In the first part, we propose macro/micro-motion target tracking and classification algorithm. We consider an environment in which multiple targets occur instantaneously, such as ballistic missile (BM) stage separation. In this environment, not only the warhead to be tracked, but also confusing objects such as fuel tank and joint are generated. If target tracking is conducted for all targets, it may be very inefficient as tracking down to confusing objects is meaningless. This could result in eliminating the opportunity to perform other important tasks in radar system. To solve this, the target classification should be performed simultaneously with the tracking process. In the case of short-range ballistic missiles where stage separation occurs at low altitudes, air resistance is caused by the atmosphere, which causes micromovement of the moving targets. Since the targets generated after the stage separation have no thrust, it is difficult to control the attitude, so the micro-motion affects the macro-motion. This movement characteristics are very different from the motion in the case where the micro motion occurs like an aircraft, because the aircraft can control the attitude. Therefore, for the targets considered in this study, it is difficult to obtain good tracking performance through existing target tracking techniques. In this case, the six degree of freedom equation (6DOF) that considers macro/micro-motions at the same time is considered for more accurate target tracking. However, in order to use 6DOF equation, we need to know the aerodynamic force and moment information of the target. In this study, it is assumed that information related to physical characteristics such as warhead and fuel tank can be obtained from literatures such as military reports and technical reports. Through this, the aerodynamic forces and moments for each target are calculated by using fluid dynamics analysis program such as FloEFD in advance and used for position, velocity, angular velocity, and attitude calculation. Furthermore, to improve the attitude tracking and target classification performance, radar cross section (RCS) sequences of the targets obtained from long-range radar are used. As the relationship between state variables and RCS measurement is difficult to be represented in closed form, particle filter (PF) is applied. Furthermore, we conduct Rao-Blackwellized PF (RBPF) that tracks the linear state variables among state variables with extended Kalman filter (EKF) and tracks nonlinear state variables with PF in the reduced dimension space that particles cover to improve tracking performance with the same number of particles. The proposed method tracks and classifies the targets simultaneously using different aerodynamic characteristics and RCS information for each target, and improves tracking performance compared to the target tracking method without considering the aerodynamic characteristics. Meanwhile, the size and rotation vector of a target are very important information in determining the characteristics of the rotating target. In order to estimate this, in the second subtopic of this study, we consider the radar environment using the stepped frequency (SF) modulated waveform which is very useful when extracting accurate range information in a radar environment having a narrow bandwidth antenna because a high resolution range profile (HRRP) can be obtained even with a narrow instantaneous bandwidth. However, as HRRPs are generated by synthesizing several pulses during a long pulse repetition period, distortion of range profiles called the range-Doppler coupling phenomenon occurs when the target moves. We use this distortion for estimating the size of board-shaped rotating target. The size of the target can be successfully estimated assuming that the target position and the direction of the rotation vector are known. However, since it is almost impossible to know the rotation vector of the target in advance, a distributed radar system is considered to estimate the rotation vector. To do this, we analyze the characteristics of HRRPs on time-range images (the sequence of range profiles over time) when the board-shaped rotating target is considered. In addition, by analyzing the influence of the geometry between the target and the radar on the HRRP, the information extracted from the HRRPs on time-range images is used as a measurement to estimate the size and rotation vector of the target. Through the two kinds of nonlinear least-squares methods, desired parameters are estimated. We analyze the target size and rotation vector estimation performance through several simulation results and verify the validity of the results by comparing with Cramer-Rao lower bound (CRLB).
