KR20170068948A - 레이더 및 이를 이용한 표적 식별 방법 - Google Patents

레이더 및 이를 이용한 표적 식별 방법 Download PDF

Info

Publication number
KR20170068948A
KR20170068948A KR1020150176040A KR20150176040A KR20170068948A KR 20170068948 A KR20170068948 A KR 20170068948A KR 1020150176040 A KR1020150176040 A KR 1020150176040A KR 20150176040 A KR20150176040 A KR 20150176040A KR 20170068948 A KR20170068948 A KR 20170068948A
Authority
KR
South Korea
Prior art keywords
target
radar
controller
shape
sectional area
Prior art date
Application number
KR1020150176040A
Other languages
English (en)
Other versions
KR101763348B1 (ko
Inventor
김영욱
Original Assignee
김영욱
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 김영욱 filed Critical 김영욱
Priority to KR1020150176040A priority Critical patent/KR101763348B1/ko
Publication of KR20170068948A publication Critical patent/KR20170068948A/ko
Application granted granted Critical
Publication of KR101763348B1 publication Critical patent/KR101763348B1/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
    • 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
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Neurology (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명의 실시예에 따른 레이더는 송신 신호를 방사하는 송신기; 상기 송신기에서 방사되어 표적으로부터 반사된 신호를 수신하는 수신기; 및 상기 송신기에서 방사되는 송신 신호와 상기 수신기에서 수신된 반사 신호를 처리하는 제어기;를 포함하고, 상기 제어기는 다수의 펄스 또는 처프를 포함하는 버스트 단위로 상기 송신 신호를 생성하여 상기 송신기로 전송하고, 상기 수신기를 통해 수신된 반사 신호로부터 각 펄스 또는 처프에 대한 거리 프로파일에 따른 레이더 단면적(RADAR cross section)을 산출하며, 상기 거리 프로파일에 따른 레이더 단면적의 분포를 정규화하여 표적의 길이에 따른 레이더 단면적의 분포로부터 표적을 식별할 수 있다.

