자동차 레이더 고스트 타깃 식별을 위한 타깃 유도 각도 그리드 정규화 추정

초록

본 논문은 자동차 MIMO 레이더에서 다중 경로에 의해 발생하는 고스트 타깃을 식별하기 위해, DOA와 DOD의 2차원 각도 그리드를 복소값 신호 강도로 추정하는 새로운 알고리즘 TIGRE를 제안한다. 물리적 구조를 반영한 정규화 항을 손실 함수에 추가해 DOA = DOD 대각선 요소에 ℓ₀ 희소성을 점진적으로 부여하고, 맞춤형 초기화와 폐쇄형 업데이트 식을 통해 저 SNR 환경에서도 기존 MP‑IAA와 IRA 대비 추정 정확도와 연산 효율을 크게 향상시킨다.

상세 분석

이 논문은 자동차 레이더에서 다중 경로 반사에 의해 발생하는 고스트 타깃을 정확히 구분하기 위해, 기존 MP‑IAA가 갖는 저 SNR 취약성을 극복하는 새로운 정규화 기반 추정 프레임워크를 제시한다. 핵심 아이디어는 “타깃 유도 정규화”(Target‑Induced Regularizer)로, 물리적 관점에서 첫 번째 순서 다중 경로는 실제 타깃의 DOA와 DOD 중 하나가 동일하고 다른 하나가 다르다는 사실을 이용한다. 이를 수학적으로 표현하기 위해, 각 그리드 요소 X₍g,q₎에 대해 μₙ₍g,q₎ = 1/(|Xₙ₍g,g₎|² + |Xₙ₍q,q₎|² + ε₀) 로 정의된 가중치를 도입하고, 정규화 항 Rₙ₍g,q₎ = μₙ₍g,q₎|X₍g,q₎|² 를 손실 Lₙ에 추가한다. 이 구조는 (g ≠ q)인 비대각선 요소가 실제 타깃(대각선 요소)의 존재가 약하면 큰 가중치를 받아 억제되고, 실제 타깃이 강하게 검출될 때만 비대각선(고스트) 요소가 허용되는 메커니즘을 만든다.

정규화 항의 특성을 정리하면, n→∞일 때 대각선 요소에 대한 정규화는 ½ ‖z‖₀ 와 동일하게 수렴한다는 Lemma 1을 통해 ℓ₀ 희소성이 점진적으로 강제됨을 증명한다. 즉, 실제 타깃이 없는 대각선 위치는 0으로 수렴하고, 이는 해당 행·열 전체가 0이 되도록 유도해 전체 그리드 X가 희소해진다. 이러한 희소성은 고스트 타깃을 구분하는 핵심 신호인 DOA ≠ DOD 영역을 명확히 드러내며, 저 SNR 상황에서도 잡음에 의해 발생하는 가짜 피크를 억제한다.

알고리즘 구현 측면에서는, 손실 Lₙ을 X₍g,q₎에 대해 미분하고 폐쇄형 해인
Xₙ₊₁₍g,q₎ = Dₙ₍g,q₎ · (aᵢᴴ Wₙᵢ y) /