빈들의 도수의 합산 값은 (3+4+4+3=10)이다. 제2 도플러 빈 그룹에 포함되는 도플러 빈들은 제7 도플러 빈 및 제8 도플러 빈이고, 각 도플러 빈들의 도수의 합산 값은 (3+3=6)이다. 따라서, 도수의 합산 값이 더 큰 제1 도플러 빈 그룹이 제1 플롯에 대응하는 도플러 빈 그룹으로 결정된다.
제1 플롯의 도플러 값은 제1 플롯에 대응하는 도플러 빈 그룹을 기초로 산출된다.
제1 플롯의 도플러 값은 제1 플롯에 대응하는 도플러 빈 그룹을 구성하는 각각의 도플러 빈의 도플러 값과 도수를 곱하여 합산한 값을, 상기 도플러 빈 그룹의 도수의 합산 값으로 나눈 것일 수 있다.
예를 들어, 도 8의 제1 도플러 빈 그룹에 대응하는 제1 플롯의 도플러 값은 아래와 같이 나타낼 수 있다.
여기서, Bin1 내지 Bin4는 제1 도플러 빈 내지 제4 도플러 빈 각각의 도플러 값이다.
제1 도플러 빈 내지 제4 도플러 빈이 도플러 값이 아닌, 도플러 값을 기초로 산출되는 속도 값을 기초로 분할되었을 경우, 동일한 방법으로 제1 플롯의 속도 값을 산출할 수 있다.
도 9는 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 일반화 된 알고리즘을 설명하기 위한 도면이다.
도 9를 참조하면, 도플러 빈 히스토그램의 제1 도플러 빈 내지 제10 도플러 빈은 각각 k1, k2, k3 
k10의 도수를 갖는다.
일 예로, 제1 플롯의 도플러 값은 아래의 알고리즘을 이용하여 산출될 수 있다.
[알고리즘 3]
find (i = 1, 2, 3 ?? 10 ; ni > M)
if i = 2, 3, 4 is OK
doppler of 1st plot = {(bin2 
n2) + (bin3 
n3) + (bin4 
n4)} / (n2+n3+n4)
산출된 도플러 값 및 제1 플롯의 위치를 이용하여, 1-포인트 트랙 초기화 방식에 따라 제1 플롯의 트랙을 생성할 수 있다.
도 10은 본 발명의 일 실시예에 다른 트랙 생성 장치를 도시하는 도면이다.
도 10을 참조하면, 트랙 생성 장치(20)는 적어도 하나 이상의 메모리(21) 및 프로세서(23)를 포함한다.
메모리(21)는 프로세서(23)의 처리 또는 제어를 위한 소프트웨어와 레이다(10)를 이용하여 미리 설정된 스캔 주기(T)에 따라 획득한 복수의 스캔 데이터들, 및 트랙 생성 프로그램을 저장할 수 있다.
메모리(21)는 트랙 생성 장치(20)의 동작을 위하여 구동되는 다수의 응용 프로그램, 애플리케이션, 이를 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 및 데이터들 중 일부는 유선 또는 무선 통신을 통하여 외부 서버로부터 획득하는 것일 수 있다.
메모리(21)는 프로세서(23) 내에 포함되는 롬(ROM), 램(RAM) 등의 내부 메모리로 구현되거나, 프로세서(23)와 별도의 기록매체로 구현될 수 있다. 상기 기록 매체는 컴퓨팅 장치를 이용하여 읽거나 저장할 수 있는 기록매체로, 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 저장매체(예를 들면, 시디롬, 디브이디 등) 일 수 있다.
