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
김지현 (부산대학교) 박도현 (부산대학교) 김형남 (부산대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제46권 제3호
발행연도
2021.3
수록면
430 - 439 (10page)
DOI
10.7840/kics.2021.46.3.430

이용수

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

이 논문의 연구 히스토리 (3)

2022

미세 도플러 영상을 이용한 메타 학습 기반의 표적 분류 성능 분석
김지현 ,  권순영 ,  김형남 한국통신학회 학술대회논문집 2022.11 학술대회자료

2021

미세 도플러 영상을 이용한 심층학습 표적 분류 기법 성능 분석
김지현 ,  박도현 ,  김형남 한국통신학회논문지 2021.03 학술저널
미세 도플러 영상을 이용한 ResNet 기반의 표적 분류 성능 분석
김지현 ,  박도현 ,  김형남 한국통신학회 학술대회논문집 2021.02 학술대회자료

초록· 키워드

오류제보하기
미세 도플러 (micro-Doppler) 변조는 각 개체의 구분 및 각각의 움직임에 대한 미세한 운동 상태를 나타내는 표적 특징으로서, 표적을 인식하고 분류하는 기술에 활용되고 있다. 미세 도플러 주파수는 물체의 회전과 진동 등의 기본적인 운동 특징에 의한 도플러 주파수의 변조 형태로 나타나며, 이를 이용하면 높은 표적 인식 정확도로표적을 추적하고 분류할 수 있다. 본 논문에서는 드론, 조류, 사람 표적에 따른 미세 운동 신호를 모델링하고, 미세 도플러 영상을 통해 시간-주파수 영역에서 분석하여 표적의 미세 도플러 특징을 확인한다. 그리고 서로 다른 미세 운동을 하는 표적을 분류하기 위해 미세 도플러 영상을 입력으로 하는 AlexNet, VGGNet16, GoogLeNet, ResNet34의 4가지 심층 신경망을 적용한다. 모의실험을 통해 각 표적의 레이더 실측 데이터 입력 세트에 따른 심층학습 알고리즘의 분류 성능을 분석한다. 모의실험 결과는 4가지 신경망 모두 87% 이상의 분류 정확도 성능을 가지며, ResNet34의 경우, 정확도, 정밀도, 재현도 3가지 척도에서 90% 이상의 성능으로 표적 분류 성능이 가장 우수함을 보인다.
#Micro-Doppler #characteristic vector #target classification #target detection #deep learning algorithm

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 신호 모델링 및 미세 도플러 특성
Ⅲ. 심층학습 신경망 모델
Ⅳ. 모의실험 결과
Ⅴ. 결론
References

참고문헌 (18)

참고문헌 신청
G.-H. Park, D.-G. Kim, H.-J. Kim, J.-O. Park, W.-J. Lee, J. H. Ko, and H.-N. Kim, “Performance analysis of interference cancelation algorithms for an FM Based PCL system,” J. KICS, vol. 42, no. 4, pp. 819-830, Apr. 2017. google schola S. Choi, D. Crouse, P. Willett, and S. Zhou, “Multistatic target tracking for passive radar in a DAB/DVB network: Initiation,” IEEE Trans. Aerospace and Electron. Syst., vol. 51, no. 3, pp. 2460-2469, Jul. 2015. google schola F. Colone, T. Martelli, C. Bongioanni, D. Pastina, and P. Lombardo, “Wifi-based PCL for monitoring private airfields,” IEEE Trans. Aerospace and Electron. Syst., vol. 32, no. 2, pp. 22-29, Feb. 2017. google schola H. Ma, M. Antoniou, D. Pastina, F. Santi, F. Pieralice, M. Bucciarelli, and M. Cherniakov, “Maritime moving target indication using GNSS-Based bistatic radar,” IEEE Trans. Aerospace and Electron. Syst., vol. 54, no. 1, pp. 115-130, Feb. 2018. google schola V. Chen, “The Micro-Doppler Effect in Radar ,” Artech House, Norwood, MA, 2011. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

자동차 주행환경에서 보행자 분류를 위한 딥러닝 모델의 전이학습 및 성능비교
변영현 ,  곽근창 한국정보기술학회논문지 2018 .10
전자전 미약신호 환경에 강인한 도착 시간 및 펄스 폭 추정 기법
방종현 ,  박도현 ,  이원진 외 2명 한국통신학회논문지 2022 .12
DTV 기반 수동형 레이더에서 U-Net을 이용한 드론 표적 탐지 기법
박지훈 ,  박도현 ,  방종현 외 1명 한국통신학회논문지 2022 .10
스펙트럼 첨도를 이용한 ResNet 기반의 표적 분류 성능 분석
김지현 ,  박도현 ,  김형남 전자공학회논문지 2022 .04
Drone movement classification based on deep learning using micro-Doppler signature images
Dong-Yeob Lee ,  Jae-In Lee ,  Dong-Wook Seo Journal of Advanced Marine Engineering and Technology (JAMET) 2021 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-567-001580078