• 전자공학회논문지SC
• /
• 제48권2호
• /
• pp.22-27
• /
• 2011

차량의 윈드실드 유리 외면에서의 빗방울에 의한 산란광을 수신하여 빗방울 존재 유무를 판별하는 우적감지 센서를 제안한다. 기존의 윈드실드 유리를 광도파관으로 이용하는 우적감지 센서는 신호광을 윈드실드 유리 내부로 주입하기 위하여 정밀한 광학계를 필요로 하며 외부 진동이나 충격에 의해 광결합률에 영향을 주어 오작동되는 경우가 있었다. 제안하는 광도파관 외부에 존재하는 빗방울에 의한 산란광을 이용하는 우적감지 센서는 광도파관 내부에 신호광을 주입할 필요가 없으므로 별도의 광학계가 필요 없으며 외부 충격이나 진동의 영향을 받지 않는 장점이 있다. 스프레이어를 이용한 가상강우 환경에서, 제작된 광도파관 외부 산란광을 이용한 우적감지 센서에 대한 실험결과는 빗방울뿐만 아니라 안개와 같은 미세한 입자에도 반응하여 차량용 우적감지 센서로 이용할 수 있는 가능성을 보여주었다.

• 한국전자파학회논문지
• /
• 제24권9호
• /
• pp.944-950
• /
• 2013

본 논문은 한쪽 면이 열린 동축 공동 공진기를 이용하여 빗물의 양을 선형적으로 감지하는 레인 센서에 관한 연구이다. 공진기의 열린 면에 놓이는 유전체의 양과 특성에 따라 공진 주파수와 손실이 달라지는 원리를 이용하여 공진기를 자동차 앞유리 표면에 떨어진 빗물의 양을 측정할 수 있는 센서로 활용할 수 있음을 보여준다. 공진기 양 벽면에 입력과 출력 포트를 구성하고, 입출력 커플링 프로브는 'ㄱ'자 형으로 구성한다. 공진기 내부도체 반지름을 2 mm, 5 mm, 10 mm로 변화시켜 빗물의 반응을 시뮬레이션으로 확인한 결과, 내부 도체 반지름이 5 mm일 때 공진 주파수가 비교적 선형적으로 민감하게 변화하여 빗방울의 양을 감지할 수 있는 공진기에 가장 적합함을 확인할 수 있었다. 시뮬레이션 결과를 바탕으로 제작된 공진기는 빗방울의 양이 변함에 따라 공진 주파수가 3.55 GHz부터 3 GHz까지 선형적으로 변하였고, Q값은 42.38부터 24.3까지 변화하는 것을 확인하였다. 따라서 본 논문에서 설계한 공진기의 구조가 공진 주파수를 측정 파라미터로 이용하여 빗물의 양을 선형적으로 감지하는 레인 센서로 적용할 수 있음을 보여주었다.

• 한국인터넷방송통신학회논문지
• /
• 제18권5호
• /
• pp.223-228
• /
• 2018

본 논문은 동축 공동 공진기를 이용한 레인센서를 설계하고 제작한다. 선형적으로 빗방울을 감지할 수 있는 레인센서는 전압 제어 발진기 (VCO), 동축 공동 공진기, RF 스위치, RF 검출기, A / D 컨버터, DAC 및 마이크로 컨트롤러로 구성되었다. 설계된 레인 센서의 작동 주파수 범위는 2.5GHz ~ 3.2GHz이며, 입력 전압과 전류 소스는 24 [V / DC]와 1 [A]이다. 설계된 센서 회로는 VCO, RF 스위치, 고주파수 3GHz에서 소자의 주파수 특성을 변화시키는 RF 검출기를 포함한다. 센서 회로의 주파수 특성에 대한 오차를 교정한다. 이를 위해 공진기에 신호를 보내지 않고 RF 검출기로 신호를 직접 전달하는 기준 경로를 만든다. 시뮬레이션 및 측정 결과에 따르면 시뮬레이션된 공진기 주파수와 제작된 공진기 주파수 사이에 0-50MHz 차이가 있음을 알 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.78-78
• /
• 2021

영상유속분석법은 비접촉식으로 유속을 측정하는 방법으로 특히 홍수시 하천의 표면유속을 안전하게 계측할 수 있어서 경제적이고 안전한 하천유속 측정 방법 중 하나이다. STIV는 영상의 휘도 정보를 시간 방향으로 나열하여 작성된 STI(Space-Time Image)에 나타나는 패턴의 기울기를 이용하여 유속을 산정하는 방법이다. 특히 STIV(Space-Time Image Velocimetry)는 기존 입자군의 상호상관법에 기초한 입자영상유속계와 달리 표식자의 유무와 상관없이 유속을 측정할 수 있어 적용성과 안정성이 확보된다. 하지만 영상의 상태가 불량한 경우 정확한 유속 측정이 난해하며 야간에는 별도의 조명 추가 및 태풍과 같은 악기상에서는 빗방울이 카메라에 맺히거나 수면의 진동, 구조물의 진동에 의한 영상의 상태가 불량하게 되어 측정 정도가 떨어진다. 이처럼 영상을 이용한 유속 계측에 있어 다양한 연구 및 기술개발이 요구되는 시점이다. 따라서 본 연구에서는 영상을 이용한 정확한 유속측정을 위해 STIV와 인공지능을 융합하여 정확한 유속 평가를 목적으로 한다. 우선 기존 STI에 의한 기울기 추정방법을 확장하여 딥러닝(CNN)에 의한 기울기 추정방법을 도입하였다. CNN은 일반적으로 이미지의 특성을 추출하는데 유용한 방법으로서 STI의 2차원 Fourier변환 이미지를 사용하여 패턴의 기울기를 감지하도록 학습하였고 적용 결과 기울기에 대한 인식율은 매우 양호하였으며 이를 이용한 실제 관측 영상에 적용한 결과 유속에 대한 정밀도도 매우 양호하게 나타났다. 또한 딥러닝을 적용한 STIV는 노이즈(진동, 화면 불량 등)가 있는 영상에서도 안정적으로 유속을 산정할 수 있으며 전파유속계를 이용한 실제 하천의 표면유속 관측치와 비교 검토 결과 매우 양호하게 유속을 평가하고 있는 것으로 나타났다.