This study quantitatively analyzed Buzz, Squeak, and Rattle (BSR) noises occurring during automotive operation and identified their root causes. Abnormal noises were initially detected during a first test drive and were classified into BSR types based on data from a Noise Observer system. Case analysis revealed that in the 2020 G model, a squeak noise was caused by friction between solid components due to durability degradation and damage to the suspension bushing. In contrast, the 2022 G model exhibited a rattle noise resulting from insufficient structural gaps. As modern vehicles continue to pursue higher performance, safety, and cabin quietness, the reduction in component gaps has increased the likelihood of BSR occurrences. This study demonstrates the effectiveness of diagnosing the root causes of BSR and confirms its practical value in reducing maintenance time and minimizing misdiagnoses.

NVH(Noise, Vibration, and Harshness) characteristics are critical indicators for evaluating automotive quality and diagnosing mechanical issues through abnormal vibrations during driving. Among various components, tires are the only part of the automotive in direct contact with the road, making them a major source of noise and vibration. Tire-related anomalies not only affect ride comfort but can also pose serious safety hazards. This study presents a diagnostic approach that utilizes NVH analysis, wheel balance inspection, and RFV(Radial Force Variation) measurement to identify and repair tire faults. Through case analysis, it was confirmed that abnormal vibrations caused by internal moisture accumulation and structural deformation of tires could be accurately diagnosed and addressed. The proposed method enables early detection of tire-related issues, providing a preventive maintenance strategy and contributing to enhanced automotive safety and reliability.

Recently, automotive are used not only as a means of transportation, but also as a private and leisure spaces. In order to secure competitiveness in the automobile market, we must improve durability and noise/vibration technologies. The driver wants to keep quiet even if the car is used for a long time. The types of noise and vibration generated by the automotive can be divided into NVH and BSR. NVH should be reduced because it is caused by mechanical defects and aging. In this study, it was possible to accurately analyze the cause of noise and vibration, also it could identify the location, and repair that. In the future, research of an abnormal and vibrations such as NVH and BSR in automotive is needed to clearly identify.

본 연구는 K-공간 기반 노이즈 제거 딥러닝(DL)을 이용한 확산강조영상(DWI)의 유용성을 평가하고자 하였다. 연구 를 위해 간세포암으로 확진된 환자 30명을 대상으로 DL 기법 적용 전후의 DWI에 각각 확산경사자계(b-value) 50 과 800을 적용하여 영상화하였다. 획득한 영상에서 간세포암 조직과 정상 간 조직에 관심 영역을 설정하여 b50, b800에서의 신호대잡음비(SNR)와 대조대잡음비(CNR)를 측정하였고 두 명의 관찰자가 각 영상에서 간세포암 조직 을 측정하여 겉보기확산계수(ADC) 값을 계산하였다. 모든 측정값의 평가는 T-검정(T-test)을 사용하여 상관관계 를 평가하였으며 급내상관계수(ICC)를 이용하여 두 관찰자 간 ADC 측정값의 일치도와 신뢰도를 평가하였다. 연구 결과, DL 적용 후 영상에서 SNR과 CNR이 모두 높아졌으며 통계적으로 유의한 것으로(p<0.05) 나타났다. 또한, 간세포암의 ADC 값은 통계적으로 유의하지 않은 것으로(p<0.05) 나타났지만 두 관찰자 간 ADC 측정값의 일치에 대한 신뢰도는 상관계수가 0.75 이상으로 우수하였고, 간세포암의 고유한 성질로 인해 ADC 값의 변화가 적은 점을 고려한다면 충분히 유의한 결과라고 볼 수 있다. 결론적으로 DL DWI은 영상 획득 시간을 단축하면서도 기존 DWI 보다 질적으로 더 나은 영상을 획득했다. 향후 다양한 MRI 검사에 DL이 적용된다면 더욱 유용하게 사용될 것으로 사료 된다.

