KR101130574B1 - 표적 식별 방법 및 그 장치 - Google Patents

표적 식별 방법 및 그 장치 Download PDF

Info

Publication number
KR101130574B1
KR101130574B1 KR20100008796A KR20100008796A KR101130574B1 KR 101130574 B1 KR101130574 B1 KR 101130574B1 KR 20100008796 A KR20100008796 A KR 20100008796A KR 20100008796 A KR20100008796 A KR 20100008796A KR 101130574 B1 KR101130574 B1 KR 101130574B1
Authority
KR
South Korea
Prior art keywords
target
speed
information
noise source
identification
Prior art date
Application number
KR20100008796A
Other languages
English (en)
Other versions
KR20110089011A (ko
Inventor
장덕홍
김광태
김인수
Original Assignee
국방과학연구소
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 국방과학연구소 filed Critical 국방과학연구소
Priority to KR20100008796A priority Critical patent/KR101130574B1/ko
Publication of KR20110089011A publication Critical patent/KR20110089011A/ko
Application granted granted Critical
Publication of KR101130574B1 publication Critical patent/KR101130574B1/ko

Links

Images

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Acoustics & Sound (AREA)

Abstract

정합장 역산(Matched Field Inversion) 기법을 응용한 수동소나용 협대역 신호를 이용한 표적 식별 방법 및 그 장치. 본 발명의 표적 식별 방법은 먼저, 수동소나로부터 수신한 음향 신호 데이터로부터 협대역 특징 벡터를 추출한다. 이어서, 상기 협대역 특징 벡터 및 대응하는 식별 대상 표적군에 대한 DB정보에 근거하여 목적함수 값을 계산하고, 상기 목적함수 값으로 생성되는 3차원 표면 곡면의 광역최고점을 추정한다. 마지막으로, 상기 추정 결과에 근거하여 상기 식별 대상 표적군에 대한 DB정보로부터 표적을 추정하고, 상기 추정된 표적의 유효 속력 및 도플러 량을 분리 추정한다. 이와 같은 표적 식별 방법에 의하면, 숙련된 전문가에 의해 운용해오던 표적 식별 임무를 자동화하고, 표적과 수동소나와의 상대 기동에 의한 도플러 추정 값을 분리함으로써, 실시간으로 견실하고 정량적인 표적 식별 임무를 수행할 수 있다.

