[논문]근접센서를 이용한 수중 표적 정보 추정기법

김정훈; 윤경식; 서익수; 이균경

doi:10.5573/ieie.2015.52.5.174

근접센서를 이용한 수중 표적 정보 추정기법
Underwater Target Information Estimation using Proximity Sensor 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.52 no.5, 2015년, pp.174 - 180

김정훈 (경북대학교 전자공학부) , 윤경식 (김천대학교 언어치료학과) , 서익수 (국방과학연구소 소나체계개발단) , 이균경 (경북대학교 전자공학부)

초록
AI-Helper

본 논문은 근접센서를 이용하여 수중 표적의 정보를 추정하는 수동소나 신호처리 기법을 제안한다. 이 기법은 수중 센서망을 구성하는 단일 센서에서 수행되며 계층적 신호처리 구조를 가진다. 이를 통해 추정되는 표적 정보는 표적의 속도, 깊이, CPA 상황에서의 거리와 방위각이며 계층적 신호처리 구조를 가짐으로써 신호처리 기법의 정확도를 향상시킬 수 있다. 제안하는 기법의 성능을 검증하기 위해 모의실험을 수행하였고 이를 통해 최대 탐지거리 내에서 최대 20%의 오차를 가짐을 확인하였다. 또한 해상실험을 통해 실제 해상환경에서 신뢰성을 가지는지 확인하였다.

Abstract ▼ AI-Helper

In this paper, we propose the passive sonar signal processing technique for estimating target information using proximity sensor. This algorithm is performed by single sensor which is constituted underwater sensor network and has a hierarchical structure. The estimated parameter is the velocity, the depth, the distance and bearing at CPA situations and we can improve the accuracy of signal processing techniques through having a hierarchical structure. We verify the performance of the proposed method by computer simulation and then we check the result that 20% error can be occurred in maximum detectable range. We also confirm that proposed method has the reliability in the actual sea environment through the sea experiment.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 근접센서를 이용하여 수중 표적의 정보를 추정하는 수동소나 신호처리 기법을 제안하였으며 제안한 기법의 추정 성능과 실제 해상환경에서의 사용가능성을 확인하였다. 제안한 기법은 계층적 신호처리구조를 사용함으로써 이전 단계에서 추정한 표적 정보를 다음 단계에 이용하여 추정 파라미터의 개수를 줄여 추정 정확도를 향상시킬 수 있었으며 이는 제약이 많은 수중환경에서 적절한 신호처리 구조라 판단된다.
그러나 이 경우, 다수의 오경보를 발생시킬 수 있으며 표적의 위치 정보를 추정하기 위해서는 다수의 센서를 함께 활용해야 한다[3]. 이에 본 논문에서는 두 가지 방향의 단점들을 보완하는 형태로서 무지향성 센서와 지향성 센서를 함께 포함하는 저기능센서를 수중센서망의 센서노드로 사용하는 방안을 제시한다. 이러한 형태의 센서는 지향선 센서를 포함하여 하나의 센서로 표적의 운동 상태를 추정할 수 있으며, 탐지 대상이 근거리 표적으로 제한됨으로써 탐지 거리는 다소 짧아지나 배열센서를 사용하여 가지는 단점들을 피할 수 있다.

가설 설정

본 논문에서는 계층적 신호처리 구조를 이용하여 표적의 깊이를 추정하기 전에 #와 #를 알 수 있으며, 이를 이용하여 표적의 깊이를 역으로 추정한다. 본 논문에서는 수신 센서가 해저면에 설치되는 것으로 가정하므로 표적 신호의 직접파와 해수면 반사파만을 고려하며, 두 경로의 경로차는 다음 식 (6)으로 모델링될 수 있다. 이때 Rd는 표적과 수신기 간의 직접 경로이고 Rs는 해수면 반사파의 경로, H는 수신기의 깊이, h는 추정하고자 하는 표적의 깊이이다.
제안하는 기법은 그림 1과 같은 계층적 신호처리 구조를 가지며 표적은 등속, 직선 운동을 하며 수신 센서가 해저면에 설치된다고 가정한다. 우선 CPA 탐지를 통해 표적을 탐지하고 센서에 수신된 표적신호 중 탐지구간의 신호만 획득한다.

