I. 서 론
탄도미사일은 apogee까지 추진체로 날아가다가, 그 이후 매우 빠른 속도로 자유 낙하하는 미사일로 알려져 있다. 탄도미사일에서 치명적인 탄두를 운반하는 위협적인 대상을 RV(re-entry vehicles)라 일컬으며, 요격 무기체계에서 레이다는 RV를 정확하게 탐지·추적하는 역할을 담당한다. 그러나 탄도미사일의 자유낙하 과정에서 다수의 파편들이 발생할 수 있고, 이 파편들은 레이다 정상적 탐지·추적을 방해하는 요소가 된다[1]~[3].
종종 발생한 파편들이 RV와 유사한 속도 및 궤적으로 움직이고, aspect angle에 의해 순간적으로 파편의 RCS가 크게 보여질 때, 파편으로부터 RV를 분류해 내는 과정에 혼동이 발생할 수 있으며, 강한 신호를 가진 파편에 의해 표적이 마스킹되는 현상 또는 파편들로 인해 임계치가 올라 표적이 탐지되지 않는 현상이 발생할 수 있다[1]~[3].
문제의 주원인은 레이다의 탐지처리 방식과 관련한다. 일반적으로 레이다는 CFAR(constant false alam rate) 기반의 탐지처리를 기본으로 사용하는데, CFAR는 탐지처리를 하고자 하는 신호 샘플을 중심으로 인접한 신호의 평균 잡음을 통해 임계치를 설정한다. 이때 인접한 파편들로 인하여 잡음 레벨이 상승하는 경우 표적이 탐지되지 않는 경우가 발생할 수 있다. 또한 임계치를 넘은 다수의 인접한 표본들을 하나로 묶는 클러스터링 과정 중에 특정 파편의 신호가 대푯값으로 지정되어 오탐지되는 현상도 종종 발생한다.
본 논문은 파편을 포함하는 표적에 대해 발생할 수 있는 표적 미탐지 또는 오탐지를 개선하기 위한 탐지처리 방안을 제안한다. II장에서는 시뮬레이션을 통해 기존 방식의 문제를 보인 후, 신호 세그멘테이션 처리 및 국부최댓값 탐지 방식을 통해 개선 방안을 기술한다. III장에서는 유사 환경에서 획득한 실데이터를 활용해 제안한 방식의 효과성을 분석한다. 마지막 IV장은 결론을 기술한다.
II. 본 론
본 논문에서 가정한 시뮬레이션 시나리오 개념을 그림 1에 보이고, 신호처리 블록다이어그램을 그림 2에 보인다. 신호처리 과정은 PCM 파형을 생성한 후, 잡음신호를 더해 수신신호를 생성한 후, 차례대로 도플러필터뱅크, 펄스압축처리, CFAR 처리를 거친 후, 표적을 탐지한다. 처리 과정 중 CFAR 처리를 그림 3에 구체적으로 기술한다[4]. CFAR는 슬라이딩 윈도우 기반 임계치 처리로, CUT 표본의 탐지 여부를 결정하기 위해 lagging 및(또는) leading 내에 표본들로부터 임계치를 계산한 후, CUT 표본과 비교하는 방식이다. Lagging 및(또는) leading 내에 파편들이 존재하는 경우, 임계치 레벨이 높아지기 때문에 CUT 표본이 마스킹 되거나 미탐지되는 경우가 발생할 수 있다. 이러한 현상을 살펴보기 위해 표 1과 같이 시뮬레이션 파라미터를 설정하고 분석한다.
그림 4은 표 1의 조건으로 시뮬레이션한 수신신호를 보이며, 그림 5는 예상 표적 속도에 대한 도플러필터 뱅크 출력의 PCM 펄스압축 처리 결과 및 CFAR 임계치를 보인다. 그림 5에서 설정한 3개 표적(1개 RV 22 km 지점, 2개 파편 22.1 km 및 22.2 km에 위치)들이 임계치를 넘어 양호하게 탐지됨을 확인할 수 있다. 그림 6는 그림 5보다 더 근접하게 파편들이 존재하고, 순간적으로 일부 파편의 수신신호가 강했을 때의 처리 결과를 보인다. 강한 파편 신호로 인해 원하는 RV(22 km 지점 신호)가 미탐지됨을 확인할 수 있다. 그림 7은 표적으로부터 분리된 근접 파편들로 인해 CFAR 임계치 레벨이 상승하여 표적이 미탐지되는 상황을 보인다.
