• 한국통신학회논문지
• /
• 제19권6호
• /
• pp.1004-1015
• /
• 1994

통계적 모먼트(statistical moments)에 의한 변조형태 분류기(classifier)는 PSK 신호를 분류하는데 자주 이용되어 왔다. 이전에 사용된 분류기는 수신된 신호로부터 추출하기 어려운 신호위상 샘플의 통계적 모먼트를 이용하였으나, 본 논문에서는 확률변수변환을 통한 복조된 신호의 모먼트를 이용하여 PSK 신호를 분류하기 위한 새로운 분류기를 제안한다. 복조된 신호는 종래의 방법으로 쉽게 추출이 될 수 있다. PSK 신호에 대해 제안된 분류기의 성능평가는 복조된 신호의 정확한 위상분포를 사용하여 가산성 백색가우스잡음(AWGN)하에서 오분류확률(probability of misclassification)로 분석하였다. 분석결과 동기 시스팀이 비동기 시스팀보다 n이 4이고 오분류확률이 10 일때 BPSK에 있어서는 4dB, QPSK에 있어서는 3dB 더 우수함을 알 수 있었다.

• 한국지반환경공학회 논문집
• /
• 제10권7호
• /
• pp.135-141
• /
• 2009

지진원 및 구조물과 지반상호간의 동적 특성을 보다 신뢰성 있게 도출하기 위해 지반의 증폭특성은 반드시 고려되어야하는 요소이다. 지반증폭 특성을 분석할 때 여러 가지 방법이 제시되어 있으나 본 연구에서는 Nakamura(1989)에 의해 제시된 방법을 적용하였다. 본 방법은 얕은 지반의 상시미동의 표면파 특성을 이해하기 위해 제시되어 한계점이 존재하나 근래에 와서 S파 등에 적용되어 지반의 동적인 증폭 특성연구에 많이 이용되고 있다. 일반적으로 S파가 이용되고 있으나 본 연구에서는 지진파 에너지인 Coda 파에 새로이 적용하였다. 최근 국내에 설치된 지진 관측기에 관측된 5개 지진(규모 3.6-5.1)의 약 60 여개의 관측자료를 이용하여 지진관측소 각각 지반의 동적인 증폭 특성을 분석하였다. 관측소마다 저진동수, 고진동수 및 우월주파수가 서로 다른 증폭특성을 보여주었다. 본 연구 결과 관측지반진동에서 지반 고유의 증폭특성을 제거하면 지진원 변수를 보다 신뢰성 있게 도출할 수 있다.

• 지질공학
• /
• 제22권4호
• /
• pp.399-408
• /
• 2012

지진원 및 구조물과 지반상호간의 동적 특성을 보다 신뢰성 있게 분석하기 위해 지반의 증폭특성은 반드시 고려되어야 하는 요소이다. 지반증폭 특성을 분석할 때 여러 가지 방법이 제시되어 있으나 본 연구에서는 Nakamura (1989)에 의해 제시된 방법을 적용하였다. 본 방법은 얕은 지반의 상시미동의 표면파 특성을 이해하기 위해 제시되었으나. 최근 S파 및 Coda파 등에 적용되어 지반의 동적인 증폭 특성연구에 많이 이용되고 있으며 본 연구에서 S파 에너지에 적용하여 분석하였다. 최근 국내의 관측소에 관측된 23개의 규모 3.0 이상의 지진으로 부터 관측된 180 여개의 관측된 지반진동 자료를 분석하여 8개 주요 국내 지진관측소 지반의 동적인 증폭특성을 분석하였다. 각각의 지진관측소마다 저진동수, 고진동수 특성 및 관측소 고유의 우월진동수가 서로 상이하여 관측소 고유의 증폭특성을 보여주었다. 본 연구의 결과를 다른 분석방법을 적용하여 얻어진 결과와 비교하면 국내 지반의 동적 특성 및 지반분류 연구에 많은 정보를 줄 수 있다고 사료된다.

