KR20220140942A - 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법 - Google Patents

저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법 Download PDF

Info

Publication number
KR20220140942A
KR20220140942A KR1020210046855A KR20210046855A KR20220140942A KR 20220140942 A KR20220140942 A KR 20220140942A KR 1020210046855 A KR1020210046855 A KR 1020210046855A KR 20210046855 A KR20210046855 A KR 20210046855A KR 20220140942 A KR20220140942 A KR 20220140942A
Authority
KR
South Korea
Prior art keywords
signal
target
clutter
approximation
singular value
Prior art date
Application number
KR1020210046855A
Other languages
English (en)
Other versions
KR102589127B1 (ko
Inventor
김영억
윤영욱
Original Assignee
광운대학교 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 광운대학교 산학협력단 filed Critical 광운대학교 산학협력단
Priority to KR1020210046855A priority Critical patent/KR102589127B1/ko
Publication of KR20220140942A publication Critical patent/KR20220140942A/ko
Application granted granted Critical
Publication of KR102589127B1 publication Critical patent/KR102589127B1/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
    • G01S13/02—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
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G01S13/524—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi
    • G01S13/5244—Adaptive clutter cancellation
    • 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
    • G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
    • 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
    • G01S13/10—Systems for measuring distance only using transmission of interrupted, pulse modulated waves
    • G01S13/103—Systems for measuring distance only using transmission of interrupted, pulse modulated waves particularities of the measurement of the distance

Landscapes

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

Abstract

본 발명은 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법에 관한 것이다. 본 발명에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법은, 타겟이 없는 상황에서 레이더로부터 송신된 신호를 수신하여 원본 클러터 신호를 획득하는 단계; 획득된 원본 클러터 신호에 대해 특이값 분해(SVD)를 수행하여 특이값들을 획득하는 단계; 획득된 특이값들 중에 상대적으로 큰 특이값을 이용하여 저계수 근사화(LRA)를 수행하여 클러터를 포함한 전파 채널을 근사화하여 추정된 클러터 신호를 획득하는 단계; 타겟이 존재하는 상황에서, 레이더로부터 송신된 신호가 타겟에 반사되어 돌아오는 신호를 수신하여 원본 타겟 신호를 획득하는 단계; 획득된 원본 타겟 신호에 포함되어 있는 클러터 신호를 억압하기 위해 원본 타겟 신호에서 상기 추정된 클러터 신호를 차감하여 가공된 타겟 신호를 획득하는 단계; 가공된 타겟 신호와 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호와의 상관 관계를 평가하는 단계; 상관 관계를 평가한 후, 잔존하는 시변 요소들을 경감하기 위해 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행하는 단계; 및 h) 단계 g)에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟에 대한 거리 추정을 완료하는 단계를 포함한다.

