Earticle

본 논문은 I/Q 채널을 다 이용하여 표적의 후퇴와 접근을 감지하는 연속파 레이다의 신호처리에 대하여 분석한다. 표적이 레이다로 부터 접근 혹은 후퇴할 때 Quadrature 신호의 위상이 달라지는 것을 이용하여 물체의 후퇴와 접근을 감지하며, 상용 MMIC칩과 MCU를 이용하여 모듈을 구현하고, MMIC로부터 나온 수신데이터를 분석하여 검증하였다. 또한 사람을 대상으로 접근, 후퇴하는 동작에 대한 신호처리를 MCU를 사용하여 확인하였다. 사용한 주파수는 24.125GHz이며, 송신기 출력전력은 7.2 dBm이다. 실제 구현 한 레이다로 최대 검출가능거리는 약 12m를 달성하였다.

This letter presents the signal processing of a CW radar (Continuous Wave or Doppler radar) sensor which enables the radar to detect the multiple targets’ approaching and retreating using both I and Q channels. The proposed algorithm utilizes the phase change of the Quadrature signal, which occurs when targets move back and forth from the radar. The verification is carried out with the board containing a commercially available MMIC chip and an MCU by analyzing the received data from MMIC. Also the proposed algorithm is downloaded to MCU and the approaching and retreating movement is confirmed. The CW frequency is 24.125 GHz and the transmitter output power used is 7.2 dBm. Detectable distance is about 12 m.

When replacing hardware due to obsolescence, discontinuation, and expansion of software-equipped electronic equipment, software changes are required in the past, but if virtualization technology is applied, it can be applied without software changes. In this regard, we studied in order to apply virtualization technology in the development of naval multi-function radar signal processing, we studied hardware and OS independency for Docker and performance comparison between Docker and virtual machine. As a result, it was confirmed that hardware and OS independence exist when using Docker and that high-speed processing is possible compared to the virtual machine.

레이다 신호처리보드는 DSP와 FPGA를 포함하는 아키텍처를 가진 임베디드 시스템을 널리 사용되어 왔다. DSP 와 FPGA간의 고속 실시간 통신이 있으며, DSP와 DSP 간의 고속 실시간 통신, FPGA와 외부 레이다 구성품들과의 고속 통신이 있다. 본 논문에서는 DSP가 부팅을 하기 위하여 메모리와 EMIF(External Memory Interface), DSP간 HyperLink, FPGA와 DSP간 SRIO(Serial Rapidio), PCIe(PCI Express), FPGA와 외부 구성품과의 RS422 통신 등 일반적인 통신 인터페이스를 설명하고, 이러한 인터페이스를 사용하여 높은 통신 성능을 구현하는 방식에 대하여 설명한 다. 특히 DSP와 FPGA 간의 고속통신에 대해서는 속도와 성능을 분석하여 설계하는 것에 대하여 설명한다. 그리고 이전 에는 외부 레이다 구성품들을 제어하고 정보를 받기 위하여 개별 신호를 여러 개의 신호를 통하여 병렬 처리하는 방식에 서 RS422 통신을 통하여 고속으로 많은 정보를 받는 방식에 대하여 설명한다. 새로운 방식은 레이다 신호처리보드의 통신 속도와 성능을 향상시킨다.

Radar signal processing boards have been widely used in embedded systems with architectures including DSPs and FPGAs. There is high-speed real-time communication between DSP and FPGA, high-speed real-time communication between DSP and DSP, and high-speed communication between FPGA and external radar components. This paper describes general communication interfaces such as memory and External Memory Interface (EMIF), HyperLink between DSP, SRIO (Serial Rapidio) between FPGA and DSP, PCIe (PCI Express), RS422 communication with FPGA and external components for DSP to boot, and describes how to implement high communication performance using these interfaces. In particular, high-speed communication between DSP and FPGA is explained by analyzing speed and performance. And previously, it describes how to receive a lot of information at high speed via RS422 communication, from the method of parallel processing individual signals through multiple signals in order to control the external radar components and receive information. The new method improves the communication speed and performance of the radar signal processing board.

