• Journal of electromagnetic engineering and science
• /
• 제12권4호
• /
• pp.290-292
• /
• 2012

This paper proposes a setup for a best multisine design method that uses a time-domain optimization. The method is based on minimization of the time-domain error, so its resulting multisine has a very accurate ACLR estimation. This is because its probability distribution and sample-to-sample correlation are close to those of the original signal, which are crucial for the testing of nonlinear power amplifiers. In addition, a hyperbolic-tangent function is introduced to control the ripple of tone magnitudes within signal bandwidth. For the verification, multisines were generated and compared for many aspects such as normalized error, in-band ripple, and ACLR estimation. Test results with different numbers of tones provide supporting evidence that the suggested multisine design has better ripple suppression, by up to 7 dB, and better accuracy, by up to 0.2 dB, when compared to the conventional method. The accuracy of the ACLR was improved by about 5 dB when the number of tones was 4. The suggested method improves the ACLR estimation performance of multisine testing due to its closer resemblance to the target modulation signal.

• 물과 미래
• /
• 제22권2호
• /
• pp.201-211
• /
• 1989

인접계측지점의 상관성을 이용하여 결측지점의 자료를 보완한 다음, 다중상관 기법에 의하여 총강우량의 호우곡면을 구성한다. 구성된 호우 곡면에서 주기성분을 분리하여 호우잔차를 발생시키는데, 이중 프리에 해석을 이용했다. 각 강우에 잔차성분들은 균질등방성이라고 가정하여 이에 대응하는 자기 상관 함수를 조사하엿다. 실용성을 보완하기 위해서 경험치와 비교하였다. 모든 강우에 대한 정규상관 함수의 계수는 비슷한 양상을 보였다. 위의 결과를 사용하여 한강유역에 내린 강우의 공간분포를 나타내는 환상스펙트럼 분포함수를 추정하였다.

• 한국통신학회논문지
• /
• 제28권7A호
• /
• pp.520-528
• /
• 2003

본 논문에서는 다자간 화상회의 시스템에서 합성 입체 음향을 재현하는 방법과 음향반향제거 방법을 제안한다. 합성 입체 음향은 HRTF(head related transfer function)을 이용하여 구현하고 반향제거를 위하여 주변잡음에 대하여 강건한 적응 알고리즘을 제안한다. 제안하는 알고리즘은 SMAP(set-membership affine projection)을 변형한 것으로 적응필터의 계수를 갱신할 때 입력신호와 추정오차신호의 상호상관을 입력신호의 자기상관 행렬과 투영 차수를 곱한 추정오차신호 전력의 합으로 정규화한다. 제안하는 적응알고리즘은 SMAP 알고리즘과 비교하여 투영차수와 주변잡음에 대하여 강건한 특성을 갖는다. 컴퓨터 시뮬레이션을 통해 제안하는 합성 입체음향 반향제거기의 성능이 효과적으로 반향을 제거할 수 있음을 보인다.

• 한국통신학회논문지
• /
• 제11권5호
• /
• pp.332-339
• /
• 1986

한글문자패튼의 인식율을 향상시키기 위해서 Gaussian 확율밀도 함수를 이용한 형태정규화의 한 방법을 제안한다. 제안된 방법은 입력패튼의 패튼 영역을 추출하여 2변수보간법으로 패튼의 크기를 정규화 한 후, 크기 정규화된 패튼의 상관계수를 0으로 하는 선형변환을 시켜 문자패튼의 기하학적 기울어짐 변형을 정규화시켰다. 입력패튼과 형태정규화된 패튼간의 관계를 이론적으로 해석하고 컴퓨터 시뮬레이션을 통해서 이론의 타당성을 확인하였다.

