KR102009503B1

KR102009503B1 - 협대역 저주파 탐지방법 및 시스템

Info

Publication number: KR102009503B1
Application number: KR1020190015981A
Authority: KR
Inventors: 주재훈
Original assignee: 엘아이지넥스원 주식회사
Priority date: 2019-02-12
Filing date: 2019-02-12
Publication date: 2019-08-09

Abstract

본 발명에 따르면, 소나 신호를 입력으로 하여 저주파 분석 및 기록(LOFAR) 영상 정보를 얻는 과정 중에 그램(영상)을 형성하기 위해 대비 및 밝기를 자동으로 조절하는 과정을 포함하며, 운용자의 개입 없이 자동적으로 운용자의 시각에 적합한 영상을 제공할 수 있으며, 자동으로 조작되어 표적탐지 성능이 향상되며, 신호 대 잡음비가 좋은 양질의 데이터를 끊김 없이 지속적으로 제공할 수 있는 협대역 저주파 탐지방법 및 시스템이 개시된다.

Description

협대역 저주파 탐지방법 및 시스템{Method and system for narrowband LOFAR}

본 발명은 운용환경에 따른 대비 및 밝기 값을 자동적으로 조절할 수 있는 협대역 저주파 탐지방법 및 시스템에 관한 것이다.

종래의 소나 협대역 저주파탐지그램(LOFAR) 신호처리 과정은 소나 영상(sonar gram) 데이터를 운용자가 쉽게 구별이 가능하도록 화면에 전시할 때 '대비/밝기'의 값을 몇 가지 경험치로 고정하여 사용하거나 상황에 따라 운용자가 변경하여 사용한다.

일반적으로 소나는 해상 날씨, 해상 교통량 등에 의한 배경소음이 증가하고, 수온변화 등의 해양환경에 따라 음파가 굴절되어 운용환경이 시시각각 변화하는 문제가 있다.

또한, 이러한 시변동이 심한 운용환경에서 대비/밝기 값을 고정 값으로 사용하는 경우 해양환경의 시변동성을 반영하지 못하기에 표적탐지에 영향을 미치는 문제가 있다.

또한, 운용자가 변경되어 사용하는 경우에도 운용자의 개별 능력에 따라 시스템 전체 성능이 좌우되거나, 장시간 운용 피로에 의해 일부 성능 저하를 가져올 수 있는 문제가 있다. 따라서, 대비 및 밝기가 자동으로 조절되는 소나 저주파탐지 대비 및 밝기 자동조절 방법이 시급히 필요한 상황이다.

본 발명은 상기한 문제점을 해결하기 위해 안출된 것으로서, 본 발명의 목적은 배경소음 또는 음파의 굴절로 인해 변화하는 운용환경에 따라 대비/밝기 값을 자동적으로 조절할 수 있는 소나 저주파탐지 대비 및 밝기 자동조절 방법을 제공함에 있다.

상술한 목적을 달성하기 위하여, 본 발명은 프로세서, 메모리 및 상기 메모리에 저장되고, 상기 프로세서에 의해 실행되는 협대역 저주파 탐지방법에 있어서, 입력된 소나 신호를 변환하여, 복수의 스펙트럼을 생성하는 단계, 상기 생성된 복수의 스펙트럼을 합쳐 통계적으로 산출하는 단계, 상기 통계적으로 산출된 스펙트럼을 주파수에 따른 스펙트럼의 크기로 규준화 하는 단계, 상기 규준화된 스펙트럼을 통해 대비 계수 및 밝기 계수를 산출하여 대비 및 밝기를 조절하는 단계 및 상기 대비 및 밝기를 조절하는 단계를 거쳐 생성된 이미지 데이터를 시간의 흐름에 따라 영상 데이터로 변환하며 전시하는 전시 단계를 포함하는 협대역 저주파 탐지방법을 제안한다.

바람직하게는, 상기 대비 및 밝기 조절 단계는 입력된 규준화된 스펙트럼 데이터를 인식하기 위해 로그 값으로 변환하는 단계, 상기 로그 값으로 변환된 데이터를 평균화하는 단계, 상기 평균화된 데이터를 통해 평균값 또는 대표값을 추출하는 단계 및 상기 대비 및 밝기를 조절하기 위해 상기 평균값 또는 대표값을 통해 대비 및 밝기를 추출하는 단계를 포함한다.

