In radar systems, target detection is required for situational awareness, and constant false alarm rate (CFAR) detectors are mainly used to detect targets. In recent radar systems, multiple target situations such as swarm drones, vehicle radars, ground target detection/tracking radars, sea target detection/tracking radars, and aerial target detection/tracking radars occur frequently, and accordingly, the importance of target detection performance in multiple target situations is increasing. Since the detection performance degrades when using conventional CFAR detectors in multiple target situations, many studies are being conducted to improve the detection performance in multiple target situations. In addition, it is necessary to reduce the computational complexity to implement CFAR detectors with improved detection performance in multiple target situations in real-time radar systems.
In this dissertation, CFAR detectors that reduce the computational complexity and improve the detection performance in multiple target situations were studied, and in particular, CFAR detectors with a new structure were proposed using the average value of the selected samples and the ordered statistics of sub-reference cells to improve the detection performance in multiple target situations. The first method, which uses the average value of selected samples, requires no prior information, has low computational complexity, and shows high detection performance in multiple target situations. This dissertation presents the concept and the structure of the method, compares detection performance in multiple target situations using computer simulations, and presents detection performance comparison results using flight test data. The second method is a method using the ordered statistics of sub-reference cells, which does not require prior information, has low computational complexity, and shows high detection performance in multiple target situations. This dissertation presents the concept and the structure of the method, compares detection performance in multiple target situations using computer simulations, and presents detection performance comparison results using flight test data. Comparing and verifying the proposed CFAR detectors and the conventional CFAR detectors using the computer simulations and the flight test data, the proposed CFAR detectors have low computational complexity, do not require prior information, and have improved detection performance in multiple target situations. Based on the results presented in this dissertation, the proposed CFAR detectors are expected to apply to real-time processing radar systems and exhibit high detection performance in multiple target situations.
레이다 시스템에서는 상황 인식을 위해서 표적 탐지가 필요하며, 표적을 탐지할 때 CFAR (Constant False Alarm Rate) 탐지기를 주로 사용한다. 최신 레이다 시스템에서는 군집 드론, 차량용 레이다, 지상 표적 탐지/추적 레이다, 해상 표적 탐지/추적 레이다, 공중 표적 탐지/추적 레이다 등 다중 표적 상황이 많이 발생하며, 이에 따라 다중 표적 상황에서의 표적 탐지 성능의 중요성은 증대되고 있다. 다중 표적 상황에서 종래의 CFAR 탐지기를 사용하면 탐지 성능이 열화되기 때문에, 탐지 성능을 개선하기 위해서 최근에 많은 연구가 진행되고 있다. 또한, 다중 표적 상황에서 탐지 성능을 개선한 CFAR 탐지기를 실시간 레이다 시스템에 구현하기 위해서는 계산 복잡도를 낮추는 것이 필요하다.
본 논문에서는 다중 표적 상황에서 계산 복잡도를 낮추며, 탐지 성능을 개선한 CFAR 탐지기들을 연구하였고, 특히, 다중 표적 상황에서 발생하는 탐지 성능 열화 문제를 선택된 샘플들의 평균값과 부분 기준 셀의 순서 통계를 이용하여 새로운 구조의 CFAR 탐지기들을 제안하여 탐지 성능을 개선하였다. 첫 번째 방법인 선택된 샘플들의 평균값을 이용한 방법은 사전 정보가 불필요하며, 낮은 계산 복잡도를 가지며, 다중 표적 상황에서 높은 탐지 성능을 보인다. 본 논문에서는 본 방법의 개념 및 구조를 제시하고, 컴퓨터 모의 실험을 이용한 다중 표적 상황에서의 탐지 성능 비교 결과, 비행 시험 데이터를 이용한 탐지 성능 비교 결과를 제시한다. 두 번째 방법은 부분 기준 셀의 순서 통계를 이용한 방법으로, 이 방법은 사전 정보가 불필요하며, 낮은 계산 복잡도를 가지며, 다중 표적 상황에서 높은 탐지 성능을 보인다. 본 논문에서는 본 방법의 개념 및 구조를 제시하고, 컴퓨터 모의 실험을 이용한 다중 표적 상황에서의 탐지 성능 비교 결과, 비행 시험 데이터를 이용한 탐지 성능 비교 결과를 제시한다. 본 논문에서 제안하는 CFAR 탐지기들을 컴퓨터 모의 실험 및 비행 시험 데이터를 이용하여 종래의 CFAR 탐지기들과 비교 및 검증한 결과, 제안하는 CFAR 탐지기들은 다중 표적 상황에서 낮은 계산 복잡도를 가지며, 사전 정보가 불필요하며, 탐지 성능이 개선됨을 확인하였다. 따라서, 본 논문에서 제안한 CFAR 탐지기들은 실시간 레이다 시스템에 적용이 가능하며, 다중 표적 상황에서 높은 탐지 성능을 가질 것으로 기대된다.
