KR20080004601A - 현장에서 목표를 검출하는 방법 및 장치 - Google Patents

Abstract

하나 이상의 데이터 집합을 잡고, 각각의 데이터 집합은 복수의 정규화된 데이터 요소들을 포함하고, 각각의 정규화된 데이터 요소는 그 현장의 동일한 부분에 대한 기준 응답(reference return)에 대해 정규화된 현장의 일부분으로부터의 응답에 상응하는, 현장에서 목표를 검출하는 방법이 설명된다. 그 다음에 이 방법은 상기 하나 이상의 데이터 집합 각각의 정규화된 데이터 요소들 중 적어도 하나를 경계화(16; thresholding)하는 것을 포함한다. 경계화 단계(16)는 각각의 정규화된 데이터 요소들을 적어도 제 1 및 제 2 임계값들과 비교하고, 여기서 제 1 임계값은 제 2 임계값보다 크다. 경계화 단계와 조합하여 하나 이상의 확인 스캔(18; confirmation scan)을 사용하는 것도 설명된다. 공항 활주로와 같은 표면 상에서 외부 물체 파편을 검출하기 위해 본 발명의 방법을 사용하는 레이더 시스템도 설명된다.

항공기, 외부 물체 파편(FOD), 활주로, 일정 오경보율, 레이더

Description

현장에서 목표를 검출하는 방법 및 장치{Method and apparatus for detecting a target in a scene}

본 발명은 현장에서 목표를 검출하는 일정 오경보율(CFAR; constant false alarm rate) 처리 방법에 대한 것이다. 보다 상세하게는, 본 발명은 공항 활주로 등에서 외부 물체 파편(FOD; foreign object debris)의 개선된 검출을 허용하는 레이더 응답들을 처리하는 방법에 대한 것이다.

활주로 상의 외부 물체 파편(FOD)을 검출하기 위해 주파수 변조된 연속파(FMCW) 밀리미터(mm) 파 레이더를 사용하는 것이 공지되어 있다. FOD 검출 레이더는 이상적으로는 공항의 기능을 중단하는 것을 회피하기 위해 최소의 오경보율로 다양한 사이즈(예를 들어, 항공기 엔진 하우징으로부터 너트 또는 볼트의 사이즈 범위의 물체들)들의 물체들을 검출할 수 있어야 한다. 이러한 검출 요구조건은 공항 환경에서 전형적으로 발견되는 높은 레벨의 레이더 반사잡음(radar clutter)에 의해 많이 복잡해진다. 활주로 상의 어떤 FOD가 광범위한 기상 조건들에서 및 허용가능하게 낮은 오 경보율(예를 들어, 1일 또는 1주당 1회의 오경보)로 반사잡음에 대해 신뢰성 있게 검출될 수 있도록 레이더 데이터를 처리하는데 상당한 어려움들이 있을 수 있음도 잘 알려져 있다.

레이더 데이터의 일정 오경보율(CFAR) 처리도 알려져 있고 높은 반사잡음 환경에서 작동하게 설계된 레이더 시스템들에서 이전에 사용되어 왔다. CFAR 처리 기술은 전형적으로 오경보 확률(FPA) 곡선의 정보(knowledge)를 포함한다. 그 다음에, 바람직한 오경보율(예를 들어, 1일당 1회의 오경보)을 제공하는 임계값 레벨이 PFA 곡선으로부터 계산될 수 있다. 작동시, 레이더에 의해 획득된 스캔(scan)들이 이전에 결정된 임계값 레벨에 비교된 각각의 범위-방위각 셀(range-azimuth cell)에 대해 정규화된 응답(normalized return)과 단일 평균값 또는 깨끗한 현장 잡음 지도(scene clutter map)에 의해 정규화될 수 있다. 정규화된 응답이 임계값 레벨을 초과하면 레이더는 목표가 존재한다고 나타낸다. CFAR 기술들이 오경보율이 제어되게 하지만, 보다 낮은 오경보율은 보다 높은 검출 임계값을 요구하므로 레이더 감도를 감소시키는 것이 필연적인 결과이다. 그러므로, 당업자는 CFAR 기술들을 높은 검출 감도와 낮은 오경보율 모두를 제공할 수 없다고 생각한다.

본 발명의 목적은 레이더 데이터를 처리하는 개선된 방법 및 이러한 방법을 실시하는 장치를 제공하는 것이다. 또한, 본 발명의 추가 목적은 공항 활주로와 같은 표면 상의 외부 물체 파편의 존재의 경고를 제공하기 위해 레이더 데이터를 처리하는 방법을 제공하는 것이다. 본 발명의 또 다른 목적은 개선된 CFAR 처리 방법을 제공하는 것이다.

본 발명의 제 1 특징에 따르면, (a) 현장의 동일한 부분에 대한 기준 응답에 대해 정규화된 현장의 일부로부터의 응답에 각각 상응하는, 복수의 정규화된 데이터 요소들을 각각 포함하는, 하나 이상의 데이터 집합을 받고, (b) 상기 하나 이상의 데이터 집합 각각의 정규화된 데이터 요소들 중 하나 이상을 경계화(thresholding)하는 단계들을 포함하는 현장에서 목표를 검출하는 방법에 있어서, 경계화 단계(b)는 각각의 정규화된 데이터 요소들을 적어도 제 1 및 제 2 임계값들과 비교하는 단계를 포함하고, 제 1 임계값은 제 2 임계값보다 큰 것을 특징으로 한다.

그러므로, 하나 이상의 데이터 집합들의 정규화된 데이터 요소들이 둘 이상의 상이한 임계값들과 비교되는, 현장으로부터의 데이터를 분석하는 방법이 제공된다. 정규화된 데이터 요소들은 예를 들어, 현장의 잡음 지도에 관해 정규화된 현장 내의 복수의 범위-방위각 셀들로부터의 레이더 응답들을 포함할 수 있다.

그러므로, 본 발명의 방법은 현장으로부터 "큰" 정규화된 목표 응답들(즉, 제 1의 큰 임계값을 초과하는 정규화된 데이터 요소들)과 현장으로부터의 "중간의" 정규화된 목표 응답들(즉, 제 2의 중간 임계값을 초과하지만 제 1 임계값보다 낮은 정규화된 데이터 요소들)을 분리하는 편리한 방식을 제공한다. 또한, 경계화 단계는 바람직하게는 각각의 정규화된 데이터 요소를 적어도 제 1, 제 2 및 제 3 임계값들과 비교하는 것을 포함하고, 상기 제 3 임계값은 상기 제 2 임계값보다 낮다. 또한, 제 3 임계값을 제공하면 "작은" 정규화된 목표 응답들(즉, 제 3의 작은 임계값보다 크고 제 2 임계값보다 작은 값을 갖는 정규화된 데이터 요소들)이 검출되게 한다. 감소하는 크기의 추가 임계값(예를 들어, 제 4, 제 5, 제 6 등)도 필요에 따라 제공될 수도 있다.

본 발명에 따라 여러 임계값들을 제공하면 보다 작은(즉, 보다 낮은 레이더 단면) 목표들의 존재를 나타낼 수도 있는 임의의 보다 낮은 강도의 응답들이 버려지지 않음을 보장하면서 "큰" 목표들이 식별되게 한다. 이는 단 하나의 임계값만이 설정되고 단일 임계값보다 낮은 모든 정규화된 응답들이 폐기되는 종래기술의 오경보 확률(PFA) 기술들에 대해 중요한 장점이다. 하기에 보다 상술하는 바와 같이, 여러 임계값을 사용하면 보다 높은(즉, 제 1) 임계값을 초과하지 않고 보다 낮은(즉, 제 2 또는 이후의) 임계값들을 초과하는 정규화된 데이터 요소들에 대해 1회 이상의 "확인" 스캔과 조합할 때 특히 유익하다. 그러므로, 본 발명의 방법은 오경보율을 증가시키지 않고 검출 감도를 어떻게 증가시킬지의 문제점을 극복한다고 볼 수 있다.

본 발명은 유익하게는 그 현장에 대해 이전에 계산한 오경보 확률(PFA) 데이터로부터 적어도 제 1 및 제 2 임계값들을 유도하는 단계를 포함한다. 이 단계는 예를 들어, 오경보 확률 곡선을 사용하는 것을 포함할 수 있다. 또한, 이러한 PFA 데이터를 생성하는 초기 단계가 유익하게는 수행될 수 있고, 상기 PFA 데이터 생성 단계는 상기 현장으로부터의 복수의 부가적인 깨끗한 현장 응답들을 받는(예를 들어, 획득하는) 단계를 포함한다.

