• 한국군사과학기술학회지
• /
• 제23권1호
• /
• pp.1-10
• /
• 2020

Effective jamming in electronic warfare depends on proper jamming technique selection and jamming parameter estimation. For this purpose, this paper proposes a new method of estimating jamming parameters using Gaussian kernel function networks. In the proposed approach, a new method of determining the optimal structure and parameters of Gaussian kernel function networks is proposed. As a result, the proposed approach estimates the jamming parameters in a reliable manner and outperforms other methods such as the DNN(Deep Neural Network) and SVM(Support Vector Machine) estimation models.

• 한국전산구조공학회논문집
• /
• 제20권5호
• /
• pp.533-541
• /
• 2007

계층적 p-세분화를 위해 Zienkiewicz-Zhu 오차평가법이 약간 수정되었으며, 이 방법의 유효성을 보이기 위해 휨을 받는 개구부를 갖는 Reinssner-Mindlin $C^{\circ}$-평판에 적용하였다. 유한요소해석상의 적응적 체눈을 결정하는 단계는 초수렴 팻취 복구기법에 기초를 둔 사후오차평가자와 연계된 p-세분화에 의해 제안되었다. 요소내의 변위장을 정의하기 위해 적분형 르장드르 고차 형상함수가 사용되는 반면 복구응력을 보간하기 위해 파스칼의 삼각수에 기초를 둔 같은 차수의 고차다항식이 사용되는 이유로 수정 Z/Z 오차평가는 종래의 방법과 다소 차이를 보여준다. 가우스 적분점에서의 응력을 최적화하기 위해 필요한 다항식으로 표현되는 응력함수를 얻기 위해 최소제곱법이 사용되었다. 고정된 요소망에 거의 최적의 형상함수 차수의 분배를 찾기 위한 전략이 논의되었는데, 허용되는 정확도를 얻을 수 있을 때까지 각 요소마다 형상함수의 차수를 불균등하게 증가시키는 방법으로, 소위 최적의 선택적 p-분배를 자동으로 결정하도록 되어있다. 위의 사항들을 L-형 평판 해석에 적용한 결과, 적응적 p-체눈설계 단계가 진행됨에 따라 자유도의 증가에 따라 오차량은 급격히 감소되는 것을 알 수 있었고, 제안된 오차 지시자에 의한 적응적 p-체눈 세분화는 최적 p-분배 진행방향에 근접하는 것을 볼 수 있었다.