KR102188153B1 - 독립성분분석을 이용한 능동형 센서잡음 제거 방법 및 장치 - Google Patents

Abstract

본 발명은 독립성분분석을 이용한 능동형 센서잡음 제거 방법 및 장치에 관한 것으로, 본 발명의 일 실시예에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법은, 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하는 단계, 상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하는 단계, 상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하는 단계, 상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하는 단계, 및 상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하는 단계를 포함한다.

Description

독립성분분석을 이용한 능동형 센서잡음 제거 방법 및 장치{METHODS AND APPARATUSES FOR REMOVING ACTIVE SENSOR NOISE USING INDEPENDENT COMPONENT ANALYSIS}

본 발명은 독립성분분석을 이용한 능동형 센서잡음 제거 방법 및 장치에 관한 것이다.

능동형 센서 시스템은 능동신호를 물리계에 인가하여 변형되는 성분을 검출하고 계량하여 대상 물리량을 획득하고 추정한다. 또한, 전통적으로 외부 잡음에 대한 강인성과 높은 SNR (signal-to-noise ratio)을 확보하기 위해 특정 반송 주파수로 자극 신호를 변조하고 이를 검출단에서 복조 과정을 거쳐 정량적인 신호량으로 변환하는 것이 일반적이다. 이 때 랜덤 잡음에 대한 강인성을 확보하기 위해 일정 길이 이상의 능동신호 샘플을 복조과정에서 누적 (integration)하거나 산술 평균을 취하는 방법을 취한다.

그러나, 자극 신호의 변조 주파수와 근접한 주파수의 잡음이 유입되었을 시 센서 신호의 SNR은 필연적으로 크게 저하될 수밖에 없다. 정전용량 터치센서의 경우, 박막 디스플레이에서 발생하는 고출력 AC 잡음, AC 전원잡음, 사용자 터치를 통해 유입되는 주기형 잡음 등이 이와 같은 문제를 야기한다. 가시광·적외선 센서의 경우, 광신호의 반송 주파수와 근접한 주파수로 구동되는 지능형 조명 기구, 리모컨과 같은 저 주파수 대역의 광통신 기구 등에서 발생하는 신호가 센서 성능을 저해하는 잡음원이 될 수 있다.

이와 같은 정현파 형태의 주기적 잡음은 주요 주파수가 자극 신호의 변조 주파수와 근접해짐에 따라, 센서 수신부에서 종래의 누적 혹은 적분연산으로 제거하기에 매우 긴 응답시간이 요구된다. 상용 센서 시스템은 높은 SNR을 요구하는 것 이외에도 빠른 응답시간이 필요하므로 이와 같은 주기형 잡음은 센서의 신호품질을 저해하고 센서 시스템의 인식·인지 성능에 중대한 문제를 일으킬 수 있다. 자율주행 차량과 같이 센서 시스템의 인식 성능이 사용자의 안전에 직결되는 경우 의도적, 비의도적 외부 잡음에 대한 동작 신뢰성을 상시 확보할 만한 원천기술이 필요하다.

이와 같은 종류의 잡음을 직접 회피하기 어려운 경우, 주파수 호핑 (frequency hopping)과 같이 센서의 반송 주파수를 동적으로 변경하는 방법을 취할 수 있다. 그러나 사용 주파수에 대한 잡음의 유/무를 신뢰성 있게 판단할 수 있는 별도의 물리 채널이 센서 시스템에 존재하지 않는 한, 잡음이 없는 안전한 주파수를 선택하는 방법도 전통적인 IQ (in-phase quadrature) 복조와 동등한 방식 내지는 유사 방식을 적용할 수밖에 없다. 예를 들어, DFT (discrete Fourier transform)를 사용하여 잡음에 안전한 주파수를 선택하는 경우에도, 잡음이 포함된 센서 신호로부터 개별 주파수 성분에 대한 IQ 복조 결과를 직접 사용하게 되어 정확한 판단이 어렵다.

본 발명의 실시예들은 단위 센서의 성능을 저해하는 랜덤 잡음과 주기형 잡음요소를 효율적으로 제거하기 위한, 독립성분분석을 이용한 능동형 센서잡음 제거 방법 및 장치를 제공하고자 한다.

본 발명의 실시예들은 별도 물리 채널을 추가하거나 랭크 수를 늘리기 위해 주파수 영역 변환/웨이블릿 변환 등의 특별한 신호영역 변환 없이, 종래의 센서 신호입력을 그대로 이용하여 빠른 시간 내에 주기형 잡음을 제거할 수 있는 ICA 방법과 랜덤잡음 제거 성능을 높이기 위한 별도의 전처리 방법을 제공하고자 한다.

본 발명의 일 실시예에 따르면, 능동형 센서잡음 제거 장치에 의해 수행되는 능동형 센서잡음 제거 방법에 있어서, 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하는 단계; 상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하는 단계; 상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하는 단계; 상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하는 단계; 및 상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하는 단계를 포함하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법이 제공될 수 있다.

상기 고유치 행렬 및 고유벡터 행렬을 산출하는 단계는, 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 공분산 행렬을 계산하고, 상기 계산된 공분산 행렬의 고유치 분해(EVD, eigenvalue decomposition)를 통해 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

상기 방법은, 상기 센서 신호에 부분 IQ 복조 (partial IQ demodulation)를 적용하여 랜덤 잡음의 수준이 억제된 주기의 가상 신호를 생성하는 단계를 더 포함하고, 상기 고유치 행렬 및 고유벡터 행렬을 산출하는 단계는, 상기 참조 신호와 상기 생성된 가상 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

상기 고유치 행렬 및 고유벡터 행렬을 산출하는 단계는, 복소수로 구성된 복소 참조 신호와 상기 센서 신호로 구성된 복소 신호 행렬로부터 복수수 체계로 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

상기 센서 신호는, 시분할 센서 신호 또는 복수의 채널 신호가 혼재하는 다중화 센서 신호일 수 있다.

상기 채널이득을 산출하는 단계는, 상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 미만이면, 상기 설정된 채널이득 초기값을 채널이득으로 산출할 수 있다.

상기 채널이득을 산출하는 단계는, 상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 이상이면, 상기 설정된 채널이득 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출하고, 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출할 수 있다.

상기 채널이득을 산출하는 단계는, 상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 초기값을 설정하고, 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출할 수 있다.

상기 채널이득을 산출하는 단계는, 상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 첫 번째 행벡터를 결정하고 가중치 행렬의 두 번째 행벡터의 초기값을 설정하는 단계; 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 두 번째 행벡터의 초기값을 이용한 고정점(Fixed-point) 반복 과정을 통해 두 번째 행벡터를 탐색하는 단계; 및 상기 탐색된 두 번째 행벡터 및 상기 결정된 첫 번째 행벡터를 이용하여 상기 가중치 행렬을 산출하고 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출하는 단계를 포함할 수 있다.

