KR20160093437A - 기동표적에 대한 isar 영상의 수직거리 스케일링 기법 - Google Patents

기동표적에 대한 isar 영상의 수직거리 스케일링 기법 Download PDF

Info

Publication number
KR20160093437A
KR20160093437A KR1020150014448A KR20150014448A KR20160093437A KR 20160093437 A KR20160093437 A KR 20160093437A KR 1020150014448 A KR1020150014448 A KR 1020150014448A KR 20150014448 A KR20150014448 A KR 20150014448A KR 20160093437 A KR20160093437 A KR 20160093437A
Authority
KR
South Korea
Prior art keywords
isar
vertical distance
target
rotation speed
scaling
Prior art date
Application number
KR1020150014448A
Other languages
English (en)
Other versions
KR101652395B1 (ko
Inventor
강병수
배지훈
김경태
양은정
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 KR1020150014448A priority Critical patent/KR101652395B1/ko
Publication of KR20160093437A publication Critical patent/KR20160093437A/ko
Application granted granted Critical
Publication of KR101652395B1 publication Critical patent/KR101652395B1/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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/904—SAR modes
    • G01S13/9064—Inverse SAR [ISAR]
    • G01S13/9035—
    • 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
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G06K9/4671—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G01S2013/9064—

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명에 따른 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법은, 두 개의 순차적인 ISAR(inverse synthetic aperture radar) 영상들을 활용하여 표적의 회전속도 추정을 통한 수직거리 스케일링을 수행한다. 구체적으로, 순차적으로 형성된 두 개의 ISAR 영상들에 각각 SIFT(scale invariant feature transform)를 적용함으로써 관측각도의 변화에 강인한 산란원(scatterer) 쌍들을 추출한다. 이어서, 추출된 산란원과 각 영상 내 표적의 회전 중심 사이의 거리가 같다는 점을 이용하여 비용함수를 설정한 후, 전역탐색기법(exhaustive search method)과 결합된 PSO(particle swarm optimization)의 최적화를 통해 기동표적의 회전속도를 회전 중심 정보 없이 추정한다. 이를 통해 실제 기동하는 표적의 ISAR 영상에 대한 수직 거리 스케일링 기법을 제공함으로써, 기능자가 표적의 산란정보를 거리 및 수직 거리 방향에서 확인할 수 있게 해준다.

