• ETRI Journal
• /
• 제41권6호
• /
• pp.750-759
• /
• 2019

Presently, the extraction of hand-crafted features is still the dominant method in radar emitter recognition. To solve the complicated problems of selection and updation of empirical features, we present a novel automatic feature extraction structure based on deep learning. In particular, a convolutional neural network (CNN) is adopted to extract high-level abstract representations from the time-frequency images of emitter signals. Thus, the redundant process of designing discriminative features can be avoided. Furthermore, to address the performance degradation of a single platform, we propose the construction of an ensemble learning-based architecture for multi-platform fusion recognition. Experimental results indicate that the proposed algorithms are feasible and effective, and they outperform other typical feature extraction and fusion recognition methods in terms of accuracy. Moreover, the proposed structure could be extended to other prevalent ensemble learning alternatives.

• Journal of Communications and Networks
• /
• 제17권5호
• /
• pp.491-498
• /
• 2015

Recognition of radar emitter signals is one of core elements in radar reconnaissance systems. A novel method based on singular value decomposition (SVD) and the main ridge slice of ambiguity function (AF) is presented for attaining a higher correct recognition rate of radar emitter signals in case of low signal-to-noise ratio. This method calculates the AF of the sorted signal and ascertains the main ridge slice envelope. To improve the recognition performance, SVD is employed to eliminate the influence of noise on the main ridge slice envelope. The rotation angle and symmetric Holder coefficients of the main ridge slice envelope are extracted as the elements of the feature vector. And kernel fuzzy c-means clustering is adopted to analyze the feature vector and classify different types of radar signals. Simulation results indicate that the feature vector extracted by the proposed method has satisfactory aggregation within class, separability between classes, and stability. Compared to existing methods, the proposed feature recognition method can achieve a higher correct recognition rate.

• ETRI Journal
• /
• 제43권6호
• /
• pp.991-1003
• /
• 2021

Automatic modulation classification is essential in radar emitter identification. We propose a cascade classifier by combining a support vector machine (SVM) and convolutional neural network (CNN), considering that noise might be taken as radar signals. First, the SVM distinguishes noise signals by the main ridge slice feature of signals. Second, the complex envelope features of the predicted radar signals are extracted and placed into a designed CNN, where a modulation classification task is performed. Simulation results show that the SVM-CNN can effectively distinguish radar signals from noise. The overall probability of successful recognition (PSR) of modulation is 98.52% at 20 dB and 82.27% at -2 dB with low computation costs. Furthermore, we found that the accuracy of intermediate frequency estimation significantly affects the PSR. This study shows the possibility of training a classifier using complex envelope features. What the proposed CNN has learned can be interpreted as an equivalent matched filter consisting of a series of small filters that can provide different responses determined by envelope features.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권10호
• /
• pp.4808-4824
• /
• 2016

Signal individual reconnaissance and identification is an extremely important research topic in non-cooperative domains such as electronic countermeasures and intelligence reconnaissance. Facing the characteristics of the complexity and changeability of current communication environment, how to realize radiation source signal individual identification under the low SNR conditions is an emphasis of research. A novel emitter individual identification method combined bi-spectrum analysis with wavelet feature is presented in this paper. It makes a feature fusion of bi-spectrum slice characteristics and energy variance characteristics of the secondary wavelet transform coefficient to identify MFSK signals under the low SNR (signal-to-noise ratios) environment. Theoretical analyses and computer simulation results show that the proposed algorithm has good recognition performance with the ability to suppress noise and interference, and reaches the recognition rate of more than 90% when the SNR is -6dB.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.644-647
• /
• 1996

In this study the theoretical minimum resolution analysis of an active vision system using laser range finder is performed for surrounding recognition and 3D data acquisition in unknown environment. The laser range finder consists of a slitted laser beam generator, a scanning mechanism, CCD camera, and a signal processing unit. A laser beam from laser source is slitted by a set of cylindrical lenses and the slitted laser beam is emitted up and down and rotates by the scanning mechanism. The image of laser beam reflected on the surface of an object is engraved on the CCD array. In the result, the resolution of range data in laser range finder is depend on distance between lens center of CCD camera and light emitter, view and beam angles, and parameters of CCD camera.

• 제어로봇시스템학회논문지
• /
• 제4권1호
• /
• pp.82-87
• /
• 1998

In this study, the theoretical resolution analysis of an active vision system using laser range finder is performed for surrounding recognition and 3D data acquisition in unknown environment. In the result, the resolution of range data in laser range finder is depend on the distance between lens center of CCD camera and light emitter, view angle, beam angle, and parameters of CCD camera. The theoretical resolutions of the laser range finders of various types which are based on parameters effected resolution are calculated and experimental results are obtained in real system.