PFA 데이터 생성 단계는 각각의 깨끗한 현장 스캔이 그 현장의 상이한 부분들(예를 들어, 상이한 범위-방위각 셀들)에 상응하는 복수의 레이더 응답들을 포함하는 여러 개의(예를 들어, 10개) 깨끗한 현장 스캔들을 받는 것을 포함할 수 있다. 그 다음에, 깨끗한 현장 잡음 지도가 그 현장의 각각의 부분에 대해 여러 깨끗한 현장 스캔들로부터의 응답들을 평균화하여 만들어질 수 있다. 추가의 깨끗한 현장 스캔(예를 들어, 10 개 이상의 스캔)들이 획득되고 깨끗한 현장 잡음 지도로 정규화되어 원하는 오경보율을 제공하는데 필요한 검출 임계값들을 결정하는데 사용될 수 있는 오경보 확률 데이터가 생성되게 한다. FPA 데이터 생성 및 PFA 데이터가 임계값들을 설정하는데 어떻게 사용될 수 있는지에 관한 보다 세부적인 사항들은 하기에 주어진다.

유익하게는, 하나 이상의 데이터 집합들을 받는 단계(a)는 복수의 데이터 집합들을 받는 단계를 포함하며, 경계화 단계(b)는 결국 상기 복수의 데이터 집합들 각각에 적용된다. 이런 식으로, 여러 데이터 집합들(예를 들어, 여러 번의 스캔으로부터의 정규화된 응답들)이 연속하여 경계화된다. 유익하게는, 경계화 단계(b)는 상이한 임계값들을 상이한 데이터 집합들에 적용하는 단계를 포함한다.

유익하게는, 연속적인 데이터 집합들의 복수의 정규화된 데이터 요소들이 연속적인 기간들 중에 획득된 현장으로부터의 응답들로부터 유도된다. 이러한 경우에, 데이터 집합의 정규화된 데이터 요소들은 제 1 기간 중에(예를 들어, 제 1 레이더 스캔 중에) 획득된 현장에 관한 정보를 포함한다. 그 다음에, 제 2의 연속적인 데이터 집합의 모든 정규화된 데이터 요소들이 제 1 기간 후에 발생하며 중첩되지 않는 제 2 기간 중의(예를 들어, 제 2 스캔 중의) 현장에 대응한다. 그러므로, 각각의 데이터 집합은 예를 들어, 레이더 스캔으로부터 유도된 정규화된 데이터 요소들을 포함할 수 있고 연속적인 레이더 스캔들로부터의 응답들은 적절한 정규화 후에 연속적인 데이터 집합들을 형성할 수 있다.

편리하게는, 적어도 제 1 및 제 2 임계값들이 연속적인 데이터 집합들에 경계화 단계를 각각 적용할 때 사이에 수정된다. 그러므로, 상기 적어도 제 1 및 제 2 임계값들을 수정하는 단계는 유익하게는 현장의 변화들로부터 유도된 수정 계수에 의해 상기 임계값들을 축척변환(scaling)하는 것을 포함한다. 수정 계수는 제 1 기간 중의 현장으로부터의 응답들의 평균값(mean value)에 대한 제 2 기간 중의 현장으로부터의 응답들의 평균값의 비로부터 유도될 수 있고, 제 1 기간은 제 2 기간보다 선행한다.

제 1 및 제 2 기간들의 평균 응답들은 편리하게는 현장 내의 목표로부터의 임의의 응답들을 배제하게 배치될 수 있다; 예를 들어, 목표 확인 단계(하기 참조)에 의해 확인된 목표 검출값들로서 지정된 정규화된 데이터 요소들을 제공하는 응답들이 수정 계수를 계산할 때 배제될 수 있다. 이러한 수정 계수를 사용하여 임계값들을 축척변환하는 것은 현장으로부터의 전체 응답들이 시간에 걸쳐 변화하더라도 오경보율이 원하는 수준으로 유지되게 한다. 예를 들어, 현장으로부터의 응답들의 평균값은 현장이 젖었을 대 훨씬 크게 발견될 수 있다. 수정 계수는 현장이 크게 변화했을 때를 나타내는데 사용될 수도 있다; 예를 들어, 이는 비가 내리기 시작함을 나타내는데 사용될 수 있다.

유익하게는, 본 발명의 방법은 목표 확인 단계를 추가로 포함하고, 상기 목표 확인 단계는 상기 복수의 데이터 집합들 중 하나의 정규화된 데이터 요소가 제 1 임계값을 초과할 때 확인된 목표 검출 출력을 제공한다. 달리 말해, 확인된 목표 검출 출력은 제 1 임계값을 초과하는 임의의 데이터 요소들에 대해 목표 확인 단계에 의해 제공된다. 그러므로, 이러한 확인된 목표 검출 출력은 "큰" 목표의 존재를 나타낸다.

또한, 목표 확인 단계는 적어도 두 개의 연속적인 데이터 집합들에서 현장의 동일한 부분에 상응하는 정규화된 데이터 요소들이 제 2 임계값을 초과하고, 제 1 임계값 이하일 때 확인된 목표 검출 출력을 편리하게 제공할 수 있다. 그러므로, 목표 확인 단계로부터의 이러한 확인된 목표 검출 출력은 "중간의" 목표의 존재를 나타낸다. 달리 말해, 제 1 및 제 2 임계값들 사이의 값을 갖는 임의의 정규화된 데이터 요소들은 정규화된 데이터 요소의 값이 하나 이상의 추가 데이터 집합에서 확인되면 확인된 "중간" 목표 검출 출력들로서만 분류된다. 그러므로, 이러한 확인 스캔을 사용하면 오경보인 "중간" 매체의 확률을 감소시킨다.

부가적으로, 목표 확인 단계는 유익하게는 적어도 3개의 연속적인 데이터 집합들에서 현장의 동일한 부분에 상응하는 정규화된 데이터 요소들이 제 3 임계값을 초과하고 제 2 임계값보다 낮을 때 확인된 목표 검출 출력을 제공할 수 있다. 이러한 확인된 목표 검출 출력은 "작은" 목표의 존재를 나타낸다; 즉, 제 2 및 제 3 임계값들 사이의 값을 갖는 임의의 정규화된 데이터 요소들이 정규화된 데이터 요소의 값이 적어도 2개의 추가 데이터 집합에서 확인되면 확인된 "작은" 목표 검출 출력들로서만 분류된다. 2회 이상의 확인 스캔을 사용하면 "작은" 목표가 실제라는 신뢰도를 추가로 증가시키고 본 발명의 방법이 약한 응답들만을 제공하는 목표들을 검출할 수 있게 한다.

선택적으로, 오경보들에 대해 개선된 성능을 위해, 목표 확인 단계는 적어도 두 검출들을 필요로 하게 배치될 수 있고, 여기서 현장의 동일한 부분에 상응하는 정규화된 데이터 요소는 적어도 2개의 연속적인 데이터 집합들에서 제 1 임계값을 초과한다.

용어들 "큰" 목표, "중간" 목표와 "작은" 목표는 현장의 목표의 공간적 치수들을 의미하지 않음을 알아야 한다; 이들 용어는 본원에서 정규화된 데이터 요소가 유도되는 현장의 부분으로부터의 응답 강도를 나타내는데 사용된다. 당업자는 목표로부터의 레이더 응답의 강도가 그 레이더 단면에 의해 좌우되며, 이는 목표의 반사율, 배향 및 위치 등에 결정됨을 이해할 것이다.

상술한 바와 같이, 경계화 단계에 사용하기에 적절한 임계값들이 현장에 대해 획득된 오경보 확률 데이터를 사용하여 결정될 수 있다. 그러나, 특정한 임계값과 관련한 오경보 확률은 그 임계값과 사용되는 확인 스캔의 회수에 의존한다. 간단히 말해, 많은 회수의 확인 스캔은 고정된 오경보율을 유지하면서 관련한 임계값이 감소되게 할 수 있음을 알 수 있다. 달리 말해, 특정한 임계값에 관련한 오경보율은 확인 스캔의 회수를 증가시켜 감소될 수 있다.

오경보 확률 데이터를 0, 1, 또는 2회의 확인 스캔에 대해 개별적으로 계산할 수 있다. 이는 원하는 PFA 비율(예를 들어, 1일당 1회의 오경보)을 제공하기 위해 제 1, 제 2, 제 3 임계값들을 설정하는데 사용될 수 있는 3개의 별개의 PFA 곡선들을 제공한다. 그러나, 이러한 기술은 특히 보다 낮은 임계값들에 대한 PFA 데이터가 충분히 정확함을 보장하기 위해 많은 회수의 스캔을 필요로 한다. 다르게는, 본 발명의 방법은 유익하게는 그 현장에 대해 예전에 계산된 오경보 확률(PFA) 데이터로부터 상기 적어도 제 1 및 제 2 임계값들을 유도하는 초기 단계를 포함할 수 있고, 적어도 제 1 및 제 2 임계값들은 초기에 제 1 임계값을 계산하는데 사용된 PFA 데이터로부터 초기에 유도된다. 달리 말해, 0회 확인 스캔을 위한 PFA 데이터가 외삽(extrapolation)되어 가령 1회 및 2회 확인 스캔을 각각 사용한다면 제 2 및 제 3 임계값들이 결정되게 할 수 있다. PFA 데이터를 사용하여 임계값을 설정하는 것이 하기에 보다 상세히 설명된다.

