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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지현 (부산대학교) 박도현 (부산대학교) 김형남 (부산대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제4호(통권 제533호)
발행연도
2022.4
수록면
99 - 106 (8page)
DOI
10.5573/ieie.2022.59.4.99

이용수

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

이 논문의 연구 히스토리 (2)

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 정확도로 표적을 추적하고 분류할 수 있다. 본 논문에서는 드론, 조류, 사람 표적에 따른 미세 운동 신호를 모델링하고, 미세 도플러 영상의 스펙트럼 첨도를 계산하여 표적의 미세 도플러 특징 벡터를 추출한다. 그리고 서로 다른 미세 운동을 하는 표적을 분류하기 위해 스펙트럼 첨도를 입력으로 하는 ResNet34 심층 신경망 네트워크를 적용한다. 모의실험을 통해 각 표적의 레이더 실측 데이터 입력 세트에 따른 ResNet34 알고리즘의 분류 성능을 분석한다. 모의실험 결과를 통해 제안하는 기법이 정확도, 정밀도, 재현도 측면에서 평균 95% 이상의 성능을 제시함으로써, 미세 도플러 영상을 이용하는 기존 기법보다 우수함을 보인다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 신호 모델링 및 스펙트럼 첨도
Ⅲ. ResNet 심층학습 알고리즘
Ⅳ. 분류 모의실험 결과
Ⅴ. 결론
REFERENCES

참고문헌 (17)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0