Description

레이더 및 이를 이용한 표적 식별 방법 {RADAR AND METHOD FOR IDENDIFYING OF TARGET USING THE SAME}
본 발명은 레이더에 관한 것으로, 더욱 상세하게는 정확히 표적을 식별할 수 있는 레이더 및 이를 이용한 표적 식별 방법에 관한 것이다.
레이더(RADAR)는 전자파를 사용하여 목표물까지의 거리, 속도, 및 방향을 탐지하는 무선 센서를 일컫는다. 일반적인 레이더는 군사적 탐지, 항공, 선박 등의 용도로 주로 고가의 장비로서 사용되고 있고, 최근에는 차량에 장착되어 차량의 충돌을 방지하기 위한 용도로도 사용되고 있다.
일반적으로 많이 사용되고 있는 레이더의 종류로는 펄스 도플러 레이더, CW(continuous wave) 레이더, FMCW(frequency modulated continuous wave) 레이더, 다중 주파수 CW 레이더, Stepped Frequency 레이더 및 펄스 압축 레이더 등이 있다. 이러한 레이더들은 지속적으로 펄스 형태의 신호를 출력하며 수신된 신호의 시간 지연을 통해 거리를 측정하고, 측정된 거리와 수신된 신호의 크기를 통해 대략적인 표적의 크기를 추정할 수 있다.
일반적으로, 이러한 FMCW 레이더를 사용하여 표적의 종류를 식별할 때, 레이더 단면적(RADAR CROSS SECTION)을 사용하는 방법을 주로 사용하고 있다.
그러나 레이더 단면적만을 사용하여 표적의 종류를 식별하는 경우, 표적의 형태(크기 및 형상) 및 거리에 따라 표적의 특징이 뚜렷하게 차이가 나지 않는 경우가 발생한다. 이러한 경우, 표적의 정확한 종류를 판단할 수 없는 문제가 발생하게 된다.
본 발명은 상기한 바와 같은 문제점을 해결하기 위한 것으로, 레이더를 사용하여 표적의 정확한 종류를 식별할 수 있는 레이더 및 이를 이용한 표적 식별 방법을 제공하는 것을 목적으로 한다.
상기한 바와 같은 본 발명의 실시예에 따른 레이더는 송신 신호를 방사하는 송신기; 상기 송신기에서 방사되어 표적으로부터 반사된 신호를 수신하는 수신기; 및 상기 송신기에서 방사되는 송신 신호와 상기 수신기에서 수신된 반사 신호를 처리하는 제어기;를 포함하고, 상기 제어기는 다수의 펄스 또는 처프를 포함하는 버스트 단위로 상기 송신 신호를 생성하여 상기 송신기로 전송하고, 상기 수신기를 통해 수신된 반사 신호로부터 각 펄스 또는 처프에 대한 거리 프로파일에 따른 레이더 단면적(RADAR cross section)을 산출하며, 상기 거리 프로파일에 따른 레이더 단면적의 분포를 정규화하여 표적의 길이에 따른 레이더 단면적의 분포로부터 표적을 식별할 수 있다.
상기 제어기는 상기 표적의 길이에 따른 레이더 단면적의 분포와 기준 형태를 비교하여 표적을 식별할 수 있다.
상기 기준 형태는 표적의 길이에 따른 레이더 단면적의 분포로 나타나는 3차원 다이어그램으로 측정 또는 시뮬레이션을 통해 상기 제어기에 미리 저장될 수 있다.
상기 제어기는 상기 레이더 단면적과 상기 거리 프로파일을 이용하여 표적에 대한 3차원 다이어그램을 산출하고, 상기 표적에 대한 3차원 다이어그램의 형태가 미리 저장된 3차원 다이어그램의 기준 형태와 일정 범위 이내이면 표적이 기준 형태에 대응하는 것으로 판단할 수 있다.
상기 제어기는 상기 기준 형태로부터 표적의 형태를 판단할 때, 기계 학습 알고리즘에 의한 학습을 통해 표적의 형태를 판단할 수 있다.
상기 기계 학습 알고리즘은 인공 신경망 (Artificial Neural Network), 써포트 백터 머신 (Support Vector Machine), 또는 딥 컨벌루션 뉴럴 네트워크(Deep Convolution Neural Network) 기법을 사용할 수 있다.
본 발명의 다른 실시예에 따른 레이더의 표적 식별 방법은 제어기에 의해, 다수의 펄스 또는 처프(chirp)를 포함하는 버스트(burst) 단위로 송신 신호를 생성하는 단계; 송신기에 의해, 상시 송신 신호를 방사하는 단계; 수신기에 의해, 표적으로부터 반사된 반사 신호를 수신하는 단계; 및 상기 제어기에 의해, 수신된 반사 신호의 거리 프로파일에 따른 레이더 단면적의 분포를 정규화한 표적의 길이에 따른 레이더 단면적의 분포로부터 표적을 식별하는 단계;를 포함할 수 있다.
