• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.51-56
• /
• 2019

본 논문은 nonconstant modulus 특성의 높은 스펙트럼 효율을 갖는 16-QAM 신호 전송 시 채널에 의한 부호간 간섭을 줄이기 위한 CCA (Compact Constellation Algorithm)와 RMMA (Region-based MMA) 블라인드 적응 등화 알고리즘의 성능 비교에 관한 것이다. CCA는 결정 장치의 출력인 sliced symbol과 16개의 모든 신호점들을 compact화한 통계적 심볼을 이용하여 탭 계수 갱신을 위한 오차 신호의 분산을 줄여 초기 수렴과 misadjustment를 개선하지만 연산량이 증대되며, RMMA는 신호점이 속하는 영역을 기준으로 4개의 constant modulus 신호로 변환한 후 오차 신호를 얻으므로 빠른 수렴속도와 misadjustment 및 채널 추적 능력이 연산량 증가없이 개선되는 효과를 얻을 수 있다. 논문에서는 동일한 채널에서 이들 알고리즘을 구현한 후 블라인드 적응 등화 성능을 등화기 출력 신호의 성상도, 잔류 isi양, MSE 및 SER을 적용하여 비교하였다. 시뮬레이션의 결과 출력 신호 성상도, 잔류 isi 및 MSE에서는 RMMA가 CCA보다 우월하였지만 수렴 속도는 약1.3배 정도 늦어짐을 알 수 있었다. 또한 잡음에 대한 robustness를 나타내는 SER 성능에서는 SNR이 적을때는 CCA가 우월하지만 6dB 이상에서는 RMMA가 우월하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.27-32
• /
• 2020

본 논문에서는 오차 신호의 비선형 함수를 이용하는 VS-CCA (Varying Step-Compact Constellation Algorithm)에서 적응을 위한 step 변화 속도값에 따른 적응 등화의 성능을 비교하였다. VS-CCA 알고리즘은 16-QAM과 같은 nonconstant modulus 신호를 4개의 4-QAM constant modulus 신호군으로 compact화한 후, 송신 신호의 통계치인 고정 modulus를 이용하여 오차 신호를 발생하여 이의 비선형 함수를 이용하는 varying step으로 최소비용 함수를 얻도록 적응 등화기의 탭 계수를 갱신한다. 이때 비선형 함수의 step 변화 속도값에 따라 순시 적응 step값이 결정되며, 이의 값에 따라 상이한 적응 등화 성능을 얻을 수 있음을 컴퓨터 시뮬레이션을 통해 확인하였다. step 변화 속도값에 따른 등화 성능 비교 지수로는 등화기 내부 지수와 외부 잡음에 대한 강인성을 나타내는 등화기 외부 지수를 사용하였다. 컴퓨터 시뮬레이션 결과 정상 상태에서 변화 속도를 1.0보다 적게 할수록 모든 성능 지수에서 1.0보다 큰 경우 보다 우월해짐을 알 수 있었다.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.244-247
• /
• 2022

본 논문에서는 고속 이동환경에서 강건성을 향상시킬 수 있는 OTFS(orthogonal time frequency space) 시스템에서 주파수 및 시간영역에서의 선형 MMSE(minimum mean squared error) 필터를 이용한 디코딩 알고리즘과 강화된 Gauss-Seidel 알고리즘을 이용한 디코딩 알고리즘의 성능을 비교한다. 강화된 Gauss-Seidel 알고리즘은 잡음 증폭을 억제함으로써 비트 오류율 성능을 개선할 수 있다. 전산 실험 결과를 통해 주파수 영역에서 MMSE 필터를 이용한 디코딩 알고리즘은 수신기의 이동 속도가 높아짐에 따라 성능 열화가 발생하는 것을 확인할 수 있고, 강화된 Gauss-Seidel 알고리즘을 이용한 디코딩 방법은 120km/h 속도와 500km/h 속도를 가지는 채널 환경에 대해 주파수 영역 및 시간 영역에서의 MMSE 필터 디코딩 알고리즘에 비해 우수한 성능을 나타내는 것을 확인할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.67-76
• /
• 2023