Description

표적 식별 방법 및 그 장치{TARGET CLASSIFICATION METHOD AND APPARATUS THEREOF}
본 발명은 표적 식별 방법 및 표적 식별 장치에 관한 것으로서, 더욱 상세하게는 수동소나의 협대역 신호를 이용한 표적 식별 방법 및 이와 같은 방법을 구현한 표적 식별 장치에 관한 것이다.
소나(SONAR : Sound Navigation and Ranging)는 음파를 이용하여 수중 표적의 방위 및 거리를 탐지하는 장비로서, 음향 탐지 장비 또는 음탐기라고도 한다. 소나에는 능동소나 및 수동소나가 있으며, 능동소나는 발생한 음파가 표적에 반사되는 신호로 수중 표적을 탐지하는 장비로서 표적의 방향과 거리를 알 수 있고, 수동소나는 표적이 발생하는 음파를 탐지하는 장비로서 표적의 종류를 식별할 수 있다.
소나는 탐지되는 표적의 피/아 구분에 의한 위협 분석을 통하여 표적 추적 임무를 수행한다. 대부분의 소나의 표적 식별 임무에서 저소음화 추세에 있는 표적들은 은밀한 기동을 유지하므로, 짧은 시간대에 출현하는 표적의 협대역성 특징 정보로는 실시간 표적 식별 임무의 자동 수행에는 어려움이 많다. 따라서 고단위로 숙련된 경험자의 기술력에 따라 표적 식별 임무의 성패가 좌우된다.
그러나 많은 분석 전문성을 요구받고 있는 식별 운용자들은 자동 식별 시스템을 원하고 있지만, 이것이 현실적으로 쉽지 않아 그동안 인공지능 등 전문가 시스템으로 개발된 자동 식별 시스템은 주로 식별 도움자(Classification Aid) 역할만을 수행하고, 실질적인 표적 식별 임무는 제한된 전문가의 경험 영역을 벗어나지 못하는 분야이기도 하다.
도 1은 종래의 표적 식별 과정을 나타내는 흐름도이다.
종래의 표적 식별은 먼저, 수동소나에서 표적을 추적하게 되면 최상위 육상 식별전용분석 시스템을 통해 구축된 함정소나용 기준 식별 DB를 호출하고, 표적 식별 대상군을 탐색하여 기준용 식별 DB 소음원을 설정한다(S112). 협대역 정보를 정밀 분석하고, 협대역 토널성분을 확률분포에 의한 탐지문턱 값을 사용하여 자동으로 추출과 운용자의 시각에 의한 표적 특징정보를 수동으로 추출한다(S122). 추출한 표적의 협대역 주파수들을 하모닉 구조분석을 통하여 표적 접촉식별파일(CCF, Contact Classification File)을 생성한다(S124).
접촉식별파일과 기준 식별 DB를 이용하여 표적의 유사성 정도를 분석한다. 표적 식별 결과는 최대 8개까지 서열화되며, 일시적으로 접촉식별파일로 분류된 소음원들의 기준 식별 DB와의 유사성 점수와 기여된 협대역 수를 판단한다(S132). 서열화된 표적 식별 결과를 중심으로 접촉식별파일과 기준 식별 DB에서 호출된 협대역 주파수 선들을 시각적으로 표적 속력별 합성 비교 검증한다(S134). 제 134 단계에서 기여도가 없는 협대역 주파수 선들은 분리하여 다른 표적으로 추론하는 가설단계(S136)를 거치면서 순환 구조로 최신화한 다음 그룹화된 표적 결과로 확정한다(S138, S132 내지 S136).
숙련된 운용자가 소음원 분석 결과를 이용하여 접촉식별파일에서 추출된 음문(Gram) 및 오디오 자료를 기준 식별 DB와 시/청각적으로 재확인한다(S142). 지금까지의 기준 식별 DB와의 유사성 점수 비교, 식별 분석 결과의 시/청각적 비교 확인을 통한 운용자의 주관적인 판단하에 표적 함정급을 식별한다(S144, S152).
따라서 표적 식별 시스템은 필수적으로 식별 운용자의 개입이 있어야만 표적 식별이 가능하기 때문에, 주관적이고 축적된 경험에 따른 일관성 결여 및 실시간 처리의 어려움 등의 문제점이 있다.
또한, 수동소나에서 표적의 협대역 특징벡터인 CCF 주파수들을 실시간으로 추출하여 표적 식별 임무를 수행하면, 표적과 수동소나간의 기동 패턴을 알 수 없고 따라서, 도플러 성분 때문에 표적의 실 속력을 파악하는데 어려움이 많다. 표적의 실 속력을 파악할 수 있는 경우는 최근접점인 CPA 지점에서 간섭패턴이나 도플러 주파수 변화 부분이 뚜렷할 경우에 한정된다는 문제점이 있다.
본 발명은 이와 같은 문제점을 해결하기 위한 것으로서, 표적 식별 과정을 자동화하기 위한 수동소나용 협대역 신호를 이용한 표적 식별 방법 및 그 장치를 제공하는 것을 그 기술적 과제로 한다.
또한, 본 발명은 표적과 수동소나의 상대 기동에 의한 도플러 추정 값의 분리를 통한 소음원 확인을 실시간으로 처리 가능한 수동소나용 협대역 신호를 이용한 표적 식별 방법 및 그 장치를 제공하는 것을 다른 기술적 과제로 한다.
상기 기술적 과제를 해결하기 위한 표적 식별 방법은 먼저, 수동소나로부터 수신한 음향 신호 데이터로부터 협대역 특징 벡터를 추출하고, 상기 협대역 특징 벡터 및 대응하는 식별 대상 표적군에 대한 DB정보에 근거하여 목적함수 값을 계산한다. 이어서, 상기 목적함수 값으로 생성되는 3차원 표면 곡면의 광역최고점을 추정하고, 상기 추정 결과에 근거하여 상기 식별 대상 표적군에 대한 DB정보로부터 표적을 추정하고, 상기 추정된 표적의 유효 속력 및 도플러 량을 분리 추정한다.
바람직한 실시예에 있어서, 상기 표적 식별 방법은 상기 추정된 표적을 대상으로 상기 협대역 특징 벡터로부터 소음원명, 속력 상관 성분, 속력 비상관 성분 및/또는 하모닉 구조를 확인하는 단계를 더 포함한다.
