• 한국음향학회지
• /
• 제15권5호
• /
• pp.118-124
• /
• 1996

수동 소나 시스템에서 표적을 탐지, 식별하는데 가장 중요한 인자는 표적소음에서 나타나는 신호 주파수선 성분이다. 수중의 주변잡음과 표적소음이 복합된 환경에서 표적의 신호 주파수선 성분을 정확히 추출하는데는 신호 탐지 문턱값 설정이나 주변잡음의 변화 때문에 어려움이 따른다. 이 연구에서는 자동 연상 기억장치 신경망을 이용하여 신호 탐지 문턱값 설정이나 주변잡음의 변화에 강인한 음향 표적의 신호 주파수선 탐지 방식을 제안한다. 모의 실험 및 실제 표적 신호에 적용하여 제안한 방식이 우수한 신호 주파수선 탐지성능을 나타냄을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.15-24
• /
• 1995

This paper describes a system that can be used to recognize an unknown material regardless of the fuzzy neural network(FNN). There are some problems to realize the recognition system using temperature response. It requires too many memories to store the vast temperature response data and it has to be filtered to remove noise which occurs in experiment. And the temperature response is influenced by the change of ambient temperature. So, this paper proposes a practical method using curve fitting to remove above problems of memories and noise. and FNN is proposed to overcome the problem caused by the change of ambient temperature. Using the FNN which is learned by temperature responses on fixed ambient. Temperatures and known thermal conductivity, the thermal conductivity of the material can be inferred on various ambient temperatures. So the material can be recognized by the thermal conductivity.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 추계학술대회논문집
• /
• pp.611-614
• /
• 2004

In this study, ambient vibration tests are carried out to replace the current bridge integrity assessment using controlled vehicle test, which requires the traffic control and may induce public complains. Ambient vibration tests and output-only modal identification can be very effective approach to evaluate the bridge integrity because the ambient vibration tests can be performed very easily without trafnc control. The bridges in test road of Jungbu Inland Highway were tested and the results are discussed here.

• 지구물리와물리탐사
• /
• 제18권2호
• /
• pp.85-90
• /
• 2015

배경잡음 교차상관을 이용하여 국내에 설치된 지표 및 시추공 관측소 지진계의 방위각 보정값을 계산하였다. 이 방법은 원거리 지진자료를 사용하던 기존 연구들과는 달리 배경잡음 자료를 이용하며, 수직-수직성분 배경잡음 교차상관 함수를 $90^{\circ}$ 위상변화시키면 수직-방사성분 교차상관함수의 위상과 일치하게 된다는 특성을 이용한다. 2007년 1월부터 2008년 9월까지의 연속 자료를 중합하여 계산한 결과는 원거리 지진자료를 이용하여 계산된 이전 연구결과와 매우 유사하며, 계산 결과의 표준편차도 대부분 $5^{\circ}$ 이하로 나타나는 것을 확인할 수 있다. 한편, 자료를 30일씩 중합하여 계산한 결과 역시 표준편차가 $5^{\circ}$ 이하로 낮게 계산되며, 시간에 따른 방위각 보정값의 변화가 거의 없는 것으로 미루어 2007년 1월부터 2008년 9월 사이 기간에는 전체 관측소의 지진계 방위각이 크게 바뀌지 않은 것으로 보인다. 배경잡음 교차상관 분석 방법의 중합기간에 대한 민감도를 분석한 결과, 국내 지진관측소에 대한 신뢰할 수 있는 방위각 보정값을 얻는데 필요한 배경잡음 연속 기록의 최소 기간은 30일 정도로 추정된다.

