• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.899-903
• /
• 2019

네트워크 제어 시스템에서는 송신 신호의 시간 변동 지연이 불가피하다. 전송 지연이 고정된 샘플링 시간보다 길면 시스템이 불안정해진다. 이 문제를 해결하기 위해 본 논문은 논리 기반의 퍼지 신경망을 이용하여 지연을 예측하는 방법을 제안하며, 예측된 시간 지연은 네트워크 제어 시스템의 샘플링 시간으로 사용된다. 제안된 방법의 효과를 검증하기 위해, 실제 시스템에서 수집된 지연 데이터를 사용하여 논리 기반 퍼지 신경 네트워크를 훈련하고 테스트한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.717-720
• /
• 2011

고속 네트워크 환경에서 AR UDT(Adaptive Rate control UDT)는 표준 전송 프로토콜인 TCP에 비해 뛰어난 성능을 보인다. UDT(UDP-based Data Transfer)를 기반으로 하는 AR UDT의 혼잡제어는 네트워크 상태를 예측하여 패킷 간 전송시간을 변화시킴으로써 기존 UDT보다 향상된 성능을 보인다. 그러나 AR UDT는 네트워크 상태 예측의 오차가 클 뿐만 아니라 rate control만을 공격적으로 조절하기 때문에 수신 버퍼의 초과로 인해 안정적인 성능을 기대하기 어렵다. 본 논문에서는 AR UDT환경에서 네트워크 상태에 따라 적응적으로 혼잡제어를 하는 기법을 제안한다. RTT(Round Trip Time)의 변화량에 따라 네트워크 상태를 예측하여 flow control과 rate control을 적응적으로 조절한다. 네트워크 시뮬레이션 결과를 통하여 AR UDT에 비해 전송속도와 안정성이 향상되었음을 보였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1995년도 춘계학술대회논문집; 전남대학교, 19 May 1995
• /
• pp.178-183
• /
• 1995

본 연구에서는 플랜트 잡음이 강한 음향 환경에서 기존의 인버스 필터링 방법에 적용 선형 증진기를 부착하여 부가경로 전달함수의 온라인 모델링과 주소음원에 대한 제어 시뮬레이션을 수행하여 다음과 같은 결과를 얻었다. 첫째로, 신호대 잡음비가 낮은 음향 환경에서 적응 선형 증진기를 이용하여 플랜트 잡음을 제거함으로써 부가경로 전달함수의 온라인 모델링을 수행할 수 있었다. 둘째로, 실제의 부가경로 전달함수가 변한 상태에서 제안된 알고리즘을 이용하여 제어 시뮬레이션을 수행하여 주소음원에 대한 제어와 정확하게 새로운 부가경로 전달함수를 예측할 수 있었다. 향후 본 연구에서 제안된 알고리즘을 실시간 어셈블리화하여 능동 소음 제어 실험한 결과를 발표할 예정이다.

• 한국통신학회논문지
• /
• 제19권1호
• /
• pp.183-193
• /
• 1994

본 논문에서는 가정모드(assumed mode) 방법과 Lagrange 방식을 이용하여 유연성 로봇 매니퓰레이터의 동력학 방정식을 구하였으며, 조인트 구동기를 포함한 유연성 로봇 매니플레이터에 대한 제어기를 설계를 하였다. 제어기는 매개변수 추정부와 적응제어기로 구성하였으며, 매개변수 추정부는 RLS알고리즘을 이용하여 ARMA예측모델의 매개변수를 추정하도록 하였다. 적응제어기는 기준모델(reference)과 최소예측오차제어기(minimum prediction controller)로 구성하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2013년도 전력전자학술대회 논문집
• /
• pp.92-93
• /
• 2013

본 논문에서는 토크 예측제어 기반의 영구자석 동기전동기의 센서리스 속도 제어기법을 제안한다. 제안한 기법은 Reduced-Order Observer를 이용한 센서리스 방식으로 저속영역에서 불안정해지는 일반적인 센서리스의 단점을 보완하여 저속영역에서도 안정된 속도추정이 가능하다. 또한 토크 예측제어 방식을 사용하여 영구자석 동기전동기의 빠른 응답성과 토크리플 저감 효과를 얻을 수 있다. 제안된 제어기법은 시뮬레이션을 통하여 타당성을 확인한다.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1994년도 춘계학술대회논문집
• /
• pp.158-170
• /
• 1994

