• Smart Structures and Systems
• /
• 제30권1호
• /
• pp.75-88
• /
• 2022

Engineering structures in operation essentially belong to time-varying or nonlinear structures and the resultant response signals are usually non-stationary. For such time-varying structures, it is of great importance to extract time-dependent dynamic parameters from non-stationary response signals, which benefits structural health monitoring, safety assessment and vibration control. However, various traditional signal processing methods are unable to extract the embedded meaningful information. As a newly developed technique, variational mode decomposition (VMD) shows its superiority on signal decomposition, however, it still suffers two main problems. The foremost problem is that the number of modal components is required to be defined in advance. Another problem needs to be addressed is that VMD cannot effectively separate non-stationary signals composed of closely spaced or overlapped modes. As such, a new method named generalized adaptive variational modal decomposition (GAVMD) is proposed. In this new method, the number of component signals is adaptively estimated by an index of mean frequency, while the generalized demodulation algorithm is introduced to yield a generalized VMD that can decompose mode overlapped signals successfully. After that, synchrosqueezing wavelet transform (SWT) is applied to extract instantaneous frequencies (IFs) of the decomposed mono-component signals. To verify the validity and accuracy of the proposed method, three numerical examples and a steel cable with time-varying tension force are investigated. The results demonstrate that the proposed GAVMD method can decompose the multi-component signal with overlapped modes well and its combination with SWT enables a successful IF extraction of each individual component.

• 한국음향학회지
• /
• 제28권1호
• /
• pp.77-83
• /
• 2009

본 논문에서는 비정상 잡음환경에서 음질향상을 위한 비선형 함수와 사전 음성부재 확률을 이용한 최소 통계치(MS) 방법의 잡음전력편의 보상 방법을 제안한다. 비정상 잡음환경에서 잡음전력추정을 위해 최소 통계치 방법이 잘 알려져 있지만, 예측된 잡음전력 추정 값은 실제 잡음 전력 값보다 하향 편의 되는 특성을 나타낸다. 제안한 방법은 비선형 함수를 적용한 적응보상파라미터와 사전 음성부재 확률 값을 혼용하는 잡음전력편의 보상방법이다. 특히, 적응보상 파라미터는 사후 SNR을 이용한 비 선형함수를 적용하여 잡음수준의 증감에 따라 파라미터 값을 조절한다. 또한, 사전 음성부재확률 값이 1로 수렴할 경우, 적응보상파라미터 값은 각 주파수별로 최대치까지 증가하지만, 확률 값이 0에 가까워지면 반대의 특성을 나타낸다. 제안한 알고리즘의 잡음전력추정 및 음질향상의 성능평가를 위해 다양한 종류의 잡음과 비정상적인 극심한 잡음환경을 설정하여 실험하고, 음질향상을 위해 주파수 차감법과 결합하였다. 알고리즘의 성능은 다양한 잡음환경의 신호 대 잡음비 (SNR)와 Itakura-Saito 음질왜곡 평가법을 이용하여 기존 최소 통계치 (MS)방법에 비해 우수한 결과를 나타냈다.

• 방송공학회논문지
• /
• 제9권1호
• /
• pp.9-16
• /
• 2004

본 논문에서는 차량용 음성명령어기의 사용을 위한 전처리 과정으로 음성개선 방법을 다룬다 특히 보다 주위 소음에 자유롭고 단말 조작에 있어 안정성을 보장하기 위하여 일반적 단일 마이크로폰으로 처리되는 잡음뿐만 아니라 음성명령어를 제외한 오디오 신호 등 비정적 통계적 특성을 갖는 소음들도 제거 될 수 있도록 음성개선 방법을 제안한다. 우리는 2개의 마이크로폰을 가지고 BSS 알고리즘을 적용하여 비정적 신호들을 분리하고, 분리된 신호에 대하여 Kalman 필터를 이용하여 시간상 단구간 정적 잡음을 제거한다. 인식 실험 결과를 통하여 공간적, 시간적 음성개선 방법이 순차적으로 적용될 때, 실제 차량 환경에서 음성 개선 알고리즘으로 적용될 수 있음을 보였다.

