| 1 |
1
표적의 위치를 추적하는 장치에 있어서,주변 물체들의 위치를 나타내는 측정 신호들을 탐지하는 탐지부; 및상기 표적의 위치에 대한 예측값을 나타내는 이전 상태에 기초하여 상기 측정 신호들로부터 적어도 하나의 유효 신호를 선택하고,상기 적어도 하나의 유효 신호 각각이 상기 표적의 현재 상태를 나타낼 확률을 뉴럴 네트워크(neural network)를 통해 계산하고,상기 확률에 기초하여 상기 표적의 위치에 관한 상태를 상기 이전 상태에서 상기 현재 상태로 업데이트하는 제어부를 포함하고, 상기 제어부는,상기 적어도 하나의 유효 신호 중에서 상기 확률이 가장 높은 신호를 후보 신호로 선택하고,상기 후보 신호의 상기 확률이 확률 임계치 이상인 경우 상기 후보 신호를 상기 현재 상태로 업데이트하는, 장치
|
| 2 |
2
삭제
|
| 3 |
3
제 1항에 있어서,상기 제어부는,상기 적어도 하나의 유효 신호의 신호대 잡음비(SNR, signal to noise ratio) 및 너비(width) 중 적어도 하나를 포함하는 특징 인자(feature)에 대한 학습을 통해 상기 뉴럴 네트워크를 구현하는, 장치
|
| 4 |
4
제 1항에 있어서,상기 탐지부는,상기 주변 물체들에 대해 음파 펄스를 방출하는 송신부 및 상기 음파 펄스가 상기 주변 물체들로부터 반사되어 돌아오는 신호를 수신하는 수신부를 포함하는 능동 소나(active SONAR)를 이용하여 상기 주변 물체들의 위치를 나타내는 측정 신호들을 탐지하는, 장치
|
| 5 |
5
삭제
|
| 6 |
6
제 1항에 있어서,상기 제어부는,상기 확률이 가장 높은 신호로 동일한 확률을 갖는 둘 이상의 신호들이 존재하는 경우 상기 둘 이상의 신호들 중에서 상기 표적의 위치에 대한 예측값에 가장 근접한 신호를 상기 후보 신호로 선택하는, 장치
|
| 7 |
7
제 1항에 있어서,상기 제어부는,상기 이전 상태 및 상기 측정 신호들에 대한 게이팅(gating)을 수행함으로써 상기 측정 신호들 중에서 게이팅 범위에 포함되는 적어도 하나의 신호를 상기 적어도 하나의 유효 신호로 선택하는, 장치
|
| 8 |
8
제 1항에 있어서,상기 제어부는,상기 유효 신호가 하나만 선택된 경우, 상기 유효 신호를 상기 현재 상태로 업데이트하는, 장치
|
| 9 |
9
제 1항에 있어서,상기 표적의 위치에 대한 예측 및 상기 표적의 위치에 관한 상태에 대한 업데이트는 칼만 필터(Kalman filter)를 통해 수행되는, 장치
|
| 10 |
10
표적의 위치를 추적하는 방법에 있어서,주변 물체들의 위치를 나타내는 측정 신호들을 탐지하는 단계;상기 표적의 위치에 대한 예측값을 나타내는 이전 상태에 기초하여 상기 측정 신호들로부터 적어도 하나의 유효 신호를 선택하는 단계;상기 적어도 하나의 유효 신호 각각이 상기 표적의 현재 상태를 나타낼 확률을 뉴럴 네트워크를 통해 계산하는 단계; 및상기 확률에 기초하여 상기 표적의 위치에 관한 상태를 상기 이전 상태에서 상기 현재 상태로 업데이트하는 단계를 포함하고,상기 현재 상태로 업데이트하는 단계는,상기 적어도 하나의 유효 신호 중에서 상기 확률이 가장 높은 신호를 후보 신호로 선택하는 단계; 및상기 후보 신호의 상기 확률이 확률 임계치 이상인 경우 상기 후보 신호를상기 현재 상태로 업데이트하는 단계를 포함하는, 방법
|
| 11 |
11
제 10항에 있어서,상기 측정 신호들을 탐지하는 단계는,상기 주변 물체들에 대해 음파 펄스를 방출하는 단계; 및상기 음파 펄스가 상기 주변 물체들로부터 반사되어 돌아오는 신호를 수신하는 단계를 포함하는, 방법
|
| 12 |
12
제 10항에 있어서,상기 적어도 하나의 유효 신호를 선택하는 단계는,상기 이전 상태 및 상기 측정 신호들에 대한 게이팅을 수행하는 단계; 및상기 측정 신호들 중에서 게이팅 범위에 포함되는 적어도 하나의 신호를 상기 적어도 하나의 유효 신호로 선택하는 단계를 포함하는, 방법
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
제 10항 내지 제 12항 중 어느 하나에 따른 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