레이다 시스템에서 최대 탐지거리를 충족하는 것은 매우 중요하다. 최대 탐지거리를 충족하기 위해서는 레이다 시스템의 수신신호에 대한 민감도가 높아야 한다. 또한 레이다 신호처리기에서 동적 영역이 넓어야 한다. 이러한 요구사 항을 충족하기 위해서는 신호처리기 보드가 외부 및 내부 노이즈에 강인하게 설계되어야 한다. 특히 보드 내부에서 여러 스위칭 회로로 인하여 발생되는 잡음이 수신되는 레이다 신호에 영향을 최소화 하기 위한 설계가 필요하다. 본 논문에서 는 레이다 시스템 성능을 충족하기 위하여 신호처리기 보드의 요구사항을 도출하고 도출된 요구사항을 충족하기 위한 설계에 대하여 기술한다. 또한 외부에서 입력되어 들어오거나 내부에서 생성되는 노이즈의 영향을 최소화 하기 위한 EMC 설계에 대하여 기술한다. 제작된 보드의 시험을 통하여 확보된 성능을 확인한다.

It is very important to meet the maximum detection range in a radar system. In order to meet the maximum detection Range, the sensitivity of the received signal of the radar system must be high. In addition, the dynamic range should be wide in the radar signal processing board. To meet these requirements, the signal processing board must be designed to be robust against external and internal noise. In particular, a design is required to minimize the effect of noise generated by various switching circuits inside the board on the received radar signal. In this paper, we derive the requirements of the signal processor board to meet the radar system performance and describe the design to meet the derived requirements. In addition, the EMC design to minimize the influence of noise input from the outside or generated from the inside is described. Confirm the secured performance through the test of the manufactured board.

추적 레이다 시스템은 레이다 신호를 송신하여 표적을 맞고 돌아오는 아주 미약한 신호를 획득하여 추적하는 시스템으로 신호처리기에서 신호를 획득 및 처리할 때 공급되는 전원의 잡음 수준이 매우 중요하다. 또한 빠른 시간에 레이다 신호를 처리하기 위해서는 고속의 전처리를 위한 FPGA와 실시간 알고리듬 수행을 위한 멀티코어 DSP의 적용이 필수적이다. ADC, FPGA와 DSP 설계를 위해서는 각각이 요구하는 전원에 대한 설계 또한 매우 중요하다. 본 논문에서 는 레이다 신호처리를 위한 ADC, FPGA 및 DSP로 구성되는 신호처리기의 최적의 전원 설계에 대하여 설명한다. 각 부품이 원하는 전원에 대하여 어떠한 부품을 적용하여 설계를 하는지 상세히 설명한다. 최종 설계된 회로카드를 제시한다.

The tracking radar system is a system that transmits a radar signal to acquire and track a very weak signal that hits the target and returns. In addition, it is essential to apply the FPGA for high-speed preprocessing and the multi-core DSP for real-time algorithm performance to process radar signals in a short time. For the ADC, FPGA, and DSP design, the design of the power required by each is also very important. This paper describes the optimal power design of the signal processor consisting of ADC, FPGA, and DSP for radar signal processing. It explains in detail what parts are applied to each component to design the desired power. We present the finally designed circuit board.

최근 소형 추적 레이더는 다양한 환경에서 표적을 획득하고, 추적하여 한 번의 타격으로 표적의 시스템을 무능화 시킬 수 있는 높은 거리해상도를 갖는 소형 밀리미터파 추적 레이더 개발을 요구한다. 높은 거리해상도를 갖는 소형 밀리미터파 추적 레이더는 넓은 대역폭의 신호를 실시간으로 처리하고, 소형 추적 레이더의 성능 요구 조건을 충족 할 수 있는 신호처리기의 구현이 필요하다. 본 논문에서는 소형 밀리미터파 추적 레이더의 신호처리기 역할과 기능을 수행 할 수 있는 신호처리기를 설계하였다. 소형 밀리미터파 추적 레이더를 위한 신호처리기는 8채널에서 입력되는 OOOMHz의 중심주파수와 OOOMHz 대역폭의 신호를 실시간으로 처리하기를 요구한다. 신호처리기의 요구사항을 만 족하기 위해 고성능 프로세서 및 ADC (Analog-to-digital converter) 적용과 FPGA (Field Programmable Gate Array)를 활용한 DDC (Digital Down Converter), FFT (Fast Fourier Transform) 등의 전처리 연산을 적용하여 신호처리기를 설계하였다. 마지막으로 소형 밀리미터파 추적 레이더를 위한 신호처리기의 성능시험을 통하여 구현한 신 호처리기를 검증하였다.

