http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정종혁,김태곤,고진환,Jung, Jonghyuk,Kim, Taekon,Koh, Jinhwan 한국전기전자학회 2013 전기전자학회논문지 Vol.17 No.2
본 논문은 연관된 합성기로부터 생성된 음성 경고음의 모델링에 관한 실험적 연구이다. 112명의 피실험자를 대상으로 심리적-육체적인 접근방법으로 4가지의 실험이 수행 되었다. 첫 번째 실험은 함성 경고음의 위급도를 지각하는 것을 모델링하여 6개의 음성-비음성 요소들을 구분하였다. 두 번째부터 네 번째의 실험은 위급도 지각의 주관적 변화와 객관적으로 계량화 할 수 있는 파라미터를 수치화 하였다. 이 논문은 응급성의 정도를 구분하는 것이 필요한 음성 합성 경고시스템의 설계에 적용될 수 있다. This paper presents an experimental study of the factors modulating the urgency perception of voice alarm generated by concatenative synthesizers. Four experiments were conducted using psycho-physical approach in which 112 participants made magnitude estimation for urgency perception of various voice alarm stimuli. Experiment 1 identified 6 acoustic and non-acoustic factors modulating the perceived urgency of synthesized voice alarm. Experiment 2, 3 and 4 quantified the relations between the objective changes in each of the quantifiable parameters and the subjective changes in urgency perception. This research has implications for the design and implementation of synthesized voice alarm systems where urgency mapping is required.
SAR Image 복구를 위한 Windowing 적용 효과 연구
김형욱(Hyunguk Kim),고진환(Jinhwan Koh),강경목(Kyeongmok Kang),김진혁(Jinhyuk Kim) 대한전자공학회 2015 대한전자공학회 학술대회 Vol.2015 No.6
SAR(Synthetic Aperture Radar)는 Microwave를 이용하는 Radar 이다. Platform 이 Microwave 를 쏘고, 대상 물체 (Target)에서 되돌아오는 후방 산란파 (Back-scattering) 신호를 2차원 영상(SAR Image)으로 기록하는 기법이다. 본 논문에서는 SAR Image 복구를 위해 SAR Image Processing에 Window를 적용하는 Simulation을 통하여 Windowing의 적용 효과를 연구 하였으며, 그 결과 Blackman Window가 가장 좋은 성능 향상을 보였다.
박용기(Yong-Gi Park),고진환(Jinhwan Koh) 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.5
전동기는 사용시간과 동작 상황에 따라 베어링이 파손되기도 하고, 마모로 인한 동적 및 정적 편심, 회전자 바의 손상, 권선의 절연 열화로 인한 단락 현상 등 다양한 결함을 일으키게 된다. 이를 적시에 발견하지 못하고 방치할 경우 유도전동기뿐만 아니라 구동되는 핵심 설비의 고장을 발생시키게 된다. 이는 주요 사용처인 생산현장의 시스템에 악영향을 미쳐 경제적 손실과 시스템의 복구를 위한 추가 인력 및 시간 손실을 초래하고, 심할 경우 인적 피해도 가져올 수 있다. 따라서 유도전동기의 조기 감시 및 진단은 매우 중요한 문제라 할 수 있다. 전동기로부터 취득한 전압과 전류 신호의 특징을 추출, 분석하여 결함의 유형을 진단하는 방법은 이미 많은 연구가 이루어졌다. 본 연구에서는 결함의 유형을 파악할 수 있는, 더욱 정밀한 파라미터를 도출하는 기법을 연구하였다. 기존의 신호해석기술인 FFT, STFT(short time FT), Wavelet 해석법은 해상도 등의 한계를 가지고 있다. 본 연구에서는 super resolution 기법들 (MUSIC(multiple signal classification), root-MUSIC, ESPRIT, Pisarenco, MPM(matrix-Pencil method) 등을 사용하여 기존의 한계를 뛰어넘는 기법을 제시하고자 한다. 본 연구를 통하여 상태진단 알고리즘을 개발함으로써, 운전정보감시 또는 설비건강지수 시스템에 탑재가 가능하다. Motors can have a variety of faults, including damage to bearings, dynamic and static eccentricity due to wear, damage to rotor bars, and short circuits due to deterioration of insulation in windings. These faults depend on the period of use and operating circumstances. If a fault is not discovered right away, an induction motor and the equipment that it drives will both fail. This has a negative impact on the system at a production site, which is where it is used most frequently. As a result, there will be financial loss, an increase in labor requirements and recovery time, and potential harm to people in more serious circumstances. It is crucial to monitor and diagnose induction motors as soon as possible. Much research has been done on how to diagnose the type of fault by extracting and analyzing the characteristics of the voltage and current signals acquired from a motor. In this study, we derived a more precise parameter that can identify the type of defect. Existing signal analysis techniques such as FFT, short time FT (STFT), and wavelet analysis have limitations such as resolution. In this study, we propose a technique that overcomes the limitations by using super-resolution techniques (MUSIC (multiple signal classification), root-MUSIC, ESPRIT, Pisarenco, MPM (matrix-Pencil method), etc.). By developing a condition diagnosis algorithm, it is possible to use the proposed technique in operation information monitoring or a facility health index system.