• 대한전자공학회논문지SP
• /
• 제46권3호
• /
• pp.18-27
• /
• 2009

본 논문에서는 적응적 탐색기반 움직임 추정을 사용한 프레임 율 변환(FRC : Frame Rate Conversion) 알고리즘을 제안한다. 제안된 움직임 추정은 회귀탐색, 삼 단계탐색(3-SS : 3-Step Search), 그리고 단일예측탐색을 복합적으로 사용하며, 이 세 가지 탐색기법 중 블록 별 영역 특성에 가장 적합한 탐색 기법을 적용한다. 이러한 적응적 탐색방법을 적용함으로써 계산 량의 증가를 억제하면서 움직임 추정의 정확도를 향상시킨다. 이를 위해 제안된 기법에서는 시간적 예측을 통해 영상전체를 블록 별 움직임 종류에 따라 3가지 영역으로 분할한다. 제안된 움직임 추정기법을 사용한 프레임 율 변환 알고리즘은 기존 알고리즘에 비해 주관적 및 객관적인 면에서 모두 뛰어난 결과를 보임을 실험을 통해 확인 할 수 있다.

• 한국통신학회논문지
• /
• 제34권9A호
• /
• pp.656-663
• /
• 2009

3GPP (3rd Generation Partnership Project) LTE (Long Term Evolution) 시스템의 하양링크에서는 초기 동기화 및 셀 탐색 과정을 수행하기 위해 PSS (primary synchronization signal) 와 SSS (secondary synchronization signal) 시퀀스를 사용한다. 단말기는 PSS를 이용하여 슬롯 타이밍과 주파수 동기, 그리고 셀 ID를 획득한 후 SSS를 검출해야 하는데, 3GPP LTE에서 지원되는 2 종류의 CP (Cyclie Prefix) 길이로 인해 2번의 FFT를 수행하여 SSS reference 신호와의 cross-correlation을 이용해 무선 프라밍 타이밍과 셀 그룹 ID를 획득한다. 본 논문에서는 단말기의 셀 탐색기에서 SSS 검출 시 복잡도를 최소화하기 위해 extended CP로 전송한 경우 CP 길이를 선 결정하여 FFT와 cross-correlation의 계산 복잡도를 최대 50%까지 감소시키는 알고리즘을 제안한다. 컴퓨터 모의실험을 통해 매우 작은 성능 열화를 가지면서, 복잡도는 크게 감소하는 결과를 확인할 수 있었다.

• 한국물환경학회지
• /
• 제24권1호
• /
• pp.91-98
• /
• 2008

This work was performed to develop a model possible to predict the influent flow and influent components, which are one of main disturbances causing process problems at the operation of municipal wastewater treatment plant. In this study, artificial neural network (ANN) was used in order to develop a model that was able to predict the influent flow, $COD_{Mn}$, SS, TN 1 day-ahead, 2day-ahead and 3 day ahead. Multi-layer feed-forward back-propagation network was chosen as neural network type, and tanh-sigmoid function was used as activation function to transport signal at the neural network. And Levenberg-Marquart (LM) algorithm was used as learning algorithm to train neural network. Among 420 data sets except missing data, which were collected between 2005 and 2006 at field plant, 210 data sets were used for training, and other 210 data sets were used for validation. As result of it, ANN model for predicting the influent flow and components 1-3day ahead could be developed successfully. It is expected that this developed model can be practically used as follows: Detecting the fault related to effluent concentration that can be happened in the future by combining with other models to predict process performance in advance, and minimization of the process fault through the establishment of various control strategies based on the detection result.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.520-541
• /
• 2023

In CRNs, SS is of utmost significance. Every CR user generates a sensing report during the training phase beneath various circumstances, and depending on a collective process, either communicates or remains silent. In the training stage, the fusion centre combines the local judgments made by CR users by a majority vote, and then returns a final conclusion to every CR user. Enough data regarding the environment, including the activity of PU and every CR's response to that activity, is acquired and sensing classes are created during the training stage. Every CR user compares their most recent sensing report to the previous sensing classes during the classification stage, and distance vectors are generated. The posterior probability of every sensing class is derived on the basis of quantitative data, and the sensing report is then classified as either signifying the presence or absence of PU. The ISVM technique is utilized to compute the quantitative variables necessary to compute the posterior probability. Here, the iterations of SVM are tuned by novel GO-PSA by combining GOA and PSO. Novel GO-PSA is developed since it overcomes the problem of computational complexity, returns minimum error, and also saves time when compared with various state-of-the-art algorithms. The dependability of every CR user is taken into consideration as these local choices are then integrated at the fusion centre utilizing an innovative decision combination technique. Depending on the collective choice, the CR users will then communicate or remain silent.

