• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.518-520
• /
• 2014

레이더를 이용하여 표적을 탐지함에 있어 표적의 Radar Cross Section(RCS)은 매우 중요한 요소이다. 동일한 표적이라도 레이더를 바라보는 방향에 따라 RCS 값이 크게 차이 나며, 레이더로 표적을 탐지하는 확률을 높이기 위해 RCS가 크게 나타나는 곳에 레이더를 배치하는 것이 유리하다. 북한의 탄도미사일은 우리의 안보에 큰 위협이 되고 있으며, 탄도미사일 방어를 위해 레이더를 이용하여 미사일을 조기에 탐지하여 추적하여야한다. 본 논문에서는 탄도미사일의 RCS 특성과 북한 탄도미사일의 탄도를 분석하여 탄도미사일의 탐지확률을 높이기 위한 레이더 배치 방안을 제시하였다.

• 전자공학회논문지CI
• /
• 제48권5호
• /
• pp.55-63
• /
• 2011

본 논문은 방위각 및 고저방향으로 카메라 움직임이 있는 감시장치의 비디오 프레임 연속영상을 1)각각 $N{\times}M$ 개의 서브블록으로 나눈 후 각각의 서브블록에 대해 FFT 위상상관 기법을 적용하여 이동표적 위치를 구하고, 2)연속영상을 정합 후 차영상을 구하여 적응 문턱 값을 적용해서 표적후보군을 구하였으며, 3)두 기법을 적용하여 클러터를 제거하는 새로운 표적탐지기법을 제안하였다. 블록 내 다양한 크기의 영상 움직임이 있을 경우 FFT 위상상관 기법은 적용하여 움직임을 구하면 큰 영상의 움직임이 가장 큰 위상상관 값으로 나타나는 특성을 이용하여 배경환경에 강인한 이동표적 위치(블록)탐지를 하였다. 또한, 차영상을 영상분리하기 위한 적응 문턱 값은 카메라 움직임 등 배경환경 변화를 고려한 학습가중치를 이용하여 구하였다. 제안된 알고리즘 성능입증은 다양한 배경환경에서 카메라 이동/정지조건에서 다양한 이동표적에 대해 탐지 가능함을 시뮬레이션을 통해 확인하였으며 탐지성능은 ROC 커브를 통해 확인하였다.

• 한국전자파학회논문지
• /
• 제30권5호
• /
• pp.407-417
• /
• 2019

탄도 미사일은 상공에서 자유 낙하하며 표적을 요격하기 때문에 탄도 미사일에 부착되는 탐색기는 높은 지표각에서 해상 클러터 영향을 받게 되며, 그 결과 탐색기의 탐지 성능이 급격히 낮아지게 된다. 이를 해결하기 위해서는 다양한 시나리오 기반의 시뮬레이션들을 통한 해상 표적 탐지 성능 분석이 반드시 필요하다. 따라서 본 논문에서는 실제와 유사한 높은 지표각의 해상 클러터 수신 신호를 모델링한 후, 이를 신호 대 클러터 비에 따라 해상 표적 수신 신호와 합성하여 2차원 레이다 영상을 생성한다. 이후, 레이다 영상에 2차원 CA-CFAR 탐지기를 적용하여 다양한 시나리오에서 해상표적 탐지 성능을 분석하였다. CAD 모델과 전자기 수치해석 도구를 사용한 시뮬레이션 결과, 지표각과 방위각에 따라 해상 표적의 탐지 여부가 다르게 나타남을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제20권3호
• /
• pp.57-67
• /
• 2015

본 논문에서는 적외선 영상에서 탐지된 표적의 픽셀정보를 이용하여 실제 환경에서의 표적의 위치를 추정하는 geolocation 기법에 대하여 제안한다. 제안하는 기법은 지대지 전장 환경에서 공중 정찰을 통한 적대 표적의 위치를 파악하는 시스템에 적용이 가능하다. 적대 표적의 geolocation에 영향을 주는 요소는, 시스템의 광학적 왜곡, 지형적 왜곡, 정찰 모듈의 GPS(Global Positioning System) 및 IMU(Inertial Measurement Unit) 왜곡을 들 수 있다. 본 논문에서는 광학적 왜곡과 지형적 왜곡에 적응적인 geolocation 을 위하여 광학 정보의 다항식 최적화와 지구 곡률을 고려한 시선거리 계산 기법을 적용하였으며, 3차원 모의 환경에서 실험한 결과 시스템 요구사항 내에서 geolocation의 정확도를 만족함을 확인하였다.

