• 한국항공우주학회지
• /
• 제48권1호
• /
• pp.73-79
• /
• 2020

본 논문에서는 고성능 레이다를 위한 저잡음, 고안정 성능을 보유한 새로운 구조의 주파수합성기를 설계 및 제작 하였다. 날로 발전하는 스텔스 기능과 고해상도의 SAR 영상을 확보하기 위해서는 높은 주파수 순도와 초저잡음 특성이 요구되고 있으며, 이를 만족하기 위하여 본 연구에서는 DAS, DDS의 장점을 합성한 새로운 하이브리드 주파수합성기를 개발하였으며, 시험을 통하여 그 성능을 확인하였다. 개발된 주파수 합성기는 X대역에서 10% 이상의 운용대역폭을 보유하고 있으며, 1usec 이하의 빠른 주파수변환속도를 보유하고 있다. 또한, X대역 주파수에서 10kHz 옵셋 주파수에서 -136dBc/Hz의 우수한 위상잡음을 보유하고 있다. 이는 기존 X대역 레이다용 주파수합성기보다 10dB 이상 개선된 성능이다. 또한, 개발된 하이브리드 주파수합성기에서 생성되는 주파수를 이용하여 L대역과 C대역에서도 활용이 가능하며, 추후 국내 AESA 레이다뿐만 아니라 고해상도 SAR레이다 그리고 고성능 지상레이다에 적용하여 성능개선이 가능하다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.233-243
• /
• 2021

태양광 패널은 중금속을 함유한 전자 폐기물이다. 전 세계적으로 매년 빠르게 증가하고 있으며 집중강우 시 유실되는 태양광전지 패널은 토양 중금속 오염의 문제 및 소규모 태양광 발전은 관리 부재라는 문제가 있어, 이를 효율적으로 모니터링하기 위한 기술 개발이 요구된다. 본 연구에서는 Sentinel-1 위성의 SAR Temporal Baseline과 Coherence간의 상관관계를 이용한 태양광전지 패널 모니터링 방법을 연구하였다. 또한, 태양광 발전소와 주변의 Coherence 차이를 이용한 태양광전지 패널 탐지를 실험하였다. 실험결과 안정적 산란체로 가정한 태양광전지 패널의 Coherence가 0.50~0.65 분포 0.53의 중앙값으로 치우친 편향을 보이고 있어 처리과정에서 발생될 수 있는 오차를 개선할 추가 연구가 요구된다. 태양광전지 패널의 Coherence 시간적 감소 비율이 건물 등 인공물체와 다름에 따라 시간적 기준선을 이용한 변화탐지가 가능할 것으로 나타났다. 본 연구결과는 기존 광학영상을 활용한 대규모 태양광 발전 시설 위치정보 획득 연구에서, 소규모 태양광전지 패널 모니터링이 가능하도록 영상레이더를 적용한 초기 연구이다. 또한, 본 연구를 바탕으로 지속적 모니터링이 가능하고 태양광전지 패널 유실과 같은 상황에서 공간적 분포를 파악할 수 있는 효율적인 방안이 될 수 있을 것으로 사료된다.

• Journal of the Korean Physical Society
• /
• 제73권10호
• /
• pp.1584-1588
• /
• 2018

During hyperthermia therapy, cancer cells are heated to a temperature in the range of $40{\sim}45^{\circ}C$ for a defined time period to damage these cells while keeping healthy tissues at safe temperatures. Prior to hyperthermia therapy, the amount of heat energy transferred to the cancer cells must be predicted. Among various non-invasive methods, the thermal prediction method using the specific absorption rate (SAR) is the most widely used method. The existing methods predict the thermal distribution by using a single constant for the mass density in one organ through assignment. However, because the SAR and the bio heat equation (BHE) vary with the mass density, the mass density of each organ must be accurately considered. In this study, the mass density distribution was calculated using the relationship between the Hounsfield unit and the mass density of tissues in preceding research. The SAR distribution was found using a quasi-static approximation to Maxwell's equation and was used to calculate the potential distribution and the energy distributions for capacitive RF heating. The thermal distribution during exposure to RF waves was determined by solving the BHE with consideration given to the considering contributions of heat conduction and external heating. Compared with reference data for the mass density, our results was within 1%. When the reconstructed temperature distribution was compared to the measured temperature distribution, the difference was within 3%. In this study, the density distribution and the thermal distribution were reconstructed for the agar phantom. Based on these data, we developed an algorithm that could be applied to patients.

