Abstract
Motion errors which are caused by several reasons, non-ideal path, errors of navigation systems, and radar system errors, have to be corrected. Motion compensation methods can compensate the motion error, but not exactly. To correct these residual errors, several autofocus methods are invented. A popular method is phase gradient autofocus (PGA). PGA does not assume specific circumstances, such as isolated point targets and shapes of errors. PGA is an iterative and adaptive method, so that the processing time is the main problem for the real time processing. In this paper, the improved method to select targets for PGA is proposed to reduce processing time. The variances of image pixels are used to select targets with high SNR. The processing of PGA with these targets diminishes the processing time and iterations effectively. The processed results with real radar data, obtained by flight tests, show that the proposed method compensates errors well, and reduce working time.
항공기를 이용해서 영상레이더를 운영하는 경우 이상적인 경로와 항공기의 위치가 다르기 때문에 요동 보상이 필요하다. 항공기의 위치를 측정할 때 사용하는 항법 장치의 오차 때문에 보상 후에 잔여 오차가 존재한다. 자동초점 기능은 이런 잔여 요동과 시스템의 부정확성을 보정하기 위해서 제안되었다. 자동초점 기능으로 여러 가지 방법이 제안되었지만 PGA가 가장 널리 활용되고 있다. PGA는 적응적 반복 기법을 사용하고, 표적이나 위상에 대한 특정한 가정이 없다. 하지만, 적응적 반복 기법 특성상 연산 시간이 문제가 주요한 문제이기 때문에 본 논문은 PGA의 연산 시간을 줄이기 위해서 PGA 표적 선택 기법을 개선한다. 영상의 분산을 이용해서 높은 SNR을 가진 표적을 찾아서 연산 시간을 줄이고 수렴 속도를 높인다. 제안한 방법은 실제 영상레이더 데이터를 이용해서 성능을 검증한다.
