선형 예측 분석 기반의 딱총 새우 잡음 검출 기법 (Linear prediction analysis-based method for detecting snapping shrimp noise)

서지정보

· 발행기관 : 한국음향학회
· 수록지 정보 : 한국음향학회지 / 42권 / 3호 / 262 ~ 269페이지
· 저자명 : 박진욱, 홍정표

초록

본 논문에서는 선형 예측 분석을 기반으로 한 딱총새우 잡음 검출을 위한 특징을 제안한다. 딱총새우는 천해에서식하는 종으로, 높은 진폭의 신호를 생성하고 빈번하게 발생하기 때문에 수중 잡음의 주된 원인 중 하나이다. 제안된특징은 딱총새우 잡음이 갑작스럽게 발생하고 빠르게 소멸하는 특징을 활용하기 위해 선형 예측 분석을 이용하여 정확한 잡음 구간을 검출하고 딱총새우 잡음의 영향을 줄인다. 선형 예측 분석으로 예측한 값과 실제 측정값 사이의 오차가크기 때문에 이를 통해 효과적으로 딱총새우 구간 검출이 가능해진다. 추가적으로 제안된 특징에 일정 오경보 확률 탐지기를 결합하여 잡음 구간 검출 성능을 추가적으로 개선한다. 제안한 방법을 딱총새우 잡음 구간 검출 최신 방법으로알려진 다층 웨이블릿 패킷 분해와 비교한 결과, 제안한 방법이 수신자 조작 특성 곡선과 곡선 아래의 면적 측면에서성능이 평균적으로 0.12만큼 우수하였고 계산량 측면에서도 계산 복잡도가 더 낮았다.

영어초록

In this paper, we propose a Linear Prediction (LP) analysis-based feature for detecting Snapping Shrimp (SS) Noise (SSN) in underwater acoustic data. SS is a species that creates high amplitude signals in shallow, warm waters, and its frequent and loud sound is a major source of noise. The proposed feature takes advantage of the characteristic of SSN, which is sudden and rapidly disappearing, by using LP analysis to detect the exact noise interval and reduce the effects of SSN. The error between the predicted and measured value is large and results in effective SSN detection. To further improve performance, a constant false alarm rate detector is incorporated into the proposed feature. Our evaluation shows that the proposed methods outperform the state-of-the-art MultiLayer-Wavelet Packet Decomposition (ML-WPD) in terms of receiver operating characteristic curve and Area Under the Curve (AUC), with the LP analysis-based feature achieving a higher AUC by 0.12 on average and lower computational complexity.

참고자료

· 없음