• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권4호
• /
• pp.1618-1637
• /
• 2018

By means of compressive sensing (CS) technique, this paper considers the collection of sensor data with spatiotemporal correlations in wireless sensor networks (WSNs). In energy-constrained WSNs, one-dimensional CS methods need a lot of data transmissions since they are less applicable in fully exploiting the spatiotemporal correlations, while the Kronecker CS (KCS) methods suffer performance degradations when the signal dimension increases. In this paper, an appropriate sensing matrix as well as an efficient sensing method is proposed to further reduce the data transmissions without the loss of the recovery performance. Different matrices for the temporal signal of each sensor node are separately designed. The corresponding energy-efficient data gathering method is presented, which only transmitting a subset of sensor readings to recover data of the entire WSN. Theoretical analysis indicates that the sensing structure could have the relatively small mutual coherence according to the selection of matrix. Compared with the existing spatiotemporal CS (CS-ST) method, the simulation results show that the proposed efficient measurement method could reduce data transmissions by about 25% with the similar recovery performance. In addition, compared with the conventional KCS method, for 95% successful recovery, the proposed sensing structure could improve the recovery performance by about 20%.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권5호
• /
• pp.2468-2483
• /
• 2017

The construction of completely random sensing matrices of Compressive Sensing requires a large number of random numbers while that of deterministic sensing operators often needs complex mathematical operations. Thus both of them have difficulty in acquiring large signals efficiently. This paper focuses on the enhancement of the practicability of the structurally random matrices and proposes a semi-deterministic sensing matrix called Partial Kronecker product of Identity and Hadamard (PKIH) matrix. The proposed matrix can be viewed as a sub matrix of a well-structured, sparse, and orthogonal matrix. Only the row index is selected at random and the positions of the entries of each row are determined by a deterministic sequence. Therefore, the PKIH significantly decreases the requirement of random numbers, which has a complex generating algorithm, in matrix construction and further reduces the complexity of sampling. Besides, in order to process large signals, the corresponding fast sampling algorithm is developed, which can be easily parallelized and realized in hardware. Simulation results illustrate that the proposed sensing matrix maintains almost the same performance but with at least 50% less random numbers comparing with the popular sampling matrices. Meanwhile, it saved roughly 15%-35% processing time in comparison to that of the SRM matrices.

• 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.

• 전자공학회논문지
• /
• 제52권10호
• /
• pp.118-128
• /
• 2015

압축센싱 기술이 직면하고 있는 두 가지의 도전과제는 복원 알고리즘의 연산 복잡도 개선과 부호화 효율 향상 문제이다. 이에 대한 해결방안으로, 본 논문은 최대 3 가지의 공간 해상도 조절 및 향상된 압축센싱 부호화 성능을 가능하게 하는 공간 스케일러블 Kronecker 압축센싱 구조를 제안한다. 제안 방법의 기저 계층(base layer)에서는 quincunx 샘플링 격자에 기반 하는 듀얼-해상도 센싱 행렬을 사용한다. 해당 센싱 행렬은 낮은 해상도의 영상에 대한 고속-프리뷰(preview) 기능을 가능케 한다. 향상 계층(enhancement layer)에서는 획득한 측정값과 예측 측정값 간의 잔차 측정값을 부호화 한다. 복원과정에서는 기저 계층으로부터 낮은 해상도의 복원 영상을 획득 할 수 있는 반면, 두 개의 계층을 모두 사용하여 복원하는 경우 높은 해상도의 영상을 획득할 수 있다. 실험 결과, 제안하는 구조가 종래의 단일 계층방법 및 다중-해상도 기반 구조에 비해, 2.0bpp일 때 PSNR 성능이 각각 5.75dB 및 5.05dB 더 향상됨을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권8호
• /
• pp.2851-2865
• /
• 2014

To improve the rate-distortion performance of distributed video compressive sensing (DVCS), the adaptive sparse basis and nonlocal similarity of video are proposed to jointly reconstruct the video signal in this paper. Due to the lack of motion information between frames and the appearance of some noises in the reference frames, the sparse dictionary, which is constructed using the examples directly extracted from the reference frames, has already not better obtained the sparse representation of the interpolated block. This paper proposes a method to construct the sparse dictionary. Firstly, the example-based data matrix is constructed by using the motion information between frames, and then the principle components analysis (PCA) is used to compute some significant principle components of data matrix. Finally, the sparse dictionary is constructed by these significant principle components. The merit of the proposed sparse dictionary is that it can not only adaptively change in terms of the spatial-temporal characteristics, but also has ability to suppress noises. Besides, considering that the sparse priors cannot preserve the edges and textures of video frames well, the nonlocal similarity regularization term has also been introduced into reconstruction model. Experimental results show that the proposed algorithm can improve the objective and subjective quality of video frame, and achieve the better rate-distortion performance of DVCS system at the cost of a certain computational complexity.