Description

기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법{ISAR Cross-range scaling for a maneuvering target}
본 발명은 기동표적에 대한 ISAR(inverse synthetic aperture radar) 영상의 수직거리 스케일링에 관한 것이다.
ISAR(Inverse Synthetic Aperture Radar) 영상은, 고정된 레이더가 광대역 신호를 이용하여 기동표적에 대한 산란원(scatterer)의 분포를 거리(range) 및 도플러(Doppler) 방향의 평면에서 2차원의 형태로 나타내는 레이더 영상으로서, 표적의 산란 매커니즘(mechanism) 분석 및 레이더 표적식별(non-cooperative target recognition) 분야에서 널리 활용되고 있다.
거리 방향성분은 레이더 대역폭을 통해 거리 단위(m)로 나타낼 수 있으며, 도플러 방향성분은 영상 합성 시간(image integration time)을 통해 헤르츠 단위(Hz)로 나타낼 수 있다. 여기서 헤르츠 단위로 분포된 산란원의 분포는 표적의 회전 속도 추정을 통한 수직 거리 스케일링을 수행함으로써 미터 단위(m)로 나타낼 수 있으며, 이는 ISAR 영상을 이용한 표적의 산란현상 분석 및 식별 수행을 용이하게 해준다.
표적의 기동정보를 알 수 없는 ISAR 영상 형성 기하구조에서의 회전 속도 추정은 특정 거리 빈(range bin)을 따라 형성된 처프신호(chirp-signal)의 처프율(chirp rate)을 계산함으로써 추정하는 방법과 두 개의 ISAR 영상들 내 표적의 회전 각도를 통해 추정하는 방법으로 분류될 수 있다.
처프율 계산 기반 회전 속도 추정은 낮은 SNR(signal-to-noise-ratio) 환경과 잘못된 이산점(outlier) 제거 시 큰 추정오차를 갖게 된다. 반면, 두 개의 ISAR 영상들을 이용한 회전 속도 추정은 처프율 기반 추정의 단점을 보완하여 정확한 수직거리 스케일링을 가능하게 해준다. 그러나, 영상 내 관측 각도 변화에 강인한 특징벡터추출과 표적의 회전 중심 정보가 요구되는 문제점이 발생할 수 있다.
본 발명이 이루고자 하는 기술적 과제는, 낮은 SNR(signal-to-noise-ratio) 환경에서 기동표적의 회전 속도를 정확히 추정하는 영상 기반 수직거리 스케일링을 위한 것으로, 관측각도의 변화에 강인한 특징벡터 추출 후, 추출된 특징벡터를 기반으로 기동표적의 회전 중심정보 없이 회전 속도를 추정함으로써, 실제 기동표적에 대하여 병진운동 및 회전운동 보상 수행 후 형성된 ISAR 영상을 활용한 실질적인 수직거리 스케일링 기법을 제공하는데 그 목적이 있다.
전술한 목적을 달성하기 위해 본 발명에서는 먼저 순차적으로 형성된 두 개의 ISAR 영상들 내 SIFT 특징벡터를 추출한 후, 유클리드 거리(Euclidean distance) 기반 매칭(matching) 과정을 수행함으로써 관측각도의 변화에 강인한 산란원 쌍들을 추출한다.
추출된 산란원(scatterer) 쌍들과 각 영상 내 표적의 회전중심 사이의 거리가 같다는 점을 이용하여 비용함수(cost function)를 설정한 후, 전역 탐색 기법과 결합된 PSO의 최적화를 통해 회전중심 없이 회전속도를 추정함으로써 기동표적에 대한 ISAR 영상의 수직거리 스케일링을 수행한다.
본 발명의 일 실시 예에 따른 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법은, (a) 일정한 회전속도(rotation velocity)로 회전운동하는 기동표적에 대한 두 개의 순차적인 ISAR(Inverse Synthetic Aperture Radar) 영상을 형성하는 단계; (b) 상기 형성된 두 개의 순차적인 ISAR 영상 내 SIFT(Scale Invariant Feature Transform)를 이용한 특징벡터의 추출 및 매칭(matching) 과정을 적용하여, 관측각도의 변화에 강인한 복수의 산란원(scatterer)의 위치정보를 획득하는 단계; (c) 상기 획득한 복수의 산란원의 위치정보에 근거하여, 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)를 활용하여, 상기 기동표적의 회전속도를 추정하는 단계; 및 (d) 상기 추정된 회전속도를 기초로 수직 거리 스케일링 인자를 산출하고, 상기 산출된 수직 거리 스케일링 인자를 적용하여 상기 기동표적에 대한 ISAR 영상의 수직거리 스케일링을 수행하는 단계;를 포함한다.
실시 예에 있어서, 상기 (a) 단계는, 상기 기동표적의 CPI(coherent processing interval) 동안 검출되는 레이더 수신신호에 근거하여, 상기 두 개의 순차적인 ISAR 영상인 It1 및 It2를 형성하는 단계;를 포함할 수 있다.
실시 예에 있어서, 상기 (b) 단계는, 상기 복수의 산란원을 상기 It1 및 It2 내 픽셀(pixel)의 위치벡터로 각각 매핑(mapping)하는 단계;를 포함할 수 있다.
