• 한국전자통신학회논문지
• /
• 제16권5호
• /
• pp.845-850
• /
• 2021

본 연구에서는 전기 자동차(EV : Electric Vehicle) 파워트레인의 에너지 변환 특성과 설계를 수행하였다. 그리고 EV 파워트레인의 동력원으로서 영구자석 매입형 동기 모터(IPMSM : Interior Permanent Magnet Synchronous Motor)를 대상으로 하였으며 제어를 수행하였다. IPMSM을 구동하기 위해서는 두 가지 영역인 일정한 토크와 일정한 출력(약계자) 영역이 사용되며, IPMSM을 위한 제어 시스템의 설계는 d-q 레퍼런스 프레임(벡터 제어)을 바탕으로 구성하였다. IPMSM의 두 영역에서 나타나는 모터 토크의 정적 특성을 결정하기 위해 IPMSM의 토크제어 시스템과 d축 전류 제어 시스템을 제안 및 구현하였다. 특성해석을 위해서 Matlab-Simulink 소프트웨어를 사용하였다. 최종적으로 실제 차량 사양을 기준으로 EV 차량 레벨 조건으로 변경하여 파워트레인 모델에 IPMSM을 적용하였으며 제안된 제어 시스템의 시뮬레이션 결과를 수행했고 특성을 분석하였다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2885-2890
• /
• 2014

최근 기계학습 방법을 도입하여 센서 노드에 대한 위치를 파악하는 방법이 관심을 받고 있다. 많은 기계학습 알고리즘 중, 지지벡터머신은 프로그래밍 언어로 구현하기 간편하고, 병렬로 수행이 가능하다. 라즈베리파이는 작고 기능이 많아 센서 노드로 사용 시 인터넷 프로토콜을 사용하는 하둡 네트워크 클러스터 구성이 가능하다. 본 논문에서는 파이썬 프로그래밍 언어로 지지벡터머신을 구현하고, 5대의 라즈베리파이를 사용하여 실험적인 하둡 센서 네트워크와 5개의 노드를 가진 맵리듀스 하둡 소프트웨어 프레임워크를 구성하였다. 실험에서 우리는 다양한 파라미터를 변경해가면서 센서 네트워크를 구성하여 효율성, 자원분배, 처리속도를 비교하였다. 라즈베리파이의 컴퓨팅 파워와 메모리 용량은 부족했지만, 센서 클러스터의 노드 멤버의 역할을 충분히 수행하였고, 지지벡터머신 기계학습을 사용하여 센서 노드의 위치측정을 성공적으로 수행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.187-196
• /
• 2011

유도 전동기는 항공 산업, 자동차 산업 등의 산업 현장에서 중요한 역할을 하고 있으며, 이러한 유도 전동기의 고장으로 인한 피해를 최소화하기 위해 유도 전동기의 고장 검출 및 분류 시스템의 개발이 중요한 문제로 대두되고 있다. 이에 본 논문에서는 정상 및 각종 비정상 상태의 유도 전동기 진동 신호에 대해 부분 자기 상관(partial autocorrelation, PARCOR) 계수, 로그 스펙트럼 파워(log spectrum powers, LSP), 캡스트럼 계수의 평균값(cepstrum coefficients mean, CCM), 멜 주파수 캡스트럼 계수(mel-frequency cepstrum coefficient, MFCC)의 네 가지 특징 벡터를 신경 회로망의 입력으로 사용하여 유도 전동기의 고장을 검출하고 분류하였다. 고장 분류를 위한 최적의 특징 벡터를 찾기 위해 추출하는 특징의 수를 2에서 20으로 바꾸어 가며 분류 성능을 평가한 결과 CCM을 제외한 나머지의 경우 5~6의 특징만으로 분류 정확도가 거의 100%에 가까운 결과를 보였다. 또한 본 논문에서는 실제 산업 현장에서 진동 신호 취득 시 포함될 수 있는 잡음을 고려하여 취득한 신호에 백색 잡음(white Gaussian noise)을 인위적으로 추가하여 실험한 결과 LSP, PARCOR, MFCC 순으로 잡음 환경에 강인한 특징 벡터임을 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제5권2호
• /
• pp.190-200
• /
• 2001