바람직하게는, 상기 데이터를 평균화하는 단계는 상기 로그 값으로 변환된 데이터의 특정 시점에 해당하는 값을 지수적분 계수를 통해 평균화하는 것을 특징으로 한다.

바람직하게는, 상기 평균값 또는 대표값을 추출하는 단계는 상기 지수 적분된 데이터를 크기가 큰 값부터 내림차순으로 정렬하는 단계, 상기 내림차순으로 정렬된 데이터를 이용하여 상기 대비 계수 및 밝기 계수 산출에 사용하기 위한 대표값을 산출하는 단계, 상기 지수 적분된 데이터의 평균값을 산출하는 단계 및 기 설정된 목적함수를 통해 대비 계수 및 밝기 계수를 산출하는 단계를 포함한다.

바람직하게는, 상기 대표값을 산출하는 단계는 상기 내림차순 정렬 단계에서 정렬된 다수의 상위 데이터들을 통해 대표값을 형성하며, 상기 대표값은 상기 상위 데이터 N(N은 자연수)개의 평균으로 형성되는 것을 특징으로 한다.

바람직하게는, 상기 목적함수는 상기 평균값 및 기준 전체 평균으로 정의된 제1 함수 및 상기 대표값 및 기준 상위 평균으로 정의된 제2 함수;를 포함하는 것을 특징으로 한다.

바람직하게는, 상기 대비 및 밝기를 추출하는 단계는 상기 로그 값으로 변환된 데이터와 상기 대비 계수 및 밝기 계수를 통해 상기 이미지의 크기를 조절하는 크기 조절 단계 및 상기 크기 조절된 이미지의 전시되는 값을 영상처리 소프트웨어 변수의 범위에 맞추는 단계를 더 포함한다.

바람직하게는, 상기 영상처리 소프트웨어 변수의 범위에 맞추는 단계는 상기 전시되는 값의 스펙트럼의 크기를 0에서 기 설정된 임계치로 형성하며, 상기 전시되는 값이 0 보다 작은 경우 0으로 설정하고, 상기 전시되는 값이 상기 임계치 보다 큰 경우 상기 임계치로 맞추는 것을 특징으로 한다.

바람직하게는, 상기 복수의 스펙트럼을 합쳐 통계적으로 산출하는 단계는 잡음의 분산값의 변화는 적지만 신호의 크기가 커지는 상관합을 통해 신호 대 잡음비를 증가시키며, 상기 통계적으로 산출하는 시간은 2의 자승수를 기준으로 설정된 시간으로 형성되는 것을 특징으로 한다.

또한, 본 발명은 입력된 소나 신호를 변환하여, 복수의 스펙트럼을 생성하는 변환부, 상기 생성된 복수의 스펙트럼을 합쳐 통계적으로 산출하는 통계부, 상기 통계적으로 산출된 스펙트럼을 주파수에 따른 스펙트럼의 크기로 규준화 하는 평활부, 상기 규준화된 스펙트럼을 통해 대비 계수 및 밝기 계수를 산출하여 대비 및 밝기를 조절하는 조절부 및 상기 대비 및 밝기 자동조절 단계를 거쳐 생성된 이미지 데이터를 시간의 흐름에 따라 영상 데이터로 변환하며 전시하는 전시부를 포함하는 협대역 저주파 탐지시스템을 제시한다.

바람직하게는, 상기 조절부는 입력된 규준화된 스펙트럼 데이터를 인식하기 위해 로그 값으로 변환하는 로그 변환부, 상기 로그 값으로 변환된 데이터를 평균화하는 평균 처리부, 상기 평균화된 데이터를 통해 평균값 또는 대표값을 추출하는 변수 추출부 및 상기 대비 및 밝기를 조절하기 위해 상기 평균값 또는 대표값을 통해 대비 및 밝기를 산출하는 조절 산출부를 포함한다.

바람직하게는, 상기 추출부는 상기 지수 적분된 데이터를 크기가 큰 값부터 내림차순으로 정렬하는 차순 정렬부, 상기 내림차순으로 정렬된 데이터를 이용하여 상기 대비 계수 및 밝기 계수 산출에 사용하기 위한 대표값을 추출하는 대표값 추출부, 상기 지수 적분된 데이터의 평균값을 추출하는 평균값 추출부 및 기 설정된 목적함수를 통해 대비 계수 및 밝기 계수를 산출하는 보정 계수 산출부를 포함한다.

