• 한국음향학회지
• /
• 제20권5호
• /
• pp.21-27
• /
• 2001

기어 시스템의 충격음과 충격 신호는 대개 기어의 결함과 관련이 있다. 그래서 이러한 충격음과 충격 신호는 기어 시스템의 건전성 감시의 주요 요소로 사용되어진다. 본 연구에서는 이런 충격음과 충격 신호를 효율적으로 추출해 내기 위해 스파이크 웨이블렛 변환을 이용하는 방법을 제안한다. 스파이크 웨이블렛 변환은 기존에 제안된 연속 웨이블렛 변환의 한계점인 임의의 영역에서의 시간-주파수 분해능의 스케일 변수에 대한 선형성을 보완하여 비 선형적으로 이것을 조절할 수 있게 하였다. 이로 인해서 스파이크 웨이블렛 변환은 관심 주파수를 기준으로 연속 웨이블렛 변환보다 고주파 영역에서는 시간 분해능이 향상되고 동시에 저주파 영역에서는 주파수 분해능이 향상되어 기어 결함에 대한 정보 손실 없이 기어의 결함 위치를 보다 명확히 판단할 수 있는 장점을 가진다. 또한 본 연구에서는 상단 절손의 결함을 갖는 기어에 대한 실험을 통해 본 연구에서 제안하는 스파이크 웨이블렛 변환의 유용성을 검증하였다.

• 한국항행학회논문지
• /
• 제20권4호
• /
• pp.298-304
• /
• 2016

본 논문은 초음파 거리계를 이용하는 쿼드로터 무인항공기의 고도 제어 성능 향상을 위한 웨이블릿 패킷 변환 기법을 제시하였다. 쿼드로터의 수직 이착륙 시 많이 사용되는 초음파 거리계를 이용하여 지상시험을 수행하였다. 초음파 거리계는 정반사율 (specular reflectance)과 음향 잡음 (acoustic noise)으로 인한 신호의 스파이크가 생긴다. 짧은 시간 간격으로 발생하는 스파이크는 시간과 주파수 영역에서의 동시 분석을 필요로 한다. 이에 초음파 거리계의 스파이크를 웨이블릿 패킷 변환을 이용하여 분석하였다. DWT (discrete wavelet transform)에 비해 웨이블릿 패킷 분해가 더 풍부한 시간-주파수 국소 정보를 얻을 수 있어 초음파 신호의 스파이크를 분석하고 처리하기에 더 효과적이다. 실험결과 초음파 거리계의 스파이크를 효과적으로 제거할 수 있음을 확인하였다.

• 한국항행학회논문지
• /
• 제20권3호
• /
• pp.196-202
• /
• 2016

본 논문은 초음파 거리계를 이용하는 쿼드로터 무인항공기의 고도 제어 성능 향상을 위한 정상 웨이블릿 변환 기법을 제시하였다. 쿼드로터의 수직 이착륙 시 많이 사용되는 초음파 거리계를 이용하여 지상시험을 수행하였다. 초음파 거리계는 정반사율(specular reflectance)과 음향 잡음 (acoustic noise)으로 인한 신호의 스파이크가 생긴다. 짧은 시간 간격으로 발생하는 스파이크는 시간과 주파수 영역에서의 동시 분석을 필요로 한다. 정상 웨이블릿 변환은 DWT (discrete wavelet transform)에서 다운샘플링에 의해 발생하는 문제점을 해결하기 위한 변환방법으로써 잡음제거에 DWT보다 효과적이라고 알려져 있다. 이에 초음파 거리계의 스파이크를 정상 웨이블릿 변환 기법을 이용하여 분석하였고, 실험결과 초음파 거리계의 스파이크를 효과적으로 제거할 수 있음을 확인하였다.

• 전자공학회논문지S
• /
• 제35S권2호
• /
• pp.70-78
• /
• 1998

Spike detection in long-term EEG monitoring forepilepsy by wavelet transform(WT), artificial neural network(ANN) and the expert system is presented. First, a small set of wavelet coefficients is used to represent the characteristics of a singlechannel epileptic spikes and normal activities. In this stage, two parameters are also extracted from the relation between EEG activities before the spike event and EEG activities with the spike. then, three-layer feed-forward network employing the error back propagation algorithm is trained and tested using parameters obtained from the first stage. Spikes are identified in individual EEG channels by 16 identical neural networks. Finally, 16-channel expert system based on the context information of adjacent channels is introducedto yield more reliable results and reject artifacts. In this study, epileptic spikes and normal activities are selected from 32 patient's EEG in consensus among experts. The result showed that the WT reduced data input size and the preprocessed ANN had more accuracy than that of ANN with the same input size of raw data. Ina clinical test, our expert rule system was capable of rejecting artifacts commonly found in EEG recodings.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.358-361
• /
• 1997

This paper describes a multichannel epileptic seizure detection algorithm based on wavelet transform(WT), artificial neural network(ANN) and expert system. First, through the WT, a small number of wavelet coefficients is used to represent the single channel epileptic spike. Next, 3-layer feed-forward network employing the error back propagation algorithm is trained and tested using parameters obtained above. Finally, 16 channel expert system which is based on clinical experience is introduced as a artifact rejection and reliable detection. The suggested algorithm was implemented on personal computer(PC). Two main events i.e., epileptiform and normal activities, were selected from 32 person's EEGs(normal: 20, seizure disorder: 12) in consensus among experts. The result was that WT reduced data input size and ANN detected 97 of the 100 EEGs containing definite spike - sensitivity of 97%. Expert rule system was capable of rejecting a wide variety of artifacts commonly found in EEG recordings. It also reduced false positive detections of ANN.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2804-2806
• /
• 2003

생체신호는 생리학이나 해부학에서 주로 다루어졌으나, 최근 컴퓨터 시스템의 발전으로 공학적인 접근이 활발히 진행되고 있다. 특히 뇌의 정보를 보여주는 EEG(Electroencephalogram) 신호의 각 주파수 대역 별 에너지 분석은 의학분야에서도 매우 큰 비중을 두고 있다. 특정 뇌신경 관련질환이 갖는 대역별 주파수 특징과 Spike등을 분석하는 것은 치료와 예방에 아주 좋은 방법의 하나가 될 수 있다. 본 논문에서는 신호처리에서 높은 효율을 보이는 Wavelet Transform을 이용하여 알츠하이머병의 EEG 신호를 분석하였다.

• 전자공학회논문지
• /
• 제50권2호
• /
• pp.174-184
• /
• 2013

LED 기반 그린에너지 조명 시스템의 성공적인 연구 개발과 원만한 설치 운영을 위해서는 펄스 파, 스파이크 파를 비롯한 비선형신호와 고조파, sag, swell 등을 포함한 불요신호에 대한 실시간 전력품질측정이 요구된다. 본 논문에서는 그린에너지 조명시스템 응용을 타깃으로 기존 저주파수 대 (60Hz~수KHz)는 물론 수십 KHz 이상의 고주파수 대에 발생하는 각종 전원 신호 분석이 가능한 저가형 전력품질측정 (power quality measurement: PQM) 방안을 제안하고, 이를 TI 320F28335 MCU(micro-controller unit) 기반 PQM 테스트 베드로 구현한다. 제안된 알고리즘은 CCS (Code Composer Studio) 3.3 환경에서 C언어로 작성하였으며, 임의 신호 발생기(NF-WF1974)로부터 발생된 모의 신호를 활용하여 구현된 알고리즘을 검증한다. 테스트 베드를 이용하여 LED SMPS로부터 발생되는 각종 비선형 전류 신호 측정, FFT를 이용한 고조파 신호의 분석이 가능할 뿐 아니라 이산 웨이블렛 변환을 이용한 sag, swell, interruption 등의 고품질 전력신호 측정도 가능하다.