KR20210037407A - 빅데이터 기반의 소나 성능 검증 시스템 및 그 방법 - Google Patents

Abstract

본 발명은 대용량의 소나 데이터를 분석 후 소나 체계의 성능을 사전 및 사후 검증하여 이에 따른 최적의 시스템의 설계 검증할 수 있도록 하는 소나 성능 검증 시스템 및 그 방법에 관한 것이다.
소나 시스템은 실 탑재 환경에서 검증을 수행하는 데 다양한 조건이 만족되어야 실 탑재 환경에서 소나 시스템의 검증을 수행할 수 있어 많은 시간과 비용이 소요된다는 문제점이 발생하는 반면, 본 발명을 통하여 실 탑재 환경과 유사한 조건으로 육상의 시뮬레이션 환경을 구성하고 이를 검증함으로서 종래의 검증의 제한 해소하여 효율적인 소나 성능의 최적화 요소를 도출, 함 센서의 동기화 부조나 소나 신호처리 기법 오류 등 개선을 위한 보다 전문적 분석을 수행할 수 있는 효과가 존재한다.

Description

빅데이터 기반의 소나 성능 검증 시스템 및 그 방법{sonar performance verification system based big data and method therefor}

본 발명은 빅데이터 기반의 분석을 통하여 소나(SONAR)의 성능을 검증하기 위한 기술에 대한 것으로, 더욱 자세하게는 대용량의 소나 데이터를 분석 후 소나 체계의 성능을 사전 및 사후 검증하여 최적으로 시스템을 설계하고 검증할 수 있도록 하는 소나 성능 검증 시스템 및 그 방법에 관한 것이다.

일반적으로 함정에는 다양한 장비가 탑재 운용되는데 함정 기동시 시간 및 위치, 자세정보를 센싱하는 함센서 장치, 대기의 전파를 이용한 레이더나 RF통신장비, 수상 및 수중의 표적을 탐지하는 소나 장비들이 탑재되며, 이들 장비는 정보를 주고 받으며 통합 연동을 수행한다. 수상 및 공중의 표적을 탐지하는 과정은 레이더를 통한 표적 탐지나 외부 통신을 통한 표적의 위치를 수신하는 방법으로 표적의 정보의 획득이 비교적 용이하다. 그러나 함정으로 부터 원거리의 수상이나 수중의 표적을 탐지 하는 과정은 수중 음파를 이용하며, 수심이나 수온, 해저질, 해역의 음파탐지 환경 요소를 고려한 복잡도가 높은 신호처리를 하여 거쳐 표적 정보를 획득하는 것이 매우 어렵다

특히 수중의 표적을 탐지하기 위한 소나는 복합 센서로 구성되며 다종 다채널로 소나 센서 데이터의 정보량은 대용량이며, 소나 센서 신호는 다양한 환경 요소(예를 들어 계절, 수온 분포, 수심, 해저질, 염분도, 해양 소음준위, 표적 소음)가 반영되어 있어 함 센서 데이터를 포함하여 대용량의 빅데이터로 분류한다.

이러한 소나(SONAR)는 잠수함 혹은 수상함에 탑재되어 수중의 표적으로부터 발생된 음향 신호를 수신하거나, 능동 송신 신호를 방사하여 반사되는 반사파의 음향 신호를 수신 후 이를 분석하여 수중의 표적을 탐지/식별하는 장비로써, 함정의 안전 및 전술측면에서 매우 높은 정확도 표적을 탐지/식별하는 능력이 요구되며, 핵심적인 함정 탑재체계이다.

종래에는 이러한 소나 장비는 체계 개발단계에서 함정 탑재 체계 간 유기적 통합 연동 운용 조건을 모의하여 설계 요소에 대한 제한적인 검증을 수행하였다. 이후 함정에 설치탑재하여 장치를 운용하며 시험/검증을 수행하며 보완점을 도출하고 원인분석 후 함정 탑재 장비에 개선 반영하여 확인 시험/검증을 반복 수행한다.

이러한 과정은 실 탑재 함정과 표적 함정(시험 지원 함정)이 시험 시나리오로 기동하며 검증을 수행하는데, 시험 해역 이동 및 표적 함정 지원, 해역 기상조건과 같은 다양한 조건이 만족되어야 시험을 수행할 수 있어 많은 시간과 비용이 소요된다는 문제점이 발생되었다.

또한, 실 탑재함정에서 관찰된 보완점을 개선을 목적으로 육상의 제한적인 개발환경에서 재현 시험을 시도하여도 현상 재현이 불가한 상황이 빈번하게 발생하여 효과적인 검증을 위한 가상의 시뮬레이션 환경 구축 기술이 필요한 실정이다.

본 발명은 실제 함정에서 운용된 소나 시스템에서 획득한 함 센서 데이터, 소나 센서 신호, 전술 정보를 장비 탑재 함정이 아닌 육상(외부환경)에서 개선 보한점의 원인을 분석하고, 분석 결과에 따라 기능 개선 및 소나 시스템의 성능 검증을 수행할 수 있도록 함으로써, 기존 개선 보완점의 분석 과정(예를 들어 함정 내에서 간헐적으로 발생하는 현상의 원인분석, 승조원 구두보고 기반의 원인분석, 제한적 인쇄물을 통한 원인분석) 및 검증 과정에 비하여, 실 장비 탑재 환경에서 발생한 소나 체계의 개선 보완점을 육상에서 명확하게 분석하여 검증을 수행할 수 있는 기술을 제공하는데 그 목적이 있다.

