양상태 소나의 음향 컬러 기반 표적 식별 기법 연구

Abstract

음향 신호를 이용한 수중 표적을 탐지 및 분류를 위해 수상선, 자율무인잠수정(AUV) 등을 이용한다. 같은 위치에서 음원을 방사하고 표적 응답을 수신하는 단상태의 경우 데이터는 각도와 주파수 파라미터만 존재한다. 다수의 음원과 수신기를 이용하는 양상태의 경우 그림.1(E. M. Fischell, 2017)과 같이 표적-음원 각(Aspect angle), 음원-수신 각(Bistatic angle)이 형성된다. 스펙트럼과 송수신기-표적 각도에 따른 표적 강도를 2D 이미지로 표현하는 음향 컬러를 양상태의 경우, 표적-음원 각, 음원-수신 각,주파수 중 하나의 파라미터를 고정하여 다른 두 개의 파라미터로 음향 컬러를 표현할 수 있다. 본 연구에서는 넓은 주파수 대역을 이용할 때, SVM(Support Vector Machine)을 이용한 표적 분류 정확도의 변화를 관찰 하였다. 표적은 공기가 채워진 실린더와공기가 채워진 구이며, 지름 31 cm, 두께 1.5 cm의 알루미늄으로 가정하였다. 음원과 수신기 모두 원거리장을 만족하는 거리를 가정하였다. 4-25 kHz 범위의 100 Hz 간격으로 표적 응답을 다중물리해석 프로그램인 COMSOL Multiphysics를 이용하여 계산하였다. 표적 분류는 Python의 Sckit-learn 라이브러리를 이용하였으며, 선형 SVM을 이용하였다. COMSOL로 계산된 표적 응답을 평균이 0, 표준편차 1로 표준화 하였으며, 신호대잡음비 11.7 dB 가우시안 잡음을 더하여 2000개의 데이터를 생성하였다. 표적 분류모델 학습에 1000개, 평가에 1000개의 데이터를 이용하였다. 그림 2.는 4 kHz부터 주파수 데이터를 증가시키며 관찰한 분류 정확도이다. 음원-수신 각 150°로 고정된 상태에서 표적-음원 각에 따라 측정된 데이터를 이용하였다. 전체 211개의 주파수 중에서