• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1993년도 추계학술대회 논문집
• /
• pp.76-78
• /
• 1993

간접적인 방법으로 가공중(In process)공구상태를 감시하기 위해, 센서신호를 분석하는 방법으로 시간영역 (Time Domain) 해석과 주파수 영역(Frequency Domain)해석이 주로 이용되어 왔다. 시간영역해석의 경우 RMS,PEak Value, 평균/분산을 이용한 정적분석과 AR 모델, ARMA 모델, Kalman Filter등 동적 시계열 모델이 연구되어 왔다. 주파수영역해석의 경우 푸리에 변환 (Fourier Transform)에 의한 신호해석 기술이 주로 이용되고 있다. 그러나 푸리에 변환된 결과에는 시간정보가 포함되어 있지 않고, 국부적인 변환결과가 전체를 대표하는 성질을 가지고 있다. 이에 비해 웨이브렛(Wavelet) 변환은 고주파성분에 대해서는 시간분해능이 높고, 저주파 성분에 대해서는 주파수분해능이 높은 다중해상도 해석기술로서 국소적인 변동점을 민검하게 검지하는 것이 가능하다. 본연구에서는 엔드밀 가공중 발생하는 공구의 파손을 검출하기 위해, 전류센서로 부터 얻은 이송축 부하 전류의 변화에 웨이브렛 변환을 통해 공구의 파손을 검출하는 방법에 대한 연구결과를 소개한다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 추계학술대회 논문집
• /
• pp.388-395
• /
• 1999

본 논문의 목적은 퍼지 엔트로피를 이용하여 비선형신호를 예측하는 것이다. 이 방법은 분할된 여러 부 공간(subspace)에 대해 입력 데이터로부터 퍼지 엔트로피를 이용하여 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 바람직한 규칙베이스를 구성하도록 한 것이다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 역전파 알고리즘에 의해 적응되어진다. 또한 매개변수의 수를 줄이기 위하여 제어규칙의 결론부의 출력값은 신경망의 가중치로 구성하였다. 결국 퍼지 신경망의 복잡도를 줄일 수 있다. Mackey-Glass 시계열의 예측에 대한 컴퓨터 시뮬레이션을 통하여 본 논문에서 제안한 방법의 효율성을 입증하고, 제안된 방법을 EEG 생리신호 분석에 이용될 수 있다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.153-156
• /
• 2000

본문에서는 예측형 회귀신경망과 HMM의 하이브리드 네트워크인 회귀신경망 예측 HMM을 구성하였다. 회귀신경망 예측 HMM은 예측형 회귀신경망을 HMM의 각 상태마다 예측기로 정의하여 일정치인 평균벡터 대신에 과거의 특징벡터의 영향을 받아 동적으로 변화하는 신경망에 의한 예측치를 이용하므로 학습패턴 설정자체가 시변성을 반영하는 동적 네트워크의 특성을 가진다. 따라서 음성과 같은 시계열 패턴의 인식에 유리하다. 회귀신경망 예측 HMM은 예측형 회귀신경망의 구조에 따라 Elman망 예측 HMM과 Jordan망 예측 HMM으로 구분하였다. 실험에서는 회귀신경망 예측 HMM의 상태수를 4, 5, 6으로 증가시켜 각 상태 수별로 예측차수 및 중간층 유니트 수의 변화에 따른 인식성능을 조사하였다. 실험결과 평가용. 데이터에 대하여 Elman망예측 HMM은 상태수가 6이고, 예측차수가 3차, 중간층 유니트의 수가 15차원일 때, Jordan망 예측 HMM의 경우 상태수가 5이고, 예측차수가 3차, 중간층 유니트의 수가 10차원일 때 각각 99.5%로 우수한 결과를 얻었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.489-490
• /
• 2008