Description

저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법{Distance estimation method by clutter suppression using approximation of low-rank singular value}
본 발명은 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법에 관한 것으로서, 더 상세하게는 레이더를 이용한 거리 추정 시, 클러터(clutter)로 인한 성능 저하를 개선하기 위하여 특이값 분해 기법을 기반으로 전파 채널의 저계수 특이값 근사화를 통해 거리 추정 성능을 향상시킬 수 있는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법에 관한 것이다.
최근, 실내 측위 기술의 요구는 다양한 산업 분야에서 증가했으며, 임펄스 무선 초광대역(impulse radio ultrawide-band; IR-UWB)이 유망한 거리 추정 기술로 소개되었다. 하지만, IR-UWB는 높은 시간 해상도를 제공할 수 있다고 할지라도 거리 추정의 범위가 매우 제한적이라는 단점이 있다. 제한된 범위에 대한 이유 중 하나는 페이딩 효과로 인해 실내 환경의 클러터(레이더 관측 시, 원하지 않은 물체에서 전파가 반사되어 돌아와 관측되는 것)들에 의해 왜곡되는 직접 경로의 도착 시간(time-of-arrival; TOA)을 추정하기 어렵기 때문이다. 실내의 무선 채널 환경에서 발생한 클러터 신호들은 타겟(target)에서 반사된 펄스와 혼합된다. 따라서 수신기 측에서는 수신된 신호가 혼합 신호로 간주될 수 있으며, 이 혼합 신호는 타겟에 의해 반사된 신호와 환경에 기인한 클러터가 혼합된 것이다.
클러터 신호들을 제거하기 위한 많은 방법이 있으나, 종래의 방식들은 일반적으로 상관 관계 기법과 배경 제거 기법으로 나뉠 수 있다. 종래의 상관 관계 기법은 높은 상관 관계 계수를 갖는 신호를 사전에 수집된 기준 파형과 현재 수신된 신호와의 상관 관계 비교에 의해 타겟 검출로 결정하는 기술이다. 종래 상관 관계 기법의 한계는 타겟으로부터 반사된 신호의 에너지가 이동 거리가 증가함에 따라 상당히 감소되는 것이다. 성능을 향상시키기 위하여, 기준 신호는 타겟의 크기, 모양 및 매체에 따라 타겟에 대해 준비되어야 할 필요가 있다. 따라서, 클러터 신호의 상대적으로 더 큰 에너지로 인해, 타겟을 정확히 검출하기는 어렵다.
종래의 배경 제거 기법은 사전에 수집된 클러터 데이터로부터 대부분의 클러터 신호를 제거하는 기술이다. 이 기법의 성능은 더 많이 수집된 클러터 데이터로 개선될 수 있으나, 이 역시 이동 거리가 증가함에 따라 타겟으로부터 반사된 신호를 약화시킨다. 그러므로, 종래의 기법들은 실내 공간에서의 장거리 타겟에 대한 거리를 정확히 추정하기 어려운 문제점이 있다.
한편, 한국 공개특허공보 제10-2019-0135267호(특허문헌 1)에는 "CW 레이더 및 CW 레이더를 이용한 거리 측정 방법"이 개시되어 있는 바, 이에 따른 CW 레이더를 이용한 거리 측정 방법은, 삼각파 처프(triangular chirp) 신호를 생성하는 단계; 상기 삼각파 처프 신호를 방사하는 단계; 상기 목표물에 의해 반사되는 신호를 수신하는 단계; 수신된 신호의 업-처프 구간 또는 다운-처프 구간에 대해 톱니파-처프 신호 처리 방식을 적용하여 수신 신호를 처리하고 출력하는 단계; 및 상기 출력 신호를 이용해 상기 목표물까지의 거리를 검출하는 단계를 포함하는 것을 특징으로 한다.
이상과 같은 특허문헌 1의 경우, 목표물의 속도를 탐지하지 않고 일정한 오탐지 가능성을 수용하는 대신, 사용 대역폭을 늘이지 않고도 보다 정밀한 거리분해능을 획득할 수 있는 장점이 있기는 하나, 클러터 신호에 대한 특별한 대응 수단이나 처리 과정이 없어 클러터 신호로 인한 거리 측정 상의 정밀도가 저하될 수밖에 없는 문제점을 내포하고 있다.
한국 공개특허공보 제10-2019-0135267호(2019.12.06.)
본 발명은 상기와 같은 종래 기술의 문제점을 개선하기 위하여 창출된 것으로서, 레이더를 이용한 거리 추정 시, 클러터(clutter)로 인한 성능 저하를 개선하기 위하여 특이값 분해 기법을 기반으로 전파 채널의 저계수 특이값 근사화를 통해 거리 추정 성능을 향상시킬 수 있는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법을 제공함에 그 목적이 있다.
상기의 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법은,
IR-UWB 레이더를 활용한 TOA(time-of-arrival) 기반의 거리 추정 방법으로서,
a) 상기 IR-UWB 레이더를 초기 운용 시, 타겟이 없는 상황에서 레이더로부터 송신된 신호를 수신기를 통해 수신하여 원본 클러터 신호를 획득하는 단계와;
b) 상기 획득된 원본 클러터 신호에 대해 특이값 분해(singular value decomposition; SVD)를 수행하여 특이값들을 획득하는 단계와;
c) 상기 획득된 특이값들 중에 상대적으로 큰 특이값을 이용하여 저계수 근사화(low-rank approximation; LRA)를 수행하여 클러터를 포함한 전파 채널을 근사화하여 추정된 클러터 신호를 획득하는 단계와;
d) 거리를 추정하고자 하는 임의의 타겟이 존재하는 상황에서, 레이더로부터 송신된 신호가 타겟에 반사되어 돌아오는 신호를 수신기를 통해 수신하여 원본 타겟 신호를 획득하는 단계와;
e) 상기 획득된 원본 타겟 신호에 포함되어 있는 클러터 신호를 억압하기 위해 상기 원본 타겟 신호에서 상기 단계 c)에서 획득된 추정된 클러터 신호를 차감(subtraction)하여 가공된 타겟 신호를 획득하는 단계와;
f) 상기 가공된 타겟 신호와 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호와의 상관 관계(correlation)를 평가하는 단계와;
