KR101872017B1 - Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof - Google Patents

Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof Download PDF

Info

Publication number
KR101872017B1
KR101872017B1 KR1020170147310A KR20170147310A KR101872017B1 KR 101872017 B1 KR101872017 B1 KR 101872017B1 KR 1020170147310 A KR1020170147310 A KR 1020170147310A KR 20170147310 A KR20170147310 A KR 20170147310A KR 101872017 B1 KR101872017 B1 KR 101872017B1
Authority
KR
South Korea
Prior art keywords
scattering
target
point
range profile
calculated
Prior art date
Application number
KR1020170147310A
Other languages
Korean (ko)
Inventor
박성호
홍영곤
권준범
김홍락
Original Assignee
엘아이지넥스원 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘아이지넥스원 주식회사 filed Critical 엘아이지넥스원 주식회사
Priority to KR1020170147310A priority Critical patent/KR101872017B1/en
Application granted granted Critical
Publication of KR101872017B1 publication Critical patent/KR101872017B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/883—Radar or analogous systems specially adapted for specific applications for missile homing, autodirectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/288—Coherent receivers
    • G01S7/2883—Coherent receivers using FFT processing
    • G01S2007/2883—

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Disclosed is a target identification method to improve target identification performance by extracting a scattering point, to which scattering characteristics in accordance with geometrical features of a target are applied, from a received signal applying radar cross section (RCS) characteristics. According to the present invention, the target identification method comprises a step of performing Fourier transform of a received signal, which is a radiation signal for target detection, reflected while being applied with RCS characteristics, to generate a range profile; a step of considering an extremum of Fourier transform data in the generated range profile to extract at least one scattering point; a step of using the extracted scattering points to calculate a scattering characteristic vector to which the scattering characteristic of the target is applied; and a step of comparing the calculated scattering characteristic vector with scattering characteristic vectors in accordance with a scattering characteristic of each target model, which is previously prepared to identify the target and stored in a database, to identify a type of the target.

Description

W대역 밀리미터파 탐색기에서 1차원 산란점 추출을 통한 표적 식별 방법 및 기록매체에 저장된 컴퓨터 프로그램 {Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof}[0001] The present invention relates to a method for identifying a target through a one-dimensional scattering point extraction in a W-band millimeter wave searcher and a computer program stored on a recording medium,

본 발명은 표적 식별을 위한 탐색기의 신호를 처리하는 방법에 관한 것이다. 보다 상세하게는, W대역 밀리미터파 탐색기의 신호를 처리하여 표적을 식별하는 방법에 관한 것이다.The present invention relates to a method of processing a signal of a searcher for target identification. And more particularly, to a method for processing a signal of a W-band millimeter wave searcher to identify a target.

종래의 지상 표적 추적용 탐색기는 ku(12~18Ghz) 대역 및 ka(26~40Ghz) 대역의 송신 주파수를 사용하여 표적을 탐지하였다. 이러한 지상 표적 추적용 탐색기는 안테나마다 고유한 편파 특성을 갖는 편파 안테나를 이용하여 다양한 방향의 편파 신호를 수신할 수 있고, 이를 이용하여 정확하게 표적을 탐지할 수 있다. Conventional terrestrial target tracking probes have detected the target using transmission frequencies in the ku (12-18Ghz) and ka (26-40Ghz) bands. The terrestrial target tracking searcher can receive polarized signals in various directions using a polarized antenna having a polarization characteristic unique to each antenna, and can accurately detect the target using the polarized antenna.

탐색기의 소형화와 높은 해상도에 따른 표적 식별 성능을 위하여, 높은 주파수 대역인 W대역(56~110Ghz)의 탐색기 개발이 요구되고 있으며, W대역 신호 처리 및 이중 편파를 활용하여 정확하게 표적을 탐색하기 위한 신호 처리 기술 개발이 요구되고 있다.In order to miniaturize the searcher and to achieve the target recognition performance with high resolution, it is required to develop a searcher for the W band (56 to 110 GHz), which is a high frequency band, and to search for the target accurately using the W band signal processing and dual polarization Development of processing technology is required.

무인 비행체에 탑재되어 표적을 탐지 및 추적하는 W대역 탐색기는 지상의 전차와 같은 표적과 표적이 아닌 일반 차량을 구분할 수 있는 표적 식별 기능이 필요하다. 이러한 표적 식별 기능을 수행하기 위해서는 현재 표적으로부터 반사된 수신 신호와 표적의 레이더 반사 면적(Radar Cross Section, RCS) 데이터가 저장된 RCS 데이터 베이스의 표적에 대한 정보를 비교하여 표적을 식별할 수 있다. 레이더 반사 면적은 표적을 탐지하기 위하여 방사된 전자기파가 어떤 물체에서 얼마나 잘 반사되는지를 면적으로 나타내는 척도인데, 데이터 베이스에 저장된 표적의 RCS 데이터가 많을수록, 표적 식별 성능을 향상시킬 수 있으나, 메모리 용량의 물리적 한계와 데이터 처리에 지연의 문제가 있었다.The W - band searcher, which is mounted on an unmanned aerial vehicle and detects and tracks the target, needs a target identification function to distinguish between a target such as a ground tram and a general vehicle, not a target. In order to perform such a target identification function, the target can be identified by comparing the information on the target of the RCS database in which the received signal reflected from the current target and the radar cross section (RCS) data of the target are stored. The area of the radar reflection is a measure of how well the radiated electromagnetic waves are reflected from an object in terms of area to detect the target. The more RCS data of the target stored in the database, the better the target identification performance. However, There were physical limitations and delays in data processing.

또한, 실시간 변하는 조우각에 따른 잡음의 증가로, RCS 데이터 기반 표적 식별 방법은 잡음에 의하여 표적 식별 성능이 떨어지는 문제가 있었다.In addition, due to the increase of noise due to real-time varying angle, the RCS data-based target identification method has a problem that the target identification performance is degraded by noise.

따라서, 표적의 특성을 정확히 반영할 수 있으면서 동시에 적은 용량의 특징 정보들만으로도 표적을 식별할 수 있는 기술 개발이 요구되고 있다. Therefore, it is required to develop a technology that can accurately reflect the characteristics of the target, while at the same time identifying the target with only a small amount of feature information.

한국 등록 특허 제 10-1133525 (공고)Korean Patent No. 10-1133525 (Publication)

본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로서, 표적 식별 방법을 개시한다. 특히, 표적의 RCS 특성이 반영된 수신 신호로부터 표적의 기하학적 특징에 따른 산란 특성이 반영된 산란점을 추출하여 표적을 식별하는 방법을 개시한다.Disclosure of Invention Technical Problem [8] The present invention has been made to solve the above problems, and discloses a target identification method. In particular, a method of identifying a target by extracting a scattering point that reflects a scattering characteristic according to a geometric characteristic of a target from a received signal reflecting the RCS characteristic of the target is disclosed.

본 발명은 상기한 목적을 달성하기 위해 안출된 것으로서, 본 발명의 표적 식별 장치는 표적을 탐지하기 위한 신호를 방사하고, 상기 방사된 신호가 반사되어 수신되는 수신 신호를 수신하는 안테나부; 상기 수신 신호를 푸리에 변환하고, 상기 푸리에 변환된 수신 신호로부터 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 산란 특징 벡터를 산출하는 특징 벡터 산출부; 및 상기 산출된 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별하는 표적 식별부; 를 포함한다.According to an aspect of the present invention, there is provided a target identifying apparatus comprising: an antenna unit that emits a signal for detecting a target and receives a received signal reflected by the emitted signal; A feature vector calculating unit for calculating a scattering feature vector in which a scattering characteristic according to a geometrical characteristic of the target is reflected from the Fourier transformed received signal; And a target identifying unit that identifies the type of the target by comparing the calculated scattering feature vector with the scattering feature vectors prepared in advance for the target identification and based on scattering characteristics of the target model stored in the database; .

본 발명에서 상기 특징 벡터 산출부는 상기 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 레인지 프로파일을 생성하는 레인지 프로파일 생성부; 를 더 포함하고, 상기 생성된 레인지 프로파일을 이용하여 상기 산란 특징 벡터를 산출할 수 있다.The feature vector calculating unit may include a range profile generating unit for performing a Fourier transform on the received signal according to frequency band information of the received signal to generate a range profile; And the scattering feature vector may be calculated using the generated range profile.

본 발명에서 상기 특징 벡터 산출부는 상기 생성된 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출하는 산란점 추출부; 를 더 포함하고, 상기 추출된 산란점을 이용하여 상기 산란 특징 벡터를 산출할 수 있다.In the present invention, the feature vector calculating unit may include a scattering point extracting unit that extracts at least one scattering point using the cost function and the point spread function for the range information of the generated range profile; And the scattering feature vector may be calculated using the extracted scattering point.

본 발명에서 상기 표적 식별부는 상기 수신 신호로부터 산출된 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리를 계산하여 벡터간 유사도를 판단하는 유사도 판단부; 를 더 포함하고, 상기 판단된 유사도에 기반하여 상기 표적의 종류를 식별할 수 있다.In the present invention, the target identifying unit may include a similarity determining unit for determining a similarity between vectors by calculating distances between vectors of a scattering feature vector calculated from the received signal and scattering feature vectors of each target model stored in the database; And may identify the type of the target based on the determined degree of similarity.

본 발명에서 상기 표적 식별부는 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들 중에서 상기 산출된 산란 특징 벡터와 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터를 선별하는 벡터 선별부; 를 더 포함하고, 상기 선별된 산란 특징 벡터가 속하는 표적의 모델에 따라 상기 표적의 종류를 식별할 수 있다.In the present invention, the target identifying unit may include a vector selecting unit for selecting a scattering characteristic vector having the highest degree of similarity between the calculated scattering characteristic vector and the scattering characteristic vector among the scattering characteristic vectors of the target model stored in the database; And the type of the target can be identified according to a model of the target to which the selected scattering feature vector belongs.

본 발명에서 상기 산란점 추출부는 상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 위치 정보 결정부; 를 더 포함하고, 상기 결정된 위치 정보에 따라 상기 산란점을 추출할 수 있다.The scattering point extracting unit may include a position information determiner for determining position information of a scattering point including information on the position or size of the scattering point in the range profile using the cost function and the point spread function; And the scattering point can be extracted according to the determined position information.

상기 산란점 추출부는 상기 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 잔여 전력 계산부; 를 더 포함하고, 상기 계산된 잔여 전력에 기초하여 상기 산란점을 반복하여 추출할 수 있다.Wherein the scattering point extractor comprises: a residual power calculator for calculating a residual power of the range profile from which the scattering point is removed by removing the extracted scattering point from the range profile; And the scattering point can be repeatedly extracted based on the calculated remaining power.

본 발명에서 상기 특징 벡터 산출부는 상기 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 산란 특징 벡터를 산출할 수 있다.In the present invention, the feature vector calculating unit calculates the distance between the extracted scattering points using the position of the scattering point, and calculates a scattering characteristic including the distance between the calculated scattering points and the size of the extracted scattering point as vector elements The vector can be calculated.

상기 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은 상기 반복하여 추출된 산란점들을 순차로 상기 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하도록 마련될 수 있다.The step of repeatedly extracting the scattering points based on the residual power may include the steps of removing the repeatedly extracted scattering points from the range profile in order, and, when each of the scattering points is removed, Calculating the remaining power of the profile, and extracting the scattering point according to the calculated amount of the residual power.

상기 수신 신호는 레이더 반사 면적(Radar Cross Section)특성이 반영된 신호이고, 상기 레인지 프로파일 생성부는 상기 방사된 신호의 방사 각도에 따라 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성하며, 상기 데이터 베이스는 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 상기 방사 각도에 따라 구분하여 저장할 수 있다.Wherein the received signal is a signal reflecting a radar cross section characteristic and the range profile generator generates a range profile having different reflection characteristics according to an emission angle of the radiated signal, The scattering characteristic vectors according to the scattering characteristics of each model of the scattering characteristic can be classified and stored according to the radiation angle.