실시 예에 있어서, 상기 (b) 단계는, 상기 It1 및 It2 내 상기 SIFT(Scale Invariant Feature Transform)를 이용한 특징벡터의 추출 및 유클리드 거리(Euclidean distance) 기반의 매칭(matching) 과정을 적용하여, 관측각도의 변화에 강인한 상기 복수의 산란원(scatterer)의 위치정보를 획득하는 단계;를 포함할 수 있다.
실시 예에 있어서, 상기 (c) 단계는, 상기 복수의 산란원과 상기 It1 및 It2 내 상기 기동표적의 회전중심 사이의 거리가 같다는 점에 근거하여, 상기 복수의 산란원의 픽셀 위치벡터, 상기 기동표적의 회전중심의 위치, 상기 기동표적의 회전속도로 산출되는 비용함수를 정의하는 단계;를 포함할 수 있다.
실시 예에 있어서, 상기 (c) 단계는, 상기 회전중심과 회전속도가 종속적 관계인 것에 근거하여, 상기 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)를 활용하여, 상기 기동표적의 회전속도를 추정하는 단계;를 포함할 수 있다.
실시 예에 있어서, 상기 (c) 단계는, 상기 회전속도에 대한 복수의 후보벡터를 정의하여 상기 비용함수에 순차적으로 대입한 후, 각각에 대해 상기 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)의 최적화를 수행하여, 상기 복수의 후보벡터 중 최소값이 산출되는 후보벡터에 대응되는 회전속도를 상기 기동표적의 회전속도로 추정하는 단계;를 포함할 수 있다.
본 발명에 의하면, ISAR(Inverse Synthetic Aperture Radar) 영상 내 위치한 표적의 회전 중심 정보를 알 수 없는 통상적인 상황에서, 두 개의 순차적으로 형성된 ISAR 영상들을 활용하여 회전 중심 없이 회전 속도를 추정할 수 있다.
이는 기동하는 표적에 대하여 형성된 ISAR 영상을 활용한 수직거리 스케일링 기법을 기능자에게 수행하게 함으로써, 표적의 산란정보를 거리 및 수직거리 단위로 나타내어 ISAR 영상을 기반한 다수의 응용분야에서의 활용을 용이하게 해준다.
도 1은 본 발명에 따른 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법의 실시 예를 보여주는 순서도이다.
도 2는 일정한 회전속도로 회전운동하는 기동표적의 실시 예를 도시한 개념도이다.
도 3은 수집된 레이더 수신 신호에 대해 두 개의 순차적인 ISAR 영상 형성을 위한 데이터 범위의 실시 예를 도시한 개념도이다.
도 4는 전역탐색 알고리즘과 결합된 PSO 알고리즘의 실시 예를 보여주는 순서도이다.
도 5는 88개의 점 산란원으로 구성된 보잉(Boeing) 747 비행기 모델의 실시 예를 보여주는 개념도이다.
도 6 및 도 7은 두 개의 ISAR 영상에서 SIFT 특징벡터의 추출 및 매칭 과정 후의 관측각도의 변화에 강인한 산란원 쌍들의 실시 예를 보여주는 도면이다.
도 8 및 도 9는 추정된 회전 속도를 활용하여 수직거리 스케일링을 수행하기 전/후의 거리-도플러 및 거리-수직거리 영역에서의 ISAR 영상의 실시 예를 보여주는 도면이다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세하게 설명하기 위하여, 본 발명의 실시 예가 첨부된 도면을 참조하여 설명한다. 하지만, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고, 도면에서 본 발명을 명확하게 설명하기 위해 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통해 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 본 발명에 따른 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법의 실시 예를 보여주는 순서도이다.
도 1을 참조하면, 우선, 일정한 회전속도(rotation velocity)로 회전운동하는 기동표적에 대한 두 개의 순차적인 ISAR(Inverse Synthetic Aperture Radar) 영상을 형성하는 단계(S110)가 진행된다.
기동표적에 대해 병진운동 및 회전운동 보상이 수행된다면, 기동표적은 회전중심을 기준으로 일정한 회전속도로 운동하는 형태로 나타내어질 수 있다.
도 2는 일정한 회전속도로 회전운동하는 기동표적의 실시 예를 도시한 개념도이다.
도 2를 참조하면, 기동표적은 회전중심 Oc=[xc, yc]T를 기준으로 일정한 회전속도(ω)로 운동하는 형태로 나타내어질 수 있다. 여기서, Pp , t1=[xp , t1, yp , t1]T과 Pp,t2=[xp,t2, yp , t2]T는 각각 t1과 t2에서 관측각도의 변화에 강인한 p번째 산란원(scatterer)의 위치정보로 정의될 수 있다.
도 3은 수집된 레이더 수신 신호에 대해 두 개의 순차적인 ISAR 영상 형성을 위한 데이터 범위의 실시 예를 도시한 개념도이다.
