초록
적응 분할 알고리즘은 국부 비 균질 영상에서 효율적인 표적 탐지를 위해 사용된다. 지금까지 영상 분할에 여러 가지 적응방법이 제안되었다. 하지만 이들 알고리즘이 레이다 표적 탐지에 바로 적용하기는 어려운데 이는, 레이다 자체 신호 특성 때문이다. 일반적으로 레이다 표적은 배경신호에 비해 상대적으로 적은 도수 함수를 갖고 있으며, 배경 분포는 외부환경에 따라 다양한 형태를 갖는다. 본 논문에서는 도수함수의 최대 값에서 우측 하향 직선인 히스토그램 현을 이용한 적응 표적분할 알고리즘을 제안한다. 제안한 방식은 임계값 탐색에 사용되는 적용 현이 외부환경조건에 영향을 적게 받음으로 인해 다양한 레이다 환경에 최적인 임계 값을 선택한다. 시뮬레이션 결과, 제안한 알고리즘이 기존 표적분할알고리즘인 전역 임계 값 방법 및 분포 중앙값 추정방식에 비해 탐지성능측면에서 우수함을 보였다.
An adaptive segmentation algorithm is used to efficiently target decisions in local non-stationary images. Until now, several adaptive approaches have been proposed as a method of segmentation. However, they can't be directly used for radar target detection because a radar signal has different characteristics from general images. Generally, a histogram of radar signal shows that targets have a relatively small number of frequency functions compared to the background and distribution of background, which have several shapes as the environment changes. In this paper, we propose an adaptive segmentation algorithm using a histogram chord which is a right-down line from maximum pick of frequency function. The proposed method provides thresholds which are optimum for several radar environments because the used chord for threshold search is not significantly effected by interference conditions. Simulation results show that the proposed method is superior to the traditional algorithms, global threshold method and distribution median method, with respect to detection performance.