$\require{mediawiki-texvc}$

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.

음향 탐지 성능지표 기반의 센서노드 최적 배치 연구

Optimal Deployment of Sensor Nodes based on Performance Surface of Acoustic Detection

韓國軍事科學技術學會誌 = Journal of the KIMST, v.18 no.5, 2015년, pp.538 - 547  

김선효 (한양대학교 해양융합과학과) ,  김우중 (연세대학교 전기전자공학과) ,  최지웅 (한양대학교 해양융합과학과) ,  윤영중 (연세대학교 전기전자공학과) ,  박정수 (국방과학연구소 제6기술연구본부)

Abstract AI-Helper 아이콘AI-Helper

The goal of this study is to develop an algorithm to propose optimal deployment of detection sensor nodes in the target area, based on a performance surface, which represents detection performance of active and passive acoustic sonar systems. The performance surface of the active detection system is...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 연구에서는 시간적 효율성을 높이기 위해 능·수동 센서노드의 탐지 시스템에 대한 성능을 평가하여 목표 해역의 시·공간에 따른 탐지성능 반경을 도출하였고, 이를 최적 배치 연구에 활용하였다[7].
  • 10과 같고, 능·수동 센서노드 수는 각각 20개로 설정하였다. 따라서 초기 무작위 배치 후에 최적 배치 알고리즘을 적용하여 목표 구역 내에서 최대 탐지 범위를 가지는 것을 목적으로 시뮬레이션을 수행하였다.
  • 본 연구는 수중 음향환경에서 능·수동 센서노드의 음향 탐지 성능을 반영한 최적 배치 방법을 제시하였다.
  • 본 연구에서는 수중음향 특성을 센서노드 배치에 반영하기 위해 해양환경 데이터베이스를 활용하여 능·수동 음향 탐지 시스템의 성능을 수치반경으로 나타내는 성능지표 모델을 구현하였다.
  • 10과 같이 센서노드의 배치 형태가 결정된다. 본 연구의 결과는 2 종류의 배치형태에 따른 배치 효율성을 평가하였다.

가설 설정

  • Fig. 11은 본 연구에서 적용된 배치 알고리즘의 성능을 확인하기 위해 오른쪽으로 갈수록 탐지성능이 증가하는 단순한 성능지표를 가정하였다. (a)는 센서노드 36개를 고려한 초기 격자 배치형태, (b)와 (d)는 VFA의 자기조직화 방법만을 적용한 배치 결과와 반복 횟수에 따른 탐지 범위이다.
  • 능·수동 센서노드는 이동이 가능하고, 자체 시스템 성능(음원 준위, 주파수 등)은 동일하다는 가정하에 시뮬레이션을 수행하였다.
  • 본 연구에서는 최적 배치될 센서노드로 Fig. 1과 같이 능동 및 수동 두 종류를 가정하였다. 능동 센서노드는 수중에 존재하는 표적을 탐지하기 위해 송신신호를 송출하고 표적으로부터 반향되는 신호, 불규칙한 경계면(해수면, 해저면)과 체적 산란체로부터 산란되어 수신되는 잔향음 신호 및 각종 해양소음신호를 수신하여 분석하는 소나시스템이며, 수동 센서노드는 표적에서 발생하는 신호 및 각종 해양소음신호를 수신하여 분석하는 소나시스템이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
능·수동 센서노드의 표적 탐지 성능은 무엇으로 평가할 수 있고 무엇으로 도출되는가? 능·수동 센서노드의 표적 탐지 성능은 일반적으로 표적 탐지 거리(detection range)를 가지고 평가할 수 있는데, 이는 소나방정식을 이용하여 계산되는 신호초과(SE : Signal Excess)에 확률분포 함수를 적용한 표적의 탐지확률(detection probability)을 통해 도출된다. 따라서 표적의 탐지확률을 계산하기 위해서는 먼저 표적 신호 대 잔향음 및 주변소음의 비를 의미하는 신호초과를 계산하게 되는데, 능동 센서노드인 경우 식 (1), 수동 센서노드인 경우 식 (2)의 소나방정식을 이용하여 계산할 수 있다[8,9].
수중 무선 센서 네트워크를 구성하는 센서노드들이 육상 배치 방법론을 적용 할 경우 효율성이 낮아지는 까닭은 무엇인가? 수중 무선 센서 네트워크(underwater wireless sensor network)를 구성하는 센서노드들은 수중 환경에서 각종 데이터를 수집하여 인접한 노드에 정보를 전달하는 역할을 수행한다. 이러한 센서노드들의 시스템 성능은 시·공간적으로 변동하는 수중 음향 환경에 의하여 탐지 반경 및 연결성에 큰 영향을 받게 되므로, 육상의 배치 방법론을 적용할 경우 효율성이 낮아지게 된다. 따라서 시스템 운용비용을 절감하고 효율적인 센서 네트워크의 운용을 위해서는 수중 음향환경이 고려된 센서노드 배치 최적화 알고리즘 연구가 요구 된다.
수중 환경에서 능·수동 센서노드의 배치 성능을 평가하기 위한 방법은 무엇인가? 수중 환경에서 능·수동 센서노드의 배치 성능을 평가하기 위해서는 수중에 노드를 배치하고 표적 신호를 수신하여 그에 따른 표적 탐지 및 식별 성능 분석을 수행해야 하지만, 수중환경에서 이에 대한 성능을 평가하기에는 기회가 제한적이고 많은 시간과 고비용이 요구된다. 따라서 국내외 연구에서는 M&S 기법을 적용하여 센서노드의 배치 성능을 검증함으로써 실제 수중환경에서 노드 배치 시 발생할 수 있는 여러 문제를 사전에 파악하고자 시도하고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. Y. H. Kim, K. Chung, "A Node Deployment Strategy Considering Environmental Factors and the Number of Nodes in Surveillance and Reconnaissance Sensor Network," The Journal of Korea Information and Communications Society, Vol. 36, No. 12, pp. 1670-1679, 2011. 

