• 한국항해항만학회지
• /
• 제29권5호
• /
• pp.403-408
• /
• 2005

수신신호의 도래방향을 추정하는 기술은 어레이 안테나를 이용하는 무선통신시스템의 성능향상을 위하여 핵심역할을 수행하여 왔다. 이러한 기술중에서 MUSIC 및 ESPRIT와 같은 고분해 추정 알고리즘은 어레이 안테나에서 관측되는 수신신호의 데이터 벡터에 대한 공분산행렬을 계산한 후, 고유치 전개기법을 적용하여 도래방향을 정도 높게 추정한다. 그러나 이러한 고유치 전개기법에 기초를 둔 고분해 알고리즘은 멀티패스 환경에서 코히어런트 입사파 또는 상호간에 높은 상관관계를 가지는 수신신호들의 도래방향을 분리${\cdot}$추정하기가 어렵다. 이러한 경우에 종래의 방법은 사전 신호처리 과정으로서 공간평균법에 의한 공분산행렬을 계산한 후에 이를 이용하여 고유치 전개에 기초를 둔 고분해 알고리즘들을 적용하여 멀티패스 수신신호의 도래방향을 추정한다. 그러나 종래의 공간평균법이 어레이 안테나에 수신되는 신호에 대한 자기 공분산행렬의 대각요소를 포함하는 부분행렬들 만을 이용하기 때문에 멀티패스파의 분리${\cdot}$추정을 가능하게 하는 대신에 안테나의 유효구경을 감소하는 결과를 초래한다. 또한 종래의 방법이 공분산행렬의 대각요소를 포함하는 부분행렬들 만을 이용하고 대각요소를 포함하지 않은 상호상관 요소들에 대한 부분행렬은 고려하지 않음으로써 어레이 안테나에 의한 도래방향 추정성능을 저하시키는 요인이 된다. 따라서, 본 연구에서는 어레이 안테나에서 관측되는 수신신호 벡터의 자기상관행렬의 모든 요소들을 이용하는 새로운 공간평균법을 제안하고 종래의 공간평균법과 비교${\cdot}$평가한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.920-925
• /
• 1993

For a multi-input, multi-output system, it is widely known that feedback control gain presents extra freedom pole placement problem. An eigenstructure assignment utilizes this freedom for assignment of all or some elements of the closed-loop eigenvectors. In this paper, a nonlinear optimization technique is adopted to obtain a small gain controller that assigns closed-loop eigenvalues and elements of eigenvectors simultaneously. To illustrate the approach, a numerical example of the Airplane mode decoupling using an advanced fighter is shown.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.618-621
• /
• 1995

In this paper, in order to obtain a disturbance decouplable as well as effective and disturbance suppressible controller, a simultaneous assignment methodology of the left and right eigenstructure is proposed. The biorthogonality property between the left and right model matrices of a system as well as the relations between the achievable right model matrix and states selsction matrices are used to develop the methodology. the proposed concurrent eigenstructure assignment methodologh guarantees that the desired eigenvalues are achieved exactly and the desired left and right eigenvectors are assigned to the best possible(achievable) sets of eigenvectors in the least square sense, respectively.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권2호
• /
• pp.192-200
• /
• 2001

본 논문은 조명 변화, 표정 변화, 부분적인 오클루전이 있는 얼굴 영상에 강인하고 적은 메모리양과 계산량을 갖는 효율적인 얼굴 인식 방법을 제안한다. SKKUface(Sungkyunkwan University face)라 명명한 이 방법은 먼저 훈련 영상에 PCA(principal component analysis)를 적용하여 차원을 줄일 때 구해지는 특징 벡터 공간에서 조명 변화, 얼굴 표정 변화 등에 해당되는 공간이 최대한 제외된 새로운 특징 벡터 공간을 생성한다. 이러한 특징 벡터 공간은 얼굴의 고유특징만을 주로 포함하는 벡터 공간이므로 이러한 벡터 공간에 Fisher linear discriminant를 적용하면 클래스간의 더욱 효과적인 분리가 이루어져 인식률을 획기적으로 향상시킨다. 또한, SKKUface 방법은 클래스간 분산(between-class covariance) 행렬과 클래스내 분산(within-class covariance) 행렬을 계산할 때 문제가 되는 메모리양과 계산 시간을 획기적으로 줄이는 방법을 제안하여 적용하였다. 제안된 SKKUface 방법의 얼굴 인식 성능을 평가하기 위하여 YALE, SKKU, ORL(Olivetti Research Laboratory) 얼굴 데이타베이스를 가지고 기존의 얼굴 인식 방법으로 널리 알려진 Eigenface 방법, Fisherface 방법과 함께 인식률을 비교 평가하였다. 실험 결과, 제안된 SKKUface 방법이 조명 변화, 부분적인 오클루전이 있는 얼굴 영상에 대해서 Eigenface 방법과 Fisherface 방법에 비해 인식률이 상당히 우수함을 알 수 있었다.