현장 내의 단일 목표는 적어도 제 1 및 제 2 임계값을 초과하는 하나 이상의 데이터 집합들 내의 복수의 정규화된 데이터 요소들이 될 수 있다. 달리 말해, 현장의 각각의 목표는 복수의 확인된 목표 검출 출력을 발생시킬 수 있다. 레이더의 경우에 강하게 반사성인 목표는 공간적으로 분리된 측대파(side lobe) 응답들을 생성할 수도 있다. 그러므로, 본 발명의 방법은 클러스터링 단계를 포함하고, 클러스터링 단계는 목표 확인 단계로부터의 확인된 목표 검출 출력들을 그룹화하고 현장의 각각의 목표에 대해 하나의 목표 검출 출력을 제공하게 배치된다. 달리 말해, 클러스터링 단계는 모든 확인된 목표 검출들을 받고 각각의 목표에 대해 하나의 목표 검출 출력을 생성한다. 목표 검출 출력은 편리하게는 목표의 물리적 치수(즉, 사이즈)를 나타내거나 및/또는 현장 내의 목표의 위치를 나타낼 수 있다.

또한, 본 발명의 방법은 유리하게는 목표 경고 단계를 포함하고, 목표 경고 단계는 예정된 범위 내의 사이즈를 갖는 현장 내의 목표의 존재가 클러스터링 단계에 의해 지시될 때 목표 검출 경고를 제공한다. 이런 식으로, 특정 사이즈, 특정 범위의 사이즈들 내의 목표들의 존재가 경고(flag)될 수 있다. 그러므로, 목표 경고 단계는 예를 들어, 특정 사이즈보다 큰 목표들이 무시되게 할 수 있다. 이 방법이 FOD 모니터링 레이더로부터의 데이터에 적용되면, 항공기 응답들은 목표 경고 단계에 의해 무시될 수 있고 FOD의 존재만이 경고를 트리거(trigger)된다.

유익하게는, 본 발명의 방법은 하나 이상의 데이터 집합들 각각의 복수의 정규화된 데이터 요소들을 계산하기 위한 정규화 단계를 포함하며, 정규화 단계는 현장으로부터 획득된 복수의 응답들을 받고 현장의 잡음 지도를 사용하여 상기 응답을 정규화하는 단계들을 포함한다. 상술한 정규화 단계는 본 발명의 필수적인 부분이 아님을 알아야 하며; 본 발명의 방법은 이전에 정규화된 데이터 집합에 쉽게 적용될 수 있다.

정규화 단계에 사용되는 잡음 지도는 초기에 복수의 깨끗한 현장 응답들로부터 형성될 수 있고, 각각의 깨끗한 현장 응답은 그 현장 내에 목표가 없을 때의 현장의 일부로부터의 응답에 상응한다. 적절하다면, 정규화 단계에 사용되는 초기 잡음 지도는 적어도 제 1 및 제 2 임계값들이 그로부터 결정되는 PFA 데이터를 생성하는데 사용되는 깨끗한 현장 잡음 지도일 수 있다.

본 발명의 방법이 연속적인 기간들 중에 획득된 일련의 데이터 집합들에 적용되면, 정규화 단계에 사용되는 잡음 지도는 주기적으로 갱신될 수 있다. 이는 깨끗한 현장으로부터 기대되는 응답들의 양호한 표시(indication)를 연속적으로 제공할 수 있다. 잡음 지도를 주기적으로 갱신하는 것은 현장으로부터의 배경 응답들의 큰 변화들(예를 들어, 비가 내리면)이 오경보들을 트리거하지 않고 검출 감도를 감소시키지 않음을 또한 보장한다.

유익하게는, 각각의 갱신된 잡음 지도는 복수의 상기 하나 이상의 데이터 집합들의 정규화된 데이터 요소들을 생성하는데에도 사용되는 현장으로부터의 응답들을 사용하여 형성된다. 달리 말해, 현장으로부터의 측정된 응답들(즉, 정규화 단계의 적용 전의 응답들)은 갱신된 잡음 지도를 생성하는데 사용될 수도 있다. 그러므로, 갱신된 잡음 지도는 가령 현장의 10회의 연속적인 스캔의 집합의 응답들을 평균화하여 생성될 수 있다. 이런 식으로, 잡음 지도는 깨끗한 현장 응답들을 획득해야 할 필요없이 필요할 때 갱신될 수 있다.

잡음 지도의 연속적인 갱신이 요구되면, 정규화 단계와 병렬로 갱신된 잡음 지도를 생성할 수 있다. 예를 들어, 복수의(예를 들어, 10개의) 응답들의 집합들이 경계화된 제 1 잡음 지도를 사용하여 정규화될 수 있고, 목표 확인 단계는 확인된 목표 검출 출력들을 제공할 수 있다. 동일한 10개 집합의 응답들이 정규화 단계와 병렬로 갱신된 잡음 지도를 형성하기 위해 평균화될 수 있다. 그 다음에, 갱신된 잡음이 다음 10개 집합의 응답들을 정규화하는데 사용될 수 있다. 이런 식으로, 잡음 지도는 작동 중에 연속적으로 갱신된다.

잡음 지도를 형성하는데 깨끗하지 않은 현장(즉, 목표를 포함할 수 있는 현장)으로부터의 응답들을 사용하는 것은 전형적으로 이러한 목표들로 인한 갱신된 잡음 지도로부터 임의의 응답들을 배제할 필요가 있음을 의미한다. 그러므로, 목표 확인 단계가 확인된 목표 검출 출력을 나타낸 현장의 부분들에 상응하는 응답들이 갱신된 잡음 지도로부터 배제된다. 대신에, 그 현장의 부분들에 대한 이전의 잡음 지도 값들이 적절한 잡음 지도 수정 계수가 적용된 후에 갱신된 잡음 지도에 사용된다. 잡음 지도 수정 계수는 갱신된 잡음 지도에 포함된 값들의 평균값에 대한 이전의 잡음에 포함된 값들의 평균값의 비에 관련한다. 이런 식으로 잡음 지도들을 갱신하는 것의 보다 상세한 설명이 하기에 주어진다.

유익하게는, 하나 이상의 데이터 집합의 각각의 정규화된 데이터 요소는 현장 내의 범위-방위각 셀로부터의 정규화된 응답 강도에 상응한다. 바람직하게는, 각각의 정규화된 데이터 요소가 그로부터 유도되는 현장으로부터의 응답은 빔 적분된(WBI; beam integrated) 범위-방위각 데이터 내에서 포함된다. 레이더 장치의 원본(raw) 데이터 출력으로부터 이러한 WBI 범위-방위각 데이터를 형성하는 것이 알려져 있고 하기에 보다 상세히 설명된다.

바람직하게는, 본 발명의 방법은 마스킹(masking) 단계를 또한 포함하고, 마스킹 단계는 현장 내의 예정된 영역 밖의 응답들로부터 유도된 하나 이상의 데이터 집합 각각으로부터 정규화된 데이터 요소들을 제거하게 배치된다. 이런 식으로, 본 발명의 방법은 현장의 예정된 부분 내의 목표들만을 검출한다. 마스킹 단계는 예를 들어, 본 발명의 방법이 현장 내의 활주로 상에 위치하는 목표들만을 검출함을 보장하기 위해 활주로 마스크(runway mask)를 형성하는 것을 포함할 수 있다. 그러므로, 활주로를 벗어나 위치하는 물체들은 무시된다.

유익하게는, 하나 이상의 데이터 집합을 받는 단계(a)는 데이터 저장 수단으로부터 상기 하나 이상의 데이터 집합을 읽는 것을 포함한다. 달리 말해, 데이터의 오프라인 처리가 가능하다. 다르게는, 하나 이상의 데이터 집합을 받는 단계(a)는 레이더 장치로부터 현장의 일부로부터의 응답들을 얻는 단계를 포함한다. 그러므로, 본 발명의 방법을 사용하는 온-라인 데이터 처리가 구현될 수 있다.

