초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문은 가변심도소나 체계인 소노부이와 디핑소나의 최적 배치에 수중음향 특성을 반영하기 위해 해양환경 데이터베이스를 활용하여 소나의 성능을 최적 탐색 수심과 탐지거리로 나타내는 성능지표 모델을 구현하고, 음향 탐지 성능지표와 유전자 알고리즘을 이용한 최적배치 기법에 대해 연구하였다. 특히 표적에 대한 수심 정보가 없는 경우에도 표적 탐지거리를 산출할 수 있도록 표적의 공간적인 분포를 바탕으로 한 탐지지수 개념을 정립하여 실제 대잠수함 작전 시 활용 가능하도록 고안하였다. 음향 탐지 성능지표 모델과 유전자 ...

본 논문은 가변심도소나 체계인 소노부이와 디핑소나의 최적 배치에 수중음향 특성을 반영하기 위해 해양환경 데이터베이스를 활용하여 소나의 성능을 최적 탐색 수심과 탐지거리로 나타내는 성능지표 모델을 구현하고, 음향 탐지 성능지표와 유전자 알고리즘을 이용한 최적배치 기법에 대해 연구하였다. 특히 표적에 대한 수심 정보가 없는 경우에도 표적 탐지거리를 산출할 수 있도록 표적의 공간적인 분포를 바탕으로 한 탐지지수 개념을 정립하여 실제 대잠수함 작전 시 활용 가능하도록 고안하였다. 음향 탐지 성능지표 모델과 유전자 알고리즘을 이용하여 목표해역에서 각 가변심도소나 체계 위치에서의 탐지 반경과 탐지확률을 고려한 최적배치를 수행하였으며, 일반적인 무작위 배치 외에도 선형, 십자, 원형 배치 등 배치 형태에 따른 최적 배치를 시뮬레이션 하였다. 그리고 완성된 최적배치 알고리즘을 Monte Carlo(MC) 방법과 비교하여 효율성을 입증하였다.

주제어