또한 상기한 목적을 달성하기 위하여 본 발명의 표적 식별 방법은 표적을 탐지하기 위한 방사 신호가 반사되어 수신되는 레이더 반사 면적(Radar Cross Section) 특성이 반영된 수신 신호를 푸리에 변환하여 레인지 프로파일을 생성하는 단계; 상기 생성된 레인지 프로파일에서 상기 푸리에 변환된 데이터의 극값을 고려하여 적어도 하나의 산란점들을 추출하는 단계; 상기 추출된 산란점들을 이용하여 상기 표적의 산란 특성이 반영된 산란 특징 벡터를 산출하는 단계; 및 상기 산출된 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별하는 단계; 를 포함한다.In order to achieve the above object, a target identification method of the present invention includes a step of generating a range profile by Fourier transforming a received signal reflecting a radar cross section characteristic of a radar signal received and reflected by a target for detecting a target ; Extracting at least one scattering point in consideration of an extremum of the Fourier transformed data in the generated range profile; Calculating a scattering characteristic vector reflecting the scattering characteristics of the target using the extracted scattering points; And identifying the type of the target by comparing the calculated scattering feature vector with scattering feature vectors corresponding to the scattering characteristics of the target of the target, which are prepared in advance for the target identification and are stored in a database; .

본 발명에서 상기 추출하는 단계는 상기 생성된 레인지 프로파일에 저장된 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 생성하는 단계; 를 더 포함하고, 상기 생성된 비용함수 및 포인트 스프레드 함수를 이용하여 상기 산란점들을 추출할 수 있다. In the present invention, the extracting may include generating a cost function and a point spread function for range information stored in the generated range profile; And the scattering points may be extracted using the generated cost function and the point spread function.

상기 식별하는 단계는 상기 수신 신호로부터 산출된 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리를 계산하여 벡터간 유사도를 판단하는 단계; 를 더 포함하고, 상기 판단된 유사도에 기반하여 상기 표적의 종류를 식별할 수 있다.Wherein the identifying step comprises: calculating a distance between vectors of a scattering feature vector calculated from the received signal and scattering feature vectors of each target model stored in the database to determine a degree of similarity between vectors; And may identify the type of the target based on the determined degree of similarity.

본 발명에서 상기 식별하는 단계는 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들 중에서 상기 산출된 산란 특징 벡터와 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터를 선별하는 단계; 를 더 포함하고, 상기 선별된 산란 특징 벡터가 속하는 표적의 모델에 따라 상기 표적의 종류를 식별할 수 있다.In the present invention, the identifying step may include: selecting a scattering feature vector having the highest degree of similarity between the calculated scattering feature vector and the highest vector among scattering feature vectors of the target model stored in the database; And the type of the target can be identified according to a model of the target to which the selected scattering feature vector belongs.

본 발명에서 상기 추출하는 단계는 상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 단계; 를 더 포함하고, 상기 결정된 위치 정보에 따라 상기 산란점을 추출할 수 있다.In the present invention, the extracting may include: determining position information of a scattering point including information on a position or a size of the scattering point in the range profile using the cost function and the point spread function; And the scattering point can be extracted according to the determined position information.

본 발명에서 상기 추출하는 단계는 상기 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 단계; 를 더 포함하고, 상기 계산된 잔여 전력에 기초하여 상기 산란점을 반복하여 추출할 수 있다.In the present invention, the extracting step may include calculating a residual power of the range profile from which the scattering point is removed by removing the extracted scattering point from the range profile; And the scattering point can be repeatedly extracted based on the calculated remaining power.

본 발명에서 상기 산출하는 단계는 상기 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 산란 특징 벡터를 산출할 수 있다.The calculating step may calculate the distance between the extracted scattering points using the position of the scattering point, and calculate a scattering characteristic including the distance between the calculated scattering points and the size of the extracted scattering point as vector elements The vector can be calculated.

본 발명에서 상기 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은 상기 반복하여 추출된 산란점들을 순차로 상기 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하도록 마련될 수 있다.In the present invention, repeatedly extracting the scattering points based on the residual power removes the repeatedly extracted scattering points from the range profile in order, and when each of the scattering points is removed, And calculating the residual power of the range profile, and extracting the scattering point according to the calculated amount of the residual power.

본 발명에서 상기 레인지 프로파일을 생성하는 단계는 상기 방사 신호의 방사 각도에 따라 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성하고, 상기 데이터 베이스는 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 상기 방사 각도에 따라 구분하여 저장할 수 있다.In the present invention, the step of generating the range profile may generate a range profile having different reflection characteristics according to the radiation angle of the radiation signal, and the database may set the scatter characteristic vectors according to the scatter characteristic of the target, It can be stored separately according to angle.

또한 본 발명은 컴퓨터에서 상기한 표적 식별 방법을 실행시키기 위한 컴퓨터에서 판독 가능한 기록매체에 저장된 컴퓨터 프로그램을 개시한다.The present invention also discloses a computer program stored in a computer readable recording medium for executing the above-described target identification method in a computer.

본 발명에 따르면 적은 용량의 데이터로 표적을 식별할 수 있는 잇점이 있다. The present invention has the advantage of being able to identify a target with a small amount of data.

특히, 표적의 산란 특성이 반영된 데이터를 이용하여 표적 식별 성능이 향상되는 있는 잇점이 있다. Particularly, there is an advantage that the target identification performance is improved by using the data reflecting the scattering characteristic of the target.

도 1은 본 발명의 일 실시 예에 따른 표적 식별 장치의 블록도이다.
도 2는 본 발명의 표적 식별 장치가 탑재된 무인 비행체와 표적의 조우상황을 나타내는 참고도이다.
도 3은 도 1의 실시예에서 특징 벡터 산출부의 확대 블록도이다.
도 4는 도 3의 실시예에서 산란점 추출부의 확대 블록도이다.
도 5는 도 1의 실시예에서 추출되는 산란점의 수에 다른 레인지 프로파일의 예시이다.
도 6은 산란점 추출 종료 조건을 결정하기 위한 잔여 전력 계산부에서 계산된 산란점의 수에 따른 잔여 전력을 나타내는 예시도이다.
도 7은 산란점 추출부가 산란점을 추출하는 과정에서 편파 방향에 따라 서로 다른 레인지 프로파일에서 추출된 산란점을 나타내는 참고도이다.
도 8은 특징 벡터 산출부가 추출된 산란점을 기반으로 산출한 특징 벡터의 예시이다.
도 9는 도 1의 실시 예에서 표적 식별부의 확대 블록도이다.
도 10은 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들이 저장된 데이터 베이스의 구성을 나타내는 참고도이다.
도 11은 방위각 또는 고각에 따라 서로 다르게 산출되는 레인지 프로파일의 배치 예시도이다.
도 12는 본 발명의 일 실시 예에 따른 표적 식별 방법의 흐름도이다.
도 13은 도 12의 실시 예에서 추출하는 단계의 확대 흐름도이다.
도 14는 도 12의 실시 예에서 식별하는 단계의 확대 흐름도이다.
도 15는 본 발명의 또 다른 실시 예에 따른 표적 식별 방법의 흐름도이다.1 is a block diagram of a target identification apparatus according to an embodiment of the present invention.
FIG. 2 is a reference view showing an encounter situation between a target and an unmanned aerial vehicle equipped with the target identification device of the present invention. FIG.
3 is an enlarged block diagram of a feature vector calculating unit in the embodiment of FIG.
FIG. 4 is an enlarged block diagram of the scattering point extracting unit in the embodiment of FIG. 3;
5 is an illustration of a different range profile for the number of scattering points extracted in the embodiment of FIG.
6 is an exemplary diagram showing a residual power according to the number of scattering points calculated by a residual power calculation unit for determining a scattering point extraction end condition.
7 is a reference view showing scattering points extracted from different range profiles according to polarization directions in the process of extracting scattering points from the scattering point extracting unit.
8 is an example of a feature vector calculated based on the scattering point extracted by the feature vector calculating unit.
9 is an enlarged block diagram of the target identification part in the embodiment of FIG.
10 is a reference diagram showing the configuration of a database in which scatter characteristic vectors according to the scatter characteristic of each target model are stored.
11 is a diagram showing an example of the layout of a range profile calculated differently depending on an azimuth angle or an elevation angle.
12 is a flowchart of a method of identifying a target according to an embodiment of the present invention.
13 is an enlarged flow chart of the step of extracting in the embodiment of Fig.
Figure 14 is an enlarged flow chart of the steps identified in the embodiment of Figure 12;
15 is a flowchart of a method of identifying a target according to another embodiment of the present invention.

이하, 본 발명의 일 실시예를 첨부된 도면들을 참조하여 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS In the following description with reference to the accompanying drawings, the same or corresponding components are denoted by the same reference numerals, and a duplicate description thereof will be omitted.

또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다. In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear.

본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 용어를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 이하에서 설명하는 각 단계는 하나 또는 여러 개의 소프트웨어 모듈로도 구비가 되거나 또는 각 기능을 담당하는 하드웨어로도 구현이 가능하며, 소프트웨어와 하드웨어가 복합된 형태로도 가능하다.The terminology used herein is for the purpose of describing particular embodiments only and is not intended to limit the scope. The singular expressions include plural expressions unless the context clearly dictates otherwise. Each of the steps described below may be implemented by one or a plurality of software modules, or hardware that is responsible for each function, or a combination of software and hardware.

각 용어의 구체적인 의미와 예시는 각 도면의 순서에 따라 이하 설명한다.Specific meanings and examples of the terms will be described below in accordance with the order of each drawing.

이하에서는 본 발명의 실시예에 따른 표적 식별을 위한 데이터 처리 장치(10)의 구성을 관련된 도면을 참조하여 상세히 설명한다.Hereinafter, the configuration of a data processing apparatus 10 for target identification according to an embodiment of the present invention will be described in detail with reference to related drawings.

도 1은 본 발명의 일 실시 예에 따른 표적 식별 장치(10)의 블록도이다. 1 is a block diagram of a target identification apparatus 10 according to an embodiment of the present invention.

표적 식별 장치(10)는 안테나부(100), 특징 벡터 산출부(200) 및 표적 식별부(300)를 포함한다. 도 2를 참조하여 설명한다. 예를 들어, 표적 식별 장치(10)는 무인 비행체에 탑재 되어 표적(900)으로부터 반사되어 수신된 수신 신호에서 표적의 산란 특성이 반영된 특징 벡터를 산출하고, 산출된 특징 벡터와 미리 마련되어 데이터 베이스에 저장된 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 표적(900)을 식별할 수 있다.The target identifying apparatus 10 includes an antenna unit 100, a feature vector calculating unit 200, and a target identifying unit 300. Will be described with reference to FIG. For example, the target identifying apparatus 10 calculates a feature vector reflecting the scattering characteristic of a target in a received signal reflected from the target 900 mounted on an unmanned aerial vehicle, and is provided in advance with the calculated feature vector, The target 900 can be identified by comparing the stored target with the scattering feature vectors according to the scatter characteristics of the model.

예를 들어, 공대지 미사일에 장착되어 지상 표적을 탐지 및 추적하는 W대역 탐색기는 지상의 전차 표적과 표적이 아닌 물체를 자동으로 구분하기 위하여 표적 식별 과정을 수행하는데, 표적 식별을 수행하기 위해서는 수신된 신호와 표적 정보가 저장된 데이터 베이스의 표적 정보를 비교하여 가장 일치도가 높은 표적 정보를 이용하여 표적(900)을 식별한다. 종래의 탐색기는 표적의 RCS 특성이 반영된 수신 신호를 푸리에 변환하여 생성된 1024 또는 2048개의 시간 영역 데이터를 가지는 레인지 프로파일로 구축된 데이터 베이스를 이용하여 표적을 식별하였고, 이 경우 방사된 각도의 경우의 수(N)를 고려하면 레인지 프로파일당 1024*N 또는 2048*N 개의 데이터가 생성되므로, 데이터 베이스의 용량이 커지는 문제점이 있었다. For example, a W-band searcher mounted on an air-to-ground missile and detecting and tracking a ground target performs a target identification process to automatically distinguish objects on the ground from tram targets. In order to perform target identification, The target is compared with the target information of the database in which the signal and the target information are stored, and the target 900 is identified using the highest-matching target information. In the conventional searcher, a target is identified using a database constructed with a range profile having 1024 or 2048 time-domain data generated by Fourier-transforming a received signal in which the RCS characteristic of the target is reflected. In this case, Considering the number (N), 1024 * N or 2048 * N pieces of data are generated per the range profile, so that the capacity of the database is increased.

