KR102084157B1 - 표적 산란점 모델 추출 장치 및 그 방법 - Google Patents

표적 산란점 모델 추출 장치 및 그 방법 Download PDF

Info

Publication number
KR102084157B1
KR102084157B1 KR1020190000873A KR20190000873A KR102084157B1 KR 102084157 B1 KR102084157 B1 KR 102084157B1 KR 1020190000873 A KR1020190000873 A KR 1020190000873A KR 20190000873 A KR20190000873 A KR 20190000873A KR 102084157 B1 KR102084157 B1 KR 102084157B1
Authority
KR
South Korea
Prior art keywords
scattering point
scattering
field
previous
viewing angle
Prior art date
Application number
KR1020190000873A
Other languages
English (en)
Inventor
김시호
박지훈
Original Assignee
국방과학연구소
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 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020190000873A priority Critical patent/KR102084157B1/ko
Application granted granted Critical
Publication of KR102084157B1 publication Critical patent/KR102084157B1/ko

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
    • 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
    • G01S7/40—Means for monitoring or calibrating

Landscapes

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

Abstract

본 발명에 따른 표적 산란점 모델 추출 장치는, 표적으로부터 반사되는 초기 관측각도의 E-필드로부터 제 1 산란점 세트를 추출하는 - 상기 제 1 산란점 세트가 이전 관측각도의 이전 산란점 세트가 되는 - 제 1 산란점 추출부와, 현재 관측각도와 이웃하는 상기 이전 관측각도에서 추출한 이전 산란점 세트를 초기값으로 상기 현재 관측각도의 E-필드(E-field)로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트를 추출하는 제 2 산란점 추출부와, 추출된 상기 제 2 산란점 세트로부터 E-필드를 복원하는 필드 복원부와, 상기 현재 관측각도의 E-필드로부터 상기 복원된 E-필드를 차감하여 E-필드 잔차신호를 생성하는 잔차신호 생성부와, 생성된 상기 E-필드 잔차신호로부터 제 3 산란점 세트를 추출하는 제 3 산란점 추출부와, 추출된 상기 제 2 산란점 세트와 추출된 상기 제 3 산란점 세트를 비교 및 선별하여 제 4 산란점 세트를 생성하는 산란점 생성부와, 생성된 상기 제 4 산란점 세트와 이웃하는 상기 이전 관측 각도의 이전 산란점 세트 간의 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측 각도에 대한 최종 산란점 세트를 산출하는 최종 산란점 산출부를 포함할 수 있다.

