MIMO ISAR 영상의 움직임 보정: 세 가지 알고리즘 비교와 실험적 검증

초록

본 논문은 자동차용 MIMO 레이더를 이용해 얻은 ISAR 영상에 대해 엔트로피 최소화, 교차상관, 위상 기울기 자동 초점(Phase Gradient Autofocus) 세 가지 움직임 보정(MOCOMP) 기법을 적용·비교한다. 실험은 TI WR1843 mmWave MIMO 레이더로 수집한 실제 차량 데이터에 기반했으며, 교차상관 방식이 MIMO‑ISAR에서 평균 36 %의 SCNR 향상을 달성해 가장 우수함을 확인하였다.

상세 분석

이 논문은 자동차 ADAS에 필수적인 고해상도 ISAR 영상을 얻기 위해 MIMO 레이더의 다채널 정보를 활용하는 방법을 제시한다. 기존 연구는 대부분 단일 TX‑RX 쌍(SISO) 기반 ISAR에 국한돼 있었으며, 다중 안테나가 제공하는 가상 어레이 이득을 MIMO‑ISAR에 적용했을 때 발생하는 움직임 보정 문제는 충분히 다루어지지 않았다. 저자들은 먼저 monostatic MIMO 구성을 채택하고, TDM(Time‑Domain Multiplexing) 방식으로 전송 안테나를 순차적으로 활성화함으로써 12개의 TX‑RX 채널을 동시에 확보하였다. 이렇게 얻은 원시 데이터는 stretch‑processing 후 2‑D FFT를 통해 range‑Doppler 매트릭스를 생성하고, 각 채널별로 비동기적으로 보정한 뒤 비코히런트 합산을 수행해 최종 MIMO‑ISAR 영상을 만든다.

보정 단계는 크게 coarse MOCOMP와 fine MOCOMP로 나뉜다. coarse 단계에서는 가장 강한 스캐터러의 위상 변화를 이용해 전반적인 range walk를 제거하고, 목표를 고정된 range‑Doppler 위치에 정렬한다. fine 단계에서는 실제 목표의 복합적인 변위(직선 이동, 가속, 요, 피치, 롤 등)를 추정해 위상 보정을 수행한다. 여기서 세 가지 알고리즘이 적용된다.

1. Entropy Minimization (EM): 목표 스펙트럼의 엔트로피를 최소화하도록 가상의 속도·가속 파라미터를 탐색한다. 이 방식은 전역 최적화가 어려워 실제 잡음이 큰 환경에서 스펙트럼이 흐려지는 현상이 관찰되었다.

2. Cross‑Correlation (CCR): 연속 프레임 간 혹은 다채널 간 상관성을 계산해 위상 차이를 추정한다. 저자들은 97회 반복을 통해 수렴을 확인했으며, 특히 MIMO‑ISAR에서 잡음 바닥이 크게 감소하고 목표의 에지가 선명해졌다. 다만 일부 프레임에서는 수렴이 미흡해 성능이 저하되는 경우가 있었다.

3. Phase Gradient Autofocus (PGA): 연속 chirp 사이의 위상 기울기를 직접 추정해 보정한다. PGA는 EM보다 빠르게 수렴하지만, Doppler 축에 사이드로브가 남아 목표의 가시성을 제한한다.

실험은 77 GHz, 2 GHz 대역폭, 0.1 s CPI를 갖는 TI WR1843 레이더를 사용해 Hyundai Santro 차량을 U‑턴 경로로 이동시킨 데이터를 기반으로 진행되었다. 측정 파라미터는 12 채널(MIMO) 구성, 128개의 slow‑time 샘플, 256개의 fast‑time 샘플 등이다. 각 프레임(8.1 s~9.0 s)에서 SISO와 MIMO 두 가지 구성에 대해 위 네 알고리즘을 적용하고, 잡음 바닥의 변동성을 나타내는 Coefficient of Variation(CV)로 정량적 비교를 수행했다.

결과는 다음과 같다. SISO‑ISAR에서는 모든 알고리즘이 잡음 억제에 한계가 있었으며, 특히 EM은 스머징 현상이 두드러졌다. PGA는 목표 에지를 강화했지만 사이드로브가 크게 나타났다. 반면 CCR은 일부 프레임에서만 우수했으며, 전반적인 SCNR 향상은 6 % 수준에 머물렀다. MIMO‑ISAR에서는 채널 간 상관성을 활용한 CCR이 가장 큰 이점을 보였으며, CV 기준으로 36 %의 개선을 기록했다. 이는 MIMO 구성이 제공하는 가상 어레이 이득이 fine MOCOMP 단계에서 위상 추정 정확도를 크게 높인 결과로 해석된다. 또한, 다중 경로에 의한 ‘ghost target’ 현상이 관찰됐으며, 이는 향후 다중 경로 억제 기법과 결합할 필요성을 시사한다.

이 논문은 MIMO‑ISAR 시스템에서 움직임 보정 알고리즘을 선택할 때, 단순히 SISO 환경에서 검증된 방법을 그대로 적용하는 것이 최적이 아님을 강조한다. 특히, 교차상관 기반 보정이 MIMO 채널의 상호 의존성을 활용해 잡음 억제와 목표 선명도 향상에 효과적임을 실험적으로 입증하였다. 향후 연구에서는 실시간 구현을 위한 연산량 감소, 다중 경로 보정, 그리고 고차 회전(요, 피치, 롤) 모델링을 포함한 통합 보정 프레임워크 개발이 필요하다.