• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1505-1515
• /
• 2016

The age of autonomous vehicles has come according to development of high performance sensing and artificial intelligence technologies. And importance of the vehicle's surrounding environment sensing and observation is increasing accordingly because of its stability and control efficiency. In this paper we propose an integrated platform for efficient networking, analysis and monitoring of multiple sensing data on the vehicle that are equiped with various automotive sensors such as GPS, weather radar, automotive radar, temperature and humidity sensors. From simulation results, we could see that the proposed platform could perform realtime analysis and monitoring of various sensing data that were observed from the vehicle sensors. And we expect that our system can support drivers or autonomous vehicles to recognize optimally various sudden or danger driving environments on the road.

• 한국군사과학기술학회지
• /
• 제24권4호
• /
• pp.392-400
• /
• 2021

Unlike optical equipment, SAR(Synthetic Aperture Radar) has the advantage of obtaining images in all weather, and object detection in SAR images is an important issue. Generally, deep learning-based object detection was mainly performed in real-valued network using only amplitude of SAR image. Since the SAR image is complex data consist of amplitude and phase data, a complex-valued network is required. In this paper, a complex-valued ResNet network is proposed. SAR image object detection was performed by combining the ROI transformer detector specialized for aerial image detection and the proposed complex-valued ResNet. It was confirmed that higher accuracy was obtained in complex-valued network than in existing real-valued network.

• 대한공간정보학회지
• /
• 제18권3호
• /
• pp.37-48
• /
• 2010

본 논문의 목적은 격자형 레이더 강우자료와 지상강우를 이용하여 홍수유출모의 시 강우장이 미치는 영향을 평가하는 것이다. 본 논문에서는 공간 강우장을 생성하기 위해 광덕산 레이더와 지상 관측강우자료를 이용하였으며 각각의 방법에 의해 생성된 강우장이 현실적으로 타당한 시공간적 분포를 재현하는지를 평가하기 위해 홍수 유출모형을 이용하였다. 대상유역은 강원도 인제군에 위치한 내린천 유역이며 유출모형의 지형학적 매개변수들을 구축하기 위해 250m 격자 규모의 수치고도자료, 토지피복도 그리고 토양도를 사용하였다. 강우입력자료는 관측-레이더강우(Quantitative Precipitation Estimation, QPE), 보정-레이더강우(adjusted Radar rainfall), 지상-강우(gauge rainfall)를 이용하였으며 동일한 조건의 $Vflo^{TM}$ 모형에 입력하여 관측 유출량과 비교 하였다. 모의결과, 관측-레이더강우와 지상-강우의 경우 관측치 보다 과소 추정되었으며 보정-레이더강우의 경우 실제 관측치와 유사한 유출모의를 하는 것으로 분석되었다. 이를 통해 기상레이더와 지상강우자료를 합성할 경우 레이더 강우만을 또는 지상강우만을 사용하는 것 보다 수문모형의 입력 자료로써 수문학적 활용성이 더 큼을 확인할 수 있었다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1037-1044
• /
• 2020

윈드프로파일러(RWP, radar wind profiler)는 기상 상태와 관계없이 시공간 분해능이 높은 바람장 자료를 제공하며 생산된 바람의 정확도나 품질에 대한 검증이 필수적이다. 기존 정확도 검증 방식은 레윈존데와의 동시 관측을 통해 윈드프로파일러에서 생성된 바람 벡터를 기준 자료로 활용하는 것이다. 본 연구에서는 평균 모멘트 자료로부터 스펙트럼과 원시 시계열 자료를 시뮬레이션하는 알고리즘을 통해 윈드프로파일러의 신호처리 알고리즘을 단계별로 검증하는 방안을 제시하고, LAP-3000의 원시 자료와의 비교를 통해 해당 알고리즘의 가능성을 확인하였다. 기상 신호의 밀도 함수를 모멘트값을 인자로 하는 왜곡된 정규 분포의 밀도 함수로 가정하여 생성하였고, 난수를 통해 시뮬레이션 스펙트럼을 생성하였다. 또한, 난수 위상과 역 이산푸리에 변환으로 간섭 평균된 시뮬레이션 원시 시계열 자료를 생성하고 최종적으로 디리클레 분포(Dirichlet distribution)를 통해 간섭 평균 전 단계의 원시 시계열 자료를 생성하였다.

