WO2020235743A1 - 시간 영역에서의 계층 식별 방법 - Google Patents
시간 영역에서의 계층 식별 방법 Download PDFInfo
- Publication number
- WO2020235743A1 WO2020235743A1 PCT/KR2019/008750 KR2019008750W WO2020235743A1 WO 2020235743 A1 WO2020235743 A1 WO 2020235743A1 KR 2019008750 W KR2019008750 W KR 2019008750W WO 2020235743 A1 WO2020235743 A1 WO 2020235743A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- noise
- equation
- time domain
- reflection coefficient
- medium
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B6/00—Light guides; Structural details of arrangements comprising light guides and other optical elements, e.g. couplings
- G02B6/02—Optical fibres with cladding with or without a coating
Definitions
- the present invention relates to a layer identification method in the time domain, and more particularly, to a layer identification method in the time domain capable of improving the accuracy of the acquired medium information while identifying the depth of a medium in an optical fiber. .
- Coupled mode equations are used to express the signal transmission of a medium in an optical fiber.
- Inverse scattering technique is to find out the reflection coefficient of this reflection.
- inverse scattering transmits a signal to the inside of the medium to know the information inside the medium at the boundary of the medium, and when receiving a response signal to the signal, the reflection coefficient in the medium at the boundary of the medium is calculated. To find out.
- An object of the present invention for solving the conventional problems as described above is to determine the depth of the medium in the optical fiber by estimating and compensating for noise, and to improve the accuracy of the obtained medium information. It is to provide a method of identification.
- the method for identifying a layer in a time domain includes a first step (S100) of providing a coupled mode equation for expressing transmission of a signal within a medium, and A second step (S200) of discretizing the coupled mode equation and a third step of applying a generator matrix having additive white Gaussian noise to solve the inverse scattering problem that occurs during discretization ( S300) and a fourth step (S400) of obtaining a reflection coefficient having noise by a recursive procedure defined by the coupled mode equation, starting from an initial value of the generation matrix, and the noise It characterized in that it comprises a fifth step (S500) of identifying the depth of the medium while sequentially estimating and compensating.
- u and v are waves transmitted in the forward and reverse directions at position z, respectively, q is a coupling coefficient, t is a time variable, and h is a discrete step size.
- Nk is an additive white Gaussian noise.
- W is the window size determined by the user.
- Reflection coefficient with reduced effect of the noise Is It characterized in that it is obtained by.
- the present invention by estimating and compensating for noise, it is possible to deeply identify the depth of a medium in an optical fiber and improve the accuracy of the obtained medium information.
- FIG. 1 is a flow chart showing the overall flow of a method for identifying a layer in a time domain according to the present invention.
- FIG. 2 is a flow chart showing the flow of a program for performing a layer identification method in a time domain.
- a method for identifying a layer in a time domain includes a first step (S100) of providing a coupled mode equation for expressing signal transmission in a medium, and the coupled mode equation.
- a component when a component is described as "existing inside or connected to and installed" of another component, this component may be directly connected to or installed in contact with other components, It may be installed spaced apart by a distance, and in the case of installation spaced apart by a certain distance, a third component or means may exist for fixing or connecting the component to other components. It should be noted that a description of the elements or means of 3 may be omitted.
- FIG. 1 is a flow chart showing the overall flow of a method for identifying a layer in a time domain according to the present invention.
- the method for identifying a layer in a time domain includes a first step (S100) of providing a coupled mode equation for expressing signal transmission within a medium, and the couple A second step (S200) of discretizing the de-mode equation, and a third step (S300) of applying a generator matrix having additive white Gaussian noise to solve the inverse scattering problem that occurs during discretization. And, a fourth step (S400) of obtaining a reflection coefficient having noise by a recursive procedure defined by the coupled mode equation, starting from an initial value of the generation matrix, and sequentially removing the noise. It characterized in that it comprises a fifth step (S500) of identifying the depth of the medium while estimating and compensating.
- optical problem dominated by Inverse Scattering Theory can be solved by applying the layer identification method in the time domain.
- the identification depth of the layer identification method in the time domain is limited by the error accumulation due to noise as the layer identification method in the time domain expands to a deeper layer, and the normalization approach improves this error accumulation to deepen the identification depth. I can.
- the error of the layer identification method in the time domain according to the present invention has layer-by-layer independence.
- Noise is estimated and compensated in a sequential manner according to the characteristics of the independence of each layer.
- the hierarchical identification method in the time domain in which noise is sequentially removed according to the present invention is the first method capable of suppressing an identification error due to noise.
- the effective noise specified as the identification error of the Sure algorithm is the noise of the current layer. Dominated locally by
- the reflection coefficient is inversely proportional to the sampling rate, the layer-by-layer independence of the effective noise can be obtained by improving the sampling rate of the scattered data.
