[논문]Fractional 푸리에 변환을 이용한 능동소나 표적탐지

백종대; 석종원; 배건성

doi:10.6109/jkiice.2016.20.1.22

Fractional 푸리에 변환을 이용한 능동소나 표적탐지
Active Sonar Target Detection Using Fractional Fourier Transform 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.20 no.1, 2016년, pp.22 - 29

백종대 (LG Electronics) , 석종원 (Department of Information and Communication, Changwon National University) , 배건성 (School of Electronics Engineering, Kyungpook National University)

초록
AI-Helper

수중환경 하에서 표적을 탐지하고 식별하는 문제는 군사적인 목적은 물론 비군사적 목적으로도 많은 연구가 수행되어 왔다. 수중환경에서의 수중음향 신호가 시간 공간적으로 특성이 변화하며 천해 다중경로 환경을 반영하는 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술은 매우 어려운 기술로 여겨져 왔다. 본 논문에서는 Fractional 푸리에 변환의 기본 개념과 최적 변환 차수에 대해 설명하고, 이를 이용하여 LFM 신호의 시간-주파수 특성과 스펙트럼 사이의 관계를 분석한다. 그리고 이러한 분석결과를 바탕으로 능동소나 표적 탐지 기법을 제안한다. 제안된 방법의 성능을 검증하기 위해, 기존의 FFT를 이용한 정합필터와 성능을 비교하였다. AUC(Area Under the ROC Curve)의 측면에서 볼 때 제안된 방식이 기존의 방법보다 성능이 우수한 실험결과를 보였다.

Abstract ▼ AI-Helper

Many studies in detection and classification of the targets in the underwater environments have been conducted for military purposes, as well as for non-military purpose. Due to the complicated characteristics of underwater acoustic signal reflecting multipath environments and spatio-temporal varying characteristics, active sonar target detection technique has been considered as a difficult technique. In this paper, we describe the basic concept of Fractional Fourier transform and optimal transform order. Then we analyze the relationship between time-frequency characteristics of an LFM signal and its spectrum using Fractional Fourier transform. Based on the analysis results, we present active sonar target detection method. To verify the performance of proposed methods, we compared the results with conventional FFT-based matched filter. The experimental results demonstrate the superiority of the proposed method compared to the conventional method in the aspect of AUC(Area Under the ROC Curve).

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 능동소나에서 송신펄스로 사용되는 LFM 신호를 FrFT 기법을 이용하여 탐지하는 방법에 대해 설명한다. 먼저 순시주파수 (instantaneous frequency)가 선형적으로 변하는 LFM 신호가 시간-주파수 영역과 fractional 영역 사이에서 어떤 연관성을 갖는지를 해석하였고, 합성한 LFM 신호에 대한 FrFT 영 역에서의 스펙트럼을 분석하였다.
본 논문에서는 능동소나에서 송신펄스로 사용되는 LFM 신호를 FrFT 기법을 이용하여 탐지하는 방법에 소개하였다. 먼저 순시주파수가 선형적으로 변하는 LFM 신호가 시간-주파수 영역과 fractional 영역 사이에서 어떤 연관성을 갖는지를 해석하였고, 합성한 LFM 신호에 대한 FrFT 영역에서의 스펙트럼을 분석하였다.

가설 설정

그림 2는 동일한 chirp rate를 가지는 두 개의 LFM 신호에 대해 FrFT 영역과 시간-주파수 영역과의 관계를 나타낸 그림이다. 그림에서처럼 t = 0에서 시작하는 LFM 신호와 \(\tau\)만큼 시간 지연된 LFM 신호가 있다고 가정하자. 이 경우 두 개의 LFM 신호는 동일한 chirp rate를 가지므로 같은 \(\alpha_{opt}\)에서 최댓값을 가지게 되지만, \(\tau\) 만큼의 시간 지연으로 인해 FrFT 영역의 서로 다른 위 치에서 최댓값을 가지게 되고, 시간 축 \(\tau\)에서의 순시주 파수 또한 f_\(\tau\)만큼 차이가 나게 된다.

