• Proceedings of the Acoustical Society of Korea Conference
• /
• 1996.06a
• /
• pp.22-28
• /
• 1996

수동 소나 시스템에서 표적을 탐지, 식별하는데 가장 중요한 인자는 표적에서 발생되는 토날 신호 성분이다. 수중의 주변잡음과 표적소음이 복합된 환경하에서 표적의 토날 신호성분을 정확히 추출하는데는 신호 탐지 준위 설정이나 주변 잡음의 변화에 의해 어려움이 있다. 본 논문에서는 ASM 신경망을 이용하여 신호 탐지 준위 설정이나 주변잡음의 변화에 강인한 음향 표적의 토날 신호 탐지 방식을 제안한다. 모의 시뮬레이션 및 실제 표적 신호에 적용하여 우수한 토날 신호 탐지 성능을 보인다.

• 전기의세계
• /
• v.38 no.9
• /
• pp.46-51
• /
• 1989

TEMPEST란 통신장비나 정보처리장비에서 발산되는 미약한 전자신호가 탐지, 도청되는 현상인데 각국에서는 명칭에 대한 의미조차도 비밀로 제한하기 때문에 이 분야에 대한 정확한 기술현황 파악은 어렵다. 일반적으로 전산터미널 또는 전동타자기에서 발산되는 전자파는 단순 주파수성분을 가지며 신호의 크기도 상당히 강하므로 고감도 수신장비를 사용하면 신호를 탐지, 재생시켜 정보를 획득할 수 있다. 또한 암호장치를 사용한 통신장비의 신호도 탐지가능할 뿐 아니라 암호화되기 전의 전도성 발산신호와 안테나를 통한 복사성 발산신호를 비교하여 암호장치 자체의 알고리즘도 탐지가능하게 될 것으로 예측된다. 이와같은 전자파도청을 방지하기 위해 주요 통신 장비나 전자장비는 차폐상자를 사용하여 전자파의 복사성 발산신호를 비교하여 암호장치 자체의 알고리즘도 탐지가능하게 될 것으로 예측된다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• pp.36-36
• /
• 2011

반도체 공정 신호는 주기 신호와 비주기 신호로 구분된다. 특정 패턴을 가지는 주기 신호는 해당 파라미터(parameter)에 대해서 패턴 매칭을 수행하여 관리하는 연구가 진행되고 있다. 반면 비주기 신호 데이터의 경우에는 패턴 매칭 방법을 수행할 수 없다. 또한 반도체 공정에서 얻을 수 있는 두 개 타입의 데이터는 그 파라미터가 방대하기 때문에 현재 실제 공정에 적용되고 있는 방식인 각각 하나의 파라미터에 대해 관리도(control chart)를 구성해 관리하는 것은 많은 비용과 시간의 낭비를 초래한다. 따라서 두 타입 데이터의 여러 개의 파라미터를 동시에 관측할 수 있고 파라미터간의 내재된 상관관계를 고려할 수 있는 장점을 가진 분석 기법에 대한 연구가 필요하다. 주기 신호의 이상탐지를 위한 기존 연구는 신호를 구간으로 나누어 구간별로 SPC 차트적용 시키는 방법, 각 시점 마다 측정되는 값을 하나의 변수로 고려하여 Hotelling's T square, PCA, PLS 등과 같은 다변량 통계 분석을 적용 시키는 방법들이 제시되어 왔다. 이러한 방법들은 다양한 특성을 가지는 주기신호를 분석하고 이상을 탐지 하는데 많은 한계점을 가진다. 이에 본 논문은 다양한 형태를 가지는 신호의 특성을 반영하여 자기구상지도를 기반으로 신호의 분류와 공정의 이상을 탐지하는 기법을 제안한다. 제안하는 기법은 자기구상지도를 이용하여 복잡한(고차원, 시계열) 신호를 2차원 상의 노드로 맵핑시킴으로써 신호의 특질(feature)을 추출하고 새로 표현된 신호의 특질을 기반으로 Logistic regression을 적용시켜 이상을 탐지 한다. 다양한 이상 상황을 가진 반도체 공정 신호를 사용하여 제안한 이상탐지 성능을 평가하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.22 no.8
• /
• pp.670-679
• /
• 2003

This paper deals with application of wavelet transform, which is known to be good for time-frequency analysis, in order to detect the underwater transient signals embedded in ambient noise. A new detector of acoustic transient signals is presented. It combines two detection tools: wavelet analysis and higher-order statistics. Using both techniques, the detection of the transient signal is possible in low signal to noise ratio condition. The proposed algorithm uses the wavelet transform of a partition of the signal on frequency domain, and then higher-order statistics tests the Gaussian nature of the segments.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.181-184
• /
• 2000

