초록
본 논문에서는 진동센서를 기반으로 하는 탐지 시스템에서 불규칙적으로 변화는 잡음의 특성을 고려하여 허위경보(false alarm)를 감소하기 위한 적응형 탐지 알고리즘을 제안한다. 제안된 알고리즘은 커널 함수(Kerenl function)을 이용한 1차 검출과 탐지 확정 단계를 적용한 2차 검출로 구성된다. 1차 검출기의 커널 함수는 측정된 신호로부터 잡음의 확률적 모수를 이용하여 잡음 변화에 따라 Neyman-Pearson 결정법으로 문턱 값을 찾아 구한다. 그리고 2차 탐지기는 1차 탐지된 표본수를 이용하여 발걸음 신호의 점유시간을 계산한 후 4단계의 탐지 확정 단계로 구성된다. 본 논문에서 제안된 알고리즘을 검증하기 위해 측정된 걷기와 뛰기 진동 신호를 이용하여 발걸음 신호에 대한 탐지 실험을 수행 하였으며 고정 문턱 값을 이용한 탐지 결과와 비교 하였다. 제안된 1차 검출기의 목표물 탐지 결과 사람의 걷기와 뛰기에 대하여 10m 구간까지 95%의 높은 탐지 성능을 획득하였다. 또한, 허위경보 확률은 고정 문턱 값과 비교할 때 40%에서 20%로 감소하였으며 탐지 확정 단계를 적용한 결과 4%미만으로 크게 감소한 결과를 얻었다.
We propose adaptive detection algorithm to reduce a false alarm by considering the characteristics of the random noise on the detection system based on a seismic sensor. The proposed algorithm consists of the first step detection using kernel function and the second step detection using detection classes. Kernel function of the first step detection is obtained from the threshold of the Neyman-Pearon decision criterion using the probability density functions varied along the noise from the measured signal. The second step detector consists of 4 step detection class by calculating the occupancy time of the footstep using the first detected samples. In order to verify performance of the proposed algorithm, the detection of the footsteps using measured signal of targets (walking and running) are performed experimentally. The detection results are compared with a fixed threshold detector. The first step detection result has the high detection performance of 95% up to 10m area. Also, the false alarm probability is decreased from 40% to 20% when it is compared with the fixed threshold detector. By applying the detection class(second step detector), it is greatly reduced to less than 4%.