제안 방법

FFT 정합필터와 LFM 신호탐지기의 탐지 성능을 비교하기 위해 LFM 신호를 합성하였다. 샘플링 주파수 F_s는 32.
이때 시간블럭의 크기는 송신 펄스 길이와 같고, 75% 중첩하여 분석하였다. 그리고 FFT와 FrFT 정합필터의 성능 비교를 위해 정규화해 주었다.
표적 탐지 성능을 비교하기 위해 제안된 방법을 기존의 FFT를 이용한 정합필터와 비교하였다. 그리고 ROC 곡선을 통해 LFM 신호탐지 성능을 비교하였다. 실험결과 AUC 측면에서 볼 때 제안된 FrFT 기반의 LFM 신호 탐지기가 기존의 FFT기반의 정합필터보다 안정적이고 성능이 우수한 것을 확인하였다.
FrFT 영역에서 LFM 신호를 분석한 결과를 능동소나 표적탐지 시뮬레이션에 적용하여 LFM 신호탐지기를 구현하였고, 이를 FFT (Fast Fourier Transform)를 이용한 정합필터와 비교하였다. 그리고 ROC(Receiver Operating Characteristic) 곡선을 통해 LFM 신호탐지 성능을 비교하였다.
본 논문에서는 능동소나에서 송신펄스로 사용되는 LFM 신호를 FrFT 기법을 이용하여 탐지하는 방법에 대해 설명한다. 먼저 순시주파수 (instantaneous frequency)가 선형적으로 변하는 LFM 신호가 시간-주파수 영역과 fractional 영역 사이에서 어떤 연관성을 갖는지를 해석하였고, 합성한 LFM 신호에 대한 FrFT 영 역에서의 스펙트럼을 분석하였다. FrFT 영역에서 LFM 신호를 분석한 결과를 능동소나 표적탐지 시뮬레이션에 적용하여 LFM 신호탐지기를 구현하였고, 이를 FFT (Fast Fourier Transform)를 이용한 정합필터와 비교하였다.
본 논문에서는 능동소나에서 송신펄스로 사용되는 LFM 신호를 FrFT 기법을 이용하여 탐지하는 방법에 소개하였다. 먼저 순시주파수가 선형적으로 변하는 LFM 신호가 시간-주파수 영역과 fractional 영역 사이에서 어떤 연관성을 갖는지를 해석하였고, 합성한 LFM 신호에 대한 FrFT 영역에서의 스펙트럼을 분석하였다. 이를 통해 FrFT 영역에서 LFM 신호를 분석한 결과를 능동소나 표적탐지 시뮬레이션에 적용하였다.
수신된 신호는 그림 4의 정합필터와 그림 5의 LFM 신호 탐지기를 통하여 신호를 탐지했다. 이때 시간블럭의 크기는 송신 펄스 길이와 같고, 75% 중첩하여 분석하였다. 그리고 FFT와 FrFT 정합필터의 성능 비교를 위해 정규화해 주었다.
먼저 순시주파수가 선형적으로 변하는 LFM 신호가 시간-주파수 영역과 fractional 영역 사이에서 어떤 연관성을 갖는지를 해석하였고, 합성한 LFM 신호에 대한 FrFT 영역에서의 스펙트럼을 분석하였다. 이를 통해 FrFT 영역에서 LFM 신호를 분석한 결과를 능동소나 표적탐지 시뮬레이션에 적용하였다.
33초 후에 표적 반향신 호를 수신한다. 잡음환경을 고려하기 위해 합성된 LFM 신호에 백색잡음을 첨가하여, 각각 SNR이 -5dB, -20dB 가 되도록 하였다.

데이터처리

먼저 순시주파수 (instantaneous frequency)가 선형적으로 변하는 LFM 신호가 시간-주파수 영역과 fractional 영역 사이에서 어떤 연관성을 갖는지를 해석하였고, 합성한 LFM 신호에 대한 FrFT 영 역에서의 스펙트럼을 분석하였다. FrFT 영역에서 LFM 신호를 분석한 결과를 능동소나 표적탐지 시뮬레이션에 적용하여 LFM 신호탐지기를 구현하였고, 이를 FFT (Fast Fourier Transform)를 이용한 정합필터와 비교하였다. 그리고 ROC(Receiver Operating Characteristic) 곡선을 통해 LFM 신호탐지 성능을 비교하였다.
표적 탐지 성능을 비교하기 위해 제안된 방법을 기존의 FFT를 이용한 정합필터와 비교하였다. 그리고 ROC 곡선을 통해 LFM 신호탐지 성능을 비교하였다.

