• 한국시뮬레이션학회논문지
• /
• 제25권3호
• /
• pp.15-28
• /
• 2016

수중환경에서 운영되는 무기체계 획득을 위한 설계/개발을 진행하기 위해 수중음향채널 모델링 및 시뮬레이션을 통한 분석은 필수적이다. 일반적으로 수중음향채널 분석을 위해 사용되는 수중음향 전파 수치해석 모델은 음선이론 법, 정규방식 법, 포물선방정식 법, 파수적분 법이 있으나 다중 주파수 분석일 경우 유효성과 신호처리 및 분석에 제한적이다. 본 논문은 단일 및 다중 주파수 분석 및 신호처리 및 분석이 용이한 기존 의사 스펙트럼 시간영역 법 수중음향 수치해석 모델에 수중환경 소음 모델을 적용하여 실제 수중환경과 유사한 합성환경 수중음향채널을 모델링 하였다. 이렇게 구현된 합성환경 수중음향채널 모델의 유효성을 확인하기 위해 단일 주파수 신호 시나리오 4가지 다중 주파수 신호 시나리오 4가지 및 잠수함 기동에 따른 방사소음 분석 시나리오 시뮬레이션을 통해 의사 스펙트럼 시간영역 법 합성환경 수중음향채널 모델 유효성을 확인하였다.

• 해양환경안전학회지
• /
• 제25권6호
• /
• pp.765-771
• /
• 2019

선박 및 수중구조물의 고속, 대형화 및 요구조건 강화의 추세에 따라 유동소음 예측기술의 중요성이 강조되고 있다. 항공, 철도 등의 공력소음 분야에서는 음향상사법을 이용하여 순음 및 광대역 유동소음에 대해 활발히 연구되고 있는 반면 조선해양분야에서는 수중추진기의 날개주파수소음에 대해서만 일부 고려되고 있다. 본 논문에서는 날개면 형상의 주요 유동소음발생 메커니즘 뒷날소음을 고려 가능한 FW-H Formulation 1B를 이용하여 수중추진기 및 선저부가물의 기초요소인 수중익에 대해 광대역소음 예측기법을 연구하였다. 기존의 FW-H Formulation 1B는 공기 중의 압력상관관계 모델에 기반하여 구성되어 있어 매질에 대한 일반성 및 정확도의 한계를 가지므로 수중환경에 대해 일반성을 가지는 벽면변동압력 모델로 확장하는 방법론을 제시하였다. 공기 중 날개면의 소음계측결과와 비교해 벽면변동압력 모델을 이용할 경우 기존모델의 해석결과 대비 5 dB 이내의 오차로 정확도 관점에서의 유용성을 확인할 수 있었으며 전산유체역학과 벽면변동압력을 이용한 수중환경의 광대역소음해석 절차를 확립하고 수중익의 광대역소음 예측을 수행하였다.

• 대한전자공학회논문지TC
• /
• 제48권1호
• /
• pp.38-44
• /
• 2011

수중 환경의 복잡성 때문에 수중통신은 대기중에서의 통신과는 그 차이가 상당한 여러 가지 어려움들을 가지고 있다. 신호는 수중에서 많은 불규칙 소음들에 의해 저하된다. 뿐만 아니라 대역폭의 한계는 수중 통신에서 매우 큰 이슈이다. 그러므로 배열신호 처리 기법은 SNR을 개선에 적당하다. 이 논문에서 소스 추적기법에 기반한 수중 통신을 목적으로 하는 potential 기법을 제안하고자 한다. 또한 다중배열 소나를 이용한 새 추적 모델과 동 소나의 세부 구성을 제시했다. 실험들에서는 샘플 모델과 본 모델상에서 추적 결과의 차이점을 도출해 냈다. 실험 결과, 특히 수중환경에서 통신 문제들을 해결할 가능성이 수신기 구성이라는 것을 시연하였다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.311-318
• /
• 2021

수중에서는 공기 중에서의 신호 전달과는 달리 음파에 의해 신호가 전달된다. 또한 음파는 해수면, 해저면, 수온, 염분 등 다양하고, 복잡한 수중 환경 특성으로 인해 직접 혹은 반사 등의 간접 경로로 전달된다. 이런 복잡한 수중 환경에서 잠수함의 생존성과 적 함정으로부터 피탐 위험성의 정도를 파악하기 위해 반드시 수행하는 시험이 수중방사 소음 측정 시험이다. 수중방사 소음 측정을 위한 여러 조건들 중 가장 중요한 것이 측정 센서와 잠수함과의 거리이다. 보통 수중방사 소음의 음원 준위 측정은 측정 센서와 잠수함과의 최근접 점(CPA : Closet Point of Approach) ±수 미터내에서 이루어져야 측정한 음원 준위 값을 유효한 것으로 간주한다. 이에 본 연구에서는 다중 경로 신호들의 도플러 천이 주파수 및 다른 도달 시간 차 신호를 추정하는 방법으로 수중음원에 대한 거리 추정 방법을 제시하였다. 제안한 방법의 타당성을 고찰하기 위해 수중 채널 전달 모델 기반의 모의실험을 수행하였다.