바람직하게는, 현장은 활주로의 적어도 일부를 포함한다. 달리 말해, 본 발명의 방법은 활주로 상의 FOD를 검출하는데 사용될 수 있다.

본 발명의 제 2 특징에 따라, 본 발명의 제 1 특징의 방법을 실행하게 프로그래밍된 컴퓨터가 제공된다.

본 발명의 제 3 특징에 따라, 본 발명의 제 1 특징의 방법을 실시할 수 있는 컴퓨터 프로그램이 제공된다. 상기 컴퓨터 프로그램을 담고 있는 적절한 매체(carrier)도 제공될 수 있다.

본 발명의 제 4 특징에 따라, 본 발명의 제 1 특징의 방법을 실시하게 배치된 레이더 장치가 제공된다.

본 발명의 제 5 특징에 따라, 레이더 장치가 (a) 현장의 동일한 부분에 대한 기준 응답에 대해 정규화된 현장의 일부로부터의 응답에 각각 상응하는 복수의 정규화된 데이터 요소를 각각 포함하는 하나 이상의 데이터 집합을 받고, (b) 상기 하나 이상의 데이터 집합 각각의 정규화된 데이터 요소들 중 하나 이상을 경계화하게 배치되는 프로세서를 포함하고, 상기 경계화 단계(b)는 각각의 정규화된 데이터 요소들을 적어도 제 1 및 제 2 임계값들과 비교하는 단계를 포함하며, 제 1 임계값은 제 2 임계값보다 큰 것을 특징으로 한다.

바람직하게는, 본 발명의 장치는 주파수 변조된 연속파(FMCW) 레이더 장치를 포함한다. 유익하게는, FMCW 레이더 장치는 35 GHz보다 높은 주파수를 갖는 방사선을 송신하게 배치된다.

본 발명은 이제 하기의 도면들을 참조하여 예시만을 위해 설명된다.

도 1은 본 발명의 방법의 개략도.

도 2는 도 1에 요약된 방법의 초기 검출들 단계 중에 실시되는 방법의 예시도.

도 3은 잡음 지도 형성을 위한 기술의 예시도.

도 4는 목표 응답들이 잡음 지도 형성 중에 어떻게 제거될 수 있는지를 보이는 도면.

도 5는 오경보 확률(PFA) 곡선과 PFA 곡선의 후미의 외삽법의 예시도.

도 6은 기준인 도 1에 요약된 방법의 검출 판별 단계 중에 실시되는 방법의 예시도.

도 7은 본 발명의 방법을 실시하기 위한 레이더의 예시도.

도 1을 참조하면, 본 발명의 처리 방법을 예시하는 순서도가 예시되어 있다. 이 방법은 데이터 획득 단계(2), 데이터 처리 단계(4), 초기 검출들 단계(6), 검출 판별 단계(8) 및 파편 위치 출력 단계(10)를 포함한다.

데이터 획득 단계(2)는 레이더 장치에 의해 생성된 원본 데이터를 획득하거나, 또는 이전에 획득된 것을 검색(retrieving)하는 것을 포함한다. 이 예에서, 원본 데이터는 밀리미터(mm) 파 주파수들에서 작동하는 지나간(swept) 주파수 변조된 연속파(FMCW) 레이더에 의해 획득된 동위상 구상(IQ; in-phase Quadrature) 주파수 도메인 데이터를 포함한다. 그러나, 이 기술은 현장으로부터 이미지를 캡쳐하는 임의의 장치(능동 또는 수동)에 의해 생성된 데이터에 적용될 수 있음을 알아야 한다.

데이터 사전-처리 단계(4)는 레이더에 의해 생성된 원본 IQ 주파수 도메인 데이터를 받고 이를 강도 범위 프로파일들로 변환한다. 그 다음에, 강도 범위 프로파일들의 집합들이 가중치가 주어지고 적분되어 빔 적분된(WBI) 범위 프로파일들을 내에서 만들어진다. WBI 단계는 레이더의 아날로그-대-디지털 변환기(ADC)로부터의 원본 시간 도메인 데이터 출력을 강도 범위 프로파일로 변환한다. 이를 달성하기 위해, 몇 개의 강도 범위 프로파일들의 가중 평균이 각각의 방위각 빈(azimuth bin)에 대해 만들어진다. 이는 필터 가중치들을 승적(convolving)하는 것과 등가이며, 이는 강도 범위 프로파일들로 양방향(two way) 방위각 안테나 빔 패턴을 근사(approximate)시킨다.

초기 검출들 단계(6)는 본 발명의 방법의 주요 검출 엔진이고 범위내(within) 빔 적분 범위 프로파일들을 이진(binary)의 확인된 검출 데이터로 변환한다. 초기 검출 단계(6) 중에, WBI 범위 프로파일들은 단기간 잠음 지도에 관해 정규화되고 초기 검출값(detection)들을 내기 위해 경계화된다. 잠재적인 목표들(즉, 검출값들)이 3개의 이산된 검출 임계값들을 정의하여 이들의 신호 대 잡음비(SCR)에 따라 분리된다. 가장 높은 임계값을 통과하는 강한 신호 대 잡음비(SCR)를 포함하는 셀들은 "큰 목표들"로서 분류되고, SCR이 가장 낮은 임계값 이상이고 가장 높은 임계값 이하인 셀들은 "중간 목표들"로서 분류되고, 가장 낮은 임계값만 을 통과하는 약한 SCR을 갖는 셀들은 "작은 목표들"로서 분류된다. 이 단계에서 사용되는 3개의 임계값들은 깨끗한 현장 잡음 지도로부터 유도되고 작동 중에 동적으로 갱신된다.

또한, 초기 검출 단계(6)는 "확인된" 검출값들의 리스트를 제공한다. 큰 목표들은 바로 확인된 검출값들로서 분류된다. 중간 목표들은 이들이 이후의 스캔에서 "확인된" 경우에만 확인된 검출값들로서 분류된다; 즉, 2개의 중간 목표들이 연속적인 스캔 상의 동일한 범위-방위각 셀에서 발생한다. 작은 목표들은 이들이 2회의 이후의 스캔에서 "확인"된 경우에만 확인된 검출값들로서 간주된다. 여러 임계값들과, 보다 낮은 SCR 대역 내의 목표들에 대한 부가적인 확인 스캔들의 요구조건들을 제공하면, 오경보율을 증가시키지 않고 낮은 강도의 목표들을 검출하는 레이더의 성능을 개선한다. 초기 검출 단계(6)에 대한 보다 세부적인 사항들은 도 2 내지 도 5를 참조하여 하기에 주어진다.

검출 판별 단계(8)는 초기 검출 단계(6)의 확인된 검출값 출력으로부터 FOD 위치 데이터를 생성한다. 특히, 검출 판별 단계(8)는 목표당 하나의 최종 검출값만이 있도록 원본 이진 검출값들을 클러스터링 및 중심값 연산(centroiding)하여 초기 검출 단계에 의해 만들어진 이진 검출값 출력을 관련한 목표들의 위치들로 변환한다. 특정 개수의 검출 화소를 초과하고 따라서 예정된 사이즈 이상인 목표들은 파편들이 아니라 항공기로 간주되고 보고되지 않는다. 또한, 검출 판별 단계 중에 결정된 항공기 및 파편(FOD) 목표들의 위치 및 정도는 초기 검출 단계(6) 중에 WBI 데이터를 정규화하는데 사용된 단기간 잡음 지도로부터 배체된다. 검출 판별 단계(8)의 보다 상세한 설명이 도 6을 참조하여 하기에 주어진다.

마지막으로, 파편 위치 경고 단계(10)가 검출 판별 단계(8)에 의해 생성된 FOD 위치 데이터를 받고 사용자 경고 출력을 제공한다. 파편 위치 경고 단계(10)는 단순히 경고음을 내는 것을 포함할 수 있고 또는 어디에 FOD가 위치하는지의 보다 상세한 표시를 제공할 수 있다.

이제 도 2를 참조하면, 도 1의 초기 검출 단계(6)가 보다 상세히 설명된다. 초기 검출 단계(6)는 정규화 단계(12), 마스킹 단계(14), 경계화 단계(16) 및 확인 단계(18)를 포함한다.

정규화 단계(12)는 각각의 방위각 빈(Θ)으로부터 WBI 범위 프로파일을 받고 완성된 단기간 잡음 지도의 방위각 빈(Θ)으로부터의 상응하는 프로파일에 의해 그 안에 포함된 각각의 값을 나누는 것을 포함한다. 그러므로, 현재 스캔과 단기간 잡음 지도 간에 큰 차이점들이 없으면, 정규화된 데이터의 평균값은 약 1이다. 정규화 단계에 사용된 단기간 잡음 지도가 연속적으로 갱신됨을 알아야 한다. 단기간 잡음 지도 형성은 도 3 및 도 4를 참조하여 하기에 보다 상세히 설명된다.

