• 한국정보통신학회논문지
• /
• 제9권1호
• /
• pp.8-15
• /
• 2005

비선형적인 위상 변화를 지닌 비정상(non-stationary)신호는 레이더, 통신, 지질탐사, 음향, 생체공학 응용등 여러 분야에서 쉽게 접하는 신호이다. 비정상 신호는 일반적으로 시간의 변환에 따라 신호의 스페트럼 특성이 변화하는 신호를 의미하며, 순간 주파수는 신호의 특정시간에 해당하는 신호성분의 주파수를 의미한다. 따라서 열거한 레이더, 음향, 생ㅊ신호등에 있어서 순간 주파수는 신호의 물리적 특성을 파악하기 위한 중요한 변수이다. 이 논문에서는 연속 웨이브렛 변환을 이용한 비정상 신호의 순간 주파수를 결정에 대하여 연구하였고, 기존의 방법과 비교하였다. 신호에 잡음이나 여러 가지의 주파수가 중첩되어 있는 경우, 기존에 방법들로서는 정확한 순간 주파수를 결정할 수 없는 반면, 웨이브렛 변환을 이용한 경우, 신호의 성분에 관계없이 상당히 정확한 순간주파수를 결정할 수 있음에 대하여 설명하였다.

• 전기학회논문지
• /
• 제67권2호
• /
• pp.239-247
• /
• 2018

Adaptive Beamforming (ABF) algorithm, which is a typical jammer suppression algorithm, guarantees the performance on the assumption that the jamming characteristics of the TDS (Training Data Sample) are stationary, which are obtained immediately before and after transmitting the pulse signal. Therefore, effective jammer suppression can not be expected when the jamming characteristics are non-stationary. In this paper, we propose a new jammer suppression algorithm, of which power spectrum fluctuates fast. In this case, we assume that the location of the jammer station is fixed during the processing time. By applying the MPM (Matrix Pencil Method) to the jamming signal in TDS, we can estimate jammer parameters such as power and incident angle, of which the power will vary fast in time or range bins after TDS. Though we assume that the jammer station is fixed, the estimated jammer's incident angle has an error due to the noise, which degrades the performance of the jammer suppression as the jammer power increases fast. Therefore, the jammer's incident angle should be re-estimated at each range bin after TDS. By using the re-estimated jammer's incident angle, we can construct new covariance matrix under the non-stationary jamming environment. Then, the optimum weight for the jammer suppression is obtained by inversing matrix estimation method based on the matrix projection with the estimated jammer parameters as variables. To verify the performance of the proposed algorithm, the SINR (signal-to-interference plus noise ratio) loss of the proposed algorithm is compared with that of the conventional ABF algorithm.

• 전기학회논문지
• /
• 제63권8호
• /
• pp.1128-1133
• /
• 2014

Most of the statistical signal analysis processed in the time domain and the frequency domain are based on the assumption that the signal is weakly stationary(wide sense stationary). Therefore, it is necessary to know whether the surface EMG signals processed in the statistical basis satisfy the condition of the weak stationarity. The purpose of this study is to find optimal segment length of surface EMG signal for assessing stationarity with the modified Run-test and RA-test. Ten stationary surface EMG signals were simulated by AR(autoregressive) modeling, and ten real surface EMG signals were recorded from biceps brachii muscle and then modified to have non-stationary structures. In condition of varying segment length from 20ms to 100ms, stationarity of the signals was tested by using six different methods of modified Run-test and RA-test. The results indicate that the optimal segment length for the surface EMG is 30ms~35ms, and the best way for assessing surface EMG signal stationarity is the modified Run-test (Run2) method using this optimal length.

• 한국지진공학회논문집
• /
• 제7권5호
• /
• pp.11-17
• /
• 2003

일반적으로 토목구조물에서 계측된 가속도 신호의 대부분은 적분이 매우 힘들다. 그 이유는 토목구조에서 계측된 가속도 신호는 일반적으로 비정상신호이며 또한 비가우시안 노이즈와 저주파 노이즈를 포함하고 있어, 저주파 성분이 증폭되는 적분과정에서 수치적 불안정성이 발생할 수 있기 때문이다. 따라서, 본 논문에서는 비정상 신호처리에 탁월한 웨이블릿 변환의 개념을 비가우시안 노이즈와 저주파 노이즈에 대해 확장한 수정된 웨이블릿 변환을 이용한 가속도 기록의 이중 적분방법을 제시하였다. 또한, 예제해석을 통해 제시된 방법이 비정상 신호의 노이즈 및 비가우시안 노이즈와 저주파 노이즈를 제거에 우수한 성능을 보이고 있음을 보였다.

• 대한산업공학회지
• /
• 제32권2호
• /
• pp.133-140
• /
• 2006

Large signal type data sets are difficult to classify, especially if the data sets are non-stationary. In this paper, large signal type and non-stationary data sets are wavelet transformed so that distinct features of the data are extracted in wavelet domain rather than time domain. For the classification of the data, a few wavelet coefficients representing class properties are employed for statistical classification methods : Linear Discriminant Analysis, Quadratic Discriminant Analysis, Neural Network etc. The application of our wavelet-based feature selection method to a mass spectrometry data set for ovarian cancer diagnosis resulted in 100% classification accuracy.

• 한국전자파학회논문지
• /
• 제13권2호
• /
• pp.107-114
• /
• 2002

미지의 신호원들의z 합성으로부터 관측된 신호만을 이용하여 통계적으로 독립인 원신호를 추출하는 문제를 블라인드 신호분리라 한다. 본 논문에서는 보통의 실내에서 얻어진 비정상(non-stationary) 합성신호로부터 원신호론 추출해내는 블라인드 신호분리 기법을 제안한다. 제안된 기법은 관측 신호들 간의 이타 상호상관 값이 제로가 될 때만 최소값을 가지는 비용함수를 최소화시키는 방식으로 블라인드 신호분리를 구현한다. 제안된 기법의 유효성을 컴퓨터 시뮬레이션과 보통의 실내에서 관측된 2개의 합성신호로부터 2개의 원신호를 추출해내는 실험을 통하여 증명한다.

• 제어로봇시스템학회논문지
• /
• 제14권12호
• /
• pp.1278-1285
• /
• 2008

An optimization-based real-time joint angle extraction method of human elbow is proposed by processing the biomedical signal of surface EMG (electromyogram) measured at the center point of biceps brachii. The EMG signal is known as non-stationary (time-varying) signal, but we assume that it is quasi-stationary because a physical or physiological system has limitations in the rate at which it can change its characteristics. Based on the assumption, a pre-processing method to obtain pre-angle values from raw EMG signal is firstly suggested, and then an optimization method to minimize the error between the pre-angle and real joint angle is proposed in this paper. Finally, we suggest the experimental results showing the effectiveness of the proposed algorithm.

• 응용통계연구
• /
• 제26권2호
• /
• pp.335-347
• /
• 2013

다양한 분야에서 시그널(signal) 형태로 자료들이 표현된다. 예를 들면 심전도(electrocardiogram)는 심근에서 발생하는 활동 전류를 나타내는데, 심장의 박동에 따라 수축과 이완을 반복하는 과정을 시간에 따른 활동 전류량의 변동으로 나타낸다. 현실세계에서 측정하거나 관찰되는 시그널에는 다양한 형태의 시그널들이 혼합되어 있는 경우가 흔하다. 예를 들어 오케스트라 연주의 아름다운 선율은 고유한 주파수(frequency)를 지닌 악기들의 다양한 소리로 구성되어 있으며, 각기 다른 음조(note)가 하나로 모여 완벽한 하모니를 형성하게 된다. 시그널이 정상인(stationary) 경우에 혼합된 시그널들을 분해하여 분석하는 방법에 대해 현재까지 다양하게 연구되어 왔다. 자료가 비정상(non-stationary)일 경우에는 기존의 방법론들을 적용시키기에는 한계가 있다. 비정상성 자료를 다루기 위해 Huang 등 (1998)은 경험적 모드분해법(empirical mode decomposition)이라는 방법을 제안하였다. 자료에 내포되어 있는 국소적인 파동(oscillation)을 국소 극값들(local extrema)을 식별하여 자료 적응적으로 추출한다. 경험적 모드분해법은 잡음(error)에 의해 자료가 오염되어 있는 경우에는 국소 극값들을 통하여 국소적인 파동을 추정하기 어려우며, 자료의 크기가 커짐에 따라 계산량도 크게 늘어나는 단점 등이 있다. 본 연구에서는 이차 미분을 이용하여 국소적인 파동을 식별하고 추정하는 새로운 방법론을 제시하고자 한다.

• 한국정보통신학회논문지
• /
• 제13권12호
• /
• pp.2671-2676
• /
• 2009

EMD(Empirical mode decomposition) 방법은 시간-주파수 분석의 새로운 방법으로 적응적이며 효율적으로 신호를 분해한다. EMD는 신호 그 자체에 의해 정의된 IMFs(Intrinsic mode functions)로 명명되는 함수의 집합으로 분해되며, 분해된 IMFs는 원신호의 고유한 속성을 보존하므로 기저함수 및 필터로 사용될 수 있다. EMD 방법에 의한 분해는 신호의 지역적인 시간 스케일 특성에 기반을 두고 있으므로 비선형(non-linear) 비정상(non-stationary) 신호처리에 적합하며 ECG와 같은 생체 신호처리에 유용하다. 본 논문은 EMD 방법을 이용하여 ECG 신호를 분해하고 분해된 신호의 특성을 이용하여 잡음 제거 필터를 구현하였다. 전통적인 저주파 필터가 퓨리에 변환을 이용하여 주파수 영역에서 신호를 해석하는 것과 달리 EMD 방법은 시간 영역에서 필터링하여 신호의 속성을 유지한다. 영상 향상의 정도를 측정하기 위한 PRMD와 SSR 평가지수를 사용하여 제안된 기법과 전통적인 저주파 필터의 결과를 비교 제시하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.369-372
• /
• 2000

An overview on applications of wavelet transform in power systems presented in this paper. Wavelet transform is capable of making trade-offs between time and frequency resolutions, which is a property that makes it appropriate for the analysis of non stationary signal. In recent years, wavelet transform is widely accepted as a technology offering an alternative way due to its flexibility in representation of non-stationary signal even in power systems. This paper presents various applications of wavelet transform in power systems. Wavelet transform has been used by the authors in the field of power system protection for the classification of transient signals, and forecasting of short term loads and system marginal price and so on. Various research works carried out by many researchers in power systems are summarized.