• 한국음향학회지
• /
• 제42권4호
• /
• pp.329-344
• /
• 2023

본 논문에서는 소량 및 불균형 능동소나 데이터세트에 적용된 다양한 딥러닝 기반 표적식별기의 일반화 성능을 종합적으로 분석하였다. 서로 다른 시간과 해역에서 수집된 능동소나 실험 데이터를 이용하여 두 가지 능동소나 데이터세트를 생성하였다. 데이터세트의 각 샘플은 탐지 처리 이후 탐지된 오디오 신호로부터 추출된 시간-주파수 영역 이미지이다. 표적식별기의 신경망 모델은 다양한 구조를 가지는 22개의 Convolutional Neural Networks(CNN) 모델을 사용하였다. 실험에서 두 가지 데이터세트는 학습/검증 데이터세트와 테스트 데이터세트로 번갈아 가며 사용되었으며, 표적식별기 출력의 변동성을 계산하기 위해 학습/검증/테스트를 10번 반복하고 표적식별 성능을 분석하였다. 이때 학습을 위한 초매개변수는 베이지안 최적화를 이용하여 최적화하였다. 실험 결과 본 논문에서 설계한 얕은 층을 가지는 CNN 모델이 대부분의 깊은 층을 가지는 CNN 모델보다 견실하면서 우수한 일반화 성능을 가지는 것을 확인하였다. 본 논문은 향후 딥러닝 기반 능동소나 표적식별 연구에 대한 방향성을 설정할 때 유용하게 사용될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (A)
• /
• pp.169-170
• /
• 2007

• 한국정보통신학회논문지
• /
• 제11권5호
• /
• pp.915-920
• /
• 2007

수중 음향 탐지기를 통해서 수집한 표적 방사음의 스펙트럼은 음향 표적의 토널 성분과 대 양의 유체역학적 배경 잡음 성분들로 구성되어 있다. 음향 표적의 토널 성분은 주요 식별 정보가 되기 때문에 배경 잡음을 추정, 제거함으로써 표적의 토널 성분을 견실하게 추출할 수 있는 알고리즘이 요구된다. 따라서 본 논문에서는 배경 잡음을 제거하고, 미약한 크기의 표적 토널도 탐지 할 수 있는 이중 회귀 신경망을 이용한 토널 추출 방법을 제안한다. 실험을 통하여 본 논문에서 제안한 이중 회귀 신경망을 이용한 토널 추출 기법이 기존의 방법보다 토널 추출 성능이 우수함을 확인하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1993년도 학술논문발표회 논문집 제12권 1호
• /
• pp.195-198
• /
• 1993

해수의 물리적 성질 변화에 의한 수중음속 변화는 수중음파 전파에 커다란 영향을 미친다. 매질변동에 의한 음파 전파경로 변동특성, 즉 음파 도달시간 변동에 의한 매질변위량 추정으로 해양을 탐사하는“해양음향 토모그라피”를 운용하기 위하여 비균질 매질에서의 음파 전파경로 파악이 우선이다. 수심이 일정한 비균질한 매질에서의 음파 전파경로를 파악하기 위해 파동방정식의 해를 Ray theory에 의거 ray path를 구하고 송,수신기 사이를 연결하는 eigenray 정보를 얻었다. 음원의 주파수가 400Hz($\pm$25Hz), pulse length가 20ms인 LFM pulse를 사용하였다. 이 음원을 동해의 최소음속층에서 송,수신하였을 경우 음원에서 150Km 떨어진 수신기에 도달한 신호는 평균음속분포 일 때 보다 약 66ms 정도 빨리 도착한다. 또한 Eigenray 정보에 의거 모의된 수신신호는 토모그라피 운용을 위한 필수 조건인 ray path의 식별, 안정성, 그리고 분해능을 만족한다. 또한 모의 수신신호 음파 도달시간 변동 분석으로 송,수신기 사이의 매질 변동을 파악 할 수 있다.

• 한국음향학회지
• /
• 제32권5호
• /
• pp.415-422
• /
• 2013

본 논문에서는 경첩 손실 함수를 최소화를 통해서 강인한 이진 오디오 핑거프린팅 방법을 제안하였다. 특히 제안된 방법에서 오디오 핑거프린트는 이진값을 가지므로 핑거프린트 DB 크기를 줄여줄 수 있는 장점이 있다. 일반적으로 특징을 이진화하는 과정에서 핑거프린트의 강인성, 식별성 등 성능의 손실이 불가피하므로 손실을 최소화하는 것이 필요하다. 본 논문에서는 핑거프린팅에서 두 오디오 클립 간의 유사도가 경첩 함수 형태로 주어지는 것에 착안하여 경첩 손실을 최소화하는 방법으로 특징을 이진화하여 핑거프린트를 구하는 방법을 제안한다. 유도된 경첩 손실 함수는 최소 손실 해싱 기법을 통해서 최소화 하였다. 수 천곡 규모의 오디오에 대해서 다양한 변환들에 대한 인식 성능을 실험하였으며, 제안된 경첩 손실 함수 최소화를 통해서 핑거프린트의 식별성과 강인성이 개선됨을 확인하였다.