본 고에서는 체내 심실신호를 농하여 신경학적 분석 및 다형성의 측면에서 심실세동이 일어나는 것을 예측하는 분석 알고리즘을 설계하였다. 신경학적 측면에서는 시계열 신호의 Peak to Peak Interval을 예측법과 0.15Hz를 기준으로 HRV 신호의 AR Burg 모델링을 통하여 고주파성과 저주파성을 나누어 교감신경과 부교감신경의 활동성 통한 신경학적 예측법을 제시하였으며 또한 체내 심실신호의 비선형적 특성을 고려한 Fractal Dimension을 생성시킴으로서 주기성의 특성과 다형성 통한 예측법을 제시하였다. 체내 심전도를 기반으로 Simulation 하였으며 각 분석별 조합을 통하여 최적의 예측 구조를 찾고자 하였다. 의학적 의미가 있는 민감도와 특이도를 판별하였으며 예측을 위한 수행시간을 실험하였다. 이를 통하여 자율신경 활성도와 다형성 판별을 조합한 방법이 심실세동 예측을 위한 민감도의 측면에서 가장 우수함을 나타내었고 시뮬레이션을 위만 시뮬레이터(Simulator) UI(User Interface)를 제시하였다.

• 한국전자통신학회논문지
• /
• 제6권5호
• /
• pp.709-716
• /
• 2011

최근 센서 네트워크 등이 대량으로 설치되면서 전원에 대한 유지보수의 어려움을 자지고 있다. 이를 해결하기 위한 방법으로 센서 네트워크에 MEMS 발진기를 삽입하여 MEMS 발생하는 진동을 이용한 전원 개발이 관심을 받고 있다. 본 논문에서는 MEMS 시스템에서 전원 신호로 사용할 수 있는 진동 신호를 발생시키기 위한 방법의 하나로 Duffing 방정식으로 구성하는 MEMS 시스템을 제안하고 이 시스템의 진동신호에서 카오스적인 거동을 컴퓨터 시뮬레이션으로 확인하고 검증하였다. 검증 방법으로 파라미터 변화에 의한 주기 운동과 카오스 운동이 있음을 시계열 데이터, 위상 공간, 전력 스펙트럼, 포엔카레 멥을 통하여 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.635-638
• /
• 2005

전자계 신호의 시간 변동량을 추출하여 파형으로 나타내는 동작곡선 등은 그 형태가 매우 복잡하다. 이러한 신호의 관측파형에 대하여 특징을 나타내는 변곡점과 같은 신호의 특정 시간을 정확히 결정하는 것이 중요하다. 이러한 특징을 검출하는데 흔히 필터를 설계하여 사용하게 된다. 특히 잡음이 신호에 중첩될 때 자연관측필터를 적용하면 변곡점 추출이 가능하다. 본 논문에서는 잡음이 혼재될 경우에 변곡점의 양호한 추출을 위하여 최적의 차수의 자연관측필터 설계방법을 제안 한다.

• 비파괴검사학회지
• /
• 제33권2호
• /
• pp.205-211
• /
• 2013

초음파 감쇠를 이용하여 티타늄 용접부에 대해 기계적 특성, 파단면 및 초음파특성을 연구하였다. 준비된 티타늄 시험편은 아르곤 가스를 이용하여 제작하였다. 티타늄 용접 시험편이 파단 되었을 때 변화하는 초음파 신호변화를 확인하기 위해서 인장시험을 실시하였다. 주사전자현미경을 이용하여 파단면을 관찰하고, 4 MHz 수직 탐촉자를 이용하여 초음파 시계열 신호를 획득하였다. 티타늄 판재에서 용접부는 모재부와 열영향부에 비하여 기계적 특성이 떨어지며 파단면분석을 통해 용접부의 입자크기가 모재부보다 큼을 확인할 수 있었다. RMS 신호 처리한 초음파 포락선의 면적과 인장강도의 상관관계를 나타내었다. 따라서 초음파를 이용하여 티타늄 용접부의 건전성 평가 방법이 유용함을 알 수 있었다.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.357-363
• /
• 2023

