$\require{mediawiki-texvc}$

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.

주파수영역 독립성분분석을 이용한 수동소나 표적신호 분리
Separation of passive sonar target signals using frequency domain independent component analysis 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.35 no.2, 2016년, pp.110 - 117  

이호재 (경북대학교 전자공학부) ,  서익수 (국방과학연구소) ,  배건성 (경북대학교 전자공학부)

초록
AI-Helper 아이콘AI-Helper

수동소나 시스템에서는 함정의 소음원에서 발생하는 방사 소음을 분석하여 표적을 탐지 및 식별한다. 소나의 탐지 범위 안에 다수의 소음원이 존재하면 신호를 분석할 때 각 소음원에서 나오는 성분들이 혼합되어 각각의 소음원을 규명하기가 어렵다. 이를 해결하기 위해 일반적으로는 배열 센서를 이용한 빔을 형성하여 소음원의 신호를 공간적으로 분리하는 기법이 사용되지만 환경에 따라 여전히 어려운 점이 있다. 본 연구에서는 수동소나 표적신호를 분리하기 위한 새로운 방법으로 주파수영역 독립성분분석(FDICA: Frequency Domain Independent Component Analysis)을 적용하고, 혼합된 표적신호를 분리하는 모의실험을 수행하여 그 타당성을 검증하였다. 표적신호 합성을 위한 특징 정보로는 기계류 토널 성분 및 프로펠러 성분을 사용하였고, 분리 전 후의 결과를 LOFAR(Low Frequency Analysis and Recording), DEMON(Detection Envelope Modulation On Noise) 분석을 통해 비교하였다.

Abstract AI-Helper 아이콘AI-Helper

Passive sonar systems detect and classify the target by analyzing the radiated noises from vessels. If multiple noise sources exist within the sonar detection range, it gets difficult to classify each noise source because mixture of noise sources are observed. To overcome this problem, a beamforming...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 수동소나 표적신호를 분리하는 과정에서 위에서 언급한 문제점을 해결하기 위한 새로운 접근 방법으로 음성신호처리에서 많이 연구되고 있는 BSS(Blind Source Separation) 기법 중 하나인 주파수영역 독립성분분석(Frequency Domain Independent Component Analysis, FDICA) 기법을 이용하여 혼합된 표적신호를 분리하는 방법으로 제안하였다. 함정에서 발생하는 소음원의 신호를 모델링하여 표적신호를 합성한 후, 표적의 위치에 따른 상황들을 가정하여 혼합신호를 만들고, FDICA를 통해 분리하는 모의실험을 수행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
혼합된 표적신호를 분리하기 위해 사용하는 배열 센서를 이용한 빔 형성 기법의 한계는? 표적이 각기 다른 방위에 존재하면 각 표적의 신호는 각 방위의 빔 데이터에서 크게 나타나므로 이는 표적신호를 공간적으로 분리할 수 있음을 의미한다. 하지만 서로 다른 표적들이 같은 방위에 존재할 경우 그 방위의 빔 데이터에서는 표적의 신호들이 같이 나타나므로 공간적으로 분리가 불가능하다는 점과 배열센서가 없는 감시체계에서는 사용할 수 없는 등의 한계점도 있다.
공동현상이란? 공동소음은 프로펠러의 회전으로 발생하는 공동현상에 의해 발생하는 소음이다. 프로펠러가 고속으로 회전할 때 프로펠러 후방의 압력이 낮아져 수중에 용해되어있던 기체들이 저압부로 이동하여 기포를 형성하는데 이를 공동현상이라 한다. 이와 같이 형성된 기포들은 압력의 변화 등에 의해 소멸되면서 소음을 발생시키는데 이를 공동소음이라 한다.
소나 시스템이란? 소나 시스템은 수중환경에 존재하는 표적을 탐지하기 위한 시스템이다. 소나 시스템은 능동소나와 수동소나로 구분할 수 있는데, 그 중 수동소나 시스템은 함정의 소음원에서 방사되는 소음을 분석하여 소음원을 규명한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (8)

  1. R. J. Urick, Principles of Underwater Sound (McGraw-Hill, New York, 1993), pp. 328-343. 

  2. J. H. Lee, Enhancement of frequency line of vernier signals using the autocorrelation-based post-processing and acoustic feature extraction (in Korean), (Master's thesis, Kyungpook National University, 2010). 

  3. H. J. Cho, J. S. Lim, M. J. Cheong, I. K. Seo, H. S. Ko, and W. Y. Hong, "A study on the DEMON performance comparison of several demodulation processing" (in Korean), J. Acoust. Soc. Kr. Suppl. 1(s) 34, 55-58 (2015). 

  4. A. Hyvarinen, J. Karhunen, and E. Oja, Independent Component Analysis (New York, USA, John Wiley & Sons, 2001), pp. 165-227. 

  5. I. T. Lee, T. S. Kim, and T. W. Lee, "Independent vector analysis for convolutive blind speech separation," in Blind Speech Separation, edited by S. Makino, H. Sawada and T. W. Lee (Springer, Netherlands, 2007). 

  6. T. S. Kim, H. T. Attias, S. Y. Lee, and T. W. Lee, "Blind source separation exploiting higher-order frequency dependencies," IEEE Trans. on Audio, Speech, and Lang. Process. 15, 70-79 (2007). 

  7. X. Quan, Improvement of convergence speed sing weighted Inner product constraints in FDICA for separation of speech mixtures (in Korean), (Ph.D. thesis, Kyungpook National University, 2015). 

  8. N. N. de Moura and J. M. Seixas, "Independent component analysis for optimal passive sonar signal detection," in Proc. IEEE ISDA 7th, 671-678 (2007). 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
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