• 한국군사과학기술학회지
• /
• 제21권2호
• /
• pp.147-157
• /
• 2018

There are increasing demands to provide early warning against intruding drones and cope with potential threats. Commercial anti-drone systems are mostly based on simple target detection by radar reflections. In real scenario, however, it becomes essential to obtain drone radar signatures so that hostile targets are recognized in advance. We present experimental test results that micro-Doppler radar signature delivers partial information on multi-rotor platforms and exhibits limited performance in drone recognition and classification. Afterward, we attempt to generate high resolution profile of flying drone targets. To this purpose, wide bands radar signals are employed to carry out inverse synthetic aperture radar(ISAR) imaging against moving drones. Following theoretical analysis, experimental field tests are carried out to acquire real target signals. Our preliminary tests demonstrate that high resolution ISAR imaging provides effective measures to detect and classify multiple drone targets in air.

• 한국군사과학기술학회지
• /
• 제27권2호
• /
• pp.189-196
• /
• 2024

Classification of drones and birds is challenging due to diverse flight patterns and limited data availability. Previous research has focused on identifying the flight patterns of unmanned aerial vehicles by emphasizing dynamic features such as speed and heading. However, this approach tends to neglect crucial spatial information, making accurate discrimination of unmanned aerial vehicle characteristics challenging. Furthermore, training methods for situations with imbalanced data among classes have not been proposed by traditional machine learning techniques. In this paper, we propose a data processing method that preserves angle information while maintaining positional details, enabling the deep learning model to better comprehend positional information of drones. Additionally, we introduce a training technique to address the issue of data imbalance.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.249-251
• /
• 2022

본 연구에서는 뇌파를 이용하여 드론을 제어하기 위한 기계학습을 논의한다. 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 제어대상으로 정의하였고 이를 제어하기 위한 뇌파의 신호를 전두엽을 대상으로 하는 Fp1·Fp2 2채널 건식 전극(NeuroNicle FX2) 뇌파 측정장비를 통하여 5.19초동안 각 제어대상과 연관된 행동의 운동 심상을 눈을 뜬 상태에서 측정(Sampling Rate 250Hz, Cutoff Frequency 6~20Hz) 하였다. 측정된 뇌파신호에 대해 매틀랩의 분류학습기를 이용해서 삼중 계층 신경망, 로지스틱 회귀커널, 비선형 3차 SVM 학습을 실시하였으며 학습결과 로지스틱 회귀 커널 학습에서 드론의 이륙과 전진, 후진, 좌측 이동 그리고 우측 이동을 위한 가장 높은 정확도를 가지고 있음을 클래스 참양성률로 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.99-113
• /
• 2021

최근 육·해·공·우주에 이어 제 5전장 영역으로 사이버공간이 인식되면서 본격적으로 사이버공간을 작전 및 임무 영역으로 보는 활동에 관심이 집중되었다. 또한, 21세기는 4세대 전쟁방식으로 사이버공간을 기반으로 하는 사이버작전이 전개되고 있다. 이러한 환경에서 작전 수행은 지휘관의 의사결정에 따라 성공 여부가 판가름 된다. 따라서 이러한 의사결정의 합리성과 객관성을 높이기 위해서 체계적으로 방책(COA, Course Of Action)을 수립하고 선정하는 과정이 필요하다. 본 연구에서는 사이버작전 수행에 필요한 작전요소들을 분류하는 방안을 통하여 방책을 수립하고, 방책의 정량적 평가가 가능하다는 방향성을 제시하고자 한다. 이를 위해 작전 수행의 방책이 되는 사이버 작전요소 조합(COES, Cyber Operational Elements Set)을 구성하고 표적개발 과정에서 식별한 사이버 작전요소를 육하원칙(5W1H Method)을 기준으로 분류하는 방안을 제시한다. 또한 스턱스넷(STUXNET) 공격 사례에서 활용된 사이버 작전요소들을 제시한 분류 방안을 적용하여 사이버 작전요소 조합(COES)을 구성해 공격 방책들을 수립한다. 마지막으로 수립한 방책의 우선순위를 부여하고 최적의 방책 선정을 위해 방책의 정량적 평가를 수행하였다.

• 한국농공학회논문집
• /
• 제64권1호
• /
• pp.51-63
• /
• 2022

Up-to-date statistics of crop cultivation status is essential for farm land management planning and the advancement in remote sensing technology allows for rapid update of farming information. The objective of this study was to develop a classification model of rice paddy or winter crop fields based on NDWI, NDVI, and HSV indices using Sentinel-2 satellite images. The 18 locations in central Korea were selected as target areas and photographed once for each during summer and winter with a eBee drone to identify ground truth crop cultivation. The NDWI was used to classify summer paddy fields, while the NDVI and HSV were used and compared in identification of winter crop cultivation areas. The summer paddy field classification with the criteria of -0.195

• 한국지리정보학회지
• /
• 제23권2호
• /
• pp.21-35
• /
• 2020

식생정보는 도시계획, 조경, 수자원, 환경 등 다양한 분야에서 활용되는 매우 중요한 인자이다. 식생은 수관밀도 혹은 엽록소 함량에 따라 식생의 활력도에 차이가 발생하나 기존 연구에서는 식생지역을 분류시 식생 활력도를 고려하지 않았다. 본 연구에서는 다양한 응용연구를 충족시키기 위해 식생 활력도를 고려한 식생지수 경계값을 설정하는 연구를 수행하였다. 먼저 eBee 고정익 드론에 다중분광 카메라를 탑재하여 광학 및 근적외선 정사영상을 구축하였으며, 그리고 각 정사영상에 대해 GIS 연산을 수행하여 NDVI, GNDVI, SAVI, MSAVI 식생지수를 계산하였다. 또한 대상지에 대한 식생위치를 VRS 측량을 통해 조사하였으며 이를 이용하여 식생 활력도를 고려한 식생지수별 정확도를 평가하였다. 그 결과 식생 활력도가 좋은 지점을 식생지역으로 선정한 시나리오가 식생 활력도가 다소 부족한 지점도 식생지역으로 선정한 시나리오에 비해 식생지수의 분류 정확도가 높게 나타났다. 또한 각 현장 조사 지점과의 중첩을 통해 계산한 식생지수별 Kappa 계수를 통해 시나리오별로 식생을 분류하기에 가장 적합한 식생지수 경계값을 선정할 수 있었다. 따라서 본 연구에서 제시한 식생 활력도를 고려한 식생지수 정확도 평가는 향후 도시계획 등 다양한 업무 분야에서 의사결정 지원을 위한 유용한 정보를 제공해 줄 수 있을 것으로 판단된다.