• The Journal of the Acoustical Society of Korea
• /
• 제25권4E호
• /
• pp.148-153
• /
• 2006

A new normalized MBD algorithm is presented for nonstationary convolutive mixtures and its properties/modifications are discussed in details. The proposed algorithm normalizes the signal spectrum in the frequency domain to provide faster stable convergence and improved separation without whitening effect. Modifications such as nonholonomic constraints and off-diagonal learning to the proposed algorithm are also discussed. Simulation results using a real-world recording confirm superior performanceof the proposed algorithm and its usefulness in real world applications.

• 한국소음진동공학회논문집
• /
• 제25권12호
• /
• pp.888-894
• /
• 2015

A new method for the simulation of the vehicle's interior road noise is proposed in the present study. The road noise model can synthesize road noise of a vehicle for varying driving speed within a range. In the proposed method, interior road noise is considered as a stochastic time-series, and is modeled by a nonstationary parametric model via two steps. First, each interior road noise signal, obtained from constant speed driving tests performed within a range of speed, is modeled as an autoregressive model whose parameters are estimated by using a standard method. Finally, the parameters obtained for different driving speeds are interpolated based on the varying driving speed to yield a time-varying autoregressive model. To model a full band road noise, audible frequency range is divided into an octave band using a wavelet filter bank, and the road noise in each octave band is modeled.

• 융합신호처리학회논문지
• /
• 제7권2호
• /
• pp.53-59
• /
• 2006

동적 신경망은 시스템 식별과 신호예측과 같이 temporal 신호처리가 요구되는 여러 분야에서 적용되어 왔다. 본 논문에서는 신경망의 동특성을 향상시키기 위해 순방향 다층 신경망의 히든 층에 감마(Gamma) 메모리 커넬을 사용하는 감마 신경망(GAM)을 제안하고, 적응필터로 제안된 신경망을 사용하여 비선형 적응예측을 다루고 있다. 제안된 신경망은 비선형 신호예측을 통해 평가되었으며, 예측성능의 상대적인 비교를 위해 순방향 신경망(FNN)과 리커런트 신경망(RNN)과 비교하였다. 시뮬레이션 결과에 의하면 GAM 신경망은 수렴속도와 예측의 정확도에서 이러한 신경망보다 더 우수한 동작을 수행함으로써, 제안된 신경망이 기존의 다층 신경망보다 비정적 신호에 대한 비선형 예측에 더 효과적인 예측모델임을 확인하였다.

• 한국음향학회지
• /
• 제13권2호
• /
• pp.76-85
• /
• 1994

정체형 칼만필터와 간단한 음성-비음성 판별알고리즘을 사용하여 비정체형 유색잡음을 감쇠시키는 방법을 제안하였다. 종래의 잡음감쇠알고리즘들이 대부분 백색 또는 정체형 잡음을 다룬데 비하여 본 연구는 대부분의 실제 잡음환경, 즉, 비백색 비정체성 잡음을 다루었다는 점이 다르다. 잡음감쇠기로서는 AR모델에 의거한 백터형 칼만필터를 사용하였고, 음성/비음성 판별에는 단구간에너지의 임계값논리를 사용하였다. 칼만필터에 필요한 잡음의 계수는 비음성구간에서 추산하였고, 음성의 계수는 EM반복법을 적용하여 추산하였다. 실험결과는 신호대 잡음비와 청취테스트로 제시하였다. 차량잡음을 사용한 실험결과, 비음성구간의 배경잡음은 거의 완전히 제거할 수 있었고, SNR이 0dB내지 -5dB로 낮아짐에 따라 왜곡이 심화 되는 경향을 보였으나, 음성의 명료도를 저하시키지는 않았다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1995년도 추계학술대회
• /
• pp.113-116
• /
• 1995

Medical image compression using the wavelet transform has been tried. Due to the flexibility in representing nonstationary image signal in both time and frequency domains and its ability to adapt human visual characteristics, wavelet transform has unique advantage in images compression. In the proposed wavelet compression original image is decomposed into multi-scale bands. Different scale factors are employed in the quantization of wavelet decomposed images in different bands. For the lowest band, a predictor is designed and error signal is entropy coded. For high scale bands, runlength coding for toro run is used with Huffman coding. From simulation with magnetic resonance images($256\times256$ size, 256 graylevels) the proposed algorithm is superior to the JPEG by more than 2.5 dB in near lossless compression (CR = 8 - 10).

