다기능 레이더 환경에서의 표적추적 알고리듬 성능 비교 분석

Abstract

본 논문은 다기능 레이더(Multi Function Radar: MFR)에서 표적의 위협분석을 위해 모노펄스 위상배열 레이더의 추적환경에 대한 Benchmark 프로그램을 이용하여 표적추적 필터의 성능을 비교하고 우수한 필터를 선택하기 위한 과정을 정리한 것이다. 클러터가 존재하는 환경에서 표적을 추적하기 위한 필터로써, 레이더 신호의 위치정보만을 이용하여 상태변수를 쇄신하는 필터들 중에서 트랙과 측정치의 일대일 결합을 하는 NN(Nearest Neighbor)계열의 필터인 PNNF, PNNFm와 신호세기 정보를 이용하는 SN(Strongest Neighbor)계열의 필터인 PSNF, PSNFm 그리고 트랙과 측정치의 일대다 결합을 하는 PDAF와 위치정보와 신호세기 정보를 함께 이용하는 PDAF-AI위치정보와 신호세기 정보를 함께 이용하는 PDAF-AI, MPDAF의 성능을 비교 분석한다.; We compare performance of target tracking filter algorithms for threat analysis for a Multi Function Radar(MFR) system. As a filter for target tracking in a cluttered environment, we compare the performances of the Nearest Neighbor Filter(NNF), the Probabilistic Nearest Neighbor Filter(PNNF) and the Probabilistic Nearest Neighbor Filter with validated m measurements (PNNF-m) which utilize distancebased one-to-one assignments. We also compare the performances of the Strongest Neighbor Filter(SNF), the Probabilistic Strongest Neighbor Filter(PSNF), the Probabilistic Strongest Neighbor Filter with validated m measurements (PSNF-m) which utilize signal strength-based one-to-one assignments. Moreover, the Probabilistic Data Association Filter(PDAF) and the Probabilistic Data Association Filter with Amplitude Information(PDAF-AI) which utilize one-to-many assignments are compared with the Most Probable Data Association Filter(MPDAF) which utilizes both position and signal strength information. A benchmark program is developed for simulation. The benchmark includes many features of an actual Monopulse Phased Array Radar (MPAR) in realistic scenarios. The performances of the proposed algorithms are evaluated by a series of Monte Carlo simulation runs.