본 논문에서는 1차원 레이더 특성(signature)인 고해상도 거리 측면도(HRRP)와 2차원 레이더 특성인 ISAR 영상을 형성하기 위하여 CS(Compressive Sensing) 기반의 레이더 신호 모델을 적용한 sparse 복원(sparse recovery) 알고리즘을 소개하고자 한다. 만약, 관측된 RCS(Radar Cross Section) 데이터 샘플에서 데이터 손실이 발생할 경우, 기존의 discrete Fourier transform(DFT) 방식으로는 올바른 고해상도의 레이더 특성들을 얻을 수 없다. 하지만, 데이터 손실이 존재하더라도 상기 sparse 복원 알고리즘을 적용하면 고해상도의 레이더 특성을 성공적으로 복원할 수 있고, 원래 광대역의 RCS 데이터를 이용한 레이더 특성과 동등하게 고해상도를 유지할 수 있다. 따라서, 본 논문에서 보여준 결과에서와 같이 원하지 않는 간섭신호나 전파 교란 신호에 의해 데이터 손실이 발생한 RCS 데이터를 수집하더라도, sparse 복원 알고리즘을 이용하면 기존 DFT 방식과 달리 고해상도의 레이더 특성을 성공적으로 복원할 수 있음을 관찰할 수 있었다.
In this paper, we introduce a sparse recovery algorithm applied to a radar signal model, based on the compressive sensing(CS), for the formulation of the radar signatures, such as high-resolution range profile(HRRP) and ISAR(Inverse Synthetic Aperture Radar) image. When there exits missing data in observed RCS data samples, we cannot obtain correct high-resolution radar signatures with the traditional IDFT(Inverse Discrete Fourier Transform) method. However, high-resolution radar signatures using the sparse recovery algorithm can be successfully recovered in the presence of data missing and qualities of the recovered radar signatures are nearly comparable to those of radar signatures using a complete RCS data without missing data. Therefore, the results show that the sparse recovery algorithm rather than the DFT method can be suitably applied for the reconstruction of high-resolution radar signatures, although we collect incomplete RCS data due to unwanted interferences or jamming signals.