Description

표적 산란점 모델 추출 장치 및 그 방법{APPARATUS AND METHOD FOR EXTRACTING POINT SCATTERER MODEL OF TARGET}
본 발명은 레이더의 표적 식별을 위한 산란점 모델을 추출하는 기법에 관한 것으로, 더욱 상세하게는 소정의 관측각도 간격으로 구축된 산란점 세트에서 두 인접하는 산란점 세트의 개별 산란점 간에 매칭에 의한 산란점 간의 보간(interpolation)을 통해 연속적으로 변하는 산란점을 모의할 수 있는 표적 산란점 모델 추출 장치 및 그 방법에 관한 것이다.
알려진 바와 같이, 레이더 표적 모의 장치는 표적에 의해 반사되는 레이더 신호를 모의할 수 있는 장치를 의미하는 것으로, 최근 들어 개발되고 있는 레이더 표적 모의 장치는 표적의 반사 신호를 모의하기 위해 디지털 무선 주파수 기억 장치(DRFM; Digital Radio Frequency Memory)를 주로 사용하고 있다.
여기에서, DRFM은 레이더 표적을 점 산란원(Point Scatterer)으로 모델링하며, 입력되는 레이더 신호는 점 산란원과 컨벌루션(Convolution)되어 반사 신호로 모의된다.
그리고, 고해상도의 레이더 표적 신호를 모의하기 위해서는 다수의 점 산란원(즉, 산란점 세트)으로 표적을 모델링하는 것이 요구되고 있다.
이때, 레이더 표적 모의 장치가 시나리오에 따라 관측각도가 변하는 표적 신호를 모사하기 위해서는 해당 관측각도 범위의 모든 각도에 대해 산란점 세트를 데이터베이스(DB)로 구축해야만 하지만, DB 구축비용 등을 고려할 때, 이것은 현실적으로 불가능하다는 근본적인 문제가 있다.
이러한 문제를 극복하기 위해, 특정의 관측각도 범위 내에서는 산란 특성이 크게 변하지 않는다고 가정을 하고, 특정의 관측각도 간격으로 산란점 세트를 구축하여 해당 각도 범위 내에서는 동일한 산란점 세트를 회전하여 모의하는 방식을 취하고 있다.
그러나, 시나리오가 진행됨에 따라 처음에 선택한 산란점 세트의 관측각도 범위를 벗어나면 변화된 관측각도에 맞추어 새로운 산란점 세트를 사용하여야 한다.
이때, 새로운 산란점 세트로 갑자기 변경하면 이전 산란점 세트의 산란점과 연관성이 없어져 모사된 신호에 불연속점이 발생한다. 특히, 위상의 연속성이 사라져 위상 정보를 이용하여 고해상도의 레이더 영상을 생성하는 경우에 영상이 제대로 생성되지 않는 문제가 발생하게 된다.
상술한 바와 같은 문제를 해결하기 위해 처음에 사용한 산란점 세트를 시나리오가 끝날 때까지 사용하는 방법이 있으나, 관측각도가 달라짐에 따라 표적의 실제 산란 특성과 거리가 멀어지는 단점이 있다.
또 다른 해결 방법으로 변경되는 두 산란점 세트를 관측각도에 비례하는 가중치로 더하여 산란점이 서서히 변하게 하는 방법이 있는데, 이러한 방법은 급격한 산란점 변경이 없어 영상이 제대로 생성은 되지만 두 산란점 세트를 동시에 사용해야 하므로 산란점 개수가 2배로 늘어나는 단점이 있다.
특히, DRFM을 사용하는 표적 모의 장치에서는 산란점 개수가 늘어나는 만큼 신호 모사에 필요한 DRFM 보드의 개수도 늘어나므로 비용이 크게 증가하게 되는 추가적인 문제가 발생된다.
한국등록특허 제10-1831197호(공고일: 2018. 02. 22.)
본 발명은, 소정의 관측각도 간격으로 구축된 산란점 세트에서 두 인접하는 산란점 세트의 개별 산란점 간에 매칭에 의한 산란점 간의 보간(interpolation)을 통해 연속적으로 변하는 산란점을 모의할 수 있는 표적 산란점 모델 추출 장치 및 그 방법을 제공하고자 한다.
본 발명은 산란점의 개수를 동일하게 유지하면서 관측각도에 따라 연속적으로 변하는 산란점 모델을 구현할 수 있는 표적 산란점 모델 추출 장치 및 그 방법을 제공하고자 한다.
본 발명은 산란점의 개수를 동일하게 유지하면서 관측각도에 따라 연속적으로 변하는 산란점 모델을 구현할 수 있는 표적 산란점 모델 추출 방법을 프로세서가 수행하도록 하는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체를 제공하고자 한다.
본 발명이 해결하고자 하는 과제는 상기에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재들로부터 본 발명이 속하는 통상의 지식을 가진 자에 의해 명확하게 이해될 수 있을 것이다.
본 발명은, 일 관점에 따라, 표적으로부터 반사되는 초기 관측각도의 E-필드로부터 제 1 산란점 세트를 추출하는 - 상기 제 1 산란점 세트가 이전 관측각도의 이전 산란점 세트가 되는 - 제 1 산란점 추출부와, 현재 관측각도와 이웃하는 상기 이전 관측각도에서 추출한 이전 산란점 세트를 초기값으로 상기 현재 관측각도의 E-필드(E-field)로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트를 추출하는 제 2 산란점 추출부와, 추출된 상기 제 2 산란점 세트로부터 E-필드를 복원하는 필드 복원부와, 상기 현재 관측각도의 E-필드로부터 상기 복원된 E-필드를 차감하여 E-필드 잔차신호를 생성하는 잔차신호 생성부와, 생성된 상기 E-필드 잔차신호로부터 제 3 산란점 세트를 추출하는 제 3 산란점 추출부와, 추출된 상기 제 2 산란점 세트와 추출된 상기 제 3 산란점 세트를 비교 및 선별하여 제 4 산란점 세트를 생성하는 산란점 생성부와, 생성된 상기 제 4 산란점 세트와 이웃하는 상기 이전 관측 각도의 이전 산란점 세트 간의 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측 각도에 대한 최종 산란점 세트를 산출하는 최종 산란점 산출부를 포함하는 표적 산란점 모델 추출 장치를 제공할 수 있다.
