• 한국통신학회논문지
• /
• 제17권4호
• /
• pp.398-414
• /
• 1992

Netted 레이다의 추적정보를 수집하기 위한 레이다 정보 통신망의 설계를 위하여 본 연구에서는 multi-static 레이다의 정보 전송용 근거리망을 공간적 계증구조로 분류하고 최하의 공간 계층인 group 계층의 통신 모델을 소프트웨어 모듈로 설계하여 이를 모듈간의 조합에 의한 기본적인 레이다 정보망 단위를 구성하므로써 여러가지 통신 link 형태에 대한 전송상태를 분석하였다. 각 통신 node에서의 데이터 전송에 관련된 프로세서들은 통계적 모델에 의한 알고리즘을 사용하였으며, 데이터 link를 통하여 이러한 부분적인 하위층 통신모델들을 하나의 지역망으로 구성한 후 내부 node의 전송성능 변화를 분석하였고 이에 따라 망구성전체에 대한 각 통신 link들의 전송특성 분석도 가능하였다.

• 한국군사과학기술학회지
• /
• 제21권2호
• /
• pp.133-140
• /
• 2018

In electronic warfare(EW), low probability of intercept(LPI) radar signal is a survival technique. Accordingly, identification techniques of the LPI radar waveform have became significant recently. In this paper, classification and extracting parameters techniques for 7 intrapulse modulated radar signals are introduced. We propose a technique of classifying intrapulse modulated radar signals using Convolutional Neural Network(CNN). The time-frequency image(TFI) obtained from Choi-William Distribution(CWD) is used as the input of CNN without extracting the extra feature of each intrapulse modulated radar signals. In addition a method to extract the intrapulse radar modulation parameters using binary image processing is introduced. We demonstrate the performance of the proposed intrapulse radar waveform identification system. Simulation results show that the classification system achieves a overall correct classification success rate of 90 % or better at SNR = -6 dB and the parameter extraction system has an overall error of less than 10 % at SNR of less than -4 dB.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2004년도 Asia Navigation Conference
• /
• pp.208-216
• /
• 2004

Since 2000, the authors have been developing remote radar network system to observe the vessel traffic in Tokyo Bay. In December 2002, the first operational remote radar station was set at the National Defense Academy in Yokosuka, and vessel traffic observation was started. However, it was impossible to perform accurate observation in the northern part of Tokyo Bay by this Yokosuka radar station only. In September 2003, the second remote radar station and AIS receiving station were installed at Higashi Ogishima in Kawasaki. This second radar enabled us to carry out accurate observation in that area. Both radars can be remotely controlled from the monitoring station in Tokyo University of Marine Science and Technology. On September 30 and October 1,2003, the vessel traffic observation was carried out using both radars. Combining radar images observed by both radars, the ships' tracks were taken and the dangerous ships were extracted by using SJ value and Bumper Model. The time changes of dangerous ship density in some areas in Tokyo Bay and utilization ratio of the traffic routes were also investigated. In addition, analyzing the AIS date received at Kawasaki station, the positions and speed vectors of the ships equipped with AIS were shown.

• 한국군사과학기술학회지
• /
• 제22권2호
• /
• pp.170-178
• /
• 2019

Classification of radar signals in the field of electronic warfare is a problem of discriminating threat types by analyzing enemy threat radar signals such as aircraft, radar, and missile received through electronic warfare equipment. Recent radar systems have adopted a variety of modulation schemes that are different from those used in conventional systems, and are often difficult to analyze using existing algorithms. Also, it is necessary to design a robust algorithm for the signal received in the real environment due to the environmental influence and the measurement error due to the characteristics of the hardware. In this paper, we propose a radar signal classification method which are not affected by radar signal modulation methods and noise generation by using deep learning techniques.

• 제어로봇시스템학회논문지
• /
• 제19권10호
• /
• pp.901-906
• /
• 2013

Chaff is a kind of matter spreading atmosphere with the purpose of preventing aircraft from detecting by radar. The chaff is commonly composed of small aluminum pieces, metallized glass fiber, or other lightweight strips which consists of reflecting materials. The chaff usually appears on the radar images as narrow bands shape of highly reflective echoes. And the chaff echo has similar characteristics to precipitation echo, and it interrupts weather forecasting process and makes forecasting accuracy low. In this paper, the chaff echo recognizing and removing method is suggested using Bayesian network. After converting coordinates from spherical to Cartesian in UF (Universal Format) radar data file, the characteristics of echoes are extracted by spatial and temporal clustering. And using the data, as a result of spatial and temporal clustering, a classification process for analyzing is performed. Finally, the inference system using Bayesian network is applied. As a result of experiments with actual radar data in real chaff echo appearing case, it is confirmed that Bayesian network can distinguish between chaff echo and non-chaff echo.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.292-302
• /
• 2022

The radar tomographic imaging is based on the Radar Cross-Section "RCS" of the materials of a shape under examination and investigation. The RCS varies as the conductivity and permittivity of a target, where the target has a different material profile than other background objects in a scene. In this research paper, we use Hierarchical Performance Modeling "HPM" and a framework developed earlier to determine/spot bottleneck(s) for pattern recognition of materials using a combination of the Single Layer Perceptron (SLP) technique and tomographic images in radar systems. HPM provides mathematical equations which create Objective Functions "OFs" to find an average performance metric such as throughput or response time. Herein, response time is used as the performance metric and during the estimation of it, bottlenecks are found with the help of OFs. The obtained results indicate that processing images consumes around 90% of the execution time.

