KR102586255B1 - Pcl 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치 - Google Patents

Pcl 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치 Download PDF

Info

Publication number
KR102586255B1
KR102586255B1 KR1020210075121A KR20210075121A KR102586255B1 KR 102586255 B1 KR102586255 B1 KR 102586255B1 KR 1020210075121 A KR1020210075121 A KR 1020210075121A KR 20210075121 A KR20210075121 A KR 20210075121A KR 102586255 B1 KR102586255 B1 KR 102586255B1
Authority
KR
South Korea
Prior art keywords
signal
ambiguity function
target
cross
reference signal
Prior art date
Application number
KR1020210075121A
Other languages
English (en)
Other versions
KR20220166409A (ko
Inventor
김형남
박도현
박근호
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020210075121A priority Critical patent/KR102586255B1/ko
Publication of KR20220166409A publication Critical patent/KR20220166409A/ko
Application granted granted Critical
Publication of KR102586255B1 publication Critical patent/KR102586255B1/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
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4052—Means for monitoring or calibrating by simulation of echoes
    • 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
    • G01S13/536—Discriminating between fixed and moving objects or between objects moving at different speeds using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves
    • 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
    • G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
    • 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
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/54—Simulation of radar

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

PCL(passive coherent location) 시스템의 실측 수신 데이터를 기반으로 표적 탐지를 위한 PCL 시스템의 표적 탐지기 학습을 위한 합성 데이터 셋(dataset)을 효율적으로 구축할 수 있는 합성 데이터 생성 방법 및 장치가 개시된다. 본 발명의 실시예에 따른 합성 데이터 생성 장치 및 방법은 기준 신호와 감시 신호를 이용하여 제1 교차 모호함수를 생성하고, 기준 신호를 이용하여 생성된 모의 표적 신호를 이용하여 제2 교차 모호함수를 생성하고, 제1 교차 모호함수 및 제2 교차 모호함수를 기반으로 합성 교차 모호함수를 생성하여 합성 데이터를 획득한다. 본 발명에 의하면, PCL 시스템의 표적 탐지기 학습을 위한 데이터 셋 구축에 요구되는 시간을 줄이고 비용을 절감할 수 있으며, 실제 클러터 환경을 반영할 수 있는 학습 데이터를 생성할 수 있다.