도 3을 참조하면, 회전운동하는 기동표적에 대하여 CPI(coherent processing interval) 동안 레이더 수신신호를 수집한 후, t1과 t2를 중심으로 순차적인 두 ISAR 영상 It1과 It2를 형성할 수 있다. 여기서, TCPI는 CPI, M은 전체 버스트(burst)의 개수, Tburst는 한 버스트에 대한 시간구간을 나타낸다.
ISAR 영상의 형성을 통해 Pp , t1과 Pp , t2는 It1과 It2 내 픽셀(pixel) 위치벡터 Pp,t1=[np,t1, mp , t1]T과 Pp , t2=[np , t2, mp , t2]T으로 각각 매핑(mapping) 된다.
앞서 설명한 t1과 t2에서의 산란원은 다음의 수학식 1과 같이 It1과 It2 내 픽셀(pixel) 위치벡터의 항으로 나타내어질 수 있다.
Figure pat00001
여기서, R(ωΔt)는 회전 매트릭스(rotation matrix)로 다음의 수학식 2와 같이 정의될 수 있다.
Figure pat00002
상기 수학식 1과 수학식 2에 있어서, Δt=|t1-t2|는 t1과 t2 사이의 시간 차, S(ω)=diag[ηr, ηa]는 스케일링 매트릭스(scaling matrix), ηr=c/(2fBW)는 거리 방향 스케일링 인자, ηa=λc/(2ωMTburst)는 수직 거리 방향 스케일링 인자, C는 빛의 속도, fBW는 레이더의 대역폭, λc는 중심 주파수에 대한 파장, Oc=[nc, mc]T는 ISAR 영상 내 기동표적의 회전 중심에 대한 픽셀 위치 정보를 의미한다.
이어서, 상기 형성된 두 개의 순차적인 ISAR 영상 내 SIFT(Scale Invariant Feature Transform)를 이용한 특징벡터의 추출 및 매칭(matching) 과정을 적용하여, 관측각도의 변화에 강인한 복수의 산란원(scatterer)의 위치정보를 획득하는 단계(S120)가 진행된다.
SIFT(Scale Invariant Feature Transform)는 컴퓨터 비전 분야에서 광학 영상(optical image)에 대한 특징벡터 추출을 위해 널리 활용되는 기법 중 하나이다. 이는 영상 내 크기 및 회전 그리고 조도 변화에 강인한 특징벡터를 추출하여, 영상 매칭(matching) 및 식별을 성공적으로 수행하게 한다.
SIFT 특징벡터는 스케일 공간(scale space)에서 추출된 코너(corner) 포인트에서의 기울기 방향 히스토그램(gradient oriented histogram)을 통해 형성된다. ISAR 영상 내 표적의 산란원들은 블랍(blob)의 코너 형태로써 분포되어 있는 것과 더불어, 작은 관측 각도 범위 내 회전 이동에 대한 기울기 성분이 변하지 않는다는 특징이 있다.
이에 기초하여, It1과 It2 각각에 대한 SIFT 특징벡터들을 추출한 후 유클리드 거리(Euclidean distance) 기반 매칭(matching) 과정을 수행한다면, 두 ISAR 영상 간 관측각도 변화에 강인한 산란원 쌍들의 추출이 가능하다는 것을 알 수 있다.
다시 도 2를 참조하면, 기동표적 내 산란원이 회전중심을 기준으로 원운동을 한다면, 회전중심과 산란원 간의 거리는
Figure pat00003
으로 동일하며, 이는 다음의 수학식 3과 같이 픽셀 위치벡터에 대한 식으로 표현될 수 있다.
Figure pat00004
SIFT 특징벡터 추출 및 매칭 과정 후 K쌍의 산란원들에 대한 픽셀 위치벡터들이 모두 상기 수학식 3을 만족시키기 때문에, 다음의 수학식 4에 정의된 ω 그리고 Oc=[nc, mc]T에 대한 비용함수 h의 최소화를 통해, 기동표적의 회전속도를 추정할 수 있다.
Figure pat00005
상기 수학식 4에 따르면, ω와 mc는 ηamc에서 서로 종속적인 관계에 있기 때문에 일반적인 최적화 알고리즘을 통해 제시된 최적화 문제를 해결할 수 없다.
이를 위해, 본 발명에서는 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)를 통해 주어진 최적화 문제를 해결하고자 한다.
이에 따라, 상기 획득한 복수의 산란원의 위치정보에 근거하여, 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)를 활용하여, 상기 기동표적의 회전속도(rotation velocity)를 추정하는 단계(S130)가 진행된다. 즉, S130 단계에서는, 상기 수학식 4에 정의된 비용함수를 최소화하기 위한 알고리즘이 수행되어 진다.
도 4는 전역탐색 알고리즘과 결합된 PSO 알고리즘의 실시 예를 보여주는 순서도이다.
도 4를 참조하면, 우선, 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)를 수행하기 위해, 먼저 회전속도의 후보 벡터를 다음의 수학식 5와 같이 정의하는 단계(S410)가 진행된다.
Figure pat00006
여기서,
Figure pat00007
