저전력 무선 생체신호 모니터링을 위한 심전도/근전도/뇌전도의 압축센싱 연구

이욱준(Ukjun Lee),신현철(Hyunchol Shin) 대한전자공학회 2015 전자공학회논문지 Vol.52 No.3

무선 헬스케어 서비스에서 생체신호 모니터링 시스템의 전력소모를 효과적으로 감소시킬 수 있는 압축센싱 기법을 다양한 생체신호에 적용하여 압축률을 비교하였다. 압축센싱 기법을 이용하여 일반적인 심전도, 근전도, 뇌전도 신호의 압축과 복원을 수행하였고, 이를 통해 복원된 신호와 원신호를 비교함으로써, 압축센싱의 유효성을 판단하였다. 유사랜덤 행렬을 사용하여 실제 생체신호를 압축하였으며, 압축된 신호는 Block Sparse Bayesian Learning(BSBL) 알고리즘을 사용하여 복원하였다. 가장 산제된 특성을 가지는 근전도 신호의 최대 압축률이 10배로 확인되어 가장 높았으며, 심전도 신호의 최대 압축률은 5배였다. 가장 산제된 특성이 작은 뇌전도 신호의 최대 압축률은 4배였다. 연구된 심전도, 근전도, 뇌전도 신호의 압축률은 향후 압축센싱을 적용한 무선 생체신호 모니터링 회로 및 시스템 개발시 유용한 기초자료로 활용될 수 있다. Compresses sensing (CS) technique is beneficial for reducing power consumption of biopotential acquisition circuits in wireless healthcare system. This paper investigates the maximum possible compress ratio for various biopotential signal when the CS technique is applied. By using the CS technique, we perform the compression and reconstruction of typical electrocardiogram(ECG), electromyogram(EMG), electroencephalogram(EEG) signals. By comparing the original signal and reconstructed signal, we determines the validity of the CS-based signal compression. Raw-biopotential signal is compressed by using a psuedo-random matrix, and the compressed signal is reconstructed by using the Block Sparse Bayesian Learning(BSBL) algorithm. EMG signal, which is the most sparse biopotential signal, the maximum compress ratio is found to be 10, and the ECG’sl maximum compress ratio is found to be 5. EEG signal, which is the least sparse bioptential signal, the maximum compress ratio is found to be 4. The results of this work is useful and instrumental for the design of wireless biopotential signal monitoring circuits.

거리-도플러 추정을 위한 압축 센싱 알고리즘의 계산 성능과 정확도

이현규,이근화,홍우영,임준석,정명준,Lee, Hyunkyu,Lee, Keunhwa,Hong, Wooyoung,Lim, Jun-Seok,Cheong, Myoung-Jun 한국음향학회 2019 韓國音響學會誌 Vol.38 No.5

In active SONAR, several different methods are used to detect range-Doppler information of the target. Compressive sensing based method is more accurate than conventional methods and shows superior performance. There are several compressive sensing algorithms for range-Doppler estimation of active sonar. The ability of each algorithm depends on algorithm type, mutual coherence of sensing matrix, and signal to noise ratio. In this paper, we compared and analyzed computational performance and accuracy of various compressive sensing algorithms for range-Doppler estimation of active sonar. The performance of OMP (Orthogonal Matching Pursuit), CoSaMP (Compressive Sampling Matching Pursuit), BPDN (CVX) (Basis Pursuit Denoising), LARS (Least Angle Regression) algorithms is respectively estimated for varying SNR (Signal to Noise Ratio), and mutual coherence. The optimal compressive sensing algorithm is presented according to the situation. 능동소나에서는 표적의 거리 도플러 정보를 탐지하기 위해 여러 가지 기법을 사용한다. 그중 압축 센싱을 적용한 기법은 기존의 방식보다 더욱 정밀한 탐지가 가능하며 우수한 성능을 나타낸다. 능동 소나의 거리 도플러 추정에 적용할 수 있는 압축 센싱 알고리즘은 여러 가지 있다. 압축 센싱 알고리즘 마다 계산 성능이 다르며 압축 센싱 알고리즘에 따라 신호 대 잡음비와 센싱 행렬의 코히런스가 거리 도플러 추정에 미치는 영향의 정도가 다르다. 본 논문은 능동 소나의 거리 도플러 추정을 위한 여러 가지 압축 센싱 알고리즘의 계산 성능과 정확도를 비교, 분석하였다. 여러 신호대 잡음비, 상호간섭성 값에 대한 OMP(Orthogonal Matching Pursuit), CoSaMP(Compressive Sampling Matching Pursuit), BPDN(CVX)(Basis Pursuit Denoising), LARS(Least Angle Regression) 알고리즘의 추정 성능을 확인하였으며, 상황에 따른 최적의 압축 센싱 알고리즘을 보인다.

