A Study on the classification of Underwater Acoustic Signal Using an Artificial Neural Network

신경회로망을 이용한 수중음향 신호의 식별에 관한 연구

In this study, we examine the applicability of the classifier based on an artifical neural network (ANN) for the low-frequency acoustic signal in shallow water environment. The estimations of the Doppler shift and frequency spreading effect at 220 Hz reveal the frequency variation of less than 2 Hz with time This small variation enables the ANN-based classifier to identify signals using only tonal frequency information. The ANN consists of 4 layers, and has 60 input processing elements (PEs) and 4 output PEs, respectively. When measured tonal signals in the frequency 200-250 Hz are applied to the ANN-based classifier, the classifier can identify more than 67% of the signals for instantaneous frame and more than 91% for averaged one over 5 frames.

본 연구에서는 천해환경에서 저주파 음향신호의 신경회로망에 기초한 식별시스템 적용 가능성을 살펴 본다. 220 Hz 주파수에서 도플러 변이와 주파수 확산 효과를 추정한 결과 시간에 따라서 2 Hz 이하의 변화를 보인다. 이러한 주파수의 작은 변화는 신경회로망에 기초한 식별시스템이 단지 토널 주파수 정보만으로도 신호의 식별을 가능하게 한다. 신경회로망은 모두 4개의 층으로 이뤄져 있으며, 입력과 출력 처리요소는 각각 60개와 4개로 구성되어 있다. 주파수 200-250 Hz 대역에서 실측한 토널 신호를 신경회로망에 기초한 식별시스템에 입력시킨 결과 순간적인 프레임의 경우에 대해서는 67% 이상, 그리고 연속되는 5개의 프레임을 평균한 경우에 대해서는 91% 이상의 신호를 식별할 수 있다.