주파수영역 독립성분분석을 이용한 수동소나 표적신호 분리

이호재,서익수,배건성,Lee, Hojae,Seo, Iksu,Bae, Keunsung 한국음향학회 2016 韓國音響學會誌 Vol.35 No.2

수동소나 시스템에서는 함정의 소음원에서 발생하는 방사 소음을 분석하여 표적을 탐지 및 식별한다. 소나의 탐지 범위 안에 다수의 소음원이 존재하면 신호를 분석할 때 각 소음원에서 나오는 성분들이 혼합되어 각각의 소음원을 규명하기가 어렵다. 이를 해결하기 위해 일반적으로는 배열 센서를 이용한 빔을 형성하여 소음원의 신호를 공간적으로 분리하는 기법이 사용되지만 환경에 따라 여전히 어려운 점이 있다. 본 연구에서는 수동소나 표적신호를 분리하기 위한 새로운 방법으로 주파수영역 독립성분분석(FDICA: Frequency Domain Independent Component Analysis)을 적용하고, 혼합된 표적신호를 분리하는 모의실험을 수행하여 그 타당성을 검증하였다. 표적신호 합성을 위한 특징 정보로는 기계류 토널 성분 및 프로펠러 성분을 사용하였고, 분리 전 후의 결과를 LOFAR(Low Frequency Analysis and Recording), DEMON(Detection Envelope Modulation On Noise) 분석을 통해 비교하였다. Passive sonar systems detect and classify the target by analyzing the radiated noises from vessels. If multiple noise sources exist within the sonar detection range, it gets difficult to classify each noise source because mixture of noise sources are observed. To overcome this problem, a beamforming technique is used to separate noise sources spatially though it has various limitations. In this paper, we propose a new method that uses a FDICA (Frequency Domain Independent Component Analysis) to separate noise sources from the mixture. For experiments, each noise source signal was synthesized by considering the features such as machinery tonal components and propeller tonal components. And the results of before and after separation were compared by using LOFAR (Low Frequency Analysis and Recording), DEMON (Detection Envelope Modulation On Noise) analysis.

Convolutive 암묵신호분리방법에 기반한 음향반향 제거

이행우(Haeng Woo Lee) 한국전자통신학회 2018 한국전자통신학회 논문지 Vol.13 No.5

본 논문은 암묵신호분리방법을 이용한 음향반향 제거에 관한 것이다. 이 방법은 동시통화 중에도 반향제거 성능이 저하되지 않는다. 폐쇄된 반향환경에서 음향신호의 혼합모델은 다채널이기 때문에 convolutive 암묵신호분리방법을 적용하며 신호분리를 위해 분리계수를 직접 계산하지 않고 역방향 모델을 이용하여 혼합계수를 산출하는 방식으로 이루어진다. 계수 갱신은 2차 통계적 성질을 기반으로 반복적인 계산에 의해 수행됨으로서 근단화자 신호를 추정해낸다. 제안한 암묵신호분리의 성능을 검증하기 위해 많은 시뮬레이션을 수행하였다. 시뮬레이션 결과, 이 방법을 사용한 음향반향제거기는 동시통화의 유무에 상관없이 안전하게 동작하고, 일반적인 적응 FIR 필터구조에 비해 PESQ가 0.6점 향상되는 것으로 나타났다. This paper deals with acoustic echo cancellation using blind signal separation method. This method does not degrade the echo cancellation performance even during double-talk. In the closed echo environment, the mixing model of acoustic signals is multi-channel, so the convolutive blind signal separation method is applied and the mixing coefficients are calculated by using the feedback model without directly calculating the separation coefficients for signal separation. The coefficient update is performed by iterative calculations based on the second-order statistical properties, thus estimates the near-end speech. A number of simulations have been performed to verify the performance of the proposed blind signal separation method. The simulation results show that the acoustic echo canceller using this method operates safely regardless of the presence of double-talk, and the PESQ is improved by 0.6 point compared with the general adaptive FIR filter structure.

컨볼루션 혼합신호의 암묵 잡음분리방법

이행우 한국전자통신학회 2022 한국전자통신학회 논문지 Vol.17 No.3

본 논문은 시간지연 컨볼루션 혼합신호의 암묵잡음분리방법에 관한 것이다. 폐쇄된 공간에서 음향신호의 혼합모델은 다채널이기 때문에 convolutive 암묵신호분리방법을 적용하며 두 마이크 입력신호의 시간지연된 데이터 메모리를 사용한다. 신호분리를 위해 분리계수를 직접 계산하지 않고 역방향 모델을 이용하여 혼합계수를 산출하며 계수갱신은 2차 통계적 성질을 기반으로 반복적인 계산에 의해 수행됨으로써 음성신호를 추정해낸다. 제안한 암묵신호분리의 성능을 검증하기 위해 많은 시뮬레이션을 수행하였다. 모의실험 결과, 이 방법을 사용한 잡음분리는 컨볼루션혼합에 상관없이 안전하게 동작하고, 일반적인 적응 FIR(Finite Impulse Response) 필터구조에 비해 PESQ(Perceptual Evaluation of Speech Quality)가 0.3점 개선되는 것으로 나타났다.

