ATSC Digital Television Signal Detection with Spectral Correlation Density

유도식,임종태,강민홍 한국통신학회 2014 Journal of communications and networks Vol.16 No.6

In this paper, we consider the problem of spectrum sensingfor advanced television systems committee (ATSC) digital television(DTV) signal detection. To exploit the cyclostationarity of theATSC DTV signals, we employ spectral correlation density (SCD)as the decision statistic and propose an optimal detection algorithm. The major difficulty is in obtaining the probability distributionfunctions of the SCD. To overcome the difficulty, we probabilisticallymodelthe pilot frequency location and employ Gaussianapproximation for the SCD distribution. Then, we obtain a practicallyimplementable detection algorithm that outperforms the industryleading systems by 2–3 dB. We also propose various techniquesthat greatly reduce the system complexity with performancedegradation by only a few tenths of decibels. Finally, we show howrobust the system is to the estimation errors of the noise powerspectral density level and the probability distribution of the pilotfrequency location.

대수부등식들만을 이용한 갈라거 랜덤 코딩 바운드의 유도

유도식 ( Do Sik Yoo ),임종태 ( Jong Tae Lim ) 韓國航行學會 2007 韓國航行學會論文誌 Vol.11 No.4

항공 통신 기술 : ATSC 신호 검출을 위한 고분해능 사이클로스테이션너리(Cyclostationary) 스펙트럼 센싱

유도식 ( Do Sik Yoo ),임종태 ( Jong Tae Lim ),강민홍 ( Min Hong Kang ),엄선민 ( Sun Min Lim ) 한국항행학회 2009 韓國航行學會論文誌 Vol.13 No.3

ATSC 신호 검출을 위한 스펙트럴 상관 밀도의 결합을 이용하는 스펙트럼 센싱

유도식 ( Do Sik Yoo ),임종태 ( Jong Tae Lim ) 한국항행학회 2013 韓國航行學會論文誌 Vol.17 No.3

본 논문에서는 스펙트럴 상관 밀도 (spectral correlation density, SCD)를 이용하여 ATSC 디지털 텔레비전 신호를 검출하기 위한 SCD 결합을 이용하는 스펙트럼 센싱 기법을 제시한다. ATSC 텔레비전 파일럿 신호의 사이클로스테이셔너리 성질을 이용하는 검출 기법은 주로 특정 위치의 주파수의 SCD 값을 이용한다. 하지만, 다중 경로 페이딩 환경에서 SCD의 값이 여러 주파수에 걸쳐서 분포되어 있음을 확인할 수 있다. 파일럿 근처에서 분포하는 일련의 SCD값을 이용하기 위해 최대율 결합 (maximal ratio combining), 자승 결합 (square law combining), 균일 이득 결합 (equal gain combining)과 유사한 SCD 결합 기법들을 제안한다. 제시한 SCD 결합 기법은 다중 페이딩 환경하에서 검출 성능을 0.5∼1.0 dB 정도 향상시켰다. In this paper, we propose simple combining schemes for sensing ATSC digital television signals with spectral correlation density (SCD). The detection algorithms exploiting the cyclostationarity exhibited by the pilot of ATSC digital television signals usually use the SCD value at a given particular frequency. However, we found that non-zero SCDs are found to be distributed over a certain range of frequencies in multipath fading environment. To utilize a set of non-zero SCD values computed in the vicinity of the pilot location, we formulate a class of combining methods in analogy with the maximal ratio combining, the square law combining and the equal gain combining. We show that the proposed simple combining schemes improve the detection performance by 0.5∼1.0dB under multipath fading environments.

적응형 스케일조절 신경망을 이용한 객체 위치 추적

박선배,유도식 한국항행학회 2022 韓國航行學會論文誌 Vol.26 No.6

객체추적은 이전시간에서 추정한 위치와 현재 관측 데이터를 바탕으로 객체의 위치를 연속적으로 추적하는 신호처리 분야이다. 이 논문에서는 3개의 RNN을 서브모듈로 가지는 적응형 스케일조절 신경망을 이용해 입력 데이터의 스케일을 스스로 조절하여 추적할 수 있는 신경망을 제안한다. 객체 추적 성능을 평가하기 위해 객체가 조각별 등가속운동을 하는 1차원 객체 운동 모델에서 제안하는 시스템, 칼만 필터와 최대우도기법의 추적 성능을 비교한다. 그 결과 제안하는 알고리듬의 성능이 평균제곱근오차 기준으로 최대우도기법과 칼만필터보다 다양한 상황에서 전반적으로 우수하며 관측잡음이 커질수록 성능격차가 더 커지는 것을 보인다.