효율적인 SHM을 위한 압축센싱 기술 - Kobe 지진파형을 이용한 CAFB의 최적화 및 지진응답 실험 중심으로

허광희,이진옥,서상구,정유승,전준용 한국구조물진단유지관리공학회 2020 한국구조물진단유지관리공학회 논문집 Vol.24 No.2

The compression sensing technology, CAFB, was developed to obtain the raw signal of the target structure by compressing it into a signal of the intended frequency range. At this point, for compression sensing, the CAFB can be optimized for various reference signals depending on the desired frequency range of the target structure. In addition, optimized CAFB should be able to efficiently compress the effective structural answers of the target structure even in sudden/dangerous conditions such as earthquakes. In this paper, the targeted frequency range for efficient structural integrity monitoring of relatively flexible structures was set below 10Hz, and the optimization method of CAFB for this purpose and the seismic response performance of CAFB in seismic conditions were evaluated experimentally. To this end, in this paper, CAFB was first optimized using Kobe seismic waveform, and embedded it in its own wireless IDAQ system. In addition, seismic response tests were conducted on two span bridges using Kobe seismic waveform. Finally, using an IDAQ system with built-in CAFB, the seismic response of the two-span bridge was wirelessly obtained, and the compression signal obtained was cross-referenced with the raw signal. From the results of the experiment, the compression signal showed excellent response performance and data compression effects in relation to the raw signal, and CAFB was able to effectively compress and sensitize the effective structural response of the structure even in seismic situations. Finally, in this paper, the optimization method of CAFB was presented to suit the intended frequency range (less than 10Hz), and CAFB proved to be an economical and efficient data compression sensing technology for instrumentation-monitoring of seismic conditions. 압축센싱 기술인 CAFB는 대상 구조물의 원시신호를 목적된 주파수 범위의 신호로 압축하여 획득하도록 개발되었다[27]. 이때 압축센싱을 위해 CAFB는 대상 구조물의 목적된 주파수 범위에 따라 다양한 기준신호로 최적화 될 수 있다. 또한, 최적화된 CAFB는 지진과 같은 돌발/위험상황에서도 대상 구조물의 유효한 구조응답을 효율적으로 압축할 수 있어야 한다. 본 논문에서는 상대적으로 유연한 구조물의 효율적인 구조 건전도 모니터링을 위하여 목적된 주파수 범위를 10Hz 미만으로 설정하고, 이를 위한 CAFB의 최적화 방법과 지진상황에서 CAFB의 지진응답성능을실험적으로 평가하였다. 이를 위해 본 논문에서는, 먼저 Kobe 지진파형을 이용하여 CAFB를 최적화하였고, 이를 자체 개발한 무선 IDAQ 시스템에 임베디드 하였다. 그리고, Kobe 지진파형을 이용하여 2경간 교량에 대한 지진응답실험을 수행하였다. 마지막으로 CAFB가 내장된 IDAQ 시스템을 이용하여 실시간으로 2경간 교량의 지진응답을 무선으로 획득하고, 획득된 압축신호는 원시신호와 상호 비교하였다. 실험의 결과로부터 압축신호는 원시신호와 대비하여 우수한 응답성능과 데이터 압축효과를 보였고, 또한 CAFB는 지진상황에서도 구조물의 유효한 구조응답을 효과적으로 압축센싱할 수 있었다. 최종적으로 본 논문에서는 목적된 주파수 범위(10Hz 미만)에 적합하도록 CAFB의 최적화 방법을 제시하였고, CAFB는 지진상황의 계측-모니터링을 위해 경제적이고 효율적인 데이터 압축센싱 기술임을 증명하였다.

