• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
• /
• pp.355-359
• /
• 2006

For the poor observability of azimuth misalignment angle and east gyro drift rate of the traditional initial alignment, a bran-new SINS stationary fast self-alignment approach is proposed. By means of analyzing the characteristic of the strapdown inertial navigation system (SINS) stationary alignment seriously, the new approach takes full advantage of the specific force and angular velocity information given by inertial measurement unit (IMU) instead of the mechanization of SINS. Firstly, coarse alignment algorithm is presented. Secondly, a new fine alignment model for SINS stationary self-alignment is derived, and the observability of the model is analysed. Then, a modified Sage-Husa adaptive Kalman filter is introduced to estimate the misalignment angles. Finally, some computer simulation results illustrate the efficiency of the new approach and its advantages, such as higher alignment accuracy, shorter alignment time, more self-contained and less calculation.

• International Journal of Aeronautical and Space Sciences
• /
• 제1권2호
• /
• pp.43-49
• /
• 2000

The Global Positioning System (GPS) is becoming more attractive navigation means for LEO (Low Earth Orbit) spacecraft due to the data accuracy and convenience for utilization. The anomalies such as serious variations of Dilution-Of-Precision (DOP), loss of infrequent 3-dimensional position fix, and deterioration of instantaneous accuracy of position and velocity data could be observed, which have not been appeared during the ground testing. It may cause lots of difficulty for the processing of the orbit control algorithm using the GPS data. In this paper, the characteristics of the GPS data were analyzed according to the configuration of GPS receiver such as position fix algorithm and mask angle using GPS navigation data obtained from the first Korea Multi-Purpose Satellite (KOMPSAT). The problem in orbit tracking using GPS data, including the infrequent deterioration of the accuracy, and an efficient algorithm for its countermeasures has also been introduced. The reliability and efficiency of the modified algorithm were verified by analyzing the effect of the results between algorithm simulation using KOMPSAT flight data and ground simulator.

• 한국정보통신학회논문지
• /
• 제17권9호
• /
• pp.2009-2019
• /
• 2013

본 논문에서는 cyclic moment 및 새로운 인자인 변형 cumulant를 기반으로 하여 아날로그 및 디지털 신호의 변조방식을 인식하는 알고리즘을 제안한다. 각 변조신호들은 cyclic moment 차수에 따라 서로 다른 cycle frequency 특성을 가진다. 이러한 특성을 분류인자로 하여 다양한 변조신호를 효과적으로 분류해 낼 수 있다. 또한 cycle frequency 특성이 같은 변조신호들 간의 분리를 위해서 진폭 및 위상 변화와 변형 cumulant를 decision tree의 분류인자로 사용하였다. 심볼 수, SNR, 주파수 옵셋을 고려하여 알고리즘 성능검증을 수행하였다. 약 819개의 심볼이 수집되었을 경우, 제안하는 자동변조인식 알고리즘은 SNR 10dB 이상, 주파수 옵셋 25% 이하 조건에서 평균 95% 이상의 정확도를 나타내었다.

• Computers and Concrete
• /
• 제9권5호
• /
• pp.375-387
• /
• 2012

The objective of this investigation was to develop rules for automatic categorization of concrete quality using selected artificial intelligence methods based on machine learning. The range of tested materials included concrete containing a new waste material - solid residue from coal combustion in fluidized bed boilers (CFBC fly ash) used as additive. The rapid chloride permeability test - Nordtest Method BUILD 492 method was used for determining chloride ions penetration in concrete. Performed experimental tests on obtained chloride migration provided data for learning and testing of rules discovered by machine learning techniques. It has been found that machine learning is a tool which can be applied to determine concrete durability. The rules generated by computer programs AQ21 and WEKA using J48 algorithm provided means for adequate categorization of plain concrete and concrete modified with CFBC fly ash as materials of good and acceptable resistance to chloride penetration.

• 한국음향학회지
• /
• 제18권3호
• /
• pp.35-42
• /
• 1999

본 논문에서는 이산적인 HMM(Hidden Markov Model)을 이용한 고립단어 인식 시스템에서 입력특징벡터의 변별력을 향상시키기 위해 수정된 집단화 알고리듬을 제안하므로써 K-means나 LBG 알고리듬을 이용한 기존의 HMM에 비해 2.16%의 인식율을 향상시켰다. 또한 HMM학습과정에서 불충분한 학습데이타로 인해 발생되는 인식율저하의 문제를 해소하기 위해 확률적으로 개선된 smoothing 기법을 제안하므로써 화자독립 실험에서 3.07%의 인식율을 향상시켰다. 본 논문에서 제안한 두 가지 알고리듬을 모두 적용하여 최종적으로 실험한 VQ/HMM에서는 기존의 방식에 비해 화자독립 인식실험 결과 평균 인식율이 4.66% 개선되었다.