Description

PCL 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치{Method and apparatus for generating synthetic data for training target detector in passive coherent location system}
본 발명은 표적 탐지를 위한 PCL(passive coherent location) 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치에 관한 것이다. 이 과제는 부산대학교 기본연구지원사업(2년)에 의하여 연구되었음.
표적의 탐지를 위한 PCL 시스템은 상용 방송·통신 신호를 이용하여 표적을 탐지하는 레이더 시스템으로서, 송신기로부터의 직접 경로 신호 획득을 위한 기준 채널(reference channel)과 표적으로부터 반사되어 형성되는 표적 신호(target signal)를 획득하기 위한 감시 채널(surveillance channel)을 운용한다. PCL 시스템은 기준 채널에서 수신된 기준 신호와 감시 채널에서 수신된 감시 신호를 이용하여 교차 모호함수(cross-ambiguity function)를 유도한다. 유도된 교차 모호함수에 표적 탐지 알고리즘을 적용하면 기준 신호와 표적 신호 간의 TDOA(time-difference of arrival) 및 FDOA (frequency-difference of arrival)를 추정할 수 있고, TDOA/FDOA로부터 표적 위치를 추정할 수 있다. 기준 신호를 , 표적 신호를 이라 하고, 각 신호가 N 개의 신호 샘플을 가질 때, 이에 대한 교차 모호함수 는 아래 수학식 1과 같이 나타낼 수 있다.
[수학식 1]
수학식 1에서, n은 시간 인덱스, N은 수집 샘플 개수, τ는 TDOA, f는 FDOA를 나타낸다. PCL 시스템은 수학식 1과 같이 유도된 교차 모호함수의 크기 제곱인 에 표적 탐지 알고리즘을 적용함으로써 표적을 검출할 수 있다.
최근 기계 학습 분야에 대한 관심이 고조되면서, 컴퓨터 비전 분야에서도 딥러닝(deep learning) 기반의 알고리즘에 대한 연구가 진행되고 있고 기존의 알고리즘에 비해 우수한 성능을 보이고 있다. 딥러닝 기법으로 학습된 심층 신경망(deep neural network)을 PCL 시스템의 교차 모호함수에 적용하여 표적을 탐지함으로써, 기존의 표적 탐지 알고리즘보다 더 우수한 탐지 성능을 얻을 수 있을 것으로 기대된다. 심층 신경망을 기반으로 하는 표적 탐지기가 우수한 성능을 얻기 위해서는 다양한 환경에서 획득된 다수의 학습 데이터를 이용한 심층 신경망 학습이 요구된다.
딥러닝 기반의 학습 데이터 생성 방법은 실측 신호 기반의 데이터 생성 방법과 시뮬레이션 기반의 데이터 생성 방법의 두 가지 방법으로 구분될 수 있다. 먼저 시뮬레이션 기반의 데이터 생성 방법은 모의 신호를 사용하여 교차 모호함수를 생성하므로, 표적 정보에 대한 정답을 빠르고 정확하게 생성할 수 있다. 하지만 실제 클러터 환경이 아닌 가상 환경에서 생성된 모의 신호를 이용하여 데이터를 만들기 때문에, 다양한 실측 환경을 반영할 수 없어 학습된 표적 탐지기를 실제 PCL 시스템 운용 환경에 적용 시 낮은 탐지 성능을 나타낼 수 있다.
실측 신호 기반의 데이터 생성 방법은 실측 상황에서 발생할 수 있는 클러터 환경을 포함하기 때문에, 시뮬레이션 기반의 데이터 생성 방법에 비해 다양한 실측 환경을 반영할 수 있다. 그러나, 이러한 방법은 다수의 교차 모호함수에 존재하는 표적 결과들에 대한 정답을 직접 설정해야 하므로 많은 시간과 비용이 요구된다. 그러므로 실측 신호를 적절히 활용하여 실측 환경을 반영하면서도 정답 데이터를 빠르고 정확하게 생성할 수 있는 데이터 합성 방법이 필요하다.
본 발명은 PCL(passive coherent location) 시스템의 실측 수신 데이터를 기반으로 표적 탐지를 위한 PCL 시스템의 표적 탐지기 학습을 위한 합성 데이터 셋(dataset)을 효율적으로 구축할 수 있는 합성 데이터 생성 방법 및 장치를 제공하기 위한 것이다.
본 발명의 실시예에 따른 PCL(passive coherent location) 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법은: (a) 신호 수신부에 의해, 송신기로부터 직접 경로를 통해 전달되는 기준 신호와 클러터 신호가 혼합된 감시 신호를 수신하는 단계; (b) 모의 표적 신호 생성부에 의해, 상기 기준 신호를 이용하여 모의 표적 신호를 생성하는 단계; 및 (c) 합성 교차 모호함수 생성부에 의해, 상기 기준 신호와 상기 감시 신호를 이용하여 제1 교차 모호함수를 생성하고, 상기 모의 표적 신호 및 상기 기준 신호를 이용하여 표적이 존재하는 환경과 관련된 제2 교차 모호함수를 생성하고, 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 기반으로 합성 교차 모호함수를 생성하여 합성 데이터를 획득하는 단계;를 포함한다.
상기 (b) 단계는: 모의 표적의 개수와, 각 모의 표적의 시간 도달차, 주파수 도달차, 및 신호 세기를 포함하는 모의 표적 정보를 난수를 이용하여 설정하는 단계; 및 하기 수식 1에 따라 상기 모의 표적 정보와, 상기 기준 신호를 이용하여 상기 모의 표적 신호를 생성하는 단계;를 포함할 수 있다.
[수식 1]
상기 수식 1에서, stgs(n)는 상기 모의 표적 신호이고, Nt는 상기 모의 표적의 개수이고, τk는 k번째 모의 표적의 시간 도달차이고, fk는 k번째 모의 표적의 주파수 도달차이고, tk는 k번째 모의 표적의 신호 세기이다.
상기 (c) 단계는: (c1) 상기 기준 신호를 이용하여 상기 감시 신호에서 간섭 신호를 제거하는 단계; (c2) 상기 간섭 신호가 제거된 감시 신호와 상기 기준 신호를 이용하여 잡음 및 클러터가 존재하는 환경에 관련된 상기 제1 교차 모호함수를 생성하는 단계; (c3) 상기 모의 표적 신호와 상기 기준 신호를 이용하여 표적이 존재하는 환경과 관련된 상기 제2 교차 모호함수를 생성하는 단계; (c4) 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 이용하여 상기 합성 교차 모호함수를 생성하는 단계; 및 (c5) 상기 합성 교차 모호함수와 상기 모의 표적 신호의 생성에 사용된 모의 표적 정보를 상기 합성 데이터로 저장하는 단계;를 포함할 수 있다.
상기 (c1) 단계는 하기 수식 2에 따라 상기 감시 신호에서 상기 간섭 신호를 제거하는 단계를 포함할 수 있다.
[수식 2]
상기 수식 2에서, sECA(n)은 상기 간섭 신호가 제거된 간섭 신호이고, ssurv(n)은 상기 간섭 신호가 제거되지 않은 상태의 감시 신호이고, M은 다중 경로 신호 제거를 위해 설정되는 상수이고, αm은 m번째 경로의 기준 신호를 제거하기 위한 필터 상수이고, sref는 상기 기준 신호이다.
상기 (c2) 단계는 하기 수식 3에 따라 상기 간섭 신호가 제거된 감시 신호와, 상기 기준 신호를 이용하여 상기 제1 교차 모호함수를 생성하는 단계를 포함할 수 있다.
[수식 3]
상기 수식 3에서, C1(τ,f)는 상기 제1 교차 모호함수이고, τ는 시간 도달차를 나타내는 변수이고, f는 주파수 도달차를 나타내는 변수이고, sECA(n)은 상기 간섭 신호가 제거된 감시 신호이고, N은 상기 감시 신호의 샘플 크기이고, sref는 상기 기준 신호이다.
상기 (c3) 단계는 하기 수식 4에 따라 상기 모의 표적 신호와 상기 기준 신호를 이용하여 상기 제2 교차 모호함수를 생성하는 단계를 포함할 수 있다.
[수식 4]
상기 수식 4에서, C2(τ,f)는 상기 제2 교차 모호함수이고, N은 상기 모의 표적 신호의 샘플 크기이고, τ는 시간 도달차를 나타내는 변수이고, f는 주파수 도달차를 나타내는 변수이고, stgs(n)는 상기 모의 표적 신호이고, sref는 상기 기준 신호이다.
