• 한국정보통신학회논문지
• /
• 제4권1호
• /
• pp.165-177
• /
• 2000

퍼지 제어기는 퍼지 제어기 설계를 위한 소속 함수와 제어규칙의 구성 시 전문가의 경험적인 지식에 전적으로 의존하고 있다. 때문에, 제어기의 객관성이 보장되지 않으며 설계자가 예상하지 못한 플랜트 매개 변수의 변동이나 돌발적인 상황에서는 제어기의 성능이 저하되는 문제점을 가지고 있다. 이와 같은 문제점을 개선하기 위해서, 본 논문에서는 제어 규칙의 수를 감소시키고 직관적인 제어기를 구성하기 위하여 Fusion Method과 퍼지 제어기의 제어 규칙과 소속 함수의 매개변수를 조정하여 효율성을 향상시킬 수 있는 유전자 알고리즘을 적용한 자기 조직화가 가능한 퍼지 제어기를 제안하였다. 제안된 알고리즘의 타당성 검증을 위하여 무인 운송 장치 제어기를 구성하여 다양한 환경에서 모의 실험을 수행하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제4권3호
• /
• pp.289-304
• /
• 2010

This paper proposes a novel scheme for cooperative spectrum sensing on distributed cognitive radio networks. A fuzzy logic rule - based inference system is proposed to estimate the presence possibility of the licensed user's signal based on the observed energy at each cognitive radio terminal. The estimated results are aggregated to make the final sensing decision at the fusion center. Simulation results show that significant improvement of the spectrum sensing accuracy is achieved by our schemes.

• 대한원격탐사학회지
• /
• 제21권2호
• /
• pp.145-162
• /
• 2005

SAR 자료의 분류에서 토지 피복 구분 분류 정확도의 향상을 위해 이 논문은 다중 시기 SAR 자료를 이용한 분류에서의 특징 추출과 정보 융합 방법론을 제시하였다. 다중 시기 SAR 센서의 산란 특성을 고려하여 평균 후방 산란계수, 시간적 변이도와 긴밀도를 특징으로서 추출하였다. 이렇게 추출된 특징의 효율적인 응합을 위해 Dempster-Shafer theory of evidence(D-S 이론)와 퍼지 논리를 적용하였다. 특히 D-S 이론의 적용시 특징 기반 mass function 할당을 제안하였고, 퍼지 논리의 적용시 다양한 퍼지 결합 연산자의 결과를 비교하였다. 다중 시기 Radarsat-1 자료에의 적용 결과, 추출된 특징들은 서로 상호 보완적인 정보를 제공할 수 있으며 수계, 논과 도심지를 효율적으로 구분할 수 있었다. 그러나 산림과 밭은 구분이 애매한 경우가 나타났다. 정보 융합 방법론 측면에서, D-S 이론과 퍼지 Max와 Algebraic Sum 연산자를 제외한 다른 퍼지 연산자는 서로 유사한 분류 정확도를 나타내었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권1호
• /
• pp.287-304
• /
• 2012

Spectrum sensing is an important functionality for cognitive users to look for spectrum holes before taking transmission in dynamic spectrum access model. Unlike previous works that assume perfect knowledge of the SNR of the signal received from the primary user, in this paper we consider a realistic case where the SNR of the primary user's signal is unknown to both fusion center and cognitive radio terminals. A Kalman filter based adaptive Takagi and Sugeno's fuzzy system is designed to make the global spectrum sensing decision based on the observed energies from cognitive users. With the capacity of adapting system parameters, the fusion center can make a global sensing decision reliably without any requirement of channel state information, prior knowledge and prior probabilities of the primary user's signal. Numerical results prove that the sensing performance of the proposed scheme outperforms the performance of the equal gain combination based scheme, and matches the performance of the optimal soft combination scheme.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1999년도 제36회 학술발표회논문집
• /
• pp.446-451
• /
• 1999

• 전자공학회논문지 IE
• /
• 제43권4호
• /
• pp.128-135
• /
• 2006

본 논문에서는 이동로봇 주변의 자기위치인식, 광학식 엔코더의 위치 데이터 및 초음파 센서의 환경 지도를 이용하여 퍼지 기반 센서융합 제어방식을 제시하였다. 영상 카메라를 이용하여 자기위치 인식성능을 높이고 초음파 센서에서 감지한 목표물의 형태, 거리와 특징을 퍼지 기반 제어기를 통하여 처리하여 이동로봇 주변의 환경지도를 만들어 자기위치 인식능력의 개선을 실험을 통하여 구현하였다.

