• 전자공학회논문지
• /
• 제50권12호
• /
• pp.3-13
• /
• 2013

이 논문에서는 OFDM 시스템의 시간 영역 동기를 위한 2가지 방법을 제안한다. 이것은 심벌타이밍 판정의 모호함의 원인이되는 플레토와 사이드로브를 제거하기 위하여 부 심벌간에 1심벌 옵셋을 두고 타이밍 메트릭을 구하는 방법과 플레토 현상을 경감시킬 수 있는 전력감소지수(Reduction Factor, ${\rho}$), 제동상수(Break Constant, ${\beta}_k$) 그리고 심벌이식깊이(Implant Depth, ${\delta}_I$)등의 파라메터를 사용하여 CP(Cyclic Prefix) 구간의 전력을 수정하는 방법이다. 제안된 2가지 방법은 기존에 제안된 심벌타이밍 동기화기법들과 컴퓨터모의시험을 통해서 성능평가가 이루어졌으며, 제안된 방법들은 다중경로의 레일레이 페이딩채널에서 기존의 시스템에 비해서 더 우수한 통계적 특성을 나타내었다.

• 전자공학회논문지B
• /
• 제33B권1호
• /
• pp.161-169
• /
• 1996

본 논문에서는 동영상 압축의 핵심 기술인 움직임 벡터 추정에 있어서 신경 회로망을 이용한 벡터 양자화에 의해 탐색 영역을 예측하는 방법을 제안한다. 훈련영상을 입력으로 하여 전역 탐색법 등에 의하여 구해진 움직임 벡터를 이용하여 움직임 벡터 코드 북을 생성하고 이를 예측 탐색 점으로 이용한다. 움직임 벡터 코드 북을 생성하기 위해서 병렬 처리 특성과 다양한 학습 알고리즘을 갖는 신경 회로망을 이용하였다. 제안된 방법은 움직임 벡터들의 높은 공간적 상관성을 이용하게 되고 결과적으로 적은 탐색 점으로 움직임 벡터를 추정할 수 있으므로 계산량을 줄일 수 있을 뿐 아니라 움직임 벡터를 표현하기 위해 소요되는 비트 수도 크게 줄일 수 있다. 모의 실험을 통하여 제안된 방식이 기존의 고속 블록 매칭 알고리즘보다 우수함을 보였다.

• 한국통신학회논문지
• /
• 제22권1호
• /
• pp.40-52
• /
• 1997

OFDM을 사용하는 지상 중계 시스템은 단일 반송파를 사용하는 중계 시스템보다 고출력 증폭기에서 발생하는 비선형 왜곡에 매우 민감한 것으로 알려져 있다. 본 논문에서는 이러한 OFDM 시스템의 고출력 증폭기에서 발생하는 비선형 왜곡의 영향을 보상할 수 있는 적응 사전 보상기를 제안한다. 제안된 사전 보상기는 메모리(RAM)에 의해 구현되는 보상 테이블과 "broadcasting" 기법을 사용하여 효율적으로 보상 테이블의 값을 갱신하는 적응 알고리듬으로 구성되어 있다. 제안된 훈련 신호를 사용하여 제안된 적응 사전 보상기의 수렴속도를 향상시킬 수 있음을 부이고, 고출력 증폭기의 비선형 왜곡 영향을 받는 OFDM 시스템의 성능을 향상시킬 수 있음을 컴퓨터 모의 실험을 통해서 확인한다. 통해서 확인한다.

• 융합신호처리학회논문지
• /
• 제20권4호
• /
• pp.177-185
• /
• 2019

본 논문에서는 수중음향 통신환경에서 다중경로에 의한 심볼간 간섭을 제거하기 위한 방법으로 STBC 전송구조를 결합한 FDE 기법을 제시하고, 그 성능을 평가하였다. 이를 위해 수중통신환경을 고려한 수중음향채널을 모델링하였고, 이 채널에 대한 수중통신 모의시험 결과를 제시하였다. 주파수영역 등화의 경우, 전송블록 양쪽에 훈련신호가 추가되는 구조적 특성상 OFDM 기법에 비해 약 4% 정도의 전송률 저하를 보이나 OFDM에 비해 4.4%에서 16.8%(SNR 9dB기준) 향상된 SER 특성을 보였다.

• 한국콘텐츠학회논문지
• /
• 제4권3호
• /
• pp.107-113
• /
• 2004

본 논문은 얼굴의 기하학적인 특징과 웨이브릿 변환을 사용한 PCA/LDA 복합 방법을 제안하여 얼굴 인식 시스템의 성능을 향상시켰다. 기존의 PCA/LDA 방법은 형태적인 분산의 정도에 따라 유사도를 측정하였기 때문에 얼굴 윤곽선을 정확하게 반영하지 못하였다. 이 단점을 극복하기 위하여 본 논문에서는 눈과 입사이의 거리를 측정하여 질의영상과 훈련영상에서 큰 차이가 있을 경우에는 얼굴내의 눈, 코, 턱 각각의 영역에 대한 에너지를 특징 벡터로 사용하여 기즌의 PCA/LDA로 계산한 유사도를 재산정하였다. 본 논문에서 제안한 방법을 이용해서 ORL 데이터베이스의 400개 얼굴 영상에 대해 모의 실험한 결과 기존의 PCA/LDA 방법보다 약 4％의 인식률 향상이 있음을 보였다