본 발명의 상기 제 1 산란점 추출부는, 클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 상기 제 1 산란점 세트를 추출할 수 있다.
본 발명의 상기 제 2 산란점 추출부는, 상기 현재 관측각도의 E-필드와 상기 복원된 E-필드의 오차가 최소가 되도록 초기 산란점들의 크기 및 위상과 위치를 변경하면서 상기 제 2 산란점 세트를 추출할 수 있다.
본 발명의 상기 제 3 산란점 추출부는, 클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 상기 제 3 산란점 세트를 추출할 수 있다.
본 발명의 상기 최종 산란점 산출부는, 산출된 상기 제4 산란점 세트를 이전 관측각도의 이전 산란점 세트로 제공할 수 있다.
본 발명은, 다른 관점에 따라, 표적으로부터 반사되는 초기 관측각도의 E-필드로부터 제 1 산란점 세트를 추출하는 단계 - 상기 제 1 산란점 세트가 이전 관측각도의 이전 산란점 세트가 됨 - 와, 현재 관측각도와 이웃하는 상기 이전 관측각도에서 추출한 이전 산란점 세트를 초기값으로 상기 현재 관측각도의 E-필드로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트를 추출하는 단계와, 추출된 상기 제 2 산란점 세트로부터 E-필드를 복원하는 단계와, 상기 현재 관측각도의 E-필드로부터 상기 복원된 E-필드를 차감하여 E-필드 잔차신호를 생성하는 단계와, 생성된 상기 E-필드 잔차신호로부터 제 3 산란점 세트를 추출하는 단계와, 추출된 상기 제 2 산란점 세트와 추출된 상기 제 3 산란점 세트를 비교 및 선별하여 제 4 산란점 세트를 생성하는 단계와, 생성된 상기 제 4 산란점 세트와 이웃하는 이전 관측 각도의 이전 산란점 세트 간의 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측 각도에 대한 최종 산란점 세트를 산출하는 단계를 포함하는 표적 산란점 모델 추출 방법을 제공할 수 있다.
본 발명의 상기 제 1 산란점 세트는, 클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 추출될 수 있다.
본 발명의 상기 제 2 산란점 세트는, 상기 현재 관측각도의 E-필드와 상기 복원된 E-필드의 오차가 최소가 되도록 초기 산란점들의 크기 및 위상과 위치가 변경되는 방식으로 추출될 수 있다.
본 발명의 상기 제 3 산란점 세트는, 클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 추출될 수 있다.
본 발명의 산출된 상기 제4 산란점 세트는, 이전 관측각도의 이전 산란점 세트로 제공될 수 있다.
본 발명은, 또 다른 관점에 따라, 표적 산란점 모델 추출 방법을 프로세서가 수행하도록 하는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체로서, 상기 표적 산란점 모델 추출 방법은, 표적으로부터 반사되는 초기 관측각도의 E-필드로부터 제 1 산란점 세트를 추출하는 단계 - 상기 제1 산란점 세트가 이전 관측각도의 이전 산란점 세트가 됨 - 와, 현재 관측각도와 이웃하는 상기 이전 관측각도에서 추출한 이전 산란점 세트를 초기값으로 상기 현재 관측각도의 E-필드로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트를 추출하는 단계와, 추출된 상기 제 2 산란점 세트로부터 E-필드를 복원하는 단계와, 상기 현재 관측각도의 E-필드로부터 상기 복원된 E-필드를 차감하여 E-필드 잔차신호를 생성하는 단계와, 생성된 상기 E-필드 잔차신호로부터 제 3 산란점 세트를 추출하는 단계와, 추출된 상기 제 2 산란점 세트와 추출된 상기 제 3 산란점 세트를 비교 및 선별하여 제 4 산란점 세트를 생성하는 단계와, 생성된 상기 제 4 산란점 세트와 이웃하는 이전 관측 각도의 이전 산란점 세트 간의 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측 각도에 대한 최종 산란점 세트를 산출하는 단계를 포함하는 컴퓨터 판독 가능한 기록매체를 제공할 수 있다.
본 발명의 실시예에 따르면, 이전 각도에서 추출한 산란점 세트를 초기값으로 최적화 알고리즘을 수행하여 현재 관측각도의 산란점을 추출함으로써 이웃한 관측각도의 산란점 세트의 개별 산란점들 간의 대응 관계를 형성할 수 있으며, 이를 통해 산란점 개수를 증가시키지 않으면서도 표적의 연속적인 산란 특성을 모의할 수 있어 고해상도의 레이더 표적 모의를 구현할 수 있다.
도 1은 본 발명의 실시예에 따른 표적 산란점 모델 추출 장치에 대한 블록 구성도이다.
도 2는 본 발명의 실시예에 따라 표적 식별을 위한 산란점 모델을 추출하는 주요 과정을 도시한 순서도이다.
도 3은 소정의 관측각도에 대한 레이더 표적의 반사 신호와 산란점 추출 결과를 예시적으로 보여주는 도면으로서, (a)는 레이더 표적의 반사 신호(E-필드) 예시도이고, (b)는 레이더 표적의 산란 영상(ISAR) 예시도이며, (c)는 레이더 표적의 산란점 세트에 대한 예시도이다.
도 4는 최적화 과정을 통해 이웃한 관측각도의 산란점들 간에 대응관계를 가지는 결과를 예시로 보여주는 예시도이다.
도 5는 E-필드 잔차신호가 생성되는 과정을 보이는 예시도로서, (a)는 현재 관측각도에서의 원본 E-필드의 예시도이고, (b)는 산란점으로부터 복원된 E-필드의 예시도이며, (c)는 원본 E-필드(a)에서 복원된 E-필드(b)를 뺀 E-필드 잔차신호의 예시도이다.
