| 1 |
1
입력 레이더 펄스 신호의 레이어에 PRI(Pulse Repetition Interval) 변조형태별 SVM(Support Vector Machine)을 생성하는 초기화 단계;생성된 PRI 변조형태별 SVM을 이용하여 다수의 훈련 데이터를 생성하고, 생성된 다수의 훈련 데이터를 이용하여 SVM 학습을 수행하는 단계;상기 생성된 다수의 훈련 데이터로부터 상기 레이어의 입력을 위해 사용되는 지수이동평균신호를 생성하는 단계;생성된 지수이동평균신호를 이용하여 레이어별 입력 신호를 생성하는 단계;PRI 변조형태의 인식에 사용될 구분인자를 추출하는 단계;추출된 구분인자를 이용하여 레이어별 PRI 변조형태 인식을 수행하는 단계;수행된 인식의 분류결과로부터 최종 결과코드를 생성하는 단계; 및생성된 최종 결과코드를 이용하여 최종 PRI 복합변조형태를 판단하는 단계;을 포함하는 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 2 |
2
제 1항에 있어서, 상기 SVM은 이중 레이어 SVM인 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 3 |
3
제 1항에 있어서,상기 지수이동평균신호는 수학식(여기서, ζ는 ema(Exponential Moving Average) 신호를 의미하고, δ는 DTOA(Difference of Time Of Arrival)를 의미하며, ω는 지수이동평균신호를 계산할 윈도우의 크기를 의미하며, α는 이전 지수이동평균값을 적용할 변수를 의미한다)를 이용하여 산출되는 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 4 |
4
제 1 항에 있어서, 상기 레이어는 입력 레이더 펄스 신호의 거시적 변조형태를 추출하기 위한 1차 레이어와 입력 레이더 펄스 신호의 미시적 변조형태를 추출하기 위한 2차 레이어로 이루어지는 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 5 |
5
제 4 항에 있어서,상기 1차 레이어는 수학식 (여기서, ζ는 ema(Exponential Moving Average) 신호를 의미한다)로 정의되며, 상기 2차 레이어는 수학식 (여기서, δ는 DTOA(Difference of Time Of Arrival)를 의미한다)로 정의되는 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 6 |
6
제 5 항에 있어서,상기 구분인자는 수학식 및 (여기서, μ1, μ2는 각각 L1, L2의 평균이다)에 의해 추출되는 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 7 |
7
제 4 항에 있어서,상기 PRI 변조 형태는, 드웰 및 스위치(Dwelled 0026# Switched), 워블(wobulated), 지터(jittered), 선형 슬라이딩(+), 선형 슬라이딩(-), 및 비선형 슬라이딩(+), 비선형 슬라이딩(-) 중 어느 하나 인 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 8 |
8
제 7 항에 있어서,상기 PRI 변조 형태는 상기 1차 레이어 및 2차 레이어에 대하여 동일한 형태로 생성되지 않는 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
| 9 |
9
제 1 항에 있어서,상기 PRI 변조형태별로 훈련 데이터를 생성하고, 생성된 훈련 데이터를 이용하여 SVM을 훈련시키는 단계는,PRI 변조형태별로 DTOA(Difference of TOA)열과 변조형태코드로 구성된 다수의 훈련 데이터를 생성하는 단계; 및 추출한 구분인자와 PRI 변조형태코드를 이용하여 각 SVM을 학습하는 단계;를 포함하는 것을 특징으로 하는 지수이동평균을 이용한 이중 레이어 SVM 기반 레이더 신호의 PRI 복합변조형태 인식 방법
|