상기 (c4) 단계는: 균등 분포를 따르는 두 확률 변수를 생성하여 제1 가중치 및 제2 가중치로 설정하는 단계; 및 상기 제1 교차 모호함수에 상기 제1 가중치를 적용하고 상기 제2 교차 모호함수에 상기 제2 가중치를 적용하여 상기 합성 교차 모호함수를 생성하는 단계;를 포함할 수 있다.
상기 (c4) 단계는 하기 수식 5에 따라 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 이용하여 상기 합성 교차 모호함수를 생성하는 단계를 포함할 수 있다.
[수식 5]
상기 수식 5에서, Csyn(τ,f)는 상기 합성 교차 모호함수이고, C1(τ,f)는 상기 제1 교차 모호함수이고, C2(τ,f)는 상기 제2 교차 모호함수이고, ω1은 상기 제1 가중치이고, ω2는 상기 제2 가중치인, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
상기 (c5) 단계는 상기 합성 교차 모호함수와 상기 모의 표적 신호의 생성에 사용된 모의 표적의 개수, 상기 모의 표적의 시간 도달차, 및 상기 모의 표적의 주파수 도달차를 학습 데이터로 저장하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.
본 발명의 실시예에 따른 PCL(passive coherent location) 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 장치는: 송신기로부터 직접 경로를 통해 전달되는 기준 신호와 클러터 신호가 혼합된 감시 신호를 수신하도록 구성되는 신호 수신부; 상기 기준 신호를 이용하여 모의 표적 신호를 생성하도록 구성되는 모의 표적 신호 생성부; 및 상기 기준 신호와 상기 감시 신호를 이용하여 합성 교차 모호함수를 생성하도록 구성되는 합성 교차 모호함수 생성부;를 포함한다.
상기 합성 교차 모호함수 생성부는: 상기 기준 신호와 상기 감시 신호를 이용하여 제1 교차 모호함수를 생성하고, 상기 모의 표적 신호 및 상기 기준 신호를 이용하여 표적이 존재하는 환경과 관련된 제2 교차 모호함수를 생성하고, 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 기반으로 합성 교차 모호함수를 생성하여 합성 데이터를 획득하도록 구성된다.
본 발명의 실시예에 의하면, PCL(passive coherent location) 시스템의 실측 수신 데이터를 기반으로 표적 탐지를 위한 PCL 시스템의 표적 탐지기 학습을 위한 합성 데이터 셋(dataset)을 효율적으로 구축할 수 있는 합성 데이터 생성 방법 및 장치가 제공된다.
또한, 본 발명의 실시예에 의하면, 실측 신호를 기반으로 합성 교차 모호함수를 생성하므로, 실제 클러터 및 잡음 환경을 반영하는 학습 데이터를 생성할 수 있음과 동시에, 심층 신경망 학습에 필요한 학습 데이터의 수집 시간과 비용을 줄일 수 있다.
도 1은 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 장치의 구성도이다.
도 2는 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법의 순서도이다.
도 3은 도 2의 단계 S20을 보다 구체적으로 나타낸 순서도이다.
도 4는 도 2의 단계 S40을 보다 구체적으로 나타낸 순서도이다.
도 5는 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법의 성능을 나타낸 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 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서, 어떤 부분이 어떤 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 본 명세서에서 사용되는 '~기, ~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '~기, ~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다. 본 명세서의 '~기, ~부'는 반드시 소프트웨어 또는 하드웨어에 한정되지 않으며, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 이하에서는 도면을 참조하여 본 발명의 실시예에 대해서 구체적으로 설명하기로 한다.
본 발명의 실시예에 따른 PCL(passive coherent location) 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 장치 및 방법은 표적 탐지를 위한 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터를 생성하기 위한 것이다. PCL 시스템에서 표적 탐지를 위한 심층 신경망을 학습하는 것은 방대한 학습 데이터를 필요로 하며, 이를 직접 제작하는 데 많은 시간과 비용이 요구된다. 본 발명은 PCL 시스템에 수신된 실측 신호를 이용하여 표적 탐지를 수행하는 심층 신경망의 학습을 위한 합성 데이터 셋을 효율적으로 구축할 수 있는 기술을 개시한다.
본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법은 송신기로부터 직접 경로를 통해 전달되는 기준 신호와, 클러터 신호가 혼합된 감시 신호를 수신하여 이로부터 모의 표적 신호를 생성하고, 기준 신호와 감시 신호 및 모의 표적 신호를 이용하여 합성 교차 모호함수를 생성하여 합성 데이터를 획득한다.
도 1은 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 장치의 구성도이다. 도 1을 참조하면, 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 장치는 신호 수신부(10), 모의 표적 신호 생성부(20), 간섭 신호 제거부(30), 합성 교차 모호함수 생성부(40), 모의 표적 정보 저장부(50), 및 합성 교차 모호함수 저장부(60)를 포함할 수 있다.
신호 수신부(10)는 송신기로부터 직접 경로를 통해 전달되는 기준 신호와 클러터 신호가 혼합된 감시 신호를 수신하도록 구성될 수 있다. 신호 수신부(10)에 의해 수신 신호(기준 신호, 감시 신호)를 저장하는 단계에서 PCL 시스템이 표적을 탐지하기 위해서는 감시 신호에 표적이 존재하는 환경에서 감시 신호를 수신해야 한다. 그러나 본 발명의 실시예에서 제안하는 장치는 합성 데이터의 생성을 용이하게 하기 위해, 표적이 없는 환경에서 감시 신호를 수신하는 PCL 시스템을 사용할 수 있다.
신호 수신부(10)는 기준 채널을 통해 기준 신호를 수신하도록 구성되는 기준 신호 수신기(11), 감시 채널을 통해 기준 신호와 클러터 신호가 혼합된 감시 신호를 수신하도록 구성되는 감시 신호 수신기(12), 및 기준 신호 수신기(11)에 수신된 기준 신호와 감시 신호 수신기(13)에 의해 수신된 감시 신호를 저장하도록 구성되는 수신 신호 저장부(13)를 포함할 수 있다. 방송·통신 신호를 송신하는 송신기로부터 직접 경로로 수신되는 기준 신호를 sref(n)이라 하면, 수신되는 감시 신호 ssurv(n)은 하기의 수학식 2와 같이 나타낼 수 있다.
[수학식 2]
여기서 ar은 감시 신호 수신기(12)로 들어오는 기준 신호의 세기, N0는 감시 신호 수신기(12)로 들어오는 클러터 신호의 개수, ci는 감시 신호 수신기(12)로 들어오는 i번째 클러터 신호의 세기, τi는 i번째 클러터 신호와 기준 신호 간의 도달 시간 차이, ωsurv(n)은 감시 신호 수신기(12)에 존재하는 잡음을 의미한다.
