인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
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.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2021-567-001580078
