• Proceedings of the KIPE Conference
• /
• 2014.11a
• /
• pp.41-43
• /
• 2014

본 논문은 전류모델과 전압모델의 장점을 취해 자속을 추정하는 고피나스(Gopinath) 모델 자속 추정기에 속도 피드백 오차가 미치는 영향에 대해 분석하였다. 속도 오차는 전류 모델의 위상 지연 및 크기 오차를 발생시키고, 이로 인해 고피나스 모델에 의해 추정 된 회전자 자속의 위상 및 크기에 오차가 발생하였다. 따라서 전류모델에 발생한 위상 지연을 통해 속도 오차를 보상하여 자속 추정 오차를 감소시키는 새로운 알고리즘을 제시하였고, 시뮬레이션 결과를 통해 검증하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.463-466
• /
• 2000

SAR imaging 시스템 전파환경에서 목표물의 정보를 성공적으로 추출해 내기 위해서는 반사된 신호를 수신할 때 Coherent detection이 필수적이다. 수신시 Incoherent detection은 복소 위상오차 형태로 나타나서 실제 목표물의 영상에 심각한 Degradation을 야기시켜 치명적인 결과를 초래하게된다. 본 논문에서는 하나의 목표물에서 수신되는 신호를 파동방정식으로부터 모델링하고 모델링된 신호의 각 주파수대의 조합에 의해 전체 수신신호로부터 위상오차의 기울기를 유도한다. 더욱더 정확한 위상오차를 추정하기 위해 추정된 위상오차로부터 수신신호에 포함된 오차를 제거하고, 오차가 제거된 신호의 대역폭을 추정한다. 추정된 대역폭에 맞도록 알고리즘에 재 적용시켜 교정되지 못한 오차를 추정해 나간다. 이때 반복적인 위상오차 제거기법을 적용하고 Iteration의 종료를 자동으로 결정하기 위해 지능형 대역폭 추정 기법을 제시한다. 컴퓨터의 모의 실험에서, 위상오차를 포함한 수신 신호로부터 알고리즘을 적용하여 오차를 제거하고,, Wavefront Reconstruction 기법에 적용시켜 알고리즘의 성능을 영상으로 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.211-213
• /
• 2001

히스토그램은 질의 최적화글 위해 사용되는 튿-계 정또 중 하나이다. 최근에는 방대한 데이타에 대한 범위 질의의 선택도 추정 방법의 하나로 사용되기도 한다. 히스토그램을 통한 범위 질의의 선택도 추정 결과는 항상 오차를 포함한다. 따라서 결과의 신뢰성을 보장하기 위해 선택도에 대한 오차를 추정하는 방법이 요구된다. 추정된 선택도의 오차 추정에 대한 기존 방법은 1차원 히스토그램만을 고려하여 하나의 애트리뷰트의 값에 따라 빈도의 분포를 반영하므로 애트리뷰트가 많은 다차원 히스토그램에 바로 적용시키는데 문제가 있다. 이 논문에서는 기존의 추정된 선택도에 대한 오차 추정 기법들을 다차원에 적용할 수 있게 확장한 M-Max, M-Sum 기법을 제안하고, 두 기법을 합친 하이브리드 기법을 제안한다. 실험을 통해 M-Sum 기법과 하이브리드 기법이 M-Max 기법보다 정확한 오차 추정 기법임을 보이고, 또한 작은 기억 공간에서도 두 기법이 오차를 보다 정확하게 추정함을 보인다.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.183.1-183.1
• /
• 2012

