• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.432-437
• /
• 1998

NLMS 알고리즘을 채용한 음향반향제거기는 주변잡음에 대해서 적응필터의 계수가 오조정되어 반향제거기의 성능이 저하된다. 본 논문에서 음향반향제거기의 마이크 입력신호와 추정 오차신호의 상관도를 이용해서 주변 잡음신호에 의한 계수 오조정이 작은 적응 알고리즘과 잔여반향을 제거하기 위한 후처리기로 구성된 음향 반향 제거기를 제안한다. 기존의 NLMS 알고리즘이 입력신호의전력으로 적응상수를 정규화하지만 제안하는 알고리즘은 마이크 입력신호와 추정 오차신호의상관도와 입력신호 전력의 합으로 정규화한다. 적응필터가 반향 경로를 추정한 경우, 추정 오차신호에는 근단화자 신호가 대부분을 차지한다. 따라서 근단화자 신호가 있는 경우에는 상관도 값이 커져서 적응 상수가 작아지고 근단화자 신호에 의한 계수의 오조정을 줄일 수 있다. 후처리기도 마이크 입력신호와 추정 오차신호의 상관도를 마이크 입력신호의 전력으로 정규화한 값으로 추정 오차신호를 감쇠시킴으로써 근단화자 신호는 감쇠를 적게 하고 잔여반향을 감쇠시킨다. 멀티미디어 PC를 이용한 실험을 통해서 제안하는 알고리즘이 기존의 알고리즘에 비해서 우수한 성능을 보임을 확인했다.

• Journal of Digital Convergence
• /
• v.10 no.11
• /
• pp.377-382
• /
• 2012

In this paper, the echo noise robust CHMM learning model using echo cancellation average estimator LMS algorithm is proposed. To be able to adapt to the changing echo noise. For improving the performance of a continuous speech recognition, CHMM models were constructed using echo noise cancellation average estimator LMS algorithm. As a results, SNR of speech obtained by removing Changing environment noise is improved as average 1.93dB, recognition rate improved as 2.1%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.909-912
• /
• 2009

기존의 저장 방식은 대용량의 데이터를 비효율적으로 처리해 왔지만 데이터 중복 제거 기법을 이용하면서 저장 공간과 네트워크 대역폭을 효율적으로 사용할 수 있게 되었다. 그러나 기존의 데이터 중복 제거 알고리즘들은 수행시간이 길고 중복 데이터를 효율적으로 제거하지 못하는 문제가 있다. 본 논문에서는 개선된 중복 검색 및 제거 메커니즘을 제공하는 저장 시스템을 제안하고 있다. 제안하는 알고리즘은 저장 공간을 최소화하고 네트워크 대역폭을 줄일 수 있다. 주요 아이디어는 스트라이드 방식의 중복 검색 메커니즘이며 중복된 데이터 블록을 발견하는데 있어서 계산 시간을 줄여주고 있다. 제안하는 시스템의 성능을 검증하기 위하여 리눅스 배포 데이터를 저장하는 실험을 수행하였으며 실험 결과 스트라이드 방식이 저장 공간을 줄이고 중복된 데이터 블록을 효율적으로 관리할 수 있음을 보였다.

• Journal of Broadcast Engineering
• /
• v.6 no.1
• /
• pp.108-118
• /
• 2001

In this paper, the conventional deblocing algorithms are compared in each region of the image. Based on the comparison result, we propose a new deblocklng algorithm that can improve subjectives as well as the objective quality. Because the human visual system is mode sensitive to the blocking artifacts in the low frequency re91on, we compare the performance of several deblocking algorithms in 7he low and high frequency region separately. For this purpose we also propose an algorithm for classifying the region into low and high frequency ones. and propose a deblocking algorithm which is applied differently to each region. The result shows that the adaptive LPF method yields the best performance in the low frequency region in terms of both subjective and objective quality. Hence. by applying the adaptive LPF method to the low frequency region, the performance of conventional algorithms can be improved. In the high frequency region. it is observed that the DCT-based POCS algorithm provides the best performance. Hence, by combining the algorithm with the adaptive LPF method, the best objective performance is obtained.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.3
• /
• pp.331-337
• /
• 2016

In this paper, we analyze performances of in-band full-duplex communication system and self-interference (SI) suppression methods in environment where there exists the SI signal. The SI has to be removed to achieve required error rate performance of the system in order - propagation domain, analog domain and digital domain. In propagation domain, the SI signal is attenuated by separating transmitted and received beams physically. In analog and digital domain, after reconstruction of the SI signal using channel estimates and transmit signal, the SI signal can be cancelled from the desired signal. In this paper, assuming that the SI signal can be sufficiently reduced in propagation domain, we demonstrate that the in-band full-duplex communication system can achieve the target error rate by suppressing the SI signal in order - analog and digital domain, based on channel estimates that can be obtained by the method of Least squares.