수신 신호 저장부(13)에 저장된 기준 신호는 모의 표적 신호의 생성을 위해 모의 표적 신호 생성부(20)로 전달되고, 감시 신호에서 간섭 신호의 제거를 위해 간섭 신호 제거부(30)로 전달되고, 합성 교차 모호함수의 생성을 위해 합성 교차 모호함수 생성부(40)로 전달될 수 있다. 수신 신호 저장부(13)에 저장된 감시 신호는 감시 신호에 포함된 간섭 신호의 제거를 위해 간섭 신호 제거부(30)로 전달될 수 있다.
모의 표적 신호 생성부(20)는 기준 신호 수신기(11)에 수신되어 수신 신호 저장부(13)에 저장된 기준 신호를 전달받고, 기준 신호를 이용하여 모의 표적 신호를 생성하도록 구성될 수 있다. 실시예에서, 모의 표적 신호 생성부(20)는 모의 표적의 개수와, 각 모의 표적의 시간 도달차, 주파수 도달차, 및 신호 세기를 포함하는 모의 표적 정보를 난수를 이용하여 설정하고, 하기 수식 1에 따라 모의 표적 정보와, 기준 신호를 이용하여 모의 표적 신호를 생성할 수 있다.
[수식 1]
수식 1에서, stgs(n)는 모의 표적 신호 생성부(20)에 의해 생성되는 모의 표적 신호이고, Nt는 모의 표적의 개수이고, τk는 k번째 모의 표적의 시간 도달차(TDOA; time-difference of arrival)이고, fk는 k번째 모의 표적의 주파수 도달차(FDOA; frequency-difference of arrival)이고, tk는 k번째 모의 표적의 신호 세기이다.
간섭 신호 제거부(30)는 기준 신호를 이용하여 감시 신호에서 간섭 신호를 제거할 수 있다. 간섭 신호 제거부(30)는 수학식 2와 같이 수신된 감시 신호와 기준 신호를 이용하여, 교차 모호함수를 유도하기 전, 감시 신호 내에 존재하는 기준 신호 및 클러터 신호와 같은 간섭 신호들을 제거할 수 있다. PCL 시스템에서 감시 채널에 존재하는 간섭 신호를 제거하는데 사용되는 대표적인 알고리즘으로 ECA(extensive cancellation algorithm)가 있으며, 예를 들어 하기의 수식 2와 같이 나타낼 수 있다.
[수식 2]
수식 2에서, sECA(n)은 간섭 신호 제거부(30)에 의해 간섭 신호가 제거된 간섭 신호이고, ssurv(n)은 간섭 신호가 제거되지 않은 상태의 감시 신호이고, M은 다중 경로 신호 제거를 위해 설정되는 상수이고, αm은 m번째 경로의 기준 신호를 제거하기 위한 필터 상수이고, sref는 기준 신호이다. 여기서, 는 기준 신호와 감시 신호를 이용하여 (ssurv: 수신된 감시 신호 N×1 벡터, X: 기준 신호 sref(n)를 열로 가지며 기준 신호를 0부터 K-1 샘플까지 지연하여 만든 N×K 행렬) 수식으로 나타낼 수 있다. 이를 이용하여 수식 2에 따라 간섭 신호가 제거된 감시 신호를 획득할 수 있다.
모의 표적 신호 생성부(20)에 의해 생성된 모의 표적 신호와, 기준 신호 수신기(11)에 수신되어 수신 신호 저장부(13)에 저장된 기준 신호, 및 간섭 신호 제거부(30)에 의해 간섭 신호가 제거된 감시 신호는 합성 교차 모호함수를 생성하는데 활용될 수 있다.
합성 교차 모호함수 생성부(40)는 기준 신호와 감시 신호를 이용하여 제1 교차 모호함수를 생성하고, 모의 표적 신호를 이용하여 제2 교차 모호함수를 생성하고, 제1 교차 모호함수 및 제2 교차 모호함수를 기반으로 합성 교차 모호함수를 생성하여 합성 데이터를 획득할 수 있다.
합성 교차 모호함수 생성부(40)는 간섭 신호 제거부(30)에 의해 간섭 신호가 제거된 감시 신호와, 기준 신호를 이용하여 잡음 및 클러터가 존재하는 환경에 관련된 제1 교차 모호함수를 생성할 수 있다. 합성 교차 모호함수 생성부(40)는 하기의 수식 3에 따라 제1 교차 모호함수를 생성할 수 있다.
[수식 3]
수식 3에서, C1(τ,f)는 합성 교차 모호함수 생성부(40)에 의해 생성되는 제1 교차 모호함수이고, τ는 시간 도달차를 나타내는 변수이고, f는 주파수 도달차를 나타내는 변수이고, sECA(n)은 간섭 신호 제거부(30)에 의해 간섭 신호가 제거된 감시 신호이고, N은 감시 신호의 샘플 크기이고, sref는 기준 신호이다. 제1 교차 모호함수에는 ECA 알고리즘이 제거하지 못한 일부 클러터 신호와 잡음이 존재할 수 있다.
합성 교차 모호함수 생성부(40)는 모의 표적 신호 생성부(20)에 의해 생성된 모의 표적 신호와, 기준 신호를 이용하여 모의 표적이 존재하는 환경에서의 제2 교차 모호함수를 생성할 수 있다. 합성 교차 모호함수 생성부(40)는 하기의 수식 4에 따라 제2 교차 모호함수를 생성할 수 있다.
[수식 4]
수식 4에서, C2(τ,f)는 합성 교차 모호함수 생성부(40)에 의해 생성되는 제2 교차 모호함수이고, N은 모의 표적 신호 생성부(20)에 의해 생성되는 모의 표적 신호의 샘플 크기이고, τ는 시간 도달차를 나타내는 변수이고, f는 주파수 도달차를 나타내는 변수이고, stgs(n)는 모의 표적 신호이고, sref는 기준 신호이다.
합성 교차 모호함수 생성부(40)는 제1 교차 모호함수 및 제2 교차 모호함수를 이용하여 합성 교차 모호함수를 생성할 수 있다. 실시예에서, 합성 교차 모호함수 생성부(40)는 균등 분포를 따르는 두 확률 변수를 생성하여 제1 가중치 및 제2 가중치로 설정하고, 제1 교차 모호함수에 제1 가중치를 적용하고 제2 교차 모호함수에 제2 가중치를 적용하여 합성 교차 모호함수를 생성할 수 있다. 합성 교차 모호함수 생성부(40)는 하기의 수식 5에 따라 합성 교차 모호함수를 생성할 수 있다.
[수식 5]
수식 5에서, Csyn(τ,f)는 합성 교차 모호함수 생성부(40)에 의해 생성되는 합성 교차 모호함수이고, C1(τ,f)는 제1 교차 모호함수이고, C2(τ,f)는 제2 교차 모호함수이고, ω1은 제1 교차 모호함수의 가중치 값인 제1 가중치이고, ω2는 제2 교차 모호함수의 가중치 값인 제2 가중치이다. 제1 가중치와 제2 가중치를 다양하게 설정하여 클러터 및 잡음의 세기가 다양한 환경에서의 합성 교차 모호함수를 심층 신경망의 학습 데이터로 사용할 수 있다.
합성 교차 모호함수 생성부(40)는 생성된 합성 교차 모호함수와 모의 표적 신호의 생성에 사용된 모의 표적 정보를 합성 데이터로 저장할 수 있다. 모의 표적 신호 생성부(20)에 의해 모의 표적 신호의 생성에 사용된 모의 표적 정보는 모의 표적 정보 저장부(50)에 저장되고, 합성 교차 모호함수 생성부(40)에 의해 생성된 합성 교차 모호함수는 합성 교차 모호함수 저장부(60)에 저장될 수 있다.
합성 교차 모호함수와, 모의 표적 신호의 생성에 사용된 모의 표적의 개수, 모의 표적의 시간 도달차, 및 모의 표적의 주파수 도달차는 학습 데이터로 모의 표적 정보 저장부(50)와 합성 교차 모호함수 저장부(60)에 저장될 수 있다. 저장된 학습 데이터 중 합성 교차 모호함수는 심층 신경망의 입력 데이터로 설정되고, 모의 표적 정보에 해당하는 시간 도달차 및 주파수 도달차를 입력 데이터에 대한 정답을 의미하는 라벨(label)로 설정함으로써 심층 신경망 기반의 표적 탐지기 훈련을 위한 학습 데이터(합성 데이터)로 사용할 수 있다.
도 2는 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법의 순서도이다. 도 1 및 도 2를 참조하면, 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법은 신호 수신부(10)가 송신기로부터 직접 경로를 통해 전달되는 기준 신호와 클러터 신호가 혼합된 감시 신호를 포함하는 실측 신호를 수신하는 단계(S10)를 포함할 수 있다.
신호 수신부(10)에 의해 수신 신호(기준 신호, 감시 신호)를 저장하는 단계에서 PCL 시스템이 표적을 탐지하기 위해서는 감시 신호에 표적이 존재하는 환경에서 감시 신호를 수신해야 한다. 그러나 본 발명의 실시예에서 제안하는 방법은 합성 데이터의 생성을 용이하게 하기 위해, 표적이 없는 환경에서 감시 신호를 수신하는 PCL 시스템을 사용할 수 있다.