• 한국음향학회지
• /
• 제43권3호
• /
• pp.285-292
• /
• 2024

소나 탐지확률을 계산하는 경우, 수중음향 불확정성은 표준편차가 8 dB ~ 9 dB인 정규분포를 따르는 것으로 고려되고 있다. 하지만, 소나 탐지성능은 실험해역, 해양환경 변동성에 따라 크게 변화하기 때문에 해상실험 데이터 기반의 수중음향 불확정성을 반영한 탐지성능 예측이 필요하다. 본 논문에서는 동해 천해환경에서 측정된 중주파수(2.3 kHz, 3 kHz) 소음준위와 전달손실 자료 기반의 수중음향 불확정성이 산출되었다. 해상실험 데이터 기반의 수중음향 불확정성을 반영한 예상탐지확률을 산출한 후, 이를 기존의 탐지확률 결과, 레일리 분포의 불확정성과 음으로 치우친 분포의 불확정성을 반영한 예상탐지확률 결과와 비교하였다. 결과적으로 각각의 수중음향 불확정성에 따라 탐지영역의 차이가 발생하는 것을 확인할 수 있었다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.19-28
• /
• 2024

본 논문은 Convolutional Neural Network(CNN) 모델을 이용하여 선박 소음의 로파그램 분석을 통한 선박 식별 시 허프 변환을 적용함으로써 성능을 향상시키는 방안을 제안한다. 수동소나에 수신된 신호를 처리하면 시간-주파수 영역인 로파그램이 생성된다. 로파그램에는 선박이 방사하는 기계류 소음이 토널 신호로 나타나고 이를 분석하면 선박의 클래스를 특정할 수 있다. 그러나 로파그램의 분석은 숙달된 인원에 의해 진행되는 전문적이고 오랜 시간이 소요되는 작업이다. 또한, 로파그램에는 수중환경 특성 상 다양한 배경소음이 같이 전시되기 때문에 표적 식별을 위한 분석이 매우 어렵다. 이 문제를 해결하기 위해 로파그램에 허프 변환을 적용하여 선을 추가함으로써 토널 신호를 강조하였다. 원본 로파그램과 허프 변환을 적용한 로파그램에 대해 CNN 모델을 이용해 식별을 시도한 결과, CNN 모델의 정확도와 매크로 F1 점수를 통해 허프 변환을 적용한 것이 로파그램 식별 성능을 향상시켰음을 보여주었다.

• 해양환경안전학회지
• /
• 제24권7호
• /
• pp.930-938
• /
• 2018

잠수함에서 발생하는 수중방사소음은 적함의 소나에 의해 피탐될 확률과 직결되며, 잠수함 저소음화 방안은 생존성 향상을 위해 필수적이다. 최신 잠수함의 경우 기계류 소음저감 및 고속/대형화가 진행됨에 따라 선체 주위에 발생하는 유동소음에 대한 관심이 높아지고 있다. 본 연구에서는 자유수면의 효과를 고려하여 잠수함 형상 주위에 발생하는 유동소음 수준을 예측할 수 있는 소음해석기법을 개발하였다. 잠수함이 자유수면 근처 운항시에 잠수함 주위 유동장의 교란에 의해 발생하는 난류유동소음과 쇄파버블에 의한 소음이 발생한다. 먼저 잠수함 주위 유동장 해석을 위해, VOF법 기반의 비압축성 이상유동(two-phase flow)해석을 수행하여 잠수함 주위 자유수면 형상과 유동장 정보를 도출하였다. 이후 난류유동소음해석을 위해 음향상사기법인 Permeable FW-H를 적용하였고, 쇄파버블 소음해석을 위해 유동해석에서 도출된 난류운동에너지 분포결과를 기반으로 쇄파버블 소음모델을 적용하였다. 최종적으로 개발된 유동소음 해석기법은 선박해양플랜트연구소(KRISO)의 대형캐비테이션터널(LCT)에서 수행된 잠수함 모형 유동소음계측 실험결과와 비교를 통해 검증을 수행하였다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.9-18
• /
• 2024

