• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.382-385
• /
• 2007

본 논문에서는 다중 표적의 중첩이라는 상황에 대한 새로운 해결 방식을 소개한다. 비선형 표적의 위치와 속도에 대한 추적을 중심으로 표적과 비표적의 중첩이 일어나는 순간 이후 분리되었을 때 추적중인 표적을 지속적으로 유지할 수 있는 방법에 대해 이야기 하고자 한다. 이 논문에서 제안된 알고리즘은 예측 명중위치 개념과 최대 잡음수준을 이용한 칼만필터 기반의 적응 상호작용 다중모델 기법으로 측정된 위치값과 예측된 명중위치 사이의 차이를 고려한 변형된 칼만필터 개념을 이용한다. 이 논문에서는 비선형 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 제안된 알고리즘은 표적의 운동특성에 따라 적응적으로 기법을 선택할 수 있는 선택적 방식을 구현하고자 한다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여 잡음의 크기가 급격히 증가하는 경우 그 증가분을 가속도로 인식하여 기동표적 관계식에 이용한다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1924-1925
• /
• 2011

본 논문에서는 비선형 기동을 하는 기동표적의 추정된 잡음을 분석하여 표적의 기동패턴을 분석하는 알고리즘을 제시하고자 한다. 기동표적의 추정위치와 측정치에서 발생하는 잡음을 가속도와 순수 잡음으로 분리하고 분리된 성분을 분석하여 표적의 기동 패턴을 인식하고 동시에 추적을 실시하는 알고리즘을 구성한다. 잡음의 분리는 퍼지 클러스터링(FCM : Fuzzy C-means Clustering) 기법을 이용하여 적절한 추정값을 이용한다. 추정된 표적의 속도와 가속도, 잡음을 재 구성하여 기동표적의 기동패턴을 분석하고, 동시에 추적을 실시한다. 위의 과정을 통해 가속도를 분리한 후 비선형성을 지닌 기동표적의 기동패턴을 선형화 하여 칼만필터를 이용 잡음을 분리하고 가속도를 다시 보상하여 추적 알로리즘을 구성한다. 그리고 제안된 알고리즘의 수행 가능성을 보여 주기 위하여 몇 가지 예를 제시하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.297-300
• /
• 2006

본 논문에서는 비선형 기동표적의 추적에 대한 새로운 접근 방식을 소개한다. 이 논문에서는 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여, 잡음의 크기가 급격히 증가할 경우 증가분을 가속도로 인식하여 기동표적 관계식에 이용하였다. 또한 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크와 적응 상호작용 다중모델 기법을 이용하였다. 퍼지 뉴럴 네트워크의 동정을 위해서는 오차 역전파 학습법을 사용하였다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

• 대한전자공학회논문지SP
• /
• 제38권1호
• /
• pp.79-88
• /
• 2001

항공기 등은 미사일의 추적을 피하기 위해 대응능력(countermeasure)으로 섬광탄(flare)을 운용한다. 일반적으로 적외선 섬광탄은 표적에 비해 높은 방사 에너지를 방출하여, 미사일이 표적 대신 섬광탄을 추적하도록 설계된다. 따라서 섬광탄이 존재하는 상황하에서 표적을 정확하게 추적하기 위해서는 섬광탄 및 배경 등으로부터 표적신호를 분리하여 표적을 인식해야 한다. 본 논문에서는 섬광탄의 영항을 배제하고 정확히 표적을 추적하기 위해 자외선 및 적외선 대역을 이용하는 2-color 로젯 주사 탐색기(rosette scan seeker)를 시뮬레이션 하였다. 각 대역에서 얻어진 표적 및 섬광탄, 구름 신호 특성을 분석하였으며, 이로부터 표적을 정확히 검출함을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권10호
• /
• pp.109-119
• /
• 2013

