• Smart Structures and Systems
• /
• 제11권1호
• /
• pp.19-34
• /
• 2013

The objective of this paper is to develop on-line system parameter estimation and damage detection technique from the response measurements through using the Recursive Covariance-Driven Stochastic Subspace identification (RSSI-COV) approach. To reduce the effect of noise on the results of identification, discussion on the pre-processing of data using recursive singular spectrum analysis (rSSA) is presented to remove the noise contaminant measurements so as to enhance the stability of data analysis. Through the application of rSSA-SSI-COV to the vibration measurement of bridge during scouring experiment, the ability of the proposed algorithm was proved to be robust to the noise perturbations and offers a very good online tracking capability. The accuracy and robustness offered by rSSA-SSI-COV provides a key to obtain the evidence of imminent bridge settlement and a very stable modal frequency tracking which makes it possible for early warning. The peak values of the identified $1^{st}$ mode shape slope ratio has shown to be a good indicator for damage location, meanwhile, the drastic movements of the peak of $2^{nd}$ mode slope ratio could be used as another feature to indicate imminent pier settlement.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.325-328
• /
• 2004

본 논문에서는 PAST(Projection Approximation Subspace Tracking)에 기반 한 새로운 부공간(subspace) 추적 알고리즘을 제안하고자 한다. 빠른 시분할 대상의 목표물의 방위각을 추정하는 것이 필요하다. 그러나 PAST 기법은 고속의 시분할 환경에서는 잘 동작하지 않는다 따라서 가변망각 인자를 도입하여 빠르게 변화하는 부공간의 비정재 (Nonstationary) 상태에 잘 적응시켜 PAST 성능 향상을 보고자 한다.

• 한국항공우주학회지
• /
• 제37권3호
• /
• pp.267-274
• /
• 2009

최근 무인 항공기(Unmanned Aerial Vehicle, UAV)는 다양한 임무수행이 가능한 무인 시스템이라는 점에서 크게 주목받고 있다. 특히 정찰, 추적 등의 임무는 영상을 이용하여 임무 수행이 이루어진다. 소형 무인 항공기의 경우 중량과 비용을 고려하여 단안 영상을 이용하는 임무 수행 연구가 활발하게 이루어지고 있다. 그러나 실제 지표면과 목표물이 고도 차이를 가지고 있어, 영상의 상대깊이를 고려하지 않은 3차원 거리는 임무 수행 시 오차 요인으로 작용 할 수 있다. 본 연구에서는 상대 깊이 추정을 위한 평균이동 알고리즘, 광류, 부분 공간법에 관하여 차례로 제시한다. 평균이동 알고리즘은 영상 내 목표물 추적과 관심영역을 결정하며 광류는 영상의 자기를 이용한 영상 이동 정보를 포함한다. 마지막으로 부분 공간법은 영상안의 움직임을 추정하며 각 영역의 상대깊이를 결정한다.

• 한국통신학회논문지
• /
• 제26권11B호
• /
• pp.1510-1521
• /
• 2001

이 논문에서는 신호 부공간을 이용한 미상 간섭 제거 기법을 제안하고 성능을 분석한다. 제안한 미상 적응 검파 방식은 적은 계산량으로 신호 부공간의 성분들을 추적하는 개선된 자연 멱 방법을 바탕으로 구현될 수 있다. 이 논문에서 수행한 이론적 분석에 의하면 이 방식의 성능은 정확한 공분산 행렬을 알고 있을 때 상관 제거 검파기와 성능이 동일하다. 또한, 공분산 행렬을 추정할 때는 점근적 결과를 분석한다. 모의 실험을 수행한 결과 기존의 적응 RLS MOE 검파기보다 우수한 성능임을 확인하였다.

• 한국산업융합학회 논문집
• /
• 제6권3호
• /
• pp.177-183
• /
• 2003

Recently, Ryu et al. proposed a multiple target DOA tracking algorithm, which has good features that it has no data association problem and simple structure. But its performance is seriously degraded in the low signal-to-noise ratio. In this paper, a measurement fusion method is presented based on ML(Maximum Likelihood), and the new DOA tracking algorithm is proposed by incorporating the presented fusion method into Ryu's algorithm. The proposed algorithm has a better tracking performance than that of Ryu's algorithm, and it sustains the good features of Ryu's algorithm.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권3호
• /
• pp.162-170
• /
• 2014

Appearance-based subspace models such as eigenfaces have been widely recognized as one of the most successful approaches to face recognition and tracking. The success of eigenfaces mainly has its origins in the benefits offered by principal component analysis (PCA), the representational power of the underlying generative process for high-dimensional noisy facial image data. The sparse extension of PCA (SPCA) has recently received significant attention in the research community. SPCA functions by imposing sparseness constraints on the eigenvectors, a technique that has been shown to yield more robust solutions in many applications. However, when SPCA is applied to facial images, the time and space complexity of PCA learning becomes a critical issue (e.g., real-time tracking). In this paper, we propose a very fast and scalable greedy forward selection algorithm for SPCA. Unlike a recent semidefinite program-relaxation method that suffers from complex optimization, our approach can process several thousands of data dimensions in reasonable time with little accuracy loss. The effectiveness of our proposed method was demonstrated on real-world face recognition and tracking datasets.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.37-40
• /
• 2000

기존의 신호 공간 추적 방법을 이용한 blind multiuser detector는 nonstationary 환경에서 새로운 환경에 적응하기 위해 비교적 긴 시간을 필요로 한다 본 논문은 가변 망각 인자를 도입한 확장 PASTd (Projection Approximation Subspace Tracking with Deflation) 알고리즘을 이용하여 환경 변화에 좀더 신속히 적응하는 성능 향상을 모의실험을 통해 보이고자 한다.