본 발명의 실시 예에 따르면 빅데이터 기반의 소나 성능 검증 시스템은 함 센서 데이터 및 소나 센서 신호, 전술 정보를 수신하는 데이터 수신부; 상기 함 센서 데이터와 소나 센서 신호의 시점을 일치시키는 데이터 정렬하는 데이터 전처리부; 상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 빔 형성을 수행하여 빔 데이터를 생성하는 빔 형성부; 다중 프로세서를 통한 분산 및 병렬 연산을 이용하여 상기 빔 데이터를 신호 처리하는 소나 신호 처리부; 및 상기 신호 처리 결과 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 일치 여부에 따라 정확도를 검증하는 정확도 분석 검증부를 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 전처리부는, 상기 함 센서 데이터를 분석하여 유효한 데이터를 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음분석 및 제거 처리를 수행하는 데이터 필터링을 수행하며, 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치하도록 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 전처리부는, 상기 함 센서 데이터에 포함된 데이터의 특성을 분석하여 유효한 데이터를 데이터 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음 분석 제거 처리를 수행하는 데이터 필터링하고, 필터링 후 결손된 데이터는 전술 정보에 포함된 데이터 중 매칭되는 데이터로 보충하는 함 센서 데이터 필터부를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 전처리부는, 상기 필터링된 함 센서 데이터와 소나 센서 신호의 동기화를 위하여 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치시키는 데이터 정렬을 수행하는 함 센서 데이터 정렬부 및 상기 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 동기화된 신호처리를 위하여 두 정보를 하나의 묶음으로 조합하는 데이터 조합부를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 전처리부는, 상기 소나 센서 신호가 디지털정보로 변환시 적용된 이득(Gain)을 역보상하여 스테이브별 정규화된 스테이브 모니터링 정보를 생성하는 스테이브 신호 모니터링부를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 빔 형성부는, 상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형상을 선택하며, 선택한 배열 형상의 빔 형성을 방위별로 수행 후 360도 방위 별 빔 데이터를 생성할 수 있다.

본 발명의 일 실시 예에 따르면 상기 빔 형성부는, 상기 생성된 빔 데이터를 대상으로 빔별 오디오 신호처리를 수행하여 빔/방위 별 오디오 데이터를 출력하는 오디오 데이터 출력부를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 소나 신호 처리부는, 스펙트럼 분석, 광대역 신호처리, 복조 신호처리, 협대역 신호처리, 순간소음 신호처리, 방수신호 신호처리, 능동 신호처리 중 적어도 하나의 방법을 선택하여 빔 데이터를 신호 처리할 수 있다.

본 발명의 일 실시 예에 따르면 상기 소나 신호 처리부는, 상기 빔 데이터를 신호 처리 후 미세 신호 또는 표적 탐지 정확도 향상을 위한 새로운 신호 처리 기법 적용 및 기법 적용 결과를 검증하는 신호처리 기법 검증부를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 정확도 분석 검증부는 상기 함정에 탑재된 소나 센서의 기준점과 전술 정보의 기준점을 보정하는 공간 정렬을 수행하여 전술 정보와 비교하여 정확도 분석을 검증할 수 있다.

본 발명의 일 실시 예에 따르면 상기 정확도 분석 검증부는 상기 신호 처리 후 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 오차 값을 산출하고, 산출된 오차 값에 따라 정확도 분석 검증할 수 있다.

본 발명의 실시 예에 따르면 빅데이터 기반의 소나 성능 검증 방법은 함 센서 데이터 및 소나 센서 신호, 전술 정보를 수신하는 단계; 상기 함 센서 데이터와 소나 센서 신호의 시점을 일치시키는 데이터 정렬하는 단계; 상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 빔 형성을 수행하여 빔 데이터를 생성하는 단계; 다중 프로세서를 통한 분산 및 병렬 연산을 이용하여 상기 빔 데이터를 신호 처리하는 단계; 및 상기 신호 처리 결과 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 일치 여부에 따라 정확도를 검증하는 단계를 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 정렬하는 단계는, 상기 함 센서 데이터를 분석하여 유효한 데이터를 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음분석 및 제거 처리를 수행하는 데이터 필터링을 수행하며, 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치하도록 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 정렬하는 단계는, 상기 함 센서 데이터에 포함된 데이터의 특성을 분석하여 유효한 데이터를 데이터 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음 분석 제거 처리를 수행하는 데이터 필터링하고, 필터링 후 결손된 데이터는 전술 정보에 포함된 데이터 중 매칭되는 데이터로 보충하는 단계를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 정렬하는 단계는, 상기 필터링된 함 센서 데이터와 소나 센서 신호의 동기화를 위하여 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치시키는 데이터 정렬을 수행하는 단계 및; 상기 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 동기화된 신호처리를 위하여 두 정보를 하나의 묶음으로 조합하는 단계를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 데이터 정렬하는 단계는, 상기 소나 센서 신호가 디지털정보로 변환시 적용된 이득(Gain)을 역보상하여 스테이브별 정규화된 스테이브 모니터링 정보를 생성하는 단계를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 빔 데이터를 생성하는 단계는, 상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형상을 선택하며, 선택한 배열 형상의 빔 형성을 방위별로 수행 후 360도 방위 별 빔 데이터를 생성할 수 있다.