본 연구는 매크로/마이크로 운동을 하는 표적 추적 및 분류 알고리즘과 대표적인 마이크로 운동인 회전 운동을 하는 표적의 크기와 회전 벡터를 추정하는 알고리즘을 제안하였다. 매크로/마이크로 운동 표적 추적 및 분류 연구에서는 탄도미사일의 단분리와 같이 순간적으로 여러 개의 표적이 발생하는 환경을 고려한다. 단분리가 일어나면 추적해야하는 탄두 뿐만이 아니라 연료통이나 연결부와 같이 추적할 필요가 없는 표적들이 발생한다. 만약 탄두를 다른 물체들과 구분하지 않고 추적을 수행하면 레이다의 자원 활용 측면에서 매우 비효율적이므로 이를 해결하기 위해서는 추적과 동시에 표적 분류를 수행해야 한다. 이 때 낮은 고도에서 단분리가 발생하는 단거리 탄도미사일의 경우 대기에 의해 공기저항을 받게 되고 이는 거동하는 표적들의 마이크로 운동을 야기시킨다. 단분리 후에 발생된 표적들은 추력을 갖고 있지 않음에 따라 자세 제어가 어려우므로 마이크로 운동이 매크로 운동에 영향을 미치게 된다. 이러한 거동은 항공기와 같이 마이크로 모션이 발생하더라도 자세 제어를 함으로써 매크로 모션에 거의 영향을 미치지 않는 경우의 운동과 큰 차이를 갖는다. 따라서 본 연구에서 고려하는 표적의 경우 기존의 표적 추적 기법들을 통해 좋은 추적 성능을 얻기는 힘들다. 이 때 매크로 운동과 마이크로 운동을 동시에 고려하는 6자유도 방정식을 활용하면 보다 정확한 표적 추적이 가능하다. 그러나 6자유도 방정식을 활용하기 위해서는 표적이 받는 공력에 의한 힘과 모멘트 정보를 알아야 한다. 본 연구에서는 군사용보고서나 기술보고서와 같은 문헌을 통해 탄두나 연료통 등의 물리적 특성과 관련된 정보를 얻을 수 있다고 가정하였다. 이를 활용하여 FloEFD와 같은 유체역학해석 프로그램을 통해 물리적 특성이 다른 각 표적에 미치는 공기저항에 의한 힘과 모멘트를 분석하여 6자유도 방정식을 기반으로 위치, 속도, 각속도, 자세를 추적하였다. 또한 표적 자세 추정과 표적 분류 성능 향상을 위해 장거리 레이다로부터 얻을 수 있는 표적의 레이다 반사 면적 (RCS) 시퀀스를 활용한다. 레이다 반사 면적과 고려하는 상태변수들과의 관계를 닫힌 형식 (closed form)으로 표현하는 것이 매우 어려움에 따라 입자필터 (Particle filter)를 적용하였다. 또한 같은 입자수로도 보다 좋은 추적 성능을 얻기 위해 상태변수를 선형 상태변수와 비선형 상태변수로 나누어 선형 상태변수는 확장형 칼만 필터로 추적하고 비선형 상태변수는 입자필터로 추적하는 라오-블랙웰라이즈드 (Rao-Blackwellized) 입자필터를 적용하였다. 제안된 기법은 표적별로 다른 공기역학적 특성과 RCS 정보를 활용하여 추적을 함과 동시에 표적을 분류할 수 있었으며 공기역학적 특성을 고려하지 않은 표적 추적 기법과 비교하여 향상된 추적 성능을 보였다. 한편 회전하는 표적의 특성을 파악하는데 있어 표적의 크기와 회전벡터는 매우 중요한 정보이다. 이를 추정하기 위해서 본 연구의 두번째 소주제에서는 좁은 순간 대역폭으로도 고분해능 거리 프로파일을 얻을 수 있음에 따라 좁은 대역폭의 안테나를 갖는 레이다 환경에서 정확한 거리정보를 추출하고자 할 때 매우 유용하게 활용될 수 있는 파형인 계단 주파수 변조 파형을 사용하는 레이다 환경을 고려한다. 계단주파수 파형에서는 펄스 반복주기가 긴 여러 개의 펄스를 합성하여 거리를 추정함에 따라 표적이 움직이는 경우 거리정보 왜곡이 발생하는데 이 특성을 활용하여 널빤지 모양의 회전하는 표적의 크기를 추정하는 알고리즘을 제안하였다. 표적의 크기는 표적의 위치와 회전 벡터의 방향을 안다고 가정했을 때 올바른 추정이 가능한데 표적의 회전 벡터를 미리 알고 있는 것은 거의 불가능하므로 회전 벡터를 추정하기 위하여 분산형 레이다 시스템을 고려하였다. 고려하는 회전 표적과 표적-레이다의 기하구조가 고해상도 거리 프로파일 영상에 미치는 영향을 분석함으로써 고해상도 거리 프로파일 영상으로부터 추출된 정보를 측정치로 활용하여 두 종류의 비선형 최소 자승법을 통해 표적의 크기와 회전벡터를 추정하였다. 시뮬레이션을 통해 제안한 알고리즘의 표적 크기 및 회전 벡터 추정 성능을 분석했으며 크래머-라오 하한 (Cramer-Rao lower bound ; CRLB)과 비교하여 해당 결과의 타당성을 입증하였다.