딥러닝 모델이 컴퓨터 비전 분야에서 혁신적인 성과를 이루어내고 있으나, 적대적 예제에 취약하다는 문제가 지속적으로 제기되고 있다. 적대적 예제는 이미지에 미세한 노이즈를 주입하여 오분류를 유도하는 공격 방법으로서, 현실 세계에서의 딥러닝 모델 적용에 심각한 위협이 될 수 있다. 본 논문에서는 객체의 엣지를 강조하여 학습된 분류 모델과 기본 분류 모델 간 예측 값의 차이를 이용하여 적대적 예제를 탐지하는 모델을 제안한다. 객체의 엣지를 추출하여 학습에 반영하는 과정만으로 분류 모델의 강건성을 높일 수 있으며, 모델 간 예측값의 차이를 통하여 적대적 예제를 탐지하기 때문에 경제적이면서 효율적인 탐지가 가능하다. 실험 결과, 적대적 예제(eps={0.02, 0.05, 0.1, 0.2, 0.3})에 대한 일반 모델의 분류 정확도는 {49.9%, 29.84%, 18.46%, 4.95%, 3.36%}를 보인 반면, Canny 엣지 모델은 {82.58%, 65.96%, 46.71%, 24.94%, 13.41%}의 정확도를 보였고 다른 엣지 모델들도 이와 비슷한 수준의 정확도를 보여, 엣지 모델이 적대적 예제에 더 강건함을 확인할 수 있었다. 또한 모델 간 예측값의 차이를 이용한 적대적 예제 탐지 결과, 각 epsilon별 적대적 예제에 대하여 {85.47%, 84.64%, 91.44%, 95.47%, 87.61%}의 탐지율을 확인할 수 있었다. 본 연구가 관련 연구 분야 및 의료, 자율주행, 보안, 국방 등의 응용 산업 분야에서 딥러닝 모델의 신뢰성 제고에 기여할 것으로 기대한다.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.253-263
• /
• 2013

광학측정기법 중 주파수 스캐닝 간섭계는 기존 3차원 측정기법과 비교하여 광학 하드웨어 구조가 측정과정동안 고정되어 있어, 대물렌즈나 대상물체의 수직 스캐닝 없이 단지 광원의 주파수만 특정한 주파수 밴드내에서 스캐닝 하여 대상물체에 주사되므로, 우수한 광학 측정 성능을 보인다. 광원의 주파수를 변경하여 간섭계를 통해 간섭 영상을 획득한 후, 밝기 영상 데이터를 주파수 영역 데이터로 변환하고, 고속 푸리에 변환을 통한 주파수 분석을 이용하여 대상 물체의 높이 정보를 계측한다. 하지만, 대상물체의 광학적 특성에 기인한 광학노이즈와 주파수 스캐닝동안 획득되는 영상의 수에 따라 증가하는 영상처리시간은 여전히 주파수 스캐닝 간섭계의 문제이다. 이를 위해, 1) 편광기반 주파수 스캐닝 간섭계가 광학 노이즈에 대한 강인성을 확보하기 위해 제안되어진다. 시스템은 주파수 변조 레이저, 참조 거울 앞단의 ${\lambda}/4$ 판, 대상 물체 앞단의 ${\lambda}/4$ 판, 편광 광분배기, 이미지 센서 앞단의 편광기, 광섬유 광원 앞단의 편광기, 편광 광분배기와 광원의 편광기 사이에 위치하는 ${\lambda}/2$ 판으로 구성된다. 제안된 시스템을 이용하여, 편광을 기반으로한 간섭이미지의 대조대비를 조절할 수 있다. 2) 신호처리 고속화 방법이 간섭계 시스템을 위해 제안되며, 이는 그래픽 처리 유닛(GPU)과 같은 병렬처리 하드웨어와 계산 통합 기기 구조(CUDA)와 같은 프로그래밍 언어로 구현된다. 제안된 방법을 통해 신호처리 시간은 실시간 처리가 가능한 작업시간을 얻을 수 있었다. 최종적으로 다양한 실험을 통해 제안된 시스템을 정확도와 신호처리 시간의 관점으로 평가하였고, 실험결과를 통해 제안한 시스템이 광학측정기법의 실적용을 위해 효율적임을 보였다.