- the measurement noise is estimated and compensated in a sequential manner using the modified Sure algorithm in sequential noise removal.
- Coupled Mode Equations are used to express the signal transmission of a medium within an optical fiber.
- the coupled mode equation may be discretized with a step size of h as shown in Equation 1.
- u and v are waves transmitted in the forward and reverse directions at position z, respectively, q is the coupling coefficient, and t is a time variable.
- Equation 2 An initial generation matrix (G 0 ) having an additive white Gaussian noise (N k ) is defined by Equation 2.
- Equation 3 From the recursive procedure defined by Equation 1 starting at G 0 , Equation 3 assuming a sufficiently small h can be obtained.
- Equation 3 Is the noise-free reflection coefficient to be.
- FIG. 2 is a flow chart showing the flow of a program for performing a layer identification method in a time domain.
- a method of identifying a layer in a sequential noise removal-time domain is performed by a total of eight steps as follows.
- a specific area of the medium is set to W.
- an initial generation matrix (G 0 ) is constructed, and a specific region is transferred from one end of the medium ( ) Up to each reflection coefficient Calculate
- Such a flow chart is implemented by a computer-readable storage medium storing a program for performing a method for identifying a layer in a time domain in which noise is sequentially removed.
- the identification depth of the layer identification method in the sequential noise removal-time domain is larger than that of the layer identification method in the non-noise time domain, it indicates the improved identification depth as well as robustness for round-off errors. .
- the variance of the identification error of the layer identification method in the sequential noise removal-time domain is the inverse of W.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명의 목적은 잡음을 추정하고 보상함으로써 광섬유 내에서 매질의 깊이를 깊게 식별함과 아울러 획득한 매질 정보의 정확도를 향상시킬 수 있는 시간 영역에서의 계층 식별 방법을 제공하는 것이다. 상기 목적을 달성하기 위해, 본 발명에 따른 시간 영역에서의 계층 식별 방법은, 매질 내에서 신호의 전달을 표현하기 위한 커플드 모드 방정식(Coupled Mode Equations)을 제공하는 제 1 단계(S100)와, 상기 커플드 모드 방정식을 이산화(Discretized)시키는 제 2 단계(S200)와, 이산화시 발생하는 역산란 문제를 해결하기 위해 가산성 백색 가우시안 잡음을 갖는 생성 행렬(Generator Matrix)을 적용하는 제 3 단계(S300)와, 상기 생성 행렬의 초기값(Initial Value)에서 시작하여 상기 커플드 모드 방정식에 의해 정의된 재귀적 절차에 의해 잡음을 갖는 반사 계수를 획득하는 제 4 단계(S400)와, 상기 잡음을 순차적으로 추정하고 보상하면서 상기 매질의 깊이를 식별하는 제 5 단계를 포함하는 것을 특징으로 한다.
Description
본 발명은 시간 영역에서의 계층 식별 방법에 관한 것으로, 더욱 상세하게는 광섬유 내에서 매질의 깊이를 식별함과 아울러 획득한 매질 정보의 정확도를 향상시킬 수 있는 시간 영역에서의 계층 식별 방법에 관한 것이다.
일반적으로, 광섬유 내에서 매질의 신호 전달을 표현하기 위해서는 커플드 모드 방정식(Coupled Mode Equations)이 사용된다.
이러한 매질이 비균일(Non-Homogeneous)하면 리플렉션(Reflection)이 발생하게 된다.
이러한 리플렉션의 반사 계수를 알아내는 것이 역산란(Inverse Scattering) 기술이다.
즉, 역산란은 매질의 경계면(Boundary)에서 매질 내부 정보를 알기 위해 매질 내부로 신호를 송신하고 그 신호에 대한 응답 신호를 수신시, 그 매질의 경계면에서 매질 내에 있는 반사 계수(Reflection Coefficient)를 알아내는 것이다.
그런데, 이러한 역산란은 잡음 증대 효과(Noise Enhancement Effect)가 있어서, 알아낼 수 있는 매질의 깊이에 한계가 있는 문제점이 있었다.
이를 위해, 매질 내의 깊이를 깊게 식별할 수 있고, 알아낸 매질 내부 정보의 정확도를 향상시킬 수 있는 방법이 요구되고 있다.
상기한 바와 같은 종래의 문제점을 해결하기 위한 본 발명의 목적은 잡음을 추정하고 보상함으로써 광섬유 내에서 매질의 깊이를 깊게 식별함과 아울러 획득한 매질 정보의 정확도를 향상시킬 수 있는 시간 영역에서의 계층 식별 방법을 제공하는 것이다.
