• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.629-632
• /
• 2004

수중 표적을 식별하기 위해서는 표적이 방사하는 소음의 특징을 미리 알고 있어야 한다. 소음의 특징은 스펙트럼상의 상이한 주파수나 특징적 패턴을 형성하는데 수중에서 표적을 구별하는 주요 성분이다. 이 논문에서는 이런 표적의 고유 식별 정보를 모델링하고 구축하는 수중 음향 분석 시스템을 설계, 구현하였다. 이로써 표적관련 음파 특징 정보를 수치화하고 체계적으로 구축해 정밀분석의 토대를 마련하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.708-711
• /
• 2011

해군에서는 수중표적을 효과적으로 탐색하기 위한 소나운용전술 개발에 노력하고 있다. 수중표적 탐색에서의 기본전략은 HMS의 사용이다. HMS는 운용 준비시간이 짧고, 해상상태나 기상상태와 무관하게 상시 운용 가능한 장점이 있지만, 해양환경과 소나운용전술 등의 상호작용으로 수중표적을 효과적으로 탐지하기가 어렵다. 본 연구에서는 HMS를 이용한 수중표적 탐색효과를 분석하기 위해, 다양한 환경에서 여러 가지 탐색패턴을 이용하여 수중표적을 탐색하는 시뮬레이션을 수행하였다. 시뮬레이션에서는 단일 함정이 고정영역에 존재하는 하나의 수중표적을 탐색하고, 그 수중표적은 회피 기동을 하는 것으로 가정하였다. 시뮬레이션 결과로 효과적인 수중표적 탐색방법을 제시하고 그 효과를 분석하였다. 본 연구 결과는 효율적인 소나운용전술을 개발하고 발전시키는데 그 기초자료로 활용될 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.539-542
• /
• 2009

해군에서는 소나를 이용하여 수중 표적을 효과적으로 탐색하기 위한 소나운용전술을 개발하기 위해 노력하고 있다. 효율적인 소나운용전술 개발을 위해서는 먼저 다양한 운영전술에 대한 효과도를 분석할 수 있는 시뮬레이션 시스템이 필요하다. 시뮬레이션 시스템은 해양환경 정보, 자함 정보, 소나 정보, 그리고 수중표적의 정보를 매개변수로 입력받아 운용전술에 대한 시뮬레이션을 수행하며, 시뮬레이션의 진행에 따른 다양한 정보를 제공할 수 있어야 한다. 본 연구에서는 다양한 환경에서 수중표적에 대한 함정의 최적 탐색 전략을 평가할 수 있는 탐색효과도 분석용 시뮬레이션 시스템을 설계 개발하였다. 시뮬레이션 시스템은 다양한 형태의 해양상태를 반영할 수 있도록 소나방정식 및 탐지확률곡선을 이용하여 개발되었으며, 표적의 실제적인 행동패턴을 고려하여 여러 가지 형태의 기동 패턴을 시스템에 묘사하였다. 개발된 시스템은 앞으로 수중표적에 대한 효율적인 소나운용전술을 개발하고 발전시키는데 유용하게 사용될 수 있을 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2137-2142
• /
• 2012

수중환경 하에서 표적을 탐지하고 식별하는 문제는 군사적인 목적은 물론 비군사적 목적으로도 많은 연구가 수행되어 왔다. 수중환경에서의 수중음향 신호가 시간 공간적으로 특성이 변화하며 천해 다중경로 환경을 반영하는 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술은 매우 어려운 기술로 여겨져 왔다. 또한 실제 데이터 수집의 어려움이 따르게 된다. 본 논문에서는 수중환경 하에서 능동 표적신호를 합성, 특징추출 및 표적식별을 수행할 수 있는 시뮬레이터를 구현하였다. 표적신호의 합성에는 하이라이트 모델과 3차원 모델을 사용하였으며, 표적신호의 식별을 위해서는 다중각도에 기반한 은닉 마코프모델을 사용하였다.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.370-376
• /
• 2023

수중영상은 수중 잡음과 낮은 해상도로 표적의 형상과 구분이 명확하지 않다. 그리고 딥러닝의 입력으로 수중영상은 전처리가 필요하며 Segmentation이 선행되어야 한다. 전처리를 하여도 표적은 명확하지 않으며 딥러닝에 의한 탐지, 식별의 성능도 높지 않을 수 있다. 따라서 표적을 구분하며 명확하게 하는 작업이 필요하다. 본 연구에서는 수중영상에서 표적 그림자의 중요성을 확인하고 그림자에 의한 물체 탐지 및 표적 영역 획득, 그리고 수중배경이 없는 표적과 그림자만의 형상이 담긴 데이터를 생성하며 더 나아가 픽셀값이 일정하지 않은 표적과 그림자 영상을 표적은 흰색, 그림자는 흑색, 그리고 배경은 회색의 3-모드의 영상으로 변환하는 과정을 제시한다. 이를 통해 딥러닝의 입력으로 명확히 전처리된 판별이 용이한 영상을 제공할 수 있다. 또한 처리는 Open Source Computer Vision(OpenCV)라이브러리의 영상처리 코드를 사용했으면 처리 속도도 역시 실시간 처리에 적합한 결과를 얻었다.