• 지질공학
• /
• 제18권4호
• /
• pp.381-391
• /
• 2008

본 연구에서는 수치해석의 시간차분에서 발생하는 절단오차를 극복하는 방안으로 고유치 기법을 도입하였다. 고유치기법은 모의를 할 때 공간만을 이산화하는 특징을 가지며, 공간적으로 이산화된 방정식을 대각화시킴으로써 선형동력학적 시스템을 분리시킨 후 시간적분을 이용한 계산이 임의의 위치에서 임의의 시간에 대해 개별적으로 또 연속적으로 수행된다. 이러한 고유치기법을 이용하여 오염물 이동을 모의하고 이를 해석해와 비교 검증하였고, 동일한 조건에서 유한요소법을 이용한 수치모형과 고유치 기법을 이용한 용질이동의 예측을 실시한 결과 고유치기법을 이용할 경우 계산시간과 저장용량이 수치모형에 비해 절약됨을 확인할 수 있었다. 고유치 기법을 이용하여 지하유류저장 공동주위의 불균일 유속장에서 용질의 이동을 분석하였다 이 방법이 모의발생에 오랜 시간이 걸리는 문제에 유용하게 사용될 수 있으므로, 공동에 인접한 오염원으로부터 공동의 안전성을 평가하기 위한 민감도 분석에 이 방법을 적용하였으며, 모의결과에 의하면, 종분산지수와 횡분산지수가 각각 50 m, 5 m일 때 공동에 도달하는 시간은 약 50년으로 추정되었다.

• 대한전자공학회논문지SP
• /
• 제47권5호
• /
• pp.89-99
• /
• 2010

본 논문에서는 스테레오 형식의 음악 신호에서 가창 신호와 같은 음원을 분리하기 위한 통합 알고리즘을 제시한다. 스테레오 형식의 음악 신호에서 특정한 악기 음원을 분리하는 문제는, 획득한 음악 신호가 다양한 악기들이 동시에 연주되는 혼합신호라는 점을 고려하고, 각각의 악기를 음원이라고 가정할 때, 획득한 혼합 신호의 개수가 음원의 개수보다 적은 비결정(underdetermined) 환경에서의 음원 분리 문제가 된다. 비결정 환경에서는 신호가 혼합되는 공간에 대한 가정을 기반하는 전통적 음원 분리 방식을 적용하기 힘들며, 목표 음원의 특정한 특성을 활용하여 추출하게 된다. 본 논문에서 제안하는 통합 알고리즘은 이종의 특성을 활용하는 음악 음원 분리 알고리즘들을 유기적으로 통합하는 구조이며, 구체적으로는 가창 신호와 같은 특정한 음원 추출을 위해 주로 사용되어 왔던 스테레오 채널 정보를 활용하는 방식과, 모노 혼합 신호에서 두드러지는 음원의 음정을 이용하여 음원을 추출하는 두 가지 방식을 통합하는 것을 목표로 한다. 본 논문에서 제안하는 구조는 각각의 음악 음원 분리 알고리즘이 가지고 있는 고유의 약점을 해소함으로써, 목표 음원의 복원 신호가 통합 과정에 의해 향상될 수 있다는 강점이 있으며, 그것을 실제 상업 음악 콘텐츠를 대상으로 한 실험을 통해 검증한다.