• 대기
• /
• 제24권1호
• /
• pp.39-48
• /
• 2014

This study provides a comparative analysis of cloud top heights observed by a Ka-band cloud radar and the Communication, Ocean and Meteorological Satellite (COMS) at Boseong National Center for Intensive Observation of severe weather (NCIO) from May 25, 2013 (1600 UTC) to May 27. The rainfall duration is defined as the period of rainfall from start to finish, and the no rainfall duration is defined as the period other than the rainfall duration. As a result of the comparative analysis, the cloud top heights observed by the cloud radar have been estimated to be lower than that observed by the COMS for the rainfall duration due to the signal attenuation caused by raindrops. The stronger rainfall intensity gets, the more the difference grows. On the other hand, the cloud top heights observed by the cloud radar have been relatively similar to that observed by the COMS for the no rainfall duration. In this case, the cloud radar can effectively detect cloud top heights within the range of its observation. The COMS indicates the cloud top heights lower than the actual ones due to the upper thin clouds under the influence of ground surface temperature. As a result, the cloud radar can be useful in detecting cloud top heights when there are no precipitation events. The COMS data can be used to correct the cloud top heights when the radar gets beyond the valid range of observation or there are precipitation events.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.922-934
• /
• 2015

In this paper, The classification between precipitation echo(PRE) and non-precipitation echo(N-PRE) (including ground echo and clear echo) is carried out from weather radar data using neuro-fuzzy algorithm. In order to classify between PRE and N-PRE, Input variables are built up through characteristic analysis of radar data. First, the event classifier as the first classification step is designed to classify precipitation event and non-precipitation event using input variables of RBFNNs such as DZ, DZ of Frequency(DZ_FR), SDZ, SDZ of Frequency(SDZ_FR), VGZ, VGZ of Frequency(VGZ_FR). After the event classification, in the precipitation event including non-precipitation echo, the non-precipitation echo is completely removed by the echo classifier of the second classifier step that is built as Type-2 FCM based RBFNNs. Also, parameters of classification system are acquired for effective performance using PSO(Particle Swarm Optimization). The performance results of the proposed echo classifier are compared with CZ. In the sequel, the proposed model architectures which use event classifier as well as the echo classifier of Interval Type-2 FCM based RBFNN show the superiority of output performance when compared with the conventional echo classifier based on RBFNN.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.562-568
• /
• 2014

기상레이더에는 강수에코와 비강수 에코가 섞여 존재한다. 이런 모호한 지점의 판단이 난해함으로 정확한 일기 예보를 하기는 매우 어려운 일이다. 본 논문에서는 기상청 레이더의 UF 데이터로부터 데이터를 추출하였다. 설계하는 두 분류기의 입출력 데이터는 강수 에코와 비 강수 에코의 특성분석을 통해 구성된다. 더 좋은 성능을 나타나는 입력변수를 사용 하였으며, 에코분류기는 퍼지 뉴럴 네트워크를 기반으로 설계한다. 에코 판단모듈 1과 판단모듈 2를 고려하여 에코분류기의 성능 비교연구를 수행 한다.

