[논문]연안 환경에서 클러터에 강인한 능동소나 탐지 알고리듬

장은정; 권성철; 오원천; 이정우; 신기철; 김주호

doi:10.7776/ask.2019.38.6.661

연안 환경에서 클러터에 강인한 능동소나 탐지 알고리듬
A robust detection algorithm against clutters in active sonar in shallow coastal environment 원문보기

한국음향학회지= The journal of the acoustical society of Korea, v.38 no.6, 2019년, pp.661 - 669

장은정 (엘아이지넥스원 해양1연구소) , 권성철 (엘아이지넥스원 해양1연구소) , 오원천 (엘아이지넥스원 해양1연구소) , 이정우 (엘아이지넥스원 해양1연구소) , 신기철 (엘아이지넥스원 해양1연구소) , 김주호 (국방과학연구소)

초록
AI-Helper

연안 환경에서 소형 표적의 탐지에는 고주파 능동소나가 적합하다. 연안 환경에서 고주파 능동소나를 사용할 경우 해양 생물 소음, 선박 소음, 항적 등에 의한 클러터로 인하여 오경보율이 매우 높다. 본 논문에서는 연안 환경에서 능동 소나에서 클러터에 강인한 탐지 알고리듬을 제안한다. 제안된 알고리듬은 측정치 추출 시 신호의 통계적인 특징을 이용하는 Constant False Alarm Rate(CFAR)와 클러스터링 알고리듬을 이용하여 클러터 제거율을 높인다. 제안 된 탐지 알고리듬은 해상 시험을 통하여 검증하였으며, 약 96 % 이상의 클러터를 제거하였다.

Abstract ▼ AI-Helper

High frequency active sonar is appropriate for detecting small targets such as a diver in coast environment. In case of using high frequency active sonar in shallow coastal environment, a false alarm rate is high due to clutters caused by marine biological noise, ship noise, wake, etc. In this paper, we propose an algorithm for target detection which is robust against clutter in active sonar system in shallow coastal environment. The proposed algorithm increases the rate of reduction clutter using calculation of statistical characteristics of signal and a clustering method. The algorithm is evaluated and analysed with sea trial data, as a result, that shows the rate of reducing rate of clutter of 96 % and over.

주제어

표/그림 (8)

그림 Fig. 1. Multiple measurements from a target (diver with open circuit breather).
그림 Fig. 2. Measurements of clutters from transient noise, wake and ship noise.
그림 Fig. 3. Block diagrams of proposed algorithm (a) clustering after CFAR (b) CFAR after clustering.
그림 Fig. 4. Reference and guard area in calculation of characteristics of detected signal.
그림 Fig. 5. Cluster of target with sea trial data.
그림 Fig. 6. Cluster consisted of measurements from transient noise.
그림 Fig. 7. Clutter reduction rate and target detection rate according to five cases (a) clutter reduction rate and (b) target detection rate.
그림 Fig. 8. Clutter reduction rate and target detection rate according to K (a) clutter reduction rate and (b) target detection rate.

AI 본문요약
AI-Helper

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

문제 정의

간축비 D는 송신 FM 펄스의 대역폭을 B라 하고 음속을 c라 할 때, FM 모호함수의 정점에서 3 dB 감소되는 지점의 거리 해상도 2B/c와 탐지 대상 표적의 크기를 고려하여 결정하여야 한다.^[8] 본 논문에서는 간축은 일반적인 간축과 다르게 신호의 첨두값을 유지하기 위하여, 간축비 내 신호의 최대치를 선택하여 간축을 수행한다. 간축된 규준화 신호는 다음과 같이 나타낼 수 있다.
본 논문에서는 연안 환경에서 고주파 능동소나를 이용한 소형 표적 탐지에 적합한 탐지 알고리듬을 제안한다. 제안하는 탐지 알고리듬은 문턱값 이상신호 주변의 통계적 특징을 측정치 추출에 이용하는Constant False Alarm Rate(CFAR)를 이용하여 오경보율을 낮추고,^[3] 하나의 표적으로부터 발생된 다수의 측정치를 클러스터링을 통하여 하나의 측정치로 도출함과 동시에 해양생물들의 과도신호에 의한 클러터를 제거한다.
본 논문에서는 연안 환경의 고주파 능동소나에서 클러터에 강인한 소형 표적 탐지 알고리듬을 제안하였다. 소형 표적을 탐지하기 위하여 고주파 능동소나를 사용할 경우 하나의 표적에 대하여 다수의 측정치가 발생한다.
예를 들어 딱새우와 같은 해양생물이 발생시키는 과도신호는 단일 핑에서 발생하고, 클러터맵을 이용한 규준화 신호에서 문턱값 이상의 측정치를 추출할 경우 이전 핑에서 추정된 잔향환경과 다르므로 단일 핑 내에서 일정시간 지속되는 과도신호 모두 측정치로 발현된다. 본 논문에서는 클러터 맵을 이용한 규준화가 가지는 단점의 영향을 줄이기 위하여 문턱치 이상의 첨두치의 간축 전 주변 신호의 통계적인 특성을 계산하여 비교하는 CFAR를 적용하여 최종 측정치를 결정한다.^[3] 간축 전 신호의 위치를 (l_D(k,b),b)라 하면 주변신호의 평균 m(l_D(k,b),b)과 표준편차 σ(l_D(k,b),b)를 구한다.

