한국 해양환경에서 음파전달모델을 이용한 표적기동분석 알고리즘

서기훈,Seo, Ki Hoon 한국음향학회 2019 韓國音響學會誌 Vol.38 No.4

TMA (Target Motion Analysis) in passive sonar is generally conducted with the bearing only or the bearing frequency. In order to conduct TMA fast and accurately, it is essential to estimate a initial target maneuver precisely. The accuracy of TMA can be improved by using SNR (Signal to Noise Ratio) information and acoustic propagation model additionally. This method assumes that the radiated noise level of the target is known, but the accuracy of TMA can be degraded due to a mismatch between the assumed radiated noise level and the actual radiated noise level. In this paper, TMA with the acoustic propagation model, bearing measurements, and SNR information is conducted in the ocean environment of South Korea (East Sea/ Yellow Sea/ South Sea). And the performance analysis of TMA for the mismatch in the radiated noise is presented. 수동소나에서의 표적기동분석은 방위 또는 방위-주파수와 같이 제한된 정보를 이용하여 수행된다. 표적기동분석을 빠르고 정확하게 수행하기 위해서는 정확한 표적기동 초기치의 추정이 필수적이다. 기존의 표적기동분석과 달리 신호 대 잡음비 정보와 음파전달모델을 추가로 이용하면 표적기동분석의 정확도를 향상시킬 수 있다. 이 방법은 표적의 방사소음수준은 알고 있다고 가정하지만 가정한 수준과 실제 수준간의 오차에 따라 표적기동분석의 정확도가 저하될 수 있다. 본 논문에서는 수동 소나로 탐지한 표적 방위정보, 탐지 신호 대 잡음비 정보 및 음파전달모델을 이용한 표적기동분석 알고리즘을 한국 해양환경(동해/서해/남해)에서 수행한다. 그리고 가정한 표적 방사소음수준과 실제 수준간의 차이에 따른 성능분석 결과를 제시한다.

민주노동당의 변화

채진원(ChinWeon Chae) 한국정당학회 2010 한국정당학회보 Vol.9 No.2

본 논문은 원외 대중정당모델로 출발한 민주노동당이 2004년 원내진출 이후 대중정당의 특성이 약해지고, 그에 대한 반작용으로 ‘원내정당화 현상’이 촉진되면서 당의 성격이 변화했다는 선행연구에 주목한다. 그 선행연구에 이어서 본 논문에서는 이 같은 ‘민주노동당의 원내 정당화 현상’이 일시적이고 상황적인 성격의 것인지 아니면 시대불가역적으로 진행되고 있는 후기산업화와 지구화와 같은 시대전환적인 구조변동과 연동되어 있는 성격의 것인지 여부를 확인하고자 한다. 왜냐하면, 민주노동당의 원내정당화의 촉진배경이 시대전환적인 사회구조변동과 연관되어 있다면, 민주노동당 변화사례는 원내정당모델과 관련하여 거리가 먼 ‘least-likely case(가설에 가장 잘 들어맞을 가능성이 없는 사례)’ 로서 대중정당모델의 한계를 설명하는 것을 포함하여 한국적 시대상황에 부합하는 대안정당모델의 하나로서 원내정당모델의 시대적 적실성을 논할 수 있는 사례라 할 수 있기 때문이다. 본 논문에서는 대중정당모델로 출발한 민주노동당이 원내정당모델로 변화하는 성격이 무엇인지를 확인하는 데 그 방법적 효율성과 유용성이 큰 ‘표적집단심층인터뷰(F.G.I.: Focus Group Interview)’ 내용을 활용하고자 한다. This paper pays attention on the primary research having shown that Korean Democratic Labor Party, set out as a mass party model, has lost the traits of mass party and, as a reaction, it has adjusted since it attained parliamentary seats in 2004. Subsequently, this study attempts to clarify whether such a phenomena is temporal and circumstantial or this is a part of unavoidable social transition just like that of post-industrialization and globalization. If the accelerated nature of Korean Democratic Labor Party as a parliamentary party is related to the structure change of social transition, then this case can be regarded as a least-likely case of parliamentary party. In other words, this is a suitable case to address the periodical relevance of parliamentary model party and explain the limitation of mass model party as an alternative party model in the context of Korean society. This paper utilizes F.G.I. to clarify the changing nature of Korean Democratic Labor Party, that started as a mass party model but adjusted to a parliamentary party.

