Visibility Graph-based Tree-structured Radar Scan Pattern Classification

주파수, 펄스폭, 펄스반복주기 등의 정보를 식별변수로 이용하는 기존의 레이더 식별 기법들은 현대전의 고밀도 다중 신호 환경에서 식별 모호성이 발생하는 문제점을 가진다. 이러한 문제점을 극복하고 전자전 지원 시스템의 식별성능을 향상시키기 위해 레이더의 스캔패턴 정보를 활용하는 식별기법에 관한 연구가 진행되고 있다. 본 논문에서는 레이더의 스캔패턴을 보다 정확하게 분류하기 위해 전자전 지원 시스템에서 다양한 운용변수와 수신환경을 고려한 레이더 수신신호 생성 기법을 모델링하고, 생성된 레이더 신호로부터 가시성 그래프를 추출한다. 그리고 높은 분류 정확도를 얻기 위해 트리 구조를 이용하여 신호를 단계적으로 분류하고 가시성 그래프를 입력으로 하는 GoogLeNet 심층 신경망 네트워크를 적용하여 스캔패턴 분류 성능을 향상시킨다. 모의실험 결과를 통해 제안하는 기법이 정확도 92%, 정밀도 90%, 재현도 89%의 성능을 가짐으로써 기존 기법보다 분류 성능이 우수함을 보인다.