상기 목적을 달성하기 위해, 본 발명에 따른 시간 영역에서의 계층 식별 방법은, 매질 내에서 신호의 전달을 표현하기 위한 커플드 모드 방정식(Coupled Mode Equations)을 제공하는 제 1 단계(S100)와, 상기 커플드 모드 방정식을 이산화(Discretized)시키는 제 2 단계(S200)와, 이산화시 발생하는 역산란 문제를 해결하기 위해 가산성 백색 가우시안 잡음을 갖는 생성 행렬(Generator Matrix)을 적용하는 제 3 단계(S300)와, 상기 생성 행렬의 초기값(Initial Value)에서 시작하여 상기 커플드 모드 방정식에 의해 정의된 재귀적 절차에 의해 잡음을 갖는 반사 계수를 획득하는 제 4 단계(S400)와, 상기 잡음을 순차적으로 추정하고 보상하면서 상기 매질의 깊이를 식별하는 제 5 단계(S500)를 포함하는 것을 특징으로 한다.
또한, 본 발명에 따른 시간 영역에서의 계층 식별 방법에서, 상기 커플드 모드 방정식은,
[수학식 1]
- 여기서, u와 v는 각각 위치 z에서의 순방향 및 역방향으로 전달하는 웨이브이고, q는 커플링 계수이며, t는 시간 변수이고, h는 이산화 스텝 사이즈임 -인 것을 특징으로 한다.
또한, 본 발명에 따른 시간 영역에서의 계층 식별 방법에서,
상기 생성 행렬은,
[수학식 2]
- 여기서, Nk는 가산성 백색 가우시안 잡음임 -인 것을 특징으로 한다.
또한, 본 발명에 따른 시간 영역에서의 계층 식별 방법은,
상기 G0에서 시작하여 상기 수학식 1의 재귀적 절차에 의해, 반사 계수 
를
[수학식 3]
- 여기서, 
은 잡음이 없는 반사 계수임 - 을 통해 획득하는 것을 특징으로 한다.
또한, 본 발명에 따른 시간 영역에서의 계층 식별 방법은,
상기 수학식 3에서, 
로부터,
[수학식 4]
- 여기서, W는 사용자가 정하는 윈도우 사이즈임 - 를 획득하는 것을 특징으로 한다.
또한, 본 발명에 따른 시간 영역에서의 계층 식별 방법은,
상기 수학식 3과, 상기 수학식 4에 의해,
상기 잡음에 의한 영향이 저감된 반사 계수 
는 
에 의해 획득되는 것을 특징으로 한다.
또한, 본 발명에 따른 시간 영역에서의 계층 식별 방법에서, 
동안 상기 잡음은 
에 의해 추정되는 것을 특징으로 한다.
한편, 상기 목적을 달성하기 위해, 본 발명에 따른 시간 영역에서의 계층 식별 방법을 수행하기 위한 프로그램이 저장된 컴퓨터로 판독 가능한 저장 매체는, 매질의 특정 영역을 W로 설정하는 제 1 단계(S10); 초기 생성 행렬(G0)을 구성하고, 상기 매질의 일단으로부터 상기 특정 영역 이전(
)까지 각각의 반사 계수 
를 계산하는 제 2 단계(S20); 상기 (
)에서 
에 의해 감소된 잡음을 갖는 반사 계수 
를 계산하는 제 3 단계(S30); 
일 경우 역방향 웨이브 
로부터 
와 정방향 웨이브 
의 곱을 차감하여 상기 
를 보상하는 제 4 단계(S40); k=W로 세팅하고, 초기 생성 행렬(G0)을 구성하는 제 5 단계(S50); i=0으로 세팅하고, 
Gi를 계산하여 Gi+1을 생성하는 제 6 단계(S60); i를 1씩 증가시켜서 i < k일 경우 상기 제 6 단계(S60)로 돌아가며, i ≥ k일 경우 
로부터 반사 계수 
를 계산하며, 
에 의해 감소된 잡음을 갖는 반사 계수 
를 계산하는 제 7 단계(S70); 역방향 웨이브 
로부터 
와 정방향 웨이브 
의 곱을 차감하여 상기 
를 보상하는 단계(S80);를 포함하며, k를 1씩 증가시켜서 
< 1일 경우 상기 제 5 단계(S50)로 돌아가며, 
일 경우 종료한다.
기타 실시 예의 구체적인 사항은 "발명을 실시하기 위한 구체적인 내용" 및 첨부 "도면"에 포함되어 있다.
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 각종 실시 예를 참조하면 명확해질 것이다.
