1 |
1
타겟 레이더 신호를 디지털 신호로 변환하여 이산 레이더 신호를 생성하는 레이더 신호 수신부와,상기 타겟 레이더 신호의 최대 주파수값을 이용하여 상기 이산 레이더 신호에 대한 샘플링 실행 여부와 상기 샘플링 실행 시의 샘플링 감소 비율을 결정하는 샘플링 결정부와, 상기 샘플링 실행이 결정되는 경우에만, 상기 이산 레이더 신호에 대해 전처리를 수행하여 상기 이산 레이더 신호의 샘플 개수를 기설정된 상기 샘플링 감소 비율에 따라 감소시키는 레이더 신호 전처리부와,시간 주파수 분석 알고리즘을 이용하여 상기 전처리된 이산 레이더 신호에 대한 시간 주파수 이미지를 생성하는 시간 주파수 분석 처리부와,상기 시간 주파수 이미지의 용량을 줄이는 전처리를 수행하는 이미지 전처리부와, 상기 전처리된 시간 주파수 이미지를 학습용 시간 주파수 이미지를 통해 상기 시간 주파수 이미지와 변조 형태 사이의 관계를 학습한 콘벌루션 신경망(Convolution Neural Network : CNN) 계열의 분류기에 입력하여 상기 타겟 레이더 신호의 변조 형태를 분석하는 변조 형태 인식부와,상기 변조 형태 인식부를 통해 상기 타겟 레이더 신호의 변조 형태가 폴리페이즈(polyphase)로 변조된 지속파 레이더 신호로 인식된 경우, 상기 타겟 레이더 신호로부터 추출한 특징 인자 - 상기 특징 인자는 중심 주파수, 주기, 대역폭, 상기 타겟 레이더 신호의 코드길이를 포함함 - 를 이용하여 상기 타겟 레이더 신호의 세부 변조 형태를 인식하는 변조 형태 인식 보조부를 포함하는레이더 변조 형태 인식 장치
|
2 |
2
제 1 항에 있어서,상기 샘플링 결정부는,상기 최대 주파수값을 이용하여 상기 타겟 레이더 신호의 샘플 개수를 몇 배로 줄일지 여부를 나타내는 상기 샘플링 감소 비율을 산출하고, 상기 샘플링 감소 비율이 기설정된 비율 이상으로 산출되는 경우 상기 타겟 레이더 신호에 대해 샘플링을 실행하는 결정하고, 상기 샘플링 감소 비율이 기설정된 비율 미만인 경우 상기 타겟 레이더 신호에 대해 상기 샘플링을 실행하지 않는 것을 결정하는레이더 변조 형태 인식 장치
|
3 |
3
제 1 항에 있어서,상기 레이더 신호 전처리부는,상기 이산 레이더 신호내에서 복수개의 연속된 샘플의 평균값을 산출하고, 상기 복수개의 샘플을 상기 산출된 평균값을 가지는 하나의 샘플로 대체하여 상기 이산 레이더 신호의 샘플 개수를 상기 샘플링 감소 비율에 따라 감소시키는 레이더 변조 형태 인식 장치
|
4 |
4
제 1 항에 있어서,상기 시간 주파수 분석 처리부는, 상기 시간 주파수 분석 알고리즘으로서, 시간 주파수 분석 기술을 사용하여 상기 시간 주파수 이미지를 생성하는 레이더 변조 형태 인식 장치
|
5 |
5
제 1 항에 있어서,상기 시간 주파수 이미지는,상기 전처리된 이산 레이더 신호의 시간에 따른 주파수별 에너지 분포를 이미지로 나타낸 것인 레이더 변조 형태 인식 장치
|
6 |
6
제 1 항에 있어서,상기 이미지 전처리부는,상기 시간 주파수 이미지상 각 픽셀의 밝기값을 상기 시간 주파수 이미지상 각 픽셀의 밝기값 중 최대값으로 나눈 값을 상기 각 픽셀의 밝기값으로 대체하여 상기 이미지를 재구성하는 레이더 변조 형태 인식 장치
|
7 |
7
제 1 항에 있어서,상기 변조 형태 인식부는, 서로 다른 변조 형태를 가지는 복수의 학습용 레이더 신호에 대한 학습용 시간 주파수 이미지를 상기 콘볼루션 신경망에 입력하여 상기 콘볼루션 신경망을 학습시키는 레이더 변조 형태 인식 장치