또한 바람직한 실시예에 있어서, 상기 식별 대상 표적군에 대한 DB정보로부터 주파수 출현 확률밀도, 안정도, 밴드폭, 선구조, 우세성분 등을 포함하는 유사성 판단 설정에 근거하여 상기 소음원명, 속력 상관 성분, 속력 비상관 성분 및/또는 하모닉 구조를 확인한다.
또한 바람직한 실시예에 있어서, 상기 속력 상관 성분 및 속력 비상관 성분의 확인은 표적의 속력 관련 여부에 따라 구분하여 확인한다.
또한 바람직한 실시예에 있어서, 상기 식별 하모닉 구조의 확인은 상기 식별 대상 표적군에 대한 DB정보 및 상기 협대역 특징 벡터의 소음원 하모닉 구조의 일치성 여부로 확인한다.
또한 바람직한 실시예에 있어서, 수렴 파라미터를 설정하고, 난수표를 초기화하는 단계를 더 포함한다.
또한 바람직한 실시예에 있어서, 상기 표적 추정은 상기 식별 대상 표적군에 대한 DB정보 중 표적함 추진기 효율(TPK, Turn Per Knot) 및 특징 소음원 정보들에 근거하여 표적과 상기 수동소나의 운용 가능한 기동범위 내의 표적 속력 및 상대 도플러 량에서 광역최고점이 형성되도록 상기 목적함수 값을 계산한다.
또한 바람직한 실시예에 있어서, 광역 최고점의 추정은 상기 표적의 속력 및 상대 도플러 량의 광역 수렴영역을 탐색하는 단계 및 상기 표적의 속력 및 상대 도플러 량의 지역 수렴영역을 탐색하는 단계를 포함한다.
한편, 상기 기술적 과제를 해결하기 위한 표적 식별 장치는 식별 대상 표적군에 대한 DB정보를 저장하는 저장부, 수동소나로부터 음향 신호 데이터를 수신하는 통신부, 상기 수신한 음향 신호 데이터로부터 표적의 협대역 특징 벡터를 추출하는 데이터 처리부 및 표적 추정부를 포함한다. 상기 표적 추정부는 상기 협대역 특징 벡터 및 대응하는 상기 식별 대상 표적군에 대한 DB정보에 근거하여 목적함수 값을 계산하고, 상기 목적함수 값으로 생성되는 3차원 표면 곡면의 광역최고점을 추정하며, 상기 추정 결과에 근거하여 상기 식별 대상 표적군에 대한 DB정보로부터 표적을 추정하고, 상기 추정된 표적의 유효 속력 및 도플러 량을 분리 추정한다.
바람직한 실시예에 있어서, 상기 표적 식별 장치는 상기 추정된 표적을 대상으로 상기 협대역 특징 벡터로부터 소음원명, 속력 상관 성분, 속력 비상관 성분 및/또는 하모닉 구조를 확인하는 소음원 확인부를 더 포함한다.
또한 바람직한 실시예에 있어서, 상기 소음원 확인부는 상기 식별 대상 표적군에 대한 DB정보로부터 주파수 출현 확률밀도, 안정도, 밴드폭, 선구조 및 우세성분 등을 포함하는 유사성 판단 설정에 근거하여 상기 소음원명, 속력 상관 성분, 속력 비상관 성분 및/또는 하모닉 구조를 확인한다.
또한 바람직한 실시예에 있어서, 상기 소음원 확인부는 표적의 속력 관련 여부에 따라 상기 속력 상관 성분 및 속력 비상관 성분을 구분하여 확인한다.
또한 바람직한 실시예에 있어서, 상기 소음원 확인부는 상기 식별 대상 표적군에 대한 DB정보 및 상기 특징 벡터의 소음원 하모닉 구조의 일치성 여부로 상기 하모닉 구조를 확인한다.
또한 바람직한 실시예에 있어서, 상기 표적 추정부는 수렴 파라미터를 설정하고, 난수표를 초기화한다.
또한 바람직한 실시예에 있어서, 상기 표적 추정부는 상기 식별 대상 표적군에 대한 DB정보 중 표적함 추진기 효율(TPK, Turn Per Knot) 및 특징 소음원 정보들에 근거하여 표적과 상기 수동소나의 운용 가능한 기동범위 내의 표적 속력 및 상대 도플러 량에서 광역최고점이 형성되도록 상기 목적함수 값을 계산한다.
또한 바람직한 실시예에 있어서, 상기 표적 추정부는 상기 표적의 속력 및 상대 도플러 량의 광역 수렴영역을 탐색하고, 상기 표적의 속력 및 상대 도플러 량의 지역 수렴영역을 탐색하여 상기 광역최고점을 추정한다.
본 발명에 따르면, 수동소나용 협대역 신호를 이용하여 표적을 자동으로 식별함으로써, 기존의 고단위 숙련된 경험자에 의한 단편적 표적 식별 수행 업무를 실시간으로 수행할 수 있다.
또한, 본 발명에 따르면, 기준 식별 DB를 이용하여 표적의 속력과 상대 도플러 량을 견실하게 분리 추정할 수 있으므로, 표적의 실 속력을 신뢰성 있게 추정할 수 있다.
아울러, 본 발명에 따르면, 기준 식별 DB를 이용하여 표적을 자동으로 식별함으로써, 전문성이 요구되는 표적 식별, 소음원 확인, 속력 상관/비상관 성분 및 소음원의 하모닉 구조를 견실하게 추정할 수 있다.
도 1은 종래 기술에 따른 표적 식별 과정의 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 표적 식별 시스템의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 표적 식별 과정을 나타내는 흐름도이다.
도 4는 도 3에 도시된 초기 설정 과정(S200)의 상세 흐름도이다.
도 5는 도 3에 도시된 표적 추정 과정(S400)의 상세 흐름도이다.
도 6a는 본 발명의 일 실시예에 따른 속력 상관 성분을 이용한 목적함수 값들을 보여준다.
도 6b는 본 발명의 일 실시예에 따른 속력 비상관 성분을 이용한 목적함수 값들을 보여준다.
도 6c는 본 발명의 일 실시예에 따른 속력 상관 성분 및 속력 비상관 성분을 이용한 목적함수 값들을 보여준다.
도 7은 본 발명의 일 실시예에 따른 표적 식별 방법을 시뮬레이터로 구현한 결과를 보여준다.
도 2는 본 발명의 일 실시예에 따른 수동소나 시스템의 블록도이다. 본 실시예에 있어서 상기 수동소나 시스템은 수동소나(100) 및 표적 식별 장치(200)를 포함한다.
