비협조적 표적식별(NCTR, Non-Cooperative Target Recognition)은 피아식별장비 및 전자정보 등 다른 체계의 지원 없이 레이더 자체적으로 표적을 식별하는 기능을 말한다. 이를 구현하기 위한 대표적인 방법으로 제트엔진변조(JEM), 고해상도 거리 프로파일(HRRP) 및 역합성개구레이더 영상(ISAR) 기법 등이 있는데, 3가지 기법은 각각 개별적으로 연구되어 왔으나 이는 모두 레이더의 반사 신호를 처리하는 것으로 실제 상황에서는 독립적으로 나타나지 않고 서로 잡음처럼 영향을 주게 된다. 이에 본 논문에서는 JEM과 ISAR 기법의 대표적인 시뮬레이션 모델을 각각 구성한 후 이를 융합함으로써 ISAR 영상에서 잡음으로 처리되는 JEM 신호를 모사하고 ISAR 영상에 나타난 JEM 신호를 기종 식별에 활용할 수 있다는 가능성을 제시한다. 또한, ISAR 영상 시뮬레이션에 딥러닝 기법을 적용하여 실측 영상이 부족한 환경에서도 자동으로 항공기 기종을 식별할 수 있는 방안을 제안한다. 레이더 운용 환경에 따라 다양하게 변화하는 ISAR 영상을 실제와 유사하게 모사하기 위해 '완전 산란체', '결손 산란체', 'JEM 잡음'으로 명명한 영상 형성 과정을 거쳐 구축한 데이터베이스를 통해 학습하는 모델을 제시였으며, 이 모델의 학습 결과 유사한 형상의 시뮬레이션 영상은 물론 처음 입력된 실측 ISAR 영상도 식별할 수 있음을 확인하였다.