• Journal of Communications and Networks
• /
• 제17권5호
• /
• pp.517-524
• /
• 2015

The fast and accurate spectrum sensing over an ultra-wide bandwidth is a big challenge for the radio environment cognition. Considering sparse signal feature, two novel compressed sensing schemes are proposed, which can reduce compressed sampling rate in contrast to the traditional scheme. One algorithm is dynamically adjusting compression ratio based on modulation recognition and identification of symbol rate, which can reduce compression ratio. Furthermore, without priori information of the modulation and symbol rate, another improved algorithm is proposed with the application potential in practice, which does not need to reconstruct the signals. The improved algorithm is divided into two stages, which are the approaching stage and the monitoring stage. The overall sampling rate can be dramatically reduced without the performance deterioration of the spectrum detection compared to the conventional static compressed sampling rate algorithm. Numerous results show that the proposed compressed sensing technique can reduce sampling rate by 35%, with an acceptable detection probability over 0.9.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2961-2975
• /
• 2022

The Location-Based Service (LBS) is one of the most well-known services on the Internet. Positioning is the primary association with LBS services. This study proposes an intelligent LoRa-based positioning system, called AI@LBS, to provide accurate location data. The fingerprint mechanism with the clustering algorithm in unsupervised learning filters out signal noise and improves computing stability and accuracy. In this study, data noise is filtered using the DBSCAN (Density-Based Spatial Clustering of Applications with Noise) algorithm, increasing the positioning accuracy from 95.37% to 97.38%. The problem of data imbalance is addressed using the SMOTE (Synthetic Minority Over-sampling Technique) technique, increasing the positioning accuracy from 97.38% to 99.17%. A field test in the NTUST campus (www.ntust.edu.tw) revealed that AI@LBS system can reduce average distance error to 0.48m.

• 지능정보연구
• /
• 제13권3호
• /
• pp.31-45
• /
• 2007

대용량의 데이터 처리에 관한 문제는 데이터 마이닝 내 중요한 이슈 중의 하나이다. 특히 데이터 클러스터링과 같이 컴퓨터 시뮬레이션으로 인한 부하가 큰 경우 더더욱 그러하다. 그러나 대개 이러한 문제는 Random sampling 으로 어느 정도 해결이 가능하다. 문제는 이런 샘플링을 통해서 발생하는 noise의 해결이다. 본 논문에서는 그러한 noise문제를 극복할 수 있도록 설계된 새로운 데이터클러스터링 알고리즘을 소개한다. 기존의 데이터 클러스팅 알고리즘과의 컴퓨터 비교 실험을 통해 본 알고리즘의 우수성을 밝혔으며 아울러 더 나아가 데이터 set의 일부만을 사용한 시뮬레이션 결과를 통해, 해의 정확도와 상관없이 실험 시간 또한 단축되었음을 보여주고 있다.

• 한국통신학회논문지
• /
• 제30권11A호
• /
• pp.1004-1011
• /
• 2005

OFDM(Orthogonal Frequency Division Multiplexing) 시스템에서는 수신단의 샘플링 주파수가 정확하지 않을 경우 샘플링 주파수 옵셋으로 인한 ICI (Inter-Carrier Interference) 현상이 발생하여 수신 성능의 열화를 초래한다. 일반적으로 샘플링 주파수 옵셋의 추정은 연속된 2개의 OFDM 심볼의 파일럿 신호 또는 약속된 신호간의 상관을 통하여 수행되는데, 이 경우 전송 효율 저하 및 OFDM 시스템의 규격에 따라 적음이 불가능할 수 있다는 단점을 가진다. 본 논문에서는 이러한 문제점을 해결하기 위해 단일 OFDM 심볼을 이용한 새로운 샘플링 주파수 옵셋추정 기법을 제안한다. 제안된 방식은 단일 OFDM 심볼을 이용하므로 전송 효율의 저하 없이 보다 유연하게 OFDM 기반 시스템 규격에 적용 가능하며, 기존의 주파수 영역에서 샘플링 주파수 옵셋을 추정하는 기법보다 더 많은 관찰을 통한 샘플링 주파수 옵셋 추정의 신뢰성을 증가시킬 수 있다. 제안된 방식의 성능을 다양한 모의 실험을 통해 기존의 기법과 비교 분석하였으며 이를 통하여 제안된 기법 적용한 경우 AWGN 채널 및 페이딩 채널환경에서 샘플링 옵셋 추정 및 보상을 통해 시스템의 성능을 크게 향상시킬 수 있음을 확인하였다.