• Journal of the Korea Convergence Society
• /
• v.10 no.5
• /
• pp.17-26
• /
• 2019

We aimed to build a patient-based allergy prevention system using the smartphone and focused on the region of interest (ROI) extraction method for Optical Character Recognition (OCR) in the general environment. However, the current ROI extraction method has shown good performance in the experimental environment, but the performance in the real environment was not good due to the noisy background. Therefore, in this paper, we propose the compared methods of reducing noisy background to solve the ROI extraction problem. There five methods used as a SMF, DIN, Denoising Autoencoder(DAE), DAE with Convolution Neural Network(DAECNN) and median filter(MF) with DAECNN (MF+DAECNN). We have shown that our proposed DAECNN and MF+DAECNN methods are 69%, respectively, which is relatively higher than the conventional DAE method 55%. The verification of performance improvement uses MSE, PSNR and SSIM. The system has implemented OpenCV, C++ and Python, including its performance, is tested on real images.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.4
• /
• pp.526-532
• /
• 2022

With the development of IoT technology, image processing is being utilized in various fields such as image analysis, image recognition, medical industry, and factory automation. Noise is generated in image data from causes such as defect in transmission line. Image noise must be removed because it damages the performance of the image processing application program. Salt and Pepper noise is a representative type of image noise, and various studies have been conducted to remove Salt and Pepper noise. Widely known methods include A-TMF, AFMF, and SDWF. However, as the noise density increases, the performance deteriorates. Thus, this paper proposes an algorithm that performs filtering using a fuzzy logic weight mask only in case of noise after noise determination. In order to prove the noise removal performance of the proposed algorithm, an experiment was performed on images with 10% to 90% noise added and the PSNR was compared.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.11a
• /
• pp.193-196
• /
• 2008

지상파 DMB 동일 채널 중계기에서는 송신 안테나로부터 수신 안테나로 재입력되는 궤환 신호가 존재한다. 이 궤환 신호는 적절히 제거되지 않을 경우 수신 신호에 간섭으로 작용하게 되어 중계기 시스템의 안정성이 크게 떨어지게 된다. 과거에 진행된 연구에서는 궤환 채널을 추정하여 간섭을 제거시키는 궤환 신호 제거기(feedback canceller) 를 사용하여 이와 같은 문제를 해결하였다. 하지만 기존의 추정 알고리즘은 간단한 구현에 비해 수렴 성능과 속도 면에서 만족할만한 성능을 얻을 수 없었으며, 신호 간 상관도 제거를 위해 충분한 시간 지연을 해야 하는 단점이 있다. 본 논문은 궤환 채널 추정에 적합한 PNLMS (Proportionate Normalized Least Mean Squares) 적응형 알고리즘을 적용해 새로운 궤환 신호 제거 기법을 제안하였으며, 전산 모의 실험을 통해 이와 같은 문제를 효과적으로 해결할 수 있음을 보여준다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.6C
• /
• pp.589-602
• /
• 2006

잡음은 음성과 관련된 시스템의 성능을 제한하는 주된 원인이기 때문에 음성향상과 관련된 연구는 꾸준히 계속되어왔다. 전통적인 음성향상 방법은 무성음과 잡음을 구분하지 알기 때문에 잡음제거 과정에서 무성음이 함께 제거되는 단점이 있으며, 웨이블릿 기반의 전통적인 잡음제거 방법은 각 대역마다 동일한 문턱값을 사용하기 때문에 시변 환경에서 성능이 떨어지는 단점이 있다. 이 단점들을 개선하기위해 다중대역 파워 차감법과 Perceptual 웨이블릿 패킷 분해를 이용한 웨이블릿 기반의 개선된 음성향상 방법을 제안한다. 전처리 과정으로 다중대역 파워 차감법을 사용하여 광대역 잡음을 제거하고 뮤지컬 잡음의 발생을 줄이며, psycho-acoustic 모델 기반 Perceptual 웨이블릿 패킷으로 신호를 분해한 후 각 웨이블릿 노드의 엔트로피 비율과 음성검출을 이용하여 무성음/유성음/잡음을 구분한다. 구분된 신호에 따라 각 웨이블릿 노드마다의 문턱값을 기준으로 웨이블릿 Shrinkage를 적용하여 잡음을 제거하고 무성음이나 파워가 작은 유성음이 제거되는 오류를 최소화한다. 또한 잡음 파워 추정 과정에 적응적으로 망각 계수를 선택하여 잡음 파워 추정 오류를 최소화한다.

• The Journal of the Acoustical Society of Korea
• /
• v.34 no.2
• /
• pp.163-170
• /
• 2015

In this paper, it is shown that the performance of the frequency-domain multi-reference narrowband noise canceller is determined by the narrowband component to the broadband disturbance power ratio in the reference signals. To overcome this problem, a new narrowband ANC is proposed, where the update of the adaptive filter is determined based on SNR of the reference inputs being measured using the magnitude squared coherence (MSC) between the primary and the reference signals. Simulation results show that the proposed ANC has superior performance over the conventional one.