한편, 본 발명의 다른 실시예에 따르면, 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호를 입력받는 입력 모듈; 적어도 하나의 프로그램을 저장하고, 상기 참조 신호와, 상기 센서 신호를 저장하는 메모리; 및 상기 메모리와 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 프로그램을 실행함으로써, 상기 참조 신호와, 상기 센서 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하고, 상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하고, 상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하고, 상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하고, 상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치가 제공될 수 있다.

상기 적어도 하나의 프로세서는, 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 공분산 행렬을 계산하고, 상기 계산된 공분산 행렬의 고유치 분해(EVD, eigenvalue decomposition)를 통해 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

상기 적어도 하나의 프로세서는, 상기 센서 신호에 부분 IQ 복조 (partial IQ demodulation)를 적용하여 랜덤 잡음의 수준이 억제된 주기의 가상 신호를 생성하고, 상기 참조 신호와 상기 생성된 가상 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

상기 적어도 하나의 프로세서는, 복소수로 구성된 복소 참조 신호와 상기 센서 신호로 구성된 복소 신호 행렬로부터 복수수 체계로 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

상기 센서 신호는, 시분할 센서 신호 또는 복수의 채널 신호가 혼재하는 다중화 센서 신호일 수 있다.

상기 적어도 하나의 프로세서는, 상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 미만이면, 상기 설정된 채널이득 초기값을 채널이득으로 산출할 수 있다.

상기 적어도 하나의 프로세서는, 상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 이상이면, 상기 설정된 채널이득 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출하고, 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출할 수 있다.

상기 적어도 하나의 프로세서는, 상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 초기값을 설정하고, 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출할 수 있다.

상기 적어도 하나의 프로세서는, 상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 첫 번째 행벡터를 결정하고 가중치 행렬의 두 번째 행벡터의 초기값을 설정하고, 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 두 번째 행벡터의 초기값을 이용한 고정점(Fixed-point) 반복 과정을 통해 두 번째 행벡터를 탐색하고, 상기 탐색된 두 번째 행벡터 및 상기 결정된 첫 번째 행벡터를 이용하여 상기 가중치 행렬을 산출하고 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출할 수 있다.

한편, 본 발명의 다른 실시예에 따르면, 프로세서에 의해 실행 가능한 적어도 하나의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 적어도 하나의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금: 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하고, 상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하고, 상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하고, 상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하고, 상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체가 제공될 수 있다.

본 발명의 실시예들은 단위 센서의 성능을 저해하는 랜덤 잡음과 주기형 잡음요소를 효율적으로 제거할 수 있다.

본 발명의 실시예들은 별도의 물리채널 및 보조장치 없이 주기형 잡음에 대해 센서 신호의 SNR을 상시 향상시킬 수 있고, 이에 따른 하드웨어 장치를 제공할 수 있다.

센서 취득신호는 거리, 위치 등의 물리량으로 인지 변환되어 특정 연산 및 행동 결정에 직접 사용되므로 잡음 유입 여부에 상관없이 신속·정확히 수행되어야 한다. 주기형 잡음은 의도적 혹은 비의도적인 목적으로 변조 신호에 유입되어 센서 시스템의 신뢰성을 심각히 저하시킬 수 있다. 이와 같은 요구사항은 사물인터넷, 스마트시티, 자율주행자동차와 같이 다양한 센서가 집적·운용되는 미래 산업분야에서 더욱 심화될 것으로 전망된다. 본 발명의 실시예들은 이를 해결하기 위한 요소기술로 활용될 수 있다.

도 1은 능동형 센서 시스템의 신호 처리 모델을 나타낸 도면이다.
도 2 및 도 3은 주기형 잡음 유입 시 w ₂ ^T의 탐색 예를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법을 나타낸 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법에서 반복적인 RICA 방법을 나타낸 흐름도이다.
도 6 및 도 7은 가우시안 랜덤 잡음의 SNR에 따른 취득신호의 오류 경향(α=0.8, β=1.0, N _s =5, N _c =36)을 나타낸 도면이다.
도 8 및 도 9는 본 발명의 일 실시예에 따른 RICA와 pIQD를 실행하기 위한 능동형 센서잡음 제거 장치의 하드웨어 구성 블록과 유한상태기계를 나타낸 도면이다.
도 10은 주기형 잡음의 주파수에 따른 취득신호의 오류를 나타낸 도면이다.
도 11은 정전용량 터치센서를 이용한 실험환경을 나타낸 도면이다.
도 12는 정전용량 터치센서를 이용한 실험결과를 나타낸 도면이다.
도 13은 가시광 센서를 이용한 실험환경을 나타낸 도면이다.
도 14는 가시광 센서를 이용한 실험결과를 나타낸 도면이다.
도 15 및 도 16은 다중화 센서 신호에 적용된 사례를 나타낸 도면이다.
도 17 내지 도 20은 8채널 다중화 센서 신호에 RICA를 적용한 결과를 나타낸 도면이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

독립 성분 분석 기법은 본래 고차원 통계지표를 이용하여 복수의 복합 신호로부터 비가우시안성(non-Gaussianity)이 최대화되는 복수의 원천 신호를 식별하고 탐색할 수 있는 방법이다. 이러한 독립성분분석(ICA, Independent Component Analysis) 기법의 특징을 잡음제거에 활용한 연구개발사례는 있으나, 복합 관찰신호의 랭크(rank)를 확보해야 하는 기술적인 문제와 ICA 기법 자체가 내재하고 있는 신호분리의 모호성 (ambiguity) 문제를 높은 신뢰성 수준에서 해결해야 한다. 또한 이와 같은 탐색형 알고리즘을 신호분석 및 인지과정에 적용하는 것이 아닌, 단위 능동형 센서의 신호취득 단계에 적용 가능한 방법 및 관련 하드웨어 개발사례는 없다.

또한, ICA 기법은 탐색 신호의 비가우시안성을 최대화한다는 측면에서 센서에서 흔히 관찰되는 열잡음, 증폭기 잡음 등의 가우시안 랜덤잡음에 강인하다라고 볼 수 있다. 그러나, ICA는 전통적인 IQ 복조기법에 비해서 일정 수준 이상의 가우시안 잡음에 대한 강인성이 상대적으로 좋지 않다. 가우시안형의 랜덤 잡음은 회로 설계기법만으로 완전히 회피할 수 없으므로 ICA 기법을 신호취득단계에 적용할 때에 주기형 잡음과 함께 제거할 수 있는 방법이 필요하다.

이에 본 발명의 실시예들은 뇌과학, 무선통신, 기후분석 등의 분야에 적용하고 있는 독립성분분석 기법을 수정하고 개선하여 단위 능동형 센서에서 단위 센서의 성능을 저해하는 랜덤 잡음과 주기형 잡음요소를 효율적으로 제거할 수 있는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법 및 장치를 제공하고자 한다.