정위적 방사선 수술에서의 이상표적모델과 경험적 지식을 활용한 수술계획 최적화 방법 개발

오승종,송주영,최경식,김문찬,이태규,서태석 한국의학물리학회 2004 의학물리 Vol.15 No.2

정위적 방사선수술(stereotactic radiosurgery, SRS)은 정위적 기구를 이용해 환자를 고정시킨 후 한번에 고선량의 방사선을 병변에 조사하는 방사선 치료법이다. 일반적인 방사선 치료와 달리 단 한번의 조사로 고선량의 방사선이 환자에게 주어지므로 정확한 수술계획의 수립이 필요하다. 현재, 수술계획은 사람이 직접 시행착오를 거듭하며 수립되고 있다. 이로 인해 계획의 재연성과 신뢰성에 문제가 재기되고 있으며, 이를 해결하고자 컴퓨터를 활용한 수술계획 최적화 방법들이 제안되어 왔다. 그러나 기존의 방법들은 최종적인 수출계획을 얻을 때까지 많은 시간이 필요하고 사용되는 수학적 알고리듬의 한계로 국소적 최적해를 최종해로 산출해 낼 위험성을 가지고 있다. 이를 해결하기 위해 이상표적모델을 활용한 정위적 방사선수술계획 최적화 방법을 연구하였다. 병소의 다양한 모양을 근사시킬 이상표적모델을 구형과 원통형, 원뿔형, 타원체의 4종류 가정하였다. 회전중심점(isocenter)을 여러 개 사용하여 이상표적모델을 50% 등선량 내에 포함시키고, 이 조건을 만족하는 경우의 회전중심점의 위치, 콜리메이터 크기를 데이터베이스화 하였다. 병소가 주어질 경우 기하학적 비교를 통해 병소의 모양을 가장 잘 나타낼 수 있는 이상표적모델, 또는 이상표적모델의 조합을 결정한 후 병소를 근사화하는 과정을 개발하였다. 이후 각 이상표적모델에 대해 데이터베이스에 구축되어 있는 최적변수들을 찾아 회전중심점을 배치시키고 실제 병소에 맞게 최종적인 수정을 통해 최적화 과정을 마치도록 하였다. 이 과정을 가상 표적에 대해 수행한 결과 뛰어난 결과를 보이진 않았으나 회전중심점에 대한 간단한 변화만으로 만족할 만한 결과를 나타내었다. 이는 직접적인 수술에 사용될 수는 없을지라도 수술계획을 함에 있어 최적화 과정의 시작점(Starting Point)으로 받아들이기에 만족할 만한 결과이다. Stereotactic radiosurgery (SRS) is a technique that delivers a high dose to a target legion and a low dose to a critical organ through only one or a few irradiations. For this purpose, many mathematical methods for optimization have been proposed. There are some limitations to using these methods: the long calculation time and difficulty in finding a unique solution due to different tumor shapes. In this study, many clinical target shapes were examined to find a typical pattern of tumor shapes from which some possible ideal geometrical shapes, such as spheres, cylinders, cones or a combination, are assumed to approximate real tumor shapes. Using the arrangement of multiple isocenters, optimum variables, such as isocenter positions or collimator size, were determined. A database was formed from these results. The optimization procedure consisted of the following steps: Any shape of tumor was first assumed to an ideal model through a geometry comparison algorithm, then optimum variables for ideal geometry chosen from the predetermined database, followed by a final adjustment of the optimum parameters using the real tumor shape. Although the result of applying the database to other patients was not superior to the result of optimization in each case, it can be acceptable as a plan starling point.

