• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 추계학술대회
• /
• pp.375-378
• /
• 2009

The Spectrum Sensing Technology is the core technology of the Cognitive Radio (CR) System that is one of the future wireless communication technologies. This is the technology that temporarily allocates the frequency bandwidth by scanning surrounding wireless environments to keep licensed terminals and search the unused frequency bandwidth. In this paper, we proposed the efficient Spectrum Sensing Method using the Short Time Fourier Transform (STFT). The Cosine and DVB-H signal with the 6MHz bandwidth is used as the Input Signal. And we confirm the Spectrum Sensing result using Modified Periodogram Method, Welch's Method for compared with Short Time Fourier Transform Algorithm.

• 한국전자파학회논문지
• /
• 제26권7호
• /
• pp.656-665
• /
• 2015

본 논문에서는 시간-주파수 변환에 요동보상을 적용한 UWB 레이다 Bistatic ISAR (Bistatic Inverse Synthetic Aperture Radar: B-ISAR) 이미징에 적용하여 레이다 이미징의 선명도와 품질을 개선하였다. UWB 레이다를 사용하여 제안하는 시간-주파수 알고리즘을 검증하였으며, 이를 위하여 B-ISAR 알고리즘 절차, 시간-주파수 변환과 요동보상 개선 등 필요한 이론적 근거를 제시하였다. B-ISAR 이미징 알고리즘으로 이미지를 생성하였으며, UWB 바이스테틱 ISAR 이미징 생성시 요동보상을 적용한 시간-주파수 변환 기법인 STFT(Short-Time Fourier Transform), GWT(Gabor Wavelet Transform), WVD(Wigner-Ville distribution) 방식을 차례대로 구현하였다. 그리고 STFT, GWT와 WVD 알고리즘을 이용하여 B-ISAR 이미징 알고리즘의 성능을 비교하였으며, 그 결과 WVD가 다른 방식들에 비하여 영상이 선명하고, 퍼짐 현상이 줄어듦을 알 수 있었다.

• 한국전자파학회논문지
• /
• 제17권10호
• /
• pp.913-919
• /
• 2006

본 논문에서는 움직이는 표적에 대한 ISAR(Inverse SAR) 영상의 움직임 보상 기법에 대해서 기술하였다. 움직이는 표적에 대해서 단순히 퓨리에 변환만을 이용하여 ISAR 영상을 얻으면 일반적으로 영상에 퍼짐 현상이 나타난다. 이러한 영상의 퍼짐 현상에 대한 문제는 시간-주파수 변환 기법으로 해결할 수 있다. 본 논문에서는 ISAR 영상의 움직임 보상 기법 중에서도 짧은 시간 퓨리에 변환과 Gator 웨이브릿 변환의 방법에 대해서 기술하고 있다. 이러한 각 알고리즘에 대한 성능을 나타내기 위해서 우리는 이상적인 점 산란체와 simulated MIG-25에 대한 산란파를 이용하여 움직임 보상이 된 ISAR 영상을 획득하였다. 또한 짧은 시간 퓨리에 변환과 Gabor 웨이브릿 변환을 이용하여 구한 ISAR 영상의 해상도를 나타내고 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1199-1212
• /
• 2019

This paper proposes two wideband spectrum sensing approaches: (i) method A, the cumulative sum (CUSUM) algorithm with short-time Fourier transform, taking advantage of the time-frequency analysis for wideband spectrum. (ii)method B, the quickest spectrum sensing with short-time Fourier transform and compressed sensing, shortening the time of perception and improving the speed of spectrum access or exit. Moreover, method B can take advantage of the sparsity of wideband signals, sampling in the sub-Nyquist rate, and it is more suitable for wideband spectrum sensing. Simulation results show that method A significantly outperforms the single serial CUSUM detection for small SNRs, while method B is substantially better than the block detection based spectrum sensing in small probability of the false alarm.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2008년도 춘계학술대회 논문집
• /
• pp.2066-2072
• /
• 2008

The time reversal was investigated for direct root between PZT and PZT, but in case of a circular PZT, lamb wave moves not only along the direct root but also another roots. The center frequency of lamb wave is kept when the lamb waves are reflected from damage. This paper presents experimental and theoretical results for the new structural health monitoring method by above features of lamb wave, and we can increase accuracy of the new structural health monitoring method by using STFT(Short Time Fourier Transform).