가설 설정

소형 표적의 효과적인 탐지를 위하여 거리 해상도가 대역폭에 비례하는 Frequency Modulation(FM) 형태의 송신 펄스가 사용된다.^[4] 저역통과필터의 설계는 FM 펄스의 대역폭을 고려하여 설계되어야 한다. 저역통과필터를 통과시킨 신호를 이용하여 빔형성을 수행한다.

제안 방법

데이터의 양은 샘플링 주파수와 비례하고, 이에 따른 과도한 연산량은 연산에서의 실시간성을 보장하지 못한다. 과도한 데이터량과 이에 따른 연산량을 줄이기 위하여 수신 센서신호를 송신 펄스 중심 주파수의 반송파 신호를 곱하여 기저대역으로 천이시키고, 저역통과필터를 거친 다음 간축을 수행한다. 소형 표적의 효과적인 탐지를 위하여 거리 해상도가 대역폭에 비례하는 Frequency Modulation(FM) 형태의 송신 펄스가 사용된다.
(6)의 측정치를 포함한 클러스터의 대푯값을 측정치로 추출하였다(Case 4). 다섯 번째는 네 번째 방법에서 과도신호에 의한 클러터 제거 성능과 K에 따른 클러터 제거성능과 표적 탐지율을 확인하는 실험을 진행하였다(Case 5-1~6). 클러스터링 후 클러스터의 길이를 산출하고, 그 길이가 40 m 이상이면 제거하였다.
본 논문은 이러한 문제점을 해결하기 위하여 측정치 추출시 문턱값 이상의 첨두치의 통계적 특성을 이용하는 CFAR를 적용하였다. 또한 클러스터링을 적용함으로써 하나의 표적신호에서 생성된 다수의 측정치를 하나로 표현하고, 과도 신호에 의한 측정치를 제거하였다. 제안한 능동소나 탐지 알고리듬은 해상시험 결과를 통하여 클러터 제거율, 표적 탐지 확률로서 검증하였다.
본 논문에서 제안한 능동소나 탐지 알고리듬의 성능은 표적 탐지 확률과 클러터 제거율을 이용하여 검증하였다. Eq.
본 논문에서는 II장에서 고정된 송·수신 센서 환경에 적합한 잔향 추정 기반의 클러터 맵을 이용한 규준화를 신호처리에 적용하였다.
7 m로 탐지하고자 하는 소형 표적의 길이라 볼 수 없다. 본 논문에서는 클러스터의 길이를 계산하여 기준치를 초과 시 제거하여 과도 신호와 선박 소음에 의한 오경보를 제한한다. 클러스터 C_i의 길이 L_i는 다음과 같이 정의한다.
본 논문에서는 표적신호의 통계적 특징을 이용하는 CFAR의 적용과 클러스터링을 통하여 하나의 표적에 의한 다수의 측정치를 하나로 표현하여 클러터를 제거하였다.
본 논문에서는 하나의 표적에서 여러 개의 측정치가 추출되는 현상에 의한 오경보를 줄이고, 해양생물 소음 및 선박 소음과 같은 과도 신호에 의한 군집된 클러터에 의한 오경보를 제거한다. 이를 위하여 측정치 간 거리에 기반한 클러스터링을 수행한다.
본 장에서는 제안한 능동소나 탐지 알고리듬의 클러터 제거 성능을 해상실험 데이터를 이용하여 검증한다.
(6)과 같이 신호의 주변 신호 통계적 특성을 고려하여 측정치를 추출하였다(Case 2). 세 번째는 클러스터링의 성능을 분석하기 위하여 Case 2의 측정치를 클러스터링하여 대푯값을 산출하였다(Case 3). 네 번째는 첫 번째 방법의 측정치를 입력으로 클러스터링을 수행한 후 대푯값을 선정한 후 Eq.
본 논문에서는 하나의 표적에서 여러 개의 측정치가 추출되는 현상에 의한 오경보를 줄이고, 해양생물 소음 및 선박 소음과 같은 과도 신호에 의한 군집된 클러터에 의한 오경보를 제거한다. 이를 위하여 측정치 간 거리에 기반한 클러스터링을 수행한다. 사용된 클러스터링 기법은 Density Based Spatial Clustering of Application with Noise(DBSCAN)이다.
(6)을 만족하는 측정치가 있고, 클러스터 길이 L_i가 L_TH보다 작은 경우 이를 최종 측정치로 간주하였다. 이후 측정치의 위치는 클러스터 내 측정치의 수직좌표계상 위치에 정합필터 출력 크기를 가중치로 설정하여 계산하였다. 이는 클러스터 내 측정치의 정합필터 출력 크기를 a_{N_C(i)}, 클러스터 내 측정치의 정합필터 출력 크기 합을 A_C(i)라 할 때 클러스터의 위치 (x_C(i),y_C(i))는 다음의 식과 같이 나타낼 수 있다.
본 논문에서는 연안 환경에서 고주파 능동소나를 이용한 소형 표적 탐지에 적합한 탐지 알고리듬을 제안한다. 제안하는 탐지 알고리듬은 문턱값 이상신호 주변의 통계적 특징을 측정치 추출에 이용하는Constant False Alarm Rate(CFAR)를 이용하여 오경보율을 낮추고,^[3] 하나의 표적으로부터 발생된 다수의 측정치를 클러스터링을 통하여 하나의 측정치로 도출함과 동시에 해양생물들의 과도신호에 의한 클러터를 제거한다.
또한 클러스터로 형성되는 최소 측정치 수는 2개로 설정하였다. 제안한 알고리듬의 검증에는 동일한 데이터를 이용하여 다섯 가지 측정치 추출 기법이 적용되었다. 첫 번째는 정합필터링 이후 고정된 문턱값 이상의 첨두치를 측정치로 추출하였고(Case 1), 두 번째는 신호의 통계적인 특성을 이용하는 CFAR의 클러터 제거 성능을 검증하기 위하여 첫 번째 측정치에 Eq.
첨두치 신호가 변동이 심한 것을 감안하여, 주변신호의 통계적 특성과 비교하기 전에 시간 상 이전‧이후 신호와 평균을 구한다. 이를 수식으로 표현하면 Eq.

