• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.104-113
• /
• 2022

본 논문에서는 OFDM 레이다를 위한 딥러닝 기반 표적의 거리 및 속도 추정 기법을 제안한다. 제안하는 기법은 표적으로부터 반사된 수신 신호를 받아 변조신호 제거 후 2차원 FFT를 통해 2차원 주기도를 얻는다. 주기도는 기존 및 제안 방법에서 표적의 거리 및 속도를 추정하는 입력신호이다. 주기도에서 정점은 표적의 위치를 나타내는데 표적의 거리 및 속도 추정을 위해 널리 사용되는 기존 기법은 CFAR (Constant False Alarm Rate) 알고리즘이다. 반면 제안하는 기법은 다중 출력 CNN (Convolutional Neural Network)을 이용하여 거리 및 속도를 추정한다. 기존 기법과 달리 제안 기법은 주기도 이외에 잡음 전력과 같이 추가적인 정보가 필요하지 않아 사용하기 편리하다. 컴퓨터 시뮬레이션 결과에 따르면 제안 추정 기법은 기존 기법보다 거리 및 속도 추정 MSE (Mean Square Error)오차 성능을 5배 이상 개선하며 송신 OFDM 심볼 개수가 증가할수록 정확도가 향상되는 특성을 보인다.

• 전기전자학회논문지
• /
• 제22권2호
• /
• pp.309-315
• /
• 2018

계단 주파수 레이더(Stepped Frequency Radar: SFR)는 송신 펄스의 주파수를 점진적으로 증가시켜 넓은 합성 대역폭을 만듦으로써 높은 거리 해상도를 얻는 방식이다. 그런데 이동표적의 경우 거리-도플러 결합(range-Doppler coupling) 현상으로 정확한 거리 추정을 할 수 없게 되므로 정확한 속도 추정을 통한 보상이 필요하다. 본 논문에서는 코히어런트 펄스열(Coherent Pulse Train: CPT)을 갖는 계단 주파수 레이더 파형을 제안하고, 이를 이용한 속도 추정 및 파라미터에 따른 결과를 기존의 VMD(Velocity Measurement Data) 방식과 시뮬레이션을 통해 비교하고 분석하였다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.109-117
• /
• 2005

거리 및 속도 측정 알고리즘은 거리 및 도플러 주파수 영역에서 등 간격으로 구성된 정합필터 출력을 이용하여 정밀한 표적 위치를 추정하는 과정이다. 특히 다기능 레이다용 측정 알고리즘은 동시에 다 표적 추적이 가능하도록 정밀도 뿐만 아니라 수행시간에 대한 고려가 필요하다. 본 논문에서는 모노 펄스(monopulse) 레이다 각도추정에 사용되는 변별기(discriminator)추정방식을 거리 및 속도 측정에 적용하여 알고리즘 성능분석 결과를 제시한다. 적용된 추정방법은 추정 시 수행시간이 일정하므로 다중 표적 추적에 적합하다. 하지만 최소한의 채널 출력만을 이용한 추정방법이므로 측정 정밀도에 대한 고려가 필요하다. 컴퓨터 모의실험을 통해 기존 무게중심 추정방식의 측정 알고리즘과 정밀도 측면에서 성능을 비교하여 적용한 방법의 우수성을 보이고, 또한 펄스 폭, 채널 간격 등 프로세싱 변수 변화에 따른 RMS 에러 계산을 통해 알고리즘 자체 특성을 분석한다.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.320-328
• /
• 2023