표적 식별 성능 향상을 위하여 고각 및 방위각을 촘촘하게 배치하여 용량이 큰 데이터 베이스를 이용하면, 표적 식별 성능은 높아질 수 있음은 별론, 데이터가 저장되는 신호 처리 보드의 물리적 한계로 인한 문제점이 있으나, 반대로 고각 및 방위각을 느슨하게 배치하면, 표적 식별의 성능이 떨어지는 문제점이 있었다. 따라서, 신호 처리보드의 물리적인 한계의 극복 및 표적 식별 성능의 향상 모두 가능한 표적 식별 데이터 베이스 및 이를 통한 표적 식별 기술 개발이 필요하다.In order to improve the target identification performance, when a database having a large height and an azimuth angle is arranged closely and a large capacity database is used, the target identification performance can be increased. However, there is a problem due to the physical limitation of the signal processing board in which data is stored. And the azimuth angle is loosely arranged, the performance of the target identification is deteriorated. Therefore, it is necessary to develop a target identification database capable of both overcoming the physical limitations of the signal processing board and improving the target identification performance, and the target identification technique therefor.

표적 식별 장치(10)가 표적 식별을 위하여 사용하는 미리 마련되어 저장된 데이터 베이스에는 표적의 레이더 반사 면적(Radar Cross Section, RCS)을 푸리에 변환하여 생성된 레인지 프로파일로부터 물체의 산란 메커니즘을 충분히 반영하는 시간 영역 스펙트럼 추정 기법인 RELAX(Relaxation Algorithm) 기법을 기반으로 추출된 산란점을 이용하여 생성된 산란 특징 벡터들이 저장되어 있다. 표적 식별 장치(10)가 사용하는 데이터 베이스에는 표적 별 모델에 따라 서로 다른 산란 특성이 반영된 산란 특징 벡터들이 저장되어 있는데, 이는 상기 표적의 모델 별 산란 특징에 따른 산란 특징 벡터들을 방사 신호의 방사 각도에 따라 구분하여 저장되도록 마련될 수 있다. 데이터 베이스를 구축하기 위한 방법은 수신 신호로부터 산란 특징 벡터를 산출하기 위하여 사용하는 방법과 동일하다.The previously prepared and stored data base used for the target identification by the target identifying apparatus 10 includes a time domain which sufficiently reflects the scattering mechanism of the object from the range profile generated by Fourier transforming the radar cross section (RCS) of the target Based on the RELAX (Relaxation Algorithm) technique, which is a spectrum estimation technique, the scattering feature vectors generated by using the extracted scattering points are stored. In the database used by the target identifying device 10, scattering feature vectors reflecting different scattering characteristics according to the target-specific model are stored. This is because the scattering feature vectors according to the scattering characteristics of the target model are stored in the radiation angle As shown in FIG. The method for constructing the database is the same as that used for calculating the scattering feature vector from the received signal.

안테나부(100)는 표적을 탐지하기 위한 신호를 방사하고, 상기 방사된 신호가 반사되어 수신되는 수신 신호를 수신한다. 예를 들어, 안테나부(100)는 모노펄스 기법을 사용하는 표적 식별 장치인 본 발명에서는 도파관 슬롯 배열 안테나 또는 반사판 안테나를 포함할 수 있다. 안테나부(100)는 전자파 간섭 영향이 적은 카세그레인 안테나를 사용할 수 있고, 동일한 회전축을 가지고 회전하는 주 반사판, 부 반사판 및 급전혼을 포함할 수 있다. 또는 안테나부(100)는 주 반사판만 회전하는 구조를 가질 수 있다.The antenna unit 100 emits a signal for detecting a target, and receives the received signal reflected by the emitted signal. For example, the antenna unit 100 may include a waveguide slot array antenna or a reflector antenna in the present invention, which is a target identification apparatus using a monopulse technique. The antenna unit 100 may include a main reflector, a sub-reflector, and a feed horn that can use a Cassegrain antenna with less influence of electromagnetic interference and rotate with the same rotation axis. Alternatively, the antenna unit 100 may have a structure in which only the main reflector is rotated.

상기 안테나부(100)가 방사하는 신호는 신호는 펄스 기법이 적용된 신호를 포함하고, 단일 펄스를 이용한 모노펄스 기법이 적용된 신호를 포함한다. 또한 상기 송신 신호는 Ku, ka대역의 신호일 수 있고, W대역 또는 밀리미터파(초고주파 영역)의 신호를 포함할 수 있다. 본 발명에서 안테나부(100)가 방사하는 신호 및 수신하는 신호의 편파 방향은 제한이 있는 것은 아니지만, 서로 다른 두개의 편파는 서로 직교할 수 있다. 예를 들어, 표적 식별 장치(10)가 사용하는 편파는 수평 편파 및 수직 편파를 포함할 수 있다. 본 발명의 표적 식별 장치(10)가 표적을 탐지하기 위하여 방사한 신호와 상기 방사 신호가 반사되어 수신된 수신 신호의 편파 방향을 고려하여 설명하면 HH는 수평 편파로 방사하여 수평 편파로 수신된 전파 신호를 의미하고, HV는 수평 편파로 방사하여 수직 편파로 수신된 전파 신호를 의미하며, VV는 수직 편파 신호로 방사하여 수직 편파 신호로 수신된 전파 신호를 의미하고, VH는 수직 편파 신호로 방사하여 수평 편파 신호로 수신된 전파 신호를 의미한다. 도 3을 참조하여 설명한다.The signal emitted by the antenna unit 100 includes a signal to which a pulse technique is applied and a signal to which a monopulse technique using a single pulse is applied. Further, the transmission signal may be a signal of the Ku and ka bands, and may include a signal of a W band or a millimeter wave (a very high frequency region). In the present invention, the polarization direction of the signal radiated by the antenna unit 100 and the received signal is not limited, but two different polarized waves may be orthogonal to each other. For example, the polarization used by the target identifying apparatus 10 may include horizontal polarization and vertical polarization. In order to explain the direction of the polarization of the signal radiated by the target identifying apparatus 10 to detect the target and the received signal reflected by the radiated signal, HH radiates the horizontally polarized wave, VV denotes a radio wave signal radiated as a vertically polarized signal and received as a vertically polarized signal, VH denotes a radiated signal as a vertically polarized signal, Means a radio wave signal received as a horizontal polarization signal. Will be described with reference to FIG.

특징 벡터 산출부(200)는 레인지 프로파일 생성부(220) 및 산란점 추출부(240)를 포함한다. 예를 들어, 특징 벡터 산출부(200)는 안테나부(100)에서 수신된 수신 신호를 푸리에 변환하고, 상기 푸리에 변환된 수신 신호로부터 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 산란 특징 벡터를 산출한다. 특징 벡터 산출부(200)는 추출된 산란점을 원 신호에서 제거할 때마다 잔여 전력을 계산하고, 계산된 잔여 전력을 기반으로 추출된 산란점의 개수를 설정하여 산란점을 추출하며, 상기 추출된 산란점을 이용하여 산란 특징 벡터를 산출한다. 특징 벡터 산출부(200)는 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 산란 특징 벡터를 산출할 수 있다.The feature vector calculating unit 200 includes a range profile generating unit 220 and a scattering point extracting unit 240. For example, the feature vector calculating unit 200 performs Fourier transform on the received signal received by the antenna unit 100, and calculates a scattering feature vector reflecting the scattering characteristics according to the geometrical characteristics of the target from the Fourier- do. The feature vector calculating unit 200 calculates the residual power every time the extracted scattering point is removed from the original signal and extracts the scattering point by setting the number of scattering points extracted based on the calculated residual power, And the scattering feature vector is calculated using the scattering point. The feature vector calculating unit 200 calculates the distance between the extracted scattering points using the position of the scattering point and calculates the scattering characteristic vector including the distance between the calculated scattering points and the size of the extracted scattering point as vector elements. Can be calculated.

레인지 프로파일 생성부(220)는 상기 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 레인지 프로파일을 생성한다. 예를 들어, 레인지 프로파일 생성부(220)는 표적을 탐지하기 위한 신호가 방사된 각도 및 방사 신호 및 수신 신호의 편파 방향에 따른 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성할 수 있다. 상기 주파수 대역 정보는 상기 수신 신호가 가지는 주파수 스펙트럼에 대한 정보로서, 밀리미터파 대역의 주파수를 포함한다. The range profile generating unit 220 generates a range profile by Fourier transforming the received signal according to the frequency band information of the received signal. For example, the range profile generation unit 220 may generate a range profile having different reflection characteristics depending on the angle at which the signal for detecting the target is radiated and the polarization direction of the radiation signal and the reception signal. The frequency band information is information on a frequency spectrum of the received signal, and includes a frequency of a millimeter wave band.

예를 들어, 레인지 프로파일 생성부(220)가 RCS 특성이 반영된 수신 신호를 푸리에 변환함에 있어서, 사용하는 푸리에 변환 알고리즘은 이산 푸리에 변환(Discrete Fourier Transform)을 포함하고, 특히, 근사 공식에 기반한 고속 푸리에 변환(Fast Fourier Transform) 알고리즘을 포함한다. 상기 레인지 정보는 후술하는 바와 같이 산란점의 위치와 크기에 관한 정보를 포함한다. 도 4를 참조하여 설명한다.For example, when the range profile generator 220 performs Fourier transform on the RCS-reflected received signal, the Fourier transform algorithm used includes a Discrete Fourier Transform (FFT), and in particular, a fast Fourier transform based on an approximation formula (Fast Fourier Transform) algorithm. The range information includes information on the position and size of the scattering point as described later. Will be described with reference to FIG.

산란점 추출부(240)는 위치 정보 결정부(242) 및 잔여 전력 계산부(244)를 포함한다. 예를 들어, 산란점 추출부(240)는 상기 푸리에 변환된 수신 신호로부터 생성된 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출한다. 예를 들어, 산란점 추출부(240)는 편파 방향 및 상기 전파가 방사된 각도에 따라 서로 다르게 생성된 레인지 프로파일에서 산란점을 추출하므로, 상기 편파 방향 및 상기 전파가 방사된 각도에 따라 서로 다른 산란점을 추출할 수 있다.The scattering point extraction unit 240 includes a position information determination unit 242 and a residual power calculation unit 244. [ For example, the scattering point extracting unit 240 extracts at least one scattering point using the cost function and the point spread function for the range information of the range profile generated from the Fourier transformed received signal. For example, the scattering point extracting unit 240 extracts the scattering points from the range profiles generated differently according to the polarization direction and the angle at which the radio waves are radiated, The scattering point can be extracted.

예를 들어, 산란점 추출부(240)는 후술하는 바와 같이, 산란점을 반복하여 추출할 수 있는데, 추출된 산란점을 레인지 프로파일에서 제거하고, 제거된 레인지 프로파일의 잔여 전력에 기초하여 산란점을 반복하여 추출할 수 있다. 산란점 추출부(240)는 전술한 시간 영역 스펙트럼 추정 기법인 RELAX 알고리즘을 이용하여 산란점을 추출하는데, 산란점을 레인지 프로파일에서 제거 할 때마다 산란점이 제거된 레인지 프로파일의 잔여 전력(Residual Power)을 계산하고, 상기 계산된 잔여 전력이 상승할 때까지 산란점 추출 과정을 반복하여 수행한다. 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은 상기 반복하여 추출된 산란점들을 순차로 상기 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 것을 의미한다. 도 5를 참조하여 설명한다.For example, the scattering point extracting unit 240 may extract the scattering point repeatedly, as described later. The extracted scattering point is removed from the range profile, and based on the residual power of the removed range profile, Can be repeatedly extracted. The scattering point extractor 240 extracts the scattering points using the RELAX algorithm, which is the time-domain spectrum estimation technique described above. The residual power of the range profile from which scattering points are removed is removed every time the scattering point is removed from the range profile. And repeats the scattering point extraction process until the calculated residual power rises. The repeatedly extracting the scattering points based on the residual power removes the repeatedly extracted scattering points from the range profile in order, and when the scattering points are removed, the scattering points are removed, And extracts the scattering point according to the calculated variation of the residual power. Will be described with reference to FIG.

