Current Issue

레이다는 전파를 송수신하여 특정 물체의 탐지와 거리정보 추출을 목적으로 하는 기술이다. 국방 분야에서는 일찍이 항공기 탐지를 위한 방공 시스템 구축에 레이다를 사용하였고 이러한 시스템은 꾸준하게 그리고 형태를 다양화하며 발전하여 차량, 선박, 특정 건물, 소형 물체 등의 탐지를 수행하고 있고 나아가 Synthetic Aperture Radar 기법을 이용한 목표 지역의 영상형성까지 가능하게 되었다[1]. 이렇듯 다양한 목적에 대해 우수한 성능을 보이는 레이다이지만 난항을 겪고 있는 분야가 있으니 바로 저피탐 표적의 탐지이다.

저피탐 표적이란 탐지가 힘든 특성을 가진 표적을 일컫는 말이다. 표적의 크기가 매우 작거나, 스텔스 형상(또는 기술)에 의해 레이다로 반사되어 돌아오는 전파의 크기가 작거나 또는 표적 신호가 주변 환경 신호 보다 월등히 작기 때문에 레이다가 탐지하기 힘든 표적 등이 저피탐 표적에 해당한다. 이러한 저피탐 표적은 상기 명시한 이유에 의해 본질적으로 레이다 탐지가 쉽지 않고 따라서 국가 안보에 큰 위협이 된다. 일례로 2019년 삼척항 목선 귀순 사건에서는 북한 어민들이 목선을 타고 남한으로의 탈북을 시도했는데 이때 우리 군의 감시 자산은 작은 RCS(Radar Cross Section)를 갖는 목선을 탐지하지 못한 것으로 보도됐다. 또 다른 예로 2017년, 2022년 북한 무인기 대한민국 영공 침범 사건 때도 변칙적인 속도와 작은 RCS를 갖는 무인기의 탐지 및 추적이 어려웠던 것으로 보도된 바 있다.

저피탐 표적과 같이 RCS가 작은 표적을 탐지하기 위한 가장 보편적인 방법은 레이다의 출력과 이득을 증폭시키는 것이다. 하지만 이러한 방법은 비관심 표적과 클러터 신호마저 증폭시키므로 목표하는 특정 표적 탐지 임무에 있어서 충분 조건이 될 수 없다. 또 다른 방법으로는 MPRF(Medium Pulse Repetition Frequency) 파형과 FFT(Fast Fourier Transform)을 이용한 도플러 처리가 있다[2]. 도플러 처리를 수행하면 속도 정보를 얻을 수 있기 때문에 표적과 클러터 신호가 분리되며 동기 누적에 따른 SNR(Signal to Noise Ratio)가 개선되기 때문에 미약한 신호라도 식별하여 탐지할 수 있다. 도플러 처리는 표적의 속도 정보 제공과 SNR을 개선 시켜 주는 이점이 있지만 해당 표적이 어떤 표적인지 분별할 특징 정보는 제공하지 않기 때문에 수많은 오탐지를 동반하지 않고는 저피탐 표적 탐지를 수행할 수 없다는 한계를 가진다.

상기 언급한 저피탐 표적 탐지의 한계를 극복하기 위해 본 논문에서는 클러터 제거에 사용되는 MTI(Moving Target Indicator)[3][4] 기법과 거리 방향 고해상도 정보 획득에 사용되는 고해상도처리(High Resolution Range Profile)[5] 기법을 융합하여 저피탐 표적 탐지를 수행하는 방법을 제안한다. 2장에서는 제안하는 방법에 대해 설명하고 3장에서는 제안 방법의 검증을 위한 시뮬레이션 구성에 대해 설명한다. 이어서 4장에서는 시뮬레이션 결과를 요약하고 마지막 5장에서 결론으로 논문을 끝맺는다.

제안 방법의 검증을 위해 모의 신호를 생성하여 표적 탐지를 수행하는 시뮬레이션 환경을 구성하였다. 모의 신호는 해상에서의 소형 선박 탐지를 가정하여 생성했고 신호 생성과 제안 방법의 구현에 필요한 레이다 운용 파라미터는 표 1에 나타낸다.

표적 신호는 3개의 관심 표적과 7개의 비관심 표적으로 구분하여 생성하는데 상세한 정보는 표 2에 나타낸다. 진한 색으로 강조된 부분이 관심 표적에 대한 정보이다.

해상 클러터 신호는 정밀한 모의를 위해 Naval Research Laboratory에서 제안한 NRL 모델[7]을 사용하여 생성한다. NRL 모델은 해상에서 획득한 실제 신호 데이터를 기반으로 하여 실환경 신호와 유사한 신호를 생성할 수 있도록 제안된 근사식이다. 주파수, 편파, Sea State[8], 안테나와 클러터가 이루는 각(Grazing angle)을 변수로 사용하면 클러터의 Reflectivity를 계산할 수 있다. 편파는 수직 편파를 사용하고 Sea State는 약 6.7 m/s 약한 바람이 부는 level 3를 가정하였다.

모의한 표적 및 클러터 산란점들은 그림 4와 같이 표현된다. 그림 4에 확대 영역은 표 2에 표적 크기를 구현한 방식을 나타내고 있다.