도 6은 산란점 선별 과정을 통해 최종 산란점이 확정되는 과정을 설명하기 위한 예시도이다.
도 7(a)는 원본 E-필드로 생성한 ISAR 영상의 예시도이고, 도 7(b)는 연속 산란점 모델로 생성한 ISAR 영상의 예시도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명의 범주는 청구항에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명은 본 발명의 실시예들을 설명함에 있어 실제로 필요한 경우 외에는 생략될 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세하게 설명한다.
소정의 관측각도 간격으로 구축된 산란점 세트에서 두 인접한 산란점 세트의 개별 산란점 간에 매칭을 시킬 수 있다면 산란점 간의 보간(interpolation)을 통해 연속적으로 변하는 산란점을 생성할 수 있다.
그러나, 각 관측각도에서 독립적으로 추출(추정)된 두 산란점 세트에서 매칭되는 산란점을 찾는 것은 무척 어려운 일이다.
즉, 산란점의 크기 및 위상과 위치가 크게 변하지 않으면서 두 산란점 세트에 동시에 존재하는 산란점은 비교적 매칭이 쉬우나, 산란점의 위치가 크게 변하는 경우, 산란점이 사라지거나 새로 생겨서 한쪽 산란점 세트에만 존재하는 경우, 큰 산란점이 작은 산란점들의 조합으로 변하는 경우에는 연관성을 찾아 매칭을 시키기가 매우 어렵다는 문제가 있다.
따라서, 본 발명은, 구축된 산란점 세트에서 산란점간의 연관성을 찾아 매칭을 시키는 방법 대신에, 산란점 추출 과정에서 이웃하는 산란점 세트와의 연관성을 고려하여 추출함으로써 관측각도에 연속적인 산란점 모델을 생성할 수 있는데, 이를 위해 도 1에 도시된 바와 같은 구성을 포함할 수 있다.
도 1은 본 발명의 실시예에 따른 표적 산란점 모델 추출 장치에 대한 블록 구성도이다.
도 1을 참조하면, 본 실시예에 따른 표적 산란점 모델 추출 장치는 제 1 산란점 추출부(102), 제 2 산란점 추출부(104), 필드 복원부(106), 잔차신호 생성부(108), 제 3 산란점 추출부(110), 산란점 생성부(112) 및 최종 산란점 산출부(114) 등을 포함할 수 있다.
먼저, 제 1 산란점 추출부(102)는 표적으로부터 반사되는 초기 관측각도의 E-필드(E(ak), k = 0)로부터 제 1 산란점 세트(sct(ak))를 추출하는 등의 기능을 제공할 수 있는데, 여기에서 제 1 산란점 세트(sct(ak))는 이전 관측각도의 이전 산란점 세트(sct(ak-1))가 될 수 있다.
도 3은 소정의 관측각도에 대한 레이더 표적의 반사 신호와 산란점 추출 결과를 예시적으로 보여주는 도면으로서, (a)는 레이더 표적의 반사 신호(E-필드) 예시를, (b)는 레이더 표적의 산란 영상(ISAR; Inverse Synthetic Aperture Radar) 예시를, (c)는 레이더 표적의 산란점 세트에 대한 예시를 각각 보여준다.
즉, 도 3(a)에 도시된 바와 같이, 레이더는 거리 방향(down range)으로 고해상도 영상을 얻기 위해 광대역 주파수 신호를 송신하고, 횡 방향(cross range)으로 고해상도 영상을 얻기 위해 특정 관측각도 범위에서 반사된 신호를 수집할 수 있으며, 이와 같이 수집된 E-필드(E-field) 신호를 2차원 푸리에 변환을 하면 도 3(b)에 도시된 바와 같이, 표적의 2차원적인 산란 특성을 보여주는 ISAR 영상을 얻을 수 있다.
그리고, 도 3(c)는 수신된 신호로부터 추출된 산란점을 나타낸 것으로, 각 산란점은 크기 및 위상과 위치 정보를 가질 수 있다. 여기에서, ISAR 영상 또는 E-필드에서 산란점(제 1 산란점 세트)을 추출하는 알고리즘으로는, 예컨대 클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘 등이 사용될 수 있으며, 이들 이외에도 기존에 알려진 다양한 산란점 추출 알고리즘들이 사용될 수 있다.
다음에, 제 2 산란점 추출부(104)는 현재 관측각도와 이웃하는 이전 관측각도에서 추출한 이전 산란점 세트(sct(ak-1))를 초기값으로 현재 관측각도의 E-필드(E(ak))로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트(sctopt)를 추출한 후 필드 복원부(106) 및 산란점 생성부(112)로 각각 전달하는 등의 기능을 제공할 수 있다.
즉, 이웃하는 관측각도(예컨대, 소정의 관측각도 간격
Figure 112019000859589-pat00001
이면
Figure 112019000859589-pat00002
)에서 산란점을 추출하기 위해서 이전 관측각도(0ㅀ)에서 추출한 산란점 세트를 초기값으로 최적화 알고리즘을 수행할 수 있는데, 이러한 최적화 알고리즘에서는 해당 각도에서의 원본 E-필드와 추출된 산란점 세트로부터 복원한 E-필드의 오차가 최소가 되도록 초기 산란점들의 크기 및 위상과 위치를 변경해 가면서 탐색할 수 있다.
여기에서, 최적화 알고리즘을 통해 추출된 현재 관측각도에서의 산란점들은 이전 관측각도에서의 산란점들과 1:1 대응 관계를 가질 수 있다.
도 4는 최적화 과정을 통해 이웃한 관측각도의 산란점들 간에 대응관계를 가지는 결과를 예시로 보여주는 예시도이다.
도 4를 참조하면, 관측각도가 변함에 따라 크기와 위치만 변하면서 모든 관측각도에서 산란점들이 존재한다면 초기 산란점 세트로부터 최적화 과정을 통해 각 관측각도에서의 산란점들이 잘 추정이 되겠지만, 관측각도에 따라 새로 생기거나 사라지는 산란점들이 존재한다면 이런 산란점들은 추출하기가 어렵다는 것을 알 수 있다.
