• 응용통계연구
• /
• 제19권2호
• /
• pp.319-330
• /
• 2006

현실세계에서 관찰되는 시그널(signal)은 다양한 주파수(frequency)들의 시그널로 혼합되어 있는 경우가 많다. 예를 들어 태양 흑점 자료의 경우 약 11년 주기와 85년 주기로 변동한다는 사실은 널리 알려져 있다. 또한 경제 시계열 자료의 경우는 통상적으로 계절요인(seasonal component), 순환요인(cyclic component) 그리고 장기적인 추세요인(long-term trend)으로 분해하여 분석한다. 이러한 시계열 자료를 구성요소별로 분해하는 것은 오래된 주제중 하나이다. 전통적인 시계열자료 분석기법으로 스펙트럴 분석기법 등이 널리 사용되고 있으나 시계열 자료들이 비정상(nonstationary)일 경우에는 적용하기 어렵다. Huang et. al(1998)은 경험적 모드분해법(empirical mode decomposition)이라고 하는 자료적응적인(data-adaptive) 방법을 제안하였는데, 비정상성(nonstationarity)에 대한 강건성(robustness)으로 여러 분야에 널리 응용되고 있다. 그러나 Huang et. at(1998)은 잡음(error)에 의해 오염된 자료에 대한 구체적인 처리방법은 제시하지 못하고 있다. 본 논문을 통하여 효율적인 잡음제거 방법을 제안하고자 한다.

• 한국음향학회지
• /
• 제18권7호
• /
• pp.45-55
• /
• 1999

본 논문에서는 그레인 잡음을 제거하기 위해서 웨이브렛 변환(wavelet transform)에 근간을 둔 웨이브렛 적응 필터(WLMS adaptive filter : Wavelet domain Least Mean Square adaptive filter)를 사용하였다. 보통 그레인 잡음은 고온의 환경에서 금속의 결정구조가 변화함에 따라 발생된다. 웨이브렛 평면에서의 적응 필터링은 필터의 입력신호를 직교 변환하여 입력으로 이용함으로써 수렴 속도를 향상시킬 수 있는 장점을 가지고 있다. 적응 필터의 기준 입력 신호는 원시 입력 신호를 지연시킨 신호를 이용하였으며, 적응 필터의 출력은 다시 CA-CFAR(Cell Average - Constant False Alarm Rate) 임계 추정기(threshold estimator)를 거쳐 자동적으로 원하는 신호부분만 나타내도록 하였다. 우선 신호의 통계적 특성을 알기 위하여 run 테스트를 수행하여 기준 입력 신호가 비정상성(nonstationarity)을 나타냄을 보였고, 웨이브렛 적응필터가 시평면 적응필터보다 수렴속도면에서 우수함을 보였으며, 각 적응 필터의 출력신호에 대해서 신호대 잡음비를 통해 성능평가를 하였다. 시평면 적응 필터링 후에는 신호대 잡음비가 2-3㏈ 향상을 보였고, 반면 웨이브렛 적응 필터링후에는 신호대 잡음비가 4-6㏈ 향상을 보였다.

• Smart Structures and Systems
• /
• 제30권1호
• /
• pp.75-88
• /
• 2022

Engineering structures in operation essentially belong to time-varying or nonlinear structures and the resultant response signals are usually non-stationary. For such time-varying structures, it is of great importance to extract time-dependent dynamic parameters from non-stationary response signals, which benefits structural health monitoring, safety assessment and vibration control. However, various traditional signal processing methods are unable to extract the embedded meaningful information. As a newly developed technique, variational mode decomposition (VMD) shows its superiority on signal decomposition, however, it still suffers two main problems. The foremost problem is that the number of modal components is required to be defined in advance. Another problem needs to be addressed is that VMD cannot effectively separate non-stationary signals composed of closely spaced or overlapped modes. As such, a new method named generalized adaptive variational modal decomposition (GAVMD) is proposed. In this new method, the number of component signals is adaptively estimated by an index of mean frequency, while the generalized demodulation algorithm is introduced to yield a generalized VMD that can decompose mode overlapped signals successfully. After that, synchrosqueezing wavelet transform (SWT) is applied to extract instantaneous frequencies (IFs) of the decomposed mono-component signals. To verify the validity and accuracy of the proposed method, three numerical examples and a steel cable with time-varying tension force are investigated. The results demonstrate that the proposed GAVMD method can decompose the multi-component signal with overlapped modes well and its combination with SWT enables a successful IF extraction of each individual component.

