전체 글 (30) 썸네일형 리스트형 RDA algorithm RDA algorithm은 range, azimuth의 SAR 데이터를 효율적으로 처리하고 고해상도 이미지를 처리하는 알고리즘이다. Range doppler domain range, doppler 정보를 결합한 공간으로 이 공간에서 range와 doppler의 공간을 동시에 고려하는 domain이다. RDA의 간단한 블록도이다. range compression: raw 데이터를 FFT를 수행하고 matched filter 곱셈을 하고 마지막으로 IFFT로 시간영역으로 변환하는 부분이다. Azimuth FFT: Azimuth 주파수 도메인으로 변환되면 이 데이터는 doppler 주파수 중심으로 정렬하여 doppler 중심축을 추정한다. 여기에서 물체의 움직임과 속도 정보를 추출한다. RCMC(Range C.. 백준 15649번(백트래킹) 최근에 기초적인 알고리즘을 공부하다가 백트래킹에 관한 내용을 알게 되었다. 여기서 백트래킹이란 가능한 모든 경우의 수를 생각해 보는 알고리즘으로 해를 찾는 도중에 막히게 되면 재귀함수를 사용하여 되돌아가서 다시 해를 찾아가는 기법이다. 아래는 백트래킹에 관한 문제인 백준 15649번 문제이다. 위의 코드는 해당문제에 대한 코드이다. 간단하게 설명해 보기 위해서 N=3, M=2라고 가정하고 코드를 분석해 보겠다. 1.ans(정답 리스트 추가할 공간), v(해당 숫자를 사용했는지 확인하는 숫자)를 설정해 주었다. 2.dfs(0, [])은 초기의 n의 크기를 0으로 설정하고 lst 또한 초기화시켜서 함수에 투입한다. 3. 먼저 for문을 돌게 된다. 여기에서 v [1]=0이기 때문에 v [1]=1로 설정하고 .. Lidar data를 효율적으로 압축하는 방법 Lidar sensor는 자율주행 차량의 주변환경을 인지하는데 널리 사용된다. 최근에 라이더 센서의 해상도가 지속적으로 증가함에 따라 많은 양의 data가 발생하고 이러한 data를 전송하고 저장해야 되기 때문에 압축기술이 중요해지고 있다. 기존의 방법은 Lidar 정보를 직접 압축하거나 포인트 클라우드 방식으로 압축을 진행하였다. 그러나, Lidar의 정보를 직접 압축하게 될 경우 센서와 보정정보에 따라 정보가 달라져 불안정성을 초래한다. 그에 따라 Lidar에는 새로운 압축기술이 필요하고 여기에 compression sensing을 활용한 압축기법이 소개되고 있다. 위의 그림은 3D lidar data를 2D image array로 생성하게 되었을 경우의 raw distance value를 나타낸 그.. 백준 4일 만에 실버 달성 파이썬은 거의 사용을 안 해봐서 이번기회에 열심히 코딩준비하고 있습니다. 이번주에 골드까지 올린 다음에 간단한 Compression sening을 python으로 코딩하는 과정을 보여드리겠습니다. 코딩 시작 이전에 배웠던 compression sensing은 보통 matlab으로 구현하였다. 앞서 matlab으로 구현한 코드를 파이썬으로 바꾸어 표현하기 위해서 코딩을 공부중이다. 현재 백준을 시작한지 얼마 안되서 브론즈5에 머물고 있지만 2월중에 실버를 찍는 목표를 가지고있다. Radar의 정의 Radar란 반사되는 에너지를 안테나로 받아들여 탐색하려는 대상의 속도, 위치, 정보를 추출한다. Radar는 주파수에 따라 분류를 한다. HF(High Frequency), VHF(Very HF)/(A, B-band) 300 MHZ 미만의 주파수를 의미한다. 주파수가 낮기 때문에 기본적으로 파장이 커져 긴 거리를 이동가능하다. UHF(Ultra High Frequency)/(C-band) 매우 긴 거리의 EWR(Early Warning Radar)에 사용된다. 최근 UWB(Ultra Wide Band) 레이더 응용 프로그램에서 A-C band의 모든 주파수를 사용한다. L-band Radar/(D-band) 낮은 주파수 대역에 비해 대기 중간 광파에 대한 흡수가 떨어진다. 또한 지표면의 흡수가 줄어들기.. RCS Prediction Methods 우리는 보통 물체를 구분하기 위해 RCS를 사용한다. 이러한 값을 얻기 위해서 RCS 예측을 사용한다. 이는 주로 강력한 판별 알고리즘을 사용한다. 여기에는 정확한 방법과 근사치 방법이 있다 1. 정확한 방법 정확한 방법으로 RCS를 예측하는 것은 매우 복잡하다. 왜냐하면 산란 문제를 설명하는 미분 방정식이나 적분 방정식을 적절한 경계조건 내에 풀어야 되기 때문이다. 이러한 경계조건은 맥스웰 방정식에 의해 결정된다. 2. 근사치 방법 수 dB이내로 RCS를 예측하는 기술로 주로 PO(Physical Optics), GO(Geometrical Therory of Diffraction) 등이 사용된다. 이러한 방법은 주로 비행기, 배 같은 복잡하고 큰 타깃의 RCS를 예측한다. 레이더 target의 산란문제.. RCS of Complex Objects 복잡한 대상의 RCS는 일반적으로 단순한 형태들의 단면을 일관되게 결합하여 계산한다. 이는 대상 위에 분포된 개별 산란 중심들의 그룹으로 모델링 될 수 있다. 이러한 산란 중심들은 등방성 점 산란체(N-point model) 또는 단순한 형태의 산란체(N-shape model)로 모델링 될 수 있다. N-point model: 각 산란 중심을 점 산란체로 간주한다. 각 점은 주어진 시스템의 상태를 나타내고 각 점에서의 레이더 신호 반사를 모두 더하여 RCS를 계산한다. N-shape model: 각 산란 중심은 단순한 형태(원, 타원, 직사각형)의 산란체로 간주한다. 이 형태들은 각각의 RCS를 가지며 이들의 결합으로 복잡한 대상의 전체 RCS를 계산한다. 산란 중심들의 위치와 강도를 알고 있는 것이 복.. 이전 1 2 3 4 다음
