• 한국통신학회논문지
• /
• 제33권9C호
• /
• pp.734-742
• /
• 2008

무선통신 채널에서 높은 전송 속도를 가능하게 하는 공간다중화 MIMO 시스템에서 다중화된 신호를 검출하는 것은 어려운 작업이며, 최근 다양한 신호검출 기법들이 개발되었다. 다양한 신호검출기법 중 maximum likelihood detection with QR decomposition and M-algorithm (QRM-MLD), sphere decoding (SD), QOC, MOC와 같은 기법들은 maximum liklihood (ha)기법과 유사한 경판정 달성한다. 그러나 일반적으로 이러한 기법들은 soft output의 신뢰도가 저하되는 문제점을 가진다. 본 논문에서는 기존 신호검출기법들의 soft output 신뢰도를 향상시키는 기법을 제안한다. 모의실험을 통하여 기존의 기법들과 결합시 제안된 방법에 의해 개선된 성능을 얻을 수 있음을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.276-278
• /
• 2001

In recent years, both electric utilities and end users have expressed their deep concerns about the quality of electric power. Especially, voltage sag which is one of power quality disturbance is very serious power quality problem on the power system. Voltage sag is a decrease to between 0.1 and 0.9 pu in rms voltage magnitude on the power system for durations from 0.5 cycles to 1 minute. These voltage sags are usually caused by fault conditions, overloads, and starting of large motors. The wavelet transform has attracted considerable attention in the field of power quality analysis recently. It has proved to be a powerful tool to study those transients that have time-localized information. In this paper, different types of voltage sags are simulated by using EMTP. This paper proposes the effective technique for voltage sag detection using wavelet transform.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.41-51
• /
• 2024

본 논문에서는 적외선 이미지에서 딥러닝 물체 탐지를 사용하여 유도무기의 표적 탐지 정확도 향상 방법을 연구한다. 적외선 이미지의 특성은 시간, 온도 등의 요인에 의해 영향을 받기 때문에 모델을 학습할 때 다양한 환경에서 표적 객체의 특징을 일관되게 표현하는 것이 중요하다. 이러한 문제를 해결하는 간단한 방법은 적절한 전처리 기술을 통해 적외선 이미지 내 표적 객체의 특징을 강조하고 노이즈를 줄이는 것이다. 그러나, 기존 연구에서는 적외선 영상 기반 딥러닝 모델 학습에서 전처리기법에 관한 충분한 논의가 이루어지지 못했다. 이에, 본 논문에서는 표적 객체 검출을 위한 적외선 이미지 기반 훈련에 대한 이미지 전처리 기술의 영향을 조사하는 것을 목표로 한다. 이를 위해 영상과 이미지의 전역(global) 또는 지역(local) 정보를 활용한 적외선 영상에 대한 전처리인 Min-max normalization, Z-score normalization, Histogram equalization, CLAHE (Contrast Limited Adaptive Histogram Equalization)에 대한 결과를 분석한다. 또한, 각 전처리 기법으로 변환된 이미지들이 객체 검출기 훈련에 미치는 영향을 확인하기 위해 다양한 전처리 방법으로 처리된 이미지에 대해 YOLOX 표적 검출기를 학습하고, 이에 대한 분석을 진행한다. 실험과 분석을 통해 전처리 기법들이 객체 검출기 정확도에 영향을 미친다는 사실을 알게 되었다. 특히, 전처리 기법 중에서도 CLAHE 기법을 사용해 실험을 진행한 결과가 81.9%의 mAP (mean average precision)을 기록하며 가장 높은 검출 정확도를 보임을 확인하였다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.907-917
• /
• 2023

최근 자율주행 자동차는 운전자 지원 시스템에 딥러닝 기술을 적용하여 운전자에게 편의성을 제공하고 있지만, 딥러닝 기술이 적대적 회피 공격(adversarial evasion attacks)에 취약함이 밝혀졌다. 본 논문에서는 객체 인식 알고리즘인 YOLOv5(You Only Look Once)를 대상으로 MI-FGSM (Momentum Iterative-Fast Gradient Sign Method)를 포함한 5가지 적대적 회피 공격을 수행하였으며 객체 탐지 성능을 mAP(mean Average Precision)로 측정하였다. 특히, 본 논문에서는 모폴로지 연산을 적용하여 적대적 공격으로부터 노이즈를 제거하고 경계선을 추출하여 YOLO가 객체를 정상적 탐지할 수 있는 방안을 제안하고 이를 실험을 통해 그 성능을 분석하였다. 실험 결과, 적대적 공격을 수행했을 때 YOLO의 mAP가 최소 7.9%까지 떨어져 YOLO가 객체를 정확하게 탐지하지 못하는 것을 87.3%까지 성능을 개선하였다.

