[논문]대역 분할 처리를 통한 데몬 처리 성능 향상 기법

정명준; 황수복; 이승우; 김진석

doi:10.7776/ask.2013.32.2.138

대역 분할 처리를 통한 데몬 처리 성능 향상 기법
Multiband Enhancement for DEMON Processing Algorithms 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.32 no.2, 2013년, pp.138 - 146

정명준 (국방과학연구소 소나체계개발단) , 황수복 (국방과학연구소 소나체계개발단) , 이승우 (국방과학연구소 소나체계개발단) , 김진석 (국방과학연구소 소나체계개발단)

초록
AI-Helper

수동 소나는 데몬 처리를 통해 수중 표적의 방사 소음으로부터 프로펠러 정보를 분석한다. 기존 데몬 처리 기법은 신호대 잡음비(Signal to Noise Ratio)를 높이기 위해 시간 영역에 대해 음향 신호를 분할하여 중첩 처리하는 방법을 사용하였다. 다시 말해 일정 시간동안 음향 신호를 수집 및 분할 처리 후 평균을 취해 잡음의 분산(variance)을 감소시켜 신호대 잡음비를 향상시켰다. 그러나 이러한 방법은 각 처리 구간의 음향 신호가 서로 독립적이지 않아 높은 성능 향상을 위해서는 많은 시간과 연산량이 필요하다. 따라서 본 논문에서는 대역 분할 처리를 통한 데몬 처리 성능 향상 기법을 제안한다. 제안된 기법은 주파수 영역에서 음향 신호의 구간을 분할하여 데몬 처리를 수행하므로 기존 중첩 기법에 비해 짧은 시간안에 서로 독립적 음향 신호 수집이 가능하다. 따라서 기존 기법에 비해 적은 시간과 연산량으로 동일한 성능을 발휘할 수 있다. 제안된 기법은 수학적 분석 및 시뮬레이션을 통해 기존 기법에 비해 성능이 우수함을 검증하였다.

Abstract ▼ AI-Helper

Passive sonars employ DEMON (Detection of Envelope Modulation on Noise) processing to extract propeller information from the radiated noise of underwater targets. Conventional DEMON processing improves SNR(Signal to Noise Ratio) characteristic by Welch method. The conventional Welch method overlaps several different time domain DEMON outputs to reduce the variance. However, the conventional methods have high computational complexity to get high SNR with correlated acoustic signals. In this paper, we propose new DEMON processing method that divides acoustic signal into several frequency bands before DEMON processing and averages each DEMON outputs. Therefore, the proposed method gathers independent acoustic signal faster than conventional method with low computational complexity. We prove the performance of the proposed method with mathematical analysis and computer simulations.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

다시 말해 광대역 캐비테이션 소음 신호에서 일부 주파수 대역 신호를 이용하여 날개의 회전으로 발생하는 변조 신호를 복 조할 수 있다. 따라서 본 논문에서는 이러한 성질을 이용하여 대역 분할에 의한 데몬 성능 향상 기법을 제안한다.
본 논문에서는 대역 분할 처리를 통해 지금까지 발표된 데몬 처리 기법의 성능을 향상 시킬 수 있는 기법을 제안한다. 제안된 기법은 주파수 영역에서 음향 신호의 구간을 분할하여 데몬 처리를 수행하므로 기존 중첩 기법에 비해 짧은 시간에 서로 독립적인 음향 신호를 수집할 수 있다.
본 논문에서는 대역 분할을 통해 데몬 처리 기법의 성능을 향상 시킬 수 있는 기법을 제안한다. 기존 기법은 수집된 음향 소음 신호를 시간 영역에서 중첩 사용하여 처리 성능을 향상 시켰지만 처리 음향 신호들이 중첩으로 인해 서로 상관관계를 가져서 성능향상이 제한 적이었다.

가설 설정

[1] 특히 프로펠러 소음은 유체역학 소음의 한 형태로 수중에서 프로펠러 회전에 의해 생성된다. 프로펠러의 회전은 날개의 표면과 끝에 수압의 감소를 초래하는데, 이는 수중에 낮은 압력 공간을 형성하여 서로 다른 크기를 가지는 다수의 공기방울을 발생시키고 프로펠러 주위에서 서로 충돌하여 터짐으로써 광대역 신호(broadband signal) 특성을 갖는 캐비테이션 소음(cavitation noise)을 발생시킨다.

