• 한국소음진동공학회논문집
• /
• 제26권7호
• /
• pp.844-850
• /
• 2016

This study pertains to the extraction of the road noise component of signals from a vehicle's interior noise via the traditional frequency domain and time domain system identification methods. For road noise extraction based on the frequency domain system identification method, the appropriate matrix inversion strategy is investigated and causal and non-causal impulse response filters are compared. Furthermore, appropriate data lengths for the frequency domain system identification method are investigated. In addition to the traditional road noise extraction methods based on frequency domain system identification, a new approach to extract road noise via the time domain system identification method based on a parametric input-output model is proposed and investigated in the present study. In this approach, instead of constructing a higher order model for the full-band road noise, input and output signals are processed in the subband domain and lower order parametric models optimal to each subband are determined. These parametric models are used to extract road noises in each subband; the full band road noise is then reconstructed from the subband road noises. This study shows that both the methods in the frequency domain and the time domain successfully extract the road noise from the vehicle's interior noise.

• 한국산업정보학회논문지
• /
• 제19권2호
• /
• pp.73-83
• /
• 2014

다양한 오디오 편집 기술이 개발됨으로써 오디오 데이터의 변경이 보다 쉬워지고 그 결과로 위변조 같은 다양한 사회 문제가 발생하고 있다. 현재 이런 문제를 해결하기 위해 디지털 포렌식 기술이 활발히 연구되어지고 있다. 본 논문에서는 이러한 디지털 포렌식 기술 중의 하나로 모바일 기기를 판별하는 방법을 제안하였다. 제안 방법에서는 사람에게는 들리지 않지만 기기의 디자인과 IC로부터 발생하는 노이즈 특징을 이용한다. 위너필터를 사용하여 기기의 노이즈 음을 추출하고 MIRtoolbox를 이용하여 특징들을 추출한 후 이를 다층 신경망에 학습시켜 기기를 판별한다. 총 6개의 모바일 기기를 사용하였으며 5-fold test를 통하여 99.9%의 판별 성능을 보였다. 또한 UCC 사이트에 업로드 된 데이터에서도 노이즈 음을 통한 판별이 가능한지 실험을 진행하였으며 99.8%의 판별 성능을 보였다.