예를 들어, 산란점 추출부(240)는 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하고, 잔여 전력을 고려하여 산란점을 추출한다. 상기 산란점의 위치 정보는 산란점의 위치와 크기에 대한 정보로서 산란 계수로 표현될 수 있다. 산란점이 추출 되지 않은 Original HRRP(High Resolution Range Profile)에서 데이터의 크기 분포는 산란점이 추출됨에 따라 변할 수 있다. 산란점 추출부(240)가 산란점을 추출하고, 추출된 산란점을 원 신호에서 제거하기 때문에 추출되는 산란점의 수가 커짐에 따라 레인지 프로파일 내부의 전체 데이터의 크기는 작아지는 흐름을 보이나, 실제로 존재하는 산란점이 아닌 노이즈 성분을 추출하게 되는 경우에는 오히려 전체 레인지 프로파일 내부의 데이터의 크기가 커질 수 있다. For example, the scattering point extracting unit 240 determines the scattering point position information including information on the position or size of the scattering point, and extracts the scattering point in consideration of the residual power. The position information of the scattering point may be expressed as a scattering coefficient as information on the position and size of the scattering point. In the Original HRRP (High Resolution Range Profile) where the scattering points are not extracted, the size distribution of the data may change as scattering points are extracted. Since the scattering point extracting unit 240 extracts scattering points and removes the extracted scattering points from the original signal, the total data in the range profile decreases as the number of scattering points to be extracted increases, If the noise component is extracted rather than the existing scattering point, the size of data in the entire range profile may be larger.

위치 정보 결정부(242)는 비용함수 및 포인트 스프레드 함수를 이용하여 상기 레인지 프로파일에서 상기 산란점의 위치와 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정한다. 예를 들어, 위치 정보는 산란점의 위치와 크기를 나타내는 계수로서 (a, f)로 표기되고, a: 크기(Amplitude) 및 f: 위치(Resolution) 정보를 포함하고, 레인지 프로파일에서 레인지 정보는 상기 위치 정보(산란 계수)를 표기하기 위한 정보를 포함한다.The position information determination unit 242 determines the position information of the scattering point including information on the position and size of the scattering point in the range profile by using the cost function and the point spread function. For example, the position information is represented by (a, f) as a coefficient indicating the position and size of the scattering point, and includes a: amplitude and f: position information, and the range information in the range profile is And information for indicating the positional information (scattering coefficient).

Figure 112017110331674-pat00001
Figure 112017110331674-pat00001

여기에서, y는 행렬로 표기되는 레인지 프로파일의 원 데이터이다. i는 1에서 k까지 값을 가지는 정수이고, ai는 i번째 데이터의 크기(Amplitude), fi는 레인지 프로파일에서 i번째 데이터의 위치(Resolution)이다.

Figure 112017110331674-pat00002
는 i번째 데이터의 위치를 입력으로 하는 웨이팅 함수이다. 웨이팅 함수는 하기의 수학식 2로 표기될 수 있다.Here, y is the raw data of the range profile indicated by a matrix. i is an integer having a value from 1 to k, a i is the size of the i-th data (Amplitude), and f i is the position of the i-th data in the range profile.
Figure 112017110331674-pat00002
Is a weighting function that takes the position of the i-th data as an input. The weighting function can be expressed by the following equation (2).

Figure 112017110331674-pat00003
Figure 112017110331674-pat00003

여기에서,

Figure 112017110331674-pat00004
는 i번째 데이터의 위치를 입력으로 하는 웨이팅 함수이고, 행렬로 표기될 수 있다. 상기 fk는 레인지 프로파일에서 k번째 데이터의 위치를 의미하고, T는 행렬의 전치를 의미한다. 상기 수학식 2의 위치 정보를 입력으로 하는 웨이팅 함수와 데이터의 크기로 표현되는 원 데이터에서 위치 정보(a, f)는 하기 비용함수를 최소화하는 값으로 설정되어야 한다.From here,
Figure 112017110331674-pat00004
Is a weighting function that takes the position of the i-th data as an input and can be represented by a matrix. Fk denotes the position of the kth data in the range profile, and T denotes the transposition of the matrix. In the original data represented by the weighting function and the data size, the position information (a, f) input with the position information of Equation (2) should be set to a value minimizing the following cost function.

Figure 112017110331674-pat00005
Figure 112017110331674-pat00005

C3는 데이터의 크기 (a1) 및 위치 정보(f1)를 입력으로 하는 비용함수이다. y는 원 신호이고,

Figure 112017110331674-pat00006
는 K번째 데이터의 위치 정보 fk를 입력으로 하는 웨이팅 함수이고, ak는 K번째 데이터의 크기이다.C 3 is a cost function that inputs the size (a 1 ) and the position information (f 1 ) of the data. y is the original signal,
Figure 112017110331674-pat00006
It is a weighting function according to the input position information of the K-th data f k, a k is the size of the K-th data.

Figure 112017110331674-pat00007
Figure 112017110331674-pat00007

원 신호에서 한 개의 포인트 스프레드 함수를 제거한 yk는 상기 수학식 4와 같이 표기되는데, yk는 원 신호에서 한 개의 포인트 스프레드 함수를 제거한 신호, y는 원 신호,

Figure 112017110331674-pat00008
는 포인트 스프레드 함수, ai는 i번째 데이터의 크기,
Figure 112017110331674-pat00009
는 i번째 데이터의 위치 정보를 입력으로 하는 웨이팅 함수 이다. 본 발명의 일 실시 예에 따른 산란점 추출부(240)에서 추출되는 산란 과정을 상기 수학식 1 내지 4를 참조하여 설명한다. fk는 제로 패딩(zero padding) 후의 yk를 FFT한 신호에서 최대 극값(크기, Amplitude)을 가지는 극점의 위치로 정할 수 있다. Y k obtained by removing one point spread function from the original signal is represented by Equation (4), where y k is a signal obtained by removing one point spread function from the original signal, y is an original signal,
Figure 112017110331674-pat00008
Is a point spread function, a i is the size of the i-th data,
Figure 112017110331674-pat00009
Is a weighting function that inputs positional information of the i-th data. The scattering process extracted by the scattering point extracting unit 240 according to an embodiment of the present invention will be described with reference to Equations 1 to 4 above. f k may be determined from the signal y k the FFT after zero padding (zero padding) to the position of the pole has a maximum extreme value (size, Amplitude).

먼저, 추출할 산란점의 수(위치 정보 쌍의 수)를 1개로 설정하면, K=1이고, y로부터 f^1과 a^1을 얻는다. 두번째 추출 과정으로, 추출할 산란점의 수(위치 정보 쌍의 수)를 2로 가정하면 K=2이고, f^1과 a^1을 상기 수학식 4에 대입하여 f^2와 a^2를 계산한다. 상기 계산된 f^2와 a^2를 다시 상기 수학식 4에 대입하여 f^1과 a^1을 재계산 하여 추출할 두개의 산란점의 위치 정보를 재 결정한다. 세번째 추출할 산란점의 수를 3으로 설정하면, 상기 두번째 과정에서 얻은 위치 정보의 값을 상기 수학식 4에 대입하여 y3을 얻고, 이로부터 f^3 및 a^3을 계산하고, 상기의 과정을 반복하여 f^1,a^1 및 f^2, a^2를 재 결정하여 추출할 산란점의 위치 정보를 계산한다. First, if the number of scattering points to be extracted (number of position information pairs) is set to one, K = 1, and f 1 and a 1 are obtained from y. Assuming that the number of scattering points to be extracted is 2, K = 2, and f ^ 1 and a ^ 1 are substituted into the above equation (4) to obtain f ^ 2 and a ^ 2 . The calculated f ^ 2 and a ^ 2 are substituted into the above equation (4) to recalculate f ^ 1 and a ^ 1 to re-determine the position information of the two scattering points to be extracted. Setting the number of the third scattering center to extract the 3, wherein the value of the location information obtained in the second process gain y3 are substituted in Equation (4), which from f ^ 3 and a ^ calculate 3, wherein the process of To recalculate f ^ 1 , a ^ 1 and f ^ 2 , a ^ 2 to calculate the location information of the scattering point to be extracted.

전술한 바와 같이 위치 정보 결정부(242)가 원 신호에서 한 개의 포인트 스프레드 함수를 제거한 신호를 기반으로 이전 결정된 위치 정보를 재 결정하면서, 위치 정보를 구하는 과정은 상기 수학식 3의 비용함수를 최적화하여 위치 정보를 구하는 과정에 대응될 수 있다. 산란점 추출부(240)는 상기 과정을 반복하여 산란점을 추출하는데, 상기 과정은 추출된 산란점이 원 신호인 레인지 프로파일에서 제거 될 때마다, 상기 산란점이 제거된 레인지 프로파일의 계산된 잔여 전력을 더 고려하여 산란점을 추출할 수 있다. As described above, the process of determining the position information while re-determining the previously determined position information based on the signal obtained by removing the single point spread function from the original signal by the position information determination unit 242 may be performed by optimizing the cost function of Equation To obtain the position information. The scattering point extracting unit 240 repeats the above process to extract a scattering point, which is calculated by subtracting the calculated residual power of the range profile from which the scattering point has been removed from the extracted scattering point, The scattering point can be extracted.

잔여 전력 계산부(244)는 상기 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 레인지 프로파일의 잔여 전력(Residual Power)을 계산한다. 예를 들어, 산란점이 제거된 레인지 프로파일의 신호를 yk=[yk1, yk2, yk3,…ykN]로 정하면 잔여 전력을 계산하는 방법은 하기 수학식 5와 같다.The residual power calculation unit 244 removes the extracted scattering point from the range profile and calculates a residual power of the range profile from which the scattering point is removed. For example, the signal of the range profile from which the scattering point has been removed is denoted by y k = [y k 1, y k 2 , y k 3, ... ykN], the method of calculating the residual power is expressed by Equation (5).

Figure 112017110331674-pat00010
Figure 112017110331674-pat00010

여기에서 N은 산란점이 제거된 레인지 프로파일에서 신호의 길이이고, ynk는 k번째 산란점이 제거된 레인지 프로파일의 신호에서 n번째 원소를 의미한다. 상기 잔여 전력을 계산하는 공식은 RMS(Root Mean Square)전력을 계산하는 과정에 대응될 수 있다. 도 6을 참조하여 설명한다.Where N is the length of the signal in the range profile from which the scattering point is removed and ynk is the nth element in the signal of the range profile from which the kth scattering point is removed. The formula for calculating the residual power may correspond to the process of calculating RMS (Root Mean Square) power. Will be described with reference to FIG.

산란점 추출부(240)가 레인지 프로파일에서 산란점을 추출하고, 추출된 상기 산란점을 이전 산란점이 추출된 레인지 프로파일에서 제거하며, 상기 산란점이 제거된 레인지 프로파일의 잔여 전력을 계산하는 과정은 전술한 바와 같다. 산란점 추출부(240)가 산란점 추출 과정을 반복할 때마다 레인지 프로파일의 잔여 전력은 감소하는 경향을 보이나, 산란점의 수가 K=14이상인 경우(246 마킹된 부분) 레인지 프로파일의 전력이 다시 증가함을 관측할 수 있다. 이는 상기 수학식 5에서 산란점이 제거된 레인지 프로파일 내의 신호 성분의 절대값의 제곱 연산과 복소 신호의 특성에 따른 것으로서, 산란점 추출부(240)가 실제로 존재하는 산란점의 수보다 많은 수의 산란점이 제거되는 경우, 이는 실질상 노이즈 성분을 더하는 것과 같아 지기 때문에 잔여 전력 계산부(244)에서 계산된 잔여 전력이 증가하는 결과를 나타낼 수 있다. 하지만 종래의 산란점 추출 기법은 이러한 산란점의 수를 제한하지 않았기 때문에, 하나의 레인지 프로파일 내에서 모든 샘플을 저장해야 하는 문제점이 있었고, 따라서 표적을 식별하기 위한 신호 처리 보드의 물리적인 한계를 초래하는 단점이 있었다. 도 7을 참조하여 설명한다.The scattering point extracting unit 240 extracts scattering points from the range profile, removes the extracted scattering points from the extracted range profile, and calculates the residual power of the range profile from which the scattering points have been removed. As shown above. When the scattering point extractor 240 repeats the scattering point extraction process, the residual power of the range profile tends to decrease. However, when the number of scattering points is K = 14 or more (the portion marked 246) Increase in the amount of water. This is in accordance with the square calculation of the absolute value of the signal component in the range profile from which the scattering point is removed and the characteristic of the complex signal in Equation (5), and the scattering point extracting unit 240 calculates the scattering number When the point is removed, this is equivalent to adding a noise component in a substantial sense, so that the residual power calculated by the residual power calculation section 244 can show a result of increase. However, since the conventional scattering point extraction technique has not limited the number of scattering points, there has been a problem that all the samples should be stored in one range profile, thus causing a physical limitation of the signal processing board for identifying the target . Will be described with reference to FIG.