반려동물용 BCG 센싱 데이터에서 호흡 및 맥박 신호를 분리하는 방법

곽호영,장진욱,김수균,송우진,윤영민 한국컴퓨터정보학회 2022 韓國컴퓨터情報學會論文誌 Vol.27 No.2

Currently, as the number of families living with companion animals increases, the demand for information about the health status of companion animals has increased. As the demand for this increases, there is a need for a method to measure respiration and pulse in companion animals. Considering the characteristics of hairy companion animals, we want to measure respiration and pulse signals using BCG, which is different from adsorption ECG. Since this BCG method is made by mixing respiration and pulse signals into one signal, it is necessary to separate the respiration signal waveform and the pulse signal waveform from one signal waveform. In this paper, a wearable device for BCG measurement was implemented to measure the signal, and a method of separating the signal input from the BCG wearable device into a respiration signal and a pulse signal was proposed. 현재 반려동물과 함께 사는 가정이 매우 늘어나면서 반려동물의 건강 상태에 대해서 알고 싶어하는 요구가 늘었다. 이에 대한 요구의 증가에 따라 반려동물에게서 호흡과 맥박을 측정하는 방법이 필요한데 반려동물의 특성상 털이 있다는 것을 고려하여 흡착식의 심전도와는 다른 방법인심탄도 방식을 이용하여 호흡과 맥박 신호를 측정하고자 한다. 이 심탄도 방식은 호흡과 맥박 신호가 하나의 신호에 섞여 만들어지기 때문에 하나의 신호 파형에서 호흡 신호 파형과 맥박 신호파형을 분리할 필요가 있다. 본 논문에서는 심탄도 측정을 위한 웨어러블 기기를 구현하여 신호를 측정할 수 있게 하고, 이 심탄도 웨어러블 장치로부터 입력된 신호를 호흡 신호와 맥박 신호로 분리하는 방법을 제안하였다.

복층 자기부호화기를 이용한 음향 신호 군집화 및 분리

장길진,Jang, Gil-Jin 한국음향학회 2016 韓國音響學會誌 Vol.35 No.4

This paper proposes a novel approach to the problem of audio signal clustering using a stacked autoencoder. The proposed stacked autoencoder learns an efficient representation for the input signal, enables clustering constituent signals with similar characteristics, and therefore the original sources can be separated based on the clustering results. STFT (Short-Time Fourier Transform) is performed to extract time-frequency spectrum, and rectangular windows at all the possible locations are used as input values to the autoencoder. The outputs at the middle, encoding layer, are used to cluster the rectangular windows and the original sources are separated by the Wiener filters derived from the clustering results. Source separation experiments were carried out in comparison to the conventional NMF (Non-negative Matrix Factorization), and the estimated sources by the proposed method well represent the characteristics of the orignal sources as shown in the time-frequency representation. 본 논문은 자기부호화기를 이용한 음향신호 분리방법을 제안한다. 사용된 복층구조 신경망 자기부호화기는 입력 신호의 효율적인 표현방법을 자동으로 학습하며, 유사한 특징을 가지고 있는 요소신호들을 군집함으로써 다른 특징의 신호들을 분리할 수 있다. 시간영역과 주파수영역의 변이특성을 추출하기 위하여 단구간푸리에변환(Short-Time Fourier Transform, STFT)을 수행하였으며, 정해진 크기의 사각형 창을 모든 가능한 위치에 적용하여 얻은 단구간 주파수 스펙트럼을 자기부호화기의 입력으로 사용하였다. 자기부호화기의 부호노드들의 값을 이용하여 유사한 스펙트럼 창들을 군집하고, 이를 이용하여 원래의 음원들로 분리해 낼 수 있었다. 분리된 원음들은 원래의 입력신호의 특징을 확실히 나타내었으며, 기존의 비음수 행렬분해(Non-negative Matrix Factorization, NMF) 결과와 주파수 스펙트럼 비교를 통해 그 유효성을 보일 수 있었다.