앞 절에서 제기된 CFAR 알고리즘의 탐지 제한 사항을 보완하기 위해, 표적 영역 세그멘테이션 및 국부최댓값 탐지 방식을 제안한다. 영역 세그멘테이션은 수신 게이트 내 모든 샘플로부터 계산한 평균잡음과 오경보 확률을 반영한 스케일팩터(α)로부터 임계치를 계산하여 잠재적 표적을 포함하는 관심 영역을 추출한다. 평균잡음을 계산하기 위한 샘플 수의 확장은 임계치를 평탄화시킨다. 이때 CFAR의 임계치를 계산하기 위한 스케일펙터는 그림 3을 참조한다. 외부 큐잉 정보를 활용할 경우, 초기 추정 속도 정보가 제공되며, 추적 과정에서 최적 속도 정보가 갱신된다. 갱신되는 정보를 활용해 도플러 중심을 계산할 수 있다. 도플러 중심과 가장 가까운 도플러 필터 뱅크 #N을 선택하고, 거리 축 기준으로 임계치 평탄화된 CFAR를 통해 표적 영역을 추출하고 국부최댓값을 탐지한다. 처리 과정을 그림 8에 보인다.
그림 9는 그림 5와 동일한 조건에 대해 본 논문에서 제안한 방식으로 처리한 결과를 보인다. 마찬가지로 그림 10 및 그림 11은 각각 그림 6 및 그림 7과 동일한 조건에 대해 제안한 방식으로 처리한 결과를 보인다. 그림 6 및 그림 7에서 오탐지 및 미탐지되는 현상을 극복하고, 정상적으로 탐지됨을 확인할 수 있다. 도플러주파수를 고려한 2차원에서의 그레이언트를 사용해 국소최댓값을 찾은 결과를 그림 12에 보인다.
III. 실데이터를 통한 알고리즘 효과성 분석
교전용 다기능레이더를 통해 획득한 실데이터를 활용해 제안된 알고리즘의 실효과성을 입증하였다. 우선 기존 방식으로 처리한 결과를 그림 13에 보인다. 그림 13(a)는 파편이 분리되지 않은 상황으로 한 개의 강한 표적 신호가 관측되고, 그림 13(b)～그림 13(d)는 표적으로부터 파편이 분리되어 여러 개의 피크(peak) 신호가 관측됨을 확인할 수 있다. 특히, 그림 13(c) 및 그림 13(d)는 파편신호에 의해 탐지가 제한되는 상황이다. 그림 14는 그림 13에서 보인 데이터와 동일한 상황에 대해, 제안 방식의 처리 결과를 보인다. 기본 방식으로 처리가 안된 그림 14(c) 및 그림 14(d)에 대해 표적과 주요 파편들이 효과적으로 탐지됨을 확인하였다.
IV. 결 론
본 논문에서는 탄도미사일 등의 표적에서 종종 발생할 수 있는, 파편에 의한 탐지성능 저하 문제에 대한 개선 방안을 제안하였다. 제안한 방안은 전체 샘플에 대한 잡음레벨을 바탕으로 계산된 고정형 임계치를 바탕으로 원하는 표적 영역을 세그멘테이션한 후, 분할영역 내에 국부최댓값을 찾는 방식이다. 제안된 방안은 시뮬레이션 및 실데이터를 통해 효과성을 분석 및 입증하였다. 단, 본 논문에서 사용한 CFAR 임계치 레벨 평탄화는 sky 클러터 환경을 전제하였으며, 복잡한 지상 클러터 환경에 적용에는 한계가 있다. 향후 교전 시나리오를 설정하고, 설정된 시나리오에 따라 충분한 시험 시행해, 알고리즘의 탐지 성능 개선을 정량적/통계적으로 분석할 필요가 있다.
