• 한국음향학회지
• /
• 제27권7호
• /
• pp.325-332
• /
• 2008

스피커 드라이브 설계에 있어 부품 단계의 물리적 특성과 자기회로부의 전자장 유한요소 해석 결과를 적용하여 드라이브의 TS 파라미터, 주파수 응답 특성 및 전기 입력 임피던스 특성을 예측할 수 있는 기법을 제안한다. 중량 감소 및 비대칭 자속 밀도 분포를 개선하기 위한 설계에 있어서 주파수 응답 특성과 전기 입력 임피던스 특성의 예측 결과는 실측치와 잘 일치하였으며, 비대칭 자속 밀도 분포의 해석을 통하여 2차 고조파 왜곡 특성의 향상 등에 응용될 수 있을 것이다. 제안된 기법은 자기회로부 설계에 있어서 시행 착오의 과정을 줄이는데 이용되어 질 것으로 기대되며, 또한 설계 초기단계에서 목적의 드라이브 구성 부품을 선택하는 지침을 제공하는데 이용될 수 있을 것이다.

• 한국전자통신학회논문지
• /
• 제8권8호
• /
• pp.1235-1240
• /
• 2013

본 논문에서는 색분산이 최적으로 보상된 광통신 시스템에서 자기위상변조와 색분산으로 인해 열화되는 신호의 아이페널티에 대해 근사적인 수학식을 유도하였다. 이러한 분석 연구를 통해 최적으로 색분산 보상된 광통신 시스템에서 신호의 왜곡에 대한 근사식을 얻을 수 있다. 우리는 이 근사식의 효용성을 보이기 위해서 이전 연구의 시뮬레이션 결과와 근사식의 결과를 비교하는 결과를 보인다. 본 논문의 결과를 이용하면 복잡한 비선형 시뮬레이션을 통해 얻을 수 있는 광신호의 왜곡에 대해 손쉽게 그 결과를 예측할 수 있으며, 각종 시스템 파라미터가 시스템에 미치는 영향도 쉽게 파악할 수 있다.

• 대한전자공학회논문지SP
• /
• 제47권5호
• /
• pp.117-126
• /
• 2010

산란선을 흡수하여 보다 선명한 x선 영상을 얻기 위하여 산란방지 그리드를 사용하여 투사영상을 얻는데, 이때 그리드로 인한 왜곡이 발생한다. 본 논문에서는 회전된 그리드를 사용하여 투사영상을 얻고 단순한 1차원 저역필터를 영상의 공간영역에서 각 축으로 별도로 적용하여 그리드 왜곡을 효율적으로 제거하는 방법을 제안하고 그 성능을 고찰해 보았다. 제안한 방법은 왜곡 주파수를 별도로 예측할 필요 없이, 회전된 그리드를 사용하여 획득한 영상에 단순한 1차원 필터를 주파수영역이 아닌 공간영역에서 적용하므로 매우 단순하여 쉽게 구현이 가능하며 빠른 계산 속도를 가지는 장점을 가지고 있으면서 그 성능은 주파수영역에서 2차원 필터를 적용한 경우와 유사하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.293-294
• /
• 2010

ITU-T와 ISO/IEC의 공동 작업으로 제정 된 H.264/AVC는 기존 비디오 표준들에 비해 동일한 화질에서 약 30%~70%의 비트 량을 절감할 수 있으며, 동일한 비트 량으로 PSNR이 2~3dB 가량 우수한 영상을 제공할 수 있다. H.264/AVC는 인트라 부호화 효율을 높이기 위해 공간 영역에서 주변 화소를 이용하여 $4{\times}4$ luma 예측의 9가지 모드와 $16{\times}16$ luma 예측의 4가지 모드에 대한 비트율-왜곡 최적화 기법을 사용하여 최적의 인트라 예측 모드를 선택한다. 본 논문에서는 프레임 내에서 공간 중복 성을 더 많이 줄이기 위해 9가지 모드의 $4{\times}4$ luma 예측에 7가지 모드를 추가하여 총16가지의 $4{\times}4$ luma 예측 모델을 제안한다. 그리고 실험을 통하여 제안하는 인트라 예측 모델이 기존 기술에 비해 높은 압축효율을 보인다.

