실측 FMCW 레이더 데이터를 이용한 RCS 기반 표적 식별 기법 연구
RCS based Target Recognition with Real FMCW Radar Implementation
- 주제(키워드) 도움말 target recognition , RCS , FMCW short range radar , KS-distance , maximum-likelihood , MAP , SVM
- 발행기관 서강대학교 일반대학원
- 지도교수 김홍석
- 발행년도 2016
- 학위수여년월 2016. 2
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000058969
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
최근 자율 주행 차량의 시대를 맞아, 차량에 탑재 되는 센서의 신호 분석은 매우 중요한 연구 분야로 대두되고 있다. 특히, 원거리 표적 인식 및 식별에 주로 사용 되어 왔던 레이더의 차량 전방 및 후방뿐만 아니라, 측면에도 탑재 되어 차량의 자율 주행 및 주차 보조 시스템에 적용되면서, 근거리 레이더의 신호 처리 및 분석은 중요하다. 이에 본 논문은 차량 전방에 탑재 되는 frequency modulated continuous wave (FMCW) 근거리 레이더의 신호 분석을 통하여, 차량 전방에 위치하는 표적의 종류를 식별하는 기법에 대해 연구하였다. 본 논문은 차량용 근거리 레이더를 이용하여, 시스템 상으로 실시간으로 표적 식별이 가능하고 추적이 가능하도록 하는 것이 목적이다. 특히, FMCW 근거리 레이더를 이용하여 얻은 표적으로부터 반사 되어 온 신호를 통해, 표적의 특성을 나타내는 값인 radar cross section (RCS)을 표적 식별에 적용하였다. 본 논문은 표적의 RCS 값이 감마 분포를 따른다는 가정 하에, 표적 식별에 적합한 기법에 대하여 연구하였다. 표적 식별에 적용된 기법으로는 2가지로, maximum-likelihood estimation (MLE)를 이용한 파라미터 추정을 통한 표적 RCS 값의 확률적 모델링 기법으로, 추정한 파라미터를 기반으로 각 표적에 대한 maximum a posteriori (MAP) 값을 얻어, 표적이 특정 표적일 확률을 얻었다. 나아가, 데이터 분류에 주로 사용 되는 기계 학습 기법 중, support vector machine (SVM) 기법을 적용하여 분류의 정확도를 계산하여 결과를 얻었다.
more