• 한국통신학회논문지
• /
• 제38C권11호
• /
• pp.1029-1043
• /
• 2013

CS(Compressed Sensing)는 오늘날 신호 처리 영역에서 많은 주목을 받고 있는 이론 중의 하나이다. 이 CS 분야에서 효과적인 복구 알고리즘을 설계하는 것은 가장 큰 도전적 연구 중의 하나로 인식되고 있다. 이에 따라 다양한 복구 알고리즘이 많은 문헌을 통해서 제안 되었으며 최근에 Maleki와 Donoho에 의해 제안된 AMP(Approximation Message Passing) 알고리즘은 기존에 제시된 알고리즘에 비해 간단한 구조를 가지고 있지만 좋은 성능을 보여줌으로써 상당한 주목을 받고 있다. 기존의 (BP) Belief Propagation 알고리즘은 오직 희소(Sparse) 센싱 행렬에서만 좋은 성능을 보여 준 것에 반해, AMP 알고리즘은 밀집(Dense) 센싱 행렬에 기초를 둔 Belief Propagation 알고리즘임에도 불구하고 이와 비슷한 성능을 보여준다. 본 논문은 다양한 영역에서 AMP 알고리즘이 적용되기 위하여 이에 대한 지침 및 기존의 고전적 Message Passing 알고리즘과의 관계에 대해 분석하였다. 또한 기존의 알고리즘과의 비교 분석을 통해 AMP 알고리즘의 우수성을 제시하였다.

• 한국위성정보통신학회논문지
• /
• 제8권4호
• /
• pp.130-134
• /
• 2013

본 논문에서는 3D 방송의 기본적인 원리를 설명하고 3D 방송을 CS 기술을 적용하여 데이터 용량을 줄이는 방식을 제안한다. 샘플링 이론과 CS 기술의 차이점을 설명하고 개념과 동작원리를 설명한다. 최근 제안된 CS 센싱의 복원 알고리즘인 AMP(Approximate Message Passing)와 CoSaMP(Compressive Sampling Matched Pursuit)를 소개하고 이를 이용하여 이미지 데이터를 압축 복원하여 비교한다. 두 알고리즘의 계산시간을 비교하여 낮은 복잡도를 갖는 알고리즘을 판단한다.

• 한국위성정보통신학회논문지
• /
• 제10권3호
• /
• pp.57-61
• /
• 2015

본 논문에서는 3D 방송의 기본적인 원리를 설명하고 실감영상 CS 기술을 적용하여 데이터 용량을 줄이는 방식을 제안한다. 샘플링 이론과 CS 기술의 차이점을 설명하고 개념과 동작원리를 설명한다. 압축 센싱의 복원 알고리즘인 SS-CoSaMP(Single-Space Compressive Sampling Matched Pursuit) 와 AMP(Approximate Message Passing)를 소개하고 이를 이용하여 이미지 데이터를 압축 복원하여 비교한다. 계산시간을 비교하여 낮은 복잡도를 갖는 알고리즘을 판단한다.

• 한국위성정보통신학회논문지
• /
• 제9권2호
• /
• pp.63-68
• /
• 2014

본 논문에서는 멀티콥터의 효율적 영상 전송을 위해 필요한 압축센싱 기법을 제안한다. 제안된 구조는 압축센싱에 기반한 데이터 용량을 줄이는 것에 중점을 둔다. 우선 Spectrum sensing의 기본원리를 설명하고 AMP(Approximate Message Passing)와 CoSaMP(Compressive Sampling Matched Pursuit)을 수학적 분석과 모의실험 결과를 통해서 비교한다. 또한 두 알고리즘을 계산시간과 복잡도 관점에서 평가하고 멀티콥터 동작에 적합한 알고리즘을 제안한다. 본 논문의 실험결과는 AMP 알고리즘이 CoSaMP 알고리즘보다 계산시간이 적고 이미지 에러 확률도 낮다는 것을 보여준다.

