• 한국통신학회논문지
• /
• 제25권6B호
• /
• pp.1082-1091
• /
• 2000

본 논문에서는 QAM (Quadrature Amplitude Modulation)을 시용하는 OFDM (Orthogonal Frequency Division Multiflexing)시스템에서 비이상적인 채널에 고속으로 데이터를 전송 시 발생하는 신호의 왜곡으로부터 보다 빠르고 효율적으로 등화를 하기 위한 등화기법을 제안하였다. 일반적으로 기존 OFDM 시스템 등화기법으로 주파수 영역에 단일 탭 선형 등화기를 사용하는 방법이 많이 사용 되었다. 이 경우 실제시스템에서 채널 환경이 시간에 따라 빠르게 변하게 될 경우 채널에 의한 왜곡을 완벽하게 보상해 줄 수없다. 그러므로 본 논문에서는 주파수 영역에 단일 탭 션형 등화기를 적용하는 대신 비선형 등화기를 적용하였으며 비선행 등화기의 단점인 낮은 SNR(Signal-to-Noise Ratio)에서의 급속한 성능 저하를 보완해주기 위하여 시간영역에 선형 등화기를 병행 사용하였다. 주파수 영역의 경우 비선형 등화기를 적용함에 있어 in-phase성분과 quadrature성분으로 구성되어 있는 QAM신호가 complex 채널 통과 시 fading에 의해 왜곡된 신호도 noise에 의해 왜곡된 신호처럼 in-phase성분과 quadrature 성분의 amplitude만이 변하므로 기존의 등화기 구조에서 cross성분을 제거하였고 이로 인하여 발생할 수 있는 약간의 오차를 보상해 주기위해 시간영역 등화가와 수렴 속도가 빠르고 오차가 적은 알고리즘을 사용하여 복잡도가 줄어든 등화기 구조를 제안하였다. 시간영역의 경우 채널왜곡에 강한 Goldcode를 trauung-sequence로 보호구간에 삽입하여 매 frame 마다 등화를 행하여 주파수영역 등화기의 성능을 보완해줌으로써 기존의 등화기법과 비교하여 보다 빠르고 효율적인 등화를 수행할 수 있는 등화기법을 제안 하였다.

• 융합신호처리학회논문지
• /
• 제4권2호
• /
• pp.18-24
• /
• 2003

실시간 음성 인식기의 구현에 있어서 선행되어야 할 과제는 신뢰성 있는 음성구간 검출과 적절한 음성특징벡터를 구하는 것이다. 그러나, 주변 잡음이 인가되는 환경에서는 신뢰성 있는 음성구간 검출이 어렵게 되어 적절한 음성특징벡터를 구할 수 없게 되어 최종적으로 인식기의 성능 저하를 초래하게 된다. 이러한 문제점을 보완하기 위하여 본 논문에서는 일반적으로 사용되어지는 단구간 파러 스펙트럼 외에 잡음에 강인한 특성을 가질 수 있도록 하는 새로운 특징 파라메터로써 스펙트럼 밀도비교척도와 선형회귀를 이용한 선형결정함수를 사용하였다. 이러한 두 가지 파라메터를 추가하여 주변 잡음의 크기에 따라 각각의 (파라메터를 적절한 가중치로 조합하여 음성구간 결정을 수행한 다음 DTW를 사용하여 인식실험을 한 결과 주변 잡음이 존재하는 환경에서도 강인한 특성을 가짐을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.606-608
• /
• 2015