본 발명의 일 실시 예에 따르면 상기 빔 데이터를 생성하는 단계는, 상기 생성된 빔 데이터를 대상으로 빔별 오디오 신호처리를 수행하여 빔/방위 별 오디오 데이터를 출력하는 단계를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 빔 데이터를 신호 처리하는 단계는, 스펙트럼 분석, 광대역 신호처리, 복조 신호처리, 협대역 신호처리, 순간소음 신호처리, 방수신호 신호처리, 능동 신호처리 중 적어도 하나의 방법을 선택하여 빔 데이터를 신호 처리할 수 있다.

본 발명의 일 실시 예에 따르면 상기 빔 데이터를 신호 처리하는 단계는, 상기 빔 데이터를 신호 처리 후 미세 신호 또는 표적 탐지 정확도 향상을 위한 새로운 신호 처리 기법 적용 및 기법 적용 결과를 검증하는 단계를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 상기 정확도를 검증하는 단계는 상기 함정에 탑재된 소나 센서의 기준점과 전술 정보의 기준점을 보정하는 공간 정렬을 수행하여 전술 정보와 비교하여 정확도 분석을 검증할 수 있다.

본 발명의 일 실시 예에 따르면 상기 정확도를 검증하는 단계는 상기 신호 처리 후 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 오차 값을 산출하고, 산출된 오차 값에 따라 정확도 분석 검증할 수 있다.

본 발명의 실시 예에 따르면 소나 센서 스테이브(stave) 데이터, 함 센서 정보, 전술 정보를 확보 분석함으로써, 함정내 소나 체계와 통합 연동을 수행하는 함 센서 데이터의 동기화 부조의 개선, 소나 센서 탐지 방위 틀어짐 현상의 개선, 소나 미세 신호 탐지를 위한 새로운 기법 설계/개발 및 검증, 탑재 함정에서만 발생하는 보완점의 명확한 원인 분석을 통한 개선/검증에 대하여 더욱 전문적이고 효율적으로 최적화 요소를 도출할 수 있다.

또한 육상 기반의 소나체계설계 검증 환경을 통해 해당 데이터를 분석하고 이에 따른 성능 검증을 수행함으로써, 실제 함정에서 소나 시스템을 운용 중 관찰된 보완점을 개선/검증 시 소요되는 많은 시간과 비용을 절감할 수 있다.

도 1은 본 발명의 실시 예에 빅데이터 기반의 소나 성능 검증 시스템의 구성도이다.
도 2는 도 1에 개시된 데이터 전처리부의 세부 구성도이다.
도 3은 본 발명의 일 실시 예에 따라 구현된 빅데이터 기반의 소나 성능 검증 시스템 인터페이스의 구조도를 나타낸 도면이다.
도 4는 본 발명의 일 실시 예에 따라 생성된 성능 검증 시스템 인터페이스의 구현에 필요한 데이터의 종류 및 기능 세부에 대한 것이다.
도 5는 본 발명의 일 실시 예에 따라 구현된 성능 검증 시스템 프레임워크를 나타낸 도면이다.
도 6은 본 발명의 실시 예에 따른 빅데이터 기반의 소나 성능 검증 방법의 흐름도이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.

그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

이하, 도면을 참조하여 본 발명의 실시 예에 따른 빅데이터 기반의 소나 성능 검증 시스템 및 그 방법에 대하여 설명한다.

도 1은 본 발명의 실시 예에 빅데이터 기반의 소나 성능 검증 시스템의 구성도이다.

도 1을 참조하면 본 발명의 실시 예에 빅데이터 기반의 소나 성능 검증 시스템은 데이터 수신부(100), 데이터 전처리부(200), 빔 형성부(300), 소나 신호 처리부(400), 정확도 분석 검증부(500)를 포함할 수 있다.

데이터 수신부(100)는 함 센서 데이터 및 소나 센서 신호, 전술 정보를 수신할 수 있다.

여기서 함 센서 데이터는 소나 센서 시스템이 설치된 함정에서 소나가 신호처리를 수행함에 있어서 사용하는 함정에 설치된 센서 데이터를 의미할 수 있으며, 시간, 자함 위치, 해역 수심, 해역 수온, 해역 염분도, 자함 자세, 자함 기동에 대한 데이터 일 수 있으나, 이에 한정 되지 아니하며 신호 처리를 위해 필요한 함에 설치된 센서가 측정할 수 있는 데이터라면 제한없이 사용될 수 있다.

또한, 소나 센서 신호는 함에 설치된 소나 시스템 상의 소나 센서가 수신한음향신호를 의미할 수 있으며, 센서 스테이브의 형상에 따라 선형 배열, 원통 배열, 곡면 배열로 배치된 센서로부터 수신한 소나 신호일 수 있다.

상기 실시 예에 따르면 선형 배열은 Towed Array, Frank Array, Line Array, Passive Range Array 등의 소나 센서 신호일 수 있으며, 원통 배열은 Cylindrical Hydrophone Array 등의 소나 센서 신호일 수 있고, 곡면 배열은 Conformal Hydrophone Array, 등의 소나 센서 신호일 수 있다.