그러나 본 발명은 이하에서 개시되는 각 실시 예의 구성만으로 한정되는 것이 아니라 서로 다른 다양한 형태로도 구현될 수도 있으며, 단지 본 명세서에서 개시한 각각의 실시 예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구범위의 각 청구항의 범주에 의해 정의될 뿐임을 알아야 한다.
본 발명에 의하면, 잡음을 추정하고 보상함으로써 광섬유 내에서 매질의 깊이를 깊게 식별함과 아울러 획득한 매질 정보의 정확도를 향상시킬 수 있는 효과가 있다.
도 1은 본 발명에 따른 시간 영역에서의 계층 식별 방법의 전체 흐름을 나타내는 플로우 차트.
도 2는 시간 영역에서의 계층 식별 방법을 수행하기 위한 프로그램의 흐름을 나타내는 순서도.
본 발명의 일 실시예에 따른 시간 영역에서의 계층 식별 방법은, 매질 내에서 신호의 전달을 표현하기 위한 커플드 모드 방정식(Coupled Mode Equations)을 제공하는 제 1 단계(S100)와, 상기 커플드 모드 방정식을 이산화(Discretized)시키는 제 2 단계(S200)와, 이산화시 발생하는 역산란 문제를 해결하기 위해 가산성 백색 가우시안 잡음을 갖는 생성 행렬(Generator Matrix)을 적용하는 제 3 단계(S300)와, 상기 생성 행렬의 초기값(Initial Value)에서 시작하여 상기 커플드 모드 방정식에 의해 정의된 재귀적 절차에 의해 잡음을 갖는 반사 계수를 획득하는 제 4 단계(S400)와, 상기 잡음을 순차적으로 추정하고 보상하면서 상기 매질의 깊이를 식별하는 제 5 단계(S500)를 포함하는 것을 특징으로 한다.
본 발명을 상세하게 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니 되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있고, 더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.
즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시 예를 설명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의도로 사용된 것이 아니며, 이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.
또한, 본 명세서에서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있으며, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.
본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.
더 나아가서, 어떤 구성 요소가 다른 구성 요소의 "내부에 존재하거나, 연결되어 설치된다"라고 기재한 경우에는, 이 구성 요소가 다른 구성 요소와 직접적으로 연결되어 있거나 접촉하여 설치되어 있을 수 있고, 일정한 거리를 두고 이격되어 설치되어 있을 수도 있으며, 일정한 거리를 두고 이격되어 설치되어 있는 경우에 대해서는 해당 구성 요소를 다른 구성 요소에 고정 내지 연결하기 위한 제 3의 구성 요소 또는 수단이 존재할 수 있으며, 이 제 3의 구성 요소 또는 수단에 대한 설명은 생략될 수도 있음을 알아야 한다.
반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결"되어 있다거나, 또는 "직접 접속"되어 있다고 기재되는 경우에는, 제 3의 구성 요소 또는 수단이 존재하지 않는 것으로 이해하여야 한다.
마찬가지로, 각 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 " ~ 사이에"와 "바로 ~ 사이에", 또는 " ~ 에 이웃하는"과 " ~ 에 직접 이웃하는" 등도 마찬가지의 취지를 가지고 있는 것으로 해석되어야 한다.
또한, 본 명세서에서 "일면", "타면", "일측", "타측", "제 1", "제 2" 등의 용어는, 사용된다면, 하나의 구성 요소에 대해서 이 하나의 구성 요소가 다른 구성 요소로부터 명확하게 구별될 수 있도록 하기 위해서 사용되며, 이와 같은 용어에 의해서 해당 구성 요소의 의미가 제한적으로 사용되는 것은 아님을 알아야 한다.
또한, 본 명세서에서 "상", "하", "좌", "우" 등의 위치와 관련된 용어는, 사용된다면, 해당 구성 요소에 대해서 해당 도면에서의 상대적인 위치를 나타내고 있는 것으로 이해하여야 하며, 이들의 위치에 대해서 절대적인 위치를 특정하지 않는 이상은, 이들 위치 관련 용어가 절대적인 위치를 언급하고 있는 것으로 이해하여서는 아니된다.
또한, 본 명세서에서는 각 도면의 각 구성 요소에 대해서 그 도면 부호를 명기함에 있어서, 동일한 구성 요소에 대해서는 이 구성 요소가 비록 다른 도면에 표시되더라도 동일한 도면 부호를 가지고 있도록, 즉 명세서 전체에 걸쳐 동일한 참조 부호는 동일한 구성 요소를 지시하고 있다.
본 명세서에 첨부된 도면에서 본 발명을 구성하는 각 구성 요소의 크기, 위치, 결합 관계 등은 본 발명의 사상을 충분히 명확하게 전달할 수 있도록 하기 위해서 또는 설명의 편의를 위해서 일부 과장 또는 축소되거나 생략되어 기술되어 있을 수 있고, 따라서 그 비례나 축척은 엄밀하지 않을 수 있다.
