서 론
수중에서 은밀히 활동하는 잠수함을 효율적으로 탐지, 식별하는 것은 대잠전에서 매우 중요한 요소이다. 소나는 대잠전에서 중요한 탐지 체계로 사용되며, 수상함, 항공기, 잠수함 등 다양한 플랫폼을 활용하여 음파를 송·수신함으로써 표적을 탐지/식별한다. 해양에서 소나의 성능을 평가할 수 있는 기회가 제한적이며 많은 시간과 높은 비용이 요구된다. 따라서 국내외 연구에서는 소나와 같은 무기체계의 성능을 경제적이고 효율적으로 평가하는 방안으로 Modeling & Simulation (M&S) 기법을 많이 사용하고 있다[1,2].
M&S 기법은 묘사 수준에 따라 공학급, 교전급, 임무급, 전쟁급 모델로 분류되며[3], 시뮬레이션 관심 영역이 넓어질수록 모델의 정밀도가 감소하게 된다[4]. 1 대 1 또는 다수 대 다수의 교전 상황에서 플랫폼들의 무기 효과를 분석하는 교전 수준[3]의 M&S에서 모델의 정밀도를 보장받기 위해서는 해양환경에 의한 음파전달 특성이 고려되어야 한다. 하지만 교전 수준의 시뮬레이션에서 해양환경을 고려할 경우 연산시간의 증가로 인해 실시간성을 확보하기에 제한적일 수 있다. 이러한 이유로 국내의 해군 전투실험을 위한 시뮬레이션 통합개발환경(QUEST)[5]과 어뢰 소나의 표적 탐지 모델[6] 등 교전 수준 M&S 모델에서는 해양환경을 고려하지 않고 음파의 전달손실을 주파수와 거리의 함수로 단순화하여 소나의 탐지 성능을 모의하였다. 국외의 경우 Naval War College Gaming System (NWCGS)에서는 교전 구역에서 사전에 계산된 전달손실의 데이터베이스화를 통해 모델 운용 시의 연산시간을 줄였으며[7], Branch et al.[8]은 대잠전 시뮬레이션의 신속한 운용을 위해 관심 해역을 수중음향 환경이 유사한 구역으로 구분하고 구분된 구역별 전달손실을 데이터베이스화하는 연구를 수행하였다. Newman et al.[9]은 교전 해역을 음속구조에 따라 구분한 후 다양한 조합(센서 수심, 주파수 등)별 전달손실을 계산한 뒤 클러스터 분석을 통해 교전 해역에서의 대표 전달손실을 도출함으로써 연산시간을 단축하고자 하였다. 하지만 선행연구는 이미 구분된 영역 내에서 대표 전달손실을 도출하는 방법에 대해 중점적으로 설명하고 있으며, 구역을 구분하는 방법에 관한 연구는 시험 중에 있다고 언급하고 있다. 위 선행연구들과 같은 시도들은 음파전달 특성을 정확하게 모의하기 위해서는 해양환경이 고려되어야 하지만, 많은 횟수의 음파전달 모델링이 분석 시스템들의 운용에 제한적일 수 있음을 의미한다.
따라서 본 연구에서는 교전 상황에서 소나 플랫폼들의 효과적인 성능 분석을 위해 해양환경의 공간적 변동성을 고려한 음파전달 모델링 운용 방안에 대해 제안한다. Fig. 1은 우리나라 동해 임의 정점 중 해저 지형이 평탄한 해양환경과 큰 경사를 가지는 해양환경에서 소나 플랫폼의 이동에 따른 음파전달을 모의한 결과 예시이다. Fig. 1(a)와 같이 해저 지형이 평탄한 경우에는 소나 플랫폼의 위치 변화에도 불구하고 음파전달 양상의 변화가 미미하지만 Fig. 1(b)와 같이 해저 지형의 경사가 큰 경우에는 음파전달 양상이 크게 달라진다. 즉, 해저 지형이 평탄한 해양환경에서는 소나 플랫폼의 이동 거리가 크더라도 적은 모델링 횟수로 정확성 높은 탐지 성능 분석이 가능한 반면, 경사가 큰 해저 지형의 경우 소나 플랫폼의 이동 거리가 적더라도 정확성을 보장하기 위해서는 반복적인 음파전달 모델링이 요구된다.
