• 한국정보통신학회논문지
• /
• 제21권10호
• /
• pp.1909-1916
• /
• 2017

최근 딥 러닝 알고리듬이 다양한 분야에 적용되어 좋은 성능을 내고 있지만, 소나시스템에는 아직 활발히 적용되지 않고 있다. 본 논문에서는 기뢰와 같은 금속 물체와 바위로부터 반사된 능동소나 수신음 데이터를 딥 러닝 알고리듬의 하나인 컨볼루션 신경망으로 식별하는 실험을 수행하였다. 과적합 방지 및 성능 향상을 위해 데이터 확장을 하였고, 확장 및 하이퍼파라미터 값 변화에 따른 성능 변화를 분석하였다. 훈련데이터를 수신각도에 독립적인 경우와 의존적인 경우로 나누어 실험을 수행하였고, 그 결과 각각 88.9%, 94.9%의 성능을 보였다. 이는 이전 연구에서 인공신경망 및 Support Vector Machine 알고리듬을 적용하여 얻은 성능보다 최대 4.5% 포인트 향상되었다.

• 한국음향학회지
• /
• 제41권4호
• /
• pp.468-479
• /
• 2022

수중에서 능동소나를 이용하여 표적을 탐지하기 위하여, 송신음이 표적에 반사된 반향을 수신함으로써 표적의 위치를 감지한다. 이때 산란체로부터의 잔향이 발생하며, 이는 표적 반향의 탐지를 방해하게 된다. 효과적인 표적 탐지를 위해 자기회귀 모델기반의 백색화 기법이나 주성분역산 등의 잔향 제거 기법이 연구된 바 있으며, 최근에는 비음수 행렬 분해 기반의 기법이 고안되었다. 비음수 행렬 분해 기반의 잔향 제거 기법은 기존의 기법에 비해 향상된 성능을 보여주지만, 송수신기의 위치 및 거리에 의한 감쇠 등이 고려되지 않았다. 본 논문에서는, 양상태 소나에서 지속파 송신 파형을 사용하는 경우에 대하여 수신기의 방향성과 그에 관련된 도플러, 그리고 거리에 대한 감쇠 등의 전처리를 통해 성능을 개선하였다. 본 연구에서 고안된 시스템의 성능을 확인하기 위하여 잔향 모델을 이용한 시뮬레이션을 수행하였다, 시뮬레이션 결과 1 %의 낮은 오탐지율에서 기존의 비음수 행렬 분해 기법 대비 10 % ~ 40 %의 탐지율 성능 향상이 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제19권10호
• /
• pp.1775-1781
• /
• 2016

Generally, in the underwater target recognition, feature vectors are extracted from the target signal utilizing spatial information according to target shape/material characteristics. In addition, various signal processing techniques have been studied to extract feature vectors which are less sensitive to the location of the receiver. In this paper, we synthesized active echo signals using 3-dimensional highlight distribution. Then, Fractional Fourier transform was applied to echo signals to extract signal features. For the performance verification, classification experiments were performed using backpropagation and probabilistic neural network classifiers based on single aspect and multi-aspect method. As a result, we obtained a better recognition result using proposed feature extraction and multi-aspect based method.

• 한국군사과학기술학회지
• /
• 제5권1호
• /
• pp.37-44
• /
• 2002

An echo signal in the active sonar using a high frequency is mainly formed of a specular reflection from the surface of an object along with several equivalent scatter inside, which are characterized by the spatial distribution of the highlights on the object. This thesis proposed a model in which the synthesized echo signal can be expressed as a distributed simulated target. The proposed model is obtained after composing a signal based on the movement of highlights relative to the aspect angle from the discontinuous point of an external hull with a strong reflection from a spheroid underwater target. Because the proposed algorithm includes a synthesis of the signals related to the highlight spacial distribution, it can be applied to all kinds of systems used at a short range, and similar results were obtained to the actual measured results of all reflected signals in previous literature referring to the irregular factor application of an envelope.