현대 정보기술의 지속적인 발전은 무인화 및 자율화를 기반으로 한 모의 환경의 급격한 패러다임의 변화를 야기했으며 이로 인해 실 운용을 대비한 새로운 개념의 전장 환경 시뮬레이션 기술과 장치가 요구되고 있다. 그러나 무인 체계 개발은 타 개발과는 차별적으로 다양하고 복잡한 기능을 고려해야함과 동시에 검증 과정이 어렵다는 특징을 가진다. 이를 위해 본 논문에서는 무인체계 개발을 위한 효과적인 시뮬레이터를 보이고 표적탐지/인지성능개선, 표적 위치오차 개선, 그리고 초기 표적 탐지시간 단축의 세 가지 정보융합 기술을 제안한다. 제안하는 탐지/인지 성능 개선기술은 로봇의 감지기 영상을 이용하여 표적을 탐지한 후 인식하고 다수의 로봇 인식결과를 바탕으로 정보 융합하여 인식오차를 보정한다. 또한 표적 위치 정확도 개선은 다수 로봇을 활용하여 탐지한 표적의 위치를 보다 정확하게 산출하기 위한 방법이다. 그리고 초기 표적 탐지시간 단축 기법은 임의의 로봇이 표적을 탐지하는 과정에서 장애물에 의해 가려져 탐지가 불가능 할 경우가 생길 경우 이를 미리 판단하여 표적의 예상 궤적을 예측하고 해당 궤적 값인 위치값과 각도값을 타 로봇에게 전송하여 탐지를 지속적으로 수행할 수 있도록 하는 방법이다. 제안하는 방법을 통해 구현된 시뮬레이터의 활용을 통해 무인로봇의 주된 역할인 정보 융합 임무를 충실히 수행함을 확인한다.

• 한국정보통신학회논문지
• /
• 제16권9호
• /
• pp.1878-1883
• /
• 2012

일반적으로 수중표적 인식에서는 표적의 형상/재질에 따른 수신 표적신호의 공간적인 정보를 특징인자로 추출하여 식별하고자 하는 특징을 추출하였다. 또한, 표적신호의 수신 위치에 덜 민감한 특징파라미터 추출을 위해 다양한 신호처리 기법을 적용하는 연구가 수행되어 왔다. 본 논문에서는 표적신호의 수신위치에 상대적으로 민감하지 않은 정준상관분석(Canonical correlation Analysis; CCA)을 사용하여 합성된 수중물체의 특징을 분석하였다. 다중각도 환경에서 특징추출을 위해 정준산관분석기법이 적용되었으며, 각각 다른 각도에서 수중물체에 반사되어 되돌아오는 연속적인 두개의 소나신호를 대상으로 정준상관분석을 수행하여 두 신호의 상관성을 분석하였다.

• 한국통신학회논문지
• /
• 제34권10B호
• /
• pp.1111-1116
• /
• 2009

본 논문에서는 집적 영상의 획득과 복원을 이용하여 왜곡에 강인한 물체를 인식하는 방법을 연구한다. 해당 화소들의 확률적 특성인 평균과 표준편차를 이용하여 3차원 공간에서 물체를 복원하고 거리를 추정한다. 표적인식은 Fisher 선형판별법(linear discriminant analysis, LDA)과 주성분 분석법(principal component analysis, PCA) 기술을 결합한 통계적 분류기(statistical classifier)로 수행한다. Fisher 선형판별법은 클래스 간의 판별력을 최대로 하고 주성분 분석법은 Fisher 선형판별법을 수행하기 위한 차원축소를 실행한다. 주성분 분석법은 차원축소 후 복원된 벡터와 원 벡터의 오차를 최소화하는 기술로 알려져 있다. 실험 및 시뮬레이션을 통하여 면외(out-of-plane) 회전된 표적을 본 논문에서 제안한 방법으로 분류한다.

• 한국사회복지학
• /
• 제35권
• /
• pp.399-426
• /
• 1998

본 연구는 과제중심 모델을 재가노인을 위한 사례관리의 방법으로서 적용해보고 그 결과와 적용과정을 분석하며 효과성과 한계점을 조사한 것이다. 과제중심 모델은 3군데의 지역사회복지관에서 12명의 재가노인을 대상으로 실시하였으며 면접회수는 6회에서 10회까지였다. 12 사례에서 제시된 표적문제는 57개이며 표적문제를 해결하기 위하여 제시된 과제는 83개였다. 표적문제의 82.5%를 클라이언트들이 제시하였으며 과제제시는 약80%를 사회복지사들이 제시하였다. 그러나 과제수행에서는 37%를 클라이언트가 수행하도록 하였다. 문제의 변화는 평균 8.1로서 대부분의 문제들이 많이 좋아졌다고 평가되었다. 표적문제의 인식 자에 따른 문제 해결 정도는 내담자가 표적문제라고 인식하였을 때 가 사회복지사가 문제라고 인식한 경우보다 문제 해결이 더 많이 되었다. 이와 같은 결과를 보아 클라이언트가 인식한 문제를 표적문제로 하였을 때 문제해결이 훨씬 더 가능함을 알 수 있다. 과제 중심모델을 적용 과정을 분석한 결과에 의하면 모델의 적용을 통하며 재가 노인들의 요구를 파악하고 문제 해결에 대한 노인들의 적극적인 참여를 유도 할 수 있었으며 잠재된 능력을 발견하는 기회가 되기도 하였다. 재가노인을 위한 사례관리의 방법으로서 과제 중심 모델을 적용할 때 다음과 같은 것을 제안 할 수 있다. 첫째 처음 접수를 받는 클라이언트를 대상으로 적용하는 것이 효과적이며 둘째는 정기적인 슈퍼비젼을 통하며 진행을 점검하는 것이 중요하고 문제 해결을 위한 다양한 과제나 가능한 사회 자원에 대한 목록을 만드는 것이 필요하다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제25권1호
• /
• pp.21-45
• /
• 2011