바람직하게는, 상기 조절 산출부는 상기 로그 값으로 변환된 데이터와 상기 대비 계수 및 밝기 계수를 통해 상기 이미지의 크기를 조절하는 크기 조절부 및 상기 크기 조절된 이미지의 전시되는 값을 영상처리 소프트웨어 변수의 범위에 맞추는 전시 변환부를 포함한다.

본 발명의 일 실시 예에 따르면 시각적으로 변동되는 소나 협대역 저주파탐지(LOFAR: Low Frequency Analysis and Recording) 및 스펙트로그램(Spectrogram)화 되는 데이터를 운용자가 수동으로 개입하여 조절하지 않고 입력되는 소나 신호의 상태에 따라 자동적으로 운용자 시각에 적합한 영상을 제공 할 수 있다.

또한, 기존의 수동으로 조작되는 방법에 비해 전시이득(display gain)이 증가해 표적탐지 성능 향상이 가능할 수 있다.

또한, 스펙트로그램을 바탕으로 하여 표적을 추적하고 운동분석(Target Motion Analysis) 신호 대 잡음비(SNP)가 좋은 양질의 데이터를 끊김 없이 지속적으로 제공이 가능할 수 있다.

또한, 본 발명의 일 실시 예에 따르면, 본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.

도 1은 본 발명의 일 실시 예에 따른 협대역 저주파 탐지방법을 도시한 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 대비 및 밝기를 조절하는 단계를 도시한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 대비 및 밝기 조절 단계를 자세히 도시한 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 협대역 저주파 탐지가 전시된 그래프를 나타낸 예시도이다.
도 5는 본 발명의 일 실시 예에 따른 협대역 저주파 탐지시스템을 나타낸 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 협대역 저주파 탐지시스템을 도시한 블록도 및 신호 그래프이다.
도 7은 본 발명의 일 실시 예에 따른 조절부를 나타낸 블록도이다.
도 8은 본 발명의 일 실시 예에 따른 변수 추출부를 나타낸 블록도이다.
도 9는 본 발명의 일 실시 예에 따른 조절 산출부를 나타낸 블록도이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

본 명세서에서 "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.

본 명세서에서 각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.

본 명세서에서, "가진다", "가질 수 있다", "포함한다" 또는 "포함할 수 있다"등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.

또한, 본 명세서에 기재된 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터 구조들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다.

도 1은 본 발명의 일 실시 예에 따른 협대역 저주파 탐지방법을 도시한 블록도이다.

본 발명은 해상 날씨, 해상 교통량 등에 의해 배경소음이 증가하고 수온변화 등 해양환경에 따른 음파의 굴절로 의해 시시각각 변화하는 운용환경에 의해 자동적으로 조절될 수 있다.

도 1을 참조하면, 시각적으로 변동되는 소나 협대역 저주파탐지(LOFAR: Low Frequency Analysis and Recording) 및 스펙트로그램(Spectrogram)화되는 데이터를 입력되는 소나 신호의 상태에 따라 자동적으로 운용자 시각에 적합한 영상을 제공할 수 있다.

단계 S100은 입력된 소나 신호를 변환하여, 복수의 스펙트럼을 생성하는 단계 이다.

단계 S100은 입력된 소나(Sonar) 신호를 이용하여 고속 푸리에 변환(Fast Fourier Transform, FFT)과정을 거쳐 순시적 스펙트럼이 만드는 신호처리의 기능을 수행할 수 있다.

단계 S200은 단계 S100에서 형성된 다수의 스펙트럼을 합쳐 통계적으로 산출하는 단계이다.

본 발명의 일 실시 예에 따르면, 단계 S200은 단계 S100에서 형성된 다수의 스펙트럼을 합쳐 평균을 구하며, 이 과정을 통해 잡음의 분산값(Variance)의 변화는 적지만 신호의 크기가 커지는 상관합(Coherent Summation) 효과를 통해 신호 대 잡음비(Signal-to-Noise Ratio, SNR)가 증가할 수 있다.

신호 대 잡음비는 노이즈 전력 대비 신호의 전력으로 결정되기 때문에 노이즈 전력 대비 신호 전력의 세기를 형성 함으로써 상대적인 신호 전력 크기를 나타낼 수 있다.

단계 S200에서 적분 시간은 소나의 종류 및 표적신호의 특성에 따라 달라질 수 있으며, 4초, 8초, 16초,?와 같이 2의 자승수로 형성될 수 있다.

단계 S300은 단계 S200에서 통계적으로 산출된 스펙트럼을 주파수에 따른 스펙트럼의 크기로 규준화하는 단계이다.