Recently, a small tracking radar requires the development of a small millimeter wave tracking radar having a high range resolution that can acquire and track a target in various environments and disable the target system with a single blow. Small millimeter wave tracking radar with high range resolution needs to implement a signal processor that can process wide bandwidth signals in real time and meet the requirements of small tracking radar. In this paper, we designed a signal processor that can perform the role and function of a signal processor for a small millimeter wave tracking radar. The signal processor for the small millimeter wave tracking radar requires the real-time processing of input signal of OOOMHz center frequency and OOOMHz bandwidth from 8 channels. In order to satisfy the requirements of the signal processor, the signal processor was designed by applying the high-performance FPGA (Field Programmable Gate Array) and ADC (Analog-to-digital converter) for pre-processing operations, such as DDC (Digital Down Converter) and FFT (Fast Fourier Transform). Finally, the signal processor of the small millimeter wave tracking radar was verified via performance test.

최근 드론은 다양한 분야에서 활용되고 있고 드론의 기술도 또한 발전하고 있다. 이에 따라 드론에 대한 위험이 증가하고 있으며, 이로 인한 위협을 줄이기 위하여 드론을 탐지하는 기술이 중요해지고 있다. 하지만 드론은 크기가 작고 반사도가 낮은 재질로 되어 있어 탐지가 어렵다. 본 논문에서는 소형/경량화한 펄스 도플러 레이다에 탑재되는 신호처리 구조를 설계하였다. 대용량 데이터를 실시간으로 처리하기 위하여 채널 별 병렬처리를 수행하고 각 단계에서 연산시간 단축을 위한 알고리즘을 적용하였다. 위상배열안테나와 통합하여 야외시험을 통해 드론 탐지 성능을 확인하였으며, 이로 인하여 본 구조 설계가 실시간으로 동작함을 알 수 있었다.

Recently, drones are being used in various fields, and drone technology is also developing. The risks of drones are increasing, then technology to detect drones is important. However, it is extremely difficult to detect and recognize drones due to the low level radar cross section of the commercial drones. In this paper, a signal processor structure that was mounted the miniaturized and light-weighted was designed. in order to process large amounts of data in real time, parallel processing was performed for each channel and an algorithm was applied to shorten the operation time in each step. As a test of verifing the detection performance through test, it was confirmed that the structure design works in real time.

소형 추적 레이더는 표적에서 운용하는 RGPO(Range Gaet Pull Off)등 기만신호를 피하기 위하여 송신주기를 랜덤하게 변화하여 송신을 한다. 이때 의사랜덤코드를 활용하여 랜덤하게 송신 주기를 변경을 한다. 의사랜덤코드는 특 정구간이 지나면 반복을 하기 때문에 반복이 노출되면 기만신호를 피하기 힘들어 진다. 본 논문에서는 FPGA를 통한 랜덤 코드 생성과 시스템 백색잡음을 더하여 보다 실제적인 송신 펄스 코드를 생성하였다. FPGA를 이용하여 EPROM에 의사랜덤코드를 사용하면서 반복을 피할 수 있는 PRF를 생성하는 코드 생성에 대한 연구결과를 제시한다. 또한 추적 레이더에 적용하여 랜덤한 PRF 펄스 설계된 결과를 확인하였다.

The small tracking radar randomly changes the transmission period to avoid deceptive signals such as RGPO (Range Gaet Pull Off) operated on the target. Since the code repeats after a specific section, it becomes difficult to avoid a deceptive signal when the repetition is exposed. In this paper, a more realistic transmission pulse code is generated by adding random code generation through FPGA and system white noise. We present the research results of code generation that generates PRF that can avoid repetition while using pseudo-random code in EPROM using FPGA. Also, the result of designing random PRF pulse was confirmed by applying it to tracking radar.

소형 Radio Frequency 추적레이다는 표적에 대하여 전천후 Radio Frequency 신호 처리를 통하여 표적을 식별하고 주요 표적에 대하여 표적을 탐색, 탐지하여 추적하는 Radio Frequency 센서를 보유한 추적시스템이다. 본 논문에서는 전천후 Radio Frequency를 이용하여 표적 정보를 획득하여 실시간 신호처리를 통하여 표적을 식별하기 위한 고속의 멀티코어 DSP인 TMS320C6678과 XILINX FPGA(Field Programmable Gate Array)가 탑재된 보드 개 발의 내용을 설명한다. DSP, FPGA 선정과 신호처리를 위한 DSP-FPGA 결합 아키텍처에 대하여 제안하고 또한 고속의 데이터 전송을 위한 SRIO의 설계에 대하여 설명한다.