  2. J. Lee, M. Shon, and H. Choo, "Energy-Efficient Area Covering with Adjustable Range in WSN," Review of Korean Society for Internet Information, Vol. 9, No. 2, pp. 621-625, 2008. 

  3. Y. Kim, H. Peter, "Energy-Aware Deploy Method for Mobile Sensors in Hybrid Sensor Network," Korea Computer Congress, Vol. 33, No. 2(D), pp. 791-795, 2006. 10. 

  4. P. Dario, M. Tommaso, and F. A. Ian, "Three-Dimensional and Two-Dimensional Deployment Analysis for Underwater Acoustic Sensor Networks," Ad Hoc Networks, Vol. 7, pp. 778-790, 2009. 

  5. P. Chengsheng, J. Liangchen, C. Ruiyan, and D. Yuanming, "Modeling and Simulation of Channel for Underwater Communication Network," International Journal of Innovative Computing, Information and Control, Vol. 8, No. 3(B), pp. 2149-2156, 2012. 

  6. L. Hanjiang, G. Zhongwen, and D. Wei, "LDB : Localization with Directional Beacons for Sparse 3D Underwater Acoustic Sensor Networks," Journal of Networks, Vol. 5, No. 1, pp. 28-38, 2010. 

  7. M. Pamela, "Environmental and Statistical Performance Mapping Model for Underwater Acoustic Detection Systems," Ph. D. Dissertation, Univ. of New Orl. 2010. 

  8. R. J. Urick, "Principles of Underwater Sound," 3rd edition, McGraw-Hill Book company, USA, pp. 17-29, 1983. 

  9. A. D. Waite, "Sonar for Practising Engineers, 3rd edition," WILEY and SONS, UK, pp. 119-124, 2002. 

  10. B. P. Michael, "Gaussian Beam Tracing for Computing Ocean Acoustic Fields," Journal of the Acoustical Society of America, Vol. 82, No. 4, pp. 1349-1359, 1987. 

  11. J. W. Choi, K. S. Yoon, J. Y. Na, J. S. Park, and Y. N. Na, "Shallow Water High-Frequency Reverberation Model," J. Acoust. Soc, Kr. 21, pp. 671-678, 2002. 

  12. R. E. Keenan, "An Introduction to GRAB Eigenrays and CASS Reverberation and Signal Excess," Proc. MTS/IEEE Oceans 2000 Conf., Providence, Rhode Island, pp. 1065-1070, 2000. 

  13. M. D. Collins, "User's Guide for RAM Versions 1.0 and 1.0p," Technical Report, Naval Research Laboratory, Washington, pp. 1-14, 1995. 

  14. B. P. Michael, "Acoustic Models and Sonar Systems," Journal of Ocean Engineering, Vol. 18, No. 4, pp. 425-437, 1993. 

  15. S. Finette, R. Oba, C. Shen, T. Evans, "Acoustic Propagation under Tidally Driven, Stratified Flow," Journal of the Acoustical Society of America, Vol. 121, No. 5, pp. 2575-2590, 2007. 

  16. C. Amante and B. W. Eakins, "Etopo1 Arc-Minute Global Relief Model : Procedures, Data Sources and Analysis," NOAA Technical Memorandum, NGDC(National Geophysical Data Center), 2009. 

  17. M. R. Carnes, "Description and Evaluation of GDEM-V 3.0," Naval Research Laboratory, 2009. 

  18. Y. Zou and K. Chakrabarty, "Sensor Deployment and Target Localization Based on Virtual Forces," Proc. IEEE INFOCOM 2003 Conf., pp. 1293-1303, 2003. 

  19. Y. Yoo and D. P. Agrawal, "Mobile Sensor Relocation to Prolong the Lifetime of Wireless Sensor Networks," Vehicular Technology Conference Proceedings, pp. 193-197, 2008. 

  20. J. Kennedy and R. Eberhart, "Particle Swarm Optimization," Neural Networks IEEE International Conference Proceedings, Vol. 4, pp. 1942-1948, 1995. 

저자의 다른 논문 :

LOADING...
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