라이언 기록

작성된 코랩 문서를 통해 펄스압축을 파이썬으로 쉽게 체험해볼 수 있습니다. https://drive.google.com/file/d/1jXWES9JHTXkGBXM4pX_m2hb2XyZq1f0g/view?usp=sharing matlab 공식 문서에 설명이 잘 나와있으니 읽어보시는걸 추천드립니다. 개요 레이더 데이터 프로세싱 과정에 대해 공부하고 matlab으로 직접 테스트해보면서 느낀점 중 하나가 Toolbox가 정말 잘 제공된다는것입니다. 그 중 원하는 레퍼런스 신호만 증폭시켜주는 펄스 압축의 경우엔 실제로는 매우 복잡하겠지만 matlab에서는 lfm 원형 신호를 getMatchedFilter 함수에 인자로 넣으면 반환해주는 필터를 적용하기만 하면 쉽게 수행할 수 있었습니다. 원리와 구현 방법에 대해 ..

개요 이번 포스팅에선 펄스 레이더가 생성하는 raw data - IQ Signal을 직접 생성하는 방법에 대해 다뤄보겠습니다. 저는 개인적으로 레이더 분야의 진입 장벽이 높다고 생각합니다. 그 이유를 진입 장벽이 비교적 낮은 컴퓨터 비전 분야와 비교하면서 알아보겠습니다. 레이더 컴퓨터 비전 원천 데이터 신호 이미지 데이터 성질 분석을 위해 신호에 대한 이해가 필요 직관적이라 별도의 지식 불필요 데이터 접근난이도 상 (고가의 레이더, 기밀) 하 (접근성이 좋은 카메라) 기술 공개 여부 관련 기술이 거의 공개되지 않음 (기밀) 기존 기술과 더불어 새로운 기술들도 오픈소스 형태로 많이 공개됨 방위산업 분야에 속하기 때문에 전체적으로 접근성이 굉장히 낮아 관련 랩실에서 연구를 진행하거나 업계에 종사하지 않는한 ..

공부하면서 기록을 남기기 위해 작성하는 글입니다. 틀린 내용이 있다면 댓글로 남겨주시면 감사하겠습니다! 이 글은 레이더 도메인의 신호 데이터 저장 형태인 데이터 큐브에 대해 이해한 내용을 정리하고 공유하기 위해 작성하였습니다. 데이터 큐브란? 데이터 큐브는 주로 3차원의 데이터를 효율적으로 표현, 저장 및 교환하기 위해 사용되는 데이터 형태입니다. 레이더 도메인에서 데이터 큐브는 - Fast time, 고속 시간 축 - Slow time, 저속 시간 축 - Spatial Sampling, 공간 샘플 축 이렇게 3개의 축으로 이뤄집니다. 3차원을 사용하는 이유 "시간에 따른 신호의 변화를 저장하는데 3차원 포맷이 왜 필요하지?"라고 의문을 가질 수 있습니다. 이는 아래와 같이 2차원으로 표현 가능하며 심지..

공부하면서 기록을 남기기 위해 작성하는 글입니다. 틀린 내용이 있다면 댓글로 남겨주시면 감사하겠습니다! 빔포밍이란? 빔포밍은 전파에 방향을 만들어 원하는 방향으로 강하게 보내게 도와주는 기술입니다. 여러개 안테나의 방향과 출력 강도를 각각 통제함으로써 빔포밍 할 수 있습니다. 원하는 영역에 더 많이, 그 외 영역에는 작게 빛을 전달하는 스포트라이트를 생각하면 이해가 수월합니다. 무선 통신 분야과 레이더 분야에서 많이 연구되는 주제이며 이 포스팅에선 레이더 분야에서 빔포밍을 어떻게 사용하는지에 대해 알아보겠습니다. + 레이더 분야에서 송신 신호에 방향성을 갖게하는 기술도 빔포밍이라 부르고 그 외에도 여러개의 안테나에서 받은 수신신호를 합치는 작업도 빔포밍이라 부르는 문서나 영상을 몇 개 봤습니다. 이번엔 ..

tutorial docs : SAR Target Classification using Deep Learning script github : https://github.com/Junepp/Matlab-Study/blob/main/radar/s01_sar_target.mlx 개요 (배경 지식) MSTAR 데이터셋을 활용해 간단한 CNN Classification network를 학습한 뒤 평가해보는 비교적 간단한 예제입니다. MSTAR(Moving and Stationary Target Acquisition and Recognition) 데이터셋은 미국 공군 연구실에서 배포한 데이터로 SAR로 수집한 보병 전투 차량, 장갑차, 탱크 등의 이미지 총 8688장으로 이뤄져있습니다. SAR은 "Synthetic ..

개요 최근 3D 기반 인공지능에 많은 관심을 갖게 되었습니다. 지금은 이미지 기반의 인공지능 연구를 진행하고 있지만 가까운 미래 3D 인공지능이 2D 인공지능을 대체하게 될 것이라 생각하기 때문에 단순 관심에서 더 나아가 열심히 학습하고 있습니다. 쉽지는 않은것이 이미지라는 구하기 쉬우며 단순하고 직관적인 데이터에 기반하는 2D 분야와 달리 3D는 데이터를 직관적으로 알아보기 어렵고 무엇보다 양질의 데이터를 구하기가 정말 어렵습니다. 데이터 외에 깃헙에 올라오는 코드들도 비교적 쉽게 실행 가능하게 올라오는 2D 분야와 달리 3D 네트워크들은 한번에 돌아가는 법이 없는 것 같습니다 (개인 경험). 학부생때 잠깐 써본 MATLAB이 떠올라서 찾아보니 여러 도메인의 샘플 데이터에 쉽게 접근 가능함과 동시에 간..