3-D inverse synthetic aperture radar (ISAR) image and 3-D scattering center model successfully char-acterizes a complex radar target signature. The model-based automatic target recognition system is one of the prominent applications. An unknown target can be identified through matching the radar measurement against candidate radar target signatures extracted from computer-aided design (CAD) models. Therefore, improvement in the computation time and accuracy of 3-D scattering center extraction algorithm is essential to achieve precise target identification in near real-time.
Modified 3-D scattering center extraction algorithm from target CAD model using the SBR technique is proposed to enhance computation time and accuracy. The proposed algorithm generates a 3-D ISAR image from which a 3-D scattering center is then extracted using the CLEAN algorithm. In the first stage, a 3-D ISAR image is generated using the SBR technique. In general, the shooting and bouncing ray (SBR) technique is used to calculate the radar cross-section (RCS) of an electrically large and complex-shaped target. Incident rays, which are shot into the target, are traced based on the laws of geometrical optics (GO) in the SBR tech-nique. Since the introduction of a fast Fourier transform (FFT)-based convolution scheme between impulse trains, which include the last hit point information from the SBR technique, and the known ray spread func-tion, remarkable progress has been made in reducing the computation time. However, interpolation, which should antecede the FFT operation, causes the distortion of the image. The present work is an attempt to gen-erate an accurate image without loss of computation time and memory efficiency. By removing dominant interpolation error contribution from the previous ray spread function, the distortion is prevented without the use of the high oversampling, which leads to increases in computation time and memory requirements. In ad-dition, interference from the side lobe level is alleviated using the Chebyshev window-based ray spread func-tion at the expense of the main lobe width.
In the second stage, 3-D scattering center model is extracted from the generated 3-D ISAR image by using the modified CLEAN algorithm. The conventional CLEAN algorithm extracts the strongest peak itera-tively based on the assumption that the scattering centers are isolated. In a realistic target, however, both inter-ferences from the closely spaced point targets and additive noise distort the extraction process. Specifically, due to the contiguous target problem, actual scattering centers are buried under numerous main lobes and side lobes of the other point targets and additive noise. Therefore, the matched filtering of which impulse response is the known point spread function was utilized. In the proposed CLEAN, a point scatterer most correlated with the point spread function is extracted to improve the extraction accuracy. The proposed CLEAN algo-rithm optimally enhances the extraction accuracy in the presence of the massive distortions, which can be modeled white Gaussian noise. In addition, interference from the side lobe level is alleviated using the Cheby-shev window-based point spread function at the expense of the main lobe width.
The previous comprehensive 3-D extraction algorithm (including image formation and scattering cen-ter extraction) circumvents the direct extraction by separating the dimension into three 1-D cases. The key reason is that the 3-D image formation using the previous FFT-based convolution is unable to be practically implemented given the constraints of memory. Bhalla proposed separating the 3-D image formation into three 1-D range profile generations. Because the 3-D image is calculated only at candidates (i.e., intersections of the 1-D results), the memory requirement is considerably mitigated. However, computation time increases signifi-cantly due to the ray-sum process in the 3-D image formation, which involves millions of launched rays. Fur-thermore, the original CLEAN is used at three 1-D scattering center extractions and one 3-D scattering center extraction. The extraction accuracy is thus deteriorated. To alleviate the computation time and accuracy problem, direct and simple implementation based on the proposed 3-D image formation scheme and the pro-posed CLEAN algorithm is proposed. The extraction algorithm is accelerated by replacing the ray-sum calcu-lation with the FFT-based 3-D convolution. The extraction accuracy is also improved by using the matched filter-based CLEAN algorithm. Numerical simulations of realistic targets are presented to demonstrate the per-formance of the proposed 3-D scattering center extraction algorithm.
3차원 inverse synthetic aperture radar (ISAR) 영상과 3차원 산란점 모델은 복잡한 레이더 표적 신호를 성공적으로 특징지을 수 있다. 모델 기반 자동 표적 인식 시스템은 3차원 산란점 모델이 활용되는 대표적인 시스템이다. 위 시스템에서는, 알지 못하는 표적의 레이더 측정 신호와 후보군 CAD 모델에서 추출된 후보 레이더 표적 신호와의 비교를 통해, 표적 인식을 수행할 수 있다. 따라서, 후보 3차원 산란점 추출 기법의 계산시간 및 정확도 개선은 정확한 표적 인식을 준 실시간으로 가능케 한다.
