• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권2호
• /
• pp.670-683
• /
• 2016

Network coding, as a new technique to improve the throughput, is studied combined with multi-relay model in this paper to address the challenges of long distance and power limit in deep space communication. First, an amplify-and-forward relaying approach based on analog network coding (AFNC) is proposed in multi-relay network to improve the capacity for deep space communication system, where multiple relays are introduced to overcome the long distance link loss. The design of amplification coefficients is mathematically formulated as the optimization problem of maximizing SNR under sum-power constraint over relays. Then for a dual-hop relay network with a single source, the optimal amplification coefficients are derived when the multiple relays introduce non-coherent noise. Through theoretic analysis and simulation, it is shown that our approach can achieve the maximum transmission rate and perform better over single link transmission for deep space communication.

• 한국항공우주학회지
• /
• 제38권5호
• /
• pp.499-506
• /
• 2010

세계 각국은 이미 우주 개발을 위한 치열한 경쟁에 돌입하였으며, 우리나라도 2020년에 달 탐사선 발사 및 2025년에 달 착륙선 발사를 계획하고 있다. 우리나라 달 탐사 계획을 성공적으로 수행하기 위해서는 심우주 통신 기술 및 지상국 설치등과 같은 심우주 관련 기술 개발이 필요하다. 이를 위하여 심우주 관련 선진국들과의 협력을 통하여 축적된 경험 및 기술을 바탕으로 한국형 달 탐사 임무에 적합한 심우주 통신 방식을 개발하고 독자적인 지상국을 확보하여야 한다. 본 논문에서는 우리나라의 DSN을 성공적으로 정착시키기 위하여 국외 DSN과 심우주 통신 기술에 대해서 살펴보고, 이를 바탕으로 링크 마진을 비롯한 여러 가지 기술적 요구사항을 제시하며 우리나라의 달 탐사 계획을 위해 필요한 최적의 지상국 확보 전략을 제안한다.

• Journal of Astronomy and Space Sciences
• /
• 제40권2호
• /
• pp.79-88
• /
• 2023

On Aug. 4, 2022, at 23:08:48 (UTC), the Korea Pathfinder Lunar Orbiter (KPLO), also known as Danuri, was launched using a SpaceX Falcon 9 launch vehicle. Currently, KPLO is successfully conducting its science mission around the Moon. The National Aeronautics and Space Administration (NASA)'s Deep Space Network (DSN) was utilized for the successful flight operation of KPLO. A great deal of joint effort was made between the Korea Aerospace Research Institute (KARI) and NASA DSN team since the beginning of KPLO ground system design for the success of the mission. The efficient utilization and management of NASA DSN in deep space exploration are critical not only for the spacecraft's telemetry and command but also for tracking the flight dynamics (FD) operation. In this work, the top-level DSN interface architecture, detailed workflows, DSN support levels, and practical lessons learned from the joint team's efforts are presented for KPLO's successful FD operation. Due to the significant joint team's efforts, KPLO is currently performing its mission smoothly in the lunar mission orbit. Through KPLO cooperative operation experience with DSN, a more reliable and efficient partnership is expected not only for Korea's own deep space exploration mission but also for the KARI-NASA DSN joint support on other deep space missions in the future.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.1019-1029
• /
• 2020

In this paper, we propose a novel knowledge distillation algorithm to create an compressed deep ensemble network coupled with the combined use of local and global features of face images. In order to transfer the capability of high-level recognition performances of the ensemble deep networks to a single deep network, the probability for class prediction, which is the softmax output of the ensemble network, is used as soft target for training a single deep network. By applying the knowledge distillation algorithm, the local feature informations obtained by training the deep ensemble network using facial subregions of the face image as input are transmitted to a single deep network to create a so-called compressed ensemble DCNN. The experimental results demonstrate that our proposed compressed ensemble deep network can maintain the recognition performance of the complex ensemble deep networks and is superior to the recognition performance of a single deep network. In addition, our proposed method can significantly reduce the storage(memory) space and execution time, compared to the conventional ensemble deep networks developed for face recognition.

• 천문학회보
• /
• 제46권2호
• /
• pp.46.2-46.2
• /
• 2021

We present solar event auto detection using deep-learning-based object detection algorithms and DeepSDO event dataset. DeepSDO event dataset is a new detection dataset with bounding boxed as ground-truth for three solar event (coronal holes, sunspots and prominences) features using Solar Dynamics Observatory data. To access the reliability of DeepSDO event dataset, we compared to HEK data. We train two representative object detection models, the Single Shot MultiBox Detector (SSD) and the Faster Region-based Convolutional Neural Network (R-CNN) with DeepSDO event dataset. We compared the performance of the two models for three solar events and this study demonstrates that deep learning-based object detection can successfully detect multiple types of solar events. In addition, we provide DeepSDO event dataset for further achievements event detection in solar physics.

