• 제목/요약/키워드: 잔향제거

검색결과 33건 처리시간 0.022초

서브밴드 적응신호처리를 이용한 음향 에코제거기의 모델링 (Modeling of Acoustic Echo Canceller Using Subband Adaptive Signal Processing)

  • 김천덕;심동연;정호문;이준구;차경환
    • 한국음향학회지
    • /
    • 제16권5호
    • /
    • pp.43-49
    • /
    • 1997
  • TV 회의 시스템 또는 확성회의 시스템에 응용되는 반향제거기에 있어서, 긴 잔향시간을 갖는 실내 공간에서는 환경변화에 따른 필터계수의 갱신에 많은 시간이 필요하며 실시간 처리에 장애요인이 되고 있다. 따라서 본 논문에서는 MPEG 오디오 시스템에서 이용하고 있는 폴리페이즈 필터 뱅크를 사용한 서브밴드 적응 신호처리법을 제안한다. 이 방법은 입력과 출력의 스펙트럼을 몇 개의 주파수 밴드로 분할하여, 각 밴드를 ES-NLMS 알고리즘을 이용하여 적응처리하는 것이다. 계산기상의 시뮬레이션을 통하여 최적의 서브밴드 수를 구하였으며, 기존의 풀밴드 방식에 대하여 수렴속도 및 제특성이 약 2dB 정도 작을때 서브밴드로 분할하는 방법이 연산량에 있어서 약 88% 정도 감소하여 풀밴드보다 우수한 것으로 나타났다.

  • PDF

시역전 처리에서 센서 배열 최적화에 관한 연구 (Optimization of Array Configuration in Time Reversal Processing)

  • 주재훈;김재수;지윤희;정재학;김덕영
    • 한국음향학회지
    • /
    • 제29권7호
    • /
    • pp.411-421
    • /
    • 2010
  • 수중음향에서 시역전 처리는 잔향음 제거 및 표적반향음 향상, 수중감시, 수중통신 등 다양한 분야에서 응용되고 있다. 특히, 근래에 활발히 연구되는 수중통신에서 시역전 처리를 이용해 신호를 시-공간적으로 집속함으로써 신호 대 잡음 비를 증가시켜 전송거리를 높임과 동시에 비트 오차율을 상당히 개선하였다. 본 논문에서는 시역전 처리에서의 센서 배열 최적화에 대한 두 가지 이슈를 다루었다. 먼저, 다양한 해양환경에서의 센서 배열에 대한 최적 센서 수에 대해 연구하였다. 두번째는 주어진 센서 수에 대해 최적의 센서 배치를 결정하는 알고리즘을 개발하였다. 센서 배열 최적화 알고리즘을 집속점과 관심영역에서 음향에너지 대비를 최대화시키는 센서 위치와 수를 목적함수로 하는 유전알고리즘을 기초로 하여 구체화하였다. 또한, 시역전과 신호처리 과정이 동일한 원리로 수행되는 정합장 처리를 이용하여 모의실험 결과에 대한 타당성을 실제 해양 실험데이터를 통해 검증 하였다. 최적화의 결과로 집속점에서 음향에너지가 기존의 센서배치 보다 최대 3 dB정도 향상되는 것을 확인하였다.

소수 불균형 데이터의 심층학습을 통한 능동소나 다층처리기의 표적 인식성 개선 (Improving target recognition of active sonar multi-layer processor through deep learning of a small amounts of imbalanced data)

  • 류영우;김정구
    • 한국음향학회지
    • /
    • 제43권2호
    • /
    • pp.225-233
    • /
    • 2024
  • 능동소나는 은밀하게 기동하는 수중 물체를 탐지하기 위해 음파를 송신하여 표적에서 반사되어 돌아오는 신호를 탐지한다. 그러나 능동소나의 수신 신호에는 표적의 반향음 외에도 해저면/해수면의 잔향, 생물 소음 및 기타 잡음 등이 섞여 있어 표적 인식을 어렵게 한다. 기존의 문턱값 이상의 신호를 탐지하는 기법은 설정한 문턱값에 따라 오탐지가 발생하거나 표적을 놓치는 경우가 발생할 뿐 아니라 다양한 수중환경마다 적절한 문턱값을 설정해야하는 문제가 있다. 이를 극복하기 위해 Constant False Alarm Rate(CFAR) 등의 기법을 이용한 문턱값의 자동산출과 진보된 형태의 추적 필터 및 연계 기법을 적용한 연구가 수행되었지만, 상당수의 탐지가 발생하는 환경에서는 그 한계가 있다. 최근 심층학습 기술이 발달함에 따라 수중 표적 탐지분야에도 이를 적용하기 위한 노력이 있었으나, 분류기 학습을 위한 능동소나 데이터의 획득이 매우 어려워 데이터가 희소할 뿐 아니라, 극소수의 표적과 상대적 다수의 비표적으로 인한 데이터의 불균형성으로 어려움이 있다. 본 논문에서는 탐지 신호의 에너지 분포 영상을 이용하되, 데이터의 불균형성을 고려한 방식으로 분류기를 학습하여 표적과 비표적을 구분하는 기법을 기존 소나처리 기법에 추가하여 표적의 오분류를 최소화하면서 비표적을 제거하여 능동소나 운용자의 표적 인식을 용이하게 하였다. 그리고 동해에서 수행한 해상실험에서 획득한 능동소나 데이터를 통해 제안 기법의 유효성을 검증하였다.