$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

회전하는 견인 선배열 소나의 적응 빔 형성 기법
Adaptive Beamforming Method for Turning Towed Line Array SONAR 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.33 no.6, 2014년, pp.383 - 391  

이석진 (경기대학교 전자공학과) ,  박경민 (해군사관학교 무기체계공학과) ,  정석문 (해군사관학교 무기체계공학과)

초록
AI-Helper 아이콘AI-Helper

수중의 음향 신호를 탐지하기 위하여 다양한 배열 형태를 가지는 소나가 개발되어 왔으며, 그 중 하나로 견인선배열 소나가 널리 사용된다. 견인 선배열 소나는 매우 긴 형태의 배열을 사용하므로, 회전에 의한 형상 왜곡에 의해 성능이 저하되는 단점이 있다. 이를 해결하기 위하여 회전하는 견인 선배열 소나에 대한 포물선 형태의 형상 모델을 이용하는 기법이 고안되었다. 본 논문에서는 포물선 모델을 이용하여 간섭 신호를 제거하는 적응 빔 형성기 설계 기법을 제안한다. 고안된 빔형성기 시스템은 일반화된 부엽 제거기 구조와 자가 조율 시스템에 기반을 두어 개발되었다.

Abstract AI-Helper 아이콘AI-Helper

In order to detect underwater acoustic signals, various SONAR array types have been developed, including towed line array SONAR system (TASS). However, the TASS suffers from performance degradation which is caused by aperture deformation during a turn, because the TASS have a long-aperture array. A ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 Gerstoft의 포물선 모델을 이용하여 적응 빔형성기를 설계하고자 하며, 특히 일반화된 부엽 제거기 구조를 바탕으로한 빔형성기 설계 기법을 제안한다. 본 논문에서 적용한 포물선 모델링은 TASS의 위치에 대한 추가적인 센서를 필요로 하지 않으며, 실제 운용 시 비정상적으로 급격한 변침이 일어나지 않는다는 가정 하에서 변침 각도만으로 모델링이 가능하다.
  • 그러나 견인 선배열 소나의 경우 항상 고정된 선배열 형상을 가지는 것이 아니며, 특히 견인함이 회전하는 경우 직선 형태가 아닌 곡선 형태의 배열 형태를 가지게 된다. 본 논문에서는, 이와 같이 회전하는 견인 선배열 소나 환경에서 적응 빔 형성기를 설계하는 방법을 기술하고자 하며, 이를 위하여 회전하는 견인 선배열 소나의 조향 벡터를 기술하고, 이를 이용하여 일반화된 부엽 제거기를 설계하는 방법을 기술한다.

