DOI QR코드

DOI QR Code

Estimating Three-Dimensional Scattering Centers of a Target Using the 3D MEMP Method in Radar Target Recognition

레이다 표적 인식에서 3D MEMP 기법을 이용한 표적의 3차원 산란점 예측

  • 신승용 (한국과학기술원 전자전산학과) ;
  • 명로훈 (한국과학기술원 전자전산학과)
  • Published : 2008.02.29

Abstract

This paper presents high resolution techniques of three-dimensional(3D) scattering center extraction for a radar backscattered signal in radar target recognition. We propose a 3D pairing procedure, a new approach to estimate 3D scattering centers. This pairing procedure is more accurate and robust than the general criterion. 3D MEMP(Matrix Enhancement and Matrix Pencil) with the 3D pairing procedure first creates an autocorrelation matrix from radar backscattered field data samples. A matrix pencil method is then used to extract 3D scattering centers from the principal eigenvectors of the autocorrelation matrix. An autocorrelation matrix is constructed by the MSSP(modified spatial smoothing preprocessing) method. The observation matrix required for estimation of 3D scattering center locations is built using the sparse scanning order conception. In order to demonstrate the performance of the proposed technique, we use backscattered field data generated by ideal point scatterers.

본 논문은 레이다 표적 인식에서 레이다 산란신호에 대한 3차원 산란점 추출을 위한 고해상도 기법에 대해 기술하고 있다. 또한, 3차원 산란점 추출에서 신호의 극점을 획득하기 위해 3차원 짝 맞춤 절차를 소개하고 있다. 짝 맞춤 절차는 기존의 일반적인 방법보다 더 정확하고 견고한 특징을 가지고 있다. 3차원 산란점을 추출하기 위해서는 우선 주어진 3차원 레이다 산란 데이터로부터 상호 분산 행렬을 생성해야 한다. 그리고 matrix pencil 기법을 이용하여 3차원 산란점을 추출한다. 본 논문에서 MSSP를 이용하여 상호 분산 행렬을 생성하였으며, 관측 행렬은 sparse scanning order conception 방법을 이용하여 만들었다. 제시한 기법의 성능을 보여주기 위해서 본 논문에서는 이상적인 점 산란체를 생성하여 이에 대한 결과를 보여주고 있다.

Keywords

References

  1. J. G. Inder, J. B. Mark, and Ali Moghaddar, "Data extrapolation for high resolution radar imaging", IEEE Trans. on Antennas and Propagation, 42(11) pp. 1540-1545, 1994 https://doi.org/10.1109/8.362783
  2. M. Wax, T. Kailath, "Detection of signals by information theoretic criteria", IEEE Trans. on Acoustics, Speech and Signal Processing, 33(2), pp. 387-392, 1985 https://doi.org/10.1109/TASSP.1985.1164557
  3. L. C. Potter, D. M. Chiang, R. Carriere, and Michael J. Gerry, "GTD-based parametric model for radar scattering", IEEE Trans. on Antennas and Propagation, 43(10), pp. 1058-1067, 1995
  4. B. Gue, Y. Wang, and J. Li, "Microwave imaging via adaptive beamforming methods for breast cancer detection", Journal of Electromagnetic Waves and Applictions, 20(1), pp. 53-63, 2006 https://doi.org/10.1163/156939306775777350
  5. J. W. Odendaal, E. Barnard, and C. W. I. Pistorius, "Two-dimensional superresolution radar imaging using the MUSIC algorithm", IEEE Trans. on Antennas and Propagation, pp. 1386-1391, 1994
  6. A. Quinquis, E. Radoi, and R. C. Totir, "Some radar imagery results using superresolution techniques", IEEE Trans. on Antennas and Propagation, pp. 1230-1244, 2004
  7. X. Yang, "A survey of various conjugate gradient algorithms for iterative solution of the largest/smallest eigenvalue and eigenvector of a symmetric matrix", PIER 5, pp. 567-588, 1991
  8. Hua, "Estimating two-dimensional frequencies by matrix enhancement and matrix pencil", IEEE Trans. on Signal Processing, pp. 2267-2280, 1992
  9. Gene H. Golub, Charles F. Van Loan, MATRIX Computations Third Edition, The Johns Hopkins University Press, 1996