프로세서(23)는 트랙 생성 장치(20)의 메모리(21)에 저장된 각종 프로그램을 이용하여 트랙 생성 장치(20)를 전반적으로 제어하기 위한 구성이다. 예를 들어, 프로세서(23)는 CPU, 램(RAM), 롬(ROM), 시스템 버스를 포함할 수 있다. 일 실시예에서, 프로세서(23)는 복수의 프로세서들의 조합으로 구현될 수 있다. 프로세서(23)는 디지털 신호를 처리하는 디지털 시그널 프로세서(digital signal processor(DSP), 마이크로프로세서(microprocessor), TCON(Time controller)으로 구현될 수 있다. 다만, 이에 한정되는 것은 아니며, 중앙처리장치(central processing unit(CPU)), MCU(Micro Controller Unit), MPU(micro processing unit), 컨트롤러(controller), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)), ARM 프로세서 중 하나 또는 그 이상을 포함하거나, 해당 용어로 정의될 수 있다. 또한, 프로세서(23)는 프로세싱 알고리즘이 내장된 SoC(System on Chip), LSI(large scale integration)로 구현될 수도 있고, FPGA(Field Programmable gate array) 형태로 구현될 수도 있다.
프로세서(23)는, 제n 스캔 데이터에 포함된 복수의 플롯들 중에서 제1 플롯을 선택하고, 상기 제1 플롯이 위치하는 섹터를 기초로 분석 대상 섹터들을 결정하고, 제(n-N) 내지 제(n-1) 스캔 데이터들의 상기 분석 대상 섹터들로부터 후보 플롯들을 추출하고, 최고 속력 설정값(vthd max) 및 해당 플롯이 포함된 제i(i는 (n-N) 이상 (n-1) 이하의 자연수) 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-i)T)를 기초로 상기 후보 플롯들로부터 연관 플롯들을 추출하고, 상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하고, 상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하고, 상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하도록 구성될 수 있다.
일 실시예에서, 프로세서(23)는, 제(n-N) 내지 제(n-1) 스캔 데이터들에 대하여 상기 최고 속력 설정값(vthd max)을 기초로 미리 결정된 도플러 값 간격의 제(n-N) 내지 제(n-1) 도플러 빈 데이터를 생성하고, 제j 도플러 빈 데이터(j는 (n-N) 이상 (n-1) 이하의 자연수)의 상기 연관 플롯들에 대응하는 도플러 빈을 중심으로 이웃하는 2mj개의 도플러 빈들에 보정 값을 부여하여 제j 보정 도플러 빈 데이터를 생성하고, 상기 제(n-N) 내지 제(n-1)의 보정 도플러 빈 데이터를 병합하여 상기 도플러 빈 히스토그램을 생성하도록 구성될 수 있다. 여기서 상기 mj는 상기 j 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-j)T)에 비례하여 결정될 수 있다.
일 실시예에서, 상기 프로세서(23)는 상기 도플러 빈 히스토그램의 각 도플러 빈에 대한 도수들을 결정하고, 미리 결정된 문턱 값 이상의 도수를 갖는 도플러 빈들을 추출하고, 추출된 도플러 빈들의 인접 관계에 따라 도플러 빈 그룹들을 생성하고, 각 도플러 빈 그룹들을 구성하는 도플러 빈들의 도수를 합산하여, 가장 큰 합산 값을 갖는 도플러 빈 그룹을 상기 제1 플롯에 대응하는 도플러 빈 그룹으로 결정하고, 상기 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하도록 구성될 수 있다.
또한, 상기 프로세서(23)는 일련의 과정들을 통하여 도출된 제1 플롯의 위치와, 제1 플롯의 도플러 값을 이용하여 1-포인트 트랙 초기화 방식에 따라 제1 플롯의 트랙을 생성하도록 구성되는 것일 수 있다.
도 11 내지 도 15는 각각 랜덤하게 생성된 클러터 수가 10개, 50개, 100개, 200개 및 400개인 다표적 시뮬레이션 환경을 나타내는 도면이다.
