KR20230022690A - 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 - Google Patents
발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 Download PDFInfo
- Publication number
- KR20230022690A KR20230022690A KR1020210104755A KR20210104755A KR20230022690A KR 20230022690 A KR20230022690 A KR 20230022690A KR 1020210104755 A KR1020210104755 A KR 1020210104755A KR 20210104755 A KR20210104755 A KR 20210104755A KR 20230022690 A KR20230022690 A KR 20230022690A
- Authority
- KR
- South Korea
- Prior art keywords
- projectile
- micro
- spectrogram
- signal
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004590 computer program Methods 0.000 title claims abstract description 10
- 238000013135 deep learning Methods 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims description 28
- 239000012634 fragment Substances 0.000 claims description 23
- 238000010586 diagram Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 239000003380 propellant Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41G—WEAPON SIGHTS; AIMING
- F41G7/00—Direction control systems for self-propelled missiles
- F41G7/20—Direction control systems for self-propelled missiles based on continuous observation of target position
- F41G7/22—Homing guidance systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41G—WEAPON SIGHTS; AIMING
- F41G9/00—Systems for controlling missiles or projectiles, not provided for elsewhere
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42B—EXPLOSIVE CHARGES, e.g. FOR BLASTING, FIREWORKS, AMMUNITION
- F42B15/00—Self-propelled projectiles or missiles, e.g. rockets; Guided missiles
- F42B15/01—Arrangements thereon for guidance or control
-
- 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
- G01S13/505—Systems of measurement based on relative movement of target using Doppler effect for determining closest range to a target or corresponding time, e.g. miss-distance indicator
-
- 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
- G01S13/883—Radar or analogous systems specially adapted for specific applications for missile homing, autodirectors
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
본 발명은 레이더를 이용하여 공중에서 비행하는 발사체를 효과적으로 식별할 수 있는 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램을 위하여, 공중에서 비행하는 발사체를 식별하는 방법에 있어서, 레이더를 이용하여 상기 발사체를 향해 전자기파를 방사하고 상기 발사체로부터 반사된 신호를 수신하는 단계와, 상기 발사체로부터 반사된 신호를 이용하여 상기 발사체의 고도를 산출하고, 상기 발사체의 고도에 기초하여 상기 발사체의 비행 단계를 판단하는 단계와, 상기 비행 단계에 따라 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는 단계와, 상기 마이크로도플러 신호를 이용하여 스펙트로그램 데이터를 산출하고, 상기 스펙트로그램 데이터를 이용하여 스펙트로그램 영상을 생성하는 단계와, 미리 훈련된 딥러닝 네트워크에 생성된 상기 스펙트로그램 영상을 입력하여 상기 발사체를 식별하는 단계를 포함하는, 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램을 제공한다.
Description
본 발명의 실시예들은 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램에 관한 것으로서, 더 상세하게는 레이더를 이용하여 공중에서 비행하는 발사체를 효과적으로 식별할 수 있는 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램에 관한 것이다.
일반적인 발사체는 부스트 단계(boost phase), 중간 단계(midcourse phase), 종말 단계(terminal 또는 reentry phase)의 3단계로 구분되어 탄두를 목표지점으로 이동하는 비행 과정을 거친다. 부스트 단계에서 발사체는 1단~3단 추진체를 단계적으로 점화 및 분리하는 과정을 거쳐 고도 120 km 이상의 대기권 밖(Exo-Atmosphere)으로 나간다. 중간 단계에서 무거운 탄두, 가벼운 디코이(decoy, 기만기), 파편들이 공기가 희박한 대기권 밖에서 자유 비행을 한다. 공기의 저항이 희박하므로 탄두와 파편들이 유사한 궤적으로 비행하지만, 탄두는 계획된 궤적을 유지하기 위하여 탑재된 회전모터로 인하여 디코이를 비롯한 다른 비행체와는 다른 고유한 미세운동을 하며 비행한다. 마지막 종말 단계에서 상대적으로 무거운 탄두는 먼저 표적지점으로 떨어지고, 파편과 디코이는 보다 늦게 지상으로 떨어진다.
레이더는 전파를 사용하여 발사체까지의 거리, 방향, 각도 및 속도를 측정하는 감지 시스템이다. 레이더 신호처리 기술의 발전으로 발사체의 거리, 방향, 속도 등을 측정하는 것은 물론 추가적인 신호처리 기술을 이용하여 발사체 고유의 산란점을 분석하거나 발사체의 미세운동을 분석하는 기술들이 이용되고 있다.
본 발명이 해결하고자 하는 과제는, 레이더를 이용하여 공중에서 비행하는 발사체를 효과적으로 식별할 수 있는 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램을 제공하는 것을 목적으로 한다. 그러나 이러한 과제는 예시적인 것으로, 이에 의해 본 발명의 범위가 한정되는 것은 아니다.
본 발명의 일 관점에 따르면, 공중에서 비행하는 발사체를 식별하는 방법에 있어서, 레이더를 이용하여 상기 발사체를 향해 전자기파를 방사하고 상기 발사체로부터 반사된 신호를 수신하는 단계와, 상기 발사체로부터 반사된 신호를 이용하여 상기 발사체의 고도를 산출하고, 상기 발사체의 고도에 기초하여 상기 발사체의 비행 단계를 판단하는 단계와, 상기 비행 단계에 따라 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는 단계와, 상기 마이크로도플러 신호를 이용하여 스펙트로그램 데이터를 산출하고, 상기 스펙트로그램 데이터를 이용하여 스펙트로그램 영상을 생성하는 단계와, 미리 훈련된 딥러닝 네트워크에 생성된 상기 스펙트로그램 영상을 입력하여 상기 발사체를 식별하는 단계를 포함하는, 발사체 식별 방법이 제공된다.
상기 발사체의 비행 단계를 판단하는 단계는, 상기 발사체로부터 반사된 신호를 이용하여 상기 레이더로부터 상기 발사체까지의 거리, 상기 발사체의 속도, 상기 발사체의 궤적을 산출하는 단계와, 상기 발사체의 궤적에 대한 데이터에 기초하여 상기 발사체의 코닝축과 상기 레이더의 레이더 가시선 사이의 각도를 계산하는 단계와, 상기 발사체의 궤적에 대한 데이터를 지속 업데이트하는 단계를 포함할 수 있다.
