• 한국산학기술학회논문지
• /
• 제20권7호
• /
• pp.151-157
• /
• 2019

최근 비침투 또는 비접촉 방식을 활용한 호흡상태 관찰에 대한 관심이 높아지고 있다. 여러 가지 많은 생체신호들 중 호흡신호를 활용하여 건강상태를 점검하는 것은 비정상적인 건강 상태에 대한 신속한 대응을 가능하게 해 준다. 본 논문에서는 국소 퓨리에 변환을 활용한 실시간 무호흡 상태 검출에 대한 방법을 제시한다. 기존의 고속 퓨리에 변환을 활용한 신호해석과 달리, 본 논문에서는 국소 퓨리에 변환을 사용하여 짧은 신호 구간에서의 주파수 응답을 분석한다. 본 연구에서 호흡 신호는 비접촉 방식을 활용하였으며, 초광대역 레이더 모듈을 활용하여 신호를 획득하였다. 국소 퓨리에 변환을 활용하여 호흡 상태를 검출한 후, 검출 결과에 따라 호흡 상태에 대한 분류가 가능하다. 특히 국소 퓨리에 변환은 실시간으로 호흡 상태에 대한 주파수 분석이 가능하도록 하였다. 호흡신호에 잡음이 존재할 경우를 대비하여 적절한 필터링 알고리즘이 적용되었다. 본 논문에서 제안하는 방법은 직관적으로 구현이 가능하고, 실질적으로 사람의 호흡상태에 대한 분석이 가능하도록 해준다. 제안한 방법을 검증하기 위해 호흡신호를 활용한 실험결과를 제시한다.

• 한국복합재료학회:학술대회논문집
• /
• 한국복합재료학회 2005년도 추계학술발표대회 논문집
• /
• pp.27-30
• /
• 2005

This paper studied the PVDF(polyvinylidene fluoride) and Acoustic Emission sensors characteristics of the laminated composite panels under the low velocity impact. The various impact test by changing impact height is performed on the instrumented drop weight impact tester. The STFT(short time Fourier transform) and WT(wavelet transform) are used to decompose the each sensor signals. A ultrasonic C-scan and digital scope are used to define damaged area in each case. The test result indicated that the individual sensor signals involve the damage initiation and development.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1103-1108
• /
• 2023

본 논문에서는 음향신호의 배경잡음을 감쇠하기 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 이산 웨이블릿 변환(DWT: Discrete Wavelet Transform) 후 기존의 적응필터를 대신 FNN(: Full-connected Neural Network) 심층학습 알고리즘을 이용하여 잡음감쇠 성능을 개선하였다. 입력신호를 단시간 구간별로 웨이블릿 변환한 다음 1024-1024-512-neuron FNN 딥러닝 모델을 이용하여 잡음이 포함된 단일입력 음성신호로부터 잡음을 제거한다. 이는 시간영역 음성신호를 잡음특성이 잘 표현되도록 시간-주파수영역으로 변환하고 변환 파라미터에 대해 순수 음성신호의 변환 파라미터를 이용한 지도학습을 통하여 잡음환경에서 효과적으로 음성을 예측한다. 본 연구에서 제안한 잡음감쇠시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 사용하면 기존의 적응필터를 사용하는 경우보다 30%, STFT(: Short-Time Fourier Transform) 변환을 사용하는 경우보다는 20%의 평균자승오차(MSE: Mean Square Error) 개선효과를 얻을 수 있었다.

• 한국군사과학기술학회지
• /
• 제3권1호
• /
• pp.106-115
• /
• 2000

This paper presents the measuring technique of time and velocity when rocket motor is burnt out for 2.751" rocket. This technique use doppler effect, frequency spectrum analysis and curve fitting. In this study, we use muzzle velocity radar for doppler signal acquisition, short-time fourier transform for spectrum analysis and curve fitting for smoothing.

• 한국정밀공학회지
• /
• 제26권11호
• /
• pp.47-54
• /
• 2009

Spin coaters are the essential instruments in micro-fabrication processes, which apply uniform thin films to flat substrates. In this research, a spin coater diagnosis system is developed to detect the abnormal operation of TFT-LCD process in real time. To facilitate the real-time data acquisition and analysis, the circular-buffered continuous data transfer and the short-time Fourier transform are applied to the fault diagnosis system. To determine whether the system condition is normal or not, a steady-state detection algorithm and a frequency spectrum comparison algorithm using confidence interval are newly devised. Since abnormal condition of a spin coater is rarely encountered, algorithm is tested on a CD-ROM drive and the developed program is verified by a function generator. Actual threshold values for the fault detection are tuned in a spin coater in process.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1199-1212
• /
• 2019

This paper proposes two wideband spectrum sensing approaches: (i) method A, the cumulative sum (CUSUM) algorithm with short-time Fourier transform, taking advantage of the time-frequency analysis for wideband spectrum. (ii)method B, the quickest spectrum sensing with short-time Fourier transform and compressed sensing, shortening the time of perception and improving the speed of spectrum access or exit. Moreover, method B can take advantage of the sparsity of wideband signals, sampling in the sub-Nyquist rate, and it is more suitable for wideband spectrum sensing. Simulation results show that method A significantly outperforms the single serial CUSUM detection for small SNRs, while method B is substantially better than the block detection based spectrum sensing in small probability of the false alarm.