본 논문에서는, 개선된 SBR기반 3차원 산란점 추출 알고리즘을 이용하여 계산시간과 추출 정확도를 향상시켰다. 제안하는 알고리즘은 우선, 3차원 ISAR 영상을 SBR 기법의 결과를 기반으로 생성하고, 생성된 영상에 대해 CLEAN 알고리즘을 적용함으로써 3차원 산란점 모델을 추출한다. SBR 기법은 일반적으로 전기적으로 크고 복잡한 표적의 radar cross-section (RCS)를 효율적으로 산출할 수 있는 고주파 전자기파 해석 기법이다. SBR 과정에서는, 표적으로 향해 광선다발을 발사하고, 발사된 광선을 기하 광학법에 기반하여 추적하게 된다. 이러한 SBR 기법을 이용한 영상 생성방법은 fast Fourier transform (FFT) 기반 컨볼루션 방법의 도입 이래로, 영상 계산 시간이 크게 단축되었다. 위 방법은, SBR 기법의 결과인 마지막 반사점의 위치와 그 위치에서의 복소 계수 값을 포함하는 임펄스 함수와 레이더의 성능에 의해 결정되는 광선 확산 함수의 컨볼루션 연산으로 빠르게 영상을 생성하는 방법이다. 하지만, 임펄스 함수를 실제로 운용 가능한 데이터로 변환해주기 위해 필요한 보간법에 의해 영상에 왜곡이 발생하게 된다. 기존 연구에서는 오버샘플링을 이용하여 보간법 오차를 줄이는 방법을 이용하지만, 위 방법은 필요 메모리량이 극도로 증가하고, 컨볼루션 연산량이 증가하여, 3차원 영상 생성의 실제적 구현이 불가능하게 된다. 따라서, 본 연구에서는 시간 효율 및 메모리 효율을 유지하면서, 보간법에 의한 영상 왜곡을 경감시켜 정확도를 향상시키는 영상 생성 방법을 제안한다. 구체적으로, 보간법 오차에 의해 가장 크게 영향을 받는 위상 변화 항을 기존 광선 확산 함수에서 제거하도록 수식을 재구성한다. 위 방법을 이용할 때, 시간 효율 및 메모리 효율을 감소시키는 고차 오버샘플링 없이도, 영상 생성의 정확도를 크게 개선시킬 수 있다. 또한 ISAR 영상의 품질을 결정하는 부엽 레벨의 크기를 감소시키도록, 사용자가 정의한 부엽 레벨 대비 최적의 주엽 빔폭을 제공하는 Chebyshev window를 제안하는 방법에 적용하여, Chebyshev window에 기반한 광선 확산 함수를 정의하고, 영상 생성 결과를 검증하였다.
이 후, 생성된 3차원 ISAR 영상으로부터 3차원 산란점 모델을 추출하는 개선된 CLEAN 알고리즘을 제안한다. 기존 CLEAN 알고리즘은 영상의 가장 큰 세기를 지니는 지점을 산란점이라 가정하고 반복적으로 추출한다. 하지만, 실제 표적은 근접 분포한 타 산란점과 잡음에 의해 추출 과정이 왜곡된다. 구체적으로, 근접 분포한 점 표적의 주엽과 부엽, 그리고 잡음에 실제 점 표적이 파묻히게 되는, 근접 표적 문제가 발생하게 된다. 이에 대해, 기존 연구에서는 재추출 방법을 이용하여 근접 표적 문제를 해결하고자 하였으나, iteration 수가 증가한기 때문에 계산량이 크게 증가하는 단점을 가지고 있다. 따라서, 본 논문에서는, 이미 알고 있는 점 확산 함수를 임펄스 반응으로 가지는 정합 필터를 이용하여 위 문제를 해결하고자 한다. 제안하는 CLEAN 알고리즘에서는, 영상의 가장 큰 세기가 아닌, 영상 중 가장 기존 점 표적 함수와 닮은 형상을 가진 위치를 산란점으로 추출하게 된다. 제안하는 알고리즘은 근접 표적 문제가 극심하여, 그 간섭이 백색 가우시안 잡음으로 모델링 될 때, 최적의 정확도를 제공할 수 있다. 특히, SNR에 따른 canoni-cal 구조의 성능을 NRMSD, 바르게 찾은 산란점의 수, iteration 횟수, 위 세 가지 지표에 대해 기존의 방법 (CLEAN, I-CLEAN, S-CLEAN)과 제안하는 방법을 비교하여 그 성능을 검증하였다. 또한 Chebyshev window를 적용한 점 확산 함수를 이용하여 수 백개의 산란점의 부엽 간섭 문제를 효율적으로 해결하였다.
기존의 복합 3차원 산란점 추출 알고리즘 (영상 생성 및 산란점 추출을 포함)은 3차원 기법을 각 축을 구성하는 세 개의 1차원 기법으로 나누어 구현되었다. 가장 큰 이유는, 3차원 영상생성을 기존의 FFT기반 컨볼루션 기법으로 구현할 때, 오버샘플링에 따른 필요 메모리량의 극심한 증가 때문이다. 따라서, Bhalla는 3차원 영상 생성을 각 축을 구성하는 세 개의 1차원 영상 생성으로 분할하였다. 이 후, 1차원 산란점의 교점에서만 3차원 영상을 계산하여, 필요 메모리량이 매우 크게 경감되었다. 하지만, 3차원 영상 계산 시, 컨볼루션 기법이 아닌, 기존의 광선 합 기법을 수 백만개의 광선에 대해 구현하므로, 계산 시간이 크게 증가한다. 또한, 기존 CLEAN 알고리즘이 그대로 1차원 및 3차원 산란점 추출에 이용되므로, 근접 표적 문제 또한 여전히 포함한다. 따라서, 이러한 계산 시간 및 추출 정확도를 개선하기 위해, 본문에서 제안한 3차원 영상 생성기법과 3차원 정합 필터 기반 CLEAN algorithm을 적용하여 간단하고, 직관적인 복합 3차원 산란점 추출 알고리즘을 제안한다. 제안 알고리즘은 컨볼루션 기법을 이용하여 3차원 영상을 생성하므로 계산 시간이 크게 개선되고, 정합 필터 기반 CLEAN 알고리즘을 이용하므로, 추출 정확도 또한 개선된다. 기본적인 구조 및 복잡한 형태의 CAD 모델을 이용하여 제안하는 복합 3차원 산란점 추출 알고리즘의 성능을 검증하였다.