단계 S300은 단계 S200에서 다수의 스펙트럼이 평균화된 스펙트럼을 백색화(Whitening) 시킬 수 있으며, 백색화는 그래프를 정상화 시키기 위한 과정일 수 있다.

백색화 과정을 거친 스펙트럼 신호의 크기는 주파수에 따라 전반적으로 비슷한 크기로 평활화될 수 있다. 평활화는 명암 값의 분포가 한쪽으로 치우친 영상이 있을 때, 명암값을 고르게 분포시켜주기 위한 처리 방법일 수 있다.

단계 S400은 단계 S300에서 규준화된 스펙트럼을 통해 대비 계수 및 밝기 계수를 산출하여 대비 및 밝기를 조절하는 단계이며, 운용자에게 적합하도록 화면에 전시되는 값을 자동으로 조절할 수 있다.

단계 S400는 입력되는 데이터의 특성에 따라 자동으로 대비 및 밝기 파라미터를 생성할 수 있다.

단계 S500은 단계 S400을 거쳐 최종 생성된 데이터를 시간의 흐름에 따라 화면에 이미지 형태(Waterfall gram)로 전시하는 단계이다.

상술한 단계를 거쳐 최종적으로 형성된 이미지 형태는 컴퓨터 화면에서 전시될 수 있다.

도 2는 본 발명의 일 실시 예에 따른 대비 및 밝기를 조절하는 단계를 도시한 블록도이다.

도 2는 협대역 저주파 탐지방법의 대비 및 밝기 자동조절 단계이다.

단계 S410은 로그 값으로 변환하는 단계이며, 사람이 인지하는 시각 범위에 적합하도록 입력된 데이터를 로그 값으로 변화할 수 있다.

단계 S420은 지수 적분하는 단계이며, 입력되는 값이 시간 변동성을 포함하는 값이므로 지수적분(Exponential Averaging)하여 시각적으로 안정된 데이터 값을 유지하도록 할 수 있다.

단계 S430은 평균값(M) 및 대표값(P)을 추출하는 단계이며, 단계(S420)에서 로그 값으로 변환된 값에서 평균값(M) 및 대표값(P)을 추출할 수 있다.

단계 S440은 대비 및 밝기 값을 자동으로 산출하는 단계이다.

도 3은 본 발명의 일 실시 예에 따른 대비 및 밝기 조절 단계를 자세히 도시한 블록도이다.

단계 S410은 로그 값으로 변환하는 단계로, 입력된 규준화된 스펙트럼 데이터를 사람의 시각이 인식하기 좋은 로그 값으로 변환하는 과정으로 영상처리에서 일반적으로 많이 사용할 수 있다.

상술한 수학식 1에 따르면, 입력된 규준화된 스펙트럼 데이터를 로그 값으로 변환하는 것으로,

는 로그 값으로 변환된 값이며,

는 입력되는 규준화된 스펙트럼 데이터이다.

단계 S420은 단계 S410에서 로그 값으로 변환된 데이터의 특정 시점에 해당하는 값을 지수적분 계수를 통해 평균화하는 단계이다.

본 발명의 일 실시 예에 따르면, 단계 S420는 로그 값으로 변환된 데이터의 과거 값과 현재 값을 지수적분 계수(α)를 이용하여 평균하는 단계로, 단계 S420을 통해 입력되는 데이터는 시간 변동성을 줄일 수 있다.

상술한 수학식 2에 따르면, 지수적분 계수(α)를 통해 과거 값과 현재 값을 평균할 수 있으며, 본 발명의 일 실시 예에 따르면, 지수적분 계수 α = 0.25로 형성될 수 있으며, 반드시 이에 한정되는 것은 아니다.

단계 S430은 평균값 또는 대표값을 추출하는 단계이며, 내림차순으로 정렬 단계(S432), 대표값 산출 단계(S434), 평균값 산출 단계(S436) 및 대비 계수 및 밝기 계수를 산출하는 단계(S438)를 포함할 수 있다.

단계 S432는 단계S420을 통해 지수 적분된 데이터를 크기가 큰 값이 앞서도록 내림차순으로 정렬할 수 있다.

단계 S434는 단계 S432를 통해 내림차순으로 정리된 데이터에서 크기가 큰 값을 찾아 다음 단계에서 사용하기 위한 대표값(P)을 구하는 단계이다. 본 발명의 일 실시 예에 따른 대표값(P)는 내림차순으로 정리된 상위 N(N은 자연수)개의 평균일 수 있으며, 본 발명에서 N은 10으로 정의하였다.