예를 들어, 산란점 추출부(240)가 안테나부(100)가 표적을 탐지 하기 위한 신호를 수평 편파로 방사하고, 방사된 신호가 반사되어 수신된 수신 신호의 편파 방향이 수평 편파로 수신되며, 고각(Theta)이 70도 방위각이 0도 인 경우의 레인지 프로파일은 도 7과 같이 나타난다. 종래의 경우 편파 방향, 고각 및 방위각에 따른 하나의 레인지 프로파일 당 시간영역에 따라 1024개의 샘플이 필요하였으나, 본 발명의 산란점 추출 기법을 사용하면 두개의 산란점(248, 250)으로 표현이 가능하다. 도 8을 참조하여 설명한다.For example, the scattering point extracting unit 240 radiates a signal for detecting the target to the antenna unit 100 as a horizontal polarized wave, reflects the radiated signal, and receives the polarized direction of the received signal as a horizontal polarized wave , And the range angle when the elevation angle Theta is 70 degrees and the azimuth angle is 0 degrees, as shown in FIG. In the conventional case, 1024 samples were required according to the time domain per one range profile according to the polarization direction, elevation angle and azimuth angle. However, when the scattering point extraction method of the present invention is used, two scattering points (248, 250) Do. Will be described with reference to FIG.

예를 들어, 특징 벡터 산출부(200)는 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점들 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 산란 특징 벡터를 산출할 수 있다. 특징 벡터 산출부(200)는 산란점 추출부(240)에서 추출한 산란점들의 크기의 절대값을 전단에 배치하고, 산란점들간의 거리를 후단에 배치하여 산란 특징 벡터(252)를 산출할 수 있다. 일 실시 예로, 특징 벡터 산출부(200)는 추출된 산란점이 6개 인 경우, 첫째 산란점(254)의 크기 성분인 a1, 둘째 산란점(256)의 크기 성분인 a2 등을 전단에 배치하고, 첫째 산란점(254)과 둘째 산란점(256)의 거리인 d12, 첫째 산란점(254)과 셋째 산란점(258)의 거리인 d13등을 후단에 배치하여 산란 특징 벡터(252)를 산출한다. 도 9를 참조하여 설명한다.For example, the feature vector calculating unit 200 calculates the distance between the extracted scattering points using the position of the scattering point, and calculates the distance between the calculated scattering points and the size of the extracted scattering point as vector elements The scattering feature vector can be calculated. The feature vector calculating unit 200 can calculate the scattering feature vector 252 by arranging the absolute value of the size of the scattering points extracted by the scattering point extracting unit 240 at the front end and arranging the distance between the scattering points at the rear end have. In one embodiment, when the extracted scattering points are six, the feature vector calculating unit 200 arranges a1, which is the magnitude component of the first scattering point 254, a2, which is the magnitude component of the second scattering point 256, D12 which is a distance between the first scattering point 254 and the second scattering point 256 and d13 which is the distance between the first scattering point 254 and the third scattering point 258 are arranged at the rear end to calculate the scattering feature vector 252 do. Will be described with reference to FIG.

표적 식별부(300)는 유사도 판단부(320) 및 벡터 선별부(340)를 포함한다. 예를 들어, 표적 식별부(300)는 상기 산출된 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별한다. 보다 상세하게는 표적 식별부(300)는 특징 벡터 산출부(200)가 수신 신호로부터 산출한 산란 특징 벡터를 기 저장된 데이터 베이스의 표적의 모델별 산란 특성에 따른 산란 특징 벡터와 비교하여 벡터간 거리를 계산함으로써 벡터간 유사도를 판단하고, 상기 판단된 유사도를 기반으로 상기 표적을 식별한다. The target identifying unit 300 includes a similarity determining unit 320 and a vector selecting unit 340. For example, the target identifying unit 300 compares the calculated scattering feature vector with the scattering feature vectors according to the scattering characteristics of the target model stored in the database in advance for the target identification, and determines the type of the target . More specifically, the target identifying unit 300 compares the scattering characteristic vector calculated from the received signal by the characteristic vector calculating unit 200 with the scattering characteristic vector according to the scattering characteristic of each target of the target of the stored database, To determine the similarity between vectors, and identifies the target based on the determined similarity.

유사도 판단부(320)는 상기 수신 신호로부터 산출된 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리를 계산하여 벡터간 유사도를 판단한다. 유사도 판단부(320)가 벡터간 유사도를 판단하는 방법에 제한이 있는 것은 아니지만, 벡터간의 유클리디안(Euclidean distance)거리를 이용하여 유사도를 판단할 수 있다. 또한, 유사도 판단부(320)는 벡터간 코사인 거리 이외에도 마하라 노비스 거리(Mahalanobis distance)도 유사판단에 사용할 수 있다.The similarity determination unit 320 determines a similarity between vectors by calculating the distance between the scattering characteristic vector calculated from the received signal and the scattering characteristic vectors of the target model stored in the database. Although there is no limitation on the method of determining the degree of similarity between vectors, the similarity determination unit 320 can determine the degree of similarity using the Euclidean distance between the vectors. In addition to the cosine distance between vectors, the similarity determination unit 320 may also use the Mahalanobis distance for similarity determination.

Figure 112017110331674-pat00011
Figure 112017110331674-pat00011

여기에서

Figure 112017110331674-pat00012
는 벡터간 유클리드 거리이고, n은 1~N까지 정수이며,
Figure 112017110331674-pat00013
는 수신 신호로부터 산출된 산란 특징 벡터,
Figure 112017110331674-pat00014
는 데이터 베이스에 저장된 표적 모델 별 산란 특징 벡터이다. 일 실 시 예로, 유사도 판단부(320)는 산란 특징 벡터들간의 원소 별 거리를 계산하여 유클리드 거리를 판단할 수 있다.From here
Figure 112017110331674-pat00012
Is a vector Euclidean distance, n is an integer from 1 to N,
Figure 112017110331674-pat00013
Is a scattering feature vector calculated from the received signal,
Figure 112017110331674-pat00014
Is a scattering feature vector for each target model stored in the database. In one example, the similarity determination unit 320 can determine the Euclidean distance by calculating the distance between elements of the scattering feature vectors.

벡터 선별부(340)는 상기 데이터 베이스에 저장된 상기 표적의 모델별 산란 특징 벡터들 중에서 상기 산출된 산란 특징 벡터와 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터를 선별한다. 예를 들어, 유사도 판단부(320)에서 계산한 수신 신호로부터 산출된 산란 특징 벡터와 데이터 베이스에 저장된 표적의 모델별 산란 특징 벡터들 사이에서 계산된 벡터간 거리 중 가장 벡터간 거리가 짧은 경우 벡터간 유사도를 가장 높다고 판단할 수 있다. 벡터 선별부(240)는 가장 높게 판단된 벡터간 유사도를 나타내는 데이터 베이스의 산란 특징 벡터를 선별하고, 표적 식별부(300)는 상기 선별된 산란 특징 벡터가 속하는 표적의 모델에 따라 상기 표적의 종류를 식별할 수 있다.The vector selecting unit 340 selects a scattering characteristic vector having the highest degree of similarity between the calculated scattering characteristic vector and the highest vector among scattering characteristic vectors of the target model stored in the database. For example, when the distance between the vectors calculated from the reception signal calculated by the similarity degree determiner 320 and the vectors calculated between the scattering characteristic vectors of the target model stored in the database is shortest, It can be judged that the liver similarity is the highest. The vector selecting unit 240 selects a scattering feature vector of the database indicating the degree of similarity between the vectors determined to be the highest, and the target identifying unit 300 classifies the type of the target according to the model of the target to which the selected scattering feature vector belongs Can be identified.

도 2는 본 발명의 표적 식별 장치가 탑재된 무인 비행체와 표적의 조우 상황을 나타내는 참고도이다.FIG. 2 is a reference view showing an encounter situation between a target and an unmanned aerial vehicle equipped with the target identification device of the present invention. FIG.

본 발명의 표적 식별 장치(10)는 표적을 탐지하고 추적하는 무인 비행체(800)에 탑재되어 무인 비행체(800)가 표적(900)과 조우시에 해당 표적의 종류를 식별하여, 최종 공격 대상에 해당하는 표적인지 여부를 판단하게 할 수 있다. 무인 비행체는 기 저장된 표적의 모델 별 산란 특성이 반영된 산란 특징 벡터들이 저장된 데이터 베이스를 포함하고, 표적 식별 장치(10)는 상기 데이터 베이스에 저장된 표적 별 산란 특징 벡터들을 이용하여 표적을 식별할 수 있다. 표적 식별 장치(10)가 표적을 식별하는 구체적인 방법은 전술한 바와 같으므로 생략한다.The target identifying device 10 of the present invention is mounted on a unmanned object 800 that detects and tracks a target so that when the unmanned object 800 encounters the target 900, It is possible to determine whether or not the target is a corresponding target. The unmanned aerial vehicle includes a database storing scattering feature vectors reflecting scattering characteristics of the previously stored targets, and the target identifying device 10 can identify the targets using the scattering feature vectors stored in the database . The specific method by which the target identifying device 10 identifies the target is as described above, so it is omitted.

도 3은 도 1의 실시예에서 특징 벡터 산출부의 확대 블록도이다.3 is an enlarged block diagram of a feature vector calculating unit in the embodiment of FIG.

특징 벡터 산출부(200)는 레인지 프로파일 생성부(220) 및 산란점 추출부(240)를 포함한다. 예를 들어, 특징 벡터 산출부(200)는 RCS 특성이 반영된 수신 신호를 푸리에 변환하여 레인지 프로파일을 생성하고, 상기 생성된 레인지 프로파일에서 상기 표적의 기하학적 특징에 따른 산란 특성이 반영된 산란 특징 벡터를 산출한다. 특징 벡터 산출부(200)가 산란 특징 벡터를 산출하는 구체적인 방법은 전술한 바와 같으므로 생략한다.The feature vector calculating unit 200 includes a range profile generating unit 220 and a scattering point extracting unit 240. For example, the feature vector calculating unit 200 generates a range profile by Fourier-transforming the received signal reflecting the RCS characteristic, and calculates a scattering feature vector reflecting the scattering characteristics according to the geometrical characteristics of the target in the generated range profile do. The specific method of calculating the scattering feature vector by the feature vector calculating unit 200 is the same as described above and will be omitted.

도 4는 도 3의 실시예에서 산란점 추출부의 확대 블록도이다.FIG. 4 is an enlarged block diagram of the scattering point extracting unit in the embodiment of FIG. 3;

산란점 추출부(240)는 위치 정보 결정부(242) 및 잔여 전력 계산부(244)를 포함한다. 예를 들어, 산란점 추출부(240)는 상기 수신 신호로부터 생성된 레인지 프로파일의 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 이용하여 적어도 하나의 산란점을 추출한다. 산란점 추출부(240)가 산란점을 추출하는 구체적인 방법은 전술한 바와 같으므로 생략한다. 표적 식별 장치(10)가 수신 신호로부터 산란점을 추출하는 방법과 미리 마련되어 데이터 베이스에 저장되어 있는 표적 모델 별 산란점을 추출하는 방법은 동일하게 마련될 수 있다.The scattering point extraction unit 240 includes a position information determination unit 242 and a residual power calculation unit 244. [ For example, the scattering point extracting unit 240 extracts at least one scattering point using the cost function and the point spread function for the range information of the range profile generated from the received signal. The specific method of extracting the scattering point by the scattering point extracting unit 240 is the same as described above, and thus will not be described. A method of extracting the scattering point from the received signal by the target identifying device 10 and a method of extracting the scattering point by the target model stored in the database in advance may be provided in the same manner.

도 5는 도 1의 실시예에서 추출되는 산란점의 수에 다른 레인지 프로파일의 예시이다.5 is an illustration of a different range profile for the number of scattering points extracted in the embodiment of FIG.