상기 스펙트로그램 영상을 생성하는 단계는, 상기 발사체의 코닝축과 상기 레이더 가시선 사이의 각도를 이용하여 상기 마이크로도플러 신호의 마이크로도플러 주파수를 스케일링 하여 스펙트로그램 데이터를 산출하는 단계와, 상기 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 스펙트로그램 영상을 생성하는 단계를 포함할 수 있다.
상기 스펙트로그램 영상을 생성하는 단계는, 상기 마이크로도플러 신호에 기초하여 시간에 따른 마이크로도플러 주파수 변화를 나타내는 스펙트로그램 데이터를 산출하는 단계와, 상기 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 스펙트로그램 영상을 생성하는 단계를 포함할 수 있다.
상기 스펙트로그램 영상을 생성하는 단계는, 상기 스펙트로그램 데이터를 푸리에 변환하여 CVD(Cadence Velocity Diagram) 데이터를 산출하는 단계와, 상기 CVD 데이터에 기초하여 시간에 따른 2차원 행렬 형태의 CVD 영상을 생성하는 단계를 포함할 수 있다.
상기 비행 단계는 부스트 단계, 중간 단계, 및 종말 단계를 포함하고, 상기 발사체의 비행 단계를 판단하는 단계는, 상기 발사체의 고도가 고도 120km이상인 경우 상기 비행 단계를 상기 중간 단계로 판단하는 단계일 수 있다.
상기 발사체의 마이크로도플러 신호를 분리하는 단계는, 상기 비행 단계가 상기 중간 단계로 판단되는 경우 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는 단계일 수 있다.
상기 발사체의 마이크로도플러 신호를 분리하는 단계는, 상기 발사체의 매크로 모션에 의한 궤적의 움직임 보상을 이용하여 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는 단계일 수 있다.
상기 발사체를 식별하는 단계는, 상기 발사체를 탄두, 파편, 및 디코이 중 어느 하나로 분류하는 제1 단계와, 상기 탄두, 상기 파편, 및 상기 디코이 중 어느하나로 분류된 상기 발사체에 대하여 상기 탄두의 종류, 상기 파편의 종류, 및 상기 디코이의 종류 중 어느 하나를 분류하는 제2 단계와, 상기 제1 단계 및 상기 제2 단계의 각 분류에 대한 확률을 산출하는 단계와, 산출된 확률의 값이 미리 결정된 임계값 이상인 경우 상기 발사체의 위협도를 판단하고, 상기 위협도에 따라 상기 발사체의 지속 추적 여부를 결정하는 단계를 포함할 수 있다.
본 발명의 일 관점에 따르면, 컴퓨터를 이용하여 상술한 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램이 제공된다.
본 발명의 일 관점에 따르면, 공중에서 비행하는 발사체를 향해 전자기파를 방사하고, 상기 발사체로부터 반사된 신호를 수신하는 레이더와, 프로세서를 포함하고, 상기 프로세서는, 레이더를 이용하여 상기 발사체를 향해 전자기파를 방사하고 상기 발사체로부터 반사된 신호를 수신하고, 상기 발사체로부터 반사된 신호를 이용하여 상기 발사체의 고도를 산출하고, 상기 발사체의 고도에 기초하여 상기 발사체의 비행 단계를 판단하고, 상기 비행 단계에 따라 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하고, 상기 마이크로도플러 신호를 이용하여 스펙트로그램 데이터를 산출하고, 상기 스펙트로그램 데이터를 이용하여 스펙트로그램 영상을 생성하고, 미리 훈련된 딥러닝 네트워크에 생성된 상기 스펙트로그램 영상을 입력하여 상기 발사체를 식별하는, 발사체 식별 장치가 제공된다.
상기 프로세서는, 상기 발사체로부터 반사된 신호를 이용하여 상기 레이더로부터 상기 발사체까지의 거리, 상기 발사체의 속도, 상기 발사체의 궤적을 산출하고, 상기 발사체의 궤적에 대한 데이터에 기초하여 상기 발사체의 코닝축과 상기 레이더의 레이더 가시선 사이의 각도를 계산하고, 상기 발사체의 궤적에 대한 데이터를 지속 업데이트할 수 있다.
상기 스펙트로그램 영상은 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 영상으로 생성되고, 상기 스펙트로그램 데이터는 상기 발사체의 코닝축과 상기 레이더 가시선 사이의 각도를 이용하여 상기 마이크로도플러 신호의 마이크로도플러 주파수를 스케일링 하여 산출될 수 있다.
상기 스펙트로그램 영상은 시간에 따른 마이크로도플러 주파수 변화를 나타내는 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 영상으로 생성되고, 상기 스펙트로그램 데이터는 상기 마이크로도플러 신호에 기초하여 산출될 수 있다.
상기 프로세서는 상기 스펙트로그램 데이터를 푸리에 변환하여 CVD(Cadence Velocity Diagram) 데이터를 산출하고, 상기 CVD 데이터에 기초하여 시간에 따른 2차원 행렬 형태의 CVD 영상을 생성할 수 있다.
상기 비행 단계는 부스트 단계, 중간 단계, 및 종말 단계를 포함하고, 상기 프로세서는 상기 발사체의 고도가 고도 120km이상인 경우 상기 비행 단계를 상기 중간 단계로 판단할 수 있다.
상기 프로세서는 상기 비행 단계가 상기 중간 단계로 판단되는 경우 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리할 수 있다.
상기 프로세서는 상기 발사체의 매크로 모션에 의한 궤적의 움직임 보상을 이용하여 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리할 수 있다.
상기 프로세서는 상기 발사체를 탄두, 파편, 및 디코이 중 어느 하나로 분류하는 제1 단계 분류를 수행하고, 상기 탄두, 상기 파편, 및 상기 디코이 중 어느 하나로 분류된 상기 발사체에 대하여 상기 탄두의 종류, 상기 파편의 종류, 및 상기 디코이의 종류 중 어느 하나를 분류하는 제2 단계 분류를 수행하고, 상기 제1 단계 분류 및 상기 제2 단계 분류의 각 분류에 대한 확률을 산출하고, 산출된 확률의 값이 미리 결정된 임계값 이상인 경우 상기 발사체의 위협도를 판단하고, 상기 위협도에 따라 상기 발사체의 지속 추적 여부를 결정할 수 있다.