인간-기계 시스템이 점차적으로 복잡하고 거대해짐에 따라 인간-기계 계면(man-machine interface)에서의 인간은 근운동을 요하는 육체적 작업에서 경계(vigilance), 제어(control), 감시 (monitoring), 추적(tracking) 등 정신적 업무로그 역할이 전이되는 등 시스템내에서의 인적요소의 중요성이 더욱 증가되고 있다. 이러한 시스템내에서의 주된 계면은 표시장치(display)와 제어장치 (control)들이며, 이들에 대한 인간공학적 설계와 배치가 효율적인 인간-기계 계면의 중요한 설계 요인이 된다. 본 연구에서는 동일한 작업에 대해 서로다른 배치를 가진 4개의 컴퓨터 시뮬레이션 표시장치 panel 실험을 통하여 panel 제어 작업에서의 표시장치와 제어장치의 설계형태나 배치에 따라 발생하는 인적오류를 정량적으로 예측, 검출하는 것을 그 목적으로 한다. 그리고 각 panel에 따른 수행도 척도로서 작업수행시간(operation time)과 오류율(error rate)을 검출하고, 그 결과에 의한 인적 오류 예측모형을 제시하여 인적오류를 감소시키는 보다 나은 panel을 설계하는데 활용가능 하게 하고, 더 나아가서는 인간신뢰성 기법에 적용시킬 수 있도록 기초자료를 분석하고 제시하고자 한다.

• 전기전자학회논문지
• /
• 제13권1호
• /
• pp.36-40
• /
• 2009

시간지연 시스템 제어에서 시스템 모델과 외란에 대한 정보를 정확히 구할 수 있으면 스미스 예측제어기를 이용하여 이상적인 출력 특성을 얻을 수 있다. 따라서 본 논문에서는 모델링 오차 및 외란이 존재하는 시간지연 시스템을 효과적으로 제어할 수 있는 적응제어 알고리즘을 제시하였다. 이를 위하여 시스템 모델과 외란을 검출 할 수 있는 적응관측자 및 적응 알고리즘을 제안하였으며 이 신호들을 이용한 스미스 예측제어기를 구성하였다. 그 결과 모델링 오차 및 외란의 영향을 소거할 수 있는 제어기를 설계 할 수 있었다. 이렇게 구성된 제어기에 대하여 컴퓨터 시뮬레이션을 행하여 제안된 시스템의 효용성 및 우수성을 입증하였다.

• Nuclear Engineering and Technology
• /
• 제27권6호
• /
• pp.833-844
• /
• 1995

증기발생기 수위제어를 위한 자기동조 예측제어기법을 제안하였다. 제어기설계시 측정 가능한 앞되먹임 신호에 대한 고려와 비선형계통이나 시변계통에 적용하기 위해 적응형으로 유도한 것이 제안된 제어기의 특징이다. 이러한 이유로 제안된 제어기는 계통의 동특성에 직접 영향을 주는 앞되먹임 신호가 존재하고, 시간이나 동작조건에 따라 계통의 계수가 변하는 계통에 적용 가능하다. 제안된 제어기의 성능을 검증하기 위해 웨스팅하우스형의 증기발생기 모델을 이용하여 모의실험을 수행하였다. 모의실험 결과 기존의 비례-적분제어기 보다 우수한 성능을 나타냄을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (3)
• /
• pp.355-357
• /
• 2002

이동 컴퓨팅 환경에서는 무선 단말기 사용자의 이동에 따른 접속 단절 현상이 발생할 수 있다. 이러한 이동 컴퓨팅 환경에서 끊김 없는 핸드오프와 효율적인 호 수락 제어를지원하기 위해서 사용자의 이동성 예측이 중요하다. 따라서, 본 논문에서는 사용자의 이동성을 규칙적인 패턴과 임의적인 패턴으로 분류하고, 규칙적인 이동패턴을 예측하기 위하여 사용자의 과거 이동경로를 분석ㆍ압축하며 임의적인 이동패턴은 GPS의 정보를 이용하여 이동성을 예측한다. 이러한 예측 기법은 무선 단말기 사용자의 속도가 매우 빠르거나, 셀룰러망의 셀의 크기가 작은 경우에 보다 효율적으로 이동성을 예측할 수 있다는 장점이 있다.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.749-756
• /
• 2018

본 연구는 머신러닝 기법을 이용한 온실 제어를 위한 예측모델을 개발하는 것이 목적이다. 시설원예연구소의 실험온실에서 측정된 데이터(2016년)를 사용하여 예측모델을 개발하였다. 모델의 예측성능 향상과 데이터의 신뢰성 확보를 위해 상관관계분석을 통해 데이터의 축소를 수행하였다. 데이터는 계절별 특성을 고려하여 봄, 여름, 가을 및 겨울로 나누어 구축하였다. 머신러닝 기반의 예측모델로 인공신경망, 순환신경망 및 다중회귀모델을 구축하고 비교분석을 통해 타당성을 평가하였다. 분석 결과에서, Selected dataset에서는 인공신경망 모델이 Full dataset에서는 다중회귀모델이 좋은 예측성능을 보였다.