Stripmap-mode 합성개구레이더의 고전적인 영상 복원기술은 Range-Doppler 알고리즘이다. 하지만 고해상도 Spotlight-mode 합성개구레이더 시스템에서는 Range-Doppler 알고리즘을 적용했을 때 성능이 상당히 나빠지므로 Spotlight-mode에 맞는 별도의 Inversion 알고리즘이 연구되어왔다. 본 논문에서는 Spotlight-mode 합성개구레이더에서 Raw-data를 처리하기 위한 알고리즘 연구를 통해 기존의 평면파 근사 방법을 이용하고 있는 Polar format 알고리즘과 근사 방법을 사용하지 않는 Wavefront Reconstruction 기법에 대한 성능분석을 시도하였다. 이 때 Source 신호의 Carrier 주파수, 합성 개구면 Size, 그리고 표적물의 위치에 따라 두 Inversion기법의 결과 영상을 비교함으로써 Wavefront Reconstruction 기법의 우수성을 입증하였다. Spotlight-mode 합성 개구 레이더 시스템을 시뮬레이션하여 Raw-data를 생성시키고 각 알고리즘에 적용하여 역변환을 통해 영상화된 표적물의 형태로 성능을 비교 분석하였다.
본 논문에서는 Delay-Sum Back Projection(DSBP) 기법과 finite-difference time-domain 방법으로 구현된 time reversal(FDTD-TR) 기법을 실험 데이터에 적용하고, 그 결과를 비교한다 두 기법은 모두 시영역에 기반을 둔 기법으로서 초광대역 레이더 신호를 처리하여 표적의 실제 위치와 모양에 가까운 영상을 생성할 수 있다. 실험을 위한 초광대역 레이더는 네트워크 분석기, 저항성 V 다이폴 안테나, 스캐너, 제어 컴퓨터로 구성되며, 레이더 개구면은 안테나를 1차원 스캔하여 합성된다. 실험 데이터는 신호 왜곡과 클러터를 포함하는데, 이를 제거하는 보정 절차가 수행된다. 두 기법은 동일한 플랫폼에서 동일한 데이터에 적용되며, DSBP 기법은 FDTD-TR 기법에 비해 더 나은 영상을 생성하지만 더 많은 시간이 걸린다는 것을 보인다.
다목적 실용위성 5호는 국내 최초로 합성 개구면 레이더(SAR)를 장착한 지구 관측위성으로서 2011년 중반에 러시아의 Dnepr 로켓에 의해 발사되어 평균 고도 550 km의 태양동기 여명궤도에서 운용될 예정이다. 위성은 28일을 주기로 지구를 421회 공전하는 반복 지상궤적을 가지며 인터페로메트리 레이더 영상의 획득을 위해 위성이 지구적도 상공을 통과할 때 기준경도로부터 ${\pm}2$ km 이내로 지상궤적이 유지될 수 있도록 궤도조정을 수행한다. 위성은 궤도에 투입된 후 2개월 이내에 정상적인 지상궤적을 획득하고 몽골에 설치된 레이더 반사판을 이용하여 4개월에 걸친 검보정을 수행한 후에 정상적인 운용에 들어가게 된다. 이 연구에서는 위성이 발사체와 분리된 이후 정상적인 지상궤적을 획득하는데 걸리는 시간을 분석하고 위성의 지상궤적을 기준 경도로부터 ${\pm}2$ km 이내로 유지시키기 위한 궤도조정에 필요한 조정주기와 연료소모량을 분석한다.
항공 SAR에서 고품질의 영상을 얻기 위해서는 영상 획득 구간에서 항공기의 요동을 정확히 측정하여야 한다. 특히 요동측정을 할 때 상대적 위치오차 및 불연속성 오차를 줄여야 한다. 이를 해결하기 위해 본 논문에서는 합성 개구 레이더(SAR)에서 실시간으로 요동측정을 하는 매개변수 사전 오차 모델링 방법(P-PEM, Pre-Parametric Error Modeling)을 제안한다. P-PEM은 기존에 본 연구진에서 제안한 항법오차를 다항식으로 모델링하여 추정하는 매개변수 오차 모델링 기법(PEM, Parametric Error Modeling)에서 확장된 기법이다. PEM은 IMU에 의한 INS 오차를 짧은 시간 동안 다항식이라 가정하여 모델링하는 요동측정기법이다. 반면, P-PEM은 다항식 오차 모델의 계수를 미리 추정하고 영상촬영단계에서 사용한다. 시뮬레이션 결과, P-PEM을 적용하면 실시간으로 불연속성 오차를 제거한 요동측정이 가능함을 확인하였다.