제안 방법

프로펠러 소음 신호 x_j(n), j = 1, …,N/M를 주파수 영역에서 중첩되지 않는 개의 대역 통과 필터를 적용하여 식(5) 에서 나타낸 ζ_ij(n)를 생성한다. 그 후 선택된 주파수대역에서 변조 신호의 복조를 위해 제곱을 수행하고 저주파 대역 통과 필터와 노치 필터를 이용하여 고주파 신호 및 DC 신호를 제거한다. 다음으로 시간 영역 신호를 주파수 영역으로 변환하기 위해 FFT를 수행하고 배경 소음을 제거하기 위해 소음 규준화를 수행한 후 스펙트럼 Λ_ij(f), i = 1, …,ψ, j = 1, …,N/M를 생성하였다.
즉 일정 시간동안 음향 신호를 수집하여 처리 구간(section)을 구분한다. 그다음 각각의 구간에 대한 분할 처리 후 평균을 취해 잡음의 분산(variance)을 감소시켜 신호대 잡음비를 향상시켰다. 또한 일반적으로 처리 구간은 음향 신호 수집 시간을 단축하기 위해 시간 영역에서 중첩(overlap)하여 사용하였다(이것은 3장에서 자세히 나타낼 것이다).
다음으로 시간 영역 신호를 주파수 영역으로 변환하기 위해 FFT를 수행하고 배경 소음을 제거하기 위해 소음 규준화를 수행한 후 스펙트럼 Λij(f), i = 1, …,ψ, j = 1, …,N/M를 생성하였다.
본 절에서는 Λij(f), i = 1, …,Ψ, j = 1, …,N/M의 분산과 Λij(f)를 평균하여 구한 스펙트럼 Pprop(f)의 분산을 비교하여 음향 소음 신호 x(n), n = 1, …,N을 시간 영역 및 주파수 영역에서 중첩되지 않는 Ψ× N/M개의 대역으로 구분한 제안 기법의 성능 향상 정도를 수학적으로 분석한다.
본 절에서는 Jk(f), k = 1, …,K의 분산과 Jk(f)를 평균하여 구한 스펙트럼 Pprev(f)의 분산을 비교하여 음향 소음 신호 x(n), n = 1, …,N을 시간 영역에 대해 중첩하여 K개의 구간으로 구분한 후 데몬 처리를 수행함으로 얻어지는 성능 향상 정도를 수학적으로 분석한다.
본 절에서는 예제를 통해 제안된 기법의 성능을 확인한다. 성능 비교를 위한 예제는 음향 소음 신호의 샘플링 주파수가 4,096 Hz, FFT 크기 M은 4,096이며, 스펙트럼의 누손(leakage) 감소를 위해 Hamming 윈도우를 적용하였다. 예제 #1은 데몬 처리 시간은 4초, 즉 음향 소음 신호의 개수 N가 20,480개로 설정하였고, 기존 기법의 중첩 비율 r은 0.
예제 #1은 데몬 처리 시간은 4초, 즉 음향 소음 신호의 개수 N가 20,480개로 설정하였고, 기존 기법의 중첩 비율 r은 0.75, 제안된 기법의 대역 분할 수 Ψ는 3으로 설정하였다.
제안 기법의 성능을 검증하기 위해 해상에서 디젤 기관을 가진 상선의 음향 소음 신호를 측정하여 데몬 처리를 분석하였다. 음향 소음 신호의 샘플링 주파수는 65,536Hz, FFT 크기 M은 65,536이며, 스펙트럼의 누손(leakage) 감소를 위해 사 Hamming 윈도우를 사용하였다.

