• 한국통신학회논문지
• /
• 제23권7호
• /
• pp.1807-1816
• /
• 1998

1GHz 이하의 주파수 대역에서 비정지궤도 위성이동지구국과 육상이동국간의 주파수 공유에 따른 간섭 확률을 계산하였다. 전파전파 모델(Propagation model)로서 Flat earth 모델과 Hata 대도시 모델을 사용하고 그에 따른 이동 지구국(MES:Model earth station)의 전력값에 대한 확률밀도함수를 구한 후 이를 이용하여 간섭 기준을 초과할 확률을 도출하였다. 비정지궤도 위성이동서비스(MSS: Mobile staellite service) 전체 영역의 단위 시간당 평균 전송량과 단말의 비율을 변화시킴으로서 단위시간당 평균전송량을 구하였고, 이로부터 주어진 전력 한계값을 초과하는 확률을 통계적인 방법으로 예측하였다. 그 결과, MSS 전체 영역의 단위 시간당 평균 전송량과 단말의 비율이 각각 증가함에 따라 간섭허용기준을 초과할 확률이 증가하였다. 또한, LMS(Land Mobile Service)와 MSS의 사용 주파수의 중심주파수로부터의 편차에 따른 분리 효과를 고려하였다.

• 한국정보통신학회논문지
• /
• 제23권10호
• /
• pp.1275-1281
• /
• 2019

무선 신호의 자동 변조 인식은 지능형 수신기의 주요한 작업으로 다양한 민간 및 군대 응용분야가 있다. 본 논문에서는 딥 뉴럴 네트워크 모델을 기반한 무선통신에서 전파신호의 변조 방식을 식별하는 방법을 제안한다. 순차적인 데이터에 대해 장기적인 패턴을 잡아내는데 용이한 LSTM 모델을 통과하여 얻은 연속적인 신호의 특징값을 딥 뉴럴 네트워크의 입력 데이터로 사용하여 신호의 변조 패턴을 분류한다. 변조된 신호의 진폭 및 위상, 동상(In-phase) 반송파, 직각 위상(Quadrature-phase) 반송파의 값을 LSTM 모델의 입력 데이터로 사용하여 분류한다. 제안된 학습 방법의 성능을 검증하기 위해, 다양한 신호 대 잡음비로 10 가지 유형의 변조 신호를 포함하는 대형 데이터 세트를 사용하여 학습하고 테스트한다. 본 논문의 변조 인식 프로그램은 신호의 사전 정보가 없는 환경에서 변조방식을 예측하는데 적용될 수 있다.

• 한국지반공학회논문집
• /
• 제16권1호
• /
• pp.75-81
• /
• 2000

일반적으로 자연상태의 흙은 이방성을 나타내며, 이러한 흙의 이방성이 응력-변형률 거동에 미치는 영향은 매우 크다. 따라서 본 연구에서는 인공신경회로망 모델을 이용하여 압밀응력비 변화에 따른 정규압밀점토의 응력-변형률 거동을 모델링하고 비배수전단강도를 예측하여 보았다. 이때 사용된 신경회로망은 일반화된 델타규칙으로도 불리우는 오차역전파 학습 알고리즘을 이용한 다층신경회로망이다. 신경회로망의 학습은 인공퇴적 점토시료를 이용, 연직압밀응력과 압밀응력비를 다르게 정규압밀시킨후 비배수전단시험을 실시하여 얻어진 시험 결과를 이용하였고, 학습된 신경회로망을 이용하여 학습시 제외되었던 압밀응력비 상태에서의 비배수전단강도를 추론하여 본 결과 예측치와 실측치가 잘 일치하였다. 검토결과 실측치와 추론치 사이에는 결정계수($r^2$) 0.973 이상의 높은 상관관계가 있음을 확인하였다. 따라서, 본 연구결과는 점토의 비배수전단강도를 예측함에 있어서 인공신경회로망모델의 적용 가능성을 보여주었다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2005년도 제24회 춘계학술대회논문집
• /
• pp.47-52
• /
• 2005