따라서, 원래의 E-필드(
Figure 112019000859589-pat00003
)에서 복원된 E-필드(
Figure 112019000859589-pat00004
:최적화 과정을 통해 추정된 산란점 세트로부터 복원된 신호)를 뺀 E-필드 잔차신호(
Figure 112019000859589-pat00005
)를 생성하는 것이 필요할 수 있다.
이를 위해, 필드 복원부(106)는 제 2 산란점 추출부(104)를 통해 추출된 제 2 산란점 세트(sctopt)로부터 E-필드를 복원하는 등의 기능을 제공할 수 있다.
다음에, 잔차신호 생성부(108)는 현재 관측각도의 E-필드(E(ak)로부터 필드 복원부(106)를 통해 복원된 E-필드를 차감하여 E-필드 잔차신호(
Figure 112019000859589-pat00006
)를 생성하는 등의 기능을 제공할 수 있다.
도 5는 E-필드 잔차신호가 생성되는 과정을 보이는 예시도로서, (a)는 현재 관측각도에서의 원본 E-필드의 예시도이고, (b)는 산란점으로부터 복원된 E-필드의 예시도이며, (c)는 원본 E-필드(a)에서 복원된 E-필드(b)를 뺀 E-필드 잔차신호의 예시도이다.
그리고, 제 3 산란점 추출부(110)는 잔차신호 생성부(108)를 통해 생성된 E-필드 잔차신호(
Figure 112019000859589-pat00007
)로부터 제 3 산란점 세트(
Figure 112019000859589-pat00008
)를 추출하여 산란점 생성부(112)로 전달하는 등의 기능을 제공할 수 있다.
여기에서, E-필드 잔차신호로부터 산란점을 추출하는 알고리즘은 제 1 산란점 추출부(102)에서 사용되는 알고리즘과 실질적으로 동일하지만 추정되는 산란점의 수(M개)는 산란점 세트 전체의 산란점 개수(N)보다 작게(M<<N) 설정될 수 있다.
다음에, 산란점 생성부(112)는 제 2 산란점 추출부(104)를 통해 추출한 제 2 산란점 세트(
Figure 112019000859589-pat00009
)와 제 3 산란점 추출부(110)를 통해 E-필드 잔차신호로부터 추출한 제 3 산란점 세트(
Figure 112019000859589-pat00010
)를 비교 및 선별하여 제 4 산란점 세트(
Figure 112019000859589-pat00011
)를 생성하는 등의 기능을 제공할 수 있다.
즉, E-필드 잔차신호로부터 산란점(
Figure 112019000859589-pat00012
)을 추출하여 최적화로 추출된 산란점(
Figure 112019000859589-pat00013
)과 비교하여 선별하는 과정을 거치게 되는데, 이러한 산란점 선별 과정은 산란점 세트
Figure 112019000859589-pat00014
와
Figure 112019000859589-pat00015
의 각 산란점의 크기를 비교하여 큰 것부터 N개를 선택하여 관측각도
Figure 112019000859589-pat00016
에서의 산란점 세트(
Figure 112019000859589-pat00017
)를 생성하는 방식으로 이루어질 수 있다.
이것은 E-필드 잔차신호에서 추출된 산란점이 최적화 결과로 추출된 산란점 보다 큰 것이 있다면 추가되고 이것 보다 작은 기존 산란점은 제거되는 과정이며, 이를 통해 새로 생기거나 사라지는 산란점을 반영할 수 있고, 산란점 세트는 일정 개수(N)의 산란점을 유지하게 된다.
도 6은 산란점 선별 과정을 통해 최종 산란점이 확정되는 과정을 설명하기 위한 예시도이다.
도 6을 참조하면, 최적화 과정에서 추출된 산란점 8개와 잔차신호에서 추출된 산란점 3개의 크기를 비교했을 때 잔차신호의 산란점 세트의
Figure 112019000859589-pat00018
가 선택이 되고 최적화 산란점 세트의
Figure 112019000859589-pat00019
이 제외된다.
여기에서,
Figure 112019000859589-pat00020
산란점은 새로 생성된 산란점이고,
Figure 112019000859589-pat00021
산란점은 사라지는 산란점을 의미할 수 있다.
그리고, 최종 생성된 산란점 세트(
Figure 112019000859589-pat00022
)는 제 1 산란점 추출부(102)로 전달되어 다음의 이웃하는 산란점 세트를 추출하기 위한 초기값으로 사용되는데, 이러한 일련의 과정들은 모든 관측각도에 대해서 반복적으로 수행될 수 있다.
마지막으로, 최종 산란점 산출부(114)는 산란점 생성부(112)를 통해 생성된 제 4 산란점 세트와 이웃하는 이전 관측 각도의 이전 산란점 세트 간에 1:1 대응되는 산란점들을 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측각도(
Figure 112019000859589-pat00023
)에 대한 최종 산란점 세트(
Figure 112019000859589-pat00024
)를 산출하는 등의 기능을 제공할 수 있다.
본 발명의 발명자들은 본 발명에 따른 연속 산란점 모델의 효과를 확인하기 위하여 ISAR 영상을 생성하는 실험을 실시하였으며, 그 결과는 도 7에 도시된 바와 같다.
일례로서, 항공기 표적에 대해 관측각도(방위각) 0 ~ 50도 범위에서 1도 간격으로, 주파수 150MHz ~ 300MHz 범위에서 5MHz 간격으로 RCS를 해석하여 E-필드를 생성한 후, 1도 간격으로 산란점 세트(예컨대, 세트 당 산란점 48개)를 추출하면서 연속 산란점 모델을 생성하였다.