인공위성의 자세 제어 및 자세 결정에 사용되는 센서들의 정렬오차는 자세명령생성 오차, 자세제어 오차, 자세결정 오차 등과 더불어 지향정밀도를 저하시키는 하나의 요인으로 작용한다. 본 연구에서는 자이로 센서에만 정렬오차가 존재한다고 가정하는 상황에서 별추적기와 자이로 센서를 이용한 자세결정 필터에 의해 추정되는 자이로 바이어스 값만을 이용하여 자이로 센서의 정렬오차를 확인(Identification)하는 방법 및 결과에 대해 기술한다. 이를 추정하는 다른 방법으로는 여러 가지가 있으며 대표적으로 위성의 다축기동 정보를 입력으로 사용하는 확장칼만필터를 이용한 궤도상 보정(On-orbit Calibration) 방법이 있으나 본 연구에서는 위성의 기동 또는 많은 계산량을 소모하지 않고 비교적 간단하게 자이로 정렬오차를 추정하는 방법을 제시하였다. 그리고 실제 궤도상 위성의 거동 데이터를 이용하여 제안한 방법의 효율성을 검증하였다. 결과적으로, 제안된 방법을 이용했을 때 소수점 둘째 자리 이하의 정확도를 가지고 정렬오차가 추정됨을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.18-20
• /
• 1999

히스토그램은 데이터베이스 질의 최적기가 사용하는 통게정보 중의 하나이다. 최근에는 데이터베이스의 크기가 기하급수적으로 커짐에 따라, 데이터의 전체적인 성향을 빠르게 파악할 수 있는 방법의 하나로 히스토그램으로 활용하는 방안이 고려되고 있다. 그를 위해서, 히스토그램에서 얻어진 근사값의 오차를 추정할 수 있는 방법이 요구되었다. 기존의 기법에서는 히스토그램의 각 버켓에 실제 빈도와 평균 빈도의 최대차를 추가하고, 이 값을 이용하여 오차추정을 하였다. 그러나, 이 값이 히스토그램 버켓의 전체적인 데이터 분포를 잘 반영하지 못하기 때문에 실제 오차에 근접한 오차 추정을 할 수가 없는 단점이 있었다. 본 논문에서는 이를 극복하기 위해, 히스토그램에 데이터의 분포를 잘 반영하는 정보 즉, 평균값, COUNT/SUM 연산에 대한 최대 오차를 추가하였다. 이 정보들을 이용하여 실제 오차에 보다 근접한 오차 추정을 할 수 있었으며, 부가적으로 SUM/AVG 연산에 대한 보다 정확한 근사값을 얻을 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.208-208
• /
• 2018

본 연구에서는 비슬산 강우레이더 관측반경 내 표준유역별 정규화오차 정확도를 이용하여 강우량, 유역특성 등 강우레이더 관측의 수문학적 평가요소와의 상관 특성을 분석하였다. 이를 분석하면 강우레이더 관측 오차 또는 정확도가 수문학적 특성에 따라 얼마나, 어떻게 발생하는지를 추정할 수 있고, 이를 이용하여 홍수예보에 활용되는 입력 자료의 오차를 유역단위로 명확히 정량화 할 수 있어 보다 정확하고 신뢰도 높은 홍수예보에 도움이 될 것으로 기대된다. 강수량 크기와 강수추정 정확도 간의 상관 특성을 분석하기 위해 표준유역 평균 최대 강수량과 강수추정 정확도 간의 분포특성을 분석하였다. 단기간의 자료를 분석하여 오차특성을 정규화 하기는 매우 어렵기 때문에 본 연구에서는 비슬산 강우레이더로 관측된 2012년에서 2016년(5년)사이의 236개 강우사상에 대하여, 동기간의 기상청 AWS 지점 강우량을 기준으로 비슬산 강우레이더의 정규화오차 정확도(1-NE)를 산정한 후 이를 이용하여 850개 표준유역 별 유역평균 정규화오차 정확도를 재산정 하였다. 분석결과 표준유역 평균 최대강수량과 정규화오차 정확도 간에는 유의한 상관성이 있는 것으로 나타났다. 표준유역 평균 최대강수량의 크기에 따라 정규화오차 정확도가 상대적으로 일정한 경향이 나타났고 후처리 단계에서의 편파변수 최적화 이후에는 레이더 강수추정의 정규화오차 정확도가 표준유역 평균 최대강수량 크기에 상관없이 일정해 지는 것으로 나타났다. 따라서 이러한 일정한 레이더 강수추정의 정규화오차 정확도는, 편파변수 최적화에 의해 관측 가능한 최대 기대 정확도 수준 도달에 도달했다고 볼 수 있으며, 표준유역에서 강우레이더의 강수추정 기대 정확도 수준은 84%(정규화오차 16%에 해당) 정도로 추정되었다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06e
• /
• pp.165-168
• /
• 1998

