• 제어로봇시스템학회:학술대회논문집
• /
• 2003.10a
• /
• pp.433-437
• /
• 2003

Quantitative Feedback Theory (QFT) is one of effective methods of robust controller design. In QFT design we can considers the phase information of the perturbed plant so it is less conservative than $H_{\infty}$ and ${\mu}$-synthesis methods and as be shown, it is more transparent than the sensitivity reduction methods mentioned . In this paper we want to overcome the major drawback of QFT method which is lack of an automatic method for loop-shaping step of the method so we focus on the following problem: Given a nominal plant and QFT bounds, synthesize a controller that achieves closed-loop stability and satisfies the QFT boundaries. The usual approach to this problem involves loop-shaping in the frequency domain by manipulating the poles and zeros of the nominal loop transfer function. This process now aided by recently developed computer aided design tools proceeds by trial and error and its success often depends heavily on the experience of the loop-shaper. Thus for the novice and First time QFT user, there is a genuine need for an automatic loop-shaping tool to generate a first-cut solution. Clearly such an automatic process must involve some sort of optimization, and while recent results on convex optimization have found fruitful applications in other areas of control theory we have tried to use LMI theory for automating the loop-shaping step of QFT design.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.5
• /
• pp.1361-1369
• /
• 2000

For the implementation of 3D Sound Localization system, the binaural filtering by HRTFs is generally employed. But the HRTF filter is of high order and its coefficients for all directions have to be stored, which imposes a rather large memory requirement. To cope with this, research works have centered on obtaining low dimensional HRTF representations without significant loss of information and synthesizing the original HRTF efficiently, by means of feature extraction methods for multivariate dat including PCA. In these researches, conventional linear PCA was applied to the frequency domain HRTF data and using relatively small number of principal components the original HRTFs could be synthesized in approximation. In this paper we applied neural network based nonlinear PCA model (NLPCA) and the nonlinear PLS repression model (NLPLS) for this low dimensional HRTF modeling and analyze the results in comparison with the PCA. The NLPCA that performs projection of data onto the nonlinear surfaces showed the capability of more efficient HRTF feature extraction than linear PCA and the NLPLS regression model that incorporates the direction information in feature extraction yielded more stable results in synthesizing general HRTFs not included in the model training.

• Broadcasting and Media Magazine
• /
• v.16 no.4
• /
• pp.31-45
• /
• 2011

사용자가 원하는 3D 사운드 혹은 소리의 공간감을 원하는 대로 재현할 수 있는 오디오 시스템은 오랜 기간 동안 인류가 가지고 싶었던 꿈의 기계였다. 그러나 과연 개인 혹은 사용자가 원하는 3D 사운드라는 것이 무엇이며 어떻게 정의하여야 하는지는 명확하지 않다. 이것은 매우 주관적인 개념일 뿐만 아니라 개인에 따라 다를 수 있으며, 그 평가에 대한 객관적인 방법 또한 존재하지 않는다. 관련된 연구를 살펴보면, 원하는 소리의 파동 전파 자체를 시공간 상에서 물리적으로 재현하는 WFS(Wave Field Synthesis)나 Ambisonics, 또는 머리전달함수(HRTF: Head Related Transfer Function)를 기반으로 한 많은 연구들이 있다. 이렇게 재현된 음장(sound field)을 보면 이들이 인지되고 평가되는 등의 객관화를 위하여는 청취 환경에 따라 그 특성이 바뀌고 동일한 환경에서도 청취자에 따라 다르게 인지되는 근본적인 문제점을 가지고 있다. 음장 재현 방법의 이러한 근본적인 문제는 놀랍게도 과거의 스테레오 시스템에서 볼 수 있는 밸런스 노브(balance knob)로부터 그 해결의 실마리를 찾을 수 있다. 밸런스 노브는 보편적인 최적의 소리를 찾는 대신에 청취자가 원하는 음향 효과를 얻을 때까지 직접적으로 소리를 청취하고, 스스로 조절하여 평가할 수 있는 매개체의 역할을 수행한다. 만일 밸런스 노브와 같이 청취자가 원하는 3D 사운드를 스스로 평가하고 조절하기 위한 방법을 마련할 수 있다면? 즉, 청취자가 시공간적으로 원하는 3D 사운드를 실시간으로 청취하고 변화시킬 수 있는 인터페이스를 구현할 수 있다면? 과연 그러한 것이 어떻게 가능할 수 있는지 체계적인 검토가 이루어질 수 있다면 매우 좋을 것이다. 본 고는 이러한 것을 가능케 할 수 있는 즉, 청취자가 자유 자재로 원하는 음장을 형성할 수 있는 렌더링 기법 및 즉각적인 피드백이 가능한 인터페이스를 소개하고 있다. 인터페이스는 현재까지 오디오 시스템에서 주로 사용되는 주파수 이퀄라이져(frequency equalizer)와 매우 유사한 특징이 있다. 이러한 점을 감안하여 "Spatial Equalizer$^{(R)}$"라는 이름을 붙여 보았다. Spatial Equalizer$^{(R)}$는 공간 상에 하나의 점 또는 다수의 점으로 표시되는 가상 음원을 사용자가 조종하여 원 소리의 공간감을 제어할 수 있도록 구성되어 있다. 공간 상에 다수의 점 음원들의 위치를 변화시키거나 크기를 변화시킴으로써 청취자가 원하는 공간감을 구현할 수 있도록 하고 있다. 중요한 것은 종전의 이퀄라이져와 같이 Spatial Equalizer$^{(R)}$에 의해 형성되는 음장이 어떤 객관적인 척도에 의해서 평가되는 대신 사용자에 의해 직접 주관적으로 평가되고, 선택된다는 점이다.