• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.122-123
• /
• 2018

본 논문에서는 옥타브(sacle vector, octave)를 0, 시그마(sigma)는 1.6, 간격(intervals)은 3으로 설정하여 검출한 RobHess SIFT 특징들로 데이터 셋을 만들어 딥 러닝 모델인 VGG-16을 기반으로 SIFT 이미지 특징을 검출하는 방법을 제안한다. DIV2K 데이터 셋을 $33{\times}33$ 크기로 잘라서 데이터 셋을 구성하였고, 흑백 영상으로 판별하는 SIFT와는 달리 RGB 영상을 사용 하였다. 영상을 좌 우 반전, 밝기, 회전, 크기를 조절하여 원본 영상을 변형시켜 네트워크 학습 및 평가를 진행하였다. 네트워크는 영상의 가운데에 위치한 픽셀이 특징점인지 아닌지를 판별한다. 검증 데이터의 결과 98.207%의 정확도를 얻었다.

• 오토저널
• /
• 제11권1호
• /
• pp.57-67
• /
• 1989

본 연구에서는 음향 인텐시티법을 가솔린 엔진에 직접 적용하여, 각각의 중심주파수별 음향인텐시티 응답특성을 1/3옥타브 밴드로 구하였고, 오버올 레벨 및 최대 인텐시티레벨을 갖는 중심주파수에서의 음향 인텐시티 방사특성을 등고선 및 3차원 표시로 나타내었다. 또한 그 결 과를 분석 및 고찰하여 엔진의 중요 소음원을 검출하므로써 이 수법이 소음대책에 유효하다는 것을 검증하였다. 연구 결과, 오버올 레벨에서는 아이들링 상태의 경우 엔진 전면부에서, 2,000 rpm 상태의 경우 엔진 우측부에서 가장 높은 음향 인텐시티가 방사되었으며, 최대 인텐시티레 벨을 갖는 중심주파수에서는 오일팬과 흡, 배기매니홀드가 100Hz에서 가장 높은 음향 인텐시티를 나타내었다.

• 한국음향학회지
• /
• 제22권3호
• /
• pp.233-241
• /
• 2003

한반도의 연근해에서 9년간 ('90∼'98)에 걸쳐 200m이내의 수심을 보이는 13개 정점에서 배경소음을 측정한 자료를 환경별로 통계 처리하여 소음준위를 분석하였다. 주파수 스펙트럼은 1/3옥타브 밴드의 중심주파수 25㎐부터 20㎑까지 분석하였다. 분석결과, 대양의 배경소음스펙트럼으로 알려진 Wenz의 결과와는 다소간의 차이를 보여주었다. 연근해에서 측정된 결과는 다양한 선박활동 및 연안소음, 파도의 영향 등으로 인해 같은 조건에서의 대양의 결과 보다 높은 배경소음준위를 보이고 있었으며, 통계분석에 근거하여 천해 소음 추정식을 산출하였다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2005년도 제17회 워크샵 및 추계학술대회
• /
• pp.579-582
• /
• 2005

The sound measurement techniques in IEC 61400-11 are applied to field test and evaluation of noise emission from 1.5 MW wind turbine generator (WTG) at Yongdang-Lee and 650 kW WTG at Hangwon-Lee in Jeju Island. Apparent sound power level, wind speed dependence and third-octave band levels are evaluated for both of WTGs. 1.5 MW WTG at Yongdang is found to emit lower sound power than 660 kW one at Hangwon, which seems to be due to lower rotating speed of the rotor of WTG at Yongdang. Equivalent continuous sound pressure level s (ECSPL) of 650 kW WTG at Hangwon vary more widely with speed than those of 1.5 MW WTG at Yongdang. The reason for this is believed to be the fixed blade-rotating speed of WTG at Yongdang. One-third octave band analysis of the measured data show that the band components around 400-500 Hz are dominant for 1.5 MW WTG at Yongdang and those around 1K Hz are dominant for 660 kW WTG at Hangwon.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2011년도 정기 학술대회
• /
• pp.458-461
• /
• 2011