• 전자공학회논문지S
• /
• 제35S권10호
• /
• pp.118-125
• /
• 1998

본 논문에서는 새로운 사이드 매치 왜곡 함수를 이용한 적응 FSVQ(Finite State Vector Quantization)방법을 제안한다. 기존의 사이드 매치 왜곡 함수는 블럭 경계 사이의 휘도 천이를 부드럽게 해주고 블럭간의 상관 관계가 높은 평탄 영역에서는 적절한 상태 부호책을 작성할 수 있으나 블럭간의 상관 관계가 낮은 윤곽선 영역에서는 적절한 상태 부호책을 작성할 수 없다. 본 논문에서 제안한 왜곡 함수는 기존의 사이드 매치 왜곡 함수에 영상의 특징을 나타내줄 수 있는 분산 값을 가중치로 사용하여 기존의 사이드 매치 왜곡 함수보다 적절한 상태 부호책을 작성할 수 있도록 한다. 또한 상태를 잘못 예측하였을 경우 이를 정정한 후, 처리하게 함으로써 만족할만한 영상의 질을 얻을 수 있도록 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.148-150
• /
• 2020

최근 VVC(Versatile Video Coding) 표준 완료 이후 JVET(Joint Video Experts Team)은 인공신경망 기반의 비디오 부호화를 위한 AhG(Ad-hoc Group) 구성하고 인공지능을 이용한 비디오 압축 기술들을 검증하고 있으며, MPEG(Moving Picture Experts Group)에서는 DNNVC(Deep Neural Network based Video Coding) 활동을 통해 딥러닝 기반의 차세대 비디오 부호화 표준 기술을 탐색하고 있다. 본 논문은 VVC 에 채택된 신경망 기반의 기술인 MIP(Matrix Weighted Intra Prediction)를 참조하여, MIP 모델의 학습에서 손실함수가 예측 성능에 미치는 영향을 분석한다. 즉, 예측의 왜곡(MSE)만을 고려한 경우와 예측오차의 부호화 비용도 함께 반영한 손실함수를 비교한다. 실험을 위해 HEVC(High Efficiency Video Coding) 화면내 예측 대비 평균적인 PSNR 향상 정도를 나타내는 성능 지표(��PSNR)를 정의한다. 실험결과 예측오차의 부호화 특성을 반영하는 손실함수를 이용한 학습이 MSE 만 고려한 학습 대비 ��PSNR 기준 평균 0.4dB 향상됨을 보였다.

• 한국음향학회지
• /
• 제31권1호
• /
• pp.29-38
• /
• 2012

본 논문에서는 음성 신호에 더해진 돌발 잡음을 제거하는 시스템을 제안한다. 제안한 돌발 잡음 제거 시스템은 중앙값 필터를 이용하여 돌발 잡음을 제거한다. 중앙값 필터는 잡음을 제거하는 과정에서 음성을 왜곡시킬 수 있기 때문에, 음성의 왜곡을 최소화하기 위하여 장구간 예측 필터를 전처리단으로 사용한다. 장구간 예측 필터로 보존된 음성 정보는 잡음이 제거된 후 다시 합성된다. 본 논문에서는 돌발 잡음이 존재하는 환경에서 음성의 정보를 보존하는데 있어 단구간 예측 필터의 문제점을 밝히고 장구간 예측 필터의 우수함을 보인다. 제안한 돌발 잡음 제거 시스템의 출력 신호는 입력 신호에 비해 음성이 존재하는 구간에서 신호 대 잡음비가 약 8dB 향상 되었으며, PESQ 점수가 약 1점 증가하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 I
• /
• pp.125-128
• /
• 2003

CSK(Code Shift Keying) 방식은 전송 용량을 높이고, 잡음에 더욱 견고히 할 수 있다[1,2]. 전통적으로 다중 경로 페이딩, 예측 불가능한 위상과 진폭의 왜곡, 협대역 간섭 신호 및 예측 불가능한 시변 재밍 신호에 의한 간섭 등을 특징으로 하는 채널상에서는 DS-BPSK 방식이 사용되었지만 본 논문에서는 코드열의 반복적 특성을 적용한 CSK/SS(Code Shift Keying/Spread Spectrum) 방식을 제안하고 성능을 분석한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2008년도 추계학술대회
• /
• pp.131-134
• /
• 2008

