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
- 이는 빔형성 기법에 관계없이 발생하였으며, 특히 CBF나 MUSIC과 같이 고분해능을 갖는 기법들에서 두드러졌다. 본 논문에서는 이를 해결하기 위해 거리 탐색 과정에서 경사도를 기반으로 방위각 오차를 보정하는 기법을 제안하였다. 모의 실험을 통해 본 기법이 방위각 오차가 주엽의 폭을 넘어가지 않는 경우, 거리 탐색 경로를 주엽의 중심으로 보정할 수 있음을 보였고, 그에 따라 방위각 오차에 따른 거리 추정 성능 열화를 보상할 수 있음을 보였다.
- 본 논문에서는 초점빔형성 기법을 이용하여 근거리 신호원의 위치를 추정하는 과정에서 시스템 복잡도 감소를 위해 방위각 추정과 거리 추정을 분리했을 때 발생하는 문제와 그 해결방안을 제시하였다. 방위각 오차가 발생하는 경우, 거리방향 빔의 출력이 낮아지고 첨두의 위치에 오차가 발생하는 문제가 발생하였다.
- 본 장에서는 모의실험을 통해 제안하는 기법이 입사각 추정 오차의 영향을 얼마나 효과적으로 제어하는지 살펴보았다. rs=dF/3의 거리, 입사각 0°에 협대역 음원이 존재한다고 가정하고, 101 개의 센서로 이루어진 등간격 선형 배열로 신호의 거리 추정을 시행하였다.
- 이는 거리 탐색을 하는 데 있어서 방위각 오차의 영향을 줄이는 연구와 높은 연관이 있으며, 본 논문에서는 이를 이용하여 방위각 오차의 영향을 덜 받는 거리 추정 알고리즘을 제안하였다. 초점빔의 특성에 맞게 방위각 오차로 인한 자기신호 감소 현상을 막으면서도 거리 방향 빔의 분해능 감소를 막기 위하여, 제안하는 기법은 방위각 오차를 보정하는 방향으로 작용하는 경사법(gradient method)을 기반으로 한다.
가설 설정
- 101 개의 센서로 이루어진 등간격 선형 배열을 가정하고 rs=dF/3의 거리, 방위각 0°에 존재하는 협대역 신호원으로부터 전달되는 신호에 대해 2차원 탐색을 수행한 것으로, 여기서 dF는 Fresnel 거리이다.
- 수중에서의 음속은 1,500m/s로 가정하였고, 센서간 거리는 신호의 반파장으로 가정하였다. 500개의 샘플을 이용하여 입사 신호의 공분산 행렬을 계산하였으며 샘플링 주파수는 신호원 주파수의 10배로 가정하였고, 입력 신호의 신호 대 잡음 비는 10dB이다. 이는 입사각 오차에 따른 영향만을 확인하기 위한 것이다.
- rs=dF/3의 거리, 입사각 0°에 협대역 음원이 존재한다고 가정하고, 101 개의 센서로 이루어진 등간격 선형 배열로 신호의 거리 추정을 시행하였다.
- 본 논문에서는 편의를 위해 수신 신호의 전력 을 1로 가정하였다. 이 때, 잡음 벡터 n(t)는 평균이 0이고 분산이 #인 i.
- 이 때 신호원의 거리 rs는 Fresnel 거리로 정의되는 2L2/λ보다 작은 값이며, 이 때 L은 센서 배열의 크기, λ는 전달되는 신호의 파장이다[3]. 본 논문에서는 협대역 신호원을 가정했으며 센서간 거리 d는 파장의 반과 같다.
- 101 개의 센서로 이루어진 등간격 선형 배열을 가정하고 rs=dF/3의 거리, 방위각 0°에 존재하는 협대역 신호원으로부터 전달되는 신호에 대해 2차원 탐색을 수행한 것으로, 여기서 dF는 Fresnel 거리이다. 수중에서의 음속은 1,500m/s로 가정 하였고, 센서간 거리는 신호의 반파장으로 가정하였다. 상술한 바와 같이 주엽 주변으로 많은 부엽이 형성되는 것을 확인할 수 있다.
- 101 개의 센서로 이루어진 등간격 선형 배열을 가정하고 rs=dF/3의 거리, 방위각 0°에 존재하는 협대역 신호원으로부터 전달되는 신호에 대해 2차원 탐색을 수행한 것으로, 여기서 dF는 Fresnel 거리이다. 수중에서의 음속은 1,500m/s로 가정 하였고, 센서간 거리는 신호의 반파장으로 가정하였다. 상술한 바와 같이 주엽 주변으로 많은 부엽이 형성되는 것을 확인할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.