수중표적의 저소음화로 표적의 방사소음이 감소함에 따라 수동소나의 한계가 나타나면서 신호를 송신하고 표적 반사 신호를 탐지하는 능동탐지에 대한 연구가 활발해 지고 있다. 일반적으로 선체고정소나(Hull-Mounted Sonar, HMS)를 이용한 능동탐지 시 음파가 도달하지 않는 음영구역을 줄이기 위해 수직지향각을 조정하면서 다수의 Linear Frequency Modulation(LFM) 부펄스를 대역분할하여 순차적으로 송신한다. 하지만 최근에 Sinusoidal Frequency Modulation(SFM)의 일반화된 형태인 Generalized SFM(GSFM) 펄스가 제안되었고, 파라미터 설정에 따라 GSFM 부펄스 간에 직교성이 확인되었다. 따라서, 본 논문에서는 GSFM을 선체고정소나의 다중 수직지향각 능동탐지에 활용함으로써 부펄스의 대역폭 사용을 극대화 하여 신호처리 이득에 따른 능동탐지 성능을 향상 시킬 수 있음을 보였다. 모의실험을 통해 부펄스가 3개일 때, GSFM이 LFM 대비 약 5 dB 정도의 정합필터 이득이 있음을 확인하였다.
연속 송수신 소나 기술은 표적 탐지 시간간격이 짧아 표적을 탐지하고 추적하는 데 효과적인 기술이다. 연속 송수신 소나 시스템에 적합한 Generalized Sinusoidal Frequency Modulation(GSFM)펄스는 펄스 간 직교성을 유지하면서 높은 시간-주파수 곱을 얻을 수 있는 것으로 알려져 있다. 그러나 가속도를 갖는 표적이 존재할 경우 수신된 GSFM 펄스를 상관처리하는 적정한 시간 길이를 산출하는 방법에 대해서는 알려진 바가 없다. 본 논문에서는 GSFM 펄스를 사용하는 연속 송수신 소나 시스템에서 수신신호를 정합처리할 때 적합한 시간 길이를 상관도에 근거하여 산출하는 방법을 제안한다. 제안된 방법은 표적의 가속도에 따른 상관도를 계산하고 상관도에 따른 신호처리 길이를 산출한다. 부엽의 준위를 통해 제안된 방법으로 산출된 신호처리 길이를 적용할 경우 안정적인 탐지 성능을 얻을 수 있음을 보인다.
본 논문에서는 능동 소나망의 구성 방법 및 관측 오차에 따른 위치 추정 성능에 대해서 다룬다. 능동소나는 구성 방법에 따라서 크게 Monostatic, Bistatic, Multisatic으로 분류될 수 있으며, 각각의 오차에 대한 특성이 서로 다르다. 본 논문에서는 각 수신기가 거리합 정보와 방위각 정보를 얻을 수 있다는 가정하에 LS를 이용한 Multisatic 소나망 정보의 융합 방법을 제안하였으며, Monostatic, Bistatic 소나망과 비교를 수행하였다. 모의 실험 결과 Multistatic 소나망의 위치 추정 RMSE가 Monostatic, Bistatic 소나망에 비해 약 57% 우수했다.
In this paper, an effective feature which is capable of classifying targets among the detections obtained from 2D range-bearing maps generated in active sonar environments is proposed. Most conventional approaches for target classification with the 2D maps have considered magnitude of peak and statistical features of the area surrounding the peak. To improve the classification performance, HOG(Histogram of Gradient) feature, which is popular for their robustness in the image textures analysis is applied. In order to classify the target signal, SVM(Support Vector Machine) method with reduced HOG feature by the PCA(Principal Component Analysis) algorithm is incorporated. The various simulations are conducted with the real clutter signal data and the synthesized target signal data. According to the simulated results, the proposed method considering HOG feature is claimed to be effective when classifying the active sonar target compared to the conventional methods.
