1 |
1
(a) 레이더 신호의 각 스캔 형태별로 PA(Pulse Amplitude)와 스캔 형태 코드로 이루어지며 신호 모의 소프트웨어를 통해 생성되는 훈련 데이터들을 이용하여 SVM(Support Vector Machine)을 훈련하고 훈련된 SVM들을 생성하는 단계;(b) 수신기를 통하여 수집되는 레이더 펄스 데이터인 PDW(Pulsee Description Word)에 대하여 샘플링을 수행하여 샘플링 데이터들을 생성하는 단계;(c) 상기 샘플링 데이터들에 대하여 피크들을 추출하는 단계;(d) 상기 피크들에 해당하는 샘플링 데이터들에 대하여 특징벡터들을 추출하는 단계;(e) 상기 특징 벡터들을 상기 훈련된 SVM에 각각 입력하여 SVM별로 분류 결과값들을 확인하는 단계;(f) 상기 분류 결과값들 중 가장 큰 값을 나타내는 훈련된 SVM을 선택하는 단계; (g) 선택된 SVM의 번호에 따라 결과 코드를 생성하는 단계; 및(h) 생성된 결과 코드를 미리 정의되는 스캔 형태 구분표와 비교하여 스캔형태를 인식하는 단계;를 포함하며, 상기 (a) 단계는,(a-1) 훈련을 인식해야할 각 스캔 형태별로 SVM을 생성하는 단계;(a-2) 상기 각 스캔 형태별로 상기 PA(Pulse Amplitude)와 스캔 형태 코드로 이루어지는 훈련 데이터들을 생성하는 단계;(a-3) 상기 훈련 데이터들에 대하여 피크들을 추출하는 단계;(a-4) 상기 피크들에 해당하는 훈련 데이터들의 모든 PA에 대하여 표①의 특징벡터를 추출하는 단계;(a-5) 상기 SVM에 입력으로 넣을 상기 특징벡터와 스캔 형태값을 갖는 입력 데이터들을 분류하여 변환 입력 데이터들을 생성하는 단계;(a-6) 상기 변환 입력 데이터들을 입력하여 상기 SVM을 각각 훈련하는 단계; 및(a-7) 각 스캔 형태별로 훈련된 SVM들을 저장하는 단계;를 포함하는 것을 특징으로 하는 SVM기반 레이더 스캔형태 인식방법
|
2 |
2
삭제
|
3 |
3
제 1 항에 있어서, 상기 SVM은 2진 SVM 분류기이고, 상기 스캔형태는 고정(Steady), 원형(Circular), 섹터(Sector), 원추(Conjcal), 라스터(Raster), 헬리컬(Helical), 및 로브스위치(Lobe-Switching) 중 어느 하나인 것을 특징으로 하며, 상기 입력 데이터들의 스캔형태에 해당되는 SVM에 입력시에는 스캔 형태값을 1로, 다른 스캔형태에 해당되는 SVM에 입력시에는 스캔 형태값을 0으로 설정하는 것을 특징으로는 SVM기반 레이더 스캔형태 인식방법
|
4 |
4
제 1 항에 있어서,상기 (c) 단계에서,상기 샘플링 데이터들에 대한 피크의 추출은 인접한 좌/우 각각 3개의 데이터가 현재의 값보다 작을 경우 피크로 선정되는 것을 특징으로 하는 SVM기반 레이더 스캔형태 인식방법
|
5 |
5
제 3 항에 있어서,상기 분류 결과값들에 대한 확인은 상기 2진 SVM 분류기를 이용하되, 상기 2진 SVM 분류기의 결정 초평면은 수학식 (여기서, w는 가중치 값이며, K는 커널함수, s는 서포트 벡터, b는 바이어스(bias)이다)로 정의되는 것을 특징으로 하는 SVM기반 레이더 스캔형태 인식방법
|
6 |
6
수신기;레이더 신호의 각 스캔 형태별로 PA(Pulse Amplitude)와 스캔 형태 코드로 이루어지며 신호 모의 소프트웨어를 통해 생성되는 훈련 데이터들을 이용하여 SVM(Support Vector Machine)을 훈련하고 훈련된 SVM들을 생성하는 SVM 훈련 모듈;상기 수신기를 통하여 수집되는 레이더 펄스 데이터인 PDW(Pulsee Description Word)에 대하여 샘플링을 수행하여 샘플링 데이터들을 생성하는 샘플링 데이터 생성 모듈;상기 샘플링 데이터들에 대하여 피크들을 추출하고, 상기 피크들에 해당하는 샘플링 데이터들에 대하여 특징벡터들을 추출하는 특징벡터 추출 모듈;상기 특징 벡터들을 상기 훈련된 SVM에 각각 입력하여 SVM별로 분류 결과값들을 확인하고, 상기 분류 결과값들 중 가장 큰 값을 나타내는 훈련된 SVM을 선택하는 SVM 선택 모듈; 및 선택된 SVM의 번호에 따라 결과 코드를 생성하고, 생성된 결과 코드를 미리 정의되는 스캔 형태 구분표와 비교하여 스캔형태를 인식하는 스캔 형태 구분 모듈;을 포함하며,상기 SVM 훈련 모듈은, 훈련을 인식해야할 각 스캔 형태별로 SVM을 생성하고, 상기 각 스캔 형태별로 상기 PA(Pulse Amplitude)와 스캔 형태 코드로 이루어지는 훈련 데이터들을 생성하고, 상기 훈련 데이터들에 대하여 피크들을 추출하고, 상기 피크들에 해당하는 훈련 데이터들의 모든 PA에 대하여 표①의 특징벡터를 추출하고, 상기 SVM에 입력으로 넣을 상기 특징벡터와 스캔 형태값을 갖는 입력 데이터들을 분류하여 변환 입력 데이터들을 생성하고, 상기 변환 입력 데이터들을 입력하여 상기 SVM을 각각 훈련하고, 각 스캔 형태별로 훈련된 SVM들을 저장하는 것을 특징으로 하는 SVM기반 레이더 스캔형태 인식 장치
|