• Journal of Positioning, Navigation, and Timing
• /
• 제11권3호
• /
• pp.163-172
• /
• 2022

Typical anti-jamming technologies based on array antennas, Space Time Adaptive Process (STAP) & Space Frequency Adaptive Process (SFAP), are very effective algorithms to perform nulling and beamforming. However, it does not perform equally well for all types of jamming signals. If the anti-jamming algorithm is not optimized for each signal type, anti-jamming performance deteriorates and the operation stability of the system become worse by unnecessary computation. Therefore, jamming classification technique is required to obtain optimal anti-jamming performance. Machine learning, which has recently been in the spotlight, can be considered to classify jamming signal. In general, performing supervised learning for classification requires a huge amount of data and new learning for unfamiliar signal. In the case of jamming signal classification, it is difficult to obtain large amount of data because outdoor jamming signal reception environment is difficult to configure and the signal type of attacker is unknown. Therefore, this paper proposes few-shot jamming signal classification technique using meta-learning and transfer-learning to train the model using a small amount of data. A training dataset is constructed by anti-jamming algorithm input data within the GNSS receiver when jamming signals are applied. For meta-learning, Model-Agnostic Meta-Learning (MAML) algorithm with a general Convolution Neural Networks (CNN) model is used, and the same CNN model is used for transfer-learning. They are trained through episodic training using training datasets on developed our Python-based simulator. The results show both algorithms can be trained with less data and immediately respond to new signal types. Also, the performances of two algorithms are compared to determine which algorithm is more suitable for classifying jamming signals.

• 대한방사선치료학회지
• /
• 제28권2호
• /
• pp.149-159
• /
• 2016

목 적 : 폐암환자의 호흡동조 방사선 치료 계획 시 호흡 훈련 전후 RPM 신호와 횡격막 위치 변화를 분석하여 호흡 훈련의 유용성을 평가하고자 한다. 대상 및 방법 : 2016년 4월부터 8월까지 호흡 동조 방사선 치료를 받는 환자 11명을 대상으로 호흡 훈련을 시행하였고 동시에 RPM 신호 및 횡격막 영상을 획득하였다. 호흡 훈련은 총 3단계로 1단계 자유 호흡 상태의 신호 획득, 2단계 호흡 신호 가이드를 통한 1차 호흡 신호 획득, 3단계 설명과 반복 훈련으로 규칙성과 안정을 유도한 최종 호흡 신호를 획득 하였다. 각 단계의 흡기와 호기시 RPM 신호와 투시 영상의 횡격막 위치의 평균값, 표준편차, 최대값, 최소값을 구하고, 이를 1단계 값으로 표준화 하여 2, 3단계를 상대분포 백분율(%)로 변환하여 환자의 호흡 변화와 내부 움직임을 분석 함으로써 각 환자의 호흡훈련 유용성을 평가 하였다. 결 과 : RPM 신호와 횡격막 진폭을 측정한 뒤, 1단계를 100%으로 표준화하여 각 단계의 평균값과 표준편차의 오차 평균을 구하였다. 그 결과, 3단계 최종호흡 획득 시 진폭의 상대평균 및 표준편차 모두 감소가36.4%, 표준편차만 감소가 18.2%, 진폭만 감소가 36.4%로 나타났으며, 횡격막 영상의 위치 측정 시 3단계에서 전체 81.8%의 환자에게서 상대평균 진폭 값이 30% 감소함을 보였다. 그러나 모든 환자들에게서 2단계 대비 3단계의 RPM 신호와 횡격막 진폭이 각각 평균 52.6%, 42.1% 감소함을 보였다. 또한, RPM 신호와 횡격막 영상 진폭 차이의 연관성은 2번 10번 환자를 제외하고 각각 1, 2, 3단계 움직임의 패턴이 상관관계를 보였다. 결 론 : 호흡 동조 방사선치료에서 호흡 훈련을 시행하였을 때 최적화된 호흡 주기를 유도할 수 있었으며, 모의 호흡 훈련을 치료 전 시행함으로써 불규칙적인 호흡에 의한 환자의 호흡을 제어해 폐의 움직임을 예측 가능 하게 해주는 효과를 기대할 수 있었다. 궁극적으로는 방사선 치료의 체계적 오류를 최소화해 보다 정확한 치료를 기대할 수 있어 호흡 훈련이 유용하다고 할 수 있겠다.그러나 본 연구는 치료 전 호흡 훈련을 시행한 자료를 바탕으로 분석한 연구로 제한되어 있으며 추후 실제 CT 계획과 치료 시 획득한 자료를 가지고 검증하는 것도 필요할 것으로 사료된다.

