FMICW 레이다에서 기계 학습을 활용한 다수 표적 탐지 기법 연구

Abstract

본 논문에서는 FMICW(frequency modulated interrupted continuous wave) 레이다에서 관찰되는 주기적인 신호 특성과기계 학습 기반의 표적 검출 알고리즘을 사용하여 다중 표적을 효과적으로 탐지하는 방법을 제안한다. 일반적으로FMICW 레이다는 송수신 신호의 스위칭으로 생성되는 스퓨리어스 신호와 비트(beat) 신호의 거리-속도 간의 커플링 효과로 인해 다중 표적보다는 단일 표적을 정밀하게 탐지하는 데 사용된다. 본 논문에서는 FMICW 레이다에 MLE(maximum likelihood estimation)를 적용하여 RD-map을 생성하고, 거리와 속도 커플링으로 생성되는 직선의 교점 정보를 사용하여영상에서 표적을 강화하는 방법을 제안한다. 강화된 영상에 기계 학습 기반의 객체 탐지 알고리즘을 적용하여 더욱 효과적인 다중 표적 탐지를 가능하게 한다.