• 한국컴퓨터정보학회논문지
• /
• 제26권3호
• /
• pp.43-50
• /
• 2021

본 논문에서는 키넥트 센서를 기반으로 한 휘트니스(Fitness) 동작의 정확성을 피드백 하는 윈도우 애플리케이션 KITNESS를 설계하고 구현한다. 이 애플리케이션의 특징은 키넥트의 카메라와 관절 인식 센서를 활용하여 사용자가 정확한 휘트니스 자세로 운동할 수 있도록 피드백을 주는 것이다. 이때 키넥트의 IR Emitter와 IR Depth Sensor를 이용하여 사용자와 키넥트 간의 거리를 측정하고, 사용자의 관절 위치인 조인트(Joint)와 각 관절의 스켈레톤(Skeleton) 데이터를 측정한다. 이러한 데이터를 이용하여 사용자의 관절 위치와 자세마다 일정 거리를 계산하고 자세의 정확도를 판단한다. 그리고 키넥트의 RGB 카메라를 통해 사용자가 본인의 자세를 확인할 수 있도록 구현한다. 즉, 사용자의 자세가 정확하면 스켈레톤 정보를 초록색 선으로 표시하고, 정확하지 않으면 정확하지 않은 부분을 빨간색 선으로 표시하여 직관적으로 알려준다. 사용자는 이 애플리케이션을 통하여 운동하는 자세의 정확도를 피드백 받기 때문에 혼자서도 정확한 자세로 운동할 수 있다. 이 애플리케이션은 운동 부위를 목, 허리, 다리 세 가지 영역으로 분류하고, 각 운동 부위의 자세에서 관절이 겹쳐서 키넥트가 인식하지 못하는 자세를 제외함으로써 키넥트의 인식률을 높인다. 그리고 애플리케이션 종료 시에는 마지막 운동 모습을 이미지로 5초간 보여줌으로써 성취감을 고취시키고 지속적으로 운동할 수 있도록 구현한다.

• 한국위성정보통신학회논문지
• /
• 제10권2호
• /
• pp.80-85
• /
• 2015

최근 전 세계적으로 ITC 기술을 이용한 항만 물류 분야의 경쟁력이 심화되는 추세를 보이고 있으며 현재 우리나라도 국가 전략적 차원에서 생산성 향상 및 서비스의 개선을 통한 고부가 가치를 획득하기 위한 u-Port(항만 물류) 사업이 진행 중이다. u-Port 사업에서 주된 기술 요소로 RFID/USN 기술이 사용되는데, 이 기술은 금속 환경에서의 태그 인식률이 좋지 않고, 인식거리가 짧다는 문제점들을 이유로 센서 노드들의 추가적인 배치를 통하여 관리를 하고 있다. 그러나 이러한 방법은 오차 범위가 크고 시스템 구축 초기비용 및 유지보수 비용이 많이 들어 U-Port용 시스템 구축에 여러 가지 문제점을 초래하고 있다. 이러한 문제점들을 개선하기 위하여 본 논문에서는 금속 태그 제작에 사용되는 급전의 문제점을 개선하고, 주변 환경 요소인 금속 물질로 인한 영향을 줄여 태그를 금속 물체에 부착 할 경우에도 장거리 인식율을 높일 수 있도록 인셋 급전을 적용한 산업용 RFID 적층형 마이크로스트립 패치 안테나를 설계하였다. 인셋 급전은 기존의 유도결합 급전을 이용한 구조와는 다르게 방사체와 급전선이 서로 분리되어 있지 않은 것이 가장 큰 특징이다. 이런 특징의 구조는 낮은 안테나 높이와 태그 칩에 임피던스 정합이 가능한 형태를 생산할 수 있게 해준다. 그러나 무조건 태그 안테나의 높이를 줄이면 안테나의 임피던스는 접지면과 방사체 사이의 기생 캐패시턴스가 증가하여 임피던스 정합의 어려움이 발생할 수 있으므로 단락 구조를 급전에 적용시켜 안테나의 임피던스를 인덕티브하게 만드는 방법을 이용하여 태그 안테나 설계 시 단점을 최소화하고 장점을 극대화 시켰다[1][2]. 이러한 기술적 요소들을 적용하여 본 논문에서는 마이크로스트립 패치 안테나를 변형된 형태로 설계하였고, 부착되는 금속물질의 영향을 줄이기 위해 인셋 급전을 이용하였으며, 안테나의 구성을 단일 층이 아닌 멀티층, 즉 방사체와 접지면 사이에 금속판을 삽입하여 특성저하를 감소시켰다.