전술한 것 외의 다른 측면, 특징, 이점은 이하의 발명을 실시하기 위한 구체적인 내용, 청구범위 및 도면으로부터 명확해질 것이다.
상기한 바와 같이 이루어진 본 발명의 일 실시예에 따르면, 레이더를 이용하여 공중에서 비행하는 발사체를 효과적으로 식별할 수 있는 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램을 구현할 수 있다. 물론 이러한 효과에 의해 본 발명의 범위가 한정되는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 발사체 식별 장치의 구성 및 동작을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 발사체 식별 장치의 프로세서 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 발사체 식별 방법을 보여주는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 발사체의 비행 단계를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 발사체의 탄두와 디코이의 미세 운동을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 발사체의 궤적에 따른 이동을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 스펙트로그램 영상의 이미지를 보여주는 도면이다.
도 8은 본 발명의 일 실시예에 따른 CVD 영상의 이미지를 보여주는 도면이다.
도 2는 본 발명의 일 실시예에 따른 발사체 식별 장치의 프로세서 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 발사체 식별 방법을 보여주는 순서도이다.
도 4는 본 발명의 일 실시예에 따른 발사체의 비행 단계를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 발사체의 탄두와 디코이의 미세 운동을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 발사체의 궤적에 따른 이동을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 스펙트로그램 영상의 이미지를 보여주는 도면이다.
도 8은 본 발명의 일 실시예에 따른 CVD 영상의 이미지를 보여주는 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명이 이하의 실시예들에 한정되는 것은 아니며, 다양한 형태로 구현될 수 있다.
이하의 실시예에서, 제1 이나 제2 등의 용어는 한정적인 의미가 아니라, 일 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 그리고 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 포함하다 또는 가지다 등의 용어는 명세서 상에 기재된 특징 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 배제하는 것은 아니다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
이하의 실시예에서, 영역, 구성 요소, 부, 블록 또는 모듈 등의 부분이 다른 부분 위에 또는 상에 있다고 할 때, 다른 부분의 바로 위에 있는 경우뿐만 아니라, 그 중간에 다른 영역, 구성 요소, 부, 블록 또는 모듈 등이 개재되어 있는 경우도 포함한다. 그리고 영역, 구성 요소, 부, 블록 또는 모듈 등이 연결되었다고 할 때, 영역, 구성 요소, 부, 블록 또는 모듈들이 직접적으로 연결된 경우뿐만 아니라 영역, 구성요소, 부, 블록 또는 모듈들 중간에 다른 영역, 구성 요소, 부, 블록 또는 모듈들이 개재되어 간접적으로 연결된 경우도 포함한다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 발사체 식별 장치의 구성 및 동작을 설명하기 위한 도면이고, 도 2는 본 발명의 일 실시예에 따른 발사체 식별 장치의 프로세서 구성을 설명하기 위한 도면이다.
먼저, 도 1을 참조하면, 본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 메모리(110), 프로세서(120), 통신 모듈(130) 및 레이더(140)를 포함할 수 있다. 하지만 본 발명은 이에 한정되지 않으며, 발사체 식별 장치(100)는 다른 구성요소를 더 포함할 수도 있고 일부 구성요소가 생략될 수도 있다. 발사체 식별 장치(100)의 일부 구성요소는 복수의 장치로 분리될 수도 있고, 복수개의 구성요소들이 하나의 장치로 병합될 수도 있다.
메모리(110)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(110)에는 발사체 식별 장치(100)를 제어하기 위한 프로그램 코드 및 미리 훈련된 딥러닝 네트워크가 일시적 또는 영구적으로 저장될 수 있다.
프로세서(120)는 발사체로부터 반사된 신호를 이용하여 발사체의 고도를 산출하고, 발사체의 고도에 기초하여 발사체의 비행 단계를 판단하고, 비행 단계에 따라 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하고, 마이크로도플러 신호를 이용하여 스펙트로그램 데이터를 산출하고, 스펙트로그램 데이터를 이용하여 스펙트로그램 영상을 생성하고, 미리 훈련된 딥러닝 네트워크에 생성된 스펙트로그램 영상을 입력하여 발사체를 식별할 수 있다.
통신 모듈(130)은 네트워크를 통해 외부 장치와 통신하기 위한 기능을 제공할 수 있다. 일례로, 발사체 식별 장치(100)의 프로세서(120)가 메모리(110)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈(130)의 제어에 따라 네트워크를 통해 외부 장치로 전달될 수 있다. 역으로, 외부 장치의 프로세서의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 네트워크를 거쳐 통신 모듈(130)을 통해 발사체 식별 장치(100)로 수신될 수 있다. 예를 들어, 통신 모듈(130)을 통해 수신된 외부 장치의 제어 신호나 명령 등은 프로세서(120)나 메모리(110)로 전달될 수 있다.
통신 방식은 제한되지 않으며, 네트워크가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
또한, 통신 모듈(130)은 외부 장치와 네트워크를 통해 통신할 수 있다. 통신 방식은 제한되지 않지만, 네트워크는 근거리 무선통신망일 수 있다. 예를 들어, 네트워크는 블루투스(Bluetooth), BLE(Bluetooth Low Energy), Wifi 통신망일 수 있다.
레이더(140)는 전자기파를 송수신하는 장치일 수 있다. 레이더(140)는 공중에서 비행하는 발사체를 향해 전자기파를 방사할 수 있다. 또한, 레이더(140)는 발사체로부터 반사된 신호를 수신할 수 있다. 예를 들어, 발사체로부터 반사된 신호는 전자기파일 수 있다.
또한, 본 발명에 따른 발사체 식별 장치(100)는 입출력 인터페이스를 포함할 수 있다. 입출력 인터페이스는 입출력 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 발사체 식별 장치(100)의 프로세서(120)는 메모리(110)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 외부 서버가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스를 통해 디스플레이에 표시될 수 있다.
