• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.427-432
• /
• 2021

본 논문에서는 미상의 통신신호에 대한 자동 변조 인식을 위하여 심층신경망인 딥뉴럴네트워크를 적용하여 변조 형태를 식별하고 그 성능을 분석하였다. 신경망 입력 데이터는 변조된 신호의 시간영역 디지털샘플 데이터, FFT(Fast Fourier Transform)를 적용한 주파수영역 데이터, 시간 및 주파수영역 혼합데이터를 사용하여 각각의 변조인식 성능을 확인하였다. 아날로그 변조 및 디지털 변조 신호 11종에 대하여 -20~18 dB 까지 다양한 SNR(Signal to Noise Ratio) 환경에서 변조인식 성능을 확인하고 그 성능을 분석하였으며, 입력 데이터의 종류에 따른 학습 속도를 확인함으로써 제안한 방법이 실제적인 자동변조 인식 시스템 구축에 효과적인 방법임을 확인 하였다.

• 대한전자공학회논문지TC
• /
• 제45권4호
• /
• pp.22-30
• /
• 2008

본 논문은 웨이브릿 변환을 이용하여 사전정보 없이 입사하는 디지털 신호의 변조타입 자동식별 방법에 관한 것이다. 변조인식에 사용되는 특징(key features)은 변조타입에 대한 민감도가 우수하고, SNR에 대한 변화가 적은 속성을 가져야 한다. 잡음에 대한 변화가 적은 속성을 가진 웨이브릿 변환 계수에서 변조인식을 위해 4개의 특징(key features)을 선정하였다. 또한 선정된 특징들을 이용하여 총 8종의 디지털변조 신호를 분류하기 위해 시뮬레이션을 수행하였다. 소프트웨어 라디오의 변조인식 모듈 탑재를 고려하여, 3 타입의 변조인식기에 대한 인식 정확도 및 수행시간을 비교 분석하였다. 시뮬레이션 결과 전체 인식시간은 MDC(Minimum Distance Classifier)와 DTC(Decision Tree Classifier)가 빠르게 수행되었고, 인식정확도는 MDC와 SVMC(Support Vector Machine Classifier)가 우수하게 제시되었다.

• 한국통신학회논문지
• /
• 제32권4C호
• /
• pp.425-432
• /
• 2007

본 논문에서는 사전정보 없이 입사하는 신호의 변조 형태를 자동 식별하기 위해 변조타입에 대한 민감도가 우수하고, SNR에 대한 변화가 적은 속성을 가진 7개의 특징(key features)들을 선정하였다. 또한 선정된 특징들을 이용하여 총 9종의 변조 신호(아날로그와 디지털 신호 포함)를 분류하기 위한 시뮬레이션을 수행하였다. 소프트웨어 라디오의 고속 변조 인식기 탑재를 고려하여, 4 타입의 변조인식기에 대한 인식 정확도 및 수행시간을 검토하였다. 시뮬레이션 결과 인식시간은 DTC(Decision Tree Classifier)가 가장 빠르게 수행되었고, 인식정확도는 SVC(Support Vector Machine Classifier)과 MDC(Minimum Distance Classifier)가 우수하게 제시되었다. 변조 인식기의 프로토타입은 처리 속도가 가장 우수한 DTC로 구현되었다. 필드 실험 결과, 인식 성능은 DTC 시뮬레이션 결과와 일치하는 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.381-384
• /
• 2004

본 논문에서는 변조 함수법을 이용하여 비선형 연속시스템의 퍼지모델 파라미터 인식을 위한 새로운 알고리즘을 제시하였다. 동력학 미분방정식은 미분항을 가지고 있기 때문에 입출력 데이터를 이용하여 퍼지모델 파라미터를 인식하는 경우 외란의 영향을 무시할 수 없으므로 퍼지모델 파라미터 인식이 어렵다. 그러나 변조 함수법을 이용하면 미분항을 소거할 수 있어 미분항이 없는 연립방정식으로부터 쉽게 퍼지모델 파라미터 인식이 가능하다 몇 개의 시뮬레이션을 통해 제안한 변조 함수법을 이용한 퍼지모델 파라미터 인식의 정확성과 유효성을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제23권4호
• /
• pp.805-814
• /
• 1998

우편물의 정보처리를 위하여 임의의 위치에 인쇄된 높이 변조 및 폭 변조 바코드를 인식할 수 있는 효율적인 화상 처리 알고리즘을 제안하였다. 바코드를 인식하기 위하여 주소와 바코드 등이 포함된 화상으로부터 바코드 영역을 분리시켜 추출하여야 한다, 본 연구에서는 Sobel 연산자로 계산한 바코드의 기울기 정보를 이용하여 임의의 각도로 회전된 바코드의 영역을 추출하였고, 추출된 바코드 영역을 이치화하여 폭과 높이 변조형 바코드를 해독 하였다. 제안한 화상처리 알고리즘은 다양한 조건하에서 4 state 및 폭 변조 바코드에 적용하였으며, 1통의 우편물을 처리하는데 0.86초가 소요되었고 98%이상의 인식률을 얻었다. 제안한 알고리즘은 폭과 높이 변조형 바코드의 인식에 함께 적용 가능하므로 향후 우정업무의 정보치리에 활용될 것으로 기대된다.