• 한국산업정보학회논문지
• /
• 제25권4호
• /
• pp.29-38
• /
• 2020

본 논문에서는 다중 레이블 콘볼루션 신경회로망(Multi-label Convolution Neural Networks)을 이용하는 능동펄스 식별 알고리즘을 제안한다. 제안하는 기법은 기존의 단일 레이블 기반 알고리즘이 여러 개의 신경회로망 구조로 되어 있던 것과 달리 하나의 신경회로망 구조로 능동펄스의 정보를 한번에 획득할 수 있으며, 학습과정 역시 간편해지는 장점이 있다. 제안한 능동펄스 식별 알고리즘을 검증하기 위해서 해상실험 데이터를 이용하여 신경회로망을 학습시키고 성능을 분석하였다. 분석결과 제안한 능동펄스 식별 알고리즘이 수렴하는 것을 확인하였으며, 오차행렬(Confusion Matrix) 분석을 통하여 우수한 능동펄스 식별성능을 가지는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제16권11호
• /
• pp.2569-2574
• /
• 2012

초계함(천안함급)에 탑재 된 HMS(Hull Mount Sonar) 장비는 능동모드에 적합하도록 설계 되어 있다. 이에 센서 및 시스템 특성이 어뢰 탐지 주파수 대역에 적당하도록 구성되어 있지는 않다. 이에 초계함에 장착 된 기존 HMS 장비를 이용한 어뢰탐지 기능 구현을 위하여, 초계함 함 별 입력 특성을 분석하고, 입력 주파수 신호에 대한 역보상 회로 설계, 입력 신호 크기에 따른 AGC(Auto Gain Control) 기능 구현 및 함별 신호특성에 따른 대역설정 기능을 통하여 함정 별 특성 및 운용환경 특성에 맞는 어뢰방어시스템을 구현하였다.

• 한국음향학회지
• /
• 제25권8호
• /
• pp.395-402
• /
• 2006

능동-소나를 이용하여 수중표적을 탐지하는데 있어 소나탐지 성능은 잔향음에 많은 제한을 받는다. 해상풍은 해양에서 기포 형성에 중요한 역할을 한다. 그리고 기포는 유효한 산란체로서 잔향음에 기여한다. 본 연구에서는 중주파수 선저 고전형 능동소나를 운용 시 풍성기포가 음파전달에 미치는 영향을 연구하였다. 주파수 5, 7.5, 10kHz에 대해 기포층을 고려한 음원수심 3, 5, 10m에서의 능동 신호초과비 (Active Signal Excess:ASE)를 계산하였다. 해수면 부근의 음속변화는 해수면 잔향음 준위를 증가시키며, 능동 신호초과비를 변화시킨다 풍속이 10m/s에서 해수면 부근의 최대 탐지거리가 3km 이상 감소하였다. 그 원인은 풍성기포에 의한 해수면 방향으로의 굴절로 분석되었다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제38권7호
• /
• pp.844-853
• /
• 2014

수상함정에 사용되는 능동소나는 통상적으로 구상선수부에 설치하게 된다. 따라서 구상선수부에 설치된 소나의 항해 중 유체력 및 수중 부유물에 의한 충돌 파손을 막기 위해 밀도가 낮으면서 강도가 높은 복합소재 재질의 소나돔 윈도우를 설치하게 된다. 외부 유체력 및 충격 발생 시 소나돔 윈도우의 안정도는 소나돔 윈도우 내외부의 압력 분포에 따라 달라지므로 본 연구에서는 소나돔 충, 배수 밸브의 상태에 따른 소나돔 윈도우의 내외부 압력변화를 해석적으로 검토하고 이에 따른 응력변화를 파악하고자 한다.

• 한국음향학회지
• /
• 제18권7호
• /
• pp.3-9
• /
• 1999

이 논문에서는 능동 소나 환경에서 선형 주파수 변조와 CW(Continuous Wave) 신호의 특성을 고찰하였다. 이를 위해 대표적인 일정 오경보 확률(Constant False Alarm Rate) 처리 기법인 셀 평균(Cell Averaging), 순서통계(Order Statistics), TM(Trimmed Mean) 기법을 이용하여 거리/도플러 영역에서 표적 존재 유무를 판단하고, 이 결과를 이용하여 탐지 성능에 영향을 미치는 요소들을 분석하였다. 특별히, 실측 데이터를 이용한 실험에서 기존 일정 오경보 확률 처리기의 성능이 실제 능동 소나 환경에서도 이론과 같은 결과를 나타냄을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1261-1267
• /
• 2015

The problem of underwater target detection and classification has been attracted a substantial amount of attention and studied from many researchers for both military and non-military purposes. The difficulty is complicate due to various environmental conditions. In this paper, we study classifier ensemble methods for active sonar target classification to improve the classification performance. In general, classifier ensemble method is useful for classifiers whose variances relatively large such as decision trees and neural networks. Bagging, Random selection samples, Random subspace and Rotation forest are selected as classifier ensemble methods. Using the four ensemble methods based on 31 neural network classifiers, the classification tests were carried out and performances were compared.