• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.3 no.1
• /
• pp.83-95
• /
• 1999

Wavelet transform has localization for time or frequency. It is useful to analyze a nonstationary signal. Basic function on wavelet transform is generated dilating and translating the original wavelet(mother wavelet). In this paper, time-frequency analysis method using linear combination wavelet transform is proposed. And it is applied to diagnostic monitoring system using the proposed linear combination wavelet transform. The stationary and nonstationary signal is used linear chirp signal, fan noise signal, a sinusoid signal from revolution body, electronic signal. Transform applied to signal analysis use fast Fourier transform (FFT), Daubechies, Haar and proposed linear combination method. The result of time-frequency analysis using linear combination wavelet transform is suited for portraying nonstationary time signal as well as stationary signal. Also the diagnostic monitoring system carry out the effective the signal analysis.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2000.05a
• /
• pp.5-12
• /
• 2000

본 연구에서, Daubechies'Mother Wavelet를 이용한 이산 웨이블렛 변환(Discrete Wavelet Transform)에 기초한 새롭고 효과적인 특정추출방법을 제안하였다. 특정추출을 이용하여 응용방향을 설명하고 또는 통계적 파라메터의 평가를 행하였다. 본 연구에서는 다음과 같은 몇 가지 사실을 알 수 있었다. 1. 시스템에서 발생된 (인가전압이 0[V]) 노이즈라 볼 수 가있는 렌덤노이즈(Random Noise)를 디지털필터인 FIR(Finite Impulse Response)필터를 통하여 상당한 노이즈를 억제할 수가 있었다. 2. 이산 웨이블렛 변환 시 레벨 1~4까지 변환한 결과 최적의 변환상태 Level-3을 기준으로 하였다. 3. 특정추출 파라메터는 음향방출신호의 최대값, 평균값, 분산, 왜도, 첨쇄도를 특정추출파라메터로 이용하였다. 4. 특정추출 결과를 이용하여 전체 열화시간 중 대표적 음향방출신호 중 초기열화신호, 중기열화신호, 말기열화신호를 얻을 수 있었다. 이런 특정추출을 통하여 변압기열화상태를 진단할 수 있는 가능성을 확인 할 수가 있었다.

• Journal of Advanced Navigation Technology
• /
• v.17 no.6
• /
• pp.726-735
• /
• 2013

This paper proposed face recognition methods about performance improvement of the face recognition using the properties of wavelet transform. Using discrete wavelet transform is Daubechies D4 filter that is similar to mother wavelet transform. For discrete wavelet transform method, In this case, by using LL subband only we can reduce processing time and amount of memory in recognition processing. To improve recognition ratio without further loss of 2 dimensional data changing, We applies 2D LDA. We perform SVM training algorithm to the feature vector obtained by 2D LDA. Experiment is performed using ORL database set and Yale database set by Matlab program. Test result shows that proposed method is superior to existence methods in recognition rate and performance time.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.259-259
• /
• 2019

