DOI QR코드

DOI QR Code

수동 소나 표적의 식별을 위한 지능형 특징정보 추출 및 스코어링 알고리즘

Intelligent Feature Extraction and Scoring Algorithm for Classification of Passive Sonar Target

  • 김현식 (동명대학교 로봇시스템공학과)
  • 투고 : 2009.08.05
  • 심사 : 2009.10.05
  • 발행 : 2009.10.25

초록

실시간 시스템 적용에 있어서, 수동 소나 표적의 식별을 위한 특징정보 추출 및 스코어링 알고리즘은 다음과 같은 문제점들을 가지고 있다. 즉, 주파수 스펙트럼으로부터 PSR(Propeller Shaft Rate) 및 BR(Blade rate) 등의 특징정보를 실시간으로 구별하는 것은 매우 어렵기 때문에 정확하고 효율적인 특징정보 추출(extraction)법을 요구한다. 또한, 추출된 특징정보들로 구성된 식별 DB(DataBase)는 잡음 및 불완전한 구성을 갖기 때문에 강인하고 효과적인 특징정보 스코어링(scoring)법을 요구한다. 나아가, 구조와 파라메터에 있어서 용이한 설계 절차를 요구한다. 이러한 문제들을 해결하기 위해서 진화 전략(ES : Evolution Strategy) 및 퍼지(fuzzy) 이론을 이용하는 지능형 특징정보 추출 및 스코어링 알고리즘이 제안되었다. 제안된 알고리즘의 성능을 검증하기 위해서는 수동 소나 표적의 실시간 식별이 수행되었다. 시뮬레이션 결과는 제안된 알고리즘이 실시간 시스템 적용에서 존재하는 문제점들을 효과적으로 해결할 수 있음을 보여준다.

In real-time system application, the feature extraction and scoring algorithm for classification of the passive sonar target has the following problems: it requires an accurate and efficient feature extraction method because it is very difficult to distinguish the features of the propeller shaft rate (PSR) and the blade rate (BR) from the frequency spectrum in real-time, it requires a robust and effective feature scoring method because the classification database (DB) composed of extracted features is noised and incomplete, and further, it requires an easy design procedure in terms of structures and parameters. To solve these problems, an intelligent feature extraction and scoring algorithm using the evolution strategy (ES) and the fuzzy theory is proposed here. To verify the performance of the proposed algorithm, a passive sonar target classification is performed in real-time. Simulation results show that the proposed algorithm effectively solves sonar classification problems in real-time.

키워드

참고문헌

  1. R. J. Urick, Principles of Underwater Sound, McGraw-Hill, 1983
  2. X. Lurton, AN INTRODUCTION TO UNDERWTER ACOUSTICS Principles and Applications, Springer, 2002
  3. A. Kummert, 'Fuzzy technology implemented in sonar system,' IEEE Journal of Oceanic Engineering, vol. 18, no. 4, pp. 483-490, 1993 https://doi.org/10.1109/48.262298
  4. G. Zhou and G. B. Giannakis, 'Retrieval of self-coupled harmonics,' IEEE Tansaction on Signal Processing, vol. 43, no. 5, pp. 1173-1186, 1995 https://doi.org/10.1109/78.382402
  5. 이성은, 황수복, 노도영, '수동소나를 이용한 수중물체 자동판별기법 연구,' 한국군사과학기술학회 논문지, 제3권, 제1호, pp. 76-84, 2000
  6. 김현식, '소나 표적의 특징정보추출을 위한 진화적PSR 추정 알고리즘,' 한국지능시스템학회 논문지, 18권 5호, pp. 632-637, 2008
  7. F. van der Heijden, 'Edge and line feature extraction based on covariance models,' IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 17, no. 1, pp. 16-33, 1995 https://doi.org/10.1109/34.368155
  8. Z. Michalewicz, Genetic Algorithms+Data Structures=Evolution Programs, Springer-Verlag, 1995
  9. D. B. Fogel, Evolutionary Computation : Toward a New Philosophy of Machine Intelligence, IEEE Press, 1995
  10. C. T. Leondes, Fuzzy Theory Systems, Academic Press, 1999
  11. Y. Bar-Shalom, and Xiao-Rong Li, 'Estimation and Tracking Principles, Techniques and Software,' Artech House, Inc, 1993