• 디지털융복합연구
• /
• 제14권4호
• /
• pp.277-283
• /
• 2016

본 논문에서는 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions; NEWFM) 기반의 웨이블릿 변환(wavelet transform)과 힐버트 변환(Hilbert transform)에 의해 추출한 첨점(peak)을 사용하여 뇌파(EEG)로부터 정상 파형과 간질 파형을 분류하는 새로운 방안을 제안하였다. NEWFM의 입력을 추출하는데 다음과 같은 3개의 단계가 수행되었다. 첫 번째 단계에서는 뇌파로부터 잡음을 제거하기 위해서 웨이블릿 변환을 사용하였다. 두 번째 단계에서는 웨이블릿 계수로부터 첨점(peak)을 추출하기 위해서 힐버트 변환을 사용하였다. 또한 크기가 큰 첨점을 추출하기 위해서 첨점의 평균값보다 큰 첨점만을 선택하였다. 세 번째 단계에서는 통계적 방법을 이용하여 첨점으로부터 NEWFM의 입력으로 사용할 16개의 특징을 추출하였다. NEWFM은 이들 16개의 특징을 입력으로 사용하여 99.25%, 99.4%, 99%의 정확도, 특이도, 민감도를 각각 구하였다. 향후 연구에서는 특징선택을 이용하여 16개의 특징으로부터 좋은 특징을 선택하여 정확도를 향상시킬 계획이다.

• 한국통신학회논문지
• /
• 제35권7C호
• /
• pp.604-610
• /
• 2010

본 논문에서는 기존의 CLSFN (Cepstral distance and Log-energy based Silence Feature Normalization) 방법의 인식성능을 향상시키기 위하여, 필터 뱅크 서브 밴드 영역에서 잡음을 차감하는 방법과 CLSFN을 결합하는 방법, 즉 FSFN (Filter bank sub-band energy subtraction based CLSFN)을 제안하였다. 이 방법은 음성으로부터 특징 파라미터를 추출할 때 필터 뱅크 서브 밴드 영역에서 잡음을 제거하여 켑스트럼 특징을 향상시키고, 이에 대한 켑스트럼 거리를 이용하여 음성/묵음 분류의 정확도를 개선함으로써 기존 CLSFN 방법에 비해 향상된 인식성능을 얻을 수 있다. Aurora 2.0 DB를 이용한 실험결과, 제안하는 FSFN 방법은 CLSFN 방법에 비해 평균 단어 정확도 (word accuracy)가 약 2% 향상되었으며, CMVN (Cepstral Mean and Variance Normalization)과의 결합에서도 기존 모든 방법에 비해 가장 우수한 인식성능을 나타내어 제안 방법의 유효성을 확인할 수 있었다.

• 한국환경보건학회지
• /
• 제30권3호
• /
• pp.272-282
• /
• 2004

Stress is a primary health promotion issue in worksite research because psychological distress is closely related not only to workers　 health status but also to their job performance. This study identified the work environment and work condition factors affecting workers　 stress symptoms among the Korean manufacturing factory workers. A total of 7,818 factory workers employed in 1,562 manufacturing companies participated in the Korean nation-wide occupational health survey conducted by the Korean Occupational Safety and Health Agency in 2003. Participants were selected by the stratified proportional sampling process by standardized industry classification, company size, and locations. Trained interviewers visited the target companies and interviewed the factory workers randomly selected in each company. Work environments included physical work environments (temperature, noise, hazardous organic compounds, and so on) and psychological work environments (job demands, job control, and social support at work), and work conditions included daily working hour, rest time, and so on. Men were 71.5% and the mean age was 34.0 years old. The average working period in the present company was 6.9 years. The average stress score was 26.2 under the perfect score, 50, which means the moderate level of stress. Perceived stress had significant correlations with young age, poor physical work environment, high fatigue, bad perceived health status, and high job demands in Pearson's simple correlation analysis. Perceived health status and perceived fatigue explained 21% variance of stress symptoms and the work environment factor explained 4.8% of that; however, work condition did not have the sufficient effect. In particular, psychosocial work environment variables (job demand, job control, and social support at work) had a clear effect on stress symptoms rather than the physical work environments. Poor perceived health status, severe perceived fatigue, poor physical work environment, high job demands, low social support, heavy alcohol consumption and little exercise were significantly related to high stress symptoms in the Korean manufacturing workers.

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.120-126
• /
• 2020

본 연구에서는 인체의 임펄스 응답 신호를 이용하여 사용자를 인식하는 방법을 제안한다. 인체는 물, 근육, 지방, 뼈 등으로 구성되어 있고, 이러한 구성비는 사람마다 다르게 형성되어 있다. 기존의 인체 통신 연구에서는 인체가 커패시터와 저항으로 이루어진 회로로 모델링 되었고, 회로의 특징은 인체의 구성 특성에 따라 다르다는 것이 밝혀졌다. 따라서 인체는 개인별 고유한 채널로 인식될 수 있고, 이를 이용한 사용자 인식이 가능하다는 연구가 보고 되었다. 이 연구에서는, 임펄스 신호를 인체에 인가하여 임펄스 응답 신호를 측정하고, empirical mode decomposition 기법으로 노이즈를 제거한다. 그리고 10개의 피크 값을 추출하고 피크 간 값의 차이를 특징량으로 사용하여 사용자 인증을 수행하였다. 6명의 참가자로부터 수집한 데이터를 k-nearest neighbors(KNN) 알고리즘을 사용하여 분류 성능을 확인한 결과, 임펄스 응답 신호의 전체 시계열 데이터의 분류 정확도는 91.57%이었으나, 제안한 피크 간 값의 차이를 특징량으로 하여 분류를 하였을 때 분류 정확도가 97.71%로 크게 향상되는 것을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제29권4C호
• /
• pp.533-540
• /
• 2004

