• 대한전자공학회논문지TE
• /
• 제39권2호
• /
• pp.84-89
• /
• 2002

본 논문에서는 무선전화 시스템의 잡음제거 방법을 제안한다. 구현회로는 압축기(Compressor), 신장기(Expender) 및 필터로 구성된다. 제안방법의 기본개념은 채널잡음을 방지하기 위해 전송전에 음성신호를 압축(Compress)하여 전송하고 원래의 신호를 복원하기 위해 전송신호의 역 비율로 신장(Expand)한다. 압축과 신장과정을 통해서 음성신호의 감쇠나 왜곡은 일어나지 않는다. 압축과정에서 압축기의 이득은 입력신호의 유효 다이나믹 영역과 신호대 잡음 비를 향상시키기 위해 음성신호의 포락선 레벨에 따라 자동적으로 제어된다. 압축비율은 음성신호의 제곱근(Root) 배로 압축한다. 압축된 신호는 신장기에서 음성신호의 제곱이 되게 신장하여 원래의 신호를 복원한다. 시뮬레이션을 통해 제안한 방법의 성능과 안정성을 검증하였다.

• 전력전자학회논문지
• /
• 제15권4호
• /
• pp.266-273
• /
• 2010

태양광 인버터(PCS)는 태양전지에서 발생된 전력을 계통에 연계시키는 장치이다. IEEE 1547 규격에 따르면 PCS에서 발생되는 고조파왜곡은 5% 이내여야만 한다. 일반적으로 PCS에서 계통으로 유입되는 고조파 검출은 전용 계측장치에 의해서 측정된다. 초기에 규격에 맞게 설계된 PCS의 고조파가 소자들의 노화나 제어기 고장에 의해 증가하게 될 경우 발전을 중지하거나 경보를 발생시켜야 한다. 기존의 상용화된 시스템에는 이러한 기능이 존재하지 않는다. 본 연구에서는 PCS 내부에 고조파왜곡을 실시간으로 측정하는 알고리즘을 내장시키는 방법에 대해 연구한다. 고성능 32-bit 부동소수점 DSP를 이용한 PCS를 제작하고 256-point DFT(Discrete Fourier Transform) 알고리즘을 이용하여 1[ms] 이내에 하모닉 계수를 계산하였다. 제어기 제작에 대한 설명과 실험 결과로서 연구의 타당성을 입증하였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.193-205
• /
• 2023

집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.535-539
• /
• 2010

본 논문은 전파 수집 및 감시 시스템 등에 사용되는 신호의 도래 방향 측정에 관한 연구로써, V/UHF 대역의 다섯 개의 다이폴 안테나를 등 간격으로 원형 배열하여 얻어지는 안테나 간의 위상차 데이터를 CVDF(Correlation Vector Direction Finding) 알고리즘을 적용하여 방향을 추정하였다. CVDF 알고리즘을 적용하여 방향탐지 정확도를 높이기 위해서는 기본적으로 안테나로부터 얻어지는 위상 패턴이 왜곡되지 않고 이상적은 패턴을 가져야 한다. 그러나, 실 환경에서 원형 배열안테나의 위상패턴은 특정 주파수 대역, 특정 방위에서 왜곡되어 나타날 수 있다. 그 이유는 안테나 한 개의 소자만 사용할 때와는 다르게 안테나를 원형 배열구조로 배치함으로써 안테나 각 소자간의 간섭 및 센터폴(원형배열의 중앙에 위치하는 안테나 지지대)의 영향으로 인해 위상 패턴의 왜곡이 생길 수 있다. 특히 안테나 감도를 좋게 하기 위해 신호 증폭 특성을 갖는 Active 안테나를 사용하게 됐을 때는 Passive 안테나를 사용했을 때보다 이런 왜곡현상이 더 크게 나타나게 된다. 본 논문에서는 단순 CVDF 알고리즘을 적용했을 때의 방향탐지 측정 능력이 저하되는 현상을 최소화하여 방향탐지 측정능력 개선시키기 위한 방법으로, 위상을 측정하는 안테나의 조합을 실시간으로 변경하는 방법 및 안테나 빔패턴을 활용하는 방법등을 제안한다. 위의 제안된 개선알고리즘 적용 전/후의 시험결과를 통하여 이 제안방안의 타당성을 확인한다.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.63-72
• /
• 2019

전력 에너지의 경우 발전 및 송전 과정을 거쳐 사용자에게 제공된 이후에는 회수가 불가능하기 때문에 정확한 수요 예측에 기반한 최적 발전 및 송배전 계획이 필요하다. 전력 수요 예측의 실패는 2011년 9월에 발생한 대규모 정전사태와 같이 다양한 사회적·경제적 문제를 야기할 수 있다. 전력 수요 예측 관련 기존 연구에서는 ARIMA, 신경망모형 등 다양한 방법으로 개발이 되었다. 하지만 전국 단위의 평균 외기온도를 사용한다는 점과, 계절성을 구분하기 위한 획일적 기준을 적용하는 한계점으로 인해 데이터의 왜곡이나 예측모형의 성능 저하를 초래하고 있다. 이에 본 연구에서는 전력 수요 예측 모형의 성능을 향상하기 위해 전국을 5대 권역으로 구분하여 지역적 특성과 이동 기간 학습 기법을 통해 계절적 특성을 반영한 선형회귀모형과 신경망 모형의 장기적 전력 수요 예측 모형을 개발하였다. 이를 통해 중장기부터 단기에 이르기까지 다양한 범위의 수요 예측에 해당 모델을 활용할 수 있을 뿐만 아니라 특정 기간 중에 발생하는 다양한 이벤트와 예외 상황을 고려할 수 있을 것이다.