본 논문에서는 10Gb/s 클럭/데이터 재생회로의 설계와 제작된 특성에 대해 기술한다. 회로는 알루미나 기판 위에 고속 IC와 초고주파 회로를 이용하여 구현하였다. 주파수와 위상 잠금(frequency and phase locked loop)을 위해 quadri-correlation 방법을 이용하였다. 주파수 잠금 범위는 150MHz 였으며 발생된 rms 지터는 1.0ps 이하였다. 이러한 클럭/데이터 재생회로를 10Gb/s광수신기에 적용하여 동작특성을 확인할 수 있었다.

본 논문에서는 반얀망 ATM 스위치를 위한 비충돌 패턴 발생기를 제안하고, 그 성능을 시뮬레이션에 의해 평가한다. 제안하는 비충돌 패턴 발생기는 우선 입력 셀 들을 입력, 출력 주소쌍을 이용하여, 두 개의 그룹, 즉, 충돌 유발 셀 그룹과 비충돌 셀 그룹 으로 분리한다. 분류된 충돌 유발 셀 들은 충돌 테이블을 이용하여 새로운 비충돌 입력 주소를 재할당 받는다. 시뮬레이션 결과는 NBPG가 최소한의 변환만으로 비충돌 주소 패턴을 발생함을 보여준다.

초음파센서는 저렴성, 단순한 구조, 기계적 강인성, 사용상의 적은 제약 등의 이점 때문에 실제 다양한 응용 분야에 적용되지만 물체의 인식에 초음파센서를 사용하기에는 낮은 분해능을 초래하는 불량한 방향성과 측정오류를 유발하는 반사성의 어려움을 내재하고 있다. 일반적인 거리계에 사용되는 TOF(time of flight) 방법은 작은 물체의 형태, 즉 평면, 코너, 에지의 구별이 불가능하므로 많은 수의 센서를 배열형태로 사용하거나, 일정수의 센서를 사용할 경우에는 센서의 배열을 기계적으로 이동시키는 방법, 그리고 초음파 반사신호의 물리적인 특징을 해석하여 물체를 구별 인식한다. 본 논문에서는 간단하게 구성된 전자회로를 부가하여 초음파센서의 송출전압을 여러 단계로 변경시켜 가면서 송출음파를 조절하고, 물체의 패턴인식에 있어서 가장 기본적인 거리뿐만 아니라 물체크기, 물체각도, 물체이동 값을 위해 센서 데이터의 조합을 이용한 보간법과 제안한 뉴로퍼지 기반의 지능적 게산 알고리즘을 적용하여 물체의 패턴 인식을 개선한다.

본 논문에서는 동적으로 변화하는 제어 환경에 잘 대처하여 제어를 수행할 수 있는 면역 귀환 신경망 제어 시스템을 소개한다. 시스템 내외부의 제어 환경 변화를 병원체라 규정하고 이러한 변화들에 대처할 수 있는 제어 입력을 병원체에 대한 항체로 규정하여 제어를 수행한다. 항체는 이전의 제어 정보들을 이용하여 생성되며, 만일 시스템 안에 항체가 생성되지 않은 병원체가 침투할 경우 면역 시스템은 유전자 조작으로 새로운 항체를 생성한다. 이같은 면역제어 시스템을 로봇 매니퓰레이터에 적용하여 효율성을 입증한다.

본 논문은 브러시리스 직류 전동기의 속도제어를 위해 파라메타의 추정 없이 입력과 출력의 패턴을 관찰하여 PI 이득을 온라인(On-line)으로 설정하는 방법을 제안한다. 비례이득은 한계입력을 인가하여 가장 빠른 속도 상승을 유도하는 과정에서 설정되고, 적분이득은 비례제어 과정 중에 오버슈트 방지와 안정된 수렴이 적절히 이루어지도록 설정된다. 따라서 제안된 PI이득 조정은 온라인으로 제어와 동시에 수행됨으로써 시스템 파라메타 추정 등의 부가적인 작업이 필요 없다. 본 논문에서 제안하는 PI이득 조절기법은 직류전동기의 속도제어에 있어서 빠른 응답과 오버슈트 문제를 동시에 해결할 수 있고, 기존의 Auto-tuning 방법보다 간편하고 실용적이다. 컴퓨터 시뮬레이션과 실제 실험을 통하여 제안하는 방법의 유용성과 안정성을 보인다.

본 논문에서는 고속 적응적 영상 복원 필터를 소개한다. 이 필터는 압축된 영상의 복원 과정에서 발생하는 블록화 현상을 효율적으로 제거하기 위해 블록 분류라는 방법을 사용한다. 각 블록의 에지 방향은 이산 코사인 변환(DCT) 계수를 사용하여 분류되고 각 방향에 대응하는 제한적 최소 제곱(Constrained Least Square:CLS) 필터는 블록의 본원에 사용된다. 이 복원 필터는, 일련의 코딩 과정에서 양자화 연산이 비선형이고 다대일 매핑 연산자라는 관찰에 근거한다. 다음으로, 비선형과 공간 가변적 열화 연산자를 제거하기 위해 제한적 최적화 기법을 소개한다. 그리고 본 논문에서 제안된 복원 필터는 실시간 처리를 위하여 생략형 FIR 필터의 형태로 구현된다. 이것은 HDTV, DVD 그리고 화상회의 시스템에서 복구 영상의 후처리 과정에 적합하다.

