• 한국해양공학회지
• /
• 제34권2호
• /
• pp.147-154
• /
• 2020

Underwater acoustics that is the study of the phenomenon of underwater wave propagation and its interaction with boundaries, has mainly been applied to the fields of underwater communication, target detection, marine resources, marine environment, and underwater sound sources. Based on the scientific and engineering understanding of acoustic signals/data, recent studies combining traditional and data-driven machine learning methods have shown continuous progress. Machine learning, represented by deep learning, has shown unprecedented success in a variety of fields, owing to big data, graphical processor unit computing, and advances in algorithms. Although machine learning has not yet been implemented in every single field of underwater acoustics, it will be used more actively in the future in line with the ongoing development and overwhelming achievements of this method. To understand the research trends of machine learning applications in underwater acoustics, the general theoretical background of several related machine learning techniques is introduced in this paper.

• 한국해양공학회지
• /
• 제34권3호
• /
• pp.227-236
• /
• 2020

Underwater acoustics, which is the domain that addresses phenomena related to the generation, propagation, and reception of sound waves in water, has been applied mainly in the research on the use of sound navigation and ranging (SONAR) systems for underwater communication, target detection, investigation of marine resources and environment mapping, and measurement and analysis of sound sources in water. The main objective of remote sensing based on underwater acoustics is to indirectly acquire information on underwater targets of interest using acoustic data. Meanwhile, highly advanced data-driven machine-learning techniques are being used in various ways in the processes of acquiring information from acoustic data. The related theoretical background is introduced in the first part of this paper (Yang et al., 2020). This paper reviews machine-learning applications in passive SONAR signal-processing tasks including target detection/identification and localization.

• 한국해양공학회지
• /
• 제34권5호
• /
• pp.371-376
• /
• 2020

Underwater acoustics, which is the study of the phenomena related to sound waves in water, has been applied mainly in research on the use of sound navigation and range (SONAR) systems for communication, target detection, investigation of marine resources and environments, and noise measurement and analysis. Underwater acoustics is mainly applied in the field of remote sensing, wherein information on a target object is acquired indirectly from acoustic data. Presently, machine learning, which has recently been applied successfully in a variety of research fields, is being utilized extensively in remote sensing to obtain and extract information. In the earlier parts of this work, we examined the research trends involving the machine learning techniques and theories that are mainly used in underwater acoustics, as well as their applications in active/passive SONAR systems (Yang et al., 2020a; Yang et al., 2020b; Yang et al., 2020c). As a follow-up, this paper reviews machine learning applications for the inversion of ocean parameters such as sound speed profiles and sediment geoacoustic parameters.

• 한국해양공학회지
• /
• 제34권4호
• /
• pp.277-284
• /
• 2020

Underwater acoustics, which is the study of phenomena related to sound waves in water, has been applied mainly in research on the use of sound navigation and range (SONAR) systems for communication, target detection, investigation of marine resources and environments, and noise measurement and analysis. The main objective of underwater acoustic remote sensing is to obtain information on a target object indirectly by using acoustic data. Presently, various types of machine learning techniques are being widely used to extract information from acoustic data. The machine learning techniques typically used in underwater acoustics and their applications in passive SONAR systems were reviewed in the first two parts of this work (Yang et al., 2020a; Yang et al., 2020b). As a follow-up, this paper reviews machine learning applications in SONAR signal processing with a focus on active target detection and classification.

• ETRI Journal
• /
• 제45권3호
• /
• pp.379-393
• /
• 2023

Underwater communication (UWC) is widely used in coastal surveillance and early warning systems. Precise channel estimation is vital for efficient and reliable UWC. The sparse direct-adaptive filtering algorithms have become popular in UWC. Herein, we present an improved adaptive convex-combination method for the identification of sparse structures using a reweighted normalized leastmean-square (RNLMS) algorithm. Moreover, to make RNLMS algorithm independent of the reweighted l₁-norm parameter, a modified sparsity-aware adaptive zero-attracting RNLMS (AZA-RNLMS) algorithm is introduced to ensure accurate modeling. In addition, we present a quantitative analysis of this algorithm to evaluate the convergence speed and accuracy. Furthermore, we derive an excess mean-square-error expression that proves that the AZA-RNLMS algorithm performs better for the harsh underwater channel. The measured data from the experimental channel of SPACE08 is used for simulation, and results are presented to verify the performance of the proposed algorithm. The simulation results confirm that the proposed algorithm for underwater channel estimation performs better than the earlier schemes.

