본 논문에서는 GSC(Generalized Sidelobe Canceller)를 기초로 새로운 부밴드 광대역 적응 빔포밍 구조를 제안하였다. 일반적으로 여러개의 필터계수를 갖는 광대역 빔포밍에서는 그 필터길이가 커짐에 따라 많은 계산량을 필요로 하고 그 성능이 감소한다는 단점이 있었다. 이러한 단점을 보완하기 위해 부밴드 필터구조를 이용함으로써 전밴드 필터구조에서보다 더 낮은 계산량과 그 pre-whitening 효과로 그 성능이 향상되었다. 부밴드 필터뱅크 구조에서 광대역 적응 빔포밍이 수행될 때 NLMS(Normalized Least Mean Squares) 적응 알고리즘을 이용하여 GSC의 수렴성능을 검증하였고, 각각의 부밴드 적응필터에서 MSE를 독립적으로 최소화시키는 적응 메카니즘을 사용하여 추정하였다. 모의실험을 통하여 제안한 부밴드 필터구조가 전밴드 구조에서보다 수렴성능이 더 우수함을 검증하였다.
본 논문에서 제안된 조류계산 알고리즘은 Jacobian의 off-diagonal 부 행렬을 완전히 무시하는 Decoupled Load Flow(DCL) 알고리즘들의 유연한 대안으로 반복(iteration)당 최소한의 추가 계산 부담으로 Jacobian의 off-diagonal 부분의 효과를 부분적으로 반영함에 의해 수렴 특성을 향상시킬 수 있다. 제안된 방법들은 특히 Fast Decoupled Load Flow(FDL)로 대표되는 DCL들의 수렴특성이 불안정해질 경우, 효과적으로 수렴특성을 향상시킬 수 있다. 제안된 알고리즘들은 Newton-Raphson Load Flow(NRL) 방법에서 Jacobian의 off-diagonal 부분의 효과를 점진적으로 제거하는 방법으로 유도하였고, 간략화 과정에서는 Neuman series expansion을 사용하였다. 실험결과 제안된 알고리즘들은 반복횟수와 전반적인 수렴 속도에서 확실한 성능향상을 보여주었다. 제안된 알고리즘들은 특히 DCL의 수렴성능이 문제가 있을 시 full NRL 대신에 적용할 수 있는 가능성이 있어 조류계산 시간을 단축해 줄 수 있을 것으로 기대된다.
무선통신분야에서 LMS5(Least Mean Square) 알고리즘은 식이 간단하고 계산량이 비교적 적기 때문에 널리 사용되고 있다. 그러나 시간영역에서 처리할 경우 입력신호의 고유치 변동폭이 넓게 분포되어 수렴속도가 저하하는 문제점이 있다. 이를 해결하기 위하여 신호를 FFT(Fast Fourier Trasnform)나 DCT(Discrete Cosine Transform)로 변환하여 신호간의 상관도를 제거함으로써 시간영역에서 LMS알고리즘을 적용할 때 보다 수렴속도를 크게 향강시킬 수 있다. 본 논문에서는 수렴속도 향상을 위해 시간영역의 적응 알고리즘을 직교변환인 고속웨이브렛(wavelet)변환을 이용하여 변환영역에서 수행하며, 짧은 필터계수를 가지는 DWT(Discrete Wavelet Transform)특성에 맞는 Fast running FIR 알고리즘을 이용하여 WTLMS(Wavelet Transform LMS)적응알고리즘을 통신시스템에 적용한다. 적응 알고리즘의 성능향상을 위하여 시간에 따라 적응상수의 크기를 가변시켜 수렴 초기에는 큰 적응상수로 따른 수렴이 가능하도록 하고 점차 적응상수의 크기를 줄여서 misadjustment도 줄이는 방법의 적응 알고리즘을 제안하였다. 제안한 알고리즘을 실제로 적응잡음제거기(adaptive noise canceler)에 적용하여 컴퓨터 시뮬레이션을 하였으며, 각 알고리즘들의 계산량, 수렴속도를 이용하여 각각 비교, 분서하여 그 성능이 우수함을 입증하였다.
본 논문에서는 적응 sidelobe canceller에 Howells-Applebaum과 DMI 알고리즘을 적용하여 수렴속도와 간섭제거 성능을 알아보았다. Applebaum 알고리즘은 계산상의 간단함으로 많이 이용되어지지만 수렴속도가 느리고 eigenvalue spread에 영향을 받는다. 반면에 DMI는 Applebaum 알고리즘에 비해 빠른 수렴속도를 보이나 계산 및 구현이 복잡하다. 빠른 수렴속도와 우수한 간섭제거성능을 요구하는 적응 SLC(sidelobe canceller)에 이 두 알고리즘을 적용하여 성능 및 계산의 복잡성을 비교해 보고 적응 SLC에 DMI 알고리즘이 더 적합함을 보인다.
