• 한국군사과학기술학회지
• /
• 제25권3호
• /
• pp.219-230
• /
• 2022

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.

• 한국군사과학기술학회지
• /
• 제25권5호
• /
• pp.462-475
• /
• 2022

Different from the field of electro-optical(EO) image analysis, there has been less interest in similarity metrics between synthetic aperture radar(SAR) target images. A reliable and objective similarity analysis for SAR target images is expected to enable the verification of the SAR measurement process or provide the guidelines of target CAD modeling that can be used for simulating realistic SAR target images. For this purpose, this paper presents a similarity analysis method based on the siamese network that quantifies the subjective assessment through the distance learning of similar and dissimilar SAR target image pairs. The proposed method is applied to MSTAR SAR target images of slightly different depression angles and the resultant metrics are compared and analyzed with qualitative evaluation. Since the image similarity is somewhat related to recognition performance, the capacity of the proposed method for target recognition is further checked experimentally with the confusion matrix.

• 한국항공우주학회지
• /
• 제45권1호
• /
• pp.54-62
• /
• 2017

ISR(Intelligence, Surveillance and Reconnaissance) 임무를 위한 관측위성의 경우 임무운용개념이 요구되는 동시에 특정 관심영역을 주기적으로 탐지 가능한지에 대한 임무 효용성 분석이 필요하다. 이를 위해서는 군집궤도 형상에 대한 최적설계가 수행되어야 한다. 본 논문에서는 위성군집 형성방법으로 Walker-Delta 방식을 적용하여 특정 관심영역을 탐지하기 위한 군집형상에 대한 분석을 수행하였다. 임무수행의 효용성을 평가하기 위해 재방문주기 성능을 핵심 요구조건으로 선정하였다. 본 연구에서는 4기 SAR(Synthetic Aperture Radar) 위성군집을 적용한 임무분석 과정을 보여주고, 요구조건을 만족시키는 궤도배치 형상결과를 제시하였다. 군집궤도의 성능지수 분석은 개발된 분석 알고리즘을 기반으로 수행하였으며, ISR 임무를 위한 군집궤도 형상은 한 궤도면에 한 기의 위성이 배치되는 4개 궤도면의 형상이 적합한 것으로 분석되었다.

• 한국항공우주학회지
• /
• 제48권4호
• /
• pp.285-293
• /
• 2020

본 논문에서는 Synthetic Aperture Radar (SAR, 합성개구레이다) 영상 품질을 향상시키기 위해 EGI/IMU (Embedded GPS/INS, Inertial Measurement Unit) 통합 항법 시스템에서 발생하는 시각 동기화 오차의 영향을 분석하고 이를 보상하기 위해 상태변수증강 기법을 적용한다. SAR 요동 측정 알고리즘으로 항체의 위치를 추적하기 위한 EGI와 추가적으로 안테나에 장착된 IMU를 결합하는 EGI/IMU 통합 항법 시스템이 많이 이용된다. 이와 같은 EGI/IMU 통합 항법 시스템에서 센서간의 시계가 동기화되지 않을 경우 시각 동기화 오차가 발생한다. 시각 동기화 오차가 항법 및 SAR 영상에 미치는 영향 분석을 통해 시각 동기화 오차가 SAR 영상 품질을 악화시키는 것을 확인하였다. 이를 보상하기 위해 상태변수증강 기법을 적용하고, 적용한 결과 SAR 영상 품질이 저하되지 않음을 확인하였다. 또한 기동에 따른 시각 동기화 오차 추정 성능과 가관측성을 분석하여 시각 동기화 오차를 효과적으로 추정하기 위해서는 회전 기동과 같은 시간에 따라 변화하는 기동이 필요함을 보였다. 따라서, SAR 영상에 미치는 시각 동기화 오차의 영향을 줄이기 위해서는 SAR 구간 전에 회전 기동 등 시간에 따라 변화하는 기동을 수행하여 시각 동기화 오차를 보상해 주어야 한다.

• 한국항공우주학회지
• /
• 제50권6호
• /
• pp.401-412
• /
• 2022

본 연구에서는 한반도에 대해 준 실시간 감시정찰을 수행하기 위한 여러 종류의 위성군 설계 기법들의 장단점을 조사하였다. 또한 지상 궤적 반복궤도 위성군과 워커 위성군을 이용하여 가용한 위성의 수, 궤도면 수 및 위상차에 대해 조합 가능한 모든 경우에서 위성군을 설계하고, 광학 위성과 합성개구레이더(SAR) 위성의 탑재체 제한조건을 반영하여 성능을 분석하였다. 평균 재방문 주기가 30분 이내로 준 실시간 한반도 감시정찰에 적합한 위성군의 특성을 제시하였다. 본 연구는 한반도 지역을 감시·정찰하기 위한 위성군 설계에 대한 전략을 수립하는 데 중요한 자료를 제공할 수 있으며, 나아가 초소형 위성군 운용을 위한 우주전력 구축에 대한 가이드라인을 제시하는 데 기여할 것이다.