제안 방법

2012년 6월 15일 통영에서 진행된 1차 해상실험은 약 22yds의 수심을 가지는 바닥에 DIFAR 센서를 설치하여 지나가는 여객선의 방사 신호를 획득하고 이에 대해 제안한 기법을 적용해 보는 실험이다. 그림 8은 해상실험으로 획득한 DIFAR 센서의 출력이며 그림 9와 그림 10은 획득한 신호에 대해 포락선 CPA와 주파수 CPA 기법을 적용한 결과이다.
등속, 직선 운동을 하는 표적의 CPA 탐지는 표적이 센서에 가까이 왔다가 멀어지는 상황을 탐지하는 것이며 본 논문에서는 이를 위해 중앙값(median) 탐지기를 이용한다[4]. 중앙값 탐지기는 빠르게 변화하는 배경잡음상황에서 표적 음향신호를 탐지하기 위해 개발되었으며 이와 같은 환경에서 강인한 탐지 성능을 제공하며 다양한 센서 환경에서 표적신호를 탐지할 수 있다.
본 논문에서 제안하는 기법의 성능 검증을 위해 DIFAR 센서의 각 신호 출력을 합성한다. 신호의 합성은 주파수영역에서 합성하는 방법[12]이 구현이 용이하다고 알려져 있으나 신호의 위상성분을 고려하기 위해 시간 영역에서 합성한다.
본 논문에서 제안하는 기법이 실제 해상환경에서 정상적으로 동작하는지 검증하기 위해 총 2회 해상실험을 수행하여 기법을 적용하였다.
본 절에서는 제안하는 기법의 성능을 검증하기 위해 총 500회의 몬테카를 로(monte calro) 모의실험을 수행하여 선진국의 연구 사례와 비교한다. 그림 6~8은 500회의 모의실험 중 하나의 경우에 대한 신호처리 결과이다.
남영제도에서 실시하였다. 수신 센서로 무지향성 센서를 수심 33yds지점에 설치하고, 신호원을 25yds의 깊이를 가지게 유지하여 등속 직선 운동 하였다. 표 4는 2차 해상실험을 통해 획득한 데이터에 제안한 기법을 적용한 결과이다.
우선 수신 신호를 FFT(Fast Fourier Transform)하고 획득한 주파수 정보의 잡음을 정규화하기 위해 S2PM(Split-Window Two Pass Mean) 기법을 적용한다. 이 후 정규화된 주파수 정보에서 토날(Tonal)을 탐지하고 탐지된 토날을 시간의 흐름에 따라 칼만(Kalman) 필터를 이용하여 추적한다. 탐지구간동안 모은 토날 정보들은 표적으로부터 방사된 것인지를 유지 시간을 토대로 판단하고 표적으로부터 방사되었다고 판단되는 것들을 이용해 #와 #를 추정한다.
이러한 형태의 센서는 지향선 센서를 포함하여 하나의 센서로 표적의 운동 상태를 추정할 수 있으며, 탐지 대상이 근거리 표적으로 제한됨으로써 탐지 거리는 다소 짧아지나 배열센서를 사용하여 가지는 단점들을 피할 수 있다. 이를 위하여 본 논문에서는 이러한 형태의 센서를 DIFAR(Directional Frequency Analysis and Recording)센서로 가정하며 표적의 CPA 속도와 CPA 거리, 방위각, 깊이를 추정하는 계층적 신호처리구조를 제안한다.
표적 신호의 합성은 백색 가우시안 잡음(White Gaussian Noise)을 표적의 주파수 모델을 나타내는 필터를 통과 시키고 원하는 토널 성분을 첨가하여 합성한다. 필터 모델은 역푸리에 변환 기법"을 이용하며 생성된 신호는 거리에 따른 주파수 감쇠를 고려하여 채널필터를 통과한다.

