KR101817011B1 - 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치 - Google Patents

군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치 Download PDF

Info

Publication number
KR101817011B1
KR101817011B1 KR1020160108115A KR20160108115A KR101817011B1 KR 101817011 B1 KR101817011 B1 KR 101817011B1 KR 1020160108115 A KR1020160108115 A KR 1020160108115A KR 20160108115 A KR20160108115 A KR 20160108115A KR 101817011 B1 KR101817011 B1 KR 101817011B1
Authority
KR
South Korea
Prior art keywords
measurements
detection
clutter
density
target
Prior art date
Application number
KR1020160108115A
Other languages
English (en)
Inventor
곽철현
정명준
안재균
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 KR1020160108115A priority Critical patent/KR101817011B1/ko
Application granted granted Critical
Publication of KR101817011B1 publication Critical patent/KR101817011B1/ko

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
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8979—Combined Doppler and pulse-echo imaging systems
    • G01S15/8981—Discriminating between fixed and moving objects or between objects moving at different speeds, e.g. wall clutter filter
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (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 발명은 능동소나 기술에 관한 것으로서, 더 상세하게는 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치에 대한 것이다.
본 발명에 따르면, 방산 분야로서 수상함, 초계기, 능동 소노부이(sonobuoy: 소나와 부이의 합성어) 및 디핑 소나(dipping sonar) 등과 같은 능동소나 데이터를 이용한 표적탐지 신호처리 클러터 제거에 활용이 가능하다.

