Improvement of Detection Ranges for Targets in Sidelobe Clutter Surroundings by Sigma-Delta STAP for Airborne Radars

Q: 이 논문에서 정의한 시그마-델타 STAP이란 무엇인가?

시그마-델타 STAP은 항공기 레이더의 안테나 채널 구조를 활용하여 추가적인 수신 채널 구성 없이 측엽 클러터를 제거하기 위해 사용되는 시공간 적응 처리 기법이다. 이는 JDL(Joint Domain Localized) 방법과 유사하며, 국부 처리 영역 내 신호를 사용하여 간섭 신호를 억제한다. 특히, 본 연구에서는 측엽 클러터 제거를 위해 훈련 데이터를 도플러 방향으로 수집하는 방식으로 적용된다.

Q: 항공 레이더의 측엽 클러터 감소가 탐지 범위에 어떤 영향을 미치는가?

연구 결과, 시그마-델타 STAP을 이용한 측엽 클러터 감소는 항공 레이더의 탐지 범위 성능을 크게 향상시킨다. 제안된 방법은 기존 방식 대비 11.04dB의 SINR 개선을 보였으며, 이로 인해 저고도 플랫폼에서 측엽 클러터에 가려져 탐지되지 않던 73km 거리의 표적을 성공적으로 탐지할 수 있게 된다.

Tae-Hyung Kim; Hyeong-Won Jeon; Jong-Hwan Shin; Yeon-Duk Kang

추천

검색

질문

자료유형: 학술저널

저자정보: Tae-Hyung Kim (LIG Nex1) Hyeong-Won Jeon (LIG Nex1) Jong-Hwan Shin (LIG Nex1) Yeon-Duk Kang (LIG Nex1)

저널정보: 한국전자파학회JEES Journal of Electromagnetic Engineering And Science Journal of Electromagnetic Engineering And Science Vol.19 No.4

발행연도: 2019.10

수록면: 234 - 238 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Medium pulse repetition frequency (MPRF) waveforms are used in common airborne radar because of their advantages. However, one of the disadvantages of MPRF waveforms is the decrement of detectable ranges by sidelobe clutter at low-altitude platforms. To overcome this disadvantage and to increase the detectable ranges at low-altitude platforms, this study proposes a sidelobe clutter reduction method. Airborne radar has sum and difference antenna channels, and sidelobe clutter reduction is processed using sigma-delta spatio-temporal adaptive processing in the sidelobe-clutter surroundings of low-altitude platforms. In terms of the sidelobe clutter reduction performance and the effectiveness of increasing the detection range, the proposed method is simulated and tested using simulated data.

#Airborne Radar #MPRF Waveform #Reduction of Sidelobe Clutter #Sigma-Delta STAP #Surface Clutter

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-569-002125284

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)