• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2007년도 학술대회
• /
• pp.21-21
• /
• 2007

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권1호
• /
• pp.53-76
• /
• 2020

The synchronous phasor measurement algorithm is the core content of the phasor measurement unit. This manuscript proposes a dynamic synchronous phasor measurement algorithm based on compressed sensing theory. First, a dynamic signal model based on the Taylor series was established. The dynamic power signal was preprocessed using a least mean square error adaptive filter to eliminate interference from noise and harmonic components. A Chirplet overcomplete dictionary was then designed to realize a sparse representation. A reduction of the signal dimension was next achieved using a Gaussian observation matrix. Finally, the improved orthogonal matching pursuit algorithm was used to realize the sparse decomposition of the signal to be detected, the amplitude and phase of the original power signal were estimated according to the best matching atomic parameters, and the total vector error index was used for an error evaluation. Chroma 61511 was used for the output of various signals, the simulation results of which show that the proposed algorithm cannot only effectively filter out interference signals, it also achieves a better dynamic response performance and stability compared with a traditional DFT algorithm and the improved DFT synchronous phasor measurement algorithm, and the phasor measurement accuracy of the signal is greatly improved. In practical applications, the hardware costs of the system can be further reduced.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.85-91
• /
• 2012

랜덤 위치에서 데이터를 측정하여 영상을 복원하는 기존의 압축 센싱 방법은 픽셀 값 변화가 심한 영역에서 많은 왜곡을 발생시킨다. 본 논문에서는 이 문제를 해결하기 위하여 영상에서 변화가 심한 영역을 추정하고 해당 영역에서 더 많은 데이터를 측정하여 복원 영상의 품질을 향상시키는 적응적 압축 센싱 기술을 제안한다. 제안한 기술은 랜덤 위치에서 데이터를 측정하여 영상의 대략적인 특성을 분석하고, 영상 특성에 따라 적응적으로 결정된 데이터 측정 위치에서 데이터를 추가로 측정 한 후 최종 영상을 복원하는 과정으로 구성된다. 동일한 수의 측정 데이터에 대하여 제안한 방법이 기존 방법에 비하여 향상된 품질의 영상을 복원하는 것을 확인하였다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.155-162
• /
• 2013

기존의 블록 기반 압축 센싱은 고정 블록 크기를 사용하여 신호를 복원하며, 영역별 신호의 특성에 적합한 블록 크기를 사용하지 못하여 복원 성능이 저하된다. 본 논문에서는 이 문제를 해결하기 위하여 블록 기반 압축 센싱에서 신호의 특성에 따라 블록 크기를 가변적으로 결정하여 복원 신호의 품질을 향상시키는 가변 블록 크기 기술을 제안한다. 제안한 방법은 여러 블록 크기로 신호를 복원하고, 프레임별로 각 복원한 신호의 자기 상관도를 측정하여 신호의 특성을 확인하고, 프레임의 블록 크기를 결정한다. 동일한 측정 데이터에 대하여 제안한 가변 블록 크기 방법이 기존의 고정 블록 크기 방법에 비하여 향상된 품질의 신호를 복원하는 것을 확인하였다.

• Nuclear Engineering and Technology
• /
• 제52권7호
• /
• pp.1495-1502
• /
• 2020

A new method of X-ray source spectrum estimation based on compressed sensing is proposed in this paper. The algorithm K-SVD is applied for sparse representation. Nonnegative constraints are added by modifying the L₁ reconstruction algorithm proposed by Rosset and Zhu. The estimation method is demonstrated on simulated spectra typical of mammography and CT. X-ray spectra are simulated with the Monte Carlo code Geant4. The proposed method is successfully applied to highly ill conditioned and under determined estimation problems with a good performance of suppressing noises. Results with acceptable accuracies (MSE < 5%) can be obtained with 10% Gaussian white noises added to the simulated experimental data. The biggest difference between the proposed method and the existing methods is that multiple prior knowledge of X-ray spectra can be included in one dictionary, which is meaningful for obtaining the true X-ray spectrum from the measurements.

• 전자공학회논문지
• /
• 제52권9호
• /
• pp.106-113
• /
• 2015

본 논문에서는 컬러 영상의 압축 센싱 복원 기술에 인지시각시스템의 특성을 접목해 복원 영상의 화질을 향상 시키는 방법을 연구하였다. 제안하는 그룹-희소성 최소화 기반 컬러 채널별 시각적 가중치 적용 방법은 영상의 성긴 특성뿐만 아니라 인지시각시스템의 특성을 반영할 수 있도록 설계되었다. 또한, 복원 영상에서의 잡음을 제거하기 위하여 설계한 경계보존 필터는 영상의 경계 부분에 대한 디테일을 보존함으로써, 복원 영상의 품질을 향상 시키는 역할을 한다. 실험 결과, 제안하는 방법이 최신의 그룹-희소성 최소화 기반 방법들보다 평균 0.56 ~ 4dB 더 높은 PSNR을 달성함으로써, 객관적 성능을 향상시킬 수 있음을 확인하였으며, 주관적 화질 또한 기존 방법들에 비해 뛰어나다는 것을 복원된 영상 간 비교를 통해 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권5호
• /
• pp.572-578
• /
• 2018

본 논문은 조합 문제의 하나로써 그룹검사(Group Testing)의 성능 하한치를 유도한다. 그룹검사는 2차 세계대전 동안 군인들의 매독 감염을 검진하기 위해 시작되었고 지금까지 오랫동안 학문적 기초를 마련하였다. 최근 들어 그룹검사의 활용가치가 증대되어 재발견됨으로써 학계에서 큰 관심을 받고 있다. 그룹검사는 다수의 샘플 중에서 극소수의 결함 샘플을 찾는 문제와 동일하며, 이것은 압축센싱(Compressed Sensing)의 선형 역문제(inverse problem)와 유사하다. 본 논문에서는 그룹검사가 무엇인지 살펴보고 그룹검사의 관련 연구내용을 알아본다. 정보이론에서 사용한 조건부 엔트로피와 에러율 간의 관계를 밝히는 정리를 이용하여 결함 샘플을 찾기 위해 필요한 검사 수에 대한 최소 에러율의 경계값을 도출할 뿐만 아니라 기존 연구와 어떠한 차이점이 있는지 살펴본다.