g) 상기 상관 관계를 평가한 후, 잔존하는 시변(time-varying) 요소들을 경감하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행하는 단계; 및
h) 상기 단계 g)에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟에 대한 거리 추정을 완료하는 단계를 포함하는 점에 그 특징이 있다.
여기서, 상기 단계 b)에서 특이값 분해(SVD)의 결과는 원본 클러터 신호에 대한 제1 랭크, 제2 랭크, 제3 랭크, ..., 제n 랭크의 고유치(eigenvalue)들의 랭크에 대해 기하급수적으로 감소하는 곡선 형태를 가지는 정규화된 고유치들로 구성되는 하나의 행렬로 표현될 수 있다.
또한, 상기 단계 c)에서 상기 저계수 근사화(LRA)를 수행함에 있어서, 상기 획득된 원본 클러터 신호에 대해 특이값 분해(SVD)를 수행하여 고유치 및 고유 벡터(eigenvector)를 얻고, 유효 랭크의 고유치들에 의한 행렬 재구성 데이터세트와 상기 고유 벡터를 이용하여 저계수 근사화(LRA)를 수행할 수 있다.
또한, 상기 단계 f)에서 상관 관계(correlation)를 평가함에 있어서, 상기 가공된 타겟 신호의 데이터세트(signal dataset)와 상기 사람 또는 사물에 대해 실험을 통해 미리 수집된 템플레이트 신호(template signal)와의 교차-상관 관계 (cross-correlation)를 평가할 수 있다.
또한, 상기의 목적을 달성하기 위하여 본 발명의 다른 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법은,
IR-UWB 레이더를 활용한 TOA(time-of-arrival) 기반의 거리 추정 방법으로서,
a) 상기 IR-UWB 레이더를 초기 운용 시, 타겟이 없는 상황에서 레이더로부터 송신된 신호를 수신기를 통해 수신하여 원본 클러터 신호를 획득하는 단계와;
b) 상기 획득된 원본 클러터 신호에 대해 특이값 분해(singular value decomposition; SVD)를 수행하여 특이값들을 획득하는 단계와;
c) 상기 획득된 특이값들 중에 상대적으로 큰 특이값을 이용하여 저계수 근사화(low-rank approximation; LRA)를 수행하여 클러터를 포함한 전파 채널을 근사화하여 추정된 클러터 신호를 획득하는 단계와;
d) 거리를 추정하고자 하는 임의의 타겟이 존재하는 상황에서, 레이더로부터 송신된 신호가 타겟에 반사되어 돌아오는 신호를 수신기를 통해 수신하여 원본 타겟 신호를 획득하는 단계와;
e) 상기 획득된 원본 타겟 신호에 포함되어 있는 클러터 신호를 억압하기 위해 상기 원본 타겟 신호에서 상기 단계 c)에서 획득된 추정된 클러터 신호를 차감 (subtraction)하여 가공된 타겟 신호를 획득하는 단계와;
f) 상기 가공된 타겟 신호와 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호와의 상관 관계(correlation)를 평가하는 단계와;
g) 상기 상관 관계를 평가한 후, 잔존하는 시변(time-varying) 요소들을 경감하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행하는 단계와;
h) 상기 단계 g)에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟의 위치를 특정하는 단계와;
i) 상기 위치가 특정된 타겟의 신호를 후속 시퀀스에서 상기 단계 f)에 반영하여 상기 가공된 타겟 신호와 상기 위치가 특정된 타겟의 신호와의 상관 관계를 평가하는 단계와;
j) 상기 상관 관계를 평가한 후, 잔존하는 시변(time-varying) 요소들을 경감하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행하는 단계; 및
k) 상기 단계 j)에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟에 대한 거리 추정을 완료하는 단계를 포함하는 점에 그 특징이 있다.
여기서, 상기 단계 b)에서 특이값 분해(SVD)의 결과는 원본 클러터 신호에 대한 제1 랭크, 제2 랭크, 제3 랭크, ..., 제n 랭크의 고유치(eigenvalue)들의 랭크에 대해 기하급수적으로 감소하는 곡선 형태를 가지는 정규화된 고유치들로 구성되는 하나의 행렬로 표현될 수 있다.
또한, 상기 단계 c)에서 상기 저계수 근사화(LRA)를 수행함에 있어서, 상기 획득된 원본 클러터 신호에 대해 특이값 분해(SVD)를 수행하여 고유치 및 고유 벡터(eigenvector)를 얻고, 유효 랭크의 고유치들에 의한 행렬 재구성 데이터세트와 상기 고유 벡터를 이용하여 저계수 근사화(LRA)를 수행할 수 있다.
또한, 상기 단계 f)에서 상관 관계(correlation)를 평가함에 있어서, 상기 가공된 타겟 신호의 데이터세트(signal dataset)와 상기 사람 또는 사물에 대해 실험을 통해 미리 수집된 템플레이트 신호(template signal)와의 교차-상관 관계 (cross-correlation)를 평가할 수 있다.
이와 같은 본 발명에 의하면, 레이더를 이용한 거리 추정 시, 클러터 (clutter)로 인한 성능 저하를 개선하기 위하여 특이값 분해(SVD) 기법을 기반으로 전파 채널의 저계수 근사화(LRA)를 수행함으로써, 거리 추정 성능을 한층 향상시킬 수 있는 장점이 있다.
도 1은 IR-UWB 레이더를 활용한 TOA(time-of-arrival) 기반의 거리 추정의 개념을 나타낸 도면이다.
도 2는 목표물이 5.3m와 11.4m 지점에 각각 위치할 때, 목표물로부터의 신호 외에 8.8m 지점의 클러터 신호도 수신되는 것을 각각 나타낸 신호 파형도이다.
도 3은 본 발명의 일 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법의 실행 과정을 나타낸 흐름도이다.
