적응형 레인지 셀 포커싱 기법 기반의 3차원 전자파 이미징 연구

Abstract

본 논문에서는 3차원 전자파 이미징 알고리즘(microwave imaging algorithm)에 관한 연구를 살펴보았다. 기존의 시간 영역에서의 이미징 알고리즘 접근법과 주파수 영역에서의 이미징 알고리즘 접근법들을 검토하고 문제점들을 분석하였으며, 이를 개선하기 위해 적응형 기법 (adaptive technique)이 적용된 새로운 알고리즘을 제안하였다. 알고리즘 해석은 2차원부터 시작하여 3차원으로 확장하였다. 먼저 시간 영역 접근법(time-domain approach)에서의 대표적인 방법이라고 할 수 있는 후광 영사 (BP : back-projection) 방법을 검토하고 문제점을 제시하였으며 이를 개선하기 위해 최근 제안되고 있는 몇 가지 방법에 대해서도 알아보았다. 다음으로는 주파수 영역 접근법(frequency-domain approach)에서의 대표적인 방법이라고 할 수 있는 거리 천이 알고리즘(RMA : range migration algorithm)을 살펴보았다. 기본적으로 시간 영역 접근법보다는 빠른 처리를 할 수 있다는 장점을 지니지만 알고리즘의 처리 과정 중에서 적용되는 보간 계산상의 문제점을 가지고 있다. 기존의 방법들에 대한 장, 단점을 분석하여 본 논문에서는 이미지의 품질 향상을 위해 최근 연구되고 있는 초해상도 (super-resolution) 기법 중 하나인 강화된 뮤직 (eMUSIC : enhanced multi-signal classification) 알고리즘을 가중 함수로 사용하는 것을 제안하였다. 제안한 방법으로부터 얻은 변환 데이터를 거리 천이 알고리즘에 적용하여 본래의 원시 데이터(raw data)를 이용한 이미징 결과와 비교를 함으로써 가중 함수 적용에 대한 타당성도 증명하였다. 아울러, 주파수 영역에서의 이미징 접근법에서 나타나는 문제점인 보간 계산을 생략하면서, 각 레인지 셀 별로 단계적인 거리 천이를 할 수 있는 레인지 셀 포커싱 기법(RCF : range cell focusing technique)을 제안하였다. 레인지 셀 별로 변화하는 정합 필터 함수(matched filter function)를 생성하였고 이를 적용하여 레인지 굴곡을 보상하였다. 제안된 알고리즘은 모든 레인지 셀에서 정합 필터 함수를 생성하고 계산하기 때문에 시간적인 효율이 떨어지지만 몬테카를로 방법이 이용된 적응형 기법을 적용함으로써 해상도뿐 만 아니라, 알고리즘 처리상의 시간 효율도 개선하였다. 이를 적응형 레인지 셀 포커싱 (ARCF : adaptive range cell focusing) 기법이라 명하며 먼저, 이상적인 점타깃에 대한 시뮬레이션 데이터를 이용하여 이미징을 구현하였다. 1차원 선형 스캔(linear scan)을 통한 2차원 원시 데이터의 2차원 이미징과 2차원 스캔을 통한 3차원 원시 데이터의 3차원 이미징을 통해 알고리즘의 효율성을 검증하였다. 실험 환경은 포지셔너(positioner), X-Band 더블 릿지드 안테나(X-Band double ridged antenna), 벡터 네트워크 어널라이져(VNA : vector network analyzer)로 구성되어있다. 송·수신 안테나를 이용하여 이동하면서 원시 데이터를 획득하였고 복원하고자 하는 타깃(target)으로는 불연속적 타깃과 연속적인 타깃 두 종류를 사용하였다. 불연속적인 타깃으로는 직경 6cm의 금속 구로 이루어진 임의의 알파벳 모양을 이용하였으며 연속적인 타깃으로는 총기류와 유사한 모형과 하드디스크, 텀블러 등을 이용하였다. 다양한 실험 결과로부터 본 논문에서 제안한 알고리즘의 타당성이 검증되었으며, 이는 향후 3차원 고해상도의 실시간 전자파 이미징 알고리즘을 구현하는데 있어 초석이 되고자 한다.