• 한국전자파학회논문지
• /
• 제28권5호
• /
• pp.373-381
• /
• 2017

DBS 알고리즘은 레이다가 방위각 해상도 성능을 향상시키는 방안이다. DBS 영상에는 레이다의 탐색영역 정보를 포함하기 때문에 탐지하고자 하는 표적외에도 다양한 클러터 성분이 존재한다. DBS 영상에서 원하는 표적을 탐지/추적하기 위해서는 표적과 클러터 성분을 식별할 수 있어야 한다. 본 논문에서는 DBS 영상에서 표적을 식별하기 위하여 영상크기와 지형 정보(DTED)를 이용하는 방안을 서술한다. 형태연산(morphological) 필터, 체인코드를 이용하여 영상의 크기정보를 획득하고 클러터 성분을 배제하였고, DTED와 정합하여 표적을 결정한다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1291-1298
• /
• 2023

작전지역의 감시/경계에 활용되는 감시정찰 센서 네트워크에서 배치되는 지진동센서의 위치 정보와 탐지 신호 세기를 활용하여 표적의 위치를 산출하는 방법을 제안한다. 중계기에서 단말기로부터 수신받은 각 지진동센서들의 위치 정보와 센서로부터 수신된 탐지 신호 세기를 이용하여 표적 위치를 산출한다. 표적 측위 시 동적으로 오프셋을 제하는 방식을 통해 환경적 요인에 의한 성능 편차를 줄였다. 실제 표적 위치와 산출된 표적 위치의 차이를 통해 성능을 비교 검증하였다. 오차 평균 3.62m까지 감소하여 가중 중심 측위 방법보다 최대 62% 향상된 결과를 얻었다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.61-68
• /
• 2021

과거의 레이다는 임무 특성에 맞게 사격통제레이다, 탐지레이다, 추적레이다, 영상획득 레이다 등으로 구분되어 운영해왔다. 하지만 다기능 레이다는 표적 탐지, 추적, 피아식별, 재머 탐지 및 대응 등 단일 시스템 안에서 다양한 임무를 수행한다. 때문에 한정된 자원으로 다기능 레이다를 운용하기 위한 효율적인 자원관리는 필수적이다. 특히 탐지된 표적의 추적을 위한 표적 위협도와 이를 바탕으로 추적주기를 선정하는 방법은 중요한 이슈다. 위협표적을 집중으로 추적하다보면 다른 영역에서 탐지된 표적을 효율적으로 관리할 수 없고 탐지에 집중을 하면 추적성능이 저하될 수 있다. 때문에 효과적인 스케줄링이 필수적이다. 본 논문에서는 다기능 레이다 스케줄링 방안인 TaP(Time and Priority)알고리즘과 이를 구성하기 위한 소프트웨어적 설계 방법에 대해 제안한다.

• 한국음향학회지
• /
• 제38권4호
• /
• pp.415-426
• /
• 2019

본 논문은 연안 군사시설 및 주요 기반시설에 대한 침투세력을 감시하는 수영자 탐지 소나에서의 자동 표적추적 알고리즘을 다루었다. 이를 위해 수영자 탐지 소나에서의 해상실험 데이터를 분석하였고, 클러터 환경에서 자동표적 추적을 위한 트랙평가수단으로서 트랙존재확률 기반의 알고리즘을 적용하여 시스템을 구성하였다. 특히 트랙초기화, 확정, 제거, 합병 등의 트랙관리 알고리즘과 단일표적추적 IPDAF(Integrated Probabilistic Data Association Filter), 다중표적추적 LMIPDAF(Linear Multi-target Integrated Probabilistic Data Association Filter) 등의 표적추적 알고리즘을 제시하였으며, 해상실험 데이터 및 몬테카를로 모의실험 데이터를 이용하여 성능을 분석하였다.

• 국방과기술
• /
• 4호통권230호
• /
• pp.38-47
• /
• 1998

레이다는 저고도 표적에 대한 탐지능력 ECCM 능력, 대방사유도탄에 대한 대처능력이 우수해야 하며, 동시다발 표적에 대한 탐지와 추적능력을 보유해야 하고 다기능 및 다목적 용도를 위해서 또는 시시각각으로 변하는 상황에 대처하기 위해서는 시스템의 융통성과 잠재능력이 커야 한다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.99-108
• /
• 2004

본 논문에서는 CCD(charge-coupled device) 영상 기반의 자동 표적 탐지 시스템(ATD System : Automatic Target Detection System)에 적합한 빠른 탐색 방법을 제안한다. 무기체계에서의 활용을 위해서는 빠른 연산이 주요한 변수인 만큼 이 논문에서는 적은 계산량으로 다양한 표적을 탐지할 수 있는 능력에 주안점을 두고 있다. 표적 훈련(train)단계에서는 구간별 수직 방향 프로젝션을 이용하여 1D의 템플릿을 구성하고 K-means clustering과 이진 트리 구조(binary tree structure)를 활용하여 실제 시험 단계에서 템플릿 정합하는 횟수를 최소화한다. 또한 Correlation-based Adaptive Predictive Search(CAPS)를 이용하여 각각의 템플릿에 적응적인 skip-width를 사용하여 탐색 속도를 높이고 클러터 제거 단계에서는 윤곽선으로부터 추출한 Fourier Descriptor계수를 비교함으로써 초기 탐지에서 타겟으로 오인된 클러터를 모양 정보에 기반해서 제거하는 방법을 사용한다.