도 3은 도 2의 단계 S20을 보다 구체적으로 나타낸 순서도이다. 도 1 내지 도 3을 참조하면, 모의 표적 신호 생성부(20)는 기준 신호 수신기(11)에 수신되어 수신 신호 저장부(13)에 저장된 기준 신호를 전달받고, 기준 신호를 이용하여 모의 표적 신호를 생성할 수 있다(S20). 실시예에서, 모의 표적 신호 생성부(20)는 모의 표적의 개수와, 각 모의 표적의 시간 도달차(TDOA), 주파수 도달차(FDOA), 및 신호 세기를 포함하는 모의 표적 정보를 난수를 이용하여 설정한 후(S21 내지 S24), 앞서 설명한 수식 1에 따라 모의 표적 정보와, 기준 신호를 이용하여 모의 표적 신호를 생성하고 그 과정에서 생성된 모의 표적 정보를 저장할 수 있다(S25, S26).
다시 도 1 및 도 2를 참조하면, 간섭 신호 제거부(30)는 기준 신호를 이용하여 감시 신호에서 간섭 신호를 제거할 수 있다(S30). 간섭 신호 제거부(30)는 수학식 2와 같이 수신된 감시 신호와 기준 신호를 이용하여, 교차 모호함수를 유도하기 전, 감시 신호 내에 존재하는 기준 신호 및 클러터 신호와 같은 간섭 신호들을 제거할 수 있다. 간섭 신호 제거부(30)는 앞서 설명한 바와 같은 수식 2에 따라 감시 신호에서 간섭 신호를 제거할 수 있다.
모의 표적 신호 생성부(20)에 의해 생성된 모의 표적 신호와, 기준 신호 수신기(11)에 수신되어 수신 신호 저장부(13)에 저장된 기준 신호, 및 간섭 신호 제거부(30)에 의해 간섭 신호가 제거된 감시 신호는 합성 교차 모호함수를 생성하는데 활용될 수 있다.
합성 교차 모호함수 생성부(40)는 기준 신호와 감시 신호를 이용하여 제1 교차 모호함수를 생성하고, 모의 표적 신호를 이용하여 제2 교차 모호함수를 생성하고, 제1 교차 모호함수 및 제2 교차 모호함수를 기반으로 합성 교차 모호함수를 생성하여 합성 데이터를 획득할 수 있다(S40).
도 4는 도 2의 단계 S40을 보다 구체적으로 나타낸 순서도이다. 도 1, 도 2 및 도 4를 참조하면, 합성 교차 모호함수 생성부(40)는 간섭 신호 제거부(30)에 의해 간섭 신호가 제거된 감시 신호와, 기준 신호를 이용하여 잡음 및 클러터가 존재하는 환경에 관련된 제1 교차 모호함수를 생성할 수 있다(S41). 합성 교차 모호함수 생성부(40)는 상술한 수식 3에 따라 제1 교차 모호함수를 생성할 수 있다.
합성 교차 모호함수 생성부(40)는 모의 표적 신호 생성부(20)에 의해 생성된 모의 표적 신호와, 기준 신호를 이용하여 모의 표적이 존재하는 환경에서의 제2 교차 모호함수를 생성할 수 있다(S42). 합성 교차 모호함수 생성부(40)는 상술한 수식 4에 따라 제2 교차 모호함수를 생성할 수 있다.
합성 교차 모호함수 생성부(40)는 제1 교차 모호함수 및 제2 교차 모호함수를 이용하여 합성 교차 모호함수를 생성할 수 있다. 실시예에서, 합성 교차 모호함수 생성부(40)는 균등 분포를 따르는 두 확률 변수를 생성하여 제1 가중치 및 제2 가중치로 설정하고(S43), 제1 교차 모호함수에 제1 가중치를 적용하고 제2 교차 모호함수에 제2 가중치를 적용하여 합성 교차 모호함수를 생성할 수 있다(S44). 합성 교차 모호함수 생성부(40)는 상술한 수식 5에 따라 합성 교차 모호함수를 생성할 수 있다.
다시 도 1 및 도 2를 참조하면, 합성 교차 모호함수 생성부(40)는 생성된 합성 교차 모호함수와 모의 표적 신호의 생성에 사용된 모의 표적 정보를 합성 데이터로 저장할 수 있다(S50). 모의 표적 신호 생성부(20)에 의해 모의 표적 신호의 생성에 사용된 모의 표적 정보는 모의 표적 정보 저장부(50)에 저장되고, 합성 교차 모호함수 생성부(40)에 의해 생성된 합성 교차 모호함수는 합성 교차 모호함수 저장부(60)에 저장될 수 있다.
합성 교차 모호함수와, 모의 표적 신호의 생성에 사용된 모의 표적의 개수, 모의 표적의 시간 도달차, 및 모의 표적의 주파수 도달차는 학습 데이터로 모의 표적 정보 저장부(50)와 합성 교차 모호함수 저장부(60)에 저장될 수 있다. 저장된 학습 데이터 중 합성 교차 모호함수는 심층 신경망의 입력 데이터로 설정되고, 모의 표적 정보에 해당하는 시간 도달차 및 주파수 도달차를 입력 데이터에 대한 정답을 의미하는 라벨(label)로 설정함으로써 심층 신경망 기반의 표적 탐지기 훈련을 위한 학습 데이터(합성 데이터)로 사용할 수 있다.
PCL 시스템은 기준 신호와 감시 신호를 동시에 수집하고 이를 이용하여 교차 모호함수를 유도하는 레이더 시스템으로, 본 발명의 실시예에 따른 장치 및 방법에 의하면, 수신된 기준 신호와 감시 신호를 이용하여 합성 교차 모호함수를 생성하기 때문에 다양한 실제 환경에서 모의 표적이 존재하는 데이터를 생성할 수 있다. 또한, 본 발명의 실시예에 의하면, 모의 표적 신호를 사용하여 교차 모호함수 내의 표적 결과를 생성하기 때문에 단시간에 많은 합성 데이터를 생성할 수 있어 심층 신경망 학습용 데이터 셋 구축이 용이한 이점이 있다.
본 발명의 실시예에 따른 선박, 비행기, 드론 등의 표적 탐지나, LTE 또는 와이파이(Wi-Fi) 시스템과 같은 무선 통신 시스템을 구비하는 휴대형 무선 단말기와 같은 표적 탐지에 활용될 수 있는 다양한 PCL 시스템의 표적 탐지기를 딥러닝 기반으로 훈련하기 위한 학습 데이터(합성 데이터)를 효율적으로 생성하는데 활용될 수 있으나, 탐지 대상인 표적이 이에 한정되는 것은 아니다.
도 5는 본 발명의 실시예에 따른 PCL 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법의 성능을 나타낸 도면이다. 도 5는 종래의 표적 탐지 알고리즘인 CA-CFAR(cell averaging - constant false alarm rate)와, 본 발명의 실시예에 따라 합성 교차 모호함수로 구성된 데이터셋으로 학습한 FCN(fully convolutional network) 기반 표적 탐지기의 수신자 조작 특성(ROC; receiver operating characteristic) 곡선을 나타낸 것이다.
성능 분석을 위해 FM 라디오 신호를 방송 신호로 사용하였으며, 신호 수집 시간은 1초(전체 5000초 신호 수집 후 5000개의 데이터를 이용하여 평균 계산)로 하였다. 표적 반사 신호의 SINR(signal-to-interference-plus-noise ratio)은 -25 dB 였다. 도 5에 도시된 ROC 곡선의 아래 영역이 넓을수록 표적 탐지 성능이 우수하다는 것을 의미한다. 도 5의 도시로부터, 본 발명의 실시예에 따라 합성 교차모호 함수를 이용하여 학습된 FCN 기반 표적 탐지기(도 5의 적색 그래프)가 CA-CFAR 탐지기(도 5의 청색 그래프) 보다 우수한 탐지 성능을 나타내는 것을 확인할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/ 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.
처리 장치는 운영 체제 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리요소를 포함할 수 있음을 이해할 것이다.
예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor) 와 같은, 다른 처리 구성(Processing configuration)도 가능하다. 소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.
소프트웨어 및/ 또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody) 될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
10: 신호 수신부
11: 기준 신호 수신기
12: 감시 신호 수신기
13: 수신 신호 저장부
20: 모의 표적 신호 생성부
30: 간섭 신호 제거부
40: 합성 교차 모호함수 생성부
50: 모의 표적 정보 저장부
60: 합성 교차 모호함수 저장부

