• 방송공학회논문지
• /
• 제19권6호
• /
• pp.819-825
• /
• 2014

본 논문에서는 비음수 행렬 분해 (NMF) 기법을 이용하여 단일 채널에서 배경음 성분을 추출하는 알고리즘에 대해 서술한다. 이러한 배경음 성분 추출은 오디오 업믹싱 시스템을 고려하여 개발되었으며, 기존의 연구를 통하여 분리된 배경음 신호가 업믹싱 시스템에 적용될 경우 공간감을 향상시킬 수 있다는 사실이 이미 확인된 바 있다. 다만 기존의 기법은 음향 신호를 모두 축적하여 일괄적으로 처리해야 한다는 단점이 있어, 스트리밍 시스템이나 디지털 시그널 프로세서 (DSP) 등을 이용한 시스템에서 사용되기 어렵다. 본 논문에서는 이를 해소하기 위하여 실시간 비음수 행렬 분해 기법을 이용한 배경음 추출 시스템을 고안하여 실험하였다. 실험에서 처리된 음원을 스펙트럼 평활도를 이용하여 분석한 결과, 고안된 배경음 추출 시스템이 기존의 일괄 추출 시스템과 유사한 정도로 배경음 성분을 추출했음을 확인할 수 있었다.

• 한국음향학회지
• /
• 제19권8호
• /
• pp.78-83
• /
• 2000

수동 소나 시스템에서는 수중 소음원에 대한 신호처리 과정을 수행하여 토널 및 주파수선의 신호 성분으로부터 신호 세기 대역폭, 토널 개수, 토널간의 상호 관계둥의 다양한 특징인자를 분석, 비교하여 표적을 식별하게 되며, 표적 식별율을 향상시키기 위해서는 무엇보다도 주파수선의 신호 성분만을 정밀하게 탐지하고 추출하여야 한다. 그러나 수중신호의 스펙트로그램상에 형성되는 협대역 주파수선은 토널의 신호 세기와 바다 자체의 전달 특성 둥으로 인하여 미약하게 탐지되거나 불규칙하게 끊어져서 불연속적으로 나타날 뿐 아니라 임펄스성의 주변잡음 성분과 복합적으로 존재하므로 주파수선의 신호 성분만을 정밀하게 탐지하고 추출하기가 매우 어렵다. 본 논문에서는 신호 세기가 미약한 경우나 높은 주변잡음이 복합되어 있는 경우에도 정밀하게 주파수선의 신호 성분만을 탐지, 추출한 수 있는 협대역 다중 주파수선의 자동 탐지 및 추출을 위한 기법을 제안하였으며, 실제 수중표적 신호를 적용하여 제안된 알고리즘이 매우 유용함을 보인다.

• Advances in concrete construction
• /
• 제1권3호
• /
• pp.227-237
• /
• 2013

Modal testing, widely accepted and applied method for determining the dynamic characteristics of structures for operational conditions, uses known or unknown vibrations in structures. The method's common applications includes estimation of dynamic characteristics and also damage detection and monitoring of structural performance. In this study, the structural identification of concrete arch dams is determined using ambient vibration tests which is one of the modal testing methods. For the purpose, several ambient vibration tests are conducted to an arch dam. Sensitive accelerometers were placed on the different points of the crest and a gallery of the dam, and signals are collected for the process. Enhanced Frequency Domain Decomposition technique is used for the extraction of natural frequencies, mode shapes and damping ratios. A total of eight natural frequencies are attained by experimentally for each test setup, which ranges between 0-12 Hz. The results obtained from each ambient vibration tests are presented and compared with each other in detail. There is a good agreement between the results for all measurements. However, the theoretical fundamental frequency of Berke Arch Dam is a little different from the experimental.

• 한국음향학회지
• /
• 제31권8호
• /
• pp.532-541
• /
• 2012

수중 과도 신호는 주변 소음과는 구별된다. 과도 신호는 음향학적 특색에 따라 특징들이 다양하기 때문에 데이터베이스화가 요구된다. 이에 본 논문에서는 해양에서 국지적이고 일시적으로 존재하는 과도 신호를 추출하기위해 사운드 마스크 필터링 방법을 활용하였다. 표준 신호를 선택하여 원 음원과의 상호상관관계를 구하였다. 상호상관신호의 포락선에서 최대우도법에 의해 결정된 역치를 사용하여 과도 신호를 위한 사운드 마스크 필터를 구하였다. 사운드 마스크 필터를 활용하여, 수중 소음원에서 바다메기의 과도 신호를 추출하였다. 유사하게, 원 음원에 인위적으로 인공 신호를 추가한 신호에서 동일한 방식으로 바다메기와 인공 신호를 과도 신호로서 추출하였다. 또한 표준신호에 따라서 다르게 추출된 과도신호의 비교를 통해 표준신호 선택의 중요함을 제시하였다. 본 논문에서 제안된 사운드 마스크 필터링 방법은 해양 주변 소음원에서 과도 신호의 데이터베이스 구축에 활용될 수 있고, 특히, 임의의 신호에서 원하는 신호를 추출하는 데에 활용 가능성이 있다.

• 한국음향학회지
• /
• 제26권3호
• /
• pp.123-128
• /
• 2007

본 논문에서는 수중 천이 신호에 대한 식별 알고리즘을 제안한다. 일반적으로 해양의 배경잡음은 스펙트럼 특성 및 에너지 변화가 적은 정재성을 갖는 반면에 천이 신호는 스펙트럼 및 에너지 변화가 큰 비정재성을 가진다. 따라서 수중 천이 신호 식별을 위하여 선행되어져야 하는 수중 천이 신호 탐지에서는 프레임 단위로 스펙트럼 변이와 에너지 변화를 이용한다. 제안한 수중 천이 신호 식별 알고리즘에서는 특징 벡터를 추출하기 위하여 위그너-빌 분포 함수를 기반으로 고유치 분해를 이용한다. 추출된 특징 벡터를 기반으로 탐지된 수중 천이 신호의 특징 벡터와 식별하고자 하는 데이터베이스에 있는 기준 신호의 특징 벡터와의 상관 값을 프레임 단위로 계산하고, 각 클래스별로 프레임 사상도를 산출하여 최대 값을 갖는 기준 신호로 탐지된 수중 천이 신호를 식별한다.

• 한국음향학회지
• /
• 제14권3호
• /
• pp.71-81
• /
• 1995

본 논문에서는 수중에서 발생되는 전이 신호의 자동 식별을 위하여 특징벡타를 추출하는 기법과 식별 알고리즘에 대하여 논한다. 특징벡타 추출기법으로 적은 계수로도 우수한 성능을 보이는 wavelet 변환을 사용한 방법을 제안하고 기종의 고전적인 방법들과 비교한다. 자동식별을 위해서는 MLP (Multilayer Perceptron), RBF (radial Basis Function), MLP-클래스 등 세 종류의 신경회로망을 사용하고, 성능 및 신뢰성을 높이기 위해서 두가지 특징벡타 및 세 식별기를 결합하는 방법을 사용한다. Traco의 표준 천이 데이터 집합 (standard transient data set) I과 모의 실험 데이터를 사용하여, 주어진 천이신호가 배경잡음에 비하여 충분히 에너지가 크고, 유한개의 소음원이 존재하며, 동시에 둘 이상의 소음원이 존재하지 않는다는 가정하에서 제안된 특징벡타 추출기법과 식별 알고리즘의 우수성을 확인한다.

• 전자공학회논문지
• /
• 제51권7호
• /
• pp.209-220
• /
• 2014

본 논문에서는 천해 배경잡음 환경에서 과도신호 분류에 적합한 특징 선택을 위해 특징의 변별력을 분석하였다. 과도신호 분류는 해양환경 특성상 낮은 신호대잡음비(SNR)를 가지므로 잡음변화에 강인한 특징이 요구된다. 천해 배경잡음을 모델링하기 위해 이론적인 잡음 모델과 Wenz의 천해 관측 자료 그리고 Yule walker 필터를 이용하였다. 과도신호의 SNR에 따른 각 특징의 변별력은 Fisher score를 이용하여 분석하였다. 변별력이 높은 특징을 선택하여 24 클래스의 과도신호원에 대한 분류정확도를 분석한 결과 잡음이 없는 환경에서 선택된 특징에서 상대적으로 높은 분류정확도를 보였다. 이러한 결과를 토대로 최종적으로 선택된 특징은 전체 28가지 특징 중 16가지 특징이 선택되었다. 다중 클래스 SVM분류기를 이용하여 선택된 특징의 인식률 분석결과 과도신호의 SNR 20dB 환경에서 약92%의 분류정확도를 보였다.