[논문]빔공간 다채널 비음수 행렬 분해에 기초한 잔향에서의 지속파 능동 소나 표적 탐지 기법에 대한 연구

이석진

doi:10.7776/ask.2018.37.6.489

초록
AI-Helper

본 논문에서는 잔향이 존재하는 환경에서 낮은 도플러 주파수를 가지는 지속파 능동 소나의 반사음이 수신될 때, 빔공간 다채널 비음수 행렬 분해 기법을 이용하여 이를 탐지하는 기법에 대한 연구를 수행하였다. 지속파 능동 소나에서 수신기가 이동하는 경우 도플러 효과로 인하여 잔향 주파수 대역이 넓어지며, 이 경우 낮은 도플러 주파수를 가지는 표적 반사음은 잔향에 의해 방해를 받는다. 본 논문에서 고안한 알고리즘은 빔공간 다채널 비음수 행렬 분해 기법을 이용하여 수신음의 다채널 스펙트로그램을 주파수 기저, 시간 기저, 빔형성기 이득으로 분석한 후, 적절한 기저를 선택하여 반사음의 주파수, 시간, 그리고 방위를 추정한다. 해당 알고리즘의 동작을 분석하기 위하여 다양한 신호대잔향음 환경에서의 시뮬레이션을 수행하였으며, 분석 결과 고안한 알고리즘이 주파수, 시간, 그리고 방위를 추정할 수 있으나 낮은 신호대잔향비 환경에서 성능이 저하됨을 확인할 수 있었다. 시뮬레이션 결과에 따르면, 향후 기저 선택 알고리즘을 수정함으로써 성능을 개선할 수 있을 것이라 예상된다.

Abstract ▼ AI-Helper

In this paper, a target detection method based on beamspace-domain multichannel nonnegative matrix factorization is studied when an echo of continuous-wave ping is received from a low-Doppler target in reverberant environment. If the receiver of the continuous-wave active sonar moves, the frequency ...

In this paper, a target detection method based on beamspace-domain multichannel nonnegative matrix factorization is studied when an echo of continuous-wave ping is received from a low-Doppler target in reverberant environment. If the receiver of the continuous-wave active sonar moves, the frequency range of the reverberation is broadened due to the Doppler effect, so the low-Doppler target echo is interfered by the reverberation in this case. The developed algorithm analyzes the multichannel spectrogram of the received signal into frequency bases, time bases, and beamformer gains using the beamspace-domain multichannel nonnnegative matrix factorization, then the algorithm estimates the frequency, time, and bearing of target echo by choosing a proper basis. To analyze the performance of the developed algorithm, simulations were performed in various signal-to-reverberation conditions. The results show that the proposed algorithm can estimate the frequency, time, and bearing, but the performance was degraded in the low signal-to-reverberation condition. It is expected that modifying the selection algorithm of the target echo basis can enhance the performance according to the simulation results.

주제어

표/그림 (8)

그림 Fig. 1. An illustrative diagram of a detection scenario in reverberant environments.
그림 Fig. 2. A block diagram of the proposed target detection system.
그림 Fig. 3. Multichannel Nonnegative matrix factorization model for the beamspace-domain data.
그림 Fig. 4. Selected frequency basis in the SRR conditions of (a) -4 dB, (b) -6 dB, (c) -8 dB, and (d) -10 dB. The vertical dashed line denotes the normalized Doppler frequency of the target echo.
그림 Fig. 5. Selected time basis in the SRR conditions of (a) -4 dB, (b) -6 dB, (c) -8 dB, and (d) -10 dB. The vertical dashed lines denote the start and the end frames of the target echo.
그림 Fig. 6. Beam gains of the selected source in the SRR conditions of (a) -4 dB, (b) -6 dB, (c) -8 dB, and (d) -10 dB. The vertical dashed line denotes the index of the beamformer whose desired angle is identical to the target bearing.
그림 Fig. 7. F-measures of the estimation results of the frequency, time, and bearing.
그림 Fig. 8. (a) The frequency basis, (b) the time basis, and (c) the beam gains of the selected basis and source by hand in the SRR condition of -10 dB.