도 7(a)는 원본 E-필드로 생성한 ISAR 영상의 예시도이고, 도 7(b)는 연속 산란점 모델로 생성한 ISAR 영상의 예시도이다.
도 7(a) 및 (b)를 참조하면, 연속 산란점 모델이 원본 ISAR 영상과 거의 유사하게 나타남을 분명하게 확인할 수 있었다.
도 2는 본 발명의 실시예에 따라 표적 식별을 위한 산란점 모델을 추출하는 주요 과정을 도시한 순서도이다.
도 2를 참조하면, 제 1 산란점 추출부(102)에서는 표적으로부터 반사되는 초기 관측각도의 E-필드(E(ak), k = 0)로부터 제 1 산란점 세트(sct(ak))를 추출한다(단계 202). 여기에서 제 1 산란점 세트(sct(ak))는 제 2 산란점 산출부(104)의 입력이 되는 이전 관측각도의 이전 산란점 세트(sct(ak-1))가 될 수 있다.
그리고, 제 2 산란점 추출부(104)에서는 현재 관측각도와 이웃하는 이전 관측각도에서 추출한 이전 산란점 세트(sct(ak-1))를 초기값으로 현재 관측각도의 E-필드(E(ak))로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트(sctopt)를 추출한다(단계 204).
여기에서, 이웃하는 관측각도(예컨대, 소정의 관측각도 간격
Figure 112019000859589-pat00025
이면
Figure 112019000859589-pat00026
)에서 산란점을 추출하기 위해 이전 관측각도(0도)에서 추출한 산란점 세트를 초기값으로 최적화 알고리즘을 수행할 수 있다.
이후, 필드 복원부(106)에서는 제 2 산란점 추출부(104)를 통해 추출된 제 2 산란점 세트(sctopt)로부터 E-필드를 복원한다(단계 206).
다음에, 잔차신호 생성부(108)에서는 현재 관측각도의 E-필드(E(ak)로부터 필드 복원부(106)를 통해 복원된 E-필드를 차감하여 E-필드 잔차신호(
Figure 112019000859589-pat00027
)를 생성한다(단계 208).
다시, 제 3 산란점 추출부(110)에서는 잔차신호 생성부(108)를 통해 생성된 E-필드 잔차신호(
Figure 112019000859589-pat00028
)로부터 제 3 산란점 세트(
Figure 112019000859589-pat00029
)를 추출한다(단계 210). 여기에서, E-필드 잔차신호로부터 산란점을 추출하는 알고리즘은 제 1 산란점 추출부(102)에서 사용되는 알고리즘과 실질적으로 동일할 수 있다.
그리고, 산란점 생성부(112)에서는 제 2 산란점 추출부(104)를 통해 추출한 제 2 산란점 세트(
Figure 112019000859589-pat00030
)와 제 3 산란점 추출부(110)를 통해 E-필드 잔차신호로부터 추출한 제 3 산란점 세트(
Figure 112019000859589-pat00031
)를 비교 및 선별하여 제 4 산란점 세트(
Figure 112019000859589-pat00032
)를 생성한다(단계 212). 즉, E-필드 잔차신호로부터 산란점(
Figure 112019000859589-pat00033
)을 추출하여 최적화로 추출된 산란점(
Figure 112019000859589-pat00034
)과 비교하여 선별하는 과정이 수행된다.
여기에서, 산란점 선별 과정은 산란점 세트
Figure 112019000859589-pat00035
와
Figure 112019000859589-pat00036
의 각 산란점의 크기를 비교하여 큰 것부터 N개를 선택하여 관측각도
Figure 112019000859589-pat00037
에서의 산란점 세트(
Figure 112019000859589-pat00038
)를 생성하는 방식으로 이루어질 수 있다. 이것은 E-필드 잔차신호에서 추출된 산란점이 최적화 결과로 추출된 산란점 보다 큰 것이 있다면 추가하고 이것 보다 작은 기존 산란점은 제거하기 위한 과정이다.
이후, 최종 산란점 산출부(114)에서는 산란점 생성부(112)를 통해 생성된 제 4 산란점 세트와 이웃하는 이전 관측 각도의 이전 산란점 세트 간에 1:1 대응되는 산란점들을 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측각도(
Figure 112019000859589-pat00039
)에 대한 최종 산란점 세트(
Figure 112019000859589-pat00040
)를 산출한다(단계 214).
한편, 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.
이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리 등에 저장되는 것도 가능하므로, 그 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.
그리고, 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 적어도 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 등이 가능함을 쉽게 알 수 있을 것이다. 즉, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것으로서, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
따라서, 본 발명의 보호 범위는 후술되는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
102 : 제 1 산란점 추출부
104 : 제 2 산란점 추출부
106 : 필드 복원부
108 : 잔차신호 생성부
110 : 제 3 산란점 추출부
112 : 산란점 생성부
114 : 최종 산란점 산출부