도 4는 목표물이 없는 상태에서의 수신된 클러터 신호 파형 및 행렬 변환을 나타낸 도면이다.
도 5는 특이값 분해(SVD)에 의해 획득된 특이값들의 비교를 나타낸 도면이다.
도 6은 클러터 경감(완화)을 위한 저계수 근사화(LRA) 기법의 개념을 나타낸 도면이다.
도 7은 교차-상관 관계(cross-correlation) 기법의 개념을 나타낸 도면이다.
도 8은 오픈 공간에서 11m 거리에 위치한 타겟에 대한 본 발명의 방법과 종래 기법들 간의 성능 비교를 나타낸 도면이다.
도 9a 및 도 9b는 본 발명의 다른 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법의 실행 과정을 나타낸 흐름도이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정되어 해석되지 말아야 하며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈", "장치" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.
여기서, 본 발명의 실시예에 대하여 본격적으로 설명하기에 앞서, 본 발명에서 기반으로 하고 있는 IR-UWB 레이더를 활용한 TOA(time-of-arrival) 기반의 거리 추정의 개요에 대해 먼저 설명해 보기로 한다.
도 1은 IR-UWB 레이더를 활용한 TOA(time-of-arrival) 기반의 거리 추정의 개념을 나타낸 도면이다.
도 1을 참조하면, IR-UWB(impulse radio ultrawide-band) 레이더(110)는 광대역의 펄스를 송신하고, 거리 A, B, C에 위치하는 목표물(예를 들면, 사람)(120)로부터 반사된 IR-UWB 펄스의 수신 시간차를 측정하여 목표물(120)의 거리를 추정한다. 이와 같은 IR-UWB 레이더(110)는 근거리에서 비접촉 방식으로 인체의 호흡 등 생체 정보의 수집이 가능하다. 또한, 인체 및 드론 등 소형 물체의 움직임을 정교하게 감지할 수 있다.
이상과 같은 IR-UWB 레이더(110)를 활용한 TOA(Time-Of-Arrival) 기반의 거리 추정을 수행함에 있어서, 레이더(110)의 송신기로부터 송신된 신호가 목표물 (120)에 반사되어 다시 레이더(110)의 수신기에 수신될 때, 클러터(clutter)라는 원치 않은 물체에 전파가 반사되어 돌아와 함께 수신되는 문제가 발생하게 된다.
즉, 도 2에 도시된 바와 같이, 수신기에는 목표물(target)에 의한 반사파뿐만 아니라, 클러터(clutter)라는 원치 않은 물체에 의한 반사파도 함께 수신되는 것이다. 따라서, 이와 같은 클러터 신호(우세한 클러터 신호)에 의해 목표물(120)에 대한 거리 추정 성능이 크게 저하되는(즉, 클러터 신호로 인해 목표물의 거리 추정에 오차가 발생하는) 문제가 있다. 도 2에서 (A)는 목표물이 5.3m 지점에 위치할 때, (B)는 목표물이 11.4m 지점에 위치할 때, 목표물로부터의 신호 외에 8.8m 지점의 클러터 신호도 함께 수신되는 것을 각각 나타낸 것이다.
따라서, 본 발명에서는 이상과 같은 클러터로 인한 성능 저하를 개선하기 위하여, 클러터 신호를 완화(경감)하기 위해 신호를 벡터 요소로 분해할 수 있는 특이값 분해(SVD) 기법을 포함한 저계수 근사화(LRA)를 도입함으로써, 거리 추정 성능을 향상시키고자 한다.
그러면, 이하에서는 본 발명의 실시예에 대하여 상세히 설명해 보기로 한다.
도 3은 본 발명의 일 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법의 실행 과정을 나타낸 흐름도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법은, 전술한 바와 같은 IR-UWB 레이더(110)(도 1 참조)를 활용한 TOA(time-of-arrival) 기반의 거리 추정 방법으로서, 먼저 상기 IR-UWB 레이더(110)를 초기 운용 시, 타겟(목표물)이 없는 상황에서 레이더로부터 송신된 신호를 수신기를 통해 수신하여 도 4에서와 같이, 원본 클러터 신호를 획득한다(단계 S301). 도 4에서 (A)는 수신된 클러터 신호 파형을 나타낸 것이고, (B)는 클러터 신호 파형 데이터를 행렬로 나타낸 것이다.
이렇게 하여 원본 클러터 신호가 획득되면, 그 획득된 원본 클러터 신호에 대해 특이값 분해(singular value decomposition; SVD)를 수행하여 특이값들을 획득한다(단계 S302). 여기서, 이와 같은 특이값 분해(SVD)는 기저 벡터를 찾아 선형변환해주는 기법으로서, 여기서의 특이값(singular value)은 주성분의 크기로 랭크(rank)가 결정되고, 이를 통해 특이값 분해(SVD)를 수행한다. 이와 같은 특이값 분해(SVD)의 결과는, 도 5에 도시된 바와 같이, 원본 클러터 신호에 대한 제1 랭크, 제2 랭크, 제3 랭크, ..., 제n 랭크의 고유치(eigenvalue)들의 랭크에 대해 기하급수적으로 감소하는 곡선 형태를 가지는 정규화된 고유치들로 구성되는 하나의 행렬로 표현될 수 있다. 이때, 제1 랭크는 가장 큰 값이며 행렬의 60% 이상의 주요 성분을 차지한다. 그러므로, 제1 랭크는 우세한 특이값이라고 지칭될 수 있다. 제1 랭크는 기하급수적으로 감소되기 때문에, 제4 랭크에서 마지막 랭크까지는 한계치로 간주된다. 제3 랭크 이상을 사용하는 경우, 주요 성분들을 추출하는 효과는 약해질 수 있다. 따라서, 본 발명에서는 제1 및 제2 랭크를 주요 성분으로 사용하는 것으로 한다.
이상에 의해 특이값 분해(SVD)에 따라 특이값들이 획득되면, 획득된 특이값들 중에 상대적으로 큰 특이값을 이용하여 저계수 근사화(low-rank approximation; LRA)를 수행하여 클러터를 포함한 전파 채널을 근사화하여 추정된 클러터 신호를 획득한다(단계 S303). 여기서, 이상과 같은 저계수 근사화(LRA)와 관련해서는 뒤에서 다시 설명하기로 한다.