전술 정보는 소나 시스템이 탑재된 자함의 정보 및 자함 주위에 위치하는 표적에 대한 정보 일수 있다. 자함의 정보는 시간 정보, 절대적인 위치 정보, 속력, 기동 방위, 자세 정보(롤, 피치, 요)일 수 있으며, 자함 주위에 위치하는 표적에 대한 정보는 표적의 수상함, 잠수함, 기타 표적(예를 들어 해역 기물)으로 구분, 표적의 세부 분류정보(예를 들어 배수량, 상선, 군함, 수상정 등), 표적의 절대적 위치 정보, 표적의 기동 속력, 표적의 기동 방위 정보일 수 있으나 이에 한정되지 아니한다.

본 발명의 일 실시 예에 따르면 데이터 수신부(100)는 함 센서 데이터 및 소나 센서 신호, 전술 정보 중 적어도 하나의 데이터를 함에 설치된 소나 시스템의 저장장치로부터 바로 수신할 수 있으며, 유/무선 통신을 통해서 수신 받을 수도 있으나, 정보의 특성상 높은 보안성이 요구되어 지므로, 소나 시스템의 저장장치에서 소프트웨어 또는 하드웨어적으로 보안 처리가 된 소나 데이터 이동장치로 정보를 이동하고, 해당 소나 데이터 이동장치로부터 수신 받는 프로세스로 데이터를 수신할 수 있다.

데이터 전처리부(200)는 함 센서 데이터와 소나 센서 신호의 시점을 일치시키는 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 빔 형성에 앞서 소나 센서 신호가 수신한 시점과 함 센서 데이터가 일치하지 않으면 신호처리 결과 정확도가 저하되는 문제점이 발생하기 때문에, 빔 형성을 위한 전처리 단계로 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치 시키기 위한 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 데이터 전처리부(200)는 함 센서 데이터를 분석하여 유효한 데이터를 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음(Jitter) 분석 제거 처리를 수행하는 데이터 필터링을 수행하며, 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치하도록 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 빔 형성을 수행하기에 앞서 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 동기화된 신호처리를 위하여 두 정보를 하나의 묶음으로 조합하는 데이터 조합을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 소나 센서 신호로부터 스테이브별 정규화된 스테이브 모니터링 정보 생성을 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 데이터 전처리부(200)는 소나 센서 신호와 소나 센서 신호가 수신된 시점의 함 센서 데이터 시점을 일치시킴으로써 소나가 탐지하는 표적의 방위 및 표적 탐지 시점을 동기화할 수 있다.

데이터 전처리부(200)에 대해서는 도 2를 참조하면 더 자세하게 설명하도록 한다.

빔 형성부(300)는 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 빔 형성을 수행하여 빔 데이터를 생성할 수 있다.

본 발명의 일 실시 예에 따르면 빔 형성부(300)는 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형상을 선택하며, 선택한 배열 형상의 빔 형성을 방위별로 수행 후 360도 방위 별 빔 데이터를 생성할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터와 소나 센서 신호가 조합된 데이터는 획득 소나 센서의형상에 따라 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형상으로 선택할 수 있으며, 선택한 배열 형상에 빔 형성을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 빔 형성부(300)는 생성된 빔 데이터를 대상으로 빔별 오디오 신호처리를 수행하여 빔/방위 별 오디오 데이터를 출력하는 오디오 데이터 출력부(310)를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 오디오 데이터 출력부(310)가 해당 방위 별로 오디오 처리를 수행함으로써 해당 방위 별로 수신되는 오디오 데이터를 획득할 수 있다.

소나 신호 처리부(400)는 다중 프로세서를 통한 분산 및 병렬 연산을 이용하여 상기 빔 데이터를 신호 처리할 수 있다.

본 발명의 일 실시 예에 따르면 소나 신호 처리부(400)는 스펙트럼 분석, 광대역 신호처리, 복조 신호처리, 협대역 신호처리, 순간소음 신호처리, 방수신호 신호처리, 능동 신호처리 중 적어도 하나의 방법을 선택하여 빔 데이터를 신호 처리할 수 있다.

상기 실시 예에 따르면 상기 분석 방법 중 하나를 선택하여 빔 데이터를 신호 처리함으로써 표적에 대한 탐지, 추적 데이터를 획득할 수 있다.

본 발명의 일 실시 예에 따르면 소나 신호 처리부(400)는 빔 데이터를 신호 처리 후 미세 신호 또는 표적 탐지 정확도 향상을 위한 새로운 신호 처리 기법 적용 및 기법 적용 결과를 검증하는 신호처리 기법 검증부(410)를 더 포함할 수 있다.

본 발명의 일 실시 예에 따르면 기존의 신호처리 기법 개선을 목적으로 새로운 고안한 기법을 적용하여 신호 처리를 수행 후 그 결과를 미리 설정한 기준과 비교함으로써 새로운 신호처리 기법을 검증할 수 있다.

정확도 분석 검증부(500)는 신호 처리 결과 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 일치 여부에 따라 정확도를 검증할 수 있다.

본 발명의 일 실시 예에 따르면 정확도 분석 검증부(500)는 빔데이터를 신호 처리하여 생성한 소나 표적 정보와 전술 정보 상의 표적 정보를 비교 분석하여 그 위치 및 기타 정보의 일치 여부를 판단할 수 있다.

본 발명의 일 실시 예에 따르면 정확도 분석 검증부(500)는 함정에 탑재된 소나 센서의 기준점과 전술 정보의 기준점을 보정하는 공간 정렬을 수행하여 전술 정보와 비교 분석하는 정확도 분석 검증할 수 있다.

