Efficient Recognition Method for Ballistic Warheads by the Fusion of Feature Vectors Based on Flight Phase

Abstract

It is very difficult to detect ballistic missiles because of small cross-sections of the radar and the high maneuverability of the missiles. In addition, it is very difficult to recognize and intercept warheads because of the existence of debris and decoy with similar motion parameters in each flight phase. Therefore, feature vectors based on the maneuver, the micro-motion according to flight phase are needed, and the two types of features must be fused for the efficient recognition of ballistic warhead regardless of the flight phase. In this paper, we introduce feature vectors appropriate for each flight phase and an effective method to fuse them at the feature vector-level and classifier-level. According to the classification simulations using the radar signals predicted by the CAD models, the closer the warhead was to the final destination, the more improved was the classification performance. This was achieved by the classifier-level fusion, regardless of the flight phase in a noisy environment.

Effective Discrimination between Warhead and Decoy in Mid-Course Phase of Ballistic Missile

“…탄도미사일은 일반적으로 추진, 중간 및 종착의 3단계 로 구성된 기동궤적을 가진다 [1]～ [4] . 먼저, 연료소모 단계 인 추진단계의 경우, 다른 단계들에 비하여 기동 시간이 짧고, 적군의 초기발사지점 근처에 위치하기 때문에, 레 이다를 통한 탐지 및 요격이 어렵다.…”

“…예를 들어, 레이다 표적식 별에 사용되는 대표적인 정보들인 레이다단면적(radar cross section: RCS)과 고해상도 거리측면도(high resolution range profile: HRRP)로는 형상이 유사한 탄두와 기만체를 정확하게 변별하기 어렵다. 하지만 탄두와 기만체는 질량 차이와 자세제어장치 유무로 인해 서로 다른 미세운동 (micro-motion)을 가지면서 기동하게 된다 [1]～ [4] . 따라서 중 간단계에 진입한 탄두의 탐지 및 요격을 위해서는 탄두 와 기만체 간의 미세운동 차이를 바탕으로 한 변별을 수 행하는 것이 바람직하다.…”

“…탄두와 기만체로부터 수신된 레이다 신호에는 각 표적 들의 고유 미세운동으로 인해 미세도플러(micro-Doppler) 효과가 발생하게 된다 [1]～ [4] . 여기서 미세도플러 효과는 시간에 따라 도플러 주파수가 변화하는 것을 의미한다.…”

“…여기서 미세도플러 효과는 시간에 따라 도플러 주파수가 변화하는 것을 의미한다. 그리고 이러한 특징은 시간-주파수 변환기법을 통하여 효과적으로 분석될 수 있다 [3], [4] . 하지만 중간단계에서 탄 두와 기만체는 매우 높은 고도에 있는 저 RCS 표적이기 때문에, 매우 낮은 신호 대 잡음비(signal-to-noise ratio, SNR) 환경에 놓이게 된다.…”

“…기존 변별기법들 [1]～ [4] 의 경우, 대부분 short-time Fourier transform(STFT)기반의 시간-주파수 영상을 바탕으로 매 우 낮은 SNR 환경에서 변별성능이 최대화되는 최적의 특 징벡터 추출기법만을 개발해 왔다. 그 결과, 복잡한 영상 처리 계산과정이 불가피하게 발생하였다.…”