• 정보보호학회지
• /
• 제29권3호
• /
• pp.44-50
• /
• 2019

최근 딥러닝 기술은 다양한 분야에서 놀라운 성능을 보여주고 있어 많은 서비스에 적용되고 있다. 얼굴인식 또한 딥러닝 기술을 접목하여 높은 수준으로 얼굴인식이 가능해졌다. 하지만 딥러닝 기술은 원본 이미지를 최소한으로 변조시켜 딥러닝 모델의 오인식을 발생시키는 적대적 예제에 취약하다. 이에 따라, 본 논문에서는 딥러닝 기반 얼굴인식 시스템에 대해 적대적 예제를 이용하여 기만공격 실험을 수행하였으며 실제 얼굴에 분장할 수 있는 영역을 고려하여 설정된 변조 영역에 따른 기만공격 성능을 분석한다.

• 대한전자공학회논문지SP
• /
• 제43권3호
• /
• pp.61-67
• /
• 2006

ES 시스템에서 레이더 신호의 PRI 변조특성 분석은 고밀도 전자전 신호 환경에서의 레이더 식별 모호성 문제로 인해 그 중요성이 증가되고 있다. 본 논문에서는 ES를 위한 레이더 펄스 신호의 PRI 변조형태를 인식하는 새로운 기법을 제안한다. 제안한 기법은 PRI 시퀀스의 선형 자기상관관계에 나타나는 각 변조형태별 특징을 기반으로 정의한 형태 구분자들을 이용하여 PRI 변조형태를 인식한다. 또한 제안된 기법은 주기적인 변조특성을 갖는 PRI 변조형태에 대해서 변조주기를 추정한다. 제안한 기법의 성능을 입증하기 위해 다양한 모의신호에 대한 실험결과를 제시하였다.

• 한국정보통신학회논문지
• /
• 제23권10호
• /
• pp.1275-1281
• /
• 2019

무선 신호의 자동 변조 인식은 지능형 수신기의 주요한 작업으로 다양한 민간 및 군대 응용분야가 있다. 본 논문에서는 딥 뉴럴 네트워크 모델을 기반한 무선통신에서 전파신호의 변조 방식을 식별하는 방법을 제안한다. 순차적인 데이터에 대해 장기적인 패턴을 잡아내는데 용이한 LSTM 모델을 통과하여 얻은 연속적인 신호의 특징값을 딥 뉴럴 네트워크의 입력 데이터로 사용하여 신호의 변조 패턴을 분류한다. 변조된 신호의 진폭 및 위상, 동상(In-phase) 반송파, 직각 위상(Quadrature-phase) 반송파의 값을 LSTM 모델의 입력 데이터로 사용하여 분류한다. 제안된 학습 방법의 성능을 검증하기 위해, 다양한 신호 대 잡음비로 10 가지 유형의 변조 신호를 포함하는 대형 데이터 세트를 사용하여 학습하고 테스트한다. 본 논문의 변조 인식 프로그램은 신호의 사전 정보가 없는 환경에서 변조방식을 예측하는데 적용될 수 있다.

• 한국정보통신학회논문지
• /
• 제17권9호
• /
• pp.2009-2019
• /
• 2013

본 논문에서는 cyclic moment 및 새로운 인자인 변형 cumulant를 기반으로 하여 아날로그 및 디지털 신호의 변조방식을 인식하는 알고리즘을 제안한다. 각 변조신호들은 cyclic moment 차수에 따라 서로 다른 cycle frequency 특성을 가진다. 이러한 특성을 분류인자로 하여 다양한 변조신호를 효과적으로 분류해 낼 수 있다. 또한 cycle frequency 특성이 같은 변조신호들 간의 분리를 위해서 진폭 및 위상 변화와 변형 cumulant를 decision tree의 분류인자로 사용하였다. 심볼 수, SNR, 주파수 옵셋을 고려하여 알고리즘 성능검증을 수행하였다. 약 819개의 심볼이 수집되었을 경우, 제안하는 자동변조인식 알고리즘은 SNR 10dB 이상, 주파수 옵셋 25% 이하 조건에서 평균 95% 이상의 정확도를 나타내었다.

• 한국통신학회논문지
• /
• 제30권1C호
• /
• pp.73-81
• /
• 2005

본 논문에서는 미리 정의된 키 피쳐(key feature)를 수신된 변조 신호로부터 추출하여 동등 이득 조합(equal gain combining) 기법을 적용하는 자동 변조 인식 알고리즘을 제안하곡 의사 결정 이론(decision-theoretic) 알고리즘과 제안된 알고리즘의 성능을 비교, 분석하였다. 제안된 변조 인식 알고리즘은 키 피쳐 추출 단위인 세그먼트별로 미리 정의된 5 가지 종류의 키 피쳐를 추출하고, 전체 프레임에 걸쳐 평균화된 각 키 피쳐값을 결정-순서도(decision flowchart)에 적용하여 수신 신호의 변조 형식을 구분한다. 제안된 알고리즘의 성능을 검증하기 위하여 아날로그 변조 신호인 AM, FM, SSB 신호와 디지털 변조 신호인 FSK2, FSK4, PSK2, PSK4 신호를 대상으로 SNR의 변화 및 신호 수집 시간의 변화에 따른 변조 인식 성공률을 측정하였다. 그 결과 제안된 알고리즘이 기존의 의사 결정 이론 알고리즘에 거의 근접하는 성능을 나타내면서 낮은 복잡도를 나타내었다.