• 한국전자파학회논문지
• /
• 제28권10호
• /
• pp.794-801
• /
• 2017

본 논문에서는 DTV(Digital Television) 기반의 수동형 레이다와 다중 채널 융합 기법을 이용한 항공기 표적 인식 방법을 제안하였다. DTV에서 송신되는 다수의 채널을 융합하여 표적인식에 필요한 해상도의 HRRP(High Resolution Range Profile)를 획득하였다. HRRP는 AR(Auto Regressive) 기법 또는 제로 패딩 기법을 이용하여 획득하였다. 획득한 HRRP로부터, 경사하강법을 이용한 CLEAN 기법을 통해 산란점을 추출한 후 특성벡터를 생성하였으며, 이를 신경망 구분기에 학습시켜 표적 인식을 수행하였다. 제안된 방법의 성능을 검증하기 위하여 실제 국내에서 운용되고 있는 3개의 송신소(관악산, 용문산, 견월악)의 주파수 대역을 가정하고, 4종의 항공기 실스케일 3D 캐드 모델을 이용하여 제안된 방법과 각 송신소의 단일 채널 주파수를 이용하였을 때의 표적인식 성능을 비교하였다. 시뮬레이션 결과, 제안된 방법이 3개의 송신소 모두에서 각 송신소의 단일 채널 주파수를 이용하였을 때보다 높은 표적 인식 성능을 보였다.

• 지능정보통신
• /
• 제13권2호
• /
• pp.34-40
• /
• 2012

• 한국미생물·생명공학회지
• /
• 제49권4호
• /
• pp.534-542
• /
• 2021

CRISPR/Cas를 이용한 유전체 편집과 유전자 발현 조절을 위한 기술에서 sgRNA는 표적서열을 인식하는 역할을 한다. gal 프로모터를 표적서열로 하여 유전체 편집에 필요한 sgRNA의 표적인식서열의 길이와 유전자 발현 조절에 필요한 sgRNA의 표적인식서열의 길이를 Cas9-NG에서 체계적으로 비교하였다. 유전체 편집의 경우, sgRNA의 표적인식서열을 구성하는 20개의 뉴클레오티드에서 3개의 뉴클레오티드의 결손만을 허용하였다. 하지만, 유전자 발현 조절에는 표적인식서열에서 11개의 뉴클레오티드가 결손되어도 표적서열을 인식하고 결합할 수 있다는 것을 밝혔다. 따라서, sgRNA의 표적인식서열에서 4개 이상의 뉴클레오티드의 결손이 있는 경우에 sgRNA/Cas9-NG는 표적 DNA 서열에 특이적으로 결합을 하지만, 엔도뉴클레아제의 활성을 갖지 못하기 때문에 유전체 편집을 할 수 없는 것으로 판단된다. 이 결과는 인공전사인자 개발과 합성생물학 분야의 다양한 CRISPR 기술 발전에 도움을 줄 것이다.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2137-2142
• /
• 2012

수중환경 하에서 표적을 탐지하고 식별하는 문제는 군사적인 목적은 물론 비군사적 목적으로도 많은 연구가 수행되어 왔다. 수중환경에서의 수중음향 신호가 시간 공간적으로 특성이 변화하며 천해 다중경로 환경을 반영하는 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술은 매우 어려운 기술로 여겨져 왔다. 또한 실제 데이터 수집의 어려움이 따르게 된다. 본 논문에서는 수중환경 하에서 능동 표적신호를 합성, 특징추출 및 표적식별을 수행할 수 있는 시뮬레이터를 구현하였다. 표적신호의 합성에는 하이라이트 모델과 3차원 모델을 사용하였으며, 표적신호의 식별을 위해서는 다중각도에 기반한 은닉 마코프모델을 사용하였다.

• 전자공학회지
• /
• 제23권10호
• /
• pp.94-102
• /
• 1996

• 한국광학회지
• /
• 제19권4호
• /
• pp.270-275
• /
• 2008

본 논문에서는 집적 영상의 획득과 복원을 통하여 장애물에 가려진 물체를 인식하는 기술은 제안하고 구현하였다. 집적 영상의 복원은 해당되는 화소 세기의1차 확률적 특성인 평균으로 구한다. 복원평면까지의 거리는 2차 확률적 특성인 표준 편차를 이용하여 구하고3차원 물체의 경계(edge)를 검출한다. 표준 편차의 합을 최소로 하는 거리에서 복원된 영상을 표적인식에 이용한다. 표적인식은 주성분 분석(principle component analysis, PCA) 분류기를 복원된 영상에 적용하였다. 표적 분류에 대한 판정은 분류기에 의해서 투영된 클래스의 평균 특징 벡터와 테스트 특징 벡터간의 유클리드 거리(Euclidean distance)를 이용한다. 실험 및 시뮬레이션을 통하여 가려진 표적을 본 논문에서 제안한 방법을 통하여 오차 없이 분류하였다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.225-233
• /
• 2024

