• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(4)
• /
• pp.121-124
• /
• 2002

This paper presents an adaptive digital image watermarking scheme that uses successive subband quantization (SSQ) and perceptual modeling. Our approach performs a multiwavelet transform to determine the local image properties optimal and the watermark embedding location. The multiwavelet used in this paper is the DGHM multiwavelet with approximation order 2 to reduce artifacts in the reconstructed image. A watermark is embedded into the perceptually significant coefficients (PSC) of the image in each subband. The PSCs in high frequency subbands are selected by setting the thresholds to one half of the largest coefficient in each subband. After the PSCs in each subband are selected, a perceptual model is combined with a stochastic approach based on the noise visibility function to produce the final watermark.

• 한국위성정보통신학회논문지
• /
• 제12권4호
• /
• pp.141-145
• /
• 2017

스펙트럼 센싱은 인지무선 (cognitive radio) 시스템을 동작시키기 위한 주요한 기법이며 인지무선 시스템을 통해 최근 주목받고 있는 무선에너지하비스팅 시스템에 에너지 하비스팅 효율을 개선할 수 있다. 최근 스펙트럼 센싱을 위한 다양한 기술이 연구되었는데, 그 중에서 가장 널리 쓰이고 있는 에너지 검출 (energy detection) 기술이 있다. 그러나 2차 유저 (secondary user; SU) 가 주파수 페이딩 (frequency fading) 및 쉐도잉 (shadowing)에 의해 영향을 받을 수 있기 때문에, 에너지 검출은 실제 무선 통신에서 숨겨진 단말기 문제 (hidden terminal problem)를 갖는다. 협력 스펙트럼 센싱 (cooperative spectrum sensing)은 SU의 공간적 다양성을 이용하여 이 문제를 해결할 수 있습니다. 그러나 다중 보조를 처리하여 데이터를 증가시키는 문제가 있기 때문에 우리는 적응형 스펙트럼 센싱 알고리즘을 사용하는 시스템 모델을 제안하고 성능을 시뮬레이션 한다. 이 알고리즘은 기본 사용자 (primary user; PU)의 수신 신호의 신호 대 잡음비 (signal to Noise Ratio; SNR)에 따라 단일 에너지 검출과 협동 에너지 사이의 감지 방법을 선택하는 방법을 이용한다. 시뮬레이션 결과를 통해 적응형 스펙트럼 센싱이 인지무선 시스템에서 더 효율적이라는 것을 확인한다.

• 전기학회논문지
• /
• 제60권12호
• /
• pp.2346-2351
• /
• 2011

This paper presents the intelligent external noise analysis method for nonlinear maneuvering target. After recognizing maneuvering pattern of the target by the proposed method, we track the state of the target. The external noise can be divided into mere noise and acceleration using only the measurement. divided noise passes through the filtering step and acceleration is punched into dynamic model to compensate expected states. The acceleration is the most deterministic factor to the maneuvering. By dividing, approximating, and compensating the acceleration, we can reduce the tracking error effectively. We use the fuzzy c-means (FCM) clustering as the method to divide external noise. FCM can separate the acceleration from the noise without criteria. It makes the criteria with the data made by measurement at every sampling time. So it can show the adaptive tracking result. The proposed method proceeds the tracking target simultaneously with the learning process. Thus it can apply to the online system. The proposed method shows the remarkable tracking result on the linear and nonlinear maneuvering. Finally, some examples are provided to show the feasibility of the proposed algorithm.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.1964-1966
• /
• 2001

Active Noise control(ANC) is rapidly becoming the most effective way to reduce noises that can otherwise be very difficult and expensive to control. This research presents ANFIS (Adaptive Network Fuzzy Inference System) controller for adaptively noise cancelling in a duct. ANC system generates secondary control sound pressure with same amplitude and with opposite phase as noise to be eliminated. ANFIS controller is trained to optimize its parameters for adaptively cancelling noise. That is ANFIS train its parameters by gradient descent and LSE method so called hybrid method. This paper present ANFIS in active noise control which provides an improvement convergence speed and limitation of linearity condition. It can model nonlinear functions of arbitrary complexity and ANFIS can construct an input-ouput mapping based on both human knowledge in the form of Takagi and Sugeno's fuzzy if-then rules and stipulated input-output data pairs. This paper also shows that the proposed ANFIS active noise control system successfully cancelled noise.