약물-표적 단백질 연관관계 예측모델을 위한 쌍 기반 뉴럴네트워크

이문환(Munhwan Lee),김응희(Eunghee Kim),김홍기(Hong-Gee Kim) 한국인지과학회 2017 인지과학 Vol.28 No.4

In-silico 기반의 약물-표적 단백질 연관관계 예측은 신약 탐색 단계에서 매우 중요하다. 그러나 기존의 예측모델은 입력 값이 고정적이며 표적 단백질의 특질 값이 가공된 데이터로 한정됨으로써 예측 모델의 확장성과 유연성이 부족하다. 본 논문에서는 약물-표적 단백질 연관관계를 예측하는 확장 가능한 형태의 머신러닝 모델을 소개한다. 확장 가능한 머신러닝 모델의 핵심 아이디어는 쌍기반의 뉴럴 네트워크로써, 약물과 단백질의 미가공 데이터를 사용하여 특질을 추출하고 특질 값을 각각의 뉴럴 네트워크 레이어에 입력한다. 이 방법은 추가적인 지식없이 자동적으로 약물과 단백질의 특질을 추출한다. 또한 쌍기반 레이어는 특질값을 풍부한 저차원의 벡터로 향상 시킴으로써 입력 값의 차이로 인한 편향 학습을 방지한다. PubChem BioAssay(PCBA) 데이터 셋에 기반한 5-폴드 교차 검증법을 통하여 제안한 모델의 성능을 평가했으며, 이전의 모델보다 우월한 성능을 보였다. Predicting compound-protein interactions in-silico is significant for the drug discovery. In this paper, we propose an scalable machine learning model to predict compound-protein interaction. The key idea of this scalable machine learning model is the architecture of pairwise neural network model and feature embedding method from the raw data, especially for protein. This method automatically extracts the features without additional knowledge of compound and protein. Also, the pairwise architecture elevate the expressiveness and compact dimension of feature by preventing biased learning from occurring due to the dimension and type of features. Through the 5-fold cross validation results on large scale database show that pairwise neural network improves the performance of predicting compound-protein interaction compared to previous prediction models.

기동표적 추적을 위한 상호작용다수모델 추적필터에 관한 연구

김승우,Kim, Seung-Woo 한국전기전자학회 2007 전기전자학회논문지 Vol.11 No.4

Fire Control System(FCS) errors can be classified as hardware errors and software errors, and one of the software errors is from target tracking filter which estimates target's location, velocity, acceleration, and so on. It affects function of ballistic calculation equipment significantly. For gun to form predicted hitting point accurately and enhance hitting rate, we need status information of target's future location. Target tracking filter algorithms consist of Single Singer Model, Fixed Gain filter algorithm, IMM, PBIMM and so on. This paper will design IMM tracking filer, which is going to be! applied to domestic warship. Target tracking filter using CV model, Song model and CRT model for IMM tracking filter is made, and tracking ability is analyzed through Monte-Carlo simulation. 함포의 사격통제장치 성능은 크게 하드웨어(H/W)적인 오차와 소프트웨어(S/W)적인 오차로 구분할 수 있으며, 이중 S/W 오차에 해당하는 표적의 위치, 속도, 가속도 등을 추정하는 추적필터 오차는 탄도계산장치의 성능에 중요한 영향을 미친다. 함포의 정확한 예상탄착점 형성과 사격시 명중률 향상을 위하여 정확한 미래위치의 표적 상태정보가 필요하다. 표적 추적필터 알고리즘은 Single Singer Model, Fixed Gain 필터 알고리즘, IMM, PBIMM등이 있다. 본 논문에서는 최근 국내 함정에 적용예정인 IMM 추적필터를 설계하였다. IMM 추적필터를 위해 CV모델, Song 모델, CTR모델을 사용하여 동역학 모델을 만들었으며, 추적성능을 Monte-Carlo 시뮬레이션을 통해 해석해 보았다.

