• 한국전자파학회논문지
• /
• 제24권2호
• /
• pp.207-213
• /
• 2013

본 논문에서는 바이스태틱-모노스태틱 변환을 이용하여 바이스태틱 개구합성 레이다 영상화를 위한 ${\omega}$-K(omega-K) 알고리즘에 대해 기술하였다. 고려된 바이스태틱 개구합성 레이다는 1개의 정지된 송신 안테나와 여러 개의 수신 안테나로 구성된 물리적 배열 구조로 구성되어 있다. 수신 안테나의 물리적 배열 구조의 길이는 SAR 시스템의 개구합성 길이와 동일하다. 모노스태틱 구조와 다르게 바이스태틱 구조에서 ${\omega}$-K(omega-K) 알고리즘은 2차원 파수 영역에서 정확한 수학적 해를 얻을 수 없다. 제안된 영상화 기법의 핵심은 바이스태틱 구조의 데이터를 모노스태틱 구조의 데이터로 변환하는 것이다. 시뮬레이션과 실제 측정된 데이터를 이용하여 제안된 영상화 기법이 효과적임을 보여준다.

• 한국전자통신학회논문지
• /
• 제18권3호
• /
• pp.475-482
• /
• 2023

전파 신호를 이용하여 목표물에 대한 영상을 제공하는 합성개구 레이다(SAR, Synthetic Aperture Radar)는 기상조건과 무관하게 전천후 감시가 가능하다. 본 논문에서는 시험 항공기에 SAR 시스템을 탑재하여 육상과 해상에서 SAR 원시 데이터를 확보하였고 역투영 알고리즘을 이용한 영상형성 결과를 나타내었다.

• 한국전자파학회논문지
• /
• 제26권2호
• /
• pp.189-195
• /
• 2015

전자기파 시뮬레이션을 통해 SAR 영상을 생성하는 방법은 그동안 많은 연구가 이루어져 왔다. 특히, SAR(Synthetic Aperture Radar) 영상 생성 전용 분석 S/W가 있긴 하지만, 대부분 국방 및 보안 특성상 일반인들에게 공개되지 않고 있다. 본 논문에서는 범용 EM(Electro Magnetic) simulator를 이용하여 다양한 방법으로 사실적 표적 모델을 분석하는 방법에 대해 설명한다. 특히, 역합성 개구면 레이다(inverse synthetic aperture radar) 영상을 생성하고, 처리하는 방법을 설명한다. 이 방법을 잘 활용하면, 막대한 비용이 들어가는 수많은 실제 표적들에 대한 표적 인식(target recognition) 데이터베이스 구축을 상대적으로 저렴하고 시간효율적으로 수행할 수 있게 된다.

• 한국항공우주학회지
• /
• 제40권1호
• /
• pp.49-60
• /
• 2012

합성 개구면 레이다(SAR: synthetic aperture radar)는 날씨 및 주 야간에 관계없이 고해상도의 영상을 형성할 수 있기 때문에 다양한 분야에서 활용되고 있다. 본 논문에서는 고해상도 SAR 설계시 경사거리와 합성개구면의 길이가 영상형성에 미치는 영향을 RMA 시뮬레이터를 이용하여 성능분석을 수행하였다. 형성된 영상의 성능은 직접 육안으로 확인할 수 있었으나, 영상을 분석하는 수치로서도 성능평가가 가능하였다. 보다 구체적으로, 다양한 경사거리와 합성개구면의 길이 변화와 영상획득을 위한 기하구조에 따라 이상적인 점표적에 대한 시뮬레이션의 원시 데이터를 생성하였고, Spotlight 영상 형성 알고리듬을 이용하여 이에 따른 점표적 응답특성의 공간 해상도, 최대 부엽 수준, 누적 부엽 수준에 대한 성능분석을 수행하였다.

