• 전자공학회논문지
• /
• 제52권2호
• /
• pp.18-26
• /
• 2015

본 논문에서는 직접 변환 방식을 사용하는 RF 중계기에서 I/Q 불균형을 유발하는 파라미터를 분석하고 이를 추정하기 위한 방법에 대하여 연구하였다. 중계기에서는 RF 신호를 기저 대역으로 변환하는 수신단에서 실수부와 허수부의 진폭, 위상 불일치 및 필터 불일치가 발생하며 기저 대역 신호를 RF 신호로 변환하는 송신단에서 진폭과 위상의 불일치가 발생하게 된다. 이에 따라 중계기 구조에서 I/Q 불균형이 발생하는 요소를 순서대로 모델링 하고, 해당 파라미터를 추정하기 위한 송신단에서 수신단으로의 피드백 시험 구조를 제안하였다. 시험 송신 신호와 수신 신호의 비교를 통해 각 실수부와 허수부 신호 성분이 섞이면서 발생한 I/Q 불균형 요소를 추정할 수 있음을 기술하였으며, 추정한 파라미터를 이용하여 직접 변환 RF 중계기에서 I/Q 불균형 현상이 적절히 보상되었음을 확인하였다.

• 한국음향학회지
• /
• 제38권2호
• /
• pp.145-153
• /
• 2019

적응빔형성 기법은 부엽을 줄이고 약한 신호에 대한 탐지 성능을 향상시킨다. MVDR(Minimum Variance Distortionless Response)과 같은 일반적인 적응빔형성 기법은 설계한 가중벡터와 실제 입사신호의 조향벡터의 불일치에 대해 매우 민감하다. 또한 센서 수가 많은 어레이를 이용하여 광대역 적응빔형성을 할 경우 공분산행렬을 산출하기 위해 긴 관측시간과 많은 연산량이 요구된다. 본 논문은 센서 수가 많은 수동 선배열 소나의 광대역 적응빔형성 성능향상 및 안정성을 위해 WBRCB(Wideband Robust Capon Beamforming)를 적용하였다. 불일치 요소에 강인한 WBRCB 구현을 위해 다양한 불일치 요소를 반영하여 최적의 불일치 파라미터를 도출하였다. 도출된 파라미터를 반영한 WBRCB 기법을 시뮬레이션 및 실험데이터에 적용하여 수동 선배열 소나의 광대역 적응빔형성 성능 향상을 검증하였다.

• 디지털융복합연구
• /
• 제13권10호
• /
• pp.313-318
• /
• 2015

전통적인 음성 향상 방법은 잘못된 잡음의 추정에 따라 남아있는 잡음이 발생하여 음성 스펙트럼을 왜곡하거나 음성 프레임을 찾지 못하여 음성 인식 성능을 저하시키는 문제가 발생된다. 본 논문에서는 음성 에너지 분포 처리와 음성 에너지 파라미터를 융합한 음성 검출 방법을 제안하였다. 제안한 방법은 음성 에너지를 최대화시켜 잡음의 영향을 적게 받는 특성을 이용하였다. 또한, 음성 신호의 특징 파라미터 중에서 작은 값을 가지는 로그에너지 특징의 구간에서는 큰 에너지를 가지는 구간에 비해 상대적으로 로그에너지 값을 더 많이 키워서 잡음이 포함한 음성신호의 로그에너지 특징의 크기와 비슷하게 하여 훈련과 인식 환경의 불일치를 융합으로 인해 줄여준다. 인식 실험 결과 기존 방법에 비해 향상된 인식 성능을 확인할 수 있었으며, car 잡음 환경의 음성 구간 적중률은 낮은 SNR구간인 0dB과 5dB에서는 97.1%와 97.3%의 정확도를 보였으며, 높은 SNR구간인 10dB와 15dB에서는 98.3%, 98.6%의 정확도를 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.155-156
• /
• 2010

`파노라믹 영상'이라 함은 관련 있는 여러 영상들을 정합함으로써 하나의 새로운 영상으로 생성하는 것을 말하는데 흔히 '모자이크 영상' 이라고도 한다. 본 논문에서는 카메라를 통해서 데이터를 입력 받는다. 따라서 카메라 파라미터의 인식을 위해서 원근모델을 이용하는데, 프레임 사이의 불일치 측정 방법을 제시하여 불일치를 최소화 하였다. 또한 파노라믹 영상을 생성하기 위하여 고정된 참조와 시간에 따라 변하는 참조를 파노라믹 영상으로 제작하는 방법을 제시한다.

• 한국의학물리학회지:의학물리
• /
• 제15권2호
• /
• pp.77-83
• /
• 2004

모델 기반으로 광자선 선량을 계산하는 전산화치료계획장치를 취역검사(commissioning)하기 위해서는 많은 파라미터들을 조절해가면서 측정된 심부선량 및 가로방향선량분포 등을 맞추어야한다. 우리는 몬테카를로 전산 모사를 이용하여 Pinnacle$^3$ 시스템의 취역검사에 필요한 광자선의 에너지 스펙트럼, 오염 전자(contaminant electron), 축외선질연화(off-axis softening) 및 입자 유량 증가 등을 기술하는 파라미터들을 구하였다. 몬테칼로 계산을 통해 실험으로는 측정이 쉽지 않은 이러한 양들의 변화량을 알 수 있었으나 축외선질연화 및 입자 유량 증가 변수의 경우에는 Pinnacle$^3$ 시스템을 이용한 계산과 측정값에 불일치를 보였다. 전산화치료계획장치의 취역검사에 몬테카를로 방식으로부터 얻은 파라미터 값을 그대로 이용하는 문제는 추가 연구가 필요하다.