또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지 기술에 대해 상세한 설명은 생략될 수도 있다.
이하, 본 발명의 실시 예에 대해 관련 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명에 따른 시간 영역에서의 계층 식별 방법의 전체 흐름을 나타내는 플로우 차트이다.
도 1을 참조하면, 본 발명에 따른 시간 영역에서의 계층 식별 방법은 매질 내에서 신호의 전달을 표현하기 위한 커플드 모드 방정식(Coupled Mode Equations)을 제공하는 제 1 단계(S100)와, 상기 커플드 모드 방정식을 이산화(Discretized)시키는 제 2 단계(S200)와, 이산화시 발생하는 역산란 문제를 해결하기 위해 가산성 백색 가우시안 잡음을 갖는 생성 행렬(Generator Matrix)을 적용하는 제 3 단계(S300)와, 상기 생성 행렬의 초기값(Initial Value)에서 시작하여 상기 커플드 모드 방정식에 의해 정의된 재귀적 절차에 의해 잡음을 갖는 반사 계수를 획득하는 제 4 단계(S400)와, 상기 잡음을 순차적으로 추정하고 보상하면서 상기 매질의 깊이를 식별하는 제 5 단계(S500)를 포함하는 것을 특징으로 한다.
이에 대해, 좀더 상세히 설명한다.
시간 영역에서의 계층 식별 방법을 적용하여 역산란 이론(Inverse Scattering Theory)에 의해 지배되는 광학적 문제를 해결할 수 있다.
시간 영역에서의 계층 식별 방법의 식별 깊이는 시간 영역에서의 계층 식별 방법이 더 깊은 층으로 전개됨에 따라 잡음으로 인한 에러 축적에 의해 제한되고, 정규화 접근법은 이러한 에러 축적을 개선하여 식별 깊이를 깊게 할 수 있다.
시간 영역에서의 계층 식별 방법의 정확도 및 식별 깊이를 모두 향상시키기 위해 순차적 잡음 제거(Successive Noise Cancelation) 방법을 제공한다.
또한, 가산성 백색 가우시안 잡음(Additive White Gaussian Noise)을 가정하면, 본 발명에 따른 시간 영역에서의 계층 식별 방법의 에러는 계층별 독립성(Layer-By-Layer Independency)을 가진다.
계층별 독립성의 특성에 따라, 잡음이 순차적인 방식으로 추정 및 보상된다.
본 발명에 따른 순차적으로 잡음을 제거하는 시간 영역에서의 계층 식별 방법은 잡음에 의한 식별 에러를 억제할 수 있는 최초의 방식이다.
좀더 상세히 설명하면, 순차적인 1차원 역산란 문제(Inverse scattering Problem; ISP)를 위한 슈어 알고리즘(Schur Algorithm)의 식별 깊이를 향상시키기 위해, 순차적 잡음 제거(Successive Noise Cancelation) 방법을 제공한다.
제로 평균 및 알려진 분산을 갖는 가산성 백색 가우시안 잡음(Additive White Gaussian Measurement Noise)을 사용하여, 슈어 알고리즘의 에러 전파를 이용한다.
이전 계층에서의 잡음에 대한 현재 계층에서의 잡음이 현재 계층의 잡음이 없는 반사 계수(Non-Noisy Reflection Coefficient)에 비례하여 감쇠되기 때문에, 슈어 알고리즘의 식별 에러로 규정된 유효 잡음은 현재 계층의 잡음에 의해 국소적으로 지배된다.
반사 계수가 샘플링률에 역비례하기 때문에, 이러한 유효 잡음의 계층 별 독립성은 산란 데이터의 샘플링률을 향상시킴으로써 획득될 수 있다.
측정 잡음은 순차적 잡음 제거에서 수정된 슈어 알고리즘을 사용하여 순차적인 방식으로 추정 및 보상된다.
- 순차적 잡음 제거(Successive Noise Cancelation; SNC) 및 시간 영역에서의 계층 식별 방법 -
광섬유 내에서 매질의 신호 전달을 표현하기 위해서는 커플드 모드 방정식(Coupled Mode Equations)이 사용된다.
커플드 모드 방정식은 수학식 1과 같이 h의 스텝 사이즈로 이산화(Discretized) 될 수 있다.
[수학식 1]
여기서, u와 v는 각각 위치 z에서의 순방향 및 역방향으로 전달하는 웨이브이고, q는 커플링 계수이며, t는 시간 변수이다.
이러한 이산화된 역산란 문제(Inverse Scattering Problem)는 생성 행렬(Generator Matrix) 개념을 사용하여 재귀적으로 해결될 수 있다.