상기 표적을 식별하는 단계는 반사된 각 펄스 또는 처프에 대한 거리 프로파일을 산출하는 단계; 상기 거리 프로파일에 따른 레이더 단면적(RADAR cross section)의 분포를을 산출하는 단계; 상기 레이더 단면적과 상기 거리 프로파일로부터 표적의 길이에 따른 레이더 단면적에 대한 다이어그램을 산출하는 단계; 상기 표적의 길이에 따른 레이더 단면적의 다이어그램과 미리 저장된 기준 형태를 비교하는 단계; 및 상기 표적의 길이에 따른 레이더 단면적의 다이어그램과 상기 기준 형태로부터 표적의 형태를 판단하는 단계;를 포함할 수 있다.
상기 기준 형태는 표적의 거리 및 표적의 형태에 따라 레이더 단면적과 거리 프로파일에 의해 형성되는 3차원 다이어그램으로 측정 또는 시뮬레이션을 통해 상기 제어기에 미리 저장될 수 있다.
상기 표적의 형태를 판단하는 단계에서, 상기 표적에 대한 3차원 다이어그램이 상기 기준 형태와 일정 범위 이내이면 표적이 기준 형태에 대응하는 것으로 판단할 수 있다.
상기 표적의 형태를 판단하는 단계에서, 기계 학습 알고리즘을 통한 학습을 통해 표적의 형태를 판단할 수 있다.
상기 기계 학습 알고리즘은 인공 신경망 (Artificial Neural Network), 써포트 백터 머신 (Support Vector Machine), 또는 딥 컨벌루션 뉴럴 네트워크(Deep Convolution Neural Network) 기법을 사용할 수 있다.
상기한 바와 같은 본 발명의 실시예에 의한 따른 레이더에 의하면, 표적에서 반사된 반사 신호로부터 산출된 거리 프로파일에 따른 레이더 단면적의 분포 형상을 정규화하여 표적의 길이에 따른 레이더 단면적의 분포 형상으로부터 표적을 식별함으로써, 표적에 대한 정확한 종류를 판단할 수 있다.
이 도면들은 본 발명의 예시적인 실시예를 설명하는데 참조하기 위함이므로, 본 발명의 기술적 사상을 첨부한 도면에 한정해서 해석하여서는 아니된다.
도 1은 본 발명의 실시예에 따른 레이더의 구성을 도시한 블록도이다.
도 2는 본 발명의 실시예에 따른 송신 신호를 설명하기 위한 그래프이다.
도 3a 및 도 3b는 본 발명의 실시예에 따른 거리 프로파일을 도시한 그래프이다.
도 4a 및 도 4b는 본 발명의 본 발명의 실시예에 따른 거리 프로파일별 레이더 단면적의 분포로 형성되는 3차원 다이어그램을 도시한 도면이다.
도 5a 및 도 5b는 본 발명의 실시예에 따른 정규화된 표적 길이별 레이더 단면적의 분포로 형성되는 2차원 다이어그램을 도시한 도면이다.
도 6 및 도 7은 본 발명의 실시예에 따른 레이더의 표적 식별 방법을 설명하기 위한 순서도이다.
첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.
또한, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도면에 도시된 바에 한정되지 않으며, 여러 부분 및 영역을 명확하게 표현하기 위하여 두께를 확대하여 나타내었다.
이하에서는 본 발명의 실시예에 의한 레이더에 대하여 첨부된 도면을 참조하여 상세하게 설명한다. 본 발명의 실시예는 FMCW 레이더를 예로 들어 설명한다. 그러나 본 발명의 권리 범위가 이에 한정되는 것은 아니며, 다른 방식의 레이더에서 사용될 수 있음은 물론이다.
도 1은 본 발명의 실시예에 따른 레이더의 구성을 도시한 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 의한 주파수 변조 연속 파형 레이더(Frequency Modulation Continuous Wave RADAR: 이하, 'FMCW 레이더'라 함)는 주파수 변조된 연속적인 파형의 송신 신호를 방사하는 송신기(10)(transmitter), 상기 송신기(10)에서 방사되어 표적으로부터 반사된 신호를 수신하는 수신기(20)(receiver), 및 상기 송신기(10)와 상기 수신기(20)를 제어하는 제어기(30)를 포함한다.
상기 제어기(30)를 통해 생성된 송신 신호는 상기 송신기(10)에서 안테나를 통해 공중으로 방사된다. 이때, 방사되는 신호는 전자기파의 형태로 방사될 수 있다.
상기 송신기(10)는 표적에서 반사된 신호를 수신하고, 수신된 신호는 상기 제어기(30)로 전송된다.
본 발명의 명세서에서는 송신기(10)와 수신기(20)를 구분하여 설명하지만, 상기 송신기(10)와 수신기(20)는 하나의 구성으로 통합된 송수신기(20)(transceiver)로 이루어질 수 있음은 물론이다.
상기 제어기(30)는 상기 송신기(10)에서 방사되는 송신 신호와, 상기 수신기(20)에서 수신된 반사 신호를 처리한다.
상기 제어기(30)는 설정된 프로그램에 의하여 작동하는 하나 이상의 프로세서로 구비될 수 있으며, 상기 설정된 프로그램은 본 발명의 실시 예에 따른 레이더의 표적 식별 방법의 각 단계를 수행하도록 되어 있다.