정규화 단계 후에, 마스킹 단계(14)가 수행되며 여기서 정규화 단계(12)에 의해 만들어진 정규화된 WBI 범위 프로파일이 이진 활주로 마스크와 곱해진다. 활주로 마스크는 시스템 초기화시 정의되고 관심 영역(예를 들어, 활주로)으로부터의 범위 방위각 셀들에 대해 1들과 다른 곳의 0들로 구성된다. 그러므로, 그 결과인 마스킹된 정규화된 WBI 범위 프로파일이 마스킹 단계(14)에 의해 만들어지고 이는 관심 셀들의 정규화된 WBI 값들과 다른 곳의 0들을 포함한다.

상술한 바와 같이, 마스킹 단계(14)에 사용된 마스크는 시스템 초기화시 생성된다. 활주로 FOD 검출에 대해, 마스크는 활주로 상의 범위-방위각 셀들의 1들과 다른 곳의 0들을 포함한다. 부가적으로, 활주로 마스크는 바람직하게는 실제 활주로 표면으로부터의 범위-방위각 셀들만을 포함해야 하고, 마스크에 풀 또는 비-활주로 표면의 다른 셀을 가지면 활주로 통계에 치명적인 영향을 줄 수 있다. 마스크는 기술자에 의해 수작업으로 생성될 수 있고 또는 자동화된 마스크 생성 기술이 사용될 수 있다. 비록 마스크의 형성이 바람직하지만, 마스킹 단계(14)는 각각의 방위각에 대한 범위 셀들의 선택이 정의되는 단계로 낮은 복잡도 상황에서 대체될 수 있다.

경계화 단계(16)는 마스킹된 정규화된 WBI 범위 프로파일들을 받고 각각의 범위 방위각 셀을 "작은", "중간", 및 "큰" 임계값들과 비교한다. 범위 방위각 셀의 값이 큰 임계값 이상이면, 그 셀의 범위 방위각 좌표들이 큰 검출값 리스트에 첨가된다. 그 값이 중간 임계값 이상이지만 큰 임계값보다 작으면, 그 좌표들이 중간 검출값 리스트에 첨가된다. 그 값이 작은 임계값 이상이지만 중간 (및 큰) 임계값보다 작으면, 그 좌표들이 작은 검출값 리스트에 첨가된다. 그러므로, 목표 사이즈들의 행렬(array)이 작은, 중간, 큰 검출값 리스트들로부터 생성된다.

경계화 단계(16)에 사용되는 3개의 임계값 레벨들은 초기에 현장에 어떠한 목표들도 없다고 보장될 때 주기적으로 획득되는(예를 들어, 각각의 아침 또는 저녁에) 깨끗한 현장 잡음 지도로부터 유도된다. 깨끗한 현장 잡음 지도의 획득 이후에, 초기의 작은, 중간 및 큰 임계값들이 유도되는 오경보 확률(PFA) 곡선이 생성 된다. 임계값들은 시스템에 대해 요구되는 오경보율을 제공하도록 설정된다(예를 들어, 1일당 1회의 오경보). 초기 임계값 선택과, PFA 곡선을 생성하는 과정은 도 5를 참조하여 하기에 보다 상세히 설명된다.

또한, 정규화 단계(12)에 사용되는 단기간 잡음 지도가 어떻게 주기적으로 갱신되는지가 도 3 및 도 4를 참조하여 하기에 설명된다. 특히, 신규의 단기간 잡음 지도는 N회(예를 들어, 10회)의 연속적인 스캔으로부터 구성되며 이전의 단기간 잡음 지도는 정규화 단계에 사용된다. 마지막 잡음 지도 갱신 이후에 발생했을 수 있는 외부 조건들의 임의의 변화들(예를 들어, 비)을 설명하기 위해, 경계화 단계(16)는 초기 임계값 수정 단계를 포함한다. 초기 임계값 수정 단계는 수정 또는 소위 "활주로 비(runway ratio)"에 의해 기존의 임계값들을 축척변환하는 것을 포함한다. 활주로 비는 간단히 현재 정규화된 WBI 데이터의 평균 셀 강도이지만, 중간 또는 큰 검출값들을 포함하는 것으로 식별된 셀들을 배제한다. 그러나, 임계값 수정 단계로부터 얻어지는 임계값들이 깨끗한 현장 잡음 지도로부터 계산된 원래 임계값들보다 떨어지지 않음을 보장하는 것이 바람직할 수 있다; 즉 깨끗한 현장 잡음 지도가 깨끗하고 건조된 현장에 대해 획득된다. 일단 임계값들이 활주로 비에 의해 갱신되었으면, 마스킹된 정규화된 WBI 범위 프로파일의 값들이 갱신된 큰, 중간 및 작은 임계값들과 다시 비교된다.

확인 단계(18)는 경계화 단계(16) 중에 생성된 목표 사이즈들 행렬을 받고 이는 작은, 중간 및 큰 검출값들의 리스트를 포함한다. 모든 큰 검출값들은 확인된 검출값 리스트에 즉시 첨가된다. 중간 검출값이 현재의 그리고 이전의 스캔에서 동 일한 범위-방위각 셀에서 발생하면, 이들 중간 검출값의 위치가 확인된 검출값 리스트에도 추가된다. 작은 검출값이 현재의 스캔과 바로 이전의 2회의 스캔에서 발생하면, 이들 작은 검출값의 위치도 확인된 검출값 리스트에 추가된다. 그러므로, 확인 단계(18)는 1회 또는 2회의 확인 스캔 각각을 수행하여 오경보들인 중간 및 작은 검출값들의 확률을 감소시킨다. 그러므로, 확인 단계(18)는 경계화 단계(16)에 의해 생성된 검출값들 리스트로부터 확인된 검출값들 리스트를 생성한다.

이제 도 3 및 도 4를 참조하면, 초기 검출 단계(6)의 정규화 단계(12)에 사용하기 위한 단기간 잡음 지도의 형성이 설명된다. 요약하면, 단기간 잡음 지도는 N회의 레이더 스캔으로부터 구성되며 알려진 목표들의 응답들은 배제된다. 단기간 잡음 지도는 모든 범위-방위각 셀에서 깨끗한 현장 값들의 현재 추정값(estimate)을 제공하기 위한 것이다.

도 3은 잡음 지도 형성의 기본 원리를 예시한다. 레이더에 의해 획득된 각각의 WBI 범위 프로파일(40)이 잡음 지도 버퍼(44)의 적절한 방위각 빈(azimuth bin) 위치(42a-42n)로 로딩(loading)된다. 그러므로, 일단 N회(예를 들어, 10회)의 완전한 스캔이 잡음 지도 버퍼(42)에 로딩되었으면, 잡음 지도의 각각의 범위 방위각 셀이 빔 적분된 응답들 내의 N의 합을 포함한다. 그 다음에, 잡음 지도 버퍼의 각각의 범위 방위각 셀이 N으로 나눠져, 각각의 범위 방위각 셀이 N 응답들의 평균을 포함한다. 그 다음에, 평균화된 데이터가 잡음 지도 버퍼(44)로부터 출력되고 단기간 잡음 지도(46)를 형성한다. 이런 식으로, 새로운 잡음 지도가 구성되는 동안 단기간 잡음 지도가 정규화 단계(12)에 사용할 수 있다.

단기간 잡음 지도는 정규화를 위해 깨끗한 현장 기준을 제공하기 위한 것이다. 결과적으로, 새로운 단기간 잡음 지도 배열이 구성되는 동안 현장에 존재하는 모든 목표들이 그 잡음 지도에 추가되지 않아야 한다.

도 4는 새로운 단기간 잡음 지도를 구성하는 과정 중에 목표 응답들을 제거하는 기술을 예시한다. 도 3을 참조하여 설명한 바와 같이, 잡음 지도 버퍼(44)에 여러 개의 방위각 빈에 대한 WBI 범위 프로파일들이 로딩된다. 목표가 현장에 존재하면, 잡음 지도 버퍼(44)의 일부분(50)이 그 목표로부터의 레이더 응답을 포함한다. 도 1을 참조하여 상기에 요약한 바와 같이, 현장 내의 확인된 임의의 목표들이 목표 판별 단계(8)에 의해 식별된다. 그러므로, 목표에 상응하는 잡음 지도 버퍼(44)의 임의의 부분(50)을 (즉, 확인된 검출값 리스트를 사용하여) 식별하고 따라서 잡음 지도로부터 이러한 목표 응답을 배제할 수 있다. 그러므로, 목표 응답들이 삭제된 영역(54)을 갖는 수정된 잡음 지도 버퍼(52)가 만들어진다.

