• 한국통신학회논문지
• /
• 제37권5C호
• /
• pp.376-383
• /
• 2012

본 논문은 상호 간 간섭을 주는 두 개의 다중입력 다중출력 간섭 브로드캐스트 채널 (MIMO-IBC: Multiple input multiple output-interfering broadcast channel)에서 공통된 잡음 없는 백본(backbone)망을 통해 두 기지국이 상호간의 사용자 데이터를 공유할 수 있을 때의 공간적 다중화 이득 (SMG: Spatial multiplexing gain)의 일반적인 공식을 유도하였다. 본 MIMO-IBC 모델은 다중안테나를 갖는 두 개의 기지국과 각각 다수의 다중안테나 사용자가 있고, 모두 고정된 채널을 통해 독립적인 메시지를 송신한다고 가정한다. 최종 유도된 결과로부터 다양한 상황의 안테나 분포뿐 만 아니라 기지국 협력 유무에 따른 공간적 다중화 이득의 변화를 정량적으로 관찰할 수 있다. 그리고 사용자들 사이에 완전한 협력이 되는 상황과 본 MIMO-IBC 모델에서의 유도된 SMG 결과를 비교하였다.

• 한국항공우주학회지
• /
• 제46권10호
• /
• pp.856-867
• /
• 2018

본 논문에서는 X-밴드 대역의 하향 링크 시스템을 사용하는 2기의 저궤도 위성이 지상국으로 각각의 영상 데이터를 동시에 전송하는 이중 교신 위성 시스템 상황에서 공간 다중화 MIMO 기법의 적용 가능성을 제안한다. 2기의 위성이 2기의 지상국 안테나의 지향각 내에 위치하면서 각각의 영상 데이터를 동시에 지상국 안테나로 송신하는 경우 각각의 위성은 상대 안테나 이득에 따라 위성 상호 간 간섭으로 작용하며, 이는 추가적인 간섭 완화 조치 없이는 성능 저하를 초래할 수 있다. 이러한 성능 열화를 완화시키고자 공동 복조를 위해 공간 다중화 MIMO 기법을 적용하였다. 특히 지상 안테나에서 두 위성 간의 각도 차이에 의해 결정되는 상대 안테나 이득은 이중 교신 위성 시스템을 모델링하는데 있어서 중요한 역할을 한다. 안테나 이득의 수학적 모델로부터 계산된 안테나 이득을 포함한 MIMO 채널의 조건수 분석을 이용하였다. 모의실험 결과를 통해 ZF-SIC, MMSE-SIC 및 ML과 같은 다양한 검출 기법을 이용한 공간 다중화 MIMO 기법을 이중 교신 위성 시나리오에 적용할 수 있음을 제시하였다.

• 한국정보통신학회논문지
• /
• 제12권3호
• /
• pp.563-568
• /
• 2008

M개의 다중모드 평면 도파로와 N개의 홀로그램 필터를 이용하여 M개의 입력단자와 N개의 출력단자 사이에 광신호 교환을 수행할 수 있는 방법을 제안한다. 열광학 폴리머로 제작된 다중모드 평면 도파로는 광신호 교환을 위한 광신호 경로를 제공하고, 전기적 신호로 출력 스페클 패턴을 변화시킨다. 다중모드 평면 도파로로부터 발생한 스페클 패턴들은 연결 목적지를 결정하는 목적코드로 이용되며, 공간다중화 된 홀로그램 필터에 의해 출력단자로 연결된다. 제안한 시스템에 대해 광신호 교환이 가능함을 실험적으로 보였다.

• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.343-350
• /
• 2000

본 논문에서는, 최적 시스템을 위해서 FNN과 PNN에 기반을 둔 Multi-FPNN(다중 퍼지 다항식 뉴럴네트워크) 모델을 제안한다. 여기서 FNN 구조는 각각의 분리된 입력변수에 의해 분할된 퍼지 입력공간을 사용해서 설게되고, 간략 퍼지추론 방법과 오류 역전파 알고리즘을 이용한다. FNN은 더 좋은 출력성능을 얻기 위해 PNN과 결합한다. GMDH 방법에 기초한 PNN 구조의 각 노드는 1차 및 2차 고계 다항식의 두 형태를 사용하고, 그 노드의 입력의 입력은 2, 3, 4의 세 종류의 다변수 입력을 사용한다. 그리고 다중 FPNN 모델의 구조와 파라미터를 동정하기 위햐 HCM 크러스터링방법과 유전자 알고리즘을 사용한다. 여기서, 시스템을 위해 데이터 전처리 기능을 수행하는 HCM 클러스터링 방법은 입출력 공간분할에 의해 다중 FPNN 구조를 결정하기 위해 사용된다. 모델의 근사화와 일반화 능력 사이에 충분한 군형을 ？기 위해 하중계수를 가진 합성 성능지수(목적함수)를 사용한다. 데이터 개수, 비선형의 정도(입.출력 데이터 분포)에 위존하는 이 합성 목적함수의 하중계수의 선택 및 조절을 통하여 최적의 다중 FPNN모델을 설계하는 것이 유용하고 효과적임을 보인다. 본 연구는 두 개의 대표적 수치예의 도움으로 설명되고, 그 모델의 근사화 및 일만화 능력에 관련된 합성 성능 지수가 평가되고, 도한 토의된다.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.33-48
• /
• 2018