Fig. 2(a)는 분석 해역 내에서 해양환경의 공간적 변동성을 반영하지 않고 음파전달 모델링이 수행되어야 하는 구역을 임의의 일정한 간격으로 구분한 예시이며, Fig. 2(b)는 본 연구에서 제안하는 방법으로, 해양환경의 공간적인 변동성에 따른 음파전달 특성을 반영하여 음파전달 모델링이 수행되어야 하는 구역을 비등간격으로 구분한 예시이다.
Fig. 2.
Analysis area(white line box), example of area division by (a) equal intervals, (b) non-equal intervals considering acoustic propagation characteristics
이러한 비등간격 구역 분할 방법은 음향 탐지 시스템의 성능을 수치반경으로 나타내는 음향 탐지 성능 분포도[10]를 기반으로 수행되었다. 이 분포도는 해역을 격자로 나누고, 각 격자 위치에서 방위별 탐지거리를 계산한 뒤 평균하여 구성되며, 탐지 성능의 공간적 변화를 시각적으로 표현할 수 있다. 이후 이 분포도의 변화량을 기준으로 유사한 특성을 가진 구역들을 병합하거나 세분화하여 최종적인 구역 분할을 수행하였다.
그러나 넓은 해역 전체에 대해 탐지 성능 분포도를 계산하기 위해서는 많은 횟수의 음파전달 모델링이 필요하며, 이는 연산시간 측면에서 비효율적일 수 있다. 이에 본 연구에서는 해저 지형의 수심과 선형적 기울기를 기반으로 해양환경을 단순화하고, 유형별 대표 해양환경 조건에 대해 음파전달 모델링을 사전 수행하여 전달손실 데이터를 구축하였다. 해당 데이터는 탐지 성능 분포도 생성 시 Look-up table 형태로 활용되어, 연산량을 절감하면서도 해양환경의 공간적 특성을 반영할 수 있도록 하였다.
자세한 음향 탐지 성능 분포도 구현 및 구역 분할 방법은 2장에서 자세히 설명한다. 이후 3장에서는 제안한 구역 분할 방법의 타당성을 검증하기 위해 특정 시나리오에서 분석 해역을 제안한 방법으로 구분하였을 때와 등간격으로 구분하였을 때의 소나 탐지 성능 결과 및 음파전달 모델링 횟수 비교 결과를 제시하였으며, 4장에서는 요약 및 결론에 대해 작성하였다.
음향 탐지 성능 분포도 구현을 위한 해양환경 단순화 및 구역 분할 방법
분석 해역 내 수중음향 환경이 유사한 구역들로 구분하기 위해 사용되는 음향 탐지 성능 분포도를 구현해야 한다. 이를 위해서 먼저 분석 해역에서의 해양환경 데이터베이스에 대해 설명한다. 분석 해역은 Fig. 2(흰색 실선 사각 영역)와 같이 동해 대륙사면과 울릉분지 일부를 포함하는 해역(경도 약 129.67°E 부터 130.77°E, 위도 36.35°N 부터 37.42°N 까지 약 118 km × 118 km의 사각 영역)으로 설정하였다. 수심 자료는 1/60°(약 1.85 km)의 공간 해상도를 가지는 ETOPO1을 사용하였으며,[11] 음속구조는 월 단위의 시간 해상도와 1/4°(약 28 km)의 공간 해상도를 가진 GDEM의 여름철(8월) 수심별 수온, 염분 자료를 활용하였다[12]. 분석 해역에서 수심은 4,096개의 격자 데이터로 구성되어 있으며, 음속구조는 20개의 격자 데이터로 구성되어 있다(Fig. 3). 이와 같은 해양환경 자료를 기반으로 탐지 성능 분포도를 구현하려면, 각 수심 격자 위치마다 방위별 탐지거리를 계산해야 한다. 예를 들어 8개 방위에 대해 계산할 경우 총 32,768회의 음파전달 모델링이 요구되어, 전체 해역에 대한 계산 부담이 매우 크다. 이에 따라 본 연구에서는 신속한 음향 탐지 성능 분포도 구현을 위해 분석 해역 내 해양환경을 단순화하고, 각 해양환경 별 음파전달 모델링을 수행하였다. 본 연구에서는 해저 지형을 음원 위치에서의 수심과 선형적 기울기를 가지는 단순한 환경으로 가정하였다. 해저 지형은 일반적으로 음파전달 양상의 변화에 가장 큰 영향을 주는 해양환경 요인며[8], 음파의 전파 경로를 직접적으로 변화시킨다.
Fig. 3.
Transmission loss fields using actual and simplified seafloor topography at a specific point on the continental slope. The black circle indicates modeling location
그러나 Fig. 3에서 제시된 대륙사면과 같은 해저 지형 변동이 큰 환경에서도, 실제 지형을 적용한 모델링 결과와 단순화된 지형을 적용한 결과 간의 음파전달 양상은 세부적인 차이는 존재하지만 전반적인 경향은 유사하게 유지되는 것으로 나타났다.
또한, 제2장의 Fig. 8에서 제시된 단순화된 해저 지형 기반 탐지거리 분포도 역시 실제 수심 분포와 유사한 공간적 경향을 보이며, 이는 해저 지형 단순화가 음향 탐지 성능 분석에 있어 일정 수준의 대표성을 가질 수 있음을 시사한다. 따라서 복잡한 해저 지형을 가지는 해역에서도 단순화된 지형 모델을 활용하는 것이 음파전달 특성 분석에 있어 전반적인 경향을 파악하는 데에는 충분한 타당성이 있다고 판단하였다. 음원 위치에서의 수심 및 선형적 기울기는 분석 해역 내 존재하는 최소/최대를 고려해 등간격으로 나누어 총 2,451개 경우로 단순화하여(Table 1) 음파전달 모델링을 수행하였다. 지음향인자의 경우 분석 해역에서 공간적 변동성이 작은 것으로 판단되어[11] 음파전달 모델링 시 분석 해역의 평균값을 사용하였다. 음속구조의 경우 표층부터 최소음속층 사이에서의 변동은 존재하지만(Fig. 4), 본 연구에서는 음원 수심을 7 m로 설정하여 음속구조에 의한 음파전달 경향 변화는 제한적이라고 판단하였다. 따라서 음속구조 또한 분석 해역의 평균값을 사용하여 모델링을 수행하였다.
Table 1.
Number of cases of bathymetry for analysis simplified by water depth at source location and bottom slope
| Range | Number of cases | |
|---|---|---|
| Water depth at source location (m) | 100 : 50 : 2,200 | 43 |
| Bottom slope (°) | -5.6 : 0.2 : 5.6 | 57 |
| Total | - | 2,451 |
탐지거리는 능·수동 소나의 탐지 성능 평가에 사용되며, 이는 소나방정식을 이용하여 계산되는 신호초과(SE : Signal Excess)에 확률분포 함수를 적용한 탐지 확률(detection probability)을 통해 도출된다[14]. 따라서 탐지확률을 계산하기 위해서는 신호 초과를 계산해야 하며 소음 제한 환경을 가정할 경우 능동 신호초과는 Eq. (1)을 통해 계산할 수 있다[15,16].
이때 ASE는 능동 신호초과이고 SL은 능동 소나의 음원준위, TL1은 능동 소나에서 표적까지의 전달손실, TL2은 표적에서 능동 소나까지의 전달손실이며, 단상태의 경우 TL1과 TL2는 동일하다. 그리고, TS는 표적강도, NL은 주변 소음 준위, DI와 DT는 각각 지향지수와 탐지문턱을 나타낸다. Eq. (1)에서 계산된 능동 신호초과는 확률분포함수의 관계를 나타내는 Eq. (2)를 이용하여 탐지확률로 변환할 수 있다[15].
Eq. (2)의 σ는 신호초과에 대한 표준 편차로 본 연구에서는 σ를 8 dB로 설정하였다[15,17]. 이때 탐지거리는 탐지확률에 의해 결정되는 값으로 일반적으로 탐지확률이 50 %가 되는 거리로 정의된다[18]. 하지만 수중에서는 음파의 복잡한 전달 양상으로 인해 다양한 거리 및 수심에서 탐지확률이 50 %인 경우가 존재할 수 있다. 이러한 이유로 탐지거리를 정의하는 방법은 다양하게 존재하며 본 연구에서는 특정 표적 수심에서 탐지확률이 50 %가 되는 첫 번째 거리[18]를 탐지거리로 설정하였다. Fig. 5는 탐지거리 예시를 나타내었으며, 마젠타색 실선은 탐지확률이 50 %가 되는 첫 번째 거리를 의미한다.
분석 해역에서 탐지거리를 도출하기 위해 사용된 음파전달 모델은 거리종속 환경에서 적용 가능한 음선이론 기반의 BELLHOP[19] 모델이 사용되었다. 또한 선체 고정형 소나 운용을 가정하여 Table 2의 소나 시스템 및 환경 변수[16,20]를 설정하였다.
Table 2.
System and environmental parameters used for analysis
| Parameters | Value |
|---|---|
| Frequency | 6 kHz |
| Source level | 230 dB |
| Source depth | 7 m |
| Target depth | 100 m |
| Target strength | 10 dB |
| Noise level | 60 dB |
| Directivity index | 25 dB |
| Detection threshold | 9 dB |
Fig. 6은 Table 1과 같이 해저 지형을 음원 위치에서의 수심과 선형적 기울기로 단순화한 해양환경에서 계산한 탐지거리이다. 본 연구에서 사용된 컴퓨터의 사양은 CPU i9-12900KS, RAM은 128 GB이며, 소요된 계산 시간은 약 750초이다. 여기서 x축은 해저 지형의 기울기를 의미하며 양의 값은 음원에서 멀어질수록 수심이 얕아지는 해저 지형을 의미하며 음의 값은 음원에서 멀어질수록 수심이 깊어지는 해저 지형을 의미한다.
Fig. 6.
Maximum detection range depending on water depth at source location and bottom slope (target depth : 100 m)
분석 해역의 해저면 구성 성분은 반사 손실이 비교적 큰 점토질로 구성되어 있다고 가정하였다[13]. 또한, 여름철 음속구조에 의해 음원에서 방사된 음파가 하향 굴절하여 해저면 영향을 많이 받는 환경이다. 수심이 얕으면서 음의 해저면 기울기를 갖는 경우 해저 지형에 의해 입사각이 감소함에 따라 해저면 반사 손실이 작아져 탐지거리가 증가하게 되며[Fig. 7(a)], 반대로 양의 해저면 기울기를 갖는 경우에는 해저 지형에 의해 해저면 반사가 많이 발생하여 탐지거리가 감소하게 된다[Fig. 7(b)]. 수심이 깊으면서 음의 해저면 기울기를 갖는 경우 음파가 하향 굴절한 후, 목표 수심인 100 m까지 음파가 도달하지 못하여 탐지거리가 감소하게 되며[Fig. 7(c)], 양의 해저면 기울기를 갖는 경우 깊은 수심에 의해 표층에서 방사된 음원은 해저면 반사가 적게 발생하여 탐지거리가 증가한다[Fig. 7(d)].
Fig. 7.
Transmission loss field in shallow water for (a) downslope, (b) upslope. Transmission loss field in deep water for (a) downslope, (b) upslope. Source(magenta triangle) depth was 7 m
음향 탐지 성능 분포도 구현을 위해 Fig. 6에서 계산된 탐지거리를 활용하였다. 각 격자에서 8개 방위 방향에 대해 개별적으로 수심과 해저면 기울기를 산출하고, Table 1에 제시된 등간격 수심–기울기 조합과 비교하여 해당 격자의 수심 및 방위별 기울기와 가장 유사한 조합(수심 및 기울기의 절대 오차가 최소인 경우)에 해당하는 탐지거리를 대입하였다[Fig. 8(a)]. Fig. 8(b)는 분석 해역의 수심으로 음향 탐지 성능 분포도와 전반적으로 유사한 경향을 보인다. 특히 울릉분지와 같이 수심이 깊고 평탄한 구역의 경우 음향 탐지 성능 분포도의 공간적 변화가 적고, 수심이 급격하게 달라지는 대륙사면의 경우 음향 탐지 성능 분포도 또한 공간적 변화가 크게 나타남을 확인할 수 있다.
음향 탐지 성능 분포도를 기반으로 음파전달 모델링이 수행되어야 할 구역을 구분하기 위해 먼저 분석 해역 내 전체 격자 개수인 4,096 (64 × 64)개에 대한 평균 탐지거리를 계산한다. 평균 탐지거리와 각 격자별 탐지거리의 차이를 비교하여 모든 격자들과의 차이가 설정한 기준값보다 작다면 수중음향 환경이 유사하다고 가정하여 구역을 구분하지 않는다. 반대로 평균 탐지거리와 각 격자별 탐지거리 중 설정한 기준값보다 큰 차이가 존재하는 격자가 하나라도 존재한다면 수중음향 환경이 다르다고 가정하여 구역을 4등분 한다. 다음으로 4개의 하위 구역(가로 : 16/60°, 세로 : 16/60°)에 대해서도 각각 동일한 방법으로 평균 탐지거리를 계산하고 하위 구역 내 격자별 탐지거리와 비교하여 설정한 기준값보다 큰 차이가 존재한다면 다시 4등분한다. 이러한 과정을 최소 격자 크기(수심 자료의 해상도인 1/60°)까지 반복한다. 본 논문에서는 평균 탐지거리와 각 격자별 탐지거리의 차이가 1 km 이상인 경우를 전술적으로 유의미한 탐지거리 변화가 있다고 가정하여 구역을 등분하였으나, 이러한 기준은 운용하는 사용자의 목적 또는 시스템에서 허용하는 오차 수준 등에 따라 달라질 수 있다. Fig. 9는 구역을 구분하는 방법을 나타내는 모식도이다.
이후 분할된 하위 구역들 간 평균 탐지거리를 비교한다. 분할된 하위 구역들 간의 평균 탐지거리를 비교하여, 인접한 2∼3개 구역 간의 차이가 기준값(1 km)보다 작을 경우 이들을 하나의 구역으로 병합한다. 병합된 구역의 평균 탐지거리는 병합된 하위 구역들의 평균값을 사용하며, 이후 이 구역은 추가적인 병합 대상이 되지 않는다. 병합되지 않은 구역에 대해서는 동일한 방식으로 다시 4등분 과정을 반복하여 세분화한다. Fig. 10은 이러한 병합 과정을 나타낸 모식도로, 왼쪽의 붉은색 사각형 내 두 하위 구역이 유사한 평균 탐지거리를 가질 경우, 오른쪽 그림과 같이 하나의 구역으로 병합되는 방식을 보여준다.
Fig. 11은 제안 방법을 적용하여 분석 해역을 음향 탐지 성능 분포도 기반으로 수중음향 환경이 유사한 구역으로 구분한 결과로, 계산 시간은 약 0.05초 이내이다. 분석 해역이 259개의 영역으로 구분되었으며, 각 구분한 영역 내부는 수중음향 환경이 유사하다는 것을 의미한다.
제안 방법의 타당성 검증
제안 방법의 타당성을 검증하기 위해 분석 해역을 Fig. 12와 같이 고해상도(수심 자료 해상도 : 1/60°)로 등분한 격자, 저해상도(1/12°)로 등분한 격자 그리고 제안 방법을 적용하여 구분한 결과를 사용하여 동일한 시나리오 하에서 시간에 따라 이동하는 소나 플랫폼의 거리별 탐지확률과 모델링 횟수를 비교하였다. 설정한 시나리오는 적함은 고정되어 있으며, 자함이 적함에게 접근하는 상황을 가정하였다. 이때 자함의 속도는 10 knots, 송신 펄스 반복 주기는 60초로 설정하였다.
Fig. 12.
Sonar platform maneuver within the Ulleung Basin, (a) high resolution grid(1/60°), (b) proposed method grid, (c) low resolution grid(1/12°). Sonar platform maneuver within the continental slope, (d) high resolution grid, (e) proposed method grid, (f) low resolution grid. Magenta triangle indicates the own ship, blue circle indicates the target(own ship depth : surface, target depth : 100 m)
Fig. 12(a) ∼ (c)는 울릉분지에서 고해상도, 제안 방법, 저해상도로 분할한 구역에서의 기동 시나리오이며, Fig. 12(d) ∼ (f)는 대륙사면에서 고해상도, 제안 방법, 저해상도로 분할한 구역에서의 기동 시나리오이다. 소나 플랫폼이 기동하여 특정 격자에서 벗어나 다른 격자로 진입하는 경우 수중음향 환경이 변한 것으로 판단하고 새롭게 음파전달 모델링을 수행하여 탐지확률을 도출하였다. Fig. 13(a)는 울릉분지 시나리오[Fig. 12(a) ∼ (c)]에서 자함과 표적의 거리에 따른 탐지확률을 나타내었다. 거리별 탐지확률의 경향이 모두 유사한 것을 확인할 수 있다. 이때 수행된 모델링 횟수는 고해상도로 등분한 격자의 경우 19회, 제안 방법을 적용하여 구분한 경우 6회, 저해상도로 등분한 격자의 경우 4회이며, 소요된 계산 시간은 각각 약 55초, 11초, 9초이다. 울릉분지와 같이 공간적인 해양환경 변화가 크지 않은 환경에서는 제안 방법이 저해상도 격자에서의 모델링 횟수와 같이 적은 모델링 횟수로도 고해상도로 등분한 격자를 사용한 탐지 성능 결과와 유사하게 소나 탐지 성능 평가를 할 수 있음을 확인하였다.
Fig. 13.
Detection probability results by distance according to sonar platform maneuver using high resolution(red triangle), proposed method(green diamond), and low resolution(blue circle) grid in (a) Ulleung Basin, (b) continental slope
Fig. 13(b)는 대륙사면 시나리오[Fig. 12(d) ∼ (f)]에서 자함과 표적의 거리에 따른 탐지확률을 나타내었다. 고해상도 및 제안 방법의 경우 거리별 탐지확률의 경향이 유사한 것을 확인할 수 있다. 하지만 약 8 ∼ 9 km 거리에서는 고해상도 및 제안 방법과 달리 저해상도로 등분한 격자에서는 표적을 탐지하지 못하는 것으로 결과가 도출되었다. 이는 격자 크기에 따른 공간적 대표성의 한계에서 기인한 결과이다. 제안 방법의 타당성 검증은 자함이 격자 경계를 넘어 이동할 때마다 해당 격자의 중심점에서 음파전달 모델링을 수행하고, 그 결과를 바탕으로 자함과 표적 간 탐지확률을 계산하는 방식으로 이루어진다. 이때 1/12° 격자의 경우 면적이 상대적으로 크기 때문에, 격자 중심점에서 계산된 전달손실이 실제 자함 위치를 충분히 대표하지 못할 가능성이 높다. 이러한 현상은 Fig. 14에 제시된 8 km 거리에서의 음파전달 결과 비교를 통해서도 확인할 수 있다. 고해상도 및 제안 방법에서는 유사한 탐지 경향이 나타난 반면, 저해상도 격자의 경우 전달손실의 대표성이 떨어지는 결과를 보인다. 해당 시나리오에서 수행된 모델링 횟수는 고해상도, 제안 방법, 저해상도의 경우에서 각각 19, 8, 5회이며, 소요된 계산 시간은 각각 약 37초, 10초, 9초로 측정되었다. 이를 통해 제안한 비등간격 구역 분할 방식은 공간적 해양환경 특성을 반영하면서도 적은 연산량으로 고해상도 격자에 준하는 탐지 성능 평가 결과를 도출할 수 있어, 신뢰성과 효율성 측면에서 모두 효과적인 접근임을 확인하였다.
Fig. 14.
Own ship(magenta triangle), Target(blue circle), and Modeling location(black circle) in a continental slope maneuver scenario at approximately 8 km, (a) high resolution grid(1/60°), (b) proposed method grid, (c) low resolution grid(1/12°). Signal excess at approximately 8 km, (a) high resolution grid(1/60°), (b) proposed method grid, (c) low resolution grid(1/12°).
요약 및 결론
1 대 1 또는 다수 대 다수의 교전 상황에서 플랫폼들의 무기 효과를 분석하는 교전 수준의 시뮬레이션에서 정확성을 보장받기 위해서는 해양환경이 고려되어야 하지만 한정된 하드웨어 자원으로 요구시간 내 분석이 제한적일 수 있다. 따라서 본 논문에서는 해양환경을 고려하면서도 최소한의 정확성이 보장된 소나 탐지 성능 평가를 위해 기존에 존재하는 공학급 음파전달인 BELLHOP 모델의 운용 방안을 제안하였다.
동해 분석 해역 내 최소/최대 수심 및 기울기를 고려하여 음원에서의 수심과 선형적 기울기를 등간격으로 나누어 해양환경을 단순화하였다. 단순화된 해양환경 정보를 이용해 탐지거리를 도출하여 음향 탐지 성능 분포도를 구현하였으며, 이는 분석 해역을 음파전달 모델링이 수행되어야 하는 구역으로 분할하는 과정에 활용되었다. 음향 탐지 성능 분포도의 변동성을 바탕으로 분석 해역을 분할하거나 하위 구역을 합치는 과정을 반복하여 수심 자료 데이터 총 4,096개를 259개의 격자로 분할하였다.
제안 방법의 효율성과 타당성을 검증하기 위해 임의의 시나리오에서 고해상도와 저해상도로 등분한 격자를 사용하였을 때의 소나 탐지 성능 결과 및 모델링 횟수 비교가 수행되었다. 그 결과 울릉분지와 같이 해양환경의 공간적 변동성이 적은 환경에서는 제안 방법이 저해상도의 경우와 비슷한 모델링 횟수로도 고해상도로 수행된 결과와 유사한 성능 평가 결과를 보였다. 반면 대륙사면과 같이 해양환경의 공간적 변동성이 큰 환경에서는 고해상도의 경우보다는 적지만 충분히 많은 음파전달 모델링을 통해 효율적인 소나 탐지 성능 평가 결과가 이루어졌음을 확인하였다. 이는 M&S 기반 소나 성능 평가 시 소나 플랫폼이 일정한 거리를 기동하였을 때마다 음파전달 모델링을 수행하는 것이 아닌 변화하는 해양환경을 고려하여 비등간격의 거리를 기동하였을 때 음파전달 모델링을 수행하는 것이 연산시간을 줄이고 성공적인 소나 탐지 성능 평가가 가능함을 의미한다. 따라서 본 연구에서 제안하는 방법은 M&S 기반 소나 탐지 성능 평가 시 기동 시나리오에 따라 음파전달 모델링이 수행되어야 하는 구역을 식별할 수 있도록 하여, 운용자가 해양환경의 공간적 특성이 반영된 효율적인 모델링 계획을 수립할 수 있게 한다.
하지만 본 연구에서는 특정 해역, 계절, 소나 종류 등 제한적인 시나리오를 기반으로 제안 방법의 타당성을 검증하였기 때문에, 다양한 해양환경 및 소나 운용 조건에서의 적용 가능성을 평가하기 위한 추가적인 연구가 필요하다. 특히 향후에는 대잠 헬기, 예인형 소나 등 다양한 운용 플랫폼에 적용 가능한 형태로 본 방법을 확장하고, 플랫폼별 센서 운용 특성에 따라 구역 분할 기준을 조정하는 방향으로의 발전이 요구된다.
또한 본 연구에서는 연산시간 효율성을 확보하기 위해 수심 격자 위치에서 방위별 20 km 거리의 해저 지형을 내삽한 후 선형적 기울기로 단순화하여 음향 탐지 성능 분포도를 구현하였다. 분석 해역은 수심 변화가 급격한 지역을 포함하고 있으나, 도출된 분포도는 수심도와 유사한 경향을 보였다. 이에 따라 해저 지형을 수심과 선형적 기울기로 단순화하여도 해저 지형의 특성이 충분히 반영되었다고 판단하였다. 그러나 계산 거리가 증가하거나 본 방법을 다른 해역에 적용하는 경우 단순화된 해저 지형으로는 실제 지형 특성이 충분히 반영되지 않을 가능성도 존재한다. 이외에도 본 연구에서는 탐지 성능 분포도의 변화를 기준으로 분석 해역을 구역별로 분할하기 위해, 평균 탐지거리와 격자별 탐지거리 간 차이가 1 km 이상인 경우를 전술적으로 유의미한 변화로 간주하였다. 이 기준값은 해양환경의 공간적 변동성이 전달손실에 민감하게 작용하는 해역 특성과 실무적 운용 가능성을 고려하여 설정한 값이다. 만약 기준값을 감소시키면 분할되는 격자의 개수가 증가하여 소나 탐지 성능 평가의 공간적 정확도는 향상될 수 있지만, 모델링 횟수 또한 크게 증가하여 계산 부담이 커질 수 있다. 반대로 기준값을 증가시킬 경우 계산 효율성은 높아지지만, 구역 내 해양환경 변화를 충분히 반영하지 못해 탐지 성능 평가의 정밀도가 저하될 가능성이 있다. 따라서 이러한 기준값의 변화가 평가 정확도와 계산 효율성에 미치는 영향을 정량적으로 분석하는 후속 연구가 필요하다.
마지막으로 관심 해역 내에서 다양한 위치 및 방위별로 음파전달 모델링을 수행해야 하는 소나 최적 배치 문제에서 본 제안 방법을 적용한다면 최소한의 정확성을 확보하며 요구되는 모델링 횟수를 줄일 수 있을 것으로 예상된다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