• 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.

• Journal of Electrical Engineering and Technology
• /
• 제11권6호
• /
• pp.1812-1824
• /
• 2016

The neural dynamics underlying the causal network during motor planning or imagery in the human brain are not well understood. The lack of signal processing tools suitable for the analysis of nonlinear and nonstationary electroencephalographic (EEG) hinders such analyses. In this study, noise-assisted multivariate empirical mode decomposition (NA-MEMD) is used to estimate the causal inference in the frequency domain, i.e., partial directed coherence (PDC). Natural and intrinsic oscillations corresponding to the motor imagery tasks can be extracted due to the data-driven approach of NA-MEMD, which does not employ predefined basis functions. Simulations based on synthetic data with a time delay between two signals demonstrated that NA-MEMD was the optimal method for estimating the delay between two signals. Furthermore, classification analysis of the motor imagery responses of 29 subjects revealed that NA-MEMD is a prerequisite process for estimating the causal network across multichannel EEG data during mental tasks.

• 한국정보통신학회논문지
• /
• 제6권4호
• /
• pp.639-644
• /
• 2002

순위 차수 정보와 공간정보를 이용하는 비선형 필터들은 부가 잡음에 의해 발생되는 불안정 신호를 복원하기 위해서 많이 제안되고 있으면 본 논문에서는 국부통계를 기반으로 계수 변화를 하는 데이터 의존 LWOS필터를 제안하고자 한다. LWOS필터［1］는 가우시안 형태의 잡음뿐만 아니라 미세한 신호를 보호하면서 비임펄스 잡음을 제거할 수 있었으며, 임펄스 잡음에 의해서 방해를 받을 때는 DD-LWOS 필터보다 DD-LWOS2 필터가 더 좋은 결과를 가진다는 것을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제11권2호
• /
• pp.169-176
• /
• 2010

Sag, Swell, Impulsive Transient, Harmonics 등의 비정상 전력품질 신호들은 산업체 전력전자 장비, 속도 조절 장치, 공정 제어 시스템의 운전에 상당히 나쁜 영향을 미쳐 전력 공급자 및 수용가 입장에서 매우 중요한 이슈가 되어왔다. 따라서 본 연구에서는 이상의 전력품질 신호들을 획득, 분석 및 인식하기 위하여 Matlab, Simulink, CCS 등의 소프트웨어와 TI의 TMS320C6713DSK 하드웨어 키트와 웨이블릿 변환과 신경 회로망 역전파 알고리즘을 사용하여 전력품질 인식 시스템을 구현하였다. 이 시스템의 실시간 인식 성능을 파악하기 위하여 SIL(Software In the Loop)와 PIL(Process In The Loop)를 수행하였고, 그 결과 평균 99%의 우수한 인식결과를 보여주었다.

• 수면정신생리
• /
• 제19권1호
• /
• pp.11-17
• /
• 2012

목 적 : 본 연구는 뇌파를 정량분석하는 새로운 방법의 하나인 wavelet 방법을 소개하고 아울러 그것이 임상 수면뇌파 분석에 유용하다는 것을 검증하기 위해 시도되었다. 방 법 : Wavelet 방법을 검증하기 위해 수학적으로 만들어진 인공뇌파들과, 입면주기 임상 뇌파 샘플 하나와 GoNoGo 프레임으로 측정된 ERP 샘플 하나가 사용되었다. Wavelet방법론으로 계산된 time-frequency 파워 스펙트럼과 위상 동조화 정도가 Fourier 및 moving windows 방법으로 계산된 스펙트럼과 coherence 결과들과 비교 분석되었다. 결 과 : Wavelet 방법은 인공뇌파에 인위적으로 포함된 파형의 특징들을 성공적으로 분해해내었다. 임상뇌파 샘플로 한 검증에서도 그 유효성이 확인되었는데, 입면주기 전후로 보이는 스펙트럼의 변화를 유의미하게 확인할 수 있었으며, 표적(target) 및 배경(background) ERP 파형의 특징을 시간-주파수 도표(time-frequency plot)으로 잘 표현하였다. 결 론 : 이러한 결과를 미루어볼 때, wavelet 방법은 임상 뇌파를 정량 분석함에 있어서, Fourier 방법을 효과적으로 대체 혹은 보완함을 알 수 있었다. 특히, 뇌파가 수초에서 수백초의 짧은 시간단위에서 급격한 변화를 보이는 입면주기뇌파와 ERP 분석에 wavelet 방법의 적합성이 크다고 볼 수 있다.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.72-79
• /
• 2009

본 논문에서는 불균일한 클러터 환경에서 다양한 정규화 방법을 사용한 NHD(nonhomogeneity detector) 기술을 통해 비행체 레이더를 위한 STAP(space-time adaptive processing)의 성능 평가를 수행하였다. 실제로 클러터는 시스템 환경에 따라 임펄스 신호와 같은 신호의 크기가 매우 큰 간섭 신호를 종종 포함하고 있기 때문에 수신된 간섭 신호는 균일한 신호와 불균일한 신호로 구성된다. 이 환경에서 STAP의 성능을 유지하기 위해서는 NHD 기술이 필수적이고, 그 NHD 결과를 이용한 정규화는 불균일한 신호를 제거하는데 효과적인 방법이다. 최적의 정규화는 주어진 데이터의 특성을 잘 고려한 대푯값을 통해서 가능하고, 이에 우리는 K 평균 군집화 알고리즘을 제안한다. 이 알고리즘에서는 군집화에 필요한 묶음의 수를 결정할 때 불규칙한 데이터의 특성을 고려할 수 있게 되고 군집화 된 결과를 이용해 균일한 데이터만을 선택하기 위한 대푯값을 결정할 수 있게 된다. 또한 여기서 우리는 시시각각 변화하는 불규칙적인 데이터의 특성을 잘 반영하기 위해, 적절한 묶음의 수를 결정하기 위한 방법을 연구한다. 시뮬레이션 결과를 통해 K 평균 군집화 알고리즘이 기존의 정규화 방법들에 비하여 매우 우수한 정규화와 목표물 검출 성능을 갖는 것을 확인할 수 있었다.

• 소음진동
• /
• 제6권3호
• /
• pp.341-347
• /
• 1996

진동해석을 이용한 기계계통의 진단에는 시간영역(time domain)에서의 해석 과 FFT(Fast Fourier Transform)를 이용한 주파수영역(frequency domain)에서의 해석 을 생각할 수 있다. 이중 FFT 방법은 고속연산기의 출현과 물리적인 이해의 편이성 등오로 인하여 널리 사용되고 있으나, 시간 함수인 비정상 상태신호(nonstationary signal)의 경우는 주파수영역 해석만으로는 물리적 이해를 구하는데는 한계가 있다. 그래서, 최근 신호처리기법 분야에서는 주파수영역 해석과 시간영역 해석을 보완적 으로 표현할 수 있는 기간-주파수영역 해석기법에 많은 연구가 진행되고 있다. 그중 대표적인 신호처리 기법은 Wigner-Ville Distribution이며, 특히 본 Wigner-Ville Distribution은 많은 물리적 의미를 갖고 있어 주요 연구 대상이며, 많은 응용분야 를 갖고 있다. 그러나, 기계계통중 회전체의 진동신호을 분석하여 고장 진단 및 감시를 용이하기 위해서는 새로운 형태의 시간.주파수영역 해석기법이 필요하다. 본 논문에서는 회전체의 진동신호 분석이 용이하도록 물리적인 의미와 응용상에 중점을 둔 방향서 Wigner-Ville 분포라는 시간-주파수 분석기법을 제안하였고, 회전체를 이용한 실험을 실시하였다. 그 결과 제안된 방향성 Wigner-Ville Distribution은 회전체 진동신호를 시간-주파수 영역에서 잘 표현하고 있으며, 특히 회전체의 수직 및 수평방향 진동신호로 부터 얻어지는 방향성 Wigner-Ville Distribution은 각 주파수 성분의 방향성 정보를 갖고 있어 이를 회전체의 고장 진단 및 감시에 이용 하였다.