Description

군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치{Clutter reduction Method and Apparatus for active sonar based on clustering characteristics}
본 발명은 능동소나 기술에 관한 것으로서, 더 상세하게는 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치에 대한 것이다.
소나는 수중의 표적에서 방사되는 여러 종류의 소음원을 기반으로 탐지하는 방법으로 능동소나와 수동소나가 있다. 그 중 능동소나는 음파를 송신하여 반사되어 돌아오는 표적의 반향음(에코)을 이용하여 표적을 탐지하는 방식을 사용한다.
이러한 반향음에는 표적에 의한 반향음(에코) 뿐만 아니라 해저면, 해양생물 및 산란과 복반사 등에 의한 반향음인 클러터가 동시에 탐지된다. 클러터는 표적과 유사한 특징으로 인해 표적 오탐지를 유발하는 요소로 작용하여 능동소나의 탐지 성능을 저하시키므로 기존에 선진국에서는 클러터 제거 방법들이 다양하게 개발되고 있다.
기존 클러터 제거 방법들은 통계적 모델이나 표적과 클러터의 특성에 기인하여 능동소나로 부터 탐지된 측정치에서 표적과 클러터 신호 후보를 구분하여 제거를 수행한다.
그러나 해양 환경에 따라 다양하게 나타나는 클러터를 몇 가지 모델과 특징정보를 통해서는 완벽하게 제거하기가 어렵다. 특히 표적 신호와 클러터 간의 간섭이 큰 고밀도의 클러터 환경에서는 표적의 반향음이 클러터로 포함되어 제거되거나, 클러터가 완벽하게 제거되지 않는 문제가 있다.
1. 한국등록특허번호 제10-1497557호(2013.10.30)(발명의 명칭: 다차원 특징벡터 추정을 이용한 능동소나 단일 핑 클러터 제거기법)
1. 김성원, "구간선형기동 능동소나표적 탐지 추적 성능향상을 위한 허프변환 클러터제거 알고리즘"한국음향학회지 제32권 제4호 (2013년 7월) pp.354-360 2. 배승한, "클러터 환경에서 다중 기동표적 트랙초기화 및 표적식별 기법 연구"학위논문(석사) 한양대학교 2008년
본 발명은 위 배경기술에 따른 문제점을 해소하기 위해 제안된 것으로서, 표적의 반향음은 유지하면서도 집화 특성 기반의 능동소나 클러터 제거가 수행되어 능동 소나 탐지 성능의 향상을 기대할 수 있는 능동소나 클러터 제거 방법 및 장치를 제공하는데 그 목적이 있다.
본 발명은 위에서 제시된 과제를 달성하기 위해, 표적의 반향음은 유지하면서도 집화 특성 기반의 능동소나 클러터 제거를 수행하는 능동소나 클러터 제거 방법을 제공한다.
상기 능동소나 클러터 제거 방법은,
(a) 능동 소나를 이용하여 표적에 대한 탐지 측정치를 생성하는 단계;
(b) 상기 탐지 측정치를 누적하여 누적 탐지 측정치를 생성하는 단계;
(c) 상기 누적 탐지 측정치에 대해 공간 및 시간에 대한 연관성을 고려하여 밀도기반의 군집화를 수행하여 다수의 군집 측정치로 생성하는 단계;
(d) 상기 다수의 군집 측정치를 군집별로 유효성을 검사하여 표적과 클러터를 구분하는 단계; 및
(e) 상기 클러터를 제거하여 최종 탐지 측정치를 생성하는 단계;를 포함하는 것을 특징으로 할 수 있다.
이때, 상기 밀도 기반의 측정치 군집화는 클러터의 1차적 제거를 수행하는 것을 특징으로 할 수 있다.
또한, 상기 밀도 기반의 측정치 군집화는 DBSCAN(Density-Based Spatial Clustering of Application with Noise)를 이용하여 이루어지는 것을 특징으로 할 수 있다.
또한, 상기 밀도기반의 군집화는 송신 핑의 순서와 시간적 유사성을 결정하는 임계치를 반영하여 이웃 포인트를 생성하는 것을 특징으로 할 수 있다.
또한, 상기 이웃 포인트는 수학식
Figure 112016082666728-pat00001
(여기서, N은 이웃 포인트이고, D는 전체 탐지 측정치에 대한 집합이며,pi는 개별 포인트이고, p는 코어 포인트, d(pi,p)는
Figure 112016082666728-pat00002
으로부터 거리가
Figure 112016082666728-pat00003
인 영역 내부에 있는 포인트들의 집합이며,
Figure 112016082666728-pat00004
는 이웃 포인트의 범위를 결정하는 이웃 포인트 결정 파라미터이며,
Figure 112016082666728-pat00005
는 시간적 유사성을 결정하는 임계치를 타나낸다)으로 정의되는 것을 특징으로 할 수 있다.
또한, 상기
Figure 112016082666728-pat00006
는 수학식
Figure 112016082666728-pat00007