• 한국항행학회논문지
• /
• 제24권4호
• /
• pp.322-327
• /
• 2020

최근 도플러 레이더를 이용하여 생체 신호를 획득하는 연구가 개발되어 병상의 환자들에게 적용되는 기술로 사용되고 있다. 하지만 측정되는 맥박의 경우 호흡 신호가 잡음으로 발생하여 정확도가 낮아지는 문제가 발생한다. 본 논문에서는 도플러 레이더를 이용하여 생체신호를 측정할 때 맥박을 측정하기 위한 신호의 정확도를 향상시키기 위한 샘플링 시점 기반의 생체 신호 측정 알고리즘을 제안한다. 제안하는 알고리즘은 두 개의 샘플링 시점을 기반으로 생체 신호 측정 시 발생되는 잡음을 제거하여 측정 생체 신호의 정확도를 높이는 것으로 실제 의료 장비 및 기존 생체 신호 알고리즘과 비교하였을 때, 의료 장비와 90% 이상의 유사함을 보이며, 또한 기존 알고리즘에 비해 심한 진폭의 변화가 최소화 된 것을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.67-74
• /
• 2023

반도체 제조라인(FAB)은 복잡하고 불확실한 운영환경에서 작동하는 대규모의 제조시스템 중 하나로 반도체 설비 운영을 담당하는 엔지니어들은 직관적이고 신속한 공정 스케줄링을 위해 가중치 기반 스케줄링을 널리 사용하고 있다. 가중치 기반 스케줄링에서 가중치 결정은 FAB 성능에 큰 영향을 미치므로 엔지니어들은 가중치 최적화를 위하여 시뮬레이션 기반 의사결정을 활용할 수 있다. 그러나 대규모 시뮬레이션은 많은 실험 비용을 요구하기 때문에 효과적인 의사결정을 위해서 신중한 실험설계가 요구된다. 본 연구에서는 적은 시뮬레이션 실행 내에서 효율적인 스케줄링을 도출하기 위해 세 가지 샘플링 대안(i.e., Optimal latin hypercube sampling(OLHS), Genetic algorithm(GA), and Decision tree based sequential search (DSS))에 대한 비교연구를 수행하였다. 시뮬레이션 실험을 통해 세 가지 대안이 단일 규칙보다 우수한 성능을 보였고, 그중 GA와 DSS가 최적화를 위한 효과적인 대안이 될 수 있음을 확인하였다.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.533-542
• /
• 2008

동영상에서의 배경제거는 다양한 실시간 머신 비젼 응용에서 매우 중요한 단계이다. 본 논문에서는 이러한 배경제거를 위한 육각화소 기반의 새로운 접근 방법을 제안한다. 일반적으로 육각형 샘플링 영상은 양자화 오차가 적으며, 이웃화소의 연결성 정의를 크게 개선한다고 알려져 있는데, 제안된 방법은 비매개변수형 배경제거 방법의 하나인 지역적 이진패턴 기반 알고리즘에 이러한 육각 샘플링 영상을 적용하는 것을 특징으로 한다. 이를 통해, 지역적 이진패턴의 추출과정에서 필요한 쌍선형 보간을 없애고 계산량을 줄일 수 있었다. 실험을 통해 이러한 육각화소의 적용이 배경제거 분야에 매우 효율적으로 적용될 수 있음을 확인할 수 있었다.

• 전자공학회논문지B
• /
• 제28B권12호
• /
• pp.59-67
• /
• 1991

In this paper, we aimed to develop associative pattern recognizer based on neural network for aircraft identification. For obtaining invariant feature space description of an object regardless of its scale change and rotation, Log-polar sampling technique recently developed partly due to its similarity to the human visual system was introduced with Fourier transform post-processing. In addition to the recognition results, image recall was associatively performed and also used for the visualization of the recognition reliability. The multilayer perceptron model was learned by backpropagation algorithm.

• 한국정보과학회논문지:데이타베이스
• /
• 제41권4호
• /
• pp.256-261
• /
• 2014

Top-${\kappa}$ 유사도 조인 문제는 두 개의 입력 레코드 집합들에서 유사도를 기준한 상위 ${\kappa}$ 개의 레코드 쌍을 찾는 것이다. 샘플링 기법을 이용하여 상위 ${\kappa}$ 개의 유사도 조인 쌍을 반환하는 효율적인 알고리즘을 제안한다. 입력 레코드들의 표본에서 집합 유사도 조인들의 히스토그램을 구성하고, 상위 ${\kappa}$ 개의 조인 쌍을 위한 추정 유사도 한계치를 통계 추론으로 95% 신뢰 구간의 오차 한계 내에서 계산한다. 상위 ${\kappa}$ 개의 유사도 조인을 얻기 위하여 최소-히프 구조를 사용하는 일반 유사도 조인 알고리즘에 이 추정 한계치를 적용한다. 대 용량의 실제 데이터집합에서의 실험결과는 제안된 알고리즘의 좋은 성능을 보여준다.

• Nuclear Engineering and Technology
• /
• 제51권3호
• /
• pp.825-836
• /
• 2019

One of the most challenging safety precautions for workers in dynamic, radioactive environments is avoiding radiation sources and sustaining low exposure. This paper presents a sampling-based algorithm, DL-RRT*, for minimum dose walk-path re-planning in radioactive environments, expedient for occupational workers in nuclear facilities to avoid unnecessary radiation exposure. The method combines the principle of random tree star ($RRT^*$) and $D^*$ Lite, and uses the expansion strength of grid search strategy from $D^*$ Lite to quickly find a high-quality initial path to accelerate convergence rate in $RRT^*$. The algorithm inherits probabilistic completeness and asymptotic optimality from $RRT^*$ to refine the existing paths continually by sampling the search-graph obtained from the grid search process. It can not only be applied to continuous cost spaces, but also make full use of the last planning information to avoid global re-planning, so as to improve the efficiency of path planning in frequently changing environments. The effectiveness and superiority of the proposed method was verified by simulating radiation field under varying obstacles and radioactive environments, and the results were compared with $RRT^*$ algorithm output.