이 논문은 열폭발 실험에서의 열적, 화학적, 기계적 행동의 결과에 대한 3차원 모델 결과를 나타낸다. 폭발이 관찰되기 전까지 제한된 고 폭발물은 시간당 $1^{\circ}C$의 비율로 가열된다. 임의의 Lagrangian-Euler 코드를 사용하여 모델링된 가열, 점화 그리고, deflagration 단계는 구조적에서 동적인 hydro 시간단계까지 변하는 넓은 범위의 시간 영역에서 다루어 질수 있다. Johnson-Cook Failure Model (JCFM)에 실험적 고장분포를 더하여 폭발기기의 균열방향과 fragment의 크기를 예측할 수 있는 모델을 개발한다.

• 한국해안·해양공학회논문집
• /
• 제21권1호
• /
• pp.30-38
• /
• 2009

최근에 해안구조물의 시공에 있어 친수성 및 방재 기능을 동시에 갖는 구조물이 검토되는 사례가 증가하고 있다. 본 연구의 목적은 비교적 급한 1:5 사면을 가진 해안구조물 위로 전파하는 파랑변형 및 파의 처오름을 예측하는 것이다. 사면 위의 파랑변형 및 처오름을 해석하기 위하여 비선형 천수방정식을 사용하였으며, 투수층 내의 유체운동에는 확장형 Forchheimer의 저항법칙에 근거한 비선형, 비정상 Darcy법칙을 적용하여 규칙파 및 불규칙파를 대상으로 수행되었고, 계산결과는 PBREAK 수치모델의 적용성 및 한계성을 검토하기 위하여 수리모형실험 결과와 비교검토 되었다. PBREAK 수치모델은 사면 위의 파형의 변화를 잘 예측하였으나 질량 및 운동량의 교환이 많이 발생하는 쇄파대 내에서 수리모형실험 결과와 약간의 차이를 보여주었다. 또한 수심평균된 수립자 유속은 파봉 부근을 제외하고 파곡 아래에서 계측한 실험치와 잘 일치하였다.

• 한국군사과학기술학회지
• /
• 제18권2호
• /
• pp.167-172
• /
• 2015

In this paper, we have compared some radio propagation models in order to verify the performance of W.C.Y LEE propagation model in mountain area. The four propagation models, which are Okumura-Hata, ITU-R P.525, Egli and W.C.Y. LEE, are analyzed by comparing the differences between measured values and propagation loss estimation values. And a correction method for W.C.Y LEE model is suggested to improve the performance of W.C.Y. LEE model with measured data in mountain area. Simulation results show that the estimation error using W.C.Y LEE model is the lowest among four propagation models. Also, the results show that the corrected W.C.Y LEE model with suggested method improves the performance of propagation loss estimation.

• 대한토목학회논문집
• /
• 제41권2호
• /
• pp.123-131
• /
• 2021

완충재는 고준위 방사성 폐기물을 처분하기 위한 공학적 방벽 시스템에서 중요한 구성요소 중 하나이며 사용 후 핵연료가 담긴 처분용기와 암반사이에 채워지는 물질이기 때문에 지하수 유입으로부터 처분용기를 보호하고, 방사성 핵종 유출을 저지하는 중요한 역할을 수행한다. 따라서 공학적 방벽 시스템의 처분용기로부터 발생하는 고온의 열량은 완충재를 통하여 전파되기에 완충재의 열전도도는 처분시스템의 안전성 평가에 매우 중요하다. 본 연구에서는 국내에서 생산되는 압축 벤토나이트 완충재의 열전도도 예측을 위한 경험적 회귀 모델의 정합성을 검증하고 정확도를 높이기 위해 예측모델의 구축에 기계학습법을 적용해 보았다. 벤토나이트의 건조밀도, 함수비 및 온도 값을 바탕으로 열전도도를 예측하고자 하였으며, 이때 다항 회귀, 결정 트리, 서포트 벡터 머신, 앙상블, 가우시안 프로세스 회귀, 인공신경망, 심층 신뢰 신경망, 유전 프로그래밍과 같은 기계학습 기법을 적용하였다. 기계학습 기법을 이용하여 예측한 결과, 부스팅 기반의 앙상블 기법, 유전 프로그래밍, 3차 함수 기반의 SVM, 가우시안 프로세스 회귀의 기계학습기법을 활용한 모델이 선형 회귀 분석 기법에 비해 좋은 성능을 보였으며, 특히 앙상블의 부스팅 기법과 가우시안 프로세스 회귀 기법을 사용한 모델들이 가장 좋은 성능을 보였다.