이렇게 하여 저계수 근사화(LRA)를 통해 추정된 클러터 신호가 획득된 후, 거리를 추정하고자 하는 임의의 타겟(목표물)(120)(도 1 참조)이 존재하는 상황에서, 레이더(110)로부터 송신된 신호가 타겟(목표물)(120)에 반사되어 돌아오는 신호를 수신기를 통해 수신하여 원본 타겟 신호를 획득한다(단계 S304).
그런 후, 상기 획득된 원본 타겟 신호에 포함되어 있는 클러터 신호를 억압하기 위해 상기 원본 타겟 신호에서 상기 단계 S303에서 획득된 추정된 클러터 신호를 차감(subtraction)하여 가공된 타겟 신호(즉, 원본 타겟 신호에서 추정된 클러터 신호를 제거한 후의 잔여 신호)를 획득한다(단계 S305).
그런 다음, 상기 가공된 타겟 신호와 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호와의 상관 관계(correlation)를 평가한다(단계 S306). 여기서, 이와 같은 상관 관계(correlation)를 평가함에 있어서, 도 7에 도시된 바와 같이, 상기 가공된 타겟 신호의 데이터세트(signal dataset)와 상기 사람 또는 사물에 대해 실험을 통해 미리 수집된 템플레이트 신호(template signal)와의 교차-상관 관계(cross-correlation)를 평가할 수 있다. 이와 같은 교차-상관 관계(cross-correlation) 기법은 송신 신호와 수신 신호 간의 상관 관계를 사용함으로써 타겟(목표물)으로부터 반사된 신호를 구별하는 방법이다. 도 7은 교차 상관 관계의 개념을 보여주는 것으로서, 이때, 상관 관계 데이터 행렬은 다음과 같이 계산될 수 있다.
Figure pat00001
Figure pat00002
여기서, j와 k는 신호 데이터세트 및 템플레이트(template)의 지수를 각각 나타낸다. 이러한 지수 번호들은 신호의 길이에 의존한다.
Figure pat00003
는 타겟으로부터 반사된 템플레이트 파형이고,
Figure pat00004
는 상관 관계 결과들로 구성된 1×N 데이터 행렬이다. 따라서, 거리는 상관 관계 결과의 지수값을 사용함으로써 추정될 수 있다.
이상에 의해 상관 관계의 평가가 완료된 후, 여전히 잔존하는 시변(time-varying) 요소들을 경감(완화)하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행한다. 그리고 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟에 대한 거리 추정을 완료한다(단계 S307).
이상과 같은 일련의 과정에 있어서, 상기 단계 S303∼S305에서의 저계수 근사화(LRA) 및 가공된 타겟 신호를 획득하는 것과 관련하여 부연 설명을 해보기로 한다.
도 6은 클러터 완화(경감)를 위한 LRA 기법의 개념을 나타낸 도면이다.
도 6을 참조하면, 저계수 근사화(LRA)를 수행함에 있어서, 데이터가 획득되면(즉, 처음에 타겟(목표물)이 없는 상태에서 데이터가 획득되면)(단계 S601), 획득된 원본 클러터 신호에 대해 특이값 분해(SVD)를 수행하여(단계 S602), 고유치 및 고유 벡터(eigenvector)를 얻고(단계 S603, S604), 유효 랭크의 고유치들에 의한 행렬 재구성을 수행하여(단계 S605) 얻은 데이터세트와 상기 고유 벡터를 이용하여 저계수 근사화(LRA)를 수행할 수 있다(단계 S606). 이후 타겟(목표물)이 있는 상태에서 획득된 데이터(원본 타겟 신호)에서 상기 저계수 근사화(LRA)를 통해 얻은 추정된 클러터 신호를 차감함으로써 클러터 신호가 제거된 잔여값(즉, 가공된 타겟 신호)을 획득하게 된다(단계 S607).
이상과 같은 일련의 과정에서 클러터 신호를 효과적으로 분리하기 위하여, 특이값 분해(SVD)가 대각선 행렬을 추출하기 위해 사용되고, 저차원 행렬은 선택된 특이값들 및 벡터들로 재구성된다. 저계수 근사화(LRA) 기법을 사용함으로써 시변 클러터 및 노이즈 요소들을 경감하는 것이 또한 가능하다. 미가공 데이터 신호들은 주요 성분 및 비주요 성분으로 분할될 수 있기 때문에, 주요 성분들은 메인 클러터 신호로 간주될 수 있고, 반면에 비주요 성분들은 시변 클러터들 및 환경적인 노이즈 신호들이다. 한편, 저계수 근사화(LRA) 기법으로 시변 요소들이 추정될 수 있고, 모델링될 수 있다. 또한, 저계수 근사화(LRA) 기법은 약한 신호 검출을 위해 활용될 수 있다.
도 8은 오픈 공간에서 11m 거리에 위치한 타겟에 대한 본 발명의 방법과 종래 기법들 간의 성능 비교를 나타낸 도면이다.
도 8에 도시된 바와 같이, (a)의 배경 제거 기법은 클러터의 대부분을 제거하지만, 또한 타겟으로부터 반사된 신호를 약화시키기도 한다. (b)의 교차-상관 관계 기법은 9m 지점에 위치한 철제 장애물을 타겟으로 추정한다. (c)의 특이값 분해(SVD) 기법은 일반적으로 타겟을 잘 감지하지만, 대부분의 클러터가 여전히 남아있기 때문에 타겟을 검출함에 있어 어려움이 있다. 반면에, (d)의 본 발명의 방법은 그림에서 볼 수 있는 바와 같이 타겟을 정확히 검출할 수 있다.
한편, 도 9a 및 도 9b는 본 발명의 다른 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법의 실행 과정을 나타낸 흐름도이다.
도 9a 및 도 9b를 참조하면, 본 발명의 다른 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법은, IR-UWB 레이더(110)(도 1 참조)를 활용한 TOA 기반의 거리 추정 방법으로서, 위의 도 3에서 설명한 본 발명의 일 실시예에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법과 기본적으로는 동일하다. 그러나, 최종 신호에서 피크값을 검출하여 타겟 위치를 특정하고, 위치가 특정된 타겟 신호를 후속 시퀀스에서 사전에 수집된 타겟 신호 대신에 활용하는 점에서 일 실시예와 특징적으로 차이가 있다.
