• 전자공학회논문지SC
• /
• 제44권5호
• /
• pp.45-54
• /
• 2007

시/주파수 분석은 생체 신호 처리에서 널리 사용되어왔다. 전기 생리학적 신호로부터 중요한 특징들을 추출함으로써 이 방법들은 특정 질병의 임상 병리학적 기전 해석이 가능하다. 하지만 이 방법은 신호가 안정하다는 가정 아래 적용되었으며 불안정한 시스템에서의 적용은 제한이 되어 있다. 본 연구에서는 비선형적이고 비정상적인 심실세동 심전도 파형의 분석을 위해 Hilbert-Huang 변환을 사용한 새로운 신호처리 방법을 제안하였다. Hilbert-Huang 변환은 경험모드분리법(EMD)과 힐버트 변환으로 크게 두 가지로 구성된다. Hilbert-Huang 변환은 EMD를 사용하여 각각의 특성을 지니고 있는 독립적인 내부모드함수들로 나누어지며, 힐버트 변환에 의해 순간 주파수와 크기를 구할 수 있게 된다. 이런 특성으로 신호의 국부적인 작용에 대하여 정확하게 설명할 수 있게 된다. 본 연구에서는 Hilbert-Huang 변환을 기반으로 심실세동 심전도 파형으로부터 두 종류의 파라미터(EMD-IF, EMD-FFT)를 추출하고 서포트 벡터 머신(Support Vector Machine)을 이용하여 소생성공 및 실패 여부 예측에 관하여 연구하였다. 평균적으로 민감도와 특이도는 각각 87.57%와 76.92%로 나타났다. Hilbert-Huang 변환은 더욱 정확하게 심실세동에서의 소생성공 예측을 가능하게 하였다.

• 한국마린엔지니어링학회:학술대회논문집
• /
• 한국마린엔지니어링학회 2011년도 후기공동학술대회 논문집
• /
• pp.106-106
• /
• 2011

• Journal of Advanced Marine Engineering and Technology
• /
• 제36권2호
• /
• pp.258-266
• /
• 2012

음향방출(Acoustic Emission, AE) 시스템은 최근 조기 결함 검출 시스템 개발을 위해 적용되고 있으며, 그에 따르는 신호처리 기법에 대한 문제를 해결하기 위해 많은 노력을 기울이고 있다. 신호처리 기법 중 포락처리(Envelope analysis)가 베어링 결함 분석에 사용되고, Wavelet Transform은 기어 등의 결함 분석에 용이한 것으로 알려져 있다. 하지만 여전히 AE 신호를 위한 신호처리 기법은 불확실하다. 따라서 본 논문에서는 AE 시스템을 적용한 조기 결함 검출 시스템 개발을 위한 사전 연구로, AE 신호를 분석하기 위한 신호처리 기법으로 Hilbert Transform(HT)과 Hilbert-Huang Transform(HHT)에 대해 비교 분석한다. AE 신호는 피로시험을 통해 취득되었으며, 취득된 AE 신호를 두 신호처리 기법을 적용하여 주파수 및 시간 신호에 대해 분석하였다. HT에 비해 HHT가 시간-주파수 영역에 대해 결과를 나타내기 때문에 좀 더 명확한 특징을 보이는 데에 반해 신호처리 시간 및 필터링에 대한 단점을 보이고 있음을 확인하였다.

• 대한기계학회논문집A
• /
• 제33권12호
• /
• pp.1442-1448
• /
• 2009

Transient characteristics of a signal can be effectively exhibited in time-frequency domain. Hilbert-Huang Transform (HHT) is one of the time-frequency domain analysis methods. HHT is known for its several advantages over other signal analysis methods. The capability of analyzing non-stationary or nonlinear characteristics of a signal is the primary advantage of HHT. Moreover, it is known that HHT can provide fine resolution in high frequency region and handle large size data efficiently. In this study, the effectiveness of Hilbert-Huang transform is illustrated by employing structural systems undergoing impact. A simple discrete system and an axially oscillating cantilever beam undertaking periodic impulsive force are chosen to show the effectiveness of HHT.

• 한국해양공학회지
• /
• 제22권1호
• /
• pp.30-36
• /
• 2008

Underwater ambient noise originating from geophysical, biological, and man-made acoustic sources contains information on the source and the ocean environment. Such noise affectsthe performance of sonar equipment. In this paper, three steps are used to identify the ambient noise source, detection, feature extraction, and similarity measurement. First, we use the zero-crossing rate to detect the ambient noisesource from background noise. Then, a set of feature vectors is proposed forthe ambient noise source using the Hilbert-Huang transform and the Karhunen-Loeve transform. Finally, the Euclidean distance is used to measure the similarity between the standard feature vector and the feature vector of the unknown ambient noise source. The developed algorithm is applied to the observed ocean data, and the results are presented and discussed.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2012년도 제38회 춘계학술대회논문집
• /
• pp.555-561
• /
• 2012

Empirical Mode Decomposition(EMD)을 통한 Hilbert Huang Transform(HHT)은 시간-주파수 영역분석 방법 중 하나로 기존의 다른 분석 방법에 비해 비선형, 비정상 신호를 해석 가능하다는 등 여러가지 이점이 있다. 그러나 인접한 주파수를 분별하기 힘들고 잡음에 취약하다는 결점이 있다고 알려져 있다. 본 논문에서는 HHT와 정상신호 분석에 효과적인 Short-Time Fourier Transform(STFT)을 비교하여 각 방법의 장 단점을 분석하고 Rijke 튜브 실험에서 얻은 열음향학적 불안정 데이터에 적용하여 잡음에 취약한 점을 보완한 Improved HHT와 비교한다. 그 결과, EMD를 이용한 Original HHT보다 EEMD를 이용한 Improved HHT가 잡음의 영향을 적게 받아 보다 정확한 신호분석이 가능하다는 것을 알 수 있었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 춘계학술대회논문집
• /
• pp.484-490
• /
• 2008

For CSLDV, the Chebyshev demodulation (or polynomial) technique and Hilbert transform approach have been used for mode shape reconstruction with harmonic excitation. In this paper, the Hilbert-Huang transform approach was applied as an alternative to impact excitation cases in terms of a numerical approach. The vibration of the tested structure is modeled using impulse response functions. In order to verify this technique, a simply supported beam was chosen as the test rig. With additional innovative steps which are the ideal-band pass filter and the nodal point determination, Hilbert-Huang transformation can be used for a good mode shape reconstruction even in the impact excitation case.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2002년도 춘계 학술발표회 논문집
• /
• pp.159-168
• /
• 2002

본 연구에서는 최근에 개발된 Hilbert-Huang 변환(HHT) 기법의 교각시스템에서 손상위치추정을 위한 적용성을 분석하였다. HHT기법으로 시계열의 순간주파수를 분석할 수 있음을 이용하여, 손상에 기인한 비선형 거동이 발생하는 때에 순간주파수의 변화를 분석함으로서, 손상부재와 위치를 추정하는 방법이다. 손상을 입은 교각 시스템에 대하여 수치모의실험을 수행하였는데, 이 때에 주파수가 점차로 증가하는 입력하중을 사용하였다. 연구결과로부터, HHT기법이 한정된 갯수의 가속도센서를 이용하여 계측오차가 포함된 조건하에서도 교각에 발생한 손상위치를 적절히 색출할 수 있다는 것을 알 수 있다.

• 산업경영시스템학회지
• /
• 제35권2호
• /
• pp.106-112
• /
• 2012

Real-life time series characteristic data has significant amount of non-stationary components, especially periodic components in nature. Extracting such components has required many ad-hoc techniques with external parameters set by users in case-by-case manner. In our study, we evaluate whether Hilbert-Huang Transform, a new tool of time-series analysis can be used for effective analysis of such data. It is divided into two points : 1) how effective it is in finding periodic components, 2) whether we can use its results directly in detecting values outside control limits, for which a traditional method such as ARIMA had been used. We use glass furnace temperature data to illustrate the method.

• 산업경영시스템학회지
• /
• 제37권4호
• /
• pp.35-41
• /
• 2014

Real-life time series characteristic data has significant amount of non-stationary components, especially periodic components in nature. Extracting such components has required many ad-hoc techniques with external parameters set by users in a case-by-case manner. In this study, we used Empirical Mode Decomposition Method from Hilbert-Huang Transform to extract them in a systematic manner with least number of ad-hoc parameters set by users. After the periodic components are removed, the remaining time-series data can be analyzed with traditional methods such as ARIMA model. Then we suggest a different way of setting control chart limits for characteristic data with periodic components in addition to ARIMA components.