본 발명의 일 실시 예에 따르면, 내림차순으로 정리된 상위 10개의 평균은 LOFAR에서 표적이라고 지칭되는 표적 토널의 수가 10개 이하이며, 이를 여유롭게 설정하여 10개로 평균을 냈으며, 반드시 이에 한정되는 것은 아니며 다수의 내림차순으로 정리된 데이터 중 크기가 큰 값으로 평균을 계산해 오차가 적은 대표값(P)으로 형성할 수 있다.

단계 S436는 단계 S420에서 지수적분 계수를 통해 평균화된 데이터의 평균값(M)을 추출할 수 있다.

단계 S438는 목적함수를 통해 대비 계수 및 밝기 계수를 계산할 수 있으며, 다음 단계인 크기조절 과정(S442)에서 사용할 계수를 산출할 수 있다.

아래의 수학식 1은 상술한 목적함수를 나타내며, 크기조절 과정에서 사용할 계수를 산출할 수 있다.

상술한 수학식 3에 따르면, 기준 전체 평균을 90에 설정하고, 기준 상위 평균을 185에 맞추도록 한 것이다. 수학식 1에 앞에서 구한 평균값(M) 및 대표값(P)를 대입하여, A, B 값을 산출할 수 있다. 상기 산출한 A는 대비 계수이며, B는 밝기 계수이다. 본 발명의 일 실시 예에 따르면, 기준 전체 평균은 그램 이미지의 평균이며, 기준 상위 평균은 상위 10개 신호의 크기 평균일 수 있다.

단계 S440은 대비 계수 및 밝기 계수를 산출하는 단계이며, 크기 조절 단계(S442) 및 영상처리 소프트웨어 변수의 범위에 맞추는 단계(S444)를 포함할 수 있다.

단계 S442는 단계 S430에서 산출한 대비 값을 통해 이미지의 크기를 조절할 수 있다.

상술한 수학식 4에 따르면, 단계 S430에서 산출한 대비 값(A) 및 밝기 값(B)을 수학식 4에 대입하여 이미지의 크기를 조절하기 위한 값을 구할 수 있다.

단계 S444는 크기가 조절된 이미지의 전시되는 값을 영상처리 소프트웨어 변수의 범위에 맞추기 위해 양자화할 수 있다.

상술한 수학식 5에 따르면, 단계 S444는 화면에 전시되는 값이 0보다 작으면 0, 임계치보다 크면 임계치로 맞출 수 있으며, 1byte 크기로 영상처리 소프트웨어 변수 타입에 맞추는 과정이다. 본 발명의 일 실시 예에 따르면, 임계치는 255로 정의할 수 있다.

단계 S500은 상술한 과정을 통해 영상처리 소프트웨어 변수의 범위에 크기가 맞춰진 이미지 데이터를 컴퓨터 화면으로 전시할 수 있다.

도 4는 본 발명의 일 실시 예에 따른 협대역 저주파 탐지가 전시된 그래프를 나타낸 예시도이다.

대비 및 밝기 조절은 S430 단계를 통해 자동으로 형성될 수 있다, 도 4a는 규준화 그래프(302)이며, 규준화 그래프(302)에 대비 값(A)을 곱하면 도 4b 그래프가 형성될 수 있다.

도 4b는 주파수에 따른 진폭의 크기로서, 진폭이 0 ~ 255 사이에서 형성될 수 있으며, 밝기 값(B)은 형성된 출력 값과 실제 출력상태의 차이의 정상 값을 나타내는 오프셋(Offset)으로 형성될 수 있다.

도 4c는 도 4a 및 도 4b를 통해 형성될 수 있으며, 도 4a에 대비 값(A)을 곱하고 Offset인 밝기 값(B)를 더해 형성될 수 있다.

본 발명의 일 실시 예에 따르면, 도 4는 하나하나의 LOFAR 스펙트럼이 대비 및 밝기 조절이 되어 Waterfall 그램 형태로 전시되는 것을 보여줄 수 있다.

도 5는 본 발명의 일 실시 예에 따른 협대역 저주파 탐지시스템을 나타낸 블록도이다.

도 7은 본 발명의 일 실시 예에 따른 조절부를 나타낸 블록도이다.