산란점 추출부(240)는 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하고, 잔여 전력을 고려하여 산란점을 추출한다. 산란점이 추출 되지 않은 Original HRRP(High Resolution Range Profile)에서 데이터의 크기 분포는 산란점이 추출됨에 따라 변할 수 있다. 산란점 추출부(240)가 산란점을 추출하고, 추출된 산란점을 원 신호에서 제거하기 때문에 추출되는 산란점의 수가 커짐에 따라 레인지 프로파일 내부의 전체 데이터의 크기는 작아지는 흐름을 보이나, 실제로 존재하는 산란점이 아닌 노이즈 성분을 추출하게 되는 경우에는 오히려 전체 레인지 프로파일 내부의 데이터의 크기가 커짐은 전술한 바와 같다. The scattering point extracting unit 240 determines the position information of the scattering point including information on the position or the size of the scattering point, and extracts the scattering point in consideration of the residual power. In the Original HRRP (High Resolution Range Profile) where the scattering points are not extracted, the size distribution of the data may change as scattering points are extracted. Since the scattering point extracting unit 240 extracts scattering points and removes the extracted scattering points from the original signal, the total data in the range profile decreases as the number of scattering points to be extracted increases, In the case of extracting a noise component that is not an existing scattering point, the size of data in the entire range profile is increased as described above.

도 6은 산란점 추출 종료 조건을 결정하기 위한 잔여 전력 계산부(244)에서 계산된 산란점의 수에 따른 잔여 전력을 나타내는 예시도이다.6 is an exemplary diagram showing the residual power according to the number of scattering points calculated by the residual power calculation unit 244 for determining the scattering point extraction end condition.

산란점 추출부(240)가 산란점 추출 과정을 반복할 때마다 레인지 프로파일의 잔여 전력은 감소하는 경향을 보이나, 산란점의 수가 K=14이상인 경우(246 마킹된 부분) 레인지 프로파일의 전력이 다시 증가함을 관측할 수 있다. 실제로 존재하는 산란점의 수보다 많은 수의 산란점이 제거되는 경우, 이는 실질상 노이즈 성분을 더하는 것과 같아 지기 때문에 산란점 추출부(240)가 일정 수 이상의 산란점을 제거하면 레인지 프로파일의 전력은 다시 증가한다.When the scattering point extractor 240 repeats the scattering point extraction process, the residual power of the range profile tends to decrease. However, when the number of scattering points is K = 14 or more (the portion marked 246) Increase in the amount of water. If the scattering point extraction unit 240 removes a scattering point of a certain number or more because the scattering point is substantially the same as adding the noise component, if the scattering point is larger than the number of actually existing scattering points, the power of the range profile is again .

도 7은 산란점 추출부가 산란점을 추출하는 과정에서 편파 방향에 따라 서로 다른 레인지 프로파일에서 추출된 산란점을 나타내는 참고도이다.7 is a reference view showing scattering points extracted from different range profiles according to polarization directions in the process of extracting scattering points from the scattering point extracting unit.

특징 벡터 산출부(200)는 푸리에 변환된 수신 신호로부터 레인지 프로파일을 생성하고, 상기 생성된 레인지 프로파일에서 산란점을 추출한다. 종래에는 표적을 식별하기 위하여 하나의 레인지 프로파일당 1024개 또는 2048개의 샘플이 필요하였으나, 전술한 산란점 추출 기법을 이용하면 두개의 산란점 만으로도 해당 레인지 프로파일로부터 표적 식별에 필요한 정보를 획득할 수 있다.The feature vector calculating unit 200 generates a range profile from the Fourier-transformed received signal, and extracts a scattering point from the generated range profile. Conventionally, in order to identify a target, 1024 or 2048 samples are required per one range profile. However, when the above-described scattering point extraction technique is used, information necessary for target identification can be acquired from the corresponding range profile using only two scattering points .

도 8은 특징 벡터 산출부가 추출된 산란점을 기반으로 산출한 특징 벡터의 예시이다.8 is an example of a feature vector calculated based on the scattering point extracted by the feature vector calculating unit.

특징 벡터 산출부(200)는 RCS 특성이 반영된 수신 신호로부터 상기 표적의 산란 특성이 반영된 산란 특징 벡터를 산출한다. 보다 상세하게는 특징 벡터 산출부(200)는 수신 신호를 푸리에 변환하여 생성된 하나의 레인지 프로파일에서 추출된 산란점들의 크기와 위치를 이용하여 산란 특징 벡터를 산출하는데, 산란 특징 벡터는 산란점 간의 거리 및 추출된 산란점의 크기를 벡터 원소로 포함한다. The characteristic vector calculation unit 200 calculates a scattering characteristic vector in which the scattering characteristic of the target is reflected from the reception signal in which the RCS characteristic is reflected. More specifically, the feature vector calculating unit 200 calculates a scattering feature vector using the size and position of the scattering points extracted from one range profile generated by Fourier transforming the received signal. The scattering feature vector includes scattering points The distance and the size of the extracted scattering point are included as vector elements.

예를 들어, 산란점 추출부(240)가 하나의 레인지 프로파일에서 산출한 산란점들이 6개(254, 256, 258, 260 및 262)인 경우 각각의 산란점들의 크기를 산란 특징 벡터 전단에 배치하고, 산란점 1번(254)과 산란점 1번을 제외한 다른 산란점들 간의 거리를 d12, d13, d14, d15 및 d16으로 하여 산란 특징 벡터 후단에 배치하여 산란 특징 벡터를 산출할 수 있다.For example, when the scattering point extracting unit 240 calculates six scattering points (254, 256, 258, 260, and 262) calculated from one range profile, the size of each scattering point is placed in front of the scattering feature vector And the scattering feature vector can be calculated by arranging the distances between the scattering points 1 and 254 and the scattering points other than the scattering point 1 as d12, d13, d14, d15 and d16.

도 9는 도 1의 실시 예에서 표적 식별부의 확대 블록도이다.9 is an enlarged block diagram of the target identification part in the embodiment of FIG.

표적 식별부(300)는 유사도 판단부(320) 및 벡터 선별부(340)를 포함한다. 표적 식별부(300)가 미리 마련되어 데이터 베이스에 저장된 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 이용하여 표적을 식별하는 구체적인 방법은 전술한 바와 같으므로 생략한다.The target identifying unit 300 includes a similarity determining unit 320 and a vector selecting unit 340. The specific method of identifying the target using the scatter characteristic vectors according to the scatter characteristic of the model of the target, which is prepared in advance by the target identifying unit 300, is as described above and will be omitted.

도 10은 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들이 저장된 데이터 베이스의 구성을 나타내는 참고도이다.10 is a reference diagram showing the configuration of a database in which scatter characteristic vectors according to the scatter characteristic of each target model are stored.

표적 식별부(300)는 산출된 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별한다. 예를 들어, 표적 식별부(300)가 이용하는 데이터 베이스에는 인덱스 별로 표적 A(342), 표적 B(344), 표적 C(346) 및 표적 D(348)의 RCS데이터로부터 산출된 산란 특징 벡터들이 저장되어 있다. 표적 식별부(300)는 수신 신호로부터 산출된 산란 특징 벡터들과 데이터 베이스에 저장된 표적의 모델 별 산란 특징 벡터들간의 벡터간 유사도를 판단하고, 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터가 속하는 표적의 모델에 따라 표적의 종류를 식별한다. The target identifying unit 300 identifies the type of the target by comparing the calculated scattering feature vector with the scattering feature vectors according to the scattering characteristics of the target of the target, which are prepared in advance for the target identification. For example, the database used by the target identification unit 300 includes scattering feature vectors calculated from the RCS data of the target A 342, target B 344, target C 346, and target D 348 by index Is stored. The target identifying unit 300 determines the similarity between the scattering feature vectors calculated from the received signal and the scattering feature vectors of each target model stored in the database and determines whether the scattering feature vector having the highest degree of similarity between vectors Identify the type of target according to the model of

도 11은 방위각 또는 고각에 따라 서로 다르게 산출되는 레인지 프로파일의 배치 예시도이다.11 is a diagram showing an example of the layout of a range profile calculated differently depending on an azimuth angle or an elevation angle.

표적 식별 장치(10)가 이용하는 데이터 베이스에는 산출된 산란 특징 벡터 정보가 방사 및 수신 신호의 편파 방향 및 방사 신호가 방사된 각도 별로 구분되어 레인지 프로파일에 저장되어 있다. 상기 데이터 베이스에는 산란 특징 벡터 정보가 저장된 레인지 프로파일들이 세로 방향으로는 고각을 기준으로 -65~75의 범위(352)에서 1도 간격(354)으로 배치되고, 가로 방향으로는 방위각 0~360도의 범위(356)에서 1도 간격(358)으로 배치되어 있다.  In the database used by the target identifying apparatus 10, the calculated scattering feature vector information is stored in the range profile by dividing the polarization direction of the radiation and reception signals and the angle at which the radiation signal is emitted. In the database, range profiles in which scatter characteristic vector information is stored are arranged at intervals of 1 degree (354) in a range of -65 to 75 (352) with respect to a high angle in the vertical direction, and ranges of azimuth angles of 0 to 360 degrees Are arranged at intervals of 1 degree (358) in the range 356.

도 12는 본 발명의 일 실시 예에 따른 표적 식별 방법의 흐름도이다.12 is a flowchart of a method of identifying a target according to an embodiment of the present invention.

표적 식별 방법은 표적 식별 장치(10) 시계열적으로 수행되는 하기의 단계들을 포함한다. S400에서, 특징 벡터 산출부(200)는 표적을 탐지하기 위한 방사 신호가 반사되어 수신되는 레이더 반사 면적(R수신 신호로부터 상기 표적의 기하학적 특징에 따른 레이더 반사 면적(Radar Cross Section) 특성이 반영된 수신 신호를 푸리에 변환하여 레인지 프로파일을 생성한다. The target identification method includes the following steps, which are performed on the target identification device 10 in a time series manner. In S400, the feature vector calculating unit 200 calculates the feature vector calculating unit 200 based on the radar reflection area (the radar cross section characteristic according to the geometrical characteristic of the target from the R received signal) reflected by the radiation signal for detecting the target The signal is Fourier transformed to generate the range profile.

S500에서, 특징 벡터 산출부(200)는 상기 생성된 레인지 프로파일에서 상기 푸리에 변환된 수신 신호의 데이터의 극값을 고려하여 적어도 하나의 산란점들을 추출한다. 상기 데이터의 극값은 레인지 프로파일에 저장된 데이터의 크기(진폭, Amplitude)를 포함한다. S600에서, 특징 벡터 산출부(200)는 추출된 산란점들을 이용하여 상기 표적의 산란 특성이 반영된 산란 특징 벡터를 산출한다. 특징 벡터 산출부(200)는 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 산란 특징 벡터를 산출할 수 있음은 전술한 바와 같다.In S500, the feature vector calculating unit 200 extracts at least one scattering point in consideration of the extreme value of the data of the Fourier transformed received signal in the generated range profile. The extreme value of the data includes a magnitude (Amplitude) of data stored in the range profile. In S600, the feature vector calculating unit 200 calculates a scattering feature vector reflecting the scattering characteristics of the target using the extracted scattering points. The feature vector calculating unit 200 calculates the distance between the extracted scattering points using the position of the scattering point and calculates the scattering characteristic vector including the distance between the calculated scattering points and the size of the extracted scattering point as vector elements. Can be calculated as described above.

S700에서, 표적 식별부(300)는 산출된 산란 특징 벡터를 상기 표적 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별한다. 표적 식별부(300)가 표적을 식별하는 구체적인 방법은 전술한 바와 같으므로 생략한다.In S700, the target identifying unit 300 identifies the type of the target by comparing the calculated scattering feature vector with the scattering feature vectors according to the scattering characteristics of the target of the target, which are prepared in advance for the target identification . The specific method by which the target identification unit 300 identifies the target is as described above, so it is omitted.

도 13은 도 12의 실시 예에서 추출하는 단계의 확대 흐름도이다.13 is an enlarged flow chart of the step of extracting in the embodiment of Fig.

S520에서, 특징 벡터 산출부(200)는 생성된 레인지 프로파일에 저장된 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 생성한다. 산란점 추출부(240)는 계산된 잔여 전력을 고려하여 산란점들을 반복하여 추출하는데, 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은 상기 반복하여 추출된 산란점들을 순차로 상기 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 과정으로 구현될 수 있다. In S520, the feature vector calculating unit 200 generates a cost function and a point spread function for the range information stored in the generated range profile. The scattering point extracting unit 240 repeatedly extracts the scattering points in consideration of the calculated residual power, and repeatedly extracting the scattering points based on the residual power is performed by sequentially repeating the extracted scattering points in the range profile Calculating a residual power of the range profile from which the scattering points are removed each time the scattering points are removed, and extracting the scattering points according to the calculated variation of the residual power .