• 전기학회논문지
• /
• 제58권1호
• /
• pp.173-180
• /
• 2009

It is difficult to predict non-stationary or chaotic time series which includes the drift and/or the non-linearity as well as uncertainty. To solve it, we propose an effective prediction method which adopts data preprocessing and multiple model TS fuzzy predictors combined with model selection mechanism. In data preprocessing procedure, the candidates of the optimal difference interval are determined based on the correlation analysis, and corresponding difference data sets are generated in order to use them as predictor input instead of the original ones because the difference data can stabilize the statistical characteristics of those time series and better reveals their implicit properties. Then, TS fuzzy predictors are constructed for multiple model bank, where k-means clustering algorithm is used for fuzzy partition of input space, and the least squares method is applied to parameter identification of fuzzy rules. Among the predictors in the model bank, the one which best minimizes the performance index is selected, and it is used for prediction thereafter. Finally, the error compensation procedure based on correlation analysis is added to improve the prediction accuracy. Some computer simulations are performed to verify the effectiveness of the proposed method.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권9호
• /
• pp.95-104
• /
• 2020

In financial economics studies, the autoregressive model has been a workhorse for a long time. However, the model has a fixed value on every parameter and requires the stationarity assumptions. Time-varying coefficient autoregressive model that we use in this paper offers some desirable benefits over the traditional model such as the parameters are allowed to be varied over-time and can be applies to non-stationary financial data. This paper provides the Monte Carlo simulation studies which show that the model can capture the dynamic movement of parameters very well, even though, there are some sudden changes or jumps. For the daily data from January 1, 2015 to February 12, 2020, our paper provides the empirical studies that Thailand, Taiwan and Tokyo Stock market Index can be explained very well by the time-varying coefficient autoregressive model with lag order one while South Korea's stock index can be explained by the model with lag order three. We show that the model can unveil the non-linear shape of the estimated mean. We employ GJR-GARCH in the condition variance equation and found the evidences that the negative shocks have more impact on market's volatility than the positive shock in the case of South Korea and Tokyo.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2006년도 춘계 국제학술대회 논문집
• /
• pp.111-114
• /
• 2006

비백색잡음(non-white noise)인 잔향(reverberation)이 신호탐지(signal detection)의 주 방해신호인 천해 능동소나(active sonar) 환경에서의 표적탐지는 선백색화기(pre-whitening filter)를 사용하여 수신신호를 백색화한 후 백색잡음에서 최적 탐지기(optimum detector)인 정합필터를 사용한다. 그러나 이 방법은 잔향이 비정상(non-stationary) 특성을 가지기 때문에 구현이 매우 힘들다. 기존의 연구에 따르면 이러한 잔향은 지역적 정상상태(local stationary)라고 가정할 수 있다. 본 논문에서는 먼저 잔향신호의 지역적 정상상태의 범위를 추정(estimation)하고, 이 추정을 바탕으로 천해와 같은 비백색 잔향신호 환경에서 선백색화 블럭 정규화 정합필터(pre-whitening block normalized matched filter)의 성능을 개선할 수 있는 선백색화 기법을 제안하였다. 제안된 잔향신호의 백색화 기법은 표적신호 전 후의 잔향신호를 사용하여 처리블록(processing block)을 백색화하기 때문에 기존의 백색화 기법보다 우수한 성능을 보였다. 제안된 백색화 기법을 이용한 탐지기의 성능을 평가하기 위해 우리나라 인근해역에서 실측된 데이터를 이용하여 컴퓨터 모의실험을 수행하였다. 모의실험 결과 제안된 기법을 사용한 탐지기는 기존의 백색화 기법을 사용한 탐지기보다 우수한 탐지성능을 보였다.

• 한국전자파학회논문지
• /
• 제13권2호
• /
• pp.107-114
• /
• 2002

미지의 신호원들의z 합성으로부터 관측된 신호만을 이용하여 통계적으로 독립인 원신호를 추출하는 문제를 블라인드 신호분리라 한다. 본 논문에서는 보통의 실내에서 얻어진 비정상(non-stationary) 합성신호로부터 원신호론 추출해내는 블라인드 신호분리 기법을 제안한다. 제안된 기법은 관측 신호들 간의 이타 상호상관 값이 제로가 될 때만 최소값을 가지는 비용함수를 최소화시키는 방식으로 블라인드 신호분리를 구현한다. 제안된 기법의 유효성을 컴퓨터 시뮬레이션과 보통의 실내에서 관측된 2개의 합성신호로부터 2개의 원신호를 추출해내는 실험을 통하여 증명한다.