=(l-1)Δθ/Δt는 l번째 탐색 회전 속도 후보, Δθ는 회전 속도 추정을 위한 각도 증가분(angular increment) 이다. 이때, l과 L은 각각
Figure pat00008
의 인덱스(index)와 ψ을 구성하는 원소의 수를 나타낸다.
이어서, l번째 회전 속도 후보를 선택한 후, 2 변수 비용 함수를 정의하는 단계(S420)가 진행된다.
구체적으로, l=1을 시작으로 l번째 회전 속도 후보
Figure pat00009
을 선택한 후, 이를 앞서 설명한 수학식 4에 대입하면, 다음의 수학식 6과 같이 3 변수 최적화 문제가 Oc=[nc, mc]T에 관한 2 변수 최적화 문제로 전환될 수 있다.
Figure pat00010
그 다음으로, 상기 수학식 6에 의해 정의된 비용함수에 대한 PSO의 수행을 통해, hl을 최소화하는 Oc ,l=[nc ,l, mc ,l]T을 추정하는 단계(S430)가 진행된다.
이후, 인덱스 l의 값을 판단하는 단계(S440)가 진행된다. 이에 따라, 인덱스 l의 값이 L이 아니면, 인덱스의 값을 1씩 증가시켜 S420 단계 및 S430 단계를 반복수행하게 된다.
다음으로, 상기 반복 과정을 통해 인덱스 ㅣ의 값이 L이 된 경우, 획득한 각각의 hl에 대하여 다음의 수학식 7을 만족시키는 최적의 인덱스를 검출함으로써 기동표적에 대한 회전속도
Figure pat00011
를 회전중심 정보 없이 추정하는 단계(S450)가 진행된다.
Figure pat00012
다시 도 1을 참조하면, 상기 추정된 회전속도를 기초로 수직 거리 스케일링 인자를 산출하고, 상기 산출된 수직 거리 스케일링 인자를 적용하여 상기 기동표적에 대한 ISAR 영상의 수직거리 스케일링을 수행하는 단계(S140)가 진행된다.
구체적으로, 추정된 회전속도
Figure pat00013
를 활용하여 수직 거리 스케일링 인자를 정의함으로써, ISAR 영상 내 수직 거리 방향으로의 산란원의 정보를 미터(m) 단위로 나타낼 수 있다.
도 5는 88개의 점 산란원으로 구성된 보잉(Boeing) 747 비행기 모델의 실시 예를 보여주는 개념도이다.
도 5를 참조하면, 보잉(Boeing) 747 비행기 모델과 다음의 표 1에 명시된 첩 레이더(chirp-radar)를 이용하여, 30dB의 SNR 환경에서 기동표적에 대한 두 개의 순차적인 ISAR 영상 It1과 It2를 각각 형성할 수 있다.
다음의 표 2는 ISAR 영상 형성을 위한 시나리오정보를 명시하고, 영상 형성 시 병진운동 및 회전운동은 보상되었다고 가정한다.
중심 주파수 9.25 GHz
주파수 대역폭 500 MHz
펄스 반복 주파수 500 Hz
펄스 폭 10
Figure pat00014
sec
표적의 초기 위치 [10 0 1]T km
표적의 이동 속도 [0 100 0]T m/sec
총 관측 각도 0.109 rad
CPI 1.103 sec
MTburst(=Δt) 0.5515 sec
원래의 회전 속도 0.0966 rad/sec
도 6 및 도 7은 두 개의 ISAR 영상에서 SIFT 특징벡터의 추출 및 매칭 과정 후의 관측각도의 변화에 강인한 산란원 쌍들의 실시 예를 보여주는 도면이다.
도 6 및 도 7을 참조하면, 형성된 ISAR 영상들에 SIFT 특징벡터 추출 및 매칭 과정 후, 관측각도의 변화에 강인한 산란원 쌍들을 노란색 원으로 표시하였다. 또한, 추출된 산란원 쌍들의 위치정보와 전역탐색 알고리즘과 결합된 PSO를 활용하여 기동표적에 대한 회전 속도를 추정하였다.
다음의 표 3은 앞서 설명한 표 2에 명시된 시뮬레이션에 기반 한 100번의 몬테-카를로 시뮬레이션(Monte-Carlo simulation) 수행 후의 추정된 회전 속도에 대한 평균과 표준편차를 나타낸 것이다.
원래의 회전 속도 0.0966 rad/sec
추정된 회전 속도 평 균 0.0990 rad/sec
표준편차 0.0018
도 8 및 도 9는 추정된 회전 속도를 활용하여 수직거리 스케일링을 수행하기 전/후의 거리-도플러 및 거리-수직거리 영역에서의 ISAR 영상의 실시 예를 보여주는 도면이다.
도 8 및 도 9를 참조하면, 추정된 회전 속도를 이용하여 수직거리 스케일링을 수행하기 전/후의 ISAR 영상을 비교할 수 있다.
결과적으로, 본 발명에 의하면, ISAR(Inverse Synthetic Aperture Radar) 영상 내 위치한 표적의 회전 중심 정보를 알 수 없는 통상적인 상황에서, 두 개의 순차적으로 형성된 ISAR 영상들을 활용하여 회전 중심 없이 회전 속도를 추정할 수 있다.
이는 기동하는 표적에 대하여 형성된 ISAR 영상을 활용한 수직거리 스케일링 기법을 기능자에게 수행하게 함으로써, 표적의 산란정보를 거리 및 수직거리 단위로 나타내어 ISAR 영상을 기반한 다수의 응용분야에서의 활용을 용이하게 해준다.
상기와 같이 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법은, 상기 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