• 감성과학
• /
• 제11권2호
• /
• pp.235-244
• /
• 2008

본 연구는 언제 어디서나 건강관리를 할 수 있는 u-health care를 위해 cuff를 사용하지 않고 손쉽게 혈압을 측정할 수 있는 기술을 개발하였다. ECG와 PPG 시그널(signal) 만을 이용하여 혈압을 실시간으로 측정할 수 있는 기존 기술은 PTT를 분석 할 때 노이즈나 진폭의 변화로 인해 Peak 추정의 오류가 자주 발생한다. 본 연구에서는 이를 해결하기 위해 적응적 peak 추정 기술을 개발하여 Peak 추정의 정확도를 향상시켰다. 이를 적용하여 측정데이터를 분석한 결과 PTT의 표준편차는 28%감소하였으며, 노이즈 탐지 성능은 18%증가하였다. 또한 PTT와 혈압간의 상관성에 대해 분석한 결과 수축기 혈압= -0.044 $\cdot$ PTT + 133.592의 상관식을 도출하였다. 도출된 상관식을 적용하여 PPG와 ECG 만으로 수축기 혈압을 연속적으로 측정할 수 있는 시스템을 구축하였다.

• 비파괴검사학회지
• /
• 제20권6호
• /
• pp.545-554
• /
• 2000

충격에 의해 복합 재료 내에 발생하는 층간 박리를 정량적으로 평가하기 위한 비파괴 방법중에서 Compton X-ray 역산란 기술은 초음파에 비해 비접촉식이며 박리 층간의 상호간섭이 없어 복합재료 판면의 박리 층의 위치와 크기를 검사하는데 효과적인 방법으로 사용되어 왔다. 그러나 X-ray역산란 기술에 있어서 복합재료의 박리 층과 같은 미세한 결함의 측정을 위해 측정 정도를 높이면 역산란 양의 감소로 인해 신호 대 잡음 비(SNR)가 급격히 감소하여 결함검출 가능성이 크게 저하된다. 본 논문에서는 복합재료의 특성을 고려한 X-ray 역산란 모델을 기초로 적응필터를 사용하여 결함신호를 비선형 감쇄, 빔 경화(X-ray hardening), 비균질 특성과 같은 잡음 신호로부터 분리, 추출하는 방법을 제시하였다. 이렇게 분리된 결함신호로부터 정량적인 결함(박리)의 위치와 크기를 수학적 산란 모델과의 비교를 통해 최소 자승법을 이용하여 결정하였다.

• 산업경영시스템학회지
• /
• 제19권39호
• /
• pp.47-61
• /
• 1996

We propose a parallel neural network model in which patterns are clustered and patterns in a cluster are studied in a parallel neural network. The learning algorithm used in this paper is based on LVQ algorithm of Kohonen(1990) for clustering and ADALINE(Adaptive Linear Neuron) network of Widrow and Hoff(1990) for parallel learning. The proposed algorithm consists of two parts. First, N patterns to be learned are categorized into C clusters by LVQ clustering algorithm. Second, C patterns that was selected from each cluster of C are learned as input pattern of ADALINE(Adaptive Linear Neuron). Data used in this paper consists of 250 patterns of ASCII characters normalized into $8\times16$ and 1124. The proposed algorithm consists of two parts. First, N patterns to be learned are categorized into C clusters by LVQ clustering algorithm. Second, C patterns that was selected from each cluster of C are learned as input pattern of ADALINE(Adaptive Linear Neuron). Data used in this paper consists 250 patterns of ASCII characters normalized into $8\times16$ and 1124 samples acquired from signals generated from 9 car models that passed Inductive Loop Detector(ILD) at 10 points. In ASCII character experiment, 191(179) out of 250 patterns are recognized with 3%(5%) noise and with 1124 car model data. 807 car models were recognized showing 71.8% recognition ratio. This result is 10.2% improvement over backpropagation algorithm.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1603-1623
• /
• 2020

Multiple Mobile Robots System (MMRS) has shown many attractive features in lots of real-world applications that motivate their rapid and wide diffusion. In MMRS, the Cooperative Localization (CL) is the basis and premise of its high-performance task. However, the statistical characteristics of the system noise should be already known in traditional CL algorithms, which is difficult to satisfy in actual MMRS because of the numerous of disturbances form the complex external environment. So the CL accuracy will be reduced. To solve this problem, an improved Adaptive Active Cooperative Localization (A²CL) algorithm based on information optimization strategy for MMRS is proposed in this manuscript. In this manuscript, an adaptive information fusion algorithm based on the variance component estimation under Extended Kalman filter (VCEKF) method for MMRS is introduced firstly to enhance the robustness and accuracy of information fusion by estimating the covariance matrix of the system noise or observation noise in real time. Besides, to decrease the effect of observation uncertainty on CL accuracy further, an observation optimization strategy based on information theory, the Model Predictive Control (MPC) strategy, is used here to maximize the information amount from observations. And semi-physical simulation experiments were carried out to verity the A²CL algorithm's performance finally. Results proved that the presented A²CL algorithm based on information optimization strategy for MMRS cannot only enhance the CL accuracy effectively but also have good robustness.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.508-517
• /
• 2003

본 논문에서는 쌍직교 웨이브릿 영역에서 워터마크를 삽입할 수 있는 연속 부대역 양자화 및 스토케스틱 다해상도 특성을 갖는 지각 모델을 제안한다. 적응 워터마킹 알고리즘을 갖는 지각모델은 보다 강인한 워터마크 은닉을 위한 방법으로 연속 부대역 양자화(successive subband quantization: SSQ)에 의해서 텍스쳐 및 에지 영역에 삽입한다. 워터마크 삽입은 국부 영상 특성을 갖는 NVF(noise visibility function)함수에 의해 계산된다. 이 방법은 워터마크가 노이즈 특성을 갖기 때문에 영상의 통계적 특성에 기초한 비정상상태(non-stationary state) 가우스 모델과 정상상태(stationary state) 일반화 가우스(generalized Gaussian: GG)모델을 이용한다. 정상상태 GG모델의 삽입은 다해상도 내의 각 부대역별 분산과 형상계수(shape parameter)를 사용한다. 형상계수를 추정하기 위하여 모멘트 정합 방법을 사용한다. 비정상상태 가우스 모델은 각 부대역의 국부 평균 및 분산을 이용한다. 실험결과 우수한 비가시성과 강인성을 확인하였으며, 공격에 대한 실험으로 Stirmark 3.1 benchmark test를 수행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제3권2호
• /
• pp.57-67
• /
• 1998

영상에서 관심 있는 물체의 윤곽선을 추출하기 위해서 Kass등은 Snakes라고 불리우는 능동적 윤곽선 모델(active contour model)을 제안하였다. 이 모델은 속도가 느리며 초기화에 민감하다. 이 문제를 개선하기 위해 Gunn은 두 개의 초기화를 이용하여 정확한 윤곽선을 추출하고 초기화에 덜 민감하도록 하였다. 이 방법은 기존의 다른 방법에 비해 정확한 윤곽선을 추출할 수 있었으나, 속도면에서는 상당히 효율적이지 못하고 잡음에 민감하였다. 본 논문에서는 이 문제를 해결하기 위하여 snakes을 이루는 각 윤곽점에 $8{\times}8$크기의 윈도우를 적용하여 윈도우내의 화소에 대해서만 에너지 최소화 알고리즘을 적용하였다. 그리고 영상내에 존재하는 잡음에 덜 민감하도록 하기 위해 윈도우를 각 윤곽점에서의 기울기에 대해 수직 방향으로 이동시키는 방법을 제안한다.