The small radio frequency tracking radar is a tracking system with a radio frequency sensor that identifies a target through all-weather radio frequency signal processing for a target and searches, detects and tracks the target for the major target. In this paper, we describe the development of a board equipped with TMS320C6678 and XILINX FPGA (Field Programmable Gate Array), a high-speed multi-core DSP that acquires target information through all-weather radio frequency and identifies a target through real-time signal processing. We propose DSP-FPGA combination architecture for DSP and FPGA selection and signal processing, and also explain the design of SRIO for high-speed data transmission.

소형 밀리미터파 추적 레이다는 저속으로 기동 중인 큰 RCS를 갖는 바다위의 함정 표적에 대하여 TWS(Track While Scan) 방식을 통하여 실시간으로 표적을 탐색, 탐지 하여 추적하는 펄스 방식의 레이더이다. 본 논문에서는 저속으로 기동을 하지만 채프, 디코이 등 다양한 기만체를 운영하는 함정 표적에 대하여 LPRF와 DBS, 및 HRR 신호처리 기법을 통하 여 표적 정보를 획득하고 추적하기 위하여 고속의 CPU가 탑재된 보드 개발과 표적정보를 실시간 처리하기 위하여 FPGA(Field Programmable Gate Array)를 활용하여 실시간 FFT 연산이 가능한 DFT(Discrete Fourier Transform) 모듈 설계를 포함한 신호처리기 구조를 설계하고 성능시험을 통해 구현한 신호처리기를 검증하였다.

A small millimeter-wave tracking radar is a pulse-based radar that searches, detects, and tracks a target in real time through a TWS (Track While Scan) method for a traps target on the sea with a large RCS running at low speed. It is necessary to develop a board equipped with a high-speed CPU to acquire and track target information through LPRF, DBS, and HRR signal processing techniques for a trap target operating various kinds of dexterous objects such as chaff and decoy, We designed a signal processor structure including DFT (Discrete Fourier Transform) module design that can perform real - time FFT operation using FPGA (Field Programmable Gate Array) and verified the signal processor implemented through performance test.

소형 적외선영상 호밍시스템은 지상의 표적에 대하여 주야간 적외선 영상처리를 통하여 표적을 식별하고 주요 표적에 대하여 표적을 탐색, 탐지하여 추적하는 적외선 영상센서를 보유한 추적시스템이다. 본 논문에서는 지상의 표적 을 주야간 적외선 영상을 통하여 표적 정보를 획득하여 실시간 영상처리를 통하여 표적을 식별하기 위한 고속의 CPU와 FPGA(Field Programmable Gate Array)가 탑재된 보드 개발의 내용을 설명한다. CPU, FPGA 선정과 영상신호처리 를 위한 CPU-FPGA 결합 아키텍처에 대하여 제안하고 또한 김발구조의 적외선센서를 제어하기 위한 FPGA를 활용에 대하여 설명한다.

A small infrared image homing system is a tracking system that has an infrared image sensor that identifies a target through the day and night infrared image processing of the target on the ground and searches for and detects the target with respect to the main target. This paper describes the development of a board equipped with a high-speed CPU and FPGA (Field Programmable Gate Array) to identify target through real-time image processing by acquiring target information through infrared image. We propose a CPU-FPGA combining architecture for CPU and FPGA selection and video signal processing, and also describe a controller design using FPGA to control infrared sensor.

This paper deals with the development of RACOM(Radar Signal Detecting ＆ Processing Computer). RACOM is a radar display system specially designed for radar scan conversion, signal processing and PCI radar image display. RACOM contains two components； i )RSP(Radar Signal Processor) board which is a PCI based board for receiving video, trigger, heading & bearing signals from radar scanner ＆ tranceiver units and processing these signals to generate high resolution radar image, and ⅱ）Applications which perform ordinary radar display functions such as EBL, VRM and so on. Since RACOM is designed to meet a wide variety of specifications(type of output signal from tranceiver unit), to record radar images and to distribute those images in real time to everywhere in a networked environment, it can be applicable to AIS(Automatic Identification System) and VDR(Voyage Data Recorder).

