• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.173-176
• /
• 2000

시변 신호 추적 특성을 향상시키기 위하여, Gauss-Newton Variable Forgetting Factor RLS (GN-VFF-RLS) Algorithm을 제안한다. 최적화된 망각인자를 가정한 기존의 RLS 알고리듬과 비교하여, 제안된 방법은 특히 신호의 변화가 급격히 일어날 경우 주목할만한 추정 성능의 향상을 보여준다. 제안된 알고리듬의 시변 추정 특성을 신호 대 잡음비와 시변 정도에 대하여 모의 실험하고 기존의 추정 알고리듬들과 비교한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.124-127
• /
• 2001

핸즈프리 음성 통신에 있어 음향 반향 제거 시스템은 필수적인 요소이다. 본 논문에서는 음향 반향을 효과적으로 제거하기 위한 새로운 시변 적응 상수를 갖는 적응 알고리즘을 제안한다. 제안하는 알고리즘은 최적 필터의 직교 원리를 이용하여 적응 알고리즘의 적응 상수를 시변한다. 직교 원리에 따라 적응 상수를 시변하면 적응 초기에는 적응 필터가 반향 경로를 추정하지 못해서 큰 값을 가지지만 수렴 후에는 적응 필터의 입력 신호와 추정 오차 신호간의 상호 상관도가 작아져서 정상 상태 오차가 작으며 근단화자 등 의 주변 잡음 신호에 적응필터 계수가 오조정되는 것을 줄일 수 있다. 본 논문에서 음향반향 시뮬레이션을 통해서 제안하는 적응 알고리즘이 기존의 방법에 비해서 우수함을 보인다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.335-338
• /
• 2001

잔향음은 시변동성이 존재하는 유동성 경계면 잔향음(해수면, 체적)과 시변동성이 존재하지 않는 고정 경계면 잔향음(해저면)으로 분류된다. 그러나 고정 경계면 잔향음으로 알려진 해저면 잔향음에서도 단주기적 시변동성이 존재하고 있음이 여러 실측자료에서 관측되고 있다. 본 연구는 시변동성의 원인을 파악하고자 실험실에서 부유성 퇴적물의 농토에 따른 후방산란 신호를 측정하였다. 또한 동해에서 측정된 시간에 따른 잔향음신호(80kHz)와 ADCP(4.2MHz) 자료를 비교하여 천해에서의 체적 산란체의 변동이 잔향음 신호에 영향을 미칠 수 있음을 확인하였다. 아울러 본 논문에서는 잔향음 신호의 단주기적 시변동성에 의한 잡음 성분을 제거하여 표준화된 잔향음 신호를 획득하기 위한 방법으로 Low Rank Approximation(LRA)을 제안하였다. 이 기법은 특이해 분해(Singular Value Decomposition, SVD)를 수행하여 실측 자료 행렬로부터 고유치(Eigenvalue)과 고유벡터(Eigenvector)를 추출한 후, 추출된 고유치를 제한적으로 사용하여 근사화 하는 기법으로 시변동성 신호를 제거하는데 효율적인 방법이다.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1811-1812
• /
• 2006

본 논문은 공간상에서 움직이는 다중신호원의 신호 도달 방향 추정과 신호원이 보낸 신호를 다중 센서 어레이를 이용하여 판별하는 문제를 다룬다. 일반적으로 정지하고 있는 신호원의 방향 추정은 어레이에서의 출력 방정식의 방향 벡터들이 시불변인 상수이기 때문에 잡음환경 하에서도 샘플링된 벡터(Snapshot) 수가 늘어날수록 훨씬 정확하게 방향 추정이 가능하지만 신호원이 움직이는 경우에는 신호원의 방향이 변하게 되어 결국 어레이 방정식의 방향 벡터들이 시변이므로 추정값의 분산(variance)이 커지게 되어 정확한 추정이 어렵게 된다. 이러한 경우에 대한 정량적인 분석 예는 드물어 실제 여러 가지 추정 기법들의 특성이 어떻게 나타나는지 가늠하기가 어렵다. 따라서 본 논문에서는 이러한 경우에 대한 시나리오 예를 설정한 후 이 시나리오에 따른 랜덤 가우시안 잡음 하에서의 수치 데이터 모델을 생성하여 수신기에서는 미지의 값인 이 데이터에 대해 기존의 DOA 추정 기법을 이용하여 추정을 수행하여 그 정량적인 결과들을 계산해 봄으로써 시변인 경우에서의 그 성능을 판단해 보기로 한다.