본 논문은 트리구조의 필터뱅크를 이용하여 필터링을 할 때 데시메이션으로 인해서 생기는 왜곡을 보상하기 위해서 보조 필터(엘리어싱 제거기)를 사용하는 방법을 제안하고 이를 이용하여 잡음을 제거하여 음질을 향상시키는 실험을 행했다. 입력신호는 두 채널의 분석필터에 의해 서브밴드로 분해된 후 데시메이션되고 다시 각 서브밴드로 분해된 신호를 적응필터를 이용하여 필터링을 한다. 이러한 기법으로 각 주파수 대역을 균일한 대역으로 분해할 수 있으며 각 서브밴드별로 각기 다른 수렴상수를 사용할 수 있어서 수렴속도를 향상시킬 수 있는 장점이 있다. 특히 잡음 제거나 음질 향상에 서브밴드 적응 필터뱅크를 응용할 경우 수렴속도가 빨라야 하며, 임펄스 응답의 길이가 긴 시스템을 모델링하는 데 응용할 수 있는 장점이 있다. 적응필터 계수의 갱신 방법으로는 VSS(Variable Step Size) LMS 알고리듬을 사용하였으며, 실험 결과, 기존의 서브밴드 구조보다 제안한 구조가 최소 평균 오차나 수렴성능 면에서 우수한 성능을 보였다.
본 논문은 적응 필터에서 소요되는 계산량을 감소시키기 위해 새롭게 제안하는 적응 알고리즘에 대하여 논하고 있다. 새로운 적응 알고리즘은 필터의 계수를 조정함에 있어서 정규화 입력신호의 크기 대신 입력신호의 부호만을 사용하는 것인데, 이렇게 함으로써 많은 계산량을 차지하는 승산과 제산 연산이 필요없게 된다. 제안한 알고리즘의 수렴특성을 분석하기 위하여 수렴조건 및 수렴속도 등을 수학적으로 유도하였다. 또한 본 알고리즘을 반향제거기에 적용하여 시뮬레이션을 수행하였고, 다른 알고리즘을 적용한 경우의 수렴성능과 비교하였다. 시뮬레이션 결과, 본 알고리즘을 적용한 반향제거기는 NLMS 알고리즘을 적용한 반향제거기와 거의 동일한 수렴성능을 나타내는 것으로 확인되었다.
본 논문에서는 데이터 내의 비선형 속성을 보다 빠르고 정확하게 추출하기 위한 수정된 학습알고리즘의 비선형 주요 성분분석 신경망을 제안한다. 제안된 학습알고리즘은 신경망의 학습시에 과거의 속성을 반영하기 위한 모멘트 항이 추가된 학습기법이다. 이는 최적해로의 수렴에 따른 발전을 억제하여 그 수렴성능을 좀더 개선시키는 모멘텀의 장점을 그대로 살리기 위함이다. 제안된 학습알고리즘을 이용한 신경망을 128$\times$128 픽셀의 Lenna와 256$\times$128 픽셀의 차량 번호판 영상들을 대상으로 시뮬레이션 한 결과, 제안된 학습알고리즘이 기존의 비선형 주요성분 분석을 위한 신경망이나 선형속성을 가지는 역전파 알고리즘을 이용한 신경망보다 더욱 우수한 수렴 성능과 특징추출 성능이 있음을 확인하였다.
변형된 CMA는 CMA에 비해 고차 신호점을 등화 시 보다 적은 수의, 균등한 간격을 갖는 모듈러스를 이용함으로써 정상상태 성능 개선과 고차 신호점으로의 확장이 용이하다. 본 논문에서는 변형된 CMA에 가변 수렴상수를 적용하여 정상상태 성능을 더욱 개선하여 다른 경판정 알고리즘으로의 전환 없이도 충분히 만족스러운 성능을 달성할 수 있음을 보인다. 새로운 두 가지 수렴상수 가변 방법을 제안하고, 이를 적용한 변형된 CMA의 성능 개선을 모의실험을 통해 CMA와 고정 수렴상수의 변형된 CMA에 대해 확인하였다.
본 논문은 부밴드별 반향제거 필터 뱅크를 구현하기 위한 가중 Overlap-add 적응필터를 이용한 단일 채널 음향 반향 제거기를 제안한다. 기준 입력 신호의 고유치 분포율에 의존하여 수렴 특성이 결정되는 NLSM알고리즘을 사용하여 전대역 처리 과정에서 발생하는 수렴성능의 저하를 방지하고, 효율적인 블록별 병렬 처리가 가능한 부밴드 처리기법인 가중 Overlap-add 방식을 적용한 적응 반향제거기의 성능을 고찰한다 또한 본 논문에서는 동시 통화 검출을 위한 전용 필터와 에너지 비교 방법을 동시에 사용하는 새로운 형태의 동시통화 검출 기법을 제안한다.
반복 학습 제어에서 수렴 조건은 수렴 속도와 잔존 오차와 같은 성능을 결정한다. 따라서, 덜 신중한 수렴 조건을 구할 수 있다면, 그 성능은 향상될 것이고 사용 적합한 학습 제어기의 수는 증가된다. 주파수 영역에서, 연속적인 오차들간의 전달 함수의 $H_{\infty}$ 놈(norm)을 학습 시스템의 수렴성을 조사하기 위해 사용해왔다. 그러나, $H_{\infty}$ 놈을 바탕으로 한 수렴 조건이 단조 수렴성에 대하여 명확한 특성을 가진다하더라도, 특히, 다중 입출력 시스템에서 몇 가지 단점을 가진다. 본 논문에서 는 수렴 조건과 수렴의 단조성간의 관계를 밝힌다. 또한 주파수 영역에서 기존의 수렴 조건을 대신할 수 있는 수정된 수렴 조건을 주파수 영역 리아프노프(Lyapunov) 방정식을 이용하여 구한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.