• The Journal of the Acoustical Society of Korea
• /
• 제24권2E호
• /
• pp.46-53
• /
• 2005

Agency for Defense Development (ADD) developed the Submarine Acoustic Information Management System (SAIMS Version 1.0) capable of interfacing some submarine sensors in operation and predicting detection environments for sonars. The major design concepts are as follows: 1) A proper acoustic model is examined and optimized to cover wide spectra of frequency ranges for both active and passive sonars. 2) Interfacing the submarine sensors to an electric navigation chart, the system attempts to maximize the applicability of the information produced. 3) The state-of-the-art database in large area is built and managed on the system. 4) An algorithm, which is able to estimate a full sound speed profile from the limited oceanographic data, is developed and employed on the system. This paper briefly describes design concepts and algorithms embedded in the SAIMS. The applicability of the SAIMS was verified through three sea experiments in October 2003-February 2004.

• The Journal of the Acoustical Society of Korea
• /
• 제18권2E호
• /
• pp.10-17
• /
• 1999

The aim of the work described in this paper is to develop a complex underground acoustic system which detects and localizes the origin of an underground hammering sound using an array of hydrophones located about 100m underground. Three different methods for the sound localization will be presented, a time-delay method, a power-attenuation method and a hybrid method. In the time-delay method, the cross correlation of the signals received from the array of sensors is used to calculate the time delays between those signals. In the power-attenuation method, the powers of the received signals provide a measure of the distances of the source from the sensors. In the hybrid method, both informations of time-delays and power-ratios are coupled together to produce better performance of position estimation. A new acoustic imaging technique has been developed for improving the hybrid method. This new acoustic imaging method shows the multi-dimensional distribution of the normalized cost function, so as to indicate the trend of the minimizing direction toward the source location. For each method the sound localization is carried out in three dimensions underground. The distance between the true and estimated origins of the source is 28m for a search area of radius 250m.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.255-262
• /
• 2020

현대의 수동소나 시스템에서는 자함 소음의 영향을 최소화하고 더 높은 신호대잡음비를 얻기 위한 목적으로 예인형 선배열 센서를 운용한다. 얇고 긴 예인형 선배열 센서는 예인선의 기동에 따라 비선형 형태로 유도될 수 있다. 이러한 배열 형상의 변화가 고려되지 않는다면 빔형성기의 성능이 저하될 수 있다. 따라서 예인형 선배열 센서를 이용한 빔형성 시 센서 배열에 대한 정확한 형상의 추정이 필요하다. 선배열 형상 추정에는 다양한 기법이 존재한다. 그 중 방위센서를 이용한 기법의 경우, 방위센서 잡음의 영향으로 추정성능이 감소할 수 있다. 이러한 잠재적 오류를 제거하기 위해 가중 다항 근사화 기반 배열 형상 추정 기법을 제안하였다. 제안 기법의 성능 검증을 위하여 컴퓨터 시뮬레이션을 수행하였다. 그 결과 제안 기법의 성능이 기존 기법에 비해 잡음에 강인함을 확인하였다.

• 한국음향학회지
• /
• 제33권6호
• /
• pp.366-374
• /
• 2014

저주파 능동 소나를 이용한 잠수함 탐지 기술이 개발됨에 따라, 기존의 수동 무반향 타일을 대치할 새로운 잠수함 스텔스 기술이 요구되는 추세이다. 본 연구에서는 선체 표면과 같은 대면적에 적용 가능한 타일형 프로젝터를 이용하여 능동 임피던스 정합을 구현함으로써 저주파 반향음 감소를 도모하는 기법을 제안한다. 먼저 능동 임피던스 정합 기법의 기술적 타당성을 확인하기 위하여 유한요소 모델을 이용한 저주파 반향음 감소 시뮬레이션을 수행하였다. 이를 바탕으로 타일형 프로젝터를 설계 및 제작하여 음향수조에서 저주파 반향음 감소 실험을 수행하였다.

• 한국음향학회지
• /
• 제38권4호
• /
• pp.387-395
• /
• 2019

수동소나에서의 표적기동분석은 방위 또는 방위-주파수와 같이 제한된 정보를 이용하여 수행된다. 표적기동분석을 빠르고 정확하게 수행하기 위해서는 정확한 표적기동 초기치의 추정이 필수적이다. 기존의 표적기동분석과 달리 신호 대 잡음비 정보와 음파전달모델을 추가로 이용하면 표적기동분석의 정확도를 향상시킬 수 있다. 이 방법은 표적의 방사소음수준은 알고 있다고 가정하지만 가정한 수준과 실제 수준간의 오차에 따라 표적기동분석의 정확도가 저하될 수 있다. 본 논문에서는 수동 소나로 탐지한 표적 방위정보, 탐지 신호 대 잡음비 정보 및 음파전달모델을 이용한 표적기동분석 알고리즘을 한국 해양환경(동해/서해/남해)에서 수행한다. 그리고 가정한 표적 방사소음수준과 실제 수준간의 차이에 따른 성능분석 결과를 제시한다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.78-88
• /
• 2024

수중 소음 측정이 가능한 수동 소나에 수신된 선박 방사소음은 Detection of Envelope Modulation on Noise(DEMON) 분석으로 얻은 선박 정보를 사용하여 선박 식별과 분류가 가능하다. 하지만 낮은 신호대잡음비(Signal-to-Noise Ratio, SNR) 환경에서는 DEMON 그램 내 선박 정보가 담겨있는 표적 주파수선을 분석 및 파악하는데 어려움이 발생한다. 본 논문에서는 낮은 SNR 환경에서 보다 정확한 표적 식별을 위해 딥러닝 기법 중 의미론적 분할을 사용하여 표적 주파수선들을 추출하는 연구를 수행하였다. SNR과 기본 주파수를 변경시키며 생성한 모의 DEMON 그램 데이터를 사용하여 의미론적 분할 모델인 U-Net, UNet++, DeepLabv3+를 학습 후 평가하였고, 학습된 모델들을 이용하여 캐나다 조지아 해협에서 측정한 선박 방사소음 데이터셋인 DeepShip으로 제작한 DEMON 그램 예측 성능을 비교하였다. 모의 DEMON 그램으로 학습된 모델을 평가한 결과 U-Net이 성능이 가장 높았으며, DeepShip으로 만든 DEMON 그램의 표적 주파수선을 어느 정도 추출할 수 있는 것을 확인하였다.