선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 퇴적물의 임피던스는 수층과 차이를 나타내며, 퇴적물에 따른 반사손실의 차이가 생긴다. 이러한 퇴적물과 수층의 음향 임피던스에 의해 나타나는 반사손실을 해저면 분류에 사용하고자 한다. 최근에 고주파수 (10 kHz - 100 kHz) 대역에서 가장 정확하다고 알려진 Mourad와 Jackson의 모델은 Hamilton이 제안한 지음향 인자들과 평균입 도 간의 상관관계를 기반으로 해저면 지음향 인자를 평균입도의 함수로 나타내었다[11].
제안 방법
- 해저면 분류를 위하여 고주파수대역의 다양한 주파수에 대한 해저면의 음향학적 신호 응답 특성인 반사손실을 해저면 분류 특성으로 선정하였다. 또한 퇴적물의 거칠기를 고려한 주파수 종속성 반사손실 모델을 이용하여 맴다니 형태의 퍼지 분별 시스템를 구성하여 해저면 분류를 연구하였다. 2003년 5월 19일부터 23일까지 5일간 해상 실험을 통해 획득한 해저면 반사손실을 입력 값으로 퍼지 분별 시스템를 이용하여 해저면 특성 분류 및 평균입도 분석를 실시하였으며, 지질학적인 방법을 이용한 결과와 비교하였다.
- 남해 6개 정점 중 피스톤 코어로 해저퇴적물이 시추된 5개 정점에 대해서 퍼지 이론을 이용한 해저면 분류 결과를 입도분석 결과와 비교하였다. 그림 4는 퍼지 이론을 이용한 해저면 분류의 예이다.
- 남해 6개 정점 중 피스톤 코어로 해저퇴적물이 시추된 5개 정점에 대해서 퍼지 이론을 이용한 해저면 분류 결과를 입도분석 결과와 비교하였다. 그림 4는 퍼지 이론을 이용한 해저면 분류의 예이다.
- 해저면 분류를 위하여 고주파수대역의 다양한 주파수에 대한 해저면의 음향학적 신호 응답 특성인 반사손실을 해저면 분류 특성으로 선정하였다. 또한 퇴적물의 거칠기를 고려한 주파수 종속성 반사손실 모델을 이용하여 맴다니 형태의 퍼지 분별 시스템를 구성하여 해저면 분류를 연구하였다. 2003년 5월 19일부터 23일까지 5일간 해상 실험을 통해 획득한 해저면 반사손실을 입력 값으로 퍼지 분별 시스템를 이용하여 해저면 특성 분류 및 평균입도 분석를 실시하였으며, 지질학적인 방법을 이용한 결과와 비교하였다.
- 그러나 수게노 구조의 퍼지 분별 시스템 (Fuzzy Inference System, FIS)은 맴다니 (mamdani) 구조의 퍼지 분별 시스템보다 계산량이 적은 장점이 있으나 구성이 복잡한 단점이 있다. 본 논문에서는 적은 특성만으로도 해저면의 특성을 표현이 가능하므로 구성이 간단한 맴다니 구조의 퍼지를 사용하였다. 해저면 분류의 판단 기준이 되는 소속 함수 (membership function)는 크게 두 부분으로 입력 소속함수와 출력 소속함수로 구성된다.
- 경계면으로부터 반사된 신호는 다시 수신기로 수신하여 증폭 후 고주파 대역 통과 필터 후 A/D 변환기를 거쳐 저장하였다. 수신된 신호는 감쇠손실 및 전달손실을 고려하여 반사손실을 계산하였다.
- 이러한 퇴적물과 수층의 음향 임피던스에 의해 나타나는 반사손실을 해저면 분류에 사용하고자 한다.