It is obvious that understanding the effects of shallow water environment of Korea is very important to guarantee the optimal performance of active sonar such as monostatic and bistatic sonar. For this reason, in this paper, we analyzed the detection performance characteristics for various depth deployments of sonar in summer, winter and water temperature inversion environments, which environments are frequently observed in shallow water of Korea such as the Yellow sea. To analyze only effects of water temperature structures on target detection performance, we applied range independent conditions for bottom, sea surface and water temperature characteristics. To understand the characteristics of detection performance, we conducted transmission loss and signal excess modeling. From the results, we were able to confirm the characteristics of detection performance of active sonar. In addition, we verified that operation depth of transmitter and receiver affects the detection performance. Especially in the water temperature inversion environment, it was confirmed that the shadow zone could be minimized and the detection range could be increased through bistatic operation.
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.
CW (Continuous Wave) 신호를 사용하는 능동형 소나에서 잔향을 포함한 잡음의 특성이 백색 (white)이 아닌 경우 일정 오경보 확률 처리 (CFAR: Constant False Alarm Rate)를 수행할 때 잔향 부근에서 높은 문턱치를 추정하게 된다. 이로 인해 표적을 검출하지 못하며. 근접한 다중 표적을 구분하지 못하는 단점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위한 적응 잔향 제거 필터를 제안하였다. 제안된 필터는 적응 필터와 이 필터로부터 일정한 시간 차를 두고 계수 값을 복제해 쓰는 필터로 구성된다. 능동형 소나가 움직이는 수중 환경에서 수집된 실측 데이터를 이용하여 제안된 적응 잔향 제거 필터의 성능을 고찰하였다. 그 결과 제안된 방법은 기존의 방법에 비해 표적 신호 구간이 긴 경우 향상된 성능을 나타내었다.
본 논문에서는 하이라이트 모델에 기반하여 능동소나의 표적신호를 합성하고, 합성된 신호를 이용하여 표적인식 실험을 수행하였다. 동일 표적이라도 표적의 자세각에 따라 다양한 형태의 파형을 갖는 신호가 합성되는데, 이에 대한 표적인식 결과를 알아보기 위해서 두 가지 방법으로 실험을 수행하였다. 하나는 고정된 여러 가지 자세각에 대한 표적신호에 대한 인식실험이고, 다른 하나는 임의의 자세각을 가지는 교신에 대만 인식 실험을 수행하였다. 인식실험을 위한 특징 인자로는 합성된 표적신호에 대해 시간영역에서 정합필터 및 포락선 검출을 통해 얻어지는 하이라이트 패턴을 사용하였으며, 패턴인식 기법으로는 다중클래스 SVM과 인공신경망을 사용하였다.
연안 환경에서 소형 표적의 탐지에는 고주파 능동소나가 적합하다. 연안 환경에서 고주파 능동소나를 사용할 경우 해양 생물 소음, 선박 소음, 항적 등에 의한 클러터로 인하여 오경보율이 매우 높다. 본 논문에서는 연안 환경에서 능동 소나에서 클러터에 강인한 탐지 알고리듬을 제안한다. 제안된 알고리듬은 측정치 추출 시 신호의 통계적인 특징을 이용하는 Constant False Alarm Rate(CFAR)와 클러스터링 알고리듬을 이용하여 클러터 제거율을 높인다. 제안 된 탐지 알고리듬은 해상 시험을 통하여 검증하였으며, 약 96 % 이상의 클러터를 제거하였다.
능동소나를 이용한 해저면의 이미지를 얻기 위한 연구는 다양하게 수행되어져 왔으며, 그 해상도를 향상시키는 방법은 현재까지도 중요한 문제이다. 해상도를 향상시키기 위한 방법은 여러 가지가 있으며 좁은 빔폭을 활용하여 빔 해상도를 높이는 방법이 가장 대표적이다. 하지만 좁은 빔폭을 이용하여 해상도를 향상시키는 방식은 기술적인 한계가 존재한다. 따라서 제한된 빔폭을 가진 어레이를 통하여 보다 높은 빔 해상도를 얻기 위한 신호처리 기술이 필수적이다. 본 논문에서는 중첩된 빔을 방사하는 sonar의 수신신호에 신호처리를 통해 해상도를 향상시키는 방식을 소개한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.