상기 수동소나(100)는 음향 센서부(110), 신호 처리부(120), 데이터 처리부(130) 및 통신부(140)를 포함한다.
상기 음향센서부(acoustic sensor)(110)는 수중의 음향 신호를 감지하여 전기적인 아날로그 신호로 변환하고, 상기 변환된 아날로그 신호를 디지털 신호로 변환하고, 다중화하여 신호 처리부(120)로 전송한다. 상기 신호 처리부(120)는 음향센서부(110)로부터 수신한 신호를 빔형성 등의 신호처리를 수행하여 데이터 처리부(130)로 전송한다. 상기 데이터 처리부(130)는 신호 처리부(120)에 의해 처리된 신호 데이터를 분류, 검색 및 처리하여 통신부(140)로 전송한다. 상기 통신부(140)는 상기 처리된 데이터를 표적 식별 장치(200)로 전송한다.
상기 표적 식별 장치(200)는 저장부(210), 통신부(220), 제어부(230), 데이터 처리부(240), 표적 추정부(250), 소음원 확인부(260), 입력부(272), 디스플레이부(282) 및 인터페이스(274, 284)를 포함한다.
상기 저장부(210)는 제어부(230)의 동작을 위한 프로그램을 저장하기 위한 롬(ROM), 예컨대 플래시 메모리와, 디스플레이를 위해 처리하는 임시 출력되는 데이터들을 임시 저장하기 위한 램(RAM)을 포함한다. 본 발명에 따르면, 상기 저장부(210)는 식별 대상 표적군에 대한 DB정보, 목적함수 값을 계산하는 프로그램 및 목적함수 값으로 생성되는 가상의 3차원 표면 곡면의 광역최고점을 추정하는 프로그램을 저장한다.
상기 통신부(220)는 다른 장치와 신호를 송수신한다. 본 발명에 따르면, 상기 통신부(220)는 수동소나(100)로부터 음향 신호 데이터를 수신한다.
상기 제어부(230)는 표적 식별 장치(200)의 전반적인 동작을 제어한다.
상기 데이터 처리부(240)는 수동소나(100)로부터 수신한 음향 신호 데이터로부터 표적의 협대역 특징벡터, 즉 접촉식별파일을 실시간으로 추출하고, 표적 추정부(250)에 전송한다.
상기 표적 추정부(250)는 목적함수 값을 계산하고, 상기 계산된 목적함수 값으로부터 광역 최고점을 추정하여 표적을 추정한다.
상기 표적 추정부(250)는 상기 데이터 처리부(240)로부터 추출된 표적의 협대역 특징벡터를 수신하고, 상기 저장부(210)에 저장된 식별대상 표적군에 대한 DB정보를 호출하여, 상기 협대역 특징벡터와 상기 식별대상 표적군에 대한 DB정보에 근거하여 목적함수 값을 계산한다. 바람직하게는, 상기 표적 추정부(250)는 표적 식별을 위한 추정 파라미터로 표적의 속력과 상대 도플러를 변수로 하며, 표적과 수동소나의 운용 가능한 기동범위내에서 임의 변수 값들과 상기 식별 대상 표적군에 대한 DB정보 중 표적함 추진기 효율(TPK: Turn Per Knot) 및 특징 소음원 정보들에 근거하여 실시간 표적 예측 파라미터에서 광역최고점이 형성되도록 목적함수 값을 계산할 수 있다.
바람직하게는, 상기 표적 추정부(250)는 목적함수 값의 계산에 필요한 수렴 파라미터를 설정할 수 있다. 상기 수렴 파라미터는 목적함수 추정 파라미터의 적용 범위를 나타내는 것으로서, 표적의 순수 속력과 표적 및 수동소나 간의 상대 도플러 속력을 포함한다. 즉, 상기 수렴 파라미터는 환경요소가 배제된 표적의 운용가능한 순수 기동속력과 표적과 수동소나 간의 최대 도플러 변이량 각각의 최소값 및 최대값을 포함하는 초기 설정값 범위를 정의한다. 또한 바람직하게는, 상기 표적 추정부(250)는 목적함수 값의 계산에 필요한 난수표를 초기화할 수 있다. 상기 난수표의 초기화는 난수 씨앗(Random Seed) 값을 설정하고, 0 과 1 사이의 균등 난수 값을 발생시키는 역할을 수행한다. 따라서 목적함수 추정 파라미터의 임의 추정값을 발생시켜 목적함수 값을 산정한다.
상기 목적함수의 계산은 협대역 특징벡터 및 대응하는 식별 대상 표적군에 대한 DB정보로부터 추출한 속력 상관 성분 및 속력 비상관 성분의 조합으로 유사성(Correlation 정도)이 큰, 즉 목적함수 계산 값이 가장 높은 표적 정보를 식별하도록 목적함수가 설정된다. 상기 목적함수는 표적의 순수 속력 및 표적 및 소나 간의 도플러 속력의 두 개의 수렴 파라미터로 구성되며, 표적의 순수 속력과 도플러 속력은 물리적으로 동일한 성격이므로 일반적으로 분리할 수 없지만, 속력 비상관 성분만을 이용하면 목적함수 계산값으로부터 표적 및 소나 간 도플러 변이량을 추정할 수 있다. 또한, 목적함수에 속력 상관 성분을 추가적으로 이용하면 표적의 순수 속력과 표적 및 소나 간의 도플러 속력을 구분할 수 있다. 목적함수의 계산 값 중에서 광역 최고점이 유일한 표적 정보(표적의 순수 속력 및 표적 및 소나 간의 도플러 속력) 값이 되도록 목적함수 계산식을 설정해야 한다.
상기 표적 추정부(250)는 상기 계산된 목적함수 값에 근거하여 가상의 3차원 표면 곡면을 생성하고, 생성된 3차원 표면 곡면의 광역 최고점을 추정한다. 바람직하게는, 상기 표적 추정부(250)는 상기 계산된 목적함수 값으로 이루어지는 가상 분포 곡선에서 광역 최고점을 적응적으로 추정할 수 있다. 상기 표적 추정부(250)는 먼저, 식별 표적 예측 파라미터(표적 속력 및 상대 도플러)의 광역 수렴 영역을 탐색하고, 이어서, 견실한 예측 파라미터 값을 찾는 지역 수렴 영역을 탐색한다.
