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

정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치 Download PDF

Info

Publication number
KR101438114B1
KR101438114B1 KR1020130011970A KR20130011970A KR101438114B1 KR 101438114 B1 KR101438114 B1 KR 101438114B1 KR 1020130011970 A KR1020130011970 A KR 1020130011970A KR 20130011970 A KR20130011970 A KR 20130011970A KR 101438114 B1 KR101438114 B1 KR 101438114B1
Authority
KR
South Korea
Prior art keywords
received
extracting
sensor
signals
canonical correlation
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Fee Related
Application number
KR1020130011970A
Other languages
English (en)
Other versions
KR20140099118A (ko
Inventor
김광태
석종원
김태환
배건성
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 KR1020130011970A priority Critical patent/KR101438114B1/ko
Publication of KR20140099118A publication Critical patent/KR20140099118A/ko
Application granted granted Critical
Publication of KR101438114B1 publication Critical patent/KR101438114B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/04—Systems determining presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/74—Systems using reradiation of acoustic waves, e.g. IFF, i.e. identification of friend or foe

Landscapes

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

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.
KR1020130011970A 2013-02-01 2013-02-01 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치 Expired - Fee Related KR101438114B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130011970A KR101438114B1 (ko) 2013-02-01 2013-02-01 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130011970A KR101438114B1 (ko) 2013-02-01 2013-02-01 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치

Publications (2)

Publication Number Publication Date
KR20140099118A KR20140099118A (ko) 2014-08-11
KR101438114B1 true KR101438114B1 (ko) 2014-11-03

Family

ID=51745640

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130011970A Expired - Fee Related KR101438114B1 (ko) 2013-02-01 2013-02-01 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치

Country Status (1)

Country Link
KR (1) KR101438114B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105044727B (zh) * 2015-08-04 2017-08-08 天津大学 利用抹香鲸叫声的水下隐蔽声呐信号波形构造方法
KR102148979B1 (ko) * 2018-07-24 2020-08-27 국방과학연구소 수중 표적 탐지 장치 및 방법
CN110837085B (zh) * 2019-11-14 2022-06-14 东南大学 一种用于水底目标判别的波动指数计算方法
KR102224704B1 (ko) * 2020-08-07 2021-03-05 국방과학연구소 초분광 영상에서 표적을 탐지하는 인공 신경망의 학습 장치 및 그 방법, 인공 신경망을 이용한 초분광 영상 처리 장치
RU2758586C1 (ru) * 2020-12-25 2021-11-01 Акционерное Общество "Концерн "Океанприбор" Система автоматического обнаружения и классификации
CN112836674B (zh) * 2021-02-28 2024-03-26 西北工业大学 基于微多普勒特征的水下目标识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6091361A (en) 1998-05-12 2000-07-18 Davis; Dennis W. Method and apparatus for joint space-time array signal processing
WO2009035108A1 (ja) 2007-09-14 2009-03-19 The University Of Tokyo 対応関係学習装置および方法ならびに対応関係学習用プログラム、アノテーション装置および方法ならびにアノテーション用プログラム、および、リトリーバル装置および方法ならびにリトリーバル用プログラム
KR20090093151A (ko) * 2008-02-28 2009-09-02 고려대학교 산학협력단 정준 상관 분석에 기반한 계층 분석 방법, 그 장치 및 이를기록한 기록매체
US20120099403A1 (en) 2004-12-21 2012-04-26 Elliptic Laboratories As Channel impulse response estimation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6091361A (en) 1998-05-12 2000-07-18 Davis; Dennis W. Method and apparatus for joint space-time array signal processing
US20120099403A1 (en) 2004-12-21 2012-04-26 Elliptic Laboratories As Channel impulse response estimation
WO2009035108A1 (ja) 2007-09-14 2009-03-19 The University Of Tokyo 対応関係学習装置および方法ならびに対応関係学習用プログラム、アノテーション装置および方法ならびにアノテーション用プログラム、および、リトリーバル装置および方法ならびにリトリーバル用プログラム
KR20090093151A (ko) * 2008-02-28 2009-09-02 고려대학교 산학협력단 정준 상관 분석에 기반한 계층 분석 방법, 그 장치 및 이를기록한 기록매체

Also Published As

Publication number Publication date
KR20140099118A (ko) 2014-08-11

Similar Documents

Publication Publication Date Title
KR101438114B1 (ko) 정준상관분석을 이용한 수중표적 식별방법 및 수중표적 식별장치
EP2590433B1 (en) Apparatus and method for tracking locations of plurality of sound sources
US9361907B2 (en) Sound signal processing apparatus, sound signal processing method, and program
Wu et al. Sslide: Sound source localization for indoors based on deep learning
Bilik et al. Minimum divergence approaches for robust classification of ground moving targets
Leal et al. Marine vessel recognition by acoustic signature
Kim et al. Localization of incipient tip vortex cavitation using ray based matched field inversion method
Özkan et al. Ground multiple target tracking with a network of acoustic sensor arrays using PHD and CPHD filters
KR101558438B1 (ko) 부분 푸리에 변환을 이용한 특징벡터 추출 및 능동표적 식별 방법 및 장치
CN106483520B (zh) 一种船舶辐射噪声调制系数估计方法
Sun et al. Indoor multiple sound source localization using a novel data selection scheme
CN117668687A (zh) 一种声学非视距车辆靠近和远离检测方法
Jeyasingh et al. Real-time multi source speech enhancement based on sound source separation using microphone array
Le Bot et al. Cross recurrence plot analysis based method for tdoa estimation of underwater acoustic signals
Reinhold et al. The scaled reassigned spectrogram adapted for detection and localisation of transient signals
CN114814851A (zh) 基于频率差分波束形成的栅瓣抑制主动探测方法及装置
Hahne Multimodal exponentially modified gaussian oscillators
Pham et al. Aeroacoustic wideband array processing for detection and tracking of ground vehicles
Liu et al. Class-based target classification in shallow water channel based on Hidden Markov Model
Cagli et al. Robust DOA estimation of speech signals via sparsity models using microphone arrays
RU2778168C1 (ru) Способ отождествления сигналов, обнаруженных гидроакустическими пространственно-разнесенными системами
Madhusudhana Automatic detectors for underwater soundscape measurements
JPH1020011A (ja) 方位分析方法及び装置
Wu et al. Blind sound source localization based on deep learning
Bagheri et al. Time-Frequency Signal Processing Based on Fractional Fourier Transform in Passive Sonar Classification

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20130201

PA0201 Request for examination
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20140126

Patent event code: PE09021S01D

PG1501 Laying open of application
E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20140822

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20140829

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20140901

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20180801

Year of fee payment: 5

PR1001 Payment of annual fee

Payment date: 20180801

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20200804

Start annual number: 7

End annual number: 7

PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20220609