본 논문에서는 충격성 잡음에 강인하기 위한 시변 주파수 추정 기법을 제안하였다 충격성 잡음에 강인하기 위해서는 충격성 잡음에 의한 추정 변수의 동요를 제한하고 추정된 오차가 향후 추정시 영향을 미치는 오차의 전파현상을 제한하여야 한다. 충격성 잡음에 의한 추정오차의 전파를 제한하기 위해서는 망각인자의 도입이 필요함을 증명하였고 보다 효과적으로 사용하기 위해서 가변 망각인자를 도입하였다. 가변 망각인자의 도입으로 충격성 잡음에 의한 오차의 전파를 선택적으로 제한할 수 있으며 충격성 잡음에 의한 추정계수의 변동은 영향함수 측면에서 Huber함수를 이용하여 제한하였다. 제안된 알고리듬은 Huber함수와 가변망각인자의 도입으로 충격성 잡음에 의해 생기는 오차의 크기와 오차의 영향이 전파되는 것을 적응적으로 제한하기 때문에 모의실험을 통해 기존의 칼만 알고리듬보다 나은 성능을 보임을 알 수 있었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.8
• /
• pp.3660-3665
• /
• 2012

For blind equalization, it is necessary to open an eye pattern quickly in the early stage of equalization, after that it is important to lower an error level of equalizer output signal. This paper discusses coarse error estimation using signal points specifically determined and fine error estimation using original signal constellation, and proposes two suggestions for how to take advantage of the two error estimation methods. The two error estimates, respectively, are effective to quickly open an eye pattern in the state of eye pattern closed, or to lower the level of an error in the steady-state after the eye pattern opening. Two blind equalization algorithms are proposed and their performances are compared, which select one of the two error estimates depending on the state of convergence of the equalizer, or combine two errors weightedly according to the relative reliabilities of the two error estimates, and calculate the new error.

• Proceedings of the KIPE Conference
• /
• 2016.07a
• /
• pp.241-242
• /
• 2016

본 논문에는 매입형 영구자석 전동기(Interior Permanent Magnet Synchronous Motor, IPMSM)의 회전행렬을 이용한 고주파 신호주입 센서리스 구동 시 회전자 위치 오차 추정 성능 향상을 위한 새로운 인덕턴스 추정방법을 제안하였다. 회전행렬을 이용한 회전자 위치 오차 추정 방법은 위치 오차의 넓은 추정 범위 및 선형성을 만족하는 장점이 있으나 모델 기반 인덕턴스를 사용하기 때문에 실제 인덕턴스 값과 차이가 있을 시 추정된 위치 오차가 부정확 할 수 있다. 따라서 정확한 위치 오차를 구하기 위해 본 논문은 오프라인 상황에서 인덕턴스를 추정하는 새로운 방법을 제시하였으며 모의 실험으로 제안한 방법을 검증하였다.

• Journal of Korea Water Resources Association
• /
• v.35 no.5
• /
• pp.575-581
• /
• 2002

This study evaluates the variation of estimation error of area-average rainfall due to rainfall seasonality. Both the cases considering and not considering the spatial correlation are compared to derive the characteristics of estimation error. Similar cases with different accumulation time without considering the rainfall seasonality are also investigated. This study was applied to the Geum-river basin with total 28 rain gauge measurements haying more than 30 years of daily rainfall measurements. As results of the study we found that: (1) The absolute estimation error of monthly area-average rainfall show strong seasonality like the total rainfall amount. However, the relative estimation error normalized by its mean was estimated to have similar values about 5 to 8% except January and December. (2) The relative estimation error of annual area-average rainfall estimated was found to have the estimation error about 3% of its annual mean. (3) However, the relative estimation error normalized by the standard deviation remains almost the same for both monthly and annual rainfall amounts, which was estimated about 11% of its standard deviation. (4) Finally, the estimation error without considering the spatial correlation was found to become almost twice the estimation error with considering the spatial correlation.