먼저, 전술한 일 실시예와 마찬가지로 상기 IR-UWB 레이더(110)를 초기 운용 시, 타겟이 없는 상황에서 레이더로부터 송신된 신호를 수신기를 통해 수신하여, 전술한 도 4에서와 같은 원본 클러터 신호를 획득한다(단계 S901).
그런 후, 상기 획득된 원본 클러터 신호에 대해 특이값 분해(singular value decomposition; SVD)를 수행하여 특이값들을 획득한다(단계 S902). 여기서, 이와 같은 특이값 분해(SVD)의 결과는, 전술한 도 5에서와 같이, 원본 클러터 신호에 대한 제1 랭크, 제2 랭크, 제3 랭크, ..., 제n 랭크의 고유치(eigenvalue)들의 랭크에 대해 기하급수적으로 감소하는 곡선 형태를 가지는 정규화된 고유치들로 구성되는 하나의 행렬로 표현될 수 있다.
이렇게 하여 특이값들이 획득되면, 획득된 특이값들 중에 상대적으로 큰 특이값을 이용하여 저계수 근사화(low-rank approximation; LRA)를 수행하여 클러터를 포함한 전파 채널을 근사화하여 추정된 클러터 신호를 획득한다(단계 S903). 여기서, 상기 저계수 근사화(LRA)를 수행함에 있어서, 상기 획득된 원본 클러터 신호에 대해 특이값 분해(SVD)를 수행하여 고유치 및 고유 벡터(eigenvector)를 얻고, 유효 랭크의 고유치들에 의한 행렬 재구성 데이터세트와 상기 고유 벡터를 이용하여 저계수 근사화(LRA)를 수행할 수 있다.
이후, 거리를 추정하고자 하는 임의의 타겟이 존재하는 상황에서, 레이더(110)로부터 송신된 신호가 타겟(목표물)(120)(도 1 참조)에 반사되어 돌아오는 신호를 수신기를 통해 수신하여 원본 타겟 신호를 획득한다(단계 S904).
그리고 획득된 원본 타겟 신호에 포함되어 있는 클러터 신호를 억압하기 위해 상기 원본 타겟 신호에서 상기 단계 S903에서 획득된 추정된 클러터 신호를 차감(subtraction)하여 가공된 타겟 신호를 획득한다(단계 S905).
그런 다음, 상기 가공된 타겟 신호와 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호와의 상관 관계(correlation)를 평가한다(단계 S906). 여기서, 상기 상관 관계(correlation)를 평가함에 있어서, 상기 가공된 타겟 신호의 데이터세트(signal dataset)와 상기 사람 또는 사물에 대해 실험을 통해 미리 수집된 템플레이트 신호(template signal)와의 교차-상관 관계(cross-correlation)를 평가할 수 있다. 이와 같은 교차-상관 관계(cross-correlation)에 대해서는 위에서 설명했으므로, 여기서는 생략하기로 한다.
이렇게 하여 상관 관계를 평가한 후, 여전히 잔존하는 시변(time-varying) 요소들(예를 들면, 여전히 남아있는 클러터 요소 또는 환경 노이즈 요소들)을 경감하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행한다. 그런 다음, 상기 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟의 위치를 특정한다(단계 S907).
그리고 상기 위치가 특정된 타겟의 신호를 후속 시퀀스에서 상기 단계 S906에 반영하여 상기 가공된 타겟 신호와, 앞의 시퀀스에서 사용했던 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호 대신에 상기 위치가 특정된 타겟의 신호와의 상관 관계를 평가한다(단계 S908). 즉, 앞의 시퀀스에서 사용했던 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호를 계속 사용하는 것이 아니라, 일단 거리(위치)를 특정하고 나서 얻어지는 타겟 신호와 상기 가공된 타겟 신호와의 상관 관계(즉, 교차-상관 관계)를 평가하는 것이다. 이는 동일한 타겟(예컨대, 사람의 경우)이라고 할지라도 착용하고 있는 의복이나 신고 있는 신발의 높이 등이 다를 경우 그에 따라 획득되는 타겟 신호가 다를 수 있고, 또한 수집된 타겟 템플레이트 데이터베이스(DB)에는 없는 다른 사람이 타겟이 되는 경우에는 사전에 미리 실험을 통해 수집된 타겟의 템플레이트와의 상관 관계를 평가할 때, 낮은 상관도를 나타낼 수 있다. 따라서 연속적으로 거리를 추정하는 경우에 사전에 수집된 타겟 템플레이트를 계속 사용하는 것이 아니라, 바로 직전에 추정된 거리 정보를 기반으로 해당 타겟의 템플레이트 신호를 추출하여 교차-상관 관계를 평가하는 것이다.
이렇게 하여 상관 관계를 평가한 후, 여전히 잔존하는 시변(time-varying) 요소들을 경감하기 위해 상기 다시 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행한다(단계 S909).
그런 후, 상기 단계 S909에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟에 대한 거리 추정을 완료한다(단계 S910).
이상의 설명과 같이, 본 발명에 따른 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법은 레이더를 이용한 거리 추정 시, 클러터(clutter)로 인한 성능 저하를 개선하기 위하여 특이값 분해(SVD) 기법을 기반으로 전파 채널의 저계수 근사화(LRA)를 수행함으로써, 거리 추정 성능을 한층 향상시킬 수 있는 장점이 있다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양하게 변경, 응용될 수 있음은 당해 기술분야의 통상의 기술자에게 자명하다. 따라서, 본 발명의 진정한 보호 범위는 다음의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
110: IR-UWB(impulse radio ultrawide-band) 레이더
120: 목표물