대상 데이터

2차 해상실험은 2014년 6월 20일 약 49yds의 수심을 가지는 남영제도에서 실시하였다. 수신 센서로 무지향성 센서를 수심 33yds지점에 설치하고, 신호원을 25yds의 깊이를 가지게 유지하여 등속 직선 운동 하였다.

데이터처리

위한 많은 연구를 진행하고 있다. 제안한 기법의 경우 근접센서를 이용하여 표적의 상태를 추정하는 것이며 제안한 기법의 성능을 분석하기 위해 선진국의 연구결과와 비교한다. NUWC(Naval Underwea Warfare Center)의 연구'2]에서는 표적의 속도와 CPA 거리를 추정하기 위해 식 (1)의 3가지 변수에 대해 3차원 탐색기법을 적용한다.

이론/모형

수중 표적의 방위를 결정할 수 있다. DIFAR 센서로부터 방위각을 추정할 수 있는 많은 기법들이 있으며 본 논문에서는 토날들의 지향성 성분들의 비를 이용해 방위각을 추정하는 기법을 이용한다.
기법들은 다음과 같다. 우선 수신 신호를 FFT(Fast Fourier Transform)하고 획득한 주파수 정보의 잡음을 정규화하기 위해 S2PM(Split-Window Two Pass Mean) 기법을 적용한다. 이 후 정규화된 주파수 정보에서 토날(Tonal)을 탐지하고 탐지된 토날을 시간의 흐름에 따라 칼만(Kalman) 필터를 이용하여 추적한다.
그림 6~8은 500회의 모의실험 중 하나의 경우에 대한 신호처리 결과이다. 합성된 신호에 대하여 CPA 탐지를 적용하여 탐지구간 내의 신호만을 획득하게 되면 획득한 신호에 대해 포락선 CPA 기법을 적용한다. 그림 6은 획득한 신호의 에너지 변화와 포락선 CPA를 통해 추정한 #과 #를 식 (1)의 에너지모델에 대입하여 얻은 에너지 변화이다.

성능/효과

실험결과 제안한 기법이 실제 해상환경에서도 표적의 CPA 거리와 속도를 비교적 정확하게 추정할 수 있음을 확인할 수 있었다.
이 때 f*(t) 는 수신 신호의 주파수 변화, #는 신호 모델의 주파수 변화를 나타낸다. 이와 같이 본 논문에서 제안하는 계층적 신호처리는 상대적으로 적은 연산량을 이용하여 표적의 속도와 CPA 거리를 추정할 수있는 장점을 가진다.
제안한 계층적 신호처리 구조는 이전 단계에서 추정한 표적 정보를 다음 단계에 이용하여 추정 파라미터의 개수를 줄이므로 NUWC의 연구에 비하여 추정 정확도를 향상시킴을 확인할 수 있다. 이는 제약이 많은 수중환경에서 적절한 신호처리 구조라 판단된다.
확인하였다. 제안한 기법은 계층적 신호처리구조를 사용함으로써 이전 단계에서 추정한 표적 정보를 다음 단계에 이용하여 추정 파라미터의 개수를 줄여 추정 정확도를 향상시킬 수 있었으며 이는 제약이 많은 수중환경에서 적절한 신호처리 구조라 판단된다.
제안한 기법은 표적을 점원(point source)으로 가정하기 때문에 CPA 거리의 경우 다소 오차를 가짐을 확인할 수 있다.
하지만 r = d/v의 관계를 가지기 때문에 표적과 수신기의 거리가 먼 경우에 추정 오차가 커지는 취약점을 가진다. 표 2는 NUWC의 연구에서 표적의 속도를 고정시키고 CPA 거리를 변화시켜 모의실험을 수행한 결과이며 이를 통해 표적의 CPA 거리가 늘어날수록 추정치의 오차가 커짐을 확인할 수 있다.

