• 한국전자파학회논문지
• /
• 제15권2호
• /
• pp.165-171
• /
• 2004

본 논문에서는 안테나 스위치 모듈 내에서 GSM/DCS 대역을 분리하는 적층형 다이플렉서를 설계하였고, LTCC 기술을 이용하여 제작한 후 그 특성을 고찰하였다. 다이플렉서를 구현하기 위해 소형의 L, C 집중 수동 소자를 사용하였으며, 또한 적층형 집중 수동 소자의 구조 모델링 및 등가 회로 모델을 제안함으로써 접지면 상에서 최적의 주파수 특성을 갖는 집중 수동 소자를 얻을 수 있었다. 이를 이용하여 RF 모듈에 적용 가능한 고품질의 다이플렉서를 구현하였다. GSM 저역 통과 필터는 0.55 dB 이하의 삽입 손실, 12 dB 이상의 반사 손실 그리고 DCS 통과 대역에서 26 dB 이상의 저지 특성을 나타내었다. DCS 고역 통과 필터는 0.82 dB 이하의 삽입 손실, 11 dB 이상의 반사손실 그리고 GSM 통과 대역에서 38 dB 이상의 저지 특성을 나타내었다.

• 한국전자파학회논문지
• /
• 제26권6호
• /
• pp.589-592
• /
• 2015

본 논문에서는 2.4 GHz 대역에서 동작하는 Wi-Fi나 Zigbee 등 비면허기기 간 주파수간섭을 실시간으로 분석할 수 있는 테스트베드를 제안하였다. 제안된 테스트베드는 피간섭원과 간섭원의 RF부는 범용 SDR 보드인 Universal Software Radio Peripheral(USRP)로 구현하고, 모뎀은 $Labview^{TM}$를 이용하여 프로그램하여 구현하였다. 따라서 주파수간섭과 관련된 동작 주파수, 출력전력, 모뎀 파라미터 등을 손쉽게 변경할 수 있어 다양한 주파수간섭 환경을 손쉽게 모델링할 수 있을 뿐만 아니라, 주파수간섭에 따른 물리계층의 Bit Error Rate(BER) 열화 특성을 실시간으로 파악할 수 있는 장점이 있다. 테스트베드의 검증을 위해 피간섭원으로 IEEE 802.15.4를, 간섭원으로 IEEE 802.11b를 구현하여 실시간으로 주파수간섭 영향을 측정하고, 이를 이론 및 MATLAB/Simulink 시뮬레이션 결과와 비교하여 1 dB 이내로 일치함을 확인하였다.

• 조명전기설비학회논문지
• /
• 제13권4호
• /
• pp.82-86
• /
• 1999

본 연구에서는 푸로브법과 교류중첩법을 이용하여 고주파 유도결합 플라즈마에서 전자에너지 분포함수를 측정하였다. 실험조건은 압력 10∼40[mTorr], 입력파워는 100∼600[W]이고, 가스유량은 3∼12[sccm]이며, 전자에너지 분포함수의 공간분포 측정에 있어서 아스펙트비(R/L)는 2로 하였다. 전자에너지 분포함수는 압력 및 입력파워에 대하여 강한 의존성을 나타내었고, 가스유량이 증가할수록 증가 하였다. 전자에너지 분포함수의 반경방향 분포는 플라즈마 중심에서 최대가 되었다. 전자에너지 분포함수의 축방향 분포는 석영창과 기판 사이의 중심에서 최대가 되었다. 이러한 결과는 고주파 유도결합 플라즈마의 생성 메커니즘 이해와 간단한 ICP(Inductively Coupled Plasma) 모델링 응용에 기여할 수 있을 것이다.

• 한국위성정보통신학회논문지
• /
• 제7권1호
• /
• pp.75-81
• /
• 2012

무인 차량의 야지 자율 주행을 위한 목적으로 수풀 뒤쪽에 가려져 있는 장애물을 탐지하고 회피하기 위해 수풀을 투과하여 차량의 전방을 고해상도로 영상화할 수 있는 근거리 초 광대역 영상 레이더의 송수신기를 설계한다. 송신기는 방위각 해상도를 향상시키기 위해 좌측과 우측으로 송신할 수 있도록 두 개의 송신기가 요구되며, 수신기의 경우는 영상을 합성하기 위하여 다채널 수신기가 요구된다. 송신기는 고 전력 증폭기와 채널 선택 스위치 및 파형 발생 모듈로 구성된다. 수신기는 16 채널 수신기, 수신 채널 변환기, 중간 주파수 하향 변환 모듈로 세분화 할 수 있다. 제안한 구조를 제작하기 전에 모델링 및 시뮬레이션 방법을 통해 여러 파라메타를 도출함으로서 가능성을 입증하였다. 그리고 제안한 송수신기를 산업용 부품을 이용하여 제작하고 성능 파라미터를 측정하여 모든 설계 요구 조건이 만족됨을 확인하였다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.29-41
• /
• 2019

산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1031-1042
• /
• 2023

인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.

• 한국통신학회논문지
• /
• 제37C권9호
• /
• pp.811-820
• /
• 2012

GNSS 신호는 구조가 개방되어 있을 뿐만 아니라 수신 신호 세기가 미약하여 전파교란에 취약하다. 이에 따라 전파교란에 대한 영향 분석 및 대응 기법에 대한 연구의 필요성이 증대되고 있다. 본 논문에서는 실제 전파교란 환경과 유사한 환경에서의 전파교란 영향 분석을 위하여 6가지 전술 환경에 대한 전파 전파 모델과 이동체의 수신환경을 고려한 동체 차단 모델을 설계 하였다. 전파전파 모델은 도심지역, 농촌지역, 수풀지역, 해안지역, 황무지, 눈/얼음 지역에 대해서 Two-ray 모델을 이용하여 설계 하였다. 동체 차단 모델은 안테나가 이동체에 의하여 받는 영향과 사용자가 직접 입력한 안테나 패턴을 이용하여 모델링하였다. 전파교란이 없는 정상 환경과 전파교란 환경에 대하여 이동체의 수신환경을 고려한 GNSS 신호 생성기의 출력은 상용수신기(NordNav)를 이용하여 검증 하였다. 정상 환경에서는 사용자의 항법 성능이 상용 H/W 신호 생성 시뮬레이터(STR4500)과 유사한 것을 확인하였다. 전파교란 환경에서는 이동체 위치에 따른 동체 차단 효과 및 전파교란 신호에 의한 GNSS 신호 획득 및 추적 손실이 정확히 반영됨을 확인 하였다.