본 논문에서는 각 축 방향으로 절대값을 취해 더하는 형태의 맨해튼 거리 측정법을 일반화하 여 2차원 및 3차원에 대한 거리 측정 방법을 제시한다. 또한 이를 이용하여 Worley 노이즈 함수에 적용하여 구현하는데 이용한다. 기존의 방법으로는 2차원에 대해서만 계산이 가능했으 나 제안된 방법에서는 2차원과 3차원에 모두 적용 가능하다. 또한 새로 제안된 방법을 사용하 면 맨해튼 거리를 사용하는 Worley noise함수에 적용할 경우 더 광범위한 패턴 변화를 줄 수 있다. 또한 거리 개념은 매우 다양한 분야에 사용하는 기본 개념이므로 이를 일반화하는 것은 매우 중요한 의미를 가진다고 할 수 있다. 기존의 맨해튼 거리가 2차원에 대해서는 마름모 형 태와 3차원에 대해서는 8면체의 형태로 나타나는 점에 착안하여 이를 확장하고자 한다. 제안 된 방법에서는 매우 간단한 방법을 사용하여 2차원과 3차원에 대해 기존의 유클리드 거리와 맨해튼 거리 개념을 확장하여 일반화된 거리 개념을 제시한다. 이러한 확장된 거리 개념을 Worley 노이즈 함수에 적용함으로써 더 풍부하고 다양한 형태를 얻을 수 있으며 이에 따라 Worley 노이즈를 기반으로 한 프로시저럴 텍스처 패턴 또한 더 다양한 결과를 생성할 수 있 게 된다. 본 연구에서는 새로 제안된 방법을 사용하여 얻을 수 있는 패턴을 실험하여 기존의 거리 개념에서 얻을 수 있는 패턴의 확장된 결과의 예시를 보여줌으로써 제안된 거리 계산 방 법의 유용성을 확인할 수 있도록 한다.

본 연구는 방사형 K-공간 획득 기법 중 하나인 JET 기법을 적용하여 어깨관절 자기공명영상 검사에서의 움직임 인공물과 노이즈를 감소 효과를 평가하였다. 2023년 2월 1일부터 3월 31일까지 어깨관절 자기공명영상 검사를 받 은 35명을 대상으로 선정하여 후향적으로 분석하였다. 평가는 JET 기법 적용 여부에 따라 신호 대 노이즈 비, 평균 대 표준편차 비, 움직임 인공물 발생 여부에 대한 영상 평가를 수행하였다. JET 기법을 적용한 그룹에서는 신호 대 노이즈 비, 평균 대 표준편차 비, 움직임 인공물 발생 여부에 대한 영상 평가 값이 통계적으로 유의하게 높게 나타났다(p<0.05). 본 연구를 통해 어깨관절 자기공명영상 검사 시 JET 기법의 도입은 움직임 인공물의 감소뿐만 아니라 신호 대 노이즈 비와 평균 대 표준편차 비가 향상된 영상을 얻을 수 있음을 확인하였다. 이러한 결과는 JET 기법이 어깨관절 영상 취득에 유용하게 활용될 수 있을 것으로 판단되며, 더 나아가 다양한 부위에 적용되는데 있어 서도 기여할 수 있을것으로 예상된다.

In the case of a rear-wheel drive vehicle, a propeller shaft is installed to transmit the driving force of the engine. At this time, the propeller shaft is divided into 2 or 3 pipes, and the bearing is mounted on the vehicle body. And the end of the propeller shaft is connected to the rear differential and connected to the body through the chassis. Due to this complex structure, the propeller shaft must be highly balanced and the mounting angle must be well maintained. However, depending on the driving conditions of the car, various noise and vibration problems occur due to the aging of the parts and the propeller shaft. Hyundai Motor Company's maintenance center uses 'Noise Observer' to resolve various noise and vibration customer complaints. This paper describes the mechanism of vibration problems caused by unbalance of the propeller shaft and the diagnosis process using a 'Noise Observer'.

자기공명(magnetic resonance, MR)영상에서 주로 발생하는 Rician 노이즈는 영상의 화질을 저하하는 주요 요소 중의 하나이다. 본 연구에서는 노이즈 제거에 효율적이라고 잘 알려진 총변이(total variation, TV) 알고리즘을 모 델링하여 Rician 노이즈 레벨에 따른 파라미터를 최적화하고자 한다. 시스템은 8채널 기반의 3.0 T 장치를 활용하였 고 물 팬텀 영상을 획득하여 각각 Rician 노이즈를 0.05, 0.10, 0.15, 그리고 0.20 값을 부가하였다. TV 알고리즘 은 Rudin-Osher-Fatemi 모델을 기반으로 모델링하였고 최적화를 수행하기 위하여 반복수 파라미터를 조정하여 획득된 영상에 적용하였다. 결과적으로 Rician 노이즈 레벨을 0.05, 0.10, 0.15, 그리고 0.20을 사용하였을 때 각 각 30, 40, 80, 그리고 120 반복수를 기반으로 한 TV 노이즈 알고리즘에서 가장 우수한 신호 대 잡음비(signal to noise ratio, SNR)와 대조도 대 잡음비(contrast to noise ratio, CNR) 결괏값이 도출되었다. 또한, 최적화된 반복수를 적용한 TV 알고리즘을 사용한 MR 영상에서 기존의 위너 및 중간값 필터를 사용하였을 때 비하여 SNR과 CNR 모두 우수한 값을 획득할 수 있었다. 특히 기본적으로 획득된 MR 영상보다 최적화된 TV 알고리즘을 적용한 영상의 평균 SNR과 CNR은 각각 3.11 및 3.31배 향상됨이 증명되었다. 결론적으로, 노이즈 제거 효율이 우수한 TV 알고리즘의 최적화된 파라미터를 활용한다면 MR 영상에서의 활용 가능성이 클 것으로 기대한다.

Combat-armored vehicles were equipped with an automatic-fire-extinguishing system to ensure the safety of the crew and vehicle from fires on the vehicle. When a fire was occurred, the automatic-fire-extinguishing system automatically detects the fire through sensors and detection lines, sprays a fire extinguisher, and notifies the crew visually and audibly. Recently, there had been cases of automatic-fire-extinguishing systems malfunction on combat-armored vehicles. In this study, in order to resolve the automatic-fire-extinguisher's malfunction phenomenon, ground noise and inter-circuit noise generated from the fire detection line were identified, and the resistance connected on the circuit was revised to remove noise. As a result of resistance revision, the noises was eliminated and the electromotive force difference between input circuits was made constant, thereby improving the malfunction of the automatic-fire-extinguishing system. By applying the result, it was confirmed that the control device sensed a temperature similar to the actual temperature on actual vehicles, and it was confirmed that the automatic-fire-extinguishing system's malfunction phenomenon was not founded in the field vehicles after then.

Raman distributed temperature sensor can be used as temperature instruments as well as monitoring abnormalities in next-generation nuclear systems. Since noise reduction and Measuring Frequency enhancement are required, integration time adjustment has been mainly used so far. In this study, a new data processing method using Moving Average Filter was analyzed to see if noise reduction and Measuring Frequency could be reduced, and improvement measures were suggested.

In this paper, the key assembly of the recently developed light machine gun-Ⅱ sighting device was identified as prone to experiencing horizontal noise caused by unstable voltage fluctuations under high-temperature conditions during the defense environmental stress screening test. The primary objective ot this study is to address the issue of horizontal noise through circuit analysis and device parameter tuning, aiming to eliminate its presence.

블록 매칭 및 3D 필터링(BM3D) 알고리즘은 단일 필터의 문제점을 보완하기 위하여 non-local means 기반으로 만들 어진 융합형 노이즈 제거 알고리즘이다. 하지만, 그 수식 인자의 조절에 관한 연구는 이루어지지 않고 있어 본 연구에서는 자기공명영상에서 발생하는 Rician 노이즈를 제거하기 위해 BM3D 알고리즘의 평활화 정도를 결정하는 노이즈 전력 스펙 트럼 밀도(noise power spectrum density,  )에 대한 최적화를 진행하고자 하였다. MRiLab 시뮬레이션 프로그램을 이 용하여 뇌 조직을 모사할 수 있는 뇌척수액(cerebrospinal fluid, CSF)/회색질(gray matter, GM)/백질(white matter, WM) 팬텀의 T1 강조영상을 획득하였고, 노이즈 레벨이 0.1, 0.15, 0.2, 0.25, 그리고 0.3인 Rician 노이즈를 각각 부가 한 후, BM3D 알고리즘의  값을 0.01부터 0.99까지 0.01씩 증가시키며 각각의 노이즈가 부가된 영상에 적용하였다. 정량 적 평가를 통해 최적화 값을 선정하기 위하여 CSF, GM, WM, 그리고 배경 영역에 관심 영역을 설정한 후 조직별 신호 대 잡음비(signal to noise ratio, SNR), 총 변동계수(coefficient of variation, COV), 그리고 평균 제곱근 오차(root mean square error, RMSE)를 측정하였다. 결과적으로, 조직별로 계산된 SNR, COV, 그리고 RMSE를 종합적으로 평가 했을 때 모든 조직에서 노이즈 레벨 0.1부터 0.3까지 증가함에 따라  값 또한 함께 증가하는 경향이 나타났으며 일정  값 이상에서는 노이즈뿐만 아니라 영상신호까지 함께 제거되어 개선 폭이 감소하는 것으로 관찰되었으며, 노이즈 레벨에 따라 각각 0.09, 0.13, 0.17, 0.21, 그리고 0.25의  값이 설정된 BM3D 알고리즘이 적용되었을 때 가장 합리적인 영상 특성을 보이는 것으로 나타났다. 결론적으로, 효과적인 노이즈 제거를 위해서 고정된 값이 아닌 노이즈 레벨에 따른 적합한 값을 적용해야 함을 증명할 수 있었다.

ICT 산업의 글로벌 시장을 선점할 수 있는 다음 세대의 개발이 필요한 상황이 일어남에 따라 웨어러블 디바이스 의 생체 신호 모니터링에 대한 관심이 크게 증가하고 있다. 이에 따라 본 연구에서는 히스테리시스가 적은 E-Band를 사용하여 단일벽 탄소나노튜브(SWCNT) 분산 용액에 함침 공정을 통해서 저항형 직물 인장 센서(Resistive textile strain sensor)를 개발하였다. 전기전도성이 부여된 e-band에 저항 신호를 측정하기 위해 만능재료시험기(UTM)과 Microcontroller unit인 아두이노와 LCR 미터를 이용해서 인장의 변화에 따른 저항 변화를 측정하였다. 원단으로 이 루어진 텍스타일 스트레인 센서의 특성상 발생하는 다양한 노이즈들을 효과적으로 처리하기 위하여 신호처리 과정 (Signal processing)의 노이즈 필터링의 이동평균 필터, 사비츠키-골레이 필터, 중앙값 필터들을 사용하여 센서의 필 터 성능을 평가하였다. 그 결과 이동평균 필터의 필터링 결과의 신뢰도가 최소 89.82%, 최대 97.87%으로 이동평균 필터링이 텍스타일 스트레인 센서의 노이즈 필터링 방식으로 적합하였다.

Traditional wooden buildings deform over time and are vulnerable to fire or earthquakes. Therefore, traditional wooden buildings require continuous management and repair, and securing architectural drawings is essential for repair and restoration. Unlike modernized CAD drawings, traditional wooden building drawings scan and store hand-drawn drawings, and in this process, many noise is included due to damage to the drawing itself. These drawings are digitized, but their utilization is poor due to noise. Difficulties in systematic management of traditional wooden buildings are increasing. Noise removal by existing algorithms has limited drawings that can be applied according to noise characteristics and the performance is not uniform. This study presents deep artificial neural network based noised reduction for architectural drawings. Front/side elevation drawings, floor plans, detail drawings of Korean wooden treasure buildings were considered. First, the noise properties of the architectural drawings were learned with both a cycle generative model and heuristic image fusion methods. Consequently, a noise reduction network was trained through supervised learning using training sets prepared using the noise models. The proposed method provided effective removal of noise without deteriorating fine lines in the architectural drawings and it showed good performance for various noise types.

The digital image correlation method is useful and widely used to measure the deformation of thin film materials for mechanical testing and provides full-field deformation of the specimen. The accuracy and precision of the digital image correlation method depends on the quality of the image obtained during the test. The noise included in the digital image causes errors in the calculated displacement results. Strain is calculated by differentiating the displacement, so the effect of noise is amplified in the calculated result of strain. Therefore, noise is one of the most important factors in measuring displacement using images. In order to evaluate the effect of noise, one hundred images were taken continuously in a stationary state and the distribution of the local strain was calculated using digital image correlation. If the size of the subset is greater than 15×15pixel, the calculated results for strain show that the effect of noise is within the maximum error range of 1% and the standard deviation is 0.11% or less.

This Paper deals with the measurement and analysis of the brake squeal noise, the wheel’s and block brake’s vibration. The squeal noise, a kind of self-excited vibration, is generated by the friction between the rim of the revolving wheel and the block brake. The goal of this paper is to investigate experimental the relation between brake squeal noise and vibration mode of railway wheel with block brake to the track of friction surface on tread of railway wheel and the tread rake angle of railway wheel. Experimental results with Mode Analysis and Run Mode Analysis show that vibration mode of railway wheel with block brake is related with brake squeal noise.