상기 광역 최고점의 추정은, 광역 최고점이 있는 부분(영역)을 우선 탐색(광역 최적화)한 다음 지역(국부) 최고점을 탐색(지역 최적화)하는 방식으로 구현된다. 수렴 파라미터의 전 영역에서 상기 목적함수의 계산 값은 표적 정보가 있는 광역 최고점과 다양한 지역 최고점을 가지는 2차원의 목적함수 계산 값이 형성된다. 광역 최적화 방법만을 사용하면 표적 정보를 정밀하게 추정할 수 없으며, 반대로 지역 최적화 방법만을 사용하면 지역 최고점에 빠져 표적 정보인 광역 최고점에 도달할 수 없다. 따라서 정확한 표적 정보 추정을 위해서는 광역 최적화 방법 및 지역 최적화 방법을 함께 사용하는 혼성(Hybrid형) 최적화 방법을 적용해야 한다.
상기 표적 추정부(250)는 상기 식별대상 표적군에 대한 DB정보로부터 최고의 목적함수 값을 가지는 식별대상 표적을 추정하고, 상기 추정한 식별대상 표적의 유효 속력 및 도플러 량을 분리 추정한다. 바람직하게는, 상기 표적 추정부(250)는 추정한 광역 최고점 값에 근거하여 상기 식별 대상 표적군에 대한 DB정보에 포함된 식별대상 표적 중에서 최곳값을 가지는 표적을 1순위 식별표적으로 선정하고, 선정된 1순위 식별표적에 대한 예측 파라미터인 표적의 유효 속력과 도플러 량을 표적과의 기동 정보로 산출할 수 있다.
또한 상기 표적 추정부(250)는 표적 추정 결과를 소음원 확인부(260)로 전송한다.
상기 소음원 확인부(260)는 표적 추정부(250)로부터 표적 추정 결과를 수신하고, 추정 완료 표적을 대상으로 상기 협대역 특징벡터에서 소음원명, 속력 상관 성분, 속력 비상관 성분 및/또는 각 소음원의 하모닉 구조를 확인한다.
바람직하게는, 상기 소음원 확인부(260)는 상기 식별 대상 표적군에 대한 DB정보로부터 상기 추정 완료 표적에 대한 정보에 근거하여 각 소음원의 유사성 판단설정(주파수 출현 확률 밀도, 안정도, 밴드폭, 선구조, 우세성분 등)에 따라 협대역 특징벡터의 추출 주파수들의 포함 여부를 판별한다. 또한, 상기 소음원 확인부(260)는 표적의 속력 관련 유무에 따라 속력 상관 성분 및 속력 비상관 성분을 분류하여 확인하고, 상기 식별 대상 표적군에 대한 DB정보에 포함된 소음원 하모닉 구조와의 일치성 여부로 표적 소음원을 각각 확인할 수 있다.
상기 입력부(272)는 사용자가 표적 식별 장치(200)의 동작 제어를 위해 인가하는 입력 명령을 받아들이고, 받아들인 명령을 제어부(230)에 전달하여 제어부(230)가 이 명령에 따라 동작하도록 한다.
상기 디스플레이부(282)는 표적 식별 장치(200)에서 처리되는 정보를 표시하여 출력한다. 예를 들면, 목적함수 값들의 가상표면 곡면, 표적과 수동소나 간의 상대 기동패턴, 표적 추정 결과 및 소음원 확인 결과 등을 출력한다.
상기 인터페이스(274, 284)는 제어부(230)와 입력부(274) 또는 디스플레이부(282) 간의 상호 연결을 제공한다.
도 3은 본 발명의 일 실시예에 따른 표적 식별 과정을 나타내는 흐름도이다. 먼저, 표적 추정부(250)가 표적 추정에 필요한 설정 값을 설정하고, 저장부(210)로부터 필요한 정보를 호출한다(S200). 이어서, 데이터 처리부(240)가 수동소나로부터 추적한 표적의 협대역 특징벡터 즉, 접촉식별파일을 실시간으로 추출한다(S300). 그리고, 표적 추정부(250)가 목적함수 값 계산 및 광역 최고점 추정에 근거하여 표적의 추정 및 속력과 도플러 량의 분리 추정을 수행한다(S400). 마지막으로, 소음원 확인부(260)가 표적 추정 결과에 근거하여 식별 소음원명, 속력 상관 성분, 비속력 상관 성분 및 각 소음원의 하모닉 구조를 확인한다(S500). 제어부(230)는 수동소나(100)가 표적을 계속하여 추적중인지 여부를 판단하고(S600), 추적중인 경우에는 접촉식별파일 추출(S300), 표적 추정(S400) 및 소음원 확인(S500)을 반복하고, 추적중이 아닌 경우에는 표적 식별을 완료한다.
도 4를 참조하면, 도 4는 도 3에 도시된 초기 설정 과정(S200)의 상세 흐름도이다. 먼저, 표적 추정부(250)는 목적함수 값의 계산에 필요한 수렴 파라미터를 설정한다(S210). 그리고 표적 추정부(250)는 목적함수 값의 계산에 필요한 난수표를 초기화한다(S220). 마지막으로, 표적 추정부(250)는 저장부(210)에 저장된 식별 대상 표적군에 대한 DB정보, 목적함수 값 계산 프로그램 및 광대역 최고점 추정에 필요한 프로그램을 호출한다(S230).
다시 도 3을 참조하면, 제어부(230)는 통신부(220)를 통해 수동소나(100)로부터 음향 신호 데이터를 실시간으로 수신하고, 상기 수신된 데이터를 데이터 처리부(240)에 전달한다. 데이터 처리부(240)는 수신된 데이터로부터 표적의 협대역 특징벡터, 즉 접촉식별파일을 실시간으로 추출한다(S300).
도 5를 참조하면, 도 5는 도 3에 도시된 표적 추정 과정(S400)의 상세 흐름도이다.
먼저, 표적 추정부(250)는 데이터 처리부(240)로부터 추출된 협대역 특징벡터를 수신하고, 상기 협대역 특징벡터와 호출된 식별 대상 표적군에 대한 DB정보에 근거하여 목적함수 값을 계산한다(S410). 바람직하게는, 표적 추정부(250)는 표적 식별을 위한 추정 파라미터로 표적의 속력과 상대 도플러를 변수로 하며, 표적과 수동소나의 운용 가능한 기동범위내에서 임의 변수 값들과 상기 식별 대상 표적군에 대한 DB정보 중 표적함 추진기 효율(TPK: Turn Per Knot) 및 특징 소음원 정보들에 근거하여 실시간 표적 예측 파라미터에서 광역최고점이 형성되도록 목적함수 값을 계산할 수 있다.
