• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.206-208
• /
• 2019

섬이 많은 우리나라에는 섬에 전력을 공급하기 위하여 섬과 육지 혹은 섬과 섬 사이를 연결하는 전력공급선이 송전선이 많이 설치되어 있다. 송전선에는 또 헬리콥터가 비행을 할 때 헬리콥터와 송전선과의 충돌을 방지하기 위하여 항공장해표시구가 부착되어 있다. 이들 송전선 밑에 항로가 있을 경우 그곳을 지나는 선박의 레이더에 송전선에 의한 거짓상이 나타나 항해자가 소형 선박의 영상을 식별하는 데 어려움이 야기되기도 한다. 이 논문에서는 송전선에 의한 레이더 상이 발생하는 이유와 그 대책을 제시하고자 한다.

• The Journal of the Acoustical Society of Korea
• /
• v.39 no.4
• /
• pp.292-302
• /
• 2020

Machine learning algorithms have made immense contributions in various fields including sonar and radar applications. Recently developed Cycle-Consistency Generative Adversarial Network (CycleGAN), a variant of GAN has been successfully used for unpaired image-to-image translation. We present a modified CycleGAN for translation of underwater ship engine sounds with high perceptual quality. The proposed network is composed of an improved generator model trained to translate underwater audio from one vessel type to other, an improved discriminator to identify the data as real or fake and a modified cycle-consistency loss function. The quantitative and qualitative analysis of the proposed CycleGAN are performed on publicly available underwater dataset ShipsEar by evaluating and comparing Mel-cepstral distortion, pitch contour matching, nearest neighbor comparison and mean opinion score with existing algorithms. The analysis results of the proposed network demonstrate the effectiveness of the proposed network.