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2002년도 추계학술대회논문집
• /
• pp.428-433
• /
• 2002

There have been many studies to visualize the vibration and noise of rotary compressor. Most of these studies assumed that the signal is stationary and the time-averaged signal is used for visualization. However, the noise and vibration signals generated during one cycle of crank shaft vary continuously. In this paper, the noise and vibration of rotary compressor which vary continuously are visualized by short time fourier transform method. The location of source and the transfer path of vibration and noise at arbitrary frequencies, which can not be visualized by averaged signal, can be visualized clearly.

• 한국음향학회지
• /
• 제37권4호
• /
• pp.256-261
• /
• 2018

차량 내부에는 BSR(Buzz, Squeak, Rattle) 세 가지 유형의 소음이 발생한다. 본 논문에서는 심층 컨볼루션 신경망으로 추출한 소음 특징에 기반하여 자동으로 차량 내부의 BSR 소음을 분류하는 분류기를 제안한다. 차량 내부의 소음은 전처리 단계에서 STFT(Short-time Fourier Transform) 알고리즘을 사용하여 소음 맵으로 표현된다. 생성된 소음 맵 내부에서 실제 소음의 위치를 정확하게 파악하기 어려운 문제에 대처하기 위해서 슬라이딩 윈도우 방법으로 분할하였다. 본 논문에서는 t-SNE(t-Stochastic Neighbor Embedding) 알고리즘을 사용하여 심층 컨볼루션 신경망 내부 파라미터를 시각화하고 정성적인 방식으로 오분류데이터를 분석하였다. 분류된 데이터의 정량적인 분석을 위해 소음의 종류별 유사도를 SSIM(Structural Similarity Index) 수치에 기반하여 정량화하여 리트랙터의 떨림음이 정상주행음과 가장 유사하다는 것을 밝혔다. 제안하는 방법의 분류기는 기타 기계학습 알고리즘 대비 최고 분류 정확도를 달성하였다(99.15%).

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.79-84
• /
• 2004

We use principal component analysis (PCA) to identify exons of a gene and further analyze their internal structures. The PCA is conducted on the short-time Fourier transform (STFT) based on the 64 codon sequences and the 4 nucleotide sequences. By comparing to independent component analysis (ICA), we can differentiate between the exon and intron regions, and how they are correlated in terms of the square magnitudes of STFTs. The experiment is done on the gene F56F11.4 in the chromosome III of C. elegans. For this data, the nucleotide based PCA identifies the exon and intron regions clearly. The codon based PCA reveals a weak internal structure in some exon regions, but not the others. The result of ICA shows that the nucleotides thymine (T) and guanine (G) have almost all the information of the exon and intron regions for this data. We hypothesize the existence of complex exon structures that deserve more detailed analysis.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2012년도 제38회 춘계학술대회논문집
• /
• pp.555-561
• /
• 2012

Empirical Mode Decomposition(EMD)을 통한 Hilbert Huang Transform(HHT)은 시간-주파수 영역분석 방법 중 하나로 기존의 다른 분석 방법에 비해 비선형, 비정상 신호를 해석 가능하다는 등 여러가지 이점이 있다. 그러나 인접한 주파수를 분별하기 힘들고 잡음에 취약하다는 결점이 있다고 알려져 있다. 본 논문에서는 HHT와 정상신호 분석에 효과적인 Short-Time Fourier Transform(STFT)을 비교하여 각 방법의 장 단점을 분석하고 Rijke 튜브 실험에서 얻은 열음향학적 불안정 데이터에 적용하여 잡음에 취약한 점을 보완한 Improved HHT와 비교한다. 그 결과, EMD를 이용한 Original HHT보다 EEMD를 이용한 Improved HHT가 잡음의 영향을 적게 받아 보다 정확한 신호분석이 가능하다는 것을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제19권4호
• /
• pp.685-692
• /
• 2024

본 논문에서는 명령어 음성신호의 인식 성능을 개선하기 위한 새로운 합성곱 신경망(CNN: Convolutional Neural Network) 모델을 제안한다. 이 방법은 입력신호의 단구간 푸리에 변환(STFT: Short-Time Fourier Transform) 후 스펙트로그램 이미지를 구하고 CNN 모델을 이용한 지도학습을 통하여 명령어 인식 성능을 개선하였다. 입력신호를 단시간 구간별로 푸리에 변환한 다음 스펙트로그램 이미지를 구하고 CNN 딥러닝 모델을 이용하여 다중 분류 학습을 수행한다. 이는 시간영역 음성신호를 특성이 잘 표현되도록 주파수영역으로 변환하고 변환 파라미터에 대한 스펙트로그램 이미지를 이용하여 딥러닝 훈련을 수행함으로써 명령어를 효과적으로 분류한다. 본 연구에서 제안한 음성인식시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 이용하면 92.5%의 정확도를 얻을 수 있는 것으로 확인되었다.