대상 데이터

시뮬레이션에 사용된 음향 신호의 샘플링 수는 16,384이고, 데몬 처리 주기는 4초이며, 128차 FIR 1,000 Hz ∼ 6,000 Hz 대역 통과 필터와 128차 FIR 100 Hz 저주파 통과 필터를 사용하였고 FFT 크기는 16,384이다.
제안 기법의 성능을 검증하기 위해 해상에서 디젤 기관을 가진 상선의 음향 소음 신호를 측정하여 데몬 처리를 분석하였다. 음향 소음 신호의 샘플링 주파수는 65,536Hz, FFT 크기 M은 65,536이며, 스펙트럼의 누손(leakage) 감소를 위해 사 Hamming 윈도우를 사용하였다. 기존 기법의 중첩 비율 r은 0.

데이터처리

제안된 데몬 처리 기법의 성능을 확인하기 위해 MATLAB을 이용하여 시뮬레이션을 수행하였다. 시뮬레이션에 사용된 음향 신호의 샘플링 수는 16,384이고, 데몬 처리 주기는 4초이며, 128차 FIR 1,000 Hz ∼ 6,000 Hz 대역 통과 필터와 128차 FIR 100 Hz 저주파 통과 필터를 사용하였고 FFT 크기는 16,384이다.

이론/모형

시뮬레이션에 사용된 음향 신호의 샘플링 수는 16,384이고, 데몬 처리 주기는 4초이며, 128차 FIR 1,000 Hz ∼ 6,000 Hz 대역 통과 필터와 128차 FIR 100 Hz 저주파 통과 필터를 사용하였고 FFT 크기는 16,384이다. 또한 소음 규준화를 위해 S2PM(two-pass split-window) 알고리즘^[10]을 적용하였다. 기존 기법^[2][8]과 제안 기법의 계산량을 비슷하게 하기 위해 기존 기법의 중첩 비율은 0.
이러한 광대역 캐비테이션 소음 신호는 진폭 변조(amplitude modulation) 신호 이며, 수신된 광대역 소음 신호의 복조를 통해 함정의 프로펠러 축 회전 수(propeller shaft rate), 날개 회전 수(blade rate), 축 수(shaft number) 등을 분석할 수 있다. 이러한 분석은 데몬(DEMON: Detection of Envelop Modulation on Noise) 처리를 통해 수행된다.
지금까지의 데몬 처리 기법들은 스펙트럼의 신호대 잡음비를 높이기 위해 Welch 기법, 즉 중첩 기법을 사용하였다.^[9] 즉 식(2)와 같이 x(n)을 K개의 구간으로 나누어 처리해 분산을 감소시켜 신호대 잡음비를 향상시켰다.

성능/효과

그러나 Fig. 5의 (a)와 (b)를 비교하면 제안 기법의 결과가 기존 기법의 결과에 비해 신호대 잡음비가 평균 약 2.6 dB 더 높음을 알 수 있다.
과 제안된 기법의 성능을 비교한 결과이다. Table 1의 결과로부터 기존 기법과 제안 기법이 비슷한 계산량 (데몬 처리 횟수)을 사용하면 제안 기법의 성능이 약 2배 정도 뛰어남을 알 수 있으며, Table 2의 결과로부터 분산 감소 비율이 약 10%오차 정도로 비슷하면 기존 기법이 제안 기법에 비해 약 2배의 계산량이 필요함을 알 수 있다.
또한 필요로 한 성능 향상을 위해서는 많은 계산량이 소요 되었다. 그러나 제안된 기법은 분할된 대역이 서로 독립적이므로 기존 기법에 비해 적은 계산량으로 필요한 성능을 나타낸다.
6은 해상 측정 음향 소음 신호에 대한 기존 기법과 제안 기법을 이용하여 데몬 처리를 수행한 결과이다. 기존 기법과 제안 기법 모두 상선 크랭크축의 회전 비율(CSR; Crank Shaft Rate) 신호가 분석된다. 기존 기법의 데몬 처리 횟수는 77회, 제안 기법은 40회이다.
기존 기법의 데몬 처리 횟수는 77회, 제안 기법은 40회이다. 따라서 제안 기법이 기존 기법에 비해 적은 계산량으로도 동일한 성능을 나타냄을 알 수 있다.
본 논문에서는 대역 분할 처리를 통해 지금까지 발표된 데몬 처리 기법의 성능을 향상 시킬 수 있는 기법을 제안한다. 제안된 기법은 주파수 영역에서 음향 신호의 구간을 분할하여 데몬 처리를 수행하므로 기존 중첩 기법에 비해 짧은 시간에 서로 독립적인 음향 신호를 수집할 수 있다. 그러므로 기존 기법에 비해 적은 데몬 처리 수행 횟수를 사용하여 동일한 성능을 발휘할 수 있다.