(여기서,
Figure 112016082666728-pat00008
는 코어 포인트를 결정하는 변수이고, PRI는 송신 신호 주기이며,
Figure 112016082666728-pat00009
는 표적의 최대속도를 나타낸다)로 정의되는 것을 특징으로 할 수 있다.
또한, 상기 밀도기반의 군집화를 수행한 후 군집에 포함되지 않는 탐지 측정치들과 항목의 개수가 적은 군집들은 노이즈로 처리되는 것을 특징으로 할 수 있다.
또한, 상기 유효성은 직진도가 다른 군집들보다 높은 하나의 군집을 상기 표적으로 가정하고 상기 하나의 군집 보다 낮은 군집들은 클러터로 구분되며, 군집별 직진도는 주성분 분석법을 이용하여 추정되며, 상기 직진도는 송신한 연속적인 핑의 개수와 군집에 대한 직선의 길이를 반영한 보상 임계치를 적용하여 생성되는 것을 특징으로 할 수 있다.
다른 한편으로, 본 발명의 다른 일실시예는, 표적에 대한 탐지 측정치를 생성하는 능동 소나; 상기 탐지 측정치를 누적하여 누적 탐지 측정치를 생성하는 측정치 누적부; 상기 누적 탐지 측정치에 대해 공간 및 시간에 대한 연관성을 고려하여 밀도기반의 군집화를 수행하여 다수의 군집 측정치로 생성하는 밀도 기반 군집화부; 상기 다수의 군집 측정치를 군집별로 유효성을 검사하여 표적과 클러터를 구분하는 검사부; 및 상기 클러터를 제거하여 최종 탐지 측정치를 생성하는 제거부;를 포함하는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 장치를 제공할 수 있다.
본 발명에 따르면, 방산 분야로서 수상함, 초계기, 능동 소노부이(sonobuoy: 소나와 부이의 합성어) 및 디핑 소나(dipping sonar) 등과 같은 능동소나 데이터를 이용한 표적탐지 신호처리 클러터 제거에 활용이 가능하다.
또한, 본 발명의 다른 효과로서는 빠른 수렴시간으로 실시간 처리가 가능하다는 점을 들 수 있다.
또한, 본 발명의 또 다른 효과로서는 민수 분야로서 수중음향에 대한 탐지 분야 및/또는 초음파를 이용한 산업장비 분야에 활용이 가능하다는 점을 들 수 있다.
도 1은 본 발명의 일실시예에 따른 군집화 특성 기반의 능동소나 클러터 제거 과정을 보여주는 흐름도이다.
도 2는 본 발명의 일실시예에 따른 클러터의 1차적 제거를 위한 밀도 기반의 측정치 군집화 기법인 DBSCAN(Density-Based Spatial Clustering of Application with Noise)의 정의를 설명한 예시이다.
도 3은 본 발명의 일실시예에 따른 군집화 특성 기반의 능동소나 클러터 제거 장치의 구성 블록도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 구체적으로 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다.
제 1, 제 2등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. "및/또는" 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.
이하 첨부된 도면을 참조하여 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치를 상세하게 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 군집화 특성 기반의 능동소나 클러터 제거 과정을 보여주는 흐름도이다. 도 1을 참조하면, 소나를 이용하여 생성된 표적에 대한 탐지 측정치를 누적하여 누적 탐지 측정치를 생성한다(단계 S110).
이후, 누적 탐지 측정치에 대해 공간 및 시간에 대한 연관성을 고려하여 군집화를 수행하여 다수의 군집 측정치를 생성한다(단계 S120).
이후, 각 군집 별로 유효성 검사를 통해 표적과 클러터를 구분하여 클러터 제거를 수행한다(단계 S130,S140). 따라서, 최종적으로 클러터가 제거된 탐지 측정치가 생성된다.
도 2는 본 발명의 일실시예에 따른 클러터의 1차적 제거를 위한 밀도 기반의 측정치 군집화 기법인 DBSCAN(Density-Based Spatial Clustering of Application with Noise)의 정의를 설명한 예시이다. 도 2를 참조하면, 수학식 1의
Figure 112016082666728-pat00010
-이웃 포인트는 전체 탐지 측정치에 대한 집합(
Figure 112016082666728-pat00011
)에서
Figure 112016082666728-pat00012
와
Figure 112016082666728-pat00013
간의 2차원 유클리디안 거리
