[딥 네트워크 - SAR 위성 설계 노하우 약 80 % 를 보유한 일인기업 입니다][SAR 위성의 영상 처리 알고리즘을 설계 노하우 확보 성공]

딥네트워크는 SAR 레이더 설계 펌웨어 노하우 약 80 %를 보유한 일인기업입니다.  SAR 레이더는 지상 또는 해양의 타겟을 고해상도로 관측할 수 있는 레이다 시스템입니다. 딥네트워크의 핵심 노하우는 다음과 같습니다:       

SAR 위성의 핵심 기능을 담당하는 chirp 신호 발생기를 설계합니다. chirp 신호는 선형 주파수 변조 신호로, SAR 영상의 해상도와 SNR을 결정하는 중요한 요소입니다. chirp 신호 발생기는 아날로그 또는  디지털 방식으로 구현할 수 있습니다.
SAR 위성의 영상 처리 알고리즘을 설계합니다.  SAR 영상 처리 알고리즘은 송신된 chirp 신호와 수신된 신호를 상호상관하여 영상을 생성하는 과정입니다. 영상 처리 알고리즘에는 범위 압축, 방위 압축, 자세 보상, 도플러 보정, 지도 투영 등의 단계가 포함됩니다.   이 부분의 구현 노하우를 딥 네트워크는 보유하고 있읍니다 ...

스펙트럼 길이 확장: SAR 레이더에서 수신한 전파의 스펙트럼을 푸리에 변환하여 타겟의 스펙트럼을 얻습니다. 이때, 스펙트럼의 길이를 확장하여 타겟의 세부 정보를 더 잘 표현할 수 있습니다. 이 기술은 SAR 영상의 해상도와 품질을 향상시킵니다.
서브 어퍼처: SAR 레이더가 타겟을 관측하는 동안 안테나의 방향을 여러 번 바꾸어서 다양한 입사각에서 영상을 획득합니다. 이때, 각각의 입사각에서 얻은 영상을 합성하여, 안테나의 효과적인 길이를 늘립니다. 이 기술은 SAR 영상의 방위 해상도를 향상시킵니다.
도플러 효과 보상: SAR 레이더와 타겟 사이의 거리 변화가 전파의 위상에 영향을 줍니다. 이를 도플러 효과라고 합니다. 도플러 효과를 보상하면, SAR 영상의 왜곡을 줄일 수 있습니다. 이 기술은 SAR 영상의 정확도와 성능을 향상시킵니다.       

칼만필터로 SAR 위성의 자세 검출에 대해 요약하면 다음과 같은데 현재 구현 분석중 입니다.
칼만필터는 관성항법 센서인 가속도계와 자이로스코프의 측정값을 융합하여 오차를 줄이고 자세를 추정하는 기법입니다.
가속도계는 장기적으로 안정적이지만 잡음과 중력의 영향을 받으며, 자이로스코프는 잡음과 중력의 영향을 받지 않지만 장기적으로 편향이 누적됩니다. 이 두 센서는 서로 상호 보완적인 특성을 가지므로, 칼만필터를 통해 장점만을 활용할 수 있습니다.
칼만필터는 자이로스코프의 측정값을 오일러 각도의 변화율로 변환하고, 가속도계의 측정값을 오일러 각도로 변환하여, 두 값의 차이를 최소화하는 최적의 자세를 찾습니다. 이 과정에서 칼만필터의 상태변수, 측정변수, 공분산 행렬, 측정행렬, 칼만 이득 등의 파라미터를 적절하게 설정해야 합니다.

딥네트워크는 이러한 핵심 노하우를 바탕으로, SAR 레이더의 선도적인 일인기업으로서, 감시 및 정찰, 정보 확보, 지형 측량 등 다양한 분야에서 활용될 수 있는 최고의 SAR 레이더 솔루션을 제공합니다. 

 

딥네트워크  장석원 /  HP :  010 3350 6509   /    sayhi7@daum.net