• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.111-125
• /
• 2015

본 연구에서는 고해상도 위성영상인 TerraSAR-X와 WorldView-2 등을 융합하여 표적의 특성을 고려한 표적군(Group of targets) 검출을 수행하였다. 관심 대상으로 하는 표적은 고정되어 있으며, 군(Group)을 이루고 있는 특징이 있다. 표적 후보를 검출하기 위해 대상 물체의 레이더 후방산란 특성을 이용한 Constant False Alarm Rate (CFAR) 알고리즘을 적용하였다. 검출된 표적 후보군으로부터 비표적을 제거하기 위해 표적의 크기 정보를 이용한 화소 클러스터링, 표적군을 이루는 표적들간의 배치 특성을 이용한 네트워크 클러스터링. 그리고 SAR 간섭기법 적용이 가능한 간섭쌍이 있는 경우 긴밀도 정보를 이용하였다. 또한, 오경보(False Alarm)를 감소시키고 최종 표적을 결정하기 위해, 표적의 형태 정보를 추출할 수 있는 Electro-Optical (EO) 영상을 바탕으로 효과적인 타원 검출 기법을 개발하였다. 개발된 표적군 검출 알고리즘을 10개 지역에 적용한 결과, 표적군 검출율은 100%, 단일 표적에 대한 오경보율은 0.03~0.3개/$km^2$, 평균 오경보는 1.8군/$64km^2$로 낮은 오경보와 높은 검출율을 보이며 표적군이 검출되었다. 본 연구에서 개발된 표준화된 표적 검출 기법은 향후 무인화된 표적 검출 시스템 구축에 핵심적인 기술이 될 것으로 전망한다.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.327-338
• /
• 2018

본 연구는 운영레벨에서의Kompsat-5 SAR (Synthetic Aperture Radar) 영상과AIS (Automatic Identification System) 자료를 이용한 선박탐지 모니터링 가능성을 검토하였다. 분석을 위해 신진항 서측연안과 제주항 북측연안에서 수집된 Kompsat-5 SLC 영상과 연안에서 수집된 AIS 자료를 사용하였다. Kompsat-5 영상의 선박탐지를 위해 HVAS (Human Visual Attention System) 알고리즘을 적용하였다. HVAS는 CFAR (Constant False Alarm Rate)에 비해 탐지속도와 탐지율 측면에서 뛰어나다는 장점을 가지고 있다. 통합 분석결과 소형선박을 제외하고 Kompsat-5 선박탐지 결과와 AIS는 전반적으로 일치하는 것으로 분석되었다. Kompsat-5 영상에서 탐지되었으나 AIS 자료에서 탐지되지 않은 선박은 육안 판독을 통해 AIS 자료의 부재로 인한 것으로 보인다. 한편 SAR 영상에서도 선박의 기포항적, 육지 masking을 위해 사용된 DEM 파일의 오차(또는 위성궤도 오차), 그리고 고스트 현상에 의한 오탐지가 발생하였다. 향후 SAR 영상 분석 알고리즘 개선과 신뢰성 있는 AIS 자료 확보를 통한 운영레벨에서의 선박탐지 모니터링 기술 개발은 국가해양영토 광역감시망 구축에 크기 기여할 것이다.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.431-437
• /
• 2018

해상 표면에서 이동하는 웨이브글라이더의 SAR 영상을 이용한 탐지 가능성에 대한 분석을 수행하였다. 실험을 위해 모형 웨이브글라이더를 제작해 위성 촬영 시각 전후로 견인선박을 이용해 해상에 배치하였다. KOMPSAT-5 영상 촬영은 웨이브글라이더의 크기를 고려하여 spotlight mode의 고해상도(Range: 0.51 m, Azimuth: 0.65 m pixel spacing) SAR 자료를 수집하였다. 견인 선박 주변의 후방산란 강도 분석 결과, 선박과 떨어져서 강하지는 않지만 주변 클러터 밝기값과 구분이 되는 몇몇 산란점들이 관측되었다. 선체 중심으로부터 이격 거리를 고려할 때 웨이브글라이더에 의한 신호로 판단된다. 한편 CFAR를 이용한 표적탐지 결과 비교적 매우 낮은 $10^{-6}$의 오경보율에서도 웨이브글라이더로 판단되는 화소들이 탐지됨을 확인하였다. 비록 spotlight 모드와 같은 고해상도 SAR 영상에서 웨이브글라이더에 의한 산란 신호가 주변 해양 클러터와 구분될 수 있었지만, 다양한 해양환경에서 실제 웨이브글라이더의 탐지 여부에 대한 추가적인 연구가 필요하다.

