• 정보과학회 논문지
• /
• 제43권8호
• /
• pp.848-856
• /
• 2016

해상 안전을 위한 선박의 탐색 및 식별은 매우 중요하다. 선박의 탐색은 레이더로 가능하나, 식별은 선박자동식별장치, 통신장비, 시각 등에 의해 이루어지며, 이러한 식별수단이 불능 시 레이더 운용자의 경험과 지식을 바탕으로 선박의 기동특성을 참고하여 식별하는 매우 어려운 경우가 발생한다. 본 논문에서는 지속적인 관찰임무를 수행해야 할 선박 탐색요원의 임무를 보조하기 위하여 레이더 상 선박의 기동특성을 이용, 자동식별 및 사고발생 가능성을 탐지하는 방법을 제안한다. 4가지 유형의 선박 정보, 레이더 상 접촉거리 및 침로, 속력을 이용하여 그 특징을 추출하고, SVM을 활용하여 식별 정확도를 평가하였으며, 이를 이용한 자동식별 알고리즘을 통해 사고발생 가능성이 있는 선박을 선별하는 방법을 제시하였다. 실험 결과 90% 이상의 식별 정확도를 보였으며, 실제 사고선박인 세월호의 정보를 자동식별 알고리즘에 적용하여 선별 가능함을 보였다. 이 방법은 다양한 상황에서 선박 탐색요원의 경험과 지식을 효과적으로 보완하고, 다수의 선박 중 관심필요선박을 사전 식별하여 정보를 제공함으로서 탐색요원의 노력을 경감시키고, 문제점을 보다 빨리 인지하는데 도움이 될 것이다.

• 한국산업융합학회 논문집
• /
• 제23권3호
• /
• pp.433-444
• /
• 2020

This study proposes a method to improve the sleep stage and efficiency estimation of sleep apnea patients using a UWB (Ultra-Wideband) radar. Motion and respiration extracted from the radar signal were used. Respiratory signal disturbances by motion artifacts and irregular respiration patterns of sleep apnea patients are compensated for in the preprocessing stage. Preprocessing calculates the standard deviation of the respiration signal for a shift window of 15 seconds to estimate thresholds for compensation and applies it to the breathing signal. The method for estimating the sleep stage is based on the difference in amplitude of two kinds of smoothed respirations signals. In smoothing, the window size is set to 10 seconds and 34 seconds, respectively. The estimated feature was processed by the k-nearest neighbor classifier and the feature filtering model to discriminate between the sleep periods of the rapid eye movement (REM) and non-rapid eye movement (NREM). The feature filtering model reflects the characteristics of the REM sleep that occur continuously and the characteristics that mainly occur in the latter part of this stage. The sleep efficiency is estimated by using the sleep onset time and motion events. Sleep onset time uses estimated features from the gradient changes of the breathing signal. A motion event was applied based on the estimated energy change in the UWB signal. Sleep efficiency and sleep stage accuracy were assessed with polysomnography. The average sleep efficiency and sleep stage accuracy were estimated respectively to be about 96.3% and 88.8% in 18 sleep apnea subjects.