정합-표적모델 역산을 이용한 기동 표적의 위치 추정

장덕홍,박홍배,김성일,류존하,김광태 한국음향학회 2003 韓國音響學會誌 Vol.22 No.7

수동 소나를 이용하여 기동 표적의 위치를 추정하는 정합-표적모델 역산 기법을 개발하였다. 본 기법은 수중음향학 분야에서 널리 사용되는 정합장 역산 방법을 이용하여 관측으로부터 얻어지는 방위와 주파수를 표적모델에 의해 계산되는 값과 정합 시킴으로써 표적의 위치를 파악한다. 효율성과 정확성을 향상시키기 위하여 변수의 탐색 방식은 혼성 최적화 기법을 이용하였는데 일차적으로 광역 최적화 기법으로 알려진 유전자 기법이나 모사 담금질 기법을 적용한 후 단순 비탈 국부최적화 기법을 순차적으로 적용하였다. 제안 기법의 성능 검증을 위하여 3가지의 기동 시나리오에 대하여 시뮬레이션을 실시하였다. 검증 결과 가우시안 확률분포를 갖는 측정오차가 5σ를 가지는 경우에도 견실한 수렴을 보여주었으며 계산 시간면에서도 실용적 인 것으로 밝혀졌다. A matched-target model inversion method was developed for a passive sonar to estimate the position of moving targets. Based on the well known matched-field processing in underwater acoustics, the method finds target position by matching the measured target directions and frequencies with the corresponding values of the proposed target model. For the efficient and accurate estimations, the parameter searching was accomplished using a hybrid optimizing method, which first starts with a global optimization such as generic algorithm or simulated annealing then applies a local optimization of a simple down hill algorithm. The suggested method was testified using simulations for three different moving scenarios. The simulation results showed that the method is robust in convergence, even under the situation of over 5 times standard deviation of Gaussian distribution of measured error, and is practical in calculation time as well.

기동 표적 추적을 위한 지능형 최대 잡음 수준 설정 알고리즘

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.2

본 논문에서는 기동표적 추적을 위한 지능형 모델을 소개한다. 기동표적 모델의 결정적인 요소인 표적의 가속도를 시변변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여, 잡음의 크기가 급격히 증가할 경우 증가분을 가속도로 인식하여 기동표적 관계식에 이용하였다. 잡음의 크기를 판단하기 위한 기준점을 적절히 설정하기 위해 퍼지기법을 이용하였으며, 이에 따라 결정되는 값을 기준점으로 하는 표적의 이동구간을 측정치와 비교하여 잡음수준을 계산하는 알고리즘을 구성한다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

하이라이트 모델을 이용한 능동소나 표적신호의 합성 및 인식

김태환,박정현,남종근,이수형,배건성,Kim, Tae-Hwan,Park, Jeong-Hyun,Nam, Jong-Geun,Lee, Su-Hyung,Bae, Keun-Sung 한국음향학회 2009 韓國音響學會誌 Vol.28 No.2

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. 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.