다양한 신호가 혼합된 수중 신호로부터 각각의 신호를 분리하는 기술은 오랫동안 연구되어왔지만, 낮은 품질의 수중 신호의 특성 상 쉽게 해결되지 않는 문제이다. 현재 주로 사용되는 방법은 Short-time Fourier transform을 사용하여 수신된 음향신호의 스펙트로그램을 얻은 뒤, 주파수의 특성을 분석하여 신호를 분리하는 기술이다. 하지만 매개변수의 최적화가 까다롭고, 스펙트로그램으로 변환하는 과정에서 위상 정보들이 손실되는 한계점이 지적되었다. 본 연구에서는 이러한 문제를 해결하기 위해 긴 시계열 신호 처리에서 좋은 성능을 보인 Dual-path Recurrent Neural Network을 기반으로, 다중 채널 센서로부터 생성된 입력신호인 3차원 텐서를 처리할 수 있도록 변형된 Tripple-path Recurrent Neural Network을 제안한다. 제안하는 기술은 먼저 다중 채널 입력 신호를 짧은 조각으로 분할하고 조각 내 신호 간, 구성된 조각간, 그리고 채널 신호 간의 각각의 관계를 고려한 3차원 텐서를 생성하여 로컬 및 글로벌 특성을 학습한다. 제안된 기법은, 기존 방법에 비해 개선된 Root Mean Square Error 값과 Scale Invariant Signal to Noise Ratio을 가짐을 확인하였다.

• 방송공학회논문지
• /
• 제18권4호
• /
• pp.543-549
• /
• 2013

자율신경계 및 중추신경계 반응 신호는 취득 시 피험자의 움직임이 있는 경우 노이즈가 첨가되어 의도한 분석이 불가능하게 될 수 있다. 본 논문에서는 생리신호 취득시 피험자의 영상을 동시에 촬영 및 분석하고 움직임을 감지하여, 생리신호의 노이즈 구간을 정의하는 방법을 제안한다. 움직임 감지를 위해 시계열에서 영상 프레임간 1차 미분하고 임계치 이상 움직임이 발생했을 때를 해당 신호의 노이즈 발생 구간으로 정의하였다. 또한, 영상을 사용하지 않는 방법으로써, 수집된 신호를 주기 단위로 분석하여 길이와 높이를 특징으로 한 정상 신호를 2차원 가우시안 확률밀도함수로 모델화하여, 신호의 훼손 구간을 정의하는 방법을 제안한다. 두 방법으로 정의된 훼손 구간은 가우시안 함수를 기반으로 보간하였다. 광혈류량 신호에 적용한 결과, 심전도 신호에서 추출된 평균 심박간격에 가까운 수치로 복원됨을 확인하였다. 또한, 영상기반 방법은 정상구간을 훼손구간으로, 신호기반 방법은 훼손구간을 정상구간으로 잘못 인식하는 경우가 나타남을 확인하였다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.367-374
• /
• 2022

본 연구는 자율운항 선박의 연료 계통 펌프와 청정기를 대상으로 고장을 진단 사례를 제시하였다. 계측된 신호의 시간종속성을 반영한 심층학습(Deep learning) 알고리즘 적용 절차를 구성하고, 장비의 정상 운전상태와 고장 상태에서 계측한 진동 신호를 고장 패턴 학습에 사용하였다. 특히, 진동 신호에 내포된 열화의 시간 종속성을 반영할 수 있는 방법을 찾고자 하였으며, 슬라이딩 윈도우 연산 과정을 가진 Conv1D를 이용하여고장의 시간 종속성을 반영하였다. 또한 계측된 신호의 차수를 2차원에서 3차원으로 확장하여 시간 영역의 특징을 반영할 수 있는 데이터 전처리과정을 고안하였다. Conv1D 알고리즘의 적층과 변수를 결정하는 과정에서 그리드 탐색 기법을 사용하여 초매개변수의 최적 값을 결정하였다. 마지막으로 제안한 데이터 전처리 방법과 시계열 데이터의 시간 종속성을 반영한 Conv1D 모델이 이상 감지 및 고장 진단에 타당성이 있음을 확인하였다.