• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.104-113
• /
• 2022

본 논문에서는 OFDM 레이다를 위한 딥러닝 기반 표적의 거리 및 속도 추정 기법을 제안한다. 제안하는 기법은 표적으로부터 반사된 수신 신호를 받아 변조신호 제거 후 2차원 FFT를 통해 2차원 주기도를 얻는다. 주기도는 기존 및 제안 방법에서 표적의 거리 및 속도를 추정하는 입력신호이다. 주기도에서 정점은 표적의 위치를 나타내는데 표적의 거리 및 속도 추정을 위해 널리 사용되는 기존 기법은 CFAR (Constant False Alarm Rate) 알고리즘이다. 반면 제안하는 기법은 다중 출력 CNN (Convolutional Neural Network)을 이용하여 거리 및 속도를 추정한다. 기존 기법과 달리 제안 기법은 주기도 이외에 잡음 전력과 같이 추가적인 정보가 필요하지 않아 사용하기 편리하다. 컴퓨터 시뮬레이션 결과에 따르면 제안 추정 기법은 기존 기법보다 거리 및 속도 추정 MSE (Mean Square Error)오차 성능을 5배 이상 개선하며 송신 OFDM 심볼 개수가 증가할수록 정확도가 향상되는 특성을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.509-516
• /
• 2022

3차원 공간에서 물체들의 정확한 자세 예측은 실내외 환경에서 장면 이해, 로봇의 물체 조작, 자율 주행, 증강 현실 등과 같은 많은 응용 분야들에서 폭넓게 활용되는 중요한 시각 인식 기술이다. 물체들의 자세 예측을 위한 과거 연구들은 대부분 각 인식 대상 물체마다 정확한 3차원 CAD 모델을 요구한다는 한계점이 있었다. 이러한 과거 연구들과는 달리, 본 논문에서는 3차원 CAD 모델이 없어도 RGB 컬러 영상들만 이용해서 미지 물체들의 자세를 예측해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델은 적응형 깊이 추정기인 AdaBins를 이용하여 스스로 미지 물체 자세 예측에 필요한 각 물체의 깊이 지도를 효과적으로 추정해낼 수 있다. 벤치마크 데이터 집합들을 이용한 다양한 실험들을 통해, 본 논문에서 제안한 모델의 유용성과 성능을 평가한다.

• 전기학회논문지
• /
• 제66권7호
• /
• pp.1131-1140
• /
• 2017

This study is concerned with a design methodology of optimized fuzzy clustering-based neural network classifier for classifying black plastic. Since the amount of waste plastic is increased every year, the technique for recycling waste plastic is getting more attention. The proposed classifier is on a basis of architecture of radial basis function neural network. The hidden layer of the proposed classifier is composed to FCM clustering instead of activation functions, while connection weights are formed as the linear functions and their coefficients are estimated by the local least squares estimator (LLSE)-based learning. Because the raw dataset collected from Raman spectroscopy include high-dimensional variables over about three thousands, principal component analysis(PCA) is applied for the dimensional reduction. In addition, artificial bee colony(ABC), which is one of the evolutionary algorithm, is used in order to identify the architecture and parameters of the proposed network. In experiment, the proposed classifier sorts the three kinds of plastics which is the most largely discharged in the real world. The effectiveness of the proposed classifier is proved through a comparison of performance between dataset obtained from chemical analysis and entire dataset extracted directly from Raman spectroscopy.

• Journal of Advanced Marine Engineering and Technology
• /
• 제27권1호
• /
• pp.24-32
• /
• 2003

The PID controller has been widely used in industrial applications due to its simple structure and robustness. Even if it is initially well tuned, the PID controller must be retuned to maintain acceptable performance when there are system parameter changes due to the change of operation conditions. In this paper, a self-tuning control scheme which comprises a parameter estimator, a NN-based rule emulator and a PID controller is proposed, which can cope with changing environments. This method involves combining neural networks and real-coded genetic algorithms(RCGAs) with conventional approaches to provide a stable and satisfactory response. A RCGA-based parameter estimation method is first described to obtain the first-order with time delay model from over-damped high-order systems. Then, a set of optimum PID parameters are calculated based on the estimated model such that they cover the entire spectrum of system operations and an optimum tuning rule is trained with a BP-based neural network. A set of simulation works on systems with time delay are carried out to demonstrate the effectiveness of the proposed method.

• 전력전자학회논문지
• /
• 제4권4호
• /
• pp.357-367
• /
• 1999

매입형 영구자석 동기전동기와 인버터, 그리고 추진제어기로 구성된 추진시스템을 갖는 독립 구동형 전기자동차에 대하여 파라미터 변동특성을 반영하는 전동기 제어기법과 주행특성을 개선한 새로운 추진제어기 기법을 제시하였다. 기존의 방식과는 다르게 전동기의 등가파라미터인{{{{ { L}_{d } }} 와{{{{ { L}_{q } }} 의 변동을 전류의 크기뿐만 아니라 전류 위상각의 관점에서 고려하였으며, 해석적인 방법으로 전 영역에 대한 변동 곡선을 제시하였다. 그리고{{{{ { L}_{d } }}와 {{{{ { L}_{q } }}에 대한 변동을 신경회로망을 이용하여 추정기를 구성한 후 신경회로망 추정기를 갖는 매입형 영구자석 동기 전동기용 벡터제어 기법을 제시하였다. 또한, 추진제어기는 토크분배 기능과 토크약화제어 기능을 구비하도록 만들어졌으며, 선회 조종성과 슬립율이 안정 영역 내에서 운전 되도록 개선된 추진 제어기를 제시하였다. 제안된 제어기의 동특성을 실험과 모의 실험을 통하여 검증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 B
• /
• pp.1120-1123
• /
• 2003

