http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Phase Rotation 방지를 위한 Carrier Recovery Loop의 설계
최한준,이승준,Choi, Han-Jun,Lee, Seung-Jun 대한전자공학회 1999 電子工學會論文誌, C Vol.c36 No.2
변조된 Passband 신호의 동기 검파 방식의 복조(Coherent Demodulation)에서 대부분의 수신 신호 decision에서 나타나는 실제적인 문제는 그 성상도가 회전하는 경우이다. 일단 성상도가 회전하는 경우이다. 일단 성상도가 회전하게 되면 수신단에서는 유효한 성상도와 구별해 낼 수 있는 방법이 없다. 그러나 수신기는 회전된 성상도에 의해 수신된 위상을 결정하므로 이러한 문제를 극복해 낼 수 없다면 그 결과는 계속되는 에러로 나타나게 된다. 본 논문에서는 먼저 QPSK 복조기에서의 주파수 옵셋과 위상 오차를 극복하기 위한 Carrier Recovery Loop에 대해서 살펴보고 나서 위상 Rotation을 방지하기 위한 방법을 제시하였다. 검출된 위상 오차를 주파수 옵셋 교정에 선별적으로 적용함으로써 Phase rotation의 발생을 줄일 수 있다. 시뮬레이션을 통해 제시한 방법의 타당성을 검증하였다. Phase rotational is a practical problem in the implementation of coherent demodulation. Large phase noise may intorduce phase rotation in the demodulator which results in repeated decision errors. This paper presents a simple and yet very efficient technique in building a carrier recovery loop which minimizes the phase rotation by improving the stability of the decision-directed carrier recovery loop. Simulation shows this novel technique improves the performance of the carrier recovery loop as well as stability.
딥러닝 기반의 IMU 센서 데이터를 활용한 운동 분류 및 횟수 예측 연구
최한준(Han Jun Choi),전민기(Min Gi Jeon),김수현(Su-Hyeon Kim),고상기(Sang-Ki Ko),정학균(Hak-Gyun Jeong) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
웨이트 트레이닝을 통해 운동 수행능력을 성장시키기 위해서는 운동 별로 세트 수와 반복 횟수를 기록해두는 것이 중요하다. 이를 자동화하기 위해 귀에 착용하는 히어러블(hearable) 장치 내에 내장된 IMU 센서를 통해 사용자의 운동 데이터를 수집하고 이를 활용하여 운동 종목과 반복횟수를 예측하는 딥러닝 기반의 알고리즘을 제안한다. 본 논문에서 제안하는 인공 신경망 모델은 2D 합성곱 신경망(CNN)을 활용하며 학습 성능을 극대화하기 위하여 취득된 센서 데이터의 주파수 및 내재적 특징을 고려하여 여러 시계열 데이터 증강 기법을 적용하여 학습 데이터를 증강한다. 실험을 통해 각 데이터 증강 기법이 운동 분류 예측 및 횟수 예측에 미치는 영향을 알아보고 최종적으로 모든 데이터 증강 기법이 활용되었을 때의 성능을 소개한다.