가산성 백색 가우시안 잡음(Additive White Gaussian Noise; Nk)을 갖는 초기 생성 행렬(G0)은 수학식 2에 의해 정의된다.
[수학식 2]
G0에서 시작하여 수학식 1에 의해 정의된 재귀적 절차로부터, 충분히 작은 h를 가정한 수학식 3을 획득할 수 있다.
[수학식 3]
충분히 작은 h에 대한 가정으로부터, 
이기 때문에 적합한 윈도우 크기 W에 대해
[수학식 4]
가 명백하다.
수학식 3에서, 
는 잡음 없는 반사 계수 
이다.
수학식 3과 수학식 4를 사용하여, 감소된 잡음을 갖는 반사 계수는 
에 의해 획득된다.
따라서, 
동안 
는 
에 의해 추정된다.
도 2는 시간 영역에서의 계층 식별 방법을 수행하기 위한 프로그램의 흐름을 나타내는 순서도이다.
도 2를 참조하면, 순차적 잡음 제거-시간 영역에서의 계층 식별 방법은 다음과 같이 총 8단계에 의해 수행된다.
제 1 단계(S10)에서는 매질의 특정 영역을 W로 설정한다.
제 2 단계(S20)에서는 초기 생성 행렬(G0)을 구성하고, 매질의 일단으로부터 특정 영역 이전(
)까지 각각의 반사 계수 
를 계산한다.
제 3 단계(S30)에서는 (
)에서 
에 의해 감소된 잡음을 갖는 반사 계수 
를 계산한다.
이때, 
일 경우 역방향 웨이브 
로부터 
와 정방향 웨이브 
의 곱을 차감하여 
를 보상하는 제 4 단계(S40)를 수행한다.
제 5 단계(S50)에서는, k=W로 세팅하고, 초기 생성 행렬(G0)을 구성한다.
제 6 단계(S60)에서는, i=0으로 세팅하고, 
Gi를 계산하여 Gi+1을 생성한다.
이후, i를 1씩 증가시켜서 i < k일 경우 제 6 단계(S60)로 돌아가며, i ≥ k일 경우 
로부터 반사 계수 
를 계산하며, 
에 의해 감소된 잡음을 갖는 반사 계수 
를 계산하는 제 7 단계(S70)를 수행한다.
다음, 제 8 단계(S80)에서는 역방향 웨이브 
로부터 
와 정방향 웨이브 
의 곱을 차감하여 
를 보상한다.
이후, k를 1씩 증가시켜서 
< 1일 경우 제 5 단계(S50)로 돌아가며, 
일 경우 종료한다.
이와 같은 순서도는 순차적으로 잡음을 제거하는 시간 영역에서의 계층 식별 방법을 수행하기 위한 프로그램이 저장된 컴퓨터로 판독 가능한 저장 매체에 의해 구현된다.
한편, 순차적 잡음 제거-시간 영역에서의 계층 식별 방법의 식별 깊이는 비잡음 시간 영역에서의 계층 식별 방법보다 크기 때문에, 반올림 에러(Round-Off Error)에 대해 개선된 식별 깊이뿐만 아니라 견고함을 나타낸다.
더 정확하게는, 순차적 잡음 제거-시간 영역에서의 계층 식별 방법의 식별 에러의 분산은 W의 역이다.
이상, 일부 예를 들어서 본 발명의 바람직한 여러 가지 실시 예에 대해서 설명하였지만, 본 "발명을 실시하기 위한 구체적인 내용" 항목에 기재된 여러 가지 다양한 실시 예에 관한 설명은 예시적인 것에 불과한 것이며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이상의 설명으로부터 본 발명을 다양하게 변형하여 실시하거나 본 발명과 균등한 실시를 행할 수 있다는 점을 잘 이해하고 있을 것이다.
또한, 본 발명은 다른 다양한 형태로 구현될 수 있기 때문에 본 발명은 상술한 설명에 의해서 한정되는 것이 아니며, 이상의 설명은 본 발명의 개시 내용이 완전해지도록 하기 위한 것으로 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이며, 본 발명은 청구범위의 각 청구항에 의해서 정의될 뿐임을 알아야 한다.
잡음을 추정하고 보상함으로써 광섬유 내에서 매질의 깊이를 깊게 식별함과 아울러 획득한 매질 정보의 정확도를 향상시킬 수 있는 효과가 있다.