Figure 112016082666728-pat00014
가
Figure 112016082666728-pat00015
으로부터 거리가
Figure 112016082666728-pat00016
인 영역 내부에 있는 포인트들의 집합으로 정의된다.
Figure 112016082666728-pat00017
여기서, N은 이웃 포인트이고, D는 전체 탐지 측정치에 대한 집합이며,pi는 개별 포인트이고, p는 코어 포인트, d(pi,p)는
Figure 112016082666728-pat00018
으로부터 거리가
Figure 112016082666728-pat00019
인 영역 내부에 있는 포인트들의 집합이며,
Figure 112016082666728-pat00020
는 이웃 포인트의 범위를 결정하는 이웃 포인트 결정 파라미터를 타나낸다.
일반적으로 클러터는 불규칙적으로 발생하여 공간적으로 인접한 위치에 있더라도 시간적 연관성이 적은 경우가 많으나, 표적의 경우는 공간적으로 인접한 위치의 측정치들은 반드시 시간적으로도 인접하는 특성을 군집화에 이용할 수 있다. 제안한 방법에서는 측정치의 위치를 누적하여 군집화를 수행하기 때문에 측정치 별 시간 정보인 송신 핑의 순서 정보로, 연속적인 핑 송신 동안 목표 표적이 최대한 움직일 수 있는 거리를 반영하여
Figure 112016082666728-pat00021
-이웃 포인트를 다음 수학식과 같이 재정의한다.
Figure 112016082666728-pat00022
여기서,
Figure 112016082666728-pat00023
는 코어 포인트를 결정하는 변수이고, PRI(Pulse Repetition Interval)는 송신 신호 주기이며,
Figure 112016082666728-pat00024
는 표적의 최대속도를 나타낸다.
Figure 112016082666728-pat00025
-이웃 포인트를 결정하는 파라미터 중
Figure 112016082666728-pat00026
는
Figure 112016082666728-pat00027
개의 핑을 송신하는 동안 표적이 최대한 움직일 수 있는 거리로 표현할 수 있다. 연속적인 핑 송신 중 경우에 따라 에코가 손실될 수 있기 때문에 기존의
Figure 112016082666728-pat00028
와 달리
Figure 112016082666728-pat00029
이다. 본 발명에서는
Figure 112016082666728-pat00030
-이웃 포인트에 수학식 1을 적용하여 변형된 다음 수학식과 같이 표기한다.
Figure 112016082666728-pat00031
여기서,
Figure 112016082666728-pat00032
는
Figure 112016082666728-pat00033
포인트에 대한 송신 핑의 순서이며,
Figure 112016082666728-pat00034
는 시간적 유사성을 결정하는 임계치로서 수학식 3과 같이
Figure 112016082666728-pat00035
개의 포인트들의 시간차이는 최대
Figure 112016082666728-pat00036
이므로
Figure 112016082666728-pat00037
로 둔다. 제안한 변형된 군집화를 수행하면 공간적으로 밀집되어 있는 표적이라고 할지라도 일부 시간적 연관성이 낮은 포인트들은 군집에 포함되지 않게 되므로, 군집화후 군집에 포함되지 않는 측정치들과 항목의 개수가 적은 군집들은 노이즈로 두고 처리한다.
측정치는 군집화를 통해 공간적/시간적 연관성이 높은 형태로 분류되나, 군집 중 표적과 유사한 클러터도 군집화되기 때문에 표적의 특징을 이용한 기법을 제안한다. 연속적인 핑의 측정치를 이용하기 때문에 수중 표적의 경우 능동소나 탐지주기 내에 직선기동으로 가정할 수 있으며, 그 외의 반향음들은 원형 혹은 공간적으로 일정치 않은 랜덤 분포를 가진다.
이에 대해 각 군집별로 주성분 분석법(principal component analysis)을 사용하여 직진도가 높은 군집을 표적으로 낮은 군집을 클러터로 구분하여 처리하기 위해 다음의 계산을 거처야 한다.
Figure 112016082666728-pat00038
여기서, 공분산 행렬
Figure 112016082666728-pat00039
는 군집 포인트들의
Figure 112016082666728-pat00040
좌표에 대한 공분산 행렬로
Figure 112016082666728-pat00041
과
Figure 112016082666728-pat00042
은 각각
Figure 112016082666728-pat00043
좌표에 대한 평균이며,
Figure 112016082666728-pat00044
