• 대한전자공학회논문지
• /
• 제19권1호
• /
• pp.1-8
• /
• 1982

적응선형자측(adaptive linear prediction) 방법에 의한 음성신묵의 parametric representation에 대한 연구는 이제까지 널리 행해져 왔다. 본 논문에서는 LPC(Linear Predictive Coding) 방법으로 한글 격모음및 일체 복함모음에 대한 parameter들을 각각 분석해 내어서 이를 이용하여 한글모음 상호간의 근사도(affinity)에 대한 통계적 연구를 하여 음성학적인 면과 비교 고찰하였다. 그리고 그에 따른 결과로서 음성학적으로 근사하여 혼동되는 경향이 있는 모음간에는 vocal tract의 dynamic parameter 간에도 근사성이 있음을 밝혔다.

• 융합신호처리학회논문지
• /
• 제13권3호
• /
• pp.136-141
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호인 뇌파 (Electroencephalogram, EEG)와 안구전도 (Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜에 의거하여 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하고 선형예측(Linear Predictive coding, LPC) 계수를 특징벡터로 한 신경회로망 기반 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)을 가지고도 96.5%라는 높은 분류 결과를 얻어 짧은 순간에 일어날 수 있는 운전 시 돌발 상황을 실시간으로 검출 가능성을 확인하였다.

• 한국음향학회지
• /
• 제27권6호
• /
• pp.309-318
• /
• 2008

본 논문에서는 입력신호를 하위대역 (low-band)과 상위대역 (high-band)으로 나누어 각 대역을 개별적으로 부호화하는 대역분할 부호화 (split-band coding) 방식에 있어서, 상인대역 신호를 효율적으로 부호화하는 방법에 대해 다룬다. 일반적으로 그리고 특히, 그 동안 대역폭 확장법 (Bandwidth Extension, BWE)에 관한 연구를 통하여 두 대역 사이에 일정 정도의 상관관계가 존재한다는 사실이 밝혀져 있다. 따라서 두 대역간에 예측 부호화 기법을 도입함으로써 부호화 효율을 향상시킬 수 있다. BWE 예측기반 부호화 기법과 관련하여, 단순히 선형 BWE 함수를 이용하는 것은 두 대역간의 관계가 비선형성을 가지고 있으므로 최적의 결과를 얹기 어렵다. 따라서 비선형 BWE 함수를 포함한 다양한 예측 함수들의 성능비교를 통하여 가장 적절한 예측기를 선택하고자 하는 노력이 필요하다. 본 논문에서는 몇몇 대표적인 BWE 함수를 이용한 주파수 대역간 예측 부호화 방법에 대해 살펴 보고 각각의 성능을 평가한다. 또한 BWE 예측기반 부호화기를 (주파수)공간상의 중복제거 기술로 볼 때, 시간적 중복 제거 기술 즉, 예측 벡터 양자화기 (predictive vector quantizer)와의 결합이 부호화 효율향상에 상승효과가 있는지에 대해서도 검토한다.

• 제어로봇시스템학회지
• /
• 제2권1호
• /
• pp.59-71
• /
• 1996

In the last decade, the model predictive control methods have enjoyed many industrial applications with successful results. Although the general predictive control methods for nonlinear chemical processes are not yet formulated, the promising features of the model predictive control methods attract attentions of many researchers who are involved with difficult but important nonlinear process control problems. Recently, the class of bilinear model has been introduced as an useful tool for examining many nonlinear phenomena. Since their structural properties are similar to those of linear models, it is not difficult to develop a robust adaptive model predictive control method based on bilinear model. We expect that the model predictive control method based on bilinear model will expand its region in the world of nonlinear systems.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1443-1448
• /
• 2003

Model Predictive Control (MPC) has recently found wide acceptance in industrial applications, but its potential has been much impounded by linear models due to the lack of a similarly accepted nonlinear modelling or data based technique. The authors have recently developed a new method for obtaining Volterra kernels of up to third order by use of pseudorandom M-sequence. By use of this method, nonparametric NMPC is derived in discrete-time using multi-dimensional convolution between plant data and Volterra kernel measurements. This approach is applied to an industrial polymerisation process using Volterra kernels of up to the third order. Results show that the nonparametric approach is very efficient and effective and considerably outperforms existing methods, while retaining the original data-based spirit and characteristics of linear MPC.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.685-689
• /
• 2005

In this paper, we consider a robust output feedback model predictive controller(MPC) design for Wiener model. Nonlinearities that couldn't be represented in static nonlinearity block of Wiener model are regarded as uncertainties in linear block. An dynamic output feedback controller design method is presented for Wiener MPC. According to MPC algorithm, the control law is computed based on linear matrix inequality(LMI)at each sampling time by solving convex optimization. Also, a new parameter dependent Lyapunov function is proposed to get a less conservative condition. The results are illustrated with numerical example.

• 응용통계연구
• /
• 제21권4호
• /
• pp.659-664
• /
• 2008

Missing continuous covariates are pervasive in the use of generalized linear models for medical data. Multiple imputation is the most common and easy-to-do method of dealing with missing covariate data. However, there are always serious warnings in using this method. There should be concern to make imputed values more proper. In this paper, proper imputation from posterior predictive distribution is developed for implementing with arbitrary priors. We use empirical distribution of the posterior for approximating the posterior predictive distribution, to sample from it. This method is preferable in comparison with a presented imputation method of us which uses a full model to impute missing values using available software. The proposed methods are implemented on glucocorticoid data.

• ETRI Journal
• /
• 제30권5호
• /
• pp.738-740
• /
• 2008

In this paper, block constrained trellis coded vector quantization (BC-TCVQ) is presented for quantizing the line spectrum frequency parameters of the wideband speech codec. Both a predictive structure and a safety-net concept are combined into BC-TCVQ to develop the predictive BC-TCVQ. The performance of this quantization is compared with that of the linear predictive coding vector quantizer used in the AMRWB codec, demonstrating reductions in spectral distortion.

• Journal of Electrical Engineering and Technology
• /
• 제4권4호
• /
• pp.566-569
• /
• 2009

In this paper, we propose a less conservative a linear matrix inequality (LMI) condition for the constrained robust model predictive control of systems with input constraints and polytopic uncertainty. Systems with input constraints are represented as perturbed systems with sector bounded conditions. For the infinite horizon control, closed-loop stability conditions are obtained by using a parameter dependent Lyapunov function. The effectiveness of the proposed method is shown by an example.

• 한국전자통신학회논문지
• /
• 제5권4호
• /
• pp.357-362
• /
• 2010

본 논문에서는 음성 및 잡음 구간을 검출하기 위하여 신경회로망에 의한 음성 및 잡음 인식시스템을 제안한다. 제안하는 신경회로망은 오차역전파알고리즘에 의하여 학습되는 네트워크이다. 먼저, 고속 푸리에변환에 의한 전력스펙트럼 및 선형예측계수가 각 프레임에서 신경회로망의 입력으로 사용되어 네트워크가 학습된다. 따라서 제안된 신경회로망은 잡음이 중첩되지 않은 음성 및 잡음을 사용하여 학습된다. 제안한 인식시스템의 성능은 다양한 음성 및 백색, 프린터, 도로, 자동차 잡음 들을 사용하여 인식율에 의하여 평가된다. 본 실험에서는 신경회로망의 학습 데이터 및 평가 데이터가 다를 경우에도 이러한 음성 및 잡음에 대하여 92% 이상의 인식율을 구할 수 있었다.