본 연구는 24GHz 측방설치 차량감지용 레이다를 개발하였다. 다차선에 존재하는 차량들의 속도 측정 및 차량 분류를 위해 24GHz 송수신 모듈을 개발하였고, 신호처리부에 새로운 신호처리 알고리즘을 적용하였다. 본 논문은 고정된 FMCW (Frequency Modulated Continuous Wave) 레이다 모듈로써, 동작원리 이론과 알고리즘에 대해 측정된 데이터를 나타내었다. 측정된 결과는, 가변 threshold 추출 방법을 이용하여 한 차선의 차량 속도에 대해 95%의 정확성과 두 차선에 대해서는 90%의 정확성을 보였다. 또한, 차량의 분류는 소형, 중형, 대형의 3종 분류로 약 89%의 정확성을 나타내었다.

We have developed a 24GHz side-looking vehicle detection radar. A 24GHz front-end module and a novel signal processing algorithm have been developed for speed measurement and size classification of vehicles in multiple lanes. The system has a fixed antenna and FMCW processing module. This paper presents the background theory of operation and shows some measured data using the algorithm. The data shows that measured velocity of the passing vehicle is within the accuracy of 95% in single lane and the velocity of the vehicles in two lanes is within the accuracy of 90% by using variable threshold estimation. The classification of vehicle size as small, medium and large has been measured with 89% accuracy.

This paper introduces the design and implementation of a signal processing system for an airborne active homing radar system. This airborne active homing radar system uses the pulse Doppler radar of high PRF (Pulse Repetition Frequency) for computation of exact relative velocity of the target. This system carries out two operations mainly. The first is to transmit and receive microwave signal through the antenna. The second is to calculate the relative velocity of the target taking advantage of the Doppler frequency signal reflected from the target and detect the angle error between a target and an antenna LOS (Line Of Sight) to make the antenna direction coincident with the target. The signal processing system has a role of the latter.

본 논문에서는 FMCW (frequency modulated continuous wave) 레이다 센서를 활용하여 드론 검출이 가능한 시스템 설계 및 구현 결과를 제시한다. 드론 검출 시스템의 구현을 위해, 레이다 센서로부터 입력된 신호를 FFT, CFAR, clustering, tracking으로 이어지는 총 4단계의 신호처리 과정을 통해 객체를 탐지하고, 해당 객체를 드론과 다른 사물로 분류하기 위한 딥러닝 추론 과정을 수행한다. 딥러닝의 높은 연산량과 많은 메모리 요구를 감소시키기 위해 CNN (convolution neural network) 연산을 이진화하여 수행하는 BNN (binary neural network) 구조를 적용하였다. 성능 평가 및 검증 결과 89.33%의 객체 구분 정확도를 확인할 수 있었고, 총 수행 시간은 4 ms로 실시간 동작이 가능함을 확인하였다.

In this paper, we present the design and implementation results of a system that classifies drones from other objects using an FMCW (frequency-modulated continuous wave) radar sensor. The proposed system detects various objects through a four-stage signal processing procedure, consisting of FFT, CFAR, clustering, and tracking, using signals received from the radar sensor. Subsequently, a deep learning process is conducted to classify the detected objects as either drones or other objects. To mitigate the high computational demands and extensive memory requirements of deep learning, a BNN (binary neural network) structure was applied, binarizing the CNN (convolutional neural network) operations. The performance evaluation and verification results demonstrated a drone classification accuracy of 89.33%, with a total execution time of 4 ms, confirming the feasibility of real-time operation.

차량용 전방충돌방지 시스템으로 많이 사용 중인 FMCW 레이더는 현재 상용화되어 대중적이 되었다. 본 연구에서는 77 GHz급의 고성능 ADAS(Advanced Driver Assistance System)를 위한 전용 프로세서인 NXP사의 MPC5775K를 기반으로 레이더 신호처리부를 개발하였다. MPC5775K는 자동차용 MPU 계열에 FMCW 레이더에서 요구하는 기능을 추가한 것으로 10Msps급 12bit ADC, 2개의 50MHz Radix-4 FFT HW를 내장한 것이 특징이다. 또한 주기적인 레이더 송수신 신호를 만들고, 이를 동기화하여 획득하는 CTE(Cross Triggering Engine)를 제공하여 다양한 알고리즘 개발에 활용이 가능하다. 보드를 개발하여 직접 FMCW 레이더 기능을 시험하였으며 그 결과를 시리얼통신으로 PC에서 전송하여 Matlab에서 실시간 그래프로 성능을 검증하였다.