도 11 내지 도 15는 본 발명의 트랙 생성 방법 및 트랙 생성 장치의 연산 시간 및 오경보율을 평가하기 위하여 생성한 다표적 시뮬레이션 환경을 도시하는 것이다.
| 거리 | 방위각 | 속력 | 이동방향 | |
| 표적1 | 80km | 0도 | 20m/s | 180도 |
| 표적2 | 65km | 45도 | 20m/s | 180도 |
| 표적3 | 60km | -135도 | 10m/s | 0도 |
| 표적4 | 90km | -45도 | 30m/s | 135도 |
표 2는 다표적 시뮬레이션 환경에서 사용된 4개의 표적들의 위치 및 속도 정보이다.레이다는 거리와 방위각 정보만을 획득하며, x, y 축의 상태 벡터로 이를 저장한다. 레이다의 스캔 주기는 6.18 초이며, 도플러 빈 히스토그램의 도플러 빈 도수의 문턱 값(M)은 3, 연관 플롯을 추출하기 위한 스캔의 수(N)는 5로 설정하였다.
각 시뮬레이션 환경에서 클러터는 10, 50, 100, 200, 및 400 개가 생성되었으며, 균일하게(uniform) 분포되었다. 측정치의 거리 부정확성은 30 m, 방위각 부정확성은 7 mrad이다. 섹터들은 0.5도 간격으로 구획되었으며, 도플러 빈은 1m/s 간격으로 분할되었다. 표적의 최고 속력 설정값(vthd max)은 50 m/s 이다. 각각 20회의 몬테카를로 시뮬레이션을 수행하였다. 도 11 내지 도 16에 도시된 도면은 상술한 시뮬레이션 환경의 스캔을 두 번 누적하여 나타낸 것으로, 빨간 점은 클러터를, 초록 점을 표적을 의미한다.
실시예 1에서는, 레이다를 이용하여 획득한 스캔 데이터를 저장할 때, 섹터들을 미리 설정된 각도 값에 따라 구획하고, 인덱스를 부여하였으며, 선택된 제1 플롯의 방위각을 기초로 분석 대상 섹터들을 선택하고, 분석 대상 섹터들에 대응하는 인덱스를 포함하는 후보 플롯들만을 추출하여 트랙 생성을 실시하였다.
실시예 2에서는, 섹터들을 구획하지 않고, 스캔 데이터 전체에 대하여 연관 플롯들을 추출하였다.
비교예에서는 종래의 1-포인트 트랙 초기화 방식에 따라 제1 플롯의 트랙을 생성하였다.
| 클러터개수 | 실시예 1 | 실시예 2 | 비교예 |
| 10 | 2.6ms | 3.8ms | 1.6ms |
| 50 | 8.6ms | 48.8ms | 20.3ms |
| 100 | 21.8ms | 170.1ms | 69.1ms |
| 200 | 44.2ms | 628.8ms | 256.8ms |
| 400 | 109.4ms | 2702.5ms | 1078.5ms |
표 3은 실시예 1, 실시예 2 및 비교예의 트랙 생성 시간을 나타내는 표이다.표 3을 참조하면, 클러터의 수가 10개 이하인 경우, 종래의 방법을 사용한 비교예의 트랙 생성 시간이 가장 짧으나, 클러터의 수가 많아질수록 실시예 1의 트랙 생성 시간이 실시예 2 및 비교예와 비교하였을 때 짧아지는 것을 확인할 수 있다.
클러터의 개수가 400개 이상이 되는 경우, 실시예 1과 비교예의 트랙 생성 시간은 약 10배 차이가 나, 본 발명에 따른 트랙 생성 방법이 클러터 환경에서 빠르게 트랙을 생성할 수 있음을 확인하였다.
| 클러터개수 | 실시예 1 | 비교예 |
| 10 | 0 | 0 |
| 50 | 0 | 0.05 |
| 100 | 0 | 0.1 |
| 200 | 0 | 1.1 |
| 400 | 0.15 | 4.6 |
표 4는 실시예 1과 비교예의 트랙 생성시 오경보율의 평균 값을 나타내는 표이다.클러터의 수가 증가함에 따라, 비교예의 오경보율이 크게 증가하는 반면, 실시예 1은 클러터의 개수가 200개 이하일 경우, 오경보율이 0이며, 클러터의 개수가 400개일 때에도 0.15에 불과하여, 클러터 환경에서도 매우 높은 정확도로 트랙을 생성하는 것을 확인하였다.