• 한국항행학회논문지
• /
• 제14권1호
• /
• pp.80-86
• /
• 2010

압축 센싱 (Compressive Sensing, CS)은 많은 응용분야에서 유망한 기술로 널리 연구되고 있다. 압축 센싱 이론에 의하면 어떤 특별한 기저에서 성긴 신호 (sparse signal)이라는 것이 알려졌다면 이 신호는 전통적인 방법이 사용하는 샘플 수보다 훨씬 적은 샘플로 최적화 과정을 통해 복원이 가능하다는 것이다. 본 논문에서는 이러한 압축 센싱 기술을 균일한 선형 배열로 구성된 다중 입출력 레이더 시스템에 적용하고자 한다. 특별히 압축 센싱 기술을 사용하여 DOA (direction-of-arrival)을 찾는 문제를 고찰하고 그 성능을 전통적인 적응형 다중 입출력 기법의 성능과 비교한다. 모의 실험을 통해 압축 센싱 방법은 전통적인 적응형 다중 입출력 기법에 비해 훨씬 적은 샘플로 비슷한 성능을 보임을 확인할 수 있었다.

• 한국음향학회지
• /
• 제40권2호
• /
• pp.121-129
• /
• 2021

본 논문에서는 학습 기반 압축 센싱을 이용하여 측면 주사 소나 영상의 해상도를 향상하는 초해상도 기법을 다룬다. 딥러닝과 압축 센싱이 접목된 학습 기반 압축 센싱은 구조적인 측면에서 피드-포워드(feed forward) 네트워크 형태이며 학습을 통하여 파라미터들을 자동으로 설정하게 된다. 본 논문에서는 초해상도 과정에서 필요한 추가 정보들을 다양한 초기화 방법을 통해 효과적으로 추출할 수 있는 방법을 제안한다. 다양한 모의 실험에서 제안하는 방법은 기존 방식보다 Peak Signal-to-Noise Ratio(PSNR) 및 Structure Similarity Index Measure(SSIM) 지표상 향상된 성능 결과를 나타내었다.

• 방송공학회논문지
• /
• 제19권2호
• /
• pp.257-267
• /
• 2014

분산 압축 비디오 센싱 (DCVS) 기술은 압축센싱 및 분산 비디오 부호화 기술의 결합을 통해 저 비용의 샘플링을 실현하는 새로운 패러다임이다. 본 논문에서는 프레임 간 높은 시간 상관성을 활용한 DCVS에서의 스킵모드 부호화 방법을 제안한다. 제안하는 방법은 일정조건을 만족하는 비 키-프레임에 대한 측정값을 복호화기에 전송하지 않아도 시간적 보간법을 통해 해당 비 키-프레임의 복원이 가능하도록 하여 율-왜곡 측면에서 좋은 압축 성능을 보장한다. 이와 더불어, 더 나은 시간적 보간을 위하여 계층적 구조를 사용하는 방법을 제안한다. 실험 결과, 제안하는 스킵모드 부호화 방법은 약간의 PSNR 감소에 비해 매우 높은 측정율 절약이 되는 것을 확인하였다. 또한, 제안하는 방법을 높은 시간 연관성을 갖는 비디오 영상에 적용할 경우, 복호화기의 연산 복잡도가 평균 43.75% 감소하는 것을 확인하였다.

• 방송공학회논문지
• /
• 제19권2호
• /
• pp.240-249
• /
• 2014

압축센싱 이론에 따르면 표본화 될 신호가 일련의 조건을 만족하는 성긴 신호라면 나이퀴스트 표본화주파수보다 적은 수의 측정 샘플들만 가지고도 원 신호를 완벽하게 복원할 수 있다. 그러나 압축센싱 이론을 실제 영상에 활용하기 위해서는, 신호 복원에 필요한 계산 복잡도와 메모리 요구량을 줄일 필요가 있다. 이런 관점에서 블록압축센싱(Block-based Compressive Sensing)에 기반한 Smooth Projected Landweber (BCS-SPL) 방법이 개발되었지만, 이 또한 복원과정의 계산 복잡도가 여전히 큰 문제가 있다. 본 논문에서는 기존의 BCS-SPL 복원 알고리즘의 수렴을 보다 빠르게 하기 위하여, 반복복원 중지조건, 허용 오차, 수렴 조절 인자를 개선한 수렴 복잡도 저감 방법을 제시한다. 제시한 방법은 기존 BCS-SPL 방법보다 낮은 수의 반복복원 횟수내로 수렴하면서도 동시에 복원 화질도 개선시키는 실험 결과를 보였다.

• 한국전자파학회논문지
• /
• 제23권7호
• /
• pp.797-804
• /
• 2012

본 논문은 저전력 통신을 위하여, 압축 센싱에 적용한 QAPM 변조 방식을 제안한다. QAPM 변조 방식은 QAM 변조 방식과 PPM 변조 방식을 결합한 방식으로써, 자리(PPM의 posion) 개수가 늘어날수록 심볼 간의 거리가 멀어져 BER 성능과 전력 효율을 향상시킨다. 또한, 자리개수를 늘릴수록 대역이 손실 발생될 수 있으나, 성김(sparsity) 특성은 증가된다. 이러한 높은 성김 특성은 Nyquist 속도 이하의 샘플링으로도 완전하게 신호를 복원할 수 있는 압축 센싱에 적용하기에 매우 적합하다. 따라서 본 논문은 압축 센싱에 적용된 QAPM 시스템이 수신기에 있는 ADC(Analog Digital Converter)의 부담을 줄이면서도 BER 성능을 향상시키는 저전력 시스템임을 시뮬레이션을 통해 확인하였다.