FMCW radar, which is widely used as a front collision warning system for vehicles, is now being commercialized. In this study we develope the radar signal processing system using MPC5775K that is specialized for high performance ADAS. That has special features for ADAS such as 10Msps 12bit ADC, 50MHz Radix-4 FFT, CTE(Cross Triggering Engine) for synchronized triggering between DAC and ADC. The baseband processing board is implemented and shows the result in Matlab.

본 논문에서는 차량의 개문사고를 예방하기 위한 목적으로 FMCW 레이다 센서를 활용하여 물체를 감지하고 분류 가능한 시스템 설계 및 구현 결과가 제시된다. 제안된 시스템은 Raspberry-Pi 기반 임베디드시스템과 FPGA 가속기에 기반하여 구현되었으며, 해당 시스템은 레이다 센서 신호처리 과정과 물체를 자전거, 자동차, 사람으로 분류하는 딥러닝 과정을 수행한다. CNN 알고리즘은 연산량과 메모리 사용량이 크기 때문에 임베디드시스템에 적합하지 않다. 이를 해결하기 위해 임베디드시스템에 적합한 경량화된 딥러닝 모델인 BNN을 FPGA 상에 구현한 뒤 결과를 검증하였고, 90.33%의 분류 정확도와 20ms의 수행시간을 확인하였다.

This paper presents the design and implementation results of a Raspberry-Pi-based embedded system with an FPGA accelerator that can detect and classify objects using an FMCW radar sensor for preventing door collision accidents in vehicles. The proposed system performs a radar sensor signal processing and a deep learning processing that classifies objects into bicycles, automobiles, and pedestrians. Since the CNN algorithm requires substantial computation and memory, it is not suitable for embedded systems. To address this, we implemented a lightweight deep learning model, BNN, optimized for embedded systems on an FPGA, and verified the results achieving a classification accuracy of 90.33% and an execution time of 20ms.

Vital signals provide essential information regarding the health status of individuals, thereby contributing to health management and medical research. Present monitoring methods, such as ECGs (Electrocardiograms) and smartwatches, demand proximity and fixed postures, which limit their applicability. To address this, Non-contact vital signal measurement methods, such as CW (Continuous-Wave) radar, have emerged as a solution. However, unwanted signal components and a stepwise processing approach lead to errors and limitations in heart rate detection. To overcome these issues, this study introduces an integrated neural network approach that combines noise removal, demodulation, and dominant-frequency detection into a unified process. The neural network employed for signal processing in this research adopts a MLP (Multi-Layer Perceptron) architecture, which analyzes the in-phase and quadrature signals collected within a specified time window, using two distinct input layers. The training of the neural network utilizes CW radar signals and reference heart rates obtained from the ECG. In the experimental evaluation, networks trained on different datasets were compared, and their performance was assessed based on loss and frequency accuracy. The proposed methodology exhibits substantial potential for achieving precise vital signals through non-contact measurements, effectively mitigating the limitations of existing methodologies.

차량용 능동안전 시스템은 전방충돌방지, 차선이탈 경보, 차선변경 지원 등이 있으며 소형차에 도입될 정도로 대중화되고 있다. 대표적인 능동안전 시스템인 FMCW 레이더는 가격 경쟁력과 성능개선을 위해 전방과 측면용 레이더의 통합과 위상배열이나 다중 안테나의 적용이 연구되고 있다. 본 논문에서는 이러한 차량용 FMCW레이더 시스템의 신호처리부를 저가의 DSP로 구현하기 위한 효율적인 방안들을 제안한다. PWM기반의 아날로그 변환, 계산량을 줄이는 근사화 기법, 효율적인 벡터연산 등을 제안하고 구현하였다. 구현된 신호처리 보드는 1.4ms의 펄스 반복간격에서 1024길이의 FFT 처리가 실시간 성능을 보였다. 실제 도로 실험에서 10Hz의 갱신율로 실시간 동작과 성능을 확인하였다.

Active driving safety systems for vehicle, such as the front collision avoidance, lane departure warning, and lane change assistance, have been popular to be adopted to the compact car. For improving performance and competitive cost, FMCW radar has been researched to adopt a phased array or a multi-beam antenna, and to integrate the front and the side radar. In this paper we propose several efficient methods to implement the signal processing module of FMCW radar system using low cost DSP. The pulse width modulation (PWM) based analog conversion, the approximation of time-eating functions, and the adoption of vector-based computation, etc, are proposed and implemented. The implemented signal processing board shows the real-time performance of 1.4ms pulse repetition interval (PRI) with 1024pt-FFT. In real road we verify the radar performance under real-time constraints of 10Hz update time.