• The Journal of the Acoustical Society of Korea
• /
• 제27권3E호
• /
• pp.104-111
• /
• 2008

Recently, a method for robust time reversal focusing has been introduced to extend the period of stable focusing in time-dependent ocean environments [S. Kim et al., J. Acoust. Soc. Am. 114, 145-157, (2003)]. In this study, concept of focal-size broadening based on waveguide invariant theory in an ocean time reversal acoustics is described. It is achieved by imposing the multiple location constraints. The signal vector used in multiple location constraints are found from the theory on waveguide invariant for frequency band corresponding the extended focal range. The broadening of foci in an ocean waveguide can play an important role in the application of time reversal processing, particularly to the underwater acoustic communication with moving vehicles. The proposed method is demonstrated in the context of the underwater acoustic communication from the transmit/receive array (TRA) to a slowly moving vehicle.

• 한국음향학회지
• /
• 제25권5호
• /
• pp.239-245
• /
• 2006

시계열반전처리는 시간과 공간영역 동시에 집속을 수행할 수 있는 효과적인 방법으로 증명되어 왔으며, 시간영역에서의 집속 특성은 수중음향통신에서 광범위하게 이용되고 있다. 최근에는 해양도파관에서 동시 다중 집속이 적응 시계열 반전처리에 의해 구현되었다. 본 연구에서 적응 시계열반전처리에 의한 동시 다중 집속은 다중 수신을 위한 수중음향 통신 알고리즘으로 확장되며, 개발된 알고리즘은 수치실험과 실 데이터를 통해 다중 수신 위치에 동시에 자기등화가 가능함을 보였다.

• 한국정보통신학회논문지
• /
• 제17권3호
• /
• pp.546-555
• /
• 2013

본 연구에서는 수동소나 신호의 분석에서 얻어지는 토널 성분, 즉, 주파수선의 하모닉 성분을 강화하는 새로운 방법을 제안하였다. 제안한 방법에서는, 먼저 스펙트럼의 일정 시간에 따른 주파수 빈별 평균값을 구하고, 평균값과의 차이를 이용하여 안정적인 주파수선과 불안정한 주파수선을 구별한다. 그런 다음 불안정한 주파수선에 자기상관함수와 S2PM을 적용하여 배경잡음을 줄이고 하모닉 성분을 강조하게 된다. 실제 어선에서 획득한 수중음향 데이터를 이용한 실험 결과를 분석하였고, 이를 통해 제안한 방법의 타당성을 검증하였다.

• 대한전자공학회논문지TC
• /
• 제48권1호
• /
• pp.1-8
• /
• 2011

본 논문에서는 수조 실험을 통해 수중 다중경로 채널의 수면변동과 지연확산이 텍스트 전송성능에 미치는 영향 확인하였다. 수면변동과 지연확산은 채널의 코히어런스 대역폭을 제한하는 요인으로 수중음향 통신의 전송성능을 제한한다. 잔잔한 수면과 교란하는 수면에 따른 응답특성 실험결과에서 수면 반사파의 진폭변동과 지연확산 특성을 확인하였다. 각각의 지연확산 유효치는 각각 5ms, 4ms로 그에 대응하는 코히어런스 대역폭은 200Hz, 250Hz였다. BFSK (Binary Frequency Shift Keying) 방식을 이용한 수중 텍스트 전송성능에서 지연확산에 따른 채널의 코히어런스 대역폭 제한으로 인해 잔잔한 수면인 경우 200bps이하에서 $10^{-4}$, 교란하는 수면인 경우 250bps 이하에서 $10^{-4}$으로 오류율이 나타났다. 따라서 본 실험을 통해 수중 다중경로 채널에서 수면변동에 의한 코히어런스 대역폭 제한용 수중음향 통신의 전송성능을 결정하는 중요한 요인임을 확인하였다.

• 한국음향학회지
• /
• 제33권5호
• /
• pp.273-281
• /
• 2014

본 논문은 수온약층이 존재하는 제주도 근처 천해역 환경에서 획득한 수중음향 실험 데이터를 이용하여 장거리 신호 전달에 수온약층이 미치는 영향을 분석한 결과를 제시한다. 제주도 인근 해역에 서 장기간 측정된 한국해양자료센터의 수온 및 염분 관측자료는 계절에 따라 수온약층이 형성되는 것을 보여주며, 수온약층이 형성되는 시기에는 음향 신호가 해저면 방향으로 굴절하며 전파되므로 해저면에서의 반사 손실이 장거리 전파에 매우 큰 영향을 가진다. 본 연구에서는 2013년 5월에 수행한 제주 음향 통신 실험 (JACE13) 데이터를 이용하여, 수온약층이 존재할 때의 해저면 반사 손실을 추정하였다. 추정된 반사 손실은 약 3 dB 미만의 손실 값을 가지는 것으로 나타났으며, 수신기의 수심이 깊을수록 수신 신호 준위가 높게 나타났다. 이는 수온약층이 형성되는 천해역 환경에서는 수온약층 아래의 음향 트랩핑이 장거리 신호 전달의 주요 경로가 될 수 있음을 보여준다.