또한, 다른 실시예들에서 발사체 식별 장치(100)는 도 1의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 예를 들어, 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 내부 구성요소들에 전력을 공급하는 배터리 및 충전 장치, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.
이하 도 2를 참조하여 본 발명의 일 실시예에 따른 발사체 식별 장치(100)의 프로세서(120)의 내부 구성에 대하여 상세히 검토한다. 후술되는 프로세서(120)는 이해의 용이를 위하여 도 1에 도시된 발사체 식별 장치(100)의 프로세서(120)임을 가정하고 설명한다.
본 발명의 일 실시예에 따른 발사체 식별 장치(100)의 프로세서(120)는 비행 단계 판단부(121), 마이크로도플러 신호 분리부(122), 스펙트로그램 영상 생성부(123), 및 발사체 식별부(124)를 포함한다. 몇몇 실시예에 따라 프로세서(120)의 구성요소들은 선택적으로 프로세서(120)에 포함되거나 제외될 수도 있다. 또한, 몇몇 실시예에 따라 프로세서(120)의 구성요소들은 프로세서(120)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.
이러한 프로세서(120) 및 프로세서(120)의 구성요소들은 도 3의 발사체 식별 방법이 포함하는 단계들(S110 내지 S150)을 수행하도록 발사체 식별 장치(100)를 제어할 수 있다. 예를 들어, 프로세서(120) 및 프로세서(120)의 구성요소들은 메모리(110)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서(120)의 구성요소들은 발사체 식별 장치(100)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(120)에 의해 수행되는 프로세서(120)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 프로세서(120)의 내부 구성 및 구체적인 동작에 대해서는 도 3의 발사체 식별 방법의 순서도를 참조하여 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따른 발사체 식별 방법을 보여주는 순서도이다.
단계 S110에서, 발사체 식별 장치(100)는 레이더를 이용하여 공중에서 비행하는 발사체를 향해 전자기파를 방사할 수 있다. 발사체 식별 장치(100)는 발사체로부터 반사된 전자기파 신호를 레이더를 이용하여 수신할 수 있다.
단계 S120에서, 발사체 식별 장치(100)는 공중에서 비행하는 발사체로부터 반사된 신호를 이용하여 발사체의 고도를 산출할 수 있다. 또한, 발사체 식별 장치(100)는 산출된 발사체의 고도에 기초하여 발사체의 비행 단계를 판단할 수 있다.
발사체의 비행 단계와 발사체의 궤적에 따른 이동을 설명하기 위하여 도 4 내지 도 6을 함께 참조한다.
도 4는 본 발명의 일 실시예에 따른 발사체의 비행 단계를 설명하기 위한 도면이고, 도 5는 본 발명의 일 실시예에 따른 발사체의 탄두와 디코이의 미세 운동을 설명하기 위한 도면이다. 또한, 도 6은 본 발명의 일 실시예에 따른 발사체의 궤적에 따른 이동을 설명하기 위한 도면이다.
먼저, 도 4를 함께 참조하면, 본 발명에 따른 발사체의 비행 단계는 부스트 단계(Boost phase, 1~4), 중간 단계(Midcourse phase, 5~6), 종말 단계(Reentry phase, 7~8)의 3단계로 구분된다. 예를 들어, 도 4에 도시된 바와 같이, 부스트 단계에서는 발사체의 1단 추진체(A), 2단 추진체(B), 및 3단 추진체(C)가 단계적으로 점화 및 분리되는 과정을 거친다. 예컨대, 발사체는 부스트 단계를 거쳐서 고도 120km 이상의 대기권 밖(Exo-Atmosphere)으로 나간다.
본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 발사체의 고도가 고도 120km이상인 경우 발사체의 비행 단계를 중간 단계로 판단할 수 있다. 중간 단계에서 탄두(Warhead), 디코이(Decoy), 및 파편들이 공기가 희박한 대기권 밖에서 자유 비행을 한다. 공기의 저항이 희박하여 탄두, 디코이, 및 파편들이 유사한 궤적으로 자유 비행하지만, 탄두는 미리 계획된 궤적을 유지하기 위하여 탄두에 구비된 회전 모터를 이용하여 디코이 및 파편들과는 다른 고유한 미세 운동을 하며 비행한다. 마지막 종말 단계에서 상대적으로 무거운 탄두는 먼저 표적지점으로 떨어지고, 파편과 디코이는 탄두보다 늦게 지상으로 떨어진다.
예를 들어, 도 5에 도시된 바와 같이, 발사체의 탄두(w)와 디코이(d)는 미세 운동을 하며 비행할 수 있다. 중간 단계에서는 공기가 희박한 대기권 밖에서 발사체가 비행하기 때문에 디코이, 파편, 탄두들이 유사한 궤적으로 이동하여 디코이, 파편, 탄두들이 서로 유사한 매크로 모션(Macro motion)을 갖는다. 하지만, 탄두는 미리 계획된 궤적으로부터 벗어나지 않기 위하여 회전모터를 이용하여 회전(Spinning)을 한다. 또한, 탄두는 회전운동을 하는 동시에 지구의 중력 효과로 인하여 세차운동(Precession)을 하게 된다. 예를 들어, 도 5의 (a)에 도시된 바와 같이, 탄두(w)는 회전축을 중심으로 회전(Spinning)을 하고, 회전축은 코닝축(Coning axis)을 중심으로 회전하는 세차운동을 한다.
또한, 도 5의 (b)에 도시된 바와 같이, 탄두에 비하여 가벼운 디코이(d)는 회전모터가 없기 때문에 지구의 중력에 의해 텀블링(Tumbling) 운동을 하여 탄두와 서로 다른 마이크로 모션(Micro motion)을 갖는다.
