The Journal of the Acoustical Society of Korea (한국음향학회지)

The Acoustical Society of Korea (한국음향학회)
권호 표지
DOI QR코드

DOI QR Code

Detection of low frequency tonal signal of underwater radiated noise via compressive sensing

압축센싱 기법을 적용한 선박 수중 방사 소음 신호의 저주파 토널 탐지

  • 김진홍 (서울대학교 전기정보공학부) ;
  • 심병효 (서울대학교 전기정보공학부) ;
  • 안재균 (국방과학연구소) ;
  • 김성일 (국방과학연구소) ;
  • 홍우영 (세종대학교 국방시스템공학과)
  • Received : 2017.10.31
  • Accepted : 2018.01.30
  • Published : 2018.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

Compressive sensing allows recovering an original signal which has a small dimension of the signal compared to the dimension of the entire signal in a short period of time through a small number of observations. In this paper, we proposed a method for detecting tonal signal which caused by the machinery component of a vessel such as an engine, gearbox, and support elements. The tonal signal can be modeled as the sparse signal in the frequency domain when it compares to whole spectrum range. Thus, the target tonal signal can be estimated by S-OMP (Simultaneous-Orthogonal Matching Pursuit) which is one of the sparse signal recovery algorithms. In simulation section, we showed that S-OMP algorithm estimated more precise frequencies than the conventional FFT (Fast Fourier Transform) thresholding algorithm in low SNR (Signal to Noise Ratio) region.

압축센싱을 적용하면 전체 신호의 차원 대비 실제 사용하는 신호의 차원이 작은 희소신호의 경우, 적은 수의 관측치를 통하여 빠른 시간 내에 복원이 가능하다. 수중 표적의 기어박스 및 보조 장치 등으로부터 방사되는 신호의 토널 주파수 성분들은 처리하고자 하는 주파수 대역에서 상대적으로 주파수 성분이 적다. 따라서 토널 신호는 주파수 영역 전체 대비 희소신호로 모델링 될 수 있으므로 희소 신호 복원 알고리듬인 S-OMP(Simultaneous-Orthogonal Matching Pursuit)를 이용하여 복원할 수 있다. 본 논문에서는 압축센싱 기법을 이용하여 수중 표적의 방사 소음 신호의 토널 주파수를 검출하는 기법을 제안하고 모의 실험을 통해 성능을 확인한다. 모의실험에서 기존의 FFT(Fast Fourier Transform) 임계치 기법을 이용한 방법에 비해 낮은 SNR(Signal to Noise Ratio)에서도 정확한 토널 성분을 추정 할 수 있음을 확인하였다.

Keywords

References

  1. E. J. Candes and M. Wakin, "An introduction to compressive sampling," IEEE Signal Process. Mag. 25, 21-30 (2008). https://doi.org/10.1109/MSP.2007.914731
  2. D. L. Donoho, "Compressed sensing," IEEE Trans. Inf. Theory, 52, 1289-1306 (2006). https://doi.org/10.1109/TIT.2006.871582
  3. J. Lim, W. Hong, and Y. Pyeon, "Study on hidden period estimation in propeller noise by applying compressed sensing to auto-correlation and filter-bank structure" (in Korean), J. KICS, 40, 2476-2484, (2015). https://doi.org/10.7840/kics.2015.40.12.2476
  4. R. J. Urick, Principle of Underwater Sound (Peninsula Publishing, Los Altos, 1996), Chap. 10.
  5. J. Lim, W. Hong, and Y. Pyeon, "Hidden period estimation in propeller noise using autocorrelation and filter-bank structure" (in Korean), J. KICS, 39B, 538-543 (2014). https://doi.org/10.7840/kics.2014.39B.8.538
  6. Y. C. Eldar and G. Kutyniok, Compressed Sensing: Theory and Applications (Cambridge Univ. Press, Cambridge, 2012), Chap. 1.
  7. E. J. Candes, J. Romberg, and T. Tao, "Robust uncertainty principles: exact signal reconstruction from highly incomplete frequency information," IEEE Trans. Inf. Theory, 52, 489-509, (2006). https://doi.org/10.1109/TIT.2005.862083
  8. D. Needell and J. A. Tropp, "CoSaMP: iterative signal recovery from incomplete and inaccurate samples," Commun. ACM, 53, 93-100, (2010).
  9. W. Dai and O. Milenkovic, "Subspace pursuit for compressive sensing signal reconstruction," IEEE Trans. Inform. Theory, 55, 2230-2249, (2009). https://doi.org/10.1109/TIT.2009.2016006
  10. S. Kwon, J. Wang, and B. Shim, "Multipath matching pursuit," IEEE Trans. Inform. Theory, 60, 2986-3001, (2014). https://doi.org/10.1109/TIT.2014.2310482
  11. J. Wang, S. Kwon, and B. Shim, "Generalized orthogonal matching pursuit," IEEE Trans. Signal Process., 60, 6202-6216, (2012). https://doi.org/10.1109/TSP.2012.2218810
  12. T. T. Cai and L. Wang, "Orthogonal matching pursuit for sparse signal recovery with noise," IEEE Trans. Inf. Theory, 57, 4680-4688, (2011). https://doi.org/10.1109/TIT.2011.2146090
  13. J. A. Tropp, A. C. Gilbert, and M. J. Strauss, "Algorithms for simultaneous sparse approximation. Part I Greedy pursuit," Signal Process., 86, 572-588, (2006). https://doi.org/10.1016/j.sigpro.2005.05.030
  14. J. H. Shapiro, "Performance of split-window multipassmean noise spectral estimators," IEEE Trans. Aerosp. Electron. Syst., 36, 1360-1370, (2000). https://doi.org/10.1109/7.892683