• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.329-331
• /
• 2016

일반적으로, 비행 표적의 궤적을 예측하기 위해 회귀분석이 사용되어왔다. 그러나 이 방법은 표적이 매우 다이내믹한 움직임을 보일 경우에는 오차가 크다는 한계가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 다양한 수식을 생산해 내는 유전자 알고리즘을 이용하여 비행 표적의 다음 궤적을 예측해 내는 방법을 제안한다. 유전자 알고리즘을 통해 생산된 예측식을 토대로 비행 표적의 궤적을 3D 형태로 시각화 하였으며, 실제 관측 데이터와 예측된 데이터의 오차를 통해 정확도를 검증하였다.

• 한국시뮬레이션학회논문지
• /
• 제32권1호
• /
• pp.45-54
• /
• 2023

전투 모의 환경 하에서 실제 모의 대상의 탐지 성능 데이터를 모의 개체에 적절히 입력하는 것은 모의분석 결과에 큰 영향을 미친다. 주요 전투 시뮬레이션 도구에서 개체의 탐지 능력을 모의하기 위한 표적획득모델로 ACQUIRE-Target Task Performance Metric(TTPM)-Target Angular Size(TAS) 모델을 사용하며, 이 모델은 전투 개체의 조우 조건을 입력으로 받아 해당 개체 센서의 분해 곡선을 추정하고, 표적 유형에 따른 탐지 거리를 출력한다. 그런데 사용자가 입력을 원하는 새로운 탐지 개체의 성능을 표적획득모델에 적용하는 것은 쉽지 않다. 사용자는 탐지 거리를 표적획득모델에 입력하길 원하지만, 표적획득모델은 조우 조건에 따른 센서의 분해 곡선 데이터가 필요하기 때문이다. 본 논문에서는 표적에 대한 탐지 거리를 입력으로 하여 표적획득모델의 센서 분해 곡선 데이터를 역으로 도출하는 기법을 제안한다. 여기서 해당 센서 분해 곡선 데이터는 인원, 지상차량, 항공기의 3종류 표적 유형에 대한 각각의 탐지 거리를 동시에 만족한다. 마지막으로 여러 정찰 장비의 탐지 거리를 탐지 개체에 적용하여, 정찰 장비에 따른 탐지 효과도를 분석한다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.304-309
• /
• 2013

본 논문은 소나 방정식내의 성능지수를 판단하는 지능형 접근방법을 제안한다. 알 수 없는 수중표적의 거리와 고정적이지 않은 신호초과량은 추적과정에 대해 불확실성을 증가시킨다. 탐지거리와 연관된 신호 초과량의 입력 데이터들을 이용하여, 퍼지집합의 규칙을 세우고, 소나의 수신기로부터 얻어지는 데이터를 퍼지화 된 데이터 집합으로 변화시킨다. 알 수 없는 데이터들에 의해 발생되는 오차값들을 감소시키기 위하여 퍼지 집합으로 변환된 새로운 데이터를 이용한다. 구간별 최소값, 최대값 그리고 평균값이 계산되어, 수중 표적의 거리를 추정하는데 사용된다. 데이터들의 증감에 대한 분석을 통해 표적의 위치와 기동특성을 예측할 수 있다. 제안된 기법의 성능과 효과를 보여주기 위하여 몇 가지 예를 보였다.

• 한국정보통신학회논문지
• /
• 제10권9호
• /
• pp.1545-1550
• /
• 2006

최소분산프로세서는 정합장처리(Matched Field Processing : MFP)로서 해양 환경을 완전히 알고 있을 때 우수한 부엽(sidelobe) 억제 능력을 가지고 있다. 그러나 다중 표적 이 존재 시 최소분산프로세서는 선형 프로세서가 아니므로 각각의 표적에 의한 주엽(mainlobe) 뿐만 아니라 표적 상호간에 의한 부엽이 발생되므로 표적의 정확한 위치를 추정하지 못 할 수 있다. 따라서 본 논문은 해양에 분포한 다중 표적들의 위치를 추정하기 위하여 다중 표적에 의해 수신된 데이터벡터의 cross spectral density matrix(CSDM)에서 CLEAN 알고리즘을 기반으로 표적 각각의 데이터벡터를 분리 추출하여 CSDM을 산출하고 이를 비선형 프로세서인 최소분산프로세서에 적용함으로써 표적 상호간의 부엽들을 제거하여 표적의 수와 위 치를 정확히 추정 할 수 있는 방법을 제안한다.

