• 대한음성학회지:말소리
• /
• 제61호
• /
• pp.63-74
• /
• 2007

Discrimination of music and speech from the multimedia signal is an important task in audio coding and broadcast monitoring systems. This paper deals with the problem of feature parameter extraction for discrimination of music and speech. The wavelet transform is a multi-resolution analysis method that is useful for analysis of temporal and spectral properties of non-stationary signals such as speech and audio signals. We propose new feature parameters extracted from the wavelet transformed signal for discrimination of music and speech. First, wavelet coefficients are obtained on the frame-by-frame basis. The analysis frame size is set to 20 ms. A parameter $E_{sum}$ is then defined by adding the difference of magnitude between adjacent wavelet coefficients in each scale. The maximum and minimum values of $E_{sum}$ for period of 2 seconds, which corresponds to the discrimination duration, are used as feature parameters for discrimination of music and speech. To evaluate the performance of the proposed feature parameters for music and speech discrimination, the accuracy of music and speech discrimination is measured for various types of music and speech signals. In the experiment every 2-second data is discriminated as music or speech, and about 93% of music and speech segments have been successfully detected.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2000년도 추계학술대회논문집
• /
• pp.796-801
• /
• 2000

The monitoring and diagnostics of the rotating machinery have been received considerable attention for many years. The objectives are to classify the machinery condition and to find out the cause of abnormal condition. This paper describes a signal classification method for diagnosing the rotating machinery using the artificial neural network and the wavelet transform. In order to extract salient features, the wavelet transform are used from primary noise signals. Since the wavelet transform decomposes raw time-waveform signals into two respective parts in the time space and frequency domain, more and better features can be obtained easier than time-waveform analysis. In the training phase for classification, self-organizing feature map(SOFM) and learning vector quantization(LVQ) are applied, and the accuracies of them are compared with each other. This paper is focused on the development of an advanced signal classifier to automatise the vibration signal pattern recognition. This method is verified by small reciprocating compressors, for refrigerator and normal and abnormal conditions are classified with high flexibility and reliability.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.269-272
• /
• 2000

It is need to develop and apply a human pulse diagnosis system providing a quantitative and automatic analysis in the the oriental medicine. In order to analyze quantitatively the characteristic of pulsation, each of points had to be recognized accurately notifying the existence and the position of feature point in the wave form. And getting the period of human pulse. Thus, in this paper, it is proposed the preprocessing method of human pulse and the detection method of period by Wavelet Transformation. The human pulse is seprated from each band through Wavelet Transformation and feature points can be recognized through over the fact, and then the parameter of proposed Mac-Jin parameter is measured. Commonly, Human pulse signal has often various noises which are baseline drift, high frequency noise and so on. So it is significant to remove that noises. Thus, in this paper, the one period of human pulse is deciede and the feature points are detected after doing the preprocessing by wavelet transformation. As a result, it could be confirmed that this method is effective as a real program for the auto-diagnosis of human pulse.

• 한국음향학회지
• /
• 제38권3호
• /
• pp.363-369
• /
• 2019

복잡한 회전 기계의 소음 상태 진단을 위한 다양한 연구가 수행되고 있다. 본 연구에서는 진동신호를 이용하여 블로워 모터의 효율적이고 객관적인 소음 상태진단을 위한 지수를 개발하였다. 블로워 모터의 이상 시 가장 흔히 나타나는 소음으로 틱/클릭 소음과 톤 소음이 있다. 발생 원인과 소음 특성에 따라 틱/클릭 소음의 상태 진단에는 시간-주파수 분석법을 그리고 톤 소음 상태 진단에는 주파수 영역에서의 평활화 기법을 이용하였다. 개발한 지수를 이용하여 블로워 모터의 소음 상태 진단을 수행하고 이를 전문가에 의한 진단 결과와 비교하였다. 그 결과 약 95 %의 일치율을 보였다.

• 융합신호처리학회논문지
• /
• 제4권4호
• /
• pp.7-14
• /
• 2003

EZW(Embedded Zerotree Wavelet) 알고리즘이 소개된 이래 일련의 내장형 웨이브렛 코딩 방법들이 제안되어져왔다. 이들의 하나의 공통된 특징은 EZW 알고리즘의 기본 아이디어를 근간으로 한다는 점이다. 특히 SPIHT(Set Partitioning in Hierarchy Trees) 알고리즘은 이들 중의 하나로서 산술 코더를 사용하지 않더라도 EZW와 같거나 혹은 더 나은 성능을 제공할 수 있기 때문에 널리 알려져 왔다. 본 연구에서는 내장형 영상코딩을 위한 재귀적 SPIHT(RSPIHT) 알고리즘을 제안하고 그 유효성을 실험적으로 가한다. 제안한 RSPIHT 알고리즘은 매우 단순하고 정형화된 형태를 지니면서 최악의 경우 시간복잡도 O(n)을 가진다. 실험영상들에 대해 T-layer 4 이상에서 SPIHT보다 평균 약 16.4%의 개선된 속도를 얻을 수 있었다. 압축률의 관점에서도 RSPIHT 알고리즘은 실험영상의 T-layer 7 이하에서는 SPIHT와 유사한 결과를 가지나 그보다 큰 T-layer에서는 개선된 결과를 보였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제54권7호
• /
• pp.328-336
• /
• 2005

