본 논문에서는 두 개의 순차적인 inverse synthetic aperture radar(ISAR) 영상들을 활용하여 표적의 회전 속도(Rotation Velocity: RV) 추정을 통한 수직 거리 스케일링(cross-range scaling: CRS)을 수행한다. 순차적으로 형성된 두 개의 ISAR 영상들에 각각 scale invariant feature transform(SIFT)를 적용함으로써 관측각도의 변화에 강인한 산란원(scatterer)들을 추출 한다. 추출된 산란원과 각 영상 내 표적의 회전 중심(Rotation Center: RC) 사이의 거리가 같다는 점을 이용하여 비용함수 (cost function)를 설정한 후, 전역 탐색 기법(exhaustive search method)과 결합된 particle swarm optimization(PSO)의 최적화 를 통해 표적의 RV를 RC 정보 없이 추정한다. 시뮬레이션에서는 시나리오 기반으로 기동하는 표적에 대한

more »

... AR 영상 형성 후, 제안된 기법을 통해 RC의 정보 없이 RV를 추정함으로써 ISAR 영상의 CRS가 성공적으로 수행됨을 보여준다. Abstract In this paper, a novel approach estimating target's rotation velocity(RV) is proposed for inverse synthetic aperture radar(ISAR) cross-range scaling(CRS). Scale invariant feature transform(SIFT) is applied to two sequently generated ISAR images for extracting non-fluctuating scatterers. Considering the fact that the distance between target's rotation center(RC) and SIFT features is same, we can set a criterion for estimating RV. Then, the criterion is optimized through the proposed method based on particle swarm optimization(PSO) combined with exhaustive search method. Simulation results show that the proposed algorithm can precisely estimate RV of a scenario based maneuvering target without RC information. With the use of the estimated RV, ISAR image can be correctly re-scaled along the cross-range direction.