Claims (11)

  1. 표적으로부터 반사되는 초기 관측각도의 E-필드로부터 제 1 산란점 세트를 추출하는 - 상기 제 1 산란점 세트가 이전 관측각도의 이전 산란점 세트가 되는 - 제 1 산란점 추출부와,
    현재 관측각도와 이웃하는 상기 이전 관측각도에서 추출한 이전 산란점 세트를 초기값으로 상기 현재 관측각도의 E-필드(E-field)로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트를 추출하는 제 2 산란점 추출부와,
    추출된 상기 제 2 산란점 세트로부터 E-필드를 복원하는 필드 복원부와,
    상기 현재 관측각도의 E-필드로부터 상기 복원된 E-필드를 차감하여 E-필드 잔차신호를 생성하는 잔차신호 생성부와,
    생성된 상기 E-필드 잔차신호로부터 제 3 산란점 세트를 추출하는 제 3 산란점 추출부와,
    추출된 상기 제 2 산란점 세트와 추출된 상기 제 3 산란점 세트를 비교 및 선별하여 제 4 산란점 세트를 생성하는 산란점 생성부와,
    생성된 상기 제 4 산란점 세트와 이웃하는 상기 이전 관측 각도의 이전 산란점 세트 간의 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측 각도에 대한 최종 산란점 세트를 산출하는 최종 산란점 산출부를 포함하는
    표적 산란점 모델 추출 장치.
  2. 제 1 항에 있어서,
    상기 제 1 산란점 추출부는,
    클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 상기 제 1 산란점 세트를 추출하는
    표적 산란점 모델 추출 장치.
  3. 제 1 항에 있어서,
    상기 제 2 산란점 추출부는,
    상기 현재 관측각도의 E-필드와 상기 복원된 E-필드의 오차가 최소가 되도록 초기 산란점들의 크기 및 위상과 위치를 변경하면서 상기 제 2 산란점 세트를 추출하는
    표적 산란점 모델 추출 장치.
  4. 제 1 항에 있어서,
    상기 제 3 산란점 추출부는,
    클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 상기 제 3 산란점 세트를 추출하는
    표적 산란점 모델 추출 장치.
  5. 제 1 항에 있어서,
    상기 최종 산란점 산출부는,
    산출된 상기 제4 산란점 세트를 이전 관측각도의 이전 산란점 세트로 제공하는
    표적 산란점 모델 추출 장치.
  6. 표적으로부터 반사되는 초기 관측각도의 E-필드로부터 제 1 산란점 세트를 추출하는 단계 - 상기 제 1 산란점 세트가 이전 관측각도의 이전 산란점 세트가 됨 - 와,
    현재 관측각도와 이웃하는 상기 이전 관측각도에서 추출한 이전 산란점 세트를 초기값으로 상기 현재 관측각도의 E-필드로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트를 추출하는 단계와,
    추출된 상기 제 2 산란점 세트로부터 E-필드를 복원하는 단계와,
    상기 현재 관측각도의 E-필드로부터 상기 복원된 E-필드를 차감하여 E-필드 잔차신호를 생성하는 단계와,
    생성된 상기 E-필드 잔차신호로부터 제 3 산란점 세트를 추출하는 단계와,
    추출된 상기 제 2 산란점 세트와 추출된 상기 제 3 산란점 세트를 비교 및 선별하여 제 4 산란점 세트를 생성하는 단계와,
    생성된 상기 제 4 산란점 세트와 이웃하는 이전 관측 각도의 이전 산란점 세트 간의 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측 각도에 대한 최종 산란점 세트를 산출하는 단계를 포함하는
    표적 산란점 모델 추출 방법.
  7. 제 6 항에 있어서,
    상기 제 1 산란점 세트는,
    클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 추출되는
    표적 산란점 모델 추출 방법.
  8. 제 6 항에 있어서,
    상기 제 2 산란점 세트는,
    상기 현재 관측각도의 E-필드와 상기 복원된 E-필드의 오차가 최소가 되도록 초기 산란점들의 크기 및 위상과 위치가 변경되는 방식으로 추출되는
    표적 산란점 모델 추출 방법.
  9. 제 6 항에 있어서,
    상기 제 3 산란점 세트는,
    클린(CLEAN) 알고리즘 또는 정합 추적(Matching Pursuit) 알고리즘을 통해 추출되는
    표적 산란점 모델 추출 방법.
  10. 제 6 항에 있어서,
    산출된 상기 제4 산란점 세트는,
    이전 관측각도의 이전 산란점 세트로 제공되는
    표적 산란점 모델 추출 방법.
  11. 표적 산란점 모델 추출 방법을 프로세서가 수행하도록 하는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체로서,
    상기 표적 산란점 모델 추출 방법은,
    표적으로부터 반사되는 초기 관측각도의 E-필드로부터 제 1 산란점 세트를 추출하는 단계 - 상기 제1 산란점 세트가 이전 관측각도의 이전 산란점 세트가 됨 - 와,
    현재 관측각도와 이웃하는 상기 이전 관측각도에서 추출한 이전 산란점 세트를 초기값으로 상기 현재 관측각도의 E-필드로부터 최적화 알고리즘을 수행하여 제 2 산란점 세트를 추출하는 단계와,
    추출된 상기 제 2 산란점 세트로부터 E-필드를 복원하는 단계와,
    상기 현재 관측각도의 E-필드로부터 상기 복원된 E-필드를 차감하여 E-필드 잔차신호를 생성하는 단계와,
    생성된 상기 E-필드 잔차신호로부터 제 3 산란점 세트를 추출하는 단계와,
    추출된 상기 제 2 산란점 세트와 추출된 상기 제 3 산란점 세트를 비교 및 선별하여 제 4 산란점 세트를 생성하는 단계와,
    생성된 상기 제 4 산란점 세트와 이웃하는 이전 관측 각도의 이전 산란점 세트 간의 크기 및 위상과 위치를 고려한 보간(interpolation)을 통해 소정의 관측 각도에 대한 최종 산란점 세트를 산출하는 단계를 포함하는
    컴퓨터 판독 가능한 기록매체.
KR1020190000873A 2019-01-03 2019-01-03 표적 산란점 모델 추출 장치 및 그 방법 KR102084157B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190000873A KR102084157B1 (ko) 2019-01-03 2019-01-03 표적 산란점 모델 추출 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190000873A KR102084157B1 (ko) 2019-01-03 2019-01-03 표적 산란점 모델 추출 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR102084157B1 true KR102084157B1 (ko) 2020-03-03