|
8 |
8
삭제
|
9 |
9
삭제
|
10 |
10
타겟 레이더 신호가 수신되는 경우 디지털 신호로 변환하여 이산 레이더 신호를 생성하는 단계와,상기 타겟 레이더 신호의 최대 주파수값을 이용하여 상기 이산 레이더 신호에 대한 샘플링 실행 여부와 상기 샘플링 실행 시의 샘플링 감소 비율을 결정하는 단계와,상기 샘플링 실행이 결정되는 경우, 상기 이산 레이더 신호의 샘플링 개수를 기설정된 상기 샘플링 감소 비율로 감소시키는 단계와,시간 주파수 분석 알고리즘을 이용하여 상기 이산 레이더 신호에 대한 시간 주파수 이미지를 생성하는 단계와,상기 시간 주파수 이미지의 용량을 줄이는 전처리를 수행하는 단계와,상기 전처리된 시간 주파수 이미지를 학습용 시간 주파수 이미지를 통해 상기 시간 주파수 이미지와 변조 형태 사이의 관계를 학습한 콘벌루션 신경망에 입력하여 상기 타겟 레이더 신호의 변조 형태를 인식하는 단계와,상기 타겟 레이더 신호가 폴리페이즈(polyphase)로 변조된 지속파 레이더 신호로 인식될 경우, 상기 타겟 레이더 신호로부터 특징 인자 - 상기 특징 인자는 중심 주파수, 주기, 대역폭, 상기 타겟 레이더 신호의 코드길이를 포함함 - 를 추출하는 단계와,상기 특징 인자를 이용하여 상기 타겟 레이더 신호의 세부 변조 형태를 인식하는 단계를 포함하는레이더 변조 형태 인식 방법
|
11 |
11
제 10 항에 있어서,상기 결정하는 단계는,상기 최대 주파수값을 이용하여 상기 타겟 레이더 신호의 샘플 개수를 몇 배로 줄일지 여부를 나타내는 상기 샘플링 감소 비율을 산출하는 단계와,상기 샘플링 감소 비율이 기설정된 비율 이상으로 산출되는 경우 상기 샘플링 실행을 결정하는 단계와,상기 샘플링 감소 비율이 기설정된 비율 미만인 경우 상기 타겟 레이더 신호에 대한 샘플링을 실행하지 않는 것을 결정하는 단계를 포함하는 레이더 변조 형태 인식 방법
|
12 |
12
제 10 항에 있어서,상기 레이더 신호의 샘플 수를 감소시키는 단계는,상기 이산 레이더 신호 내에서 복수개의 연속된 샘플의 평균값을 산출하는 단계와, 상기 복수개의 샘플을 상기 산출된 평균값을 가지는 하나의 샘플로 대체하여 상기 이산 레이더 신호의 샘플 개수를 상기 샘플링 감소 비율에 따라 감소시키는 단계를 포함하는레이더 변조 형태 인식 방법
|
13 |
13
제 10 항에 있어서,상기 시간 주파수 이미지는, 상기 시간 주파수 분석 알고리즘으로서, 시간 주파수 분석 기술을 사용하여 생성되는 레이더 변조 형태 인식 방법
|
14 |
14
제 10 항에 있어서,상기 이미지 전처리를 수행하는 단계는,상기 시간 주파수 이미지상 각 픽셀의 밝기값을 상기 시간 주파수 이미지상 각 픽셀의 밝기값 중 최대값으로 나눈 값을 상기 각 픽셀의 밝기값으로 대체하여 상기 이미지를 재구성하는 단계인레이더 변조 형태 인식 방법
|
15 |
15
제 10 항에 있어서,상기 인식하는 단계는, 서로 다른 변조 형태를 가지는 복수의 학습용 레이더 신호에 대한 학습용 시간 주파수 이미지를 콘볼루션 신경망에 입력하여 상기 콘볼루션 신경망을 학습시키는 단계와,상기 전처리된 시간 주파수 이미지를 상기 학습된 콘볼루션 신경망에 입력하여 상기 타겟 레이더 신호의 변조 형태를 인식하는 단계를 포함하는 레이더 변조 형태 인식 방법
|
16 |
16
삭제
|