도 8은 본 발명의 일 실시 예에 따른 변수 추출부를 나타낸 블록도이다.

도 9는 본 발명의 일 실시 예에 따른 조절 산출부를 나타낸 블록도이다.

도 5를 참조하면, LOFAR 영상 정보 시스템은 변환부(100), 통계부(200), 평활부(300), 조절부(400) 및 전시부(500)를 포함한다.

변환부(100)는 소나 신호가 입력되면 신호처리 기능을 수행하여 스펙트럼을 형성할 수 있으며, 함수의 근사값을 계산하는 고속 푸리에 변환(FFT) 과정을 포함할 수 있다.

통계부(200)는 변환부(100)에서 형성된 다수의 스펙트럼을 합쳐 평균을 구할 수 있으며, 본 발명의 일 실시 예에 따르면, 적분 시간은 소나의 종류 및 표적신호의 특성에 따라 달라질 수 있다.

평활부(300)는 통계적으로 산출된 스펙트럼을 주파수에 따른 스펙트럼의 크기로 규준화 되도록 형성할 수 있다.

조절부(400)는 규준화된 스펙트럼을 운용자에게 적합하도록 화면에 전시되는 대비 계수 및 밝기 계수를 조절할 수 있으며, 입력되는 데이터의 특성에 따라 자동으로 대비 및 밝기 파라미터를 생성할 수 있다.

조절부(400)는 로그 변환부(410), 평균 처리부(420), 변수 추출부(430) 및 조절 산출부(440)를 포함할 수 있다.

로그 변환부(410)는 평활부(300)를 통해 입력된 스펙트럼 데이터를 인식하기 위해 로그 값으로 변환할 수 있다.

본 발명의 일 실시 예에 따르면, 평균 처리부(420)는 로그 변환부(410)에서 로그 값으로 변환된 데이터를 2의 자승수를 기준으로 설정된 시간으로 지수적분 계수(α)를 통해 평균화할 수 있다.

변수 추출부(430)는 평균 처리부(420)를 통해 변환된 데이터의 변수인 평균값 또는 대표값을 추출할 수 있으며, 차순 정렬부(432), 대표값 추출부(434), 평균값 추출부(436) 및 보정 계수 산출부(438)를 포함할 수 있다.

차순 정렬부(432)는 지수 적분된 데이터를 크기가 큰 값이 앞서도록 정렬할 수 있으며, 대표값 추출부(434)에서 대비 계수 및 밝기 계수 계산에 사용하기 위한 대표값을 추출할 수 있도록 내림차순 정렬된 데이터를 제공할 수 있다.

평균값 추출부(436)는 평균 처리부(420)에서 지수 적분된 데이터의 평균값을 추출할 수 있다.

보정 계수 산출부(436)는 보정 계수인 대비 값 및 밝기 값을 산출해내기 위해 목적함수를 형성할 수 있으며, 목적함수에 변수인 대표값 및 평균값을 대입하여 대비 계수 및 밝기 계수를 산출할 수 있다.

조절 산출부(440)는 평균값 또는 대표값을 통해 대비 계수 및 밝기 계수룰 산출하며 대비 및 밝기를 자동 조절할 수 있으며, 크기 조절부(442) 및 전시 변환부(444)를 포함할 수 있다.

크기 조절부(442)는 대비 계수 및 밝기 계수를 통해 이미지의 크기를 조절할 수 있으며, 전시 변환부(444)에서 영상처리 소프트웨어 변수의 범위에 맞추기 위해 크기가 조절된 이미지를 전달할 수 있다.

전시부(500)는 조절부(400)를 통해 최종 생성된 데이터를 시간의 흐름에 따라 화면에 이미지 형태로 전시할 수 있다.

도 6은 본 발명의 일 실시 예에 따른 협대역 저주파 탐지시스템을 도시한 블록도 및 신호 그래프이다.

도 6은 협대역 저주파 탐지방법의 단계별 그래프를 나타낼 수 있다.

소나 신호 그래프(102)는 시간에 따른 진폭의 변화를 나타내는 2차원 그래프이며, 왼쪽에서 오른쪽으로 이동하는 소나 신호를 나타낼 수 있다.

스펙트럼 그래프(104)는 입력된 소나 신호가 변환부(100)에 입력될 때, 순시적 스펙트럼이 만드는 신호처리를 수행하는 과정에 의해 다수의 그래프가 생성될 수 있다. 변환부(100)는 고속 푸리에 변환(Fast Fourier Transform, FFT)과정을 통해 3차원 공간의 함수를 스펙트럼 그래프(104)와 같이 형성할 수 있다.

