• 한국통신학회논문지
• /
• 제28권12A호
• /
• pp.1009-1018
• /
• 2003

본 논문에서는 OFDM (Orthogonal Frequency-Division Multiplexing)방식을 적용하는 ITS (Intelligent Traffic System) 시스템에서 페이딩 채널을 보상하기 위한 새로운 기법을 제안한다. 기존의 방법과는 달리 파일럿 채널을 이용한 채널 보상 회로에 나눗셈이 없고 간단한 구조의 성능을 저하시키기 않은 알고리즘을 제안하여 회로의 동작 속도와 크기에서 이점을 얻는다. 또한 제안한 회로는 빠른(fast) 페이딩에서 생긴 왜곡을 먼저 보상하고 채널과 심벌의 간섭을 단일 탭 등화기로 제거하여 이중 채널 보상 효과를 얻는다. 모든 알고리즘은 디지털 시스템 구현에 적합하게 제시되고 검증된다. 본 논문의 채널 보상 방법으로 하드웨어 구현 시 사이즈가 20%감소하며. 16-QAM (16-Quadrature Amplitude Modulation)방식의 ITS모뎀에 적용 시 SNR (Signal-to-Noise Rate)이 l0dB 이하에서 3dB정도 BER (Bit Error Rate)이 개선된 결과를 얻었다.

• 방송공학회논문지
• /
• 제13권1호
• /
• pp.137-151
• /
• 2008

H.264/AVC는 새로운 부호화 기술을 이용하여 기존의 비디오 표준보다 높은 압축 효율을 나타내고 있다. 특히 다양한 블록 크기의 움직임 예측 방법과 비트율-왜곡 최적화 기법은 H.264/AVC에서 중요한 부호화 기술로써 높은 압축 효율을 나타내고 있지만 부호화기의 높은 복잡도를 보이는 단점이 있다. 본 논문에서는 H.264/AVC 부호화기의 높은 복잡도를 줄이기 위하여 조기 SKIP 모드 결정 방법과 선택적 인터/인트라 예측 모드 결정 방법을 제안한다. 실험결과 제안방법은 JM10.2에 비해 전체적인 영상에서 평균적으로 약 30%의 부호화 시간을 감소시켰으며, 부호화 효율의 손실은 무시할 정도로 작았다. 또한 제안 방법은 이전에 제안되었던 고속의 모드 결정 방법(FCMS)[5]과 비교하여 2배 이상의 속도 이득을 나타내었다.

• 한국정보통신학회논문지
• /
• 제15권2호
• /
• pp.355-363
• /
• 2011

분산 비디오 부호화기법(DVC: Distributed Video Coding)의 성능을 개선하기 위한 한 가지의 방법으로서 보조정보에 대한 반복적인 보정기법에 대한 연구가 활발히 진행되고 있다. 기존의 대표적인 반복적인 보정기법으로서 복원 레벨과 보조정보 사이의 관계를 이용한 기법 또는, 움직임 벡터의 필터링에 기초한 보정기법이 제시하고 있으나 성능 개선은 제한적이다. 기존 방식들의 성능 제한을 극복하기 위해, 본 논문에서는, 먼저, 초기의 보조정보 생성 시에 블록별 비용을 측정하여 적응적 움직임 보상을 수행한다. 그리고 수신되는 비트 플레인 정보를 이용하여 블록별 적응적 예측 모드를 사용함으로써 비대칭적인 물체의 움직임 보상에 효과적인 반복적인 보정기법을 제안한다. 모의실험을 통하여 본 논문에서 제안된 보정기법을 사용함으로써 최대 0.2 dB이상의 성능을 개선함을 보인다.

• 한국산업정보학회논문지
• /
• 제23권6호
• /
• pp.29-38
• /
• 2018

본 논문에서 마네킨에 착용된 의상 이미지를 분할하고 사용자의 사진에 입히는 가상의상착용 (VTON) 기술을 개발하였다. 의상과 모델의 3차원 정보가 필요하지 않는 2차원 이미지 기반 가상착용연구는 실용적인 가치가 크지만, 연구결과 현재 기술로는 의상 분할 시 가림이나 왜곡에 의한 문제 등 제약사항이 존재한다. 본 연구는 마네킨 의상을 사용함으로써 이러한 어려움을 줄였다는 가정 하에서, 딥러닝 기반 영역분할과 자세추정을 통하여 얻은 결과를 사용자 사진에 입히는 알고리즘을 제안하였다. 기존의 연구 대비 성능 개선을 위하여 사전 자세정보의 신뢰성 검사, 외곽선을 이용한 변형개선, 분할 영역개선 등을 사용하였다. 결과로 시각적으로 만족할 만한 의상착용의 경우가 전체의 50%이상으로 상당히 개선된 결과를 얻었다.