본 발명의 일 실시 예에 따르면 정확도 분석 검증부(500)는 신호 처리 후 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 오차 값을 산출하고, 산출된 오차 값에 따라 정확도 분석 검증할 수 있다.

본 발명의 일 실시 예에 따르면 정확도 분석 검증부(500)는 신호 처리 후 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 오차 값을 산출하고, 산출된 오차 값에 발생원인을 분석할 수 있다.

본 발명의 일 실시 예에 따르면 정확도 분석 검증부(500)는 발생한 오차 값이 신호처리 기법의 오류로 인하여 발생한 오차인지 여부를 판단할 수 있다.

본 발명의 일 실시 예에 따르면 정확도 분석 검증부(500)는 발생한 오차 값이 함 센서 데이터와 소나 센서 신호의 동기화 부조로 인하여 발생한 오차인지 여부를 판단할 수 있다.

도 2는 도 1에 개시된 데이터 전처리부의 세부 구성도이다.

도 2를 참조하면 데이터 전처리부(200)은 본 발명의 각 일 실시 예에 따라 함 센서 데이터 필터부(210), 함 센서 데이터 정렬부(220), 데이터 조합부(230), 스테이브 신호 모니터링부(240)를 포함할 수 있다.

함 센서 데이터 필터부(210)는 함 센서 데이터에 포함된 데이터의 특성을 분석하여 유효한 데이터를 데이터 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음(Jitter) 분석 제거 처리를 수행하는 데이터 필터링하고, 필터링 후 결손된 데이터는 전술 정보에 포함된 데이터 중 매칭되는 데이터로 보충할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터로부터 센서 값의 Jitter, Invalid 특성 등을 분석하고, 해당 특성의 센서 값들을 필터링할 수 있으며, 필터링을 통해 결손된 데이터는 전술 정보에 포함된 데이터 중 동일한 대상 정보를 포함하고 있는 데이터를 추출하여 이를 통해 보충할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터로부터 해당 특성의 센서 값들을 필터링할 수 있으며, 필터링을 통해 결손된 데이터는 결손 시작점과 끝점을 시뮬레이션하여 보충할 수 있다.

함 센서 데이터 정렬부(220)는 필터링된 함 센서 데이터와 소나 센서 신호의 동기화를 위하여 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치시키는 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터의 시간과 소나 센서 신호의 수신 시점이 일치하지 아니한 경우, 시점을 일치하도록 함 센서 데이터를 정렬하여 시간 기준을 동기화 할 수 있다.

데이터 조합부(230)는 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서

동기화된 신호처리를 위하여 두 정보를 하나의 묶음으로 조합하는 데이터 조합을 수행할 수 있다.

스테이브 신호 모니터링부(240)는 소나 센서 신호가 디지털정보로 변환시 적용된 이득(Gain)을 역보상하여 스테이브별 정규화된 스테이브 모니터링 정보를 생성할 수 있다.

도 3은 본 발명의 일 실시 예에 따라 구현된 빅데이터 기반의 소나 성능 검증 시스템 인터페이스의 구조도를 나타낸 도면이다.

도 3을 참조하면 본 발명의 일 실시 예에 따른 빅데이터 기반의 소나 성능 검증 시스템에 구비된 데이터 수신부(100), 데이터 전처리부(200), 빔 형성부(300), 소나 신호 처리부(400), 정확도 분석 검증부(500)가 어떻게 연결되어 있는지에 대한 시스템 구성도가 도시되어 있으며, 해당 시스템 내부의 데이터 흐름이 나타나 있다.

도 4는 본 발명의 일 실시 예에 따라 생성된 성능 검증 시스템 인터페이스의 구현에 필요한 데이터의 종류 및 기능 세부에 대한 것이다.

도 4를 참조하면 본 발명의 일 실시 예에 따르면 본 발명의 일 실시 예에 따라 생성된 성능 검증 시스템의 인터페이스는 데이터 인터페이스, 사용자 인터페이스, 신호처리 라이브러리로 구분하여, 개발 검증단계 필수 인터페이스를 식별할 수 있으며, 각 구분에 따른 기능 및 세부 내용이 개시되어 있다.

도 5는 본 발명의 일 실시 예에 따라 구현된 성능 검증 시스템 프레임워크를 나타낸 도면이다.

도 5를 참조하면 본 발명의 일 실시 예에 따라 구현된 성능 검증 시스템 프레임워크는 각 신호처리 알고리즘이 노드(Node)별 태스크(Task)를 생성하고, 태스크(Task)간 데이터의 입출력 및 연산을 수행하며, 이와 동등하게 최소단위 흐름을 별도의 프레임워크로 구성한 응용 프레임워크 SCAT(Sonar Common Application Template)로 구현되어 사용될 수 있다.

도 6은 본 발명의 실시 예에 따른 빅데이터 기반의 소나 성능 검증 방법의 흐름도이다.

함 센서 데이터 및 소나 센서 신호, 전술 정보를 수신한다(S10).

본 발명의 일 실시 예에 따르면 함 센서 데이터 및 소나 센서 신호, 전술 정보를 수신할 수 있으며, 여기서 함 센서 데이터는 소나 시스템이 설치된 함정에서 소나 신호 처리를 수행 시 사용하는 함에 설치된 센서 데이터를 의미할 수 있다. 소나 센서 신호는 함에 설치된 소나 시스템 상의 소나 센서가 수신한 음향신호를 의미할 수 있으며, 전술 정보는 소나 시스템이 탑재된 함 자체에 대한 정보 및 함 주위에 위치하는 표적에 대한 정보 일수 있으나 이에 한정되지 아니한다.