Claims (8)

  1. IR-UWB 레이더를 활용한 TOA(time-of-arrival) 기반의 거리 추정 방법으로서,
    a) 상기 IR-UWB 레이더를 초기 운용 시, 타겟이 없는 상황에서 레이더로부터 송신된 신호를 수신기를 통해 수신하여 원본 클러터 신호를 획득하는 단계와;
    b) 상기 획득된 원본 클러터 신호에 대해 특이값 분해(singular value decomposition; SVD)를 수행하여 특이값들을 획득하는 단계와;
    c) 상기 획득된 특이값들 중에 상대적으로 큰 특이값을 이용하여 저계수 근사화(low-rank approximation; LRA)를 수행하여 클러터를 포함한 전파 채널을 근사화하여 추정된 클러터 신호를 획득하는 단계와;
    d) 거리를 추정하고자 하는 임의의 타겟이 존재하는 상황에서, 레이더로부터 송신된 신호가 타겟에 반사되어 돌아오는 신호를 수신기를 통해 수신하여 원본 타겟 신호를 획득하는 단계와;
    e) 상기 획득된 원본 타겟 신호에 포함되어 있는 클러터 신호를 억압하기 위해 상기 원본 타겟 신호에서 상기 단계 c)에서 획득된 추정된 클러터 신호를 차감(subtraction)하여 가공된 타겟 신호를 획득하는 단계와;
    f) 상기 가공된 타겟 신호와 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호와의 상관 관계(correlation)를 평가하는 단계와;
    g) 상기 상관 관계를 평가한 후, 잔존하는 시변(time-varying) 요소들을 경감하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행하는 단계; 및
    h) 상기 단계 g)에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟에 대한 거리 추정을 완료하는 단계를 포함하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
  2. 제1항에 있어서,
    상기 단계 b)에서 특이값 분해(SVD)의 결과는 원본 클러터 신호에 대한 제1 랭크, 제2 랭크, 제3 랭크, ..., 제n 랭크의 고유치(eigenvalue)들의 랭크에 대해 기하급수적으로 감소하는 곡선 형태를 가지는 정규화된 고유치들로 구성되는 하나의 행렬로 표현되는 것을 특징으로 하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
  3. 제1항에 있어서,
    상기 단계 c)에서 상기 저계수 근사화(LRA)를 수행함에 있어서, 상기 획득된 원본 클러터 신호에 대해 특이값 분해(SVD)를 수행하여 고유치 및 고유 벡터(eigenvector)를 얻고, 유효 랭크의 고유치들에 의한 행렬 재구성 데이터세트와 상기 고유 벡터를 이용하여 저계수 근사화(LRA)를 수행하는 것을 특징으로 하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
  4. 제1항에 있어서,
    상기 단계 f)에서 상관 관계(correlation)를 평가함에 있어서, 상기 가공된 타겟 신호의 데이터세트(signal dataset)와 상기 사람 또는 사물에 대해 실험을 통해 미리 수집된 템플레이트 신호(template signal)와의 교차-상관 관계(cross-correlation)를 평가하는 것을 특징으로 하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
  5. IR-UWB 레이더를 활용한 TOA(time-of-arrival) 기반의 거리 추정 방법으로서,
    a) 상기 IR-UWB 레이더를 초기 운용 시, 타겟이 없는 상황에서 레이더로부터 송신된 신호를 수신기를 통해 수신하여 원본 클러터 신호를 획득하는 단계와;
    b) 상기 획득된 원본 클러터 신호에 대해 특이값 분해(singular value decomposition; SVD)를 수행하여 특이값들을 획득하는 단계와;
    c) 상기 획득된 특이값들 중에 상대적으로 큰 특이값을 이용하여 저계수 근사화(low-rank approximation; LRA)를 수행하여 클러터를 포함한 전파 채널을 근사화하여 추정된 클러터 신호를 획득하는 단계와;
    d) 거리를 추정하고자 하는 임의의 타겟이 존재하는 상황에서, 레이더로부터 송신된 신호가 타겟에 반사되어 돌아오는 신호를 수신기를 통해 수신하여 원본 타겟 신호를 획득하는 단계와;
    e) 상기 획득된 원본 타겟 신호에 포함되어 있는 클러터 신호를 억압하기 위해 상기 원본 타겟 신호에서 상기 단계 c)에서 획득된 추정된 클러터 신호를 차감 (subtraction)하여 가공된 타겟 신호를 획득하는 단계와;
    f) 상기 가공된 타겟 신호와 사람 또는 사물에 대해 실험을 통해 미리 수집된 타겟 신호와의 상관 관계(correlation)를 평가하는 단계와;
    g) 상기 상관 관계를 평가한 후, 잔존하는 시변(time-varying) 요소들을 경감하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행하는 단계와;
    h) 상기 단계 g)에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟의 위치를 특정하는 단계와;
    i) 상기 위치가 특정된 타겟의 신호를 후속 시퀀스에서 상기 단계 f)에 반영하여 상기 가공된 타겟 신호와 상기 위치가 특정된 타겟의 신호와의 상관 관계를 평가하는 단계와;
    j) 상기 상관 관계를 평가한 후, 잔존하는 시변(time-varying) 요소들을 경감하기 위해 상기 가공된 타겟 신호에 대해 저계수 근사화(LRA)를 다시 수행하는 단계; 및
    k) 상기 단계 j)에서의 저계수 근사화를 수행한 후 얻어진 최종 신호에서 피크값을 검출하여 해당 타겟에 대한 거리 추정을 완료하는 단계를 포함하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
  6. 제5항에 있어서,
    상기 단계 b)에서 특이값 분해(SVD)의 결과는 원본 클러터 신호에 대한 제1 랭크, 제2 랭크, 제3 랭크, ..., 제n 랭크의 고유치(eigenvalue)들의 랭크에 대해 기하급수적으로 감소하는 곡선 형태를 가지는 정규화된 고유치들로 구성되는 하나의 행렬로 표현되는 것을 특징으로 하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
  7. 제5항에 있어서,
    상기 단계 c)에서 상기 저계수 근사화(LRA)를 수행함에 있어서, 상기 획득된 원본 클러터 신호에 대해 특이값 분해(SVD)를 수행하여 고유치 및 고유 벡터(eigenvector)를 얻고, 유효 랭크의 고유치들에 의한 행렬 재구성 데이터세트와 상기 고유 벡터를 이용하여 저계수 근사화(LRA)를 수행하는 것을 특징으로 하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
  8. 제5항에 있어서,
    상기 단계 f)에서 상관 관계(correlation)를 평가함에 있어서, 상기 가공된 타겟 신호의 데이터세트(signal dataset)와 상기 사람 또는 사물에 대해 실험을 통해 미리 수집된 템플레이트 신호(template signal)와의 교차-상관 관계 (cross-correlation)를 평가하는 것을 특징으로 하는 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법.
KR1020210046855A 2021-04-12 2021-04-12 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법 KR102589127B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210046855A KR102589127B1 (ko) 2021-04-12 2021-04-12 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210046855A KR102589127B1 (ko) 2021-04-12 2021-04-12 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법