본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 발사체로부터 반사된 신호를 이용하여 레이더로부터 발사체까지의 거리, 발사체의 속도, 발사체의 궤적을 산출할 수 있다. 또한, 발사체 식별 장치(100)는 발사체의 궤적에 대한 데이터에 기초하여 발사체의 코닝축과 레이더의 레이더 가시선 사이의 각도를 계산할 수 있다. 예를 들어, 도 6을 참조하면, 발사체 식별 장치(100)는 레이더(140)를 이용하여 탄두(w)를 향해 전자파를 방사하고, 탄두(w)로부터 반사된 신호를 이용하여 레이더(140)로부터 탄두까지의 거리, 탄두의 속도, 탄두의 궤적을 산출할 수 있다. 또한, 발사체 식별 장치(100)는 탄두(w)의 궤적(Trajectory)에 대한 데이터에 기초하여 탄두(w)의 코닝축(Coning axis)과 레이더(140)의 레이더 가시선(RLOS, Radar Line-of-Sight) 사이의 각도(
)를 계산할 수 있다. 이 경우, 탄두(w)는 세차운동을 하며 궤적(Trajectory)을 따라 이동할 수 있다.
궤적을 따라 비행하는 탄두(w)가 도 5 및 도 6에 도시된 바와 같이 회전운동을 하여 이동하는 경우, 회전운동에 의하여 다음 수학식1과 같은 마이크로도플러 주파수 천이가 발생한다.
<수학식1>
여기서, 
는 마이크로도플러 주파수(Micro-Doppler frequency), f는 레이더 운영주파수, c는 빛의 속도인 3Х108 m/s, Ω는 각속도 벡터이고, r은 비행체의 무게중심을 원점으로 하는 비행체 회전 지점의 위치벡터이다. 또한, 
은 레이더 가시선(radar line-of-sight; RLOS) 방향벡터이다. 위 수학식1로부터 회전운동의 회전율 또는 각속도가 클수록, 회전운동의 회전반경이 클수록, 코닝축과 RLOS가 수직에 가까울수록 마이크로도플러 주파수 천이가 크게 나타남을 알 수 있다. 즉, 동일한 회전운동을 하며 비행하더라도 레이더 가시선과 코닝축 각도에 따라 마이크로도플러 주파수 크기가 다르게 나타난다.
본 발명의 일 실시예에 따른 발사체 식별 장치는 발사체를 추적하며 얻는 발사체 궤적 데이터를 기반으로 코닝축과 레이더 가시선 사이의 각도(
) 정보를 저장할 수 있다. 또한, 발사체 식별 장치(100)는 발사체의 궤적에 대한 데이터를 지속 업데이트할 수 있다.
단계 S130에서, 발사체 식별 장치(100)는 비행 단계에 따라 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리할 수 있다.
본 발명의 일 실시예에 따른 발사체 식별 장치는 발사체의 비행 단계가 중간 단계로 판단되는 경우 발사체로부터 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리할 수 있다. 또한, 본 발명의 일 실시예에 따른 발사체 식별 장치는 발사체의 매크로 모션에 의한 궤적의 움직임 보상(Motion compensation)을 이용하여 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리할 수 있다. 여기서, 발사체의 매크로 모션은 발사체 전체의 움직임을 의미한다. 예를 들어, 본 발명의 일 실시예에 따른 발사체 식별 장치는 메인도플러 신호로부터 마이크로도플러 신호를 분리하기 위하여 복소수 국소 평균 분해(Complex local mean decomposition), L-statics approach, 압축 감지 접근법(Compressive sensing approach), 또는 적응형 칙렛 접근법(Adaptive chirplet approach) 등을 이용할 수 있다. 다만, 본 발명은 이에 한정되지 않으며 메인도플러 신호로부터 마이크로도플러 신호를 분리하기 위한 공지된 방법을 이용할 수 있다.
단계 S140에서, 발사체 식별 장치(100)는 마이크로도플러 신호를 이용하여 스펙트로그램 데이터를 산출할 수 있다. 또한, 발사체 식별 장치(100)는 스펙트로그램 데이터를 이용하여 스펙트로그램 영상을 생성할 수 있다.
본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 마이크로도플러 신호에 기초하여 시간에 따른 마이크로도플러 주파수 변화를 나타내는 스펙트로그램 데이터를 산출할 수 있다. 예를 들어, 발사체 식별 장치(100)는 마이크로도플러 신호에 기초하여 다음 수학식2와 같이 STFT(Short-Time Fourier Transform)를 이용하여 시간에 따른 마이크로도플러 주파수 변화를 의미하는 스펙트로그램(Spectrogram) 데이터를 얻을 수 있다. STFT는 마이크로도플러 주파수 신호에 윈도우 함수(Window function)를 적용한 후 푸리에 변환(Fourier Transform)을 수행하는 것이다. 예를 들어, 윈도우 함수는 Hamming, Hanning, Blackman, 또는 Keizer 등을 이용할 수 있다. 다만, 본 발명은 이에 한정되지 않으며, 본 발명에 따른 발사체 식별 장치는 공지된 윈도우 함수를 이용할 수 있다.
<수학식 2>
여기서, x(t)는 마이크로도플러 주파수 신호이고, 
는 윈도우 함수를 나타낸다.
본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 스펙트로그램 영상을 생성할 수 있다.
여기서, 도 7 및 도 8을 함께 참조하면, 도 7은 본 발명의 일 실시예에 따른 스펙트로그램 영상의 이미지를 보여주는 도면이고, 도 8은 본 발명의 일 실시예에 따른 CVD 영상의 이미지를 보여주는 도면이다.
예를 들어, 도 7에 도시된 바와 같이, 본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 마이크로도플러 신호에 기초하여 STFT를 이용하여 스펙트로그램 데이터를 얻을 수 있다. 스펙트로그램 데이터는 시간에 따른 마이크로도플러 주파수 변화를 나타내며, 시간에 따른 마이크로도플러 주파수의 2차원 행렬 형태의 이미지로 표현될 수 있다. 본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 스펙트로그램 영상을 생성할 수 있다.
발사체 식별 장치(100)는 스펙트로그램 데이터를 푸리에 변환(Fourier transform)하여 CVD(Cadence Velocity Diagram) 데이터를 산출할 수 있다. 예를 들어, 도 8에 도시된 바와 같이, 본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 마이크로도플러 신호에 기초하여 STFT를 이용하여 스펙트로그램 데이터를 얻을 수 있다. 또한, 발사체 식별 장치(100)는 스펙트로그램 데이터를 푸리에 변환하여 CVD 데이터를 산출할 수 있다. CVD 데이터는 Cadence 주파수에 따른 마이크로도플러 주파수 변화를 나타내며, Cadence 주파수에 따른 마이크로도플러 주파수의 2차원 행렬 형태의 이미지로 표현될 수 있다. 또한, 발사체 식별 장치(100)는 CVD 데이터에 기초하여 시간에 따른 2차원 행렬 형태의 CVD 영상을 생성할 수 있다.
