A Radar Target Trajectory Detection Algorithm in 3D Space using Time Accumulation and CNN

Abstract

레이다로 표적을 탐지할 때 많은 경우 CFAR(Constant False Alarm Rate) 알고리즘을 사용한다. CFAR는 노이즈 레벨에 상관없이 오경보율을 일정하게 유지할 수 있으나, 한 순간의 레이다 빔의 데이터만을 사용하기 때문에 허위 표적과 실제 표적의 구분이 어렵다. 많은 클러터가 존재하는 상황에서 시간에 따라 표적이 실제로 움직이는 궤적을 탐지하기 위해서, 본 논문에서는 CFAR에서 탐지된 플롯 데이터를 통해 시간에 따라 형성된 표적의 궤적을 추출하는 방법을 제시한다. CNN에 기반한 2차원 표적의 학습 데이터 생성 방법 및 학습 방법을 제시하였다. 그리고 더 구체적으로, 3개의 2차원 표적 정보 추출 방법을 연관하여 3차원 공간에서 표적정보를 추출하는 방법을 제시하였다. 본 논문에서 제시한 알고리즘을 실제 레이다 데이터를 통해서 검증하였고, 극심한 클러터 상황에서도 잘 동작함을 확인하였다.