Fig. 4. 
Target and clutter scatterer

최종적으로 그림 4의 산란점들을 이용해 생성한 모의 신호는 그림 5와 같다.

Fig. 5. 
Simulated radar signal

3장에서 생성한 모의신호에 이동 표적 거리 고해상도 처리를 적용하고 CA-CFAR 탐지 알고리즘[9]을 수행한 결과를 그림 6에 나타내고 이동 표적 거리 고해상도 처리를 적용하지 않고 CA-CFAR 탐지 알고리즘을 수행한 결과를 그림 7에 나타낸다. CFAR에 대한 내용은 본 논문의 주제를 벗어나므로 별도의 설명은 생략한다.

Fig. 6. 
Detection results with moving target high range resolution

Fig. 7. 
Detection results without moving target high range resolution

그림 6과 그림 7의 결과를 비교해보면 우선 전체적인 클러터 신호 레벨이 10 dB 이상 감소한 것을 확인할 수 있다. 이는 저속으로 이동하는 해면 신호가([8]에 따라 평균 1.1m/s, 편차 0.74m/s) MTI 처리에 의해 저감된 것이다. 클러터 신호가 크게 저감됨에 따라 기존 표적 신호들의 신호대 클러터 비가 개선됨을 확인할 수 있다. 이러한 신호대 클러터 비 개선 효과는 거리 고해상도 처리 단계에서 보다 선명한 영상 형성에 기여한다. 다음으로 그림에서 주황색 박스로 표현된 영역을 보면 제안 방법에 의해 저속 표적 신호가 감소되거나 제거된 결과를 확인 할 수 있다. 이로 인해 기존에 비관심 표적 탐지에 의해 점유되던 시스템 자원을 관심 저피탐 표적 탐지에 할당할 수 있게 된다. 마지막으로 붉은색 박스로 표현된 영역을 보면 RCS가 매우 작아서 기존에 탐지되지 않던 관심 표적이 제안 방법 적용 이후에 성공적으로 탐지됨을 확인할 수 있다.

이렇듯 저피탐 표적의 탐지를 위해 신호를 최적화시킨 이후에 관심 표적의 식별을 위한 고해상도 처리 결과를 확인한다. 그림 6에서 확인된 탐지 표적들의 고해상도 처리 결과는 그림 8에서 확인 가능하다. 왼쪽 위부터 시계 방향으로 (a), (b), (c)이고 각각 표 2의 1m, 3m, 6m 표적과 대응된다.

Fig. 8. 
Result image of high resolution range profile

그림 8의 고해상도 처리 결과 영상에서 신호의 형태가 표적 크기에 따라 그려짐을 확인할 수 있다. 해상에서 소형 선박을 탐지한다고 할 때 바다 위에 떠 있는 부표 또는 파도 등은 그림 8(a)와 같이 spike 형태의 신호로 나타날 것이다. 이러한 오탐지 또는 비관심 표적은 제안 방법을 통해 제거 가능하다. 또한 현재 임무의 대상 표적 길이를 특정한다면 그림 8(b)의 2~3m 표적, 8(c)의 5~6m의 표적 등에 대한 선별 여부도 결정될 수 있다. 표적의 길이 정보를 획득할 때는 영상 내 최댓값을 갖는 위치를 기준으로 10dB가 감소되는 가장 근접한 위치를 찾으면 된다. 이때 10dB는 경험적 방법에 따라 결정된 수치이다.

시뮬레이션 결과에서는 양립 불가능한 두 개 기법이 효과적으로 조화되어 하나의 알고리즘으로서 성공적으로 동작함을 확인했다. 시뮬레이션으로 생성한 점표적(Point scatter) 형태의 표적 신호에 대해서도 높은 수준의 영상 형성이 가능하다면 무수한 scatterer를 가지는 실제 표적 신호는 더 정교하고 정확하게 거리 고해상도 영상에 표현될 것이라 예상되어 보다 높은 성능의 표적 탐지 및 식별이 가능할 것이다.

본 논문에서는 저피탐 이동 표적의 효과적인 탐지를 위한 이동 표적 거리 고해상도 처리 방법을 제안했다. 함께 사용이 불가한 MTI 처리와 고해상도 처리를 효과적으로 조화시킴으로써 고정 클러터 및 비관심 표적의 제거와 신호대 클러터 비 증가에 따른 선명한 거리 고해상도 영상 형성이 가능함을 입증하였다. 비관심 표적들은 신호 내에서 제거하고 거리 고해상도 영상에서 탐지된 표적의 크기에 따라 관심 표적 여부를 식별하는 방법론은 다양한 시스템의 목적에 따라 유용하게 사용될 수 있을 것으로 기대된다.

제안 방법은 클러터의 속도가 거의 없는 육상에서 더 나은 효과를 보여줄 것으로 예상되며 PRF staggering 등의 기법과 함께 사용하면 속도 영역에서의 blind region 없이 좋은 성능을 보여줄 것으로 판단된다. 단, PRI 및 펄스 개수에 따라 알고리즘의 동작 영역이 크게 달라지므로 목적에 맞게 설계자의 주의 깊은 설계가 필요하다.