대상 데이터

단상태 소나의 음원과 수신기는 동일한 위치에 고정 설치하였다. 사용된 송신 펄스는 길이가 200 ms, 대역폭 20 kHz인 Linear Frequency Modulation(LFM)펄스이다. 송신 펄스는 2s 간격으로 100회 송신되었다.
송신 펄스는 2s 간격으로 100회 송신되었다. 시험 시 표적은 인양선에 의하여 센서로부터 500 m 떨어진 곳에서, 390 m 떨어진 곳까지 이동하였다.

데이터처리

또한 클러스터링을 적용함으로써 하나의 표적신호에서 생성된 다수의 측정치를 하나로 표현하고, 과도 신호에 의한 측정치를 제거하였다. 제안한 능동소나 탐지 알고리듬은 해상시험 결과를 통하여 클러터 제거율, 표적 탐지 확률로서 검증하였다.

이론/모형

또한 고정된 음원과 수신기를 사용하므로 방파제 등의 연안의 고정된 클러터를 제거하기 위하여 사용된 클러터 맵을 이용한 규준화 기법과 고정된 문턱값의 적용은 해양 생물 및 선박 등의 방사소음에 의한 과도 신호에 취약하다. 본 논문은 이러한 문제점을 해결하기 위하여 측정치 추출시 문턱값 이상의 첨두치의 통계적 특성을 이용하는 CFAR를 적용하였다. 또한 클러스터링을 적용함으로써 하나의 표적신호에서 생성된 다수의 측정치를 하나로 표현하고, 과도 신호에 의한 측정치를 제거하였다.
이를 위하여 측정치 간 거리에 기반한 클러스터링을 수행한다. 사용된 클러스터링 기법은 Density Based Spatial Clustering of Application with Noise(DBSCAN)이다.^[10] DBSCAN은 주어진 신호 간의 거리를 계산하고, 거리가 설정값 이하인 경우 이웃으로 선정한다.

