• 한국음향학회지
• /
• 제40권4호
• /
• pp.330-336
• /
• 2021

양상태 능동 소나에서 수중 표적의 산란 강도는 사용된 신호의 주파수, 표적과 음원사이의 각도를 의미하는 자세각, 표적과 수신기 사이의 각도를 나타내는 양상태각 등의 운용 변수에 따라 다르게 나타난다. 따라서 양상태 소나의 표적 탐지 및 식별 성능은 소나 운용 과정에서 표적, 음원, 그리고 수신기의 위치를 어떻게 변화시키느냐에 따라 그 성능이 달라질 수 있다. 본 연구에서는 양상태 소나 운용 시 자세각을 변화시키는 경우와 양상태각을 변화시키는 경우의 표적 식별 성능을 비교하여 어떤 변수를 변화시키는 것이 유리한지 평가하였다. 속이 비어있는 구와 실린더를 식별하는 시나리오를 가정하였으며, 유한요소법 기반의 음향 산란 시뮬레이션을 이용하여, 서포트 벡터 머신으로 두 표적을 분류하고 정확도를 비교하는 방법으로 성능을 비교하였다. 표적의 산란 신호만을 고려하기 위하여, 해저면 잔향의 효과는 고려하지 않았다. 비교 결과, 자세각을 고정한 상태에서 주파수와 양상태각으로 정의되는 산란 강도를 이용하는 것이 우수한 평균 분류 정확도를 보여주었으며, 이는 양상태 소나를 이용하여 구와 실린더를 식별하고자 하는 경우, 음원의 위치를 고정시킨 상태에서 수신기를 이동하여 양상태각을 변화시키는 것이 표적 식별에 더 효과적임을 보여준다.

• 한국산학기술학회논문지
• /
• 제20권8호
• /
• pp.579-585
• /
• 2019

수중 표적의 탐지 효율을 증대시키기 위하여 능동 예인 음탐기는 적정 심도에서 바른 자세로 예인 되어야 한다. 본 연구에서는 능동 예인 음탐기의 꼬리 날개 형상이 예인 자세 및 예인 안정성에 미치는 영향을 확인하기 위하여 축소 모형 실험 2회 및 해상 실험 1회를 수행하고 그 결과를 분석하였다. 축소 모형 실험은 선형 수조에서 꼬리 날개 형상에 따른 속력 별 예인 거동을 측정하였으며, 축소 모형 실험에 활용된 꼬리 날개 형상은 I 형 꼬리 날개 1개와 Y 형 꼬리 날개 4개로 총 2종 5개에 대하여 실험을 수행하였다. 1차 축소 모형 실험에서는 Y형 꼬리 날개가 I 형 꼬리 날개 대비 예인 자세 및 예인 안정성이 우수함을 확인하였다. 2차 축소 모형 실험에서는 Y형 꼬리 날개를 기본으로 수직 꼬리 날개 높이 증가, 하부 수평 꼬리 날개 경사각 적용 형상에 대하여 속력 별 거동 특성을 확인하였으며, 하부 수평 꼬리 날개 경사각 적용 형상이 가장 우수한 성능을 나타내었다. 축소 모형 실험 결과를 검증하기 위해 실물 모형을 제작하여 해상 실험을 수행하였으며, 축소 모형 실험 결과와 유사함을 확인하였다.

