KR101438114B1 - 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치 - Google Patents

Abstract

본 발명의 일 실시예에 따르는 수중표적 식별장치는, 제1 센서와 제2 센서, 상기 센서들로부터 수신되는 제1 및 제2 소나 신호를 이용하여 각각 제1 및 제2 특징 벡터를 추출하는 특징추출부들, 상기 특징 벡터들을 이용하여 정준상관분석을 통해 정준상관계수를 추출하는 정준상관분석부 및 상기 정중상관계수를 이용하여 수중표적을 인식하는 인식기를 포함한다.

Description

정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치{Method for Active Sonar Underwater Target Classification Using Canonical Correlation Analysis and Underwater Target Classification Apparatus}

본 발명의 실시예들은 수중에 위치한 수중표적을 식별할 수 있는 방법 및 장치에 관한 것이다.

능동소나 표적인식에서는 표적에서 반사되는 반향음만을 이용하기 때문에 표적의 소음원에 대한 분석은 할 수 없고 형상 및 크기에 따른 반향음의 패턴을 분석하여 일차적으로 표적을 식별하고, 차후 능동소나 탐지에서 추정한 도플러, 기동속도 등을 이용하여 표적의 클래스를 보다 정확히 확인하는 방향으로 연구되어야 한다.

다중상태(multistatic) 소나시스템에서 능동표적 신호로부터 추출할 수 있는 특징인자로는 도플러, 기동속도 등이 있다. 표적의 기동속도는 표적의 도플러 및 자세각에 의해 결정되고, 표적의 도플러는 능동소나의 CW(Continuous Wave) 펄스를 통해 추정할 수 있으며, 그와 관련된 기본적인 연구결과가 발표되고 있다.

능동표적의 인식을 위한 기초연구로 표적의 길이와 자세각을 추정할 수 있는 빔 분할의 상관관계를 이용하는 기법, 천해 잔향음 환경에서 능동소나의 탐지 및 인식 성능을 높이고 오경보율을 줄이는 DORT(Time Reversal Operator Decomposition) 기법 및 HMM(Hidden Markov models)을 이용한 표적인식 기법 등에 대한 연구들이 진행되고 있다.

본 발명의 일 목적은 표적신호의 수신위치에 상대적으로 민감하지 않은 정준상관분석을 사용하여 합성된 수중물체의 특징을 분석할 수 있는 방법 및 장치를 제공하기 위한 것이다.

이와 같은 본 발명의 해결 과제를 달성하기 위하여, 본 발명의 일 실시예에 따르는 수중표적 식별장치는, 제1 센서와 제2 센서, 상기 센서들로부터 수신되는 제1 및 제2 소나 신호를 이용하여 각각 제1 및 제2 특징 벡터를 추출하는 특징추출부들, 상기 특징 벡터들을 이용하여 정준상관분석을 통해 정준상관계수를 추출하는 정준상관분석부 및 상기 정중상관계수를 이용하여 수중표적을 인식하는 인식기를 포함한다.

본 발명과 관련한 일 예에 따르면, 상기 특징추출부들은 각각, 수신된 소나 신호들을 고속 퓨리에 변환(FFT)을 통해 주파수 영역으로 변환하고, 전체 주파수 영역을 M개의 구간으로 나누어 각 구간마다 에너지 성분을 추출하여 특징 벡터를 생성하는 서브밴드별 에너지 성분 추출부, 수신된 소나 신호들을 선형예측 분석하여 산정된 M개의 선형예측계수를 이용하여 특징 벡터를 생성하는 선형예측계수추출부, 수신된 소나 신호들을 시간축 상에서 M개의 구간으로 나누어 각 구간별 에너지를 추출하여 특징 벡터를 생성하는 시간축 상의 에너지 성분 추출부, 또는 수신된 소나 신호들을 M개의 스케일로 웨이블렛 변환하여 특징 벡터를 생성하는 웨이블렛 계수 추출부 중 적어도 둘 이상을 포함할 수 있다.

본 발명과 관련한 일 예에 따르면, 상기 제1 센서와 제2 센서는 서로 다른 각도 또는 서로 다른 거리만큼 이격되어 배치될 수 있다.

본 발명과 관련한 일 예에 따르면, 상기 수신된 소나 신호들은 상기 제1 센서와 제2 센서를 통해 각각 수신되며, 연속적으로 수신되는 신호일 수 있다.