최대우도 가중평균 신경망을 이용한 객체 위치 추적

박선배,유도식 한국항행학회 2023 韓國航行學會論文誌 Vol.27 No.1

Object tracking is being studied with various techniques such as Kalman filter and Luenberger tracker. Even in situations, such as the one in which the system model is not well specified, to which existing signal processing techniques are not successfully applicable, it is possible to design artificial neural networks to track objects. In this paper, we propose an artificial neural network, which we call 'maximum-likelihood weighted-average neural network', to continuously track unpredictably moving objects. This neural network does not directly estimate the locations of an object but obtains location estimates by making weighted average combining various results of maximum likelihood tracking with different data lengths. We compare the performance of the proposed system with those of Kalman filter and maximum likelihood object trackers and show that the proposed scheme exhibits excellent performance well adapting the change of object moving characteristics. 객체 위치추적은 칼만필터나 루엔버거 추적기와 같은 다양한 기법을 통해 연구되고 있는데, 시스템 모델이 명확하게 규정되지 않는 경우와 같이 기존의 신호처리 기법을 성공적으로 적용하기 어려운 상황에서도 객체의 위치를 추적해 낼 수 있는 인공신경망을 설계하는 것이 가능하다. 본 논문에서는, 불규칙하게 운동 상태가 변화하는 객체의 위치를 지속적으로 추적하기 위해, 다양한 길이의 최대우도기법 객체위치 추정깂들을 도출한 뒤 신경망을 통해 이들을 적응적으로 가중평균하는 방법을 사용하는 ‘최대우도 가중평균 신경망’을 제안한다. 해당 신경망은 객체의 위치를 직접 추정하지 않고 데이터 길이가 다른 다양한 최대우도기법 추적 결과들을 가중평균하여 위치 추정을 수행한다. 우리는 제안하는 시스템의 추적성능을 칼만필터 및 최대우도기법들과 비교하여, 제안하는 기법이 물체의 움직임 특성에 잘 대처하여 우수한 성능을 나타내 줌을 보인다.

인공신경망 기반의 기타 코드 분류시스템 성능 비교

박선배,유도식 한국멀티미디어학회 2018 멀티미디어학회논문지 Vol.21 No.3

In this paper, we construct and compare various guitar chord classification systems using perceptron neural network and convolutional neural network without pre-processing other than Fourier transform to identify the optimal chord classification system. Conventional guitar chord classification schemes use, for better feature extraction, computationally demanding pre-processing techniques such as stochastic analysis employing a hidden markov model or an acoustic data filtering and hence are burdensome for real-time chord classifications. For this reason, we construct various perceptron neural networks and convolutional neural networks that use only Fourier tranform for data pre-processing and compare them with dataset obtained by playing an electric guitar. According to our comparison, convolutional neural networks provide optimal performance considering both chord classification acurracy and fast processing time. In particular, convolutional neural networks exhibit robust performance even when only small fraction of low frequency components of the data are used.