• 센서학회지
• /
• 제9권3호
• /
• pp.196-202
• /
• 2000

본 논문에서는 3축의 가속도를 검출하기 위한 새로운 방식인 브리지조합 검출원리를 제안하고, SOI 구조의 웨이퍼를 이용하여 $200^{\circ}C$ 이상 고온에서 동작이 가능한 압저항형 실리콘 가속도센서를 제작하였다. 제작된 센서의 감도는 x 및 y축이 8mV/V G, z 축이 40mV/V G 이였다. 그리고 출력전압의 비선형성은 1.6%FS, 타축감도는 약 4.6% 이하였다. 이것은 외부 연산회로를 이용하여 3축의 가속도성분을 검출하는 방법에 비해 검출방식은 간단하면서도, 특성은 거의 동일하였다. 또한 SOI 구조를 이용하여 고온에서도 안정한 동작을 하였다. 제작된 가속도센서의 오프셋전압 온도계수와 감도 온도계수는 $27^{\circ}C$에서 각각 $1033ppm^{\circ}C^{-1}$와 $1145ppm^{\circ}C^{-1}$이였다.

• 대한전자공학회논문지TC
• /
• 제48권9호
• /
• pp.65-72
• /
• 2011

이진누적기법은 여러 개의 펄스반복주파수가 사용되는 레이더 시스템에서 n번의 탐지시도에서 m번의 탐지가 이루어졌는지를 식별하여 탐지여부를 판단하는 부 최적 펄스누적기법이다. 본 논문에서는 m의 최적값이 아닌 그 근사값으로 이진누적기법을 적용한 부 최적 이진누적기법 구현시 발생되는 방위각 오차를 감소시킬 수 있는 표적 측정오차 감소기법을 제안하고, 그 결과를 실제 레이더의 시험결과를 기반으로 분석하여 검증한다.

• International Journal of Advanced Culture Technology
• /
• 제10권2호
• /
• pp.300-306
• /
• 2022

Currently, Korea is building traffic infrastructure using Intelligent Transport Systems (ITS), but the pedestrian traffic accident rate is very high. The purpose of this paper is to prevent the risk of traffic accidents by jaywalking pedestrians. The development of this study aims to detect pedestrians who trespass using the public data set provided by the Artificial Intelligence Hub (AIHub). The data set uses training data: 673,150 pieces and validation data: 131,385 pieces, and the types include snow, rain, fog, etc., and there is a total of 7 types including passenger cars, small buses, large buses, trucks, large trailers, motorcycles, and pedestrians. has a class format of Learning is carried out using YOLOv5 as an implementation model, and as an object detection and edge detection method of an input image, a canny edge model is applied to classify and visualize human objects within the detected road boundary range. In this study, it was designed and implemented to detect pedestrians using the deep learning-based YOLOv5 model. As the final result, the mAP 0.5 showed a real-time detection rate of 61% and 114.9 fps at 338 epochs using the YOLOv5 model.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.25-30
• /
• 2020

본 논문에서는 산업 시설에서 작업자의 안전을 실시간으로 감시하는 딥러닝 기반 영상 분석 시스템을 구현하는 데 목적을 둔다. 작업자의 복장을 안전모, 안전조끼, 안전벨트 착용 여부에 따라 총 여섯 가지의 클래스로 나누고, 총 5,307개의 영상을 학습데이터로 이용하였다. 실험은 속도와 정확도가 준수한 YOLO v4를 이용하였으며, 총 645장의 영상에 대해 학습 반복 수에 따른 가중치를 적용했을 때의 mAP를 비교함으로써 수행되었다. 학습 반복 수 6,000에서의 mAP가 60.13%로 제일 높았으며, 테스트셋이 가장 많은 클래스의 AP가 가장 높음을 확인하였다. 추후 데이터셋과 객체 검출 모델을 최적화함으로써, 정확도와 속도를 개선할 예정이다.

• 전기학회논문지
• /
• 제63권9호
• /
• pp.1273-1280
• /
• 2014

This paper considers a GPS anti-spoofing problem. Spoofing is an intentional interference that mislead the GNSS receiver. The spoofing attack is very significant since the target receiver is not aware of being attacked from spoofing. Accelerometers can be used to detect the spoofing signal by being compared with the acceleration obtained from GPS information using Kalman filter. In this paper we propose an N by N-point average and M-point window algorithm to detect GPS spoofing by using accelerometers and GPS outputs. The performance of the proposed algorithm is analyzed using actual vehicle trajectory and spoofing trajectory generated from INS and GPS toolbox for simulation.

• 한국콘텐츠학회논문지
• /
• 제13권10호
• /
• pp.54-61
• /
• 2013

본 논문에서는 하드웨어 기반의 영상 신호 윤곽선 검출을 위한 하드웨어기반의 알고리즘으로 CMOS 이미지 센서의 인접픽셀과 아날로그 상관기로 구성되는 윤곽선 검출기를 제안한다. 제안하는 이미지 윤곽 검출기는 각 열(column)마다 비교기를 공유하고, 비교기는 기준전압과 비교를 통해 대상 픽셀의 윤곽선 여부를 판별한다. 이미지 센서와 직접적으로 연결된 윤곽선 검출 회로는 기존의 연구와 비교하여 면적은 4배, 그리고 전력소모는 20 % 감소하는 결과를 보였다. 또한 외부에서 기준전압을 제어할 수 있어, 윤곽선 검출의 민감도를 조절하기에 유용한 장점을 가진다. 0.18 ${\mu}m$ CMOS 공정에서 제작된 칩은 34%의 fill factor를 가지며, 픽셀 당 0.9 ${\mu}W$의 전력소모를 가진다.