• 제목/요약/키워드: 상관벡터 방향탐지

검색결과 3건 처리시간 0.018초

VHF대역에서 원격운용 방향탐지안테나 소자의 스위칭에 의한 상관벡터방향탐지 버스트에러 제거 알고리즘 성능분석 (The Performance Analysis of Burst Error Elimination CVDF Algorithm Using Switching Remote Direction Finding Antenna in VHF)

  • 원종묵
    • 한국군사과학기술학회지
    • /
    • 제10권3호
    • /
    • pp.129-138
    • /
    • 2007
  • Recently, Direction Finding(DF) System is using switching DF algorithm to reduce system-weight by eliminating RF cable as much as possible. Also, Correlation Vector Direction Finding(CVDF) algorithms is being used for Fast Direction finding in tactical environment. In this paper, I will give you burst error elimination algorithms and compare the performance in case we use switching CVDF algorithm. Although antenna array is not working, we will successfully perform direction finding when we use this burst error elimination algorithms. Also, we will be completely capable of DF mission despite of meeting the unwanted situation that the monitoring signal disappear in case we use Switching Direction Finding algorithms. That situation frequently occurs under the Frequency Hopping signal circumstances.

직접 변환을 이용한 고속 상관형 벡터 방향탐지기 (The Fast Correlative Vector Direction Finder Conversion)

  • 박철순;김대영
    • 대한전자공학회논문지TC
    • /
    • 제43권12호
    • /
    • pp.16-23
    • /
    • 2006
  • 본 논문은 msec.이하의 짧은 펄스형 신호를 탐지하기 위해 RF 하향변환기에서 직접 변환 방식을 수행하고, 방위 추정에 CVDF (Correlation Vector Direction Finding) 기법을 사용하는 고속 방향탐지기의 개발에 관한 것이다. 선정된 5-채널 등간격 원형 배열구조에서 방향탐지기의 구성 및 특징을 간단히 기술하고 고속 신호수신을 위해 직접 변환을 아날로그 I/Q 복조기에 적용하여 동조시간을 제거하는 기술을 설명한다. 또한 상기 모델에 대한 CRLB(Cramer-Rao Lower Bound)를 유도하고, 2종의 상관형 백터 방향탐지 기법인 LSE 기반 및 상관계수형 알고리즘의 원리를 기술하고 SNR, 샘플수, 이격거리비 변화에 따른 성능을 비교하여 그 특징을 살펴본다. 직접 변환 기법을 사용한 RF 하향변환기 프로토타입을 제작하고, 2종의 상관형 백터 방향탐지 기법을 적용하여 그 성능을 분석하였다 분석 결과, 모호성 발생에 대한 내성은 상관계수형 알고리즘이 양호한 반면, 나머지 조건에서 LSE 기반 알고리즘이 우수한 것으로 조사되었고, 이 결과는 시뮬레이션 결과와 일치하는 것을 확인하였다.

비정상 상태 탐지 문제를 위한 서포트벡터 학습 (Support Vector Learning for Abnormality Detection Problems)

  • 박주영;임채환
    • 한국지능시스템학회논문지
    • /
    • 제13권3호
    • /
    • pp.266-274
    • /
    • 2003
  • 본 논문은 비정상 상태 탐지 문제를 위한 점증적 서포트 벡터 학습을 다룬다. 비정상상태 탐지를 위한 서포트 벡터 학습 중 가장 잘 알려진 기법 중 하나는 SVDD(support vector data description)인데, 이 기법은 정상적인 데이터의 집합을 모든 가능한 비정상 개체로부터 구분하기 위하여 커널 특징공간(kernel feature space) 위에서 정의되는 볼(ball)을 이용하는 전략을 추구한다. 본 논문의 주된 관심사는 최적해와 점증적으로 주어지는 학습 데이터의 상관관계를 이용하는 방향으로 SVDD 기법을 수정하는 것이다. 본 논문에서는, 기존의 SVDD 기법을 상세히 복습한 후에, 라그랑제 쌍대 문제(Largrange dual problem)에 관한 관찰을 바탕으로 최적 해를 찾기 위한 점증적 풀이 기법을 제시한다. 그리고, 제시된 점증적 방법론의 적용 가능성이 예제를 통하여 보여진다.