이어서, 표적 추정부(250)는 상기 계산된 목적함수 값에 근거하여 가상의 3차원 표면 곡면을 생성하고, 생성된 3차원 표면 곡면의 광역최고점을 추정한다(S420). 바람직하게는, 표적 추정부(250)는 상기 계산된 목적함수 값으로 이루어지는 가상 분포 곡선에서 광역최고점을 적응적으로 추정할 수 있다. 표적 추정부(250)는 먼저, 식별 표적 예측 파라미터(표적 속력 및 도플러 량)의 광역 수렴 영역을 탐색하고, 이어서, 견실한 예측 파라미터 값을 찾는 지역 수렴 영역을 탐색한다.
이어서, 표적 추정부(250)는 식별 대상 표적군에 대한 DB정보로부터 최고의 목적함수 값을 가지는 식별대상 표적을 추정하고, 추정한 식별대상 표적의 유효 속력 및 도플러 량을 분리 추정한다(S430). 바람직하게는, 상기 표적 추정부(250)는 추정한 광역 최고점 값에 근거하여 상기 식별 대상 표적군에 대한 DB정보에 포함된 식별대상 표적 중에서 최곳값을 가지는 표적을 1순위 식별표적으로 선정하고, 선정된 1순위 식별표적에 대한 예측 파라미터인 표적의 유효 속력과 도플러 량을 표적과의 기동 정보로 산출할 수 있다.
또한 상기 표적 추정부(250)는 표적 추정 결과를 소음원 확인부(260)로 전송한다.
다시 도 3을 참조하면, 소음원 확인부(260)는 표적 추정부(250)로부터 표적 추정 결과를 수신하여, 추정 완료 표적을 대상으로 협대역 특징벡터로부터 소음원명, 속력 상관 성분, 속력 비상관 성분 및 각 소음원의 하모닉 구조를 확인한다(S500).
바람직하게는, 소음원 확인부(260)는 식별 대상 표적군에 대한 DB정보로부터 추정 완료 표적에 대한 정보에 근거하여 각 소음원의 유사성 판단설정(주파수 출현 확률 밀도, 안정도, 밴드폭, 선구조, 우세성분 등)에 따라 협대역 특징벡터의 추출 주파수들의 포함 여부를 판별한다. 또한, 소음원 확인부(260)는 표적의 속력 관련 유무에 따라 속력 상관 성분 및 속력 비상관 성분을 분류하여 확인하고, 상기 식별 대상 표적군에 대한 DB정보에 포함된 소음원 하모닉 구조와의 일치성 여부로 표적 소음원을 각각 확인할 수 있다.
도 6a는 본 발명의 일 실시예에 따른 속력 상관 성분을 이용한 목적함수 값들을 보여준다. 표적속력 및 도플러 량 변수 축상의 3차원 가상 표면 곡면(318)의 표적속력 및 도플러 량(312), 표적속력(314) 및 도플러 량(316) 변수 축상의 2차원 가상 그래프가 도시되어 있다. 특징적으로 표적속력에 우선시되는 광역 최고점을 보여준다.
도 6b는 본 발명의 일 실시예에 따른 속력 비상관 성분을 이용한 목적함수 값들의 가상 표면 곡면을 보여준다. 표적속력 및 도플러 량 변수 축상의 3차원 가상 표면 곡면(328)의 표적속력 및 도플러 량(322), 표적속력(324) 및 도플러 량(326) 변수 축상의 2차원 가상 그래프가 도시되어 있다. 특징적으로 도플러 량에 우선시되는 광역 최고점을 보여준다.
도 6c는 본 발명의 일 실시예에 따른 속력 상관 성분 및 속력 비상관 성분을 이용한 목적함수 값들의 가상 표면 곡면을 보여준다. 표적속력 및 도플러 량 변수 축상의 3차원 가상 표면 곡면(338)의 표적속력 및 도플러 량(332), 표적속력(334) 및 도플러 량(336) 변수 축상의 2차원 가상 그래프가 도시되어 있다. 특징적으로 표적속력 및 도플러 량에서 최상의 광역 최고점을 보여준다.
도 7은 본 발명의 일 실시예에 따른 표적 식별 방법을 시뮬레이터로 구현한 결과를 보여준다. 좌-상단 전시영역(410)은 표적(1, 2, 3 및 4)과 수동소나 간의 상대 기동패턴을 나타내는 공간을 전시한다. 우-상단 전시영역(422, 424, 426 및 428)은 표적(1, 2, 3 및 4)의 식별 결과정보의 전시 영역으로, 식별 표적명, 함정 분류, 함정급, 함정명, 접촉식별파일과 식별 대상 표적군에 대한 DB정보의 일치도, 표적속력 및 도플러 량, 상위 5개 표적에 대한 유사성 점수 분포, 일치한 소음원의 수 및 소음원별 하모닉 일치수 등을 나타낸다.
하단 전시영역(430, 440, 450 및 460)은 표적(1, 2, 3 및 4)의 식별 결과정보인 접촉식별파일과 식별 대상 표적군에 대한 DB정보의 일치도를 전시하는 영역으로, 상단 전시영역(432)은 접촉식별파일의 소음원은 적색으로 표시되며, 탐지문턱 값 이상되는 주파수만으로 전시되어 실시간으로 변화하는 양상을 보여준다. 중간단 전시영역(434)은 소음원 중 식별된 표적의 속력 상관 성분을 실시간으로 분석하여 전시하는 공간으로 원거리 탐지가 가능한 저주파 소음원대에 집중함을 보여준다. 하단 전시영역(436)은 식별된 표적의 속력 비상관 성분을 실시간으로 분석하여 전시하는 공간으로 주로 보조기관의 발생 주파수로 구성되며, 표적의 속력과는 무관하게 일정한 주파수 위치에 나타난다.
본 발명은 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
여기서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
100 : 수동소나 110 : 음향 센서부
120 : 신호 처리부 130 : 데이터 처리부
140 : 통신부 200 : 표적 식별 장치
210 : 저장부 220 : 통신부
230 : 제어부 240 : 데이터 처리부
250 : 표적 추정부 260 : 소음원 확인부
272 : 입력부 274 : 인터페이스
282 : 출력부 284 : 인터페이스

