{"title":"基于时间积累和CNN的三维空间雷达目标轨迹检测算法","authors":"Wonmin Cho, Nojun Kwak","doi":"10.14801/jkiit.2023.21.10.59","DOIUrl":null,"url":null,"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.","PeriodicalId":498669,"journal":{"name":"Journal of Korean Institute of Information Technology","volume":"152 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"A Radar Target Trajectory Detection Algorithm in 3D Space using Time Accumulation and CNN\",\"authors\":\"Wonmin Cho, Nojun Kwak\",\"doi\":\"10.14801/jkiit.2023.21.10.59\",\"DOIUrl\":null,\"url\":null,\"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.\",\"PeriodicalId\":498669,\"journal\":{\"name\":\"Journal of Korean Institute of Information Technology\",\"volume\":\"152 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-10-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Korean Institute of Information Technology\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14801/jkiit.2023.21.10.59\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Korean Institute of Information Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14801/jkiit.2023.21.10.59","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
A Radar Target Trajectory Detection Algorithm in 3D Space using Time Accumulation and CNN
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.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
