Separation of Passive Sonar Target Signal using Frequency-Domain Independent Component Analysis : FDICA 기법을 이용한 수동소나 표적신호 분리 :

이호재

추천

검색

자료유형: 학위논문

저자정보: 이호재 (경북대학교, 경북대학교 대학원)

지도교수: 배건성.

발행연도: 2016

저작권: 경북대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (2)

2016

Separation of Passive Sonar Target Signal using Frequency-Domain Independent Component Analysis : FDICA 기법을 이용한 수동소나 표적신호 분리

이호재 전자공학부 2016.01 학위논문

주파수영역 독립성분분석을 이용한 수동소나 표적신호 분리

이호재 , 서익수 , 배건성 한국음향학회지 2016.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

수동소나 시스템은 함정의 소음원에서 발생하는 방사 소음을 분석하여 표적을 탐지하고 식별한다. 수동소나 탐지 환경에서 소나의 탐지 범위 안에 다수의 표적이 존재하면 각 표적에서 나오는 신호들이 혼합되어 신호분석을 통해 각각의 표적을 탐지하고 식별하기가 어렵게 된다. 따라서 혼합된 신호로부터 각각의 표적신호를 분리하는 것이 가능하다면 식별성능을 향상시킬 수 있다. 본 연구에서는 수동소나 표적신호를 분리하기 위한 방법으로 FDICA(Frequency Domain Independent Component Analysis)를 적용하고, 혼합된 합성 표적신호를 분리하는 모의실험을 수행하여 표적신호 분리를 위한 조건 및 가능성에 대하여 연구하였다. 실험에 사용된 합성 표적신호는 기계류 토널 성분 및 프로펠러 토널 성분을 특징정보로 가지도록 합성하였고, 합성된 신호들을 표적 위치에 따른 몇몇 시나리오에 따라 혼합하였다. 이와 같은 과정을 거쳐 혼합된 표적신호를 FDICA 기법을 이용하여 분리하고 분리 전 후의 결과를 LOFAR, DEMON 분석을 통해 비교하여 기법의 적용 가능성을 검토하였다.

#Passive sonar #ICA #Separation #FDICA

Ⅰ. INTRODUCTION 1
Ⅱ. PASSIVE SONAR SIGNAL PROCESSING 3
2.1. Passive Sonar Target Signal 3
2.2. Spectral Characteristics of Vessel Noise 4
2.3. Signal Processing of Passive Sonar System 6
Ⅲ. ICA MODEL AND ALGORITHM 13
3.1. ICA of Instantaneous Mixing Model 13
3.2. ICA of Convolutive Mixing Model 14
3.3. Algorithm of Independent Vector Analysis 17
3.4. Algorithm of Nesta FDICA 22
Ⅳ. SEPARATION OF PASSIVE SONAR TARGET SIGNAL USING FDICA 24
4.1. Synthesis of Passive Sonar Target signals 24
4.1.1. Modeling of Target Signal 24
4.1.2. Signal Mixing Model Considering the Time Delay 26
4.2. Separation of Target Signal using FDICA 28
4.2.1. Experimental Condition 28
4.2.2. Target Signal Separation using IVA 30
4.2.3. Target Signal Separation using Nesta FDICA 38
Ⅴ. CONCLUSION 43
REFERENCE 44
ABSTRACT (IN KOREAN 46

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)