수동 소나 시스템에서 표적을 탐지, 식별하는데 가장 중요한 인자는 표적소음에서 나타나는 신호 주파수선 성분이다. 수중의 주변잡음과 표적소음이 복합된 환경에서 표적의 신호 주파수선 성분을 정확히 추출하는데는 신호 탐지 문턱값 설정이나 주변잡음의 변화 때문에 어려움이 따른다. 이 연구에서는 자동 연상 기억장치 신경망을 이용하여 신호 탐지 문턱값 설정이나 주변잡음의 변화에 강인한 음향 표적의 신호 주파수선 탐지 방식을 제안한다. 모의 실험 및 실제 표적 신호에 적용하여 제안한 방식이 우수한 신호 주파수선 탐지성능을 나타냄을 보인다.
Signal frequency lines generated from the acoustic targets are of particular importance for target detection and classification in passive sonar systems. The underwater noise consists of a mixture of ambient noise and radiated noise of targets. Detction of exact signal frequency lines depends on signal detection threshold and variation of ambient noise. In this paper, a detection method of signal frequency lines for acoustic targets using autoassociative memory (ASM) neural network, which is not sensitive to variation of signal detection threshold and ambient noise, is proposed. It is confirmed by simulation and application of real acoustic targets that the proposed method shows good performance for detection of signal frequency lines.
