• Journal of Institute of Control, Robotics and Systems
• /
• v.4 no.6
• /
• pp.772-779
• /
• 1998

본 논문에서는 강인한 비선형 예측제어기를 개발하여 연구용 원자로 벽면검사를 위한 수중로봇에 적용하여 보았다. 비선형 예측제어기는 먼저 적절한 함수 확장을 이용하여 시스템의 미래 출력 값을 예측하고, 예측값과 설정치와의 차이를 최소화시키는 제어입력을 구하여 시스템에 인가한다. 이러한 제어기에 의한 폐회로 동특성은 목적함수가 상태변수로 이루어진 경우는 항상 안정한 특성을 보이고 목적함수가 출력변수으로 이루어진 경우는 상대 계수가 4이하인 경우에 안정한 특성을 보인다. 이 제어기는 기존의 비선형 제어기가 적용 불가능한 시스템에도 적용 가능한 장점을 가지고 있다. 시스템의 불확실성이 큰 경우, 제어 안정도 및 제어 성능을 향상시키기 위하여 감독제어를 비선형 예측제어기에 포함시켰다. 이러한 제어기를 수중 벽면 주행로봇에 대한 모사실험에 적용한 결과 제어기의 강인함과 제어 성능 향상을 볼 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.7
• /
• pp.1527-1532
• /
• 2003

기존의 GPC방법으로 제어하기 힘든 비선형성과 플랜트의 변수변화를 포함하는 비선형 플랜트를 지연 예측신경망을 사용하여 효과적으로 제어하는 적응 GPC방법을 제안한다 제안한 방법에서는 플랜트의 선형 변수 추정이나 근사적인 모델로부터 선형 매개변수를 구해서 선형 모델을 만들고 실제 시스템의 출력과 선형모델의 오차를 신경망의 출력으로 표현한 다음, 이 식으로부터 적응 GPC 알고리듬을 유도한다. 여기서 지연 예측신경망은 적응 GPC에 이용될 플랜트의 출력을 예측하도록 학습된다. 이와 같은 제어기를 구성함으로써 선형 변수만으로 적응 GPC 제어기가 구성되어질 경우 생기는 비선형 변수의 추정과 출력 예측 값을 계산하는 번거로움을 해결하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6B
• /
• pp.776-783
• /
• 2001

통신 채널에서 블라인드 채널 등화는 훈련신호나 채널의 사전 정보가 필요하지 않기 때문에 전송 효율을 높일 수 있는 매우 중요한 문제이다. 선형 예측 오차 방법은 블라인드 등화기의 차수 추정 오차에 대하여 강인하며 적응 알고리듬을 이용하여 효율적으로 구현할 수 있는 장점이 있다. 시스템 지연은 등화기의 성능에 많은 영향을 끼치지만 기존의 one-step 선형 예측은 등화기의 임의의 시스템 지연에 대해서는 구현할 수 없는 단점이 있다. 순방향 선형 예측과 역방향 선형 예측은 각각 시스템 지연이 0과 최대인 블라인드 등화와 관련이 있다. 그러나 Multistep 예측은 임의의 시스템 지연을 갖는 블라인드 등화기를 구현할 수 있는 장점이 있다. 본 논문에서는 최적의 시스템 지연을 구한 후 RLS 알고리듬과 LMS 알고리듬을 이용한 multistep 선형 예측을 이용한 블라인드 채널 등화기를 제안하였다. 그리고 기존의 알고리듬들과 본 논문에서 제안한 알고리듬의 성능을 모의실험을 통하여 기존의 알고리듬들과 비교·평가하였다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.35S no.10
• /
• pp.166-174
• /
• 1998

Neural networks, having highly nonlinear dynamics by virtue of the distributed nonlinearities and the learing ability, have the potential for the adaptive prediction of nonstationary signals. This paper describes the nonlinear prediction of these signals in two ways; using a nonlinear module and the cascade combination of nonlinear and linear modules. Fully-connected recurrent neural networks (RNNs) and a conventional tapped-delay-line (TDL) filter are used as the nonlinear and linear modules respectively. The dynamic behavior of the proposed predictors is demonstrated for chaotic time series adn speech signals. For the relative comparison of prediction performance, the proposed predictors are compared with a conventional ARMA linear prediction model. Experimental results show that the neural networks based adaptive predictor ourperforms the traditional linear scheme significantly. We also find that the cascade combination predictor is well suitable for the prediction of the time series which contain large variations of signal amplitude.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.516-521
• /
• 1998

본 논문에서는 비선형 시스템 해석 문제에 널리 이용되고 있는 퍼지 시스템(Fuzzy System)과 신경 회로망(MlPNN)의 성능을 평가하기 위해 비선형 예측기를 구성하였고 두 예측기를 비선형 시계열(Time Series) 예측 문제에 적용하여 두 예측기의 성능을 비교 분석하였다. 예측 실험을 위한 데이터로 Mackey-Glass와 Lorenz 시계열을 사용하였다.

• Journal of Korea Multimedia Society
• /
• v.11 no.11
• /
• pp.1480-1490
• /
• 2008

Design of a linear predictor and matching of an entropy coder is the art of lossless audio coding. In this paper, we use the covariance method and the Choleskey decomposition for calculating linear prediction coefficients instead of the autocorreation method and the Levinson-Durbin recursion. These results are compared to the polynomial predictor. Both of them, the predictor which has small prediction error is selected. For the entropy coding, we use the Golomb-Rice coder using the block-based parameter estimation method and the sequential adaptation method with LOCO-land RLGR. The proposed predictor and the block-based parameter estimation have $2.2879%{\sim}0.3413%$ improved compression ratios compared to FLAC lossless audio coder which use the autocorrelation method and the Levinson-Durbin recursion. The proposed predictor and the LOCO-I adaptation method could improved by $2.2879%{\sim}0.3413%$. But the proposed predictor and the RLGR adaptation method got better results with specific signals.

