한국정보통신학회논문지 (Journal of the Korea Institute of Information and Communication Engineering)

  • 제10권9호
  • /
  • Pages.1545-1550
  • /
  • 2006
  • /
  • 2234-4772(pISSN)
  • /
  • 2288-4165(eISSN)
한국정보통신학회 (The Korea Institute of Information and Commucation Engineering)
권호 표지

정합장처리에서 CLEAN알고리즘을 이용한 다중 표적 탐지

Multiple Targets Detection by using CLEAN Algorithm in Matched Field Processing

  • 발행 : 2006.09.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

최소분산프로세서는 정합장처리(Matched Field Processing : MFP)로서 해양 환경을 완전히 알고 있을 때 우수한 부엽(sidelobe) 억제 능력을 가지고 있다. 그러나 다중 표적 이 존재 시 최소분산프로세서는 선형 프로세서가 아니므로 각각의 표적에 의한 주엽(mainlobe) 뿐만 아니라 표적 상호간에 의한 부엽이 발생되므로 표적의 정확한 위치를 추정하지 못 할 수 있다. 따라서 본 논문은 해양에 분포한 다중 표적들의 위치를 추정하기 위하여 다중 표적에 의해 수신된 데이터벡터의 cross spectral density matrix(CSDM)에서 CLEAN 알고리즘을 기반으로 표적 각각의 데이터벡터를 분리 추출하여 CSDM을 산출하고 이를 비선형 프로세서인 최소분산프로세서에 적용함으로써 표적 상호간의 부엽들을 제거하여 표적의 수와 위 치를 정확히 추정 할 수 있는 방법을 제안한다.

In this paper, we propose a method for applying the CLEAN algorithm to an minimum variance distortionless response(MVDR) to estimate the location of multiple targets distributed in the ocean. The CLEAN algorithm is easy to implement in a linear processor, yet not in a nonlinear processor. In the proposed method, the CSDM of a Dirty map is separated into the CSDM of a Clean beam and the CSDM of the Residual, then an individual ambiguity surface(AMS) is generated. As such, the CLEAN algorithm can be applied to an MVDR, a nonlinear processor. To solve the ill-conditioned problem related to the matrix inversiion by an MVDR when using the CLEAN algorithm, Singular value decomposition(SVD) is carried out, then the reciprocal of small eigenvalues is replaced with zero. Experimental results show that the proposed method improves the performance of an MVDR.

키워드

참고문헌

  1. A. B. Baggeroer, W. A. Kuperman, and P. N. Mikhalevsky, 'An overview of matched field methods in ocean acoustics,' IEEE J. Ocean. Eng., vol. 18, pp. 401-424, 1993 https://doi.org/10.1109/48.262292
  2. J. A. Hogbom, 'Aperture synthesis with a non-regular distribution of interferometer baselines,' Astron. Astrophys., suppl. ser. 15, pp. 417-426, 1974
  3. E. J. Sullivan and D. Middleton, 'Estimation and detection issues in matched-field processing,' IEEE J. Ocean. Eng., vol. 18, Issue 3, pp. 156-167, Jul. 1993 https://doi.org/10.1109/JOE.1993.236354
  4. H. C. Song, J. de Rosny, and W. A. Kuperman, 'Improvement in matched field processing using the CLEAN algorithm,' J. Acoust. Soc. Am., vol. 113, Issue 3, pp. 1379-1386, Mar. 2003 https://doi.org/10.1121/1.1531510
  5. T. J. Cornwell, 'A method of stabilizing the CLEAN algorithm,' Astron. Astrophys., vol. 121, pp. 281-285, 1983
  6. J. Tsao and B. D. Steinberg, 'Reduction of sidelobe and speckle artifacts in microwave imaging: The CLEAN technique,' IEEE Trans. Antennas Propag., vol. 20, pp. 543-556, 1988
  7. T. B. Vu and H. Chen, 'A real time 'CLEAN' method for small linear arrays,' IEEE MIT-S International Microwave Symposium Digest 1996, vol. 2, pp. 1003-1006, Jun. 1996 https://doi.org/10.1109/MWSYM.1996.511198
  8. U. J. Schwarz, 'Mathematical-statistical description of the iterative beam removing technique (Method CLEAN),' Astron. Astrophys., vol. 65, pp. 345-356, 1978