또한, 본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 발사체의 코닝축과 레이더 가시선 사이의 각도를 이용하여 마이크로도플러 신호의 마이크로도플러 주파수를 스케일링하여 스펙트로그램 데이터를 산출할 수 있다. 또한, 발사체 식별 장치(100)는 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 스펙트로그램 영상을 생성할 수 있다. 예를 들어, 발사체 식별 장치(100)는 다음 수학식3과 같이 수학식2의 주파수w를 
로 나누어 줌으로써 STFT를 수행하는 과정에서 마이크로도플러 주파수를 스케일링 할 수 있다. 여기서, 
는 코닝축과 레이더 가시선 사이의 각도(
)를 나타낸다.
<수학식3>
본 발명에 따르면, STFT를 수행하는 과정에서 마이크로도플러 주파수를 스케일링함으로써 발사체의 궤적과 무관하게 발사체의 동일한 운동에 대해서 동일한 형상의 스펙트로그램 데이터를 얻을 수 있는 효과가 있다.
단계 S150에서, 발사체 식별 장치(100)는 미리 훈련된 딥러닝 네트워크에 생성된 스펙트로그램 영상을 입력하여 발사체를 식별할 수 있다.
본 발명에 따른 딥러닝 네트워크는 발사체의 CAD모델에 대한 전자기 시뮬레이션을 통해 얻은 마이크로도플러 모의 신호를 기초로 스펙트로그램 영상 또는 CVD 영상을 생성하여, 생성한 스펙트로그램 영상 또는 CVD 영상에 의하여 미리 훈련될 수 있다. 예를 들어, 본 발명에 따른 딥러닝 네트워크는 CNN(Convolution Neural Network), RNN(Recurrent Neural Network) 또는 ANN(Artificial Neural Network)일 수 있다. 다만, 본 발명의 딥러닝 네트워크는 상기 예시에 한정되는 것은 아니며, 다양한 형태의 인공 신경망으로 구현될 수 있다.
본 발명에 따르면, 마이크로도플러 신호로부터 얻은 시그니처 영상(스펙트로그램 영상 또는 CVD 영상)으로 훈련된 CNN (Convolution Neural Network)을 사용하는 딥러닝 기술을 레이더에 활용하여 높은 분류 정확도를 달성할 수 있는 효과가 있다.
본 발명의 일 실시예에 따른 발사체 식별 장치(100)는 발사체를 탄두, 파편, 및 디코이 중 어느 하나로 분류하는 제1 단계 분류를 수행할 수 있다. 예를 들어, 발사체 식별 장치(100)는 발사체를 식별하여 식별한 발사체를 탄두로 분류할 수 있다.
또한, 발사체 식별 장치(100)는 제1 단계 분류에서 탄두, 파편, 및 디코이 중 어느 하나로 분류된 발사체에 대하여, 탄두의 종류, 파편의 종류, 및 디코이의 종류 중 어느 하나를 분류하는 제2 단계 분류를 수행할 수 있다. 예를 들어, 발사체 식별 장치(100)는 제1 단계에서 탄두로 분류한 발사체에 대하여 탄두의 종류를 분류할 수 있다.
또한, 발사체 식별 장치(100)는 제1 단계 분류 및 제2 단계 분류의 각 분류에 대한 확률을 산출할 수 있다. 예를 들어, 발사체 식별 장치(100)는 미리 훈련된 딥러닝 네트워크의 각 분류에 대한 확률에 기초하여 제1 단계 분류 및 제2 단계 분류의 각 분류에 대한 확률을 산출할 수 있다.
또한, 발사체 식별 장치(100)는 산출된 확률의 값이 미리 결정된 임계값 이상인 경우 발사체의 위협도를 판단하고, 위협도에 따라 발사체의 지속 추적 여부를 결정할 수 있다. 예를 들어, 발사체 식별 장치(100)는 식별된 발사체가 미리 사용자가 정한 일정 확률 이상의 분류 결과를 보이는 경우에 대해서는 위협이 되는 발사체로 판단할 수 있다. 또한, 발사체 식별 장치(100)는 위협이 되는 발사체에 대하여 지속적인 추적, 감시를 수행하고, 위협이 적은 파편, 디코이의 경우 추적, 감시 대상에서 제거하여 레이더의 리소스를 최대한 효율적으로 사용할 수 있다.
본 발명에 따르면, 딥러닝 네트워크에 스펙트로그램 영상 또는 CVD 영상을 직접 활용하여 신호처리 단계에서의 특징 벡터 추출을 위한 복잡한 계산과정을 거치지 않아 효율적으로 발사체를 식별하고 발사체의 식별 정확도를 높일 수 있는 효과가 있다.