| 설정 도플러 값 | 실시예 1 | |
| 표적1 | -20m/s | -23.9545m/s |
| 표적2 | -14.065m/s | -15.3913m/s |
| 표적3 | -7.05m/s | -9m/s |
| 표적4 | -30m/s | -27.5m/s |
표 5는 각 표적들의 설정 도플러 값과 실시예 1에 따라 산출한 도플러 값을 나타내는 표이다.표 5를 참조하면, 본 발명의 일 실시예에 따른 트랙 생성 방법은 표적의 도플러 값을 매우 근사하게 산출하는 것을 확인할 수 있다.
상기에서는 본 발명에 따른 실시예들을 기준으로 본 발명의 구성과 특징을 설명하였으나 본 발명은 이에 한정되지 않는다. 본 발명이 속하는 기술분야의 당업자가 본 발명의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있으며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속한다.
10 : 레이다
20 : 트랙 생성 장치
21 : 메모리
23 : 프로세서
20 : 트랙 생성 장치
21 : 메모리
23 : 프로세서
Claims (14)
- 컴퓨팅 장치에 의하여 수행되는 트랙 생성 방법에 있어서,
레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 n(n은 2 이상의 자연수)개의 스캔 데이터를 획득하는 단계;
제n 스캔 데이터에 포함된 복수의 플롯들 중에서 제1 플롯을 선택하는 단계;
상기 제1 플롯이 위치하는 섹터를 기초로 분석 대상 섹터들을 결정하는 단계;
제(n-N) 내지 제(n-1) 스캔 데이터들의 상기 분석 대상 섹터들로부터 후보 플롯들을 추출하는 단계;
최고 속력 설정값(vthd max), 및 해당 플롯이 포함된 제i(i는 (n-N) 이상 (n-1) 이하의 자연수) 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-i)T)를 기초로 상기 후보 플롯들로부터 연관 플롯들을 추출하는 단계;
상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하는 단계;
상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하는 단계; 및
상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하는 단계를 포함하고,
상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하는 단계는,
상기 도플러 빈 히스토그램의 각 도플러 빈에 대한 도수를 결정하는 단계;
미리 결정된 문턱 값(M) 이상의 도수를 갖는 도플러 빈들을 추출하는 단계;
추출된 도플러 빈들의 인접 관계에 따라 도플러 빈 그룹들을 생성하는 단계;
각 도플러 빈 그룹들을 구성하는 도플러 빈들의 도수를 합산하여, 가장 큰 합산 값을 갖는 도플러 빈 그룹을 상기 제1 플롯에 대응하는 도플러 빈 그룹으로 결정하는 단계; 및
상기 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하는 단계를 포함하는, 트랙 생성 방법. - 제1항에 있어서,
상기 레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 n(n은 2 이상의 자연수)개의 스캔 데이터를 획득하는 단계는,
상기 레이다의 스캔 방위각 범위를 미리 설정된 각도 값에 따라 복수의 섹터들로 구획하고, 상기 복수의 섹터들에 인덱스를 지정하는 단계; 및
상기 n개의 스캔 데이터에 포함된 플롯들을 해당 플롯이 위치하는 섹터에 따라 대응하는 인덱스를 부여하여 저장하는 단계를 포함하는, 트랙 생성 방법. - 제2항에 있어서,
상기 후보 플롯들을 추출하는 단계는,
상기 제1 플롯의 방위각을 기초로 상기 분석 대상 섹터들에 대응하는 인덱스 범위를 결정하는 단계; 및
제(n-N) 내지 제(n-1) 스캔 데이터들의 플롯들 중에서 상기 인덱스 범위에 포함되는 인덱스가 부여된 플롯들을 상기 후보 플롯들로 결정하는 단계를 포함하는, 트랙 생성 방법. - 제1항에 있어서,