없음
Claims (8)
- 매질 내에서 신호의 전달을 표현하기 위한 커플드 모드 방정식(Coupled Mode Equations)을 제공하는 제 1 단계(S100)와,상기 커플드 모드 방정식을 이산화(Discretized)시키는 제 2 단계(S200)와,이산화시 발생하는 역산란 문제를 해결하기 위해 가산성 백색 가우시안 잡음을 갖는 생성 행렬(Generator Matrix)을 적용하는 제 3 단계(S300)와,상기 생성 행렬의 초기값(Initial Value)에서 시작하여 상기 커플드 모드 방정식에 의해 정의된 재귀적 절차에 의해 잡음을 갖는 반사 계수를 획득하는 제 4 단계(S400)와,상기 잡음을 순차적으로 추정하고 보상하면서 상기 매질의 깊이를 식별하는 제 5 단계(S500)를 포함하는 것을 특징으로 하는,시간 영역에서의 계층 식별 방법.
- 제 1 항에 있어서,상기 커플드 모드 방정식은,[수학식 1]
- 여기서, u와 v는 각각 위치 z에서의 순방향 및 역방향으로 전달하는 웨이브이고, q는 커플링 계수이며, t는 시간 변수이고, h는 이산화 스텝 사이즈임 -인 것을 특징으로 하는,시간 영역에서의 계층 식별 방법. - 제 2 항에 있어서,상기 생성 행렬은,[수학식 2]
- 여기서, Nk는 가산성 백색 가우시안 잡음임 -인 것을 특징으로 하는,시간 영역에서의 계층 식별 방법. - 제 3 항에 있어서,상기 G0에서 시작하여 상기 수학식 1의 재귀적 절차에 의해, 반사 계수를
[수학식 3]
- 여기서,은 잡음이 없는 반사 계수임 - 을 통해 획득하는 것을 특징으로 하는,
시간 영역에서의 계층 식별 방법. - 제 4 항에 있어서,상기 수학식 3에서,로부터,
[수학식 4]
- 여기서, W는 사용자가 정하는 윈도우 사이즈임 - 를 획득하는 것을 특징으로 하는,시간 영역에서의 계층 식별 방법. - 제 5 항에 있어서,상기 수학식 3과, 상기 수학식 4에 의해,상기 잡음에 의한 영향이 저감된 반사 계수는
에 의해 획득되는 것을 특징으로 하는,
시간 영역에서의 계층 식별 방법. - 제 6 항에 있어서,동안 상기 잡음은
에 의해 추정되는 것을 특징으로 하는,
시간 영역에서의 계층 식별 방법. - 매질의 특정 영역을 W로 설정하는 제 1 단계(S10);초기 생성 행렬(G0)을 구성하고, 상기 매질의 일단으로부터 상기 특정 영역 이전()까지 각각의 반사 계수
를 계산하는 제 2 단계(S20);
상기 ()에서
에 의해 감소된 잡음을 갖는 반사 계수
를 계산하는 제 3 단계(S30);
일 경우 역방향 웨이브
로부터
와 정방향 웨이브
의 곱을 차감하여 상기
를 보상하는 제 4 단계(S40);
k=W로 세팅하고, 초기 생성 행렬(G0)을 구성하는 제 5 단계(S50);i=0으로 세팅하고,Gi를 계산하여 Gi+1을 생성하는 제 6 단계(S60);
i를 1씩 증가시켜서 i < k일 경우 상기 제 6 단계(S60)로 돌아가며, i ≥ k일 경우로부터 반사 계수
를 계산하며,
에 의해 감소된 잡음을 갖는 반사 계수
를 계산하는 제 7 단계(S70),
역방향 웨이브로부터
와 정방향 웨이브
의 곱을 차감하여 상기
를 보상하는 단계(S80)를 포함하며,
k를 1씩 증가시켜서< 1일 경우 상기 제 5 단계(S50)로 돌아가며,
일 경우 종료하는 것을 특징으로 하는,
시간 영역에서의 계층 식별 방법을 수행하기 위한 프로그램이 저장된 컴퓨터로 판독 가능한 저장 매체.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190059115A KR102047123B1 (ko) | 2019-05-20 | 2019-05-20 | 시간 영역에서의 계층 식별 방법 |
| KR10-2019-0059115 | 2019-05-20 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2020235743A1 true WO2020235743A1 (ko) | 2020-11-26 |
Family
ID=68729152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/KR2019/008750 WO2020235743A1 (ko) | 2019-05-20 | 2019-07-16 | 시간 영역에서의 계층 식별 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102047123B1 (ko) |
| WO (1) | WO2020235743A1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5818630A (en) * | 1997-06-25 | 1998-10-06 | Imra America, Inc. | Single-mode amplifiers and compressors based on multi-mode fibers |
| KR20020021084A (ko) * | 1999-03-31 | 2002-03-18 | 알프레드 엘. 미첼슨 | 제조 환경에 적합한 편파 모드 분산 측정 시스템 및 방법 |
| KR20070078394A (ko) * | 2006-01-26 | 2007-07-31 | 캐논 가부시끼가이샤 | 측정방법 |
| KR20090085885A (ko) * | 2008-02-05 | 2009-08-10 | 엘에스전선 주식회사 | 광섬유 접속 장치 및 그 장치에 의한 광섬유 품질 측정시스템 |
