• 한국정보통신학회논문지
• /
• 제17권1호
• /
• pp.32-40
• /
• 2013

본 논문에서는 빔포밍과 입사각분석 기반 마스킹을 이용한 다채널 음성개선 알고리즘이 제안된다. 제안된 알고리즘에서는 LCMV 빔포밍을 수행한 후에 입사각 분석을 이용한 멜-주파수 위너필터가 적용되어 잔존하는 잡음을 제거한다. 성능 향상을 위해서 빔포밍의 적응 필터 학습률과 목표 음성 스펙트럼 검출을 위한 입사각 임계치가 최적화된다. 성능 지수로서 PESQ와 출력 SNR이 측정되었으며 실험 결과 제안한 알고리즘이 종전의 최소분산 빔포밍 기법보다 PESQ 관점에서 0.09, 출력 SNR 관점에서 5.75 dB의 성능 향상시킴을 알 수 있었다.

• 응용통계연구
• /
• 제33권3호
• /
• pp.335-345
• /
• 2020

본 논문에서는 과거 2차 세계대전 자료 중 Ardennes 전역에서 있었던 실제 전투 자료를 란체스터 모형에 적합 시키기 위하여 로그변환된 선형회귀모형을 추정하는 문제를 다루었다. 먼저 동일한 자료에 대하여 기존 연구 결과를 고찰하여 모수에 대한 최적해(Global Solution) 결정 문제와 다중공선성 문제들을 확인하였다. 최소제곱 추정법에 의한 모수 추정은 특정 제약조건이나 제한된 후보군을 고려할 경우 최적해를 찾지 못하고 지역해(Local Solution)를 찾을 수 있음으로 주의가 필요하고, 모형에 포함된 변수들은 통계적으로 충분히 유의성을 검토하여 포함해야지 그렇지 않았을 때 모수 추정값들이 왜곡될 수 있다. 모형에 과도하게 많은 설명 변수를 포함하는 경우 변수 간의 상관관계로 인하여 추정값이 왜곡되고 변수의 추가나 제거 시 불안정한 현상들이 발생한다. 이런 다중공선성 문제를 탐색하는 방법은 설명 변수 간의 선형적 연관 관계를 측정할 수 있는 분산확대인자(VIF)로 알려진 통계량에 의해 확인이 가능하며 이를 조치하기 위해서는 상호 연관된 설명 변수들을 제거하여 모형을 단순화해야 한다. 그래서 이러한 문제가 발생하지 않도록 모형을 단순화하고 이해와 설명이 용이한 전투력 손실률 모형을 제안하였고 Ardennes 자료에 대하여 적합한 결과 모수 추정이 안정적이고 자료에 대한 설명과 해석이 용이하다는 점을 입증하였다. 특히, 모수 추정간 선형회귀 모형의 기본적인 가정사항인 독립성, 정규성, 등분산성을 검증하여 자기상관(Autocorrelation) 문제로 독립성이 훼손되어 과대 과소 추정될 우려가 있는 사항을 Cochrane-Orcutt 방법에 의해 변환하여 독립성과 정규성을 보장하였다.