본 발명의 실시예들에서는 단위 능동형 센서 시스템에 적용가능 하도록 랭크-2 선형 독립성분분석기법 (rank-2 linear independent component analysis) 및 이를 효율적으로 구동할 수 있는 장치를 제공하여 주기형 잡음요소를 효과적으로 제거할 수 있다. 또한, 본 발명의 실시예들은 랜덤 잡음에 대한 강인성을 함께 확보할 수 있는 전처리 방법으로 부분 IQ 복조 (partial IQ demodulation) 방법을 제공하고자 한다.

도 1은 능동형 센서 시스템의 신호 처리 모델을 나타낸 도면이다.

도 1은 능동형 센서 시스템의 신호처리모델을 간략화한 것이다. 도 1에 도시된 바와 같이, 능동형 센서 시스템(10)은 신호 발생 장치(100), 신호 수신 장치(200) 및 능동형 센서잡음 제거 장치(300)를 포함한다. 여기서, 신호 수신 장치(200) 및 능동형 센서잡음 제거 장치(300)는 하나의 장치로 구현될 수 있다. s(t), y(t)는 각각 신호 발생 장치에서 발생된 자극 신호 및 자극 신호가 물리계에 의해 변형되어 신호 수신 장치에 수신되는 센서 신호를 의미하며, [0,T] 구간에 정의된다. 자극 신호 s(t)는

에 의해 ω ₀의 각주파수로 변조되어 물리계에 인가된다. 신호 수신 장치는 물리계에 의해 변형된 센서 신호 y(t)를 수신한다.

변형된 센서 신호 y(t)는 잡음요소 z(t)가 더해진 후,

로 IQ 복조되고(IQD, in-phase/quadrature demodulation) T 구간에 대한 샘플 평균값으로 취득되며 다음 [수학식 1]과 같이 표현된다.

이 때, 두 번째 항인

에 의해 복조된 잡음요소를 제외하면 센서 신호는 채널이득 α 및 채널지연 τ로 표현되어 이후 단계에서 거리, 위치와 같은 감지대상의 최종 물리량으로 변환 혹은 매핑하게 된다. 본 발명의 일 실시예에 따른 능동형 센서잡음 제거 장치(300)는 센서잡음을 제거하면서 주로 채널이득 α를 감지하는 것을 주 목표로 한다.

한편, z(t)가 가우시안 랜덤잡음으로 구성된 연속함수인 경우 [수학식 1]의 두 번째 항은 T의 길이에 따라 0에 가깝게 수렴할 수 있다. 반면 z(t)가 주기형 잡음인 경우, 복조잡음 항의 크기는 다음 [수학식 2]와 같이 나타낼 수 있다.

β _i , ω _i , θ _i 는 각각 i 번째 주기형 잡음의 크기, 각주파수 및 위상을 의미한다. [수학식 2]로부터 주기형 잡음 성분은 T 구간 내에 (ω _i -ω ₀) 주파수를 가진 파형이 반복됨에 따라 0으로 수렴한다는 것을 알 수 있다. |ω _i -ω ₀|>>0인 경우, T 구간 내에 매우 많은 변조잡음 파형이 포함되어 0에 가까워진다. 반면

인 경우 (잡음 주파수와 신호 주파수가 매우 근접한 경우) 느린 주파수의 변조잡음 파형이 많이 포함되려면 매우 긴 T가 필요하여 센서의 응답성이 필연적으로 저하될 수 밖에 없으며, 높은 실시간성이 보장되어야하는 센서 시스템에 적용하기 어렵다.

본 발명의 일 실시예에 따른 독립성분분석(ICA)을 이용한 능동형 센서잡음 제거 장치(300)는 미리 설정된 신호 주파수로 구성된 참조 신호 샘플을 가상 채널로 구성하고(y ₁(t)), 감지된 센서 신호의 샘플(y ₂(t))을 이용하여 2개의 랭크로 구성된 신호 행렬 y 및 y’=Vy의 백색화된 (whitened) 신호 행렬로 원천신호 행렬 s를 탐색하는 ICA를 다음과 같은 [수학식 3]에 기반하여 수행한다.

여기에서 V, A는 각각 백색 행렬 (whitening matrix) 및 혼합행렬 (mixing matrix)을 의미한다. |s(t)|,|z(t)|=

로 정의하며, 백색화 과정 및 독립성분분석(ICA)의 정의에 따라 E[ss ^T], E[yy ^T]=1을 만족한다. 위첨자 T는 전치 행렬을 의미한다. 이때, 채널지연 τ는 미리 특성화 가능하거나 작은 값으로 가정한다. 즉, 정전용량 터치센서와 같이 물리채널이 정적이거나, 실내용 근거리 가시광, 적외선 센서가 적용됨을 가정한다. [수학식 3]에 의해 s 벡터는 항상 s(t-τ), z(t)의 순으로 구성되며, 전통적인 ICA의 모호성 문제 (ambiguity)는 발생하지 않는다. 본래의 ICA 결과는 s의 구성 순서를 보장하지 않는다.

[수학식 3]에서 채널이득 크기 α는 0이상 1이하의 값을 갖게 되며, 전통적인 ICA는 s=W ^T y’의 비가우시안성이 최대화되는 2x2 W행렬을 탐색하고, s를 구성할 수 있게 한다. 센서 감지구간 T가 매우 긴 경우 WW ^T=I (I는 2x2 항등행렬) 가 성립되나, 실시간성이 요구되는 통상의 센서 시스템에서는 T가 매우 짧을 수밖에 없고 상기 직교성은 보장되지 않는다. [수학식 3]으로부터 다음 [수학식 4]를 유도할 수 있다.

E[ss ^T], E[yy ^T]=1의 조건으로부터 [수학식 4]에서 W ^T의 첫 번째, 두 번째 행벡터 |w ₁ ^T|, |w ₂ ^T|=1이 성립한다. |w ₂ ^T|=1로부터 잡음크기 β는 다음 [수학식 5]와 같이 유도된다.

[수학식 4]로부터 W ^T의 첫 번째 행벡터 w ₁ ^T는 백색 행렬 V에 의해 구해진다. 이에 반해 w ₂ ^T는 fastICA 기법의 고정점(fixed-point) 반복 과정을 통해 고차원 통계지표인 첨도(kurtosis)를 최대화하는 값으로 탐색하되, 초기화 값은 센서 신호 y ₂(t)와 참조신호 y ₁(t)를 이용하여 다음 [수학식 6]에 의해 설정한다.

[수학식 6]에 의해 IQ복조 혹은 실수형 복조과정을 이용하여 α ₀를 얻고, [수학식 4] 및 [수학식 5]에 의해 w ₂ ^T의 초기값을 결정한다.