상기 분석 대상 섹터들을 결정하는 단계는,
상기 제1 플롯이 위치하는 섹터로부터 미리 결정된 각도 범위에 포함되는 섹터들을 상기 분석 대상 섹터들로 결정하는 단계를 포함하는, 트랙 생성 방법. - 제1항에 있어서,
상기 후보 플롯들로부터 연관 플롯들을 추출하는 단계는,
상기 후보 플롯들 중에서 상기 제1 플롯으로부터 최대 가능 거리(Rmax) 내에 위치하고, 상기 제1 플롯으로부터 최대 가능 각도(Amax) 내에 위치하는 후보 플롯들을 상기 연관 플롯들로 선택하는 단계를 포함하는, 트랙 생성 방법. - 제5항에 있어서,
상기 최대 가능 거리(Rmax)는 상기 획득 시간차((n-i)T)와 상기 최고 속력 설정값(vthd max)을 곱한 값을 기초로 산출되고,
상기 최대 가능 각도(Amax)는 상기 획득 시간차((n-i)T)와 상기 최고 속력 설정값(vthd max)의 곱을 상기 제1 플롯의 거리()로 나눈 값을 기초로 산출되는, 트랙 생성 방법.
- 제1항에 있어서,
상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하는 단계는,
제(n-N) 내지 제(n-1) 스캔 데이터들에 대하여 상기 최고 속력 설정값(vthd max)을 기초로 미리 결정된 도플러 값 간격을 기초로 제(n-N) 내지 제(n-1) 도플러 빈 데이터를 생성하는 단계;
제j 도플러 빈 데이터(j는 (n-N) 이상 (n-1) 이하의 자연수)의 상기 연관 플롯들에 대응하는 도플러 빈을 중심으로 이웃하는 2mj개의 도플러 빈들에 보정 값을 부여하여 제j 보정 도플러 빈 데이터를 생성하는 단계; 및
상기 제(n-N) 내지 제(n-1)의 보정 도플러 빈 데이터를 병합하여 상기 도플러 빈 히스토그램을 생성하는 단계를 포함하고,
상기 mj는 상기 제j 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-j)T)에 비례하여 결정되는, 트랙 생성 방법. - 삭제
- 제1항에 있어서,
상기 제1 플롯의 트랙을 생성하는 단계는,
1 포인트 트랙 초기화(1-point track initiation) 방식에 따라 상기 제1 플롯의 트랙을 생성하는 단계를 포함하고,
상기 제1 플롯의 트랙의 상태변수는 상기 제1 플롯의 위치와 상기 제1 플롯의 상기 도플러 값을 포함하는 트랙 생성 방법. - 레이다를 이용하여 미리 설정된 스캔 주기(T)에 따라 획득한 복수의 스캔 데이터들, 및 트랙 생성 프로그램을 저장하는 메모리; 및
제n 스캔 데이터에 포함된 복수의 플롯들 중에서 제1 플롯을 선택하고,
상기 제1 플롯이 위치하는 섹터를 기초로 분석 대상 섹터들을 결정하고,
제(n-N) 내지 제(n-1) 스캔 데이터들의 상기 분석 대상 섹터들로부터 후보 플롯들을 추출하고,
최고 속력 설정값(vthd max) 및 해당 플롯이 포함된 제i(i는 (n-N) 이상 (n-1) 이하의 자연수) 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-i)T)를 기초로 상기 후보 플롯들로부터 연관 플롯들을 추출하고,
상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하고,
상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하고,
상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하도록 구성되는 프로세서를 포함하고,
상기 연관 플롯들의 도플러 값을 기초로 도플러 빈 히스토그램을 생성하고,
상기 도플러 빈 히스토그램을 기초로 상기 제1 플롯의 도플러 값을 결정하고,
상기 제1 플롯의 도플러 값을 이용하여, 제1 플롯의 트랙을 생성하도록 구성되는 프로세서를 포함하고,
상기 프로세서는,
상기 도플러 빈 히스토그램의 각 도플러 빈에 대한 도수들을 결정하고,
미리 결정된 문턱 값 이상의 도수를 갖는 도플러 빈들을 추출하고,
추출된 도플러 빈들의 인접 관계에 따라 도플러 빈 그룹들을 생성하고,