• 한국음향학회지
• /
• 제12권3호
• /
• pp.34-42
• /
• 1993

수중운동 추적체계의 추적 성능은 표적에 부착된 핑거로부터의송신음향이 수중센서에 도달하기 까지의 시지연과, 해저에 부설된 각 센서가 시지연을 이용하여 기하학적으로 계산하는 LOP를 얼마나 정확하게 추출하느냐에 달려있다. 본 논문에ㅓ는 수중운동 추출하느냐에 달려있다. 본 논문에서는 수중운동 추적체계의 추적성능을 예측하기 위하여 먼저 CRLB를 이용한 시지연 예측오차의 기준경계식을 유도하고, 임의 표적운도에 이를 적용시켜 추적거리오차를 추출하였다. 시뮬레이션 결과, 표적이 원형 기동하는 경우보다 직선 기동하는 경우에 표적위치에 따라 오차의변화가 더 심하고, 수중운동 추적체계의 이론적 설계성능은 주파수 대역에 의해 영향을 가장 많이 받음을 확인하였다. 한편 4km*4km 범위의 수중센서 패턴을 사용하고 주파수 대역폭을 200Hz로 취한 경우 시간지연에 의한 수중운동 추적체계의 이론적 추적오차는 0.24m 이내로 시뮬레이션 되었다.

• 한국정보통신학회논문지
• /
• 제16권9호
• /
• pp.1878-1883
• /
• 2012

일반적으로 수중표적 인식에서는 표적의 형상/재질에 따른 수신 표적신호의 공간적인 정보를 특징인자로 추출하여 식별하고자 하는 특징을 추출하였다. 또한, 표적신호의 수신 위치에 덜 민감한 특징파라미터 추출을 위해 다양한 신호처리 기법을 적용하는 연구가 수행되어 왔다. 본 논문에서는 표적신호의 수신위치에 상대적으로 민감하지 않은 정준상관분석(Canonical correlation Analysis; CCA)을 사용하여 합성된 수중물체의 특징을 분석하였다. 다중각도 환경에서 특징추출을 위해 정준산관분석기법이 적용되었으며, 각각 다른 각도에서 수중물체에 반사되어 되돌아오는 연속적인 두개의 소나신호를 대상으로 정준상관분석을 수행하여 두 신호의 상관성을 분석하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 학술발표대회 논문집 제19권 2호
• /
• pp.131-134
• /
• 2000

본 논문에서는 각 지역의 수중 음향 센서로부터 중앙의 정보 융합 센터로 전송되어진 동일한 또는 상이한 표적의 Identity 정보들을 종합해 최종적으로 표적의 Identity를 결정하는 Decision Fusion 기법을 다룬다. 기존의 연구는 표적의 속성 정보로부터 정보 융합을 통해 표적의 Identity를 선택하는 기법을 주로 다루고 있다. 그러나 본 논문에서는 기존의 연구보다 한 단계 나아가 선택된 표적의 Identity들로부터 운용자가 가장 합리적인 결정을 내릴 수 있도록 하는 표적의 Identity 결정을 위한 Decision Fusion 기법을 제안한다. 이러한 수중 음향 표적 식별 시스템에서의 Identity Decision Fusion 기법으로 Voting 기법, 센서 정보의 신뢰도를 고려한 Weighted Voting 기법, 그리고 다 기준 의사 결정 기법인 Analytic Hierarchy Process (AHP) 기법을 제안하고 그 성능을 평가한다

• 융합신호처리학회논문지
• /
• 제11권3호
• /
• pp.203-208
• /
• 2010

본 논문에서는 소나 시스템을 통해 획득된 수중 음향 신호를 디지털 영상의 형태로 변환한다. 그리고 이러한 형태의 영상에 대해 영상 처리 기법을 도입하여 표적 후보를 탐지하고, 이들 영역에 대해 정보를 강화하는 알고리즘을 제안한다. 수중 표적의 탐지 과정은 우선 수중음향신호 영상에서 불규칙한 형태로 분포하고 있는 배경 잡음을 추정하여 재구성한 뒤, 원 영상에서 배경 영상을 제거하여 초기 표적 후보군을 획득한다. 또한 도플러 신호 정보를 가공하여 가중치 맵을 생성하고, 배경잡음이 제거된 영상에 대해 가중치 맵을 이용한 필터링 과정을 수행함으로써 표적 후보에 대한 정보를 보다 정확히 확보하고, 단일프레임에서의 표적 후보 정보를 강화한다. 본 논문에서는 시뮬레이션으로 획득된 수중음향신호에 대해 제안된 알고리즘을 적용하여, 불규칙적으로 발생하게 되는 잡음이 대부분 제거됨을 확인하였고, 필터링 및 표적 탐지 과정을 통해 수중음향신호 영상에서 표적이 더욱 명확히 표시됨을 확인하였다.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2505-2511
• /
• 2013

수중환경 하에서 표적을 탐지하고 식별하는 문제는 군사적인 목적은 물론 비군사적 목적으로도 많은 연구가 수행되어 왔다. 수중환경에서의 수중음향 신호가 시간 공간적으로 특성이 변화하며 천해 다중경로 환경을 반영하는 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술은 매우 어려운 기술로 여겨져 왔다. 또한 실제 데이터 수집의 어려움이 따르게 된다. 본 논문에서는 3차원 하이라이트 분포를 가지는 모델을 이용하여, 능동소나 표적신호를 음선 추적기법을 기반으로 하여 합성하였다. 합성된 표적신호를 대상으로 Fractional Fourier 변환을 적용하여 특징벡터를 추출하였고, 신경회로망 인식기를 이용하여 인식 실험을 수행하였다.