• 제목/요약/키워드: Gaussian Weighting

검색결과 43건 처리시간 0.016초

피드백러닝 RLS알고리즘에 의한 이동통신용 판정귀환형 등화기모델의 동작 특성 (Performance Characteristics of Decision Feedback Equalizer Model by Feedback Running RLS algorithm for Mobile Communications)

  • 이우재;이종룡;주창복
    • 한국정보통신학회논문지
    • /
    • 제2권1호
    • /
    • pp.45-51
    • /
    • 1998
  • 이동통신에서는 수십 kbps 이상의 고속 디지털전송을 실현하는데 있어서 멀티패스파에 의한 지연왜곡이 수반되므로 전송로 변동, 즉 주파수선택성 페이딩을 극복하는 기술이 확립되지 않으면 안된다. 본 논문에서는 판정귀환형 등화기의 제어 알고리즘으로써 지수적 가중계수에 의한 RLS 알고리즘을 개량한 피드백러닝 RLS 알고리즘을 제안하고 랜덤 가우시안 잡음하에서 정적인 1파 모델과 2파 모델에 대한 등화기의 동작특성을 컴퓨터 시뮬레이션 실험을 통하여 검토 분석하였다. 컴퓨터 시뮬레이션 실험결과 $\lambda$= 0.9, S/N = 10 [dB], S/I = 20 [dB]에서 지연파의 지연시간을 1심볼까지 변화시켰을 때 우수한 추종특성과 등화특성을 보였다.

  • PDF

DGMOSFET의 문턱전압과 스켈링 이론의 관계 (Relation of Threshold Voltage and Scaling Theory for Double Gate MOSFET)

  • 정학기
    • 한국정보통신학회논문지
    • /
    • 제16권5호
    • /
    • pp.982-988
    • /
    • 2012
  • 본 연구에서는 이중게이트(Double Gate; DG) MOSFET에서 문턱전압과 스켈링 이론의 관계를 관찰하였다. 기존 MOSFET의 경우 채널크기에 스켈링 이론을 적용하여 전류 및 스위칭주파수를 해석하였다. 이에 본 연구에서는 이중게이트 MOSFET에서 문턱전압의 경우 스켈링 이론의 적용가능성을 관찰하기 위하여 문턱전압의 변화를 스켈링 인자에 따라 관찰하고 분석하였다. 이를 위하여 이미 검증된 포아송방정식의 해석학적 전위분포를 이용하였으며 이때 가우스함수의 전하분포를 사용하였다. 분석결과 문턱전압이 스켈링 인자에 따라 크게 변화하였으며 변화정도는 도핑농도의 스켈링에 따라 변화한다는 것을 관찰하였다. 특히 이중게이트의 특성상 채널두께 및 채널길이에 스켈링 이론을 적용할 때 가중치를 이용한 변형된 스켈링 이론을 적용함으로써 이중게이트 MOSFET에 가장 타당한 스켈링 이론에 대하여 설명할 것이다.

SNR 기반 가중 KL 거리를 활용한 화자 변화 검증에 관한 연구 (The Study on Speaker Change Verification Using SNR based weighted KL distance)

  • 조준범;이지은;이경록
    • 융합정보논문지
    • /
    • 제7권6호
    • /
    • pp.159-166
    • /
    • 2017
  • 본 논문에서는 방송 뉴스에서 화자 변화 검증 성능 향상을 위해서 입력소음음성 향상과 SNR(Signal to Noise Ratio)기반 가중 함수 $w_m$를 적용한 KL 거리 $D_s$를 실험하였다. GMM-UBM(Gaussian Mixture Model-Universal Background Model) 기반 KL(Kullback Leibler) 거리 D를 이용한 화자 변화 검증 시스템(실험 0)을 기본 시스템으로 한다. 실험 1은 실험 0의 입력소음음성 향상을 위해 MMSE Log-STSA(Minimum Mean Square Error Log-Spectral Amplitude Estimator)를 적용하였다. 실험 2는 실험 1의 기존 KL거리 D 대신에 $D_s$를 적용하였다. 실험 데이터베이스는 다양한 소음을 반영하기 위해 스포츠 뉴스와 실외 인터뷰를 중심으로 구축하였다. 실험은 화자 변화 정보의 누락을 막기 위해 MDR(Missed Detection Rate) 0%를 기준으로 하였다. 실험 0은 FAR(False Alarm Rate) 71.5%의 성능을 보였다. 실험 1은 FAR 67.3%로 실험0에 비해 4.2% 향상되었고, 실험 2는 FAR 60.7%로 10.8% 향상되었다.