• 전기전자학회논문지
• /
• 제19권3호
• /
• pp.342-348
• /
• 2015

광대역 통신 모뎀이나 초고해상도 비디오 코덱 등과 같이 높은 데이터율을 갖는 시스템을 하드웨어로 구현할 때에는 디지털 필터의 고속 구현이 필수적이다. 디지털 필터의 임계경로는 대부분 MAC (multiplication and accumulation) 연산 회로이므로 필터 계수의 0이 아닌 비트의 갯수가 희소하다면 하드웨어 비용이 적은 덧셈기로도 디지털 필터를 고속으로 구현할 수 있다. 압축센싱은 신호의 희소 표현이나 희소 신호의 복원에 우수한 성능을 보임이 최근 연구에서 보고되고 있다. 본 논문에서는 압축센싱에 기반한 디지털 FIR 필터의 CSD (canonic signed digit) 계수를 찾는 방법을 제안한다. 주어진 주파수 응답과의 오차를 최소하면서 탐욕적 방법으로 희소한 0이 아닌 부호자리수를 찾고 잘못 선택되었던 부호자리수는 제거하는 과정을 반복한다. 설계 예를 통해 제안된 방법으로 희소한 0이 아닌 CSD 계수의 FIR 필터를 설계할 수 있음을 보인다.

• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.1-6
• /
• 2003

탱크나 경유자동차 등과 같이 지상에서 이동하는 차량들의 엔진소음은 광대역 특성을 갖고 또한 지형의 다양성 및 표적의 이동으로 인한 다양한 반사 등으로 변화가 심하기 때문에 탐지나 추적이 쉽지 않다 또한 전장 등과 같이 복잡한 환경에서는 배열안테나의 위치 선정 등의 어려움으로 앨리아싱이 일어날 수도 있다. 본 논문에서는 수동 배열 안테나의 성긴 배치로 인한 심각한 공간 앨리아싱 조건하에서 광대역 신호를 방사하는 이동체의 탐지 및 추적 문제에 대해서 연구하였다. 여기서 서브밴드 MUSIC 알고리즘에 근거한 고해상도의 방위각 추정 알고리즘을 개발하였다. 이 것은 공간 앨리아싱으로 인하여 표적의 방위각 추정 값이 변할 때에도 실제의 방위각을 추정할 수 있는 알고리즘이다 결과적으로 이 알고리즘이 성긴 안테나 배치로 인한 공간 앨리아싱 영향을 극복하고 위치 추정을 개선함을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제10권5호
• /
• pp.409-416
• /
• 2017

본 논문은 유한체(finite fields)에서 압축센싱(compressed sensing) 프레임워크를 살펴본다. 하나의 측정 샘플은 센싱행렬의 행과 희소 신호 벡터와의 내적으로 연산되며, 본 논문에서 제안하는 확률적 희소 신호 복원 알고리즘을 이용하여 그 압축센싱의 해를 찾고자 한다. 지금까지 압축센싱은 실수(real-valued)나 복소수(complex-valued) 평면에서 주로 연구되어 왔지만, 이와 같은 원신호를 처리하는 경우 이산화 과정으로 정보의 손실이 뒤따르게 된다. 이에 대한 연구배경은 이산(discrete) 신호에 대한 희소 신호를 복원하고자 하는 노력으로 이어지고 있다. 본 연구에서 제안하는 프레임워크는 센싱행렬로써 코딩 이론에서 사용된 LDPC(Low-Density Parity-Check) 코드의 패러티체크 행렬을 이용한다. 그리고 본 연구에서 제안한 확률적 복원 알고리즘을 이용하여 유한체의 희소 신호를 복원한다. 기존의 코딩 이론에서 발표한 LDPC 복호화와는 달리 본 논문에서는 희소 신호의 확률분포를 이용한 반복적 알고리즘을 제안한다. 그리고 개발된 복원 알고리즘을 통하여 우리는 유한체의 크기가 커질수록 복원 성능이 우수한 결과를 얻었다. 압축센싱의 센싱행렬이 LDPC 패러티체크 행렬과 같은 저밀도 행렬에서도 좋은 성능을 보여줌에 따라 이산 신호를 고려한 응용 분야에서 적극적으로 활용될 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제10권4호
• /
• pp.257-267
• /
• 2017

