• 한국시뮬레이션학회논문지
• /
• 제29권4호
• /
• pp.21-31
• /
• 2020

비협조적 표적식별(NCTR, Non-Cooperative Target Recognition)은 전자정보 등 다른 체계의 지원 없이 레이다 자체적으로 표적을 식별하는 기능을 말한다. 이를 구현하기 위한 대표적인 방법 중 하나인 역합성개구레이다(ISAR) 영상은 표적의 기동 및 위치에 따라 크게 변하기 때문에 기종을 판단할 수 있는 데이터베이스 없이 이를 자동으로 식별하기란 매우 어렵다. 본 연구에서는 실측 영상이 부족한 상황에서도 ISAR 영상 시뮬레이션 및 딥러닝 기법을 활용한 식별 데이터베이스 구축방안에 대해 논한다. 다양한 레이다 운용 환경에 따라 변화하는 ISAR 영상을 모사하기 위해 '완전 산란체', '결손 산란체', 'JEM 잡음'으로 명명한 영상 형성 과정을 거쳐 이를 학습하는 모델을 제안한다. 이 모델의 학습 결과를 통해 유사한 형상의 시뮬레이션 영상은 물론 처음 입력된 실측 ISAR 영상도 식별할 수 있음을 확인하였다.

• 한국군사과학기술학회지
• /
• 제17권5호
• /
• pp.680-687
• /
• 2014

PGA(phase gradient autofocus) has been widely used to remove motion induced phase errors in the ISAR(inverse synthetic aperture radar) imaging. The critical process for the processing time and image quality is windowing stage in PGA. In this paper, the new method to determine window size based on polynomial least square approximation is proposed. Moreover, dominant range bins are selected for efficient phase error estimation, which improve image quality and speed up convergence. The simulation results show that the proposed algorithm provides high quality ISAR images while computational efficiency of inherent PGA is retained.