• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1103-1108
• /
• 2023

본 논문에서는 음향신호의 배경잡음을 감쇠하기 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 이산 웨이블릿 변환(DWT: Discrete Wavelet Transform) 후 기존의 적응필터를 대신 FNN(: Full-connected Neural Network) 심층학습 알고리즘을 이용하여 잡음감쇠 성능을 개선하였다. 입력신호를 단시간 구간별로 웨이블릿 변환한 다음 1024-1024-512-neuron FNN 딥러닝 모델을 이용하여 잡음이 포함된 단일입력 음성신호로부터 잡음을 제거한다. 이는 시간영역 음성신호를 잡음특성이 잘 표현되도록 시간-주파수영역으로 변환하고 변환 파라미터에 대해 순수 음성신호의 변환 파라미터를 이용한 지도학습을 통하여 잡음환경에서 효과적으로 음성을 예측한다. 본 연구에서 제안한 잡음감쇠시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 사용하면 기존의 적응필터를 사용하는 경우보다 30%, STFT(: Short-Time Fourier Transform) 변환을 사용하는 경우보다는 20%의 평균자승오차(MSE: Mean Square Error) 개선효과를 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 추계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.91-93
• /
• 2002

This paper presents a calculation method of iron loss in Induction Motor which is based on 2D Transient Finite Element Method. Iron loss is evaluated by the frequency analysis of flux density waveforms using Discrete Fourier Transforms (DFT) and iron loss curves data. Then. the distribution of loss and the total loss are obtained. The validity of this method is verified by the comparison of the estimated values with measured ones.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 A
• /
• pp.335-337
• /
• 2003

The protection against transient instability and consequent out-of-step condition is a major concern for the utility. The unstable system may cause serious damage to system elements such as generators and transmission lines. Therefore, out-of-step detection is essential to operate a system safely. This paper presents the Out-of-Step detection algorithm using voltage frequency variation. The digital filters based on Discrete Fourier Transforms (DFT) to calculate the frequency of a sinusoid voltage are used, and the generator angle is estimated using the variation of the calculated voltage frequency. The proposed out-of-step algorithm is based on the assessment of a transient stability using equal area criterion. The proposed out-of-step algorithm is verified and tested by using EMTP MODELS.

• 대한전자공학회논문지SP
• /
• 제47권5호
• /
• pp.117-126
• /
• 2010

산란선을 흡수하여 보다 선명한 x선 영상을 얻기 위하여 산란방지 그리드를 사용하여 투사영상을 얻는데, 이때 그리드로 인한 왜곡이 발생한다. 본 논문에서는 회전된 그리드를 사용하여 투사영상을 얻고 단순한 1차원 저역필터를 영상의 공간영역에서 각 축으로 별도로 적용하여 그리드 왜곡을 효율적으로 제거하는 방법을 제안하고 그 성능을 고찰해 보았다. 제안한 방법은 왜곡 주파수를 별도로 예측할 필요 없이, 회전된 그리드를 사용하여 획득한 영상에 단순한 1차원 필터를 주파수영역이 아닌 공간영역에서 적용하므로 매우 단순하여 쉽게 구현이 가능하며 빠른 계산 속도를 가지는 장점을 가지고 있으면서 그 성능은 주파수영역에서 2차원 필터를 적용한 경우와 유사하다.

• 대한전기학회논문지:전력기술부문A
• /
• 제53권3호
• /
• pp.175-181
• /
• 2004

The protection against transient instability and consequent out-of-step condition is a major concern for the utility industry. Unstable system may cause serious damage to system elements such as generators and transmission lines. Therefore, out-of-step detection is essential to operate a system safely. The detection of out-of-step is generally based upon the rate of movement of the apparent impedance. However such relay monitors only the apparent impedance which may not be sufficient to correctly detect all forms of out-of-step and cannot cope with out-of-step for a more complex type of instability such as very fast power swing. This paper presents the out-of-step detection algorithm using voltage frequency deviation. The digital filters based on discrete Fourier transforms (DFT) to calculate the frequency of a sinusoid voltage are used, and the generator angle is estimated using the deviation of the calculated frequency component of the voltage. The proposed out-of-step algorithm is based on the assessment of a transient stability using equal area criterion. The proposed out-of-step algorithm is verified and tested by using EMTP MODELS.

• 한국음향학회지
• /
• 제28권4호
• /
• pp.401-407
• /
• 2009

본 논문에서는 주파수 영역에서의 가우시안 혼합 모델 (Gaussian Mixture Model, GMM) 기반의 새로운 동시통화 검출 (Double-talk Detection, DTD) 알고리즘을 제안한다. 구체적으로 주파수 영역에서의 음향학적 반향억제 (Acoustic Echo Suppression, AES)를 위한 동시 통화 검출 알고리즘을 구성하기 위해 기존의 시간 영역에서의 동시통화 검출에 사용되는 상호 상관계수를 이산 푸리에 변환을 통해 16개 채널의 주파수 영역으로 변환하였다. 이러한 주파수 영역에서의 상호 상관계수를 GMM의 보다 효과적인 구성을 위해 통계적 분류 특성에 근거하여 우수한 7개를 선별하였다. 본 논문은 이러한 특징 벡터로 패턴인식에서 우수한 성능을 보이는 GMM을 구성하였으며 원단화자만 있는 구간, 동시통화 구간, 근단 화자만 있는 구간을 우도 (Likelihood) 비교에 따라 분류함으로써 별도의 원단 화자 신호에 대한 음성 검출기 (Voice Activity Detector, VAD)의 사용 없이 잡음환경과 반향 경로 변화에서 강인한 동시통화 검출 알고리즘을 제안한다. 다양한 실험 결과 제안된 방법은 기존의 상호 상관계수를 고정된 문턱 값과 가부 비교하여 동시 통화 구간을 검출하는 hard decision 방법에 비해 검출 오류 확률 (Detection Error Probability)을 비교한 결과 우수한 성능을 보였다.