스펙트럼 그래프(104)는 3차원 공간의 함수로서, 시간에 따른 주파수 및 진폭의 변화를 나타낼 수 있다.

적분 그래프(202)는 변환부(100)를 통해 형성된 다수의 스펙트럼이 통계부(200)에서 합쳐져 평균을 구하는 과정을 나타내며, 다수의 스펙트럼 그래프(104)가 하나로 합쳐질 수 있다.

적분 그래프(202)는 주파수에 따른 신호 크기의 변화를 나타내는 2차원 그래프이며, 스펙트럼 그래프(104)의 평균일 수 있다.

규준화 그래프(302)는 통계적으로 산출된 스펙트럼을 백색화 시키는 과정에 의해 형성되며, 주파수에 따른 신호 크기가 일정하지 않았던 그래프가 평활부(300)에 의해 신호의 크기가 비슷한 크기로 평활화될 수 있다.

규준화 그래프(302)는 주파수에 따른 신호 크기의 변화를 나타내는 2차원 그래프이며, 적분 그래프(202)가 평활화된 형상일 수 있다.

전시 그래프(502)는 규준화된 상태에서 대비 및 밝기를 조절하기 위해 조절부(400)를 거쳐 대비 및 밝기가 자동 조절되어 전시되는 그래프를 나타낼 수 있으며, 최종 생성된 데이터를 시간의 흐름에 따른 진동수를 나타내며, 폭포형(Waterfall) 그램의 형태로 전시될 수 있다.

이상에서 설명한 본 발명의 실시 예를 구성하는 모든 구성요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 기록 매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시 예를 구현할 수 있다. 컴퓨터 프로그램의 기록 매체로서는 자기기록매체, 광 기록매체 등이 포함될 수 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시 예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