고속 수중운동체 능동 탐지는 수중 무기 방어 시스템에 중요한 기술로, 정확한 표적 탐지와 거리 및 속도 추정이 필수적이다. 빔 형성 각도마다 신호를 순차적으로 송신해야 하지만 펄스 분할 송신 방법은 거리 추정의 모호성이 발생한다. 이를 보완하기 위해 다중 주파수 기반 방법이 제안되었지만 대역폭을 분할할 경우 시간-대역폭 곱에서 손실이 발생한다. 이러한 문제를 해결하기 위해, 본 연구에서는 대역폭을 분할하지 않아도 부펄스 간의 상관관계를 낮게 설계할 수 있는 일반화된 사인파 주파수 변조(Generalized Sinusoidal Frequency Modulation, GSFM)를 사용한 능동 고속 탐지 기법을 제안한다. 제안한 방법은 펄스 길이를 최소화시킨 GSFM을 사용함으로써 표적의 거리와 속도를 빠르게 갱신할 수 있다. 제안한 방법의 성능을 검증하기 위해 잔향이 존재하는 모의 환경을 구축하였다. 모의 실험 결과 0.05 s의 선형 주파수 변조 펄스는 한정적인 주파수 대역으로 인해 추정 거리 대비 평균적으로 50 %의 거리 추정 오차와 103 %의 속도 추정오차가 발생하였다. 이에 반해, GSFM은 같은 길이의 펄스를 사용하더라도 추정 거리 대비 거리 추정 오차와 속도 추정 오차가 각각 10 %와 14 %로 표적을 비교적 정확하고 빠르게 추적할 수 있었다. 게다가, GSFM은 방위별로 직교성이 높은 부펄스를 송신하여 표적의 대략적인 방위까지 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제14권8호
• /
• pp.1752-1758
• /
• 2010

FM-CW 레이다는 구현이 비교적 간단하고 전자파 신호의 외부 탐지 가능성이 낮기 때문에 다양한 목적의 원격탐지 센서로 활용되고 있다. FM-CW 레이다는 주파수 변조된 연속적인 파형의 신호를 송신하고 반사 신호의 복조시에도 같은 신호를 기준 주파수로 사용한다. 따라서 목표물의 거리 및 속도 정보는 비트신호 주파수 형태로 수신되어진다. 그러나 고속으로 이동하는 목표물의 경우 레이다에서의 신호획득 시간이 현저히 짧아질 수 있기 때문에 기존의 FFT(Fast Fourier Transform) 방식에 의한 스펙트럼 추정은 그 해상도 및 정확도가 심각하게 열화 될 수 있다. 따라서 본 논문에서는 이러한 문제점을 극복하기 위하여 모델 파라메터 추정 방법인 AR(Autoregressive) 방법을 적용하여 거리 및 속도 추정 정확도와 해상도를 개선할 수 있음을 보였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2012년도 추계학술대회
• /
• pp.261-262
• /
• 2012

본 연구에서는 레저선박 및 소형선박을 위한 지능형 충돌방지 시스템에 대한 언급하고 있다. 이 시스템의 기능은 선박으로부터 이동 물체까지의 거리와 속도를 추정하고 해당 물체와의 충돌을 회피하기 위한 제어신호를 발생하는 것이다. 본 논문에서는 칼만필터를 이용하여 대상물체의 위치와 속도를 추정하는 방법에 대해 소개한다. 실제 실험단계에서는 레이저센서를 이용하여 대상물체의 거리를 계측하고 계측된 신호에 필터링을 적용하여 대상물의 위치와 속도를 검출하게 된다. 제안한 기법의 유용성을 검증하기 위해 물체의 위치 및 속도추정에 대한 시뮬레이션을 수행하였다.

• 전자공학회논문지
• /
• 제52권4호
• /
• pp.23-29
• /
• 2015

본 논문에서는 수중 위치 추적(Underwater Localization)을 위한 수평거리 추정 방식 중 음선의 각도 변화를 이용하는 방식을 개선하는 Look-up Table(LUT)를 사용하는 방식을 제안하고 기존 방식과의 연산속도 및 수평거리 오차를 비교한다. LUT를 사용하여 추정하는 방식은 수신기의 음파 도달 시간(Time of arrival : ToA)과 깊이에 따른 Sound Speed Profile(SSP)을 이용하여 만들어진 수평 거리-ToA table을 이용한다. 결과적으로, 음선의 각도 변화를 이용하는 방식에 비해 수평거리 추정오차는 다소 증가하게 되지만, 수신된 ToA에 대응되는 수평거리를 사용한다는 점에서 실시간으로 각도 변화를 추정하는 기존방식에 비하여 매우 빠른 처리가 가능하다.