This paper is proposed a ANN-based rotor position and speed estimation method for IPMSM by measuring the currents. Because the proposed estimator treats the estimated motor speed as the weights, it is possible to estimate motor speed to adapt back propagation algorithm with 2 layered neural network. The proposed control algorithm is applied to IPMSM drive system. The operating characteristics controlled by neural networks control are examined in detail.

• Journal of Power Electronics
• /
• 제6권1호
• /
• pp.38-44
• /
• 2006

In this paper, a speed sensorless control for an ultrasonic motor (USM) using a neural network (NN) is presented. In the proposed method, rotor speed is estimated by a three-layer NN which adapts nonlinearities associated with load torque and motor temperature into control. The intrinsic properties of a USM, such as high torque for low speeds, high static torque, compact size, etc., offer great advantages for industrial applications. However, the speed property of a USM has strong nonlinear properties associated with motor temperature and load torque, which make accurate speed control difficult. These properties are considered in designing a control method through the application of mathematical models. In these strategies, a detailed speed model of the USM is required which makes actual applications impractical. In the proposed method, a three-layer NN estimates the speed of the USM from the drive frequency, the root mean square value of input voltage and the surface temperature of the USM, where no mechanical speed sensor is needed. The NN speed based estimator enables inclusion of variations in driving conditions due to input signals of the NN involved during the driving state of the USM. The disuse of sensors offers many advantages on both the cost and maintenance front. Moreover, the model free sensorless control method offers practical controller construction within a small number of parameters. To validate the proposed speed sensorless control method for a USM, experiments have been executed under several conditions.

• 한국정보통신학회논문지
• /
• 제24권4호
• /
• pp.494-500
• /
• 2020

본 논문에서는 초광대역 (Ultra-wideband, UWB) 시스템에서 실내 위치 측위를 위한 새로운 거리 추정 기법을 제안한다. 제안하는 기법은 딥러닝 기법 중 하나인 순환 신경망 (RNN)을 기반으로 한다. 순환신경망은 시계열 신호를 처리하는데 유용한데 UWB 신호 역시 시계열 데이터로 볼 수 있기 때문에 순환신경망을 사용한다. 구체적으로, UWB 신호가 IEEE 802.15.4a 실내 채널모델을 통과하고 수신된 신호에서 순환신경망 회귀를 통해 송신기와 수신기 사이의 거리를 추정하도록 학습한다. 이렇게 학습된 순환신경망 모델의 성능은 새로운 수신신호를 이용하여 검증하며 기존의 임계값 기반의 거리 추정 기법과도 비교한다. 성능지표로는 제곱근 평균추정에러 (root mean square error, RMSE)를 사용한다. 컴퓨터 모의실험 결과에 따르면 제안하는 거리 추정 기법은 수신신호의 신호 대 잡음비 (signal to noise ratio, SNR) 및 송수신기 사이의 거리와 상관없이 기존 기법보다 항상 월등히 우수한 성능을 보인다.

• Nuclear Engineering and Technology
• /
• 제52권6호
• /
• pp.1188-1200
• /
• 2020

In this paper, we consider a SDMS (Self-Diagnostic Monitoring System) for a reciprocating pump for the purpose of not only diagnosis but also prognosis. We have replaced a multi class estimator that selects only the most probable one with a multi label estimator such that we are able to see the state of each of the components. We have introduced a measure called certainty so that we are able to represent the symptom and its state. We have built a flow loop for a reciprocating pump system and presented some results. With these changes, we are not only able to detect both the dominant symptom as well as others but also to monitor how the degree of severity of each component changes. About the dominant ones, we found that the overall recognition rate of our algorithm is about 99.7% which is slightly better than that of the former SDMS. Also, we are able to see the trend and to make a base to find prognostics to estimate the remaining useful life. With this we hope that we have gone one step closer to the final goal of prognosis of SDMS.

• 전자공학회논문지
• /
• 제50권1호
• /
• pp.246-253
• /
• 2013

본 논문에서는 유동의 안정된 흐름 제어를 위한 유동제어에 대해 다룬다. 전산유체역학 해석을 통해 제공된 대용량의 유동 데이터를 POD 방법을 통하여 축약하고, 제어측면에서 시간 및 주파수 영역에서의 분석에 근거하여 적절한 수준의 저차 모델링한다. 한편, 유동장 표면에 부착된 압력센서로부터 공간상의 유동상태 추정을 위해 신경망 구조를 갖는 유동추정기를 구성하고, 되먹임 유동제어기를 설계함으로써 유동제어루프를 구성한다.