• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3761-3779
• /
• 2022

The performance of existing recognition algorithms for binary phase shift keying (BPSK) and quadrature phase shift keying (QPSK) signals degrade under conditions of low signal-to-noise ratios (SNR). Hence, a novel recognition algorithm based on features in the graph domain is proposed in this study. First, the power spectrum of the squared candidate signal is truncated by a rectangular window. Thereafter, the graph representation of the truncated spectrum is obtained via normalization, quantization, and edge construction. Based on the analysis of the connectivity difference of the graphs under different hypotheses, the sum of degree (SD) of the graphs is utilized as a discriminate feature to classify BPSK and QPSK signals. Moreover, we prove that the SD is a Schur-concave function with respect to the probability vector of the vertices (PVV). Extensive simulations confirm the effectiveness of the proposed algorithm, and its superiority to the listed model-driven-based (MDB) algorithms in terms of recognition performance under low SNRs and computational complexity. As it is confirmed that the proposed method reduces the computational complexity of existing graph-based algorithms, it can be applied in modulation recognition of radar or communication signals in real-time processing, and does not require any prior knowledge about the training sets, channel coefficients, or noise power.

• 한국전자통신학회논문지
• /
• 제15권1호
• /
• pp.133-138
• /
• 2020

본 논문은 대부분의 변형된 CNN(: Convolution Neural Networks)에서 사용하지 않는 첫 번째 컨볼루션 층(convolution layer)을 사용해 정확도 향상을 노리는 방법을 소개한다. GoogLeNet, DenseNet과 같은 CNN에서 첫 번째 컨볼루션 층에서는 기존방식(3×3 컨볼루션연산 및 배규정규화, 활성화함수)만을 사용하는데 이 부분을 RGB-csb(: RGB channel separation block)로 대체한다. 이를 통해 RGB값을 특징 맵에 적용시켜 정확성을 향상시킬 수 있는 선행연구 결과에 추가적으로, 기존 CNN과 제한된 영상 개수를 사용하여 정확도를 비교한다. 본 논문에서 제안한 방법은 영상의 개수가 적을수록 학습 정확도 편차가 커 불안정하지만 기존 CNN에 비해 정확도가 평균적으로 높음을 알 수 있다. 영상의 개수가 적을수록 평균적으로 약 2.3% 높은 정확도를 보였으나 정확도 편차는 5% 정도로 크게 나타났다. 반대로 영상의 개수가 많아질수록 기존 CNN과의 평균 정확도의 차이는 약 1%로 줄어들고, 각 학습 결과의 정확도 편차 또한 줄어든다.

• Advances in materials Research
• /
• 제6권2호
• /
• pp.169-184
• /
• 2017

Electro-Discharge machining (EDM) is a thermal process comprising a complex metal removal mechanism. This method works by forming of a plasma channel between the tool and the workpiece electrodes leading to the melting and evaporation of the material to be removed. EDM is considered especially suitable for machining complex contours with high accuracy, as well as for materials that are not amenable to conventional removal methods. However, several phenomena can arise and adversely affect the surface integrity of EDMed workpieces. These have to be taken into account and studied in order to optimize the process. Recently, artificial neural networks (ANN) have emerged as a novel modeling technique that can provide reliable results and readily, be integrated into several technological areas. In this paper, we use an ANN, namely, the multi-layer perceptron and the back propagation network (BPNN) to predict the mean surface roughness of electro-discharge machined surfaces. The comparison of the derived results with experimental findings demonstrates the promising potential of using back propagation neural networks (BPNNs) for getting a reliable and robust approximation of the Surface Roughness of Electro-discharge Machined Components.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.744-750
• /
• 2020

본 논문에서는 무선통신 시스템의 주파수 효율과 에너지 효율을 개선하기 위하여 딥러닝 기반의 송신 전력 제어 기법을 제안한다. 무선통신 시스템에서 다수의 송수신기의 위치는 균일 분포를 따르고 송수신기 간 채널은 나카가미 페이딩 채널을 가정하여 제안하는 송신 전력 제어 기법에 대한 주파수 효율과 에너지 효율의 성능을 분석한다. 제안하는 송신 전력 제어 기법은 딥러닝 기반의 학습에서 주파수 효율과 에너지 효율을 개선하기 위하여 배치 정규화 기법을 이용한다. 시뮬레이션을 통해 송수신기의 위치 범위를 제한하는 지형적 크기와 나카가미 페이딩 지수에 대하여 제안하는 송신 전력 제어 기법과 기존의 송신 전력 제어 기법의 주파수 효율과 에너지 효율의 성능 결과를 비교한다. 성능 결과의 비교를 통해 제안하는 기법이 기존의 기법보다 우수한 성능을 제공함을 입증한다.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.445-456
• /
• 2005