은 군집 포인트의 개수이다.
Figure 112016082666728-pat00045
여기서, 공분산 행렬
Figure 112016082666728-pat00046
에 대해 고유값 분해를 적용하여 고유값으로 구성된 대각행렬
Figure 112016082666728-pat00047
와 고유벡터에 대한 행렬
Figure 112016082666728-pat00048
는 추출한다. 이와 같이 얻은 고유값을 통해
Figure 112016082666728-pat00049
가
Figure 112016082666728-pat00050
좌표에 대한 공분산 행렬이므로 값이 작은 두 번째 고유값을 통해 표적의 직진도를 추정할 수 있다. 고유값으로 직진도를 정량화하여 직선을 추출하려면 반드시 직선의 길이도 고려하여 임계치를 보상해야 한다.
본 발명의 일실시예에서는 군집이
Figure 112016082666728-pat00051
에 따라 달라지므로
Figure 112016082666728-pat00052
을 포함한 보상 임계치(
Figure 112016082666728-pat00053
)로 다음 수학식과 같이 설계한다.
Figure 112016082666728-pat00054
여기서
Figure 112016082666728-pat00055
은 두 번째 고유값의 기본 임계치이며,
Figure 112016082666728-pat00056
은 군집에 대한 길이로 군집의 2차원 좌표를 포함하는 최소 직사각형의 대각선으로 결정한다. 최종적으로 군집화 이후 각 군집 별로 수학식 6으로 계산한 두 번째 고유값으로 직진도를 추정하며, 수학식 7의 보상 임계치로 군집에 대한 클러터 여부를 결정한다.
도 3은 본 발명의 일실시예에 따른 군집화 특성 기반의 능동소나 클러터 제거 장치의 구성 블록도이다. 도 3을 참조하면, 능동소나 클러터 제거 장치(300)는, 표적(30)에 대한 탐지를 수행하여 탐지 측정치를 생성하는 능동 소나(310) 및 탐지 특정치로부터 군집화 특성 기반으로 클러터를 제거하는 신호 처리 모듈(320) 등을 포함하여 구성될 수 있다.
상기 신호 처리 모듈(320)은, 상기 탐지 측정치를 누적하여 누적 탐지 측정치를 생성하는 측정치 누적부(321), 상기 누적 탐지 측정치에 대해 공간 및 시간에 대한 연관성을 고려하여 밀도기반의 군집화를 수행하여 다수의 군집 측정치로 생성하는 밀도 기반 군집화부(322), 상기 다수의 군집 측정치를 군집별로 유효성을 검사하여 표적과 클러터를 구분하는 검사부(323), 상기 클러터를 제거하여 최종 탐지 측정치를 생성하는 제거부(324) 등을 포함하여 구성될 수 있다.
한편, 당업자는, 여기에 개시된 실시형태들과 관련하여 설명된 다양한 예시적인 논리 블록들, ~부, 모듈 및 알고리즘들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 이들의 조합으로서 구현될 수도 있음을 인식할 것이다. 하드웨어와 소프트웨어의 이러한 상호교환가능성을 명확히 나타내기 위해, 다양한 예시적인 블록들은 그들의 기능의 관점에서 일반적으로 상술되었다.
그러한 기능이 하드웨어 또는 소프트웨어로서 구현될지는, 전체 시스템에 부과된 설계 제약들 및 특정한 애플리케이션에 의존한다. 당업자는, 각각의 특정한 애플리케이션에 대해 다양한 방식들로 그 설명된 기능을 구현할 수도 있지만, 그러한 구현 결정이 본 발명의 예시적인 실시형태들의 범위를 벗어나게 하는 것으로 해석되지는 않아야 한다.
여기에 개시된 실시형태들과 관련하여 설명된 다양한 예시적인 논리 블록들은, 범용 프로세서, 디지털 신호 프로세서(DSP), 주문형 집적회로(ASIC), 필드 프로그래밍가능한 게이트 어레이(FPGA) 또는 다른 프로그래밍가능한 로직 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 여기에 설명된 기능들을 수행하도록 설계된 그들의 임의의 조합으로 구현되거나 수행될 수도 있다.
범용 프로세서는 마이크로프로세서일 수도 있지만, 대안적으로, 그 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 또한, 프로세서는 컴퓨팅 디바이스들의 결합, 예를 들어, DSP와 마이크로프로세서의 결합, 복수의 마이크로프로세서들, DSP 코어와 결합한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 그러한 구성으로서 구현될 수도 있다.
30: 표적
300: 능동소나 클러터 제거 장치
310: 소나 320: 신호 처리 모듈
321: 측정치 누적부 322: 밀도 기반 군집화부
323: 검사부 324: 제거부