• 한국통신학회논문지
• /
• 제39C권8호
• /
• pp.637-642
• /
• 2014

본 논문은 블록 LDPC(low density parity check) 부호 설계를 위한 순환 천이 값(shift index)을 탐색하는 효율적인 알고리즘을 제안한다. 여기에는 메시지-패싱(message-passing) 기반의 순환 주기(cycle) 탐색 알고리즘과 ACE(approximate cycle extrinsic message degree) 알고리즘이 결합되어 있다. LDPC 부호 성능에 영향을 미치는 요인들에 우선순위를 두어 효율적으로 순환 천이 값을 찾을 수 있도록 했다. 이 알고리즘을 통해 기존의 탐색 알고리즘 보다 훨씬 낮은 복잡도로 행렬 저장 공간을 절약하면서 좋은 성능의 패리티 검사 행렬(parity check matrix)을 만들 수 있다.

• 한국위성정보통신학회논문지
• /
• 제9권3호
• /
• pp.59-63
• /
• 2014

본 논문에서는 3D 방송의 기본적인 원리를 설명하고 압축 센싱(Compressed Sensing) 기술을 적용하여 3D 방송의 데이터 용량을 줄이는 방식을 제안한다. 샘플링 이론과 압축 센싱 기술의 차이점을 설명하고 개념과 동작원리를 설명한다. 최근 제안된 압축 센싱의 복원 알고리즘인 SS-CoSaMP(Single-Space Compressive Sampling Matched Pursuit) 와 CoSaMP(Compressive Sampling Matched Pursuit)를 소개하고 이를 이용하여 데이터를 압축 복원하여 정확도를 비교한다. 두 알고리즘의 다양한 이미지 복원을 수행하고 계산시간을 비교한다. 결론적으로 낮은 복잡도를 갖는 3D 방송에 적합한 알고리즘을 판단한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권2호
• /
• pp.703-722
• /
• 2016

Passive wireless devices have increasing civilian and military applications, especially in the scenario with wearable devices and Internet of Things. In this paper, we study indoor localization of a target equipped with radio-frequency identification (RFID) device in ultra-wideband (UWB) wireless networks. With known room layout, deterministic multipath components, including the line-of-sight (LOS) signal and the reflected signals via multipath propagation, are employed to locate the target with one transmitter and a single inaccurate receiver. A factor graph corresponding to the joint posterior position distribution of target and receiver is constructed. However, due to the mixed distribution in the factor node of likelihood function, the expressions of messages are intractable by directly applying belief propagation on factor graph. To this end, we approximate the messages by Gaussian distribution via minimizing the Kullback-Leibler divergence (KLD) between them. Accordingly, a parametric message passing algorithm for indoor passive localization is derived, in which only the means and variances of Gaussian distributions have to be updated. Performance of the proposed algorithm and the impact of critical parameters are evaluated by Monte Carlo simulations, which demonstrate the superior performance in localization accuracy and the robustness to the statistics of multipath channels.

• 한국정보전자통신기술학회논문지
• /
• 제10권4호
• /
• pp.257-267
• /
• 2017

압축센싱(Compressed Sensing)은 선형 역문제(inverse problem)를 다루고 있으며, 그 이론적 연구결과는 관련 분야에 많은 영향을 주어 놀랄 만한 연구성과를 발표하였다. 그러나 압축센싱을 실제 환경에 적용하기 위해서는 두 가지 중요한 문제가 남아 있다. 하나는 실시간에 가까운 복원 성능이 보장되어야 하며, 다른 하나는 신호가 희소성을 갖도록 전처리가 가능해야 한다는 점이다. 이에 대한 문제들을 해결하고자 딥러닝(deep learning) 기술을 활용한 압축센싱 신호 복원방법이 최근에 등장하였다. 본 논문에서는 딥러닝 기반의 압축센싱 신호 복원방법을 고찰하고 최신 연구결과를 비교 분석하고자 한다. 관련 연구결과에서는 실시간에 가까운 복원 시간에 도달하였으며, 기존 복원방법 대비 더 우수한 복원 성능을 보여 주었다. 최근 연구에서 보여준 딥러닝을 활용한 압축센싱 신호 복원방법은 압축센싱의 활용가치를 더욱 높일 뿐만 아니라 신호처리와 통신분야에서 크게 활용될 수 있을 것으로 기대된다.