도 2 및 도 3은 주기형 잡음 유입 시 w ₂ ^T의 탐색 예를 나타낸 도면이다.

이후, 고정점(fixed-point) 반복과정은 통상적으로 수 회의 반복회수만으로 최적 α를 신속히 탐색한다. 이와 같이 초기값을 설정하는 것은 α를 안정적으로 산출하기 위해 중요하다. 도 2 및 도 3에 나타난 것처럼 고정점(fixed-point) 반복과정에서 α ₀를 임의로 설정하는 경우, 유효하지 않은 지역 최적점(local optimum) α로 수렴할 수 있다.

도 2는 200 kHz의 센서 신호(α=0.7)에 140 kHz의 주기형 잡음(β=0.4)이 유입된 경우의 시간영역 y ₁(t), y ₂(t)y를 각각 나타낸 것이다.

도 3은 α를 탐색하기 위한 첨도(kurtosis)의 변화를 나타낸 것이다. α=0.7 외에 첨도가 최대화되는 영역이 존재한다.

도 4는 본 발명의 일 실시예에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법을 나타낸 흐름도이다.

본 발명의 일 실시예에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법을 재구성된 랭크-2 ICA(Reconstructed rank-2 ICA, RICA)로 지칭하기로 한다. 센서 신호 1주기에 대한 오버샘플 수를 N _s , T 구간의 칩(chip) 수를 N _c 라고 정의할 때, 상기와 같은 과정을 정리하면 도 4의 RICA 알고리즘과 같다.

단계 S101에서, 능동형 센서잡음 제거 장치(300)는 참조 신호 y₁(t), 센서 신호 y₂(t)로 구성된 신호 행렬 y를 입력받는다.

단계 S102에서, 능동형 센서잡음 제거 장치(300)는 신호 행렬 y로부터 공분산 행렬 C를 계산한다.

단계 S103에서, 능동형 센서잡음 제거 장치(300)는 공분산 행렬 C의 고유치 분해(EVD: eigenvalue decomposition)로부터 고유치 행렬 D와 고유벡터 E를 얻는다.

이와 같이, 능동형 센서잡음 제거 장치(300)는 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

단계 S104에서, 능동형 센서잡음 제거 장치(300)는 신호 행렬 y, 고유치 행렬 D와 고유벡터 E를 이용하여 백색 행렬(whitening matrix) V를 계산하고, 백색화된 신호 행렬 y’를 계산한다. 이와 같이, 능동형 센서잡음 제거 장치(300)는 계산된 백색 행렬 V를 이용하여 신호 행렬의 백색화를 수행할 수 있다.

단계 S105에서, 능동형 센서잡음 제거 장치(300)는 [수학식 6] 혹은 IQD를 이용하여 채널이득 초기값 α ₀를 계산한다. 이와 같이, 능동형 센서잡음 제거 장치(300)는 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정할 수 있다.

단계 S106에서, 능동형 센서잡음 제거 장치(300)는 고유치 행렬 D를 조사하여 고유치 행렬 D의 잡음성분이 일정 수준 d_th를 초과하는지를 확인한다.

단계 S107에서, 능동형 센서잡음 제거 장치(300)는 잡음성분의 고유치가 일정 수준 미만이면 (<d _th ), 채널이득 초기값 α ₀을 채널이득 값 α으로 결정한다.

단계 S108에서, 능동형 센서잡음 제거 장치(300)는 이후 과정을 진행하지 않고, 산출된 채널이득 초기값 α ₀를 반환한다.

단계 S109에서, 만약 잡음성분의 고유치가 일정 수준 이상이면, 능동형 센서잡음 제거 장치(300)는 채널이득 초기값 α ₀ 및 [수학식 4] 및 [수학식 5]를 이용하여 가중치 행렬의 첫 번째 행 벡터 w ₁ ^T를 결정하고, 가중치 행렬의 두 번째 행 벡터 w ₂ ^T의 초기값을 설정한다.

단계 S110에서, 능동형 센서잡음 제거 장치(300)는 이후의 루프에서 fastICA의 고정점(fixed-point) 반복 과정을 수행하여 가중치 행렬의 두 번째 행 벡터 w ₂ ^T를 수렴하는 과정을 거치고 최종적으로 두 번째 행 벡터 w ₂ ^T를 확정한다.

단계 S111에서, 능동형 센서잡음 제거 장치(300)는 이렇게 탐색된 두 번째 행 벡터 w ₂ ^T로 가중치 행렬 W를 구성하고 V, W의 역행렬을 이용하여 채널이득 α를 산출한다. 이와 같이, 능동형 센서잡음 제거 장치(300)는 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고, 비교 결과에 따라 채널이득 초기값을 이용하여 채널이득을 산출할 수 있다.

도 5는 본 발명의 일 실시예에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법에서 반복적인 RICA 방법을 나타낸 흐름도이다.

만약 [수학식 3]의 채널지연 τ를 미리 판별하고자 한다면, 능동형 센서잡음 제거 장치(300)는 도 5의 반복적인 RICA(iRICA, iterative RICA) 방법을 적용한다.

단계 S201에서, 능동형 센서잡음 제거 장치(300)는 복소 참조 신호 y₁ ^c(t), 센서 신호 y₂(t)로 구성된 복소 신호 행렬 y^c를 입력받는다.

단계 S202에서, 능동형 센서잡음 제거 장치(300)는 복소 신호 행렬 y ^c 및 복소 신호 행렬의 켤레 전치(conjugate transpose) y ^cH를 C <- y ^c ·y ^cH/(N_s·N_c)와 같이 이용하여 공분산 행렬 C를 계산한다.

단계 S203에서, 능동형 센서잡음 제거 장치(300)는 공분산 행렬 C의 고유치 분해(EVD: eigenvalue decomposition)로부터 고유치 행렬 D와 고유벡터 E를 얻는다.

단계 S204에서, 능동형 센서잡음 제거 장치(300)는 복소 신호 행렬 y ^c , 고유치 행렬 D와 고유벡터 E ^H를 이용하여 복소 백색 행렬 V ^c를 계산하고, 백색화된 복소 신호 행렬 y′ ^c를 계산한다.

단계 S205에서, 능동형 센서잡음 제거 장치(300)는 복소 신호 행렬 y ^c의 IQ 복조결과를 이용하여 초기 위상 τ ₀를 설정한다.

단계 S206에서, 능동형 센서잡음 제거 장치(300)는 [τ ₀-Δτ _max, τ ₀+Δτ _max]의 범위에서 채널지연 τ를 순차적으로 설정한다.

단계 S207에서, 능동형 센서잡음 제거 장치(300)는 s(t-τ)를, y₂’(t)를 이용하여 신호 행렬 y를 구성한다.