- 해저면 분류의 판단 기준이 되는 소속 함수 (membership function)는 크게 두 부분으로 입력 소속함수와 출력 소속함수로 구성된다. 입력 소속함수는 표 3과 같이 주파수 종속 해저면 반사손실 모델 (HYBRL)로 수직입사각에서의 최소입도와 최대입도의 영향을 고려한 반사손실로 구성하였고. 출력 구성함수는 지질학적 분류 기준 (Wentworth grain size scale)으로 구성하였다 [17], 측정된 반사손실은 입력 소속함수에 규칙 (Rule)을 적용하여 입력 소속함수에 대한 반사손실의 소속도를 평가하고, 평가된 소속도에 의해 출력 소속함수의 소속도를 결정한 후 디퍼지피케이션 (Defuzzification) 과정을 거쳐 평균입도를 출력하는 해저 퇴적물 분류과정을 거친다 (표 4, 그림 2)
- 해저면 분류의 판단 기준이 되는 소속 함수 (membership function)는 크게 두 부분으로 입력 소속함수와 출력 소속함수로 구성된다. 입력 소속함수는 표 3과 같이 주파수 종속 해저면 반사손실 모델 (HYBRL)로 수직입사각에서의 최소입도와 최대입도의 영향을 고려한 반사손실로 구성하였고. 출력 구성함수는 지질학적 분류 기준 (Wentworth grain size scale)으로 구성하였다 [17], 측정된 반사손실은 입력 소속함수에 규칙 (Rule)을 적용하여 입력 소속함수에 대한 반사손실의 소속도를 평가하고, 평가된 소속도에 의해 출력 소속함수의 소속도를 결정한 후 디퍼지피케이션 (Defuzzification) 과정을 거쳐 평균입도를 출력하는 해저 퇴적물 분류과정을 거친다 (표 4, 그림 2)
- 해저 퇴적물의 음향학적 응답특성을 퍼지의 장점을 이용하여 해저면 분류에 적용하였다. Stepnowski 등[8]은 특정주파수를 사용하여 한정된 정보에서 다양한 특성을 추출하고 그 특성을 기준으로 분류해야 하는 문제점 때문에 상대적으로 계산량이 적은 수게노 (Sugeno) 구조의 퍼지를 사용하였다.
- 해저면 분류를 위하여 고주파수대역의 다양한 주파수에 대한 해저면의 음향학적 신호 응답 특성인 반사손실을 해저면 분류 특성으로 선정하였다. 또한 퇴적물의 거칠기를 고려한 주파수 종속성 반사손실 모델을 이용하여 맴다니 형태의 퍼지 분별 시스템를 구성하여 해저면 분류를 연구하였다.
- 해저면 분류를 위하여 고주파수대역의 다양한 주파수에 대한 해저면의 음향학적 신호 응답 특성인 반사손실을 해저면 분류 특성으로 선정하였다. 또한 퇴적물의 거칠기를 고려한 주파수 종속성 반사손실 모델을 이용하여 맴다니 형태의 퍼지 분별 시스템를 구성하여 해저면 분류를 연구하였다.
대상 데이터
- 송신기는 T-128 (30 kHz), TC 2116 (50, 80, 100 kHz) 및 T-38 (120 kHz)의 5개 주파수를 사용하였고, 수신기는 TC 4014 를 사용하6 해저면 반사신호를 획득하였다 (그림 3).
- 송신기는 T-128 (30 kHz), TC 2116 (50, 80, 100 kHz) 및 T-38 (120 kHz)의 5개 주파수를 사용하였고, 수신기는 TC 4014 를 사용하여 해저면 반사신호를 획득하였다 (그림 3).
- 송신기는 T-128 (30 kHz), TC 2116 (50, 80, 100 kHz) 및 T-38 (120 kHz)의 5개 주파수를 사용하였고, 수신기는 TC 4014 를 사용하여 해저면 반사신호를 획득하였다 (그림 3). 음원 신호는 펄스길이가 5, 10, 20 ms의 정현파 신호를 사용하였고. 2-3 초 간격으로 10-20 회씩 반복하여 송신하였다.