능동소나는 은밀하게 기동하는 수중 물체를 탐지하기 위해 음파를 송신하여 표적에서 반사되어 돌아오는 신호를 탐지한다. 그러나 능동소나의 수신 신호에는 표적의 반향음 외에도 해저면/해수면의 잔향, 생물 소음 및 기타 잡음 등이 섞여 있어 표적 인식을 어렵게 한다. 기존의 문턱값 이상의 신호를 탐지하는 기법은 설정한 문턱값에 따라 오탐지가 발생하거나 표적을 놓치는 경우가 발생할 뿐 아니라 다양한 수중환경마다 적절한 문턱값을 설정해야하는 문제가 있다. 이를 극복하기 위해 Constant False Alarm Rate(CFAR) 등의 기법을 이용한 문턱값의 자동산출과 진보된 형태의 추적 필터 및 연계 기법을 적용한 연구가 수행되었지만, 상당수의 탐지가 발생하는 환경에서는 그 한계가 있다. 최근 심층학습 기술이 발달함에 따라 수중 표적 탐지분야에도 이를 적용하기 위한 노력이 있었으나, 분류기 학습을 위한 능동소나 데이터의 획득이 매우 어려워 데이터가 희소할 뿐 아니라, 극소수의 표적과 상대적 다수의 비표적으로 인한 데이터의 불균형성으로 어려움이 있다. 본 논문에서는 탐지 신호의 에너지 분포 영상을 이용하되, 데이터의 불균형성을 고려한 방식으로 분류기를 학습하여 표적과 비표적을 구분하는 기법을 기존 소나처리 기법에 추가하여 표적의 오분류를 최소화하면서 비표적을 제거하여 능동소나 운용자의 표적 인식을 용이하게 하였다. 그리고 동해에서 수행한 해상실험에서 획득한 능동소나 데이터를 통해 제안 기법의 유효성을 검증하였다.

• 한국전자파학회논문지
• /
• 제13권8호
• /
• pp.777-782
• /
• 2002

일반적인 시간 영역에서의 레이더 신호들은 표적의 관측각에 민감하게 변화한다. 따라서 대표적인 시간영역 레이더 신호인 1차원 range profile을 이용하여 구분실험을 하는 경우에 있어서 central moments와 PCA를 결합하여 먼저 특성벡터를 추출한 후 clustering 기법에 기반한 subclass concept을 사용하는 구분기를 사용하여 넓은 관측각에서의 표적인식 성능을 향상시킨 결과들을 보여준다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.538-540
• /
• 2021

본 논문에서는 드론의 표적탐지 임무 수행 시 상대운동 정보 제공을 위하여 지정된 표적을 탐지하고 인식하는 스마트 표적탐지 시스템을 제안하였다. 제안된 시스템은 적절한 정확도(i.e. mAP, IoU) 및 높은 실시간성을 동시에 확보할 수 있는 알고리즘을 개발하는데 중점을 두었다. 제안된 시스템은 Google Inception V2 딥러닝 모델의 100k 학습 후 test 결과가 1.0에 가까운 정확성을 보였고 실시간성도 Nvidia GTX 2070 Max-Q를 기반으로 한 고성능 노트북 활용 시에 추론 속도가 약 60-80[Hz]를 기록하였다. 제안된 스마트 표적탐지 시스템은 드론과 같이 운용되어 컴퓨터 영상처리를 활용하여 표적을 자동으로 인식하고 표적을 따라가면서 감시정찰 임무를 성공적으로 수행하는데 도움이 될 것이다.

• 한국전자파학회논문지
• /
• 제24권9호
• /
• pp.928-935
• /
• 2013

본 논문에서는 레이더 표적 인식 성능을 향상시키기 위한 방법으로 특성 벡터 융합 기법을 제안하였다. 제안하는 방법은 두 개의 수신기로 입력되는 신호로부터 추출된 특성 벡터를 서로 융합해서 사용함으로써 표적에 대해 더 많은 정보를 획득할 수 있는 장점을 가지고 있다. 제안하는 방법의 성능을 검증하기 위해 먼저, 세 가지의 서로 다른 전투기의 실스케일 캐드 모델들에 대해 모노스태틱 및 바이스태틱 RCS(Radar Cross Section)를 계산하였다. 계산된 RCS로부터 표적의 특성 벡터인 산란점 정보를 추출하기 위해 시간 영역의 1차원 FFT(Fast Fourier Transform) 기반의 CLEAN 알고리즘을 이용하였다. 추출된 특성 벡터는 신경망 구분기의 입력으로 사용되어 표적 구분 실험을 수행한 결과, 제안하는 방법이 모노스태틱 및 바이스태틱 특성 벡터를 따로 사용했을 때보다 표적 인식 성능을 향상시킬 수 있음을 확인하였다.