• 대한전자공학회논문지SP
• /
• 제44권3호
• /
• pp.1-7
• /
• 2007

자동차 번호판을 인식하기 위해서는 차량 영상에서 번호판을 추출하고, 추출된 번호판으로부터 문자를 분리하여야 하고, 각 문자들에 대해서 특징 벡터를 추출하고 신경망을 이용하여 인식한다. 이때 인식의 기준이 되는 특징 벡터의 선정은 데이터양의 감소뿐 만 아니라 인식 성능에 많은 영향을 미친다. 본 논문에서는 숫자를 고유 숫자(eigennumber)의 선형 조합으로 분해하여 특징 벡터를 추출하는 새로운 특징 벡터 추출 기법을 제안하고, 자동차 번호판의 숫자 인식에 적용함으로써 그 유효성을 검증하였다. 실험 결과, 고유 숫자 공간상에서 다층 퍼셉트론 신경망을 이용하여 95.3%의 인식률을 보였고, 이는 일반적인 메쉬 특징과 비교하여 약 5%의 향상된 결과이다.

• 한국정보통신학회논문지
• /
• 제10권4호
• /
• pp.687-692
• /
• 2006

기존의 독립 요소 방법에 의한 얼굴인식에서는 주 요소 해석법으로 고유치 크기에 의해 특징을 추출하고 감소된 차원에서 특징 개선을 위한 독립 요소 해석법의 학습을 수행한다. 제거된 특징 공간 내에 필요한 요소가 있는 경우를 고려하지 못한 것이다. 새로운 방법은 독립 요소 해석에 의한 학습을 먼저 시행하고 분리된 데이터를 4차 중심 모멘트에 의한 축적 계수(cumulant)인 커토시스(kurtosis)의 절대값 크기에 의하여 특징을 추출한다. 하지만 독립 요소 방법은 효과적으로 노이즈를 제거하지 못한다. 두 방법의 결합효과는 주 요소 해석법을 노이즈 필터로 사용 할 때 극대화 될 수 있다. 즉 주 요소 해석법을 백색화와 노이즈 필터로 하고 독립 요소 해석법을 특징 추출 방법으로 사용하는 것이다. 실험 결과는 새로운 방법론이 기존의 방법론보다 우수함을 보여준다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 I
• /
• pp.3-6
• /
• 2003

본 논문에서는 다중 경로 페이딩 하에서 동작하는 동기식 DS-CDMA 시스템에서 특별히 근거리 또는 실내 수신의 경우에 발생할 수 있는 짧은 시간 내에 밀집된 다중 경로 성분을 구분해 낼 수 있는 견고한 지연 추정 알고리즘을 제안한다. Sliding correlator 출력에 대한 시평균 상관 행렬을 고유치 분석을 통하여 eigenvector로 분해한 다음 관찰 영역은 신호 부분 영역과 잡음 부분 영역으로 분리할 수 있다. 제안하는 알고리즘에서는 단순한 기존의 sliding correlator 나 잡음공간 만으로의 projection 을 통한 MUSIC-type 알고리즘보다 성능이 월등히 뛰어난 ML (Maximum likelihood) 방식을 소개한다. 이 방식은 기존의 방식보다 복잡도는 약간 증가하지만 지연 측정 성능은 탁월하게 증가하는 것을 보여준다.

• 한국정보전자통신기술학회논문지
• /
• 제13권2호
• /
• pp.153-158
• /
• 2020

본 논문에서는 무선 통신 환경에서 잡음 및 간섭을 제거하여 원하는 목표물을 추정하는 알고리즘을 연구하였다. 잡음과 간섭이 포함된 정보신호가 수신기에 입사하면 원하는 목표물을 정확히 추정하기 어렵기 때문에 잡음 및 간섭 신호를 제거하는 방법이 필수적이다. 수신 신호영역을 두 공간으로 분리하기 위해서 상관행렬, 공분산, 고유특성벡터, 고유치를 분석하여 전력 스펙트럼을 획득한다. 제안한 전력 스펙트럼은 잡음을 제거할 수 있는 알고리즘으로서 목표물 추정성능을 분석하기 위해서 기존의 알고리즘과 모의실험을 통해서 확인한다. 모의실험 결과로, 기존 알고리즘의 목표물방향 추정 분해능은 10°이상이지만, 제안 알고리즘의 분해능은 10°미만을 나타내었다. 제안 알고리즘이 기존 알고리즘보다 약 5°의 분해능이 향상 되었다. 본 연구에서 제안된 알고리즘이 목표물 추정 정확도와 분해능이 기존 알고리즘보다 우수함을 입증하였다.