본 발명의 일 실시 예에 따르면 함 센서 데이터 및 소나 센서 신호, 전술 정보 중 적어도 하나의 데이터를 함에 설치된 소나 시스템의 저장장치로부터 바로 수신할 수 있으며, 유/무선 통신을 통해서 수신 받을 수도 있으나, 정보의 특성상 높은 보안성이 요구되어지므로, 소나 시스템의 저장장치에서 소프트웨어 또는 하드웨어적으로 보안 처리가 된 소나 데이터 이동장치로 정보를 이동하고, 해당 소나 데이터 이동장치로부터 수신 받는 프로세스로 데이터를 수신할 수 있다.

본 발명의 일 실시 예에 따르면 데이터 전처리부(200)는 함 센서 데이터를 분석하여 유효한 데이터를 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음(Jitter) 분석 제거 처리를 수행하는 데이터 필터링을 수행하며, 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치하도록 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 빔 형성을 수행하기에 앞서 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 두 정보를 하나의 묶음으로 조합하는 데이터 조합을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 소나 센서 신호로부터 디지털정보로 변환시 적용된 이득(Gain)을 역보상하여 스테이브별 정규화된 스테이브 모니터링 정보 생성을 더 포함할 수 있다.

함 센서 데이터와 소나 센서 신호의 시점을 동기화 시키기 위한 데이터 정렬을 수행 후 정렬된 데이터를 동기화된 신호처리를 위하여 하나의 묶음으로 조합하는 데이터 조합을 수행한다.(S20).

본 발명의 일 실시 예에 따르면 함 센서 데이터와 소나 센서 신호를 이용하여 빔 형성을 수행하기에 앞서 데이터 정렬을 수행하지 아니하면 결과의 정확도가 저하되는 문제점이 발생하기 때문에, 빔 형성을 위한 전처리 단계로 함 센서 데이터와 소나 센서 신호의 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터를 분석하여 특성 따라 데이터를 필터링하며, 함 센서 데이터와 소나 센서 신호의 데이터를 정렬하고, 상기 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 동기화된 신호처리를 위하여 데이터를 하나의 묶음으로 조합하는 데이터 조합을 수행한다.

본 발명의 일 실시 예에 따르면 함 센서 데이터로부터 센서 값의 Jitter, Invalid 특성 등을 분석하고, 해당 특성의 센서 값들을 필터링할 수 있다.

본 발명의 일 실시 예에 따르면 소나 센서 신호와 소나 센서 신호가 수신된 시점의 함 센서 데이터의 시점을 일치 시킴으로써 소나가 탐지하는 물체의 방위 및 탐지 시점을 동기화할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터에 포함된 데이터의 특성을 분석하여, 상기 특성에 따라 유효한 데이터만을 필터링하고, 필터링 후 결손된 데이터는 전술 정보에 포함된 데이터 중 매칭되는 데이터로 보충할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터로부터 센서 값의 Jitter, Invalid 특성 등을 분석하고, 해당 특성의 센서 값들을 필터링할 수 있으며, 필터링을 통해 결손된 데이터는 전술 정보에 포함된 데이터 중 동일한 대상 정보를 포함하는 있는 데이터를 추출하여 이를 통해 보충할 수 있다.

본 발명의 일 실시 예에 따르면 필터링 된 함 센서 데이터와 소나 센서 신호의 동기화를 위하여 시점을 일치시키는 데이터 정렬을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터와 소나 센서 신호의 시간 축을 대비하여 시간 축이 일치하지 아니한 경우, 시간 축이 일치하도록 정렬하여 시간을 동기화 할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 동기화된 신호처리를 위하여 두 정보를 하나의 묶음으로 조합하는 데이터 조합을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 소나 센서 신호에 포함되어 있는 센서 스테이브 신호의 신호 변화에 대한 모니터링 정보를 생성할 수 있다.

함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 방위별로 빔 형성을 수행하여 빔 데이터를 생성한다(S30).

본 발명의 일 실시 예에 따르면 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 방위별로 빔 형성을 수행하여 빔 데이터를 생성할 수 있다.

본 발명의 일 실시 예에 따르면 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형태를 선택하여, 선택된 형태의 배열 형식 빔 형성을 방위별로 수행하여 360도 방위 별 빔 데이터를 생성할 수 있다.

본 발명의 일 실시 예에 따르면 소나 센서 신호에 포함된 센서 스테이브 신호에 따라 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형태를 선택할 수 있으며, 선택된 형태의 배열 형식에 따라 빔 형성을 수행할 수 있다.

본 발명의 일 실시 예에 따르면 생성된 빔 데이터를 대상으로 해당 방위 별로 오디오 처리를 수행하여 방위 별로 오디오 데이터를 출력할 수 있다.

본 발명의 일 실시 예에 따르면 해당 방위 별로 오디오 처리를 수행함으로써 해당 방위 별로 수신되는 오디오 데이터를 획득할 수 있다.

다중 프로세서를 통한 분산 및 병렬 연산을 이용하여 빔 데이터를 신호 처리한다(S40).

본 발명의 일 실시 예에 따르면 다중 프로세서를 통한 분산 및 병렬 연산을 이용하여 상기 빔 데이터를 신호 처리할 수 있다.

