• 한국군사과학기술학회지
• /
• 제20권1호
• /
• pp.33-39
• /
• 2017

In this paper, an effective feature which is capable of classifying targets among the detections obtained from 2D range-bearing maps generated in active sonar environments is proposed. Most conventional approaches for target classification with the 2D maps have considered magnitude of peak and statistical features of the area surrounding the peak. To improve the classification performance, HOG(Histogram of Gradient) feature, which is popular for their robustness in the image textures analysis is applied. In order to classify the target signal, SVM(Support Vector Machine) method with reduced HOG feature by the PCA(Principal Component Analysis) algorithm is incorporated. The various simulations are conducted with the real clutter signal data and the synthesized target signal data. According to the simulated results, the proposed method considering HOG feature is claimed to be effective when classifying the active sonar target compared to the conventional methods.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1261-1267
• /
• 2015

The problem of underwater target detection and classification has been attracted a substantial amount of attention and studied from many researchers for both military and non-military purposes. The difficulty is complicate due to various environmental conditions. In this paper, we study classifier ensemble methods for active sonar target classification to improve the classification performance. In general, classifier ensemble method is useful for classifiers whose variances relatively large such as decision trees and neural networks. Bagging, Random selection samples, Random subspace and Rotation forest are selected as classifier ensemble methods. Using the four ensemble methods based on 31 neural network classifiers, the classification tests were carried out and performances were compared.

• 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.

• 한국멀티미디어학회논문지
• /
• 제19권10호
• /
• pp.1775-1781
• /
• 2016

Generally, in the underwater target recognition, feature vectors are extracted from the target signal utilizing spatial information according to target shape/material characteristics. In addition, various signal processing techniques have been studied to extract feature vectors which are less sensitive to the location of the receiver. In this paper, we synthesized active echo signals using 3-dimensional highlight distribution. Then, Fractional Fourier transform was applied to echo signals to extract signal features. For the performance verification, classification experiments were performed using backpropagation and probabilistic neural network classifiers based on single aspect and multi-aspect method. As a result, we obtained a better recognition result using proposed feature extraction and multi-aspect based method.

• 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.

• 한국음향학회지
• /
• 제40권4호
• /
• pp.330-336
• /
• 2021

양상태 능동 소나에서 수중 표적의 산란 강도는 사용된 신호의 주파수, 표적과 음원사이의 각도를 의미하는 자세각, 표적과 수신기 사이의 각도를 나타내는 양상태각 등의 운용 변수에 따라 다르게 나타난다. 따라서 양상태 소나의 표적 탐지 및 식별 성능은 소나 운용 과정에서 표적, 음원, 그리고 수신기의 위치를 어떻게 변화시키느냐에 따라 그 성능이 달라질 수 있다. 본 연구에서는 양상태 소나 운용 시 자세각을 변화시키는 경우와 양상태각을 변화시키는 경우의 표적 식별 성능을 비교하여 어떤 변수를 변화시키는 것이 유리한지 평가하였다. 속이 비어있는 구와 실린더를 식별하는 시나리오를 가정하였으며, 유한요소법 기반의 음향 산란 시뮬레이션을 이용하여, 서포트 벡터 머신으로 두 표적을 분류하고 정확도를 비교하는 방법으로 성능을 비교하였다. 표적의 산란 신호만을 고려하기 위하여, 해저면 잔향의 효과는 고려하지 않았다. 비교 결과, 자세각을 고정한 상태에서 주파수와 양상태각으로 정의되는 산란 강도를 이용하는 것이 우수한 평균 분류 정확도를 보여주었으며, 이는 양상태 소나를 이용하여 구와 실린더를 식별하고자 하는 경우, 음원의 위치를 고정시킨 상태에서 수신기를 이동하여 양상태각을 변화시키는 것이 표적 식별에 더 효과적임을 보여준다.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.632-637
• /
• 2008

실제 시스템 적용에 있어서, 소나 표적의 특징정보추출을 위한 PSR(Propeller Shaft Rate) 추정 알고리즘은 다음과 같은 문제점들을 가지고 있다. 즉, 주파수 스펙트럼 기반의 소나 표적 식별에 있어서 다중의 스펙트럼 선들로부터 기본 주파수와 그 고조파들로 구성된 하모닉군을 구별하는 깃은 필수적이면서도 어렵기 때문에 정확하고 효율적인 기본주파수 발견법을 요구한다. 나아가, 구조와 파라메터에 있어서 용이한 설계 절차를 요구한다 이 문제들을 해결하기 위해서 전문가 지식 및 진화 전략(ES : Evolution Strategy)을 이용하는 진화적인PSR 추정 알고리즘이 제안되었다. 제안된 알고리즘의 성능을 검증하기 위해서는 소나 표적의 PSR 추정이 수행되었다. 시뮬레이션 결과는 제안된 알고리즘이 실시간 시스템 적용에서 존재하는 문제점들을 효과적으로 해결할 수 있음을 보여준다.

• 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.

• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.125-130
• /
• 2018

선형판별분석(LDA) 기법은 특징벡터의 차원을 줄이거나 클래스 식별에 이용되는 통계적 분석 방법이다. 그러나 선형 분리가 불가능한 데이터 집합의 경우에는 비선형 함수를 이용하여 특징벡터를 고차원의 공간으로 사상(mapping) 시켜줌으로써 선형 분리가 가능하도록 만들 수 있는데, 이러한 기법을 일반화된 판별분석(GDA) 또는 커널판별분석(KDA) 기법이라고 한다. 본 연구에서는 인터넷에 공개되어 있는 능동소나 표적신호에 LDA 및 GDA 기법을 이용하여 표적식별 실험을 수행하고, 그 결과를 비교/분석하였다. 실험 결과 104개의 테스트 데이터에 대해 LDA 기법으로는 73.08% 인식률을 얻었으나 GDA 기법으로는 95.19%로 기존의 MLP 또는 커널 기반 SVM에 비해 나은 성능을 보였다.

• 제어로봇시스템학회논문지
• /
• 제10권9호
• /
• pp.779-784
• /
• 2004

This paper describes a sonic polygonal multiple reflection range sensor (SPMRS), which uses multiple reflection properties usually ignored in ultrasonic sensors as disturbances or noises. Targets such as a plane, corner, edge, or cylinder in indoor environments can easily be detected by the multiple reflection patterns obtained with a SPMRS system. Target classification and feature data extraction, such as distance and azimuth to the target, are computed simultaneously by considering the geometrical relationships between the detected targets, and finally the environment model is generated by refining the detected targets. In addition, the narrow field of view of a sonar range sensor is increased and the scanning time is reduced by active motion of the SPMRS stepping servomechanism.