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.
피인용 0
초록·키워드
주파수, 펄스폭, 펄스반복주기 등의 정보를 식별변수로 이용하는 기존의 레이더 식별 기법들은 현대전의 고밀도 다중 신호 환경에서 식별 모호성이 발생하는 문제점을 가진다. 이러한 문제점을 극복하고 전자전 지원 시스템의 식별성능을 향상시키기 위해 레이더의 스캔패턴 정보를 활용하는 식별기법에 관한 연구가 진행되고 있다. 본 논문에서는 레이더의 스캔패턴을 보다 정확하게 분류하기 위해 전자전 지원 시스템에서 다양한 운용변수와 수신환경을 고려한 레이더 수신신호 생성 기법을 모델링하고, 생성된 레이더 신호로부터 가시성 그래프를 추출한다. 그리고 높은 분류 정확도를 얻기 위해 트리 구조를 이용하여 신호를 단계적으로 분류하고 가시성 그래프를 입력으로 하는 GoogLeNet 심층 신경망 네트워크를 적용하여 스캔패턴 분류 성능을 향상시킨다. 모의실험 결과를 통해 제안하는 기법이 정확도 92%, 정밀도 90%, 재현도 89%의 성능을 가짐으로써 기존 기법보다 분류 성능이 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) : I410-151-25-02-092478315