Power quality has become concern both utilities and their customers with wide spread use of electronic and power electronic equipment. The poor quality of electric power causes malfunctions, instabilities and shorter lifetime of the load. In power system operation, power system disturbances such as faults, overvoltage, capacitor switching transients, harmonic distortion and impulses affects power quality. For diagnosing power quality problem, the causes of the disturbances should be understood before appropriate actions can be taken. In this paper we present a new approach to detect, localize, and investigate the feasibility of classifying various types of power quality disturbances. This paper deals with the use of a multi-resolution analysis by a discrete wavelet transform to detect power system disturbances such as interruption, sag, swell, transients, etc. We also proposed do-noising and threshold technique to detect power system disturbances in a noisy environment. To find the better mother wavelet for detecting disturbances, we compared the performance of the disturbance detection with the several mother wavelets such as Daubechies, Symlets, Coiflets and Biorthogonals wavelets. In our analysis, we adopt db4 wavelet as mother wavelet because it shows better results for detecting several disturbances than other mother wavelets. To show the effectiveness of the proposed method, a various case studies are simulated for the example system which is constructed by using PSCAD/EMTDC. From the simulation results. proposed method detects time Points of the start and end time of the disturbances.

• 대한의용생체공학회:의공학회지
• /
• 제22권3호
• /
• pp.249-257
• /
• 2001

본 논물에서는 척수 손상으로 인하여 암이 수축 및 이완시 미약한 근전도, 신호를 발생시키는 환자로부터 명확한 수축 및 이완 패턴을 추출하기 위한 신호 처리 기법을 제안하였다. 제안한 방법은 비선형 고정 필터의 일종인 FatBear 필터를 이용하여 거대 운동단위 활동전위로 의심되는 충격 잡음을 제거하고 웨이브렛 평면에서 비선형 멀티 스케일 필터링 기법을 이용하여 가산 잡음을 제거하는 것으로서 횡단성 척수염으로 인한 마미 증후근을 보이는 환자들에게 적용하여 명확한 수축 및 이완 패턴을 추출할 수 있었다.

• 조명전기설비학회논문지
• /
• 제19권6호
• /
• pp.36-45
• /
• 2005

이 논문은 다른 종류의 유도전동기 구름베어링 손상을 유도전동기 고정자 전류신호해석을 통하여 검출하고 실시간으로 손상을 진단하는 알고리즘을 개발하였다. 유도전동기 구름베어링의 손상을 검출하기 위하여 정상적인 베어링을 갖는 유도전동기, 측정열에 불량을 가지고 있는 전동기와 베어링 외륜에 구멍을 가지고 있는 2가지 종류의 비정상 베어링을 갖는 유도전동기 3set를 실험시스템을 구축하였다. 또한 유도전동기의 구름베어링시스템의 비정상적인 상태에서 고정자전류을 검출하기 위하여 TMS320F2407 DSP 칩을 이용하여 데이터 획득보드를 개발하였다. 이 고정자전류신호를 해석을 통하여 베어링 손상을 검출하기 위한 방법으로 FFT, 웨이브렛 분석 및 내적에 의한 평균 신호패던에 의한 분석결과를 제시하였다. 특히 내적에 의한 신호분석 온 통하여 베어링 손상 여부를 실시간으로 진단할 수 있는 새로운 알고리즘과 분석방법을 제시하였다.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1921-1936
• /
• 1999

본 논문에서는 블록 기반 변환 부호화 영상에서 나타나는 블록화 현상을 분석하고 그 특성에 따라 각 블록 경계를 4개의 영역으로 분류하는 방법을 제안하였다. 그리고 제안한 블록 경계 영역 분류 방법을 이용하여 성능이 우수한 몇 가지 블록화 현상 제거 기법들의 성능을 비교하였다. 제안된 블록 경계 영역 분류 방법에서는 각 수평, 수직 블록 경계를 EQ 영역, BA 영역, 그리고 AE 영역의 4개의 영역으로 분류한다. 블록화 현상 제거기법으로는 LOT, Kim의 웨이브렛 영역에서의 필터링 방법, Yang의 POCS 방법, Paek의 POCS 방법, Jang의 CM 방법을 선택하였다. 실험결과, 제안한 블록 경계 영역 분류 방법으로 블록 경계의 영역들이 블록화 현상에 의한 불연속의 특성을 잘 나타내는 것을 알 수 있었다. 그리고 웨이블렛 변환을 이용하는 블록화 현상 제거 기법들이 대체적으로 우수한 성능을 나타냄을 알 수 있었다.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2641-2646
• /
• 2011

본 논문에서는 Haar Wavelet Transform(HWT)에 기반한 EZW 알고리즘을 적용하여 효율성 있는 영상 압축방법을 제시하였다. 제안된 Haar-EZW 알고리즘은 입력 영상을 자기유사성이 있는 상관관계를 사용한 HWT 계수를 이용하여 제로트리 부호화하는 코딩방법이다. HWT 계수가 임계값보다 크면 POS로 부호화되고, 임계값보다 작다면 NEG로 부호화된다. HWT 계수가 제로트리의 제곱근보다 크다면 ZTR로 부호화되고, HWT 계수가 임계값보다 적고 제로트리의 제곱근이 아니라면 IZ로 부호화된다. 모든 HWT 계수가 완전하게 부호화돨 때까지 이 프로세스는 반복된다. 본 논문에서는 제안된 Haar-EZW 알고리즘을 Daubechies, Antonini와 비교하였다. 그 결과로 Haar-EZW 알고리즘의 PSNR이 Daubechies, Antonini보다 우수한 것으로 나타났다.