Based on the recently developed deep learning technology, many studies have been conducted on deep learning networks that simultaneously detect and classify targets of interest in synthetic aperture radar(SAR) images. Although numerous research results have been derived mainly with the open SAR ship datasets, there is a lack of work carried out on the deep learning network aimed at detecting and classifying SAR ground targets and trained with the synthetic dataset generated from electromagnetic scattering simulations. In this respect, this paper presents the deep learning network trained with the synthetic dataset and applies it to detecting and classifying real SAR ground targets. With experiment results, this paper also analyzes the network performance according to the composition ratio between the real measured data and the synthetic data involved in network training. Finally, the summary and limitations are discussed to give information on the future research direction.
영상 레이더(SAR)는 날씨나 밤낮에 관계없이 전천후로 고해상도의 지구 관측을 가능하게 하는 강력하고 잘 정립된 마이크로웨이브 원격 탐사 기술이다. 한국항공우주연구원에서는 올해 발사될 예정인 우리나라 최초의 영상 레이더 위성을 개발해오고 있다. 영상 레이더 위성은 크게 위성 본체와 SAR 탑재체로 이루어진다. SAR 탑재체는 고출력의 전력을 SAR 안테나를 통하여 방사하기 때문에 설계 단계에서의 고주파 호환성 있는 설계와 시험단계에서의 고주파 호환성 검증이 실제 궤도 상에서 성능 보장을 위해서 무엇보다 중요한 절차이다. 본 연구에서는 영상 레이더 위성의 고주파 호환성을 위한 설계 기준과 검증 절차에 대하여 기술한다. 부가적으로 본 논문은 영상 레이더 위성의 RF 성능의 강건성 검증을 위한 RF 전체 방사 시험(RF 자체 호환성 시험)과 시험 형상 그리고 시험 결과에 대하여 기술한다.
본 논문에서는 전방 표적을 탐지하기 위한 모노스태틱 지형 영상 레이더의 블록 처리 기법을 설명한다. 모노스태틱 지형 영상 레이더는 초광대역 레이더이고 dechirp-on-receive 처리를 수행하기 때문에 합성개구면 레이더의 다양한 기존의 영상화 기법을 적용하기는 어렵다. 본 논문에서는 적용 가능한 영상화 기법으로서 각 블록별로 거리 및 방위각 압축을 수행하는 블록 처리 기법을 제안한다. 제안하는 기법의 도출 과정을 제시하고, 시뮬레이션과 시험 결과를 분석함으로써 제안하는 기법의 성능과 타당성을 검증한다.
One of the key factors for recognition performance in the automatic target recognition for synthetic aperture radar imagery(SAR-ATR) system is reliability of the SAR target database. To achieve optimal performance, the database should be constructed using the images obtained under the same operating condition as the SAR sensor. However, it is impractical to have the extensive set of real-world SAR images, and thus those from the electro magnetic prediction tool with 3-D CAD models are suggested as an alternative where their reliability can be always questionable. In this paper, a method for similarity assessment between target SAR images is presented inspired by the fact that a target SAR image is mainly characterized by the features of scattering centers. The method is demonstrated using a variety of examples and quantitatively measures the similarity related to reliability. Its assessment performance is further compared with that of the existing metric, structural similarity(SSIM).
In implementing a robust automatic target recognition(ATR) system with synthetic aperture radar(SAR) imagery, one of the most important issues is accurate classification of target variants, which are the same targets with different serial numbers, configurations and versions, etc. In this paper, a deep learning network with channel attention modules is proposed to cope with the recognition problem for target variants based on the previous research findings that the channel attention mechanism selectively emphasizes the useful features for target recognition. Different from other existing attention methods, this paper employs the channel attention modules without dimensionality reduction along the channel direction from which direct correspondence between feature map channels can be preserved and the features valuable for recognizing SAR target variants can be effectively derived. Experiments with the public benchmark dataset demonstrate that the proposed scheme is superior to the network with other existing channel attention modules.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.