와든의 ‘5개 동심원 모델’에 대한 한국적 적용 가능성 검토

김태영 ( Kim Taeyeong ),김인승 ( Kim Inseung ) 공군사관학교 2022 空士論文集 Vol.73 No.2

한반도에서의 전쟁은 그 지정학적 특성으로 인해 최단시간 내에 최소한의 피해로 군사작전이 완료되는 속전속결의 형태로 운영되어야 한다. 그리고 이러한 형태의 전쟁 수행을 위한 핵심전력 중 하나가 항공력이며, 그 대표적인 운영방식으로 거론되었던 것이 바로 와든의 ‘5개 동심원 모델’이다. 와든의 모델이 속전속결의 핵심인 병행전과 마비전 개념을 적용하고 있다는 점에서 한국 공군이 차용할 항공전략으로 여전한 유용성을 지니고 있기 때문이다. 문제는 한반도 작전환경의 특수성으로 인해 ‘5개 동심원 모델’을 한국 공군의 작전운용에 그대로 적용할 수 없다는 점이다. 은폐와 엄폐가 유리한 한반도 특유의 산악지형과 종심이 짧고 수도권에 인구 및 인프라가 집중된 남한의 상황, 그리고 효과적인 병행작전 수행에 있어 불충분한 한국군의 전력수준으로 인해 와든의 5개 동심원 모델을 그대로 적용할 경우 여러 문제가 발생할 수 있는 것이다. 즉, 5개 동심원 모델의 한 국적 적용을 위해서는 한반도 작전환경 적합한 수정 및 재검토가 필요하다. 이를 위해 본 연구에서는 기존 모델에서 중심선정을 위한 기준으로 가정하고 있던 ‘공세효과’에 더해 ‘방어효과’ 개념을 추가하였다. 이를 바탕으로 일반적으로 제시되는 북한의 표적을 ‘방어효과’와 ‘공세효과’라는 두 가지 기준을 중심으로 그 우선순위를 재선정하였다. 특히, 북한에 의한 남한 본토 타격 위협이 직접적으로 존재하는 한반도 작전환경 상 ‘공세효과’ 보다는 ‘방어효과’에 더 높은 우선순위를 부여해 한국형 동심원 모델을 재구성했다. War on the Korean Peninsula should be operated in the form of blitzkrieg tactics in which military operations are completed with minimal damage in the shortest time due to its geopolitical characteristics. Also, one of the core power for carrying out this type of war is aviation power, and it is Warden's five concentric model that has been mentioned as a representative method of the air operation. This is because Warden's concentric model still has usefulness as an aviation strategy to be borrowed by the Korean Air Force, given that it applies the concepts of parallel warfare and paralysis, which are the point of the blitzkrieg tactics. The problem is that the five concentric model cannot be applied to the operation of the Korean Air Force without alteration, due to the specificity of the operational environment on the Korean Peninsula. Warden's five concentric models can cause problems if it is applied without alteration, due to the unique mountainous terrain of the Korean Peninsula, the short range of military operations, population and infrastructure concentrated in the Seoul metropolitan area, and the insufficient level of Korean military power for effective parallel operations. In other words, for the Korean application of the five concentric model, it is necessary to 'modify' and review the operational environment of the Korean Peninsula. To this end, in this study, the concept of 'defense effect' was added in addition to the 'offensive effect' assumed as a criterion for identifying high payoff target in the existing model. Based on this, the priority of North Korea's targets was reset based on two criteria: 'defense effect' and 'offensive effect'. In particular, the South Korean concentric circle model was reconstructed by giving higher priority to the defense effect than the offensive effect due to reflecting operational environment of the Korean Peninsula, where the threat of striking the South Korean mainland by North Korea directly exists.

퍼지 뉴럴 네트워크 기반 다중모델 기법 추적 시스템

손현승(Hyun Seung Son),주영훈(Young Hoon Joo),박진배(Jin Bae Park) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.4

본 논문에서는 기동표적의 추적에 대한 새로운 퍼지 뉴럴 네트워크 기반의 다중모델 기법을 소개한다. 표적의 가속도를 효과적으로 다루기 위하여, 이 논문에서는 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크가 이용되었다. 퍼지 뉴럴 네트워크의 동정을 위해서는 오차 역전파 학습법을 사용하였다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다. This paper presents a new fuzzy-neural-network based interacting multiple model (FNNBIMM) algorithm for tracking a maneuvering target. To effectively handle the unknown target acceleration, this paper regards it as additional noise, time-varying variance to target model. Each sub model characterized by the variance of the overall process noise, which is obtained on the basis of each acceleration interval. Since it is hard to approximate this time-varying variance adaptively owing to the unknown acceleration, the FNN is utilized to precisely approximate this time-varying variance. The error back-propagation method is utilized to optimize each FNN. To show the feasibility of the proposed algorithm, a numerical example is provided.