Claims (9)

  1. (a) 능동 소나를 이용하여 표적에 대한 탐지 측정치를 생성하는 단계;
    (b) 상기 탐지 측정치를 누적하여 누적 탐지 측정치를 생성하는 단계;
    (c) 상기 누적 탐지 측정치에 대해 공간 및 시간에 대한 연관성을 고려하여 밀도기반의 측정치 군집화를 수행하여 다수의 군집 측정치로 생성하는 단계;
    (d) 상기 다수의 군집 측정치를 군집별로 유효성을 검사하여 표적과 클러터를 구분하는 단계; 및
    (e) 상기 클러터를 제거하여 최종 탐지 측정치를 생성하는 단계;를 포함하며,
    상기 밀도기반의 측정치 군집화는 송신 핑의 순서와 시간적 유사성을 결정하는 임계치를 반영하여 이웃 포인트를 생성하는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 방법.
  2. 제 1 항에 있어서,
    상기 밀도 기반의 측정치 군집화는 클러터의 1차적 제거를 수행하는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 방법.
  3. 제 1 항에 있어서,
    상기 밀도 기반의 측정치 군집화는 DBSCAN(Density-Based Spatial Clustering of Application with Noise)를 이용하여 이루어지는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 방법.
  4. 삭제
  5. 제 1 항에 있어서,
    상기 이웃 포인트는 수학식
    Figure 112017112278216-pat00057
    (여기서, N은 이웃 포인트이고, D는 전체 탐지 측정치에 대한 집합이며,pi는 개별 포인트이고, p는 코어 포인트, d(pi,p)는
    Figure 112017112278216-pat00058
    으로부터 거리가
    Figure 112017112278216-pat00059
    인 영역 내부에 있는 포인트들의 집합이며,
    Figure 112017112278216-pat00060
    는 이웃 포인트의 범위를 결정하는 이웃 포인트 결정 파라미터이며,
    Figure 112017112278216-pat00061
    는 시간적 유사성을 결정하는 임계치를 타나낸다)으로 정의되는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 방법.
  6. 제 5 항에 있어서,
    상기
    Figure 112016082666728-pat00062
    는 수학식
    Figure 112016082666728-pat00063
    (여기서,
    Figure 112016082666728-pat00064
    는 코어 포인트를 결정하는 변수이고, PRI는 송신 신호 주기이며,
    Figure 112016082666728-pat00065
    는 표적의 최대속도를 나타낸다)로 정의되는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 방법.
  7. 제 1 항에 있어서,
    상기 밀도기반의 군집화를 수행한 후 군집에 포함되지 않는 탐지 측정치들과 항목의 개수가 적은 군집들은 노이즈로 처리되는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 방법.
  8. 제 1 항에 있어서,
    상기 유효성은 직진도가 다른 군집들보다 높은 하나의 군집을 상기 표적으로 가정하고 상기 하나의 군집 보다 낮은 군집들은 클러터로 구분되며, 군집별 직진도는 주성분 분석법을 이용하여 추정되며, 상기 직진도는 송신한 연속적인 핑의 개수와 군집에 대한 직선의 길이를 반영한 보상 임계치를 적용하여 생성되는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 방법.
  9. 표적에 대한 탐지 측정치를 생성하는 능동 소나;
    상기 탐지 측정치를 누적하여 누적 탐지 측정치를 생성하는 측정치 누적부;
    상기 누적 탐지 측정치에 대해 공간 및 시간에 대한 연관성을 고려하여 밀도기반의 측정치 군집화를 수행하여 다수의 군집 측정치로 생성하는 밀도 기반 군집화부;
    상기 다수의 군집 측정치를 군집별로 유효성을 검사하여 표적과 클러터를 구분하는 검사부; 및
    상기 클러터를 제거하여 최종 탐지 측정치를 생성하는 제거부;를 포함하며,
    상기 밀도기반의 측정치 군집화는 송신 핑의 순서와 시간적 유사성을 결정하는 임계치를 반영하여 이웃 포인트를 생성하는 것을 특징으로 하는 군집화 특성 기반의 능동소나 클러터 제거 장치.
KR1020160108115A 2016-08-25 2016-08-25 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치 KR101817011B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160108115A KR101817011B1 (ko) 2016-08-25 2016-08-25 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160108115A KR101817011B1 (ko) 2016-08-25 2016-08-25 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101817011B1 true KR101817011B1 (ko) 2018-01-09