S540에서, 위치 정보 결정부(242)는 비용함수 및 포인트 스프레드 함수를 이용하여 상기 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정한다. 위치 정보를 결정하는 방법은 전술한 바와 같으므로 생략한다.In S540, the position information determination unit 242 determines the position information of the scattering point including information on the position or the size of the scattering point in the range profile using the cost function and the point spread function. The method of determining the position information is the same as described above, and thus will not be described.

S560에서, 잔여 전력 계산부(244)는 상기 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 레인지 프로파일의 잔여 전력(Residual Power)을 계산한다. 산란점 추출부(240)가 계산된 잔여 전력을 이용하여 산란점을 추출하는 과정은 전술한 바와 같으므로 생략한다.In S560, the residual power calculation unit 244 removes the extracted scattering point from the range profile, and calculates the residual power of the range profile from which the scattering point is removed. The process of extracting the scattering point using the calculated residual power by the scattering point extracting unit 240 is the same as described above, and thus will not be described.

도 14는 도 12의 실시 예에서 식별하는 단계의 확대 흐름도이다.Figure 14 is an enlarged flow chart of the steps identified in the embodiment of Figure 12;

S720에서 유사도 판단부(320)는 수신 신호로부터 산출된 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리를 계산하여 벡터간 유사도를 판단한다. 유사도 판단부(320)가 벡터간 유사도를 판단하는 구체적인 방법은 전술한 바와 같으므로 생략한다.In step S720, the similarity determination unit 320 calculates the distance between vectors of the scattering characteristic vector calculated from the received signal and the scattering characteristic vectors of the target model stored in the database to determine the degree of similarity between the vectors. A detailed method of determining the degree of similarity between vectors by the similarity determination unit 320 is the same as described above, and thus will not be described.

S640에서 벡터 선별부(340)는 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들 중에서 상기 산출된 산란 특징 벡터와 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터를 선별한다. 일 실시 예로, 벡터 선별부(340)가 이용하는 벡터간 유사도는 수신 신호로부터 산출된 산란 특징 벡터와 데이터 베이스의 표적의 모델 별 산란 특징 벡터간 유클리드 거리에 따라 정할 수 있음은 전술한 바와 같으므로 생략한다. In S640, the vector selecting unit 340 selects a scattering characteristic vector having the highest degree of similarity between the calculated scattering characteristic vector and the highest vector among scattering characteristic vectors of the target model stored in the database. In one embodiment, the similarity between vectors used by the vector selector 340 can be determined according to the Euclidean distance between the scattering characteristic vector calculated from the received signal and the scattering characteristic vector of each target of the database, as described above. do.

도 15는 본 발명의 또 다른 실시 예에 따른 표적 식별 방법의 흐름도이다.15 is a flowchart of a method of identifying a target according to another embodiment of the present invention.

S902에서, 표적 식별 장치(10)가 탑재된 무인 비행체는 W대역 탐색기의 운용을 시작한다. S904에서, 안테나부(100)는 표적을 탐지하기 위한 신호를 방사한다. S906에서, 안테나부(100)는 방사 신호가 반사되어 수신되는 수신 신호를 수신한다. 안테나부(100)가 표적을 탐지하기 위하여 방사하는 신호는 펄스 타입의 신호를 포함하고, 밀리미터파 대역의 신호를 포함할 수 있음은 전술한 바와 같다. In S902, the unmannurized air vehicle on which the target identifying device 10 is mounted starts operating the W-band searcher. In S904, the antenna unit 100 emits a signal for detecting a target. In step S906, the antenna unit 100 receives the reception signal reflected by the radiation signal. The signal emitted by the antenna unit 100 in order to detect the target includes a pulse-type signal and may include a signal in the millimeter-wave band as described above.

S908에서, 특징 벡터 산출부(200)는 수신 신호를 푸리에 변환하여 HRRP를 획득한다. S910에서 특징 벡터 산출부(200)는 획득된 HRRP에서 RELAX 산란점을 추출한다. 특징 벡터 산출부(200)가 포함하는 산란점 추출부(240)가 산란점을 추출하는 구체적인 방법은 전술한 바와 같다. S912에서, 특징 벡터 산출부(200)는 추출된 산란점을 이용하여 산란 특징 벡터를 산출한다. In S908, the feature vector calculating unit 200 performs Fourier transform on the received signal to obtain HRRP. In S910, the feature vector calculating unit 200 extracts a RELAX scattering point from the obtained HRRP. A specific method for extracting the scattering point by the scattering point extracting unit 240 included in the feature vector calculating unit 200 is as described above. In S912, the feature vector calculating unit 200 calculates the scattering feature vector using the extracted scattering point.

S914에서, 표적 식별부(300)는 수신 신호로부터 산출된 산란 특징 벡터와 미리 마련된 표적 데이터 베이스(200)에 저장된 표적 모델 별 산란 특징 벡터간 거리를 계산한다. S916에서 표적 식별부(300)는 산란 특징 벡터간 유사도를 판단하고, 상기 수신 신호로부터 산출된 산란 특징 벡터와 가장 높은 벡터간 유사도를 나타내는 데이터 베이스의 산란 특징 벡터를 선별한다.In S914, the target identifying unit 300 calculates the distance between the scattering feature vector calculated from the received signal and the scattering feature vector of each target model stored in the target database 200 prepared in advance. In step S916, the target identifying unit 300 determines the degree of similarity between the scattering feature vectors, and selects a scattering feature vector of the database indicating the highest degree of similarity between the scattering feature vector calculated from the received signal and the highest vector.

S918에서 표적 식별부(300)는 데이터 베이스에서 선별된 산란 특징 벡터가 나타내는 표적의 모델에 따라 표적의 종류를 식별한다. S920에서, 표적 식별 장치(10)가 탑재된 무인 비행체의 제어부는 식별된 표적이 MBT(Main Battle Tank) 표적인지 여부를 판단한다. S922 에서, 무인 비행체의 제어부는 표적 식별 장치(10)에서 식별된 표적이 MBT 표적이 아닌 경우 다시 수신 신호를 수신하여 표적을 식별하고, MBT 표적인 경우, 해당 표적을 MBT 표적으로 확정한다. S924에서 무인 비행체의 제어부는 MBT 표적으로 확정된 표적을 추적한다. In S918, the target identifying unit 300 identifies the type of the target according to the model of the target represented by the scattering feature vector selected from the database. In S920, the control unit of the unmanned aerial vehicle equipped with the target identifying device 10 determines whether the identified target is an MBT (Main Battle Tank) target. In step S922, the control unit of the unmanned aerial vehicle recognizes the target by receiving the reception signal again when the target identified in the target identifying apparatus 10 is not the MBT target, and if the MBT target is the target, the target is determined as the MBT target. In S924, the control unit of the unmanned aerial vehicle tracks the target determined by the MBT target.

상기 설명된 본 발명의 일 실시예의 방법의 전체 또는 일부는, 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 기록 매체의 형태(또는 컴퓨터 프로그램 제품)로 구현될 수 있다. 여기에서, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)를 포함할 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다.All or part of the method of an embodiment of the present invention described above can be implemented in the form of a computer-executable recording medium (or a computer program product) such as a program module executed by a computer. Here, the computer-readable medium may include computer storage media (e.g., memory, hard disk, magnetic / optical media or solid-state drives). Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media.

또한, 본 발명의 일 실시예에 따르는 방법의 전체 또는 일부는 컴퓨터에 의해 실행 가능한 명령어를 포함하며, 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다.Also, all or part of the method according to an embodiment of the present invention may include instructions executable by a computer, the computer program comprising programmable machine instructions to be processed by a processor, Language, an object-oriented programming language, an assembly language, or a machine language.

본 명세서에서의 부(means) 또는 모듈(Module)은 본 명세서에서 설명되는 각 명칭에 따른 기능과 동작을 수행할 수 있는 하드웨어를 의미할 수도 있고, 특정 기능과 동작을 수행할 수 있는 컴퓨터 프로그램 코드를 의미할 수도 있고, 또는 특정 기능과 동작을 수행시킬 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록 매체, 예를 들어 프로세서 또는 마이크로 프로세서를 의미할 수 있다. 다시 말해, 부(means) 또는 모듈(Module)은 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적 및/또는 구조적 결합을 의미할 수 있다. Means or module in the present specification may mean hardware capable of performing the functions and operations according to the respective names described herein and may be implemented by computer program code , Or may refer to an electronic recording medium, e.g., a processor or a microprocessor, having computer program code embodied thereon to perform particular functions and operations. In other words, a means or module may mean a functional and / or structural combination of hardware for carrying out the technical idea of the present invention and / or software for driving the hardware.

따라서 본 발명의 일 실시예에 따르는 방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.Thus, a method according to an embodiment of the present invention may be implemented by a computer program as described above being executed by a computing device. The computing device may include a processor, a memory, a storage device, a high-speed interface connected to the memory and a high-speed expansion port, and a low-speed interface connected to the low-speed bus and the storage device. Each of these components is connected to each other using a variety of buses and can be mounted on a common motherboard or mounted in any other suitable manner.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.It will be apparent to those skilled in the art that various modifications, substitutions and substitutions are possible, without departing from the scope and spirit of the invention as disclosed in the accompanying claims. will be. Therefore, the embodiments disclosed in the present invention and the accompanying drawings are intended to illustrate and not to limit the technical spirit of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments and the accompanying drawings . The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.

Claims (10)