| KR20170075167A (ko) * | 2015-12-23 | 2017-07-03 | (주) 라이트론 | 양방향 광 송수신 모듈 |
-
2019
- 2019-05-20 KR KR1020190059115A patent/KR102047123B1/ko active IP Right Grant
- 2019-07-16 WO PCT/KR2019/008750 patent/WO2020235743A1/ko active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5818630A (en) * | 1997-06-25 | 1998-10-06 | Imra America, Inc. | Single-mode amplifiers and compressors based on multi-mode fibers |
| KR20020021084A (ko) * | 1999-03-31 | 2002-03-18 | 알프레드 엘. 미첼슨 | 제조 환경에 적합한 편파 모드 분산 측정 시스템 및 방법 |
| KR20070078394A (ko) * | 2006-01-26 | 2007-07-31 | 캐논 가부시끼가이샤 | 측정방법 |
| KR20090085885A (ko) * | 2008-02-05 | 2009-08-10 | 엘에스전선 주식회사 | 광섬유 접속 장치 및 그 장치에 의한 광섬유 품질 측정시스템 |
| KR20170075167A (ko) * | 2015-12-23 | 2017-07-03 | (주) 라이트론 | 양방향 광 송수신 모듈 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102047123B1 (ko) | 2019-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2013168998A1 (en) | Apparatus and method for processing 3d information | |
| WO2021060899A1 (ko) | 인공지능 모델을 사용 기관에 특화시키는 학습 방법, 이를 수행하는 장치 | |
| WO2021194056A1 (en) | Method for training deep learning network based on artificial intelligence and learning device using the same | |
| WO2010041836A2 (en) | Method of detecting skin-colored area using variable skin color model | |
| WO2022234957A1 (ko) | 딥러닝을 이용한 초음파 비파괴 검사방법 및 시스템과 이에 사용되는 오토 인코더 기반의 예측모델 학습방법 | |
| WO2023008806A1 (ko) | Rgb-d 기반 가축 체중 추론 ai 시스템 및 이를 제공하기 위한 컴퓨터 프로그램이 기록된 컴퓨터-판독가능매체 | |
| WO2019235828A1 (ko) | 투 페이스 질병 진단 시스템 및 그 방법 | |
| WO2020235743A1 (ko) | 시간 영역에서의 계층 식별 방법 | |
| WO2016117793A1 (ko) | 음성 향상 방법 및 시스템 | |
| WO2020230977A1 (ko) | 메타 인지 기반 고속 환경 탐색 방법 및 장치 | |
| WO2014025212A1 (en) | Method and apparatus for modelling power consumption of integrated circuit | |
| WO2021210838A1 (ko) | 다양한 오믹스 데이터 분석에 기초한 생체나이 예측방법 및 시스템 | |
| WO2011065660A4 (ko) | 계산 시뮬레이션 모사 시스템 및 그 방법 | |
| WO2015099249A1 (ko) | 의료 영상의 병변 유사도 판단 장치 및 방법 | |
| WO2021137419A1 (ko) | 디제이변환에 기초한 기본주파수 추출 방법 | |
| WO2014069767A1 (ko) | 염기 서열 정렬 시스템 및 방법 | |
| WO2021256846A1 (ko) | 슬라이드 이미지에 포함된 생체 조직의 길이를 측정하는 방법 및 이를 수행하는 컴퓨팅 시스템 | |
| WO2016163748A1 (ko) | 송신 신호를 검출하기 위한 장치 및 방법 | |
| WO2022149658A1 (ko) | 뉴럴 네트워크의 출력 해석 방법 및 이를 위한 시스템 | |
| WO2018159892A1 (ko) | 트랜션트 분석을 위한 s-매개변수 처리방법 | |
| WO2011052821A1 (ko) | 대수우도비를 산출하는 방법 및 복조 장치 | |
| WO2021096167A1 (ko) | 선박 선저검사용 수중 카메라 영상보정 시스템 및 방법 | |
| WO2021112520A1 (ko) | 내시경 영상에 대한 깊이 추정 방법 및 장치 | |
| WO2017043680A1 (ko) | 의료 데이터의 개인 정보 보호를 위한 인공 신경망의 분산 학습 시스템 및 방법 | |
| WO2020222373A1 (ko) | 실내 측위 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 19929542 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 19929542 Country of ref document: EP Kind code of ref document: A1 |