시간 상관관계를 이용한 분산 압축 비디오 센싱 기법의 복원 화질 개선

류중선(Ryu Joong-seon),김진수(Kim Jin-soo) 한국산업정보학회 2017 한국산업정보학회논문지 Vol.22 No.2

가장 간단한 샘플링을 위한 목적으로 SPL (Smoothed Projected Landweber)기법 기반의 움직임 보상 블록 압축센싱 기법이 모든 센싱 프레임들에 대해 분산 압축 비디오 센싱 기술이 적용되는 효과적인 방안으로 연구되어 오고 있다. 그러나 기존의 움직임 보상 블록기반의 압축센싱 기법은 매우 간단하여 복원된 위너-지브 프레임에서 우수한 화질을 제공하지 못하는 한계점이 있다. 본 논문에서는 기존의 움직임 보상 블록기반의 압축센싱 기법을 이용한 위너-지브 프레임에서 우수한 화질을 제공될 수 있도록 알고리즘을 변형한다. 즉, 제안된 알고리즘은 참조 프레임이 연속적인 프레임들에 있어 시간적 상관관계에 기초해서 적응적으로 선택되도록 하는 방법으로 설계된다. 다양한 실험 결과를 통하여 제안한 알고리즘은 기존의 알고리즘에 비해 우수한 화질을 제공할 수 있음을 확인한다. For The Purpose of Pursuing the Simplest Sampling, a Motion Compensated Block Compressed Sensing with Smoothed Projected Landweber (MC-BCS-SPL) has been Studied for an Effective Scheme of Distributed Compressive Video Sensing with all Compressed Sensing (CS) Frames. However, Conventional MC-BCS-SPL Scheme is Very Simple and so it Does not Provide Good Visual Qualities in Reconstructed Wyner-Ziv (WZ) Frames. In this Paper, the Conventional Scheme of MC-BCS-SPL is Modified to Provide Better Visual Qualities in WZ Frames. That is, the Proposed Agorithm is Designed in such a way that the Reference Frame may be Adaptively Selected Based on the Temporal Correlation Between Successive Frames. Several Experimental Results show that the Proposed Algorithm Provides Better Visual Qualities than Conventional Algorithm.

신뢰성 예측을 이용한 분산 압축 비디오 센싱의 성능 개선

김진수 한국산업정보학회 2018 한국산업정보학회논문지 Vol.23 No.6

최근에 원거리 비디오 센싱과 같은 응용은 많은 무선 네트워크에 중요한 응용으로 크게관심을 받고 있다. 분산 압축 비디오 센싱기술은 높은 부호화 복잡도를 간단히 하고, 동시에 비디오데이터를 캡처함과 동시에 압축함으로써 이 분야에 적용 가능한 기술로 고려되고 있다. 특히, 움직임 보상 블록 압축센싱 기술인 MC-BCS-SPL은 분산 압축 비디오 센싱 방법 중에 효과적인 기술로서 고려되고 있으나, 복원된 위너-지브 프레임에서 우수하지 못한 성능을 제공한다. 본 논문에서는기존의 MC-BCS-SPL 알고리즘을 살펴보고, 이웃하는 키프레임 사이에 신뢰성에 기초하여 효과적으로 움직임 보상 프레임을 얻는 방법을 도입함으로써 우수한 화질을 제공하는 방법을 제안한다. 다양한 실험 결과를 통하여 제안한 알고리즘은 기존의 알고리즘에 비해 우수한 화질을 제공할 수 있음을 확인한다.

