오토엔코더 기반 미확인 저피탐 레이더 파형 탐지 기술

초록

본논문은기존의저피탐레이더의파형을딥러닝과머신러닝을이용해분류하는연구에서더나아가, 미확인저피탐레이더파형을검출하는방법을제안하고 있다. 대표적인 4개의 레이더 파형인 Linear Frequency Modulation(LFM), Barker, Frequency Shift Keying(FSK), Frank을 사용하며 그중 한 가지 파형을 미확인 신호로 지정한다. 그리고 모든 파형을 Choi-Willam distribution(CWD)을 통해 이미지로 변환한 후에, 오토엔코더의 훈련데이터의 재구성 오류 분포를 통해 미확인 신호를 검출한다. 연구 결과 Signal-to-Noise Ratio(SNR)가 –8dB인 상황에서도 85% 확률로 미확인신호를 검출한 것으로 나타나 미확인 저피탐 레이더를 검출하는 데 있어 제안한 방법이 효과적임을 보여준다