두개의 영상을 정합 하는 것은 많은 컴퓨터 시각장치의 응용과정 중 기본적인 과정이다. 본 논문에서는 선형특징을 사용한 정합기법으로서 회전각도와 크기비율에 불변한 영상정합 기법을 제안한다. 영상은 edge 검출, 세선화, 선형화 과정에 의해 선형 세그먼트의 집합으로 묘사된다. 세그먼트 사이의 각도차이와 새로운 거리척도에 의한 크기비율을 사용해 Hough 공간에서 최대로 일치하는 변환 파라메터를 추정한다. 추정된 파라메터는 1단계 relaxation과 Hough 기법으로 이루어진 고속 선형특징 정합과정에 의해 검증된다. 제안한 기법은 변환 파라메터에 대한 사전정보를 필요로 하지 않으며 추출된 선형 세그먼트 크기의 변화에 민감하지 않은 특성과 기존의 relaxation 기법에 비해 빠른 처리속도를 가진다.

본 논문에서는 움직임 벡터의 분포특성을 이용한 고속 적응 블럭 정합 알고리즘을 제안하였다. 제안 방법에서는 움직임 벡터에 따른 MAD(0,0)의 분포특성을 분석하여 블럭을 움직임이 없는 블럭, 작은 블럭, 중간정도인 블럭 혹은 큰 블럭으로 분류한 후 각 블럭의 특성에 따라 적응적으로 움직임 벡터를 추정한다. 제안한 방법의 성능을 평가하기 위해서 컴퓨터 시뮬레이션을 수행하였다. 이 결과로부터 제안 방법의 PSNR은 기존의 NTSS 방법과 거의 비슷하면서도 계산량이 30.44% ~ 40.27% 감소되는 효과적인 방법임을 확인할 수 있었다.

본 논문에서는 ICP (Iterative Closest Point) 알고리즘을 이용한 영상등록에서의 회전 성분 신뢰도를 추정할 수 있는 행렬을 유도하 였다. ICP 알고리즘 결과의 신뢰도는 영상등록을 하려는 입력 물체의 모양에 따라 다르다. 보통 원통과 같은 어떤 축에 대한 회전체보 다는 더 복잡하고 두드러진 특징이 많은 물체일수록 신뢰도가 높은 결과를 얻게 된다. 본 논문에서는 ICP 알고리즘으로 구한 값의 신뢰도를 점으로 표현되는 입력물체에서의 각 점의 위치와 법선 벡터에 대한 식으로 나타내었다. 입력물체에 잡음이 들어갔을 때, 이로 인한 ICP 결과의 오차를 제시한 신뢰도를 이용해 추정하였다. 마지막으로 타원체 합성영상에 대한 신뢰도와 잡음이 들어갔을 때의 ICP 결과의 오차를 컴퓨터 모의실험으로 비교 분석하여 이론치와 부합되는 것을 보였다.

일반적으로 동영상은 물체의 움직임에 의해 움직임 열화를 겪는다. 본 논문의 목적은 이러한 움직임 열화의 해석을 위한 모델을 제시하고 정칙화된 반복 기법을 이용하여 이를 제거하기위한 복원방식을 제안하는 것이다. 제안된 모델에서는 기존의 공간 불변적인 모델의 한계를 극복하기 위하여 움직이는 물체와 정지된 배경과의 경계에서 일어나는 현상을 수학적으로 해석하게 된다. 그리고 복원 과정에서의 객체기반적 처리를 위하여 움직임을 기반으로 하는 영상 분할 기법을 소개하는데, 이 기법은 기존의 연구를 바탕으로 본 연구에 맞도록 응용하여 사용한다. 제안된 모델을 근거로 한 영상복원 기법은 제약조건을 이용한 반복적 방법으로서 사전에 추정된 열화정보를 이용하여 움직임 열화를 제거하개 된다. 제안된 방법의 성능은 실험결과로서 확인할 수 있다.

본 논문에서는 왼쪽 카메라와 오른쪽 카메라에서 획득된 두 영상에서 변이를 찾는 새로운 비용함수를 제안하였다. Cox 등[10]은 극상선상에서 화소의 밝기값으로 비용함수를 계산한 후, 동적 프로그래밍법을 사용하여 스테레오 정합문제를 해결하였다. 본 논문에서는 밝기값 외에 새로운 두 비용함수를 제안하였다. 하나는 화소의 기울기 정보를 밝기값과 방향성의 가중치를 결정하는 기준으로 사용하는 것이다. 기울기가 큰 화소는 주로 화소의 밝기값에 의해 정합이 이루어지고, 기울기가 작은 화소는 방향성을 이용한 정합이 이루어지도록 비용함수를 조절하였다. 다음으로 현재의 극상선상에서 변이를 구하기 위해 이전 극상선에서의 정합이 이루어진 두 화소 $p-k$와 $p-l$가 현 비교되는 화소와 같은 경계선상에 위치하면, $p-i$와 $p-j$가 정합이 이루어질 가능성을 크게 비용함수를 조절하였다. 제안된 방법을 여러 영상에 적용한 결과 이전의 방법보다 더 정확한 정합이 이루어짐을 확인하였다.