또한 상기한 과제를 실현하기 위하여 본 발명의 다른 실시예는, 서로 다른 각도 또는 서로 다른 거리만큼 이격되어 배치된 제1 센서와 제2 센서를 통해 수중 표적으로부터 산개되는 소나 신호들을 수신하는 단계와, 수신된 소나 신호들을 이용하여 복수의 특징 벡터를 생성하는 단계와, 생성된 특징 벡터를 대상으로 정준상관분석을 수행하여 정준상관계수를 추출하는 단계 및 상기 정준상관계수를 이용하여 수중표적을 인식하는 단계를 포함하는 정준상관분석을 이용한 수중표적 식별방법을 개시한다.

본 발명과 관련한 일 예에 따르면, 상기 복수의 특징 벡터는, 수신된 소나 신호들을 고속 퓨리에 변환(FFT)을 통해 주파수 영역으로 변환하고, 전체 주파수 영역을 M개의 구간으로 나누어 각 구간마다 에너지 성분을 추출하여 산정된 서브밴드별 에너지 성분, 수신된 소나 신호들을 선형예측 분석하여 산정된 M개의 선형예측계수, 수신된 소나 신호들을 시간축 상에서 M개의 구간으로 나누어 각 구간별 에너지를 추출하여 산정된 시간축 상의 에너지성분, 또는 수신된 소나 신호들을 M개의 스케일로 웨이블렛 변환하여 산정되는 웨이블렛 계수 중 적어도 둘 이상을 포함할 수 있다.

상기와 같이 구성되는 본 발명의 적어도 하나의 실시예에 관련된 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치는 정준상관분석을 이용한 수중표적 식별에 있어서 시간, 주파, 및 시간-주파수 영역에서 특징벡터들인 프레임별 에너지, 서브밴드별 에너지, 선형예측계수, 각 스케일별 웨이블렛 계수 등을 다양하게 추출하고, 추출된 특징벡터들의 선형결합사이의 상관계수를 추출하여, 이를 인식기의 입력으로 사용함으로써, 수중표적의 형상/재질에 따른 수신 표적신호의 특징을 잘 반영함으로써 보다 효율적으로 수중표적을 식별할 수 있다.

도 1은 본 발명의 실시예에 따른 정준상관분석을 이용한 수중표적 식별장치를 도시한 블록도.
도 2는 수중표적 인식을 위해 사용되는 LFM 신호의 한 예를 시간영역과 주파수영역에서 모양을 보여주기 위해 도시한 도면.
도 3은 입력신호를 구성하는 방법을 설명하기 위해 도시한 도면.
도 4는 특징추출 과정의 일 예를 도시한 도면.
도 5는 특징추출 과정의 다른 예를 도시한 도면.

이하, 본 발명에 관련된 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치에 대하여 도면을 참조하여 보다 상세하게 설명한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

도 1은 본 발명의 실시예에 따른 정준상관분석을 이용한 수중표적 식별장치를 도시한 블록도이다.

수중표적 식별장치는 제1센서, 제2 센서, 특징추출부들, 정준상관분석부 및 인식기를 포함할 수 있다.

입력 X(101)와 입력 Y(102)는 일정각도 또는 일정거리의 차이를 두고 연속적으로 산개되어진 두 개의 수신된 신호에 해당된다. 능동 소나 신호는 탐지하고자 하는 대상 및 거리에 따라 신호의 길이를 다르게 하여 CW(Continuous Wave) 또는 LFM(Linear Frequency Modulated wave) 신호를 방사하고, 수중표적으로부터 산개되어진 신호를 대상으로 수중표적을 탐지하게 된다.

여기서, 소나 신호를 탐지하는 센서는 제1 센서와 제2 센서로서 각각 서로 다른 각도 또는 서로 다른 거리만큼 이격되어 배치될 수 있다.

그리고, 특징추출부들(103, 104)은 각각, 수신된 소나 신호들을 고속 퓨리에 변환(FFT)을 통해 주파수 영역으로 변환하고, 전체 주파수 영역을 M개의 구간으로 나누어 각 구간마다 에너지 성분을 추출하여 특징 벡터를 생성하는 서브밴드별 에너지 성분 추출부, 수신된 소나 신호들을 선형예측 분석하여 산정된 M개의 선형예측계수를 이용하여 특징 벡터를 생성하는 선형예측계수추출부, 수신된 소나 신호들을 시간축 상에서 M개의 구간으로 나누어 각 구간별 에너지를 추출하여 특징 벡터를 생성하는 시간축 상의 에너지 성분 추출부, 또는 수신된 소나 신호들을 M개의 스케일로 웨이블렛 변환하여 특징 벡터를 생성하는 웨이블렛 계수 추출부 중 적어도 둘 이상을 포함할 수 있다.

