• 한국정보통신학회논문지
• /
• 제13권7호
• /
• pp.1321-1327
• /
• 2009

본 논문에서는 최근 방송 및 이동 통신 서비스가 광벙위하게 사용되고 서비스 영역의 용이한 확대로 인해 무선중계기에 대한 수요가 급격히 증가하고 있다. 그러나 무선중계기에서 발생되는 궤환 신호로 인한 발진현상이 발생 한다. 그룹화 LMS(Least Mean Square)와 CMA(Constant Modulus Algorithm) 알고리즘을 이용한 적응 필터를 적용시킨 새로운 혼합 간섭 제거기활 제안한다. 제안한 간섭 제거기는 그룹화 LMS 알고리즘 간섭 제거기법을 적용시키기 때문에 기존 구조보다 나은 채널 적응 성능과 낮은 MSE(Mean Square Error)을 가진다. 이 제안된 검출기는 수렴속도를 증가하면서 동시에 평균 자승 에러를 줄이기 위해 최소평균 자승 알고리즘에서 두 개의 적응화 상수를 이용한다. 이 구조는 기존 비선형 간섭제거기에 비해 같은 MSE(Mean Square Error)에 대한 반복수와 하드웨어 복잡도를 줄여준다.

• Structural Engineering and Mechanics
• /
• 제90권1호
• /
• pp.19-26
• /
• 2024

In recent years, an increasing number of experimental studies have shown that the practical application of mature active control systems requires consideration of robustness criteria in the design process, including the reduction of tracking errors, operational resistance to external disturbances, and measurement noise, as well as robustness and stability. Good uncertainty prediction is thus proposed to solve problems caused by poor parameter selection and to remove the effects of dynamic coupling between degrees of freedom (DOF) in nonlinear systems. To overcome the stability problem, this study develops an advanced adaptive predictive fuzzy controller, which not only solves the programming problem of determining system stability but also uses the law of linear matrix inequality (LMI) to modify the fuzzy problem. The following parameters are used to manipulate the fuzzy controller of the robotic system to improve its control performance. The simulations for system uncertainty in the controller design emphasized the use of acceleration feedback for practical reasons. The simulation results also show that the proposed H∞ controller has excellent performance and reliability, and the effectiveness of the LMI-based method is also recognized. Therefore, this dynamic control method is suitable for seismic protection of civil buildings. The objectives of this document are access to adequate, safe, and affordable housing and basic services, promotion of inclusive and sustainable urbanization, implementation of sustainable disaster-resilient construction, sustainable planning, and sustainable management of human settlements. Simulation results of linear and non-linear structures demonstrate the ability of this method to identify structures and their changes due to damage. Therefore, with the continuous development of artificial intelligence and fuzzy theory, it seems that this goal will be achieved in the near future.

• 한국인터넷방송통신학회논문지
• /
• 제9권4호
• /
• pp.17-24
• /
• 2009

본 논문은 USN 무선 네트워크에서 16-QAM 수신 신호의 멀티 홉 중계를 수행하는 경우 적응 신호 처리 알고리즘을 적용한 루프백 간섭 신호의 제거 성능에 관한 것이다. 이를 위하여 USN 환경에서는 노드간의 중계 기능에 의해 원거리 스테이션과의 정보 교환이 필요하게 되는데, 중계 노드에서는 송신기와 수신기 안테나를 공동 이용하거나 매우 근접하여 위치하므로서 재송신 신호가 수신측으로 궤환되거나, 비선형 소자를 사용하므로서 발생되는 루프백 간섭 신호가 존재하게되므로 한정된 주파수와 전력 자원을 사용하는 USN 시스템의 성능을 크게 저하된다. 이를 개선하여 향상된 시스템 성능 및 멀티홉 성능을 얻기 위해 중계 노드의 수신부 전단에서 원하지 않는 루프백 간섭 신호를 제거하기위한 적응 신호 처리 알고리즘의 적용이 필요하게 된다. 적응 신호 처리를 위해서는 먼저 스펙트럼 효율이 우수한 16-QAM 신호를 대상으로 하여 수렴 특성이 우수하고 H/W 로 구현할 때 발생되는 유한장 문제점을 해결할 수 있는 QR-Array RLS 알고리즘을 사용하였으며, 루프백 간섭 신호의 제거 성능으로 수신 신호 성상도 및 learning curve에서 기존의 RLS 보다 우월함을 컴퓨터 시뮬레이션을 통해 확인할 수 있었다.

• Korean Chemical Engineering Research
• /
• 제61권4호
• /
• pp.542-549
• /
• 2023

대안 모델링에 대한 관심이 커진 이후 데이터 기반의 기계학습을 이용하여 비선형 화학 공정을 모사하고자 하는 연구가 지속되고 있다. 그러나 기계 학습 모델의 black box 성질로 인하여 모델의 해석 가능성에 한계는 산업 적용에 걸림돌이 되고 있다. 따라서, 모델의 정확도가 보장된 상태에서 해석력을 부여하는 개념인 설명 가능한 인공지능(explainable artificial intelligence, XAI)을 이용하여 화학 공정 분석을 시도하고자 한다. 기존의 화학 공정 민감도 분석이 변수의 민감도 지수를 계산하고 순위를 매기는 데에 그쳤다면, XAI를 이용하여 전역적, 국소적 민감도 분석뿐만 아니라 변수들 간의 상호작용에 대하여 분석하여 데이터로부터 물리적 통찰을 얻어내는 방법론을 제안한다. 사례 연구의 대상공정인 암모니아 합성 공정에 대하여 첫번째 반응기로 향하는 흐름에 대한 예열기(preheater)의 온도, 세 반응기로 향하는 cold-shot의 분배 비율을 공정 변수로 설정하였다. Matlab과 Aspen plus를 연동하여 공정 변수를 바꿔가면서 암모니아의 생산량과 세 반응기의 최고 온도에 대한 데이터를 얻었으며, tree 기반의 모델들을 훈련시켰다. 그리고 성능이 좋은 모델에 대하여 XAI 기법 중 하나인 SHAP 기법을 이용하여 민감도 분석을 수행하였다. 전역적 민감도 분석 결과, 예열기의 온도가 가장 큰 영향을 미쳤으며 국소적 민감도 분석 결과에서 생산성 향상 및 과열 방지를 위한 공정 변수들의 범위를 규정할 수 있었다. 이처럼 화학 공정의 대안 모델을 구축하고 설명 가능한 인공지능을 이용해 민감도 분석을 진행하는 방법론을 통해 공정 최적화에 대한 정량적, 정성적 피드백을 제안하는 데 도움을 줄 것이다.