메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
진승현 (포항공과대학교) 정남훈 (포항공과대학교) 최재호 (포항공과대학교) 이성현 (삼성전자) 김철호 (국방과학연구소) 김경태 (포항공과대학교)
저널정보
한국전자파학회 한국전자파학회논문지 韓國電磁波學會論文誌 第30卷 第8號(通卷 第267號)
발행연도
2019.8
수록면
677 - 687 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
다기능 레이다는 자원의 제한으로 인해 자원을 효율적으로 사용하면서 임무를 수행하여야 한다. 이를 위해, 레이다 자원관리 기법을 사용한다. 기존의 연구들은 단일 비용함수를 최적화하여 레이다 성능을 향상했지만, 상충 관계를 갖는 이중 비용함수들도 최적화해야 한다. 이를 해결하기 위해 본 논문에서는 임무를 벡터화하고 임무 선택 벡터와 내적하여 수행할 임무를 찾는다. 그 후, 파레토 최적점을 이용하여 해당 임무가 가지는 두 개의 비용함수를 모두 만족하는 추적주기를 찾았다. 해당 추적주기만큼 수행된 임무의 새로운 시작시각으로 갱신하여 스케줄링을 진행하였다. 시뮬레이션 결과, 이중 비용함수 최적화를 통해 상충 관계를 갖는 비용함수들의 손실을 최소화하면서 레이다 성능을 향상하는 것이 가능함을 확인할 수 있었다.
#AESA #Radar Resource Management #Beam Scheduling #Optimization #Pareto Optimal Point #Tracking Period

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 알고리즘 수행 과정
Ⅲ. 임무 벡터화(Vectorization) 및 임무 선택 벡터 설정
Ⅳ. 임무 비용함수 설정
Ⅴ. 파레토 최적점을 이용한 이중 비용함수 최적화
Ⅵ. 시뮬레이션 결과 및 분석
Ⅶ. 결론
References

참고문헌 (8)

참고문헌 신청
H. Kim / 2014 / Development trend of active phased array radar / The Proceeding of the Korean Institute of Electromagnetic Engineering and Science 25(2):39~49 google schola P. Moo / 2015 / Adaptive Radar Resource Management / Academic Press google schola 정남훈 / 2018 / 최급 강하법 기반 인공 신경망을 이용한 다기능 레이다 표적 우선순위 할당에 대한 연구 / 한국전자파학회 논문지 29(1):68~76 dbpia O. M. E. R. Cayir / 2014 / Radar resource management techniques for multi-function phased array radars google schola 김일용 / 2004 / 두개의 목적함수를 가지는 다목적 최적설계를 위한 적응 가중치법에 대한 연구 / 한국정밀공학회지 21(9):149~157 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0