정준상관분석부(105)는 특징 벡터들을 이용하여 정준상관분석을 통해 정준상관계수를 추출하고, 인식기(106)는 정중상관계수를 이용하여 수중표적을 인식하게 된다.

도 2는 이러한 능동소나신호의 하나인 LFM신호를 시간영역과 주파수 영역에서의 한 예를 보여주고 있다. 도 2의 경우 사용된 LFM신호는 표본화 주파수 31.25 kHz, 펄스 폭 50ms, 중심 주파수는 7 kHz, 그리고 대역폭은 400 Hz인 경우이다. 이러한 LFM신호를 수중표적을 대상으로 방사하고, 수중표적에서 산개된 신호를 일정각도 또는 일정거리를 두고 수신하여, 연속된 두신호를 입력 X(101)와 입력 Y(102)로 한다.

도 3은 이러한 입력신호를 구성하는 방법을 보여주고 있다. 특정각도 β에서 산개된 신호와 △β만큼 회전한 각도 β+△β에서 산개된 신호를 각각 입력 X(101)와 입력 Y(102)로 한다. 또는 특정거리 d₂에서 산개된 신호와 만큼 △d₂거리를 두고 산개된 신호를 각각 입력 X(101)와 입력 Y(102)로 하게 된다.

예를들어 0°내지 180°사이의 각도에서 △β가 10°라고 하면, 분산센서가 표적을 중심으로 원을 그리며 180°까지 매 10°마다 산개 신호를 입력으로 받아들이게 된다. 즉, 두 입력은 입력 X(101)와 입력 Y(102)는 {0°, 10°}, {10°, 20°}, {20°, 30°}, ···· ,{180°, 0°}의 각도 조합에서 각각 산개된 신호의 쌍으로 구성되게 된다.

특징추출부(103, 104)는 입력된 신호를 대상으로 특징벡터 추출을 수행한다. 여기서 특징벡터는 일정각도 또는 일정거리의 차이를 두고 연속적으로 산개된 두 신호를 대상으로 서브밴드별 에너지성분, 선형예측계수, 시간축 상의 프레임별 에너지성분, 시간-주파수 성질을 반영하는 웨이블렛 계수 등을 특징벡터로 추출하게 된다.

도 4는 특징벡터 추출과정을 보여주고 있다.

서브밴드별 에너지성분은 입력된 신호를 대상으로 FFT(Fast Fourier Transform)(201)를 통해 주파수영역으로 변환한 다음, 주파수영역에서 Magnitude(202)를 구하고, 이를 다시 M개의 서브밴드 분할부(203)를 거쳐 각 서브밴드별 에너지(204)를 추출하게 된다.

선형예측계수분석부(205)는 입력된 신호를 대상으로 선형예측분석을 통해 M차의 선형예측계수(linear prediction coefficients)를 추출한다. 또한 시간축 상의 프레임별 에너지성분은 입력된 신호를 대상으로 시간축상에서 M개의 프레임으로 분할(206)한 다음 각 프레임별 에너지(207)를 추출하게 된다. 이러한 특징추출부는 시간영역과 주파수영역을 골고루 반영하는 특징벡터를 추출하게 되어, 수중표적을 시간 및 주파수 영역의 특징벡터를 다양하게 이용하여 식별할 수 있다는 장점을 가지게 된다.

이와 같은 특징추출부를 거치게 되면 추출된 특징벡터는 N×M의 행렬을 가지게 된다. 여기서 N은 사용된 특징벡터 추출방법의 개수가 되고, M은 각 특징벡터의 차원에 해당되게 된다. 예를 들어 서브밴드별 에너지성분, 선형예측계수, 시간축 상의 프레임별 에너지성분의 3가지 특징벡터 추출을 사용하고, 각 특징벡터가 30차의 길이를 가진다면, 특징추출부의 출력은 3×30의 행렬로 구성되게 된다.

도 5는 특징추출부의 또 다른 응용의 예로서 시간-주파수 영역의 특징을 반영하기 위한 웨이블렛 계수 추출방법을 보여주고 있다. 입력된 신호는 웨이블렛 변환부(301)을 거쳐 원하는 스케일로 웨이블렛 변환이 이루어지게 된다. 이때 N개의 스케일로 웨이블렛 변환하고, 각 스케일의 길이가 M이라면 출력은 NM의 행렬을 가지게 된다.