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 잔향 환경에서 표적 반향음을 검출하기 위하여 MC-NMF 모델에 기초한 신호 분석 알고리즘을 고안하고, 결과에 대한 분석을 수행하였다.
본 논문에서는 잔향환경에서 표적 반향음을 탐지하는 알고리즘에 대한 연구를 진행하였으며, 특히 표적 반향음의 도플러 이동이 크지 않아 표적 반향음의 주파수 성분이 잔향에 영향을 받는 상황을 해결하는 것에 주안점을 두었다.

가설 설정

(c) the beam gains of the selected basis and source by hand in the SRR condition of -10 dB.
Fig. 1과 같이 수중에서 능동소나 수신기가 신호를 수신하는 상황을 가정해보자.
Fig. 3에서 보는 바와 같이 빔공간 MC-NMF 기술은 특정 주파수 구조의 신호(행렬 W)가 특정 시간 동안 활성화(행렬 H)되며, 그 신호가 특정 방위 응답(벡터uj)을 가지는 것을 가정하고 있다.
방사된 핑 신호로는 1 s 길이의 지속파 신호를 사용하였으며, 표적의 정규화 도플러 비(f/f0)는 1.015로 가정하였다.
본 논문에서 고안한 알고리즘의 성능을 살펴보기 위하여 수중 잔향 환경에서 표적이 존재하는 상황을 가정하여 시뮬레이션을 진행하였다.
빔형성기는 수신기의 진행 방향 기준 0°부터 180°까지 5° 간격으로, 총37개의 빔형성기가 존재한다고 가정하였고, 각 빔형성기의 null-to-null 빔 폭은 10°로 가정하였다.

제안 방법

본 논문에서 고안한 알고리즘은 여러 방위의 빔형성기를 통과한 신호를 수집한 후, 이를 3차원 텐서로 모델링하여 MC-NMF 기법을 통해 주파수 기저, 시간 기저, 그리고 빔형성기 이득으로 분석한다.
본 논문에서는 이를 최대신호대잔향비라고 명명하였으며, -10 dB부터 -2 dB까지 2 dB 간격으로 변화시키며 결과를 관찰하였다
이러한 문제를 해결하기 위하여 수신음을 3차원 축에서 분석하고자 하였으며, 일반적으로 소나 수신기에 빔형성기가 이미 사용되고 있는 점을 감안하여 빔형성기 출력 데이터에 빔공간 MC-NMF 기법을 적용하는 연구를 진행하였다.
이후 표적 반향음을 포함하는 기저를 선택한 후 해당 기저의 데이터를 이용하여 표적 반향음의 주파수, 시간, 그리고 방위를 추정하게 된다.
제안하는 알고리즘은 Fig. 2와 같이 빔형성기 및 주파수 변환, 자기 도플러 감쇠(Own Doppler Suppression,ODS), 그리고 MC-NMF 모듈로 이루어져 있다.
제안하는 알고리즘을 이용하여 시간 기저, 주파수 기저, 그리고 반사체별 빔 이득으로 분석한 후, Eq.
제안하는 알고리즘의 동작을 분석하기 위하여 시뮬레이션을 수행하였다.
추정 성능을 수치적으로 분석하기 위하여 각 SRR환경마다 20번의 반복 실험을 수행한 후, 추정 결과를 다음과 같은 F-measure를 통해 나타내었다.

대상 데이터

반사체의 개수는 30개로, 각 반사체 당 기저의 개수는 4개로 설정되었으며, 따라서 총120개의 기저가 존재하도록 설정되었다.

이론/모형

MC-NMF 분석을 위한 스펙트로그램 데이터를 얻기 위하여 133 ms 길이의 Hamming 윈도우를 25 % 중첩하여 단시간 푸리에 변환(short-time Fourier transform)을 적용하였으며, Eq.
[12]의 잔향 모델을 이용하여 합성되었다.