Claims (16)

  1. (a) 수동소나로부터 수신한 음향 신호 데이터로부터 협대역 특징 벡터를 추출하는 단계;
    (b) 상기 협대역 특징 벡터 및 대응하는 식별 대상 표적군에 대한 DB정보에 근거하여 목적함수 값을 계산하는 단계;
    (c) 상기 목적함수 값으로 생성되는 3차원 표면 곡면의 광역최고점을 추정하는 단계; 및
    (d) 상기 추정 결과에 근거하여 상기 식별 대상 표적군에 대한 DB정보로부터 표적을 추정하고, 상기 추정된 표적의 유효 속력 및 도플러 량을 분리 추정하는 단계를 포함하는 것을 특징으로 하는 표적 식별 방법.
  2. 제 1항에 있어서,
    (e) 상기 추정된 표적을 대상으로 상기 협대역 특징 벡터로부터 소음원명, 속력 상관 성분, 속력 비상관 성분 또는 하모닉 구조를 확인하는 단계를 더 포함하는 것을 특징으로 하는 표적 식별 방법.
  3. 제 2항에 있어서, 상기 (e) 단계는,
    상기 식별 대상 표적군에 대한 DB정보로부터 주파수 출현 확률밀도, 안정도, 밴드폭, 선구조, 우세성분 등을 포함하는 유사성 판단 설정에 근거하여 상기 소음원명, 속력 상관 성분, 속력 비상관 성분 또는 하모닉 구조를 확인하는 것을 특징으로 하는 표적 식별 방법.
  4. 제 2항에 있어서, 상기 (e) 단계의 상기 속력 상관 성분 또는 속력 비상관 성분의 확인은,
    표적의 속력 관련 여부에 따라 구분하여 확인하는 것을 특징으로 하는 표적 식별 방법.
  5. 제 2항에 있어서, 상기 (e) 단계의 상기 하모닉 구조의 확인은,
    상기 식별 대상 표적군에 대한 DB정보 및 상기 협대역 특징 벡터의 소음원 하모닉 구조의 일치성 여부로 확인하는 것을 특징으로 하는 표적 식별 방법.
  6. 제 1항 또는 제 2항에 있어서, 상기 (b) 단계는,
    수렴 파라미터를 설정하는 단계; 및
    난수표를 초기화하는 단계를 더 포함하는 것을 특징으로 하는 표적 식별 방법.
  7. 제 1항 또는 제 2항에 있어서, 상기 (b) 단계는,
    상기 식별 대상 표적군에 대한 DB정보 중 표적함 추진기 효율(TPK, Turn Per Knot) 및 특징 소음원 정보들에 근거하여 표적과 상기 수동소나의 운용 가능한 기동범위 내의 표적 속력 및 상대 도플러 량에서 광역최고점이 형성되도록 상기 목적함수 값을 계산하는 것을 특징으로 하는 표적 식별 방법.
  8. 제 1항 또는 제 2항에 있어서, 상기 (c) 단계는,
    상기 표적의 속력 및 상대 도플러 량의 광역 수렴영역을 탐색하는 단계; 및
    상기 표적의 속력 및 상대 도플러 량의 지역 수렴영역을 탐색하는 단계를 포함하는 것을 특징으로 하는 표적 식별 방법.
  9. 식별 대상 표적군에 대한 DB정보를 저장하는 저장부;
    수동소나로부터 음향 신호 데이터를 수신하는 통신부;
    상기 수신한 음향 신호 데이터로부터 표적의 협대역 특징 벡터를 추출하는 데이터 처리부;
    상기 협대역 특징 벡터 및 대응하는 상기 식별 대상 표적군에 대한 DB정보에 근거하여 목적함수 값을 계산하고, 상기 목적함수 값으로 생성되는 3차원 표면 곡면의 광역최고점을 추정하며, 상기 추정 결과에 근거하여 상기 식별 대상 표적군에 대한 DB정보로부터 표적을 추정하고, 상기 추정된 표적의 유효 속력 및 도플러 량을 분리 추정하는 표적 추정부를 포함하는 것을 특징으로 하는 표적 식별 장치.
  10. 제 9항에 있어서,
    상기 추정된 표적을 대상으로 상기 협대역 특징 벡터로부터 소음원명, 속력 상관 성분, 속력 비상관 성분 또는 하모닉 구조를 확인하는 소음원 확인부를 더 포함하는 것을 특징으로 하는 표적 식별 장치.
  11. 제 10항에 있어서,
    상기 소음원 확인부는,
    상기 식별 대상 표적군에 대한 DB정보로부터 주파수 출현 확률밀도, 안정도, 밴드폭, 선구조 및 우세성분 등을 포함하는 유사성 판단 설정에 근거하여 상기 소음원명, 속력 상관 성분, 속력 비상관 성분 또는 하모닉 구조를 확인하는 것을 특징으로 하는 표적 식별 장치.
  12. 제 10항에 있어서,
    상기 소음원 확인부는,
    표적의 속력 관련 여부에 따라 상기 속력 상관 성분 및 속력 비상관 성분을 구분하여 확인하는 것을 특징으로 하는 표적 식별 장치.
  13. 제 10항에 있어서,
    상기 소음원 확인부는,
    상기 식별 대상 표적군에 대한 DB정보 및 상기 특징 벡터의 소음원 하모닉 구조의 일치성 여부로 상기 하모닉 구조를 확인하는 것을 특징으로 하는 표적 식별 장치.
  14. 제 9항 또는 제 10항에 있어서,
    상기 표적 추정부는,
    수렴 파라미터를 설정하고, 난수표를 초기화하는 것을 특징으로 하는 표적 식별 장치.
  15. 제 9항 또는 제 10항에 있어서,
    상기 표적 추정부는,
    상기 식별 대상 표적군에 대한 DB정보 중 표적함 추진기 효율(TPK, Turn Per Knot) 및 특징 소음원 정보들에 근거하여 표적과 상기 수동소나의 운용 가능한 기동범위 내의 표적 속력 및 상대 도플러 량에서 광역최고점이 형성되도록 상기 목적함수 값을 계산하는 것을 특징으로 하는 표적 식별 장치.
  16. 제 9항 또는 제 10항에 있어서,
    상기 표적 추정부는,
    상기 표적의 속력 및 상대 도플러 량의 광역 수렴영역을 탐색하고, 상기 표적의 속력 및 상대 도플러 량의 지역 수렴영역을 탐색하여 상기 광역최고점을 추정하는 것을 특징으로 하는 표적 식별 장치.
KR20100008796A 2010-01-29 2010-01-29 표적 식별 방법 및 그 장치 KR101130574B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20100008796A KR101130574B1 (ko) 2010-01-29 2010-01-29 표적 식별 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20100008796A KR101130574B1 (ko) 2010-01-29 2010-01-29 표적 식별 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20110089011A KR20110089011A (ko) 2011-08-04
KR101130574B1 true KR101130574B1 (ko) 2012-03-30