구체적으로, 상기 제어기(30)는 상기 송신기(10)를 통해 방사되는 신호(송신 신호)를 생성할 때, 주파수 변조된 연속적인 파형(Frequency Modulation Continuous Wave)의 형태로 생성하여 상기 송신기(10)로 전송한다.
도 2에 도시된 바와 같이, 상기 송신 신호는 다수의 처프(chirp)를 포함하는 버스트(burst)의 단위로 방사된다. 상기 처프(chirp)는 주파수 변조 주기에 대한 주파수 대역폭의 비율로 표현될 수 있다.
상기 송신기(10)를 통해 방사된 송신 신호는 표적에 반사되어 상기 수신기(20)를 통해 수신된다. 표적에 반사되어 수신된 신호를 반사 신호라 한다. 상기 반사 신호는 상기 송신 신호와 동일한 형태를 나타내지만 표적과의 거리에 의해 일정 시간 지연된 형태로 표현된다.
즉, 상기 제어기(30)에 의해 생성되어 상기 송신기(10)를 통해 방사되는 송신 신호는 아래의 수학식 1과 같이 표현될 수 있다.
Figure pat00001
여기서,
Figure pat00002
는 송신 신호, f0는 시작 주파수이고, K는 처프의 주파수 변화율이다.
그리고 표적에서 반사되어 수신된 반사 신호는 시간 지연이 발생되어 아래의 수학식 2와 같이 표현될 수 있다.
Figure pat00003
여기서,
Figure pat00004
는 반사 신호, td는 지연 시간, K는 처프의 주파수 변화율, f0는 시작 주파수이다.
상기 제어기(30)는 상기 수신기(20)를 통해 수신된 반사 신호로부터 표적의 레이더 단면적(RADAR cross section)을 산출한다. 상기 표적의 레이더 단면적은 표적의 가장 기본적인 정보 중의 하나로서, 레이더의 입장에서 표적이 얼마나 크게 보이는지를 수치적으로 나타낸 것이다. 상기 표적의 레이더 단면적은 반사 신호의 파워와 표적까지의 거리 제곱에 비례한다.
레이더 단면적은 아래의 방법을 통해 계산될 수 있다.
Figure pat00005
여기서,
Figure pat00006
는 레이더 단면적, R은 표적까지의 거리, Ei는 표적에 입사되는 전파의 세기, 및 Er은 수신 안테나에서 수신되는 전파의 세기를 의미한다. 레이더 단면적(RCS)를 산출하는 방법은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자(이하, '통상의 기술자'라 한다) 이미 알려진 것으로 구체적인 설명은 생략하도록 한다.
레이더 단면적은 표적의 크기에 따라 상이하지만, 레이더 단면적의 크기만으로 표적의 형태를 식별하는 것은 매우 위험하다. 예를 들어, 차량과 사람을 비교하는 경우, 동일한 거리에서는 차량의 레이더 단면적이 사람의 레이더 단면적보다 크게 나타난다. 그러나 차량이 사람보다 멀리 존재하는 경우, 차량의 레이더 단면적이 사람의 레이더 단면적과 유사하게 나타나는 경우가 발생하기 때문이다.
상기 제어기(30)는 상시 수신기(20)를 통해 수신된 반사 신호로부터 표적에 대한 거리 프로파일(range profile)을 검출한다.
도 3은 본 발명의 실시 예에 따른 거리 프로파일을 도시한 그래프이다. 도 3a는 차량에 대한 거리 프로파일을 도시한 것이고, 도 3b는 사람에 대한 거리 프로파일을 도시한 것이다. 도 3에서 가로축은 시간을 의미하고, 세로축은 신호의 크기를 의미한다. 도 3에서 가로축에 표시된 시간은 레이더의 송신기에서 송신되어 표적에서 반사되는 시간이기 때문에 실질적으로 표적까지의 거리를 의미할 수 있다.
도 3에 도시된 바와 같이, 표적에 대한 거리 프로파일은 송신 신호에 대한 반사 신호의 측정 시간과 송신 신호의 크기 및 반사 신호의 크기로 표현된다. 거리 프로파일을 검출하는 방법은 본 발명이 속하는 기술 분야에서 통상의 기술자에게 이미 알려진 것으로 구체적인 설명은 생략하도록 한다.
도 3a와 도 3b에서 도시된 바와 같이, 동일한 거리에 존재하는 차량의 경우 사람에 비해 크기가 크기 때문에 신호의 크기가 크고, 거리 프로파일 상에서 차량의 신호의 길이가 길게 나타나는 것을 알 수 있다.
그러나 차량의 거리가 사람의 거리보다 멀리 존재하는 경우, 거리를 통해 수신 신호의 파워를 보상하면 차량의 레이더 단면적과 사람의 레이더 단면적이 유사하게 나타나는 경우가 발생한다. 따라서, 거리에 따른 레이더 단면적만으로 표적의 형태를 판단하는 것은 매우 위험하다.
