드론은 현재 다양한 응용 분야에서 사용되고 있다. 그러나 플라스틱 재질의 사용과 소형화로 인해 방어 또는 보안 목적의 드론 탐지가 문제가 되고 있다. 어떤 드론이든 감시 대상으로 두고, 본 논문에서 제안하는 레이더 시스템과 같은 다양한 검출기를 사용하여 고해상도 데이터를 수집함으로써 그 위치를 정확히 파악할 수 있다. W-band 레이더는 높은 반송 주파수를 가지므로 광대역 시스템을 설계하기가 용이하며, 광대역 FMCW 신호는 원거리에서 고해상도 영상을 생성하는 데 적합하다. 불행히도 이러한 방식으로 수집되는 막대한 데이터에는 불안정한 레이더 시스템과 복잡한 환경 요인들로부터 통상 생성되는 클러터(예: 배경 데이터 및 잡음)도 포함되어 있으며, 이는 빈번히 왜곡된 데이터를 유발한다. 이러한 대규모 데이터로부터 표적의 위치를 정확히 추출하려면 클러터를 억제하고 상쇄해야 하지만, 기존의 클러터 상쇄 방법은 적합하지 않다. 표준편차, 적응 최소 평균 제곱(adaptive least mean squares, LMS), 재귀적 최소 평균 제곱(recursive least squares, RLS), 그리고 제안하는 LMS의 네 가지 클러터 상쇄 알고리즘을 평가하고 비교한다. 제안하는 LMS는 LMS와 표준편차 기법을 결합하였다. 먼저 W-band 레이더 시스템을 이용하여 표적 위치와 관련된 대규모 데이터를 수집한다. 이후 이러한 알고리즘을 적용하여 표적의 위치를 계산한다. 제안 알고리즘의 성능을 측정하고, 실외 실험을 수행하여 다른 세 알고리즘과 비교한다.

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