각 도플러 빈 그룹들을 구성하는 도플러 빈들의 도수를 합산하여, 가장 큰 합산 값을 갖는 도플러 빈 그룹을 상기 제1 플롯에 대응하는 도플러 빈 그룹으로 결정하고,
상기 제1 플롯에 대응하는 도플러 빈 그룹으로부터 상기 제1 플롯의 도플러 값을 산출하도록 구성되는, 트랙 생성 장치. - 제10항에 있어서,
상기 프로세서는,
제(n-N) 내지 제(n-1) 스캔 데이터들에 대하여 상기 최고 속력 설정값(vthd max)을 기초로 미리 결정된 도플러 값 간격의 제(n-N) 내지 제(n-1) 도플러 빈 데이터를 생성하고,
제j 도플러 빈 데이터(j는 (n-N) 이상 (n-1) 이하의 자연수)의 상기 연관 플롯들에 대응하는 도플러 빈을 중심으로 이웃하는 2mj개의 도플러 빈들에 보정 값을 부여하여 제j 보정 도플러 빈 데이터를 생성하고,
상기 제(n-N) 내지 제(n-1)의 보정 도플러 빈 데이터를 병합하여 상기 도플러 빈 히스토그램을 생성하도록 구성되고,
상기 mj는 상기 j 스캔 데이터와 상기 제n 스캔 데이터의 획득 시간차((n-j)T)에 비례하여 결정되는, 트랙 생성 장치. - 삭제
- 제10항에 있어서,
상기 프로세서는,
1 포인트 트랙 초기화(1-point track initiation) 방식에 따라 상기 제1 플롯의 트랙을 생성하도록 구성되고,
상기 제1 플롯의 트랙의 상태변수는 상기 제1 플롯의 위치와 상기 제1 플롯의 상기 도플러 값을 포함하는, 트랙 생성 장치. - 컴퓨팅 장치를 이용하여 제1항 내지 제7항 및 제9항 중 어느 한 항에 따른 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210042227A KR102302744B1 (ko) | 2021-03-31 | 2021-03-31 | 트랙 생성 방법 및 그 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210042227A KR102302744B1 (ko) | 2021-03-31 | 2021-03-31 | 트랙 생성 방법 및 그 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102302744B1 true KR102302744B1 (ko) | 2021-09-15 |
Family
ID=77793074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210042227A KR102302744B1 (ko) | 2021-03-31 | 2021-03-31 | 트랙 생성 방법 및 그 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102302744B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170076115A (ko) * | 2015-12-24 | 2017-07-04 | 한국공항공사 | 분할 섹터 그룹에 기초한 플롯 추출 장치 및 방법 |
| KR101770742B1 (ko) * | 2016-12-28 | 2017-08-23 | 엘아이지넥스원 주식회사 | 클러터를 억제하는 표적 탐지 장치 및 그 방법 |
| JP2019086464A (ja) * | 2017-11-09 | 2019-06-06 | 株式会社東芝 | レーダ装置及びそのレーダ信号処理方法 |
| KR102048530B1 (ko) * | 2019-09-20 | 2019-11-25 | 엘아이지넥스원 주식회사 | Psr 플롯 추출 기반의 다중 채널 항적 탐지 장치 |
| KR102073692B1 (ko) | 2018-08-20 | 2020-02-05 | 한화시스템 주식회사 | 레이더 수신 장치 및 이의 클러터 억제 방법 |
| KR102092278B1 (ko) | 2020-01-08 | 2020-03-23 | 국방과학연구소 | 비균질 클러터 환경에서 표적을 탐지하는 2d go ca-cfar 탐지 방법 및 그 시스템 |
-
2021