단계 S208에서, 능동형 센서잡음 제거 장치(300)는 신호 행렬 y를 입력으로 RICA 알고리즘을 수행하여 채널이득 α, 가중치 행렬 W를 산출한다.

단계 S209에서, 능동형 센서잡음 제거 장치(300)는 두 번째 행 벡터 w ₂ ^T 및 신호 행렬 y 곱셈의 첨도가 최대치인지를 확인한다.

단계 S210에서, 능동형 센서잡음 제거 장치(300)는 최대치이면 α _max=α, τ_max=τ로 결정한다.

단계 S211에서, 능동형 센서잡음 제거 장치(300)는 채널지연 τ의 탐색범위가 남았는지를 확인한다.

단계 S212에서, 능동형 센서잡음 제거 장치(300)는 탐색범위가 남지 않았으면, α _max, τ_max를 반환하고 종료한다. 반면, 능동형 센서잡음 제거 장치(300)는 탐색범위가 남은 경우, 단계 S206를 다시 수행한다.

상기와 같이, 도 5는 도 4와는 달리 참조신호를 복소수로 구성하여, 복소수 체계로 공분산행렬 C, V ^c를 계산한다. 이 경우 [수학식 6]의 |α ₀|는 통상의 IQD의 결과와 항상 동일하다. 또한 arg(α ₀)는 초기 위상 τ ₀로 설정한다. 이후의 과정은 τ ₀를 중심으로 정해진 범위 Δτ _max 내에서 점진적으로 변화시켜 s(t-τ)를 실수체계에서 변경 설정하고 도 4의 RICA를 반복적으로 수행하여 최대의 첨도(kurtosis)를 보이는 최적의 α, τ를 탐색한다.

도 6 및 도 7은 가우시안 랜덤 잡음의 SNR에 따른 취득신호의 오류 경향(α=0.8, β=1.0, N _s =5, N _c =36)을 나타낸 도면이다.

도 6 및 도 7의 RICA는 가우시안 랜덤 잡음이 주기형 잡음 대비 매우 커지는 경우 전체 잡음제거 성능은 열화될 수 있다. 도 6 및 도 7에 나타난 바와 같이, 랜덤 잡음에 대한 SNR이 낮을 때 (~12 dB), 순수한 IQD에 비해 신호 오류가 증가한다. 가우시안 랜덤 잡음의 경우 열잡음, 증폭기 잡음과 같은 회로와 시스템 내에 존재하여 구현 시스템에 종속적이므로 잡음 수준을 쉽게 낮추기 어려운 경우가 많다. 이 같은 상황을 극복하기 위해 본 발명의 일 실시예에서는 부분 IQ 복조기법 (pIQD)을 적용하여 랜덤잡음의 수준이 보다 억제된 T _p (=T/N _p) 주기의 가상신호를 만들어내고 이를 RICA의 입력신호로 사용한다.

여기에서

,

는 각각 가공되지 않은 센서 신호와 unit step 함수를 의미하며, 2 랭크를 가지므로 i=1,2로 정의된다. d _k 의 경우

을 만족하여 y _i (t)의 연속적인 IQ 복조샘플이 서로 반전되는 새로운 주기형 신호를 만들어낸다.

도 8 및 도 9는 본 발명의 일 실시예에 따른 RICA와 pIQD를 실행하기 위한 능동형 센서잡음 제거 장치의 하드웨어 구성 블록과 유한상태기계를 나타낸 도면이다.

도 8에 도시된 바와 같이, 본 발명의 일 실시예에 따른 능동형 센서잡음 제거 장치(300)는, 아날로그 회로 제어 블록(310), 더블 버퍼 메모리(320), 유한상태기계(330), 공유 곱셈기 및 덧셈기(340), EVD(350) 및 원형 CORDIC 프로세서(360), 선형 CORDIC 프로세서(370), 쌍곡선 CORDIC 프로세서(380)를 포함한다. CORDIC 프로세서는 좌표 회전 디지털 컴퓨터(CORDIC, coordinate rotation digital computer) 프로세서이다. CORDIC 프로세서는 삼각함수와 나눗셈, 제곱근(square root) 연산을 위한 원형(Circular), 선형(Linear), 쌍곡선(Hyperbolic) 모드의 좌표 회전 디지털 컴퓨터(CORDIC) 프로세서를 포함할 수 있다. 그러나 도시된 구성요소 모두가 필수 구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 능동형 센서잡음 제거 장치(300)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 능동형 센서잡음 제거 장치(300)가 구현될 수 있다.

이하, 도 8의 능동형 센서잡음 제거 장치(300)의 각 구성요소들의 구체적인 구성 및 동작을 설명한다.

도 8 및 도 9에는 도 5의 RICA와 [수학식 7]의 pIQD을 수행하기 위한 전용 디지털 하드웨어 설계의 실시예를 나타나 있다. 25 비트의 고정소수점 연산을 기반으로 설계될 수 있다. 아날로그 센서 신호가 ADC(Analog Digital Converter)에 의해 디지털 샘플로 변환되어, 이중 버퍼 구조의 SRAM 1 혹은 SRAM 2로 저장된다. SRAM 1과 SRAM 2는 각각 pIQD 및 RICA 수행을 위한 고정길이의 샘플 윈도우의 데이터를 저장하고 있다. 만약 ADC 데이터가 SRAM 1에 저장되고 있는 경우에는 SRAM 2의 샘플 데이터가 입력된다. 반대로 ADC 데이터가 SRAM 2에 저장되고 있는 경우에는 SRAM 1의 샘플 데이터를 사용하여, 본 발명의 일 실시예의 pIQD 및 RICA 과정을 수행한다. 입력 데이터는 도 9의 유한 상태기계 (finite state machine)에 의해 평균값을 제거하고 pIQD와 IQD를 동시에 수행하며, 이후 도 5의 RICA의 각 단계를 수행한다. 도 9에 도시된 유한 상태기계는 좌측의 하드웨어 자원을 이용하며, 공유 곱셈기와 덧셈기부, EVD 및 삼각함수와 나눗셈, 제곱근(square root) 연산을 위한 원형(Circular), 선형(Linear), 쌍곡선(Hyperbolic) 모드의 좌표 회전 디지털 컴퓨터(CORDIC, coordinate rotation digital computer) 프로세서를 내장하고 있다.

이와 같이, 본 발명의 일 실시예에 따른 능동형 센서잡음 제거 장치는 입력 모듈, 메모리 및 프로세서를 포함한다.

입력 모듈은 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호를 입력받는다. 일례로, 입력 모듈은 아날로그 회로 제어 블록(310)으로 구현될 수 있다.

메모리는 적어도 하나의 프로그램을 저장하고, 참조 신호와, 센서 신호를 저장한다. 일례로, 메모리는 더블 버퍼 메모리(320)로 구현될 수 있다.