본 연구는 4명의 중학교 3학년 학생들이 주어진 표적 문제를 해결하는 과정을 분석하여 학생들이 보이는 다양한 활동 요소 중 구조적 유사성의 인식, 분석적 활동 그리고 비교 활동에 주목하여 이들 활동이 표적 문제의 해결에서 어떤 역할을 하는지 살펴보았다. 4명의 학생들의 문제 해결 과정을 개별적으로 관찰하고 면담한 후, 이 과정에서 학생들이 보인 반응을 분석하여 다음과 같은 결과를 얻었다. 표적 문제의 해결에 근원 문제의 해법을 적용할 수 있는 토대를 마련하는데 도움을 주는 활동 중의 하나로 구조적 유사성의 인식이 그 역할을 수행할 수 있음을, 또 문제 해결을 위해 추측한 사실에 대한 진위 여부의 판단 근거로 분석적 활동을 활용함을 확인하였다. 그리고 표적 문제의 문제점을 인식하게 하여 표적 문제의 해결 방향을 설정하는데 도움을 제공하는 것으로 비교 활동을 활용함을 확인하였다. 따라서 현장에서 수학을 가르치는 교사는 표적 문제의 해결을 위해 유사 문제와의 구조적 유사성, 분석적 활동 그리고 비교 활동에 초점을 맞추어 문제의 해결을 지도하는 노력이 요구된다. 뿐 만 아나라 본 연구에서 언급한 세 가지 요소 이외에 더 많은 요소가 있을 수 있으며 그 요소들의 역할을 탐구하는 후속연구도 필요하다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.457-470
• /
• 2019

Synthetic Aperture Radar(SAR)영상을 이용한 자동 표적 인식(Automatic Target Recognition(ATR))은 날씨와 주야에 영향을 받지 않는 장점으로 감시, 정찰, 및 국토안보 등의 분야에서의 관심이 증대되고 있다. 그러나 SAR 자동표적인식은 실제 환경에서 발생하는 다양한 문제로 인해 자동으로 표적을 식별하는데 어려움이 있다. 따라서 본 연구에서는 실제 환경과 유사한 Extended Operating Conditions(EOC)에서의 ATR 문제에 대한 분석을 수행하였다. 특히, 표적의 폐색 조건과 훈련 영상과 테스트 영상의 관측 부각 차이에 따른 표적 식별률의 변화를 정량적으로 분석하였다. 관측 부각은 $30^{\circ}$와 $45^{\circ}$로 구분하였으며, 10%부터 50%까지의 다양한 폐색 조건에 대한 영상을 생성하기 위해 SARBake 알고리즘을 적용하였다. 표적에 대한 정량적인 식별률은 표적인식 분야에서 대표적으로 이용되는 템플릿 매칭과 Adaboost 알고리즘을 적용해 분석하였다. 분석 결과 관측부각에 따른 식별률은 두 알고리즘 모두 $45^{\circ}$에서 $30^{\circ}$보다 30%이상 급감했다. $30^{\circ}$의 관측 부각에서 템플릿 매칭은 75.88%, Adaboost 알고리즘은 94.46%로 Adaboost의 식별률이 높았다. 폐색 조건에 따른 식별률은 템플릿 매칭의 경우 폐색이 없을 때 95.77%에서 10%의 폐색 조건일 때 52.69%로 식별률이 급감하였다. Adaboost 알고리즘의 경우 폐색이 없을 때 85.16%, 10%의 폐색 조건일 때 68.48%로 폐색 조건에서의 식별률이 높았다. Adaboost 알고리즘은 50%의 폐색조건에서도 52.48%로 템플릿 매칭이 동일한 조건에서 30% 이하의 식별률을 보이는 것에 비해 전반적으로 높은 식별률을 보였다.