• 전기의세계
• /
• 제45권6호
• /
• pp.9-14
• /
• 1996

웨이브렛 변환은 1910년의 Haar웨이브렛[2]으로 거슬러 올라가는 수학적 배경을 가짐과 동시에, multirate-filter bank라는 신호처리(signal processing)를 이용한다. 웨이브렛 변환은 많은 신호처리에 사용될 수 있는 매우 일반적인 방법을 제공한다. 1절의 나머지 부분에서는 웨이브렛 변환이 나타나게 된 배경, 2절은 웨이브렛 변환은 수식적 정의, 3절은 웨이브렛의 응용분야, 4절은 발전된 웨이브렛의 모습에 대해서 기술한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.129-132
• /
• 2002

본 논문은 웨이브렛 변환 다중해상도 분해(multi-resolution Analysis : MRA)와 적응성 뉴로-퍼지 인터페이스 시스템(Adaptive Neuro-Fuzzy Inference System : ANFIS)을 기반으로 한 웨이브렛 신경망을 가지고 임의의 비선형 함수 학습 근사화를 개선하는 것이다. ANFIS 구조는 벨형 퍼지 함수로 구성이 되었고, 웨이브렛 신경망은 전파 알고리즘과 역전파 신경망 알고리즘으로 구성되었다. 여기 웨이브렛 구성은 단일 크기이고, ANFIS 기반 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 1차원과 2차원 함수에서 웨이브렛 전달 파라미터 학습과 ANFIS의 벨형 소속 함수를 이용한 ANFIS 모델 기반 웨이브렛 신경망의 웨이브렛 기저 수 감소와 수렴 속도 성능이 기존의 알고리즘 보다 개선되었음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제9권2호
• /
• pp.229-236
• /
• 2005

이 논문은 신호 f(t)의 실제적인 스케일 정보를 나타내는 웨이브렛 플랜을 중심으로 연속 웨이브렛 역변환의 특성에 대하여 논하였다. 웨이브렛 변환에 비해 역변환의 적용이 상대적으로 미비한 이유는 수치적인 연산의 복잡성에 기인한 것이며, 이 논문은 웨이브렛 역변환의 안정된 복원을 위한 방법에 대하여 연구하였다. 웨이브렛 역변환의 안정적인 구현은 신호 f(t)에 대한 실제적인 스케일 정보를 지니고 있는 웨이브렛 플랜이라는 새로운 "시간-스케일" 공간을 통하여 실현하였으며, 이는 완전한 멀티 필터 뱅크 시스템과 동일한 특성을 나타낸다. 즉 연속 웨이브렛 변환을 통해 신호 f(t)의 모든 스케일 성분을 독립적으로 주파수 전체 대역에 걸쳐 분산하고 다시 역변환을 통해 원래의 신호를 복원하는 과정은 필터뱅크이론의 분석과 합성과정과 일치한다 이 논문에서는 연속 웨이브렛 역변환을 이용하여 "시간-스케일" 필터를 통한 신호 f(t)의 스케일 분해와 웨이브렛 멀티 필터 뱅크이론에 대하여 논하였다.

• 한국지능시스템학회논문지
• /
• 제10권6호
• /
• pp.569-574
• /
• 2000

본 논문에서는 유전 알고리듬을 이용한 웨이브렛 기반 퍼지 시스템 모델링에 대한 새로운 방법을 제안한다. 유전 알고리듬을 이용하여 웨이브렛 변환의 계수를 동정한 후 웨이브렛 변환과 등가관계에 있는 퍼지 시스템 모델을 형성한다. 웨이브렛 변환의 장점인 에너지 압축에 의해 적은 수의 계수를 이용하여도 정확한 모델을 획득할 수 있고 이는 적은 수의 규칙으로 정확한 퍼지 시스템 모델을 구성할 수 있다는 것을 의미한다. 또한 급격한 변화를 갖는 함수를 잘 나타낼 수 있다는 웨이브렛 변환의 장점에 의하여 기존의 퍼지 모델링으로는 좋은 모델을 획득할 수 없었던 문제를 해결하였다. 제안된 퍼지 모델의 우수성을 비선형성이 큰 함수를 모델링하고 이전의 연구와 비교함으로써 입증한다.

• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.395-402
• /
• 2001

본 논문에서는, 1차원 및 2차원 웨이브렛 함수를 전역통과필터(APF)와 지연기의 병렬접속에 위한 재귀형(IIR) 디지털 필터로 구성하는 방법을 제안한다. Mallat에 의하여 웨이브렛 변환과 필터뱅크가 밀접한 관계에 있다는 것이 알려졌고, 완전 재구성 필터뱅크로부터 웨이브렛 함수를 도출하는 다양한 방법이 알려져 있다. 그러나, 이러한 방법의 대부분은 비재귀형(FIR) 디지털 필터에 근거를 두는 것으로, 재귀형 디지털 필터에 의한 방법은 거의 제안되어 있지 않다. 재귀형 필터를 이용하는 장점은 비재귀형에 비하여 낮은 차수로 표현되는 점이다. 또 직교 웨이브렛 함수를 끌어내기 위한 직교조건을 용이하게 만족시킬 수 있다. 본 논문에서는 웨이브렛 함수에 요구되는 레귤레리티(Regularity)조건을 만족시키기 위하여, 최대 평탄성(Maximally Flat)을 부가한 새로운 1차원 및 2차원 재귀형 웨이브렛 함수의 도출법을 보인다.