지표변수는 지면 근처의 기후변화에 중요한 역할을 하기 때문에, 충분히 높은 정확성을 가진 값이 산출되어야 한다 하지만 지표 반사도는 강한 이방성(non-Lambertian) 특징을 가지고 있기 때문에, 위성 천저각으로부터 멀어질수록 태양-지점-위성과의 기하학적 영향을 더욱 강하게 받는 효과를 가져온다. 또한 지표 각 영향을 포함하고 있는 지표 반사도는 노이즈를 가지게 된다. 따라서 본 연구의 목적은 한반도 지역의 MODIS 반사도 자료(250m)를 이용하여 각 영향이 제거된 보다 정확한 반사도 값에 대한 데이터베이스를 제공하는 것이다. 본 연구에서는 매일 2회씩 제공하는 MODIS(Moderate Resolution Imaging Spoctroradiometer) 센서의 가시영역과 근적외영역의 반사도(250m)자료를 이용하였다. 먼저 구름화소를 제거하기 위해서 연속적인 물리과정을 통하여 각각의 구름 화소를 제거하였다. 그리고 지리보정은 MODIS 센서에서 제공하는 지리정보자료를 이용하여 2차 다항회귀식을 통한 최근접 내삽법을 사용하였다. 본 연구에서는 지표 이방성 효과를 보정하기 위해서 반 경험적 양방향성분포함수(BRDF) 모델을 사용하였다. 이 알고리즘은 위성으로부터 관측된 위성천정각, 태양천정각, 위성방위각, 태양방위각과 같은 각 성분을 이용하여 Kernel-deriven 모델의 역변환을 통하여 지표 반사도를 재생산한다. 먼저 우리는 BRDF 모델을 수행하기 위해 총 31일 모델 관측 실행기간을 고려하였다. 다음 단계로 각각의 화소 및 밴드에 대해서 BRDF 모델을 통하여 분리된 각 성분들을 변조함으로써 위성 직하점 반사도 정규화가 수행되었다. 모델을 이용하여 산출된 반사도 값은 실제 위성 반사도 값과 잘 일치하였고, RMSE(Root Mean Square Error)값은 전체적으로 약 0.01(최고값=0.03)이였다. 마지막으로, 우리는 한반도 지역에 대해서 2001년 동안 총 36개로 구성된 정규화 지표반사도 값의 데이터베이스를 구축하였다.

• Applied Biological Chemistry
• /
• 제47권3호
• /
• pp.300-306
• /
• 2004

양이온 및 음이온 반응성의 고분자막 8종을 casting 법에 의하여 제조한 후 이온전극에 장착하여 다채널 맛 평가시스템의 비선택성 센서 어레이를 구성하였다. 맛 센서 어레이에 의한 전기화학계측은 전위법에 의하여 행하였으며, 이 때 센서 어레이를 구성하는 각각의 맛 센서로 측정한 전위간을 막 전위 증폭기를 거쳐 증폭한 후 다채널 A/D converter를 통하여 PC에 접속하였다. 식혜, 수정과, 감귤쥬스 등 6종 24점의 시판음료를 다채널 맛 평가시스템으로 분석한 후 각 센서의 계측신호에 대한 정규화를 행하고 주성분 분석을 행하였을 때 5종 음료군의 조합에서는 제1 주성분 및 제2 주성분의 합이 전체 데이터 변이의 $70.73{\sim}85.32%$를 설명하는 것으로 나타났으며 6종 음료군의 경우에는 제1 주성분 및 제2 주성분의 합과 제1 주성분, 제2 주성분 및 제3 주성분의 합이 전체데이터 변이의 81.46%와 89.56%를 각각 설명하는 것으로 나타났다. 3차원 공간상에 6종 음료군에 대한 계측결과를 맵핑하였을 때 이들의 구분이 가능하였으며, 5종 음료군의 조합에서는 2가지 경우에 있어 2차원 평면상에서 구분되었다.

• 한국음향학회지
• /
• 제39권2호
• /
• pp.120-130
• /
• 2020

본 논문은 블라인드 소스 분리 분야에서 널리 사용되는 멀티채널 비음수 행렬 분해 기법의 단점을 개선하여 미결정 복잡한 혼합 환경에서 문제를 해결한다. 공간 공분산 행렬에 기반을 둔 기존의 연구들에서, 단일 채널의 파워게인 및 상관관계와 같은 값으로 구성된 행렬의 각 요소는 높은 분산으로 인해 분리된 소스의 품질을 저하시키는 경향이 있다. 이 논문에서는 추정된 소스들을 효과적으로 클러스터링하기 위해 레벨 및 주파수 정규화를 수행한다. 따라서 새로운 공간 공분산 행렬 및 효과적인 클러스터 쌍별 거리함수를 제안한다. 본 논문에서는 제안된 행렬을 공간 모델의 초기화에 활용하여 공간 모델의 향상된 추정과 이를 바탕으로 상향식 접근법에서의 계층적 응집 클러스터링에 활용함으로써 분리된 음원의 품질을 향상시켰다. 제안된 알고리즘은 'Signal Separation Evaluation Campaign 2008 development dataset'을 활용하여 실험을 하였다. 그 결과 객관적인 소스 분리 품질 검증 도구인 'Blind Source Separation Eval toolbox'를 활용하여 대부분의 성능향상지표에서의 향상을 확인하였으며, 특히 대표적인 수치인 SDR의 1 dB ~ 3.5 dB 정도의 성능우위를 검증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.226-234
• /
• 2007

본 논문은 환경 노이즈를 원천적으로 차단하는 성대 마이크를 이용한 명령어 인식기를 개발한다. 성대마이크는 환경 노이즈의 효과를 최소화하는 장점이 있다. 그러나 고주파의 부재와 부분적인 포먼트 정보 손실 때문에, 성대마이크를 이용해서 개발된 ASR시스템은 표준마이크를 이용한 시스템에 비해 낮은 성능을 보인다. 이러한 문제 때문에 ASR시스템 개발에 성대마이크를 이용한 경우는 표준 마이크로 낮은 성능을 보인다. 이러한 문제 때문에 ASR시스템 개발에 성대마이크를 이용한 경우는 표준 마이크로부터 입력되는 정보 보안하는데 주로 사용된다. 본 논문은 한국어의 음운적 특정과 신호 분석을 통해 성대마이크만을 사용한 높은 성능의 ASR 시스템을 개발 할 수 있음을 보인다. 주파수 대역내 에너지 합을 이용하는 MFCC 알고리즘이 갖는 성대신호 분석의 문제점을 제시하고, 성대신호를 대상으로 보다 높은 성능을 갖는 특정추출 알고리즘의 조건을 제시한다. 이러한 조건은 (1) 민감한 band-pass filter와 (2) 유/무성음 분리를 위해 사용하는 특정벡터의 사용이다 실험 결과 제안된 조건을 만족하는 ZCPA 알고리즘을 적용한 경우가 MFCC를 적용한 경우보다 약 16%정도의 높은 성능을 보인다. 그러고 CMS와 RASTA와 같은 channel normalization 알고리즘을 적용한 경우 약 2%의 성능 향상이 있다.

• 한국통신학회논문지
• /
• 제30권10C호
• /
• pp.1017-1026
• /
• 2005

버스트 방식 OFDM 시스템에서의 프레임 동기는 수신된 프레임의 시작 위치를 판단하고, 정확한 FPT-window 위치 추정을 위해 가장 우선적으로 수행되어야 한다. 유효 OFDM 심볼 내의 규정된 반복 패턴 또는 보호 구간의 상관을 이용하는 기존의 일반적인 프레임 동기 방식은 연속적으로 증가하다 감소하는 상관 출력 특성에 의해 정확한 프레임 시작 지점 검출이 어려우며, 수신 신호와 기준 신호 간의 상관 특성을 이용하는 방식은 주파수 옵셋으로 인한 성능 열화를 초래한다. 따라서, 본 논문에서는 프레임 동기 방식으로서 주파수 옵셋에 강인하고 정확한 프레임 시점 검출이 가능한 차동 상관(Differential Correlation) 방식을 기반으로 한 새로운 알고리즘을 제안하였다. 그러나, 일반적인 차동 신호의 상관 결과는 프리앰블의 반복 구조에 의해 다수의 Peak를 가지게 되며 이로 인하여 정확한 프레임 동기의 검출 성능이 열화된다. 본 논문에서는 이러한 차동 검출 방식의 단점을 보완하기 위하여 차동 신호 생성 시 반복되는 동일 패턴 구간의 샘플을 이용하여 단일 상관 Peak를 갖는 알고리즘을 제안한다. 또한 다중경로 페이딩 채널 환경에서 페이딩에 의한 프레임 시작 위치 검출 에러를 줄이기 위하여 신호 전력으로 상관 출력 값을 정규화하는 블록을 도입함으로써 고속 이동 채널 환경에서의 프레임 시작 지점 검출 확률을 높였다.