• 한국세라믹학회지
• /
• 제40권11호
• /
• pp.1073-1077
• /
• 2003

Sn $O_2$ 가스센서는 낮은 농도의 가연성 가스 및 유독 가스를 표면 저항의 변화로부터 탐지할 수 있으나, 가스 선택성이 부족하다는 단점을 가지고 있다. 이러한 단점을 보완하기 위해서는 가스반응기구의 규명과 같은 기초이론 연구와 함께 선택성이 우수한 센서재료의 개발 및 적절한 신호처리방법의 적용이 필요하다. 본 논문에서는 Sn $O_2$ 표면에서 일어나는 에탄올 (C$_2$ $H_{5}$OH)과 아세토니트릴($CH_3$CN)의 촉매산화반응을 가스크로마토그래피 분석을 통해 확인하였다. PdCl$_2$가 첨가된 Sn $O_2$ 센서는 에탄올과 아세토니트릴에 대하여 높은 감도를 보였고, 반면에 La$_2$ $O_3$가 첨가된 Sn $O_2$ 센서는 에탄올에 대해서는 높은 감도를, 그리고 아세토니트릴에 대해서는 낮은 감도를 보였다. 이들 두 센서재료 개발 및 패턴인식기법적용을 통하여 아세토니트릴에 대한 선택성을 크게 증가시킬 수 있었다. 아세토니트릴에 대한 최소 탐지농도는, 공기 중에서는 15 ppm이었고, 다른 방해가스와 함께 존재할 경우에는 20 ppm에서 100 ppm 정도로 나타났다.

• 방송공학회논문지
• /
• 제15권1호
• /
• pp.14-28
• /
• 2010

본 논문에서는 ATSC (Advanced Television Systems Committee) 지상파 디지털 TV 방송 방식에서의 분산 주파수 망(distributed frequency network: DFN)의 특징 및 기술적인 요구 사항에 관해 고찰하고, 그 요구사항을 만족하기 위한 분산중계기(Distributed Translator: DTxR)를 제안한다. DFN은 송신기와 중계기는 서로 다른 주파수를 사용하지만 동일한 송신기 신호를 중계하는 모든 중계기들 간에는 동일한 주파수를 사용하는 방송망이다. 또한, 본 논문에서는 DTxR 구현을 위한 복조, 등화, TxID (Transmitter Identification) 생성 및 삽입, 변조, 그리고 중계기간 주파수 일치 등과 같은 신호처리 기술을 소개한다.

• 정보보호학회논문지
• /
• 제31권6호
• /
• pp.1127-1136
• /
• 2021

전력 분석 공격에서 소비 전력 파형의 잡음과 정렬 불량은 공격 성공 여부를 좌우하는 주요한 요인이다. 따라서 이를 완화하기 위한 여러 연구가 수행되고 있으며 웨이블릿 변환 기반의 신호처리 방법도 그중 하나이다. 대부분의 웨이블릿을 사용한 연구에서는 파형 압축할 수 있는 이산 웨이블릿 변환을 사용해 왔는데, 그 이유는 연속 웨이블릿변환 기법이 선택된 스케일의 개수에 따라 데이터 크기 및 분석 시간이 증가할 뿐만 아니라 효율적인 스케일 선택 방법도 없기 때문이다. 본 논문에서는 전력 분석 공격에 최적화된 연속 웨이블릿 변환의 효율적인 스케일 선택 방법을 제안하며 이를 이용해 파형을 인코딩할 경우 분석 성능이 크게 향상될 수 있음을 보인다. 비프로파일링 공격인 CPA(Correlation Power Analysis) 및 DDLA(Differential Deep Learning Analysis) 공격 실험 결과, 제안하는 방법이 잡음 감쇄와 파형 정렬에 효과적임을 확인하였다.

• 한국전자파학회논문지
• /
• 제30권5호
• /
• pp.389-398
• /
• 2019

본 논문에서는 실제 환경을 고려하여 비행 중인 소형 무인기를 탐지할 수 있는 기법을 제안한다. 소형 무인기는 일반적으로 시가지 혹은 산악 지형 내에서 저고도 비행을 수행하므로 클러터(clutter)에 의해 자주 가려지게 된다. 따라서 우수한 탐지 성능 획득을 위해서는 잡음뿐만 아니라, 클러터를 고려한 탐지가 필수적이며, 각각의 클러터 제거 기법에 따른 성능 분석이 요구된다. 제안된 탐지 과정은 클러터 제거 기법 및 펄스 합성 기법을 통해 클러터 및 잡음을 억제한 후, CFAR 검출기를 통해 소형 무인기 탐지를 수행한다. 이때, 3가지 클러터 제거 기법을 적용한 후, 각 기법에 따른 소형 무인기 탐지 성능을 분석한다. 실제 야외 환경에서의 실험을 통한 측정 데이터(data)를 토대로 소형 무인기 탐지에 적합한 클러터 제거 기법을 도출할 수 있었다.

