http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
조제일(Jeil Jo),정운섭(Unseob Jeong),안재민(Jaemin Ahn) 한국정보기술학회 2019 한국정보기술학회지 Vol.17 No.1
전자전은 전자기 스펙트럼을 통제하거나 공격하기 위하여 전자기 및 지향성 에너지를 사용하는 제반 군사활동을 말한다. 전자전에서 재밍은 장기간 신호를 수집, 분석, 식별하여 식별된 위협에 대한 재밍 기법을 개발하는 과정을 거친다. 이러한 과정의 시간을 줄이고 운용자의 개입없이 미상 및 신규의 위협에도 대응할 수 있는 자율형/지능형 재밍 기법 연구가 이루어지고 있다. 선진국을 비롯하여 국내에서도 기계학습 기법을 적용하여 관련 기술 개발이 이루어지고 있다. 선진국에서는 통신신호 및 레이다 신호에 대한 지능형 전자공격 기술을 개발하고 있으며, 알고리즘 개발 후 실제 체계 및 환경 적용성을 확인하는 단계에 있다. 전자전분야도 다양한 인공지능 기술을 접목하여 운용자 개입을 최소화하고 장비 스스로 처리하는 방식으로 진화하는 가운데, 향후에는 대량의 학습데이터를 사용하지 않는 방법이나 전자전 이외의 데이터를 함께 사용하는 기법들에 대한 연구가 이루어 질것으로 예상된다.
조제일(Jeil Jo),안재민(Jae Min Ahn) 한국정보기술학회 2021 한국정보기술학회논문지 Vol.19 No.11
The conventional method of predicting a jamming technique in jammer uses a library containing radar-signal information and matched jamming technique. The library is produced by analysis and identification of radar-signals for a long period. This method has a limitation that a jammer can not select a proper jamming technique against unknown radar signals such as mode changing or new radar. To resolve the problem, a method for jamming against an unknown radar, based on deep learning is proposed in this study. The proposed method uses co-occurrence matrix as features with conventional features in electronic warfare. The proposed method shows more than 10% better performance than a method, not using a co-occurrence matrix. And as in the case of actual electronic attack equipment operation, the jamming technique prediction performance is more than 88%even when the collected data is 10% less than the learning data.
조제일(Jeil Jo),한동석(Dong-Seog Han) 한국방송·미디어공학회 2004 한국방송공학회 학술발표대회 논문집 Vol.2004 No.-
본 논문은 패킷 방식의 OFDM(orthogonal frequency division multiplexing) 시스템에서 등화기 출력과 비터비 복호기 출력을 이용한 잔존 주파수 옵셋 추정 법을 제안한다. 패킷 방식의 OFDM에서는 패킷의 앞부분의 훈련열을 이용하여 한번 추정하기 때문에 시간이 지남에 따라 추정 오차에 의한 위상 회전이 축적된다. 이러한 위상 회전의 축적을 막기 위해 등화기 출력과 비터비 복호기의출력에서 잔존 주파수 옵셋을 추정하여 매 심볼마다 보상한다. 잔존 주파수 옵셋의 추정은 먼저 첫 번째 심볼의 등화기 출력과 그것의 비터비 복호기 출력 사이에서 위상차를 구한다. 두 번째 심볼의 위상차도 처음 심볼과 같은 방법으로 구한다. 두 번째 구한 위상차는 이전 심볼의 위상차에서 잔존 주파수 옵셋의 영향이 더해져 있다. 이들 두개의 위상차의 차로부터 잔존 주파수 옵셋을 구할 수 있다. 이 방법은 전송된 데이터를 사용하여 추정하기 때문에 추가적인 훈련열을 사용하지 않고 매 심볼마다 보상을 할 수 있다는 장점이 있다.
한진우(Jinwoo Han),조제일(Jeil Jo),김산해(Sanhae Kim),박진태(Jintae Park),송규하(Kyuha Song) 대한전자공학회 2015 전자공학회논문지 Vol.52 No.4
TDOA(Time Difference of Arrival) 기반 수동형 전자감시장비는 이격 동작하는 다수의 수신기에서 수신되는 전자파 신호의 펄스도착시간인 TOA(Time of Arrival) 정보를 이용하여 신호원의 공간상 위치를 탐지한다. 수신기 간 이격 거리 대비 신호원에서 방사되는 신호의 PRI(Pulse Repetition Interval)가 크지 않을 경우 TDOA 기반 위치탐지를 위한 각 수신기에서의 동일 펄스쌍 선정에 모호성이 발생될 수 있다. 본 논문에서는 이격 동작하는 각 수신기에서 수신한 펄스들과 신호원간의 순시 방향탐지결과인 AOA(Angle of Arrival)를 이용하여 펄스 선택의 모호성을 신호원의 위치와 신호원으로부터 수신한 펄스들과의 TDOA 최적화 문제로 변경하고 이를 유전 알고리즘 기반으로 TDOA 기반 위치탐지 과정에서 발생될 수 있는 동일 펄스 선택 모호성을 최소화할 수 있는 새로운 기법을 제안하며, 다양한 모의실험을 통해 제안된 기법의 성능을 분석하였다. Passive Surveillance System based on the TDOA detects the emitter position in the air using TOA of pulses comprising emitter signal from multiple receivers. In case that PRI of pulses from the emitter is not enough big in comparison with the distance among receivers, it causes the ambiguity problem in selecting proper pulse pairs for TDOA emitter geolocation. In this paper, a novel ambiguity resolution method of radar pulses is presented by using genetic algorithm after changing ambiguity problem into optimization problem between TDOA of received pulses from each receiver and emitter position. Simulation results are presented to show the performance of the proposed method.
황태현,길이만,이현구,김정호,고재헌,조제일,이정훈,Hwang, TaeHyun,Kil, Rhee Man,Lee, Hyun Ku,Kim, Jung Ho,Ko, Jae Heon,Jo, Jeil,Lee, Junghoon 한국군사과학기술학회 2020 한국군사과학기술학회지 Vol.23 No.1
Effective jamming in electronic warfare depends on proper jamming technique selection and jamming parameter estimation. For this purpose, this paper proposes a new method of estimating jamming parameters using Gaussian kernel function networks. In the proposed approach, a new method of determining the optimal structure and parameters of Gaussian kernel function networks is proposed. As a result, the proposed approach estimates the jamming parameters in a reliable manner and outperforms other methods such as the DNN(Deep Neural Network) and SVM(Support Vector Machine) estimation models.