• 한국소음진동공학회논문집
• /
• 제15권3호
• /
• pp.266-271
• /
• 2005

Although time-frequency analysis is useful for dispersive wave analysis, conventional methods such as the short-time Fourier transform do not take the dispersion phenomenon into consideration in the tiling of the time-frequency domain. The objective of this paper is to develop an adaptive time-frequency analysis method whose time-frequency tiling is determined with the consideration of signal dispersion characteristics. To achieve the adaptive time-frequency tiling, each of time-frequency atoms is rotated in the time-frequency plane depending on the local wave dispersion. To carry out this adaptive time-frequency transform, dispersion characteristics hidden in a signal are first estimated by an iterative scheme. To examine the effectiveness of the present method, the flexural wave signals measured in a plate were analyzed.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 추계학술대회논문집
• /
• pp.606-610
• /
• 2004

Although time-frequency analysis is useful for dispersive wave analysis, conventional methods such as the short-time Fourier transform do not take the dispersion phenomenon into consideration in the tiling of the time-frequency domain. The objective of this paper is to develop an adaptive time-frequency analysis method whose time-frequency tiling is determined with the consideration of signal dispersion characteristics. To achieve the adaptive time-frequency tiling, each of time-frequency atoms is rotated in the time-frequency plane depending on the local wave dispersion. To carry out this adaptive time-frequency transform, dispersion characteristics hidden in a signal are first estimated by an iterative scheme. To examine the effectiveness of the proposed method, the flexural wave signals measured in a plate were analyzed.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1103-1108
• /
• 2023

본 논문에서는 음향신호의 배경잡음을 감쇠하기 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 이산 웨이블릿 변환(DWT: Discrete Wavelet Transform) 후 기존의 적응필터를 대신 FNN(: Full-connected Neural Network) 심층학습 알고리즘을 이용하여 잡음감쇠 성능을 개선하였다. 입력신호를 단시간 구간별로 웨이블릿 변환한 다음 1024-1024-512-neuron FNN 딥러닝 모델을 이용하여 잡음이 포함된 단일입력 음성신호로부터 잡음을 제거한다. 이는 시간영역 음성신호를 잡음특성이 잘 표현되도록 시간-주파수영역으로 변환하고 변환 파라미터에 대해 순수 음성신호의 변환 파라미터를 이용한 지도학습을 통하여 잡음환경에서 효과적으로 음성을 예측한다. 본 연구에서 제안한 잡음감쇠시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 사용하면 기존의 적응필터를 사용하는 경우보다 30%, STFT(: Short-Time Fourier Transform) 변환을 사용하는 경우보다는 20%의 평균자승오차(MSE: Mean Square Error) 개선효과를 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제7권7호
• /
• pp.1575-1581
• /
• 2003

사회가 고도의 디지털 정보화 시대로 급속히 발전함에 따라 영상 및 음성 데이터의 획득, 전송, 저장을 위한 멀티 미디어 통신 서비스가 상용화 되어가고 있다. 그러나, 여전히 데이터를 디지털화하거나 전송하는 과정에서 여러 가지 원인에 의해 노이즈가 발생하고 있으며, 이러한 노이즈를 제거하기 위한 연구는 지금까지 계속되고 있다. 노이즈를 제거하기 위해 기존에 FFT와 STFT 등이 있었으나, 신호에 대한 시간정보를 알 수 없고 시간-주파수 국부성이 상충관계를 갖는다. 따라서, 이러한 한계를 극복하기 위해 신호처리 분야의 새로운 기법으로 제시된 웨이브렛 변환은 시간-주파수 국부성을 가지므로, 다양한 신호를 해석하는데 용이할 뿐만 아니라, 다중 해상도 해석이 가능하므로 최근 여러 분야에 응용되고 있다. 그리고, 두 개의 웨이브렛 기저가 힐버트 변환쌍을 형성하도록 설계될 때, 웨이브렛 쌍은 데이터 특징 검출에서 기존의 DWT보다 우수한 성능을 갖는다. 따라서, 본 연구에서는 절단된 계수 벡터에 의해 설계된 두 개의 dyadic 웨이브렛 기저와 적응-길이 메디안 필터를 사용하여 임펄스 노이즈를 제거하였다.

• 한국전자파학회논문지
• /
• 제23권7호
• /
• pp.848-851
• /
• 2012

많은 레이다 시스템들이 주파수 밴드를 공유하여 동시에 운용될 때, 레이다 시스템 간 간섭은 불가피하게 발생한다. 간섭이 레이다 성능을 저하시킬 수 있기 때문에 간섭의 억제는 레이다 시스템에서 중요한 문제이다. 본 논문에서 STFT와 적응형 대역 저지 필터를 이용하여 간섭을 탐지하고 제거하는 방법을 제안하였다. 실제 FMCW 레이다를 이용하여 제안된 방법의 성능을 검증하였다.

• Journal of Electrical Engineering and Technology
• /
• 제9권3호
• /
• pp.1060-1071
• /
• 2014

Signals of the Electroencephalogram (EEG) can reflect the electrical background activity of the brain generated by the cerebral cortex nerve cells. This has been the mostly utilized signal, which helps in effective analysis of brain functions by supervised learning methods. In this paper, an approach for improving the accuracy of EEG signal classification is presented to detect epileptic seizures. Moreover, Independent Component Analysis (ICA) is incorporated as a preprocessing step and Short Time Fourier Transform (STFT) is used for denoising the signal adequately. Feature extraction of EEG signals is accomplished on the basis of three parameters namely, Standard Deviation, Correlation Dimension and Lyapunov Exponents. The Artificial Neural Network (ANN) is trained by incorporating Levenberg-Marquardt(LM) training algorithm into the backpropagation algorithm that results in high classification accuracy. Experimental results reveal that the methodology will improve the clinical service of the EEG recording and also provide better decision making in epileptic seizure detection than the existing techniques. The proposed EEG signal classification using feed forward Backpropagation Neural Network performs better than to the EEG signal classification using Adaptive Neuro Fuzzy Inference System (ANFIS) classifier in terms of accuracy, sensitivity, and specificity.