• 한국음향학회지
• /
• 제15권4호
• /
• pp.93-97
• /
• 1996

완전최소자승법(total least squares method, TLS) Ax${\simeq}$b와 같은 형태의 시스템 식을 푸는데 있어 데이터 행렬 A와 b에 잡음비 섞인 경우에 편이 되지 않은 해를 구하기 위하여 널리 이용된다. 그러나 임펄수성의 잡음과 같은 heavy tailed 확률분포를 갖는 잡음이 존재할 때 완전 최소자승법은 unbiased estimator이지만 최소자승법(least squares, LS)과 마찬가지로 경인하지 못한 성능을 보인다. 본 논문에서는 TLS 방법의 견인성에 대하여 논하고 완전최소자승법의 해의 특성을 기반으로 하여 견인한 완전최소자승법(robust TLS, ROTLS)을 제안한다. 또한 ROTLS 방법을 시스템식별문제에 적용하여 그 성능을 평가한다.

• 한국음향학회지
• /
• 제38권1호
• /
• pp.120-127
• /
• 2019

수동 소나 시스템에서 음원 깊이를 구분하는 연구는 수 십 년 동안 진행되어 왔다. 그 이유는 음원 깊이 구분을 통해 표적이 수상함인지 잠수함인지 식별할 수 있기 때문이다. 본 논문은 표적으로부터 수신된 소음 (또는 신호)의 채널 임펄스 응답을 이용하여 음원 깊이를 구분하였다. 송신신호에 대한 정보가 없는 상황에서 채널 임펄스 응답을 추정하기 위해 음선 기반 블라인드 디컨벌루션 기법이 사용되었다. 추정된 채널 임펄스 응답의 패턴에서 교차점은 음선의 상대적 도달 시간에 의하여 결정되며, 이는 표적 깊이 구분에 이용된다. 제안된 알고리즘은 시뮬레이션과 실험 데이터를 통하여 검증하였다.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2137-2142
• /
• 2012

수중환경 하에서 표적을 탐지하고 식별하는 문제는 군사적인 목적은 물론 비군사적 목적으로도 많은 연구가 수행되어 왔다. 수중환경에서의 수중음향 신호가 시간 공간적으로 특성이 변화하며 천해 다중경로 환경을 반영하는 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술은 매우 어려운 기술로 여겨져 왔다. 또한 실제 데이터 수집의 어려움이 따르게 된다. 본 논문에서는 수중환경 하에서 능동 표적신호를 합성, 특징추출 및 표적식별을 수행할 수 있는 시뮬레이터를 구현하였다. 표적신호의 합성에는 하이라이트 모델과 3차원 모델을 사용하였으며, 표적신호의 식별을 위해서는 다중각도에 기반한 은닉 마코프모델을 사용하였다.

• 한국음향학회지
• /
• 제33권2호
• /
• pp.126-132
• /
• 2014

본 논문에서는 DFSA (Dynamic Framed Slotted ALOHA) 기반 충돌 방지 알고리즘에 대해 논하고, 개선된 태그 충돌 방지 알고리즘을 제안한다. 제안된 방법은 기대 값을 이용하는 방법으로서 한 번의 연산을 통해 측정값에 근접한 기대 값을 갖는 태그 수를 추정하므로 속도가 빠르다는 장점이 있으며 태그 수에 따른 빈 슬롯 개수 및 충돌 슬롯의 개수를 이용하여 기대 값을 구한 후 실제 태그 개수를 추정할 수 있다. 제안된 알고리즘은 시뮬레이션을 통해 기존 방법과 비교 및 분석하였다. 그 결과, 전체 태그에 대하여 평균 18.8 라운드에 모든 태그를 식별하였다. 태그의 수가 1000개 이하일 경우 평균 18.2 라운드에 모든 태그를 식별하였으나 태그 수가 1000개 이상인 경우 19.2 라운드에 태그를 식별하였다. 제안된 방식 및 기존 방식을 비교하였을 때 평균 태그 수에 따른 라운드 수가 상쇄 기법이 적용된 DFSA 방식보다 3.1 %, DFSA 방식보다 10.1 %, FSA (Framed Slotted ALOHA) 방식보다 37.5 % 가량 감소하여 처리 속도가 향상됨을 확인할 수 있었다.

• 한국음향학회지
• /
• 제37권3호
• /
• pp.129-138
• /
• 2018

선박 통행이 잦은 항만 및 연안 주변지역은 1 kHz 이하의 저주파 대역에서 선박소음이 수중소음에 지배적으로 영향을 미친다. 본 논문에서는 선박자동식별장치(Automatic Identification System, AIS)에서 관측된 선박의 항해정보를 이용하여 수중 선박소음을 추정하는 모델링 방안을 제시한다. 선박소음 모델링을 목적으로 AIS를 이용하여 제주 남부 해역에서 활동하는 선박들의 항행정보를 관측하였고, 모델링된 선박소음의 결과 검증을 위해 실험해역에 수중청음기를 설치하여 수중소음을 측정하였다. AIS 데이터를 이용하여 선박소음준위를 모델링하여 측정된 수중소음과 비교한 결과 시간에 따른 소음준위의 변동 특성이 유사함을 확인하였고, 오차가 발생되는 원인에 대해 토의하였다. 본 연구를 통해 AIS 데이터를 이용하여 선박소음준위를 5 dB 오차 범위에서 추정이 가능함을 확인하였다.