• 한국전자파학회지:전자파기술
• /
• 제8권1호
• /
• pp.43-56
• /
• 1997

다중 표적 추적(MTT:Multiple Target Tracking)은 한 개 또는 그 이상의 센서들을 사용하는 감시(sureillance) 시스템을 위해서 컴퓨터와 마찬가지로 주변상황을 해석하는데 없어서는 안되는 중 요한 요소이다. 레이다, IR(Infrared) 및 Sonar등과 같은 전형적인 센서 시스템들은 여러 가지 신호원 (sources): 문제의 표적, 레이다 지면 클러터(clutter)같은 후면잡음 또는 열잡음같은 내부 오차 요인 으로부터 측정치(measurement)를 만들어 준다. 다중표적용 추적방식의 목적은 센서가 제공하는 측 정 데이터들을 동일한 신호원으로부터 나온 여러 세트의 관측치(observations) 또는 트랙(track)으로 구분해내는 것이다. 이와 같이 일단 트랙이 구성되고 확정되면 후면잡음이나 허위표적을 제거할 수 있 도록 표적의 수를 추산하고 표적의 속도나 예상위치 및 표적의 종류와 기타특성을 계산해낼 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 추계학술발표논문집
• /
• pp.147-150
• /
• 2000

본 논문은 무인감시 시스템의 특성상 조명 상태의 변화나 카메라의 흔들림과 같은 환경의 변화에 적응할 수 있도록 연속된 세 프레임간의 차영상를 이용하는 방법을 적용하여 움직임 정보를 추출하고, 영역의 분할 및 특징점 추출을 수행한 후에, 인공 신경회로망 기법을 적용하여 이동표적을 추적한다. 추적시에는 추출된 각각의 표적간의 데이터 연결을 움직임 정보의 특징점들을 이용, 레이블링하여 각각의 표적을 연결시켜 추적의 성능을 높였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.441-445
• /
• 2011

본 논문에서는 적외선 스테레오 카메라를 이용하여 고속으로 날아가는 표적의 좌표들을 측정하고 회귀분석을 통한 오차특성을 이용하여 추정하는 시스템을 제안한다. 표적과 배경의 온도차이로 표적 영역을 검출하고 적외선 스테레오 카메라 정합과 카메라 파라미터를 이용하여 표적의 좌표를 추정한다. 본 논문에서 제안하는 적외선 스테레오 카메라 시스템을 검증하기 위해 3차원 궤적(x,y,z) 측정기로 표적의 속도와 거리를 측정하여 표적 궤도를 예측하고, 여러 차례 실험한 비디오 데이터로부터 스테레오 정합을 이용하여 z, x축의 거리(좌표)들을 구하고 회귀 분석(regression analysis)을 사용하여 최소 자승법(Least squares method)으로 표적의 궤적들을 비교하였다. 적외선 스테레오 정합 시스템에 오차특성을 적용하여 표적의 좌표를 보정할 수 있었다. 향후 다양한 표적들의 오차를 모델화하여 고속표적들의 좌표 측정을 향상 시킬 수 있을 것으로 기대된다.

• 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
• /
• 제23권3호
• /
• pp.206-213
• /
• 2004

본 논문에서는 수중에서 빠른 속도로 기동하는 표적 환경에 적합한 조향각 오차 보정기법을 제안한다. 기존의 협대역 조향각 오차 보정기법에서는 다수의 시간 데이터 단편을 이용한 반면, 제안한 기법은 하나의 시간 데이터 단편에서 다수의 주파수 성분들로부터 모드 공분산행렬을 구성하고, 이를 이용하여 얻어진 광대역 MVDR (Minimum Variance Distortionless Response) 빔출력을 최대화시키는 조향각 오차를 추정함으로써 짧은 관측시간 내에 정확한 표적의 방위각을 추정할 수 있다. 모의신호와 실제 해상 실험 데이터를 이용하여 제안한 기법의 성능을 기존의 기법과 비교, 분석하였다.