• International Journal of Precision Engineering and Manufacturing
• /
• 제6권4호
• /
• pp.26-30
• /
• 2005

A rotor run-up or run-down process provide more useful information for modal analysis than normal operation conditions. A traditional difficulty associated with rotor run-up or run-down analysis is the non-stationary nature of vibration data. This paper compares Short-Time Fourier Transform (STFT) and the wavelets analysis in these non-stationary signal analyses. An Adaptive Wavelet Analysis (AWT) is proposed to analyze these signals. Although simulations and experiments in a simple rotor-bearing system show that both STFT and AWT can be used to analyze non-stationary vibration signals in rotor dynamics, proposed AWT provides better results than STFT analysis. From the amplitude-frequency curve obtained by AWT, the modal frequency and damping ratio are calculated. This paper also analyzes the characteristics of signals when the shaft touches the outer hoop in a run-up process. The AWT can give a good result in this complex dynamic analysis of the touching process.

• 한국전자파학회논문지
• /
• 제23권1호
• /
• pp.85-95
• /
• 2012

본 논문에서는 주파수 변조 단속 지속파(Frequency Modulated Interrupted Continuous Wave: FMICW) 시스템을 기반으로 한 고해상도(HRR: High Range Resolution) 레이더 탐색기에서 발생하는 스퓨리어스(Spurious)를 제거하기 위한 스펙트럼 분석 기법에 대해서 연구하고 새로운 제거 기법을 제안한다. 주파수 변조 지속파(Frequency Modulated Continuous Wave: FMCW)를 기반으로 하는 고해상도 레이더 시스템과 다르게 FMICW를 사용한 시스템은 주기적으로 나타나는 비연속적 IF(Intermediate Frequency) 신호에 의해 스펙트럼 상에서 스퓨리어스가 생기게 된다. 이러한 스퓨리어스를 제거하기 위해서 대역 통과 필터(band pass filter)를 사용하면 FMICW 시스템의 정확도가 이전 추정된 거리 값에 의존적이 되고 random interrupted sequence를 사용하면 noise floor가 증가하며, staggering process를 사용하면 중복된 정보를 위해 여러 개의 파형을 송신해야 되는 단점이 있다. 최근 소개된 IAA(Iterative Adaptive Approach) 또는 SPICE(SemiParametric Iterative Covariance-based Estimation method)와 같은 스펙트럼 분석 기법을 이용하면 이러한 단점 없이 FMICW 시스템에서의 스퓨리어스를 효과적으로 제거할 수 있다. IAA 또는 SPICE를 사용하기 위해서는 신뢰할 수 있는 데이터(reliable data)와 신뢰할 수 없는 데이터(unreliable data)를 구분하고, 신뢰할 수 있는 데이터만 이용하여야 하는데, 이를 위해서 STFT(Short Time Fourier Transform)가 적용된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1998년도 제13차 학술회의논문집
• /
• pp.58-63
• /
• 1998

B.Widrow established fundamental relations between the least-mean-square (LMS) algorithm and the digital Fourier transform［1］. By extending these relations, we proposed the short time spectra analysis system using the LMS algorithm［2]. In that paper, we used the normal LMS algorithm on the thought of dealing with only real analytical signal. This algorithm minimizes the real mean-square by recursively altering the complex weight vector at each sampling instant. But, the short time spectra analysis sometimes deals with the complex signal that is outputted from complex analog filter. So, in order to optimize and develop this methods, furthermore it is necessary to derive an algorithm for the complex analytical signal. In this paper, we first discuss the new adaptive system for the spectra analysis using the complex LMS algorithm and then derive convergence condition, time constant of coefficient adjustment and frequency resolution by extending the discussion. Finally, the effectiveness of the proposed method is experimentally demonstrated by applying it to the measurement of transfer performance on complex analog filter.

• 한국광학회지
• /
• 제19권1호
• /
• pp.1-8
• /
• 2008

샥-하트만(Shack-Hartmann) 파면 측정 센서는 여러 분야에서 다양하게 사용되고 있다. 특히 적응광학은 주요 응용분야 중 하나이다. 적응광학 시스템은 실시간으로 빠르게 동작되어야 하므로 고속 파면 측정이 필수적이다. 고속 파면 측정에서는 카메라의 노출시간이 매우 작기 때문에 파면 측정시에 광자 잡음(photon noise)와 판독 잡음(readout noise)등의 잡음의 영향을 크게 받는다. 따라서 잡음에 둔감한 고속 중심점 탐색 알고리즘이 요구된다. 본 논문에서는 잡음에 둔감한 고속 중심점 탐색 알고리즘으로 다중 해상도 상관관계법이 제안되었다. 이 방법은 고속 푸리에 변환(fast Fourier transform)을 이용한 상관관계법과 비교하여 다중 해상도 이미지를 이용함으로써 계산시간을 향상시켰다. 본 논문에서는 무게중심법(center of mass method)과 상관관계법(correlation method)과 다중해상도 상관관계법(multi-resolution correlation method)의 계산시간과 측정 정확도를 비교하기 위해 전산모사 방법이 사용되었다. 제안된 방법의 정확도는 기존의 상관관계법과 유사한 것을 확인하였다.