• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2521-2526
• /
• 2011

본 논문에서는 퍼셉트론 신경회로망과 선형예측부호화 켑스트럼 계수를 사용한 화자인식 알고리즘을 제안한다. 제안하는 화자인식 알고리즘은 입력받은 음성신호에 대해서 유성음 구간을 추출한다. 추출된 유성음 구간에 대하여 선형예측 분석에 의하여 화자의 특성을 가지고 있는 선형예측부호화 켑스트럼 계수를 구한다. 구해진 선형예측부호화 켑스트럼 계수를 분류하기 위하여 이 켑스트럼 계수를 퍼셉트론 신경회로망의 입력으로 사용하여 네트워크의 학습을 수행한다. 본 실험에서는 선형예측부호화 켑스트럼 계수와 신경회로망을 사용하여 본 화자인식 알고리즘이 유효하다는 것을 인식률을 통하여 확인한다.

• 음성과학
• /
• 제6권
• /
• pp.163-179
• /
• 1999

For the set up, management and repair of a mobile communication system, continuous estimation of speech quality is required. Speech quality measurement can be conducted by listener's judgement in a subjective test such as MOS (Mean Opinion Score) test. However, this method is laborious, expensive and time-consuming, it is advisable to predict subjective speech quality via objective measures. This paper presents a robust objective speech quality measure, PLP-CMS (Perceptual Linear Predictive-Cepstral Mean Subtraction), which can predict subjective speech quality in mobile communication systems. PLP-CMS has a high correlation with subjective quality owing to PLP (Perceptual Linear Predictive) analysis and shows a robust performance not being influenced by PSTN (Public Switched Telephone Network) channel effects due to CMS (Cepstral Mean Subtraction). To prove the performance of our proposed algorithm, we carried out subjective and objective quality estimation on speech samples which are variously distorted in a real mobile communication system. As a result, we demonstrated that PLP-CMS has a higher correlation with subjective quality than PSQM (Perceptual Speech Quality Measure) and PLP-CD (Perceptual Linear Predictive-Cepstral Distance).

• 융합신호처리학회논문지
• /
• 제6권3호
• /
• pp.143-147
• /
• 2005

운전 중인 기계들의 안전 운전과 예지 보전을 위한 설비의 고장 감지 및 진단과 상태감시는 산업 현장에서 중요한 역할을 담당하고 있다. 이러한 설비의 많은 기기들은 회전기기로 이루어져 있으며 회전기기의 고장진단은 오랜 기간 많은 분야에서 연구되고 있다. 본 연구에서는 회전기기의 고장신호는 주파수 영역의 신호의 변화로 나타난다는 특징을 이용하여 보다 효율적인 주파수 영역에서의 신호 해석을 위하여 Linear Predictive Coding(LPC) 계수를 이용하였다. 사용된 데이터는 회전기기의 고장 신호의 습득을 용이하게 하기 위하여 유도전동기에 인위적인 고장재현을 통하여 습득된 진동 신호를 사용하였다. 제안된 시스템은 LPC 분석을 사용하여 일반적으로 사용되는 주파수 영역 상에서의 다른 해석 방법들보다 빠른 시간에 연산 결과를 도출할 수 있는 장점을 가질 수 있었으며, 성공적인 실험 결과를 얻을 수 있었다.

• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.120-126
• /
• 2009

잡음환경 하의 회화에서 잡음량을 줄이고 신호처리 시스뎀의 성능을 향상시키기 위해서는 잡음량에 따라서 적응적으로 처리되는 신호처리 시스템이 필요하다. 따라서 본 논문에서는 선형예측계수를 사용하여 잡음량을 인식하는 방법을 제안하며, 본 잡음량 인식은 다양한 배경잡음에 의하여 열화된 3종류의 음성이 신경회로망에 의하여 학습되어진다. 제안한 잡음량 인식의 성능은 다양한 잡음에 대하여 인식율을 사용하여 측정되었다. 본 실험에서는 Aurora2 데이터베이스를 사용하여 여러 잡음에 대하여 평균적으로 약 98.4% 이상의 양호한 인식결과를 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2631-2633
• /
• 2005

In this paper, we propose a new discrete-time predictive current controller for a PMLSM(permanent magnet linear synchronous motor). The main objectives of the current controllers are that the measured stator current is tracked the command current value accurately and the transient interval is shorten as much as possible, in order to obtain high-performance of ac drive system. The conventional predictive current controller is hard to implement in full digital current controller since a finite calculation time causes a delay between the current sensing time and the time that take to apply the voltage to motor. A new control strategy is the scheme that gets the fast adaptation of transient current change, the fast transient response tracking. Moreover, the simulation results will be verified the improvements of predictive controller and accuracy of the current controller.

• 한국통신학회논문지
• /
• 제27권6A호
• /
• pp.562-567
• /
• 2002

잡음 예측 최대 유사도(noise predictive maximum likelihood, NPML) 검출기는 잡음 예측/백색화 과정을 비터비 검출기의 가지 메트릭 계산 과정에 삽입하여 데이터 검출의 신뢰성을 높이게 된다. 따라서 기존의 PRML 검출기에 잡음 예측기를 포함시킴으로써 그것의 실제 성능이 향상되고 복잡도가 줄어드는 이점이 있다. 본 논문에서는 선형 채널과 비선형 채널 하에서 랜덤 시퀀스와 런-길이 제한 (1,7) 시퀀스를 적용하여, 고밀도 수직 자기 기록 (1.7$\leq$K$_{p}$$\leq$3.0)에서 잡음 예측 PR-등화 신호에 의한 NP(1221)ML 검출 시스템이 보다 높은 타수의 PR(12321)ML 시스템보다 복잡도가 낮으면서 우월한 성능을 나타냄을 모의 실험을 통해 분석, 검증하였다.

• 제어로봇시스템학회논문지
• /
• 제8권12호
• /
• pp.991-997
• /
• 2002

The concept of feasible & invariant region plays an important role to derive closed loop stability and achie adequate performance of constrained receding horizon predictive control. In this paper, we define a complex polyhedral feasible & invariant set for all stabilizable input-constrained linear systems by using a complex transform and propose a one-norm based receding horizon control scheme using these invariant sets. In order to get a larger stabilizable set, a convex hull of invariant sets which are defined for different state feedback gains is used as a target invariant set of the constrained receding horizon control. The proposed constrained receding horizon control scheme is formulated so that it can be solved via linear programming.

• 한국음향학회지
• /
• 제20권3호
• /
• pp.15-23
• /
• 2001

본 논문에서는 임의의 사람이 발성한 음성을 마치 다른 사람이 발성한 것처럼 들리도록 하는 음성변환 기술에 대하여 설명하고, 화자간의 성도 특성과 여기신호 특성 파라미터 변환을 독립적으로 수행하기 위한 변환방법을 실험한다. 성도 특성 파라미터 변환은 입력되는 음성신호에서 LPC (Linear Predictive Cofficient)켑스트럼을 추출하여 선형다변회귀모델에 적용하여 수행하고, 여기신호 특성 파라미터 변환은 잔차신호를 추출하여 LP-PSOLA (Linear Predictive-Pitch Synchronous Overlap and Add) 합성방식을 이용한 화자간의 평균 피치주기 변환으로 수행된다. 실험결과는 선형다변회귀모델과 LP-PSOLA 합성방식을 이용하여 변환된 음성이 대상화자의 음성에 유사함을 보여준다

• 한국음향학회지
• /
• 제31권2호
• /
• pp.93-99
• /
• 2012

음성코딩 시 성도는 Linear Predictive Coding (LPC) 계수를 이용해서 모델링 한다. 일반적으로 LPC 계수는 양자화와 선형보간 관점에서 유리한 Line Spectral Frequency (LSF) 파라미터로 변경하여 사용한다. 10차 이상의 다차원 LSF 데이터를 벡터 양자화를 이용하여 직접 코딩하게 되면 벡터 내 상관관계 (intra-frame correlation)를 모두 이용할 수 있으므로 rate-distortion 관점에서는 높은 효율을 기대할 수 있다. 하지만, 계산량과 메모리 요구량이 높아져서 실제 코딩 시스템에서는 사용할 수 없게 되므로, 차원을 나누어 압축하는 Split Vector Quantization (SVQ)이 이용된다. 또한, LSF 데이터는 과거 벡터와의 벡터 간 상관관계 (inter-frame correlation)가 높으므로, 이를 이용한 Predictive Split Vector Quantization (PSVQ)이 사용되고 있다. PSVQ는 SVQ 보다 높은 rate-distortion 성능을 보인다. 본 논문에서는 음성 저장 장치를 위한 최적의 PSVQ를 구현하기 위해서 다수의 과거 프레임 정보와의 벡터 간상관관계 (inter-frame correlation)를 고려한 Multi-Frame AR-model 기반 SVQ (MF-AR-SVQ)를 제안하였다. 기존 PSVQ와 비교해 보았을 때, MF-AR-SVQ는 계산량과 메모리 요구량의 큰 증가 없이, 평균 spectral distortion 관점에서 약 1비트의 성능 향상을 보였다.

• Korean Chemical Engineering Research
• /
• 제58권2호
• /
• pp.248-256
• /
• 2020

본 연구에서는 폭발위험장소의 방폭설비 설치를 위해 필요한 가스폭발위험범위 예측모델 개발을 수행하였다. 이를 위해 12개의 가연성가스에 대한 1,200개의 폭발위험범위 데이터를 생성하였다. 가스폭발위험범위를 출력변수로 설정하였고 데이터 생성과정에서 필요한 12개의 변수를 입력변수로 설정하였다. 다중 회귀, 주성분 회귀, 인공신경망 기법을 이용해 예측모델을 개발하였다. 각각 모델의 예측 성능을 비교한 결과, 평균절대퍼센트오차(MAPE)는 각각 44.2%, 49.3%, 5.7%이고 평균제곱근오차(RMSE)는 1.389 m, 1.602 m, 0.203 m로 나타났다. 결과를 통해 인공신경망이 가장 우수한 성능을 보여주었고 가스폭발위험범위 예측을 위한 최적 모델이라는 것을 확인하였다.