초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문은 뇌파와 같이 측정을 위해서 많은 수의 채널이 필요한 계측 장치에서 채널에 따른 증폭률의 차이를 보정하기 위해 동일한 입력을 가한 후 측정된 시간 영역의 신호를 주파수 영역으로 변환하고 주파수 영역에서의 신호를 분석하여 각 채널의 증폭률의 차이를 유도하고 유도된 증폭률의 차이를 보정하는 알고리즘을 소개한다. 본 논문은 다채널 시스템에서 측정된 신호를 주파수 스펙트럼으로 변환하는 단계와 스펙트럼에서 각 채널의 이득률을 분석하는 단계를 포함하는 다채널 시스템에서 채널간 이득률을 보정하는 방법을 제안한다.

본 논문은 뇌파와 같이 측정을 위해서 많은 수의 채널이 필요한 계측 장치에서 채널에 따른 증폭률의 차이를 보정하기 위해 동일한 입력을 가한 후 측정된 시간 영역의 신호를 주파수 영역으로 변환하고 주파수 영역에서의 신호를 분석하여 각 채널의 증폭률의 차이를 유도하고 유도된 증폭률의 차이를 보정하는 알고리즘을 소개한다. 본 논문은 다채널 시스템에서 측정된 신호를 주파수 스펙트럼으로 변환하는 단계와 스펙트럼에서 각 채널의 이득률을 분석하는 단계를 포함하는 다채널 시스템에서 채널간 이득률을 보정하는 방법을 제안한다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 다채널을 가지는 뇌파 측정 시스템에서 나타날 수 있는 채널간의 미세한 신호 크기를 보정하기 위해 측정된 신호의 주파수 변환을 통한 스펙트럼에서 관심 주파수의 크기를 비교하여 각 채널의 스케일 값을 찾아 채널과의 이득률 차이를 보상하는 방법을 제안한다.

제안 방법

• 본 논문에서 제안하는 보정 방식은 앞에서 제시한 문제점들을 극복하기 위해 측정된 신호 x_i(t)를 주파수 변환하여 관측하고자하는 기준 주파수 성분의 크기를 비교하여 보정계수를 구한다. 이 방법은 <그림 3>에 보인 것처럼 시간영역의 신호를 주파수로 변환한 후 특정한 스펙트럼의 크기로 보정계수를 구한다.

성능/효과

• 본 연구는 측정한 데이터를 주파수 변환을 통해 노이즈의 영향을 줄일 수 있고, 연산과정이 단순하면서도 명료하고, 채널 간의 서로 다른 시간 지연의 영향이 없으며, 임의의 켈리브레이션 파형에 대해서도 채널간의 이득률을 보정하는 데에 용이하다. 그리고 선택한 주파수 대역의 신호를 이용하여 채널의 이득률을 보정 할 수 있는 장점이 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기