IoT 환경에서 디바이스간의 관계를 맺기 위해서는 디바이스를 탐색하는 작업이 선행되어야 한다. 주변의 디바이스를 탐색하기 위해 새로운 디바이스는 탐색 신호를 송신하고 이를 수신하는 디바이스는 신호의 세기를 판별하여 송신한 디바이스와의 거리 정보를 파악한다. 기존에 사용되고 있는 M2M(Machine to Machine) 방식은 하나의 디바이스에서 주변의 모든 디바이스에게 탐색 신호를 보내고, 주변의 디바이스들이 증가할수록 탐색 시간이 길어지고, 원거리의 디바이스일수록 정보의 손실이 발생하는 문제점이 존재하였다. 본 논문에서는 기존의 디바이스 탐색 방식의 문제점을 보완할 방법으로 새로운 디바이스가 주변의 디바이스를 탐색할 때의 탐색 시간을 단축하고, 근거리의 디바이스와의 탐색 신호를 주고받을 때의 정보 손실을 줄이기 위해 SNR(Signal to Noise Ratio)의 세기를 높일 수 있는 알고리즘을 제안한다.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.469-474
• /
• 2018

도시 유동인구가 증가함에 따라 도시 환경 소음에 관한 연구의 중요성이 증가하고 있다. 본 연구에서는 교통상황에서 발생하는 이상 소음을 최근 환경 소음 분류 연구에서 높은 성능을 보이는 딥러닝 알고리즘을 이용하여 분류한다. 구체적으로는 타이어 제동 마찰음, 자동차 충돌음, 자동차 경적음, 정상 소음 네 개의 클래스에 대하여 합성곱 신경망을 이용하여 분류한다. 또한, 실제 교통 상황에서의 환경잡음에 강인한 분류 성능을 갖기 위해 빗소리, 바람 소리, 군중 소리의 세 가지 환경잡음을 설정하였고 이를 활용하여 분류 모델을 설계하였으며 3 dB SNR(Signal to Noise Ratio) 조건에서 88 % 이상의 분류 성능을 가진다. 제시한 교통 소음에 대하여 기존 선행연구 대비 높은 분류 성능을 보이고, 빗소리, 바람 소리, 군중 소리의 세 가지 환경잡음에 강인한 교통 소음 분류 모델을 제안한다.

• 한국방사선학회논문지
• /
• 제3권2호
• /
• pp.27-31
• /
• 2009

현재 의료용 엑스선 장비는 기존의 아날로그 방식의 필름, 카세트를 대신하여 디지털 방식인 CR, DR 이 널리 사용되면 그에 관한 연구개발이 활발히 진행되고 있다. 본 연구 에서는 디지털 엑스선 장비의 변환물질로 $BiI_3$(Bismuth tri-iodide)를 적용하여 실험하였으며 기존 선행연구에 비해 만족할만한 결과 값은 얻을 수 없었지만 가장 많이 사용되고 있는 a-Se(Amorphous Selenium)의 단점인 고전압인가와 제작방식의 어려움을 보완할 수 있는 새로운 가능성을 제시해 주었다. 본 연구에서 사용되어진 변환 물질은 순도 99.99%의 $BiI_3$가 이용되었으며 $3cm{\times}3cm$의 크기와 200um의 두께를 가지는 변환물질 층이 제작되었다. 변환 물질의 상하부에는 Magnetron Sputtering system장비를 이용한 ITO 전극이 형성되었다. 형성된 $BiI_3$ 엑스선 변환 물질의 특성 평가를 위해 구조적 분석과 전기적 분석이 이루어 졌다. SEM 측정을 통해 제작된 필름의 표면 및 단면적, 구성 성분을 관찰하였고, 전기적 분석을 위해서는 누설전류, 엑스선에 대한 신호량 및 잡음 대 신호비의 관찰이 이루어졌다. 실험 결과 $BiI_3$는 $1.6nA/cm^2$의 누설전류와 $0.629nC/cm^2$의 신호량을 측정할 수 있었으며, 이렇게 Screen print method로 제작된 엑스선 검출 물질은 PVD방법을 이용해 제작된 물질과 비슷하거나 더 나은 전기적 특성을 가지고 있었고 이는 제작 방법의 간소화 및 수율을 향상 시킬 수 있어 BiI3도 a-Se를 대체하기 위한 변환물질로 적합하다고 사료된다.