Publications (2)

Publication Number Publication Date
KR20220140942A true KR20220140942A (ko) 2022-10-19
KR102589127B1 KR102589127B1 (ko) 2023-10-12

Family

ID=83804654

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210046855A KR102589127B1 (ko) 2021-04-12 2021-04-12 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법

Country Status (1)

Country Link
KR (1) KR102589127B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006130682A1 (en) * 2005-06-02 2006-12-07 Raytheon Company Radar system and method for reducing clutter in a high-clutter environment
JP2007298503A (ja) * 2006-04-03 2007-11-15 Mitsubishi Electric Corp 伝搬遅延時間測定装置およびレーダ装置
KR20150109882A (ko) * 2014-03-21 2015-10-02 한양대학교 산학협력단 Uwb 레이더의 객체 검출 방법 및 장치
KR20190135267A (ko) 2018-05-28 2019-12-06 한국전자통신연구원 Cw 레이더 및 cw 레이더를 이용한 거리 측정 방법
KR20200032916A (ko) * 2018-09-19 2020-03-27 한양대학교 산학협력단 Uwb 레이더의 수신 장치 및 수신 신호 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006130682A1 (en) * 2005-06-02 2006-12-07 Raytheon Company Radar system and method for reducing clutter in a high-clutter environment
JP2007298503A (ja) * 2006-04-03 2007-11-15 Mitsubishi Electric Corp 伝搬遅延時間測定装置およびレーダ装置
KR20150109882A (ko) * 2014-03-21 2015-10-02 한양대학교 산학협력단 Uwb 레이더의 객체 검출 방법 및 장치
KR20190135267A (ko) 2018-05-28 2019-12-06 한국전자통신연구원 Cw 레이더 및 cw 레이더를 이용한 거리 측정 방법
KR20200032916A (ko) * 2018-09-19 2020-03-27 한양대학교 산학협력단 Uwb 레이더의 수신 장치 및 수신 신호 처리 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Yun, Younguk, et al. Distance estimation scheme exploiting IR-UWB radar with clutter suppressing algorithm in indoor environments. Journal of Electrical Engineering & Technology. 2019.* *

Also Published As

Publication number Publication date
KR102589127B1 (ko) 2023-10-12

Similar Documents

Publication Publication Date Title
JP6188640B2 (ja) 壁の背後のシーンにおけるターゲットを検出するシステム
US20090238426A1 (en) System and Methods for Identifying an Object within a Complex Environment
CN109669182B (zh) 无源双基地sar动/静目标联合稀疏成像方法
JP2019117055A (ja) 推定方法、推定装置およびプログラム
Li et al. Super-resolution time delay estimation for narrowband signal
KR20160039473A (ko) 재머 구별이 가능한 조향 벡터 연산을 이용하는 표적의 dod-doa 추정 방법 및 장치
Mohsin Riaz et al. Through‐wall image enhancement based on singular value decomposition
Lapierre et al. Foundation for mitigating range dependence in radar space-time adaptive processing
Liu et al. Clutter reduction and target tracking in through-the-wall radar
JP2009236720A (ja) 移動目標検出装置
Dubey et al. Generative adversial network based extended target detection for automotive MIMO radar
Chen et al. Suppressive interference suppression for airborne SAR using BSS for singular value and eigenvalue decomposition based on information entropy
KR102589127B1 (ko) 저계수 특이값 근사화를 이용한 클러터 억압 거리 추정 방법
Da Costa et al. Comparison of model order selection techniques for high-resolution parameter estimation algorithms
CN107976663A (zh) 一种基于子空间投影的外辐射源雷达对目标压缩检测方法
Xu et al. Impact of strong direct blast on active sonar systems
Zhang et al. An Adaptive Parameter Estimation Algorithm of Radar Linear Frequency Modulation Signal Based on Nolinear Transform Under different Alpha Stable Distribution Noise Environments
KR20160043437A (ko) 차량용 레이더에서의 임펄스성 간섭 신호 검출 방법 및 장치
Brisken et al. Block-sparse 3-D ISAR image reconstruction in a non-coherent multistatic scenario
Yun et al. Distance estimation scheme exploiting IR-UWB radar with clutter suppressing algorithm in indoor environments
Hayashi et al. Iterative data clustering algorithm of Doppler-associated RPM imaging for UWB human body imaging radar
Totir et al. Superresolution algorithms for spatial extended scattering centers
Yacoub et al. A homomorphic approach for through-wall sensing
Muqaibel et al. Dynamic joint reconstruction of walls and targets in through-the-wall radar imaging
JP2007263948A (ja) 画像レーダ装置

Legal Events

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