전력 손실 지수 추정 기법과 베이지안 압축 센싱을 이용하는 수신신호 세기 기반의 위치 추정 기법

안태준,구인수 한국인터넷방송통신학회 2012 한국인터넷방송통신학회 논문지 Vol.12 No.1

무선 센서 네트워크에서, 각 노드들의 정확한 위치 정보를 파악하는 것은 효율적인 네트워크 환경 구축과 수집된 정보를 효율적으로 활용하기 위해 필수적이다. 노드의 위치를 추정하는 다양한 기법들 중, 일반적으로 많이 사용되는 수신신호세기(RSS) 기법은 추가적인 하드웨어 자원 없이 쉽게 구현될 수 있으나 채널의 상태 혹은 장애물 등 외부의 간섭으로 인한 신호의 왜곡 또는 감쇄가 발생하므로 이를 이용한 위치 추정 시 오차에 의한 영향을 충분히 고려하여야 한다. 위치 추정의 정확도를 향상시키기 위해, 일반적으로 충분한 수의 수신 신호 세기 표본의 획득하지만, 표본수가 늘어날수록 전송 시 에너지 소모가 발생한다. 본 논문에서는, 에너지 효율의 문제와 위치 추정의 정확도를 향상시키기 위해 전력 손실 지수 추정을 통한 베이지안 압축 센싱(Bayesian Compressive Sensing)을 사용하는 수신신호 세기 기반 위치 추정 기법을 제안한다. RSS 기반 위치 추정 시 중요한 요소인 전력 손실 지수의 추정을 통해, 실제 채널 환경에서의 적응적인 위치 추정을 가능하게 하며 또한 위치 추정의 정확도를 향상시킬 수 있다. 그리고 적은 수의 표본으로 신호를 복원하는 기술인 압축 센싱(Compressive Sensing) 기법을 무선 센서 네트워크에 적용함으로써 에너지 효율적인 위치 추정 기법을 가능하게 한다. 시뮬레이션 결과에서, 제안하는 기법은 적은 수의 측정으로 다수의 불특정 노드에 대한 정확한 위치 추정이 가능하게 하며 채널 환경에 상관없이 강인한 성능을 가짐을 확인하였다. 그리고 제안하는 방법은 압축된 수신 신호 세기를 취급하므로 네트워크 트래픽과 에너지 소모를 줄이는데 효율적임을 검증하였다. In Wireless Sensor Network(WSN)s, the detection of precise location of each node is essential for utilizing sensing data acquired from sensor nodes effectively. Among various location methods, the received signal strength(RSS) based localization scheme is mostly preferable in many applications because it can be easily implemented without any additional hardware cost. Since a RSS-based localization scheme is mainly affected by radio channel or obstacles such as building and mountain between two nodes, the localization error can be inevitable. To enhance the accuracy of localization in RSS-based localization scheme, a number of RSS measurements are needed, which results in the energy consumption. In this paper, a RSS based localization using Bayesian Compressive Sensing(BSS) with path-loss exponent estimation is proposed to improve the accuracy of localization in the energy-efficient way. In the propose scheme, we can increase the adaptative, reliability and accuracy of localization by estimating the path-loss exponents between nodes, and further we can enhance the energy efficiency by the compressive sensing. Through the simulation, it is shown that the proposed scheme can enhance the location accuracy of multiple unknown nodes with fewer RSS measurements and is robust against the channel variation.

지진응답실험을 통한 CAFB 성능평가

박진용 ( Park Jin-yong ),김용석 ( Kim Yong-suk ),이진옥 ( Lee Chin-ok ),전준용 ( Jeon Joon-ryong ),허광희 ( Heo Gwang-hee ) 한국구조물진단유지관리공학회 2019 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.23 No.2

본 연구에서는 압축센싱 기술인 CAFB(달팽이관 원리기반의 인공필터뱅크)가 El-Centro 지진 등 지진상황에서 구조물의 동적응답을 포함한 지진응답을 실시간으로 압축하여 획득할 수 있는지 평가하였다. 최적화된 CAFB를 무선 IDAQ 시스템에 임베디드 하였다. 이를 이용하여 대형 Shaking Table에 설치된 2-span 교량구조물의 지진응답을 실시간으로 압축하여 획득하였다. 연구결과 압축신호는 원시신호 대비 우수한 응답성능 및 데이터 압축효과를 보였으며 이를 통해 CAFB가 지진상황에서도 구조물의 동적응답을 포함한 지진응답을 실시간으로 압축 획득할 수 있음을 확인하였다.

대역폭 제한 조건과 Gram 행렬의 단위행렬로의 사영을 이용한 압축센싱 능동소나 송신파형 설계

이세현,이근화,임준석,정명준,Lee, Sehyun,Lee, Keunhwa,Lim, Jun-Seok,Cheong, Myoung-Jun 한국음향학회 2019 韓國音響學會誌 Vol.38 No.5

거리-도플러 추정을 위한 압축센싱(Compressive Sensing,CS) 모델은 과소결정계인 y = Ax 선형시스템으로 표현할 수 있다. 압축센싱 기법으로 위 선형시스템의 해를 찾으려면 행렬 A가 충분히 비간섭적이고 x가 희소해야 한다. 본 연구는 행렬 A가 비간섭적이도록 행렬 A의 상호간섭성을 낮추는 동시에 소나시스템에서 요구하는 대역폭을 유지하는 송신파형 설계 방법을 제안하였다. 제안한 방법은 행렬사영으로 센싱행렬을 최적화하는 방법과 DFT(Discrete Fourier Transform) 행렬을 이용하여 원하지 않은 주파수밴드를 억압하는 두 가지 방법을 결합한 것이다. 정합필터와 압축센싱 기법을 이용하여 기존파형 LFM(Linear Frequency Modulated)과 설계한 파형의 거리-도플러 추정 성능을 비교하였다. 시뮬레이션을 통해 설계한 송신파형이 기존파형(LFM)보다 탐지성능이 우수함을 보인다. The compressive sensing model for range-Doppler estimation can be expressed as an under-determined linear system y = Ax. To find the solution of the linear system with the compressive sensing method, matrix A should be sufficiently incoherent and x to be sparse. In this paper, we propose a transmission waveform design method that maintains the bandwidth required by the sonar system while lowering the mutual coherence of the matrix A so that the matrix A is incoherent. The proposed method combines two methods of optimizing the sensing matrix with the alternating projection and suppressing unwanted frequency bands using the DFT (Discrete Fourier Transform) matrix. We compare range-Doppler estimation performance of existing waveform LFM(Linear Frequency Modulated) and designed waveform using the matched filter and the compressive sensing method. Simulation shows that the designed transmission waveform has better detection performance than the existing waveform LFM.