본 발명의 일 실시 예에 따르면 스펙트럼 분석, 광대역 신호처리, 복조 신호처리, 협대역 신호처리, 순간소음 신호처리, 방수신호 신호처리, 능동 신호처리 중 적어도 하나의 방법을 선택하여 빔 데이터를 신호 처리할 수 있다.

상기 실시 예에 따르면 상기 분석 방법 중 하나를 선택하여 빔 데이터를 신호 처리함으로써 표적에 대한 탐지, 추적 데이터를 획득할 수 있다.

본 발명의 일 실시 예에 따르면 신호 처리를 수행 후 미세 신호 또는 표적 탐지 정확도 향상을 위한 새로운 신호처리 기법을 적용하여 결과를 검증할 수 있다.

본 발명의 일 실시 예에 따르면 새로운 신호처리 기법 검증하기 위해서 전술 정보 분석을 통한 신호처리 예상 결과 설정 기준으로 신호처리 기법을 개선하기 위한 새로운 신호처리 기법을 적용하고 이를 검증할 수 있다.

신호 처리된 소나 데이터가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 일치 여부를 분석하고 정확도를 검증한다(S50).

본 발명의 일 실시 예에 따르면 신호 처리된 소나 데이터가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 일치 여부를 분석하고 정확도를 검증할 수 있다.

본 발명의 일 실시 예에 따르면 빔 데이터를 신호 처리하여 생성한 소나 데이터 상의 표적 정보와 전술 정보 상의 표적 정보를 대비하여 그 위치 및 기타 정보의 일치 여부를 판단할 수 있다.

본 발명의 일 실시 예에 따르면 함정에 탑재된 소나 센서의 기준점과 전술 정보 상 기준점을 보정하는 공간 정렬을 수행하여 전술 정보와 비교 분석하는 정확도 분석 검증할 수 있다.

본 발명의 일 실시 예에 따르면 전술 정보와 신호처리 결과를 비교 분석하여 정확도 분석 결과를 산출하고 산출된 분석결과 오차가 발생한 원인이 데이터 수신, 전처리, 빔형성, 신호처리 단계 중 하나 이상의 발생 원인임을 분석 할 수 있다.

본 발명의 일 실시 예에 따르면 발생한 오차가 신호처리 기법의 오류로 인하여 발생한 오차인지 여부를 판단할 수 있다.

본 발명의 일 실시 예에 따르면 발생한 오차가 함 센서 데이터와 소나 센서 신호의 동기화 부조로 인하여 발생한 오차인지 여부를 판단할 수 있다.

본 발명의 일 실시 예에 따르면 발생한 오차가 신호처리 기법의 오류로 기인된 경우 신호처리 기법 검증부(410)를 통한 새로운 기법을 적용하여 개선된 신호처리 방법을 적용하고 이를 검증할 수 있다.

오차 발생원인에 대한 개선을 통하여 개선 결과 확인 및 정확도를 향상을 검증한다.(S60)

본 발명의 실시 예는 이상에서 설명한 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (22)