• 한국컴퓨터산업학회논문지
• /
• 제5권7호
• /
• pp.737-746
• /
• 2004

본 논문에서는 영상 데이터 압축을 위하여 2- 채널 멀티웨이브렛 변환을 적용하였다. 멀티웨이브렛 시스템은 음성 데이터 등의 비정상적인 신호의 압축에 스칼라 웨이브렛 시스템을 능가하는 우수한 성능을 나타내는 것으로 알려져 있으나 2차원 데이터인 영상 데이터의 경우에는 멀티웨이브렛 시스템 특유의 시각적 격자 오류가 발생하는 문제가 있다. 본문의 멀티웨이브렛 변환 및 압축 시스템에서는 멀티웨이브렛 효과에 의하여 발생하는 격자 오류를 제거하기 위하여 전후처리 필터링을 멀티웨이브렛 변환 및 압축 시스템에 접목하는 방법을 제시하였다. 또한, 제안한 시스템의 성능을 검증하기 위하여 컴퓨터 시뮬레이션을 수행하였으며 영상 데이터의 압축 기능 측면에서 스칼라 웨이브렛 시스템과 비교하였다. 이때, 비트 할당과 양자화를 위해서 전송율 결과는 제안한 멀티웨이브렛 변화 및 압축 시스템이 스칼라 웨이브렛 시스템 보다 영상 압축 성능 측면에서 1 ~ 2 dB 우수한 것으로 나타났다. 만약 SPIHT과 run-length 채널 부호화 기법 등의 우수한 압축 기술을 멀티웨이브렛 변환 시스템에 적용한다면 더욱 우수한 성능 개선 효과를 기대할 수 있을 것으로 사료된다.

• 대한전자공학회논문지TE
• /
• 제39권4호
• /
• pp.363-369
• /
• 2002

본 논문은 적응성 뉴로-퍼지 인터페이스 시스템(Adaptive Neuro-Fuzzy Inference System : ANFIS)과 웨이브렛 변환 다중해상도 분해(multi-resolution Analysis : MRA)을 기반으로 한 웨이브렛 신경망을 가지고 임의의 비선형 함수 학습 근사화를 개선하는 것이다. ANFIS 구조는 벨형 퍼지 소속 함수로 구성이 되었으며, 웨이브렛 신경망은 전파 알고리즘과 역전파 신경망 알고리즘으로 구성되었다. 이 웨이브렛 구성은 단일 크기이고, ANFIS 기반 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 1차원과 2차원 함수에서 웨이브렛 전달 파라미터 학습과 ANFIS의 벨형 소속 함수를 이용한 ANFIS 모델 기반 웨이브렛 신경망의 웨이브렛 기저 수 감소와 수렴 속도 성능이 기존의 알고리즘 보다 개선되었음을 확인하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.181-184
• /
• 1998

웨이브렛 변환은 신호나 영상을 분석하기 위한 다해상도 분해기법으로 사용되어 왔다. 웨이브렛 변환영역에서 신호는 스케일과 위치상의 크기로 표현된다. 이 변환영역에서는 신호나 영상의 주파수 성분들이 각각의 스케일에 따라서 분리되어 나타난다. 또한 각 변환영역은 신호나 영상의 공간적인 특성을 상당부분 포함하고 있다. 이러한 웨이브렛 변환의 특성은 푸리에 변화에 기초한 방법과는 달리, 에지와 잡음성분을 효과적으로 분리할 수 있는 정보를 우리에게 제공해 준다. 본 논문에서는 웨이브렛 변환영역의 각 스케일 특성과 공간적인 특성을 이용하여 영상의 잡음성분을 제거하였다. 잡음제거 기법의 성능평가를 위해 Wiener 필터링 방법과 비교하였다.

• 대한음성학회:학술대회논문집
• /
• 대한음성학회 2003년도 10월 학술대회지
• /
• pp.105-108
• /
• 2003

본 논문은 잡음 환경에서의 음성인식을 위하여 음성에 부가된 잡음을 제거하는 방법으로 프레임 단위로 웨이브렛 변환 영역의 표준편차를 활용하여 시간 적응적 임계값을 사용하는 새로운 방법을 제안한다. 웨이브렛 변환영역의 cD1과 cA3의 표준편차 값을 이용하여 임계값을 설정함으로써 음성의 변화에 적응할 수 있도록 하였다. 또한 묵음구간의 잔여 잡음을 제거하기 위한 방법을 제안하였다. 실험을 통하여 제안한 방법이 기존의 웨이브렛 변환과 웨이브렛 패킷 변환을 이용한 잡음제거 방법보다 SNR(Signal to Noise Ratio)과 MSE(Mean Squared Error) 측면에서 향상됨을 확인할 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.486-491
• /
• 1999

본 논문에서는 웨이브렛 신경회로망을 사용하여 알려지지 않은 비선형 시스템을 안정하게 적응 제어하는 문제를 다룬다. 비선형 시스템의 정확한 제어는 함수를 근사화하는 데 사용된 함수 근사화기의 정확성과 효율성에 의존한다. 이에 비선형 시스템 제어에 기준 함수의 선택이 자유롭고 함수 근사화 능력이 뛰어난 웨이브렛 신경회로망을 사용한다. 초기 웨이브렛 신경회로망 제어기 설정은 웨이브렛 신경회로망 변수인 신축과 이동 값을 제어기 입력의 시-주파수 특성을 분석해서 구하고, 연결강도는 Lyapunov 안정성 이론에 기초한 적응 법칙을 사용하여 조절한다. 이를 비선형 시스템인 역 진자 시스템에 적용한다.