Current Issue

레이다 수신신호는 표적신호, 클러터, 잡음으로 구성된다[1]. 이때, 잡음은 자연계에 항상 존재하고 있는 반면에 클러터는 탐지환경에 따라 다르다. 다만, 탐지환경이 지상이던 해상이던 저속클러터의 세기가 매우 강하여 SIR(Signal to Interference Ratio)을 낮추고 탐지성능을 떨어뜨린다[2]. 따라서 저속클러터를 제거하여 SIR을 높이기 위한 알고리즘들이 개발되었고 대표적으로 MTI(Moving Target Indecator), FIR(Finite Impulse Response)등이 있다.

MTI는 인접한 두 펄스 신호 간 차이를 구하여 0속도 클러터를 효과적으로 제거하는 특징을 가지고 있다[3][4]. 그러나 주파수 응답특성상 클러터와 표적신호를 전체적으로 감쇄시켜서 탐지성능에 악영향을 줄 수 있다는 단점이 있다.

FIR은 임펄스 응답의 유한한 선형결합으로 구성된다[5]. 본 논문에서 사용한 FIR은 계수를 설정할 때, 모델링된 클러터의 공분산 행렬을 최소화하는 계수를 사용하였다[6]. 클러터의 중심 속도와 속도 표준편차를 설정하여 저속클러터를 제거하기 위한 좁고 깊은 차단 필터를 생성 할 수 있다. 즉, FIR은 MTI에 비하여 전체적인 주파수 응답특성이 우월하다. 그러나 저속클러터가 있는 구간에 표적이 있을 경우 표적신호의 극댓값을 감쇄시켜서 극댓값이 2개로 갈라지게 되어 표적신호를 왜곡시키는 단점이 있다.

클러터 환경에서 클러터를 억제하여 탐지성능을 향상시킨 연구들이 있다. 항공레이다에서 STAP(Spatio-Temporal Adaptive Processing)을 기반으로 표적 탐지를 수행한 연구이다[7]. 이 논문에서는 STAP 알고리즘을 사용하면 클러터의 부엽에 가려져 있던 신호를 탐지할 수 있음을 보였다. 또한, 해상레이다에서 클러터 공분산 행렬을 추정하고, 그 행렬의 Whitening filter를 계산하여 표적 탐지성능을 높인 연구가 있다[8].

도플러 처리는 레이다 표적신호로부터 도플러 속도를 계산하는 과정이다. 도플러 처리 시 2가지 이상의 알고리즘을 혼합하여 사용하는 것을 하이브리드 도플러 처리라고 부른다[9]. 하이브리드 도플러 처리는 알고리즘 조합 종류에 따라 무수히 많은 방법이 존재한다. 다만, 본 논문의 속도 기반 하이브리드 도플러 처리는 MTI와 FIR을 혼합한 방식을 말한다. 속도 구간별로 다른 알고리즘을 사용하였다. 즉, 저속구간에서는 MTI를 사용하고 고속구간에서는 FIR을 사용하면 표적 중심 속도가 유지되면서 SIR을 증가시켜 탐지성능을 향상 시킬 수 있다.

본 논문에서 제안한 하이브리드 도플러 처리를 위해서는 속도 경계 값을 찾는 것이 가장 중요하다. 따라서, 몬테카를로 시뮬레이션을 수행하여 속도 경계 값을 결정하는 두 변수 모호 속도와 클러터 표준편차를 찾았다.

본 논문의 다음과 같이 구성되었다. 2장에서는 MTI와 FIR의 개념에 대하여 다루었다. 3장에서는 본 논문에서 제안한 속도 기반 하이브리드 처리 기법과 속도 경계 값 설정 과정에 대하여 서술하였다. 4장에서는 몬테카를로 시뮬레이션 결과를 다루었다. 마지막으로 5장에서는 결론과 향후 과제에 대하여 기술하였다.

본 논문에서는 탐지성능을 CA-CFAR기반 SIR로 정의하였다. 제안한 알고리즘의 탐지성능을 확인하기 위하여 그림 5과 같이 몬테카를로 시뮬레이션을 수행하였다.

Fig. 5. 
Monte carlo simulation flow chart for comparison of detection performance between algorithms

수신신호 x를 생성 후 MTI와 FIR 그리고 본 논문의 하이브리드 도플러 처리를 수행 후 CA-CFAR로 탐지를 수행하여 SIR 출력을 계산하였다. 그림 5에서 MTI의 SIR값은 SIR_M이고 FIR의 SIR값은 SIR_F이다. 마지막으로, 하이브리드 도플러 처리의 SIR값은 SIR_H이다.

시뮬레이션 결과 얻은 SIR 값들을 비교하면 그림 6과 같다. 제안한 알고리즘은 경계 값 V_Th를 기준으로 V_Th보다 속도가 작은 영역에서는 SIR_M, 그 반대일 때는 SIR_F 값을 가지게 된다. 따라서, 모든 속도영역에서 가장 높은 값을 가질 수밖에 없다. 이 사실은 그림 6을 통해 확인되었다.

Fig. 6. 
Comparison of SIR between algorithms

또한, 제안한 기법의 SIR이 MTI와 FIR에 비하여 향상된 평균 증가 비율을 표 2에 나타내었다. 평균 증가 비율을 각 속도 값에 대한 제안한 기법의 SIR과 MTI(혹은 FIR)의 SIR의 비를 구하고 그 값들의 평균을 구한 것이다. 따라서, 제안한 하이브리드 도플러 처리 기법이 기존 알고리즘 대비 성능이 향상되는 것을 확인 할 수 있었다.

본 논문에서는 속도 기반 하이브리드 도플러 처리 알고리즘을 제안하였다. 제안한 알고리즘은 MTI와 최적의 클러터 제거 FIR을 속도 구간별로 나누어 사용하여 저속과 고속에서 모두 탐지 성능을 높이는 방법이었다.

또한, 제안한 알고리즘의 경계 값 V_Th를 얻기 위하여 몬테카를로 시뮬레이션을 수행하였다. 그 결과 V_Th는 V_u와 선형관계이고, V_Th는 σ_c와는 로그 관계임을 알 수 있었다. 또한, 제안한 알고리즘이 MTI, FIR보다 SIR이 높게 나오는 것을 시뮬레이션을 통하여 확인했다.

본 논문에서는 클러터를 모델링할 때, 속도 평균값과 표준편차 σ_c를 고정값을 사용하였다. 이는, FIR 사용을 저속 클러터 제거를 목적으로 했기 때문이다. 다만, 본 논문에서 가정한 저속 클러터 파라미터가 실제 환경과 다를 수 있다. 그러므로 실제 환경의 데이터를 입력받아서 클러터 모델 파라미터를 추정하면 클러터 제거 성능이 더 높아질 것이다. 즉, 적응형 FIR를 사용하여 하이브리드 도플러 처리를 수행하면 SIR이 높아지고 탐지성능을 향상시킬 수 있을 것이다. 이러한 적응형 FIR기반 하이브리드 도플러 처리 연구가 향후 과제가 될 것으로 보인다.