• 전자공학회논문지SC
• /
• 제38권6호
• /
• pp.1-8
• /
• 2001

최근에 Ryu 등은 추정된 신호부공간(signal subspace)으로부터 구한 방위각 이노베이션을 이용하여 다중표적의 방위각을 추적하는 알고리즘을 제안하였다. 이 알고리즘은 데이터를 연관시키면서 동시에 표적의 방위각을 구하기 때문에 기존의 추적 알고리즘과 달리 별도의 데이터연관 기법이 필요 없으며, 구조가 간단하다는 장점을 가지고 있다. 그러나 표적의 개수가 N일 때, 각 표적의 방위각 이노베이션을 구하기 위하여 차원이 (2N+1)${\times}$(2N+1)인 실행렬의 역행렬을 구하는 것이 필요하다. 본 논문에서는 표적의 조향벡터를 신호부공간에 투영할 때, 투영오차가 0이 된다는 사실로부터 방위각 이노베이션을 구하기 위한 새로운 선형 방정식을 제안하였다. 제안한 새로운 선형방정식은 Ryu의 알고리즘에서 사용하는 식과는 달리 한 개의 방위각 이노베이션만을 변수로 사용하기 때문에 역행렬을 구할 필요가 없고 효율적이다.

• 한국음향학회지
• /
• 제24권4호
• /
• pp.230-237
• /
• 2005

수중음향 시스템에서는 이동 표적에 대한 상태 추정 및 표적 식별 등의 목적을 위해서 표적 방위 추적은 필수적이다. 그러나 감시영역에 근접 또는 교차 표적 등이 존재하는 다수 표적 상황에서의 방위 추적은 매우 어려운 문제로 다양한 접근방법으로 연구되어 왔다. SWORD는 배열 센서 신호의 출력 공분산 행렬로부터 방위 변위를 추정하여 표적을 추적함으로써 별도의 정보 연관 과정이 필요 없는 단순한 구조의 다중 표적 방위 추적 알고리즘을 제안하였으며, RYU 등은 표적 조향 벡터 (target steering vector)와 배열 센서 공분산 행렬의 신호 고유 벡터 (signal eigenvector)가 선형결합 관계임을 이용하여 교차 표적 (cross target)에 대해서도 우수한 성능을 나타내는 효율적인 알고리즘을 제안하였다. 또한 HWANG 등은 잡음 고유 벡터 (noise eigenvector)와 표적 조향 벡터가 직교 관계임을 이용하여 RYU의 알고리즘과 동일한 성능을 유지하면서 연산량을 개선한 알고리즘을 제안하였다. 그러나 기존의 방법은 코히어런트 (coherent) 다중 표적인 경우에는 추적 성능이 저하되는 단점이 있다. 본 논문에서는 배열 센서의 공분산 행렬로부터 추정할 수 있는 신호 고유 벡터와 잡음 공분산 행렬 (noise covariance matrix)의 특성을 이용하여 코히어런트 다중 표적에 대해 추적 성능을 유지할 수 있는 다중 표적 방위 추적 알고리즘을 제안하였으며, 근접 및 교차 기동하는 표적에 대한 시뮬레이션을 통하여 비코히어런트 (incoherent)와 코히어런트 다중 표적에 대해 추적 성능이 우수함을 확인하였다.

• 전자공학회논문지
• /
• 제51권5호
• /
• pp.177-187
• /
• 2014

본 논문에서는 고속 부공간 추적 기법인 FAPI (Fast Approsimated Power Iteration)에 GVFF RLS (Gradient-based Variable Forgetting Factor Recursive Least Square Error)를 적용한 GVFF FAPI 를 제안한다. 기존의 FAPI는 신호의 공분산 행렬을 추정하기 위해 고정 망각 인자를 사용하기에, 부공간이 지속적으로 변하는 비정재 환경에 적용하기 여려운 단점이 있다. 이러한 문제점을 해결하기 위해, GVFF FAPI는 개선된 MSE (Mean Square Error)의 분석으로부터 유도된 MSE의 기울기 기반의 시변 망각 인자를 사용한다. 또한 GVFF RLS의 망각 인자 업데이트 식을 개선하여 부공간이 지속적으로 변하는 비정재 환경에서 부공간 에러를 줄인다. 개선된 망각 인자 업데이트 식은 MSE의 기울기가 양수이면 망각 인자를 빠르게 감소하게 하고 MSE의 기울기가 음수이면 망각 인자를 천천히 증가시킨다. 모의실험을 통해서 도래각이 지속적으로 변하는 환경에서 GVFF FAPI 알고리즘이 기존의 FAPI 알고리즘보다 작은 부공간 에러를 가지는 것을 보이고, 추적된 부공간을 도래각 추정기법에 적용하였을 때 추적된 도래각의 RMSE (Root Mean Square Error)가 더 작은 것을 확인한다.