• 한국통신학회논문지
• /
• 제19권10호
• /
• pp.1957-1964
• /
• 1994

본 논문에서 CW(Continuos Wave) 레이저를 광원으로 사용하고 음향 광 소자(Acousto-Optic Device:AOD)의 공간 적분이론 및 CCD(Change Coupled Device)의 시간 적분이론을 이용하여 실 시간 처리가 가능한 합성 개구면 레이다(Synthetic Aperture Radar;SAR)처리기 시스템을 구현하였다. 제안된 시스템의 장점은 구동회로가 요구되지 않는다. 제안된 SAR 처리기 시스템은 선형 주파수 변조 신호(chirp)를 레이다 신호로 사용하였으며, 단위 표적에 대한 수신 데이타는 1차원 데이타로서 Z 80 보드와 전자회로를 이용하여 제작하였다. 또한 CW레이저를 사용함에 따라 발생되는 chirp 촛점화의 유동(smear)현상을 방지하기 위하여 AOD의 Brag 회절 각도를 이용하여 광원을 펄스화 하였으며, 제작한 chirp 신호는 펄스와 동기를 맞추어 구성하였다. 구성된 SAR 처리기 시스템의 CCD에 검출되는 영상과 데이타를 실험 및 분석한 결과는 단위표적의 거리가 증가함에 따라 탐지효과 감소되었고, chirp 신호 대역폭의 증가에 따라 분해능력이 향상되었으며, 펄스폭의 감소에 따라 유동(smear)현상이 감소하였다. 따라서 본 논문에서 실험결과는 제안된 시스템을 실시간 처리 시스템으로써 사용할 수 있음을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제29권4호
• /
• pp.21-31
• /
• 2020

비협조적 표적식별(NCTR, Non-Cooperative Target Recognition)은 전자정보 등 다른 체계의 지원 없이 레이다 자체적으로 표적을 식별하는 기능을 말한다. 이를 구현하기 위한 대표적인 방법 중 하나인 역합성개구레이다(ISAR) 영상은 표적의 기동 및 위치에 따라 크게 변하기 때문에 기종을 판단할 수 있는 데이터베이스 없이 이를 자동으로 식별하기란 매우 어렵다. 본 연구에서는 실측 영상이 부족한 상황에서도 ISAR 영상 시뮬레이션 및 딥러닝 기법을 활용한 식별 데이터베이스 구축방안에 대해 논한다. 다양한 레이다 운용 환경에 따라 변화하는 ISAR 영상을 모사하기 위해 '완전 산란체', '결손 산란체', 'JEM 잡음'으로 명명한 영상 형성 과정을 거쳐 이를 학습하는 모델을 제안한다. 이 모델의 학습 결과를 통해 유사한 형상의 시뮬레이션 영상은 물론 처음 입력된 실측 ISAR 영상도 식별할 수 있음을 확인하였다.

• 한국전자파학회논문지
• /
• 제28권8호
• /
• pp.636-645
• /
• 2017

실 개구(real-aperture)를 사용하는 스캐닝 레이다(scanning radar)는 지상을 감시하거나 재난 구조를 하는 등 폭 넓게 이용 가능하다. 그러나 스캐닝 레이다의 특성상 거리 방향의 분해능은 송신하는 신호의 대역폭에 의해 제한되며, 거리방향에 수직한 방향의 분해능은 빔 폭에 의해 결정된다. 본 논문에서는 초해상도(super-resolution) 레이다 영상 기법을 제안한다. 산란체가 스캔 영역에 드문드문 존재한다면 반사율의 분포를 sparse 신호로 간주할 수 있게 되고, '압축 감지(compressive sensing)' 문제로 수식화하는 것이 가능하다. 본 논문에서는 '재가중치 ${\ell}_1$-최소화'를 통해 2차원 레이다 이미지를 얻는다. 모의실험 결과에서는 제안하는 기법으로 얻은 이미지와 더불어 기존에 널리 쓰이는 Orthogonal Matching Pursuit(OMP), 합성 개구 레이다(Synthetic Aperture Radar : SAR)의 결과와 비교하였다.