단기간 잡음 지도는 모든 응답된 레이더 데이터를 정규화하는데 사용되고 그러므로 수정된 잡음 지도(52)의 구멍은 기존의(즉, 완료된) 단기간 잡음 지도(46)로부터의 데이터를 사용하여 채워진다. 이는 수정된 잡음 지도 버퍼(52)의 영역(54)의 범위 방위각 셀들에 상응하는 단기간 잡음 지도(46)로부터의 데이터(56)를 받아 이루어진다. 발생할 수 있는 임의의 변화들(예를 들어, 비)을 설명하기 위해, 단기간 잡음 지도(46)로부터의 데이터(56)는 잡음 지도 축척변환 계수를 사용하여 축척변환되어 축척변환된 데이터(58)를 형성한다. 그 다음에, 축척변환된 데이터(58)가 수정된 잡음 지도(52)와 조합되어 재-조립된 잡음 지도(60) 를 형성한다. 그 다음에, 이후의 단기간 잡음 지도를 위한 데이터가 수집되는 동안, 재-조립된 잡음 지도(60)가 단기간 잡음 지도로서 사용된다.

축척변환된 데이터(58)를 만드는데 사용되는 잡음 지도 축척변환 계수는 이전의 (완료된) 잡음 지도의 평균 강도에 대한 (미완성의 잡음 지도가 포함하는 미완료 회수의 스캔을 설명하기 위해 적절히 정규화된) 미완성의 잡음 지도의 평균 강도의 비이다. 잡음 지도의 평균 강도는 간단히 모든 관심 범위 방위각 셀들(예를 들어, 모든 마스킹되지 않은 셀들)의 평균값이다. 정상적인 조건들 하에서, 잡음 지도 축척변환 계수는 1에 매우 가까워야 한다. 그러나, 비가 내리기 시작하면, 구성 중인 지도의 활주로 평균값이 증가하므로 잡음 지도 축척변환 계수도 증가한다. 사실상, 시험 중에 활주로 평균값이 약하게 비오는 경우에도 10의 계수만큼 증가할 수 있음이 발견되었다.

잡음 지도 축척변환 계수는 복수의 다른 목적을 위해 사용될 수 있음을 알아야 한다. 예를 들어, 비의 존재가 임의의 확인된 목표들이 배제되어 현재의 스캔의 활주로 평균값으로부터 추정될 수 있다. 활주로 평균값이 특정한 예정값을 초과하면(예를 들어, 평균값이 건조한 조건에서 측정된 활주로 평균값 너머로 6dB 초과하면) 비 경고(rain flag)가 설정될 수 있다. 이러한 비 경고가 설정될 때 레이더에 대한 복수의 변경이 실시될 수 있다; 예를 들어, 시스템의 편파(polarisation)가 교차편파(cross-polarisation)로부터 정상편파(co-polarisation)로 전환될 수 있다.

이제 도 5를 참조하면, 초기의 작은, 중간 및 큰 임계값들이 그로부터 생성 되는 PFA 곡선의 형성이 설명된다.

상술한 바와 같이, 현장에 목표들이 없다고 보장되고(예를 들어, 공항이 폐쇄되었을 때) 바람직하게는 기술자에 의해 지도를 받을 때 깨끗한 현장 잡음 지도가 얻어진다. 깨끗한 현장 잡음 지도는 WBI 데이터의 N회 스캔의 평균이다; 10회의 N의 값이 전형적으로 충분하다. 바람직하게는 깨끗한 현장 잡음 지도가 단기간 잡음 지도를 형성하는데 사용되는 것과 적어도 동일한 회수의 스캔으로부터 만들어진다. 깨끗한 현장 잡음 지도가 그 날의 바로 첫 번째 단기간 잡음 지도로서 사용될 수도 있음을 알아야 한다.

오경보 확률(FPA) 곡선은 깨끗한 현장 잡음 지도에 관해 정규화된 부가적인 깨끗한 현장 마스킹된 WBI 프로파일들의 가치가 있는 M회의 스캔(여기서 M은 가령 10이다)으로부터 생성된다. 중간 기간 잡음 지도를 생성하는데 사용된 회수와 적어도 동일한 회수의 부가적인 깨끗한 현장 지도의 스캔이 PFA 곡선을 생성하는데 사용되어야 한다.

그 다음에, 임계값(T)에 대한 오경보 확률(PFA)이 하기와 같이 정의될 수 있다;

여기서, p(x)는 정규화된 강도들의 확률 밀도 함수이고;

그 다음에, 깨끗한 현장의 마스킹된 정규화된 WBI 데이터에 대한 이산 확률 밀도 함수[P(T)]가 데이터의 히스토그램(histogram)을 형성하여 생성된다.

일단 데이터의 가치가 있는 필요 회수의 스캔이 처리되었으면, 히스토그램이 정규화되어 모든 빈(bin)의 합(즉, 총합)이 1이다. 이러한 정규화된 히스토그램은 이산 확률 밀도 함수를 나타낸다. 그 다음에, 오경보 이산 확률 곡선[PFA(T)]이 누적 확률 밀도 함수를 계산하고 이를 1로부터 감산하여 이산 확률 밀도 함수로부터 생성된다:

당업자는 이산 PFA 곡선이 다양한 다른 방식으로 계산될 수 있음을 이해할 것이다; 예를 들어, 임계값(T)이상인 데이터 값들의 분수를 계산할 수 있다.

일단 오경보 확률 곡선이 생성되었으면, 원하는 오경보율을 달성하는데 필요한 임계값들이 추출될 수 있다. 그러나, 생성된 PFA 곡선이 가령 1일당 1회에 일치하는(equate) 오경보율을 제공하기 위한 임계값을 계산하기 위해, 적어도 하루에 상당하는 데이터가 이상적으로 요구됨을 이해해야 한다. 대부분의 환경에서, 하루 종일의 데이터의 획득은 비실용적이고 따라서 몇 번의 스캔을 사용하여 계산된 PFA 곡선이 외삽될 수 있다. 달리 말해, 오경보 확률 곡선이 외삽되어 보다 낮은 오경보 확률(예를 들어, 1일당 1회)에 상응하는 임계값들이 발견될 수 있다.

도 5는 상기 기술을 사용하여 계산된 PFA 곡선(60)을 도시한다. Log(PFA) 곡선의 후미가 선형에 가까움을 볼 수 있다. 선(62)은 Log(PFA) 곡선의 후미에 선형으로 가장 잘 맞는다; 후미는 약 10^-4의 후미 출발부와 가장 작은 측정가능한 정확한 Log(PFA)에 상응하는 후미 단부 사이의 Log(PFA) 곡선의 부분이다.

180°의 스캔 각도를 포괄하는 전형적인 활주로 마스크는 전형적으로 약 600,000 범위-방위각 셀들을 포함한다. 180°에 대한 스캔 시간이 72초였으면, 1일당 약 7.2x10⁸ 범위-방위각 셀들에 일치하는 1일당 약 1,200회의 스캔이 이루어진다. 원하는 총 오경보율을 1일당 1회로 잡으면, 획득된 범위-방위각 셀당 요구되는 오경보 확률은 약 1.389x10^-9이며, 이는 약 -8.8573의 log PFA와 일치한다. 그러므로, 확인 스캔이 없는 경우에, 요구되는 검출 임계값은 외삽된 곡선(62)으로부터 그 Log(PFA)=-8.8573인 100 근처에서 볼 수 있는 임계값이다.

Log(PFA)=-8.8573인 요구조건에 의해 설정된 임계값은 엄격하게는 단일 스캔 검출에만 적용될 수 있다. 1회 또는 2회의 확인 스캔을 사용하는 검출값들(예를 들어, 작은 그리고 중간 검출값들)에 대해, 오경보 확률 계산은 이러한 확인 후에 최종 오경보 확률을 고려해야 한다. 이는 보다 낮은 임계값들을 의미하며, 따라서 1회 이상의 확인 스캔을 사용하는 상술한 방식으로 데이터가 경계화될 때 보다 큰 오경보들의 확률들이 설정될 수 있다.

물론, 본 발명의 다른 실시예들은 확인 스캔에 관해 다른 배치를 가질 수 있다. 예를 들어, 대안적인 일 실시예가 그들이 작거나, 중간이거나 또는 크건 간에 모든 검출값들에 대해 확인 스캔을 실시하게 배치될 수 있다. PFA는 상술한 바와 같이 부가적인 스캔들을 설명하도록 따라서 수정될 수 있다.