• 전자공학회논문지 IE
• /
• 제44권1호
• /
• pp.27-32
• /
• 2007

본 논문에서는 차량 이용이 많은 도심지역 편도 2차선의 도로 상에서 차량과 차량 사이에 통신이 이루어지는 경우 송.수신 차량 좌, 우측 반사체와 인접한 차량들에 의해 발생하는 다중경로파의 영향을 고려한 전파예측모델을 제안하였다. 이 때 곡선 도로의 반경을 600[m], 곡선도로의 거리는 $5.24\sim471.2[m]$, 도로교각은 $5o\sim45o$, 곡선도로에 위치한 수신차량은 도로교각과 곡선도로의 거리변화에 대응하여 최소 3.3[m]에서 최대 29.5[m]간격으로 변화시키면서 시뮬레이션 하였다. 그 결과 도로교각이 $5o\sim15o$인 경우 전파경로손실의 경우 수신 차량의 곡선도로 위치에 관계없이 1[dB]이내였고, $15o\sim45o$인 경우 도로교각이 변화함에 따라 대략 $1\sim8[dB]$이었다. 그리고 전파경로의 경우에는 도로교각의 변화에 따라 $0.4\sim120[m]$까지 변화함을 알 수 있었다. 이 때 전파경로 차가 120[m] 발생함에 따른 전파지연시간은 400[nsec]이다.

• KSBB Journal
• /
• 제20권4호
• /
• pp.299-304
• /
• 2005

본 연구에서는 인공신경망 알고리즘을 이용하여 생물공정에서 수집된 형광스펙트럼 데이터를 분류, 분석하고 공정변수들을 예측하기 위한 공정의 모델링에 대해서 논의하였다. SOM에 의해 분류된 전파장 스펙트럼 데이터들은 발효공정의 변수와 형광데이터 사이에 비선형관계를 설명하기 위하여 사용되었다. BPNN알고리즘은 SOM에서 분류된 데이터들을 입력자료로 이용하여 공정에 대한 모델식을 세우고, 이를 이용하여 배출가스 내 $CO_2$ 농도 및 발효액 중 세포농도와 같은 공정변수들을 예측하는데 사용되었다. 또한 BPNN 모델은 강력하면서도 훈련데이터의 범위를 넘어서는 공정의 데이터들을 예측할 수 있기 때문에 폭넓은 활용가능성을 가지고 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.355-357
• /
• 2022

본 논문에서는 딥러닝 네트워크인 순환신경망(RNN) 모델을 사용해 이동 중인 객체의 이동 경로의 예측을 위한 포지셔닝 기술로서 실내 환경에서 지역 경로 내의 이동 중인 차량의 경로 예측에 연속적인 위치 정보를 이용하여 현재 위치 결정의 오류를 낮출 수 있는 이동 경로 생성 기법을 제안한다. GPS 정보를 사용할 수 없는 실내 환경의 경우 RNN 모델을 적용하기 위해서는 데이터 세트가 연속적이고 순차적이어야 한다. 그러나 Wi-Fi 전파 지문 데이터는 수집 시점의 특정 위치에 대한 특징 정보로서 연속성이 보장되지 않기 때문에 RNN 데이터로 사용할 수 없다. 따라서 RNN 모델에 필요한 순차적 위치의 연속성을 부여하여 실내 환경의 지역 경로를 이동하는 차량의 이동 경로 생성 기법을 제안한다.