도래각 추정을 위한 3단계 인공신경망 알고리듬

박선배,유도식 한국항행학회 2020 韓國航行學會論文誌 Vol.24 No.1

Direction of arrival (DoA) estimation is a scheme of estimating the directions of targets by analyzing signals generated or reflected from the targets and is used in various fields. Artificial neural networks (ANN) is a field of machine learning that mimics the neural network of living organisms. They show good performance in pattern recognition. Although researches has been using ANNs to estimate the DoAs, there are limitations in dealing with variations of the signal-to-noise ratio (SNR) of the target signals. In this paper, we propose a three-stage ANN algorithm for DoA estimation. The proposed algorithm can minimize the performance reduction by applying the model trained in a single SNR environment to various environments through a ‘noise reduction process’. Furthermore, the scheme reduces the difficulty in learning and maintains efficiency in estimation, by employing a process of DoA shift. We compare the performance of the proposed algorithm with Cramer-Rao bound (CRB) and the performances of existing subspace-based algorithms and show that the proposed scheme exhibits better performance than other schemes in some severe environments such as low SNR environments or situations in which targets are located very close to each other. 도래각 추정은 표적으로부터 생성, 혹은 반사된 신호를 분석하여 표적의 방향을 추정하는 것으로 다양한 분야에 활용되고 있다. 인공신경망은 생물의 신경망을 모방한 기계학습의 한 분야로 패턴인식에서 좋은 성능을 보인다. 이러한 인공신경망을 도래각 추정에 활용하는 연구가 진행되어왔으나, 다양한 신호대잡음비 환경에 대응하는데에 제한이 있는 상황이다. 본 논문에서는 도래각 추정을 위한 3단계 인공신경망 알고리듬을 제안한다. 제안하는 알고리듬은 잡음제거과정을 통해 단일 신호대잡음비 환경에서 학습한 모델을 다양한 환경에 적용해도 성능감소를 최소화할 수 있다. 또한 도래각 시프트 과정을 통해 학습 난이도를 낮출 수 있고 효율적인 추정이 가능하다. 우리는, 제안하는 알고리듬과 다른 부공간 기법, Cramer-Rao bound (CRB)와의 성능 비교를 통해 제안하는 알고리듬이 낮은 신호대잡음비 환경, 표적들의 도래각이 가까운 환경 등 특정한 열악한 관측환경에서 타 기법에 비해 좋은 성능을 보이는 것을 확인하였다.

라플라스 분포 기반의 VaR 측정 방법의 적정성 평가

변부근,유도식,임종태 한국데이터정보과학회 2013 한국데이터정보과학회지 Vol.24 No.6

VaR (value at risk), which represents the expectation of the worst loss that may occur over a period of time within a given level of confidence, is currently used by various financial institutions for the purpose of risk management. In the majority of previous studies, the probability of return has been modeled with normal distribution. Recently Chen et al. (2010) measured VaR with asymmetric Laplacian distribution. However, it is difficult to estimate the mode, the skewness, and the degree of variance that determine the shape of an asymmetric Laplacian distribution with limited data in the real-world market. In this paper, we show that the VaR estimated with (symmetric) Laplacian distribution model provides more accuracy than those with normal distribution model or asymmetric Laplacian distribution model with real world stock market data and with various statistical measures. VaR (value at risk)는 주어진 신뢰수준에서 일정기간 동안 발생할 수 있는 최대손실의 기대치를나타내는 것으로, 현재 금융기관들의 대표적인 위험관리 수단으로 사용되고 있다. 기존의 대다수 연구에서는 수익률의 확률분포를 정규분포라 모형화한 후 VaR을 측정한다. 최근 Chen 등 (2012)은수익률의 확률분포를 비대칭 라플라스 분포라 모형화하고 VaR을 측정하였기도 하였으나, 비대칭 라플라스 분포의 경우 그 모양을 결정하는 최빈값, 비대칭 정도, 분산정도 등을 실제적인 환경에서 제한된 개수의 데이터를 가지고 추정하기가 매우 어렵다는 단점이 있다. 이 논문에서, 우리는 (대칭) 라플라스 분포 모형이 정규분포 모형이나 비대칭 라플라스 분포 모형보다 실제적인 환경에서 VaR을 보다더 정확히 추정해 줌을 주식시장의 실제 데이터와 VaR 초과비율, 기대초과손실, VaR초과편차율 등의 통계지표를 도입하여 입증한다.

라플라시안 분포 기반의 Value at risk(VaR) 측정 방법의 적정성 평가

변부근,유도식,임종태 대한산업공학회 2012 대한산업공학회 추계학술대회논문집 Vol.2012 No.11

Value at Risk(VaR)는 주어진 신뢰수준에서 일정기간 동안 발생할 수 있는 최대손실의 기대치를 나타내는 것으로, 현재 금융기관들이 대표적인 위험관리 수단으로 이를 사용하고 있다. 기존 대다수의 연구에서는 수익률의 확률분포를 정규분포라 모형화 한 후 VaR을 측정한다. 하지만, 이 연구에서는 수익률의 확률분포를 라플라시안 분포라 모형화하고 단순이동평균법과 지수가중이동평균법을 이용하여 VaR을 측정한다. 우리는, KOSPI200의 실제 데이터를 이용하여 라플라시안 분포라 모형화하고 측정한 VaR이 정규분포라 모형화하고 측정한 VaR보다 예상 값에 가까움을 관찰할 수 있었다. 따라서, 라플라시안 분포 모형을 활용할 경우, 시장 위험을 보다 정확하게 추정함으로써 보다 효과적인 위기관리를 할 수 있을 것으로 판단된다.