본 논문은 용접이상을 검출하기 위한 특징벡터의 선택과 퍼지 기술을 사용한 용접이상 분류기의 설계 및 구현에 관한 것이다. 용접이상 특징 벡터로써 시간 영역에서 절대적분치, 영교차수를, 주파수 영역에서 파워 스펙트럼 계수를, 두 영역 모두를 고려하여 히스토그램을 비교하였다. 그래프 분석에 의하여 특징벡터로서 히스토그램을 선택하였고, 상대 히스토그램의 최대 빈도수와 대응 구간 값이 정상 용접과 용입불량을 구분하는 데 가장 유효하다는 것을 발견하였다. 이 특징 벡터를 사용하여 퍼지 용접이상 분류기를 구현하였고, 695개의 용접 데이터 프레임에 대하여 시험하여 정분류율이 92.96%을 보여, 그 유효성을 입증하였다. 실험실에서의 결과로써 실제적인 산업용 레이저 용접 검사기로써 상대적 히스토그램을 이용한 퍼지 용접이상 분류기가 효과적임을 알 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제16권2호
• /
• pp.9-16
• /
• 2011

GPU는 저렴한 비용으로 쉽게 대규모 데이터 병렬성을 활용할 수 있는 장점을 갖고 있어 많은 고성능 컴퓨팅 응용 분야에서 사용되고 있는 추세다. 행렬의 고유벡터를 구하는 power method는 웹 페이지의 중요도를 계산하는 PageRank 알고리즘 등 여러 응용 분야에서 활용되고 있는 방법으로써, 본 연구에서는 power method를 GPU에서 병렬화하여 구현하였으며, 성능을 최적화하기 위한 개선 방법을 제시하였다. Power method는 행렬과 벡터의 곱셈 연산이 반복적으로 수행되며 GPU에서 쉽게 병렬화가 가능하다. 그러나, 고유벡터의 수렴 여부 판단을 위한 연산 등의 작업과 다음 곱셈을 위한 벡터 크기의 조정 등의 작업이 부가적으로 필요하며, 이러한 작업은 GPU 내의 커널 코드를 여러 차례 호출하고 불필요한 데이터 이동을 유발하는 문제점이 있다. 본 연구에서는 커널 호출 회수를 줄이고 스레드 배치를 최적함과 동시에 수렴 여부 판단을 위한 연산을 최적함으로써 power method의 성능을 향상시켰다.

• 재활복지공학회논문지
• /
• 제8권1호
• /
• pp.41-46
• /
• 2014

본 논문에서는 잡음 상황에서 강인한 음성 특성을 나타내는 TE (teager energy) 기반의 특징벡터를 이용한 음성 검출 알고리즘을 제안하였다. 입력 신호에 TEO (teager energy operator)를 적용하고, 이를 이용하여 음성 검출 알고리즘에서 우수한 성능을 보여주는 파워 스펙트럼 편차를 구하였다. 또한, 제안된 음성 검출 알고리즘의 성능 향상을 위하여 통계적 모델 기반의 우도비를 TE 기반의 파워 스펙트럼 편차의 가중치 요소로 적용하였다. 제안된 알고리즘의 성능 검증을 위해서 전체 오차율, ROC (receiver operating characteristics), PESQ (perceptual evaluation of speech quality)와 같은 객관적 실험을 수행하였다. 실험결과 5dB SNR 이하의 낮은 SNR을 갖는 비 정상 잡음 환경에서 제안한 음성 검출 알고리즘이 약 2.6%의 전체 오차율 감소와 약 0.053의 PESQ 점수 향상을 나타내었다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.59-64
• /
• 2005