수동 선배열 소나의 저주파 간섭 신호에 대한 독립성분분석 알고리즘 비교

김주호,이종현,정명준,Kim, Juho,Ashraf, Hina,Lee, Chong-Hyun,Cheong, Myoung Jun 한국음향학회 2019 韓國音響學會誌 Vol.38 No.2

In this paper, we proposed an application method of ICA (Independent Component Analysis) to passive line array sonar to separate interferences from target signals in low frequency band and compared performance of three conventional ICA algorithms. Since the low frequency signals are received through larger bearing angles than other frequency bands, neighboring beam signals can be used to perform ICA as measurement signals of the ICA. We use three ICA algorithms such as Fast ICA, NNMF (Non-negative Matrix Factorization) and JADE (Joint Approximation Diagonalization of Eigen-matrices). Through experiments on real data obtained from passive line array sonar, it is verified that the interference can be separable from target signals by the suggested method and the JADE algorithm shows the best separation performance among the three algorithms. 본 논문에서는 수동 선배열 소나의 저주파 영역에서 수신된 표적 신호로부터 간섭신호를 분리해 내기 위해 독립성분분석 알고리즘을 적용하는 방안을 제안하고 기존 알고리즘들의 성능을 비교해 보았다. 저주파 대역 신호의 경우 비교적 넓은 방위로부터 수신되기 때문에 인접 빔 신호를 관측신호로 활용하여 독립성분분석을 수행할 수 있다. 신호분리에 사용한 독립성분분석 알고리즘은 FastICA(Fast Independent Component Analysis), NNMF (Non-negative Matrix Factorization), JADE (Joint Approximation Diagonalization of Eigen-matrices)이다. 실측 선배열 수동소나신호를 이용하여 독립성분분석을 수행한 결과 제안한 방법으로 간섭신호분리가 가능함을 확인하였으며, JADE 알고리즘의 신호 분리 성능이 가장 우수한 것으로 나타났다.

음향반향제거기에서 기하학적 개념의 BSS를 이용한 동시통화 제어

이행우(Haeng-Woo Lee) 한국전자통신학회 2017 한국전자통신학회 논문지 Vol.12 No.3

본 논문은 기하학적 개념에 기반한 암묵신호분리를 이용하여 동시통화문제를 제어하는 음향반향제거기에 관한 것이다. 음향반향제거기는 동시통화 구간에서 성능이 저하되거나 발산하게 된다. 따라서 혼합된 마이크입력신호로부터 근단화자신호를 분리해서 동시통화상태를 검출하기 위하여 암묵신호분리기술을 이용한다. 암묵신호분리는 미지의 입력신호들로부터 기하학적 개념에 기반하여 변형과 회전의 두 단계를 거쳐 근단화자신호를 추정해낸다. 컴퓨터 시뮬레이션을 통하여 이 음향반향제거기의 성능을 검증하였다. 동시통화 구간에서는 반향제거필터의 계수가 발산하는 것을 방지하기 위하여 계수 갱신작업을 중지하도록 하였다. 시뮬레이션 결과, 이 방법을 사용한 음향반향제거기는 암묵신호분리의 빠른 수렴속도로 인해 동시통화의 유무에 상관없이 안전하게 동작함을 확인하였다. This paper describes an acoustic echo canceller with double-talk using BSS(: Blind Signal Separation) based on the geometric concept. The acoustic echo canceller may be deteriorated or diverged during the double-talk period. So we use the blind signal separation to detect the double talking by separating the near-end speech signal from the mixed microphone signal. In the closed reverberation environment, the blind signal separation extracts the near-end signal from unknown signals with the transformation and rotation based on the geometric concept. By this method, the acoustic echo canceller operates irrespective of double-talking. We verified performances of the proposed acoustic echo canceller by computer simulations. The results show that the acoustic echo canceller with this algorithm detects the double-talk periods thoroughly, and operates stably in the normal state without diverging of coefficients after ending the double-talking.

독립성분분석에서 Convolution-FFT을 이용한 효율적인 점수함수의 생성 알고리즘

김웅명,이현수,Kim Woong-Myung,Lee Hyon-Soo 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.1

