인공지능을 이용한 대포병탐지레이더의 탄종 식별

박성진; 진형석

추천

검색

질문

자료유형: 학술저널

저자정보: 박성진 (LIGnex1) 진형석 (LIGnex1)

저널정보: 한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제24권 제4호

발행연도: 2020.12

수록면: 1 - 10 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

대포병탐지레이더는 포탄의 궤적을 역으로 추적하여 화포 원점과 탄착점을 추정해 낸다. 부가적으로 추적 화포의 탄종을 식별하는 기능도 포함된다. 레이더를 통해 포탄의 궤적을 추적하는 중에는 포탄과 레이더의 위치에 따라 감지된 신호들이 다르게 나타나는 경우가 발생한다. 이는 포탄의 종류를 식별하기에는 모호한 부분이 있다. 본 논문은 레이더의 신호처리 과정 중에 산출하는 데이터를 바탕으로 퍼지이론과 인공지능을 이용하여 포탄의 종류를 구분하고 비교하였다. 연구 결과에 의하면 인공지능에 의한 정확도가 퍼지이론을 사용한 표적 식별 결과 대비 우수한 식별률이 나오는 것을 확인했다. 실험에 사용된 데이터는 포탄을 실제 발사하여 대포병탐지레이더-II로부터 얻은 것이다.

#Artificial Intelligence #Neural Network #Weapon Classification #Fuzzy Logic #Counter-battery Radar

참고문헌 (18)

참고문헌 신청

BAE Systems / Combat Identification (IFF), Roland Bros

Lord Bowden / 1985 / The story of IFF (identification friend or foe) / IEEE Proceedings A-Physical Science, Measurement and Instrumentation, Management and Education, Reviews 132(65):435~437

2002 / FM 3-09.12 (FM 6-121) MCRP 3-16.1A Tactics, Techniques, and Procedures for Field Artillery Target Aquisition / US Army

Van Veen, B. D. / 1988 / Beam forming: A versatile approach to spatial filtering / IEEE ASSP Magazine 5(2):4~24

Mehmet S. Seyfioglu / 2018 / Diversified Radar Micro-Doppler Simulations as Training Data for Deep Residual Neural Networks / Proc. IEEE Radar Conf :612~617

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박성진

소속기관 LIG넥스원

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 컴퓨터학

논문수 3 이용수 346

진형석

소속기관 LIG넥스원

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 2 이용수 469

이 논문과 함께 이용한 논문

대포병 레이더의 작동 원리

崔潤大 국방과 기술 1999 .10

대포병탐지레이더 국내·외 개발현황 소개 및 미래 대포병탐지레이더 발전방향 제시

박영근 , 박성한 , 박종복 국방과 기술 2021 .05

새롭게 주목받고 있는 차륜형 자주포 시장_신속배치 능력과 저렴한 비용으로 확산 추세

최현호 국방과 기술 2013 .06

데이터 길이 및 세분화에 따른 수요 데이터별 최적의 분류모델 탐구

권소정 , 강윤철 , 민대기 신산업경영저널 2024 .12

AI 영상 분석 기반 함포 사격 통제시스템

백정철 , 서지영 , 이다영 외 2명 한국정보통신학회 종합학술대회 논문집 2023 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)