시계열 자료들을 분석하고자 하는 경우 자료가 정상성(stationarity)을 만족하는 경우는 드물다. 특히 계절성을 제거한 자료들에서는 정량화하기 어려운 주기성이 많이 관찰된다. 즉, 어떤 특정지역에서 나타나는 현상이 다른 기상 현상에 영향을 미칠 것은 자명한 일이나 그 관련성이 선형(linearity)일 가능성은 극히 드물다. 따라서 그들 사이의 관련성이 선형성에 근거한 지표들로 정량화되어야 한다. 이러한 문제점을 해결하기 위해서 다양한 방법이 사용되며 그중에서 웨이블릿 분석을 통해 본 연구를 진행하였다. 웨이블릿 변환(wavelet transforms)은 특수한 함수의 집합으로 구성되어 기존 웨이블릿 신호의 분석을 위해 사용되는 방법이다. 이 변환은 푸리에 변환에서 변형된 방법으로 특정한 기저 함수(base function)를 이용하여 기존의 시계열 자료를 주파수로 바꾸는 변환이다. 웨이블릿 변환에서 기저 함수를 모 웨이블릿이라고 하며 이를 천이, 확대 및 축소 과정을 통해 주파수를 구성한다. 웨이블릿 분석은 모 웨이블릿을 분해하고 재결합하여 시계열 분석을 할 수 있다. 모 웨이블릿 함수에는 Haar, Daubechies, Coiflets, Symlets, Morlet, Mexican Hat, Meyer 등의 여러 가지 종류의 모 웨이블릿 함수가 있으며 모 웨이블릿이 달라지면 결과가 다르게 나타난다. 기존에는 Morlet 웨이블릿을 주로 이용하여 주파수분석에 사용하여 결과를 도출하였다. 그리고 시계열 자료는 크게 백색잡음(White Noise), 장기기억(Long Term Memory), 단기기억(Short Term Memory)으로 나뉜다. 각 시계열 자료의 종류에 따라 임의의 시계열 자료를 산정하여 그에 따른 웨이블릿 분석을 통해 모 웨이블릿의 특성을 도출하였다. 본 연구에서는 웨이블릿 분석을 통해 시계열 자료의 최적 모 웨이블릿을 결정하고자 남방진동지수(SOI), 북극진동지수(AOI)의 자료를 이용하여 웨이블릿 분석을 시도하였다. 웨이블릿 분석은 모 웨이블릿에 따라 달라지는 결과를 토대로 분석하였으며 이를 정상성과 지속성에 따라 분류된 시계열에 적용하여 최적 모 웨이블릿을 결정하고자 하였다. 본 연구에서는 임의의 시계열 자료에서 설정한 최적의 모 웨이블릿을 AOI와 SOI와 같은 실제 시계열 자료에 대입하여 분석을 진행하였다. 본 연구에서는 시계열 자료의 종류를 구분하고 자료의 특성에 따라 가장 적합한 모 웨이블릿을 구하고자 하였다.

• Journal of Biomedical Engineering Research
• /
• v.23 no.2
• /
• pp.109-117
• /
• 2002

Electrogastrography(EGG) is a noninvasive method for measuring gastric electrical activity on the abdomen resulting from gastric muscle. EGG signals have a very low frequency range (0.0083 ~0.15 Hz) and extremely low amplitude(10~100 uV). Consequently, EGG signal is easily influenced by other noises. Both finite impulse response(FIR) and infinite impulse response (IIR) filters need high orders or have phase distortions for passing very narrow bandwidth of the EGG signal. In this study, we decomposed EGG signals using a wavelet multiresolution method with Daubechies mother wavelet. The EGG signals were decomposed to seven levels. We reconstructed signal by summing the decomposed signals from level four to seven. To evaluate the performance of the wavelet multiresolution filter(WMF) with simulated EGG signal using two kinds of FIR and four kinds of IIR filters., we used two indices; signal to noise ratio(SNR) and reconstruction squared error(RSE). The SNR of WMF had 9.5, 6.9, and 4.7 dB bigger than that of the other filters at different noise levels, respectively. Also, The RSE of WMF had $1.22{\times}10^6, 1.16{\times}10^6, 1.02{\times}10^6$ smaller than that of the other filters at different noise levels, respectively. The WMF performed better in the SNR and RSE than two kinds of FIR and four kinds of IIR filters.

• Science of Emotion and Sensibility
• /
• v.16 no.4
• /
• pp.527-534
• /
• 2013

In this study, we analyzed spatial-frequency relationship related brain function for change of the time during attentional visual stimulus through the analysis of Coherence. With experimentation about ERP(Event Related Potential)data, it revealed that change of the phase synchronization between different scalp locations at ${\theta}$, ${\alpha}$ band. ERP between left and right frontal lobes, between the frontal and central lobes showed the phase synchronization at the P100, N200, ERP between the frontal and occipital lobes showed the phase synchronization at the P300 related information of visual stimulus. Compared to STFT using the window of a fixed length, CWT is able to multi-resolution analysis with the adjustment of parameters of mother wavelet. Thus, coherence results with CWT was found to be effective for analysis of time-varying spatial-frequency relationship in ERP. The phase synchronization for inattentional visual stimulus was not observed.