지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 신동준
- 발행연도
- 2022
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수54
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
지금까지 다양한 딥러닝 (Deep Learning) 기반 레이더용 CFAR (Constant False Alarm Rate) 검출 기법이 제안되어 좋은 성능을 보였지만, 실제로는 오경보 확률 (False Alarm Probability)을 조절할 수 없었기 때문에 CFAR 검출기로는 적절하지 못했다. 본 논문에서는 이러한 문제점을 해결하기 위하여 조정 계수 (Scale Factor)를 포함하는 정규화 항을 도입한 새로운 손실함수를 제안한다. 제안된 손실함수 (Loss Function)를 사용하여 다양한 딥러닝 기반 CFAR 검출 기법의 오경보 확률을 조절할 수 있음을 확인하고, 딥러닝 기반 CFAR 검출 기법이 SNR (Signal-to-Noise Ratio)의 변화에 상관없이 오경보 확률이 거의 일정하게 유지되는 CFAR의 기본 특성을 만족시키는 것을 확인하였다.
목차
제 1 장 서론 11.1 개 요 1제 2 장 CFAR 탐지 기법과 딥러닝 22.1 CFAR 탐지 기법 소개 22.2 딥러닝 소개 3제 3 장 딥러닝 기반 CFAR 탐지 기법 53.1 CNN-CFAR 탐지 기법 53.2 오경보 확률의 피드백을 이용한 딥러닝 기법 9제 4 장 손실함수를 이용한 오경보 확률 조절 104.1 손실함수를 이용한 오경보 확률 조절 기법 제안 10제 5 장 Simulation 분석 125.1 Simulation 환경 125.2 제안된 손실함수를 사용한 DNN 기반 CFAR 탐지 기법 Simulation 결과 14제 6 장 결론 23참 고 문 헌 24Abstract 25
최근 본 자료
댓글(0)
0