• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.93-100
• /
• 2018

역합성 개구 레이다(Inverse Synthetic Aperture Radar:ISAR) 영상은 표적의 2차원 RCS(Radar Cross Section) 분포를 나타낸다. 레이더의 LOS(Line Of Sight) 방향으로 진행하는 표적에 대해 바이스태틱 ISAR는 영상의 수직 해상도를 얻을 수 없는 모노스태틱 ISAR의 약점을 보완할 수 있다. 그러나 바이스태틱 ISAR는 모노스태틱 ISAR 비해 긴 처리 시간과 다양한 산란 메커니즘을 가지고 있기 때문에, 바이스태틱 ISAR 영상만을 이용한 표적식별은 비효율적일 수 있다. 이에 본 논문에서는 레이더의 LOS 방향으로 진행하는 표적의 모노스태틱, 바이스태틱 ISAR 영상을 이용하여 표적 식별 성능을 분석하고, 두 레이다의 융합을 통한 표적식별 방법을 제시한다. 시뮬레이션 결과, 융합을 통한 식별 성능이 모노스태틱, 바이스태틱 ISAR 영상만을 이용한 식별 성능보다 더 효율적임을 확인할 수 있었다.

• 대한임베디드공학회논문지
• /
• 제17권1호
• /
• pp.67-76
• /
• 2022

Monostatic/Bistatic inverse synthetic aperture radar (ISAR) images are two-dimensional radar cross section (RCS) distributions of a target. When there are many targets in a single radar beam, ISAR images are generated with targets overlapped, so it is difficult to perform the targets identification using the trained database. In addition, it is inefficient to perform target identification using only single monostatic and bistatic ISAR images separately because each method has its own advantages and weaknesses. Therefore, this paper analyzes multiple targets identification performances using monostatic/bistatic ISAR images and proposes a method of identification through fusion of two ISAR images. To identify multiple targets, we use image combination technique using trained single target images. Simulation results show effectiveness of proposed method.

• 한국전자파학회논문지
• /
• 제27권6호
• /
• pp.566-576
• /
• 2016

바이스태틱 역합성 개구 레이다(Inverse Synthetic Aperture Radar: ISAR) 영상은 표적에 대한 2차원 산란분포를 나타내고, 이는 바이스태틱 표적식별에 이용될 수 있다. 하지만 바이스태틱 ISAR 영상은 바이스태틱 기하구조에 따라 그 산란 메커니즘이 다양하게 변화하고, 고유의 왜곡 때문에 표적의 정확한 거리-도플러 정보를 나타낼 수 없다. 따라서 이를 이용한 표적식별에서 효율적인 훈련 DB 구축은 핵심사항이 된다. 최근 모노스태틱 표적식별에서 효율적인 성능을 보였던 비행 시나리오 기반 훈련 데이터베이스(database: DB) 구축 기법을 바이스태틱 고해상도 거리측면도(High Resolution Range Profile: HRRP) 표적식별에 적용하여 바이스태틱 기하구조 내 효율적인 훈련 DB를 구축하는 연구가 수행되었고, 상기 연구는 레이다와 표적 사이의 거리가 충분히 먼 경우, 적은 양의 훈련 DB로도 높은 표적식별 성능을 획득할 수 있음을 보여주었다. 따라서 본 논문에서는 비행 시나리오 기반 훈련 DB 구축 기법을 바이스태틱 ISAR 영상 표적식별에 적용한 후, 그 성능과 효율성을 분석한다.

• 한국전자파학회:학술대회논문집
• /
• 한국전자파학회 2003년도 종합학술발표회 논문집 Vol.13 No.1
• /
• pp.193-197
• /
• 2003

Radar target identification can be achieved by using various radar signatures, such as one-dimensional(1-D) range profile, 2-D radar images, and 1-D or 2-D scattering centers on a target. In this letter, five 1-D scattering center extraction methods are discussed - TLS(Total Least Square)-Prony, Fast Root-MUSIC (Multiple Signal Classification), Matrix-Pencil, GEESE(GEneralized Eigenvalues utilizing Signal-subspace Eigenvalues), TLS-ESPRIT(Total Least Squares - Estimation of Signal Parameters via Rotational Invariance Technique), These methods are compared in the context of estimation accuracy as well as a computational efficiency using a noisy data. Finally these methods are applied to the target classification experiment with the measured data in the POSTECH compact range facility.

• 한국전자파학회논문지
• /
• 제27권2호
• /
• pp.198-207
• /
• 2016

바이스태틱(Bistatic) 레이다는 기존의 모노스태틱(Monostatic) 레이다로는 수행하기 어려운 저피탐(stealth) 표적에 대한 탐지 및 식별을 용이하게 해준다. 하지만 표적식별을 위해 바이스태틱 레이다의 수신신호로부터 고해상도 거리 측면도(high resolution range profile: HRRP)를 형성할 시, 바이스태틱 고유의 기하구조로 인해 바이스태틱 HRRP 내 왜곡현상이 발생하고, 이는 표적에 대한 정확한 거리 정보를 획득하기 어렵게 한다. 더욱이 바이스태틱 HRRP 내 나타나는 표적의 전자기적 산란 메커니즘은 바이스태틱 기하구조에 따라 다양하게 변하기 때문에 효율적인 훈련 데이터베이스 구축은 바이스태틱 표적식별에서의 핵심 사항이 된다. 본 논문에서는 모노스태틱 표적식별에서 효과적인 성능을 보였던 비행 시나리오에 기반한 훈련 데이터베이스 구축 기법을 바이스태틱 표적식별에 적용해 보고, 그 성능과 효율성을 분석한다. 시뮬레이션에서는 레이다와 표적의 거리가 충분히 먼 경우, 비행시나리오에 기반한 데이터베이스를 이용하여 효율적으로 바이스태틱 표적식별을 수행할 수 있음을 보인다.