• 한국ITS학회 논문지
• /
• 제14권5호
• /
• pp.30-37
• /
• 2015

MIMO(Multiple Input Multiple Output) 시스템을 사용하여 주파수 선택적 페이딩 환경에서 동작하는 차세대 무선 통신 시스템의 데이터 전송 속도를 향상시키기 위한 연구가 현재 활발히 진행 중이다. 여러 개의 송신 안테나에서 송신된 시호들이 혼합되어 각 수신 안테나에 수신되는데 이렇게 혼합된 신호를 분리하기 위해서 직교 특성을 갖는 훈련신호가 필요하며, 이 훈련신호를 사용하여 신호의 동기화 및 채널 추정을 수행할 수 있어야 한다. 본 논문에서는 MIMO 통신 시스템에 사용 가능한 시퀀스들을 소개하고, 관심 영역에 대하여 우수한 자기 상관 특성을 갖는 변형된 WeCAN(weighted cyclic algorithm new) 시퀀스를 제안한다. 모의실험을 통해 각 훈련신호의 자기 상관도를 비교하였으며, 또한 도플러 주파수 변화와 다중경로 전달 페이딩 환경에서의 상관 특성을 비교하였다.

• 한국정보통신학회논문지
• /
• 제17권12호
• /
• pp.2818-2825
• /
• 2013

본 논문에서는 MIMO-OFDM 시스템에서 시간영역 훈련신호의 직교화를 통한 채널추정 방법을 제안하였다. 본 논문에서는 Jeon[8]이 제안한 방법을 그대로 송신 안테나 개수가 4개인 MIMO-OFDM 시스템으로 확장하였을 때 수신기에서 다중경로 지연신호로 인하여 훈련신호가 직교되는 않는 문제점이 있음을 보였다. 이러한 문제점에 대한 해결책으로 훈련신호 중앙에 보호구간을 삽입하는 새로운 훈련신호 발생 방법을 제안하였다. 제안한 방법은 훈련신호들이 서로 직교하기 때문에 수신기에서 Walsh decoding sum기법을 통하여 시간영역에서 채널응답을 추정할 수 있음을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2883-2902
• /
• 2023

Since the existing anti-jamming methods, including intelligent methods, have difficulty against high-speed reactive jamming, we studied a new methodology for jamming utilization instead of avoiding jamming. Different from the existing jamming utilization techniques that harvest energy from the jamming signal as a power supply, our proposed method can take the jamming signal as a favorable factor for frequency detection. Specifically, we design an intelligent differential frequency hopping communication framework (IDFH), which contains two stages of training and communication. We first adopt supervised learning to get the jamming rule during the training stage when the synchronizing sequence is sent. And then, we utilize the jamming rule to improve the frequency detection during the communication stage when the real payload is sent. Simulation results show that the proposed method successfully combated high-speed reactive jamming with different parameters. And the communication performance increases as the power of the jamming signal increase, hence the jamming signal can help users communicate in a low signal-to-noise ratio (SNR) environment.

• Nuclear Engineering and Technology
• /
• 제31권2호
• /
• pp.192-201
• /
• 1999

This paper proposes an improved signal processing strategy for accurate feedwater flowrate estimation in nuclear power plants. It is generally known that ∼2% thermal power errors occur due to fouling Phenomena in feedwater flowmeters. In the strategy Proposed, the noises included in feedwater flowrate signal are classified into rapidly varying noises and gradually varying noises according to the characteristics in a frequency domain. The estimation precision is enhanced by introducing a low pass filter with the wavelet analysis against rapidly varying noises, and an autoassociative neural network which takes charge of the correction of only gradually varying noises. The modified multivariate stratification sampling using the concept of time stratification and MAXIMIN criteria is developed to overcome the shortcoming of a general random sampling. In addition the multi-stage robust training method is developed to increase the quality and reliability of training signals. Some validations using the simulated data from a micro-simulator were carried out. In the validation tests, the proposed methodology removed both rapidly varying noises and gradually varying noises respectively in each de-noising step, and 5.54% root mean square errors of initial noisy signals were decreased to 0.674% after de-noising. These results indicate that it is possible to estimate the reactor thermal power more elaborately by adopting this strategy.