• 한국수자원학회논문집
• /
• 제56권3호
• /
• pp.211-224
• /
• 2023

본 연구에서는 합성개구레이더(Synthetic Aperture Radar, SAR) 기반의 식생을 고려하는 후방산란모델 Water Cloud Model (WCM)을 활용한 토양수분 산정 연구를 수행하였다. 금강 상류의 용담댐유역을 포함한 40 × 50 km² 영역의 Sentinel-1 SAR 및 Sentinel-2 MSI (Multi-Spectral Instrument) 영상을 수집하여 연구에 활용하였다. WCM의 식생변수로는 Sentinel-1 기반의 식생지수 RVI (Radar Vegetation Index), 탈분극비(Depolarization Rario, DR)와 Sentinel-2 기반의 NDVI (Normalized Difference Vegetation Index)를 활용하였다. WCM의 정모델링(forward modeling)은 토양수분과 후방산란계수의 특성이 유사한 3개 Group으로 나누어 수행하였다. 토양수분과 후방산란계수의 선형적인 관계가 명확할수록 Group의 모의 성능이 더 높게 나타났으며, 식생지수 별로는 NDVI, RVI, DR 순으로 정확도가 높았다. 토양수분을 모의하기 위해 모의된 후방산란계수를 반전(inversion)하였으며, 모의 성능은 정모델링 결과와 비례하였다. WCM 모의의 오류는 실측 후방산란계수 기준 약 -12dB를 기점으로 증가하는 양상을 보였다.

• 한국측량학회지
• /
• 제32권4_1호
• /
• pp.299-309
• /
• 2014

본 연구에서는 최근 서비스화 된 PLEIADES의 GSD 0.5m 영상을 이용하여 1/5,000 수치지형도 제작의 가능성을 평가하였다. PLEIADES 영상의 초기 RPC 계수를 적용한 결과, 검사점에 대한 RMSE가 $X={\pm}1.806m$, $Y={\pm}2.132m$, $Z={\pm}1.973m$이며, 초기 RPC 계수와 지상기준점 16점으로 기하보정한 결과, RMSE가 $X={\pm}0.104m$, $Y={\pm}0.171m$, $Z={\pm}0.036m$이며, 검사점에 대한 RMSE는 $X={\pm}0.357m$, $Y={\pm}0.239m$, $Z={\pm}0.188m$로 1/5,000 수치지형도 제작에 대한 허용오차의 기준에 부합하는 것을 확인할 수 있었다. 또한, TerraSAR 기준점을 평가하여 활용 가능성 여부를 확인하기 위해 좌표 변환하여 GPS 측량성과와 비교한 결과, RMSE가 $X={\pm}0.818m$, $Y={\pm}0.200m$, $Z={\pm}0.265m$의 결과를 도출하였다. 본 연구 결과로 PLEIADES 영상과 정확한 지상기준점을 이용하면 1/5,000 수치지형도 제작이 가능하다는 것을 확인하였으며, 비접근 지역의 수치지형도 제작을 위한 기준점 확보 방안으로 TerraSAR 기준점을 평가한 결과, 1/5,000 수치지형도를 제작하기 위한 기준점에는 부합하지는 않았지만, 향후 대안으로써 TerraSAR 기준점을 활용하는 방안에 대하여 추가 연구가 필요하다고 사료된다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1373-1387
• /
• 2021

산불은 지표 에너지 균형, 사회 및 환경에 중대한 위협을 미치며, 사회경제적 손실을 일으킨다. 한편, 현재까지 널리 사용되고 있는 다중분광 위성 영상 기반 산불 피해 탐지 알고리즘은 구름으로 인한 반사도 오염으로 인해 시의적절한 산불 정보를 얻기 어려운 문제가 있다. 따라서 본 연구에서는 구름에 영향을 받지 않는 유럽우주국의 Sentinel-1 SAR (Synthetic Aperture Radar) 자료로부터 2019년 4월 초에 발생한 남한 강원도의 강릉·동해, 고성·속초 및 인접한 북한의 두 산불 발생 지역을 대상으로 주성분분석(Principal Component Analysis; PCA)을 포함하는 일련의 전 처리 및 K-means clustering을 이용하여 산불 피해 면적을 탐지하였다. 추정된 산불 면적은 국립산림과학원에서 남한의 두 산불에 대해 제공한 산불 피해 면적 및 강도 참조자료 및 산불 피해 탐지에 널리 사용되는 dNBR (differenced Normalized Burn Ratio)을 사용하여 검증하였다. 국립산림과학원의 참조자료 기반 검증에서 강릉·동해와 고성·속초 산불에 대해 평균 약 86%의 정확도를 보였다. dNBR을 사용한 검증에서는 남한 및 북한의 지역 모두에 대해 평균 약 84%의 정확도를 보였다. 이때, 산불 강도가 강할수록 산불 면적 탐지 성능이 높고 반대로 산불 강도가 약할수록 산불 면적 탐지 성능이 낮은 것을 확인할 수 있었다. 본 연구를 통해 검증된 SAR 영상을 이용한 PCA 및 K-means clustering 기반 탐지 알고리즘이 추후 구름의 영향이 크고 작은 산불이 빈번하게 발생하는 한반도에 대하여 신속한 산불 피해 면적 탐지에 활용될 수 있을 것으로 기대된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제32권2호
• /
• pp.177-182
• /
• 2009