Claims (11)

  1. 표적 탐지를 위한 PCL(passive coherent location) 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법으로서,
    (a) 신호 수신부에 의해, 송신기로부터 직접 경로를 통해 전달되는 기준 신호와 클러터 신호가 혼합된 감시 신호를 수신하는 단계;
    (b) 모의 표적 신호 생성부에 의해, 상기 기준 신호를 이용하여 모의 표적 신호를 생성하는 단계; 및
    (c) 합성 교차 모호함수 생성부에 의해, 상기 기준 신호와 상기 감시 신호를 이용하여 제1 교차 모호함수를 생성하고, 상기 모의 표적 신호 및 상기 기준 신호를 이용하여 표적이 존재하는 환경과 관련된 제2 교차 모호함수를 생성하고, 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 기반으로 합성 교차 모호함수를 생성하여 합성 데이터를 획득하는 단계;를 포함하는, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  2. 제1항에 있어서,
    상기 (b) 단계는:
    모의 표적의 개수와, 각 모의 표적의 시간 도달차, 주파수 도달차, 및 신호 세기를 포함하는 모의 표적 정보를 난수를 이용하여 설정하는 단계; 및
    하기 수식 1에 따라 상기 모의 표적 정보와, 상기 기준 신호를 이용하여 상기 모의 표적 신호를 생성하는 단계;를 포함하고,
    [수식 1]