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 A
• /
• pp.125-126
• /
• 2006

Data storage and data communication currently pose a major problems for all parties involved with power quality and power system monitoring. The Problem aries from the tremendous amount of data involved. There is a common desire in the power industry to find new techniques for high-accuracy data compression and data storage. This paper introduces a data compression technique that is very suitable for application to power quality waveforms. The proposed technique is applied in splitting the monitored signal into two components. Those are stationary and nonstationary components. Each component is compressed and encoded.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권1호
• /
• pp.39-42
• /
• 2002

For the purpose of modeling EEG signal which has nonstationary and nonlinear dynamic characteristics, this paper propose a state feedback real time recurrent neural network model. The state feedback real time recurrent neural network is structured to have memory structure in the state of hidden layers so that it has arbitrary dynamics and ability to deal with time-varying input through its own temporal operation. For the model test, Mackey-Glass time series is used as a nonlinear dynamic system and the model is applied to the prediction of three types of EEG, alpha wave, beta wave and epileptic EEG. Experimental results show that the performance of the proposed model is better than that of other neural network models which are compared in this paper in some view points of the converging speed in learning stage and normalized mean square error for the test data set.

• 한국정보통신학회논문지
• /
• 제8권3호
• /
• pp.563-569
• /
• 2004

유성버스트 통신로 해석에 사용되는 공식은 일반적으로 트레일에 대해 전파를 입사 후 반사된 전파의 특성 값을 이용하여 얻을 수 있다. 수치해석 시뮬레이션은 전계의 복소 공간 구조에서 나타낸다. 전계 강도에 대한 시작용은 비정적 모델을 연산하여 얻을 수 있다. 이러한 시작용은 기본적으로 유성 트레일의 매개 변수에 따라 변화하고 또한 이는 단일 산란시 신호 강도의 시종속에 많은 변수가 있다는 것을 나타낸다. 실제적으로 저밀도의 유성 트레일에서 사용하는 근사 매개 변수는 고밀도 유성과 같이 지속시간이 오래 유지되는 경우에도 적용이 가능하다.

• 한국음향학회지
• /
• 제14권3호
• /
• pp.28-36
• /
• 1995

본 논문에서는 능동소음제어를 위하여 망각형 지연 LMS(least mean square) 알고리듬을 이용한 이중루프제어 모델을 제안하였다. 제안한 이중루푸제어 모델은 계산양을 줄이기 위해 이득과 음향시간지연인자를 이용하여 온라인으로 라우드스피커 특성 및 오차음경로를 추정한다. 이중루프구조를 통한 오차신호의 제어는 보다 견실한 제어시스템이 된다. 음향시간지연을 추정하기 위한 필터의 입력신호는 입력 마이크로폰 신호와 적응필터의 차를 사용한다. 망각형 지연 LMS 알고리듬은 비정상상태에서 계수들의 발산을 방지하기 위해 사용한다. 실제 소음신호에 대하여 제안한 이중루프제어 모델은 소음레벨이 평균 12.9dB정도 감쇠되었다.

• 대한전자공학회논문지SP
• /
• 제40권1호
• /
• pp.139-147
• /
• 2003

동적 신경망은 신호예측과 같이 temporal 신호처리가 요구되는 여러 분야에 적용되어 왔다. 본 논문에서는 다층 리커런트 신경망(RNN)의 동특성을 향상시키기 위해 지역 궤환 신경망(LRNN)과 광역 궤환 신경망(CRNN)으로 구성된 합성 신경망을 제안하고, 적응필터로 제안된 신경망을 사용하여 비선형 적응예측을 다루고 있다. 합성 신경망은 LRNN으로 IIR-MLP와 CRNN으로 Elman RNN 신경망으로 구성되어 있다. 제안된 신경망은 비선형 신호예측을 통해 평가되었으며, 예측 성능의 상대적인 비교를 위해 Elman RNN과 IIR-MLP 신경망과 상호 비교하였다. 실험결과에 의하면 합성 신경망은 수렴속도과 정확도에서 더 우수한 성능을 보여줌으로써, 제안된 신경망이 기존의 다층 리커런트 신경망보다 비정적 신호에 대한 비선형 예측에 더 효과적인 예측모델임을 확인하였다.