Family

ID=69938043

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190000873A KR102084157B1 (ko) 2019-01-03 2019-01-03 표적 산란점 모델 추출 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102084157B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112255610A (zh) * 2020-10-21 2021-01-22 武汉滨湖电子有限责任公司 一种基于目标回波强度排序的散射点模型估计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002017231A2 (en) * 2000-08-23 2002-02-28 Rose Research Llc Systems and methods for millimeter and sub-millimeter wave imaging
WO2004090575A1 (en) * 2003-04-09 2004-10-21 Norsar Method for simulating local prestack depth migrated seismic images
KR20160134436A (ko) * 2015-05-13 2016-11-23 주식회사 만도 도래각 추정 장치 및 이를 이용한 도래각 추정 방법
KR20170103263A (ko) * 2016-03-03 2017-09-13 국방과학연구소 고해상도 레이더 시험장치 및 그 시험 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002017231A2 (en) * 2000-08-23 2002-02-28 Rose Research Llc Systems and methods for millimeter and sub-millimeter wave imaging
WO2004090575A1 (en) * 2003-04-09 2004-10-21 Norsar Method for simulating local prestack depth migrated seismic images
KR20160134436A (ko) * 2015-05-13 2016-11-23 주식회사 만도 도래각 추정 장치 및 이를 이용한 도래각 추정 방법
KR20170103263A (ko) * 2016-03-03 2017-09-13 국방과학연구소 고해상도 레이더 시험장치 및 그 시험 방법
KR101831197B1 (ko) 2016-03-03 2018-02-22 국방과학연구소 고해상도 레이더 시험장치 및 그 시험 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112255610A (zh) * 2020-10-21 2021-01-22 武汉滨湖电子有限责任公司 一种基于目标回波强度排序的散射点模型估计方法

Similar Documents

Publication Publication Date Title
CN109683147B (zh) 杂乱脉冲流信号的实时生成方法、装置及电子设备
KR101841624B1 (ko) 고속으로 3ｄ 홀로그램을 생성하는 방법 및 장치
Meng et al. 3d interacting hand pose estimation by hand de-occlusion and removal
Schmidt et al. Modeling the He ii Transverse Proximity Effect: Constraints on Quasar Lifetime and Obscuration
US20150088475A1 (en) Space debris visualization, characterization and volume modeling
KR102084157B1 (ko) 표적 산란점 모델 추출 장치 및 그 방법
Mathur et al. Study of HD 169392A observed by CoRoT and HARPS
Kim et al. VIMAP: an Interactive Program Providing Radio Spectral Index Maps of Active Galactic Nuclei
Turner et al. Online variational approximations to non-exponential family change point models: with application to radar tracking
Schmitt et al. A Search for Lost Planets in the Kepler Multi-planet Systems and the Discovery of the Long-period, Neptune-sized Exoplanet Kepler-150 f
Quici et al. Selecting and modelling remnant AGNs with limited spectral coverage
US20210304004A1 (en) Method for processing elastic wave data, elastic wave processing device using same, and program therefor
KR20180077865A (ko) 다중 가설 트래킹에 기반한 다중 카메라 다중 표적 트래킹을 위한 온라인 장치 및 방법
Zhong et al. Characterizing the shapes of noisy, non-uniform, and disconnected point clusters in the plane
Kelly et al. A fast decimation-in-image back-projection algorithm for SAR
US20240193747A1 (en) System and Method for Point Cloud Generation
Anglberger et al. Applications of simulation techniques for high resolution SAR systems
Smit SigmaHat: A toolkit for RCS signature studies of electrically large complex objects
CN115035565A (zh) 仿视觉皮层的多尺度小目标检测方法、装置及设备
Dorr et al. Shape similarity based on the qualitative spatial reasoning calculus eopram
Mourning et al. Dynamic Antenna Pattern Visualization for Aviation Safety Incorporating Multipath and Situational Awareness
Wester et al. Design space exploration of a particle filter using higher-order functions
Mitchell Deterministic Linear Time for Maximal Poisson‐Disk Sampling using Chocks without Rejection or Approximation
KR20200140060A (ko) 전파의 장애점 분석을 위한 경로 프로파일 생성 방법 및 장치
Vidal et al. Recursive interpolation technique for binary images based on morphological median sets

Legal Events

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