• 한국멀티미디어학회논문지
• /
• 제16권11호
• /
• pp.1325-1337
• /
• 2013

음악은 사람의 감성, 감정에 영향을 끼치며, 최근 음악의 정서적인 힘은 여러 분야에 응용되고 있다. 특히, 음악을 듣는 것뿐만 아니라 시각적으로 가시화하여 여러 분위기를 연출할 수 있다. 본 논문에서는 음악과 조명을 연계하여 사람과의 상호작용을 위한 감성 제어 시스템을 제안한다. 기존의 FT(Fourier Transform)는 시간에 대한 정보를 가지고 있지 않기 때문에 시간에 따라 주파수 성분이 변하는 신호의 정보를 효율적으로 분석하기 어렵다. 이와 같은 문제점을 해결하기 위해 음악 신호 분석은 STFT(Short Time Fourier Transform)을 사용하였고, 세 가지의 장르로 음악을 분류하여 장르에 따른 주파수 특성을 비교해 보았으며, 분석된 범위내의 주파수 성분을 바탕으로 컬러 LED조명의 색상과 밝기 제어를 하였다. 기존의 음악을 이용한 LED조명 제어 연구와 다르게 감성적인 조명의 색 제어와 음악 신호의 변화량을 이용하여 밝기 제어를 하였으며, 제안된 조명 제어 방식은 감성 조명뿐만 아니라 여러 산업분야로 활용 될 수 있을 것이다.

• 한국전자파학회논문지
• /
• 제26권7호
• /
• pp.656-665
• /
• 2015

본 논문에서는 시간-주파수 변환에 요동보상을 적용한 UWB 레이다 Bistatic ISAR (Bistatic Inverse Synthetic Aperture Radar: B-ISAR) 이미징에 적용하여 레이다 이미징의 선명도와 품질을 개선하였다. UWB 레이다를 사용하여 제안하는 시간-주파수 알고리즘을 검증하였으며, 이를 위하여 B-ISAR 알고리즘 절차, 시간-주파수 변환과 요동보상 개선 등 필요한 이론적 근거를 제시하였다. B-ISAR 이미징 알고리즘으로 이미지를 생성하였으며, UWB 바이스테틱 ISAR 이미징 생성시 요동보상을 적용한 시간-주파수 변환 기법인 STFT(Short-Time Fourier Transform), GWT(Gabor Wavelet Transform), WVD(Wigner-Ville distribution) 방식을 차례대로 구현하였다. 그리고 STFT, GWT와 WVD 알고리즘을 이용하여 B-ISAR 이미징 알고리즘의 성능을 비교하였으며, 그 결과 WVD가 다른 방식들에 비하여 영상이 선명하고, 퍼짐 현상이 줄어듦을 알 수 있었다.

• 천문학회보
• /
• 제40권2호
• /
• pp.55.4-56
• /
• 2015

The Hilbert-Huang Transform (HHT) is composed of the Empirical Mode Decomposition (EMD) and the Hilbert Spectral Analysis (HSA). The EMD decomposes any time series data into a small number of components called the Intrinsic Mode Functions (IMFs), compared to the Discrete Fourier Transform which decomposes a data into a large number of harmonic functions. Each IMF has varying amplitude and frequency with respect to time, which can be obtained by HSA. The time resolution of the modes in HHT is the same as that of the given time series, while in the Wavelet Transform, Constant Q Transform and Short-Time Fourier Transform, there is a tradeoff between the resolutions in frequency and time. Based on the time-dependent amplitudes of IMFs, we develop an Event Trigger Generator and demonstrate its efficiency by applying it to gravitational-wave data.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.115-126
• /
• 2023

무작위 및 주기적인 변동하는 재생에너지 발전 전력 품질 교란으로 인해 발전 변환 송전 및 배전에서 더 자주 발생하게 된다. 전력 품질 교란은 장비 손상 또는 정전으로 이어질 수 있다. 따라서 서로 다른 전력 품질 외란을 실시간으로 자동감지하고 분류하는 것이 필요하다. 전통적인 PQD 식별 방법은 특징 추출 특징 선택 및 분류의 세 단계로 구성된다. 그러나 수동으로 생성한 특징은 선택 단계에서 정확성을 보장하기 힘들어서 분류 정확도를 향상하는 데에는 한계가 있다. 본 논문에서는 16가지 종류의 전력 품질 신호를 인식하기 위해 CNN(Convolution Neural Networ)과 LSTM(Long Short Term Memory)을 기반으로 시간 영역과 주파수 영역의 특징을 결합한 심층 신경망 구조를 제안하였다. 주파수 영역 데이터는 주파수 영역 특징을 효율적으로 추출할 수 있는 FFT(Fast Fourier Transform)로 얻었다. 합성 데이터와 실제 6kV 전력 시스템 데이터의 성능은 본 연구에서 제안한 방법이 다른 딥러닝 방법보다 일반화되었음을 보여주었다.