• 한국음향학회지
• /
• 제39권4호
• /
• pp.237-245
• /
• 2020

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.

• 한국음향학회지
• /
• 제40권5호
• /
• pp.401-407
• /
• 2021

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.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.159-162
• /
• 2002

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.

• 한국군사과학기술학회지
• /
• 제20권1호
• /
• pp.33-39
• /
• 2017

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.

• 한국군사과학기술학회지
• /
• 제24권5호
• /
• pp.482-491
• /
• 2021

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.

• 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.

• 한국음향학회지
• /
• 제20권3호
• /
• pp.3-7
• /
• 2001

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.

• 한국음향학회지
• /
• 제28권2호
• /
• pp.135-140
• /
• 2009

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.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.661-669
• /
• 2019

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.

• 전자공학회논문지
• /
• 제54권2호
• /
• pp.38-43
• /
• 2017

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.