Family

ID=61000480

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160108115A KR101817011B1 (ko) 2016-08-25 2016-08-25 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101817011B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200000909A (ko) * 2018-06-26 2020-01-06 국방과학연구소 잔향 신호 제거 장치 및 방법
WO2020122522A1 (ko) * 2018-12-10 2020-06-18 삼성전자(주) 전자장치 및 그 제어방법
CN113075645A (zh) * 2021-05-18 2021-07-06 东南大学 一种基于主成分分析-密度聚类的畸变阵形线谱增强方法
CN116400335A (zh) * 2022-12-02 2023-07-07 中国科学院声学研究所 一种水平阵主动声纳目标回波检测方法及系统
KR102720089B1 (ko) * 2018-12-10 2024-10-23 삼성전자주식회사 전자장치, 그 제어방법 및 기록매체

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100899472B1 (ko) * 2004-03-01 2009-05-27 마이크로소프트 코포레이션 위치파악 추정치들의 정확성을 향상시키기 위한 시스템 및 방법
JP5153677B2 (ja) * 2009-02-10 2013-02-27 日本電信電話株式会社 逐次クラスタリング装置とその方法及びプログラム
KR101497557B1 (ko) * 2013-10-30 2015-03-02 국방과학연구소 다차원 특징벡터 추정을 이용한 능동소나 단일 핑 클러터 제거기법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100899472B1 (ko) * 2004-03-01 2009-05-27 마이크로소프트 코포레이션 위치파악 추정치들의 정확성을 향상시키기 위한 시스템 및 방법
JP5153677B2 (ja) * 2009-02-10 2013-02-27 日本電信電話株式会社 逐次クラスタリング装置とその方法及びプログラム
KR101497557B1 (ko) * 2013-10-30 2015-03-02 국방과학연구소 다차원 특징벡터 추정을 이용한 능동소나 단일 핑 클러터 제거기법

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200000909A (ko) * 2018-06-26 2020-01-06 국방과학연구소 잔향 신호 제거 장치 및 방법
KR102078362B1 (ko) * 2018-06-26 2020-02-17 국방과학연구소 잔향 신호 제거 장치 및 방법
WO2020122522A1 (ko) * 2018-12-10 2020-06-18 삼성전자(주) 전자장치 및 그 제어방법
EP3852311A4 (en) * 2018-12-10 2021-11-17 Samsung Electronics Co., Ltd. ELECTRONIC DEVICE AND METHOD OF CONTROLLING THEREOF
US11537491B2 (en) 2018-12-10 2022-12-27 Samsung Electronics Co., Ltd. Electronic apparatus and method of controlling the same
KR102720089B1 (ko) * 2018-12-10 2024-10-23 삼성전자주식회사 전자장치, 그 제어방법 및 기록매체
CN113075645A (zh) * 2021-05-18 2021-07-06 东南大学 一种基于主成分分析-密度聚类的畸变阵形线谱增强方法
CN113075645B (zh) * 2021-05-18 2024-03-08 东南大学 一种基于主成分分析-密度聚类的畸变阵形线谱增强方法
CN116400335A (zh) * 2022-12-02 2023-07-07 中国科学院声学研究所 一种水平阵主动声纳目标回波检测方法及系统
CN116400335B (zh) * 2022-12-02 2023-10-13 中国科学院声学研究所 一种水平阵主动声纳目标回波检测方法及系统

Similar Documents

Publication Publication Date Title
Cobos et al. A survey of sound source localization methods in wireless acoustic sensor networks
KR101817011B1 (ko) 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치
US9961460B2 (en) Vibration source estimation device, vibration source estimation method, and vibration source estimation program
JP2019117055A (ja) 推定方法、推定装置およびプログラム
CN113376613B (zh) 用于雷达探测的恒虚警检测方法、装置及电子设备
US20230045798A1 (en) Method for predicting structure of indoor space using radio propagation channel analysis through deep learning
CN107255818A (zh) 一种两维多特征融合的水下目标快速检测方法
CN112130154A (zh) 一种融合网格LOF的自适应K-means离群去约束优化方法
CN114492530A (zh) 基于生成式对抗网络的主动声呐探测波形识别方法及装置
Georgescu et al. Predetection fusion with Doppler measurements and amplitude information
JP2010133960A (ja) アンテナ回転からアンテナ回転にかけてのレーダブリップの多次元時間的運動フィルタリングの方法
Dubrovinskaya et al. Anchorless underwater acoustic localization
CN103901432B (zh) 一种多观测节点下非合作目标的轨迹跟踪方法及系统
JP7357217B2 (ja) 推定方法、推定装置、及び、プログラム
Kram et al. Delay estimation in dense multipath environments using time series segmentation
CN107122764B (zh) 基于KpN模型的海上舰船目标检测方法
KR102361816B1 (ko) 표적 탐지 방법 및 기록 매체
Hongwei et al. Remote passive sonar detection by relative multiscale change entropy
RU2730048C1 (ru) Способ адаптивной дихотомической классификации морских объектов
Gunes Performance comparison of ToA and TDOA based tracking in underwater multipath environments using bernoulli filter
CN109061652B (zh) 一种水声组网探测系统的探测效能评估方法
Patel et al. On methods to improve time delay estimation for underwater acoustic source localization
Kumar et al. Source number estimation in shallow ocean by acoustic vector sensor array using Gerschgorin disks
Ricks et al. Passive acoustic tracking for cueing a multistatic active acoustic tracking system
US10048372B1 (en) Methods and systems for resolution of sonar images

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant