The Journal of Korean Institute of Information Technology (한국정보기술학회논문지)

Korean Institute of Information Technology (한국정보기술학회)
권호 표지
DOI QR코드

DOI QR Code

Radar Target Recognition Using a Fusion of Monostatic/Bistatic ISAR Images

모노스태틱/바이스태틱 ISAR 영상 융합을 통한 표적식별 연구

  • 차상빈 (부경대학교 전자공학과) ;
  • 윤세원 (부경대학교 전자공학과) ;
  • 황석현 (부경대학교 전자공학과) ;
  • 김민 (포항공과대학교 전자전기공학과) ;
  • 정주호 (카이스트 무인 기술 연구 센터) ;
  • 임진환 (광운대학교 환경공학과) ;
  • 박상홍 (부경대학교 전자공학과)
  • Received : 2018.09.17
  • Accepted : 2018.10.14
  • Published : 2018.12.31
⟨ Previous Next ⟩

Abstract

Inverse Synthetic Aperture Radar(ISAR) image is 2-dimensional radar cross section distributions of a target. For target approaching along radar's line of sight(LOS), the bistatic ISAR can compensate for the weakness of the monostatic ISAR which can not obtain the vertical resolution of the image. However, bistatic ISAR have longer processing times and variability in scattering mechanisms than monostatic ISAR, so target identification using only bistatic ISAR images can be inefficient. Therefore, this paper analyzes target identification performance using monostatic and bistatic ISAR images of targets approaching along radar's LOS and proposes a method of target identification through fusion of two radars. Simulation results demonstrate that identification performance through fusion is more efficient than identification performance using only monostatic, bistatic ISAR images.

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.

Keywords

Acknowledgement

Supported by : 부경대학교

References

  1. C. Ozdemir, "Inverse Synthetic Aperture Radar Imaging with MATLAB Algorithm", John Wiley & Sons, Inc, Chapter 8, pp. 299-344, Feb. 2012.
  2. F. Berizzi and G. Corsini, "Autofocusing of inverse synthetic aperture radar images using contrast optimization", IEEE Trans. Aero. Electro. Sys, Vol. 32, No. 3, pp. 1185-1191, Jul. 1996. https://doi.org/10.1109/7.532282
  3. Seung-Ku Han, Kyung-Tae Kim, and Eun-Jung Yang, "Simulation of Bistatic Inverse Synthetic Aperture Radar Image Generation", The Journal of Korean Institute of Electromagnetic and Science, Vol. 25, No. 4, pp. 451-458, Apr. 2014. https://doi.org/10.5515/KJKIEES.2014.25.4.451
  4. In-O choi, Kyung-Tae Kim, Joo-Ho Jung, and Sang-Hong Park, "Efficient Recognition of ISAR images Using 1D Central Moments", The Journal of KIIT, Vol. 14, No. 1, pp. 61-68, Jan. 2016.
  5. Seung-Jae LEE, Ji-Hoon Bae, Seong-Jae Jeong, Eun-jung Yang, and Kyung-Tae Kim, "Analysis of Target Identification Performances against the Moving Targets Using a Bistatic Radar", The Journal of Korean Institute of Electromagnetic and Science, Vol. 27, No. 2, pp. 198-207, Feb. 2016. https://doi.org/10.5515/KJKIEES.2016.27.2.198
  6. Sang-Bin Cha, Se-Won Yoon, Seok-Hyun Hwang, Min-Seok Kang, Joo-Ho Jung, and Sang-Hong Park, "Aanlysis of Phase Adjustment Techniques for ISAR Imaging Targets in Formation Flight", The Journal of KIIT, Vol. 16, No. 5, pp. 67-74, May 2018.
  7. Li. Xi, Liu. G., and Ni. J., "Autofocusing of ISAR images based on entropy minimization", IEEE Trans. Aero. Electro. Sys, Vol. 35, No. 4, pp. 1240-1251, Oct. 1999. https://doi.org/10.1109/7.805442
  8. Seung-Jae LEE, Seong-Hyeon Lee, Min-Seok Kang, Eunjung Yang, and Kyung-Tae Kim, "Analysis of Target Identification Performances Using Bistatic ISAR Images", The Journal of Korean Institute of Electromagnetic and Science, Vol. 27, No. 6, pp. 566-576, Jun. 2016. https://doi.org/10.5515/KJKIEES.2016.27.6.566