• 소음진동
• /
• 제8권2호
• /
• pp.232-238
• /
• 1998

선박 방사소음은 군사적 목적의 수동소나가 탐지대상으로 하는 수중음향 표적이라 할 수 있다. 따라서 수동소나 운용자는 대잠전 수행이전에 다양한 선박들에 대한 방사소음을 측정, 분석하여 개별 선박 고유의 음향 특징을 수집함으로써 실전 상황에서 미지 선박이 탐지되는 경우 이들 자료를 식별의 기초자료로 활용하고자 한다. 또한 새로운 수동소나의 개발자나 스텔스 능력의 선박 설계자 역시 선박방사소음 특징자료를 필요로한다. 본 글은 선박방사소음의 발생기구, 측정시스템 및 측정자료의 분석 평가 기술을 연구분석한 내용이다.

• 한국음향학회지
• /
• 제33권4호
• /
• pp.232-237
• /
• 2014

함정의 수동소나는 여러 개의 지향성과 무지향성 센서로 구성되어 있다. 함정 소나에 수신되는 음향 신호를 모의할 때, 일반적으로 임의의 소음원으로부터 소나에 장착된 모든 센서간의 음파 전달 모델링이 필요하다. 그러나 모든 센서에 대한 통합적인 계산은 시간이 많이 소모되며 소나 시뮬레이터의 성능을 저하시킨다. 본 연구에서는 음선 정보가 알려진 기준 센서가 존재한다고 할 때 그에 인접한 센서 위치에서의 소나 신호를 추정하는 근사적인 방법을 제안한다. 이 방법은 음선의 도달 시간에 대한 테일러 급수를 이용하여 개발되었으며 소나 개구면에 대한 Fraunhofer와 Fresnel 근사와 유사하다. 제안된 기법을 검증하기 위해 수동 소나에 대해 여러 수치실험이 수행되었다. 2차 항까지 테일러 근사를 적용한 근사법이 보다 우수한 결과를 보였다. 추가적으로 각각의 근사 해에 대한 오차 한계가 제시되었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 추계학술발표대회논문집 제23권 2호
• /
• pp.467-470
• /
• 2004

잠수함 정숙화 추세와 복잡한 해양 환경으로 대잠수함전에서 미약한 표적신호를 지속적으로 탐지하기 매우 어려워지고 있어 소나 운용자가 장시간 지속적으로 전방위 표적 탐색하는 부담이 매우 크므로 표적 자동탐지 추적 기능이 필수적이다. 본 논문에서는 장거리 예인 수동소나에 적합한 표적의 자동 탐지 및 추적기법을 제안하고 시뮬레이션과 실제 해상 환경에서 수중 표적신호로 성능을 검증하였다.

• 한국시뮬레이션학회논문지
• /
• 제26권1호
• /
• pp.39-46
• /
• 2017

은밀하게 침투하여 아군의 핵심자산으로 접근하는 표적 잠수함을 상시 감시하기 위하여 수중 해저면 위치에 최적의 고정형 수동탐지소나를 배치하는 것을 고려 할 수 있다. 수동탐지소나 배치 최적화를 위한 효과도 지수는 넓은 탐지영역과 위치추정가능성의 함수로 적용할 수 있는데 계절적인 요인, 해상상태, 표적 잠수함의 침투심도 등의 다양한 확률적 변이를 포함하고 있어서 효과도지수가 배치의 입력에 대하여 확률적으로 나타나는 특성을 갖는다. 본 논문에서는 다양한 파라메타의 입력조건에 대하여 확률적인 출력을 갖는 수동탐지소나의 배치에 대한 최적화 문제를 정의하였으며, DPSO(Discrete binary version of PSO) 방법을 사용하여 최적 배치 안을 도출하기 위한 모의기반의 절차를 제시하고 고찰하였다.

• 한국음향학회지
• /
• 제35권2호
• /
• pp.110-117
• /
• 2016

수동소나 시스템에서는 함정의 소음원에서 발생하는 방사 소음을 분석하여 표적을 탐지 및 식별한다. 소나의 탐지 범위 안에 다수의 소음원이 존재하면 신호를 분석할 때 각 소음원에서 나오는 성분들이 혼합되어 각각의 소음원을 규명하기가 어렵다. 이를 해결하기 위해 일반적으로는 배열 센서를 이용한 빔을 형성하여 소음원의 신호를 공간적으로 분리하는 기법이 사용되지만 환경에 따라 여전히 어려운 점이 있다. 본 연구에서는 수동소나 표적신호를 분리하기 위한 새로운 방법으로 주파수영역 독립성분분석(FDICA: Frequency Domain Independent Component Analysis)을 적용하고, 혼합된 표적신호를 분리하는 모의실험을 수행하여 그 타당성을 검증하였다. 표적신호 합성을 위한 특징 정보로는 기계류 토널 성분 및 프로펠러 성분을 사용하였고, 분리 전 후의 결과를 LOFAR(Low Frequency Analysis and Recording), DEMON(Detection Envelope Modulation On Noise) 분석을 통해 비교하였다.

