• 한국전자파학회논문지
• /
• 제24권12호
• /
• pp.1190-1197
• /
• 2013

능동 위상배열 레이더(AESA radar: Active Electronically Scanned Array radar)는 전자적으로 빔을 조향함으로써 빔 조향 시간이 비약적으로 빨라져 기존의 기계식 빔 조향 레이더에 비해 다중 임무 처리 능력이 크게 향상되었다. 이러한 이유로 레이더에 주어진 시간, 에너지, 처리능력 등의 한정된 자원을 실시간으로 효율적으로 관리, 운용할 수 있는 레이더 자원관리 기술의 중요성이 크게 대두되었다. 본 논문은 항공기 탑재 능동 위상배열 레이더 연구 시제 개발에 적용된 자원관리 주요 알고리즘의 설계 내용과, 이를 반영하여 구축한 시뮬레이터에 대해 기술하였다. 또한, 설계된 자원관리 알고리즘을 항공기 탑재 능동 위상배열 레이더 시스템에 실제 구현하여 동시 표적 추적 및 탐지 능력에 대한 요구 성능이 충족됨을 확인하였다.

• 한국항공우주학회지
• /
• 제42권3호
• /
• pp.254-262
• /
• 2014

레이더 임무 스케줄링은 제한된 자원 환경에서 레이더의 성능을 향상시키기 위해 효과적으로 임무 배치를 하는 것이다. 본 논문에서는 다기능 레이더의 복수 운용 시의 스케줄링 성능 평가를 위해 총 지연 시간의 합을 목적함수로 정의하고, 실시간성을 고려한 휴리스틱 접근법을 제시한다. 제안된 스케줄링 기법들을 일반적인 임무 시뮬레이션 환경에서 비교 분석하였으며, 특히, 다기능 레이더의 복수 운용에서의 스케줄링 성능을 분석한다.

• 한국전자파학회논문지
• /
• 제29권12호
• /
• pp.976-985
• /
• 2018

현대의 레이다는 위상 배열 안테나로 전자기파 빔을 생성하여 여러 가지 작업을 수행한다. 레이다가 수행하는 작업으로는 목표물의 탐지와 추적, 미사일 유도 등이 있다. 다기능 레이다가 개발되기 이전에는 레이다는 한 가지 작업만을 수행할 수 있기에, 각 작업을 수행하는 독립된 레이다가 필요했다. 하지만 다기능 레이다는 다양한 작업을 총괄하여 수행할 수 있는 기능을 탑재하고 있기 때문에, 하나의 레이다로 필요한 여러 작업을 수행할 수 있다. 레이다의 한정된 시간 자원을 효율적으로 이용하기 위해 예약된 작업을 적당한 순서로 나열하는 기법을 스케줄링이라고 한다. 본 연구에서는 두 가지의 스케줄링 기법들을 파악하여 효율적인 스케줄링 기법을 제시하여 보았다.

• 한국위성정보통신학회논문지
• /
• 제12권4호
• /
• pp.62-66
• /
• 2017

본 논문에서는 전파강수계의 운영제어 및 자료처리를 위한 통신 및 자료처리 전략을 개발하였다. 전파강수계는 24GHz 대역의 이중편파 관측을 통하여 반경 1km 이내의 강수장을 산출하고 최종적으로 관측지역내의 면적강수를 산출하고자 하는 소형 시스템이다. 소형 시스템의 특성상 시스템 내의 제한된 자원을 활용하되 정확한 강수측정을 위한 방안이 고려되어야 하고 무인운영 및 원격 관리를 목적으로 하기 때문에 네트워크의 사용도 최소화해야 할 필요가 발생한다. 이러한 제한 사항의 극복을 위하여 자료의 품질관리 측면에서는 비기상 에코의 제거를 위해서 퍼지 논리(Fuzzy logic)을 이용한 품질관리 기법을 적용하였고, 강수강도 산출을 위해서 다양한 강수강도 추정식을 활용한 강수장 가중합성 전략을 개발하였다. 또한 가변 통신데이터를 이용하여 전파강수계와 원격지 관리 컴퓨터간의 통신량을 최소화하는 전략을 개발하였다. 이러한 소프트웨어 자료처리 전략개발을 통해 원격지에 설치되어 운영될 전파강수계를 안정적으로 운영할 수 있는 통신 및 자료처리 시스템을 개발할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.