후속연구

제안된 데몬 처리 기법은 함정의 방사 소음을 이용하여 함정을 식별하는 수동 소나에 적용되어 적은ㅡ계산량으로 정확한 데몬 처리가 가능하게 할 것으로 기대된다. 그리고 계속해서 해상 실험을 통해 측정한 다양한 함정의 방사 소음을 이용하여 제안된 기법의 최적 대역 분할 개수와 데몬 처리를 위한 유효 대역폭의 크기에 대한 연구를 진행할 것이다.
제안된 데몬 처리 기법은 함정의 방사 소음을 이용하여 함정을 식별하는 수동 소나에 적용되어 적은ㅡ계산량으로 정확한 데몬 처리가 가능하게 할 것으로 기대된다. 그리고 계속해서 해상 실험을 통해 측정한 다양한 함정의 방사 소음을 이용하여 제안된 기법의 최적 대역 분할 개수와 데몬 처리를 위한 유효 대역폭의 크기에 대한 연구를 진행할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수동 소나는 무엇으로부터 프로펠러 정보를 분석하는가?	수동 소나는 데몬 처리를 통해 수중 표적의 방사 소음으로부터 프로펠러 정보를 분석한다. 기존 데몬 처리 기법은 신호대 잡음비(Signal to Noise Ratio)를 높이기 위해 시간 영역에 대해 음향 신호를 분할하여 중첩 처리하는 방법을 사용하였다.
	기존 데몬 처리 기법의 단점은 무엇인가?	다시 말해 일정 시간동안 음향 신호를 수집 및 분할 처리 후 평균을 취해 잡음의 분산(variance)을 감소시켜 신호대 잡음비를 향상시켰다. 그러나 이러한 방법은 각 처리 구간의 음향 신호가 서로 독립적이지 않아 높은 성능 향상을 위해서는 많은 시간과 연산량이 필요하다. 따라서 본 논문에서는 대역 분할 처리를 통한 데몬 처리 성능 향상 기법을 제안한다.
	함정의 방사 소음은 어떻게 분류되는가?	함정의 방사 소음은 함정에서 발생되는 여러 종류 소음을 총칭하며 크게 기계류에 의한 소음(machinery noise), 유체역학에 의한 소음(hydrodynamic noise) 그리고 프로펠러에 의한 소음(propeller noise)으로 분류된다.[1] 특히 프로펠러 소음은 유체역학 소음의 한 형태로 수중에서 프로펠러 회전에 의해 생성된다.

참고문헌 (10)

R. J. Urick, Principles of Underwater Sound, (McGraw-Hill, New York, 1983).
R. O. Nielson, Sonar Signal Processing, (Artech house, Biston.London, 1990).
A. Kummert, "Fuzzy technology implemented in sonar systems," IEEE J. Ocean. Eng. 18, 483-490 (1993).

상세보기
L. Sichum and Y. Desen, "DEMON feature extraction of acoustic vector signal based on 3/2-D specturm," ICIEA 2nd, 2239-2243 (2007).
S. Badri and H. Amindavar, "Estimation of propeller shaft rate in Multipath environment using Nevanlinnapick interpolation," ISSPA 9th, 1-4 (2007).
P. D. Welch, "The use of fast fourier transform for the estimation of power spectra," IEEE Trans. Audio Electroacoustics, AU-15, 70-13 (1967).
R. O. Nielsen, "Cramer-rao lower bounds for sonar broad-band modulation parameters," IEEE J. Ocean. Eng. 24, 285-290 (1999).

상세보기
S. R. Silva, Advances in Sonar Technology (I-Tech Education and publishing, New York, 2009).
D. J. DeFatta, J. G. Lucas, and W. S. Hodgkiss, Digital Signal Processing: A System Design Approach (John Wiley&Sons, New York, 1988).
F. J. Harris, "On the use of windows for harmonic analysis with the discrete Fourier transform," Proc. IEEE, 66, 51-83 (1978).

상세보기

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증