• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.341-342
• /
• 2015

본 논문에서는 파라미터 오차 보상을 통한 3상 BLDC 전동기의 DC 전류 모델 기반의 센서리스 제어 방식을 제안한다. 기존의 DC 전류 모델 기반의 센서리스 제어 방식은 상 전환 구간마다 발생하는 실제 전류와 모델 전류의 오차로 인해 추정한 역기전력과 속도, 위치에 오차가 그대로 나타난다. 이 오차 성분을 줄이기 위해 본 논문에서는 기계 방정식을 이용하여 개선된 역기전력 추정 식을 제안하였다. 또한 개선된 역기전력 추정 식에 파라미터에 오차가 없다면 센서리스 제어가 가능하지만, 오차가 존재한다면 센서리스 제어가 불안정해진다. 이를 극복하기 위한 파라미터 오차 보상 알고리즘도 제안하였다. 제안한 방법은 시뮬레이션을 통해 검증하였다.

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.48 no.10
• /
• pp.60-66
• /
• 2011

In this paper, we analyze the effects of estimation error in the active cancellation signal, which is intended to counter the pulsed-CW signal of a hostile radar. We also examine the effects of estimation error in maximum-likelihood estimation (MLE) and quadratic interpolation scheme from a radar signal active cancellation viewpoint. Then, we modify the correlation-based error compensation scheme which mitigates the estimation error of MLE to improve the performance of the active cancellation signal. Finally, we present simulation results to show that the correlation-based scheme has better performance than the other in terms of radar signal active cancellation.

• 한국항공운항학회:학술대회논문집
• /
• 2016.05a
• /
• pp.26-29
• /
• 2016

본 논문에서는 멀티로터 시스템의 모델리을 위한 방법으로 파라미터 추정법을 제시하였으며 이를 위해 실제 비행데이터를 이용한다. 파라미터 추정법으로는 예측오차 기법과 순화최소자승법이 사용되었고 그 결과를 나타내었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.11a
• /
• pp.413-416
• /
• 2006

신제품이나 서비스의 수요 예측을 Bass 확산 모형을 토대로 수행할 때의 가장 큰 문제점은모형의 파라미터 추정에 필요한 데이터가 충분치 않다는 것이다. 따라서 Bass 확산 모형의 핵심적인 두 파라미터인 혁신 계수(p)와 모방 계수(q)의 추정을 시도할 때, 어느 정도의 데이터 개수가 요구되는 지를 파악하는 것은 매우 현실적인 중요성을 갖는 문제이다. 이제까지의 연구는 주로 기존의 판매 데이터를 토대로 Bass 모형의 파라미터를 추정할 때, 생기는 다양한 문제점 파악에 집중되었다. 시뮬레이션의 경우는 Bass 모형에 랜덤 오차를 추가하여 실시하였다. 이 경우 데이터 개수가 계수추정에 미치는 영향은 도출되나 각 계수별 민감도 분석이 제대로 이루어지지 못하는 한계를 가지고 있다, 따라서 본 논문에서는 시뮬레이션에서 예측치를 발생시킬 때 랜덤 오차 대신, 혁신 계수와 확산 계수의 변동을 주는 방법을 도입한다. 결과는 다음과 같다. 첫째, p 변동보다는 q 변동이 예측치의 오차에 대해 보다 중요하다. 둘째, 오차가 잠재수요의 30%이하로 떨어지기 위해서는 수요가 최대로 도달하는 시점이 $t^*$ 일 경우, $t^*\;+1$까지 데이터가 요구된다.

• Proceedings of the KIPE Conference
• /
• 2019.07a
• /
• pp.390-391
• /
• 2019

영구자석 동기 전동기의 PI 전류 제어기 이득은 대역폭과 파라미터에 의해 결정된다. 파라미터 추정 시 필요한 전류 제어기 이득을 임의로 설정할 수밖에 없다는 문제가 있다. 본 논문은 정지좌표계에 대해 회전하는 전압 신호를 인가하여 초기 위치를 추정함과 동시에 인덕턴스를 일정 오차 내로 추정하여 빠르게 인덕턴스를 추정하고, 이를 이용해 전류 제어기 이득을 전동기의 전기적 파라미터에 맞게 설정할 수 있는 방식을 제안한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1147-1148
• /
• 2011