Claims (7)

  1. (a) 일정한 회전속도(rotation velocity)로 회전운동하는 기동표적에 대한 두 개의 순차적인 ISAR(Inverse Synthetic Aperture Radar) 영상을 형성하는 단계;
    (b) 상기 형성된 두 개의 순차적인 ISAR 영상 내 SIFT(Scale Invariant Feature Transform)를 이용한 특징벡터의 추출 및 매칭(matching) 과정을 적용하여, 관측각도의 변화에 강인한 복수의 산란원(scatterer)의 위치정보를 획득하는 단계;
    (c) 상기 획득한 복수의 산란원의 위치정보에 근거하여, 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)를 활용하여, 상기 기동표적의 회전속도를 추정하는 단계; 및
    (d) 상기 추정된 회전속도를 기초로 수직 거리 스케일링 인자를 산출하고, 상기 산출된 수직 거리 스케일링 인자를 적용하여 상기 기동표적에 대한 ISAR 영상의 수직거리 스케일링을 수행하는 단계;를 포함하는 것을 특징으로 하는 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법.
  2. 제 1항에 있어서,
    상기 (a) 단계는,
    상기 기동표적의 CPI(coherent processing interval) 동안 검출되는 레이더 수신신호에 근거하여, 상기 두 개의 순차적인 ISAR 영상인 It1 및 It2를 형성하는 단계;를 포함하는 것을 특징으로 하는 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법.
  3. 제 2항에 있어서,
    상기 (b) 단계는,
    상기 복수의 산란원을 상기 It1 및 It2 내 픽셀(pixel)의 위치벡터로 각각 매핑(mapping)하는 단계;를 포함하는 것을 특징으로 하는 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법.
  4. 제 3항에 있어서,
    상기 (b) 단계는,
    상기 It1 및 It2 내 상기 SIFT(Scale Invariant Feature Transform)를 이용한 특징벡터의 추출 및 유클리드 거리(Euclidean distance) 기반의 매칭(matching) 과정을 적용하여, 관측각도의 변화에 강인한 상기 복수의 산란원(scatterer)의 위치정보를 획득하는 단계;를 포함하는 것을 특징으로 하는 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법.
  5. 제 4항에 있어서,
    상기 (c) 단계는,
    상기 복수의 산란원과 상기 It1 및 It2 내 상기 기동표적의 회전중심 사이의 거리가 같다는 점에 근거하여, 상기 복수의 산란원의 픽셀 위치벡터, 상기 기동표적의 회전중심의 위치, 상기 기동표적의 회전속도로 산출되는 비용함수를 정의하는 단계;를 포함하는 것을 특징으로 하는 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법.
  6. 제 5항에 있어서,
    상기 (c) 단계는,
    상기 회전중심과 회전속도가 종속적 관계인 것에 근거하여, 상기 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)를 활용하여, 상기 기동표적의 회전속도를 추정하는 단계;를 포함하는 것을 특징으로 하는 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법.
  7. 제 6항에 있어서,
    상기 (c) 단계는,
    상기 회전속도에 대한 복수의 후보벡터를 정의하여 상기 비용함수에 순차적으로 대입한 후, 각각에 대해 상기 전역탐색 알고리즘(exhaustive search method)과 결합된 PSO(particle swarm optimization)의 최적화를 수행하여,
    상기 복수의 후보벡터 중 최소값이 산출되는 후보벡터에 대응되는 회전속도를 상기 기동표적의 회전속도로 추정하는 단계;를 포함하는 것을 특징으로 하는 기동표적에 대한 ISAR 영상의 수직거리 스케일링 기법.
KR1020150014448A 2015-01-29 2015-01-29 기동표적에 대한 isar 영상의 수직거리 스케일링 기법 KR101652395B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150014448A KR101652395B1 (ko) 2015-01-29 2015-01-29 기동표적에 대한 isar 영상의 수직거리 스케일링 기법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150014448A KR101652395B1 (ko) 2015-01-29 2015-01-29 기동표적에 대한 isar 영상의 수직거리 스케일링 기법

