주파수 영역에서 잡음 제거를 위한 고속 적응 디지털 필터 설계

이재경; 윤달환

추천

검색

질문

자료유형: 학술저널

저자정보: 이재경 윤달환

저널정보: 대한전자공학회 전자공학회논문지-SP 전자공학회논문지 SP편 제41권 제3호

발행연도: 2004.5

수록면: 231 - 238 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

주파수 영역에서의 적응 신호처리는 입력의 자기 상관 행렬에 이산 퓨리에 변환(DFT: Discrete Fourier Transform)을 이용 할 때 거의 대각선화 되는 특성으로 인해 시간영역 적응필터보다 주파수 영역 적응 필터가 빠르게 적응한다. 본 논문에서는 변형된 이산 퓨리에 변환(MDFT: modified DFT)을 이용하여 주파수 영역 적응 필터를 설계함으로써 안정한 수렵 속도를 갖는 잡음 제거 시스템을 제안한다. 제안한 구조는 MDFT를 이용하여 연산수를 최소화하며, 안정한 수렴을 유지하면서 블록 없는 처리를 할 수 있고, 최적의 수렴 속도를 위해 입력 자기 상관 행렬에 MDFT를 사용해 근사적으로 대각화 시키고 시간적으로 변하는 스텝 크기를 정규화 하는 고속 적응 잡음 제거(HANR: high speed adaptive noise reduction) 알고리즘이다. HANR 알고리즘을 적용한 필터는 DFT 변환법을 사용한 LMS방법(non-proposed)보다 30% 정도의 속도 개선이 있다.

참고문헌 (18)

참고문헌 신청

[학술지(정기간행물)] - / 1998 / performance improvement of frequency domain adaptive filter : 1483 ~ 1486

[학술지(정기간행물)] - / 1999 / Frequency domain adaptive noise reduction using modified DFT pair : 1370 ~ 1373

[학술지(정기간행물)] - / 1987.04 / Improved Convergence Analysis of Stochastic Gradient Adaptive Filter Using the Sign Algorithm assp-35

[학술지(정기간행물)] - / 1983. / IEEE Trans. on Acoust. 31 : 609 ~ 615

[학술지(정기간행물)] - / / Convergence Analysis for Efficient Adaptive Digital Filtering Algorithms and Structures A diss. submitted to the faculty of The University of Utah in partial fulfillmentof the requirements for the degree of.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이재경

소속기관 전북대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 29 이용수 1,001

윤달환

소속기관 세명대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 5% 공학 > 전기전자공학 > 정보통신공학

논문수 98 이용수 3,865

이 논문과 함께 이용한 논문

아이핀(i-PIN)의 지속적 사용의도에 영향을 미치는 요인에 관한 실증적 연구

임혁 , 김태성 Journal of Information Technology Applications & Management 2015 .12

서명 검증을 위한 특징 기반의 FE-SONN

구건서 한국컴퓨터정보학회논문지 2005 .12

i-PIN 서비스를 활용한 인증 서비스 구현

김현주 , 신인철 , 이수종 한국컴퓨터정보학회논문지 2012 .07

모바일 장치에서 OTP 기반의 바이오 인식 보안을 위한 프레임워크

한승진 한국컴퓨터정보학회논문지 2012 .04

구조적 분석에 의한 온라인 서명 검증

이진호 , 김성훈 , 김재희 대한전자공학회 학술대회 1998 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-014011484

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)