이와 같이, 표적의 종류를 정확히 식별하기 위해, 상기 제어기(30)는 표적의 길이에 따른 레이더 단면적의 분포로부터 표적의 종류를 식별하는 방법을 사용한다.
도 4는 본 발명의 실시예에 따른 거리 프로파일별 레이더 단면적의 형성되는 3차원 다이어그램을 도시한 도면이다. 도 4에서 가로축은 표적까지의 거리를 의미하고, 세로축은 표적의 단면적을 의미하며, 높이 축은 신호의 크기를 의미한다.
도 4에 도시된 바와 같이, 상기 제어기(30)는 거리 프로파일별 레이더 단면적의 분포로 표현되는 3차원 다이어그램을 산출한다. 도 4a는 차량에 대한 레이더 단면적과 거리 프로파일로 표현되는 3차원 다이어그램을 도시한 것이고, 도 4b는 사람에 대한 레이더 단면적과 거리 프로파일로 표현되는 3차원 다이어그램을 도시한 것이다.
도 4a 및 도 4b에 도시된 바와 같이, 차량과 사람의 3차원 다이어그램이 서로 상이하게 나타나는 것을 알 수 있다.
도 5는 본 발명의 실시예에 따른 정규화된 표적 길이별 레이더 단면적의 분포로 형성되는 2차원 다이어그램을 도시한 도면이다. 도 5에서 가로축은 표적의 길이를 의미하고, 세로축은 표적의 단면적을 의미하며, 색상은 레이더 단면적의 빈도를 의미한다. 예를 들어, 빨간 색의 경우 빈도수가 높은 것을 나타내고, 파란 색의 경우, 빈도수가 낮은 것을 의미한다.
도 5에 도시된 바와 같이, 상기 제어기(30)는 거리 프로파일별 레이더 단면적의 분포를 정규화하여 표적의 길이에 따른 레이더 단면적의 분포로 표현되는 2차원 다이어그램을 산출한다.
도 5a는 차량의 길이에 대한 레이더 단면적의 분포로 표현되는 2차원 다이어그램을 도시한 것이고, 도 5b는 사람의 길이에 대한 레이더 단면적의 분포로 표현되는 2차원 다이어그램을 도시한 것이다. 본 발명의 실시 예에서는 표적의 길이에 대한 레이더 단면적의 분포를 정규화한 2차원 다이어그램으로 설명하였으나, 본 발명의 권리범위가 이에 한정하는 것은 아니다.
본 발명의 실시예에서, 표적의 거리는 시간에 따라 다르기 때문에, 거리 프로파일에 따른 레이더 단면적의 분포를 정규화하여 2차원 다이어그램으로 이미지화한다. 이와 같이, 거리 프로파일에서 표적이 존재하는 부분만을 추출하여 정규화하면, 이후에는 거리에 대한 개념이 없어지고 표적의 길이에 따른 레이더 단면적의 분포를 산출할 수 있다.
즉, 도 4에 도시된 거리 프로파일별 레이더 단면적의 분포는 표적의 거리에 따라 정확한 비교가 어렵기 때문에, 거리 프로파일별 레이더 단면적의 분포를 정규화하여 기준 형태와 비교하여, 표적의 종류를 식별하도록 하였다.
도 5a 및 도 5b에 도시된 바와 같이, 차량과 사람의 2차원 다이어그램이 서로 상이하게 나타나는 것을 알 수 있다.
상기 제어기(30)는 표적의 길이에 따른 레이더 단면적의 분포를 통해 산출된 2차원 다이어그램을 기준 형태와 비교하여 표적을 식별하게 된다.
상기 기준 형태는 표적의 길이에 따른 레이더 단면적의 분포로 산출되는 2차원 다이어그램으로 측정 또는 시뮬레이션을 통해 상기 제어기(30)에 미리 저장된다.
예를 들어, 차량(표적의 형태)의 길이에 따른 레이더 단면적의 분포를 측정 또는 시뮬레이션을 통해 2차원 다이어그램을 산출하고, 산출된 차량의 2차원 다이어그램은 상기 제어기에 미리 저장된다. 그리고 사람(표적의 형태)의 길이에 따른 레이더 단면적의 분포를 측정 또는 시뮬레이션을 통해 2차원 다이어그램을 산출하고, 산출된 사람의 2차원 다이어그램은 상기 제어기에 미리 저장된다.
표적의 정확한 식별을 위해, 상기 제어기(30)는 표적의 길이에 따른 레이더 단면적의 분포로 산출되는 2차원 다이어그램(이하, '표적의 2차원 다이어그램'이라 한다)과 미리 저장된 기준 형태의 2차원 다이어그램(이하, '기준 형태'라 한다)을 비교하여 표적의 형태를 식별한다.
상기 제어기(30)는 상기 표적의 2차원 다이어그램과 상기 기준 형태를 비교하고, 상기 표적의 2차원 다이어그램이 상기 기준 형태와 일정 범위 이내이면 표적이 기준 형태에 대응하는 것으로 판단하게 된다.
예를 들어, 상기 제어기(30)가 상기 표적의 2차원 다이어그램을 차량의 기준 형태와 비교하는 경우, 상기 표적의 2차원 다이어그램이 차량의 기준 형태와 일정 범위 이상 벗어나는 경우, 상기 제어기(30)는 상기 표적이 차량이 아닌 것으로 판단하게 된다.
이후, 상기 제어기(30)는 상기 표적의 2차원 다이어그램을 사람과 다른 차량의 기준 형태와 비교하고, 상기 표적의 2차원 다이어그램이 사람의 기준 형태와 일정 범위 이내이면, 상기 제어기(30)는 상기 표적의 2차원 다이어그램이 차량인 것으로 판단할 수 있다.
