The Journal of the Acoustical Society of Korea (한국음향학회지)

The Acoustical Society of Korea (한국음향학회)
권호 표지

Underwater Transient Signal Classification Using Eigen Decomposition Based on Wigner-Ville Distribution Function

위그너-빌 분포 함수 기반의 고유치 분해를 이용한 수중 천이 신호 식별

  • 배건성 (경북대학교 전자전기컴퓨터학부) ;
  • 황찬식 (경북대학교 전자전기컴퓨터학부) ;
  • 이형욱 (국방과학연구소 수중탐지체계부) ;
  • 임태균 (경북대학교 전자전기컴퓨터학부)
  • Published : 2007.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

This Paper Presents new transient signal classification algorithms for underwater transient signals. In general. the ambient noise has small spectral deviation and energy variation. while a transient signal has large fluctuation. Hence to detect the transient signal, we use the spectral deviation and power variation. To classify the detected transient signal. the feature Parameters are obtained by using the Wigner-Ville distribution based eigenvalue decomposition. The correlation is then calculated between the feature vector of the detected signal and all the feature vectors of the reference templates frame-by-frame basis, and the detected transient signal is classified by the frame mapping rate among the class database.

본 논문에서는 수중 천이 신호에 대한 식별 알고리즘을 제안한다. 일반적으로 해양의 배경잡음은 스펙트럼 특성 및 에너지 변화가 적은 정재성을 갖는 반면에 천이 신호는 스펙트럼 및 에너지 변화가 큰 비정재성을 가진다. 따라서 수중 천이 신호 식별을 위하여 선행되어져야 하는 수중 천이 신호 탐지에서는 프레임 단위로 스펙트럼 변이와 에너지 변화를 이용한다. 제안한 수중 천이 신호 식별 알고리즘에서는 특징 벡터를 추출하기 위하여 위그너-빌 분포 함수를 기반으로 고유치 분해를 이용한다. 추출된 특징 벡터를 기반으로 탐지된 수중 천이 신호의 특징 벡터와 식별하고자 하는 데이터베이스에 있는 기준 신호의 특징 벡터와의 상관 값을 프레임 단위로 계산하고, 각 클래스별로 프레임 사상도를 산출하여 최대 값을 갖는 기준 신호로 탐지된 수중 천이 신호를 식별한다.

Keywords

References

  1. Dragana Carevic, 'Adaptive window-length detection of underwater transients using wavelets,' J. Acoust. Soc. Am., 117 (5) pp, 2904-2913, May 2005 https://doi.org/10.1121/1.1893270
  2. Simon Tucker. and Guy J. Brown, 'Classification of transient sonar sounds using perceptually motivated features,' IEEE J. Ocean Engineering, 30 (3) pp, 588-600, Jul. 2005 https://doi.org/10.1109/JOE.2005.850910
  3. Stefanos K. Goumas, Michael E. Zervakis, and G. S. Stavrakakis, 'Classification of washing machines vibration signals using discrete wavelet analysis for feature extraction,' IEEE Trans. Instrumentation and Measurement, 51 (3) pp, 497-508, Jun. 2002 https://doi.org/10.1109/TIM.2002.1017721
  4. N. Yen, 'Time and frequency representation of acoustic signals by means of the Wigner distribution function: Implementation and interpretation,' J. Acoust. Soc. Am., 81 (6) pp 1841-1850, Jun. 1987 https://doi.org/10.1121/1.395128
  5. Boualem Boashash, and Peter O'Shea, 'A methodology for detection and classification of some underwater acoustic signals using time-frequency analysis techniques,' IEEE Trans. Acoustics, Speech and Signal Processing, 38 (11) pp, 1829-1841, Nov. 1990 https://doi.org/10.1109/29.103085
  6. 박연규, 김양한, '워그너-빌 분포함수에서의 혼신성분 저감 방법: 회전 창문함수', 한국소음진동공학회지, 제7권, 제2호, pp. 319-329, 1997
  7. Leon Cohen, 'Time - frequency Distributions - A Review,' Proc. of the IEEE, 77 (7) pp 941-981, Jul. 1989
  8. Fu-Sheng Lu, Cheng-Xu and Pai-Ling Lin, 'An improved wigner distribution based algorithm for signal identification,' Underwater Technology, 2004. UT'04. 2004 International Symposium on 2004, pp. 39-45, Apr. 2004