Publications (2)

Publication Number Publication Date
KR20160093437A true KR20160093437A (ko) 2016-08-08
KR101652395B1 KR101652395B1 (ko) 2016-08-30

Family

ID=56711897

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150014448A KR101652395B1 (ko) 2015-01-29 2015-01-29 기동표적에 대한 isar 영상의 수직거리 스케일링 기법

Country Status (1)

Country Link
KR (1) KR101652395B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101854573B1 (ko) * 2017-10-13 2018-06-08 포항공과대학교 산학협력단 라돈 변환 및 투영을 이용한 isar 영상의 수직 거리 스케일링 장치와 그 방법
KR20180066669A (ko) * 2016-12-09 2018-06-19 포항공과대학교 산학협력단 트레이스 변환을 이용한 역합성 개구면 레이더 영상의 표적 분류 장치 및 그 방법
CN109325937A (zh) * 2018-08-20 2019-02-12 中国科学院自动化研究所 目标体的数量统计方法、装置及系统
CN110716201A (zh) * 2019-09-10 2020-01-21 中国人民解放军空军工程大学 一种基于发射脉冲周期时延设计的空间旋转目标视频isar成像方法
CN113376633A (zh) * 2021-05-20 2021-09-10 西安电子科技大学 一种飞机机翼isar回波振动补偿与整体聚焦成像方法
CN113406666A (zh) * 2021-05-14 2021-09-17 中山大学 基于光学雷达图像融合的目标姿态估计方法、系统及介质
KR102408971B1 (ko) * 2021-02-10 2022-06-14 포항공과대학교 산학협력단 횡단 거리 스케일링을 이용한 isar 영상 변환 장치 및 그 방법
CN115356698A (zh) * 2022-08-11 2022-11-18 中国人民解放军国防科技大学 基于可观测弧段测轨信息的空间目标isar定标方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110097585B (zh) * 2019-04-29 2021-01-26 中国水利水电科学研究院 一种基于sift算法的sar影像匹配方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001141821A (ja) * 1999-11-11 2001-05-25 Mitsubishi Electric Corp レーダ信号処理器
KR100991348B1 (ko) * 2008-11-28 2010-11-01 영남대학교 산학협력단 Ｐｓｏ를 이용한 스텝주파수 레이더 영상의 요동 보상 방법
KR20110036430A (ko) * 2009-10-01 2011-04-07 영남대학교 산학협력단 표적의 회전 이동을 보상하는 역합성 개구면 레이더 영상을 생성하는 방법 및 장치
KR20130081527A (ko) * 2012-01-09 2013-07-17 포항공과대학교 산학협력단 레이더 신호를 이용한 표적 식별 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001141821A (ja) * 1999-11-11 2001-05-25 Mitsubishi Electric Corp レーダ信号処理器
KR100991348B1 (ko) * 2008-11-28 2010-11-01 영남대학교 산학협력단 Ｐｓｏ를 이용한 스텝주파수 레이더 영상의 요동 보상 방법
KR20110036430A (ko) * 2009-10-01 2011-04-07 영남대학교 산학협력단 표적의 회전 이동을 보상하는 역합성 개구면 레이더 영상을 생성하는 방법 및 장치
KR20130081527A (ko) * 2012-01-09 2013-07-17 포항공과대학교 산학협력단 레이더 신호를 이용한 표적 식별 방법 및 장치