목 적 : 영상진단영역에서 이용되고 있는 3T(T, tesla) MR의 스핀에코(SE, spin echo) T1강조영상(T1-Weighted image)기법에서 숙임각(FA, flip angle)의 변화에 따른 영상의 질을 나타내는 신호대 잡음비(SNR, signal to noise ratio), 대조도 잡음비(CNR, contrast to noise ratio)를 평가한 후 특이흡수율(SAR, specific absorption rate)을 줄이면서 CNR를 향상시킬 수 있는 적정의 숙임각을 알아보고자 하였다. 대상 및 방법 : 고식적 스핀에코에서 통상적으로 사용하는 90$^\circ$ RF pulse 대신 50$^\circ$ RF pulse에서 130$^\circ$까지 10$^\circ$씩 증가시키면서 대뇌 T1강조영상을 획득하였다. 이 영상들에서 백질(WM, white matter), 회백질(GM, gray matter)과 배경(background)에서 각각 신호강도를 측정하여 SNR를 구하였고, 기존의 T1 이완곡선 R1 = 1- exp ($\frac{-TR}{T1}$)으로, 즉 Ernst angle cos $\theta$ = exp ($\frac{-TR}{T1}$)과의 관계성으로 T1강조영상에서 WM과 GM의 SNR과 CNR의 정규성 검정과 비모수 검정인 Kruskal-wallis 분석으로 적정의 숙임각을 알아보고자 하였다. 결 과 : WM와 GM의 신호강도와 배경잡음 신호강도를 이용하여 SNR를 구한 결과 WM의 SNR는 숙임각 50$^\circ$보다 130$^\circ$에서 1.6배 정도 증가하였고, GM의 SNR는 약 1.9배 정도 높게 나타났다. 두 조직의 SNR은 T1 이완곡선과 동일한 양상을 보여주고 있다. R1 = 1- exp ($\frac{-TR}{T1}$)으로 분석한 SNR의 신호증가가 둔화되는 기점이 WM은 120$^\circ$의 숙임각에서, GM은 110$^\circ$ 이후로 나타나 두 조직에서 다르게 나타나는 것을 알 수 있었다. WM과 GM의 SNR는 130$^\circ$의 숙임각에서 높았지만 CNR에 있어서는 80$^\circ$에서 최고 높게 나타났으며, 80$^\circ$ 전후의 숙임각에서는 감소하였다. 결론 : 3.0T MR의 SE T1강조영상 기법에서 숙임각의 증가에 따라 SNR는 증가하였지만 CNR는 이전까지의 임상에서 사용하는 숙임각이 90$^\circ$ 보다 적은 80$^\circ$에서 CNR이 최고로 나타나 통상적으로 사용하는 숙임각보다 10$^\circ$ 낮은 RF pulse duration time 사용함으로써 3T에서 문제로 제기된 SAR도 줄일 수 있었다. 앞으로 3.0T MR의 SE T1강조영상 기법에서 적정 숙임각을 사용함으로서 CNR을 높일 수 있을 것으로 기대되어진다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.369-376
• /
• 2006

디지탈 변환과 기기간의 전송 영향으로 화질이 떨어진 디지탈 영상의 복구는 잡음 발생 및 그 역 과정의 모형화를 통해 이루어낼 수 있다. 스캐너로 읽혀진 서류 영상이나 위성 사진에서 잡음 및 반점을 제거하는 과정이 좋은 예이다. 그러나 잡음 발생의 비선형성은 그 역 과정의 이론적 이해를 어렵게한다. 본 논문에서는 충격 잡음에의해 화질이 떨어진 이진 서류 영상의 복구 방법들을 심층 분석하는 것에 촛점을 맞추었다. 본 연구 결과에 의하면 이진 서류 영상의 잡음 제거 방식으로 '가중 중앙값' 여과기와 '리' 여과기가 다른 여과기에 비해 효과적임을 보여준다. 반면 '웨이브렛' 여과 방식은 타 방식보다 100여배의 시간이 소요되어 비효율적이다. 본 논문에서는 가중 중앙값 여과기에 쓰이는 가중치에 대한 연구 결과를 제시하였다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.145-154
• /
• 2022