• 한국해양공학회지
• /
• 제17권6호
• /
• pp.38-46
• /
• 2003

Aim of this article is to propose Micro-Genetic Simulated Annealing (${\mu}GSA$) as a hybrid metaheuristics approach to find the global optimum of nonlinear optimisation problems. This approach combines the features of modern metaheuristics such as micro-genetic algorithm (${\mu}GAs$) and simulated annealing (SA) with the general robustness of parallel exploration and asymptotic convergence, respectively. Therefore, ${\mu}GSA$ approach can help in avoiding the premature convergence and can search for better global solution, because of its wide spread applicability, global perspective and inherent parallelism. For the superior performance of the ${\mu}GSA$, the five well-know benchmark test functions that were tested and compared with the two global optimisation approaches: scatter search (SS) and hybrid scatter genetic tabu (HSGT) approach. A practical application to structural sandwich panel is also examined by optimism the weight function. From the simulation results, it has been concluded that the proposed ${\mu}GSA$ approach is an effective optimisation tool for soloing continuous nonlinear global optimisation problems in suitable computational time frame.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.630-634
• /
• 2005

본 논문은 신경망을 이용한 간섭 신호 제어 복합 다층 퍼셉트론에서 DS/SS 이동 통신에서 수신된 신호를 검출하는 것에 대하여 연구한다. 수신 신호가 일정한 비트율을 갖는 채널에 전송하기 위하여 신경망을 이용한 새로운 탭 가중치 갱신 제어 방법을 제안한다. 적응 횡단선 필터는 상호 심볼간 간섭을 억압하기 위해 LMS 알고리즘 사용하고, 응답과 실제 출력간의 차인 에러를 이용하여 탭 가중치 조절 메카니즘을 통해 탭 가중치를 갱신함으로서 효과적으로 간섭을 제거한다. 본 논문은 상호 심볼간 간섭을 효율적으로 억압해온 다계층 퍼셉트론 조합을 이용하여 제안된 알고리즘을 통해 탭 가중치 갱신이 보다 효율적으로 이루어질 수 있도록 한다. 시뮬레이션을 통해 평균자승 에러의 수렴 특성이 우월하다는 것을 연구한다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2001년도 추계학술대회논문집 II
• /
• pp.1162-1165
• /
• 2001

Operational Modal Analysis also known as Output Only Modal Analysis has in the recent years been used for extracting modal parameters of civil engineering structures and is now becoming popular for mechanical structures. The advantage of the method is that no artificial excitation need to be applied to the structure or force signals to be measured. All the parameter estimation is based upon the response signals, thereby minimising the work of preparation for the test. This test case is a controlled lab set-up enabling different parameter estimation methods techniques to be used and compared to the Operational Modal Analysis. For Operational Modal Analysis two different estimation techniques are used： a non-parametric technique based on Frequency Domain Decomposition (FDD), and a parametric technique working on the raw data in time domain, a data driven Stochastic Subspace Identification (SS!) algorithm. These are compared to other methods such as traditional Modal Analysis.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.219-219
• /
• 2020

하천의 수질을 나타내는 환경지표 중 국가 TMS(Tele Monitoring system)의 수질측정망을 통해 관리되고 있는 지표로는 DO, BOD, COD, SS, TN, TP 등 여러 인자들이 있다. 이러한 수질인자는 하천의 자정작용에 있어 많은 영향을 나타내고 있다. 이를 활용한 경제적이고 합리적인 수질관리를 위해 하천의 자정작용을 활용하는 것이 중요하다. 생물학적 작용을 가장 효과적으로 활용하기 위해서는 수질오염 데이터에 기초한 수질예측을 채택하여 적절한 대책이 필요하다. 이를 위해서는 수질인자의 데이터를 측정하고 축적해 수질오염을 예측하는 것이 필수적인데, 실제적으로 수질인자의 일일 측정은 비용 관점에서 쉽게 접근할 수 없다. 본 연구에서는 시계열 학습으로 알려진 RNN-LSTM(Recurrent Neural Network-Long Term Memory) 알고리즘을 활용하여 기존에 측정된 수질인자의 데이터를 통해 시간당 및 일일 수질인자를 예측하려고 했다. 연구에 앞서, 기존에 시간단위로 측정된 수질인자 데이터의 이상 유무를 확인 후, 에러값은 제거하고 12시간 이하 데이터가 누락되었을 때는 선형 보간하여 데이터를 사용하고, 1일 데이터도 10일 이하 데이터가 누락되었을 때 선형 보간하여 데이터를 활용하여 수질인자를 예측하였다. 수질인자를 예측하기 위해 구글이 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였고, 연구지역으로는 대한민국 부산에 위치한 온천천의 유역을 선정하였다. 수질인자 데이터 수집은 부산광역시에서 운영하는 보건환경정보 공개시스템의 자료를 활용하였다. 모델의 연구를 위해 하천의 수질인자, 기상자료 데이터를 입력자료로 활용하였다. 분석에서는 입력자료와, 반복횟수, 시계열의 길이 등을 조절해 수질 요인을 예측했고, 모델의 정확도도 분석하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권8호
• /
• pp.783-787
• /
• 2008