• 한국전자파학회논문지
• /
• 제29권1호
• /
• pp.68-76
• /
• 2018

표적 우선순위 할당은 다수의 표적이 존재하는 전술 환경에서 다기능 레이다(Multifunction Radar: MFR)가 중요한 표적을 추적하고 레이다 자원을 효율적으로 관리하기 위해 필요한 기능이다. 본 논문에서는 레이다에서 수집한 정보로부터 표적에 대한 우선순위를 산출하는 인공 신경망(Artificial Neural Network: ANN) 모델을 구현한다. 더 나아가, 기존의 경사 하강법(gradient descent) 기반 역전파(backpropagation) 알고리즘을 발전시켜 표적 우선순위 할당에 더욱 적합한 최급 강하법(steepest descent) 기반 신경망 학습 알고리즘을 제안한다. 시뮬레이션에서는 훈련 데이터와 신경망의 결과값 사이의 오차와 특정 테스트 시나리오에서 할당된 우선순위의 합리성을 분석하여 제안된 방법의 성능을 확인한다.

• 대한토목학회논문집
• /
• 제30권2B호
• /
• pp.159-167
• /
• 2010

본 논문의 목적은 지상 우량계의 강우자료와 레이더 강우자료를 신경망(Artificial Neural Network, ANN)의 학습을 통하여 지상 우량계가 가지는 지점 강우의 정확성과 강우레이더가 가지는 강우의 공간정보의 장점을 최대화하여 강우자료를 보정하는 것이다. 따라서 본 논문에서는 2가지 신경망 모형(Model I, Model II)을 사용하였다. Model II의 입력층은 지체시간을 고려한 4개의 레이더 강우로 구성하였고 Model I의 입력층은 4개의 레이더 강우와 지상우량계 강우로 구성하여 안성천 유역의 레이더 강우를 보정하였다. 3가지 강우사상 중에서 총 2개의 사상을 신경망 모형 I, II에 입력하여 최적 매개변수인 연결강도를 추정한 후에 나머지 사상을 사용하여 검증을 실행하였다. 신경망에 의해 보정된 레이더 강우 자료(ANN 강우)와 보정을 하지 않은 레이더 강우를 준분포형 모형인 Modclark 모형에 입력하여 유출을 모의하고, 실제 유출 수문곡선과 비교 분석 하였다. 분석 결과, 보정을 하지 않은 레이더 강우에 의한 유출량은 전체적으로 실제 수문곡선보다 과소 추정되었다. 반면에 ANN 강우의 유출량은 관측유출량과 비교하였을 때 첨두시간과 첨두유량을 가장 근접하게 모의하는 결과를 나타내었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 추계종합학술대회
• /
• pp.247-252
• /
• 2000

본 논문은 국내 5GHz 대역에서 초고속 무선접속 망을 위한 주파수의 분배 및 공유조건에 관한 것이다. 본 논문에서는 초고속 무선접속 망과 기존 기상 레이더 사이의 공유 가능성을 평가하기 위해서 최소결합손실(Minimum Coupling Loss) 방법과 Monte-Carlo 시뮬레이션을 이용하여 기상 레이더가 초고속 무선 접속용 기기에 미치는 전파간섭을 분석하였다. 그리고 실험 결과에 의하면 기상레이더와 초고속 무선접속 망의 주파수 공유를 위해서는 DFS(Dynamic Frequency Selection) 기법을 사용하는 것이 필수적이다.

• 한국정보통신학회논문지
• /
• 제4권4호
• /
• pp.751-758
• /
• 2000

본 논문은 국내 5GHz 대역에서 초고속 무선접속 망을 도입하기 위한 주파수의 분배 및 공유조건에 관한 것이다. 본 논문에서는 초고속 무선접속 망과 기존 기상 레이더 사이의 공유 가능성을 평가 하기 위해서 최소결합손실(Minimum Coupling Loss) 방법과 Monte-Carlo 시뮬레이션을 이용하여 기상 레이더가 초고속 무선 접속용 기기에 미치는 전파간섭을 분석하였다. 그리고 시뮬레이션과 실제 측정 결과에 의하면 기상 레이더와 초고속 무선접속 망의 주파수 공유를 위해서는 DFS(Dynamic Frequency Selection)기법을 사용하는 것이 필수적이라는 결론을 얻었다.