가설 설정

  • 견인 선배열 소나의 견인함이 변침 각도 α 로 회전하는 경우를 가정하자.
  • 배의 속도는 15 knot, 잠수함의 속도는 10 knot로 가정하였으며, TASS의 센서 개수는 32개, 센서간 간격은 1.875 m이다. 이는 400 Hz 음향신호에 해당하는 배열이며, 빔형성기 또한 이에 해당하는 협대역 빔형성기로 동작하는 상황을 가정하였다.
  • 본 논문에서는 Gerstoft의 포물선 모델을 이용하여 적응 빔형성기를 설계하고자 하며, 특히 일반화된 부엽 제거기 구조를 바탕으로한 빔형성기 설계 기법을 제안한다. 본 논문에서 적용한 포물선 모델링은 TASS의 위치에 대한 추가적인 센서를 필요로 하지 않으며, 실제 운용 시 비정상적으로 급격한 변침이 일어나지 않는다는 가정 하에서 변침 각도만으로 모델링이 가능하다.[2]
  • 본 논문에서는 Fig. 3과 같이 TASS 예인함이 잠수함을 추적하는 과정에서 회전하는 상황을 가정하여 시뮬레이션을 수행하였다. 본 시뮬레이션에서 타겟 잠수함은 TASS 대비 북쪽으로 5 km 떨어진 곳에 위치하고 있으며, TASS 예인함은 회전하여 북상하는 상황을 가정하였다.
  • 3과 같이 TASS 예인함이 잠수함을 추적하는 과정에서 회전하는 상황을 가정하여 시뮬레이션을 수행하였다. 본 시뮬레이션에서 타겟 잠수함은 TASS 대비 북쪽으로 5 km 떨어진 곳에 위치하고 있으며, TASS 예인함은 회전하여 북상하는 상황을 가정하였다. 이 때 2 개의 재머가 TASS 예인함 대비 4.
  • 875 m이다. 이는 400 Hz 음향신호에 해당하는 배열이며, 빔형성기 또한 이에 해당하는 협대역 빔형성기로 동작하는 상황을 가정하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
견인 선배열 소나의 단점은? 수중의 음향 신호를 탐지하기 위하여 다양한 배열 형태를 가지는 소나가 개발되어 왔으며, 그 중 하나로 견인선배열 소나가 널리 사용된다. 견인 선배열 소나는 매우 긴 형태의 배열을 사용하므로, 회전에 의한 형상 왜곡에 의해 성능이 저하되는 단점이 있다. 이를 해결하기 위하여 회전하는 견인 선배열 소나에 대한 포물선 형태의 형상 모델을 이용하는 기법이 고안되었다.
회전에 의한 형상 왜곡에 의한 성능 저하 해결을 위해 고안된 방법은? 견인 선배열 소나는 매우 긴 형태의 배열을 사용하므로, 회전에 의한 형상 왜곡에 의해 성능이 저하되는 단점이 있다. 이를 해결하기 위하여 회전하는 견인 선배열 소나에 대한 포물선 형태의 형상 모델을 이용하는 기법이 고안되었다. 본 논문에서는 포물선 모델을 이용하여 간섭 신호를 제거하는 적응 빔 형성기 설계 기법을 제안한다.
적응 빔형성기의 역할은? 수중에서 원하는 방향의 신호를 감지하기 위하여, 일반적으로 선배열 소나를 이용하여 빔을 형성함으로써 특정 방향의 신호를 강화한다. 뿐만 아니라, 적응 빔형성기를 이용하여 재머와 디코이 등과 같은 간섭 신호를 제거한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. S. Haykin, Adaptive Filter Theory, 4th ed. (Prentice Hall, New Jersey, 2002), pp. 120-126. 

  2. K.-M. Park, "Beam pattern synthesis based on shape model of turning towed line array SONAR" (in Korean), M.S. Thesis, Seoul National University (2012). 

  3. P. Gerstoft, W. S. Hodgkiss, W. A. Kuperman, H. Song, M. Sidenius, and P. L. Nielsen, "Adaptive beamforming of towed array during a turn," IEEE J. Oceanic. Eng. 28, 44-54 (2003). 

  4. S. Lee, J. Lim, and K.-M. Sung, "MAFF-RLS broadband microphone GSC for non-stationary interference cancellation" (in Korean), J. Acoust. Soc. Kr. 28, 520-525 (2009). 

  5. N. Jablon, "Steady state analysis of the generalized sidelobe canceller by adaptive noise cancelling techniques," IEEE Trans. Antennas. Propag. 34, 330-337 (1986). 

  6. W. Liu, S. Weiss, and L. Hanzo, "A novel method for partially adaptive broadband beamforming," J. VLSI Signal Proc. 33, 337-344 (2003). 

  7. L. L. Horowitz, H. Blatt, W. G. Brodsky, and K. D. Senne, "Controlling adaptive antenna arrays with the sample matrix inversion algorithm," NASA STI/Recon Technical Report A, 80, 23283 (1979). 

  8. S. Lee, J. Lim and K.-M. Sung, "A low-complexity AFF-RLS algorithm using a normalization technique," IEICE Electron. Expr. 6, 1774-17809 (2009). 

  9. J. Lim, S. Lee, and H.-S. Pang, "Low complexity adaptive forgetting factor for online sequential extreme learning machine (OS-ELM) for application to nonstationary system estimations," Neural Comput. Appl. 22, 569-576 (2013). 

  10. K. -M. Park, S. Lee, and S.-M. Jung, "Steering beam pattern synthesis of line array SONAR using modified two-step least squares method" (in Korean), Journal of The Institute of Electronics and Information Engineers 51, 1356-1364 (2014). 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로