본 논문에서는 잡음에 의해 기인된 음성의 왜곡을 제거하여 음성인식기의 성능을 향상시키는 방법을 기술한다. 잡음 환경에서는 음성의 발성 방식이 변이하고(롬바드효과), 잡음이 음성신호에 첨가되므로 음성인식기의 성능을 저하시킨다. 롬바드 효과는 주변 잡음의 크기나 종류, 화자의 특성과 음소 등에 종속적인 비선형적인 변환이므로 측정방법이 알려져 있지 않았다. 본 연구에서는 롬바드 효과의 크기를 측정하는 방법을 제시하고, 롬바드 효과의 크기에 따른 롬바드 효과의 보정방법을 제안한다. 잡음에 의한 음성의 왜곡은 다음의 과정을 통해서 제거한다. 우선, 스펙트럼 차감법을 사용하여 음성에 포함된 잡잡음을 제거하고, 음성의 동적인 특성을 강조하기 위해 대역 통과 필터링을 한다. 두 번째로 에너지 정규화 과정을 통해서 롬바드 효과에 의한 음성의 발성 강도의 변이를 제거한다. 마지막으로 제안한 롬바드 효과의 크기 척도는 롬바드 음성의 켑스트럼에 존재하는 왜곡을 제거하는 변환에 이용한다. 제안한 방법을 음성인식에 적용한 결과, SNR(signal-to-noise ratio) 0, 10, 20 dB에서 46.3%, 75.5%, 87.4%의 인식률을 82.6%, 95.7%, 97.6%로 향상시켰다.

디지털 자기기록 장치에서의 용량의 증가는 필연적으로 심각한 인접 심벌간의 간섭 (Intersymbol interference : ISI)과 비선형 왜곡현사을 겪게된다. 본 논문에서는 디지털 자기기록 채널의 심각한 심벌간의 간섭과 비선형 왜곡현상을 보상해 주기 위한 방법으로 신경망을 이용한 등화기를 부분 삭제 모델로 나타난 자기기록 채널에 적용하였다. 신경망을 이용한 결정궤환 등화기 (Neural Decision Feedback Equalizer : NDFE)와 일반적인 결정궤환 등화기 (Decision Feedback Equalizer : DFE)간의 성능을 컴퓨터를 이용한 모의 실험을 통해 비교하였다. 실험 결과, 신경망을 이용한 결정궤환 등화기가 기존의 결정궤환 등화기보다 디지털 자기기록 장치에서 기록 밀도가 증가함에 따라 같은 신호 대 잡음비 (Signal-to-Noise Ratio : SNR)에서 우수한 비트 오류 확률 (bit error probability or bit error ratio : BER) 성능을 보였다.. 또한 같은 밀도의 경우에도 비선형 왜곡 현상이 강할수록 신경망을 이용한 결정궤환 등화기가 보다 안정적이며 우수한 성능을 보였다.

본 논문에서는 퍼지 벌레 검색과 최소-최대 군집화 알고리즘에 기반한 영상 영역화 기법을 제안한다. 전체 영상에서 에지 정보는 픽셀들의 공간 관계를 포함하게 되며, 이를 위해 목적 함수들의 인자를 조정하여 퍼지 벌레의 행동을 정의하며, 에지 정보를 검사하는 방법으로 퍼지 벌레값과 최소-최대 노드를 이용한다. 에지 추출을 사용하는 현재의 영역화 방법들은 수학적 모델에 기반한 매스크 정보를 필요로 하며, 매스크 연산으로 인하여 수행 시간도 많이 걸리게 된다. 반면에, 제안하는 알고리즘은 퍼지 벌레의 검색에 따라 단일 연산을 수행하게 된다. 제안하는 알고리즘에서 필요한 범위의 크기를 스스로 결정하고 빠르고 강력한 계산을 수행하기 위해 최적해를 찾는 유전 알고리즘을 도입하고자 한다. 추가적으로, 영상의 그레이-히스토그램에서 퍼지 검색과 군집화를 수행하기 위해 유전 알고리즘을 사용하는 유전 퍼지 벌레 검색과 유전 최소-최대 군집화가 제안된다. 시뮬레이션 결과는 제안된 알고리즘이 히스토그램을 사용하여 적응적으로 양자화되며, 계산 시간과 메모리를 적게 요구하는 단일 검색 방법을 수행한다는 것을 보여준다.