아날로그 신경망 모델을 이용한 실시간 도래방향 추정 알고리즘의 개발

• 영문명: Real Time AOA Estimation Using Analog Neural Network Model
• 발행기관: 한국항해항만학회
• 저자명: 정중식(Jung-Sik Jeong)
• 간행물 정보: 『한국항해항만학회지』제27권 제4호, 465~469쪽, 전체 5쪽
• 주제분류: 공학 > 해양공학
• 파일형태: PDF
• 발행일자: 2003.09.30

국문 초록

레이더 신호처리를 포함하여 무선통신 시스템의 성능향상을 위한 수신신호의 도래방향 추정기술 중, MUSIC과 ESPRIT와 같은 방법들은 수신신호 벡터로부터 얻어진 상관행렬의 고유치 분해를 통하여 도래방향을 정도 높게 추정할 수 있는 초고분해 알고리즘들로 잘 이용되어 왔다. 그러나, 이러한 방법들은 계산의 복잡성으로 인하여 실시간 처리에 장애가 되어 왔으며, 어레이 안테나의 물리적인 결함에 대한 보정을 요구한다. 이에 대한 해결방법으로서 신경망 모델을 이용한 도래방향 추정방법들이 연구되어 왔으나, 복수의 신호가 존재할 경우 신경망 모델에 대한 대규모 학습량을 요구하고, 실시간 처리가능성에 대한 명확한 해를 제공하지 못한다. 본 연구에서는 상호결합형 신경망 모델을 이용하여 도래방향을 추정하기 위한 방법을 제안하고, 컴퓨터 시뮬레이션을 통하여 실시간 처리가능성을 보여주었으며, 제안된 방법이 MUSIC 보다 더 좋은 추정치를 제공한다. 게다가, 제안된 방법은 대규모 학습을 요구하지 않는다. 즉, 도래방향을 추정하기 전에 상호결합계수를 신경망에 할당할 뿐이다,

영문 초록

It has well known that MUSIC and ESPRIT algorithms estimate angle of arrival(AOA) with high resolution by eigenvalue decomposition of the covariance matrix which were obtained from the array antennas. However, the disadvantage of MUSIC and ESPRIT is that they are computationally ineffective, and then they are difficult to implement in real time. The other problem of MUSIC and ESPRIT is to require calibrated antennas with uniform features, and are sensitive to the manufacturing fault and other physical uncertainties. To overcome these disadvantages, several method using neural model have been study. For multiple signals, those methods neural mode. Computer simulations show the validity of the propose algorithm. It follows that the proposed method yields better AOA estimates than MUSIC. Moreover, ore method does not require huge training procedure and only assigns interconnected coefficients to the neural network prior to AOA estimation.

목차

요약

Abstract

1. 서론

2. 수신신호 모델

3. 홉필드형 신경망 모델

4. 신경망 모델을 이용한 도래방향 추정

5. 모의실험

6. 결론

참고문헌

키워드

어레이 안테나 레이더 신호처리 도래방향 신경망 모델 홉필드 모델 array antenna radar signal processing AOA neural network Hopfield model MUSIC