상관관계가 있는 간섭신호가 존재하는 경우, 다양한 빔형성 기법들은 어레이 출력 파워를 최소화하기 위해서 목적신호까지 제거하는 현상이 발생한다. 본 논문에서는 이러한 상관관계가 있는 간섭신호에 의한 신호 제거 문제를 해결하는 새로운 기법을 제안한다. 기존에 제시된 상관 간섭신호의 제거 기법들 대신 제안된 빔형성 지법은 상관 간섭신호를 또 다른 목적신호로 간주하여 코히어런트하게 간섭신호들을 더해준다. 제안된 기법은 고유벡터 제한을 이용하여 잡음과 상관관계가 없는 간섭신호를 제거하고, 목적신호와 상관 간섭신호는 유지하도록 한다. 고유벡터 제한 MV 빔형성 기법은 상관 간섭신호에 대한 어떤 사전정보론 필요로 하지 않는다는 장점이 있다. 모의 실험에 의해 상관 간섭신호가 존재하는 경우 제안된 기법은 어레이 출력의 신호 대 잡음비가 개선하여 목적신호 제거 문제를 해결할 수 있음을 보여준다.

• 한국음향학회지
• /
• 제23권2호
• /
• pp.180-186
• /
• 2004

음성 신호에 존재하는 잡음은 음성 인식기의 성능을 현저하게 감소시킨다. 이것은 잡음이 훈련 조건과 인식 조건 사이의 불일치를 가져오기 때문이다. 본 논문에서는 이러한 불일치를 최소화하기 위해서 통계적 특징벡터의 추출방법을 개선하기 위한 방법을 연구하였다. 밴드 SNR에 따라 잡음 스펙트럼의 차감 레벨을 조절하는 기존의 멀티 밴드 잡음 차감법 (MSS)을 개선하기 위하여 잡음 정규화 상수를 이용하여 잡음 스펙트럼의 차감 레벨을 보다 정확하게 조절하는 방법 (M-MSS)을 제시하였다. 다음으로, 기존의 통계적 특징벡터 추출방법 (SFE)에서 잡음 차감법을 파워 스펙트럼 영역에 적용함으로써 성능을 개선하였다(M-SFE). 마지막으로, 위의 두 가지 방법의 장점을 결합하기 위해서 밴드 SNR에 근거한 통계적 특징벡터 추출방법 (MMSS-MSFE)을 제안하였다. 제안된 방법들은 다양한 잡음 환경 하에서 화자독립 고립 단어 인식으로 성능을 평가하였다. 기본적인 잡음 차감법 (SS)에 비하여 M-MSS, M-SFE와 MMSS-MSFE의 평균 에러율은 각각 18.6%, 15.1%와 33.9% 감소하였다. 위의 결과로부터 제안한 방법이 잡음에 강인한 음성인식을 위해 매우 효과적임을 입증하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2003년도 춘계전력전자학술대회 논문집(1)
• /
• pp.341-344
• /
• 2003

직렬연결형 다중레벨 컨버터(cascade multilevel converter)는 각기 절연된 DC전압원과 H-bridge 인버터가 한 단위를 이루고, 각 단위 인버터의 출력을 직렬 연결한 구조로서, 부하(전동기)에 정현파에 가까운 전압을 인가할 수 있는 시스템이다 각 H-bridge인버터의 DC전압원으로는 배터리 또는 커패시터등이 사용되는데, 일반적인 경우 각 H-bridge 컨버터의 입출력 파워가 틀려지게 되며, 따라서 DC전압간 불균형이 발생하게 된다. DC전압간 불균형이 발생하면 원하는 전압벡터를 정확하게 발생시킬 수 없게 되고, 고조파 하모닉이 만들어질뿐 아니라, 경우에 따라서는 DC전압원측에과 전압 또는 저전압 폴트가 발생할 수 있다. 본 논문은 N개의 H-bridge 인버터의 DC전압을 측정하지 않고, 전체 상출력 전압만을 측정하여 각 DC전압을 추정하고, 스위칭 패턴을 변경하여 DC전압을 평형화하는 방법을 제안한다. 모의실험을 통해서 알고리즘의 동작여부를 검증하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2004년도 전력전자학술대회 논문집(1)
• /
• pp.11-14
• /
• 2004

This paper presents an implementation of compact vector control system for induction motor using a digital signal processor (DSP) and a smart power module (SPM). The DSP TMS320F2812 has most necessary functions for ac motor control in a single chip and SPM provides a compact power stage. The indirect vector control algorithm is implemented in the drive system using these devices. The developed system is applied by 0.8kW induction servo motor and the all functions are verified through the experiments.