• 한국운동역학회지
• /
• 제19권2호
• /
• pp.187-196
• /
• 2009

The foot type is classified into normal, high or low arch according to either foot print or medial longitudinal arch (MLA) height. Plantar fasciitis, heel pain, Achilles tendinitis, stress fracture, metatarsalgia, knee pain, shin splint pain, and etc are common foot disorders and associate to the foot type. The purpose of this study was to evaluate several suggested bony inclination used to classified the abnormal foot and if the arch index (AI) was correlated with foot morphology. Lateral view and dorso-plantar view of radiographic images and flatbed scanner measurements obtained from 57 college students were analyzed. Results showed that AI measured in this study was higher than Caucasian Americans and European, but similar with African. The ethnic origin could influent the AI distribution. The AI provided a simple quantitative means of assessing the structure of lateral and medial longitudinal arches. The correlation coefficients of true bone height with AI could be further improved by normalized foot width rather than foot length. AI also demonstrated as a good indicator of inclination between calcaneus-fifth metatarsal (CalM5) and calcaneus-first metatarsal (CalX), it is a good means to classify the foot type.

• 대한의용생체공학회:의공학회지
• /
• 제29권1호
• /
• pp.17-24
• /
• 2008

The aim of this paper is to report our preliminary results of investigating the spatial focalization of Zen-meditation EEG (electroencephalograph) in alpha band (8-13 Hz). For comparison, the study involved two groups of subjects, practitioners (experimental group) and non-practitioners (control group). To extract EEG alpha rhythm, wavelet analysis was applied to multi-channel EEG signals. Normalized alpha-power vectors were then constructed from spatial distribution of alpha powers, that were classified by Fuzzy C-means based algorithm to explore various brain spatial characteristics during meditation (or, at rest). Optimal number of clusters was determined by correlation coefficients of the membership-value vectors of each cluster center. Our results show that, in the experimental group, the incidence of frontal alpha activity varied in accordance with the meditation stage. The results demonstrated three different spatiotemporal modules consisting with three distinctive meditation stages normally recognized by meditation practitioners. The frontal alpha activity in two groups decreased in different ways. Particularly, monotonic decline was observed in the control group, and the experimental group showed increasing results. The phenomenon might imply various mechanisms employed by meditation and relaxation in modulating parietal alpha.

• 풍력에너지저널
• /
• 제15권2호
• /
• pp.10-22
• /
• 2024

This research is a comprehensive analysis of wind power prediction sensitivity using a Long Short-Term Memory (LSTM) deep learning neural network model, accounting for the inherent uncertainties in wind speed estimation. Utilizing a year's worth of operational data from an operational wind farm, the study forecasts the power output of both individual wind turbines and the farm collectively. Predictions were made daily at intervals of 10 minutes and 1 hour over a span of three months. The model's forecast accuracy was evaluated by comparing the root mean square error (RMSE), normalized RMSE (NRMSE), and correlation coefficients with actual power output data. Moreover, the research investigated how inaccuracies in wind speed inputs affect the power prediction sensitivity of the model. By simulating wind speed errors within a normal distribution range of 1% to 15%, the study analyzed their influence on the accuracy of power predictions. This investigation provided insights into the required wind speed prediction error rate to achieve an 8% power prediction error threshold, meeting the incentive standards for forecasting systems in renewable energy generation.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제20권7호
• /
• pp.70-79
• /
• 2015

A sample of soil humic acid (HA) was divided by ultrafiltration (UF) into five fractions of different molecular size (UF₁: > 300, UF₂: 100~300, UF₃: 30~100, UF₄: 10~30, UF₅: 1~10 kilodaltons). Apparent average molecular weight (M_w) of the HA fractions were measured using high performance size exclusion chromatography (HPSEC), and the chemical and structural properties of the five HA fractions were characterized by elemental compositions (H/C, O/C and w ((2O + 3NH)/ C)) and ultraviolet-visible absorption ratios (SUVA, A_4/6). The organic carbon normalized-sorption coefficients (Koc) for the binding of phenanthrene to the HA fractions were determined by fluorescence quenching and relationship between the sorption coefficients and structural characteristics of the HA fractions were investigated. The elemental analysis and UV-vis spectral data indicated that the HA fractions with higher molecular weights have grater aliphatic character and lower contents of oxygen, while the HA fractions with lower molecular size have greater aromatic character and molecular polarity that correspond to greater SUVA and internal oxidation values (w). The log Koc values (L/kg C) were gradual increased from 4.45 for UF₅ to 4.87 for UF1. The correlation study between the structural descriptors of the HA fractions and log Koc values of phenanthrene show that the magnitude of Koc values positively correlated with $M_w$ and H/C, while negatively correlated with the independent descriptors of the O/C, w, SUVA and A_4/6.

• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.17-24
• /
• 2014

본 논문에서는 저속으로 회전하는 유도 전동기의 베어링 결함을 검출하기 위해 음향 방출 신호와 히스토그램 모델링을 이용하는 방법을 제안한다. 제안한 방법은 정규화된 결함 신호가 구성하는 히스토그램의 포락선을 모델링하여, 부분 상관 계수와 DET(Distance Evaluation Technique) 기법을 이용하여 결함 유형별 고유한 특징을 추출 및 선택한다. 추출된 특징을 SVR(Support Vector Regression) 분류기의 입력으로 사용하여 베어링의 내륜, 외륜 및 롤러 결함을 분류한다. 최적의 분류 성능을 위해 SVR 커널함수의 매개변수를 0.01에서 1.0까지 변화시키고, 특징 개수는 2에서 150까지 변화시키면서 실험한 결과, 0.64-0.65의 매개변수와 75개의 특징 개수에서 제안한 방법은 약 91%의 분류 성능을 보였고, 또한 기존의 결함 분류 알고리즘보다 높은 분류 성능을 보였다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.387-396
• /
• 2024

대부분의 고해상도 위성영상은 rational polynomial coefficients (RPC) 정보를 제공하여 지상좌표와 영상좌표 간 변환을 수행한다. 그러나 초기 RPC에는 기하학적 오차가 존재하여 ground control points (GCPs)와의 정합을 통해 보정을 수행하여야 한다. GCP chip은 항공정사영상에서 추출한 높이 정보가 포함된 작은 영상 패치(patch)이다. 많은 선행연구에서는 영역 기반 정합 기법을 사용하여 고해상도 위성영상과 GCP chip 간 정합을 수행하였다. 계절적 차이나 변화된 지역이 존재하는 영상에서는 화소값에 의존하는 정합이 어렵기 때문에 윤곽 정보를 추출하여 정합을 수행하기도 한다. 그러나 일반적으로 사용하는 canny 기법으로 정합에 용이한 윤곽을 추출하기 위해서는 위성영상의 분광 특성에 적절한 임계치를 설정해주어야 하는 문제가 존재한다. 따라서 본 연구에서는 위성영상의 지역별 특성에 둔감한 윤곽 정보를 활용하여 RPC 보정을 위한 정합을 수행하고자 한다. 이를 위해 딥러닝 기반 윤곽 정보 추출 네트워크인 pixel difference network (PiDiNet)를 활용하여 위성영상과 GCP chip의 윤곽맵(edge map)을 각각 생성하였다. 그 후 생성된 윤곽맵을 normalized cross-correlation과 relative edge cross-correlation의 입력데이터로 대체하여 영역 기반의 정합을 수행하였다. 마지막으로 RPC 보정에 필요한 변환모델 계수를 도출하기 위하여 data snooping 기법을 반복적으로 적용하여 참정합쌍을 추출하였다. 오정합쌍을 제거한 참정합쌍에 대해 root mean square error (RMSE)를 도출하고 기존에 사용하던 상관관계 기법과 결과를 정성적으로 비교하였다. 실험 결과, PiDiNet은 약 0.3~0.9 화소의 RMSE 값 분포를 보였으나 canny 기법에 비해 두꺼운 윤곽을 나타내어 일부 영상에서 미세하게 정확도가 저하되는 것을 확인하였다. 그러나 위성영상 내 특징적인 윤곽을 일관적으로 나타냄으로써 정합이 어려운 지역에서도 정합이 잘 수행되는 것을 확인하였다. 본 연구를 통해 윤곽 기반 정합 기법의 강인성을 개선하여 다양한 지역에서의 정합을 수행할 수 있을 것으로 예상된다.