• 한국정보전자통신기술학회논문지
• /
• 제12권4호
• /
• pp.434-439
• /
• 2019

본 논문에서는 신호 대 잡음비를 향상시키기 위해서 시간지연을 보상하는 제어 알고리즘을제안하고, 제안한 제어 알고리즘을 연속파 레이더 방정식에 적용하여 목표물의 정보를 추정한다. 제안한 제어 알고리즘은 신호 대 잡음비를 향상시키기 위해서 수신신호에 가중치를 곱하여 각 배열소자의 출력신호를 향상시킨다. 레이더는 공간상에 신호를 방사하고 불체로부터 반사된 신호를 수신하여 정보를 추출한다. 그러나 무선통신환경에서는 인공 및 자연구조물로 인해서 다중 경로현상이 발생되어 시호의 시간지연이 나타나게 된다. 시간지연은 간섭신호 및 신호왜곡 현상으로 시스템 성능이 저하되어 원하는 정보를 정확히 추정하기 어렵다. 본 연구에서는 등 간격 선형 배열 안테나를 사용하여 수신신호에 가중치로 지연신호를 보상함으로서 목표물의 추정 정보를 향상 시킬 수 있다. 모의실험으로 본 연구에서 제안한 제어 알고리즘과 지연시간이 보상되지 않은 방법에 대해서 성능을 비교 분석하였으며 본 연구에서 제안한 제어 알고리즘이 원하는 목표물 거리추정 정보가 향상되었음을 입증하였다.

• 한국산업정보학회논문지
• /
• 제27권1호
• /
• pp.19-26
• /
• 2022

본 논문은 컨테이너의 BIC-code를 인식하기 위한 전처리(pre-processing) 방법에 관한 것으로서, BIC-code가 포함된 관심 영역을 찾고 이 관심 영역을 광학 문자 인식에 용이하도록 워핑하기 위한 호모그래피 행렬을 추정할 수 있는 네트워크를 제안한다. 제안하는 네트워크의 구조는 STN(Spatial Transformer Networks)의 구조를 차용하였으며, 관심 영역 검출, 호모그래피 변환을 위한 행렬 추정, 행렬을 이용한 워핑 단계로 구성되어 있다. 제안된 네트워크를 이용하여 관심 영역과 행렬을 동시에 추정하고, 추정된 행렬을 이용하여 관심 영역의 원근 왜곡을 바로 잡음으로써 BIC-code의 인식 정확도 향상에 기여한다. 성능 평가를 위하여 총 5인의 평가원이 출력 영상을 5점 만점으로 평가한 결과 평균 4.25점을 받았으며, 육안으로 확인했을 시 총 312장의 사진 중 224장의 사진이 완벽하게 보정됨과 동시에 관심 영역을 출력하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.172-178
• /
• 2023

In this paper, performance of autoencoder based OFDM communication systems is compared with IEEE 802.11a Wireless Lan System (Wi-Fi). The proposed autoencoder based OFDM system is composed of the following steps. First, one sub-carrier's transmitter - channel - receiver system is created by autoencoder. Then learning process of the one sub-carrier autoencoder generates constellation map. Secondly, using the plural sub-carrier autoencoder systems, parallel bundle is configured with inserting IFFT and FFT before and after the channel to configure OFDM system. Finally, the receiver part of the OFDM communication system was updated by re-learning process for adapting channel condition such as multipath channel. For performance comparison, IEEE802.11a and the proposed autoencoder based OFDM system are compared. For channel estimation, Wi-Fi uses initial long preamble to measure channel condition. but Autoencoder needs re-learning process to create an equalizer which compensate a distortion caused by the transmission channel. Therefore, this autoencoder based system has basic advantage to the Wi-Fi system. For the comparison of the system, additive random noise and 2-wave and 4-wave multipaths are assumed in the transmission path with no inter-symbol interference. A simulation was performed to compare the conventional type and the autoencoder. As a result of the simulation, the autoencoder properly generated automatic constellations with QPSK, 16QAM, and 64QAM. In the previous simulation, the received data was relearned, thus the performance was poor, but the performance improved by making the initial value of reception a random number. A function equivalent to an equalizer for multipath channels has been realized in OFDM systems. As a future task, there is not include error correction at this time, we plan to make further improvements by incorporating error correction in the future.