• Journal of Astronomy and Space Sciences
• /
• 제31권1호
• /
• pp.51-61
• /
• 2014

In this work, the preliminary analysis on both the tracking schedule and measurements characteristics for the spacecraft on the phase of lunar transfer and capture is performed. To analyze both the tracking schedule and measurements characteristics, lunar transfer and capture phases' optimized trajectories are directly adapted from former research, and eleven ground tracking facilities (three Deep Space Network sties, seven Near Earth Network sites, one Daejeon site) are assumed to support the mission. Under these conceptual mission scenarios, detailed tracking schedules and expected measurement characteristics during critical maneuvers (Trans Lunar Injection, Lunar Orbit Insertion and Apoapsis Adjustment Maneuver), especially for the Deajeon station, are successfully analyzed. The orders of predicted measurements' variances during lunar capture phase according to critical maneuvers are found to be within the order of mm/s for the range and micro-deg/s for the angular measurements rates which are in good agreement with the recommended values of typical measurement modeling accuracies for Deep Space Networks. Although preliminary navigation accuracy guidelines are provided through this work, it is expected to give more practical insights into preparing the Korea's future lunar mission, especially for developing flight dynamics subsystem.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.45-55
• /
• 2021

본 논문은 고해상도를 가지는 영상에서 겹쳐져있는 소형 물체를 효과적으로 검출하고 추적하는 알고리즘을 제안한다. Coarse to Fine 방식을 기본으로 하는 두 개의 Deep-Learning Network을 앙상블 형태로 구성하여 차량이 존재할 위치를 미리 판단하고 서브영역으로 선택한 이미지로부터 차량을 정확하게 검출한다. Coarse 단계에서는 서로 다른 다수의 Deep-Learning Network 에 대한 각각의 결과로 Voting Space를 생성한다. 각 Voting Space 의 조합을 통해 Voting Map을 만들고 차량이 존재할 위치를 선택한다. Fine 단계에서는 Coarse 단계에서 선택된 영역을 기준으로 서브영역을 추출하고 해당 영역을 최종 Deep-Learning Network 에 입력한다. 서브 영역은 Voting Map을 이용하여 영상에서의 높이에 적합한 크기의 동적 윈도우를 생성함으로써 정의되며, 본 논문에서는 원거리에서 근거리로 접근하는 도로의 이미지를 대상으로 미리 계산된 매핑테이블을 적용하였다. 각 서브 영역 간 이동하는 차량의 동일성 판단은 검출된 영역의 하단 중심점에 대한 근접성을 기반으로 하였으며, 이를 통해 이동하는 차량의 정보를 트래킹 하였다. 실제 주야간 도로 CCTV를 통해 획득한 실시간 영상에서 처리 속도 및 검출 성능을 비교 실험하여 제안한 알고리즘을 평가하였다.

• 한국정보기술학회 영문논문지
• /
• 제9권1호
• /
• pp.127-134
• /
• 2019

In terms of deep Reinforcement Learning (RL), exploration can be worked stochastically in the action of a state space. On the other hands, exploitation can be done the proportion of well generalization behaviors. The balance of exploration and exploitation is extremely important for better results. The randomly selected action with ε-greedy for exploration has been regarded as a de facto method. There is an alternative method to add noise parameters into a neural network for richer exploration. However, it is not easy to predict or detect over-fitting with the stochastically exploration in the perturbed neural network. Moreover, the well-trained agents in RL do not necessarily prevent or detect over-fitting in the neural network. Therefore, we suggest a novel design of a deep RL by the balance of the exploration with drop-out to reduce over-fitting in the perturbed neural networks.

• 항공우주기술
• /
• 제13권1호
• /
• pp.120-128
• /
• 2014

우주 탐사를 향한 인류의 도전은 이제 태양계 바깥으로 확대되고 있다. 2010년대 전후의 우주 탐사 무대는 달에서 벗어나 주로 화성, 금성, 그리고 소행성(Asteroids)이 되고 있다. 우주선이 지구에서 멀어 질수록 여러 가지 기술적인 도전을 받고 있는데 통신 프로토콜이 대표적인 하나이다. 본 논문에서는 심우주 탐사선과 통신을 위해서 국제적으로 사용되고 있는 통신 프로토콜 기술을 소프트웨어적인 측면에서 분석한 결과를 기술하였으며 이는 2017년에 한국으로는 최초로 발사되는 시험용 달 궤도선 개발에 중요한 참고 연구가 될 것으로 판단된다.

• 한국항공우주학회지
• /
• 제44권3호
• /
• pp.218-227
• /
• 2016

대한민국 정부는 2020년까지 달에 궤도선과 착륙선 발사를 계획하고 있다. 두 가지 탐사선을 발사하기 이전에 탐사선의 핵심기술 확보 및 달의 과학 데이터를 획득하기 위해 시험용 궤도선을 2018년까지 발사할 계획이다. 궤도선의 탑재체는 달 표면 촬영 및 과학 데이터를 획득한 후 지상으로 전송한다. 또한 궤도선이 지상국과 교신이 가능하면 S-band 대역으로 원격명령 및 원격 측정 데이터를 전송하고, X-band 대역으로 과학 데이터를 전송한다. 한국형 심우주 네트워크는 궤도선과 주로 S 및 X-band 통신을 수행한다. 지구-달 전이 단계에서 한국형 심우주 네트워크가 가용할지 않을 경우 Deep Space Network 또는 Universal Space Network를 이용하며, 임무 궤도에서는 예비로 이 네트워크들이 사용된다. 본 논문은 임무 시나리오에 따른 궤도선의 일별 교신 횟수를 예측하고 운영 시나리오를 작성하기 위해 다양한 안테나 및 마스크 각도에 따른 가시성 조건을 분석하였다.