1회 또는 2회의 확인 스캔 후에 실제 오경보 확률 곡선들이 바로 계산될 수 있다. 그러나, 이는 계산적으로 비싸고 많은 회수의 깨끗한 현장 데이터 스캔이 획득될 필요가 있다. 상술한 타입의 비-확인 PFA 곡선으로부터 확인 PFA 곡선들을 신뢰성있게 근사할 수 있음이 발견되었다.

특히, 스캔-대-스캔으로 상관(correlation)되지 않은 오경보들에 대해, N(q)로부터 M번 오경보를 얻을 확률이 이항식 계수(binominal coefficient)에 의해 주어진다:

여기서, p는 단일 스캔에서 오경보를 받을 확률.

그러므로, N=2회 스캔(즉, 1회 스캔, 1회 확인 스캔)으로부터 M=2번의 오경보를 받을 확률은 하기와 같다:

유사하게, N=3회 스캔(즉, 1회 스캔, 2회 확인 스캔)으로부터 M=3번의 오경보를 받을 확률은 하기와 같다:

결과적으로, 오경보들이 상관되지 않았으면, 1회-확인 스캔에 대한 최종 PFA 곡선(q2)은 확인 스캔하지 않은 PFA(p) 곡선을 제곱(power two)하여 올려지게 근사될 수 있다. 유사하게, 최종의 2회 확인 스캔 PFA 곡선(q3)은 3승하여 확인 스캔하지 않은 PFA(p) 곡선을 올려 근사될 수 있다.

실제로는, 오경보들은 스캔-대-스캔으로 상관되는 경향이 있다. 이를 설명하기 위해, 확인 스캔하지 않은 PFA 곡선이 약간 더 작은 멱수(power)로 올려질 수 있고 이는 시행착오 데이터의 분석으로부터 결정될 수 있다.

(예를 들어, 1일당 1회에 상응하는)Q의 원하는 PFA에 대해, 단일 스캔에서 요구되는 PFA는 1회 또는 2회 확인 스캔도 수행된다고 가정하면 P이고, 여기서;

그러므로, 본 예에서, Log(P)는

(i) 확인 스캔이 없는 경우에 -8.86(즉, log(Q)),

(ii) 1회 확인 스캔하는 경우에 -5.3,

(iii) 2회 확인 스캔하는 경우에 -3.89와 같다.

상기 값들을 log(P)로 잡으면 원하는 오경보율을 제공하기 위해 초기의 작은, 중간 및 큰 (신호 대 잡음) 검출 임계값들을 설정할 수 있다. 이들 임계값은 도 3을 참조하여 상술한 경계화 단계(16)에서 사용된다.

도 6을 참조하면, 도 1을 참조하여 요약된 검출 판별 단계(8)가 보다 상세히 설명되어 있다. 특히, 검출 판별 단계(8)는 중심값 연산 단계(70)와 항공기 거부 단계(72)를 포함하는 것으로 볼 수 있다.

공간적으로 작은 것이라도 목표는 초기 검출 단계(6) 중에 하나 이상의 확인 검출값일 수 있다. 이러한 다중 확인된 검출값들은 중첩하는 방위각 빈들 또는 밝은 측대파들로부터 발생할 수 있다. 검출값들의 클러스터를 단일 목표 보고로 변환하기 위해, 중심값 연산 단계(70)가 클러스터의 중심값을 계산한다. 목표(또는 대 개 목표 플러스 관련한 목표 측대파)의 일부 영역들이 확인된 검출값을 발생시키기에 충분히 밝지 않을 수 있음을 알아야 한다. 이는 분리된 목표 덩어리가 될 수 있다. 이러한 효과를 상쇄시키기 위해, 확인된 검출값들이 클러스터링 전에 확장된다. 범위 및 방위각에서 확장되는 화소들(확장 마스크)의 개수는 전형적으로 시스템 초기화시 고정되고 레이더 설치 장소들 간에 크게 다르지 않다.

중심값 연산 단계(70) 다음에, 항공기 거부 단계(72)가 수행된다. 항공기 거부 단계(72)는 클러스터링된 목표들 중의 어떠한 것이 '항공기 임계값' 이상인 복수의 확인된 검출 화소들을 포함하는지 판정한다. 달리 말해, 특정 개수의 화소 이상을 포함하는 현장의 목표들은 항공기로 가정되고 따라서 검출된 FOD 리스트로부터 배제된다. 유익하게는 목표의 공간적 사이즈가 클러스터 내의 확인된 검출 화소들의 개수와 연계될 수 있다. 항공기 임계값 이상인 클러스터링된 목표들을 거부하면 활주로가 사용중일 때 FOD 검출 레이더가 작동할 수 있게 한다. 부가적으로, 거부된 목표의 방위각 범위 내에서 발생하는 임의의 최종 중심값 연산된 검출값 위치들도 거부될 수 있다. 이러한 거부는 항공기와 같은 대형 목표들이 큰 측대파들['섬광들(flashes)']을 일으킬 수 있고 이는 전체 범위 프로파일에 걸쳐 연장될 수 있고, 부가적인 목표들로 잘못 해석될 수 있기 때문이다.

항공기 임계값은 특정한 설비에 대해 필요에 따라 선택될 수 있고 또는 이는 사용 중에 필요에 따라 바뀔 수 있다. 항공기 임계값을 적절히 선택하면 수화물 트럭들, 소방차들 등이 활주로 상에 있을 때 시스템이 경보음을 내지만 대형 항공기가 내릴 때는 경보음을 내지 않게 할 수 있다. 그러므로, 정확한 임계값은 특정 요 구조건에 대해 설정된다. 항공기 임계값은 범위에 의존할 수 있다. 예를 들어, 목표가 항공기라고 가정되는 것보다 높은 임계값이 배치되어, 보다 멀리 있는 목표들로부터의 감소된 신호 레벨들, 따라서 검출값 화소들의 감소된 개수를 고려하여 목표의 검출 범위와 함께 감소될 수 있다.

중심값 연산 단계(70) 중에 결정된 차단들은 초기 검출 모듈에 다시 피드백되어 이들이 생성되는 단기간 잡음 지도로부터 배제될 수 있음도 기억해야 한다. 특히, 이러한 차단들은 항공기 거부 단계(72)의 적용 전에 초기 검출 모듈에 제공됨을 알아야 한다.

이제 도 7을 참조하면, 상술한 방법을 실시하기 위한 레이더가 도시되어 있다. 레이더는 안테나(80), 레이더 전자장치들(82) 및 프로세서(84)를 포함한다. 레이더 전자장치들(82)은 안테나(80)에 의해 현장에 송신되는 FMCW 신호를 만들고 프로세서(84)에 공급되는 동위상 및 구상 응답 신호들도 생성한다. 개인용 컴퓨터 등일 수 있는 프로세서(84)가 도 1 내지 도 6을 참조하여 상술한 방법을 실시하게 배치된다.

당업자는 안테나, 레이더 전자장치들 및 프로세서가 함께 배치되거나 상이한 위치들에 제공될 수 있음을 이해할 것이다. 예를 들어, 레이더에 의해 만들어지는 IQ 응답 신호는 표준 링크를 통해(예를 들어, 유선 또는 무선 네트워크 링크를 통해) 제어실과 같은 원격 위치에 위치한 프로세서(84)에 송신될 수 있다.

상기 예는 활주로 상의 FOD의 검출에 대한 것이다. 당업자는 상기 방법이 다양한 다른 레이더 응용예들에 심지어는 비-레이더 장치들에 적용될 수 있음을 이해 할 것이다. 예를 들어, 본 발명의 방법은 목표의 존재에 대해 표면 또는 공간 영역을 모니터링하는 것을 포함하는 임의의 기술에 적용할 수 있다. 또한, 이 기술의 다른 용도들 및 장점들이 당업자에게 명백할 것이다.