• 한국방재학회 논문집
• /
• 제7권5호
• /
• pp.79-88
• /
• 2007

본 연구에서는 강우량 자체 및 확률강우량의 통계학적 정상성을 판단하였다. 사계열의 정상성을 판단하는 대표적인 방법인 Cox-Stuart의 추세검정과 Dickey-Fuller의 단위근 검정 방법이 적용되었으며, 특히 확률 강우량의 정상성 평가상의 문제점을 평가하였다. 결과적으로, 먼저 서울지점 강우량 자료에 대한 분석에서는 강우량이 증가하거나 감소하는 추세가 없다는 판단을 할 수 있었고, 아울러 단위근 검정에서도 정상적인 시계열이라는 결론을 얻을 수 있었다. 그러나 Cox-Stuart 검정에 의하면 확률강우량이 전체적으로 어떤 상승 또는 하향의 추세가 있는지에 대해서 일관된 판단을 하기가 어려졌다. 그러나 Dickey-Fuller의 단위근 검정에서는 확률강우량이 비정상시계열임을 판단할 수 있었다. 이러한 결과는 근본적으로 강우량과 확률강우량의 차이에서 비롯된 것이다. 즉, 강우는 무작위 변량으로서 어떤 경향성이나 비정상성을 찾기 힘들다. 반대로 확률강우량은 계산시점까지 관측된 모든 자료를 고려하여 추정되므로 전 후의 값의 상관성이 매우 커지게 된다. 즉, 정상시계열인 강우자료가 연속적으로 추가되며 확률강우량이 추정되므로 전 값이 높은 상관성이 가능하다, 따라서 확률강우량이 비정상 시계열로 판단되는 것은 본 연구에서 적용된 판단기법으로는 당연한 결과라 할 수 있다.

• Nonlinear Functional Analysis and Applications
• /
• 제29권1호
• /
• pp.15-33
• /
• 2024

In this article, we considered a class of nonlinear variational hemivariational inequality problems and investigated a gap function and regularized gap function for the problems. We discussed the global error bounds for such inequalities in terms of gap function and regularized gap functions by utilizing the Clarke generalized gradient, relaxed monotonicity, and relaxed Lipschitz continuous mappings. Finally, as applications, we addressed an application to non-stationary non-smooth semi-permeability problems.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.596-596
• /
• 2015

수공구조물 설계의 기본이 되는 설계홍수량은 정상성 (Stationary) 가정 하에 산정되고 있다. 정상성은 분포형의 매개변수들이 시간에 따라 변화하지 않는 것을 의미한다. 그러나 최근 기후변화로 인한 극치사상의 크기와 빈도가 비정상적인 증가 추세를 나타내고 있어 강우자료의 변화 특성을 정확하게 파악하기 위해서는 비정상성 (Non-Stationary)에 대한 고려가 필요한 실정이다. 따라서 본 연구에서는 비정상성을 고려한 미래 IDF (Intensity-Duration-Frequency) 곡선을 산정하고, 기후변화에 의한 IDF 곡선의 특성 변화를 분석하고자 한다. 연구대상지로 충청남도 공주시에 위치한 계룡저수지를 선정하였고, 계룡저수지에 인접한 대전 관측소의 과거 강우자료 (1981-2010년)를 수집하였다. 또한 기상청에서 제공하는 RCP4.5 시나리오 기반의 미래 강우자료를 편의보정하여 3개 기간 (2011-2040년, 2041-2070년, 2071-2100년)에 대한 미래 강우자료를 구축하였고, 지속시간별 연최대치 강우자료를 추출하여 경향성 분석 및 비정상성 빈도해석을 실시하였다. 강우자료의 확률분포형과 매개변수 추정방법으로는 GEV (Generalized Extreme Value)분포와 L-모멘트법을 선정하였다. 이를 바탕으로 과거 및 미래 기간별 IDF 곡선을 산정하였으며, 그 특성을 비교분석하였다. 본 연구에서 도출한 IDF 곡선은 계룡저수지의 설계한도를 재검토하는데 활용될 수 있으며, 본 연구에서 제시한 방법은 기후변화에 따른 농업용저수지의 안정성 검토에 사용할 수 있을 것으로 사료된다.