이상에서 설명된 장치 및/또는 시스템은, 하드웨어 구성요소, 소프트웨어 구성요소 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction) 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 발사체 식별 장치
110: 메모리
120: 프로세서
130: 통신 모듈
140: 레이더
110: 메모리
120: 프로세서
130: 통신 모듈
140: 레이더
Claims (19)
- 공중에서 비행하는 발사체를 식별하는 방법에 있어서,
레이더를 이용하여 상기 발사체를 향해 전자기파를 방사하고 상기 발사체로부터 반사된 신호를 수신하는 단계;
상기 발사체로부터 반사된 신호를 이용하여 상기 발사체의 고도를 산출하고, 상기 발사체의 고도에 기초하여 상기 발사체의 비행 단계를 판단하는 단계;
상기 비행 단계에 따라 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는 단계;
상기 마이크로도플러 신호를 이용하여 스펙트로그램 데이터를 산출하고, 상기 스펙트로그램 데이터를 이용하여 스펙트로그램 영상을 생성하는 단계; 및
미리 훈련된 딥러닝 네트워크에 생성된 상기 스펙트로그램 영상을 입력하여 상기 발사체를 식별하는 단계를 포함하는,
발사체 식별 방법. - 제1 항에 있어서,
상기 발사체의 비행 단계를 판단하는 단계는,
상기 발사체로부터 반사된 신호를 이용하여 상기 레이더로부터 상기 발사체까지의 거리, 상기 발사체의 속도, 상기 발사체의 궤적을 산출하는 단계;
상기 발사체의 궤적에 대한 데이터에 기초하여 상기 발사체의 코닝축과 상기 레이더의 레이더 가시선 사이의 각도를 계산하는 단계; 및
상기 발사체의 궤적에 대한 데이터를 지속 업데이트하는 단계를 포함하는, 발사체 식별 방법. - 제2 항에 있어서,
상기 스펙트로그램 영상을 생성하는 단계는,
상기 발사체의 코닝축과 상기 레이더 가시선 사이의 각도를 이용하여 상기 마이크로도플러 신호의 마이크로도플러 주파수를 스케일링 하여 스펙트로그램 데이터를 산출하는 단계; 및
상기 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 스펙트로그램 영상을 생성하는 단계를 포함하는, 발사체 식별 방법. - 제2 항에 있어서,
상기 스펙트로그램 영상을 생성하는 단계는,
상기 마이크로도플러 신호에 기초하여 시간에 따른 마이크로도플러 주파수 변화를 나타내는 스펙트로그램 데이터를 산출하는 단계; 및
상기 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 스펙트로그램 영상을 생성하는 단계를 포함하는, 발사체 식별 방법. - 제4 항에 있어서,
상기 스펙트로그램 영상을 생성하는 단계는,
상기 스펙트로그램 데이터를 푸리에 변환(Fourier transform)하여 CVD(Cadence Velocity Diagram) 데이터를 산출하는 단계; 및
상기 CVD 데이터에 기초하여 시간에 따른 2차원 행렬 형태의 CVD 영상을 생성하는 단계를 포함하는, 발사체 식별 방법. - 제1 항에 있어서,
상기 비행 단계는 부스트 단계, 중간 단계, 및 종말 단계를 포함하고,
상기 발사체의 비행 단계를 판단하는 단계는, 상기 발사체의 고도가 고도 120km이상인 경우 상기 비행 단계를 상기 중간 단계로 판단하는 단계인, 발사체 식별 방법. - 제6 항에 있어서,
상기 발사체의 마이크로도플러 신호를 분리하는 단계는, 상기 비행 단계가 상기 중간 단계로 판단되는 경우 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는 단계인, 발사체 식별 방법. - 제7 항에 있어서,
상기 발사체의 마이크로도플러 신호를 분리하는 단계는, 상기 발사체의 매크로 모션에 의한 궤적의 움직임 보상을 이용하여 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는 단계인, 발사체 식별 방법. - 제1 항에 있어서,
상기 발사체를 식별하는 단계는,
상기 발사체를 탄두, 파편, 및 디코이 중 어느 하나로 분류하는 제1 단계;
상기 탄두, 상기 파편, 및 상기 디코이 중 어느 하나로 분류된 상기 발사체에 대하여 상기 탄두의 종류, 상기 파편의 종류, 및 상기 디코이의 종류 중 어느 하나를 분류하는 제2 단계;
상기 제1 단계 및 상기 제2 단계의 각 분류에 대한 확률을 산출하는 단계; 및
산출된 확률의 값이 미리 결정된 임계값 이상인 경우 상기 발사체의 위협도를 판단하고, 상기 위협도에 따라 상기 발사체의 지속 추적 여부를 결정하는 단계를 포함하는, 발사체 식별 방법. - 컴퓨팅 장치를 이용하여 제1 항 내지 제9 항 중 어느 한 항의 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램.
- 공중에서 비행하는 발사체를 향해 전자기파를 방사하고, 상기 발사체로부터 반사된 신호를 수신하는 레이더; 및
프로세서;를 포함하고,
상기 프로세서는, 상기 발사체로부터 반사된 신호를 이용하여 상기 발사체의 고도를 산출하고, 상기 발사체의 고도에 기초하여 상기 발사체의 비행 단계를 판단하고, 상기 비행 단계에 따라 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하고, 상기 마이크로도플러 신호를 이용하여 스펙트로그램 데이터를 산출하고, 상기 스펙트로그램 데이터를 이용하여 스펙트로그램 영상을 생성하고, 미리 훈련된 딥러닝 네트워크에 생성된 상기 스펙트로그램 영상을 입력하여 상기 발사체를 식별하는, 발사체 식별 장치. - 제11 항에 있어서,
상기 프로세서는, 상기 발사체로부터 반사된 신호를 이용하여 상기 레이더로부터 상기 발사체까지의 거리, 상기 발사체의 속도, 상기 발사체의 궤적을 산출하고, 상기 발사체의 궤적에 대한 데이터에 기초하여 상기 발사체의 코닝축과 상기 레이더의 레이더 가시선 사이의 각도를 계산하고, 상기 발사체의 궤적에 대한 데이터를 지속 업데이트하는, 발사체 식별 장치. - 제12 항에 있어서,
상기 스펙트로그램 영상은 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 영상으로 생성되고,
상기 스펙트로그램 데이터는 상기 발사체의 코닝축과 상기 레이더 가시선 사이의 각도를 이용하여 상기 마이크로도플러 신호의 마이크로도플러 주파수를 스케일링 하여 산출되는, 발사체 식별 장치. - 제12 항에 있어서,
상기 스펙트로그램 영상은 시간에 따른 마이크로도플러 주파수 변화를 나타내는 스펙트로그램 데이터에 기초하여 시간에 따른 주파수의 2차원 행렬 형태의 영상으로 생성되고,
상기 스펙트로그램 데이터는 상기 마이크로도플러 신호에 기초하여 산출되는, 발사체 식별 장치. - 제14 항에 있어서,
상기 프로세서는 상기 스펙트로그램 데이터를 푸리에 변환(Fourier transform)하여 CVD(Cadence Velocity Diagram) 데이터를 산출하고, 상기 CVD 데이터에 기초하여 시간에 따른 2차원 행렬 형태의 CVD 영상을 생성하는, 발사체 식별 장치. - 제11 항에 있어서,
상기 비행 단계는 부스트 단계, 중간 단계, 및 종말 단계를 포함하고,
상기 프로세서는 상기 발사체의 고도가 고도 120km이상인 경우 상기 비행 단계를 상기 중간 단계로 판단하는, 발사체 식별 장치. - 제16 항에 있어서,
상기 프로세서는 상기 비행 단계가 상기 중간 단계로 판단되는 경우 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는, 발사체 식별 장치. - 제17 항에 있어서,
상기 프로세서는 상기 발사체의 매크로 모션에 의한 궤적의 움직임 보상을 이용하여 상기 반사된 신호의 메인도플러 신호로부터 마이크로도플러 신호를 분리하는, 발사체 식별 장치. - 제11 항에 있어서,
