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
본 논문에서는 운용 조건 변화에 강건한 레이다 기반 무인 항공기(UAV, unmanned aerial vehicle) 식별을 위한 계층적 물리 기반 데이터 증강 기법을 제안한다. 기존 딥러닝 분류기는 호버링(hovering) 데이터에 과적합되어 기동, 측정 환경, 레이다 파라미터가 변화하는 교차 도메인(cross-domain) 환경에서 성능이 크게 저하된다. 이를 극복하고자 1차원 복소 시계열상에서 표적 동역학·잡음·시스템 파라미터 변동을 물리 모델 기반으로 모사하고, 2차원 스펙트로그램의 무작위 마스킹을 결합하여 특징 벡터의 가변성을 극대화하였다. 실제 기동 및 환경 변화, 상이한 펄스 반복 주파수(PRF, pulse repetition frequency)가 적용된 독립 실측 데이터셋으로 검증한 결과, 제안 기법은 99.56 %의 높은 교차 도메인 식별 정확도를 달성하며 도메인 간극을 효과적으로 극복함을 실증하였다.
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