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180066669A (ko) * 2016-12-09 2018-06-19 포항공과대학교 산학협력단 트레이스 변환을 이용한 역합성 개구면 레이더 영상의 표적 분류 장치 및 그 방법
KR101854573B1 (ko) * 2017-10-13 2018-06-08 포항공과대학교 산학협력단 라돈 변환 및 투영을 이용한 isar 영상의 수직 거리 스케일링 장치와 그 방법
CN109325937A (zh) * 2018-08-20 2019-02-12 中国科学院自动化研究所 目标体的数量统计方法、装置及系统
CN109325937B (zh) * 2018-08-20 2020-08-25 中国科学院自动化研究所 目标体的数量统计方法、装置及系统
CN110716201A (zh) * 2019-09-10 2020-01-21 中国人民解放军空军工程大学 一种基于发射脉冲周期时延设计的空间旋转目标视频isar成像方法
CN110716201B (zh) * 2019-09-10 2024-01-26 中国人民解放军空军工程大学 一种基于发射脉冲周期时延设计的空间旋转目标视频isar成像方法
KR102408971B1 (ko) * 2021-02-10 2022-06-14 포항공과대학교 산학협력단 횡단 거리 스케일링을 이용한 isar 영상 변환 장치 및 그 방법
CN113406666A (zh) * 2021-05-14 2021-09-17 中山大学 基于光学雷达图像融合的目标姿态估计方法、系统及介质
CN113376633A (zh) * 2021-05-20 2021-09-10 西安电子科技大学 一种飞机机翼isar回波振动补偿与整体聚焦成像方法
CN113376633B (zh) * 2021-05-20 2023-04-18 西安电子科技大学 一种飞机机翼isar回波振动补偿与整体聚焦成像方法
CN115356698A (zh) * 2022-08-11 2022-11-18 中国人民解放军国防科技大学 基于可观测弧段测轨信息的空间目标isar定标方法
CN115356698B (zh) * 2022-08-11 2024-05-28 中国人民解放军国防科技大学 基于可观测弧段测轨信息的空间目标isar定标方法

Also Published As

Publication number Publication date
KR101652395B1 (ko) 2016-08-30

Similar Documents

Publication Publication Date Title
KR101652395B1 (ko) 기동표적에 대한 isar 영상의 수직거리 스케일링 기법
Berizzi et al. Autofocusing of inverse synthetic aperture radar images using contrast optimization
CN101738614B (zh) 基于时空图像序列的isar目标转动估计方法
CN106597437B (zh) 高频机载调频连续波sar运动补偿及成像处理方法
US6911933B1 (en) Dynamic logic algorithm used for detecting slow-moving or concealed targets in synthetic aperture radar (SAR) images
KR101311393B1 (ko) 레이더 신호를 이용한 표적 식별 방법 및 장치
CN107918123B (zh) 太赫兹isar目标微动部件分离与特征参数估计方法
Kang et al. Bistatic-ISAR distortion correction and range and cross-range scaling
Sjanic Navigation and SAR Auto-focusing in a Sensor Fusion Framework
Park et al. Construction of ISAR training database for automatic target recognition
Nies et al. Analysis and focusing of bistatic airborne SAR data
Kang et al. ISAR cross-range scaling via joint estimation of rotation center and velocity
Steiner et al. Ego-motion estimation using distributed single-channel radar sensors
CN109557533A (zh) 一种基于模型的联合跟踪与识别方法
Iqbal et al. Imaging radar for automated driving functions
Zhou et al. Dynamic analysis of spin satellites through the quadratic phase estimation in multiple-station radar images
CN107797110A (zh) 综合孔径投影辐射的系统成像方法及综合孔径投影辐射计
Wen et al. Non-line-of-sight imaging of hidden moving target using millimeter-wave inverse synthetic aperture radar
Mure-Dubois et al. Sonar and radar SAR processing for parking lot detection
Niedfeldt et al. Characterizing range progression of SAR point scatterers with recursive RANSAC
Uzkent et al. Spectral validation of measurements in a vehicle tracking DDDAS
Kim et al. Deep-learning based multi-object detection and tracking using range-angle map in automotive radar systems
Thammakhoune et al. Moving target imaging for synthetic aperture radar via RPCA
Brisken Multistatic ISAR-chances and challenges
Baczyk et al. 3D High-resolution ISAR Imaging for Non-cooperative Air Targets

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant