• 디지털융복합연구
• /
• 제11권5호
• /
• pp.285-290
• /
• 2013

유성음원과 무성음원을 사용하는 멀티펄스 음성부호화 방식에 있어서, 대표구간의 멀티펄스를 사용하는 경우에 유성음의 합성음성파형에서 일그러짐이 나타난다. 이것은 대표구간의 멀티펄스를 피치구간마다 복원하는 과정에서 재생 음성신호가 정규화되는 것이 원인으로 작용한다. 이것을 해결하기위하여 본 논문에서는 피치구간마다 멀티펄스의 위치를 보정하는 방법(PC-MPC)을 제시하였으며, 기존의 MPC와 멀티펄스 위치를 보정한 PC-MPC의 $SNR_{seg}$를 평가한 결과, PC-MPC의 남자음성에서 0.4dB, 여자음성에서 0.5dB 개선된 것을 확인할 수 있었다. 결국, MPC에 비해 PC-MPC의 $SNR_{seg}$가 개선되어 음성파형의 일그러짐을 제어할 수 있었으며, 본 방법은 셀룰러폰이나 스마트폰과 같이 Low Bit Rate의 음원을 사용하여 음성신호를 부호화하는 방식에 활용할 수 있을 것으로 기대된다.

• 대한전자공학회논문지SD
• /
• 제44권11호
• /
• pp.1-8
• /
• 2007

본 논문에서는, 무선 통신 응용을 위한 광대역 연속시간 시그마-델타 모듈레이터를 130nm CMOS공정으로 구현하였다. 제안된 양자화 레벨을 효율적으로 조절할 수 있는 적응성 양자화기를 사용하여, 작은 크기의 입력에 대해서 SNR의 이득을 볼 수 있었다. 모듈레이터는 전력 소모를 줄이기 위해 2차 루프 필터로 구성되어 있고, 지터에 의한 영향을 줄이고 높은 선형성을 보장하기 위해 4 비트 양자화기, DAC를 사용하였다. 설계된 회로는 320MHz 샘플링 주파수에서 동작하며 10MHz 입력 대역에서 30mW의 전력을 소모하고 최대 SNR 51.36dB를 얻었다.

• 한국전자파학회논문지
• /
• 제25권7호
• /
• pp.782-790
• /
• 2014

본 논문에서는 바이스태틱 MIMO(Multi-Input Multi-Output) 레이더 시스템에서 다중 신호의 DOA(Direction of Arrival)의 추정을 위한 2차원 Matrix Pencil Method(MPM) 기반 알고리즘을 제안하였다. 2차원 MPM은 낮은 SNR 환경에서도 기존 알고리즘에 비해 적은 연산량으로 다수의 DOA 추정이 가능하고, 송신기에서의 표적 각도인 DOD(Direction of Departure)도 동시 추정이 가능하다. 본 알고리즘의 성능을 확인하기 위해 등간격 선형 배열구조의 MIMO 레이더 시스템에서 SNR에 따른 DOA 및 DOD의 RMSE(Root Mean Square Error)를 확인하였고, 2차원 Capon 기법과 비교하였다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1222-1230
• /
• 2022

다양한 변조 기법을 사용하여 저피탐 능력을 갖춘 신호원들이 증가하면서, 신호의 변조 방식을 분류하는 연구가 꾸준히 진행되고 있다. 최근 신호 간섭이나 잡음 환경에서 수신 신호 분류의 성능 개선을 위하여 전처리 과정으로 FFT를 이용하는 CNN(Convolutional Neural Network) 딥러닝 기법이 제안되었다. 하지만 윈도우가 고정되는 FFT의 특성상 탐지 신호의 시간에 따른 변화를 정확히 분류해내지 못한다. 따라서 본 논문에서는 시간 영역과 주파수 영역에서 높은 해상도를 가지고 또한 다양한 유형의 신호를 시간 및 주파수 영역에서 동시에 표현할 수 있는 웨이블릿 변환(wavelet transform)을 전처리 과정으로 사용하는 CNN 모델을 제안한다. 시뮬레이션을 통해 제안하는 웨이블릿 변환 방식이 FFT 변환 방식에 비해 정확도와 학습 속도 측면에서 SNR 변화에 무관하게 우수한 성능을 보이고, 특히 낮은 SNR일 때 더욱 큰 차이를 보임을 입증하였다.

• 한국방사선학회논문지
• /
• 제16권7호
• /
• pp.975-984
• /
• 2022

선형 탐촉자는 탐촉자의 길이만큼의 관심 영역을 갖기 때문에 장비에 탑재된 virtual convex 기능을 사용하여 관심 영역을 확장 시킬 수 있다. 하지만 관심 시각 영역의 변화에 따라 초음파 음속 방향의 변화로 인해 화질에 영향을 미칠 것으로 생각되어 이를 객관적으로 확인하고자 하였다. 본 연구를 위해 초음파 정도 관리용 팬텀의 영상 평가와 SNR·CNR을 측정하였다. 그 결과 팬텀 영상 평가에서는 두 영상 모두 기능적 분해능, 회색조 및 동적 범위에서 모두 구조물 식별이 가능했다. 하지만 구조물의 크기와 형태 재현성에는 Standard 영상이 우수한 것을 확인할 수 있었다. SNR·CNR 평가결과, 특정 위치의 구조물을 제외하고는 대부분이 Trapezoidal 영상의 SNR·CNR이 낮았다. 또한, 통계 분석 그래프를 통해 낭성 구조물의 크기가 작아질수록 깊이별 SNR과 CNR이 감소하는 것을 추가로 확인할 수 있었다. 본 연구를 통해 기능사용이 넓은 관심 시각 영역을 제공하는 장점이 있으나 화질에 영향을 준다는 것을 확인할 수 있었으며 Virtual Convex 기능사용 시 검사자는 이를 적절한 상황에 사용하고 질 높은 영상 획득과 장비의 이해도와 숙련도 향상을 위해 다양한 연구를 해야 할 것으로 판단된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.159-160
• /
• 2008

Initial Ranging Detection and Synchronization is suggested for IEEE 802.16e OFDMA Systems. However ranging is vulnerable to the channel selectivity and other user's interference at low SNR. This paper presents enhanced ranging scheme that improves ranging detection process using the combine multiple FFT blocks and cope with channel selectivity and other user's interference at low SNR. Based on the ranging detection timing offset is calculated for synchronization.

• 방송공학회논문지
• /
• 제24권7호
• /
• pp.1221-1227
• /
• 2019

This paper describes a low-density parity-check (LDPC) coded index modulated orthogonal frequency division multiplexing with quasi-orthogonal sequence (IM-OFDM-QOS) and provides performance evaluations of the proposed system. By using QOS as the spreading code, IM-OFDM-QOS scheme can improve the reception performance than IM-OFDM-SS scheme for a given data rate. On the other hand, LDPC code is widely used to the latest wireless communication systems as forward error correction (FEC) scheme and has Shannon-limit approaching performance. Therefore, by applying LDPC code to IM-OFDM-QOS system as FEC scheme, the reception performance can be further improved. Simulation results show that significant signal-to-noise ratio (SNR) gains can be obtained for LDPC coded IM-OFDM-QOS system compared to the LDPC coded IM-OFDM-SS system and the SNR gain increases with the higher code rate.

• ETRI Journal
• /
• 제31권4호
• /
• pp.451-453
• /
• 2009

This letter proposes the use of vowel sound detection for voice activity detection. Vowels have distinctive spectral peaks. These are likely to remain higher than their surroundings even after severe corruption. Therefore, by developing a method of detecting the spectral peaks of vowel sounds in corrupted signals, voice activity can be detected as well even in low signal-to-noise ratio (SNR) conditions. Experimental results indicate that the proposed algorithm performs reliably under various noise and low SNR conditions. This method is suitable for mobile environments where the characteristics of noise may not be known in advance.

• 한국통신학회논문지
• /
• 제34권2A호
• /
• pp.107-112
• /
• 2009

Spectral efficiency of current two-phase cooperative communications protocols is low since in the second time the relay forwards the same signal received from the source to the destination, the source keeps silent in this time. In this paper, we propose a novel cooperative communications protocol where the signal needed to transmit to the destination is sent in both phases, the source and the relay also transmit different signal to the destination thus no loss of spectral efficiency. This protocol performs signal selection based on log-likelihood ratio (LLR) at relay and maximum likelihood (ML) detection at destination. While existing protocols pay for a worse performance than direct transmission in the low SNR regime which is of special interest in ad hoc networks, ours is better over the whole range of SNR. In addition, the proposal takes advantages of bandwidth efficiency, long delay and interference among many terminals in ad hoc network. Simulation results show that the proposed protocol can significantly save total energy for wireless ad hoc networks.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.78-88
• /
• 2024

수중 소음 측정이 가능한 수동 소나에 수신된 선박 방사소음은 Detection of Envelope Modulation on Noise(DEMON) 분석으로 얻은 선박 정보를 사용하여 선박 식별과 분류가 가능하다. 하지만 낮은 신호대잡음비(Signal-to-Noise Ratio, SNR) 환경에서는 DEMON 그램 내 선박 정보가 담겨있는 표적 주파수선을 분석 및 파악하는데 어려움이 발생한다. 본 논문에서는 낮은 SNR 환경에서 보다 정확한 표적 식별을 위해 딥러닝 기법 중 의미론적 분할을 사용하여 표적 주파수선들을 추출하는 연구를 수행하였다. SNR과 기본 주파수를 변경시키며 생성한 모의 DEMON 그램 데이터를 사용하여 의미론적 분할 모델인 U-Net, UNet++, DeepLabv3+를 학습 후 평가하였고, 학습된 모델들을 이용하여 캐나다 조지아 해협에서 측정한 선박 방사소음 데이터셋인 DeepShip으로 제작한 DEMON 그램 예측 성능을 비교하였다. 모의 DEMON 그램으로 학습된 모델을 평가한 결과 U-Net이 성능이 가장 높았으며, DeepShip으로 만든 DEMON 그램의 표적 주파수선을 어느 정도 추출할 수 있는 것을 확인하였다.