디지털 라이브러리[ 검색결과 ]
Extreme Environment Rotated Object Detection Network
Giljun Lee, Junyaup Kim, Gwanghan Lee, Simon S. Woo
http://doi.org/10.5626/JOK.2023.50.11.966
객체 탐지 모델의 발전으로, 합성 개구 레이더(SAR) 및 전기 광학(EO) 위성 이미지와 같은 이미지들를 효율적으로 추론할 수 있다. 수평 경계 상자(HBB)를 사용하는 기존 탐지 모델 은 위성 이미지 상의 작고 밀집된 객체들을 탐지하기 어렵다. 이러한 문제를 해결하기 위해 본 논문에서는 Yolov7 객체 감지 모델의 구조를 효율적으로 변경하여, SAR 이미지에서 OBB(Oriented Bounding Box)로 표현된 객체를 정확하게 감지할 수 있는 알고리즘인 E^2RDet을 제안한다. 이 알고리즘은 객체 탐지 모델 아키텍처와 손실 함수를 수정하여 물체의 동적(orientation) 자세를 학습 가능하도록 개선한다. E^2RDet은 다양한 데이터셋을 학습에 활용하여 총 세 가지 벤치마크 SAR 데이터셋에서 성능 향상을 보였다. 이는 기존 객체 감지 모델들이 OBB로 표현된 객체도 학습 및 객체 탐지가 가능하다는 것을 의미한다.
고해상도 표적 신호 검출을 위한 레이다 신호처리기
http://doi.org/10.5626/JOK.2022.49.5.369
최근 다기능 레이다의 기술이 발전함에 따라 탄도탄의 레이다 기만 기술도 발전하고 있다. 일부 탄도탄은 단 분리 후 추진체가 공중 폭파하여 탄두와 다수의 파편이 함께 날아오며 이는 다기능레이다의 탄도탄 교전 능력을 저하시킨다. 따라서 기존의 표적 탐지/추적 기능을 보유하면서, 나아가 고속으로 날아오는 탄두와 파편을 빠른 시간 내에 구분하여 탄두를 요격하기 위해 광대역 파형을 운용할 수 있는 레이다 시스템이 요구된다. 광대역 파형을 이용해 표적의 길이를 추출하고 이를 이용해 탄두 분류를 수행함으로써 파편들 사이에서 탄두를 찾아서 요격할 수 있다. 본 논문에서는 이러한 요구사항들을 만족하는 레이다 시스템을 만들기 위해 도플러 처리, 펄스 압축, 임계 처리, 표적 형성 처리 등 협대역 파형을 이용한 표적의 탐지/추적 기능과 광대역 파형을 이용한 고해상도 표적 길이 추출과 정확한 표적 길이 추출을 위한 위상 왜곡 보정을 수행하는 과정 등을 서술한다. 또한 이러한 기능들을 신호처리기 소프트웨어로 설계 및 구현하고 시험을 수행한 결과를 보인다.
피아식별 모드-5 성능개량을 위한 다기능레이더모의기 설계
http://doi.org/10.5626/JOK.2020.47.6.622
피아식별은 아군과 적군을 식별하기 위한 방법으로 전투기와 함정, 요격 체계 등에 설치되어 운용된다. 미군은 2020년부터 기존 모드-4 사용을 중지하고 모드-5로 전환하므로 연합작전을 위해 우리군도 적기에 모드-5로 전환은 불가피하다. 지역방공 무기체계에서 통제소 및 다기능레이더 등의 IFF관련 구성이 변경되면 안정성 및 인증을 위해서 기존 무기체계의 재검증이 요구된다. 따라서, 통제소의 인터페이스 검증 및 단위시험, 시험평가 전 통합시험 등에 사용 될 다기능레이더모의기가 필요하기 때문에 본 논문에서는 모드-5 성능개량을 위한 모의기의 설계 방안에 대해 제시한다.
레이더 상 불특정 선박의 자동식별 알고리즘
해상 안전을 위한 선박의 탐색 및 식별은 매우 중요하다. 선박의 탐색은 레이더로 가능하나, 식별은 선박자동식별장치, 통신장비, 시각 등에 의해 이루어지며, 이러한 식별수단이 불능 시 레이더 운용자의 경험과 지식을 바탕으로 선박의 기동특성을 참고하여 식별하는 매우 어려운 경우가 발생한다. 본 논문에서는 지속적인 관찰임무를 수행해야 할 선박 탐색요원의 임무를 보조하기 위하여 레이더 상 선박의 기동특성을 이용, 자동식별 및 사고발생 가능성을 탐지하는 방법을 제안한다. 4가지 유형의 선박 정보, 레이더 상 접촉거리 및 침로, 속력을 이용하여 그 특징을 추출하고, SVM을 활용하여 식별 정확도를 평가하였으며, 이를 이용한 자동식별 알고리즘을 통해 사고발생 가능성이 있는 선박을 선별하는 방법을 제시하였다. 실험 결과 90% 이상의 식별 정확도를 보였으며, 실제 사고선박인 세월호의 정보를 자동식별 알고리즘에 적용하여 선별 가능함을 보였다. 이 방법은 다양한 상황에서 선박 탐색요원의 경험과 지식을 효과적으로 보완하고, 다수의 선박 중 관심필요선박을 사전 식별하여 정보를 제공함으로서 탐색요원의 노력을 경감시키고, 문제점을 보다 빨리 인지하는데 도움이 될 것이다.