• Journal of Information Processing Systems
• /
• 제11권3호
• /
• pp.421-437
• /
• 2015

This paper aims to present a supervised classification algorithm based on data fusion for the segmentation of the textured images. The feature extraction method we used is based on discrete wavelet transform (DWT). In the segmentation stage, the estimated feature vector of each pixel is sent to the support vector machine (SVM) classifier for initial labeling. To obtain a more accurate segmentation result, two strategies based on information fusion were used. We first integrated decision-level fusion strategies by combining decisions made by the SVM classifier within a sliding window. In the second strategy, the fuzzy set theory and rules based on probability theory were used to combine the scores obtained by SVM over a sliding window. Finally, the performance of the proposed segmentation algorithm was demonstrated on a variety of synthetic and real images and showed that the proposed data fusion method improved the classification accuracy compared to applying a SVM classifier. The results revealed that the overall accuracies of SVM classification of textured images is 88%, while our fusion methodology obtained an accuracy of up to 96%, depending on the size of the data base.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.47-56
• /
• 2010

항행중인 선박은 GPS, AIS, ECDIS, ARPA Radar 등 다양한 해양 장비를 통해 선내 외 상황에 대한 여러 정보들을 전달받고, 항해사는 이러한 다양한 정보를 이용하여 자선박의 항행 안전 상황을 인식 및 예측한다. 하지만 그로 인해 항해사의 장비 주시에 대한 업무 부담이 이전보다 증가하였으며, 때로는 장비 간 정보의 불일치가 발생하여 항해사를 혼란시키기도 한다. 이전 연구에서 이러한 문제를 해결하기 위해 항해사를 보조할수 있는 지능형 항행안전 정보 시스템의 개념모델과 CF(Certainty Factor)전문가 시스템을 이용한 그 개념모델의 예를 보인 바 있다. 정보 융합 기술에는 다양한 추론 기술들이 요구되는데 CF전문가 시스템만으로는 항해사의 의사결정과 같이 애매하고 불명확한 요소를 반영할 수 없다. 이 연구에서는 불명확한 요소를 반영할 수 있는 퍼지 전문가 시스템을 이용한 항행 정보 융합 방법을 제안하고, 제안된 방법을 설계 및 구현한 후 특정 시나리오에 대한 실행 예를 보임으로써 항행 정보 융합 시스템에 퍼지 전문가 시스템을 활용하는 것의 타당성을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1001-1004
• /
• 1993

The Multisensor Fusion Problem (MFP) deals with the methodologies involved in effectively combining together homogeneous or non-homegeneous information obtained from multiple redundant or disparate sensors in order to perform a task more accurately, efficiently, and reliably. The inherent uncertainties in the sensory information are represented using Fuzzy Numbers, -numbers, and the Uncertainty-Reductive Fusion Technique (URFT) is introduced to combine the multiple sensory information into one consensus -number. The MFP is formulated from the Information Theory perspective where sensors are viewed as information sources with a fixed output alphabet and systems are modeled as a network of information processing and processing and propagating channels. The performance of the URFT is compared with other fusion techniques in solving the 3-Sensor Problem.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1272-1277
• /
• 2003

This paper presents a method for combining classifier which is constructed by fuzzy and neural network classifiers and uses classifier fusion algorithms and selection algorithms. The input space of combing classifier is divided by the extended hyperbox region proposed in this paper to guarantee non-overlapped data property. To fuse the fuzzy classifier and the neural network classifier, we propose the fusion parameter for the overlapped data. In addition, the adaptive learning algorithm also proposed to maximize classifier performance. Finally, simulation examples are given to illustrate the effectiveness of the method.