압축센싱(Compressed Sensing)은 선형 역문제(inverse problem)를 다루고 있으며, 그 이론적 연구결과는 관련 분야에 많은 영향을 주어 놀랄 만한 연구성과를 발표하였다. 그러나 압축센싱을 실제 환경에 적용하기 위해서는 두 가지 중요한 문제가 남아 있다. 하나는 실시간에 가까운 복원 성능이 보장되어야 하며, 다른 하나는 신호가 희소성을 갖도록 전처리가 가능해야 한다는 점이다. 이에 대한 문제들을 해결하고자 딥러닝(deep learning) 기술을 활용한 압축센싱 신호 복원방법이 최근에 등장하였다. 본 논문에서는 딥러닝 기반의 압축센싱 신호 복원방법을 고찰하고 최신 연구결과를 비교 분석하고자 한다. 관련 연구결과에서는 실시간에 가까운 복원 시간에 도달하였으며, 기존 복원방법 대비 더 우수한 복원 성능을 보여 주었다. 최근 연구에서 보여준 딥러닝을 활용한 압축센싱 신호 복원방법은 압축센싱의 활용가치를 더욱 높일 뿐만 아니라 신호처리와 통신분야에서 크게 활용될 수 있을 것으로 기대된다.

• 한국통신학회논문지
• /
• 제39A권7호
• /
• pp.424-430
• /
• 2014

본 논문에서는 다중사용자 (Multiuser, MU)환경의 상향링크 공간변조 (Spatial Modulation, SM)시스템(MU-SM)에서 병렬직교매칭퍼슛 (Parallel OMP, POMP)검출 기법을 적용하여 신호 복원 성능을 개선하는 기법을 제안하고 그 성능분석을 한다. MU-SM시스템의 전송신호는 사용자당 $N_t$개의 안테나중 1개의 안테나만을 사용하여 변조심벌을 전송하는 특성이 있으므로 수신단에서 신호복원 시 이러한 특성을 고려한다. MU-OMP기법은 첫번째 반복과정을 수행 후 두 번째 이후의 인덱스를 찾을 때는 이전의 인덱스에 해당하는 안테나를 가진 사용자의 모든 안테나 인덱스를 제외하고 다음 인덱스를 찾는다. 이것은 한명의 사용자 안테나들 중 2개 이상의 인덱스가 선택되는 것을 방지하여 오류 확률을 줄일 수 있다. 시뮬레이션을 통해 제안한 MU-OMP와 MU-POMP 검출 기법이 기존의 압축센싱기반의 신호복원기술보다 성능이 월등함을 확인하였다.

• 자동차안전학회지
• /
• 제8권1호
• /
• pp.19-25
• /
• 2016

As new car technology is developing, temporal interaction is needed in automotive. Rhythmic pattern is one of the practical examples of temporal interaction in vehicle. To recognize rhythmic pattern and its input medium, dictionary learning is applicable algorithm. In this paper, performance and memory requirement of the learning algorithm is tested and is sufficiently good for use this acoustic sound.

• ETRI Journal
• /
• 제45권3호
• /
• pp.492-504
• /
• 2023

Researchers have recently shown an increased interest in estimating the direction-of-arrival (DOA) of wideband noncircular sources, but existing studies have been restricted to subspace-based methods. An off-grid sparse recovery-based algorithm is proposed in this paper to improve the accuracy of existing algorithms in low signal-to-noise ratio situations. The covariance and pseudo covariance matrices can be jointly represented subject to block sparsity constraints by taking advantage of the joint sparsity between signal components and bias. Furthermore, the estimation problem is transformed into a single measurement vector problem utilizing the focused operation, resulting in a significant reduction in computational complexity. The proposed algorithm's error threshold and the Cramer-Rao bound for wideband noncircular DOA estimation are deduced in detail. The proposed algorithm's effectiveness and feasibility are demonstrated by simulation results.

