• Ocean and Polar Research
• /
• 제27권2호
• /
• pp.189-195
• /
• 2005

Several models predict large and potentially abrupt ocean circulation changes due to anthropogenic greenhouse-gas emissions. These circulation changes drive-in the models-considerable oceanic oxygen trend. A sound estimate of the observed oxygen trends can hence be a powerful tool to constrain predictions of future changes in oceanic deepwater formation, heat and carbon dioxide uptake. Estimating decadal scale oxygen trends is, however, a nontrivial task and previous studies have come to contradicting conclusions. One key potential problem is that changes in the historical observation network might introduce considerable errors. Here we estimate the likely magnitude of these errors for a subset of the available observations in the Southern Ocean. We test three common data analysis methods south of Australia and focus on the decadal-scale trends between the 1970's and the 1990's. Specifically, we estimate errors due to sparsely sampled observations using a known signal (the time invariant, temporally averaged, World Ocean Atlas 2001) as a negative control. The crossover analysis and the objective analysis methods are for less prone to spatial sampling location biases than the area averaging method. Subject to numerous caveats, we find that errors due to sparse sampling for the area averaging method are on the order of several micro-moles $kg^{-1}$. for the crossover and the objective analysis method, these errors are much smaller. For the analyzed example, the biases due to changes in the spatial design of the historical observation network are relatively small compared to the tends predicted by many model simulations. This raises the possibility to use historic oxygen trends to constrain model simulations, even in sparsely sampled ocean basins.

• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.1-7
• /
• 2009

최근 Compressed Sensing (CS) 알고리즘이 다양한 분야에서 연구되고 있으며, medical imaging 분야에서도 역시 이를 이용한 연구가 활발히 진행 중이다. CS 알고리즘을 이용하기 위해서는 복원하고자 하는 신호가 sparse한 성질을 지니고 있어야 한다. 일반적으로 대부분의 의료 영상의 경우, 이러한 성질을 가지고 있지 못하기 때문에 sparsifying transform을 이용하게 된다. 하지만 MR 영상의 경우, 다른 의료 영상 modality와 비교하여 적절히 펄스열을 이용하여 영상의 contrast를 조절할 수 있다는 특징을 가지고 있다. 이에 본 논문에서는 sparsifying transform을 이용하지 않고도 펄스열에 의한 MR 영상에 CS 알고리즘을 적용할 수 있는 가능성을 제시함과 동시에 적절한 sparsifying transform을 적용하여 영상의 sparsity를 더욱 강조함으로써 CS 알고리즘의 복원 성능을 더욱 향상 시킬 수 있다는 것을 제안하고자 하며, 이를 Shepp-Logan 팬텀 영상과 in vivo 영상을 이용한 시뮬레이션을 통하여 검증하였다.

• 한국전자파학회논문지
• /
• 제23권7호
• /
• pp.797-804
• /
• 2012

본 논문은 저전력 통신을 위하여, 압축 센싱에 적용한 QAPM 변조 방식을 제안한다. QAPM 변조 방식은 QAM 변조 방식과 PPM 변조 방식을 결합한 방식으로써, 자리(PPM의 posion) 개수가 늘어날수록 심볼 간의 거리가 멀어져 BER 성능과 전력 효율을 향상시킨다. 또한, 자리개수를 늘릴수록 대역이 손실 발생될 수 있으나, 성김(sparsity) 특성은 증가된다. 이러한 높은 성김 특성은 Nyquist 속도 이하의 샘플링으로도 완전하게 신호를 복원할 수 있는 압축 센싱에 적용하기에 매우 적합하다. 따라서 본 논문은 압축 센싱에 적용된 QAPM 시스템이 수신기에 있는 ADC(Analog Digital Converter)의 부담을 줄이면서도 BER 성능을 향상시키는 저전력 시스템임을 시뮬레이션을 통해 확인하였다.

• Investigative Magnetic Resonance Imaging
• /
• 제14권1호
• /
• pp.10-20
• /
• 2010

목적: 최근, 미국 애리조나 세도나에서 열린 국제자기공명학회 (ISMRM) 주관의 2009년 데이터 샘플링과 영상 복원에 관한 워크샵에서 자기공명영상 복원 대회가 열렸다. 이 대회는 time resolved contrast enhanced MR angiography 에 대한 고속 촬영의 실제 활용 가능성을 평가하기 위한 것이었다. 본 논문은 이 대회의 우승 결과를 얻은 k-t FOCUSS 알고리듬을 단계별로 자세히 묘사하도록 한다. 대상 및 방법: 본 그룹은 앞선 연구에서 비교적 덜 스파스한 심장 영상에 대해 k-t FOCUSS 알고리듬이 성공적으로 압축센싱 문제를 풀수 있음을 증명했다. 따라서 k-t FOCUSS 알고리듬을 time resolved contrast enhanced MR angiography 에 적용함으로써, 매우 정확한 영상 복원이 가능할 것이다. 영상 복원을 위해 X-ray 대뇌 혈관조영 영상으로부터 구성된 다운 샘플링된 데이터가 대회 주최측으로부터 공통으로 제시되었고, 방사선과 의사들이 각 복원된 영상에 대한 사전 정보 없이, 원래 영상과 복원된 결과를 비교함으로써, 영상의 질을 평가하였다. 결과: 다양한 다운샘플링에 대해 얻어진 결과들은 영상의 스파스 변환이나 샘플링 형태와 같은 압축센싱의 중요한 요소들에 의해 크게 영향을 받는다는 것을 보여주었다. 결론: 복원된 결과로부터, 압축센싱 동적자기공명영상 기법인 k-t FOCUSS 가 고해상도의 time resolved contrast enhanced MR angiography 를 가능하게 할 수 있음을 확인하였다.