H.264/AVC 부호화 표준은 움직임 벡터를 부호화하기 위해 인접 블록이 가지는 다수의 움직임 벡터 중에서 확률적으로 해당 움직임 벡터와 가장 유사한 중간값을 예측 움직임 벡터로 사용한다. 이러한 방법은 다수의 움직임 벡터 중에서 어떤 움직임 벡터가 예측값으로 사용되었는지에 대한 추가 정보 없이 비트량을 효과적으로 감소시킬 수 있는 장점이 있으나, 중간값을 이용한 예측 움직임 벡터는 해당 움직임 벡터를 부호화하는데 소요되는 비트량을 항상 최소로 만드는 최적 예측값이 아니라는 단점이 있다. 이러한 문제를 해결하기 위해 다수의 인접 블록이 가지는 움직임 벡터 중에서 특정 움직임 벡터가 예측값으로 사용되었는지 표현하는 정보를 복호화기에 알려주도록 하여 항상 최적의 예측 움직임 벡터를 선택함으로써 부호화 효율을 향상시킬 수 있으나, 이에 대한 추가 정보를 부호화해야 하는 문제점이 발생하게 된다. 본 논문에서는 부호화기가 부호화 효율 측면에서 가장 우수한 움직임 벡터를 예측값으로 선택하고, 이를 복호화기가 스스로 예측함으로써 인접 블록이 가지는 다수의 움직임 벡터 중에서 특정 움직임 벡터가 예측값으로 사용되었는지에 대한 정보없이 움직임 벡터 부호화에 소요되는 비트량을 효과적으로 감소시키는 움직임 벡터 부호화 방법을 제안한다. 제안한 부호화기는 율-왜곡 측면에서 가장 우수한 예측 움직임 벡터를 선택하고, 복호화기는 부호화기가 선택한 예측 움직임 벡터를 정합 기술을 사용하여 스스로 예측한다. 실험 결과는 제안 방법이 QCIF 및 CIF 영상에서 약 2.2%의 전체 비트량을 감소시킬 수 있음을 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.64-64
• /
• 2022

이상기후로 인해 돌발적이고 국지적인 호우 발생의 빈도가 증가하게 되면서 짧은 선행시간(~3 시간) 범위에서 수치예보보다 높은 정확도를 갖는 초단시간 강우예측자료가 돌발홍수 및 도시홍수의 조기경보를 위해 유용하게 사용되고 있다. 일반적으로 초단시간 강우예측 정보는 레이더를 활용하여 외삽 및 이동벡터 기반의 예측기법으로 산정한다. 최근에는 장기간 레이더 관측자료의 확보와 충분한 컴퓨터 연산자원으로 인해 레이더 자료를 활용한 인공지능 심층학습 기반(RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), Conv-LSTM 등)의 강우예측이 국외에서 확대되고 있고, 국내에서도 ConvLSTM 등을 활용한 연구들이 진행되었다. CNN 심층신경망 기반의 초단기 예측 모델의 경우 대체적으로 외삽기반의 예측성능보다 우수한 경향이 있었으나, 예측시간이 길어질수록 공간 평활화되는 경향이 크게 나타나므로 고강도의 뚜렷한 강수 특징을 예측하기 힘들어 예측정확도를 향상시키는데 중요한 소규모 기상현상을 왜곡하게 된다. 본 연구에서는 이러한 한계를 보완하기 위해 적대적 생성 신경망(Generative Adversarial Network, GAN)을 적용한 초단시간 예측기법을 활용하고자 한다. GAN은 생성모형과 판별모형이라는 두 신경망이 서로간의 적대적인 경쟁을 통해 학습하는 신경망으로, 데이터의 확률분포를 학습하고 학습된 분포에서 샘플을 쉽게 생성할 수 있는 기법이다. 본 연구에서는 2017년부터 2021년까지의 환경부 대형 강우레이더 합성장을 수집하고, 강우발생 사례를 대상으로 학습을 수행하여 신경망을 최적화하고자 한다. 학습된 신경망으로 강우예측을 수행하여, 국내 기상청과 환경부에서 생산한 레이더 초단시간 예측강우와 정량적인 정확도를 비교평가 하고자 한다.