- 2021-03-31 KR KR1020210042227A patent/KR102302744B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170076115A (ko) * | 2015-12-24 | 2017-07-04 | 한국공항공사 | 분할 섹터 그룹에 기초한 플롯 추출 장치 및 방법 |
| KR101770742B1 (ko) * | 2016-12-28 | 2017-08-23 | 엘아이지넥스원 주식회사 | 클러터를 억제하는 표적 탐지 장치 및 그 방법 |
| JP2019086464A (ja) * | 2017-11-09 | 2019-06-06 | 株式会社東芝 | レーダ装置及びそのレーダ信号処理方法 |
| KR102073692B1 (ko) | 2018-08-20 | 2020-02-05 | 한화시스템 주식회사 | 레이더 수신 장치 및 이의 클러터 억제 방법 |
| KR102048530B1 (ko) * | 2019-09-20 | 2019-11-25 | 엘아이지넥스원 주식회사 | Psr 플롯 추출 기반의 다중 채널 항적 탐지 장치 |
| KR102092278B1 (ko) | 2020-01-08 | 2020-03-23 | 국방과학연구소 | 비균질 클러터 환경에서 표적을 탐지하는 2d go ca-cfar 탐지 방법 및 그 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109901153B (zh) | 基于信息熵权和最近邻域数据关联的目标航迹优化方法 | |
| CN112526513B (zh) | 基于聚类算法的毫米波雷达环境地图构建方法及装置 | |
| Granström et al. | A Gaussian mixture PHD filter for extended target tracking | |
| CN105137418B (zh) | 基于全邻模糊聚类的多目标跟踪与数据互联方法 | |
| JP5398288B2 (ja) | レーダ信号処理装置とその目標判定方法 | |
| CN111830501B (zh) | Hrrp历史特征辅助的信号模糊数据关联方法及系统 | |
| CN110376290B (zh) | 基于多维核密度估计的声发射源定位方法 | |
| CN110780289A (zh) | 基于场景雷达的多目标车辆跟踪方法及装置 | |
| CN111366900B (zh) | 基于残差统计的跟踪雷达航迹质量评估方法、系统及介质 | |
| Wang et al. | Classification of space micromotion targets with similar shapes at low SNR | |
| KR102302744B1 (ko) | 트랙 생성 방법 및 그 장치 | |
| CN108387880A (zh) | 一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法 | |
| JP2018185249A (ja) | レーダ装置および物標検出方法 | |
| KR102144048B1 (ko) | 빔 스캐닝 분석시 가중치를 적용하는 동작위치 검출 방법 및 장치 | |
| CN109344995B (zh) | 一种基于密度峰值聚类的混沌时间序列多步预测方法 | |
| CN110308428B (zh) | 一种建立低空杂波分布仿真模型的方法 | |
| CN104850856A (zh) | 近邻传播观测聚类的多扩展目标跟踪方法 | |
| JP2004184184A (ja) | レーダ画像処理装置 | |
| CN104820213B (zh) | 一种基于动态剔除的搜索跟踪雷达方向图估计方法 | |
| CN113340308A (zh) | 一种基于自报点的修正逻辑法航迹起始方法 | |
| KR20100092760A (ko) | 탐색레이더에서의 정밀 표적탐지방법 | |
| CN117420569B (zh) | 一种基于多普勒激光测风雷达的非均匀风场的反演方法 | |
| CN112068089B (zh) | 一种基于粒子滤波的序列检索方法 | |
| CN116092072B (zh) | 一种航天器目标检测方法、系统、存储介质和电子设备 | |
| CN113126082B (zh) | 一种群目标航迹起始方法、系统、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |