• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1995년도 춘계학술대회
• /
• pp.42-44
• /
• 1995

The original DANTE sequence and its variations have limitation in excitation profile (a sinc function-like excitation) due to the finite duration of the DANTE pulsetrain. This sinc function-like selection profile excites only a small fraction of the spins in the pixel thereby results in poor signal to noise ratio (only about ${\sim}1%$ of normal MR imaging sequence). Therefore, this poor signal to noise ratio (SNR) has been the main drawback of the original DANTE sequence. To improve the signal to noise ratio, phases of individual RF pulses in the DANTE pulse train were modulated so that more spins in the object were excited ($1{\sim}3$). We have introduced a new FM (Frequency Modulation) DANTE sequence and analyzed the signal intensity and excitation profiles.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.289-290
• /
• 2007

In order to improve the performance of a speech recognition system in the presence of noise, we propose a noise robust front-end using two-channel speech signals by separating speech from noise based on the computational auditory scene analysis (CASA). The main cues for the separation are interaural time difference (ITD) and interaural level difference (ILD) between two-channel signal. As a result, we can extract 39 cepstral coefficients are extracted from separated speech components. It is shown from speech recognition experiments that proposed front-end has outperforms the ETSI front-end with single-channel speech.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.555-560
• /
• 2013

본 논문에서는 거리측정, 로그전력, 실효치 방법에 의하여 유성음, 무성음, 묵음 구간을 검출하여, 서브밴드 필터에 의한 잡음제거 알고리즘을 제안한다. 제안한 알고리즘은 각 프레임에서 서브밴드 필터를 사용하여 잡음으로 오염된 음성신호로부터 백색잡음 및 도로잡음의 스펙트럼을 차감하는 방법이다. 본 실험에서는 Aurora-2 데이터베이스에 포함된 음성신호와 잡음신호를 사용하여 스펙트럼 차감 알고리즘의 결과를 나타낸다. 잡음에 의하여 오염된 음성신호에 대하여 신호대잡음비를 사용하여 본 알고리즘이 유효하다는 것을 확인한다. 실험으로부터 백색잡음에 대하여 평균 2.1 dB, 도로잡음에 대하여 평균 1.91 dB의 출력 신호대잡음비가 개선된 것을 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제17권1호
• /
• pp.199-206
• /
• 2017

환경 잡음은 음성인식 시스템의 성능을 떨어뜨릴 수 있다. 이 논문은 인식 시스템이 잡음에 강인하도록 만들기 위하여, 켑스트럼에 기초한 특징 보상을 수행하는 과정을 제시한다. 이 방법은 부가적인 잡음의 영향을 제거하기 위한 직접적인 스펙트럼 기울기 보상에 기초를 둔다. 잡음 보상 방법은 로그 전력 스펙트럼의 스펙트럼 기울기 계산에 의하여 캡스트럼 영역에서 동작한다. 스펙트럼 보상은 SNR에 의존하는 켑스트럼 평균 보상 방법과 함께 사용된다. 백색 가우스 잡음, 지하철 잡음 및 자동차 잡음에 있는 조건에서, 실험 결과는 제안한 보상 방법이 여러 SNR에서 인식률을 상당히 개선한다는 것을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제22권1호
• /
• pp.71-76
• /
• 2017

Recently, there are various researches using inaudible high frequencies like as wireless communication based smart devices, data transmission algorithm, indoor positioning trace technologies. However, when they use high frequencies of inaudible range, they have a problem that the accuracy of data transmission with high frequencies was low because of interference from ambient noise in our real life. To solve this problem, in this paper, we proposed an application based on smart phone and server system for collection of ambient noise and detection of robust high frequency range. The server system could detect the robust high frequency range from statistical analysis of collected noise and the robust high frequency could avoid interference from ambient noise. We tested the proposed application's ability to gather noise and high frequencies for a certain period of time to evaluate performance. According to the testing results, we confirmed that the proposed application and server system could detect a robust high-frequency range via noise analysis in real life. Therefore, the proposed application and server could be a useful technology for future research on inaudible high frequencies.

• 한국음향학회지
• /
• 제32권5호
• /
• pp.408-414
• /
• 2013

능동소음제어에서 널리 사용되는 FxLMS 알고리즘은 비정상 잡음환경에서 불안정하게 동작하는 경우가 있다. 이와 같은 문제를 해결하기 위하여, Sun과 Akhtar는 FxLMS 알고리즘의 갱신 과정에서 기준신호를 수정하는 방법을 제안하였다. 그러나 이들의 방법은 임펄스 노이즈가 발생할 경우 만족스러운 안정성을 보여주지 못하였다. 본 논문에서 제안된 알고리즘은 확률추정과 영교차율을 이용하여 능동소음제어의 안정성과 성능을 개선하였다. 또한 최적의 파라미터 선정을 위하여 퍼지 추론을 사용하였다. 제안된 방법의 실험결과 비정상 잡음환경에서 기존의 방법에 비하여 우수한 안정성과 빠른 수렴속도를 보여줬다.

• 한국전자파학회논문지
• /
• 제22권5호
• /
• pp.560-567
• /
• 2011

본 논문에서는 가시 광통신 시스템에서 편광기를 사용하여 잡음광의 간섭을 소거하였다. 송신부에서는 전송데이터의 원 신호와 반전 신호를 사용하여 2개의 LED를 동시에 변조한 후 서로 직교하는 편광기를 통하여 출력광을 방사하고, 수신부에서는 직교하는 편광기를 통하여 수신된 2개의 신호를 차동 증폭함으로써 잡음광의 간섭을 소거하였다. 조명용 LED의 신호광에 비하여 형광등으로부터의 잡음광의 세기가 더 강한 환경에서 직교 편광기를 부착한 수신부를 사용하여 120 Hz 잡음 성분을 소거하였으며, 2개의 LED를 사용하여 원 신호와 반전 신호를 동시 전송함으로써 1개의 LED를 사용하는 경우에 비하여 조명 상태의 깜박거림을 약 1/8배로 감소하였다.

• 한국전자파학회논문지
• /
• 제9권4호
• /
• pp.462-472
• /
• 1998

본 논문은 레일라이 페이딩과 로그노말 새도우잉에 의한 영향뿐 아니라 도심지역에 혼재해 있는 인공잡음을 고려하여 이동 무선 채널파 전파특성을 분석하였다. 잡음의 존재 여부가 이동 무선 시스템에 어떠한 영향을 미치는가에 대해서 기존의 모델링과 outage 확률값을 비교하였다. 도심지역의 효과적인 무선 전파의 분석올 위해서 페이딩과 새도우잉 그리고 잡음을 복합적으로 고려하였다. N=O.OOOOOI인 조건에서 잡음을 고려하지 않은 경우 outage 확률값은 $5.624\times10^{-6}$, 페이딩만을 고려한 경우는 $3.1976\timeslO^{-4}$, 잡음을 고려한 모텔에서는 $6.0\times10^{-3}$ 을 나타냈다. 잡음올 무시한 채널 모델령과 해석은 시스템의 성능평가에 상당한 오류를 야기될 수 있음올 밝혔다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1103-1108
• /
• 2023

본 논문에서는 음향신호의 배경잡음을 감쇠하기 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 이산 웨이블릿 변환(DWT: Discrete Wavelet Transform) 후 기존의 적응필터를 대신 FNN(: Full-connected Neural Network) 심층학습 알고리즘을 이용하여 잡음감쇠 성능을 개선하였다. 입력신호를 단시간 구간별로 웨이블릿 변환한 다음 1024-1024-512-neuron FNN 딥러닝 모델을 이용하여 잡음이 포함된 단일입력 음성신호로부터 잡음을 제거한다. 이는 시간영역 음성신호를 잡음특성이 잘 표현되도록 시간-주파수영역으로 변환하고 변환 파라미터에 대해 순수 음성신호의 변환 파라미터를 이용한 지도학습을 통하여 잡음환경에서 효과적으로 음성을 예측한다. 본 연구에서 제안한 잡음감쇠시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 사용하면 기존의 적응필터를 사용하는 경우보다 30%, STFT(: Short-Time Fourier Transform) 변환을 사용하는 경우보다는 20%의 평균자승오차(MSE: Mean Square Error) 개선효과를 얻을 수 있었다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.113-118
• /
• 2024

본 논문에서는 음향신호의 배경잡음을 소거하기 위한 시스템에서 최적의 wavelet을 제안한다. 이 시스템은 기존의 단구간 푸리에변환(STFT: Short Time Fourier Transform) 대신 이산 웨이블릿변환(DWT: Discrete Wavelet Transform)을 수행한 후 심층학습과정을 통하여 잡음소거 성능을 개선하였다. DWT는 다해상도 대역통과필터 기능을 하며 각 레벨에서 모 웨이블릿을 시간 이동시키고 크기를 스케일링한 여러 웨이블릿을 이용하여 변환 파라미터를 구한다. 여기서 음성을 분석하는데 가장 적합한 모(mother) 웨이블릿을 선정하기 위해 여러 웨이블릿에 대한 잡음소거 성능을 실험하였다. 본 연구에서 여러 웨이블릿에 대한 잡음소거시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 가장 많이 사용되는 4개의 wavelet에 대해 모의실험을 수행하였다. 실험 결과, Haar 또는 Daubechies 웨이블릿을 사용하는 경우가 가장 우수한 잡음소거 성능을 나타냈으며 타 웨이블릿을 사용하는 경우보다 평균자승오차(MSE: Mean Square Error)가 크게 개선되는 것을 볼 수 있었다.