• Journal of the Institute of Electronics and Information Engineers
• /
• v.49 no.12
• /
• pp.226-233
• /
• 2012

In this paper, we propose a 'linear approximation method' which is an accelerated BER (Bit Error Rate) test method for high speed interfaces, based on an analytical BER model. Both the conventional 'Q-factor estimation method' and 'linear approximation method' can predict a timing margin for $10^{-13}$ BER with an error of about 0.03UI. This linear approximation method is implemented on a hardware as an accelerated Built-In Self Test (BIST) with an internal BERT (BET Tester). While a direct measurement of a timing margin in a 3Gbps interface takes about 5.6 hours with $10^{-13}$ BER requirement and 95% confidence level, the accelerated BIST estimates a timing margin within 0.6 second without a considerable loss of accuracy. The test results show that the error between the estimated timing margin and the timing margin from an actual measurement using the internal BERT is less than 0.045UI.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.10
• /
• pp.51-57
• /
• 1999

In this paper, we deal with the problem of controlling an unknown nonlinear dynamical system, using wavelet network. Accurate control of the nonlinear systems depends critically on the accuracy and efficiency of the function approximator used to approximate the function. Thus, we use wavelet network which shows high capability of approximating the functions and includes the free-selection of basis functions for the control of the nonlinear system. We find the dilation and translation that are wavelet network parameters by analyzing the time-frequency characteristics of the controller's input to construct an initial adaptive wavelet network controller. Then, weights is adjusted by the adaptive law based on the Lyapunov stability theory. We apply this direct adaptive wavelet network controller to control the inverted pendulum system which is an nonlinear system.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.29 no.3
• /
• pp.237-244
• /
• 2016

This paper presents a nonlinear Moving Least Squares(MLS) difference method for material nonlinearity problem. The MLS difference method, which employs strong formulation involving the fast derivative approximation, discretizes governing partial differential equation based on a node model. However, the conventional MLS difference method cannot explicitly handle constitutive equation since it solves solid mechanics problems by using the Navier's equation that unifies unknowns into one variable, displacement. In this study, a double derivative approximation is devised to treat the constitutive equation of inelastic material in the framework of strong formulation; in fact, it manipulates the first order derivative approximation two times. The equilibrium equation described by the divergence of stress tensor is directly discretized and is linearized by the Newton method; as a result, an iterative procedure is developed to find convergent solution. Stresses and internal variables are calculated and updated by the return mapping algorithm. Effectiveness and stability of the iterative procedure is improved by using algorithmic tangent modulus. The consistency of the double derivative approximation was shown by the reproducing property test. Also, accuracy and stability of the procedure were verified by analyzing inelastic beam under incremental tensile loading.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.18 no.4
• /
• pp.160-164
• /
• 2004

In DS/CDMA(direct sequence code division multiple access) system using the approximated analytic chip waveforms are applied. Proposed chip waveforms are classified into 2 types: uniform chip waveforms with uniform envelope and non-uniform chip waveforms with non-uniform envelope. It has confirmed that the similarity of the approximated analytical chip waveforms is compared using chip waveforms, envelope, phase, correlation, and bandwidth properties.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.213-219
• /
• 2000

본 논문에서는 쌍선형 시스템에 대한 퍼지 제어 기법을 제안하였다. 쌍선형 시스템은 비선형 시스템의 특별한 형태로서, 상태 변수와 입력변수가 곱해진 항 때문에 시스템을 제어하기가 용이하지 않다. 이러한 비선형 때문에 기존의 제어기법을 적용하여도 원하는 성능을 얻기가 쉽지 않다. 또한 쌍선형 시스템을 선형 시스템에 근사화 시켜서 최적해를 구하기 위한 반복적 방법을 이용한 최적제어기법 역시 제안되었으나 이 결과 또한 제한된 시스템에 대하여만 적용이 가능하고 많은 연산이 큰 부담으로 작용한다. 따라서 쌍선형 시스템에 대한 제어기 설계는 활발한 연구결과에도 불구하고 용이하지 않다. 따라서 본 논문에서는 비선형에 대한 적당한 보상을 퍼지제어 기법을 통하여 제공 하므로서 쌍선형 시스템의 제어 문제를 해결하였다. 또한 설계된 제어기를 모의 실험을 통하여 원하는 성능을 얻을 수 있음을 보였고 기존의 반복적 방법을 통한 최적제어 기법과 비교하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.18 no.3
• /
• pp.372-384
• /
• 1993

The inverted pendulum system has interesting and challenging problems related to robotics and rocket attitude control view of both control theory and applications. Generally approximately linearized plant models are employed to control the system. In this paper a recently developed control theory based on differentiable manifold theory is used to control the inverted pendulum system which is typically nonlinear. First, the nonlinear model is transformed into the approximate feedback linearized system by nonlinear state feedback. Secondly, the linear controller is designed using the pole-placement method for the approximate feedback linearized plant model, the output of which are finally inverse-transformed to yield the control input to the actual system of the inverted pendulum. The proposed method is evaluated by the computer simulation to compare with the 3rd order linearization model.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• Proceedings of the IEEK Conference
• /
• 2009.05a
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.2
• /
• pp.57-71
• /
• 1996

차량 모델 비선형성의 주된 요인중 하나는 타이어의 비선형성이라고 할 수 있다. 타이어 모델도 간편화하기 위해 선형화된 타이어 모델을 적용할 경우에 저속 주행 또는 고속 주행이라고도 조향각이 적을 때는 문제가 없지만, 급격한 가감속과 과도한 조향각을 주었을 때는 타이어 미끄럼 각(Tire Slip Angle)이 급격히 변화되므로 선형화 된 타이어 모텔을 적용하지 못하게 된다. 그러므로 타이어와 지면 사이의 물리적 현상을 자세히 표현할 수 있는 비선형 타이어 모델을 적용하지 못하게 된다. 그러므로 타이어와 지면 사이의 물리적 현상을 자세히 표현할 수 있는 비선형 타이어 모델이 요구되어진다. 실험적 모델은 실제 차량의 실험 데이터를 바탕으로 커브 피팅(Curve Fitting)하여 타이어의 동특성을 표현하도록 모델링 하므로서 모델의 정확도를 높일 수 있는 반면 요구하는 계수들이 많아지게 되어 계산량이 증가되는 단점이 있다. 기존의 타이어 모델 연구 결과에 대해 분석하고, 관측 자료들을 바탕으로 FMFNN(Fuzzy Membership Function based Neural Network)을 이용한 함수 근사화로서 타이어 횡축력과 종축력의 모델링 방법을 제안하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.39C no.1
• /
• pp.17-27
• /
• 2014

As the importance of Cooperative Engagement Capability and network-centric warfare has been dramatically increasing, it is necessary to develop distributed tracking systems. Under the development of distributed tracking systems, it requires tracking filters and data fusion theory for nonlinear systems. Therefore, in this paper, the problem of nonlinear track fusion, which is suitable for distributed networks, is formulated, four algorithms to solve the problem of nonlinear track fusion are introduced, and performance of introduced algorithms are analyzed. It is a main problem of nonlinear track fusion that cross-covarinaces among multiple platforms are unknown. Thus, in order to solve the problem, two techniques are introduced; a simplification technique and a approximation technique. The simplification technique that help to ignore cross-covariances includes two algorithms, i.e. the sample mean algorithm and the Millman formula algorithm, and the approximation technique to obtain approximated cross-covariances utilizes two approaches, by using analytical linearization and statistical linearization based on the sigma point approach. In simulations, BCS fusion is the most efficient scheme because it reduces RMSE by approximating cross-covariances with low complexity.