성능/효과

그림 10은 SNR이 -20dB인 환경에서 1000번의 시뮬레이션 결과를 바탕으로 FFT 기반의 정합필터와 FrFT 기반의 LFM 신호탐지기의 ROC 곡선을 나타낸 것이다. AUC(Area Under the ROC Curve)의 측면에서 볼 때 FrFT 기반의 LFM 신호탐지기가 FFT기반의 정합필 터보다 성능이 우수한 것을 확인하였다.
그리고 ROC 곡선을 통해 LFM 신호탐지 성능을 비교하였다. 실험결과 AUC 측면에서 볼 때 제안된 FrFT 기반의 LFM 신호 탐지기가 기존의 FFT기반의 정합필터보다 안정적이고 성능이 우수한 것을 확인하였다.
기존의 푸리에 변환을 이용한 정합필터는 백색잡음 환경에서 신호의 탐지에 최적화된 방법으로 알려져 있다. 하지만 본 모의실험에서는 시간블럭을 일정 샘플씩 이동시켜 표적 신호가 완전히 포함되지 않은 시간블럭을 이용한 차선(suboptimum)의 정합필터가 구현되었고, FrFT가 기존의 푸리에 변환보다 잡음에 강한 특성에 의해 신호탐지에 더 유용한 결과가 나타났다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수동소나 신호처리 기술은 어떻게 표적을 탐지하고 인식하는가?	특히 표적의 정확한 탐지는 군사적 작전 수행에서 성패를 결정짓는 아주 중요한 요소가 된다. 수중 음향신호 처리는 표적으로부터 방사되는 음향 신호를 수신하여 다양한 협대역 신호처리 분석을 통해 표적을 탐지하고 인식하는 수동소나 신호처리 기술과, 능동 펄스를 쏘아서 표적에서 반사되는 반향음을 수신하여 이를 분석하는 능동소나 신호처리 기술로 나눌 수 있다. 일반적으로 능동소나는 수동소나에 비해 높은 탐지 성능을 보이며 파라미터 추정 측면에서도 우수하다고 알려져 있다.
	능동소나 신호처리 기술은 어떻게 표적을 탐지하는가?	특히 표적의 정확한 탐지는 군사적 작전 수행에서 성패를 결정짓는 아주 중요한 요소가 된다. 수중 음향신호 처리는 표적으로부터 방사되는 음향 신호를 수신하여 다양한 협대역 신호처리 분석을 통해 표적을 탐지하고 인식하는 수동소나 신호처리 기술과, 능동 펄스를 쏘아서 표적에서 반사되는 반향음을 수신하여 이를 분석하는 능동소나 신호처리 기술로 나눌 수 있다. 일반적으로 능동소나는 수동소나에 비해 높은 탐지 성능을 보이며 파라미터 추정 측면에서도 우수하다고 알려져 있다.
	Fractional 푸리에 변환은 어느 분야에 응용되었는가?	푸리에 변환은 신호처리 및 분석분야에서의심할 여지없이 지금까지 가장 많이 사용되어지는 방법이다. 이러한 푸리에 변환의 일반화된 해석방법인 FrFT는 [3]에 의해 소개된 이후 광학, 영상처리 및 다양한 신호처리 분야에 응용되었다[8-12].

참고문헌 (12)

R. Jacob, Development of Time-Frequency Techniques for Sonar Applications, Ph. D. dissertation. Naval Physical and Oceanographic Laboratory, 2010.
G. B. Giannakis, "Signal detection and classification using matched filtering and higher order statistics," IEEE Trans. ASSP, vol. 38, pp. 1284-1296, 1990.

상세보기
V. Namias, "The fractional order Fourier transform and its application to quantum mechanics," IMA Journal of Applied Mathematics, vol. 25, no. 3, pp. 241-265, 1980.

상세보기
H. M. Ozaktas, Z. Zalevsky, and M. A. Kutay, The Fractional Fourier Transform with Applications in Optics and Signal Processing, John Wiley, Chichester, NewYork, USA, 2001.
C. Capus and K. Brown, "Fractional Fourier transform of the Gaussian and fractional domain signal support," IEE Proceedings-Vision, Image, and Signal Processing, vol. 150, no. 2, pp. 99-106, 2003.

상세보기
A. W. Lohmann et el, "Some important fractional transformations for signal processing," Opt. Commun., vol. 125, pp. 18-20, 1996.

상세보기
V. Katkovnik, "A new form of the Fourier transform for time-varying frequency estimation," Signal Processing, vol. 47, no. 2, pp. 187-200, 1995.

상세보기
H. M. Ozaktas, B. Barshan and D. Mendlovic, "Convolution and filtering in fractional Fourier domains," Optical Review, vol. 1, no. 1, pp. 15-16, 1994.

상세보기
R Jacob, T Thomas and A. Unnikrishnan, "Applications of Fractional Fourier Transform in Sonar Signal Processing." IETE Journal of Research, vol. 55, pp. 16-27, 2014.
J. Vargas-Rubio and B. Santhanam, "On the multi angle centered discrete fractional Fourier transform," IEEE Signal Processing Letters, vol. 12, pp. 273-276, 2005.

상세보기
A. Capus and K. Brown, "Short-time fractional Fourier methods for the time-frequency representation of chirp signals," Journal of Acoustic Society of America, vol. 113, pp. 3253-3263, 2003.

상세보기
I. S. Yetik and A. Nehorai, "Beamforming using the fractional Fourier transform," IEEE Trans. Signal Processing, vol. 51, pp. 1663-1668, 2003.

상세보기

저자의 다른 논문 :

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