• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 추계학술대회
• /
• pp.221-224
• /
• 1996

This paper presents the ECG data compression using wavelet transform(WT) and adaptive fractal interpolation(AFI). The WT has the subband coding scheme. The fractal compression method represents any range of ECG signal by fractal interpolation parameters. Specially, the AFI used the adaptive range sizes and got good performance for ECG data compression. In this algorithm, the AFI is applied into the low frequency part of WT. The MIT/BIH arrhythmia data was used for evaluation. The compression rate using WT and AFI algorithm is better than the compression rate using AFI. The WT and AFI algorithm yields compression ratio as high as 21.0 without any entroy coding.

• 한국지반공학회논문집
• /
• 제36권10호
• /
• pp.41-56
• /
• 2020

지진 경보 시스템이 빠르고 정확하게 가동하기 위해서는 충분한 수량의 계측 시스템 확보와 더불어서 적절한 계측 데이터 해석기술 개발이 요구된다. 신규 지진계를 설치시 많은 비용이 소모되기 때문에, 열차 내 가속도계 등을 대체재로 지진 경보 시스템에 활용하는 것이 효율적이다. 그러나 열차에 설치된 가속도계의 경우, 지진계와는 달리 열차 주행시 진동 데이터가 포함되어 있다. 또한, 지진 발생시 성토구간에 의해서 변화된 지진응답을 계측하게 된다. 본 연구에서는 위의 특성들이 포함된 열차 가속도계 데이터에 기반한 지진감지 기술을 제안하고자 한다. 우선, 성토구간의 지진응답 해석기법을 활용하여 열차가 성토구간을 지날 때 지진이 발생하는 것을 구현한 가상의 열차 가속도 데이터를 구축하였다. 구축한 가속도 데이터를 Short time Fourier Transform(STFT)와 Wavelet Transform(WT)을 활용하여 시간-주파수 분석을 수행하였다. 분석 결과, STFT가 장주기 지진 감지에 적합한 반면, WT의 경우 단주기 지진 감지에 유용함을 확인하였다.

• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 A
• /
• pp.265-267
• /
• 2003

The wavelet transform(WT) has been extensively applied in solving many problems in applied science and engineering following its introduction in early 1980's. The WT analyzes a signal in a changeable frequency range by employing a moving window whereby along time window is used to obtain low frequency information and short time window is used to obtain high frequency information. In this paper, after various fault types in 154 KV transmission system was simulated by using EMTP, and the RMS values by changing Mother wavelet was calculated by applying wavelet transform to the simulated voltage and current signal.

• 비파괴검사학회지
• /
• 제21권2호
• /
• pp.152-162
• /
• 2001

비파괴 평가 기술들 중의 하나인 레이저 초음파 응용 기술은 각종 구조물에 존재하는 표면결함에 의한 신호를 통해 건전성을 평가하는 기법이다. 따라서 결함의 신뢰성 높은 정량적 평가를 위해서는 결함으로부터의 레이저 초음파 신호특성에 대한 기본적 이해가 필수적이며 따라서 이를 위한 신호해석 연구가 요구된다. 본 연구에서는 레이저유도 초음파에 의한 one-sided 기법을 이용하여 표면균열을 평가하고자 하였다. 하지만 레이저를 이용한 평가방법들은 수신된 신호의 해석이 까다로우며 또한 상당한 전문적인 지식이 요구된다. 웨이블렛 변환(wavelet transform, WT) 기법은 신호처리 분야에서 하나의 새로운 방법으로서 다양한 분야에 적용되고 있으며 특히 한 시점에 대한 주파수 분해가 가능한 신호처리 방법으로서 시간-주파수 분석에 아주 유용하게 이용되고 있다. 본 연구에서는 이러한 레이저 유도 초음파를 이용하여 재료의 표면 결함신호들에 대한 웨이블렛 변환기법을 적용하여 보다 정량적인 결함 크기를 예측하고 그 타당성을 평가하고자 하였다.

• Journal of Electrical Engineering and Technology
• /
• 제9권2호
• /
• pp.695-706
• /
• 2014

Partial discharge (PD) measurements have emerged as a dominant investigative tool for condition monitoring of insulation in high voltage equipment. But the major problem behind them the PD signal is severely polluted by several noises like White noise, Random noise, Discrete Spectral Interferences (DSI) and the challenge lies with removing these noise from the onsite PD data effectively which leads to preserving the signal for feature extraction. Accordingly the paper is mainly classified into two parts. In first part the PD signal is artificially simulated and mixed with white noise. In second part the PD is measured then it is subjected to the proposed denoising techniques namely Translation Invariant Wavelet Transform (TIWT). The proposed TIWT method remains the edge of the original signal efficiently. Additionally TIWT based denoising is used to suppress Pseudo Gibbs phenomenon. In this paper an attempt has been made to review the methodology of denoising the PD signals and shows that the proposed denoising method results are better when compared to other wavelet-based approaches like Fast Fourier Transform (FFT), Discrete Wavelet Transform (DWT), by evaluating five different parameters like, Signal to noise ratio, Cross-correlation coefficient, Pulse amplitude distortion, Mean square error, Reduction in noise level.

• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 추계학술대회 논문집 전력기술부문
• /
• pp.403-405
• /
• 2008

전통적인 FT(Fourier Transform)의 대안으로 scale과 shift에 의한 WT(Wavelet Transform)이 제안되어, 전력계통의 각 분야에 적당한 Mother Wavelet 선택에 대한 연구가 시도되고 있다. 본 논문은 발전기 고정자 사고의 경우 고장판별을 위하여 적당한 마더 웨이브릿을 선정할 수 있는 알고리즘에 관한 것이다. ATP 시뮬레이션으로부터 수집한 전류데이터를 이용하여 제안된 적당한 선정기법의 유효성을 증명하였다.

• Smart Structures and Systems
• /
• 제2권2호
• /
• pp.127-140
• /
• 2006

In this study, a wavelet-based covariance-driven system identification technique is proposed for damage assessment of structures under ambient excitation. Assuming the ambient excitation to be a white-noise process, the covariance computation is shown to be able to separate the effect of random excitation from the response measurement. Wavelet transform (WT) is then used to convert the covariance response in the time domain to the WT magnitude plot in the time-scale plane. The wavelet coefficients along the curves where energy concentrated are extracted and used to estimate the modal properties of the structure. These modal property estimations lead to the calculation of the stiffness matrix when either the spectral density of the random loading or the mass matrix is given. The predicted stiffness matrix hence provides a direct assessment on the possible location and severity of damage which results in stiffness alteration. To demonstrate the proposed wavelet-based damage assessment technique, a numerical example on a 3 degree-of-freedom (DOF) system and an experimental study on a three-story building model, which are all under a broad-band excitation, are presented. Both numerical and experimental results illustrate that the proposed technique can provide an accurate assessment on the damage location. It is however noted that the assessment of damage severity is not as accurate, which might be due to the errors associated with the mode shape estimations as well as the assumption of proportional damping adopted in the formulation.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.36-47
• /
• 2023

주요 산업현장에서 설비를 제어하는 산업제어시스템(ICS, Industrial Control System)이 네트워크로 다른 시스템과 연결되는 사례가 증가하고 있다. 또한, 이러한 통합과 함께 한 번의 외부 침입이 전체 시스템 마비로 이루어질 수 있는 지능화된 공격의 발달로, 산업제어시스템에 대한 보안에 대한 위험성과 파급력이 증가하고 있어, 사이버 공격에 대한 보호 및 탐지 방안의 연구가 활발하게 진행되고 있으며, 비지도학습 형태의 딥러닝 모델이 많은 성과를 보여 딥러닝을 기반으로 한 이상(Anomaly) 탐지 기술이 많이 도입되고 있다. 어어, 본 연구에서는 딥러닝 모델에 전처리 방법론을 적용하여 시계열 데이터의 이상 탐지성능을 향상시키는 것에 중점을 두어, 그 결과 웨이블릿 변환(WT, Wavelet Transform) 기반 노이즈 제거 방법론이 딥러닝 기반 이상 탐지의 전처리 방법론으로 효과적임을 알 수 있었으며, 특히 센서에 대한 군집화(Clustering)를 통해 센서의 특성을 반영하여 Dual-Tree Complex 웨이블릿 변환을 차등적으로 적용하였을 때 사이버 공격의 탐지성능을 높이는 것에 가장 효과적임을 확인하였다.