지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 신동준
- 발행연도
- 2023
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수8
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문은 FMCW 레이더의 Range-doppler spectrum을 입력받아 타겟 존재 유무를 판별하는 CNN-LSTM CFAR 딥러닝 모델을 제시한다. 연속적으로 목표물을 감지하는 레이더 특성과 레이더의 출력 데이터 Range-doppler spectrum이 이미지 특성 데이터인 것에 맞추어 CNN 모델과 LSTM 모델을 결합하여 모델을 설계한다. 특히, 딥러닝 기반 CFAR 알고리즘의 손실함수를 적용하여 오경보 확률 조절이 가능한 CFAR 모델을 설계한다. 논문에서 제시한 CNN-LSTM CFAR 모델이 기존 딥러닝 기반 CFAR 알고리즘과 비교해 성능 향상을 보이는 것을 실험을 통하여 확인하였다.
목차
제 1 장 서론 1제 2 장 FMCW 레이더와 CFAR 탐지 기법 22.1 FMCW 레이더 개요 22.2 CFAR 탐지 기법 4제 3 장 딥러닝 기반 CFAR 탐지 기법 63.1 딥러닝 개요 63.1.1 CNN 73.1.2 RNN 73.2 조정계수를 통한 오경보확률 조절 딥러닝 기반 CFAR 기법 8제 4 장 FMCW 레이더 시뮬레이션을 통한 딥러닝 학습 데이터 생성 12.제 5 장 CNN-LSTM CFAR 모델 설계 15제 6 장 Simulation 분석 186.1 Simulation 환경 186.2 Simulation 결과 18제 7 장 결론 22참 고 문 헌 23Abstract 25
최근 본 자료
댓글(0)
0