추영민 교수
Youngmin Choo
서울대학교 조선해양공학과 · 공학
연구실 소개
추영민 교수의 연구실은 해양 음향 환경에서의 신호 분석과 목표 탐지 기술을 핵심으로 하며, 압축 측정(Compressive Sensing)과 기계학습 기반 알고리즘을 활용해 소리의 속도 프로파일 추정, 소형 소나 데이터 기반 표적 탐지, 프로펠러의 초기 캐비테이션 소음 정밀 로컬라이제이션 등 고해상도 및 저자원 환경에서도 뛰어난 성능을 내는 해양 음향 신호 처리 기술을 개발하고 있습니다. 특히, 비선형 및 비정상적 환경에서의 강인한 성능을 확보하기 위해 스파arsity 기반 최적화와 신경망, 은닉 마르코프 모델 등 다양한 통계적·기계학습 기법을 융합한 연구를 진행하고 있습니다. 이는 해양 탐지 및 감시 시스템의 정밀도와 신뢰성을 극대화하는 데 기여하고 있습니다.
연구 현황
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5실제해양에서음파는해수면/해저면의거친경계면이나기포층/어군과같이불규칙적으로분포된체적에의해산란되며, 잔향음신호는이러한산란신호의합으로형성된다. 실측된잔향음신호를정확하게모의하기위해서는각산란메커니즘에 적합한 산란 모델을 음파 전달 손실 모델과 결합시켜야 한다. 본 논문에서는 기존의 산란 모델과 결합이 용이한 음선 이론을 기반으로 잔향음 모델을 개발하였다. 개발된 잔향음 모델은 (1) 해수면에 대한 산란 신호로 실험 기반의 Chapman-Harris 식과이론기반의APL-UW/SSA 모델, (2) 해저면에대해서는실험기반의Lambert 법칙과이론기반의 APL-UW/SSA 모델을선택적으로사용하도록한다. 개발된잔향음모델의타당성을검증하기위해서정상모드법기반으 로개발된Ellis 모델결과와2006 잔향음공동웍크샾에서발표된여러잔향음모델결과와비교하였다. 모델간의비교를 통해검증된잔향음모델을이용하여한국근해의중주파수대역잔향음신호를모의하고, 이를실측데이터와시간영역에 서 직접 비교하였다. 이러한 비교를 통해 각 해역의 해
본 논문에서는 연성 모드 기반의 양상태 비상관 잔향음 모델을 제안한다. 거리종속 환경에서 단방향 연성모드 기반의 음파전달모델을 사용하여 음원에서의 산란체에 도달하는 음압과 산란체에서 수신원에 도달하는 음압을계산한다. 계산의 편의 상 각 산란체와 음원 또는 수신기 사이의 음파전달은 산란체와 음원 또는 수신기를 잇는 2차원평면에서만 일어난다고 가정한다. 모델의 타당성을 검증하기 위해, 미 해군 잔향음 모델링 워크숍 I, II에 제시된 문제에 대해 계산하고, 그 결과를 음선 이론 기반의 비상관 잔향음 결과와 비교했다.
경계면이 존재하는 해양에서의 수중 음파 전달 모델링 시 일반적으로 평평한 경계면을 가정하고 Rayleigh가 제안했던 반사 계수를 이용해 반사파를 계산할 수 있다. 하지만 해수면이나 해저면과 같은 실제 해양의 경계면은 불규칙적인 거칠기를 가진다. 이러한 경계면에서의 반사 손실은 실험식이나 산란 이론에 기반한 간섭 반사 계수를 계산하여 구할 수 있다. 본 논문에서는 섭동 이론, Kirchhoff 근사법, 작은 기울기 근사법과 같은 산란 이론을 이용하여 유체‐유체 경계면에 대한 간섭 반사 계수를 각각 유도한다. 이를 이용하여 임의의 거칠기를 가지는 해수면과 해저면에 대한 각 산란 이론의 간섭 반사 계수를 계산하며, 이 결과를 Rayleigh 반사 계수와 비교하여 경계면의 거칠기에 따른 반사 손실을 분석한다. 또한, 섭동 이론과 Kirchhoff 근사법의 결과를 일반적으로 적용 범위가 넓은 작은 기울기 근사법의 결과와 비교하여 각 이론의 유효 범위에 대해 고찰한다.
본 연구는 다중 무인 수중운동체(UUV)의 위협 환경에서잠수함의 생존율을 높이기 위해, 음향 탐지 모델을 보상함수 설계에 통합한 강화학습 기반의 회피 전략을제안한다. 구체적으로, 시뮬레이션 환경은 다중 UUV, 잠수함의 운동 모델링과 음향 탐지 모델로 구성하였다. 보상 함수는 잠수함이 적대적 UUV의 탐지 및 공격을능동적으로 회피할 수 있도록 설계되었다. 시뮬레이션결과, 제안한 강화학습 기반 회피 전략은 기존의 고정된패턴 전략과 비교하여 잠수함의 생존율을 크게 높였다. 또한, 음향 탐지 모델에 따라 탐지 신호를 최소화하는최적의 회피 기동을 학습함으로써, 효과적으로회피하고 높은 생존율을 달성하였다.
대표 연구 분야
추영민 교수의 연구를 Nubint에서 더 깊이 살펴보세요
이 연구실의 논문을 앱에서 열어 AI와 함께 읽고, 핵심을 요약하고, 내 글에 인용하세요.