이때, 상기 제어기(30)는 표적의 2차원 다이어그램과 기준 형태로부터 표적의 형태를 판단할 때, 기계 학습 알고리즘을 통해 표적의 형태를 판단할 수 있다. 상기 기계 학습 알고리즘은 인공 신경망(Artificial Neural Network), 써포트 백터 머신 (Support Vector Machine), 또는 딥 컨벌루션 뉴럴 네트워크(Deep Convolution Neural Network) 기법을 사용하는 것이 바람직하다.
상기 제어기(30)는 표적의 형태에 따른 2차원 다이어그램을 기계 학습 알고리즘의 반복적인 학습을 통해 수학적 모델을 생성하게 된다. 기계 학습 알고리즘에 의한 학습 후 측정된 새로운 표적의 2차원 다이어그램이 산출되면, 상기 제어기(30)는 학습된 수학적 모델을 통해 표적의 형태를 실시간으로 식별할 수 있게 된다.
이하에서는, 상기한 바와 같은 본 발명의 실시 예에 따른 레이더를 이용한 표적 식별 방법에 대해 구체적으로 설명한다.
도 6는 본 발명의 실시예에 따른 레이더의 표적 식별 방법을 설명하기 위한 순서도이다.
도 6를 참조하면, 상기 제어기(30)는 송신 신호를 생성한다(S10). 상기 송신 신호는 다수의 펄스 또는 처프(chirp)(예를 들어, 100개의 처프)를 포함하는 버스트(burst) 단위로 생성될 수 있다. 상기 송신 신호의 예는 도 2에 도시된 바와 같다.
상기 제어기(30)에서 생성된 송신 신호는 상기 송신기(10)로 전송되고, 상기 송신기(10)는 송신 신호를 방사한다(S20). 상기 수신기(20)는 표적으로부터 반사된 반사 신호를 수신한다(S30). 수신된 반사 신호는 상기 제어기(30)로 전송된다.
상기 제어기(30)는 수신된 반사 신호로부터 레이더 단면적과 거리 프로파일을 산출하고, 상기 거리 프로파일별로 레이더 단면적을 산출한다. 상기 제어기(30)는 표적이 존재하는 거리에서 레이더 단면적의 분포를 정규화하여 표적의 길이별 레이더 단면적의 분포를 산출하고, 표적의 길이별 레이더 단면적의 분포로부터 표적의 종류를 식별한다(S40).
구체적으로 도 7을 참조하여, 표적을 식별하는 방법에 대해 설명하도록 한다.
도 7을 참조하면, 상기 제어기(30)는 상기 수신기(20)를 통해 수신된 반사 신호의 각 펄스 또는 처프에 대한 거리 프로파일과 레이더 단면적을 산출하고(S41), 거리 프로파일에 따른 레이더 단면적의 분포를 산출한다(S43). 상기 표적의 거리 프로파일은 도 3에 도시된 바와 같다.
상기 제어기(30)는 거리 프로파일에 따른 레이더 단면적의 분포를 정규화하여, 표적의 길이에 따른 레이더 단면적의 분포를 산출한다(S45). 이때, 표적의 길이에 따른 레이더 단면적의 분포는 2차원 다이어그램으로 산출할 수 있다. 2차원 다이어그램의 예는 도 4에 도시된 바와 같다.
상기 제어기(30)는 상기 표적의 2차원 다이어그램과 미리 저장된 기준 형태를 비교한다(S47). 앞에서 설명한 바와 같이, 상기 기준 형태는 표적의 형태와 표적의 길이에 따른 레이더 단면적의 분포로 산출되는 2차원 다이어그램으로 측정 또는 시뮬레이션을 통해 상기 제어기(30)에 미리 저장된다. 상기 기준 형태는 표적의 형태 및 표적의 거리에 따라 다양한 형태로 저장된다.
상기 제어기(30)는 표적의 2차원 다이어그램이 미리 저장된 기준 형태와 일정 범위 이내이면 표적이 기준 형태에 대응하는 것으로 판단한다(S49). 만약, 표적의 2차원 다이어그램이 비교한 기준 형태와 일정 범위 이상 벗어나는 경우, 상기 제어기(30)는 표적이 기준 형태에 대응하지 않는 것으로 판단하고, 상기 S47 단계로 이동하여 표적의 2차원 다이어그램을 다른 기준 형태와 비교한다.
즉, 상기 제어기(30)는 미리 저장된 다양한 형태의 기준 형태와 표적의 3차원 다이어그램을 반복적으로 비교하여, 표적의 2차원 다이어그램이 기준 형태와 일치하는 것을 찾아, 표적의 형태를 식별할 수 있게 된다.
이상에서 설명한 바와 같이, 본 발명의 실시 예에 따른 레이더 및 이를 이용한 표적 식별 방법에 의하면, 표적의 길이에 따른 레이더 단면적의 분포로 나타나는 2차원 다이어그램을 산출하고, 산출된 2차원 다이어그램을 기준 형태와 비교하여 표적의 형태를 정확하게 식별할 수 있게 된다.
이상을 통해 본 발명의 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명의 범위에 속하는 것은 당연하다.
10: 송신기
20: 수신기
30: 제어기