• 대한전자공학회논문지TC
• /
• 제44권7호통권361호
• /
• pp.53-58
• /
• 2007

OFDM(orthogonal frequency division multiplexing)은 페이딩 환경에서 높은 전송율을 가지는 효율적인 전송 기법이다. 그러나 OFDM 프레임의 시작 시점을 정확히 찾지 못하면 주파수 영역에서 위상회전으로 인해 수신 데이터의 비트오율이 높아진다. 그러므로 코히어런트 OFDM 시스템에선 정수배의 샘플 옵셋뿐만 아니라 소수배의 샘플 옵셋까지 동기를 획득해야 한다. 본 논문에서는 코히어런트 OFDM 시스템에서 수신된 훈련 심볼의 상관관계를 이용하여 0.5 샘플 이전과 이후의 충격응답을 각각 구하고 이들의 차를 이용하여 소수배 샘플 동기를 획득하는 알고리듬을 제안한다. 제안한 심볼 타이밍 동기 기법의 성능을 다중경로 채널과 잡음에 대한 모의실험을 통하여 검증한다.

• 한국통신학회논문지
• /
• 제25권8B호
• /
• pp.1499-1509
• /
• 2000

본 논문에서는 송.수신 다이버시티를 갖는 시.공간 부호화된 OFDM(Orthogonal Frequency-Division Multiplexing)시스템의 효율적인 채널추정기법을 제안한다 제안된 기법은"comb"형태의 훈련심볼을 사용하여 시.공간부호화된 OFDM 시스템의 복호기에서 필요한 채널의 주파수 응답을 구한다. 제안된 기법은 수신단의 주파수 영역에서 처리되므로 기존의 최소평균제곱오차(Minimum Mean-Squared Error: MMSE)기법에 비해 계산량을 크게 감소시킬 수 있다 또한 제안된 기법의 성능을 향상시키기 위해 랜덤 잡음의 영향을 감소시키고 채널의 변화를 추적할 수 있는 기법도 함께 제안한다 제안된 기법의 성능을 부선 이동 채널에서의 모의 실험을 통해 확인한다.을 통해 확인한다.

• 한국통신학회논문지
• /
• 제21권4호
• /
• pp.884-892
• /
• 1996

일반적으로 적응 블라인드 등화기는 등화기 입력과 전송된 데이타의 통계적 정보가 주어진 경우, 훈련 수열에 의존하지 않고 비이상적인 채널에 의한 왜곡들을 제거하는데 이용된다. 그러나 다중경로 채널(muItipath channel) 에서는 페이딩(fading)이라 불리우는 수선 선호의 시간 지연 및 감쇄를 발생 시키므로, 이러한 페이딩의 효과를 보상하기 위하여 다중 채널을 고려한 새로운 알고리듬이 요구된다. 본 논문에서는 다중 채널 시스템에 적용할 수 있도록 Stop-and-Go 알고리듬을 이용한 새로운 블라인드 동화 알고리듬을 제시하였다. 컴퓨터 모의실험 결과 다중 채널 Stop-and-Go 알고리듬이 기존의 다중 채널 알고리듬에서 계산량을 가중 시키는 메모리를 사용하지 않고도 보다 더 좋은 성능을 얻을 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.226-226
• /
• 2023

하천유량, 댐유입량 등을 예측하기 위해 다양한 Long Short-Term Memory (LSTM) 방법들이 활발하게 적용 및 개발되고 있다. 최근 연구들은 s2s (sequence-to-sequence), Attention 기법 등을 통해 LSTM의 성능을 개선할 수 있음을 제시하고 있다. 이에 따라 본 연구에서는 LSTM-s2s와 LSTM-s2s에 attention까지 첨가한 모델을 구축하고, 시간 단위 자료를 사용하여 유입량 예측을 수행하여, 이의 실제 댐 운영에 모델들의 활용 가능성을 확인하고자 하였다. 소양강댐 유역을 대상으로 2013년부터 2020년까지의 유입량 시자료와 종관기상관측기온 및 강수량 데이터를 학습, 검증, 평가로 나누어 훈련한 후, 모델의 성능 평가를 진행하였다. 최적 시퀀스 길이를 결정하기 위해 R², RRMSE, CC, NSE, 그리고 PBIAS을 사용하였다. 분석 결과, LSTM-s2s 모델보다 attention까지 첨가한 모델이 전반적으로 성능이 우수했으며, attention 첨가 모델이 첨두값 예측에서도 높은 정확도를 보였다. 두 모델 모두 첨두값 발생 동안 유량 패턴을 잘 반영하였지만 세밀한 시간 단위 변화량 패턴 모의에는 한계가 있었다. 시간 단위 예측의 한계에도 불구하고, LSTM-s2s에 attention까지 추가한 모델은 향후 댐유입량 예측에 활용될 수 있을 것으로 판단한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.117-117
• /
• 2021

본 연구에서는 Sentinel-1A/B C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 인공신경망(Artificial Neural Network, ANN) 모형을 활용해 금강 유역 상류 40×50 km² 면적에 대한 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 8일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 통해 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. ANN 모형 검증자료로 TDR(Time Domain Reflectometry)로 측정된 9개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. ANN은 각 지점에 해당하는 토양 속성별로 모델링하고, 전체 기간 및 계절별로 나누어 모의하였으며, 전체 자료의 60%와 40%를 각각 훈련 및 테스트 데이터로 사용하였다. 산정된 토양수분은 상관계수(Correlation Coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 활용하여 검증을 수행할 예정이다.