• Journal of Communications and Networks
• /
• 제12권4호
• /
• pp.289-307
• /
• 2010

The problem of model selection arises in a number of contexts, such as subset selection in linear regression, estimation of structures in graphical models, and signal denoising. This paper studies non-asymptotic model selection for the general case of arbitrary (random or deterministic) design matrices and arbitrary nonzero entries of the signal. In this regard, it generalizes the notion of incoherence in the existing literature on model selection and introduces two fundamental measures of coherence-termed as the worst-case coherence and the average coherence-among the columns of a design matrix. It utilizes these two measures of coherence to provide an in-depth analysis of a simple, model-order agnostic one-step thresholding (OST) algorithm for model selection and proves that OST is feasible for exact as well as partial model selection as long as the design matrix obeys an easily verifiable property, which is termed as the coherence property. One of the key insights offered by the ensuing analysis in this regard is that OST can successfully carry out model selection even when methods based on convex optimization such as the lasso fail due to the rank deficiency of the submatrices of the design matrix. In addition, the paper establishes that if the design matrix has reasonably small worst-case and average coherence then OST performs near-optimally when either (i) the energy of any nonzero entry of the signal is close to the average signal energy per nonzero entry or (ii) the signal-to-noise ratio in the measurement system is not too high. Finally, two other key contributions of the paper are that (i) it provides bounds on the average coherence of Gaussian matrices and Gabor frames, and (ii) it extends the results on model selection using OST to low-complexity, model-order agnostic recovery of sparse signals with arbitrary nonzero entries. In particular, this part of the analysis in the paper implies that an Alltop Gabor frame together with OST can successfully carry out model selection and recovery of sparse signals irrespective of the phases of the nonzero entries even if the number of nonzero entries scales almost linearly with the number of rows of the Alltop Gabor frame.

• Investigative Magnetic Resonance Imaging
• /
• 제20권4호
• /
• pp.215-223
• /
• 2016

Purpose: The management of metal-induced field inhomogeneities is one of the major concerns of distortion-free magnetic resonance images near metallic implants. The recently proposed method called "Slice Encoding for Metal Artifact Correction (SEMAC)" is an effective spin echo pulse sequence of magnetic resonance imaging (MRI) near metallic implants. However, as SEMAC uses the noisy resolved data elements, SEMAC images can have a major problem for improving the signal-to-noise ratio (SNR) without compromising the correction of metal artifacts. To address that issue, this paper presents a novel reconstruction technique for providing an improvement of the SNR in SEMAC images without sacrificing the correction of metal artifacts. Materials and Methods: Low-rank approximation in each coil image is first performed to suppress the noise in the slice direction, because the signal is highly correlated between SEMAC-encoded slices. Secondly, SEMAC images are reconstructed by the best linear unbiased estimator (BLUE), also known as Gauss-Markov or weighted least squares. Noise levels and correlation in the receiver channels are considered for the sake of SNR optimization. To this end, since distorted excitation profiles are sparse, $l_1$ minimization performs well in recovering the sparse distorted excitation profiles and the sparse modeling of our approach offers excellent correction of metal-induced distortions. Results: Three images reconstructed using SEMAC, SEMAC with the conventional two-step noise reduction, and the proposed image denoising for metal MRI exploiting sparsity and low rank approximation algorithm were compared. The proposed algorithm outperformed two methods and produced 119% SNR better than SEMAC and 89% SNR better than SEMAC with the conventional two-step noise reduction. Conclusion: We successfully demonstrated that the proposed, novel algorithm for SEMAC, if compared with conventional de-noising methods, substantially improves SNR and reduces artifacts.

• 한국항행학회논문지
• /
• 제14권1호
• /
• pp.80-86
• /
• 2010

압축 센싱 (Compressive Sensing, CS)은 많은 응용분야에서 유망한 기술로 널리 연구되고 있다. 압축 센싱 이론에 의하면 어떤 특별한 기저에서 성긴 신호 (sparse signal)이라는 것이 알려졌다면 이 신호는 전통적인 방법이 사용하는 샘플 수보다 훨씬 적은 샘플로 최적화 과정을 통해 복원이 가능하다는 것이다. 본 논문에서는 이러한 압축 센싱 기술을 균일한 선형 배열로 구성된 다중 입출력 레이더 시스템에 적용하고자 한다. 특별히 압축 센싱 기술을 사용하여 DOA (direction-of-arrival)을 찾는 문제를 고찰하고 그 성능을 전통적인 적응형 다중 입출력 기법의 성능과 비교한다. 모의 실험을 통해 압축 센싱 방법은 전통적인 적응형 다중 입출력 기법에 비해 훨씬 적은 샘플로 비슷한 성능을 보임을 확인할 수 있었다.