상기 프로세서는 상기 발사체를 탄두, 파편, 및 디코이 중 어느 하나로 분류하는 제1 단계 분류를 수행하고, 상기 탄두, 상기 파편, 및 상기 디코이 중 어느하나로 분류된 상기 발사체에 대하여 상기 탄두의 종류, 상기 파편의 종류, 및 상기 디코이의 종류 중 어느 하나를 분류하는 제2 단계 분류를 수행하고, 상기 제1 단계 분류 및 상기 제2 단계 분류의 각 분류에 대한 확률을 산출하고, 산출된 확률의 값이 미리 결정된 임계값 이상인 경우 상기 발사체의 위협도를 판단하고, 상기 위협도에 따라 상기 발사체의 지속 추적 여부를 결정하는, 발사체 식별 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210104755A KR102578886B1 (ko) | 2021-08-09 | 2021-08-09 | 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210104755A KR102578886B1 (ko) | 2021-08-09 | 2021-08-09 | 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230022690A true KR20230022690A (ko) | 2023-02-16 |
| KR102578886B1 KR102578886B1 (ko) | 2023-09-15 |
Family
ID=85325744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210104755A KR102578886B1 (ko) | 2021-08-09 | 2021-08-09 | 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102578886B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11108592A (ja) * | 1997-10-02 | 1999-04-23 | Mitsubishi Electric Corp | 飛翔体誘導装置 |
| JP2000097596A (ja) * | 1998-09-25 | 2000-04-04 | Mitsubishi Electric Corp | 弾着観測装置 |
| KR101520673B1 (ko) * | 2014-05-20 | 2015-05-18 | 주식회사 한화 | 화포탄의 탄도궤적 도출 장치 및 방법 |
| KR101952552B1 (ko) * | 2018-12-27 | 2019-06-11 | 세종대학교산학협력단 | 스펙트로그램 추출을 위한 레이더 신호 처리 장치 및 그 방법 |
| KR102150014B1 (ko) * | 2017-05-04 | 2020-09-01 | 광주과학기술원 | 비행체 식별 방법 및 장치 |
-
2021
- 2021-08-09 KR KR1020210104755A patent/KR102578886B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11108592A (ja) * | 1997-10-02 | 1999-04-23 | Mitsubishi Electric Corp | 飛翔体誘導装置 |
| JP2000097596A (ja) * | 1998-09-25 | 2000-04-04 | Mitsubishi Electric Corp | 弾着観測装置 |
| KR101520673B1 (ko) * | 2014-05-20 | 2015-05-18 | 주식회사 한화 | 화포탄의 탄도궤적 도출 장치 및 방법 |
| KR102150014B1 (ko) * | 2017-05-04 | 2020-09-01 | 광주과학기술원 | 비행체 식별 방법 및 장치 |
| KR101952552B1 (ko) * | 2018-12-27 | 2019-06-11 | 세종대학교산학협력단 | 스펙트로그램 추출을 위한 레이더 신호 처리 장치 및 그 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102578886B1 (ko) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11308391B2 (en) | Offline combination of convolutional/deconvolutional and batch-norm layers of convolutional neural network models for autonomous driving vehicles | |
| WO2019067695A1 (en) | FLIGHT CONTROL USING VISION BY COMPUTER | |
| JP2018084573A (ja) | 頑健で効率的な車両測位用のアルゴリズム及びインフラ | |
| CA2808932C (en) | Guidance method and apparatus | |
| KR102272411B1 (ko) | 합성 개구면 레이더 영상의 시뮬레이션 영상 데이터베이스의 식별률을 높이기 위한 인공신경망 학습 방법 및 그 장치 | |
| US11987265B1 (en) | Agent trajectory prediction using target locations | |
| US10754030B2 (en) | Methods and systems for radar simulation and object classification | |
| US11928585B2 (en) | Neural network architecture for small LIDAR processing networks for slope estimation and ground plane segmentation | |
| CN112466103A (zh) | 航空器飞行威胁演化预警方法、装置、设备及存储介质 | |
| KR20160046990A (ko) | 충돌시간 제어 유도 방법 및 시스템 | |
| EP4060626A1 (en) | Agent trajectory prediction using context-sensitive fusion | |
| Pan | Hybrid data-driven anomaly detection method to improve UAV operating reliability | |
| KR102578886B1 (ko) | 발사체 식별 방법, 발사체 식별 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 | |
| Cheon et al. | Hardware-in-the-loop simulation platform for image-based object tracking method using small UAV | |
| Yanık et al. | Machine learning–based early fire detection system using a low-cost drone | |
| CN109297497B (zh) | 对无人机操控者溯源的方法及系统 | |
| Kim et al. | Variable-structured interacting multiple model algorithm for the ballistic coefficient estimation of a re-entry ballistic target | |
| KR102400618B1 (ko) | 위험 관리 지도 생성 방법 및 그 장치 | |
| Kim et al. | Airborne monitoring of ground traffic behaviour for hidden threat assessment | |
| Zaier et al. | Vision-based UAV tracking using deep reinforcement learning with simulated data | |
| Brunet et al. | Stereo Vision for Unmanned Aerial VehicleDetection, Tracking, and Motion Control | |
| Kim et al. | Ballistic object trajectory and launch point estimation from radar measurements using long-short term memory networks | |
| Fügenschuh et al. | Flight planning for unmanned aerial vehicles | |
| KR102312944B1 (ko) | 항공기 경로 추적 방법, 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 | |
| Kim et al. | Drone searches for objects on the ground: an entropy-based approach |
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 |