• 정보보호학회논문지
• /
• 제15권5호
• /
• pp.93-103
• /
• 2005

본 논문에서는 멀티미디어 저작권 보호를 위한 회전, 크기, 이동 (RST: Rotation, Scale, Translation) 변환 공격에 견디는 강인한 로고 삽입 방법을 제안한다. 기하학적인 처리는 영상의 화질을 많이 훼손하지 않으면서 워터마크의 탐지 과정을 매우 복잡하고 어렵게 한다. 정규화된 영상 (Normalized image)에 워터마크를 삽입하는 방법은 영상의 정규화 과정에서 보간에 의해 평탄화 (Smoothing effect) 현상이 발생하는 단점이 있다. 이것은 워터마크를 정규화된 영상에 직접 삽입하는 대신, 영상 정규화를 변환 파라미터를 계산하는데 사용함으로써 해결할 수 있다. RST 변환에 대응하기 위한 기존의 방법은 주로 전체 영상에 대해 DFT 변환을 수행한다. 그러나 이 방법은 전체 영상에 변환을 취함으로써 효과적인 마스킹 방법의 적용이 어려운 단점이 있다. 따라서 본 논문에서는 $8\times8$ 블록 DCT (Discrete Cosine Transform)를 채용하고 $8\times8$ 블록 DCT 계수의 공간-주파수 국부화 특성을 이용한 마스킹 방법을 사용한다. 실험결과, 제안된 방법이 영상 압축과 기하학적 처리를 포함한 다양한 공격에 강인한 특성을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제22권11호
• /
• pp.308-318
• /
• 2022

Noise is a serious issue. While sending images via electronic communication, Impulse noise, which is created by unsteady voltage, is one of the most common noises in digital communication. During the acquisition process, pictures were collected. It is possible to obtain accurate diagnosis images by removing these noises without affecting the edges and tiny features. The New Average High Noise Density Median Filter. (HNDMF) was proposed in this paper, and it operates in two steps for each pixel. Filter can decide whether the test pixels is degraded by SPN. In the first stage, a detector identifies corrupted pixels, in the second stage, an algorithm replaced by noise free processed pixel, the New average suggested Filter produced for this window. The paper examines the performance of Gaussian Filter (GF), Adaptive Median Filter (AMF), and PHDNF. In this paper the comparison of known image denoising is discussed and a new decision based weighted median filter used to remove impulse noise. Using Mean Square Error (MSE), Peak Signal to Noise Ratio (PSNR), and Structure Similarity Index Method (SSIM) metrics, the paper examines the performance of Gaussian Filter (GF), Adaptive Median Filter (AMF), and PHDNF. A detailed simulation process is performed to ensure the betterment of the presented model on the Mini-MIAS dataset. The obtained experimental values stated that the HNDMF model has reached to a better performance with the maximum picture quality. images affected by various amounts of pretend salt and paper noise, as well as speckle noise, are calculated and provided as experimental results. According to quality metrics, the HNDMF Method produces a superior result than the existing filter method. Accurately detect and replace salt and pepper noise pixel values with mean and median value in images. The proposed method is to improve the median filter with a significant change.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.3099-3120
• /
• 2023

The present fast-moving era brings a serious stress issue that affects elders and youngsters. Everyone has undergone stress factors at least once in their lifetime. Stress is more among youngsters as they are new to the working environment. whereas the stress factors for elders affect the individual and overall performance in an organization. Electroencephalogram (EEG) based stress level classification is one of the widely used methodologies for stress detection. However, the signal processing methods evolved so far have limitations as most of the stress classification models compute the stress level in a predefined environment to detect individual stress factors. Specifically, machine learning based stress classification models requires additional algorithm for feature extraction which increases the computation cost. Also due to the limited feature learning characteristics of machine learning algorithms, the classification performance reduces and inaccurate sometimes. It is evident from numerous research works that deep learning models outperforms machine learning techniques. Thus, to classify all the emotions based on stress level in this research work a hybrid deep learning algorithm is presented. Compared to conventional deep learning models, hybrid models outperforms in feature handing. Better feature extraction and selection can be made through deep learning models. Adding machine learning classifiers in deep learning architecture will enhance the classification performances. Thus, a hybrid convolutional neural network model was presented which extracts the features using CNN and classifies them through machine learning support vector machine. Simulation analysis of benchmark datasets demonstrates the proposed model performances. Finally, existing methods are comparatively analyzed to demonstrate the better performance of the proposed model as a result of the proposed hybrid combination.