• Investigative Magnetic Resonance Imaging
• /
• 제23권2호
• /
• pp.114-124
• /
• 2019

Purpose: We investigate biases in the assessments of left ventricular function (LVF), by compressed sensing (CS)-cine magnetic resonance imaging (MRI). Materials and Methods: Cardiovascular cine images with short axis view, were obtained for 8 volunteers without CS. LVFs were assessed with subsampled data, with compression factors (CF) of 2, 3, 4, and 8. A semi-automatic segmentation program was used, for the assessment. The assessments by 3 CS methods (ITSC, FOCUSS, and view sharing (VS)), were compared to those without CS. Bland-Altman analysis and paired t-test were used, for comparison. In addition, real-time CS-cine imaging was also performed, with CF of 2, 3, 4, and 8 for the same volunteers. Assessments of LVF were similarly made, for CS data. A fixed compensation technique is suggested, to reduce the bias. Results: The assessment of LVF by CS-cine, includes bias and random noise. Bias appeared much larger than random noise. Median of end-diastolic volume (EDV) with CS-cine (ITSC or FOCUSS) appeared -1.4% to -7.1% smaller, compared to that of standard cine, depending on CF from (2 to 8). End-systolic volume (ESV) appeared +1.6% to +14.3% larger, stroke volume (SV), -2.4% to -16.4% smaller, and ejection fraction (EF), -1.1% to -9.2% smaller, with P < 0.05. Bias was reduced from -5.6% to -1.8% for EF, by compensation applied to real-time CS-cine (CF = 8). Conclusion: Loss of temporal resolution by adopting missing data from nearby cardiac frames, causes an underestimation for EDV, and an overestimation for ESV, resulting in underestimations for SV and EF. The bias is not random. Thus it should be removed or reduced for better diagnosis. A fixed compensation is suggested, to reduce bias in the assessment of LVF.

• Investigative Magnetic Resonance Imaging
• /
• 제14권1호
• /
• pp.10-20
• /
• 2010

목적: 최근, 미국 애리조나 세도나에서 열린 국제자기공명학회 (ISMRM) 주관의 2009년 데이터 샘플링과 영상 복원에 관한 워크샵에서 자기공명영상 복원 대회가 열렸다. 이 대회는 time resolved contrast enhanced MR angiography 에 대한 고속 촬영의 실제 활용 가능성을 평가하기 위한 것이었다. 본 논문은 이 대회의 우승 결과를 얻은 k-t FOCUSS 알고리듬을 단계별로 자세히 묘사하도록 한다. 대상 및 방법: 본 그룹은 앞선 연구에서 비교적 덜 스파스한 심장 영상에 대해 k-t FOCUSS 알고리듬이 성공적으로 압축센싱 문제를 풀수 있음을 증명했다. 따라서 k-t FOCUSS 알고리듬을 time resolved contrast enhanced MR angiography 에 적용함으로써, 매우 정확한 영상 복원이 가능할 것이다. 영상 복원을 위해 X-ray 대뇌 혈관조영 영상으로부터 구성된 다운 샘플링된 데이터가 대회 주최측으로부터 공통으로 제시되었고, 방사선과 의사들이 각 복원된 영상에 대한 사전 정보 없이, 원래 영상과 복원된 결과를 비교함으로써, 영상의 질을 평가하였다. 결과: 다양한 다운샘플링에 대해 얻어진 결과들은 영상의 스파스 변환이나 샘플링 형태와 같은 압축센싱의 중요한 요소들에 의해 크게 영향을 받는다는 것을 보여주었다. 결론: 복원된 결과로부터, 압축센싱 동적자기공명영상 기법인 k-t FOCUSS 가 고해상도의 time resolved contrast enhanced MR angiography 를 가능하게 할 수 있음을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권8호
• /
• pp.3498-3511
• /
• 2016

We investigate the channel state information (CSI) in multi-input multi-output (MIMO) cooperative networks that employ the amplify-and-forward transmission scheme. Least squares and expectation conditional maximization have been proposed in the system. However, neither of these two approaches takes advantage of channel sparsity, and they cause estimation performance loss. Unlike linear channel estimation methods, several compressed channel estimation methods are proposed in this study to exploit the sparsity of the MIMO cooperative channels based on the theory of compressed sensing. First, the channel estimation problem is formulated as a compressed sensing problem by using sparse decomposition theory. Second, the lower bound is derived for the estimation, and the MIMO relay channel is reconstructed via compressive sampling matching pursuit algorithms. Finally, based on this model, we propose a novel algorithm so called sparsity adaptive expectation maximization (SAEM) by using Kalman filter and expectation maximization algorithm so that it can exploit channel sparsity alternatively and also track the true support set of time-varying channel. Kalman filter is used to provide soft information of transmitted signals to the EM-based algorithm. Various numerical simulation results indicate that the proposed sparse channel estimation technique outperforms the previous estimation schemes.