적어도 하나의 프로세서는 메모리와 연결된다. 적어도 하나의 프로세서는, 상기 적어도 하나의 프로그램을 실행함으로써, 상기 참조 신호와, 상기 센서 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하고, 상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하고, 상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하고, 상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하고, 상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출한다. 일례로, 적어도 하나의 프로세서는 유한상태기계(330), 곱셈기 및 덧셈기(340), EVD(350) 및 삼각함수와 나눗셈, 제곱근(square root) 연산을 위한 원형(Circular), 선형(Linear), 쌍곡선(Hyperbolic) 모드의 CORDIC 프로세서(360, 370, 380)를 포함할 수 있다.

실시예들에 따르면, 상기 적어도 하나의 프로세서는, 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 공분산 행렬을 계산하고, 상기 계산된 공분산 행렬의 고유치 분해(EVD, eigenvalue decomposition)를 통해 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

실시예들에 따르면, 상기 적어도 하나의 프로세서는, 상기 센서 신호에 부분 IQ 복조 (partial IQ demodulation)를 적용하여 랜덤 잡음의 수준이 억제된 주기의 가상 신호를 생성하고, 상기 참조 신호와 상기 생성된 가상 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

실시예들에 따르면, 상기 적어도 하나의 프로세서는, 복소수로 구성된 복소 참조 신호와 상기 센서 신호로 구성된 복소 신호 행렬로부터 복수수 체계로 고유치 행렬 및 고유벡터 행렬을 산출할 수 있다.

센서 신호는, 시분할 센서 신호 또는 복수의 채널 신호가 혼재하는 다중화 센서 신호일 수 있다.

실시예들에 따르면, 상기 적어도 하나의 프로세서는, 산출된 고유치 행렬의 잡음성분이 기설정된 수준 미만이면, 설정된 채널이득 초기값을 채널이득으로 산출할 수 있다.

실시예들에 따르면, 상기 적어도 하나의 프로세서는, 산출된 고유치 행렬의 잡음성분이 기설정된 수준 이상이면, 설정된 채널이득 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출하고, 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출할 수 있다.

실시예들에 따르면, 상기 적어도 하나의 프로세서는, 상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 초기값을 설정하고, 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출할 수 있다.

실시예들에 따르면, 상기 적어도 하나의 프로세서는, 상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 첫 번째 행벡터를 결정하고 가중치 행렬의 두 번째 행벡터의 초기값을 설정하고, 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 두 번째 행벡터의 초기값을 이용한 고정점(Fixed-point) 반복 과정을 통해 두 번째 행벡터를 탐색하고, 및 상기 탐색된 두 번째 행벡터 및 상기 결정된 첫 번째 행벡터를 이용하여 상기 가중치 행렬을 산출하고 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출할 수 있다.

도 10은 주기형 잡음의 주파수에 따른 취득신호의 오류를 나타낸 도면이다.

본 발명의 일 실시예에 따른 방법 및 장치를 검증하기 위해 먼저 이상적인 정현파 센서 신호와 주기형 잡음 요소를 이용하여 전산모의 단계에서 RICA 성능을 비교 검증하였다. 도 10에는 200 KHz의 센서 신호를 입력으로 주기형 잡음을 100 KHz-195 KHz 사이에서 변화시켜 주입하고 이후 취득된 센서 신호의 오류(T=180 μs, N _s =5, N _c =36, 샘플레이트=1 MHz)를 적용 방법에 따라 각각 나타낸 것이다. 본 발명의 일 실시예에 따른 RICA는 일반적인 IQD, fastICA와 비교하여 높은 잡음 제거 성능을 보인다. 신호 주파수와 거의 근접한 195 KHz에서도 0.0013의 오차를 나타내었다.

도 11은 정전용량 터치센서를 이용한 실험환경을 나타낸 도면이다.

도 11에는 본 발명의 일 실시예를 정전용량 터치센서에 적용하기 위한 실험환경을 나타낸 것이다. 좌측의 그림과 같이 정전용량 터치스크린, 드라이버로 사용된 레벨시프터, 아날로그 수신부의 증폭기 및 ADC, RICA/pIQD의 하드웨어 설계가 적재된 FPGA 디바이스로 구성하였다. 센서 신호의 주파수는 200 KHz이며, 우측 그림에 나타난 바와 같이, 실험용 도전체에 주기형 잡음을 인가하여 실험하였다.

도 12는 정전용량 터치센서를 이용한 실험결과를 나타낸 도면이다.

도 12에는 유입 잡음의 크기를 피크 간 전압 기준 4V로 설정하였을 때의 신호오차를 잡음 주파수에 따라 나타내었다. 실험환경에서 가우시안 잡음은 23.7 dB로 계측되었으며, 순수 RICA가 IQD에 비해 열화된 결과를 보였다. 그러나, pIQD와 결합하면 IQD에 비해 최대 7배 가량 개선된 잡음제거 성능을 보였다.

도 13은 가시광 센서를 이용한 실험환경을 나타낸 도면이다.

도 13에는 1 KHz의 신호 주파수를 사용하는 가시광 센서의 실험환경을 나타낸 것이다. 가시광 센서는 위성신호가 닿지 않는 실내 위치인식 시스템에 사용될 수 있다. 주로 실내 조명을 겸할 수 있는 LED 광신호를 변조·송신하고, 수신부의 Photodiode (PD)에서 전기신호로 변환하여 LED-PD 간 거리로 환산하는 과정을 거친다. 우측 그림에 나타난 바와 같이 실험용 광신호 외에 별도의 LED를 사용하여 1 KHz 근처의 잡음 신호를 함께 생성하고 이를 광 수신부에서 잘 제거하는지를 평가하고자 하였다.

도 14는 가시광 센서를 이용한 실험결과를 나타낸 도면이다.

도 14에는 잡음 주파수에 따라 각 노이즈 제거기법의 결과를 요약한 것이다. 본 발명의 일 실시예에 따른 pIQD 및 RICA 기법이 IQD에 비해 1.2-9.8배 더 개선된 성능을 보였다.

도 15 및 도 16은 다중화 센서 신호에 적용된 사례를 나타낸 도면이다.

도 15는 8채널 TX 구동신호를 직교행렬로 나타낸 것이다. 본 발명의 일 실시예에 따른 ICA는 각 부호(열방향)에 해당되는 다중화 센서 신호를 도 16과 같은 과정으로 신호 탐색하여, 신호 성분과 잡음성분으로 구분할 수 있다.

