• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.629-632
• /
• 2004

수중 표적을 식별하기 위해서는 표적이 방사하는 소음의 특징을 미리 알고 있어야 한다. 소음의 특징은 스펙트럼상의 상이한 주파수나 특징적 패턴을 형성하는데 수중에서 표적을 구별하는 주요 성분이다. 이 논문에서는 이런 표적의 고유 식별 정보를 모델링하고 구축하는 수중 음향 분석 시스템을 설계, 구현하였다. 이로써 표적관련 음파 특징 정보를 수치화하고 체계적으로 구축해 정밀분석의 토대를 마련하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.708-711
• /
• 2011

The Navy is in the process of developing a sonar-operation strategy to increase the effectiveness of underwater target seeking capability. HMS is the basic strategy to detect underwater targets. The advantages of HMS is that, it has a short preparation time to operate and can be always used regardless of sea conditions and weather. However, it is difficult to effectively detect underwater targets due to the interaction between marine environments and sonar-operations. During the research, the effectiveness of the HMS system's underwater target seeking capability was analyzed by integrating various search patterns and environment conditions into the simulation. In the simulation the ship target an evasive target within a set region. The simulation presented results for an effective searching methods of underwater targets. These research results can be used as foundation for advancing and improving the sonar operational tactics.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.539-542
• /
• 2009

해군에서는 소나를 이용하여 수중 표적을 효과적으로 탐색하기 위한 소나운용전술을 개발하기 위해 노력하고 있다. 효율적인 소나운용전술 개발을 위해서는 먼저 다양한 운영전술에 대한 효과도를 분석할 수 있는 시뮬레이션 시스템이 필요하다. 시뮬레이션 시스템은 해양환경 정보, 자함 정보, 소나 정보, 그리고 수중표적의 정보를 매개변수로 입력받아 운용전술에 대한 시뮬레이션을 수행하며, 시뮬레이션의 진행에 따른 다양한 정보를 제공할 수 있어야 한다. 본 연구에서는 다양한 환경에서 수중표적에 대한 함정의 최적 탐색 전략을 평가할 수 있는 탐색효과도 분석용 시뮬레이션 시스템을 설계 개발하였다. 시뮬레이션 시스템은 다양한 형태의 해양상태를 반영할 수 있도록 소나방정식 및 탐지확률곡선을 이용하여 개발되었으며, 표적의 실제적인 행동패턴을 고려하여 여러 가지 형태의 기동 패턴을 시스템에 묘사하였다. 개발된 시스템은 앞으로 수중표적에 대한 효율적인 소나운용전술을 개발하고 발전시키는데 유용하게 사용될 수 있을 것으로 판단된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.10
• /
• pp.2137-2142
• /
• 2012

Many studies in detection and classification of the targets in the underwater environments have been conducted for military purposes, as well as for non-military purpose. Due to the complicated characteristics of underwater acoustic signal reflecting multipath environments and spatio-temporal varying characteristics, active sonar target classification technique has been considered as a difficult technique. And it has a difficult in collecting actual underwater data. In this paper, we implemented the simulator to synthesize the active target signal, to extract feature and to classify the target in the underwater environment. In target signal synthesis, highlight and three-dimensional model are used and multi-aspect based hidden markov model is used for target classification.

• The Journal of the Acoustical Society of Korea
• /
• v.42 no.4
• /
• pp.370-376
• /
• 2023

In the underwater image, it is not clear to distinguish the shape of the target due to underwater noise and low resolution. In addition, as an input of deep learning, underwater images require pre-processing and segmentation must be preceded. Even after pre-processing, the target is not clear, and the performance of detection and identification by deep learning may not be high. Therefore, it is necessary to distinguish and clarify the target. In this study, the importance of target shadows is confirmed in underwater images, object detection and target area acquisition by shadows, and data containing only the shape of targets and shadows without underwater background are generated. We present the process of converting the shadow image into a 3-mode image in which the target is white, the shadow is black, and the background is gray. Through this, it is possible to provide an image that is clearly pre-processed and easily discriminated as an input of deep learning. In addition, if the image processing code using Open Source Computer Vision (OpenCV)Library was used for processing, the processing speed was also suitable for real-time processing.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.3
• /
• pp.34-42
• /
• 1993