수중신호의 스펙트로그램상에 형성되는 신호 주파수선은 토널의 신호 세기와 바다 자체의 전달 특성 등으로 인하여 미약하게 탐지되거나 불규칙하게 끊어져서 불연속하게 되며 또한 임펄스성의 주변잡음 성분과 혼재하여 어느 토널이 연속적으로 탐지되는지가 모호하게 되는 경우가 많고 정밀하게 신호 성분만을 탐지, 추출하기가 어렵다. 따라서 본 논문에서는 신호 세기가 미약한 경우나 높은 주변잡음이 복합되어 있는 경우에도 정밀하게 신호 성분만을 탐 지, 추출할 수 있는 협대역 다중 주파수선의 자동 탐지 및 추출을 위한 기법을 제안한다. 제안된 알고리즘에 실제 수중표적 신호를 적용하여 제안된 알고리즘이 매우 유용함을 보인다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.30-33
• /
• 2003

영상 검지기를 통한 차량 탐지 방법은 날씨와 같은 환경에 민감하게 반응하여 차량의 미탐지 및 오탐지가 발생하게 된다. 이를 해결하기 위해 다양한 일기조건하에서 차량 추적 방법에 대해 제안한다. 다양한 일기 조건하에서의 차량 추적은 눈, 비, 안개 환경에서 각 날씨의 특징을 분석, 반영하여 차량을 탐지하고 추적한다. 눈이 내리는 환경에서는 눈이 카메라 가까이에서 차량 blob으로 잘못 탐지되는 blob을 제거하기 위해 카메라와의 거리에 따른 실제 크기를 구하는 size filtering 방법을 사용한다. 비, 안개 환경에서는 흐릿해진 영상 때문에 차량이 교통신호등에 의해 차량 정체시 여러 차량이 하나의 blob으로 탐지되는 문제점을 해결하기 위해 이전 영상에서의 차량 위치 정보를 이용한 재 blob화 방법을 사용한다.

• The Journal of the Acoustical Society of Korea
• /
• v.42 no.6
• /
• pp.500-510
• /
• 2023

Passive sonar signals mainly contain both normal and abnormal signals. The abnormal signals mixed with normal signals are primarily detected using an AutoEncoder (AE) that learns only normal signals. However, existing AEs may perform inaccurate detection by reconstructing distorted normal signals from mixed signal. To address these limitations, we propose an abnormal signal detection model based on a Recurrent Neural Network (RNN) and vector quantization. The proposed model generates a codebook representing the learned latent vectors and detects abnormal signals more accurately through the proposed search process of code vectors. In experiments using publicly available underwater acoustic data, the AE and Variational AutoEncoder (VAE) using the proposed method showed at least a 2.4 % improvement in the detection performance and at least a 9.2 % improvement in the extraction performance for abnormal signals than the existing models.

• The Journal of the Acoustical Society of Korea
• /
• v.15 no.5
• /
• pp.118-124
• /
• 1996

Signal frequency lines generated from the acoustic targets are of particular importance for target detection and classification in passive sonar systems. The underwater noise consists of a mixture of ambient noise and radiated noise of targets. Detction of exact signal frequency lines depends on signal detection threshold and variation of ambient noise. In this paper, a detection method of signal frequency lines for acoustic targets using autoassociative memory (ASM) neural network, which is not sensitive to variation of signal detection threshold and ambient noise, is proposed. It is confirmed by simulation and application of real acoustic targets that the proposed method shows good performance for detection of signal frequency lines.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.4
• /
• pp.337-346
• /
• 2021

Detection of abnormal signal generally can be done by using features of normal signals as main information because of data imbalance. This paper propose an efficient method for abnormal signal detection using parallel AutoEncoder (AE) which can use features of abnormal signals as well. The proposed Parallel AE (PAE) is composed of a normal and an abnormal reconstructors having identical AE structure and train features of normal and abnormal signals, respectively. The PAE can effectively solve the imbalanced data problem by sequentially training normal and abnormal data. For further detection performance improvement, additional binary classifier can be added to the PAE. Through experiments using public acoustic data, we obtain that the proposed PAE shows Area Under Curve (AUC) improvement of minimum 22 % at the expenses of training time increased by 1.31 ~ 1.61 times to the single AE. Furthermore, the PAE shows 93 % AUC improvement in detecting abnormal underwater acoustic signal when pre-trained PAE is transferred to train open underwater acoustic data.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.30 no.4
• /
• pp.290-299
• /
• 2019

Direction-finding equipment with multiple antennas are used to estimate the direction of a signal emitted by a source; they can be used to rescue a victim or locate a specified source. During direction finding, reflection waves are present and signal distortion is observed depending on the external shape and material of a system that incorporates the direction-finding equipment and multiple antennas. Therefore, to accurately estimate the azimuth of the signal source and develop the direction-finding equipment, a calibration should be performed to reflect the influence of the antenna arrangement(layout) and system contour. In this paper, we describe an in-flight calibration method to develop direction-finding equipment to locate communication signals using an aviation system, and we analyze the direction-finding performance when applying phase calibration data obtained through the in-flight calibration.