본 발명의 일 실시예는 상기예의 시분할 (time-multiplexed) 센서 신호 뿐만 아니라 복수의 다중화 센서 신호의 잡음을 제거하는 데에도 활용될 수 있다. 도 15 및 도 16에 나타난 바와 같이, n개의 동시 TX신호로 구성된 1개의 부호열은 공통 채널에서 합쳐지고(aggregation), 수신부에서 한 번에 감지된다. 이 1개의 다중화 부호열은 센서 시스템에서 사용하는 변조 주파수의 성분으로 구성되며, 잡음 성분을 제거하기 위해 일반적으로 변조 주파수로 구성된 IQD를 적용한다. 본 발명의 일 실시예는 선형 복합 신호의 비가우시안성이 최대화되는 가중 벡터를 빠르게 탐색하여, 복합 신호의 원 신호와 원 신호 간의 상대적인 크기를 추정할 수 있다. 앞서 설명한 바와 같이 선형 ICA는 일반적으로 PCA (principle component analysis)를 이용하여 신호의 백색화 (whitening)의 단계를 진행한 이후, 최적의 가중 벡터를 탐색하기 위해 반복적인 연산을 수행한다. 한편, 도 15 및 도 16의 다중화 부호열은 n개의 TX 센서 신호와 잡음 성분의 합으로 모델화할 수 있다.

본래의 선형 ICA 기법은 부호열의 랭크 (rank)가 충분하면, 개별 TX 센서 신호를 독립적으로 분리할 수 있다. 그러나 본 발명의 일 실시예에서는 n개의 원신호성분에 대비하여, 단지 한 개의 부호열만을 가진다. 그러므로, ICA의 실질 입력은 특정 변조 주파수로 구성된 복합 센서 신호와 한 개의 부호열로 검출된 수신신호의 2-랭크의 형태로, RICA의 입력벡터 y를 구성할 수 있다. 따라서 본 발명의 일 실시예에 따른 ICA의 출력은 잡음이 제거된 복합 다중화 신호와 분리된 잡음 성분으로 정의된다.

도 17 내지 도 20은 8채널 다중화 센서 신호에 RICA를 적용한 결과를 나타낸 도면이다.

도 17 내지 도 20에는 이와 같이 구성된 다중화 센서 신호의 ICA 결과를 나타낸 것으로, 200kHz 8채널 다중화 신호에 180 kHz 고상관 잡음원과 30dB의 랜덤 잡음을 부가하였다. ICA 추정의 결과로, 잡음이 포함된 다중화 센서 신호에서 센서 신호와 잡음원을 정확히 구분할 수 있음을 알 수 있었다. 정량적인 결과로, 100kHz-195kHz의 0dB 상관 잡음과 30dB의 랜덤 잡음 환경에서 평균 98.9% 신호 검출 정확도를 보였으며, 이는 같은 조건의 IQ 복조 결과에 대비하여 평균 10.1배 향상된 결과이다.

상술한 본 발명의 실시예들에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 본 발명의 실시예들에 따른 독립성분분석을 이용한 능동형 센서잡음 제거 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.

프로세서에 의해 실행 가능한 적어도 하나의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 적어도 하나의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금: 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하고, 상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하고, 상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하고, 상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하고, 상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체가 제공될 수 있다.

상술한 본 발명에 따른 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터로 판독 가능한 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.

이상, 도면 및 실시예를 참조하여 설명하였지만, 본 발명의 보호범위가 상기 도면 또는 실시예에 의해 한정되는 것을 의미하지는 않으며 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

구체적으로, 설명된 특징들은 디지털 전자 회로, 또는 컴퓨터 하드웨어, 펌웨어, 또는 그들의 조합들 내에서 실행될 수 있다. 특징들은 예컨대, 프로그래밍 가능한 프로세서에 의한 실행을 위해, 기계 판독 가능한 저장 디바이스 내의 저장장치 내에서 구현되는 컴퓨터 프로그램 제품에서 실행될 수 있다. 그리고 특징들은 입력 데이터 상에서 동작하고 출력을 생성함으로써 설명된 실시예들의 함수들을 수행하기 위한 지시어들의 프로그램을 실행하는 프로그래밍 가능한 프로세서에 의해 수행될 수 있다. 설명된 특징들은, 데이터 저장 시스템으로부터 데이터 및 지시어들을 수신하기 위해, 및 데이터 저장 시스템으로 데이터 및 지시어들을 전송하기 위해, 결합된 적어도 하나의 프로그래밍 가능한 프로세서, 적어도 하나의 입력 디바이스, 및 적어도 하나의 출력 디바이스를 포함하는 프로그래밍 가능한 시스템 상에서 실행될 수 있는 하나 이상의 컴퓨터 프로그램들 내에서 실행될 수 있다. 컴퓨터 프로그램은 소정 결과에 대해 특정 동작을 수행하기 위해 컴퓨터 내에서 직접 또는 간접적으로 사용될 수 있는 지시어들의 집합을 포함한다. 컴퓨터 프로그램은 컴파일된 또는 해석된 언어들을 포함하는 프로그래밍 언어 중 어느 형태로 쓰여지고, 모듈, 소자, 서브루틴(subroutine), 또는 다른 컴퓨터 환경에서 사용을 위해 적합한 다른 유닛으로서, 또는 독립 조작 가능한 프로그램으로서 포함하는 어느 형태로도 사용될 수 있다.

지시어들의 프로그램의 실행을 위한 적합한 프로세서들은, 예를 들어, 범용 및 특수 용도 마이크로프로세서들 둘 모두, 및 단독 프로세서 또는 다른 종류의 컴퓨터의 다중 프로세서들 중 하나를 포함한다. 또한 설명된 특징들을 구현하는 컴퓨터 프로그램 지시어들 및 데이터를 구현하기 적합한 저장 디바이스들은 예컨대, EPROM, EEPROM, 및 플래쉬 메모리 디바이스들과 같은 반도체 메모리 디바이스들, 내부 하드 디스크들 및 제거 가능한 디스크들과 같은 자기 디바이스들, 광자기 디스크들 및 CD-ROM 및 DVD-ROM 디스크들을 포함하는 비휘발성 메모리의 모든 형태들을 포함한다. 프로세서 및 메모리는 ASIC들(application-specific integrated circuits) 내에서 통합되거나 또는 ASIC들에 의해 추가될 수 있다.

이상에서 설명한 본 발명은 일련의 기능 블록들을 기초로 설명되고 있지만, 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.

전술한 실시예들의 조합은 전술한 실시예에 한정되는 것이 아니며, 구현 및/또는 필요에 따라 전술한 실시예들 뿐 아니라 다양한 형태의 조합이 제공될 수 있다.

전술한 실시예들에서, 방법들은 일련의 단계 또는 블록으로서 순서도를 기초로 설명되고 있으나, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당해 기술 분야에서 통상의 지식을 가진 자라면 순서도에 나타난 단계들이 배타적이지 않고, 다른 단계가 포함되거나, 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.

전술한 실시예는 다양한 양태의 예시들을 포함한다. 다양한 양태들을 나타내기 위한 모든 가능한 조합을 기술할 수는 없지만, 해당 기술 분야의 통상의 지식을 가진 자는 다른 조합이 가능함을 인식할 수 있을 것이다. 따라서, 본 발명은 이하의 특허청구범위 내에 속하는 모든 다른 교체, 수정 및 변경을 포함한다고 할 것이다.

