• Structural Engineering and Mechanics
• /
• 제46권5호
• /
• pp.673-693
• /
• 2013

This paper presents a systematic design and training procedure for the feed-forward back-propagation neural network (NN) modeling of both forward and inverse behavior of a rotary magnetorheological (MR) damper based on experimental data. For the forward damper model, with damper force as output, an optimization procedure demonstrates accurate training of the NN architecture with only current and velocity as input states. For the inverse damper model, with current as output, the absolute value of velocity and force are used as input states to avoid negative current spikes when tracking a desired damper force. The forward and inverse damper models are trained and validated experimentally, combining a limited number of harmonic displacement records, and constant and half-sinusoidal current records. In general the validation shows accurate results for both forward and inverse damper models, where the observed modeling errors for the inverse model can be related to knocking effects in the measured force due to the bearing plays between hydraulic piston and MR damper rod. Finally, the validated models are used to emulate pure viscous damping. Comparison of numerical and experimental results demonstrates good agreement in the post-yield region of the MR damper, while the main error of the inverse NN occurs in the pre-yield region where the inverse NN overestimates the current to track the desired viscous force.

• 제어로봇시스템학회논문지
• /
• 제18권3호
• /
• pp.285-294
• /
• 2012

Using bearing measurement only, target motion state is not directly obtained so that TMA (Target Motion Analysis) is needed for this situation. TMA is a nonlinear estimation technique used in passive SONAR systems. Also it is the one of important techniques for underwater combat management systems. TMA can be divided to two parts: batch estimation and sequential estimation. It is preferable to use sequential estimation for reducing computational load as well as adaptively to target maneuvers, batch estimation is still required to attain target initial state vector for convergence of sequential estimation. Selection of batch time interval which depends on observability is critical in TMA performance. Batch estimation in general utilizes predetermined batch time interval. In this paper, we propose a new method called the BTIS (Batch Time Interval and Initial State Estimation). The proposed BTIS estimates target initial status and determines the batch time interval sequentially by using a bank of GMM-TS (Gaussian Mixture Measurement-Track Splitting) filters. The performance of the proposal method is verified by a Monte Carlo simulation study.

• 한국통신학회논문지
• /
• 제37권5C호
• /
• pp.355-364
• /
• 2012

협동교전능력을 위한 표적정보 수집, 실시간 정보융합, 공동 상황인식 기능 구현을 위하여 표적 처리기법 연구는 중요하다. 이러한 표적 처리 연구 중, 표적의 추적의 문제는 센서로부터 얻어진 측정값을 사용하여 표적의 상태를 예측하는 것으로부터 시작한다. 그러나 상태 예측에 사용되는 센서의 측정값들은 불확실성을 갖고 있기 때문에 측정된 정보에 어느 정도의 신뢰성을 부여할 수 있느냐가 중요한 문제가 된다. 따라서 이를 위해 다중 센서를 이용한 기법이 요구되고, 보편적으로 사용되는 확률적 데이터연관 기법으로부터 다중 센서를 이용한 표적 추적을 위해서는 이종 센서로부터 제공된 측정값들을 처리하기 위한 정보융합 기법이 필요하다. 본 논문에서는 레이더 및 ESM 센서에서 측정된 측정값 정보융합을 통하여 확률데이터연관 필터를 이용한 표적의 트랙 추정 성능을 향상시키기 위한 방법을 구체적으로 분석하여 정보를 결합하기 위한 새로운 실시간측정값 융합 기법을 제안하고 확률데이터연관을 통해 추적할 표적의 트랙을 추정하는 방법을 분석하였다. 모의실험을 통해 제안된 기법들이 선형 혹은 회전 운동하는 모델들에 대해 향상된 추정 결과를 보여준다.