• Smart Structures and Systems
• /
• 제31권3호
• /
• pp.229-245
• /
• 2023

The absence of excitation measurements may pose a big challenge in the application of structural damage identification owing to the fact that substantial effort is needed to reconstruct or identify unknown input force. To address this issue, in this paper, an iterative strategy, a synergy of Tikhonov regularization method for force identification and modified Jaya algorithm (M-Jaya) for stiffness parameter identification, is developed for damage identification with partial output-only responses. On the one hand, the probabilistic clustering learning technique and nonlinear updating equation are introduced to improve the performance of standard Jaya algorithm. On the other hand, to deal with the difficulty of selection the appropriate regularization parameters in traditional Tikhonov regularization, an improved L-curve method based on B-spline interpolation function is presented. The applicability and effectiveness of the iterative strategy for simultaneous identification of structural damages and unknown input excitation is validated by numerical simulation on a 21-bar truss structure subjected to ambient excitation under noise free and contaminated measurements cases, as well as a series of experimental tests on a five-floor steel frame structure excited by sinusoidal force. The results from these numerical and experimental studies demonstrate that the proposed identification strategy can accurately and effectively identify damage locations and extents without the requirement of force measurements. The proposed M-Jaya algorithm provides more satisfactory performance than genetic algorithm, Gaussian bare-bones artificial bee colony and Jaya algorithm.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.137-138
• /
• 2008

This paper proposes the modified image contrast enhancement technique for small-sized display of mobile handset. Sample images are user interface images, in which scaled up wVGA($800{\times}480$) from qVGA($320{\times}240$) that we can see easily in mobile handset. The display size of mobile handset is relatively small, so the goal of this paper is to simplify image contrast enhancement algorithm based on conventional HE (Histogram Equalization) algorithm and improve computational effectiveness to minimize power consumption in real hardware IC. In this paper, we adopt HE technique, which is classical and widely used for image contrast enhancement. At first, the input frame image is partitioned to temporal sub-frames and then analyzes gray level histogram of each sub-frame. In case that the analyzed histogram of some sub-frames deviates so much from reference level (it means that the sub-frame image components consist of too bright ones or dark ones), apply DHE(Dynamic Histogram Equalization) algorithm. In the other case, apply classical Histogram Linearization (or Global HE) algorithm. Also we compare the HE technique with gamma LUT (Look-Up Table) method, which is known as the simplest technique to enhance image contrast.

• 전자공학회논문지
• /
• 제50권1호
• /
• pp.225-231
• /
• 2013

본 연구에서는 PCA알고리즘을 이용한 최적 pRBFNNs 기반 나이트비전 얼굴인식 시스템을 설계 하고자 한다. 조명이 없는 주위 상태 하에서 조도가 낮기 때문에 CCD 카메라를 이용하여 영상을 획득하는 것이 어렵다. 본 논문에서는 낮은 조도에 의해 왜곡된 이미지의 품질을 나이트 비전 카메라와 히스토그램 평활화를 사용하여 향상시킨다. 그리고 얼굴과 비얼굴 이미지 영역 사이에서 얼굴 이미지를 검출하기 위하여 Ada-Boost 알고리즘을 사용한다. 추출된 고차원 특징 데이터를 저차원의 특징 데이터로 변환하기 위하여 데이터 차원축소 기법인 주성분 분석법(Principal Components Analysis; PCA)을 사용한다. 또한 인식 모듈로서 pRBFNNs(Polynomial- based Radial Basis Function Neural Networks) 패턴분류기를 소개한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 구성되어 있다. 조건부는 FCM (Fuzzy C-means) 클러스터링을 사용하여 입력공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 그리고 차분진화 (Differential Evolution; DE) 알고리즘을 사용하여 모델의 파라미터를 최적화 한다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.685-691
• /
• 2020

본 논문에서는 77GHz를 사용하는 밀리미터파 레이더 센서의 반향 신호를 이용하여 손동작의 움직임을 추적한 후 얻어진 데이터로 0부터 9까지의 숫자들을 인식하는 알고리즘을 개발하였다. 손동작을 감지하여 레이더 센서로부터 얻어진 반향 신호들은 산란 단면적의 차이 등에 의해 불규칙한 점들의 군집형태를 보인다. 이들로부터 유효한 중심점을 얻기 위해 3차원 좌푯값들을 이용해 K-Means 알고리즘을 적용하였다. 그리고 얻어진 중심점들을 연결하여 숫자 형태의 이미지를 생성하였다. 얻어진 이미지와 스무딩 기법을 적용해 사람의 손글씨 형태와 유사하게 만든 이미지를 MNIST(Modified National Institute of Standards and Technology database)로 훈련된 CNN(Convolutional Neural Network) 모델에 입력하여 인식률을 비교하였다. 실험은 두 가지 방법으로 진행되었다. 먼저 스무딩 기법을 적용한 이미지와 적용하지 않은 이미지를 사용한 인식 실험에서는 각각 평균 77.0%와 81.0%의 인식률을 얻었다. 그리고 학습데이터를 확장(augmentation)한 CNN 모델의 실험에서는 스무딩 기법을 적용한 이미지와 적용하지 않은 이미지를 사용한 인식 실험에서 각각 평균 97.5%와 평균 99.0%의 인식률을 얻었다. 본 연구는 레이더 센서를 이용한 다양한 비접촉 인식기술에 응용이 가능할 것으로 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.134-137
• /
• 2005

Unsupervised spectral angle classification (USAC) is the algorithm that can extract ground object information with the minimum 'Spectral Angle' operation on behalf of 'Spectral Euclidian Distance' in the clustering process. In this study, our algorithm uses the unit vector instead of the spectral distance to compute the mean of cluster in the unsupervised classification. The proposed algorithm (MUSAC) is applied to the Hyperion and ETM+ data and the results are compared with K-Meails and former USAC algorithm (FUSAC). USAC is capable of clearly classifying water and dark forest area and produces more accurate results than K-Means. Atmospheric correction for more accurate results was adapted on the Hyperion data (Hyperion-FLAASH) but the results did not have any effect on the accuracy. Thus we anticipate that the 'Spectral Angle' can be one of the most accurate classifiers of not only multispectral images but also hyperspectral images. Furthermore the cluster unit vector can be an efficient technique for determination of each cluster mean in the USAC.