직교 주파수 분할 다중화(OFDM) 기반 레이더 시스템은 공유 주파수 자원을 사용하여 표적 탐지와 데이터 전송을 동시에 수행함으로써 6G 무선 네트워크에서 스펙트럼 효율을 향상시키는 핵심 기술로 간주된다. 그러나 OFDM 레이더에 내재된 이산 샘플 획득 과정은 측정된 거리와 상대 속도에 양자화 오차를 유발한다. 양자화 오차는 차량 추적 응용에서 중대한 과제를 야기하는데, 이산화된 측정치를 그대로 의존할 경우 위치 및 속도 추정에 상당한 부정확성이 발생할 수 있기 때문이다. 특히 저해상도 상황에서는 양자화 구간이 거칠어 측정 정밀도를 심각하게 제한하므로 이산화 오차의 영향이 더욱 두드러진다. 본 논문에서는 레이더 샘플 획득 과정에서 발생하는 이산화 오차를 보정하도록 설계된 차량 추적 알고리즘을 제안한다. 제안하는 알고리즘은 2차원 레이더 영상 프로파일에서 양자화 구간의 통계적 특성을 활용하여 측정 보정 계수를 적응적으로 계산한다. 또한 제안된 오차 보정 기법을 칼만 필터 기반 차량 추적 프레임워크의 측정 업데이트 단계에 통합함으로써 상태 추정 정확도를 향상시킨다. 더 나아가, 도출된 측정 보정 계수의 변화를 분석함으로써 레이더 해상도 제약이 차량 상태 추정 정확도에 미치는 영향을 조사한다. 수치 결과는, 제안된 알고리즘의 추정 성능이 보정되지 않은 이산 측정 샘플에 의존하는 기존 알고리즘들보다 우수함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.