콘텐츠 본문
논문 해외 국제일반학술지 CNN based Distance and Velocity Estimation for OFDM Radar Systems
- 학술지 구분 국제일반학술지
- 게재년월 2022-01
- 저자명 정의림공동(교신),최재웅
- 학술지명 Webology
- 발행처명 Webology center
- 발행국가 해외
- 논문언어 외국어
- 전체저자수 2
논문 초록 (Abstract)
고속의 멀티미디어 통신서비스 수요 증가에 따라 주파수 스펙트럼 자원이 부족하고 이에 따라 동적인 환경에서의 고속 서비스 제공에 문제가 발생하고 있다. 따라서, 추가 주파수 자원 할당 없이 통신과 레이다 기능을 동시에 지원하는OFDM(Orthogonal Frequency Division Multiplexing) Radar를 사용함으로써 주파수 자원을 절약할 수 있고, 동적인 환경에서도 고속의 서비스 지원이 가능하다. 본 논문에서는 OFDM Radar 시스템과 CNN(Convolution Neural Network)을 사용하여 레이다가 감지한 표적의 거리와 속도를 동시에 추정하는 모델을 제안한다. 표적이 1개인 경우(단일 물체)와 표적이 2개인경우(다중 물체)의 성능을 비교하였다. 단일 이미지 입력일 때 SNR 2dB 기준, 단일 물체와 다중 물체의 거리 및 속도 추정MAE(Mean Absolute Error) 차이는 각각 1.03m, 4.53km/h로 다중 물체 대비 단일 물체의 MAE 성능이 우수하다. 다중 이미지 입력일 때 역시 모든 SNR 구간에서 단일 물체의 거리 및 속도 추정 MAE가 우수하다. 그 원인을 파악하기 위해 두 물체간의 최소 간격을 조정해 실험한 결과, SNR(Signal-to-Noise Ratio) 2dB 기준 두 물체 사이의 최소 간격이 커질수록 거리및 속도 추정 CNN의 성능이 개선됨을 확인하였다. 이는 두 물체의 최소 간격이 에러 발생 확률에 영향을 미침을 의미한다