    상기 수식 1에서, stgs(n)는 상기 모의 표적 신호이고, Nt는 상기 모의 표적의 개수이고, τk는 k번째 모의 표적의 시간 도달차이고, fk는 k번째 모의 표적의 주파수 도달차이고, tk는 k번째 모의 표적의 신호 세기인, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  3. 제1항에 있어서,
    상기 (c) 단계는:
    (c1) 상기 기준 신호를 이용하여 상기 감시 신호에서 간섭 신호를 제거하는 단계;
    (c2) 상기 간섭 신호가 제거된 감시 신호와 상기 기준 신호를 이용하여 잡음 및 클러터가 존재하는 환경에 관련된 상기 제1 교차 모호함수를 생성하는 단계;
    (c3) 상기 모의 표적 신호와 상기 기준 신호를 이용하여 상기 표적이 존재하는 환경과 관련된 상기 제2 교차 모호함수를 생성하는 단계;
    (c4) 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 이용하여 상기 합성 교차 모호함수를 생성하는 단계; 및
    (c5) 상기 합성 교차 모호함수와 상기 모의 표적 신호의 생성에 사용된 모의 표적 정보를 상기 합성 데이터로 저장하는 단계;를 포함하는, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  4. 제3항에 있어서,
    상기 (c1) 단계는 하기 수식 2에 따라 상기 감시 신호에서 상기 간섭 신호를 제거하는 단계를 포함하고,
    [수식 2]

    상기 수식 2에서, sECA(n)은 상기 간섭 신호가 제거된 간섭 신호이고, ssurv(n)은 상기 간섭 신호가 제거되지 않은 상태의 감시 신호이고, M은 다중 경로 신호 제거를 위해 설정되는 상수이고, αm은 m번째 경로의 기준 신호를 제거하기 위한 필터 상수이고, sref는 상기 기준 신호인, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  5. 제3항에 있어서,
    상기 (c2) 단계는 하기 수식 3에 따라 상기 간섭 신호가 제거된 감시 신호와, 상기 기준 신호를 이용하여 상기 제1 교차 모호함수를 생성하는 단계를 포함하고,
    [수식 3]

    상기 수식 3에서, C1(τ,f)는 상기 제1 교차 모호함수이고, τ는 시간 도달차를 나타내는 변수이고, f는 주파수 도달차를 나타내는 변수이고, sECA(n)은 상기 간섭 신호가 제거된 감시 신호이고, N은 상기 감시 신호의 샘플 크기이고, sref는 상기 기준 신호인, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  6. 제3항에 있어서,
    상기 (c3) 단계는 하기 수식 4에 따라 상기 모의 표적 신호와 상기 기준 신호를 이용하여 상기 제2 교차 모호함수를 생성하는 단계를 포함하고,
    [수식 4]

    상기 수식 4에서, C2(τ,f)는 상기 제2 교차 모호함수이고, N은 상기 모의 표적 신호의 샘플 크기이고, τ는 시간 도달차를 나타내는 변수이고, f는 주파수 도달차를 나타내는 변수이고, stgs(n)는 상기 모의 표적 신호이고, sref는 상기 기준 신호인, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  7. 제3항에 있어서,
    상기 (c4) 단계는:
    균등 분포를 따르는 두 확률 변수를 생성하여 제1 가중치 및 제2 가중치로 설정하는 단계; 및
    상기 제1 교차 모호함수에 상기 제1 가중치를 적용하고 상기 제2 교차 모호함수에 상기 제2 가중치를 적용하여 상기 합성 교차 모호함수를 생성하는 단계;를 포함하는, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  8. 제7항에 있어서,
    상기 (c4) 단계는 하기 수식 5에 따라 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 이용하여 상기 합성 교차 모호함수를 생성하는 단계를 포함하고,
    [수식 5]