이방향 중공슬래브 시스템의 구조특성 및 성능평가 연구의 일부로 실제 건축물에 적용된 이방향 중공슬래브의 연직진동을 측정 및 분석하였다. 캡슐형 경량체를 사용한 이방향 중공슬래브가 적용된 두 건축물에서 바닥 용도상 일상적인 진동발생원이라고 가정할 수 있는 75 kg 성인의 보행, 달리기, 제자리 점프에 대해 슬래브의 연직진동을 측정하였다. 두 대상 건축물은 각각 연구소와 교육시설 용도로 설계 및 건축되었다. 측정된 수직 가속도 데이터로 일본건축학회 환경기준에 (AIJES-2004) 근거하여 진동수 범위 3~30 Hz에 대해 1/3 옥타브 밴드 분석을 실시하였다. 이 분석을 바탕으로 AIJEES-2004에 제시한 기준에 따라 바닥의 연직진동에 대한 거주 성능을 평가한 결과, 측정한 세 건축물에 적용된 이방향 중공슬래브 모두 보행과 달리기에 대해서는 피진동자의 10% 미만이 인지, 제자리 점프에 대해서는 50~70% 미만이 인지할 수 있는 것으로 나타나, 이방향 중공슬래브가 바닥의 연직 진동에 대해 거주 성능이 양호함을 보여주었다.

• 한국전자파학회논문지
• /
• 제15권9호
• /
• pp.820-825
• /
• 2004

본 논문에서는 TV set-top tuner용으로 사용할 수 있는 옥타브 밴드를 갖는 전압제어 발진기를 설계하였다. 측정 결과, 주파수 튜닝 범위는 0.9 GHz～2.2 GHz로써 1.3 GHz의 발진 대역을 갖는다. 광대역 튜닝과 선형성, 그리고 일정한 위상 잡음 성능을 유지하기 위해 트랜지스터의 베이스와 에미터부에 모두 4개의 배랙터 다이오드를 사용한 것이 특징이다. 개발된 전압제어발진기는 0 V～20 V의 제어 전압과 10 V, 15 mA의 공급 전력을 필요로 한다. 출력 전력은 5.3 dBm을 중심으로 약 $\pm$1.1 dB의 편차를 갖고, 위상 잡음은 전 발진 대역에서 -94.8 dBc/Hz ＠ 10 kHz offset 이하의 값을 보인다. 선형성은 평균적으로 65 MHz/V이고 $\pm$10 MHz의 편차를 보인다.

• 한국소음진동공학회논문집
• /
• 제22권11호
• /
• pp.1113-1120
• /
• 2012

This paper deals with the analysis of interior noise and low frequency noise characteristic for the Busan citizens to use public transport, Busan Metro Line 3. The interior noise evaluation index, articulation index(AI) is evaluated the lower value about average 22 % in a whole range, this is difficult to have a conversation. Also, noise criteria(NC) curve is partially evaluated as NC-65 below 2000 Hz, space type is evaluated as factories. Another of interior noise evaluation index, preferred speech interference level(PSIL) is evaluated the upper value about average 66 dB(A) in a whole range, this is evaluated to be interrupted. In the case of low frequency noise(20~200 Hz), the measurement of low frequency noise is assessed largely beyond noise criteria of ISO 226. The low frequency noise should be reduced because low frequency noise affects on psychological stress and displeasure although low frequency noise is not recognized by auditory sense. The low frequency noise criteria and guideline will be enacted from now on in Korea.

• 대한기계학회논문집
• /
• 제16권10호
• /
• pp.1833-1840
• /
• 1992

본 연구에서는 자동차의 발달에 따른 정비 전문가의 상대적인 능력 감퇴를 보 완하고 진단의 정확성을 높일 수 있도록 소음계측에 의한 인공 지능적 뉴로-퍼지 진단 기법을 연구하였다. 이를 위하여 진단결과에 영향을 미치는 많은 작용변수와 다양한 차량상태 등을 고려함으로서 보다 신뢰성 있는 결과를 산출해내기 위한 퍼지(fuzzy) 추론 방식의 판단법을 도입하였으며, 진단이 실패했을 경우나 입력된 데이터가 충분하 지 못할 경우에 시스템 자체의 지식을 확장시켜 나갈 수 있도록 해밍네트(hamming net )에 의한 패턴인식 기법을 적용하였다. 그리고 컴퓨터 시뮬레이션과 자동차를 대상 으로 고장진단 실험을 실시하여 기존의 진단기법과의 비교를 통한 뉴로-퍼지 진단기법 의 효율성과 알고리즘의 타당성을 검증하였다.

• 항공우주기술
• /
• 제1권2호
• /
• pp.91-104
• /
• 2002

우주 발사체 및 과학관측로켓에 유발되는 음향 하중의 주 원인은 추진기관의 제트 소음에 의한 것이다. 따라서 성공적인 임무 수행을 위한 음향 하중의 저감을 위해서는 반드시 추진 기관의 제트 소음(초음속)의 특성을 파악하는 것이 필요하다. 이를 위해 먼저 제트 유동에 의한 음향 하중의 발생 메카니즘을 살펴보았다. 그리고, 음향 하중에 영향을 주는 인자를 도출하고, 도출된 인자에 따른 음향 하중의 특성 변화를 살펴보았다. 3단형 과학 관측 로켓(KSR-III)의 음향 하중의 시공간적인 특성을 엔진 연소 시험시 측정된 소음 신호를 이용하여 분석하였다. KSR-III의 음향 하중의 최대값은 250 Hz, 500 Hz의 옥타브 밴드에 집중되어 있으며, 공간적으로 랜덤함을 알 수 있었다. 또한 추후 음향 하중의 특성 파악을 위한 자체적인 연구 방향을 제안하였다.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.603-616
• /
• 2023

본 연구는 주파수 및 시간 특성을 활용하여 머신러닝 기반 공동주택 주거소음의 군집화 및 분류를 진행하였다. 먼저, 공동주택 주거소음의 군집화 및 분류를 진행하기 위하여 주거소음원 데이터셋을 구축하였다. 주거소음원 데이터셋은 바닥충격음, 공기전달음, 급배수 및 설비소음, 환경소음, 공사장 소음으로 구성되었다. 각 음원의 주파수 특성은 1/1과 1/3 옥타브 밴드별 L_eq와 L_max값을 도출하였으며, 시간적 특성은 5 s 동안의 6 ms 간격의 음압레벨 분석을 통해 L_eq값을 도출하였다. 공동주택 주거소음원의 군집화는 K-Means clustering을 통해 진행하였다. K-Means의 k의 개수는 실루엣 계수와 엘보우 방법을 통해 결정하였다. 주파수 특성을 통한 주거소음원 군집화는 모든 평가지수에서 3개로 군집되었다. 주파수 특성 기준으로 분류된 각 군집별 시간적 특성을 통한 주거소음원 군집화는 L_eq평가지수의 경우 9개, L_max 경우는 11개로 군집되었다. 주파수 특성을 통해 군집된 각 군집은 타 주파수 대역 대비 저주파 대역의 음에너지의 비율 또한 조사되었다. 이후, 군집화 결과를 활용하기 위한 방안으로 세 종류의 머신러닝 방법을 이용해 주거소음을 분류하였다. 주거소음 분류 결과, 1/3 옥타브 밴드의 L_eq값으로 라벨링된 데이터에서 가장 높은 정확도와 f1-score가 나타났다. 또한, 주파수 및 시간적 특성을 모두 사용하여 인공신경망(Artificial Neural Network, ANN) 모델로 주거소음원을 분류했을 때 93 %의 정확도와 92 %의 f1-score로 가장 높게 나타났다.