• 한국군사과학기술학회지
• /
• 제23권2호
• /
• pp.159-167
• /
• 2020

In actual battlefield environment, IFF radar plays an important role in distinguishing friend or foe targets and assigning unique identification code to management. Performance of IFF radar is greatly affected by radio environment including atmosphere and terrain, target maneuvering and operation mode. In this paper, M&S tool is consisted of interrogator(IFF radar) and answering machine(target) for radar performance analysis. The wave propagation model using APM(Advanced Propagation Model) and radar actuator system were modeled by considering beam waveform of individual operation beam mode. Using this tool, IFF radar performance was analyzed through two experimental results. As a result, it is expected that performance of IFF radar can be predicted in the operational environment by considering target maneuvering and operation beam mode.

• 한국전자파학회논문지
• /
• 제20권3호
• /
• pp.289-295
• /
• 2009

HRR(High Resolution Range) profile은 표적의 고유한 전자기학적 산란 특성을 1차원 레이더 영상으로 보여줄 뿐만 아니라, 잡음에 강인하면서 실시간으로 획득 가능하기 때문에 비행 표적을 식별하기 위한 레이더 신호로 많이 이용되고 있다. 하지만 HRR profile은 레이더와의 상대적인 각도에 대해 민감하게 변하기 때문에 하나의 표적에 대한 훈련 데이터베이스를 구축하려면 엄청난 양의 HRR profile이 필요하다. 이러한 문제를 해결하기 위하여 본 논문에서는 표적의 비행 기동 시나리오에 따른 훈련 데이터베이스 구축 방법을 기술한다. 이 방법을 사용하면 적은 양의 훈련 데이터베이스로도 높은 식별 성능을 얻을 수 있다.

• 한국전자파학회논문지
• /
• 제30권2호
• /
• pp.152-159
• /
• 2019

도플러 레이다는 단일 주파수의 정현파를 이용하므로 움직이는 이동체의 속도만을 측정할 수 있다고 알려져 있다. 일반적으로 이동체의 거리를 측정하기 위해서는 FMCW 레이다나 펄스 레이다를 이용하여야 하는데, 이 경우 하드웨어 구성 및 신호처리가 복잡할 뿐만 아니라, 주파수 대역폭을 넓게 사용하기 때문에 24 GHz나 77 GHz 대역의 밀리미터파를 사용할 수밖에 없어 가격이 비싸다. 따라서 가격이 저렴한 도플러 레이다에서 다중 톤 주파수를 이용하여 이동체의 속도 외에 거리까지 센싱하는 연구가 시작되고 있다. 이에 본 연구에서는 2.4 GHz 도플러 레이다에 내장된 PLL만을 이용한 주파수 조정만으로도 이동체의 거리 센싱이 가능함을 보인다. 특히, 기존에 제안된 DC 기반의 거리 계산에서 필요한 DC 정보를 제거하고, 교류결합된 AC 정보만을 이용하여 거리를 센싱할 수 있음을 보인다. 제안된 기술은 2.4 GHz 대역의 이동체 식별용 특정소출력 무선기기 기술기준을 만족하므로 45 dBm EIRP 출력을 이용하여 이동체 거리 센싱이 필요한 다양한 응용이 가능하다.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.12-19
• /
• 2022

Artificial intelligence is driving the Fourth Industrial Revolution and is in the spotlight as a general-purpose technology. As the data collection from the battlefield increases rapidly, the need to us artificial intelligence is increasing in the military, but it is still in its early stages. In order to identify maritime targets, Republic of Korea navy acquires images by ISAR(Inverse Synthetic Aperture Radar) of maritime patrol aircraft, and humans make out them. The radar image is displayed by synthesizing signals reflected from the target after radiating radar waves. In addition, day/night and all-weather observations are possible. In this study, an artificial intelligence is used to identify maritime targets based on radar images. Data of radar images of 24 maritime targets in Republic of Korea and North Korea acquired by ISAR were pre-processed, and an artificial intelligence algorithm(ResNet-50) was applied. The accuracy of maritime targets identification showed about 99%. Out of the 81 warship types, 75 types took less than 5 seconds, and 6 types took 15 to 163 seconds.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.167-177
• /
• 2024

With advancements in satellite technology, interest in target detection and identification is increasing quantitatively and qualitatively. Synthetic Aperture Radar(SAR) images, which can be acquired regardless of weather conditions, have been applied to various areas combined with machine learning based detection algorithms. However, conventional studies primarily focused on the detection of stationary targets. In this study, we proposed a method to identify moving targets using an algorithm that integrates sub-aperture SAR images and cosine similarity calculations. Utilizing a transformer-based deep learning target detection model, we extracted the bounding box of each target, designated the area as a region of interest (ROI), estimated the similarity between sub-aperture SAR images, and determined movement based on a predefined similarity threshold. Through the proposed algorithm, the quantitative evaluation of target identification capability enhanced its accuracy compared to when training with the targets with two different classes. It signified the effectiveness of our approach in maintaining accuracy while reliably discerning whether a target is in motion.