후속연구

추정된 표적의 깊이 정보는 단순히 표적의 위치를 나타내기 위해 사용할 뿐만 아니라 현재 탐지된 표적이 수중의 표적인지 수면의 표적인지를 판단하여 수중 표적 탐지 시 오경보를 줄이는 용도로도 사용 할 수 있다.

참고문헌 (13)

Joseph A. Rice, Robert K. Creber, Christopher L. Fletcher, Paul A. Baxley, Kenneth E. Rogers, and Donald C. Davison, "Seaweb Underwater acoustic nets," Bieenial Review 2001, SSC San Diego Tech, Document TD 3117, pp. 234-250, Aug. 2001.
D. J. Pistacchio, E. Giannopoulos, A. Bruno, and J. Gouveia, "Automatic Detection and Localization with a Single Site Combined Acoustic and Magnetic Proximity Sensor", in Proc. of UDT Europe 2007, Naples, Italy, June 5-7, 10C3, 2007.
T. A. Wettergren, R. L. Streit, J. R. Short, "Tracking with Distributed Sets of Proximity Sensors using Geometric Invariants", Aerospace and Electronic system, IEEE Transaction on, vol. 40, no. 4, pp. 1366-1374, Oct. 2004.

상세보기
B. P. Flanagan, K. W. Parker, "Robust Distributed Detection using low power acoustic sensors", Technical report, The MITRE Corporation, 2005.
K. W. Lo and B. G. Ferguson, "Flight Path Estimation Using Frequency Measurements from a Wide Aperture Acoustic Array," IEEE Trans. Aerosp. Electron. Syst., vol.37, No.2, pp.685-694, Apr. 2001.

상세보기
Y. T. Chan and F. L. Jardine, "Target Localization and Tracking From Doppler-Shift Measurements," IEEE J. Oceanic Eng., vol.15, No.3, pp.251-257, July 1990.

상세보기
Y. T. Chan and J. J. Towers, "Sequential Localization of a Radiating Source by Doppler-Shifted Frequency Measurements," IEEE Trans. Aerosp. Electron. Syst., vol.28, No.4, pp.1084-1090, Oct. 1992.

상세보기
K. W. Lo, S. W. Perry, B.G. Ferguson, "Aircraft Flight Parameter Estimation Using Acoustical Lloyd's Mirror Effect," IEEE Trans. Aerosp. Electron. Syst., Vol.38, No.1, pp.137-151, Jan. 2002.

상세보기
Dai Hongyan, Zou Hongxing, "Aircraft Motion parameter estimation via multipath time delay using a ground based passive acoustic sensor," Journal of Electronics(CHINA), Vol.24, No.3, pp.353-357, May 2007.
K. W. Lo, B. G. Ferguson, Yujin Gao, A. Maguer, "Aircraft Flight parameter estimation using acoustic multipath delays," IEEE Trans. Aerosp. Electron. Syst., Vol.39, No.1, pp.259-268, Jan. 2003.

상세보기
G. Q. Wu, "Estimation of range and depth of submerged moving object by using noise cepstrum," Journal of Sound and Vibration, Vol.245, No.5, pp.835-843, Aug. 2001.

상세보기
Kehil D., Creasey D. J., Smith B. V., "Passive sonar signal simulation using frequency domain techniques.pdf", Simulation Techniques Applied to Sonar, IEE Colloquium on, 1988.
Lai Wei, Sui-Hua Zhou, "Signal Simulation of Ship-radiated Noise in Time Domain Based on the Inverse Fourier Transform", Challenges in Environmental Science and Computer Engineering(CESCE), 2010 International Conference on, vol. 1, pp. 341-344, Mar. 2010.

저자의 다른 논문 :

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