In order to detect a deterministic signal in nonstationary noise with slow power fluctuations and obtain a constant false alarm rate, an automatic gain control (AGC) system is generally used at the input of the matched filter. But this AGC system does not differentiate between signal and noise. Thus for strong signal-to-noise ratio at the input the amplitude of the output signal is attenuated. In this dissertion, we consider an AGC system to regulate the noise power independently of the signal, that is, the solution in a broad sense which is called Quasi Noise Alone Reference (QNAR). We present two simplified methods to achieve an QNAR estimation of the noise power. Each estimator of the methods is equipped with a test element enabling it to decide whether the observed noise is contaminated by the signal or not and then adapts the value of the estimator accordingly. The first method is based on a threshold comparison scheme for testing the signal contamination of noise and the second method is the use of an adaptive threshold followed by binary integration which is analyzed to detect the signals. By computer simulations the performance of AGC systems applying the above estimation method is compared with that of the conventional QNAR estimator in the presence of constant, pseudorandom and chirp signals. Experiments are performed to detects a line target in the waterbath and defects in the Tissue-Equivalent Phantom, by combining the proposed method. these simulations and experiments show considerable performance improvement due to the introduction of the simplified QNAR AGC circuits in the detection system. Furthermore these algorithm reduce remarkably the computational requirement for realization of the QNAR estimation of noise power and are amenable to hardware implementation for certain real-time signal processing problems.
자동 이득 제어 (Automatic Gain Control)장치는 옛날부터 사용되어 온 수신 신호 처리 과정에서 빼 놓을 수 없는 중요한 부분이다. 특히 잡음과 clutter가 많은 RADAR나 SONAR 시스템에서는 이 자동 이득제어 장치를 개선하여 효과적인 신호 검출을 하기위해 많은 노력을 기울여 왔고, 여러 형태의 자동 이득 제어 장치가 이용되고 있다. 그러나 기존의 자동 이득 제어 방법은 잡음과 신호를 같이 제어치로 계산하기 때문에 신호대 잡음비가 큰 신호는 자동 이득 제어 장치 출력측에서 감쇄를 가져오는 단점이 있다. 이로 인해 입력 신호에 비례하는 출력 신호를 볼 수 없어 표적의 크기 정보를 잊어버리는 결과를 초래하여 RADAR나 SONAR 시스템에서는 중요한 문제점으로 되어 있다. 이 문제를 해결하기 위해서는 신호와 잡음을 분리하여 신호가 잡음에 포함되어 있을 때에도 잡음 전력에 의해서만 제어 되도록 하는 방법 즉, Noise-Alone Reference (NAR) 방법을 필요로 한다.
본 논문에서는 잡음의 특성을 모를때 자동 이득 제어장치와 Matched Filter 를 사용한 수신기가 최적 수신기(Optimal Receiver)와 거의 같은 성능을 가지며, 또 Constant False Rate 의 특성을 가진다는 것을 증명하고, 이 수신기에 NAR 방법의 잡음 전력 예측 장치 (Noise Power Estimator)를 사용했을시의 성능을 기존의 자동 이득 제어장치를 사용한 수신기 성능과 비교하여, NAR 방식을 사용했을시 신호감쇄가 없음을 보였다. 그러나 NAR 방식은 중첩 신호에 대해서는 효과적인 성능을 못 가지기 때문에 넓은 의미(Wide Sense)의 NAR 특성을 가지는 Quasi-Noise-Alone Reference (QNAR) 방법의 잡음전력 예측 방법을 유도 했다. 또한 이 QNAR방법을 사용한 수신기는 중첩 신호에 도 좋은 성능을 보인다는 것을 Computer Simulation을 통해 확인 했다. 그러나 이 방법은 계산량이 너무 많고 Algorithm이 복잡하여, 실제 응용시 문제가 되기 때문에 실제 적용이 가능한 QNAR-TH 방법을 연구 했다. 이 방법은 고정된 기준치와 수신 신호를 비교하여 표적신호(Echo Signal) 포함 여부를 찾아 내는 방법으로 계산량을 놀랄 만치 줄이고, 제작도 용이 하지만 Simulation을 해 본 결과 기준치의 고정으로 인해 성능이 떨어지고, 또 실제 상황에서는 잡음 특성을 알기가 힘들기 때문에 기준치 결정이 어렵다는 단점이 있었다. 따라서 계산량도 줄이고, 실제 적용이 가능한 ANAR-BI방법을 연구 했다. 이 방법은 기준치가 수신 신호에 적응하여 바꾸어지기 때문에 잡음 특성을 몰라도 논문에서 유도한 최적 기준치 결정방법에의해 기준치가 자동적으로 결정되며, 앞서 유도한 QNAR 방법보다 성능면에서 향상 되었음을 증명했다.
끝으로 이 방식을 사용한 수신기가 실제 RADAR나 SONAR 시스템이 작동하는 상황에서 운용시 성능을 확인하기 위해 두가지 실험을 시행 했다. 첫째는 수조(Waterbath)속에 선표적(Line Target)을 놓고, 이를 탐지하는 실험으로 이는 표적이 하나이고, 배경 잡음 (Background Noise)이 적은 RADAR나 SONAR 시스템의 경우와 유사한 상태로 실험결과 양호한 성능을 볼 수 있었다.
둘째 실험은 인체와 비슷한 특성을 가진 Tissue-Equivalent Phantom 속에 있는 여러개의 표적을 찾아내는 실험으로, 이는 RADAR나 SONAR시스템의 경우 실제로 나타나는 상황으로 복잡한 배경 잡음과 심한 Clutter가 있는 조건하에서 여러개의 표적을 탐지하는 것과 유사한 경우로 실험 결과 QNAR-BI 방식을 사용한 자동이득 시스템이 기존의 수신기에 비해 좋은 성능을 나타내는 것을 확인할 수 있었다.
결론적으로 본 연구에서 제시한 QNAR-BI 방법을 사용한 자동 이득 시스템은 기존의 QNAR 방법을 사용한 시스템보다 계산량이 거의 없으며, 쉽게 제작이 가능하고, 성능이 향상 되었음을 증명 했으며, 실험을 통해 신호 검출이 어려운 상황에서도 효과적으로 사용될 수 있다는 것을 확인했다.