• 한국지능시스템학회논문지
• /
• 제24권6호
• /
• pp.665-670
• /
• 2014

SVM은 학습 데이터를 두 개의 집단으로 분리시키는 최적의 초평면을 찾는 이진 분류기로서 우수한 성능 때문에 다양한 분야에서 귀납 추론, 이진 분류, 예측 등을 목적으로 사용되는 알고리즘이다. 또한 대표적인 블랙박스 모델 중 하나이기 때문에 학습 후 생성되는 SVM의 해석에 대한 연구도 활발히 진행되고 있다. 본 논문에서는 SVM 알고리즘을 이용하여 기상 레이더의 데이터 내에 비교적 높은 빈도로 발생하여 기상 예보의 정확도를 감소시키는 비강수에코 중 하나인 선에코를 자동으로 탐지하는 방법에 대한 연구를 수행하였다. 학습 데이터로는 평균 반사도, 크기, 발생 형태, 중심 고도 등과 같은 특성을 활용하였는데, 이는 기상 레이더 데이터에 저장된 다양한 데이터 중 반사도 값을 선택한 후 클러스터링 기법을 통해 추출한 것이다. 이와 같이 학습된 SVM 분류기를 실제 사례를 바탕으로 하여 검증하였으며, Decision Tree 알고리즘을 적용하여 생성한 분류기의 해석을 수행하였다.

• 대기
• /
• 제23권2호
• /
• pp.143-160
• /
• 2013

The effect of 3DVAR (Three Dimension Variational data Assimilation) was examined by comparing observation and the simulations of CNTL (to which data assimilation was not applied) and ALL (to which data assimilation was applied using ground observation data and radar data) for the case of a heavy snowfall event (case A) of 11-12 February 2011 in the Yeongdong region. In case A, heavy snow intensively came in the Yeongdong coastal region rather than Daegwallyeong, in particular, around the Gangneung and Donghae regions with total precipitation in Bukgangneung at approximately 91 mm according to the AWS observation. It can be seen that compared to CNTL, ALL simulated larger precipitation along the Yeongdong coastline extending from Sokcho to Donghae while simulating smaller precipitation for inland areas including Daegwallyeong. On comparison of the total accumulated precipitations from simulations of CNTL and ALL, and the observed total accumulated precipitation, the positive effect of the assimilation of ground observation data and radar data could be identified in Bukgangneung and Donghae, on the other hand, the negative effect of the assimilation could be identified in the Daegwallyeong and Sokcho regions. In order to examine the average accuracy of precipitation prediction by CNTL and ALL for the entire Gangwon region including the major points mentioned earlier, the three hour accumulated precipitation from simulations of CNTL and ALL were divided into 5, 10, 15, 20, 25 and 30 mm/3hr and threat Scores were calculated by forecasting time. ALL showed relatively higher TSs than CNTL for all threshold values although there were some differences. That is, when considered generally based on the Gangwon region, the accuracy of precipitation prediction from ALL was improved somewhat compared to that from CNTL.

• 한국수자원학회논문집
• /
• 제52권9호
• /
• pp.589-601
• /
• 2019

최근 수문기상학 분야에서 레이더 강수량을 활용한 응용연구가 활발하게 진행되고 있다. 하지만 레이더 강수량은 경험적인 레이더 반사도-강수강도 관계식을 활용하여 레이더 강수량을 추정하기 때문에 실제 지상에 도달하는 강수량과 정량적인 오차가 필연적으로 발생한다. 따라서 본 연구에서는 레이더 강수량 편의보정을 위하여 Bayesian 추론기법과 일반화 선형모형을 연계하여 불확실성을 고려한 편의보정 매개변수를 산정하였다. 일반화 선형모형을 적용한 레이더 강수량 편의보정 결과는 현재 널리 사용되고 있는 평균보정 기법보다 우수한 통계적 효율기준을 제시하였다. 추가로 지형학적 특성에 따른 편의보정 매개변수의 변동성을 분석하여 고도 및 이격거리에 따른 편의보정 매개변수의 지역화 공식을 제시하였다. 본 연구를 통하여 개발된 레이더 강수량 편의보정 매개변수 산정 및 지역화 결과는 레이더와 관련된 다양한 연구에 활용성이 클 것으로 판단된다.