• 제목/요약/키워드: Estimation of Clutter Covariance Matrix

검색결과 3건 처리시간 0.018초

중위수를 이용한 새로운 간섭 공분산 행렬의 예측이 적용된 Space-Time Adaptive Processing에 대한 연구 (Study on Space-Time Adaptive Processing Based on Novel Clutter Covariance Matrix Estimation Using Median Value)

  • 강성용;정지채
    • 한국전자파학회논문지
    • /
    • 제21권1호
    • /
    • pp.20-27
    • /
    • 2010
  • 본 논문은 space-time signal processing(STAP)의 신호 모델과 불균일한 클러터 환경을 제시하고 이를 극복하고자 연구된 nonhomogeneity detector(NHD)의 사용 이후에도 일어나는 심각한 성능 저하를 극복하고자 중위수(median)를 이용한 간섭 공분산 행렬의 새로운 예측 방법을 제시하였다. 또한 대각 로드(diagonal loading)를 적용하여 고유값(eigen value) 특성을 개선시켰으며 signal to interference plus noise ratio(SINR) 손실을 계산하여 비교하였다. 마지막으로 modified sample matrix inversion(MSMI) 통계량으로 목표물 검출 능력을 비교한 결과 제시된 방법이 평균값(average)으로 정의된 기존의 방법보다 우수한 성능을 보임을 확인하였다.

STAP를 위한 간섭 공분산 행렬의 예측 방법에 따른 Projection Statistics의 성능 분석 (Performance Analysis of Projection Statistics through Method of Clutter Covariance Matrix Estimation for STAP)

  • 강성용;김경수;정지채
    • 한국전자파학회논문지
    • /
    • 제22권1호
    • /
    • pp.89-97
    • /
    • 2011
  • 본 논문은 space-time adaptive processing(STAP)의 불균일한 클러터 환경에 의한 성능 저하를 극복하기 위하여 제시된 다양한 기술에 대하여 성능 분석을 하였다. 불균일한 클러터에 의한 이상치(outlier)를 제거하는 기술인 nonhomogeneity detector(NHD)의 성능 향상을 위해, 다수의 이상치가 존재할 때 기존의 inner product(IP) 혹은 generalized inner product(GIP)보다 좋은 성능을 보여주는 projection statistics(PS)를 적용하였다. 또한, 중위수를 이용한 간섭 공분산 행렬의 예측 방법과 기존의 예측 방법에 따른 성능 분석을 하였다. 시뮬레이션을 통하여 STAP성능 분석을 한 결과, 중위수를 이용한 간섭 공분산 행렬의 예측 방법이 NHD 방법에 구애를 받지 않고 signal to interference plus noise ratio(SINR) 손실, MSMI를 이용한 단일 혹은 다수의 목표물 검출 모두 기존의 간섭 공분산 행렬의 예측 방법보다 우수한 성능을 보임을 확인하였다.

적은 STAP 데이터의 공간주파수-도플러 평면 변환을 이용한 공분산행렬 추정 (Covariance Matrix Estimation with Small STAP Data through Conversion into Spatial Frequency-Doppler Plane)

  • 양훈기
    • 전기전자학회논문지
    • /
    • 제27권1호
    • /
    • pp.38-44
    • /
    • 2023
  • STAP(space-time adaptive processing) 알고리즘의 성능은 CUT(cell under test) 내의 간섭에 대한 공분산 행렬 추정의 정확도가 결정적 역할을 한다. STAP 데이터는 일반적으로 많은 배열 소자 및 사용된 다수의 송신 펄스에 의해 결정되는 2차원 데이터 구조를 가지고 있다. 그러므로 공분산 행렬 추정의 정확도를 높이기 위해서는 매우 많은 트레이닝 데이터가 요구된다. 본 논문에서는 수신된 적은 개수의 데이터를 공간주파수-도플러 평면으로 변환한 후 가상의 트레이닝 데이터를 생성하는 알고리즘을 제시한다. 클러터 점유 위치를 이론적으로 유도하며 이에 근거해서 가상 트레이닝 데이터 생성 절차를 제시하고 STAP 시뮬레이션을 통해서 제시된 알고리즘이 STAP 성능을 개선할 수 있음을 보인다.