• 전자공학회논문지
• /
• 제51권7호
• /
• pp.209-220
• /
• 2014

본 논문에서는 천해 배경잡음 환경에서 과도신호 분류에 적합한 특징 선택을 위해 특징의 변별력을 분석하였다. 과도신호 분류는 해양환경 특성상 낮은 신호대잡음비(SNR)를 가지므로 잡음변화에 강인한 특징이 요구된다. 천해 배경잡음을 모델링하기 위해 이론적인 잡음 모델과 Wenz의 천해 관측 자료 그리고 Yule walker 필터를 이용하였다. 과도신호의 SNR에 따른 각 특징의 변별력은 Fisher score를 이용하여 분석하였다. 변별력이 높은 특징을 선택하여 24 클래스의 과도신호원에 대한 분류정확도를 분석한 결과 잡음이 없는 환경에서 선택된 특징에서 상대적으로 높은 분류정확도를 보였다. 이러한 결과를 토대로 최종적으로 선택된 특징은 전체 28가지 특징 중 16가지 특징이 선택되었다. 다중 클래스 SVM분류기를 이용하여 선택된 특징의 인식률 분석결과 과도신호의 SNR 20dB 환경에서 약92%의 분류정확도를 보였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제3권4호
• /
• pp.246-250
• /
• 2014

Large mutual capacitance touch screen panels (TSP) are susceptible to display and ambient noise. This paper presents a multi-touch detection algorithm using an efficient noise compensation technique for large mutual capacitance TSPs. The sources of noise are presented and analyzed. The algorithm includes the steps to overcome each source of noise. The algorithm begins with a calibration technique to overcome the TSP mutual capacitance variation. The algorithm also overcomes the shadow effect of a hand close to TSP and mutual capacitance variation by dynamic threshold calculations. Time and space filters are also used to filter out ambient noise. The experimental results were used to determine the system parameters to achieve the best performance.

• 한국음향학회지
• /
• 제10권1호
• /
• pp.47-51
• /
• 1991

해양에서의 비, 바람, 파도 등 표층교란에 의해 수중에 형성되는 기포층은 수 미터 깊이까지 이르며, 이 기포층은 수중 소음을 발생시킬 수 있는 물리적 역학 매체로서 역할이 가능하다. 실험실에서 수중에 기포군을 형성하여 이에 의한 발생소음을 추적하므로 개개 기포들의 기포군 집단운동에서의 역할을 밝혔으며, 이론적 예측과 실측 기포집단의 모드 진동수가 매우 잘 일치함을 보였다. 이상의 분석결과, 수중 기포군의 집단운동이 수 백 hertz 영역의 수중 소음의 주된 소음원이 될 수 있음을 입증하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2002년도 추계학술대회논문초록집
• /
• pp.396.1-396
• /
• 2002

The AVT under traffic-induced vibrations was carried out on Namhae Suspension bridge in Korea. Mode shapes as well as natural frequencies up to the 15th mode were acquired exactly, and the effect of traffic mass and temperature on measured natural frequencies was investigated. The results from the AVT are compared with those from forced vibration test(FVT) and FE analysis. (omitted)

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2002년도 추계학술대회논문초록집
• /
• pp.385.1-385
• /
• 2002

Operational Modal Analysis also known as Ambient Modal Analysis has an increasing interest in mechanical cngineering. Especially on big structures where the excitation and not less important the determination of the forces is most often a problem. In a structure like a wind turbine wing where the modes occur both close in frequency and bi-directional the Ambient excitation has big advantages. (omitted)

• 한국해양공학회지
• /
• 제26권4호
• /
• pp.57-63
• /
• 2012

In this paper, a Bayesian classifier based on PCA (principle component analysis) is proposed to classify underwater transient signals using $16^{th}$ order LPC (linear predictive coding) coefficients as feature vector. The proposed classifier is composed of two steps. The mechanical signals were separated from biological signals in the first step, and then each type of the mechanical signal was recognized in the second step. Three biological transient signals and two mechanical signals were used to conduct experiments. The classification ratios for the feature vectors of biological signals and mechanical signals were 94.75% and 97.23%, respectively, when all 16 order LPC vector were used. In order to determine the effect of underwater noise on the classification performance, underwater ambient noise was added to the test signals and the classification ratio according to SNR (signal-to-noise ratio) was compared by changing dimension of feature vector using PCA. The classification ratios of the biological and mechanical signals under ocean ambient noise at 10dB SNR, were 0.51% and 100% respectively. However, the ratios were changed to 53.07% and 83.14% when the dimension of feature vector was converted to three by applying PCA. For correct, classification, it is required SNR over 10 dB for three dimension feature vector and over 30dB SNR for seven dimension feature vector under ocean ambient noise environment.