• 한국통신학회논문지
• /
• 제29권8C호
• /
• pp.1025-1033
• /
• 2004

본 논문에서는 PN(Pseudo Noise) 부호에 대한 정보 없이 확산대역 신호를 검출하는 방식을 다룬다. 이러한 검출 방식은 군용 통신에서 사용되거나 주파수 사용 영역을 관리(spectrum surveillance)하는 경우에 있어 중요하게 다루어 질 수 있다. 검출 내용은 주어진 대역폭 내에 확산대역 신호가 존재하는지의 여부, PN 부호의 길이 및 PN부호 구분(identification)이다. 고차 통계적 신호처리 기법 중 하나인 3차 상관함수는 사전 정보가 없는 확산대역 신호의 검출에 유용하게 사용될 수 있다. 본 논문에서는 실제 확산대역 신호를 검출하는데 있어 3차 상관함수의 결과 값만을 이용할 경우 발생하는 문제점을 지적하고, 이러한 문제점을 극복하는 동시에 성능이 향상된 확산대역 신호 검출 방식을 제안한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.873-876
• /
• 2000

The information-theoretic approach to face recognition is based on the compact coding where face images are decomposed into a small set of basis images. Most popular method for the compact coding may be the principal component analysis (PCA) which eigenface methods are based on. PCA based methods exploit only second-order statistical structure of the data, so higher- order statistical dependencies among pixels are not considered. Independent component analysis (ICA) is a signal processing technique whose goal is to express a set of random variables as linear combinations of statistically independent component variables. ICA exploits high-order statistical structure of the data that contains important information. In this paper we employ the ICA for the efficient feature extraction from face images and show that ICA outperforms the PCA in the task of face recognition. Experimental results using a simple nearest classifier and multi layer perceptron (MLP) are presented to illustrate the performance of the proposed method.