• 한국음향학회지
• /
• 제28권4호
• /
• pp.336-342
• /
• 2009

일정한 주파수의 음향신호를 발생시키는 표적이 기동할 때 한 개의 고정된 센서에서 관측된 신호의 주파수는 시간에 따라 도플러 변이가 발생한다. 이러한 도플러 변이 현상을 이용한 기존의 CPA (Closest Point of Approach) 분석으로 센서 수신기에 표적이 최단거리로 근접했을 때의 시간, 거리, 속력 그리고 실제 신호의 중심주파수를 추정할 수 있다. 본 논문에서는 고정된 단일 센서 대신에 일정한 속도로 기동하는 배열센서 수신기에서 주파수뿐만 아니라 표적의 방위각을 관측하여 이로부터 표적의 실제 기동속도를 추정하는 기법을 제안한다. 그리고 제안한 기법의 성능검증을 위해 오차 분석 및 모의 실험을 수행하였다.

• 한국ITS학회 논문지
• /
• 제21권3호
• /
• pp.83-95
• /
• 2022

본 논문은 자율주행 차량 적용을 위한 객체 검출과 거리 추정을 수행하는 시스템을 제안한다. 객체 검출은 최근 활발하게 사용되는 딥러닝 모델 YOLOv4의 특성을 이용해서 입력 이미지 비율에 맞춰 분할 grid를 조정하고 자체 데이터셋으로 전이학습된 네트워크로 수행한다. 검출된 객체까지의 거리는 bounding box와 homography를 이용해 추정한다. 실험 결과 제안하는 방법에서 전반적인 검출 성능 향상과 실시간에 가까운 처리 속도를 보였다. 기존 YOLOv4 대비 전체 mAP는 4.03% 증가했다. 도심로 주행시 빈출하는 보행자, 차량 및 공사장 고깔(cone), PE드럼(drum) 등의 객체 인식 정확도가 향상되었다. 처리 속도는 약 55 FPS이다. 거리 추정 오차는 X 좌표 평균 약 5.25m, Y 좌표 평균 0.97m으로 나타났다.

• 전자공학회논문지SC
• /
• 제48권3호
• /
• pp.21-29
• /
• 2011

본 논문은 스테레오 비전 시스템에서 객체의 기동 상태에 상관없이 안정된 거리 및 속도를 추정할 수 있는 방법을 제안한다. 스테레오 비전은 좌우 영상의 시차를 이용하여 거리를 추정할 수 있지만, 영상 화소의 양자화 오차로 인해 거리 오차가 발생할 수 있다. 부화소 보간법은 이러한 양자화 오차를 최소화하여 실수를 갖는 정밀 시차를 추정할 수 있다. 확장형 칼만 필터는 추정된 정밀 시차의 공분산을 최소화하고 객체의 속도를 추정하기 위하여 사용되어진다. 하지만, 시스템 모델의 불확실성으로 인해 기동이 발생했을 때, 발산 문제가 생기고 이는 오히려 추정 오차를 증가시킨다. 본 논문에서는 연산 시간을 최소화하면서, 객체의 기동 상태에 상관없이 안정된 상태 추정 성능을 제공할 수 있는 가상 모델 확장형 칼만 필터를 제안한다. 모의실험 및 실제 도로 환경에서의 실험 결과는 제안한 방법이 기존 추정 필터들에 비하여, 다양한 기동 상태에서 안정된 추정 성능과 향상된 연산시간을 제공한다는 것을 보여준다.