성능/효과

4~6의 결과에 비해 표적 반향음 성분을 더욱 뚜렷이 확인할 수 있으며,특히 방위 추정 결과에 있어 개선된 결과를 보임을 확인할 수 있다.
Fig. 7은 각 SRR환경에 대한 F-measure 결과 값을 그래프로 도시하였으며, 시간, 주파수, 방위 모두 SRR 환경이 좋을 때에는 상대적으로 좋은 성능을 보이지만, -10 dB와 같이 SRR 환경이 가혹한 경우 성능이 저하됨을 확인할 수 있다.
SRR이 -10 dB ~ -2 dB인 환경에 대해 MC-NMF 기저 추정 및 선택 결과를 분석하였으며, 시뮬레이션 수행 결과 제안하는 알고리즘이 잔향 환경에서 표적 반향음의 주파수, 시간, 그리고 방위를 추정할 수 있음을 보였으나, 낮은 SRR 환경에서는 성능 개선의 필요성이 있음을 확인할 수 있었다.

후속연구

그러나 기존의 알고리즘에 비해 크게 개선되었다고 보기도 어려우므로, 향후 성능의 개선이 필요하다고 판단된다.
따라서 MC-NMF의 기저 분석 알고리즘 보다는 기저 선택 및 시간, 주파수, 그리고 방위 추정 알고리즘을 보완함으로써 성능을 향상시킬 수 있을 것으로 판단되며, 향후 이러한 부분을 중점적으로 연구할 계획이다.
또한 낮은 SRR 환경의 결과를 분석한 결과 기저 선택 알고리즘을 수정함으로써 개선의 여지가 있을 것으로 판단되며, 향후 추가적인 연구를 통해 이러한 부분을 개선할 예정이다.

참고문헌 (12)

T. Collins and P. Atkins, "Doppler-sensitive active sonar pulse designs for reverberation processing," IEE Proc. of Radar, Sonar, and Navigation 145, 347-353 (1998).
H. Cox and L. Hung, "Geometric comb waveforms for reverberation suppression," 28th Asilomar Conference on Signals, Systems and Computers 2, 1185-1189 (1994).
J. M. Alsup, "Comb waveforms for sonar," 33rd Asilomar Conference on Signals, Systems and Computers 2, 864-869 (1999).
Y. Doisy, L. Deuraz, S. P. van Ijsselmuide, S. P. Beerens, and R. Been, "Reverberation suppression using wideband Doppler-sensitive pulses," IEEE J. Ocean. Eng. 33, 419-433 (2008).
S. Kay and J. Salisbury, "Improved active sonar detection using autoregressive prewhiteners," J. Acoust. Soc. Am. 87, 1603-1611 (1990).
G. Ginolhac and G. Jourdain, "Principal component inverse algorithm for detection in the presence of reverberation," IEEE J. Ocean. Eng. 27, 310-321 (2002).
W. Lei, Q. Zhang, X. Ma, and C. Hou, "Active sonar detection in reverberation via signal subspace extraction algorithm," EURASIP J. Wireless Communications and Networking 2010, 1-10 (2010).
S. Lee, J. S. Lim, and M. Cheong, "Reverberation suppression algorithm for continuous-wave active sonar system based on overlapping nonnegative matrix factorization" (in Korean), J. Acoust. Soc. Kr. 36, 273-278 (2017).
A. Ozerov and C. Fevotte, "Multichannel nonnegative matrix factorization in convolutive mixtures for audio source separation," IEEE/ACM Trans. Audio, Speech, Language Process. 18, 550-563 (2010).
S. Lee, S. H. Park, and K.-M. Sung, "Beamspace-domain multichannel nonnegative matrix factorization for audio source separation," IEEE Signal Process. Lett. 19, 43-46 (2012).

상세보기
W. S. Burdic, Underwater Acoustic System Analysis (Prentice-Hall, NJ, 1991), Chap. 12.
D. A. Abraham and A. P. Lyons, "Simulation of non-rayleigh reverberation and clutter," IEEE J. Ocean. Eng. 29, 347-362 (2004).

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (8) 모든 표/그림 보기

표/그림 (8) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

이석진 (8)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

초록
AI-Helper

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper