• Journal of Positioning, Navigation, and Timing
• /
• 제10권2호
• /
• pp.139-144
• /
• 2021

In this paper, we described configuration and construction of infrastructure for the KASS Reference Station (KRS), subsystem of Korea Augmentation Satellite System (KASS). KASS system consists of three subsystems(KRS, Mission Control Center (MCC), KASS Uplink Station (KUS)). One of these subsystems, KRS receives GNSS data for generating range error and integrity verification and sends to MCC. It is needed to antenna facilities for mounting GNSS antenna and shelter for operating KRS and infra equipment(power and network system, lightning and grounding system, fire extinguish) for operating KRS. For this reason, we have established the requirements for KRS infrastructure and constructed infrastructure for KRS to meet the requirements of KRS infrastructure.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.56-60
• /
• 2023

기존의 음성인식은 청장년 층에 초점이 맞추어져 있었으나, 최근 고령화가 가속되면서 노인 음성에 대한 연구 필요성이 증대되고 있다. 그러나 노인 음성 데이터셋은 청장년 음성 데이터셋에 비해서는 아직까지 충분히 확보되지 못하고 있다. 본 연구에서는 부족한 노인 음성 데이터셋 확보에 기여하고자 희소한 노인 데이터셋을 증강할 수 있는 방법론에 대해 연구하였다. 이를 위해 노인 음성 특징(feature)을 분석하였으며, '주파수'와 '발화 속도' 특징을 일반 성인 음성에 합성하여 데이터를 증강하였다. 이후 Whisper small 모델을 파인 튜닝한 뒤 노인 음성에 대한 CER(Character Error Rate)를 구하였고, 기존 노인 데이터셋에 증강한 데이터셋을 함께 사용하는 것이 가장 효과적임을 밝혀내었다.

• 한국음향학회지
• /
• 제36권5호
• /
• pp.338-344
• /
• 2017

본 논문에서는 머리전달함수 보간 알고리즘을 제안하며, 특히 작은 크기의 측정 데이터를 다루는 경우를 고려한다. 제안하는 알고리즘은 머리전달함수의 음향학적 모델링에 기초하며, 모델링 계수를 추정함으로써 머리전달함수를 보간한다. 이 때 측정 위치의 개수가 부족할 경우 모델링 계수를 추정하는 것은 매우 어려우며, 따라서 본 알고리즘은 벡터-기반 크기 패닝 기법을 이용하여 데이터를 확장함으로써 이러한 문제를 해결하려고 한다. 본 알고리즘은 벡터-기반 크기 패닝 기법 기반의 데이터 확장 단계와, 최소자승법 기반의 모델링 계수 추정 단계의 두 단계로 이루어져 있다. 제안하는 알고리즘의 성능을 확인하기 위하여 CIPIC(Center for Image Processing and Integrated Computing) 머리전달함수 데이터베이스의 측정 데이터 중 일부를 이용한 시뮬레이션을 진행하였으며, 시뮬레이션 결과 약 1.5 dB ~ 4 dB의 최소 자승 오차가 감소됨을 확인할 수 있었다.

• 자동차안전학회지
• /
• 제13권2호
• /
• pp.35-41
• /
• 2021

In this study, improved path tracking control algorithm based on pure pursuit algorithm is newly proposed by using improved lane detection algorithm through real time post-processing with interpolation methodology. Since the original pure pursuit works well only at speeds below 20 km/h, the look-ahead distance is implemented as a sigmoid function to work well at an average speed of 45 km/h to improve tracking performance. In addition, a smoothing filter was added to reduce the steering angle vibration of the original algorithm, and the stability of the steering angle was improved. The post-processing algorithm presented has implemented more robust lane recognition system using real-time pre/post processing method with deep learning and estimated interpolation. Real time processing is more cost-effective than the method using lots of computing resources and building abundant datasets for improving the performance of deep learning networks. Therefore, this paper also presents improved lane detection performance by using the final results with naive computer vision codes and pre/post processing. Firstly, the pre-processing was newly designed for real-time processing and robust recognition performance of augmentation. Secondly, the post-processing was designed to detect lanes by receiving the segmentation results based on the estimated interpolation in consideration of the properties of the continuous lanes. Consequently, experimental results by utilizing driving guidance line information from processing parts show that the improved lane detection algorithm is effective to minimize the lateral offset error in the diverse maneuvering roads.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2007년도 추계학술대회 및 제23회 정기총회
• /
• pp.98-99
• /
• 2007

국제해사기구가(IMO)가 연안, 항만지역에서 서비스하도록 규정한 측위 정확도와 신뢰성을 만족시키기 위해선 위성전파항법시스템뿐만 아니라 위성전파항법시스템의 오차를 보정할 수 있는 DGPS(Differential Global Positioning System)와 같은 위성전파항법 보강시스템이 함께 이용되어야 한다. 특히 이런 DGPS 사용자의 위치 정확도는 DGPS 기준국에서 전송하는 의사거리 보정정보의 정확도에 의해 영향을 받는다. 본 논문에서는 정확한 의사거리 보정정보를 생성하기 위해 비공통 오차 추정 필터를 채용한 의사거리 보정정보 생성 알고리즘을 보이고, 이를 이용하여 생성한 의사거리 보정정보가 RTCM(Radio Technical Commission for Maritime Services) 에서 규정한 요구 성능을 만족하는지 분석한다.

• 한국항행학회논문지
• /
• 제25권3호
• /
• pp.194-202
• /
• 2021

GNSS (global navigation satellite system)측정치 보정 후에 남아 있는 전리층 잔류 오차에 대해 시뮬레이션 기반의 영향분석(오차 및 서비스 영역 분석 등)을 수행하기 위해서는 위해서는 전리층 잔류 오차에 대한 통계적 모델링이 필수적으로 선행되어야 한다. 본 논문에서는 국내 GNSS 측정치 및 Klobuchar 모델을 활용하여 국내 정상상태 전리층 환경에서의 전리층 잔류 오차에 대한 보수적인 표준편차의 해석적 모델을 도출하였다. 다양한 전리층 활동 상태를 포함하기 위해 미(美) CAT I (category I) LAAS (local-area augmentation system) 전리층 통계치 산출일 중 ROTI (rate-of-tec index) 지수를 활용하여 전리층 활동이 비정상적인 날짜는 제외하고 GNSS 분석 데이터를 구성하였다. GNSS 데이터 처리를 통해 전리층 잔류 오차를 계산하고, 잔류 오차 거동의 특성을 근거하여 지역 시 및 위성 앙각에 따라 통계치를 산출하였다. 마지막으로 전리층 잔류 오차의 확률적 거동을 보수적으로 포함할 수 있는 표준편차값에 대한 해석적 모델을 감쇠 지수 접합을 통해 도출하였다.

• 지질공학
• /
• 제32권2호
• /
• pp.221-239
• /
• 2022

플랜트, 토목 및 건축 사업에서 말뚝 설계 시 어려움을 겪는 주된 요인은 지반 특성의 불확실성이다. 특히 표준관입시험을 통해 구한 N치가 설계 시 주요 입력값이나 짧은 입찰기간과 광범위한 구역에서 다수의 현장시험을 실시하는 것은 실제적으로 어려운 상황이다. 본 연구에서는 인공지능(AI)을 가지고 회귀분석을 적용하여 N치를 예측하는 연구를 수행하였으며, 최소한의 시추자료를 학습시킨 후 표준관입시험을 실시하지 못한 곳에서 N치를 예측하는데 그 목적이 있다. AI의 학습 성능을 높이기 위해서는 빅 데이터가 중요하며, 금회 연구 시 부족한 시추자료를 빅 데이터화 하는데 '원형증강법'을 적용하여 시추반경 2 m까지 가상 N치를 생성시키는 작업을 선행하였다. AI 모델 중 인공신경망, 의사결정 나무, 오토 머신러닝을 각각 적용하였으며 이 중 최적의 모델을 선택하였다. 최적의 모델을 선택하는 방법은 세 가지의 예측된 AI 모델 중 최소 오차값을 가지는 것이다. 이를 위해 폴란드, 인도네시아, 말레이시아에서 수행한 6개 프로젝트를 대상으로 표준관입시험의 실측N치와 AI의 예측N치를 비교하여 타당성 여부를 연구하였고, 연구 결과 AI 예측값에 대한 신뢰도가 높은 것으로 분석되었다. AI 예측값을 가지고 미시추 구간에서 지반특성을 파악 할 수 있었으며 3차원 N치 분포도를 사용하면 최적의 구조물 배치가 가능함을 확인하였다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.521-531
• /
• 2020

QZSS (Quasi-Zenith Satellite System)는 위성의 L6 밴드를 통해서 CLAS (Centimeter Level Augmentation Service)를 제공한다. CLAS는 현재 GPS (Global Positioing System), Galileo 그리고, QZSS 위성군에 대한 보정정보를 제공하며, 이러한 보정정보를 C-SSR (Compact - Space State Representation)라고 한다. 본 연구에서는 L6 밴드를 수신할 수 있는 GPS 수신기인 Septentrio의 AsteRx4를 이용하여 CLAS 메시지를 수신하고, 그 메시지를 디코딩하여 C-SSR을 획득하였다. 그리고, GPS, Galileo, QZSS의 코드의사거리 관측치에 Compact SSR을 적용하여 GNSS (Global Navigation Satellite System) 오차를 보정하고, 비선형 최소제곱법으로 수신기의 3차원 위치 및 위성군의 시계오차들을 추정하는 다중 위성항법 기반의 Code-PPP (Precise Point Positioning)를 개발하였다. 개발한 알고리즘의 정확도를 평가하기 위해서 IGS (International GNSS Service) 사이트 중 하나인 TSK2 (Tsukuba)를 대상으로 정지측위를 수행하고, 일본의 가와니시(Kawanishi)시의 이나강(Ina river) 주변을 주행하며 이동측위를 수행하였다. 그 결과, 정지측위의 경우 모든 데이터셋의 평균 RMSE (Root Mean Squared Error)는 수평방향으로 0.35 m, 수직방향으로 0.57 m의 정확도를 나타냈다. 그리고 이동측위의 경우 VRS의 RTK-FIX 값과 비교해 봤을 때 수평방향은 약 0.82 m, 수직방향은 약 3.56 m의 정확도를 나타냈다.

• Korean Chemical Engineering Research
• /
• 제61권1호
• /
• pp.123-141
• /
• 2023

인공신경망을 이용한 모델 개발에서 데이터의 품질은 모델 성능에 큰 영향을 주고, 양질의 충분한 데이터가 인공신경망 훈련을 위해 필요하다. 하지만, 공학 분야에서는 적은 양의 데이터로 모델을 개발해야 하는 경우가 자주 발생한다. 본 논문은 토양에 살포된 축산 분뇨로부터 암모니아 방출량에 대한 적은 수의 데이터(83 개)를 사용하여 인공신경망 모델의 예측 성능을 향상할 수 있는 방안을 제시하였다. Michaelis-Menten 식으로 표현되는 암모니아 방출량 문제는 11개 입력변수에 대하여 2개 출력변수로 구성되었다. 출력변수는 최대 질소 발생량(N_max, kg/ha)과 N_max의 절반에 도달하는 시간(K_m, h) 이다. 범주형 입력변수에 대해 다차원 등간격 기법인 one-hot encoding 을 이용하여 데이터 전처리를 수행하였고, 훈련데이터 66개에 대하여 generative adversarial network (GAN)을 이용하여 13개 데이터를 추가로 보강하였다. 또한, 인공신경망의 초매개변수인 은닉층 수, 각 은닉층 내 뉴런 수, 활성화 함수의 최적 조합을 찾기 위하여 Gaussian process (GP)를 사용하였다. 기존의 인공신경망 구조(Lim et al., 2007) 는 17개 평가데이터에 대하여 mean absolute error (MAE)는 K_m에서 0.0668, N_max에서 0.1860이었다. 본 연구에서 제시된 인공신경망 모델은 K_m에서 0.0414, N_max에서 0.0818로 MAE 가 기존 모델 대비 각각 38%, 56% 감소하였다. 본 연구에서 제시된 방법은 적은 양의 데이터를 갖는 문제에서 인공신경망 성능을 향상하기 위하여 활용할 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제17권6호
• /
• pp.1312-1317
• /
• 2013

의사위성은 GPS의 보조적인 역할을 하는 위성으로 우주 상공의 GPS 위성과는 달리 지상의 고정된 장소에 설치되어 GPS 신호의 수신이 좋지 않은 지역이나 실내, 특정 지역에서 인공위성을 대체하는 항법 시스템이다. 의사위성을 이용해 측위 기능을 수행하기 위해서는 의사위성과 GPS 위성간의 시각동기가 요구된다. 일반적으로 $1{\mu}sec$의 시각동기 오차가 발생한 경우 300m의 의사거리 오차가 발생하며 미터단위의 측위를 위해서는 나노세크급의 시각동기가 요구된다. 이러한 동기 성능은 측위 성능에 매우 중요한 역할을 하게 된다. 본 논문에서는 일반적인 시각동기방안 및 동기 오차요소에 대해 언급하고 의사위성의 클럭을 GPS 위성 클럭에 동기 시키기 위한 의사위성 스테이션 구축 기법, 한국표준과학연구원의 시각정보원 활용 기법, PRN 코드 위상차 활용 기법의 3가지 방안 제시하였다. 또한 방안에 따른 동기 성능 분석을 위해 시뮬레이션 플랫폼을 제안하였다.