두 입력신호를 대상으로 추출된 각각 특징벡터들은 정준상관분석부(105)의 입력으로 사용되게 된다. 정준상관분석은 두 변수군이 주어질 때 각 변수군의 선형결합(linear combination)간의 상관(correlation)에 관심을 둔다. 이 상관을 가장 크게 하는 첫 번째 선형결합 짝(pair of linear combinations)을 찾고 다음으로 이 선형결합 짝과 상관관계가 없는 모든 짝들 가운데 가장 큰 상관을 가지는 두 번째 선형결합 짝을 찾는다. 이런 과정은 선형결합의 짝의 수가 크기가 가장 작은 변수군의 변수 수와 일치될 때까지 계속된다. 여기서 선형결합의 짝을 정준변수(canonical variables)라 하고 그들의 상관을 정준상관(canoinical correlations)이라 한다.

따라서 정준상관은 두 변수군 사이의 연관성의 정도를 나타낸다. 즉 정준상관분석부(105)는 입력된 두 신호의 특징벡터들의 선형결합사이의 상관계수를 추출하게 된다. 추출된 정준상관계수는 N차의 길이를 가지되며, N개의 정준상관계수 전부를 인식기(106)의 입력으로 하거나, 문턱치 이상의 크기만 입력으로 사용하게 된다. 또한 추출된 정준상관분석 계수들 사이의 차이를 인식기(106)의 입력으로 사용할 수도 있다.

상기와 같이 설명된 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치는 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.

Claims (6)

1. 제1 센서와 제2 센서;
   상기 센서들로부터 수신되는 제1 및 제2 소나 신호를 이용하여 각각 제1 및 제2 특징 벡터를 추출하는 특징추출부들;
   상기 특징 벡터들을 이용하여 정준상관분석을 통해 정준상관계수를 추출하는 정준상관분석부; 및
   상기 정준상관분석부를 통하여 추출된 정준상관계수를 이용하여 수중표적을 인식하는 인식기를 포함하는 수중표적 식별장치.
2. 제1항에 있어서,
   상기 특징추출부들은 각각,
   수신된 소나 신호들을 고속 퓨리에 변환(FFT)을 통해 주파수 영역으로 변환하고, 전체 주파수 영역을 M개의 구간으로 나누어 각 구간마다 에너지 성분을 추출하여 특징 벡터를 생성하는 서브밴드별 에너지 성분 추출부,
   수신된 소나 신호들을 선형예측 분석하여 산정된 M개의 선형예측계수를 이용하여 특징 벡터를 생성하는 선형예측계수추출부,
   수신된 소나 신호들을 시간축 상에서 M개의 구간으로 나누어 각 구간별 에너지를 추출하여 특징 벡터를 생성하는 시간축 상의 에너지 성분 추출부, 또는
   수신된 소나 신호들을 M개의 스케일로 웨이블렛 변환하여 특징 벡터를 생성하는 웨이블렛 계수 추출부 중 적어도 둘 이상을 포함하는 것을 특징으로 하는 수중표적 식별장치.
3. 제1항에 있어서,
   상기 제1 센서와 제2 센서는 서로 다른 각도 또는 서로 다른 거리만큼 이격되어 배치되는 것을 특징으로 하는 수중표적 식별장치.
4. 제3항에 있어서,
   상기 수신된 소나 신호들은 상기 제1 센서와 제2 센서를 통해 각각 수신되며, 연속적으로 수신되는 신호인 것을 특징으로 하는 수중표적 식별장치.
5. 서로 다른 각도 또는 서로 다른 거리만큼 이격되어 배치된 제1 센서와 제2 센서를 통해 수중 표적으로부터 산개되는 소나 신호들을 수신하는 단계;
   수신된 소나 신호들을 이용하여 복수의 특징 벡터를 생성하는 단계;
   생성된 특징 벡터를 대상으로 정준상관분석을 수행하여 정준상관계수를 추출하는 단계; 및
   상기 정준상관계수를 이용하여 수중표적을 인식하는 단계를 포함하는 정준상관분석을 이용한 수중표적 식별방법.
6. 제5항에 있어서,
   상기 복수의 특징 벡터는,
   수신된 소나 신호들을 고속 퓨리에 변환(FFT)을 통해 주파수 영역으로 변환하고, 전체 주파수 영역을 M개의 구간으로 나누어 각 구간마다 에너지 성분을 추출하여 산정된 서브밴드별 에너지 성분,
   수신된 소나 신호들을 선형예측 분석하여 산정된 M개의 선형예측계수,
   수신된 소나 신호들을 시간축 상에서 M개의 구간으로 나누어 각 구간별 에너지를 추출하여 산정된 시간축 상의 에너지성분, 또는
   수신된 소나 신호들을 M개의 스케일로 웨이블렛 변환하여 산정되는 웨이블렛 계수 중 적어도 둘 이상을 포함하는 것을 특징으로 하는 수중표적 식별방법.

Images