수중운동 추적체계의 추적 성능은 표적에 부착된 핑거로부터의송신음향이 수중센서에 도달하기 까지의 시지연과, 해저에 부설된 각 센서가 시지연을 이용하여 기하학적으로 계산하는 LOP를 얼마나 정확하게 추출하느냐에 달려있다. 본 논문에ㅓ는 수중운동 추출하느냐에 달려있다. 본 논문에서는 수중운동 추적체계의 추적성능을 예측하기 위하여 먼저 CRLB를 이용한 시지연 예측오차의 기준경계식을 유도하고, 임의 표적운도에 이를 적용시켜 추적거리오차를 추출하였다. 시뮬레이션 결과, 표적이 원형 기동하는 경우보다 직선 기동하는 경우에 표적위치에 따라 오차의변화가 더 심하고, 수중운동 추적체계의 이론적 설계성능은 주파수 대역에 의해 영향을 가장 많이 받음을 확인하였다. 한편 4km*4km 범위의 수중센서 패턴을 사용하고 주파수 대역폭을 200Hz로 취한 경우 시간지연에 의한 수중운동 추적체계의 이론적 추적오차는 0.24m 이내로 시뮬레이션 되었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.9
• /
• pp.1878-1883
• /
• 2012

Generally, in the underwater target recognition, feature vectors are extracted from the target signal utilizing spatial information according to target shape/material characteristics. And, various signal processing techniques have been studied to extract feature vectors which is less sensitive to the location of the receiver. In this paper, we analyzed the characteristics of synthesized underwater objects using canonical correlation analysis method which is relatively less sensitive to the location of receiver. Canonical correlation analysis is applied to two consecutive backscattered sonar returns at different aspect angles to analyze the correlation characteristics in multi-aspect environment.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.131-134
• /
• 2000

본 논문에서는 각 지역의 수중 음향 센서로부터 중앙의 정보 융합 센터로 전송되어진 동일한 또는 상이한 표적의 Identity 정보들을 종합해 최종적으로 표적의 Identity를 결정하는 Decision Fusion 기법을 다룬다. 기존의 연구는 표적의 속성 정보로부터 정보 융합을 통해 표적의 Identity를 선택하는 기법을 주로 다루고 있다. 그러나 본 논문에서는 기존의 연구보다 한 단계 나아가 선택된 표적의 Identity들로부터 운용자가 가장 합리적인 결정을 내릴 수 있도록 하는 표적의 Identity 결정을 위한 Decision Fusion 기법을 제안한다. 이러한 수중 음향 표적 식별 시스템에서의 Identity Decision Fusion 기법으로 Voting 기법, 센서 정보의 신뢰도를 고려한 Weighted Voting 기법, 그리고 다 기준 의사 결정 기법인 Analytic Hierarchy Process (AHP) 기법을 제안하고 그 성능을 평가한다

• Journal of the Institute of Convergence Signal Processing
• /
• v.11 no.3
• /
• pp.203-208
• /
• 2010

In this paper, we convert underwater acoustic signal made by sonar system into digital image. We propose the algorithm that detects target candidate and emphasizes information of target introducing image processing technique for the digital image. The process detecting underwater target estimates background noise in underwater acoustic signal changing irregularly, recomposes it. and eliminates background from original image. Therefore, it generates initial target group. Also, it generates weighted map through proceeding doppler information, ensures information for target candidate through filtering using weighted map for image eliminated background noise, and decides the target candidate area in the single frame. In this paper, we verified that proposed algorithm almost had eliminated the noise generated irregularly in underwater acoustic signal made by simulation, targets had been displayed more surely in the image of underwater acoustic signal through filtering and process of target detection.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.11
• /
• pp.2505-2511
• /
• 2013

Many studies in detection and classification of the targets in the underwater environments have been conducted for military purposes, as well as for non-military purpose. Due to the complicated characteristics of underwater acoustic signal reflecting multipath environments and spatio-temporal varying characteristics, active sonar target classification technique has been considered as a difficult technique. And it has difficulties in collecting actual underwater data. In this paper, we synthesized active target echoes based on ray tracing algorithm using target model having 3-dimensional highlight distribution. Then, Fractional Fourier transform was applied to synthesized target echoes to extract feature vector. Recognition experiment was performed using neural network classifier.