Claims (12)

  1. 송신 신호를 방사하는 송신기;
    상기 송신기에서 방사되어 표적으로부터 반사된 신호를 수신하는 수신기; 및
    상기 송신기에서 방사되는 송신 신호와 상기 수신기에서 수신된 반사 신호를 처리하는 제어기;
    를 포함하고,
    상기 제어기는
    다수의 펄스 또는 처프를 포함하는 버스트 단위로 상기 송신 신호를 생성하여 상기 송신기로 전송하고, 상기 수신기를 통해 수신된 반사 신호로부터 각 펄스 또는 처프에 대한 거리 프로파일에 따른 레이더 단면적(RADAR cross section)을 산출하며, 상기 거리 프로파일에 따른 레이더 단면적의 분포를 정규화하여 표적의 길이에 따른 레이더 단면적의 분포로부터 표적을 식별하는 레이더.
  2. 제1항에 있어서,
    상기 제어기는
    상기 표적의 길이에 따른 레이더 단면적의 분포와 기준 형태를 비교하여 표적을 식별하는 레이더.
  3. 제2항에 있어서,
    상기 기준 형태는
    표적의 길이에 따른 레이더 단면적의 분포로 나타나는 3차원 다이어그램으로 측정 또는 시뮬레이션을 통해 상기 제어기에 미리 저장되는 레이더.
  4. 제3항에 있어서,
    상기 제어기는
    상기 레이더 단면적과 상기 거리 프로파일을 이용하여 표적에 대한 3차원 다이어그램을 산출하고, 상기 표적에 대한 3차원 다이어그램의 형태가 미리 저장된 3차원 다이어그램의 기준 형태와 일정 범위 이내이면 표적이 기준 형태에 대응하는 것으로 판단하는 레이더.
  5. 제4항에 있어서,
    상기 제어기는
    상기 기준 형태로부터 표적의 형태를 판단할 때, 기계 학습 알고리즘에 의한 학습을 통해 표적의 형태를 판단하는 레이더.
  6. 제5항에 있어서,
    상기 기계 학습 알고리즘은
    인공 신경망 (Artificial Neural Network), 써포트 백터 머신 (Support Vector Machine), 또는 딥 컨벌루션 뉴럴 네트워크(Deep Convolution Neural Network) 기법을 사용하는 레이더.
  7. 제어기에 의해, 다수의 펄스 또는 처프(chirp)를 포함하는 버스트(burst) 단위로 송신 신호를 생성하는 단계;
    송신기에 의해, 상시 송신 신호를 방사하는 단계;
    수신기에 의해, 표적으로부터 반사된 반사 신호를 수신하는 단계; 및
    상기 제어기에 의해, 수신된 반사 신호의 거리 프로파일에 따른 레이더 단면적의 분포를 정규화한 표적의 길이에 따른 레이더 단면적의 분포로부터 표적을 식별하는 단계;
    를 포함하는 레이더의 표적 식별 방법.
  8. 제7항에 있어서,
    상기 표적을 식별하는 단계는
    반사된 각 펄스 또는 처프에 대한 거리 프로파일을 산출하는 단계;
    상기 거리 프로파일에 따른 레이더 단면적(RADAR cross section)의 분포를을 산출하는 단계;
    상기 레이더 단면적과 상기 거리 프로파일로부터 표적의 길이에 따른 레이더 단면적에 대한 다이어그램을 산출하는 단계;
    상기 표적의 길이에 따른 레이더 단면적의 다이어그램과 미리 저장된 기준 형태를 비교하는 단계; 및
    상기 표적의 길이에 따른 레이더 단면적의 다이어그램과 상기 기준 형태로부터 표적의 형태를 판단하는 단계;
    를 포함하는 레이더의 표적 식별 방법.
  9. 제8항에 있어서,
    상기 기준 형태는
    표적의 거리 및 표적의 형태에 따라 레이더 단면적과 거리 프로파일에 의해 형성되는 3차원 다이어그램으로 측정 또는 시뮬레이션을 통해 상기 제어기에 미리 저장되는 레이더의 표적 식별 방법.
  10. 제8항에 있어서,
    상기 표적의 형태를 판단하는 단계에서,
    상기 표적에 대한 3차원 다이어그램이 상기 기준 형태와 일정 범위 이내이면 표적이 기준 형태에 대응하는 것으로 판단하는 레이더의 표적 식별 방법.
  11. 제10항에 있어서,
    상기 표적의 형태를 판단하는 단계에서,
    기계 학습 알고리즘을 통한 학습을 통해 표적의 형태를 판단하는 레이더의 표적 식별 방법.
  12. 제11항에 있어서,
    상기 기계 학습 알고리즘은
    인공 신경망 (Artificial Neural Network), 써포트 백터 머신 (Support Vector Machine), 또는 딥 컨벌루션 뉴럴 네트워크(Deep Convolution Neural Network) 기법을 사용하는 레이더의 표적 식별 방법.
KR1020150176040A 2015-12-10 2015-12-10 레이더 및 이를 이용한 표적 식별 방법 KR101763348B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150176040A KR101763348B1 (ko) 2015-12-10 2015-12-10 레이더 및 이를 이용한 표적 식별 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150176040A KR101763348B1 (ko) 2015-12-10 2015-12-10 레이더 및 이를 이용한 표적 식별 방법

