The Journal of the Acoustical Society of Korea (한국음향학회지)

The Acoustical Society of Korea (한국음향학회)
권호 표지

Synthesis and Classification of Active Sonar Target Signal Using Highlight Model

하이라이트 모델을 이용한 능동소나 표적신호의 합성 및 인식

  • 김태환 (경북대학교 전자전기컴퓨터학부) ;
  • 박정현 (경북대학교 전자전기컴퓨터학부) ;
  • 남종근 (경북대학교 전자전기컴퓨터학부) ;
  • 이수형 (위덕대학교 에너지전기공학부) ;
  • 배건성 (경북대학교 전자전기컴퓨터학부)
  • Published : 2009.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we synthesized active sonar target signals based on highlights model, and then carried out target classification using the synthesized signals. If the target aspect angle is changed, the different signals are synthesized. To know the result, two different experiments are done. First, The classification results with respect to each aspect angle are shown. Second, the results in two group in aspect angle are acquired. Time domain feature extraction is done using matched filter and envelope detection. It shows the pattern of each highlights. Artificial neural networks and multi-class SVM are used for classifying target signals.

본 논문에서는 하이라이트 모델에 기반하여 능동소나의 표적신호를 합성하고, 합성된 신호를 이용하여 표적인식 실험을 수행하였다. 동일 표적이라도 표적의 자세각에 따라 다양한 형태의 파형을 갖는 신호가 합성되는데, 이에 대한 표적인식 결과를 알아보기 위해서 두 가지 방법으로 실험을 수행하였다. 하나는 고정된 여러 가지 자세각에 대한 표적신호에 대한 인식실험이고, 다른 하나는 임의의 자세각을 가지는 교신에 대만 인식 실험을 수행하였다. 인식실험을 위한 특징 인자로는 합성된 표적신호에 대해 시간영역에서 정합필터 및 포락선 검출을 통해 얻어지는 하이라이트 패턴을 사용하였으며, 패턴인식 기법으로는 다중클래스 SVM과 인공신경망을 사용하였다.

Keywords

References

  1. Mahmood R. Azimi-Sadjadi, De Yao, Qiang Huang, and Gerald J. Dobeck, "Underwater Target Classification Using Wavelet Packets and Neural Networks," IEEE Trans. Neural Networks, vol. 11, no. 3, pp. 784-794, 2000 https://doi.org/10.1109/72.846748
  2. Ali Pezeshki, Mahmood R Azimi-Sadjadi, and Louis L. Scharf, "Undersea Target Classification Using Canonical Correlation Analysis," iEEE J. Ocean Engineerng, vol. 32, no. 4, p. 948-955, 2007 https://doi.org/10.1109/JOE.2007.907926
  3. Paul Runkle, Lawrence Carin, Luise Couchman, Timothy J. Yoder, and Joseph A. Bucaro, "Multiaspect Target Identification with Wave-Based Matched Pursuits and Continuous Hidden Markov Models," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 21, no. 12, pp. 1371-1378, 1999 https://doi.org/10.1109/34.817415
  4. Boo II Kim, Hyeong Uk Lee, and Myung Ho Park, "A study on Highlight Distribution for Underwater Simulated Target," Proc. ISlE 2001, pp. 1988-1992, Jun. 2001 https://doi.org/10.1109/ISIE.2001.932018
  5. Mahmood R. Azimi-Sadjadi, De Yao, Arta A. Jamshidi, and Gerry J. Dobeck, "Underwater Target Classification in Changing Environments Using and Adaptive Feature Mapping," IEEE Trans. Neural Networks, vol. 13, no. 5, pp. 1099-1111, 2002 https://doi.org/10.1109/TNN.2002.1031942
  6. Marc Robinson, Mahmood R. Azimi-Sadjadi, and Jaime Salazar, "Multi-Aspect Target Discrimination Using Hidden Markov Models and Neural Networks," IEEE Trans. Neural Networks, vol. 16, no. 2, pp. 447-459, 2006 https://doi.org/10.1109/TNN.2004.841805
  7. 주재훈, "능동소나에서 표적신호 산란특성 및 패턴인식에 관한 연구," 석사학위논문, 한국해양대학교, 2000
  8. Anders Svardstrm, "Neural network feature vector for sonar targets classification," J. Acoust. Soc. Am. vol. 93, no. 5, pp, 2656-2665, 1993 https://doi.org/10.1121/1.405840
  9. Robet J. Urick, Principles of Underwater Sound 3rd edition, Peninsula Publishing, Los Altos, California, 1996
  10. 김부일, "외부헐 불연속점을 포함한 능동소나 모의표적의 반사신호 합성 기법," 박사학위논문, 경북대학교, 28-32쪽, 2001
  11. T. Dietterich and G. Bakiri, "Solving Multiclass Learning Pro-blems via Error-Correcting Output Codes," J. Artificial Intelli-gence Research, vol.2, pp. 263-286, 1995