Abstract
In this paper, matched field processing algorithm robust to environmental mismatches in an ocean waveguide based on feature extraction is summarized. However, in applying this processor to localize a source there are two preliminary issues to be resolved. One is the number of eigenvectors to be extracted and the other is the number of environmental samples to be used. To determine these issues, the relation between the number of dominant modes propagating in a given ocean waveguide and that of eigenvectors to be extracted is analyzed. Then, the analysis results are confirmed by the subspace analysis. This analysis quantifies the similarity between the subspace spanned by the signal vectors and that spanned by the eigenvectors to be extracted. The error index is defined as a relative difference between the location estimated by the current processor and the real source location. It is identified that in the case of extracting the largest eigenvectors equal to the number of dominant modes in a given environment, the processor localizes the source successfully. From the numerical simulations, it is shown that use of at least 30 environmental samples guarantee stable performance of the proposed processor.
본 논문에서는 해양환경 인자의 오정합에 강인한 특성치 추출 기법에 의한 정합장 처리 방법 (FEM: Feature Extraction Method)을 요약하였다. FEM 기법을 이용하여 음원 위치를 추정하는데 선행되어 해결해야 할 두 가지 요소 즉, 제거해야 할 고유벡터의 수와 사용해야 할 환경 샘플 개수에 대하여 고찰해 보고 이에 대한 해결책을 제시하였다. 이 문제점들을 해결하기 위하여 주어진 해양환경에서 진행하는 모드들 중에서 지배적인 모드의 개수와 제거해야 할 고유벡터의 개수와의 관계를 살펴보았다. 그리고 신호벡터가 이루는 공간과 추출해야 할 고유벡터가 이루는 공간을 비교하고 두 공간의 유사성을 정량화하여 분석하였다. 정합장 처리 방법으로 추정한 음원의 위치와 실제 음원의 위치와의 상대적인 오차를 정의하고 분석결과를 보증하였다. 지배적인 모드의 개수만큼 가장 큰 고유벡터를 추출했을 경우 FEM 프로세서가 음원의 위치를 성공적으로 추정하였고, GBNLMIS 해양 환경에서 최소 30개 이상의 환경 샘플을 사용해야 FEM 프로세서의 안정된 성능을 보장할 수 있음을 확인하였다.