10: 협대역 저주파 탐지 100: 변환부
200: 통계부 300: 평활부
400: 조절부 500: 전시부

Claims

프로세서;
메모리; 및
상기 메모리에 저장되고, 상기 프로세서에 의해 실행되는 협대역 저주파 탐지방법에 있어서,
입력된 소나 신호를 변환하여, 복수의 스펙트럼을 생성하는 단계;
상기 생성된 복수의 스펙트럼을 합쳐 통계적으로 산출하는 단계;
상기 통계적으로 산출된 스펙트럼을 주파수에 따른 스펙트럼의 크기로 규준화 하는 단계;
상기 규준화된 스펙트럼을 통해 대비 계수 및 밝기 계수를 산출하여 대비 및 밝기를 조절하는 단계; 및
상기 대비 및 밝기를 조절하는 단계를 거쳐 생성된 이미지 데이터를 시간의 흐름에 따라 영상 데이터로 변환하며 전시하는 전시 단계;를 포함하는 협대역 저주파 탐지방법.
제1항에 있어서,
상기 대비 및 밝기 조절 단계는,
입력된 상기 규준화된 스펙트럼 데이터를 인식하기 위해 로그 값으로 변환하는 단계;
상기 로그 값으로 변환된 데이터를 평균화하는 단계;
상기 평균화된 데이터를 통해 평균값 또는 대표값을 추출하는 단계; 및
상기 대비 및 밝기를 조절하기 위해 상기 평균값 또는 대표값을 통해 대비 및 밝기를 추출하는 단계;를 포함하는 협대역 저주파 탐지방법.
제2항에 있어서,
상기 데이터를 평균화하는 단계는 상기 로그 값으로 변환된 데이터의 특정 시점에 해당하는 값을 지수적분 계수를 이용하여 평균화하여 지수 적분된 데이터를 계산하는 것을 특징으로 하는 협대역 저주파 탐지방법.
제3항에 있어서,
상기 평균값 또는 대표값을 추출하는 단계는,
상기 지수 적분된 데이터를 크기가 큰 값부터 내림차순으로 정렬하는 단계;
상기 내림차순으로 정렬된 데이터를 이용하여 상기 대비 계수 및 밝기 계수 산출에 사용하기 위한 대표값을 산출하는 단계;
상기 지수 적분된 데이터를 이용하여 평균화된 데이터의 평균값을 산출하는 단계; 및
기 설정된 목적함수를 통해 대비 계수 및 밝기 계수를 산출하는 단계;를 포함하는 협대역 저주파 탐지방법.
제4항에 있어서,
상기 대표값을 산출하는 단계는 상기 내림차순 정렬 단계에서 정렬된 다수의 상위 데이터들을 통해 대표값을 형성하며,
상기 대표값은 상기 상위 데이터 N(N은 자연수)개의 평균으로 형성되는 것을 특징으로 하는 협대역 저주파 탐지방법.
제4항에 있어서,
상기 목적함수는,
상기 평균값 및 기준 전체 평균으로 정의된 제1 함수; 및
상기 대표값 및 기준 상위 평균으로 정의된 제2 함수;를 포함하는 것을 특징으로 하는 협대역 저주파 탐지방법.
제4항에 있어서,
상기 대비 및 밝기를 추출하는 단계는,
상기 로그 값으로 변환된 데이터와 상기 대비 계수 및 밝기 계수를 통해 상기 이미지의 크기를 조절하는 크기 조절 단계; 및
상기 크기 조절된 이미지의 전시되는 값을 영상처리 소프트웨어 변수의 범위에 맞추는 단계;를 더 포함하는 협대역 저주파 탐지방법.
제7항에 있어서,
상기 영상처리 소프트웨어 변수의 범위에 맞추는 단계는 상기 전시되는 값의 스펙트럼의 크기를 0에서 기 설정된 임계치로 형성하며,
상기 전시되는 값이 0 보다 작은 경우 0으로 설정하고, 상기 전시되는 값이 상기 임계치 보다 큰 경우 상기 임계치로 맞추는 것을 특징으로 하는 협대역 저주파 탐지방법.
제1항에 있어서,
상기 복수의 스펙트럼을 합쳐 통계적으로 산출하는 단계는 잡음의 분산값의 변화는 적지만 신호의 크기가 커지는 상관합을 통해 신호 대 잡음비를 증가시키며,
상기 통계적으로 산출하는 시간은 2의 자승수를 기준으로 설정된 시간으로 형성되는 것을 특징으로 하는 협대역 저주파 탐지방법.
입력된 소나 신호를 변환하여, 복수의 스펙트럼을 생성하는 변환부;
상기 생성된 복수의 스펙트럼을 합쳐 통계적으로 산출하는 통계부;
상기 통계적으로 산출된 스펙트럼을 주파수에 따른 스펙트럼의 크기로 규준화 하는 평활부;
상기 규준화된 스펙트럼을 통해 대비 계수 및 밝기 계수를 산출하여 대비 및 밝기를 조절하는 조절부; 및
상기 조절부를 거쳐 생성된 이미지 데이터를 시간의 흐름에 따라 영상 데이터로 변환하며 전시하는 전시부;를 포함하는 협대역 저주파 탐지시스템.
제10항에 있어서,
상기 조절부는,
입력된 규준화된 스펙트럼 데이터를 인식하기 위해 로그 값으로 변환하는 로그 변환부;
상기 로그 값으로 변환된 데이터를 평균화하는 평균 처리부;
상기 평균화된 데이터를 통해 평균값 또는 대표값을 추출하는 변수 추출부; 및
상기 대비 및 밝기를 조절하기 위해 상기 평균값 또는 대표값을 통해 대비 및 밝기를 산출하는 조절 산출부;를 포함하는 협대역 저주파 탐지시스템.
제11항에 있어서,
상기 변수 추출부는,
상기 로그 값으로 변환된 데이터의 특정 시점에 해당하는 값을 지수적분 계수를 이용하여 평균화하여 지수 적분된 데이터를 크기가 큰 값부터 내림차순으로 정렬하는 차순 정렬부;
상기 내림차순으로 정렬된 데이터를 이용하여 상기 대비 계수 및 밝기 계수 산출에 사용하기 위한 대표값을 추출하는 대표값 추출부;
상기 지수 적분된 데이터의 평균값을 추출하는 평균값 추출부; 및
기 설정된 목적함수를 통해 대비 계수 및 밝기 계수를 산출하는 보정 계수 산출부;를 포함하는 협대역 저주파 탐지시스템.
제11항에 있어서,
상기 조절 산출부는,
상기 로그 값으로 변환된 데이터와 상기 대비 계수 및 밝기 계수를 통해 상기 이미지의 크기를 조절하는 크기 조절부; 및
상기 크기 조절된 이미지의 전시되는 값을 영상처리 소프트웨어 변수의 범위에 맞추는 전시 변환부;를 포함하는 협대역 저주파 탐지시스템.