BWA(Broadband Wireless Access) 시스템 대표적인 시스템 중 하나인 IEEE 802.16/WiBro시스템은 효율적인 QoS를 제공하기 위하여 기지국(BS)과 단말(SS)간의 QoS 협상 과정 및 서비스 클래스를 정의하고 있다 정의하고 있는 서비스 클래스는 UGS, ertPS, rtPS, nrtPS, 그리고 BE 이지만, 표준에서는 서비스 클래스에 어떻게 서비스를 제공할지에 대한 정확한 정의가 없다. 따라서, 효율적인 활용을 위해 기지국측의 전반적인 스케줄러 구조 제시에 초점을 맞추어서 많은 연구가 진행되어 왔으며, 세부적인 서비스 클래스에 관해서는 기존의 패킷 스케줄링 알고리즘을 그대로 적용하는 방식으로 진행되었다. 하지만, IEEE 802.16/WiBro 시스템의 대역폭 할당 방식이 각 서비스 클래스마다 다르기 때문에 세부적인 서비스 클래스의 QoS를 위해서는 스케줄링 알고리즘에서도 이 점이 고려되어야 한다. 특히, 폴링(polling) 을 통해 서비스를 제공받는 rtPS 클래스의 경우 스케줄링 시에 이 점을 고려 할 필요가 있다. 따라서, 본 논문에서는 지금까지의 연구 결과인 스케줄러 구조를 기반으로 해서 지연에 민감한 특성을 가지고 있는 rtPS 클래스에 대한 두 단계 드롭 기법을 제시함으로써 효율적인 서비스 전송 및 대역폭의 낭비를 줄이고자 한다

• 정보보호학회논문지
• /
• 제11권1호
• /
• pp.13-23
• /
• 2001

본 논문에서는 우리 나라 128 비트 블록 암호 알고리즘 표준인 SEED를 하드웨어로 구현하였다. 먼저 하드웨어 구 현 측면에서 SEED를 같은 비밀키 블록 암호 알고리즘으로 AES 최종 후보 알고리즘인 MARS, RC6, RIJNDAEL, SERPENT, TWOFISH와 비교 분석하였다. 동일한 조건하에서 분석한 결과, SEED는 MARS, RC6, TWOFISH보다는 암호 화 속도가 빨랐지만, 가장 빠른 RIJNDAEL보다는 약 5배정도 느렸다. 이에 속도 측면에서 우수한 성능을 가질 수 있는 고속 SEED 구조를 제안한다. SEED는 동일한 연산을 16번 반복 수행하므로 1라운드를 Jl 함수 블록, J2 함수 블록, key mixing 블록을 포함한 J3 함수 블록의 3단계로 나누고, 이를 파이프라인 시켜 더 빠른 처리 속도를 가지도록 하였다. G 함수는 구현의 효율성을 위해 4개의 확장된 4바이트 SS5-box 들의 xor로 처리하였다. 이를 Verilog HDL을 사용하여 ALTERA FPGA로 검증하였으며, 0.5um 삼성 스탠다드 셀 라이 브러리를 사용할 경우 파이프라인이 가능한 ECB 모드의 암호화와 ECB, CBC, CFB 모드의 복호화 시에는 384비트의 평문을 암복호화하는데 총 50클럭이 소요되어 97.1MHz의 클럭에서 745.6Mbps의 성능을 나타내었다. 파이프라인이 불 가능한 CBC, OFB, CFB 모드의 암호화와 OFB 모드의 복호화 시에는 동일 환경에서 258.9Mbps의 성능을 보였다.