• The Journal of the Acoustical Society of Korea
• /
• v.11 no.1E
• /
• pp.73-78
• /
• 1992

시벼형 신호인 음성 신호의 분석에 칼만필터를 이용하였다. 일반적인 음성 분석은 프레임단위의 처리방법인 선형 예측 부호화 기법을 주로 이용하지만 음성의 시변 특성을 파악하는데에는 적절하지 못 하다. 따라서 순차적인 추정기법으로 많이 이용되는 칼만 필터를 음성 분석에 적용하였다. 또한 음성과 같은 시변신호에서는 과거 신호의 잡음의 분산값에 적당한 가중치를 부가하므로써 과거의 신호에 의해 서 현재의 추정값에 미치는 영향을 줄였으며 이를 음성의 천이 구간에서의 파라메타 추정에 사용하였 다. 그리고 음성신호 모델에서 생기는 모델링 오차는 일반적으로 백색 가우시안 잡음으로 가정하고 있 으나 이는 자음과 같은 무성음에서 특징 파라메타 푸정에는 오차가 적지만 모음등의 유성음에서는 음성 발생시의 여기신호인 펄스열에 의해서 많은 모델링 오차를 생기게 한다. 따라서 모델링 오차신호는 Non-Gaussian 확률분포로 가정한 후 로버스트 칼만 필터를 사용하여 합성으멩 대해 특징 파라메터를 추출하였다.

• Journal of Biomedical Engineering Research
• /
• v.23 no.5
• /
• pp.333-340
• /
• 2002

Powerline interference in bioelectric recordings is a common source of noise. IEF(Incremental Estimation Filter) has been used to eliminate powerline interferences in biosignals, especially in ECG(Electrocadiogram) signals. The constant incremental factor in the IEF filter, which affects the performance of noise rejection, is usually determined empirically or experimentally based on the input signals. This paper presents the design of neural network based IEF filter for time-varying control of the incremental factor. The proposed IEF filter is evaluated by applying to artificial signals as well as ECG signals of MIT-BIH database. For the relative comparison of noise-rejection performance, it is compared with adaptive noise canceler and conventional IEF filter. Simulation results show that the neural network based IEF filter outperforms these adaptive filters with respect to convergence speed and noise rejection is specific frequencies.

• The Journal of the Acoustical Society of Korea
• /
• v.18 no.8
• /
• pp.42-47
• /
• 1999

In this paper, a mixture interacting multiple model (MIMM) algorithm is proposed to enhance speech contaminated by additive nonstationary noise. In this approach, a mixture hidden filter model (HFM) is used to model the clean speech and the noise process is modeled by a single hidden filter. The MIMM algorithm, however. needs large computation time because it is a recursive method based on multiple Kalman filters with mixture HFM. Thereby, a computationally efficient implementation of the algorithm is developed by exploiting the structure of the Kalman filtering equation. The simulation results show that the proposed method offers performance gain compared to the previous results in [4,5] with slightly increased complexity.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.12
• /
• pp.2793-2799
• /
• 2013

This paper proposes an effective feature compensation method to improve speech recognition performance in time-varying background noise condition. The proposed method employs principal component analysis to improve the variational model composition method. The proposed method is employed to generate multiple environmental models for the PCGMM-based feature compensation scheme. Experimental results prove that the proposed scheme is more effective at improving speech recognition accuracy in various SNR conditions of background music, compared to the conventional front-end methods. It shows 12.14% of average relative improvement in WER compared to the previous variational model composition method.

• Journal of IKEEE
• /
• v.19 no.4
• /
• pp.500-505
• /
• 2015

Through Montecarlo simulation, this study compares how accurately the existing three phase deviation models estimate the time-varying variance of a planar oscillator perturbed by Gaussian noises. The comparison reveals that Kaertner model estimates the time-varying variance with about 1000 times higher accuracy than ISF or PP model exhibits. Additionally, it finds that the estimation accuracy of PP model is somewhat higher than that of ISF model.

• The Journal of Korean Institute of Information Technology
• /
• v.16 no.11
• /
• pp.97-103
• /
• 2018

In this paper, the estimation method for the power signal harmonics is proposed by using the time-varying optimal finite impulse response (FIR) filter. To estimate the magnitude and phase-angle of the harmonic components, the time-varying optimal FIR filter is designed for the state space representation of the noisy power signal which the magnitude and phase is considered as a stochastic process. Since the time-varying optimal FIR filter used in the proposed method does not use any priori information of the initial condition and has FIR structure, the proposed method could overcome the demerits of Kalman filter based method such as poor estimation and divergence problem. Due to the FIR structure, the proposed method is more robust against to the model uncertainty than the Kalman filter. Moreover, the proposed method gives more general solution than the time-invariant optimal FIR filter based harmonic estimation method. To verify the performance and robustness of the proposed method, the proposed method is compared with time-varying Kalman filter based method through simulation.