• The Journal of the Acoustical Society of Korea
• /
• v.21 no.6
• /
• pp.522-530
• /
• 2002

This paper introduces a neural network (NN) -based nonlinear predictor for the LP (Linear Prediction) residual. To evaluate the effectiveness of the NN-based nonlinear predictor for LP-residual, we first compared the average prediction gain of the linear long-term predictor with that of the NN-based nonlinear long-term predictor. Then, the effects on the quantization noise of the nonlinear prediction residuals were investigated for the NN-based nonlinear predictor A new NN predictor takes into consideration not only prediction error but also quantization effects. To increase robustness against the quantization noise of the nonlinear prediction residual, a constrained back propagation learning algorithm, which satisfies a Kuhn-Tucker inequality condition is proposed. Experimental results indicate that the prediction gain of the proposed NN predictor was not seriously decreased even when the constrained optimization algorithm was employed.

• The Journal of the Acoustical Society of Korea
• /
• v.28 no.5
• /
• pp.454-460
• /
• 2009

In this paper, we propose a residual echo and noise reduction scheme by using linear predictor for hands-free telephony applications. The proposed scheme whitens residual echo by the linear prediction during the non double-talk. But whitened residual echo signal still has speech characteristics. In this scheme, the whitened residual echo signal is more whitened by using the power of the linear prediction error signal and the linear predicted signal. After whitening process, near-end speech and ambient noise is present during double-talk but white noise will appear during non double-talk situation. By linearly predicting again the combined signal of the near-end speech and the whitened signal, the ambient noise is removed. Through computer simulation, it is shown that the proposed method performs well at the side of AIC (acoustic interference cancellation).

• The Journal of the Acoustical Society of Korea
• /
• v.3 no.2
• /
• pp.35-45
• /
• 1984

본 연구는 한국어의 발음상의 특징과 구조에 의해서 한국어를 음소별로 분리할 수 있음에 착안 하여, 자음과 모음으로 구성된 한국어 단음을 자음의 음소와 모음의 음소로 각각 분리하여 인식하는 새 로운 방법에 관한 연구이다. 특정 화자 2명에 대하여 한국어 단음 84자를 모음의 음소와 자음의 음소로 각각 분리하여 인삭한 실험결과 모음을 인식한 경우에는 선형 예측 계수를 이용하면 인식률이 95.2%이 고, 편자기 상관계수로 92.5%, 폴만트로 97.6%의 인식률을 얻었고, 자음을 인식한 경우에는 선형 예측 계수로 88.7%, 편자기 상관계수로 92.9%의 인식률을 얻었다. 또, 자음의 음소와 모음의 음소를 결합시킨 단음을 인식한 경우에는 선형 예측 계수로 83.9%, 편자기 상관계수로 86.3%의 인식률을 얻었다. 이 때, 각 음소들의 데이터의 수는 256개이고, 선형 예측 계수와 편자기 상관 계수와의 예측차는 15차이다. 이 와 같이 한국어를 자음의 음소와 모음의 음소로 분리하면 작은 데이터 양으로 처리 시간을 단축 시켜 한국어의 모든 단음, 단어, 연속음, 문장 등을 분석하고 인식할 수 있고, 또한 각 음소들을 원칙적으로 결합시켜 모든 한국어의 합성이 가능함을 알 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.33-35
• /
• 1998

본 논문에서는 형식론적 모델링 및 모의 실험 방법을 사용하여 병렬 디스크의 성능 예측 및 영상 데이터용 비선형 편집기의 개발을 위한 여러 형태의구조에 대해서 모의 실험한 결과 및 성능에 영향을 미치는 요소들에 대해 다루고 있다. 컴퓨터가 발전하기 전에는 테이프를 이용한 선형 편집기를 사용하였으나. 컴퓨터가 발전하고 또한 입출력 장치의 성능이 향상되면서 RAID(Redundant Array of Inexpensive Disk)가 개발되었고, 이것을 이용한 비선형 편집기가 개발되었다. 병렬디스크는 비선형 편집기뿐만 아니라 VOD(Video On Demand)나 데이터 서버등 응용분야가 많고, 요구되는 성능에 따라서 다양한 구조의 병렬디스크가 사용된다. 매우 큰 대역폭이 요구되는 병렬디스크의 경우에는 다양한 버스와 버퍼를 사용한 복잡한 계층적 구조가 요구된다. 그러나 이렇게 복잡한 병렬디스크를 개발하기 에 적당한 개발 도구가 없어 필요한 성능에 꼭 맞는 시스템을 개발하기가 어렵다. 특히 디스크의 성능을 수학저으로 쉽게 구할 수 없다. 또한 시스템이 실물로 완성되기 전에는 디스크의 운영 알고리즘의 개발 및 파일 시스템의 개발이 쉽지 않다. 그래서 쉬운 소프트웨어 개발과 디스크의 성능을 쉽게 측정하기 위해서 객체 지향 성능 예측시스템(OOPPS :Objet Oriented Performance Prediction System)을 개발하였고, 이것을 이용하여 HDTV용 비선형 편집기의성능을 예측하고, 필요한 성능을 만족하는 구조를 선택하여 실물로 개발하였다.