본 논문에서는 웨이블릿(wavelet) 영역에서 분류 예측, KLT (Karhunen-Loeve transform), 및 3-D SPIHT(three-dimensional set partitioning in hierarchical trees) 알고리즘(algorithm)을 이용하여 인공위성 화상 데이터에 존재하는 대역내 중복성 (intraband redundancy)과 대역간 중복성 (interband redundancy)을 효과적으로 제거하는 새로운 압축 방법을 제안하였다. 대역간 중복성을 제거하기 위해 웨이블린 영역에서의 분류 정보를 이용하여 영역별 대역간 예측을 행한다. 영역별 대역간 예측에 의해 복원되는 화상들은 예측 오차로 인해 원 화상 (original image)과 차 화상 (residual image)을 가진다. 이 차 화상들 간에 존재하는 대역간 중복성을 제거하기 위하여 KLT를 행한다. 웨이블릿 변환 (wavelet transform)과 KLT를 행하여 대역내 및 대역간 크기 순서로 재정렬된 변환 계수들을 3-D SPIHT 알고리즘을 이용하여 부호화 한다. 제안한 방법의 성능 평가를 위해서 다분광 화상 데이터에 대하여 압축 실험을 행하여 제안한 방법이 기존의 방법들 보다 동일한 여러 비트율 (bit rate)에서 평균 PSNR (peak signal-to-noise ratio)이 0.12∼3.83㏈ 향상됨을 확인하였다.

• 대한기계학회논문집 C: 기술과 교육
• /
• 제3권1호
• /
• pp.71-78
• /
• 2015

각국의 무인기 카테고리 분류 기준에는 차이가 있으나, 대부분의 국가에서는 중량을 기준으로 25 kg(55 lb) 이하를 소형무인기로 분류하고 있다. 소형무인기는 주로 군사용, 공공용으로 개발되어 왔으나, 최근에는 취미 및 미디어 촬영 등을 위하여 민간분야로 확산되고 있다. 하지만 이러한 무인기를 운영하기 위해서는 유인기와 같은 수준의 안전성을 확보할 필요가 있다. 이는 무인기가 유인기와의 충돌이나 추락에 의해 지상 피해를 유발할 수 있기 때문이다. 본 논문에서는 미국과 유럽의 국가들을 중심으로 소형무인기 운용을 위한 입법 및 운용 승인제도에 대해 조사하였다. 또한 소형무인기 운영을 위한 국내 제도 마련 방안에 대해서도 연구하였다.

• 재활복지공학회논문지
• /
• 제10권3호
• /
• pp.221-228
• /
• 2016

본 논문에서는 EEG 신호 기반 기기 또는 소프트웨어를 사용하기 위해 사용자가 본인의 EEG 신호 정확도를 확인하고, 훈련을 통하여 자신의 EEG 신호 정확도를 향상시킬 수 있는 시뮬레이션 소프트웨어를 제안한다. 실험 데이터로는 풍경사진을 보며 편안한 상태에서 발생되는 신호와 수학문제를 풀며 집중 시에 발생되는 신호를 사용한다. 입력되는 EEG 신호는 독립 성분 분석(Independent Component Analysis, ICA)을 적용하여 잡음을 최소화하고 대역 통과 필터(Band Pass Filter)를 통하여 베타파(${\beta}$, 14-30Hz)만을 취득한다. 취득한 베타파 대역 데이터에서 제곱평균제곱근(Root Mean Square, RMS) 알고리즘을 통하여 특징 정보를 추출하고 지지 벡터 머신(Support Vector Machine, SVM)에 적용하여 분류한다. 분류된 결과는 사용자가 바로 확인할 수 있으며 훈련 전 피험자의 평균 정확도는 79.21%이었던 반면, 연속적인 훈련으로 최고 91.67%의 정확도를 보였다. 이처럼 본 논문에서 개발한 시뮬레이션 소프트웨어는 사용자가 직접 자신의 EEG 신호 정확도를 향상키기는 훈련을 통하여 정확도 향상이 가능하고, EEG 신호 기반으로 이루어진 BCI 시스템의 효율적인 사용을 기대할 수 있다.