    상기 수식 5에서, Csyn(τ,υ)는 상기 합성 교차 모호함수이고, C1(τ,υ)는 상기 제1 교차 모호함수이고, C2(τ,υ)는 상기 제2 교차 모호함수이고, ω1은 상기 제1 가중치이고, ω2는 상기 제2 가중치인, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  9. 제3항에 있어서,
    상기 (c5) 단계는 상기 합성 교차 모호함수와 상기 모의 표적 신호의 생성에 사용된 모의 표적의 개수, 모의 표적의 시간 도달차, 모의 표적의 주파수 도달차를 학습 데이터로 저장하는 단계를 포함하는, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 기재된 PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  11. 표적 탐지를 위한 PCL(passive coherent location) 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 장치로서,
    송신기로부터 직접 경로를 통해 전달되는 기준 신호와 클러터 신호가 혼합된 감시 신호를 수신하도록 구성되는 신호 수신부;
    상기 기준 신호를 이용하여 모의 표적 신호를 생성하도록 구성되는 모의 표적 신호 생성부; 및
    상기 기준 신호와 상기 감시 신호를 이용하여 합성 교차 모호함수를 생성하도록 구성되는 합성 교차 모호함수 생성부;를 포함하고,
    상기 합성 교차 모호함수 생성부는:
    상기 기준 신호와 상기 감시 신호를 이용하여 제1 교차 모호함수를 생성하고, 상기 모의 표적 신호 및 상기 기준 신호를 이용하여 표적이 존재하는 환경과 관련된 제2 교차 모호함수를 생성하고, 상기 제1 교차 모호함수 및 상기 제2 교차 모호함수를 기반으로 합성 교차 모호함수를 생성하여 합성 데이터를 획득하도록 구성되는, PCL 시스템의 표적 탐지기 훈련을 위한 합성 데이터 생성 장치.
KR1020210075121A 2021-06-10 2021-06-10 Pcl 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치 KR102586255B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210075121A KR102586255B1 (ko) 2021-06-10 2021-06-10 Pcl 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210075121A KR102586255B1 (ko) 2021-06-10 2021-06-10 Pcl 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220166409A KR20220166409A (ko) 2022-12-19
KR102586255B1 true KR102586255B1 (ko) 2023-10-10

Family

ID=84535350

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210075121A KR102586255B1 (ko) 2021-06-10 2021-06-10 Pcl 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102586255B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100319993B1 (ko) 1995-09-20 2002-06-20 더 세크리터리 오브 스테이트 포 디펜스 미지신호의소스의위치탐색방법및장치
KR101777381B1 (ko) 2016-12-19 2017-09-11 엘아이지넥스원 주식회사 Pcl 수신기에서 적응 필터를 이용한 표적반사 신호의 도래각 추정 장치 및 방법
KR102150099B1 (ko) 2019-10-01 2020-08-31 국방과학연구소 Fm 신호 기반의 pcl 시스템에서 표적 데이터를 추출하는 방법 및 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101047927B1 (ko) * 2009-09-23 2011-07-08 (주)에이알테크놀로지 도착 시간 차이 및 도착 주파수 차이를 추정하는 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100319993B1 (ko) 1995-09-20 2002-06-20 더 세크리터리 오브 스테이트 포 디펜스 미지신호의소스의위치탐색방법및장치
KR101777381B1 (ko) 2016-12-19 2017-09-11 엘아이지넥스원 주식회사 Pcl 수신기에서 적응 필터를 이용한 표적반사 신호의 도래각 추정 장치 및 방법
KR102150099B1 (ko) 2019-10-01 2020-08-31 국방과학연구소 Fm 신호 기반의 pcl 시스템에서 표적 데이터를 추출하는 방법 및 장치

Also Published As

Publication number Publication date
KR20220166409A (ko) 2022-12-19

Similar Documents

Publication Publication Date Title
US20240147248A1 (en) System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization
US10705178B2 (en) Localization calibration and refinement in high-speed mobile wireless systems
Li et al. Multi-target position and velocity estimation using OFDM communication signals
US10324158B2 (en) Angle of arrival detection system and method
Ramadan et al. NLOS identification for indoor localization using random forest algorithm
CN110462428A (zh) 对使用无线信号检测的运动进行分类
US7541995B1 (en) Electromagnetic signal proximity detection systems and methods
WO2020209918A2 (en) Detection of cyber attacks targeting avionics systems
El Korso et al. Statistical resolution limit for source localization with clutter interference in a MIMO radar context
US10567948B1 (en) User equipment identification from mobile high-speed wireless uplink channels
Oliveira et al. Low cost antenna array based drone tracking device for outdoor environments
KR102399539B1 (ko) 오브젝트 식별 방법 및 장치
Chao et al. Grid cell based detection strategy for MIMO radar with widely separated subarrays
Parchekani et al. Sensing and localization using reconfigurable intelligent surfaces and the swendsen-wang algorithm
KR102586255B1 (ko) Pcl 시스템의 표적 탐지기 학습을 위한 합성 데이터 생성 방법 및 장치
US10473749B1 (en) Localization of mobile high-speed wireless user equipment from uplink channels
US11997728B1 (en) Multi-task learning neural network framework for RF spectrum sensing and classification
CN113484838A (zh) 一种多基地雷达有源假目标鉴别方法及系统
Martian et al. Direction-finding for unmanned aerial vehicles using radio frequency methods
Zhong et al. Multiple wideband source detection and tracking using a distributed acoustic vector sensor array: A random finite set approach
Wei et al. An empirical exploration of a simple deghosting method for multistatic radars
Kayraklik et al. Practical implementation of RIS-aided spectrum sensing: A deep-learning-based solution
CN107454618A (zh) 基于em的多主用户定位方法
CN111723686A (zh) 一种信号个数估计方法、装置、电子设备和存储介质
CN111083106A (zh) 一种多机器人网络中攻击机器人检测方法及检测系统

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20210610

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20230117

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20230518

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20231004

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20231004

End annual number: 3

Start annual number: 1

PG1601 Publication of registration