표적을 탐지하기 위한 방사 신호가 반사되어 수신되는 레이더 반사 면적(Radar Cross Section) 특성이 반영된 수신 신호의 주파수 대역 정보에 따라 상기 수신 신호를 푸리에 변환하여 레인지 프로파일을 생성하는 단계;
상기 생성된 레인지 프로파일에서 상기 푸리에 변환된 데이터의 극값을 고려하여 적어도 하나의 산란점들을 추출하는 단계;
상기 추출된 산란점들을 이용하여 상기 표적의 산란 특성이 반영된 산란 특징 벡터를 산출하는 단계; 및
상기 산출된 산란 특징 벡터를 상기 표적의 식별을 위하여 미리 마련되어 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들과 비교하여 상기 표적의 종류를 식별하는 단계를 포함하되,
상기 식별하는 단계는, 상기 수신 신호로부터 산출된 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들과의 벡터간 거리를 계산하여 벡터간 유사도를 판단하는 단계; 및 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들 중에서 상기 산출된 산란 특징 벡터와 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터를 선별하는 단계를포함하며,
상기 식별하는 단계는, 상기 표적의 모델 별 산란 특징 벡터들과 상기 산출된 산란 특징 벡터 간 계산된 벡터간 거리 중 가장 벡터간 거리가 짧은 경우 상기 가장 높은 벡터간 유사도를 가지는 산란 특징 벡터로 선별하며, 상기 선별된 산란 특징 벡터가 속하는 표적의 모델에 따라 상기 표적의 종류를 식별하는 것을 특징으로 하는 표적 식별 방법.Generating a range profile by performing a Fourier transform on the received signal according to frequency band information of a received signal in which a radar cross section characteristic of a radar cross section is reflected;
Extracting at least one scattering point in consideration of an extremum of the Fourier transformed data in the generated range profile;
Calculating a scattering characteristic vector reflecting the scattering characteristics of the target using the extracted scattering points; And
Identifying the type of the target by comparing the calculated scattering feature vector with scattering feature vectors prepared in advance for identification of the target and corresponding to scattering characteristics of the model of the target stored in the database,
Wherein the identifying step comprises: calculating a distance between vectors of a scattering feature vector calculated from the received signal and scattering feature vectors of each target model stored in the database to determine a degree of similarity between vectors; And selecting a scattering feature vector having the highest degree of similarity between the calculated scattering feature vector and the highest vector among scattering feature vectors of the target model stored in the database,
Wherein the discriminating step selects the scattering feature vector having the highest degree of similarity between vectors when the distance between the vectors is smallest among distances between the scattering feature vectors of the target model and the calculated vectors between the calculated scattering feature vectors And identifying the type of the target according to a model of the target to which the selected scattering feature vector belongs. 제1항에 있어서, 상기 추출하는 단계는
상기 생성된 레인지 프로파일에 저장된 레인지 정보에 대한 비용함수 및 포인트 스프레드 함수를 생성하는 단계; 를 더 포함하고,
상기 생성된 비용함수 및 포인트 스프레드 함수를 이용하여 상기 산란점들을 추출하는 것을 특징으로 하는 표적 식별 방법.2. The method of claim 1, wherein the extracting comprises:
Generating a cost function and a point spread function for range information stored in the generated range profile; Further comprising:
And the scattering points are extracted using the generated cost function and point spread function. 제1항에 있어서, 상기 식별하는 단계는,
상기 수신 신호로부터 산출된 산란 특징 벡터와 상기 데이터 베이스에 저장된 상기 표적의 모델 별 산란 특징 벡터들 간의 원소 별 거리를 계산하여 유클리드 거리를 판단하여 상기 벡터간 유사도를 판단하는 것을 특징으로 하는 표적 식별 방법.2. The method of claim 1,
Wherein the Euclidean distance is determined by calculating a distance between elements of the scattering feature vector calculated from the received signal and scattering feature vectors of the target model stored in the database to determine the degree of similarity between the vectors . 제3항에 있어서, 상기 식별하는 단계는,
상기 표적의 모델 별 산란 특징 벡터들 각각과 상기 산출된 산란 특징 벡터의 차이값 각각을 자승한 합산값을 산출하고, 상기 합산값의 제곱근을 계산하여 상기 벡터간 유사도를 판단하는 것을 특징으로 하는 표적 식별 방법.4. The method of claim 3,
Calculating a summation value obtained by squaring each of scatter characteristic vectors of the target model and difference values of the calculated scatter characteristic vector, and calculating a square root of the summation value to determine the similarity between the vectors Identification method. 제2항에 있어서, 상기 추출하는 단계는
상기 비용함수 및 포인트 스프레드 함수를 이용하여 상기 레인지 프로파일에서 상기 산란점의 위치 또는 크기에 대한 정보를 포함하는 산란점의 위치 정보를 결정하는 단계; 를 더 포함하고,
상기 결정된 위치 정보에 따라 상기 산란점을 추출하는 것을 특징으로 하는 표적 식별 방법.3. The method of claim 2, wherein the extracting comprises:
Determining position information of a scattering point including information on the position or size of the scattering point in the range profile using the cost function and the point spread function; Further comprising:
And the scattering point is extracted according to the determined position information. 제5항에 있어서, 상기 추출하는 단계는
상기 추출된 산란점을 상기 레인지 프로파일에서 제거하여 상기 산란점이 제거된 레인지 프로파일의 잔여 전력(Residual Power)을 계산하는 단계; 를 더 포함하고,
상기 계산된 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것을 특징으로 하는 표적 식별 방법.6. The method of claim 5, wherein the extracting comprises:
Removing the extracted scattering point from the range profile to calculate a residual power of the range profile from which the scattering point has been removed; Further comprising:
And the scattering point is repeatedly extracted based on the calculated residual power. 제5항에 있어서, 상기 산출하는 단계는
상기 산란점의 위치를 이용하여 상기 추출된 산란점 간의 거리를 계산하고, 상기 계산된 산란점 간의 거리 및 상기 추출된 산란점의 크기를 벡터 원소로 포함하는 상기 표적의 산란 특성이 반영된 산란 특징 벡터를 산출하는 것을 특징으로 하는 표적 식별 방법.6. The method of claim 5, wherein the calculating step
Calculating a distance between the extracted scattering points using the position of the scattering point, calculating a scattering characteristic vector reflecting the scattering characteristic of the target including the distance between the calculated scattering points and the size of the extracted scattering point as vector elements Is calculated. ≪ / RTI > 제6항에 있어서,
상기 잔여 전력에 기초하여 상기 산란점을 반복하여 추출하는 것은
상기 반복하여 추출된 산란점들을 순차로 상기 레인지 프로파일에서 제거하고, 상기 산란점들 각각이 제거될 때마다 상기 산란점들이 제거된 상기 레인지 프로파일의 잔여 전력을 계산하여 상기 계산된 잔여 전력의 변화량에 따라 상기 산란점을 추출하는 것을 특징으로 하는 표적 식별 방법. The method according to claim 6,
Repeatedly extracting the scattering point based on the residual power
And calculating a residual power of the range profile from which the scattering points have been removed each time the scattering points are removed, And the scattering point is extracted according to the scattering point. 제6항에 있어서,
상기 레인지 프로파일을 생성하는 단계는 상기 방사 신호의 방사 각도에 따라 서로 다른 반사 특성을 가지는 레인지 프로파일을 생성하고,
상기 데이터 베이스는 상기 표적의 모델 별 산란 특성에 따른 산란 특징 벡터들을 상기 방사 각도에 따라 구분하여 저장하는 것을 특징으로 하는 표적 식별 방법.The method according to claim 6,
The generating of the range profile may include generating a range profile having different reflection characteristics according to the radiation angle of the radiation signal,
Wherein the database stores the scattering feature vectors according to the scattering characteristics of the target in accordance with the radiation angle. 프로세서에 의해 실행되는 것을 통하여 제1항 내지 제9항 중 어느 한 항에 기재된 표적 식별 방법을 실현하는 컴퓨터 판독 가능한 기록매체에 기록된 프로그램.A program recorded on a computer-readable recording medium for realizing the target identification method according to any one of claims 1 to 9 through being executed by a processor.
KR1020170147310A 2017-11-07 2017-11-07 Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof KR101872017B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170147310A KR101872017B1 (en) 2017-11-07 2017-11-07 Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170147310A KR101872017B1 (en) 2017-11-07 2017-11-07 Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof

Publications (1)

Publication Number Publication Date
KR101872017B1 true KR101872017B1 (en) 2018-06-27

Family

ID=62790115

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170147310A KR101872017B1 (en) 2017-11-07 2017-11-07 Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof

Country Status (1)

Country Link
KR (1) KR101872017B1 (en)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101929512B1 (en) 2018-09-05 2018-12-14 엘아이지넥스원 주식회사 Apparatus for predicting target’s angle of attack using angle information combination technique of millimeter wave air-to-ground radar and method thereof
KR101958469B1 (en) * 2018-09-05 2019-03-15 엘아이지넥스원 주식회사 Target aiming apparatus and method thereof
KR101958470B1 (en) * 2018-09-05 2019-03-15 엘아이지넥스원 주식회사 Target aiming apparatus using combination of angle information and method thereof
KR102005099B1 (en) * 2018-12-10 2019-07-29 엘아이지넥스원 주식회사 Apparatus identifying target using dual polarized channel signal reflecting target indentification rate of single channel signal in w-band millimeter wave air-to-ground radar and method thereof
CN110456320A (en) * 2019-07-29 2019-11-15 浙江大学 A kind of ULTRA-WIDEBAND RADAR personal identification method based on free space gait temporal aspect
KR102047979B1 (en) * 2018-12-10 2019-11-22 엘아이지넥스원 주식회사 Apparatus identifying target using dual polarized channel signal reflecting physical characteristic of target in w-band millimeter wave air-to-ground radar and method thereof
CN116383717A (en) * 2023-03-30 2023-07-04 中国人民解放军93209部队 Intelligent comprehensive unmanned aerial vehicle recognition system and method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002048859A (en) * 2000-08-04 2002-02-15 Mitsubishi Electric Corp Radar device for target identification
JP2005291816A (en) * 2004-03-31 2005-10-20 Mitsubishi Electric Corp Radar system
KR101024123B1 (en) * 2008-12-12 2011-03-22 영남대학교 산학협력단 Method for radar imaging autofocus based on entropy of eigenvectors
KR101133525B1 (en) 2012-01-05 2012-04-04 삼성탈레스 주식회사 Signal processor for meillimeter wave seeker and signal processing method thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002048859A (en) * 2000-08-04 2002-02-15 Mitsubishi Electric Corp Radar device for target identification
JP2005291816A (en) * 2004-03-31 2005-10-20 Mitsubishi Electric Corp Radar system
KR101024123B1 (en) * 2008-12-12 2011-03-22 영남대학교 산학협력단 Method for radar imaging autofocus based on entropy of eigenvectors
KR101133525B1 (en) 2012-01-05 2012-04-04 삼성탈레스 주식회사 Signal processor for meillimeter wave seeker and signal processing method thereof

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
이승재 외 2명. 특성 벡터 융합을 이용한 레이더 표적 인식 성능 향상에 관한 연구. 한국전자파학회논문지. 2013.09.,24권 9호. pp.928-935..* *
조희진 외 4명. RELAX 기법을 이용한 미사일의 길이 추정 신호 처리 기법 연구. 한국전자파학회논문지. 2013.05, 24권 3호. pp.292-298..* *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101929512B1 (en) 2018-09-05 2018-12-14 엘아이지넥스원 주식회사 Apparatus for predicting target’s angle of attack using angle information combination technique of millimeter wave air-to-ground radar and method thereof
KR101958469B1 (en) * 2018-09-05 2019-03-15 엘아이지넥스원 주식회사 Target aiming apparatus and method thereof
KR101958470B1 (en) * 2018-09-05 2019-03-15 엘아이지넥스원 주식회사 Target aiming apparatus using combination of angle information and method thereof
KR102005099B1 (en) * 2018-12-10 2019-07-29 엘아이지넥스원 주식회사 Apparatus identifying target using dual polarized channel signal reflecting target indentification rate of single channel signal in w-band millimeter wave air-to-ground radar and method thereof
KR102047979B1 (en) * 2018-12-10 2019-11-22 엘아이지넥스원 주식회사 Apparatus identifying target using dual polarized channel signal reflecting physical characteristic of target in w-band millimeter wave air-to-ground radar and method thereof
CN110456320A (en) * 2019-07-29 2019-11-15 浙江大学 A kind of ULTRA-WIDEBAND RADAR personal identification method based on free space gait temporal aspect
CN116383717A (en) * 2023-03-30 2023-07-04 中国人民解放军93209部队 Intelligent comprehensive unmanned aerial vehicle recognition system and method
CN116383717B (en) * 2023-03-30 2024-04-30 中国人民解放军93209部队 Intelligent comprehensive unmanned aerial vehicle recognition system and method

Similar Documents

Publication Publication Date Title
KR101872017B1 (en) Target Identifying Method Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof
KR101929510B1 (en) Apparatus Identifying Target in W-Band Millimeter Wave Seeker using Dual Polarized Channel
KR101929511B1 (en) Target Identifying Method Based on Extracted Scattering Point in W-Band Millimeter Wave Seeker using Dual Polarized Channel
CN108710103B (en) Strong and weak multi-target super-resolution direction finding and information source number estimation method based on sparse array
CN108051812B (en) Satellite-borne SAR moving target detection method based on two-dimensional speed search
KR101768199B1 (en) Method for improving accuracy azimuth of seeker using sea clutter
KR102088426B1 (en) Apparatus and method for detecting a target of dual polarization radar
KR102262197B1 (en) Apparatus and method for estimating the shape of a target using fmcw radar signals
Lee et al. Improved classification performance using ISAR images and trace transform
KR101872016B1 (en) Apparatus Identifying Target in W-Band Millimeter Wave Seeker
Lee et al. Target identification using bistatic high‐resolution range profiles
CN112005129B (en) Correlation-aware radar beamforming
CN109507654B (en) LS-based phase information calculation method in complex environment
KR102005099B1 (en) Apparatus identifying target using dual polarized channel signal reflecting target indentification rate of single channel signal in w-band millimeter wave air-to-ground radar and method thereof
KR101893477B1 (en) Data Processing Method for Identifying Target Based on Extracted Scattering Point in Millimeter Wave Seeker and Recording Medium Storing Computer Program thereof
US20180074180A1 (en) Ultrafast target detection based on microwave metamaterials
KR101893476B1 (en) Apparatus Processing Data for Target Identification in W-Band Millimeter Wave Seeker
KR102047979B1 (en) Apparatus identifying target using dual polarized channel signal reflecting physical characteristic of target in w-band millimeter wave air-to-ground radar and method thereof
US20220260701A1 (en) Method and Device for Determining an Angle of a Target Object
CN115327505A (en) Low-altitude target angle estimation method in multipath environment and related equipment
Arumugam et al. Direction of Arrival Estimation on Sparse Arrays Using Compressive Sensing and MUSIC
Lee et al. Performance enhancement of target recognition using feature vector fusion of monostatic and bistatic radar
KR102250621B1 (en) Apparatus and method for detecting parameters in frequency modulation continuous wave radar
KR101877219B1 (en) Apparatus and method for recognizing a target based on 2D data
WO2021196165A1 (en) Frequency analysis method, device and radar

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant