커뮤니티
community

그동안 함정 실내 소음측정은 A-보정 음압 레벨(dB(A)) 위주로 평가되보정실제 승조원들의 소음에 대한 심리적 반응을 평가하기에는 충분하지 못하였다고 판단된다. 따라서 함정실내 소음에 대한 승조원들의 보다 정확한 청감 평가를 위해서는 dB(A)이외에 심리적인 상황과 느낌을 나타낼 수 있는 지표들에 의한 평가방법의 제시가 필요하다. 또한 심리적 평가요소에 의한 청감평가결과를 토대로 승조원들의 실내소음 수준 만족도 조사 시 지금까지 각 실내 소음평가 지표를 독립적으로 사용하여 제한적으로 평가하던 방식에서 탈피하여 여러 가지 평가인자를 동시에 통합적으로 포함하여 표현할 수 있는 단일지표의 개발이 요구되고 있다. 본 연구에서는 통상적으로 사용되는 A-보정 음압레벨 평가방법 이외에 NC(Noise Criteria), NR (Noise Rating) RC(Room Criterion), PSIL(Preferred Speech Interference Level)과 Zwicker Loudness와 같은 실내 소음과 관련된 심리학적인 반응도 지표를 사용하여 함정내부의 사무 공간 및 생활공간의 소음정도를 측정하였다. 그리고 실제 함정 내에서 생활하고 있는 승조원들의 소음에 대한 청감실험을 통하여 함정 실내 소음에 대한 심리적 반응치를 도출하였다. 또한 44개의 거주구역 격실과 20개의 근무구역 격실 등 총 64개 격실에 대해 조사된 승조원들의 소음에 대한 만족도 조사 결과와 다중회귀 모델 및 오류역전파 신경망(Error Back-propagation Neural Network)모델로부터 예측된 실내소음 만족도와의 비교로 부터 본 연구에서 제안한 모델들이 실내소음을 평가하는데 있어 매우 합리적임을 파악할 수 있었다. 특히 인간의 비선형적인 심리 특성을 모사한 뉴럴 네트워크 알고리즘을 적용하여 개발된 실내소음 예측 모델은 소음에 대한 승조원의 만족도와 소음간의 관계가 선형이라고 가정한 선형회귀분석에 비해 오차범위가 크게 줄어듦을 알 수 있었다. 그리고 인간의 비선형적 특성을 표현할 수 있는 대표적인 인공지능 알고리즘인 역전파 신경망(Back-Propagation Neural Network)알고리즘을 사용하여 함정 내부 소음에 대한 승조원들의 만족도를 나타낼 수 있는 단일 평가지표를 개발하여 제시하였다.