- 해저면 분류 기법의 검증을 위하여 고주파 해저면 음향 실험이 2003년 5월 19일 25일 기간 중 남해해역 (거제도-대마도)에서 실시하였다. 한국지질자원 연구소의 해저퇴적물 분포도를 기본으로 해저 퇴적물 분포가 다른 6개의 정점을 선정하였으며, 실험 해역의 지음향 자료는 피스톤 코어를 이용하여 퇴적물을 채취하였다 (그림 3). 채집된 퇴적물은 탄산염, 유기물 제거 후 4Φ이하의 사질 성분은 물채질 (wet sieving)을 4Φ이상의 니질 퇴적물은 피펫팅 (pipeting)을 이용하여 퇴적물의 양을 측정 후 Fork 와 Ward (1957)의 방법으로 평균입도 및 모멘트를 산출하였다.
- 해저면 분류 기법의 검증을 위하여 고주파 해저면 음향 실험이 2003년 5월 19일 25일 기간 중 남해해역 (거제도-대마도)에서 실시하였다. 한국지질자원 연구소의 해저퇴적물 분포도를 기본으로 해저 퇴적물 분포가 다른 6개의 정점을 선정하였으며, 실험 해역의 지음향 자료는 피스톤 코어를 이용하여 퇴적물을 채취하였다 (그림 3). 채집된 퇴적물은 탄산염, 유기물 제거 후 4Φ이하의 사질 성분은 물채질 (wet sieving)을 4Φ이상의 니질 퇴적물은 피펫팅 (pipeting)을 이용하여 퇴적물의 양을 측정 후 Fork 와 Ward (1957)의 방법으로 평균입도 및 모멘트를 산출하였다.
- 해저면 분류 기법의 검증을 위하여 고주파 해저면 음향 실험이 2003년 5월 19일 25일 기간 중 남해해역 (거제도-대마도)에서 실시하였다. 한국지질자원 연구소의 해저퇴적물 분포도를 기본으로 해저 퇴적물 분포가 다른 6개의 정점을 선정하였으며, 실험 해역의 지음향 자료는 피스톤 코어를 이용하여 퇴적물을 채취하였다 (그림 3).
- 해저면 분류 기법의 검증을 위하여 고주파 해저면 음향 실험이 2003년 5월 19일 25일 기간 중 남해해역 (거제도-대마도)에서 실시하였다. 한국지질자원 연구소의 해저퇴적물 분포도를 기본으로 해저 퇴적물 분포가 다른 6개의 정점을 선정하였으며, 실험 해역의 지음향 자료는 피스톤 코어를 이용하여 퇴적물을 채취하였다 (그림 3).
데이터처리
- 또한 퇴적물의 거칠기를 고려한 주파수 종속성 반사손실 모델을 이용하여 맴다니 형태의 퍼지 분별 시스템를 구성하여 해저면 분류를 연구하였다. 2003년 5월 19일부터 23일까지 5일간 해상 실험을 통해 획득한 해저면 반사손실을 입력 값으로 퍼지 분별 시스템를 이용하여 해저면 특성 분류 및 평균입도 분석를 실시하였으며, 지질학적인 방법을 이용한 결과와 비교하였다. 그 결과, 지질학적인 분류 기준 (평균입도)과는 달리 퍼지 이론을 통한 분류 결과에서는 음향학적인 거칠기 효과를 고려 함으로써 입도 분포가 우세한 입자의 크기가 대표값을 갖는다.
이론/모형
- 그러나 이 모델은 음향학적 거칠기에 대한 영향을 고려하지 못함으로써 주파수 의존성이 없다는 단점이 있다. 따라서 본 연구에서는 주파수에 따른 음향학적 거칠기의 영향을 보완한 해저면 반사손실 모델인 HYBRL (HanYang university Bottom Reflection Loss) 모델을 해저면 분류에 사용 하였다[12-16].
- 그러나 이 모델은 음향학적 거칠기에 대한 영향을 고려하지 못함으로써 주파수 의존성이 없다는 단점이 있다. 따라서 본 연구에서는 주파수에 따른 음향학적 거칠기의 영향을 보완한 해저면 반사손실 모델인 HYBRL (HanYang university Bottom Reflection Loss) 모델을 해저면 분류에 사용 하였다[12-16].