• Wind and Structures
• /
• 제34권2호
• /
• pp.231-257
• /
• 2022

Transmission lines systems are important components of the electrical power infrastructure. However, these systems are vulnerable to damage from high wind events such as hurricanes. This study presents the results from a 1:50 scale aeroelastic model of a multi-span transmission lines system subjected to simulated hurricane winds. The transmission lines system considered in this study consists of three lattice towers, four spans of conductors and two end-frames. The aeroelastic tests were conducted at the NSF NHERI Wall of Wind Experimental Facility (WOW EF) at the Florida International University (FIU). A horizontal distortion scaling technique was used in order to fit the entire model on the WOW turntable. The system was tested at various wind speeds ranging from 35 m/s to 78 m/s (equivalent full-scale speeds) for varying wind directions. A system identification (SID) technique was used to evaluate experimental-based along-wind aerodynamic damping coefficients and compare with their theoretical counterparts. Comparisons were done for two aeroelastic models: (i) a self-supported lattice tower, and (ii) a multi-span transmission lines system. A buffeting analysis was conducted to estimate the response of the conductors and compare it to measured experimental values. The responses of the single lattice tower and the multi-span transmission lines system were compared. The coupling effects seem to drastically change the aerodynamic damping of the system, compared to the single lattice tower case. The estimation of the drag forces on the conductors are in good agreement with their experimental counterparts. The incorporation of the change in turbulence intensity along the height of the towers appears to better estimate the response of the transmission tower, in comparison with previous methods which assumed constant turbulence intensity. Dynamic amplification factors and gust effect factors were computed, and comparisons were made with code specific values. The resonance contribution is shown to reach a maximum of 18% and 30% of the peak response of the stand-alone tower and entire system, respectively.

• 한국음향학회지
• /
• 제29권7호
• /
• pp.468-474
• /
• 2010

음성인식의 실용화에 가장 저해되는 요소는 배경잡음과 채널잡음에 의한 왜곡이다. 일반적으로 배경잡음은 음성인식 시스템의 성능을 저하시키고 이로 인해 사용 장소의 제약을 받게 한다. DSR (Distributed Speech Recognition) 기반의 음성인식 역시 이와 같은 문제로 성능 향상에 어려움을 겪고 있다. 이러한 문제를 해결하기 위해 다양한 잡음제거 알고리듬이 사용되고 있으나 낮은 SNR환경에서 부정확한 잡음추정으로 발생하는 스펙트럼 손상과 잔존 잡음은 음성인식기의 인식환경과 학습 환경의 불일치를 만들게 되어 인식률을 저하시키는 원인이 된다. 본 논문에서는 이와 같은 문제를 해결하기 위해 잡음제거 알고리듬으로 MMSE-STSA 방법을 사용하였고 손상된 스펙트럼을 보상하기 위해 Ideal Binary Mask를 이용하였다. 잡음환경 (SNR 15 ~ 0 dB)에 따른 실험결과 제안된 방법을 사용했을 때 향상된 스펙트럼을 얻을 수 있었고 향상된 인식성능을 확인했다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.11-20
• /
• 2024

AI(Artificial Intelligence)의 다양한 모델 중 생성 모델, 특히 GAN(Generative Adversarial Network)은 이미지 처리, 밀도 추정, 스타일 전이 등 다양한 응용 분야에서 성공을 거두었다. 이러한 GAN은 CGAN(Conditional GAN), CycleGAN, BigGAN 등의 방식으로 확장 및 개선되었지만 재난 시뮬레이션, 의료 분야, 도시 계획 등 특정 분야에서는 데이터 부족과 불안정한 학습에 의한 이미지 왜곡 문제로 실제 시스템 적용에 문제가 되고 있다. 본 논문에서는 클래스 항목을 판별하는 ACGAN(Auxiliary Classifier GAN) 구조를 기반으로 기존 PGGAN(Progressive Growing of GAN)의 점진적 학습 방식을 활용한 새로운 점진적 단계의 학습 방법론 PST(Progressive Step Training)를 제안한다. PST 모델은 기존 방법 대비 70.82% 빠른 안정화, 51.3% 낮은 표준 편차, 후반 고해상도의 안정적 손실값 수렴 그리고 94.6% 빠른 손실 감소를 달성한다.