최근 수중표적의 저소음화와 해상교통량의 증가로 인한 주변 소음의 증가로 능동 소나 시스템의 중요성이 증대되고 있다. 하지만 신호의 다중 경로를 통한 전파, 다양한 클러터와 주변 소음 및 잔향 등으로 인한 반향신호의 낮은 신호대잡음비는 능동 소나를 통한 수중 표적 식별을 어렵게 만든다. 최근 수중 표적 식별 시스템의 성능을 향상 시키기 위해 머신러닝 혹은 딥러닝과 같은 데이터 기반의 방법을 적용시키려는 시도가 있지만, 소나 데이터셋의 특성 상 훈련에 충분한 데이터를 모으는 것이 어렵다. 부족한 능동 소나 데이터를 보완하기 위해 수학적 모델링에 기반한 방법이 주로 활용되어오고 있다. 그러나 수학적 모델링에 기반한 방법론은 복잡한 수중 현상을 정확하게 모의하는 데에는 한계가 있다. 따라서 본 논문에서는 심층 신경망 기반의 소나 신호 합성 기법을 제안한다. 제안하는 방법은 인공지능 모델을 소나 신호 합성 분야에 적용하기 위해, 음성 합성 분야에서 주로 사용되는 타코트론 모델의 주요 모듈인 주의도 기반의 인코더 및 디코더를 소나 신호에 적절하게 수정하였다. 실제 해상 환경에 모의 표적기를 배치해 수집한 데이터셋을 사용하여 제안하는 모델을 훈련시킴으로써 보다 실제 신호와 유사한 신호를 합성해낼 수 있게 된다. 제안된 방법의 성능을 검증하기 위해, 합성된 음파 신호의 스펙트럼을 직접 분석을 진행하여 비교하였으며, 이를 바탕으로 오디오 품질 인지적 평가(Perceptual Quality of Audio Quality, PEAQ)인지적 성능 검사를 실시하여 총 4개의 서로 다른 환경에서 생성된 반사 신호들에 대해 원본과 비교해 그 차이가 최소 -2.3이내의 높은 성적을 보여주었다. 이는 본 논문에서 제안한 방법으로 생성한 능동 소나 신호가 보다 실제 신호에 근사한다는 것을 입증한다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.78-88
• /
• 2024

수중 소음 측정이 가능한 수동 소나에 수신된 선박 방사소음은 Detection of Envelope Modulation on Noise(DEMON) 분석으로 얻은 선박 정보를 사용하여 선박 식별과 분류가 가능하다. 하지만 낮은 신호대잡음비(Signal-to-Noise Ratio, SNR) 환경에서는 DEMON 그램 내 선박 정보가 담겨있는 표적 주파수선을 분석 및 파악하는데 어려움이 발생한다. 본 논문에서는 낮은 SNR 환경에서 보다 정확한 표적 식별을 위해 딥러닝 기법 중 의미론적 분할을 사용하여 표적 주파수선들을 추출하는 연구를 수행하였다. SNR과 기본 주파수를 변경시키며 생성한 모의 DEMON 그램 데이터를 사용하여 의미론적 분할 모델인 U-Net, UNet++, DeepLabv3+를 학습 후 평가하였고, 학습된 모델들을 이용하여 캐나다 조지아 해협에서 측정한 선박 방사소음 데이터셋인 DeepShip으로 제작한 DEMON 그램 예측 성능을 비교하였다. 모의 DEMON 그램으로 학습된 모델을 평가한 결과 U-Net이 성능이 가장 높았으며, DeepShip으로 만든 DEMON 그램의 표적 주파수선을 어느 정도 추출할 수 있는 것을 확인하였다.

• 한국음향학회지
• /
• 제32권6호
• /
• pp.455-471
• /
• 2013

능동소나는 일반적으로 천해에서 존재하는 표적을 탐지하기 위해 사용된다. 신호가 송신되고 표적으로부터 반향되어 되돌아올 때, 표적 반향신호는 다중경로, 거친 해저면 또는 해수면에 의한 산란 그리고 음속구조에 의한 굴절과 같은 다양한 음파전달 특성에 의해 왜곡 되어 수신되며, 이는 표적 탐지를 어렵게 만든다. 그러므로 능동소나의 운용성능 체계에서 표적 신호 모의 시 음파전달 특성을 고려하는 것이 필요하다. 본 논문에서는 단상태 능동소나 시스템을 고려하였으며, 표적 반향, 잔향음 그리고 주변소음은 각각 시계열 함수로 모의되었다. 마지막으로 전체 수신 신호를 모의하기 위해 위 신호들을 합하였다. 표적의 특징(형태, 위치, 자세각 등)을 반영한 3차원 대표반향점 모델은 음원과 표적 사이에 각각의 다중경로를 고려하여 표적 반향 신호를 모의하였다. 본 논문의 결과는 표적 신호 모의 시 직접파만을 고려한 알고리즘의 결과와 비교하였다.