- 따라서 본 연구에서는 해저면의 음향학적 거칠기에 따른 주파수 의존성을 갖는 반사 손실 모델 (HYBRL model)을 이용하여 다양한 주파수로부터 획득된 해저면의 음향 신호 응답 특성으로부터의 해저면 특성 추출을 시도하였으며 분류 기법으로는 실제 해양의 해저퇴 적층이 갖고 있는 분류 경계의 모호성 고려가 가능한 퍼지 (Fuzzy)이론을 사용하였다.
- 따라서 본 연구에서는 해저면의 음향학적 거칠기에 따른 주파수 의존성을 갖는 반사 손실 모델 (HYBRL model)을 이용하여 다양한 주파수로부터 획득된 해저면의 음향 신호 응답 특성으로부터의 해저면 특성 추출을 시도하였으며 분류 기법으로는 실제 해양의 해저퇴 적층이 갖고 있는 분류 경계의 모호성 고려가 가능한 퍼지 (Fuzzy)이론을 사용하였다.
- 한국지질자원 연구소의 해저퇴적물 분포도를 기본으로 해저 퇴적물 분포가 다른 6개의 정점을 선정하였으며, 실험 해역의 지음향 자료는 피스톤 코어를 이용하여 퇴적물을 채취하였다 (그림 3). 채집된 퇴적물은 탄산염, 유기물 제거 후 4Φ이하의 사질 성분은 물채질 (wet sieving)을 4Φ이상의 니질 퇴적물은 피펫팅 (pipeting)을 이용하여 퇴적물의 양을 측정 후 Fork 와 Ward (1957)의 방법으로 평균입도 및 모멘트를 산출하였다.
- 채집된 퇴적물은 탄산염, 유기물 제거 후 4Φ이하의 사질 성분은 물채질 (wet sieving)을 4Φ이상의 니질 퇴적물은 피펫팅 (pipeting)을 이용하여 퇴적물의 양을 측정 후 Fork 와 Ward (1957)의 방법으로 평균입도 및 모멘트를 산출하였다.
- 입력 소속함수는 표 3과 같이 주파수 종속 해저면 반사손실 모델 (HYBRL)로 수직입사각에서의 최소입도와 최대입도의 영향을 고려한 반사손실로 구성하였고. 출력 구성함수는 지질학적 분류 기준 (Wentworth grain size scale)으로 구성하였다 [17], 측정된 반사손실은 입력 소속함수에 규칙 (Rule)을 적용하여 입력 소속함수에 대한 반사손실의 소속도를 평가하고, 평가된 소속도에 의해 출력 소속함수의 소속도를 결정한 후 디퍼지피케이션 (Defuzzification) 과정을 거쳐 평균입도를 출력하는 해저 퇴적물 분류과정을 거친다 (표 4, 그림 2)
- 출력 구성함수는 지질학적 분류 기준 (Wentworth grain size scale)으로 구성하였다 [17], 측정된 반사손실은 입력 소속함수에 규칙 (Rule)을 적용하여 입력 소속함수에 대한 반사손실의 소속도를 평가하고, 평가된 소속도에 의해 출력 소속함수의 소속도를 결정한 후 디퍼지피케이션 (Defuzzification) 과정을 거쳐 평균입도를 출력하는 해저 퇴적물 분류과정을 거친다 (표 4, 그림 2)
성능/효과
- 따라서 기존의 평균입도를 이용한 퇴적층의 대표값 추출 시 실제 존재하는 퇴적층의 입도 크기별 조성 분포와는 상이한 결과를 보일 수 있다. 본 연구에서 적용한 퍼지 분류기법의 경우, 다중 주파수를 이용하여 음향학적인 거칠기와 음향 임피던스에 의한 반사 손실을 동시에 고려함으로써 해저면에 존재하는 퇴적층의 주요 구성 입도를 추정할 수 있었다.