• 한국음향학회지
• /
• 제38권2호
• /
• pp.145-153
• /
• 2019

적응빔형성 기법은 부엽을 줄이고 약한 신호에 대한 탐지 성능을 향상시킨다. MVDR(Minimum Variance Distortionless Response)과 같은 일반적인 적응빔형성 기법은 설계한 가중벡터와 실제 입사신호의 조향벡터의 불일치에 대해 매우 민감하다. 또한 센서 수가 많은 어레이를 이용하여 광대역 적응빔형성을 할 경우 공분산행렬을 산출하기 위해 긴 관측시간과 많은 연산량이 요구된다. 본 논문은 센서 수가 많은 수동 선배열 소나의 광대역 적응빔형성 성능향상 및 안정성을 위해 WBRCB(Wideband Robust Capon Beamforming)를 적용하였다. 불일치 요소에 강인한 WBRCB 구현을 위해 다양한 불일치 요소를 반영하여 최적의 불일치 파라미터를 도출하였다. 도출된 파라미터를 반영한 WBRCB 기법을 시뮬레이션 및 실험데이터에 적용하여 수동 선배열 소나의 광대역 적응빔형성 성능 향상을 검증하였다.

• 한국음향학회지
• /
• 제16권4호
• /
• pp.29-34
• /
• 1997

원거리에서 수동소나에 의한 탐지거리를 예측하기 위해서는 소나방정식이 이용된다. 본 연구에서는 거리와 깊이함수의 신호이득 및 탐지확률을 구한 후 이를 거리로 적분하여 거리의존 해양환경에서 탐지거리를 계산하는 탐지거리 예측모델을 개발하였다. 개발된 모델은 기존에 발표된 거리독립 해양환경에서의 결과와 비교하여 검증하였고, 이를 바탕으로 거리의존 해양환경에서 수동소나에 의한 표적탐지에 큰 영향을 주는 난수성 소용돌이 해양환경에 확장 적용하여 표적의 탐지거리를 예측하였으며, 그 결과에 대하여 소개한다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1997년도 춘계학술대회논문집; 경주코오롱호텔; 22-23 May 1997
• /
• pp.524-532
• /
• 1997

수중음향표적 특히 선박방사소음을 탐지하거나 식별하는 군사적 목적의 수동소나는 수중청음기 배열로 구성되며 각 배열센서에 수신된 신호에 배열 신호처리기술을 적용하여 선박의 거리, 방위 탐지는 물론 선박의 음향적 특징을 식별하는 고도의 음향장치이다. 그러나 이러한 장치운용자의 선박탐지, 식별이나 새로운 수동소나 개발, 나아가 스텔스 능력의 선박 설계를 위해서는 선박방사소음의 측정, 분석 및 예측에 관한 이해가 선행되어야 할 것이다. 본 연구는 대표적인 선박방사소음 측정시스템의 소개, 방사소음발생기구, 측정자료의 분석 및 예측에 관한 기초기술을 연구 분석한 내용이다.

• 한국음향학회지
• /
• 제39권6호
• /
• pp.549-558
• /
• 2020

본 논문은 수상 및 수중 표적에 대한 수동소나 협대역추적의 자동초기화 견실성을 향상시키는 기법을 다루었다. 수동소나에서 탐지데이터를 활용하여 표적으로서 자동 판별 및 추적하는 경우에 탐지데이터 내 다수의 클러터에 의하여 클러터가 표적으로 판별 및 추적되며, 이는 운용자의 관심표적에 대한 인지를 방해한다. 수동소나에서 관심표적에 대한 자동 표적 판별 및 추적은 유지하면서 클러터에 대한 자동 표적 판별 및 추적은 감소하기 위하여 탐지 데이터 측정치의 연계 확률과 신호준위에 대한 정보 엔트로피를 산출한다. 탐지 데이터에서 추출한 측정치의 연계 확률과 정보 엔트로피가 사전 설정 조건을 만족하면 자동초기화 절차를 실시한다. 해상실험 데이터를 활용하여 시뮬레이션을 실시하였고, 기존 적용 기법에 대비하여 실표적에 대한 자동 추적은 유지하면서 클러터를 자동 추적하는 경향이 감소 하였다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.234-242
• /
• 2024

본 논문에서는 그래프 신경망을 이용한 수동소나 신호 분류 알고리즘을 제안한다. 제안하는 알고리즘은 스펙트로그램을 영상 패치로 분할하고, 인접 거리의 영상 패치 간 연결을 통해 그래프를 표현한다. 이후, 표현된 그래프를 이용하여 그래프 합성곱 신경망을 학습하고 신호를 분류한다. 공개된 수중 음향 데이터를 이용한 실험에서 제안된 알고리즘은 스펙트로그램의 선 주파수 특징을 그래프 형태로 표현하며, 92.50 %의 우수한 분류 정확도를 갖는다. 이러한 결과는 기존의 합성곱 신경망과 비교하여 8.15 %의 높은 분류 정확도를 갖는다.