• 응용통계연구
• /
• 제19권2호
• /
• pp.319-330
• /
• 2006

현실세계에서 관찰되는 시그널(signal)은 다양한 주파수(frequency)들의 시그널로 혼합되어 있는 경우가 많다. 예를 들어 태양 흑점 자료의 경우 약 11년 주기와 85년 주기로 변동한다는 사실은 널리 알려져 있다. 또한 경제 시계열 자료의 경우는 통상적으로 계절요인(seasonal component), 순환요인(cyclic component) 그리고 장기적인 추세요인(long-term trend)으로 분해하여 분석한다. 이러한 시계열 자료를 구성요소별로 분해하는 것은 오래된 주제중 하나이다. 전통적인 시계열자료 분석기법으로 스펙트럴 분석기법 등이 널리 사용되고 있으나 시계열 자료들이 비정상(nonstationary)일 경우에는 적용하기 어렵다. Huang et. al(1998)은 경험적 모드분해법(empirical mode decomposition)이라고 하는 자료적응적인(data-adaptive) 방법을 제안하였는데, 비정상성(nonstationarity)에 대한 강건성(robustness)으로 여러 분야에 널리 응용되고 있다. 그러나 Huang et. at(1998)은 잡음(error)에 의해 오염된 자료에 대한 구체적인 처리방법은 제시하지 못하고 있다. 본 논문을 통하여 효율적인 잡음제거 방법을 제안하고자 한다.

• 한국지구과학회지
• /
• 제37권2호
• /
• pp.107-116
• /
• 2016

전구영역 수치모델을 이용하여 순압 로스비-하우어비츠 파동의 안정성을 조사하였다. 본 연구에서 조사한 로스비-하우어비츠 파동은 강체 회전하는 동서 기본류와 유한한 진폭을 가지는 구면조화 파동으로 구성된다. 로스비-하우어비츠 파동은 강체 회전하는 동서 평균류의 강도에 따라 정상 또는 비정상의 구조로 나타난다. 수치 실험을 통해 임의의 다른 두 시간에서 섭동장의 진폭을 비교하여 파동의 안정성뿐만 아니라 성장률을 결정하였다. 로스비-하우어비츠 파동의 불안정 모드는 다양한 동서 파수 성분이 결합된 형태로 나타났다. 파동의 속도가 느린 지역에서 와도 섭동장은 불연속적인 형태를 보이는데, 이는 모델의 수평 해상도와 관계가 없는 것으로 밝혀졌다. 푸리에-유한 요소 모델에서 더 이른 적분 시간에 불안정 모드가 나타났는데, 이는 구면조화 스펙트럴 모델 대비 더 낮은 수치 정확도를 가지기 때문인 것으로 보인다. 모델의 전체적인 정확도를 고려하여, 불안정 모드가 구면 조화 파동을 전체적으로 지배하기 시작하는 시간을 추정하였다.

• 한국전자파학회논문지
• /
• 제16권2호
• /
• pp.120-127
• /
• 2005

연속적으로 연결된 방향성 결합기를 사용한 트랜스버설 필터 설계 방법을 제안하였다. 그 결합기형 트랜스버설 필터는 연속적으로 변화하는 불균일 결합선로로 간주될 수 있다. 이 설계 방법은 결합도 주파수 특성 패턴이 갖는 극점을 제어함으로써 원하는 결합도의 최적값을 도출하는데 기반을 두며, 이 최적화 과정에서 Woodward-Lawson 샘플링법을 개선 및 적용시키므로서 트랜스버설 필터가 갖는 분포된 지연요소와 가중치 요소를 쉽게 합성할 수 있도록 하였다. 응용을 위해 스펙트럴 영역법을 사용하여 마이크로스트립 트랜스버설 필터를 제작하고 결합기의 모드 위상속도 보상을 위해 최적한 유전체 덮개층을 적용시켰다. 실험결과로부터 제안한 방법의 타당성을 검증하였다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.101-107
• /
• 2011

음성인식의 실용화에 가장 저해되는 요소는 배경잡음과 채널에 의한 왜곡이다. 일반적으로 잡음은 음성인식 시스템의 성능을 저하시키고 이로 인해 사용 장소의 제약을 많이 받고 있다. DSR(Distributed Speech Recognition) 기반의 음성인식 역시 이 같은 문제로 성능 향상에 어려움을 겪고 있다. 이 논문은 잡음환경에서 DSR기반의 음성인식률 향상을 위해 정확한 음성구간을 검출하고, 잡음을 제거하여 잡음에 강인한 특징추출을 하도록 설계하였다. 제안된 방법은 엔트로피와 음성의 하모닉을 이용해 음성구간을 검출하며 멀티밴드 스펙트럼 차감법을 이용하여 잡음을 제거한다. 음성의 스펙트럼 에너지에 대한 엔트로피를 사용하여 음성검출을 하게 되면 비교적 높은 SNR 환경 (SNR 15dB) 에서는 성능이 우수하나 잡음환경의 변화에 따라 음성과 비음성의 문턱 값이 변화하여 낮은 SNR환경(SNR 0dB)에시는 정확한 음성 검출이 어렵다. 이 논문은 낮은 SNR 환경(0dB)에서도 정확한 음성을 검출할 수 있도록 음성의 스펙트럴 엔트로피와 하모닉 성분을 이용하였으며 정확한 음성 구간 검출에 따라 잡음을 제거하여 잡음에 강인한 특정을 추출하도록 하였다. 실험결과 잡음환경에 따른 인식조건에서 개선된 인식성능을 보였다.