$\require{mediawiki-texvc}$

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.

돌고래 휘슬을 이용한 지연시간 기반 생체 모방 통신 기법
A biomimetic communication method based on time shift using dolphin whistle 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.38 no.5, 2019년, pp.580 - 586  

이호준 (인하대학교) ,  안종민 (인하대학교) ,  김용철 (인하대학교) ,  이상국 (국방과학연구소) ,  정재학 (인하대학교)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 은밀하게 통신 신호를 전송하기 위해 돌고래 휘슬음을 모방한 통신 기법을 제안하였다. 기존의 CSS(Chirp Spread Spectrum) 변조 기법은 돌고래 휘슬음을 정해진 시간 단위에 따라 여러 슬롯으로 나누고 각 슬롯에 상향 및 하향 처프 신호를 통해 변조하는 기법이다. 이에 따라 본래의 돌고래 휘슬음과의 시간-주파수 특성 차이가 발생하게 되어 모방 성능이 저하된다. 본 논문에서는 이러한 왜곡을 제거하기 위해 지연 시간을 기반으로 하는 변조 기법을 제안하였다. 전산 모의실험 결과 기존의 CSS 변조 기법에 비해 제안 방법의 비트오류율 성능이 약 3.5 dB ~ 8 dB 우수하였으며 시간-주파수 영역에서의 상호 상관도를 통한 모방 성능 평가에서도 CSS 변조 기법에 비해 우수한 것을 보였다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose a biomimetic communication method using a dolphin whistle to covertly transmit the communication signal. A conventional CSS (Chirp Spread Spectrum) modulation technique divides dolphin whistle into several slots and modulates with up and down chirp signals. That causes the ...

주제어

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 모방 성능을 높이기 위해 돌고래 휘슬음의 지연 시간 기반 휘슬음 모방 변조 기법을 제안한다. 본 논문에서 제안한 방법은 전송하고자 하는 비트와 변조 차수에 따라 결정되는 지연 시간을 휘슬음 앞에 할당하여 전송하는 기법이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
돌고래 휘슬음이란? 돌고래 휘슬음은 Fig. 1에 나타낸 스펙트로그램과 같이 시간에 따라 주파수가 변화하며 그 특성은 시간 및 주파수 영역의 주파수 윤곽으로 정의된다.[6-10] 휘슬음의 주파수 윤곽과 유사하게 통신 신호를 생성하게 되면 시간 및 주파수영역의 특성 유사함에 따라 사람이 듣게 되는 소리도 원래의 휘슬음과 유사해 진다.
CSS 변조 기반 휘슬음 모방 기법의 모방 성능은 무엇에 의해 결정되는가? CSS 변조 기반 휘슬음 모방 기법의 모방 성능은 Lf와 Lt에 의해 결정된다. Lf와 Lt가 작은 경우에는 본래의 휘슬음과의 시간-주파수 특성 차이가 작아 모방 성능이 우수하다.
본래의 휘슬음과의 신호-주파수 특성 차이가 커지게 되어 모방 성능이 저하되는 이유는? Lf와 Lt가 작은 경우에는 본래의 휘슬음과의 시간-주파수 특성 차이가 작아 모방 성능이 우수하다. 그러나 복조 시에 상향 및 하향 처프와의 상호 상관을 계산하는데 Lf와 Lt가 작을수록 상호 상관 성능이 저하되어 신호 복원 성능이 좋지 않다. 반대로 Lf와 Lt가 큰 경우에는 처프의 신호가 차지하는 시간과 주파수 대역폭이 넓어지게 된다. 따라서 상호 상관 성능이 우수하여 신호 복원 성능이 좋지만 본래의 휘슬음과의 신호-주파수 특성 차이가 커지게 되어 모방 성능이 저하된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. S. Liu, G. Qiao, and A. Ismail, "Covert underwater acoustic communication using dolphin sounds," J. Acoust. Soc. Am. 133, EL300-EL306 (2013). 

  2. G. Qiao, Y. Zhao, S. Liu, and M. Bilal, "Dolphin sounds inspired covert underwater acoustic communication and micro modem," J. Sensors, 17, 2447 (2017). 

  3. S. Liu, T. Ma, G. Qiao, L. Ma, and Y. Yin, "Biologically inspired covert underwater acoustic communication by mimiking dolphin whistles," J. Appl. Acoust., 120, 120-128 (2017). 

  4. J. Ahn, H. Lee, Y. Kim, W. Kim, and J. Chung, "Multipath combining method for frequency shift keying underwater communications mimiking dolphin whistle" (in Korean), J. Acoust. Soc. Kr. 37, 404-411 (2018). 

  5. J. Ahn, H. Lee, Y. Kim, S. Lee, and J. Chung, "Mimicking dolphin whistles with continuously varying carrier frequency modulation for covert underwater acoustic communication," Jpn. J. Appl. Phys. 58, SGGF05 (2019). 

  6. D. K. Mellinger, S. W. Martin, R. P. Morrissey, and J. J. Yosco, "A method for detecting whistles, moans, and other frequency contour sounds," J. Acoust. Soc. Am. 129, 4055-4061 (2011). 

  7. D. Gillespieb, M. Caillat, J. Gordon, and P. White, "Automatic detection and classification of odontocete whistles," J. Acoust. Soc. Am. 134, 2427-2437 (2013). 

  8. T. H. Lin, L. S. Choui, T. Akamatsu, H. C. Chan, and C. F. Chen, "An automatic detection algorithm for extracting the representative frequency of cetacean tonal sounds," J. Acoust. Soc. Am. 134, 2477-2485 (2013). 

  9. L. Shamir, C. Yerby, R. Simpson, A. M. von Benda-Beckmann, P. Tyack, F. Samarra, P. Miller, and J. Wallin, "Classification of large acoustic datasets using machine learning and crowdsourcing: Application to whale calls," J. Acoust. Soc. Am. 135, 953-962 (2014). 

  10. J. Locke and P. R. White, "The performance of methods based on the fractional Fourier transform for detecting marine mammal vocalizations," J. Acoust. Soc. Am. 130, 1974-1984 (2011). 

저자의 다른 논문 :

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