- 따라서 기존의 평균입도를 이용한 퇴적층의 대표값 추출 시 실제 존재하는 퇴적층의 입도 크기별 조성 분포와는 상이한 결과를 보일 수 있다. 본 연구에서 적용한 퍼지 분류기법의 경우, 다중 주파수를 이용하여 음향학적인 거칠기와 음향 임피던스에 의한 반사 손실을 동시에 고려함으로써 해저면에 존재하는 퇴적층의 주요 구성 입도를 추정할 수 있었다.
- 퍼지 기법을 이용한 퇴적물 분류 결과, 니질과 사질 퇴적물의 특징을 갖고 있는 A, D와 B, C, E 정점이 각각 입도 분석과 유사한 결과를 보였다. 오히려 단순한 평균값으로 대변되는 기존의 평균입도는 실제 그 함량이 매우 적은 입도를 대표값으로 표현하는 결과를 보인 반면, 퍼지 기법을 이용한 결과의 경우 실제 함량이 우세한 값을 퇴적물의 대표값으로 인식하는 결과를 보였다. 특히 가장 큰 차이를 보이는 정점 A는 평균입도의 분석결과는 5.
- 퍼지 기법을 이용한 퇴적물 분류 결과, 니질과 사질 퇴적물의 특징을 갖고 있는 A, D와 B, C, E 정점이 각각 입도 분석과 유사한 결과를 보였다. 오히려 단순한 평균값으로 대변되는 기존의 평균입도는 실제 그 함량이 매우 적은 입도를 대표값으로 표현하는 결과를 보인 반면, 퍼지 기법을 이용한 결과의 경우 실제 함량이 우세한 값을 퇴적물의 대표값으로 인식하는 결과를 보였다. 특히 가장 큰 차이를 보이는 정점 A는 평균입도의 분석결과는 5.
- 특히 가장 큰 차이를 보이는 정점 A는 평균입도의 분석결과는 5.6 Φ를 나타내고 있으나, 퍼지 분석 결과는 퇴적물의 함량이 높은 7.7 Φ를 나타내고 있으며, 실제로 5-6 Φ에서는 퇴적물의 전체함량에 7 %로 전체 함량의 60 %인 7 - 8 Φ에 비해 아주 낮은 값임을 알 수 있다 (그림 5).
- 퍼지 기법을 이용한 퇴적물 분류 결과, 니질과 사질 퇴적물의 특징을 갖고 있는 A, D와 B, C, E 정점이 각각 입도 분석과 유사한 결과를 보였다. 오히려 단순한 평균값으로 대변되는 기존의 평균입도는 실제 그 함량이 매우 적은 입도를 대표값으로 표현하는 결과를 보인 반면, 퍼지 기법을 이용한 결과의 경우 실제 함량이 우세한 값을 퇴적물의 대표값으로 인식하는 결과를 보였다.
후속연구
- 이러한 현상은 다중 주파수를 사용함으로써 음향학적인 거칠기 인식에 의한 신호응답이 잘 나타나고 있음을 보여주었다. 향후, 다양한 해저 퇴적물에 대한 해상 실험 및 분류 연구가 지속적인 연구를 위해서는 해저면 퇴적물 분포의 최대값 뿐만 아니라 퇴적물 분포를 유추 할 수 있는 기법의 개발이 요구된다. 또한 다중 지향 측심기나 전방향 음원 등과 같은 다양한 음원을 이용한 해저면 분류 기법 개발이 요구된다.
- 이러한 현상은 다중 주파수를 사용함으로써 음향학적인 거칠기 인식에 의한 신호응답이 잘 나타나고 있음을 보여주었다. 향후, 다양한 해저 퇴적물에 대한 해상 실험 및 분류 연구가 지속적인 연구를 위해서는 해저면 퇴적물 분포의 최대값 뿐만 아니라 퇴적물 분포를 유추 할 수 있는 기법의 개발이 요구된다. 또한 다중 지향 측심기나 전방향 음원 등과 같은 다양한 음원을 이용한 해저면 분류 기법 개발이 요구된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.