• 한국군사과학기술학회지
• /
• 제7권2호
• /
• pp.88-99
• /
• 2004

A development of a software on radar target signature analysis is presented in this paper The target signature includes Radar Cross Section(RCS) prediction, Range Profile(RP) processing and Inverse Synthetic Aperture Radar(ISAR) processing. Physical Optics(PO) is the basic calculation method for RCS prediction and Geometrical Optics(GO) is used for ray tracing in the field calculation of multiple reflection. For RP and ISAR, Fast Fourier Transform(FFT) and Matrix Pencil(MP) method were implemented for post-processing. Those results are integrated into two separate softwares named as Radar Target Signature Generator(RTSG) and Radar Target Signature Analyser(RTSA). Several test results show good performances in radar signature prediction and analysis.

• 한국군사과학기술학회지
• /
• 제14권4호
• /
• pp.655-662
• /
• 2011

SAR(Synthetic Aperture Radar) has the ability to generate high resolution images regardless of a weather condition(e.g. visibility good or poor and day or night, etc.). SAR is considered as one of the most important powers and needs for the future since it has been utilized in a number of important military fields such as early warning, urban defense, missile guidance system, etc. Additionally there are many civilian demands and applications in aviation, traffic control, earth and space explorations, weather forecast etc. This days, the ability to acquire and analyze information is needed to cope with the urgency of global politics and international changes. In this paper, technical survey and development review for SAR systems are investigated to derive the core and immature technologies of domestic defense industry.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.2-2
• /
• 2023

기후변화가 가속화로 인해 수재해의 빈도와 강도 예측이 어려워짐에 따라 실시간 홍수 모니터링에 대한 수요가 증가하고 있다. 합성개구레이다는 광원과 날씨에 무관하게 촬영이 가능하여 수재해 발생시에도 영상을 확보할 수 있다. 합성개구레이다를 활용한 수체 탐지 알고리즘 개발이 활발히 연구되어 왔고, 딥러닝의 발달로 CNN을 활용하여 높은 정확도로 수체 탐지가 기능해졌다. 하지만, CNN 기반 수체 탐지 모델은 훈련시 높은 정량적 정확성 지표를 달성하여도 추론 후 정성적 평가시 경계와 소하천에 대한 탐지 정확성이 떨어진다. 홍수 모니터링에서 특히 중요한 정보인 경계와 좁은 하천에 대해서 정확성이 떨어짐에 따라 실생활 적용이 어렵다. 이에 경계를 강화한 적대적 학습 기반의 수체 탐지 모델을 개발하여 더 세밀하고 정확하게 탐지하고자 한다. 적대적 학습은 생성적 적대 신경망(GAN)의 두 개의 모델인 생성자와 판별자가 서로 관여하며 더 높은 정확도를 달성할 수 있도록 학습이다. 이러한 적대적 학습 개념을 수체 탐지 모델에 처음으로 도입하여, 생성자는 실제 라벨 데이터와 유사하게 수체 경계와 소하천까지 탐지하고자 학습한다. 반면 판별자는 경계 거리 변환 맵과 합성개구레이다 영상을 기반으로 라벨데이터와 수체 탐지 결과를 구분한다. 경계가 강화될 수 있도록, 면적과 경계를 모두 고려할 수 있는 손실함수 조합을 구성하였다. 제안 모델이 경계와 소하천을 정확히 탐지하는지 판단하기 위해, 정량적 지표로 F1-score를 사용하였으며, 육안 판독을 통해 정성적 평가도 진행하였다. 기존 U-Net 모델이 탐지하지 못하던 영역에 대해 제안한 경계 강화 적대적 수체 탐지 모델이 수체의 세밀한 부분까지 탐지할 수 있음을 증명하였다.