Publications (2)

Publication Number Publication Date
KR20170068948A true KR20170068948A (ko) 2017-06-20
KR101763348B1 KR101763348B1 (ko) 2017-07-31

Family

ID=59281396

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150176040A KR101763348B1 (ko) 2015-12-10 2015-12-10 레이더 및 이를 이용한 표적 식별 방법

Country Status (1)

Country Link
KR (1) KR101763348B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101912446B1 (ko) * 2017-10-17 2018-10-26 주식회사 에스원 침입 감지 방법 및 장치
KR20190056710A (ko) * 2017-11-17 2019-05-27 경상대학교산학협력단 외삽법을 이용한 rcs 데이터 추정 방법, 그 추정방법을 실행하기 위한 프로그램이 기록된 컴퓨터 판독 가능 기록 매체 및 하드웨어와 결합되어 그 추정방법을 실행시키기 위하여 매체에 저장된 프로그램
KR20190092060A (ko) * 2018-01-30 2019-08-07 한국해양대학교 산학협력단 Uwb 기반 유막 검출 장치 및 방법
KR20190091817A (ko) * 2018-01-29 2019-08-07 (주)스마트레이더시스템 길쌈 신경회로망을 이용한 레이더 신호 처리 장치 및 방법
KR102096941B1 (ko) * 2020-01-30 2020-04-03 포항공과대학교 산학협력단 Pcl 운용 환경을 기반으로 하는 저피탐 표적 식별 장치 및 그 방법
CN111999731A (zh) * 2020-08-26 2020-11-27 合肥工业大学 一种基于感知生成对抗网络的电磁逆散射成像方法
KR102445412B1 (ko) * 2021-06-29 2022-09-20 엘아이지넥스원 주식회사 유도 무기, 표적 추적 시스템 및 표적 추적 방법
US11835649B2 (en) 2019-06-28 2023-12-05 Smart Radar System, Inc. Method and apparatus for radar signal processing using convolutional neural network

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3319242B2 (ja) 1995-09-18 2002-08-26 三菱電機株式会社 レーダ装置
JP3580270B2 (ja) 2001-05-31 2004-10-20 日本電気株式会社 目標類別装置及びこれを備えたレーダ装置
JP5622533B2 (ja) 2010-11-12 2014-11-12 株式会社東芝 レーダ装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101912446B1 (ko) * 2017-10-17 2018-10-26 주식회사 에스원 침입 감지 방법 및 장치
KR20190056710A (ko) * 2017-11-17 2019-05-27 경상대학교산학협력단 외삽법을 이용한 rcs 데이터 추정 방법, 그 추정방법을 실행하기 위한 프로그램이 기록된 컴퓨터 판독 가능 기록 매체 및 하드웨어와 결합되어 그 추정방법을 실행시키기 위하여 매체에 저장된 프로그램
KR20190091817A (ko) * 2018-01-29 2019-08-07 (주)스마트레이더시스템 길쌈 신경회로망을 이용한 레이더 신호 처리 장치 및 방법
KR20190092060A (ko) * 2018-01-30 2019-08-07 한국해양대학교 산학협력단 Uwb 기반 유막 검출 장치 및 방법
US11835649B2 (en) 2019-06-28 2023-12-05 Smart Radar System, Inc. Method and apparatus for radar signal processing using convolutional neural network
KR102096941B1 (ko) * 2020-01-30 2020-04-03 포항공과대학교 산학협력단 Pcl 운용 환경을 기반으로 하는 저피탐 표적 식별 장치 및 그 방법
CN111999731A (zh) * 2020-08-26 2020-11-27 合肥工业大学 一种基于感知生成对抗网络的电磁逆散射成像方法
CN111999731B (zh) * 2020-08-26 2022-03-22 合肥工业大学 一种基于感知生成对抗网络的电磁逆散射成像方法
KR102445412B1 (ko) * 2021-06-29 2022-09-20 엘아이지넥스원 주식회사 유도 무기, 표적 추적 시스템 및 표적 추적 방법

Also Published As

Publication number Publication date
KR101763348B1 (ko) 2017-07-31

Similar Documents

Publication Publication Date Title
KR101763348B1 (ko) 레이더 및 이를 이용한 표적 식별 방법
US20160154099A1 (en) Object detection apparatus and road mirror
JP6531903B2 (ja) 物体検出装置
KR20170068950A (ko) Fmcw 레이더 및 이를 이용한 fmcw 레이더의 간섭 회피 방법
US20050179581A1 (en) Radar device for obtaining position data
EP2993489B1 (en) Laser radar device
JPH1164497A (ja) レーダ装置
KR20110012584A (ko) 초음파 기반 3차원 위치 추정 장치 및 방법
JP2015190777A (ja) 歩行者検出装置
US20160299216A1 (en) Axial misalignment determination apparatus
CN109490872A (zh) 使用幅度和多个接收元件的单散射体测试
US10551481B2 (en) Radar sensor
KR101036286B1 (ko) 수중 표적 시뮬레이션 시스템 및 방법
WO2020129484A1 (ja) 検知装置、移動体システム、及び検知方法
CN113099120B (zh) 深度信息获取方法、装置、可读存储介质及深度相机
US11624818B2 (en) Method and device for checking the plausibility of a transverse movement
CN107505027A (zh) 反射微波屏障
Kim et al. Analysis on the characteristics of mutual interference between pulsed terrestrial LIDAR scanners
CN109597055A (zh) 车辆物体检测系统中的超声波发射的自适应减少
CN108535728A (zh) 用于检测和测距的设备
Kim et al. Mutual interference on mobile pulsed scanning LIDAR
US20180246192A1 (en) Information processing device, control method, program, and storage medium
JP2004517420A (ja) 目標物の運動パラメータを推定するための方法及び装置
JP2017181101A (ja) 対象物体検知装置
KR101919059B1 (ko) 반사판 기반 침입 탐지 레이더에서 침입자 위치 측정 방법 및 이를 위한 노이즈 정의 방법

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