Family

ID=44927364

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20100008796A KR101130574B1 (ko) 2010-01-29 2010-01-29 표적 식별 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101130574B1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101591384B1 (ko) * 2014-06-10 2016-02-03 국방과학연구소 표적기동분석에서 비정상 입력 다중 추적 주파수의 자동 전처리 방법
KR102009503B1 (ko) * 2019-02-12 2019-08-09 엘아이지넥스원 주식회사 협대역 저주파 탐지방법 및 시스템
KR102272409B1 (ko) * 2019-06-04 2021-07-02 국방과학연구소 음탐 그램에서 토널 주파수 분석을 위한 콘볼루션 뉴럴 네트워크 기반의 학습 및 추론 방법
CN110940959B (zh) * 2019-12-13 2022-05-24 中国电子科技集团公司第五十四研究所 一种用于低分辨雷达地面目标的人车分类识别方法
RU2746581C1 (ru) * 2020-05-26 2021-04-19 Акционерное общество "Концерн "Центральный научно-исследовательский институт "Электроприбор" Способ определения класса шумящего морского объекта
KR102345739B1 (ko) * 2021-05-26 2022-01-04 대한민국 표적 탐지를 할 수 있는 능동 소노부이 및 수동 소노부이쌍을 전시하는 방법, 그리고 이를 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체
KR102497836B1 (ko) * 2021-07-21 2023-02-08 국방과학연구소 견실한 협대역 표적 자동추적개시 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1054732A (ja) 1996-08-12 1998-02-24 Mitsubishi Heavy Ind Ltd 水中航走体の移動位置およびその周辺流れ場の流速分布測定方法および装置
JP2000098031A (ja) 1998-09-22 2000-04-07 Hitachi Ltd インパルスソーナー
JP2008232861A (ja) 2007-03-20 2008-10-02 Nec Corp アクティブソーナー装置、ソーナー用受信信号処理方法、及びその信号処理プログラム
JP2009068779A (ja) 2007-09-13 2009-04-02 Hitachi Ltd 水中航走体誘導方法及び装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1054732A (ja) 1996-08-12 1998-02-24 Mitsubishi Heavy Ind Ltd 水中航走体の移動位置およびその周辺流れ場の流速分布測定方法および装置
JP2000098031A (ja) 1998-09-22 2000-04-07 Hitachi Ltd インパルスソーナー
JP2008232861A (ja) 2007-03-20 2008-10-02 Nec Corp アクティブソーナー装置、ソーナー用受信信号処理方法、及びその信号処理プログラム
JP2009068779A (ja) 2007-09-13 2009-04-02 Hitachi Ltd 水中航走体誘導方法及び装置

Also Published As

Publication number Publication date
KR20110089011A (ko) 2011-08-04

Similar Documents

Publication Publication Date Title
KR101130574B1 (ko) 표적 식별 방법 및 그 장치
Roch et al. Automated extraction of odontocete whistle contours
KR100754385B1 (ko) 오디오/비디오 센서를 이용한 위치 파악, 추적 및 분리장치와 그 방법
JP4157581B2 (ja) 音声認識装置
EP1691344B1 (en) Speech recognition system
Maggio et al. Particle PHD filtering for multi-target visual tracking
Zhou et al. Target detection and tracking with heterogeneous sensors
US11375309B2 (en) Sound collection device, sound collection method, and program
Cho et al. Robust sonar-based underwater object recognition against angle-of-view variation
US10078785B2 (en) Video-based sound source separation
US12015908B2 (en) Method and apparatus for recognizing sound source
JP2008236077A (ja) 目的音抽出装置，目的音抽出プログラム
Wakabayashi et al. Multiple sound source position estimation by drone audition based on data association between sound source localization and identification
Portello et al. Active localization of an intermittent sound source from a moving binaural sensor
Cotter et al. Classification of broadband target spectra in the mesopelagic using physics-informed machine learning
Anumula et al. An event-driven probabilistic model of sound source localization using cochlea spikes
Janakaraj et al. STAR: Simultaneous tracking and recognition through millimeter waves and deep learning
US20070038448A1 (en) Objection detection by robot using sound localization and sound based object classification bayesian network
WO2006038198A1 (en) Ultrasound imaging method of extracting a flow signal
Martinson et al. Discovery of sound sources by an autonomous mobile robot
KR101497557B1 (ko) 다차원 특징벡터 추정을 이용한 능동소나 단일 핑 클러터 제거기법
Müller et al. Acoustic flow perception in cf-bats: extraction of parameters
Shoji et al. Personal identification using footstep detection in in-door environment
JP4170072B2 (ja) 音声抽出装置
JP2001296359A (ja) バイスタティック処理装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150302

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200303

Year of fee payment: 9