성능/효과

그러므로 소형 표적 탐지에는 고주파의 능동 펄스를 송신하는 고주파 능동소나가 사용된다.^[1] 고주파 능동소나는 짧은 음파 도달 거리를 단점으로 가지나, 연안 환경에서 소형 표적 탐지는 적용 위치가 연안의 항구와 같은 비교적 좁은 영역이므로 긴 음파 도달거리는 요구되지 않는다.^[2]
일반적인 소나 시스템의 경우 탐지 이후 추적을 고려하므로 90 % 이상의 탐지율은 추적 알고리듬의 적용으로 보완 가능하다. 그러므로 클러터 제거율이 높아 오경보율이 낮고, 93 %의 표적 탐지율에 클러터 제거율이 가장 높은 Case 4가 연안 환경에서 소형표적 탐지 알고리듬으로 가장 적합함을 알 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	저주파 능동소나의 장점은 무엇인가?	그러므로 소형 표적 탐지에는 능동 핑을 송신하여 반향되어 나오는 신호를 이용하는 능동소나가 적합하다. 저주파 능동소나는 고주파 능동소나에 비하여 음파 도달 거리가 길다는 장점이 있으나, 거리 해상도가 높지 않아 소형 표적의 탐지에는 적합하지 않다. 그러므로 소형 표적 탐지에는 고주파의 능동 펄스를 송신하는 고주파 능동소나가 사용된다.
	고주파 능동소나의 실시간성을 보장하기 위한 방법에는 무엇이 있는가?	데이터의 양은 샘플링 주파수와 비례하고, 이에 따른 과도한 연산량은 연산에서의 실시간성을 보장하지 못한다. 과도한 데이터량과 이에 따른 연산량을 줄이기 위하여 수신 센서신호를 송신 펄스 중심 주파수의 반송파 신호를 곱하여 기저대역으로 천이시키고, 저역통과필터를 거친 다음 간축을 수행한다. 소형 표적의 효과적인 탐지를 위하여 거리 해상도가 대역폭에 비례하는 Frequency Modulation(FM) 형태의 송신 펄스가 사용된다.
	능동소나의 특징은 무엇인가?	함정 등 대형 표적은 자체 방사 소음을 탐지하는 수동소나로 탐지가 가능하나, 소형 표적은 자체 방사소음이 작아 수동탐지로는 탐지가 어렵다. 그러므로 소형 표적 탐지에는 능동 핑을 송신하여 반향되어 나오는 신호를 이용하는 능동소나가 적합하다. 저주파 능동소나는 고주파 능동소나에 비하여 음파 도달 거리가 길다는 장점이 있으나, 거리 해상도가 높지 않아 소형 표적의 탐지에는 적합하지 않다.

참고문헌 (10)

R. T. Kessel and R. D. Hollett, "Underwater intruder detection sonar for harbour protection: state of the art review and implications," NATO Undersea Research Centre, Tech. Rep., 2006.
E. J. Jang, W. T. Oh, J. W. Lee, K. J. Kang, and J. Kim, "Design signal processing system of active sonar for swimmer detection in coast environment," (in Korean), J. IEIE. 55, 1373-1383 (2018).
P. P. Gandhi and S. A. Kassam, "Analysis of CFAR processors in nonhomogeneous background," IEEE Trans. on Aerospace and Electronic Systems 24, 427- 445 (1988).

상세보기
The Cerberus Wideband Swimmer Detection Sonar, https://magazines.marinelink.com/Magazines/MarineTechnology/200611/flash/html5forpc.html?page35/, (Last viewed November 19, 2019).
S. Stergiopoulos, "Advanced beamformers," in Handbook of Advanced Signal Processing Theory and Implementation for Sonar, Radar and NonInvasive Medical Diagnostic Systems, edited by S. Stergiopoulos (CRC Press, Florida, 1989).
A. V. Oppenheim, R. W. Schafer, and J. R. Buck, Discrete-Time Signal Processing (Prentice Hall, New Jersey, 1989), pp. 558-560.
M. J. Crocker, Handbook of Acoustics (Wiley-Interscience, New York, 1998), pp. 452.
B. R. Mahafza and A. Z. Elsherbeni, MATLAB Simulations for Radar Systems Design (CRC Press/Chapman & Hall, New York, 2004), pp. 209-214.
E. Jeong, T. Shim, and J. Kim, "Underwater acoustic image classification of a cylindrical object using the hough transformation and nth degree polynomial interpolation," (in Korean), J. IEIE. 50, 139-200 (2013).

원문보기 상세보기
M. Ester, H. Kriegel, J. Sander, and X. Xu, "A densitybased algorithm for discovering large clusters in large spatial databases with noise," Proc. Second Int'l Conf. Knowledge Discovery and Data Mining, 226-231 (1996).

LOADING...

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