유도전동기의 가변속 구동시스템에서 자속축 기준제어를 이용하는 경향이 증가하고 있으며 설치환경, 가격 등의 제약으로 인하여 위치 및 속도센서가 없는 센서리스 속도제어가 많이 연구되고 있다. 대부분의 센서리스제어 방식에서 위치 및 속도추정은 전동기 전압방정식으로부터 계산된다. 따라서 파라미터 오차는 센서리스 제어성능에 큰 영향을 미치게 된다. 본 연구에서는 유도전동기의 속도 추정에서 파라미터 오차에 의해 발생하는 속도 오차를 배제하기 위하여 파라미터 보상을 가지는 상태관측기를 제안하고 종래의 방식과 비교하여 본 연구에서 제안한 방식을 검증한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.850-851
• /
• 2011

본 논문은 SRM의 센서리스 속도제어를 위한 슬라이딩 모드 자속관측기법을 적용하고, 초기기동에서 센서리스 영역까지의 천이구간에서는 동일한 센서리스 추정방식과 계산된 자속의 오차 성분으로 오픈루프 상태에서 속도리플을 억제할 수 있는 방식과 전동기의 온도 및 파라미터 변화에 의한 자속 오차 성분으로 인해 발생하는 위치 추정오차를 보상하기 위한 새로운 추정위치 보상기를 제안한다. 제안된 추정위치 보상기는 SRM의 자기적인 특성에 의해 발생하는 인덕턴스 변곡점 위치를 실제 위치로 가정하여 추정된 센서리스 위치를 순시적으로 보상하는 방식이다.

• Journal of rehabilitation welfare engineering & assistive technology
• /
• v.5 no.1
• /
• pp.59-64
• /
• 2011

In this paper, the lumped element model parameter estimation method and its implemented estimation software for fabricated floating mass transducers of IMEHDs have been presented so that the estimated parameter values could be compared with the designed ones and applied to predict the output performance when the transducers were implanted into human ears. The presented method is based on the sequential quadratic programming (SQP) for estimating parameters in the transducer's lumped model and has been implemented by the use of LabVIEW graphical language. Using the implemented estimation software, the accuracy of parameter estimation has been verified and our implemented estimation method has been evaluated by the comparison of the estimated transducer parameter values with the designed ones for a practically fabricated floating mass transducer for IMEHDs.

• Proceedings of the KOSOMBE Conference
• /
• v.1994 no.12
• /
• pp.131-133
• /
• 1994

뇌전위 측정에 의해 흥분 뉴런군의 위치를 추정하는 source localization problem은 Evoked Potential 해석법에 있어서 매우 중요한 의미를 갖는다. 이번 논문에서는 EEG실험에서의 전극 배치가 S/N(signal to noise ratio)과 추정 오차 사이에 어떤 영향을 미치는 가를 Monte Carlo 시뮬레이션으로 조사하였다. 머리 모델은 3중 구각 모델을 사용하였고 이론 이용하여 forward problem을 계산하였다. 쌍극자 파라미터를 minimization 하는 문제는 simplex method를 이용하여 계산하였다. 컴퓨터 시뮬레이션 결과, 특이한 점은 전극의 밀도와 입체각에 의해 쌍자 파라미터 오차가 변화했다는 사실이다. 이것은 곧바로 전극 배치와 연관이 된다. 실제 EEG 실험에서 전극 배치를 어떻게 했는가에 따라 그에 따른 오차가 변화한다. 이러한 오차의 원인을 제거하기 위해서 새로운 전극 배치를 모델링하여 기존의 전극 배치와 비교해 보았다. 그 결과 전극 밀도와 입체각에 대한 오차를 크게 줄일 수 있었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.2
• /
• pp.772-778
• /
• 2012

In this paper, the states and the parameters in the dynamic system are simultaneously estimated by applying the UKF(Unscented Kalman Filter), which is widely used for estimating the state of non-linear systems. Estimating the parameter is very important in various fields, such as system control, modeling, analysis of performance, and prediction. Most of the dynamic systems which are dealt with in engineering have non-linearity as well as some noise. Therefore, the parameter estimation is difficult. This paper estimates the states and the parameters applying to the UKF, which is a non-linear filter and has strong noise. The augmented equation is used by including the addition of the parameter factors to the original state equation of the system. Moreover, it is simulated by applying to a 2-DOF(Degree of Freedom) dynamic system composed of the pendulum and the slide. The measurement noise of the dynamic equation is assumed to be a Gaussian distribution. As the simulation results show, the proposed parameter estimation performs better than the LSM(Least Square Method). Furthermore, the estimation errors and convergence time are within three percent and 0.1 second, respectively. Consequentially, the UKF is able to estimate the system states and the parameters for the system, despite having measurement data with noise.