• 전자공학회논문지SC
• /
• 제46권1호
• /
• pp.55-62
• /
• 2009

본 논문에서 증폭 후 전달 전송 기법을 사용하는 중계망의 채널 추정을 하는데 있어서 일어나는 문제점을 해결할 수 있는 방법으로 학습 계열(training sequence)을 이용하는 방법을 제안하였다. 현재의 고속 페이딩 채널 환경에서 기존 파일럿의 추정이 적절하지 않아 송신국(source)과 중계국(relay) 사이의 채널과 중계국(relay)과 수신국(destination) 사이의 채널을 결합하여 추정할 경우 많은 문제점이 초래되기에$^{[1{\sim}2]}$ 전송한 신호의 주파수 영역을 선택하여 얻은 정규(Gaussian) 분포에 대하여 최대 우도 함수의 평균을 내어 채널 추정량(estimator)을 유도해 낼 수 있는, 즉, 파일럿 대신에 하나의 OFDM 신호를 사용하여 모든 채널 충격 응답(CIR)을 추정할 수 있는 새로운 방법을 살펴보았다. 컴퓨터 모의실험으로 높은 SNR 영역에서 제안한 채널 추정기(estimator)의 성능이 [1]과 비교하여 약 1dB 정도 높음을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.125-133
• /
• 2011

WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 PFCM 군집화를 적용한 KNN과 PFCM을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 PFCM에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/IFCM 알고리즘이 KNN, KNN/FCM, KNN/PFCM 알고리즘보다 성능이 우수하다.

• 한국통신학회논문지
• /
• 제28권2C호
• /
• pp.181-192
• /
• 2003

통신 채널에서 블라인드 등화는 전송효율을 저하시키는 훈련신호나 채널의 사전 정보가 필요치 않은 장점 때문에 많은 연구가 진행되어 왔다. 선형예측을 이용한 블라인드 등화는 등화기의 차수 추정 오차에 강인하며 적응 알고리듬을 이용하여 효율적으로 구현할 수 있는 장점이 있다. 하지만 기존의 one-step 선형예측을 이용한 블라인드 등화기는 임의의 결정 지연에 대해서는 구현할 수 없는 단점이 있다. 본 논문에서는 SIMO 채널에서 one-step 순방향 선형예측 필터를 이용하여 임의의 결정 지연을 갖는 블라인드 등화기를 제안한다. 제안한 알고리듬은 순방향 추정 오차를 훈련신호로 사용하여 최적의 결정 지연을 갖는 블라인드 등화기를 구하였으며 모의실험을 통하여 본 논문에서 제안한 알고리듬의 성능을 확인하였다.

• 융합신호처리학회논문지
• /
• 제8권3호
• /
• pp.185-191
• /
• 2007

윈격탐사 영상은 파장대에 따라 나누어진 여러 개의 밴드로부터 수집된 다중분광 이미지 데이터이다. 위성영상 분류는 원격탐사 처리 과정에 있어서 가장 중요한 분석 기법으로써 영상을 구성하는 각각의 화소들 중 비슷한 분광 특성을 갖는 것끼리 집단화시켜주는 방법이다. 본 논문에서는 PFCM 알고리즘을 응용한 원격탐사 영상의 패턴분류 방법에 관하여 연구하였다. PFCM 알고리즘은 각 데이터와 특정 클러스터 중심과의 거리에 대한 소속정도를 고려한 FCM 클러스터링 알고리즘과 데이터와 해당 클러스터 중심과의 거리에 의존하여 패턴의 전형성(typicality)을 고려한 PCM 클러스터링 알고리즘을 결합한 방법이다. 본 연구에서는 분류 항목별 학습데이터를 선정한 후 이를 PFCM 알고리즘에 적용하여 감독분류를 수행하였다. Landsat TM과 IKONOS 원격탐사 위성영상을 이용하여 PFCM 알고리즘의 적용성을 검증하였다. PFCM 알고리즘을 이용한 감독분류는 PCM, FCM 분류방법보다 좋은 결과를 보여주었으며, 또한 전통적인 분류방법인 최대우도분류보다도 정확도가 더 높은 결과를 보여주었다.

• 디지털콘텐츠학회 논문지
• /
• 제15권1호
• /
• pp.129-136
• /
• 2014

Wi-Fi fingerprinting 시스템은 실내에서 사용되는 위치 측위 방법이며 AP(Access Point)에서 발생하는 RSS(Received Signal Strength)에 의존한다. AP로부터의 RSS는 벽, 장애물 그리고 사람에 의한 간섭과 다중경로 페이딩 효과에 의하여 변할 수 있기 때문에 Wi-Fi fingerprinting 시스템은 낮은 측위 정확도를 갖는다. 또한, Wi-Fi 신호는 벽을 통과하기 때문에 기존의 시스템은 사용자가 현재 위치해 있는 층을 구분하기 어렵다. 이러한 단점을 극복하기 위하여 본 논문은 정확한 실내 측위를 위한 LED fingerprinting 시스템을 제안한다. 제안된 시스템은 LED로부터 발생하는 LED-ID와 LED의 광 파워를 사용한다. 본 시스템의 Training 단계에서는 각 장소에 해당하는 Fingerprinting을 데이터베이스에 기록한다. Serving 단계에서는 K-NN(K-Nearest Neighbor) 알고리즘을 적용하여 기존의 데이터와 새롭게 수신되는 사용자의 데이터를 비교한다. 컴퓨터 시뮬레이션을 통해 CDF(Cumulative Distribution Function) 형태로 본 시스템의 성능을 나타내었고, 시뮬레이션 결과로부터 제안된 시스템은 평균 측위 정확도보다 8.6% 높은 정확도를 얻을 수 있다.

• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.132-137
• /
• 2019

의료영상으로 생성된 데이터의 양은 전문적인 시각적 분석 한계를 점점 초과하여, 자동화된 의료영상 분석의 필요성이 증가되고 있는 실정이다. 이러한 이유 등으로 인하여 본 논문에서는 정상소견과 종양소견을 보이는 각각의 뇌 실질 MRI 의료영상을 이용하여 Inception V3 딥러닝 모델을 이용한 종양 유무에 따른 분류 및 정확도를 평가하였다. 연구 결과, 딥러닝 모델의 정확도 평가는 학습 데이터 세트의 경우 90%, 검증 데이터 세트의 경우 86%의 정확도를 나타내었다. 손실률 평가에서는 학습 데이터 세트의 경우 0.56, 검증 데이터 세트의 경우 1.28의 손실률을 나타내었다. 향 후 연구에서는 딥러닝 모델의 성능 향상 및 평가의 신뢰성 확보를 위하여 공개된 의료영상의 데이터를 충분히 확보하고, 라벨링 분류 작업을 통한 라벨링의 정확도를 개선하여 모델링을 구현해 볼 필요가 있다고 사료된다.

• 융합신호처리학회논문지
• /
• 제21권2호
• /
• pp.80-85
• /
• 2020

최근 학생 및 사무직 종사자에게서 근골격계 질환의 발병률이 증가하고 있으며, 바른 자세의 유지 및 교정 훈련의 필요성이 요구되고 있으나, 관련 연구는 부족한 현실이다. 기존 연구에서는 의자 방석부분에 멤브레인 센서 또는 압력센서를 배치하여 무게의 편중을 보거나, 사용자를 구속하는 센서를 부착하여 체위 변환을 측정하였다. 본 연구에서는 착용편의성을 고려한 체위 변환 감지 센서 디바이스를 개발하였으며, 측정한 각도를 분석앱을 통해 확인하였다. 앉은 자세에서 체위 변환을 측정하기 위하여 경추 및 척추에 IMU 센서로 구성된 센서 디바이스를 부착한다. 두 개의 센서에서 측정되는 체위의 변화값을 각도로 변환하였으며, 각도값은 실시간으로 분석앱을 통해 보여 진다. 본 연구에서는 체위 변화에 따른 실시간 변화값의 측정 가능성과, 착용편의성, 각도 측정의 경향성을 확인해 보았다. 향후 연구에서는 보다 정밀한 각도의 연산 및 동잡음의 보정을 위한 연구를 진행해야 한다.

• 사물인터넷융복합논문지
• /
• 제8권2호
• /
• pp.79-84
• /
• 2022

본 논문은 문서의 보안과 손실 및 오염에 대하여 복원능력을 향상시키는 방안을 제안한다. 이를 위해서 암호화로 DnCNN(DeNoise Convolution Neural Network)을 제시한다. 암호화 방법을 구현하기 위하여 2D이미지정보를 광학에 사용되는 공간주파수 전달함수(Spatial Frequency Transfer Function)의 수학적 모델을 적용한다. 공간 주파수 전달함수를 사용하여 광학적 간섭 패턴을 암호화로 사용하고 공간 주파수 전달함수의 수학적 변수를 복호화하는 암호로 사용하는 방법을 제안하였다. 또한, 딥러닝을 적용한 DnCNN 방법을 적용하여 노이즈 제거하여 복원 성능을 개선한다. 실험결과, 65%의 정보 손실이 있는 경우에도 Pre-Training DnCNN Deep Learning을 적용한 결과 공간 주파수 전달함수만을 활용한 복원 결과 와 비교하여 PSNR(Peak Signal-to-noise ratio)을 11% 이상 우수한 성능을 확인할 수 있다. 또한, CC(Correlation Coefficient)의 특성도 16% 이상 우수한 결과를 보이고 있다.

• 수산해양기술연구
• /
• 제58권2호
• /
• pp.130-140
• /
• 2022

Recently, wideband acoustic technology has been introduced and started to be used in fisheries acoustic surveys in various waters worldwide. Wideband acoustic data provides high vertical resolution, high signal-to-noise ratio and continuous frequency characteristics over a wide frequency range for species identification. In this study, the main characteristics of wideband acoustic systems were elaborated, and a general methodology for wideband acoustic data analysis was presented using data collected in frequency modulation mode for the first time in Republic of Korea. In particular, this study described the data recording method using the mission planner of the wideband autonomous acoustic system, wideband acoustic data signal processing, calibration and the wideband frequency response graph. Since wideband acoustic systems are currently installed on many training and research vessels, it is expected that the results of this study can be used as basic knowledge for fisheries acoustic research using the state-of-the-art system.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권6호
• /
• pp.1516-1529
• /
• 2023

In this paper, a motor gearbox fault-detection system based on a hierarchical flow-based model is proposed. The proposed system is used for the anomaly detection of a motion sound-based actuator module. The proposed flow-based model, which is a generative model, learns by directly modeling a data distribution function. As the objective function is the maximum likelihood value of the input data, the training is stable and simple to use for anomaly detection. The operation sound of a car's side-view mirror motor is converted into a Mel-spectrogram image, consisting of a folding signal and an unfolding signal, and used as training data in this experiment. The proposed system is composed of an encoder and a decoder. The data extracted from the layer of the pretrained feature extractor are used as the decoder input data in the encoder. This information is used in the decoder by performing an interlayer cross-scale convolution operation. The experimental results indicate that the context information of various dimensions extracted from the interlayer hierarchical data improves the defect detection accuracy. This paper is notable because it uses acoustic data and a normalizing flow model to detect outliers based on the features of experimental data.