본 연구에서는 엔트로피를 이용한 독립성분분석(ICA : Independent Component Analysis)에서 점수함수(score function)를 생성하는 알고리즘을 제안한다. 점수함수를 생성하기 위해서 원 신호(original signals)에 대한 확률밀도함수의 추정이 반드시 필요하고 밀도함수가 미분 가능해야 한다. 따라서 원 신호에 따른 적응적인 점수 함수를 유도할 수 있도록 커널 기반의 밀도추정(kernel density estimation)방법을 사용하였으며, 보다 빠른 밀도 추정 계산을 위해서 식의 형태를 컨볼루션(convolution) 변환 한 후, 컨볼루션을 빠르게 계산할 수 있는 FFT(Fast Fourier Transform) 알고리즘을 이용하였다. 제안한 점수함수 생성 방법은 원 신호에 확률밀도분포와 추정된 신호의 확률밀도 분포의 오차를 줄이는 역할을 한다 실험 결과, 암묵신호분리(blind source separation)문제에서 기존의 Extended Infomax 알고리즘과 Fixed Point ICA 보다 원 신호와 유사한 밀도함수를 추정하였고, 분리된 신호의 신호대잡음비등(SNR)에 있어서 향상된 성능을 얻을 수 있었다. In this study, we propose this new algorithm that generates score function in ICA(Independent Component Analysis) using entropy theory. To generate score function, estimation of probability density function about original signals are certainly necessary and density function should be differentiated. Therefore, we used kernel density estimation method in order to derive differential equation of score function by original signal. After changing formula to convolution form to increase speed of density estimation, we used FFT algorithm that can calculate convolution faster. Proposed score function generation method reduces the errors, it is density difference of recovered signals and originals signals. In the result of computer simulation, we estimate density function more similar to original signals compared with Extended Infomax and Fixed Point ICA in blind source separation problem and get improved performance at the SNR(Signal to Noise Ratio) between recovered signals and original signal.

지연혼합에서의 초기 값으로 고유벡터를 이용하는 암묵신호분리

박장식,손경식,박근수,Park, Jang-Sik,Son, Kyung-Sik,Park, Keun-Soo 한국음향학회 2006 韓國音響學會誌 Vol.25 No.1

본 논문에서는 지연혼합에서의 암묵신호분리를 위해 분리행렬의 초기 값을 설정하는 방법을 제안한다. 혼합신호의 상호상관행렬에 대한 고유분리를 분석한 후, 고유벡터의 지연정보를 이용하여 초기 값으로 설정한다. 제안하는 방법을 기존의 주파수영역 독립성분분석 (FDICA: Frequency domain independent component analysis)에 초기 값으로 설정하여 분리 성능을 향상시킨다. 컴퓨터 시뮬레이션을 통해 제안하는 방법이 신호대간섭비 (SIR: Signal to Interference Ratio)가 우수하고 학습곡선의 수렴속도가 개선됨을 보인다. In this paper. a novel technique to set up the initial weights in BSS of delayed mixtures is proposed. After analyzing Eigendecomposition for the correlation matrix of mixing data. the initial weights are set from the Eigenvectors ith delay information. The Proposed setting of initial weighting method for conventional FDICA technique improved the separation Performance. The computer simulation shows that the Proposed method achieves the improved SIR and faster convergence speed of learning curve.

고정점 알고리즘과 시간적 상관성의 적응조정 견실 알고리즘을 조합한 독립성분분석

조용현,오정은,Cho, Yong-Hyun,Oh, Jeung-Eun 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.2

본 논문에서는 고정점 알고리즘과 신호의 시간적 상관성을 적응 조정한 견실 알고리즘의 조합형 독립성분분석을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙에 기초한 방법으로 빠른 분석속도와 우수한 분석성능을 얻기 위함이고, 견실 알고리즘은 시간적 상호 의존성이나 낮은 쿠토시스를 가지는 신호도 효과적으로 분석하기 위함이다. 특히 견실 알고리즘에서 경험적으로 설정되던 최대지연시간을 신호상호간의 자기상관함수를 이용하여 적응 조정되도록 함으로써 그 성능을 더욱 더 개선하였다. 제안된 독립성분분석을 500개 샘플을 가시는 4개의 신호와 $512\times512$ 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 혼합신호와 혼합영상 각각의 분리에 적용한 결과, 고정점 알고리즘의 독립성분분석 및 고정점 알고리즘과 최대시간지연을 경험적으로 설정하는 기존의 견실 알고리즘을 단순히 조합한 독립성분분석에 비해 분리속도와 분리률에서 개선된 성능이 있음을 확인하였다. 특히 문제의 규모가 증가할수록 분석성능의 개선정도도 증가함을 확인하였다. This paper proposes a hybrid independent component analysis(ICA) of fixed-point(FP) algorithm and robust algorithm. The FP algorithm is applied for improving the analysis speed and performance, and the robust algorithm is applied for preventing performance degradations by means of very small kurtosis and temporal correlations between components. And the adaptive adaptation of temporal correlations has been proposed for solving limits of the conventional robust algorithm dependent on the maximum time delay. The proposed ICA has been applied to the problems for separating the 4-mixed signals of 500 samples and 10-mixed images of $512\times512$pixels, respectively. The experimental results show that the proposed ICA has a characteristics of adaptively adapting the maximum time delay, and has a superior separation performances(speed, rate) to conventional FP-ICA and hybrid ICA of heuristic correlation. Especially, the proposed ICA gives the larger degree of improvement as the problem size increases.