1. 함 센서 데이터 및 소나 센서 신호, 전술 정보를 수신하는 데이터 수신부;
   상기 함 센서 데이터와 소나 센서 신호의 시점을 일치시키는 데이터 정렬하는 데이터 전처리부
   상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 빔 형성을 수행하여 빔 데이터를 생성하는 빔 형성부;
   다중 프로세서를 통한 분산 및 병렬 연산을 이용하여 상기 빔 데이터를 신호 처리하는 소나 신호 처리부; 및
   상기 신호 처리 결과 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 일치 여부에 따라 정확도를 검증하는 정확도 분석 검증부를 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
2. 제 1 항에 있어서 상기 데이터 전처리부는,
   상기 함 센서 데이터를 분석하여 유효한 데이터를 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음분석 및 제거 처리를 수행하는 데이터 필터링을 수행하며, 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치하도록 데이터 정렬을 수행하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
3. 제 2 항에 있어서 상기 데이터 전처리부는,
   상기 함 센서 데이터에 포함된 데이터의 특성을 분석하여 유효한 데이터를 데이터 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음 분석 제거 처리를 수행하는 데이터 필터링하고, 필터링 후 결손된 데이터는 전술 정보에 포함된 데이터 중 매칭되는 데이터로 보충하는 함 센서 데이터 필터부를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
4. 제 3 항에 있어서 상기 데이터 전처리부는,
   상기 필터링된 함 센서 데이터와 소나 센서 신호의 동기화를 위하여 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치시키는 데이터 정렬을 수행하는 함 센서 데이터 정렬부 및
   상기 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 동기화된 신호처리를 위하여 두 정보를 하나의 묶음으로 조합하는 데이터 조합부를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
5. 제 4 항에 있어서 상기 데이터 전처리부는,
   상기 소나 센서 신호가 디지털정보로 변환시 적용된 이득(Gain)을 역보상하여 스테이브별 정규화된 스테이브 모니터링 정보를 생성하는 스테이브 신호 모니터링부를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
6. 제 1 항에 있어서 상기 빔 형성부는,
   상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형상을 선택하며, 선택한 배열 형상의 빔 형성을 방위별로 수행 후 360도 방위 별 빔 데이터를 생성하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
7. 제 1 항에 있어서 상기 빔 형성부는,
   상기 생성된 빔 데이터를 대상으로 빔별 오디오 신호처리를 수행하여 빔/방위 별 오디오 데이터를 출력하는 오디오 데이터 출력부를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
8. 제 1 항에 있어서 상기 소나 신호 처리부는,
   스펙트럼 분석, 광대역 신호처리, 복조 신호처리, 협대역 신호처리, 순간소음 신호처리, 방수신호 신호처리, 능동 신호처리 중 적어도 하나의 방법을 선택하여 빔 데이터를 신호 처리하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
9. 제 1 항에 있어서 상기 소나 신호 처리부는,
   상기 빔 데이터를 신호 처리 후 미세 신호 또는 표적 탐지 정확도 향상을 위한 새로운 신호 처리 기법 적용 및 기법 적용 결과를 검증하는 신호처리 기법 검증부를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
10. 제 1 항에 있어서 상기 정확도 분석 검증부는
    상기 함정에 탑재된 소나 센서의 기준점과 전술 정보의 기준점을 보정하는 공간 정렬을 수행하여 전술 정보와 비교하여 정확도 분석을 검증하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
11. 제 1 항에 있어서 상기 정확도 분석 검증부는
    상기 신호 처리 후 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 오차 값을 산출하고, 산출된 오차 값에 따라 정확도 분석 검증하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 시스템.
12. 함 센서 데이터 및 소나 센서 신호, 전술 정보를 수신하는 단계;
    상기 함 센서 데이터와 소나 센서 신호의 시점을 일치시키는 데이터 정렬하는 단계;
    상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 빔 형성을 수행하여 빔 데이터를 생성하는 단계;
    다중 프로세서를 통한 분산 및 병렬 연산을 이용하여 상기 빔 데이터를 신호 처리하는 단계; 및
    상기 신호 처리 결과 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 일치 여부에 따라 정확도를 검증하는 단계를 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
13. 제 12 항에 있어서 상기 데이터 정렬하는 단계는,
    상기 함 센서 데이터를 분석하여 유효한 데이터를 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음분석 및 제거 처리를 수행하는 데이터 필터링을 수행하며, 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치하도록 데이터 정렬을 수행하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
14. 제 13 항에 있어서 상기 데이터 정렬하는 단계는,
    상기 함 센서 데이터에 포함된 데이터의 특성을 분석하여 유효한 데이터를 데이터 추출, 데이터 주기 특성에 따른 보간, 센싱 과정에서의 잡음 분석 제거 처리를 수행하는 데이터 필터링하고, 필터링 후 결손된 데이터는 전술 정보에 포함된 데이터 중 매칭되는 데이터로 보충하는 단계를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
15. 제 14 항에 있어서 상기 데이터 정렬하는 단계는,
    상기 필터링된 함 센서 데이터와 소나 센서 신호의 동기화를 위하여 함 센서 데이터와 소나 센서 신호의 수신 시점을 일치시키는 데이터 정렬을 수행하는 단계 및;
    상기 함 센서 데이터와 소나 센서 신호가 정렬된 상태에서 동기화된 신호처리를 위하여 두 정보를 하나의 묶음으로 조합하는 단계를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
16. 제 15 항에 있어서 상기 데이터 정렬하는 단계는,
    상기 소나 센서 신호가 디지털정보로 변환시 적용된 이득(Gain)을 역보상하여 스테이브별 정규화된 스테이브 모니터링 정보를 생성하는 단계를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
17. 제 12 항에 있어서 상기 빔 데이터를 생성하는 단계는,
    상기 함 센서 데이터와 소나 센서 신호가 조합된 데이터를 기반으로 선형 배열, 원통 배열, 곡면 배열 중 적어도 하나의 형상을 선택하며, 선택한 배열 형상의 빔 형성을 방위별로 수행 후 360도 방위 별 빔 데이터를 생성하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
18. 제 12 항에 있어서 상기 빔 데이터를 생성하는 단계는,
    상기 생성된 빔 데이터를 대상으로 빔별 오디오 신호처리를 수행하여 빔/방위 별 오디오 데이터를 출력하는 단계를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
19. 제 12 항에 있어서 상기 빔 데이터를 신호 처리하는 단계는,
    스펙트럼 분석, 광대역 신호처리, 복조 신호처리, 협대역 신호처리, 순간소음 신호처리, 방수신호 신호처리, 능동 신호처리 중 적어도 하나의 방법을 선택하여 빔 데이터를 신호 처리하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
20. 제 12 항에 있어서 상기 빔 데이터를 신호 처리하는 단계는,
    상기 빔 데이터를 신호 처리 후 미세 신호 또는 표적 탐지 정확도 향상을 위한 새로운 신호 처리 기법 적용 및 기법 적용 결과를 검증하는 단계를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
21. 제 12 항에 있어서 상기 정확도를 검증하는 단계는
    상기 함정에 탑재된 소나 센서의 기준점과 전술 정보의 기준점을 보정하는 공간 정렬을 수행하여 전술 정보와 비교하여 정확도 분석을 검증하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.
22. 제 12 항에 있어서 상기 정확도를 검증하는 단계는
    상기 신호 처리 후 소나가 탐지한 표적 정보와 전술 정보 상의 표적 정보의 오차 값을 산출하고, 산출된 오차 값에 따라 정확도 분석 검증하는 것을 특징으로 하는 빅데이터 기반의 소나 성능 검증 방법.

Images