• 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.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.443-446
• /
• 2005

This paper presents the results of the design and implementation of the airborne pulse doppler radar signal processor using high multi-DSP for the multi-function radar capability such as short-range, midium-range, and long-range depending on the mission of the vehicle. Particularly, the radar signal processor is developed using two DSP boards in parallel for the various radar signal processing algorithm. The key algorithms include LFM chirp waveform-based pulse compression, MTI clutter filter, MTD processor, adaptive CFAR, and clutter map. Especially airborne moving clutter Doppler spectrum compensation algorithm such as TACCAR is implemented for the multi-mode airborne radar system. The test results shows the good Doppler spectral separation for the clutter and the moving target in the flight test environment using helicopter

• 한국전자파학회:학술대회논문집
• /
• 한국전자파학회 2005년도 종합학술발표회 논문집 Vol.15 No.1
• /
• pp.23-28
• /
• 2005

An airborne radar is an essential aviation electronic system of the helicopter to perform various missions in all-weather environments. This paper presents the results of the design and implementation of the airborne pulse doppler radar signal processor using high multi-DSP for the multi-function radar capability such as short-range, midium-range, and long-range depending on the mission of the vehicle. Particularly, the radar signal processor is developed using two DSP boards in parallel for the various radar signal processing algorithm. The key algorithms include LFM chirp waveform-based pulse compression, MTI clutter filter, MTD processor, adaptive CFAR, and clutter map. Especially airborne moving clutter Doppler spectrum compensation algorithm such as TACCAR is implemented for the multi-mode airborne radar system. The test results shows the good Doppler spectral separation for the clutter and the moving target in the flight test environment using helicopter.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.37-43
• /
• 2012

본 논문은 광대역 센싱을 수행하기 위한 방법으로 다중 협대역을 사용하여 한번에 센싱하는 방법을 제안한다. 센싱의 신뢰성을 높이기 위한 방안으로써 면허사용자와 CR사용자의 거리에 따른 가중치가 적용된 결합방식인(DWC : Distance based weight combining) 기법을 사용한 에너지 검출 기반 협력 스펙트럼 센싱을 제안하고 이에 따른 시스템 모델의 모의 실험 결과를 분석한다. 면허 사용자와 CR사용자 사이의 무선 채널은 가우시안 채널로 모델링하였다. 에너지 검출법을 위한 임계값은 각 채널의 SNR(Signal to Noise Ratio)에 따라 다르게 적용 되고, 각 채널의 잡음 신호의 평균값으로 가정한다.

• 한국위성정보통신학회논문지
• /
• 제5권1호
• /
• pp.27-31
• /
• 2010

급증하는 주파수 수요를 해결하기 위해 최근 FCC(Federal Communications Commission)에서는 스펙트럼 사용 효율을 높이기 위해 주파수를 공유하는 CR(Cognitive radio)를 적용하기로 하였다. 그리고 이러한 CR 시스템을 LTE 시스템에 적용하고자 CR 기술 중 스펙트럼 센싱 이론을 LTE 환경에 적용을 시켜 실험을 하여 성능분석을 하였다. 본 실험에 있어서 LTE 하향링크 OFDMA (Orthogonal frequency division multiple access) 신호를 센싱했고, 채널은 가우시안 채널로 가정하여 실험을 하였다. 또한 실험에 필요로 한 임계값(threshold)은 5%, 10%로 달리 적용하여 성능분석을 하였다. 그리고 추후 LTE 시스템에 CR 시스템 적용을 위한 향후 연구 방향에 대하여 논의를 하였다.

• 대한원격탐사학회지
• /
• 제24권5호
• /
• pp.445-452
• /
• 2008

Preliminary results are reported on ship detection using coherence images computed from cross-correlating images of multi-look-processed dual-polarization data (HH and HV) of ENVISAT ASAR. The traditional techniques of ship detection by radars such as CFAR (Constant False Alarm Rate) rely on the amplitude data, and therefore the detection tends to become difficult when the amplitudes of ships images are at similar level as the mean amplitude of surrounding sea clutter. The proposed method utilizes the property that the multi-look images of ships are correlated with each other. Because the inter-look images of sea surface are covered by uncorrelated speckle, cross-correlation of multi-look images yields the different degrees of coherence between the images and water. In this paper, the polarimetric information of ships, land and intertidal zone are first compared based on the cross-correlation between HH and HV images, In the next step, we examine the technique when the dual-polarization data are split into two multi-look images, It was shown that the inter-look cross-correlation method could be applicable in the performance improvement of small ship detection and the land masking, It was also found that a simple combination of coherence images from each co-polarised (HH) inter-look and cross-polarised (HV) inter-look data can provide much higher target-detection possibilities.

• 대한임베디드공학회논문지
• /
• 제13권6호
• /
• pp.289-296
• /
• 2018

Drone detection in FMCW radar system needs complex techniques because a drone beat frequency is highly dynamic and unpredictable. Therefore, the current static signal processing algorithms cannot show appropriate detection accuracy. With dynamic signal fluctuation and environmental clutters, it can fail to detect a drone or make false detection. It affects to the radar system integrity and safety. Constant false alarm rate (CFAR), one of famous static signal process algorithm is effective for static environment. But for drone detection, it shows low detection accuracy. In this paper, we suggest neural network based FMCW radar system for detecting a drone. We use recurrent neural network (RNN) because it is the effective neural network for signal processing. In our FMCW radar system, one transmitter emits FMCW signal and four-way fixed receivers detect reflected drone beat frequency. The coordinate of the drone can be calculated with four receivers information by triangulation. Therefore, RNN only learns and inferences reflected drone beat frequency. It helps higher learning and detection accuracy. With several drone flight experiments, RNN shows false detection rate and detection accuracy as 21.1% and 96.4%, respectively.