• Title/Summary/Keyword: Multiple Reflections

Search Result 93, Processing Time 0.017 seconds

FeCo 자성 금속 중공형 섬유 고분자 복합재의 전자파 차폐 특성 연구 (Characterization of FeCo Magnetic Metal Hollow Fiber/EPDM Composites for Electromagnetic Interference Shielding)

  • 최재령;정병문;최우혁;조승찬;박가현;김원정;이상관;이상복
    • Composites Research
    • /
    • 제28권6호
    • /
    • pp.333-339
    • /
    • 2015
  • 무전해 도금을 통해 제조한 FeCo 자성 금속 중공형 섬유와 EPDM 고분자를 이용하여 전자파 차폐 복합재를 제작하였다. 열처리 공정을 통하여 섬유의 종횡비를 제어하였으며 중공형 구조로 섬유를 제조한 후, 이를 EPDM 수지에 첨가하여 복합재를 제조하였다. 자성 금속 중공형 섬유의 종횡비가 클수록 낮은 표면 저항 특성과 우수한 전자파 차폐 성능을 나타내었다. 약 $100{\mu}m$ 길이의 자성 금속 중공형 섬유를 이용한 두께 $150{\mu}m$ 전자파 차폐 복합재의 경우 밀도 $1.18g/cm^3$, 약 30 ohm/sq의 표면 저항, 그리고 30 dB의 전자파 차폐 성능을 나타내었다. 이는 종횡비가 큰 섬유에 의한 퍼콜레이션 임계치 이상의 전도성 네트워크 형성과 더불어, 낮은 표면 저항에 기인한 임피던스 차이에 의한 반사 손실 증가, 흡수 손실, 그리고 다중 내부 반사 손실에 의하여 우수한 전자파 차폐 성능을 나타내는 것으로 판단된다.

잔향음 우세 수조 환경에서의 수중음향 통신성능 분석 (Underwater acoustic communication performance in reverberant water tank)

  • 최강훈;황인성;이상국;최지웅
    • 한국음향학회지
    • /
    • 제41권2호
    • /
    • pp.184-191
    • /
    • 2022
  • 천해에서의 음파는 긴 지연시간을 가지는 다중경로를 통해 전달되며 이러한 특성은 통신에서 Inter-Symbol Interference(ISI)을 야기하기 때문에 성능을 악화시킨다. 본 논문에서는 잔향음 우세 환경에서의 통신성능을 분석하고 다중경로 지연시간과의 상관관계를 파악하기 위해 5 × 5 × 5 m3 수조에서 다양한 심볼 전송속도(100 sym/s to 8000 sym/s)를 갖는 Binary Phase-Shift Keying(BPSK) 신호를 이용하여 실험을 수행하였다. 제어가능한 수조 환경에서의 음향 채널은 수조 내 경계면 및 벽면에서의 다중반사로 인해 밀집한 다중경로 특성을 가지며 약 40 ms 이하의 최대 초과 지연과 8 ms 이하의 Root Mean Squared(RMS) 지연확산을 보였다. 본 논문에서는 4가지 통신 복조 기법을 이용하여 Bit Error Rate(BER) 성능과 출력 Signal-to-Noise Ratio(SNR) 성능을 분석하며 잔향음 우세 환경에서의 심볼 시간과 RMS 지연확산의 비율인 Symbol interval to Delay spread Ratio in reverberant environment(SDRrev)을 정의하여 통신성능이 보장될 수 있는 기준 심볼 전송속도를 제시한다.

가까운 벌림 빠짐 해결을 위한 딥러닝 기반의 트레이스 내삽 및 외삽 기술에 대한 고찰 (A Review of Deep Learning-based Trace Interpolation and Extrapolation Techniques for Reconstructing Missing Near Offset Data)

  • 박지호;설순지;변중무
    • 지구물리와물리탐사
    • /
    • 제26권4호
    • /
    • pp.185-198
    • /
    • 2023
  • 해양 탄성파 탐사 수행 시 송·수신 케이블의 구조적인 거리차에 의해서 필연적으로 발생하는 가까운 벌림(near offset)의 트레이스(trace)빠짐은 뒤따르는 탄성파 자료처리의 결과 및 영상화에 악영향을 끼치게 된다. 특히 가까운 벌림의 자료의 부재는 정확한 탄성파 영상화를 저해하는 다중반사파의 제거에 주요한 인자로 작용하므로 다중반사파의 영향력이 강해지는 천해 및 연안 탐사의 경우 빠짐을 효과적으로 해결해야 한다. 전통적으로 다양한 라돈 변환(Radon transform) 기반의 내삽 방법들이 가까운 벌림 빠짐의 해결책으로 제시되어왔으나 여러 한계점을 보여, 최근 이를 보완하기 위한 딥러닝(deep learning) 기반의 방법들이 제시되고 있다. 이 논문에서는 기존에 제시된 두 가지의 대표적인 딥러닝 기반의 접근법에 대해 면밀히 분석하여 앞으로 가까운 벌림 내삽 연구가 해결해야 하는 문제점들에 대해 깊이 있게 논의한다. 또한 기존의 딥러닝 기반의 트레이스 내삽 기술을 가까운 벌림 상황에 적용할 때 나타나는 한계점을 현장자료 실험을 통해 명확히 분석하여 향후 가까운 벌림 자료 빠짐의 문제는 내삽이 아닌 외삽으로 접근해야 한다는 것을 보여준다.