자동 표적 인식(Automatic Target Recognition, ATR) 기술이 미래전투체계(Future Combat Systems, FCS)의 핵심 기술로 부상하고 있다. 그러나 정보통신(IT) 및 센싱 기술의 발전과 더불어 ATR에 관련이 있는 데이터는 휴민트(HUMINT·인적 정보) 및 시긴트(SIGINT·신호 정보)까지 확장되고 있음에도 불구하고, ATR 연구는 SAR 센서로부터 수집한 이미지, 즉 이민트(IMINT·영상 정보)에 대한 딥러닝 모델 연구가 주를 이룬다. 복잡하고 다변하는 전장 상황에서 이미지 데이터만으로는 높은 수준의 ATR의 정확성과 일반화 성능을 보장하기 어렵다. 본 논문에서는 이미지 및 텍스트 데이터를 동시에 활용할 수 있는 지식 그래프 기반의 ATR 방법을 제안한다. 지식 그래프와 딥러닝 모델 기반의 ATR 방법의 핵심은 ATR 이미지 및 텍스트를 각각의 데이터 특성에 맞게 그래프로 변환하고 이를 지식 그래프에 정렬하여 지식 그래프를 매개로 이질적인 ATR 데이터를 연결하는 것이다. ATR 이미지를 그래프로 변환하기 위해서, 사전 학습된 이미지 객체 인식 모델과 지식 그래프의 어휘를 활용하여 객체 태그를 노드로 구성된 객체-태그 그래프를 이미지로부터 생성한다. 반면, ATR 텍스트는 사전 학습된 언어 모델, TF-IDF, co-occurrence word 그래프 및 지식 그래프의 어휘를 활용하여 ATR에 중요한 핵심 어휘를 노드로 구성된 단어 그래프를 생성한다. 생성된 두 유형의 그래프는 엔터티 얼라이먼트 모델을 활용하여 지식 그래프와 연결됨으로 이미지 및 텍스트로부터의 ATR 수행을 완성한다. 제안된 방법의 우수성을 입증하기 위해 웹 문서로부터 227개의 문서와 dbpedia로부터 61,714개의 RDF 트리플을 수집하였고, 엔터티 얼라이먼트(혹은 정렬)의 accuracy, recall, 및 f1-score에 대한 비교실험을 수행하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.65-65
• /
• 2002

In remote sensing, images are acquired over the same area by sensors of different spectral ranges (from the visible to the microwave) and/or with different number, position, and width of spectral bands. These images are generally partially redundant, as they represent the same scene, and partially complementary. For many applications of image classification, the information provided by a single sensor is often incomplete or imprecise resulting in misclassification. Fusion with redundant data can draw more consistent inferences for the interpretation of the scene, and can then improve classification accuracy. The common approach to the classification of multisensor data as a data fusion scheme at pixel level is to concatenate the data into one vector as if they were measurements from a single sensor. The multiband data acquired by a single multispectral sensor or by two or more different sensors are not completely independent, and a certain degree of informative overlap may exist between the observation spaces of the different bands. This dependence may make the data less informative and should be properly modeled in the analysis so that its effect can be eliminated. For modeling and eliminating the effect of such dependence, this study employs a strategy using self and conditional information variation measures. The self information variation reflects the self certainty of the individual bands, while the conditional information variation reflects the degree of dependence of the different bands. One data set might be very less reliable than others in the analysis and even exacerbate the classification results. The unreliable data set should be excluded in the analysis. To account for this, the self information variation is utilized to measure the degrees of reliability. The team of positively dependent bands can gather more information jointly than the team of independent ones. But, when bands are negatively dependent, the combined analysis of these bands may give worse information. Using the conditional information variation measure, the multiband data are split into two or more subsets according the dependence between the bands. Each subsets are classified separately, and a data fusion scheme at decision level is applied to integrate the individual classification results. In this study. a two-level algorithm using hierarchical clustering procedure is used for unsupervised image classification. Hierarchical clustering algorithm is based on similarity measures between all pairs of candidates being considered for merging. In the first level, the image is partitioned as any number of regions which are sets of spatially contiguous pixels so that no union of adjacent regions is statistically uniform. The regions resulted from the low level are clustered into a parsimonious number of groups according to their statistical characteristics. The algorithm has been applied to satellite multispectral data and airbone SAR data.