압축 센싱의 성능 향상을 위한 가변 블록 크기 기술

함우규(Woo-Gyu Ham),구자성(Jaseong Ku),안창범(Chang-Beom Ahn),박호종(Hochong Park) 대한전자공학회 2013 전자공학회논문지 Vol.50 No.4

기존의 블록 기반 압축 센싱은 고정 블록 크기를 사용하여 신호를 복원하며, 영역별 신호의 특성에 적합한 블록 크기를 사용하지 못하여 복원 성능이 저하된다. 본 논문에서는 이 문제를 해결하기 위하여 블록 기반 압축 센싱에서 신호의 특성에 따라 블록 크기를 가변적으로 결정하여 복원 신호의 품질을 향상시키는 가변 블록 크기 기술을 제안한다. 제안한 방법은 여러 블록 크기로 신호를 복원하고, 프레임별로 각 복원한 신호의 자기 상관도를 측정하여 신호의 특성을 확인하고, 프레임의 블록 크기를 결정한다. 동일한 측정 데이터에 대하여 제안한 가변 블록 크기 방법이 기존의 고정 블록 크기 방법에 비하여 향상된 품질의 신호를 복원하는 것을 확인하였다. The conventional block-based compressed sensing uses a fixed block size for signal reconstruction, and the reconstructed signal is degraded because the block size suitable to the signal characteristics is not used. To solve this problem, in this paper, a variable block size method for compressed sensing is proposed that estimates the signal characteristics and selects a proper block size for each frame, thereby improving the quality of the reconstructed signal. The proposed method reconstructs the signal with different block sizes, analyzes the signal characteristics using correlation coefficients for each frame, and select the block size for the frame. It is confirmed that, with the same acquired data, the proposed method reconstructs the signal of higher quality than the conventional fixed block size method.

센싱 및 계측 기술에서의 혁신: 지구물리 탐사를 위한 압축센싱 및 초고해상도 기술

공승현 ( Seung Hyun Kong ),한승준 ( Seung Jun Han ) 한국지구물리·물리탐사학회 2011 지구물리와 물리탐사 Vol.14 No.4

탐사 시스템을 포함하여 대부분의 센싱 및 계측 시스템은 중요한 정보를 놓치지 않기 위하여 필요한 정보 보다 높은 샘플주기로 정보를 수집 한다. 이는 경우에 따라 센싱 및 계측 시스템이 비효율적일 수 있음을 의미한다. 본 논문에서는 적은 샘플자료로부터 높은 정밀도의 정보 취득에 관한 새로운 두 가지 연구분야를 소개하고자 한다. 하나는 가능한 적은 샘플로 원래의 정보를 복원하는 압축센싱(Compressed Sensing)기술이며, 또 다른 하나는 이미 얻어진 한정된 샘플로부터 높은 해상도의 정보를 추정하는 초고해상도(Super-Resolution)기술이다. 본 논문에서는 압축센싱 기술의 기본이론과 복원기술에 대해 설명하고, 탐사분야의 적용 사례, 초고해상도 기술의 배경 및 최근의 기술인 FRI (Finite Rate of Innovation) 개념과 LIMS (Least-squares based Iterative Multipath Super-resolution)기술의 적용사례를 소개한다. 결론으로는 이러한 새로운 기술들이 지구물리 탐사분야에 어떻게 활용될 수 있는지 논의한다. Most sensing and instrumentation systems should have very higher sampling rate than required data rate not to miss important information. This means that the system can be inefficient in some cases. This paper introduces two new research areas about information acquisition with high accuracy from less number of sampled data. One is Compressed Sensing technology (which obtains original information with as little samples as possible) and the other is Super-Resolution technology (which gains very high-resolution information from restrictively sampled data). This paper explains fundamental theories and reconstruction algorithms of compressed sensing technology and describes several applications to geophysical exploration. In addition, this paper explains the fundamentals of super-resolution technology and introduces recent research results and its applications, e.g. FRI (Finite Rate of Innovation) and LIMS (Least-squares based Iterative Multipath Super-resolution). In conclusion, this paper discusses how these technologies can be used in geophysical exploration systems.