10: 능동형 센서 시스템
100: 신호 발생 장치
200: 신호 수신 장치
300: 능동형 센서잡음 제거 장치
310: 아날로그 회로 제어 블록
320: 더블 버퍼 메모리
330: 유한상태기계
340: 곱셈기 및 덧셈기
350: EVD
360: 원형 CORDIC 프로세서
370: 선형 CORDIC 프로세서
380: 쌍곡선 CORDIC 프로세서

Claims (19)

1. 능동형 센서잡음 제거 장치에 의해 수행되는 능동형 센서잡음 제거 방법에 있어서,
   주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 공분산 행렬을 계산하고, 상기 계산된 공분산 행렬의 고유치 분해(EVD, eigenvalue decomposition)를 통해 고유치 행렬 및 고유벡터 행렬을 산출하는 단계;
   상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하는 단계;
   상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하는 단계;
   상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하는 단계; 및
   상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하는 단계를 포함하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
2. 삭제
3. 제1항에 있어서,
   상기 센서 신호에 부분 IQ 복조 (partial IQ demodulation)를 적용하여 랜덤 잡음의 수준이 억제된 주기의 가상 신호를 생성하는 단계를 더 포함하고,
   상기 고유치 행렬 및 고유벡터 행렬을 산출하는 단계는, 상기 참조 신호와 상기 생성된 가상 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
4. 제1항에 있어서,
   상기 고유치 행렬 및 고유벡터 행렬을 산출하는 단계는,
   복소수로 구성된 복소 참조 신호와 상기 센서 신호로 구성된 복소 신호 행렬로부터 복수수 체계로 고유치 행렬 및 고유벡터 행렬을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
5. 제1항에 있어서,
   상기 센서 신호는,
   시분할 센서 신호 또는 복수의 채널 신호가 혼재하는 다중화 센서 신호인, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
6. 제1항에 있어서,
   상기 채널이득을 산출하는 단계는,
   상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 미만이면, 상기 설정된 채널이득 초기값을 채널이득으로 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
7. 제1항에 있어서,
   상기 채널이득을 산출하는 단계는,
   상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 이상이면, 상기 설정된 채널이득 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출하고, 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
8. 제1항에 있어서,
   상기 채널이득을 산출하는 단계는,
   상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 초기값을 설정하고, 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
9. 제8항에 있어서,
   상기 채널이득을 산출하는 단계는,
   상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 첫 번째 행벡터를 결정하고 가중치 행렬의 두 번째 행벡터의 초기값을 설정하는 단계;
   상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 두 번째 행벡터의 초기값을 이용한 고정점(Fixed-point) 반복 과정을 통해 두 번째 행벡터를 탐색하는 단계; 및
   상기 탐색된 두 번째 행벡터 및 상기 결정된 첫 번째 행벡터를 이용하여 상기 가중치 행렬을 산출하고 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출하는 단계를 포함하는, 독립성분분석을 이용한 능동형 센서잡음 제거 방법.
10. 주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호를 입력받는 입력 모듈;
    적어도 하나의 프로그램을 저장하고, 상기 참조 신호와, 상기 센서 신호를 저장하는 메모리; 및
    상기 메모리와 연결된 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는, 상기 적어도 하나의 프로그램을 실행함으로써,
    상기 참조 신호와, 상기 센서 신호로 구성된 신호 행렬로부터 공분산 행렬을 계산하고, 상기 계산된 공분산 행렬의 고유치 분해(EVD, eigenvalue decomposition)를 통해 고유치 행렬 및 고유벡터 행렬을 산출하고,
    상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하고,
    상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하고,
    상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하고,
    상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
11. 삭제
12. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 센서 신호에 부분 IQ 복조 (partial IQ demodulation)를 적용하여 랜덤 잡음의 수준이 억제된 주기의 가상 신호를 생성하고,
    상기 참조 신호와 상기 생성된 가상 신호로 구성된 신호 행렬로부터 고유치 행렬 및 고유벡터 행렬을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
13. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    복소수로 구성된 복소 참조 신호와 상기 센서 신호로 구성된 복소 신호 행렬로부터 복수수 체계로 고유치 행렬 및 고유벡터 행렬을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
14. 제10항에 있어서,
    상기 센서 신호는,
    시분할 센서 신호 또는 복수의 채널 신호가 혼재하는 다중화 센서 신호인, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
15. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 미만이면, 상기 설정된 채널이득 초기값을 채널이득으로 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
16. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 산출된 고유치 행렬의 잡음성분이 기설정된 수준 이상이면, 상기 설정된 채널이득 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출하고, 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
17. 제10항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 초기값을 설정하고, 상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 초기값을 이용하여 비가우시안성이 최대화되는 가중치 행렬을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
18. 제17항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 설정된 채널이득 초기값을 이용하여 가중치 행렬의 첫 번째 행벡터를 결정하고 가중치 행렬의 두 번째 행벡터의 초기값을 설정하고,
    상기 백색화된 신호 행렬 및 상기 설정된 가중치 행렬의 두 번째 행벡터의 초기값을 이용한 고정점(Fixed-point) 반복 과정을 통해 두 번째 행벡터를 탐색하고,
    상기 탐색된 두 번째 행벡터 및 상기 결정된 첫 번째 행벡터를 이용하여 상기 가중치 행렬을 산출하고 상기 백색 행렬 및 상기 산출된 가중치 행렬의 역행렬을 이용하여 채널이득을 산출하는, 독립성분분석을 이용한 능동형 센서잡음 제거 장치.
19. 프로세서에 의해 실행 가능한 적어도 하나의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 적어도 하나의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금:
    주파수와 위상이 미리 설정된 참조 신호와, 센싱 대상인 물리계에 자극 신호가 인가하여 변형된 센서 신호로 구성된 신호 행렬로부터 공분산 행렬을 계산하고, 상기 계산된 공분산 행렬의 고유치 분해(EVD, eigenvalue decomposition)를 통해 고유치 행렬 및 고유벡터 행렬을 산출하고,
    상기 산출된 고유치 행렬 및 고유벡터 행렬을 이용하여 백색 행렬(whitening matrix)을 계산하고,
    상기 계산된 백색 행렬을 이용하여 상기 신호 행렬의 백색화를 수행하고,
    상기 백색화된(whitened) 신호 행렬의 IQ 복조 결과 또는 실수형 복조 결과를 이용하여 채널이득 초기값을 설정하고,
    상기 산출된 고유치 행렬의 잡음성분을 기설정된 수준과 비교하고 상기 비교 결과에 따라 상기 설정된 채널이득 초기값을 이용하여 채널이득을 산출하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체.
    

Images