• 한국터널지하공간학회 논문집
• /
• 제10권2호
• /
• pp.105-118
• /
• 2008

숏크리트는 터널에서 사용되는 중요한 지보재이다. 숏크리트와 암반의 접착상태는 터널의 안정성 및 사용성에 큰 영향을 끼치는 중요한 평가 요소이다. NATM공법을 이용한 터널 굴착시 굴착면 빛 벤치부에서 발파에 의해 숏크리트가 부착력을 잃고 암반으로부터 탈락되거나 공동이 형성되는 경우 숏크리트 자체의 파괴뿐만 아니라 터널의 전체적인 안정에도 악영향을 미친다. 숏크리트의 접착상태는 완전 접착, 접착력 상실, 그리고 공동으로 분류할 수 있다. 본 연구에서는 비파괴 시험인 충격반향기법(Impact-Echo)을 이용하여 숏크기트와 암반의 접착상태를 평가하고자 하였다. 범용 유한요소 해석 프로그램인 ABAQUS를 이용하여 충격반향시험에 대한 수치해석을 수행하였다. 수치해석으로부터 획득된 신호를 시간영역, 주파수 영역 및 시간-주파수 영역에서 각각 해석하여 숏크리트와 암반의 접착상태에 따른 신호특성을 분석하였다. 분석결과 능동적 신호 처리 기법인 Short-Time Fourier Transform(STFT)을 이용하여 숏크리트 배면의 접착상태를 효과적으로 예측할 수 있었다. 숏크리트 배면의 접착상태가 불량할수록 시간영역 신호의 최대 진폭 이후 첫 진폭이 커지며, 주파수 영역에서 최대 에너지가 커진다. 또한 뚜렷한 공진 주파수가 나타나므로 숏크리트의 두께의 역산이 가능해진다. 시간-주파수 영역에서 윤곽선은 시간축에 평행한 형상을 나타낸다. 또한 완전 접착조건에서 지반 종류에 따른 신호특성도 분석하였다. 지반조건이 불량할수록 시간-주파수 영역에서 시간축과 평행한 윤곽선의 길이가 길어지며 그 주파수 대역은 10 kHz 이하의 저주파수 영역에서 나타난다.

• Journal of the Korean Wood Science and Technology
• /
• 제38권6호
• /
• pp.526-531
• /
• 2010

목재의 합리적인 이용을 위하여 목재 가공 또는 이용시 수분제어를 통한 건조결함 발생 최소화가 중요하다. 근적외선 분광분석법을 이용하여 재료의 물리적 화학적 성질을 신속하고 비파괴적으로 파악할 수 있다. 본 연구 에서는 근적외선 분광분석법을 이용하여 목재의 표면함수율을 측정하였다. 근적외선 분광스펙트럼에는 목재의 화학적 성분의 영향으로 인하여 노이즈가 포함될 수 있기 때문에 평활화, 미분, 표준화를 포함한 수학적 전처리를 적용한 후 회귀분석을 실시하였다. 750~2,500 nm 범위의 적외선 흡광도를 이용한 회귀모델을 통하여 목재의 표면함수율 측정이 가능함을 확인하였다. 본 연구에서 개발된 근적외선 분광분석법을 통하여 비평형상태에서 목재 수분을 정확히 탐지함으로써 건조 또는 수분흡습 중 목재 내 수분이동량을 제어할 수 있는 기술이 발전될 수 있으리라 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.1-8
• /
• 2023

자동차의 주요 부품인 휠 베어링에 결함이 생기면 교통사고등 문제를 발생시켜 이를 해결하기 위해 빅데이터를 수집해서 예측진단 및 관리 기술을 통한 휠 베어링의 고장 유무 및 고장 유형을 조기에 알려 주는 알고리즘과 모니터링 시스템 개발이 필요하다. 본 논문에서는 이러한 지능형 휠 허브 베어링 정비 시스템 구현을 위해 신뢰성 및 건전성에 대한 모니터링용 센서 및 예측 진단하는 알고리즘이 탑재된 임베디드 시스템을 개발하였다. 사용된 알고리즘은 휠 베어링에 설치된 가속도 센서로부터 진동 신호를 취득하고 이를 신호 처리기법, 결함주파수 분석, 건전성 특징 인자정의 등의 과정을 빅데이터 기술을 통해 고장을 예측하고 진단할 수 있다. 구현된 알고리즘은 진동 주파수 성분들은 최소화하고 휠 베어링에서 발생하는 진동 성분을 극대화할 수 있는 안정 신호 추출 알고리즘을 적용하고, 필터를 활용한 노이즈 제거에서는 인공지능 기반의 건전성 추출 알고리즘을 적용하였으며, FFT를 통한 결함 주파수를 분석하여 고장 특성인자 추출을 통한 고장을 진단하였다. 본 시스템의 성능 목표는 12,800ODR 이상으로 시험 결과를 통해 목표치를 만족하였다.