• 융합신호처리학회논문지
• /
• 제2권4호
• /
• pp.71-76
• /
• 2001

본 논문에서는 5GHz 대역을 사용하는 고속 무선 LAN의 표준안의 IEEE 802.11a-1999 를 위한 디지털 자동 이득 제어기를 제언한다. 송수신간의 동기화를 위한 신호인 training symbol을 이용하여 수신기에 입력되는 신호의 이득을 측정한다. 측정된 이득을 이상적인 이득과 비교하여 갱신할 이득을 구한다. 갱신 이득은 신호를 증폭하는 GCA(Gain Controlled Amplifer)의 입력 전압으로 변환되어 신호의 증폭도를 제어하게 된다. 본 논문에서는 하드웨어 부담을 줄이기 위해 부분 선형 근사방법을 이용하여 갱신 이득을 본 논문에서 제안한 디지털 자동 이득 제어기는 VHDL을 이용하여 설계하였으며, Xilinx cAD tool을 이용하여 timing verification을 수행하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.574-577
• /
• 2002

본 논문에서는 보간 방식을 사용하는 OFDM 전송방식 통신 시스템에 적합한 새로운 심볼 시간동기 처리 방법 제시한다. 제안된 방법은 다음과 같은 과정을 거친다. 먼저, 수신되는 포락선 신호의 평균 전력을 연속적으로 측정함으로서, 대략적인 심볼 시간동기절차를 수행한다. 이 절차에 의해, 동기가능여부에 대한 판정을 한다. 만약 동기가 가능하다고 판단되는 경우, 이어서, 짧은 길이의 훈련신호와 수신된 포락선신호간의 상관성을 측정하는 방법을 사용하여, 정확한 심볼 동기과정을 수행하도록 한다. 마지막으로, 긴 훈련 신호를 사용한 주파수 동기절차를 수행하도록 하는데, 이것은 심볼 시간 동기 과정에서 발생되는 미세한 심볼 동기 오차에 의한 성상도의 회전 효과를 교정 할 수 있도록 하기 위함이다. 시뮬레이션 결과로부터, 제안된 동기방법이 주파수 선택적 페이딩 채널 하에서도 우수한 동기특성을 제공함을 알 수 있다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1997년도 추계학술대회 논문집
• /
• pp.253-256
• /
• 1997

In this study, we developed a portable device which monitors and analyzes a vibration signal happened to machines. This device is based on PDA which is smaller thant a palm of the hand, but it has powerful computing ability as much s a computer with 100MHz CPU and an operating system called Windows CE. As a preprocess for a diagnosis of a rotating machine, training artificial neural network based on PC is performed, and the device will diagnose the condition of a rotating machine using weight values as a result of the training ANN.

• Nuclear Engineering and Technology
• /
• 제33권5호
• /
• pp.457-467
• /
• 2001

It is well known that the performance of a fuzzy neural network strongly depends on the input features selected for its training. In its applications to sensor signal estimation, there are a large number of input variables related with an output As the number of input variables increases, the training time of fuzzy neural networks required increases exponentially. Thus, it is essential to reduce the number of inputs to a fuzzy neural network and to select the optimum number of mutually independent inputs that are able to clearly define the input-output mapping. In this work, principal component analysis (PCA), genetic algorithms (CA) and probability theory are combined to select new important input features. A proposed feature selection method is applied to the signal estimation of the steam generator water level, the hot-leg flowrate, the pressurizer water level and the pressurizer pressure sensors in pressurized water reactors and compared with other input feature selection methods.