Claims (33)

1. (a) 현장의 동일한 부분에 대한 기준 응답에 대해 정규화된 현장의 일부로부터의 응답에 각각 상응하는, 복수의 정규화된 데이터 요소들을 각각 포함하는, 하나 이상의 데이터 집합들을 받는 단계와,

   (b) 상기 하나 이상의 데이터 집합 각각의 정규화된 데이터 요소들 중 하나 이상을 경계화하는 단계를 포함하는 현장에서 목표를 검출하는 방법으로서,

   상기 경계화하는 단계(b)는 각각의 정규화된 데이터 요소들을 적어도 제 1 및 제 2 임계값들과 비교하는 단계를 포함하고, 상기 제 1 임계값은 상기 제 2 임계값보다 큰 것을 특징으로 하는 현장 목표 검출 방법.
2. 제 1 항에 있어서, 상기 경계화하는 단계는 각각의 정규화된 데이터 요소를 적어도 제 1, 제 2 및 제 3 임계값들과 비교하는 것을 포함하고, 상기 제 3 임계값은 상기 제 2 임계값보다 작은 현장 목표 검출 방법.
3. 제 1 항 또는 제 2 항에 있어서, 현장에 대해 예전에 계산된 오경보 확률(FPA) 데이터로부터 상기 적어도 제 1 및 제 2 임계값들을 유도하는 단계를 추가로 포함하는 현장 목표 검출 방법.
4. 제 3 항에 있어서, 상기 PFA 데이터를 생성하는 초기 단계를 추가로 포함하 고, 상기 PFA 데이터 생성 단계는 상기 현장으로부터의 복수의 부가적인 깨끗한 현장 응답들을 받는 단계를 포함하는 현장 목표 검출 방법.
5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 하나 이상의 데이터 집합들을 받는 단계(a)는 복수의 데이터 집합들을 받는 단계를 포함하고, 경계화하는 단계(b)는 차례로 상기 복수의 데이터 집합들 각각에 적용되는 현장 목표 검출 방법.
6. 제 5 항에 있어서, 상기 경계화하는 단계(b)는 상이한 임계값들을 상이한 데이터 집합들에 적용하는 단계를 포함하는 현장 목표 검출 방법.
7. 제 5 항 또는 제 6 항에 있어서, 연속적인 데이터 집합들의 복수의 정규화된 데이터 요소들이 연속적인 기간들 중에 획득된 현장으로부터의 응답들로부터 유도되는 현장 목표 검출 방법.
8. 제 7 항에 있어서, 상기 적어도 제 1 및 제 2 임계값들이 경계화하는 단계를 연속적인 데이터 집합들에 각각 적용하는 사이에 수정되는 현장 목표 검출 방법.
9. 제 8 항에 있어서, 상기 적어도 제 1 및 제 2 임계값들을 수정하는 단계는 수정 계수에 의해 상기 임계값들을 축척변환하는 것을 포함하고, 수정 계수는 목표들을 포함하는 것으로 인식된 요소들을 배제한 정규화된 데이터 요소들의 평균값으 로부터 유도되는 현장 목표 검출 방법.
10. 제 7 항 내지 제 9 항 중 어느 한 항에 있어서, 목표 확인 단계를 추가로 포함하고, 상기 목표 확인 단계는 상기 복수의 데이터 집합들 중 하나의 정규화된 데이터 요소가 제 1 임계값을 초과할 때 확인된 목표 검출값 출력을 제공하는 현장 목표 검출 방법.
11. 제 7 항 내지 제 10 항 중 어느 한 항에 있어서, 목표 확인 단계를 추가로 포함하고, 목표 확인 단계는 현장의 동일한 부분에 상응하는 정규화된 데이터 요소들이 두 개 이상의 연속적인 데이터 집합에서 제 2 임계값을 초과하고 제 1 임계값 이하일 때 확인된 목표 검출값 출력을 제공하는 현장 목표 검출 방법.
12. 제 2 항 또는 제 7 항 내지 제 11 항 중 어느 한 항에 있어서, 목표 확인 단계를 추가로 포함하고, 목표 확인 단계는 현장의 동일한 부분에 상응하는 정규화된 데이터 요소들이 3개 이상의 연속적 데이터 집합들에서 제 3 임계값을 초과하고 제 2 임계값 이하일 때 확인된 목표 검출값 출력을 제공하는 현장 목표 검출 방법.
13. 제 10 항 내지 제 12 항 중 어느 한 항에 있어서, 클러스터링 단계를 포함하고, 상기 클러스터링 단계는 목표 확인 단계로부터의 확인된 목표 검출값 출력들을 그룹화하고 현장의 각각의 목표에 대해 하나의 목표 검출 출력을 제공하도록 배치 되는 현장 목표 검출 방법.
14. 제 13 항에 있어서, 각각의 목표 검출값 출력은 관련 목표의 공간적 치수들을 나타내는 현장 목표 검출 방법.
15. 제 14 항에 있어서, 목표 경고 단계를 추가로 포함하고, 상기 목표 경고 단계는 예정된 범위 내의 사이즈를 갖는 현장의 목표의 존재가 클러스터링 단계에 의해 지시될 때 목표 검출 경고를 제공하는 현장 목표 검출 방법.
16. 제 1 항 내지 제 15 항 중 어느 한 항에 있어서, 각각의 하나 이상의 데이터 집합의 복수의 정규화된 데이터 요소들을 계산하기 위한 정규화 단계를 추가로 포함하고, 상기 정규화 단계는 현장으로부터 획득된 복수의 응답을 받고 그 현장의 잡음 지도를 사용하여 상기 응답들을 정규화하는 단계들을 포함하는 현장 목표 검출 방법.
17. 제 16 항에 있어서, 상기 잡음 지도는 초기에 복수의 깨끗한 현장 응답들로부터 형성되고, 각각의 깨끗한 현장 응답은 목표가 현장에 존재하지 않을 때 현장의 일부로부터의 응답에 상응하는 현장 목표 검출 방법.
18. 제 7 항, 제 16 항 또는 제 17 항 중 어느 한 항에 있어서, 정규화 단계에서 사용되는 잡음 지도가 주기적으로 갱신되는 현장 목표 검출 방법.
19. 제 18 항에 있어서, 각각의 갱신되는 잡음 지도는 복수의 상기 하나 이상의 데이터 집합들의 정규화된 데이터 요소들을 생성하는데 사용되는 현장으로부터의 응답들을 사용하여 형성되는 현장 목표 검출 방법.
20. 제 1 항 내지 제 19 항 중 어느 한 항에 있어서, 하나 이상의 데이터 집합의 각각의 정규화된 데이터 요소가 현장 내의 범위-방위각 셀로부터의 정규화된 응답 강도에 상응하는 현장 목표 검출 방법.
21. 제 20 항에 있어서, 각각의 정규화된 데이터 요소가 유도되는 현장으로부터의 응답은 빔 적분(WBI) 범위-방위각 데이터를 포함하는 현장 목표 검출 방법.
22. 제 1 항 내지 제 21 항 중 어느 한 항에 있어서, 마스킹 단계가 현장 내의 예정된 영역 밖의 응답들로부터 유도된 하나 이상의 데이터 집합들 각각으로부터 정규화된 데이터 요소들을 제거하게 배치되는 현장 목표 검출 방법.
23. 제 1 항 내지 제 22 항 중 어느 한 항에 있어서, 하나 이상의 데이터 집합들을 받는 단계(a)는 데이터 저장 수단으로부터 상기 하나 이상의 데이터 집합을 읽는 것을 포함하는 현장 목표 검출 방법.
24. 제 1 항 내지 제 22 항 중 어느 한 항에 있어서, 하나 이상의 데이터 집합들을 받는 단계(a)는 레이더 장치로부터 현장의 일부로부터의 응답들을 얻는 단계를 포함하는 현장 목표 검출 방법.
25. 제 1 항 내지 제 24 항 중 어느 한 항에 있어서, 현장은 활주로의 적어도 일부를 포함하는 현장 목표 검출 방법.
26. 제 1 항 내지 제 25 항 중 어느 한 항에 따른 방법을 실행하도록 적절히 프로그래밍된 컴퓨터.
27. 제 1 항 내지 제 24 항 중 어느 한 항에 따른 방법을 실행하는 컴퓨터 프로그램.
28. 제 1 항 내지 제 24 항 중 어느 한 항에 따른 방법을 실행하도록 배치되는 레이더 장치.
29. (a) 현장의 동일한 부분에 대한 기준 응답에 대해 정규화된 현장의 일부로부터의 응답에 각각 상응하는 복수의 정규화된 데이터 요소를 각각 포함하는 하나 이상의 데이터 집합들을 받고, (b) 상기 하나 이상의 데이터 집합들 각각의 정규화된 데이터 요소들 중 하나 이상을 경계화하도록 배치되는 프로세서를 포함하는 레이더 장치로서,

    상기 경계화하는 단계(b)는 각각의 정규화된 데이터 요소들을 적어도 제 1 및 제 2 임계값들과 비교하는 단계를 포함하며, 상기 제 1 임계값은 상기 제 2 임계값보다 큰 것을 특징으로 하는 레이더 장치.
30. 제 28 항 또는 제 29 항에 있어서, 주파수 변조된 연속파(FMCW) 레이더 장치를 포함하는 레이더 장치.
31. 제 30 항에 있어서, 상기 FMCW 레이더 장치는 35 GHz 이상의 주파수를 갖는 방사선을 송신하도록 배치되는 레이더 장치.
32. 도 7을 참조하여 본원에 상세히 설명한 바와 같은 레이더 장치.
33. 도 1 내지 도 6을 참조하여 본원에 상세히 설명한 바와 같은 처리 방법.

Images