• 한국정보통신학회논문지
• /
• 제14권3호
• /
• pp.613-620
• /
• 2010

화자인증 시스템은 훈련 환경과 인식 환경이 다른 경우 인식 성능이 크게 저하된다. 이러한 훈련과 인식 환경의 불일치는 다양한 잡음과 상이한 채널 환경 때문이다. 본 논문은 화자인증 시스템의 강인성 개선을 위하여 음성신호의 위상에 기반한 특정 추출 기법을 제안한다. 이 방법은 음성신호의 위상으로부터 순시 주파수를 계산하여 대역별로 순시 주파수를 모두 모아 구한 히스토그램으로부터 특징 계수를 추출한다. 이 특징 파라미터를 적용한 결과 조 용한 환경뿐만 아니라 잡음환경 그리고 채널 왜곡 환경에서도 화자인증 시스템의 성능이 개선됨을 알 수 있다.

• 전력전자학회논문지
• /
• 제6권6호
• /
• pp.489-497
• /
• 2001

병렬로 구성되 UPS 사이에 파라미터 불일치에 따른 순환전류와 전압리플이 발생되어지는데, 이들은 전체 UPS 시스템의 고장 및 신뢰성 저하를 유발한다. 본 논문에서는 이러한 문제점들은 Double 위상동동기기와 능동 다중인 터페이스 리액터를 사용하여 해결하였다. 또한 ADSP21061을 사용하여 제어기를 디지털적으로 구현하였다.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.584-593
• /
• 2018

유도전동기를 고효율로 제어하기 위한 다양한 연구가 진행되어 왔다. 그 중에서 단위전류당 최대토크 제어기는 최소한의 고정자 전류로 원하는 토크를 제공하기 때문에 유도전동기 드라이브에서 고효율의 동작을 제공한다. 이는 유도전동기를 수학적으로 정밀하게 표현하는 대안모델을 기반으로 제어기가 설계되었기 때문이다. 그러나, 온도 변화에 따른 회전자 저항의 변이는 대안모델의 파라미터와 실제의 유도전동기의 파라미터의 불일치가 발생하여 단위전류당 최대토크 성능을 심각하게 저해하고 단위전류당 최대토크 제어 조건을 만족하지 못하게 하게 있다. 이러한 유도전동기의 운전시에 발생하는 열적 상승으로 인한 파라미터 값의 변화를 고려하는 단위전류당 최대토크적응 제어기가 제안되었다. 본 논문에서는 단위전류당 최대토크적응 제어기가 다수의 운전영역에서도 최소의 고정자 전류로 원하는 토크를 성취하는지를 검토하였다. 실험을 통한 연구에서 회전자의 온도가 증가하더라도 다수의 운전영역에서 25Nm의 토크 명령에서 5%의 차이가 존재하더라도 토크 명령을 정확하게 추구하고 또한, 원하는 토크를 최소한의 고정자 전류로 얻어짐을 확인함으로써 단위전류당 최대토크적응 제어기의 우수성을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제8권7호
• /
• pp.1-8
• /
• 2008

본 논문에서는 다시점 비디오의 카메라 특성 불일치에 따른 시점간 비정합 문제를 해결하기 위한 보상 알고리즘을 제시한다. 시점간 비정합은 다시점 영상의 융합을 어렵게 할 뿐 아니라 압출 효율의 저하를 가져온다. 따라서 이를 보상하기 위한 전처리 기술은 다시점 부호화기의 성능 개선에 있어 필수적이다. 우선, 광-전 전달 특성의 불일치에 의한 다시점 카메라 출력신호의 비정합이 이득과 오프셋의 1차원 모형으로 근사화 될 수 있음을 보인다. 그리고 겹침 영역 검출에 기반한 새로운 시점간 비정합 파라미터 추정 및 보상 알고리즘을 제시한다. Rectify 된 다양한 스테레오 영상을 대상으로 한 모의실험을 통해 제안 알고리즘이 기존 방법에 비해 시점간 비정합을 더욱 정확하게 보상함을 보인다.

• 말소리와 음성과학
• /
• 제12권3호
• /
• pp.65-71
• /
• 2020

특징 정규화는 음성 특징 파라미터들의 통계적인 특성의 정규화를 통해 훈련 및 테스트 조건 사이의 환경 불일치의 영향을 감소시키는 방법으로서 기존의 Gaussian mixture model-hidden Markov model(GMM-HMM) 기반의 음성인식 시스템에서 우수한 성능개선을 입증한 바 있다. 하지만 심층신경망(deep neural network, DNN) 기반의 음성인식 시스템에서는 환경 불일치의 영향을 최소화 하는 것이 반드시 최고의 성능 개선으로 연결되지는 않는다. 본 논문에서는 이러한 현상의 원인을 과도한 특징 정규화로 인한 정보손실 때문이라 보고, 음향모델을 훈련 하는데 유용한 정보는 보존하면서 환경 불일치의 영향은 적절히 감소시켜 음성인식 성능을 최대화 하는 특징 정규화 방식이 있는 지 검토해보고자 한다. 이를 위해 평균 정규화(mean normalization, MN)와 평균 및 분산 정규화(mean and variance normalization, MVN)의 절충 방식인 평균 및 지수적 분산 정규화(mean and exponentiated variance normalization, MEVN)를 도입하여, 잡음 및 잔향 환경에서 분산에 대한 정규화의 정도에 따른 DNN 기반의 음성인식 시스템의 성능을 비교한다. 실험 결과, 성능 개선의 폭이 크지는 않으나 분산 정규화의 정도에 따라 MEVN이 MN과 MVN보다 성능이 우수함을 보여준다.