• 지구물리와물리탐사
• /
• 제26권1호
• /
• pp.8-17
• /
• 2023

해양 환경에서의 기포는 바람, 파도, 선박 및 해저 가스 누출을 포함한 여러 요인에 의해 생성된다. 수중에서의 기포는 강력한 산란 신호를 생성하여 음향 신호를 측정하는데 영향을 미친다. 이러한 기포의 특성은 음파 신호의 세기를 감쇠시켜 소음 차단 목적으로 주로 이용되고 있으며, 최근에는 해저에서 대규모로 누출되는 메탄가스 탐지를 위한 연구가 진행되고 있다. 이러한 가스 누출은 기포플룸의 형태를 취하며, 기포의 물리적 특성과 분포 구조를 이해하는 것은 누출된 가스를 기후 변화와 연관성을 파악하는데 중요한 요소 중 하나이다. 본 연구에서는 탄성파 영상화 기법을 이용하여 기포플룸의 분포를 추정하고자 수조환경에서 실험을 수행하였으며, 별도로 제작된 인공기포 발생기, 자료 취득 시스템을 이용하여 기포에 의한 음향 신호를 취득하였다. 기포플룸을 영상화하기 위해 지진파 영상기법 중 역시간 구조보정을 이용하였으며, 획득한 음향 신호의 포락선 신호를 이용하여 기포 분포 패턴을 효과적으로 추정하였다. 영상화 결과의 검증을 위해 추정된 기포플룸의 분포와 광학카메라 영상을 비교하였다. 실험결과 탄성파 영상화 기법 통해 인공 기포플룸의 산란신호를 이용한 영상화가 가능함을 확인하였다.

• 지구물리와물리탐사
• /
• 제26권3호
• /
• pp.126-137
• /
• 2023

본 연구에서는 해양 모니터링 중에 기록된 돌고래 클릭 신호를 분류하기 위해 순환 신경망(RNN)을 적용하는 방법을 검토했다. 클릭 신호 분류의 정확도를 높이기 위해 단일 시계열 자료를 분수 푸리에 변환을 사용하여 분수 영역으로 변환하여 특징을 확장했으며, 분류를 위한 최적의 네트워크를 결정하기 위해 세 가지 순환 신경망 모델(LSTM, GRU, BiLSTM)을 비교 분석하였다. 순환 신경망 모델의 입력 자료로써 이용된 분수 영역 자료의 경우, 분수 푸리에 변환 시 회전 각도에 따라 다른 특성을 가지므로, 각 네트워크 모델에 따라 우수한 성능을 가지는 회전 각도 범위를 분석했다. 이때 네트워크 성능 분석을 위해 정확도, 정밀도, 재현율, F1-점수와 같은 성능 평가 지표를 도입했다. 수치실험 결과, 세 가지 네트워크 모두 높은 성능을 보였으며, BiLSTM 네트워크가 LSTM, GRU에 비해 뛰어난 학습 결과를 제공했다. 마지막으로, 현장 자료 적용 가능성 측면에서 BiLSTM 네트워크가 다른 네트워크에 비해 낮은 오탐지 결과를 제공하였다.

• 한국음향학회지
• /
• 제28권1호
• /
• pp.10-18
• /
• 2009

이동하는 수상 운동체는 반경 $8{\sim}200{\mu}m$ 크기의 미세기포군을 포함하는 기포항적을 발생시킨다. 경우에 따라 10여분 이상 지속되는 수중 미세기포는 음향산란을 일으키는 요인이 되며, 기포가 존재하는 동안 능동소나에 의한 지속적인 탐지가 가능하다. 본 논문에서는 기포항적에 존재하는 미세기포의 사공간적인 분포변화에 따라 산란되는 음파를 모의하는 잔향음 모델을 제시하였다. 기포항적 산란신호의 모델은 음향학적 모델과 운동학적 모델로 이루어져 있으며 음향학적 모델에서는 미세기포의 공간분포를 체적산란강도로 변환하여 공간에 대한 적분을 수행하고, 운동학적 모델은 해양공간의 고정좌표계와 능동소나에 고정된 국부좌표계 사이의 좌표변환을 위한 오일러변환을 기반으로 구현되었다. 구현된 모델의 점증을 위해 2007년 9월 한국해양대학교 앞 해상에서 실제 선박을 운항하여 기포항적을 발생시킨 후 일정간격으로 신호를 획득하여 분석하였고, 이를 모델에 적용하여 타당성을 검증하였다.