본 연구에서는 K 사용자 다중 셀 다중 입력 다중 출력 (MIMO) 가우시안 간섭 채널에 대한 조인트 간섭 정렬 및 전력 할당 전략을 특성화한다. 수신기에서 스 태거 드 안테나 스위칭을 통해 블라인드 (blind) 간섭 정렬을 갖는 MIMO 간섭 채널을 고려한다. 우리는 채널 상태 정보가 알려지지 않았다고 가정하여 협동 셀 에지 (CE) 모바일 사용자 (MU)에 대한 전력 할당 및 실행 가능성 조건을 탐구한다. 제안 된 기법의 전송 전략에 대한 새로운 통찰은 송신기에 기존 안테나가 장착 된 부분 협업 CE MU (무작위로 생성 된 전송 전략)와 계획적이다. 리시버에는 재구성 가능한 멀티 모드 안테나 (스 태거 드 안테나 스위칭 패턴)가 장착되어 있으며 수신기는 사전 설정된 T 모드를 전환한다. 제안 된 기법은 원하는 신호와 간섭 신호를 지원하고 정렬하여 제거한다. 수신 된 신호는 대응하는 독립적 인 신호 부분 공간을 가져야하기 때문에, 공통 간섭 신호를 수신한다. 재구성 가능한 다중 모드 안테나를 사용하는 K 사용자 다중 셀 MIMO 가우시안 간섭 채널의 총 용량을 완벽하게 나타낸다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제9권
• /
• pp.317-325
• /
• 1999

수식에 의한 컴퓨터 그래픽의 입력과 출력에 관한 프로그램의 개발은 수학의 역동화, 인간화, 보편화에 기여하고 있다. 현실적으로 해결해야할 문제와 수식에 의한 해답이 전부인 현재의 수학을 소프트웨어를 활용하여 그래픽 기능을 첨부하면 움직이는 수학을 가시화 할 수 있다. 컴퓨터 프로그램에 의한 수학의 실현은 수학자들 모두의 염원으로 전세계적으로 활발한 연구가 진행되고 이는 것이다. 수학의 원리와 응용성을 가미한 수학적 그래픽의 발전은 새로운 천년을 장식할 새로운 학문분야로 등장하고 있다. 기초과학의 여러 자료를 분석, 검토하여 그래픽으로 조립하는 작업은 수학적 그래픽의 힘으로 가능하며, 실험과 실습의 양상을 바꾸어 놓고 있다. 건축이나 토목 또는 전기전자 학과의 응용수학은 새로운 소프트웨어의 출현으로 컴퓨터 강의로 전환되고 있으며 수학 그 자체로 전산기능을 강화하는 방향으로 개편되고 있다. 수학 교과 내용의 전산 프로그램화와 컴퓨터 활용 수학 학습은 거부할 수 없는 시대적 요구이다. 이 연구에서는 새로운 천년의 시작은 컴퓨터 프로그램에 의한 완성된 그래픽의 연출이라는 시각에서 수식에 의한 컴퓨터 그래픽의 기본 방향을 제시하고 있다. 2차원 평면이나 3차원 공간에 이와 같은 다변수함수의 역할을 구현함으로써 다양한 그래픽을 영상화할 수 있다. 다중화면의 연출, 다단계화면의 조합, 다단계다중화면의 영상화 등은 수학에 의한 애니메이션의 기초가 된다. 평면도형의 기본동작을 화면에 구체화시키는 Table 기능을 실제로 구현한다. 연습과 실행 그리고 재구성을 반복하여 조형미를 갖춘 수학적 그래픽을 실현한다. 수학의 학습에 적용할 가치가 있는 학습조형물을 개발하고, 프로그램의 단순화에 노력한다. 미분기하학의 여러 공식을 이용하여 숨어 있는 그림을 표출하며 미분방정식의 해가 갖는 그래픽의 묘미를 형상화한다. 수식에 의하여 출력된 그래픽의 여러 효과를 응용수학에 활용할 수 있도록 재조립하는 과정을 걸쳐 완성하는데 이 연구의 참된 의미가 있다.

• 한국통신학회논문지
• /
• 제27권11C호
• /
• pp.1139-1151
• /
• 2002

본 논문에서는 스위칭 시스템의 대용량화를 위해 시분할 다중합 방식과 멀티 홉 구조를 적용한 새로운 형태의 모듈화된 광 공간 스위치를 제안하였다. 그리고 기존 광 공간 스위치와의 비교를 통해 전력 손실, 사용 소자의 수, 신호대 누화비 등의 성능이 더 우수함을 보였다. 또한, 그 구조에서의 모듈 수, M에 따른 포화 처리율을 해석한 결과, 한 모듈의 입력 포트 수(N)가 매우 클 때, M개의 모듈을 가진 스위칭 시스템의 포화 처리율은 M+l-√($M^2$+1)이 됨을 알 수 있었다. 마지막으로, 제안한 스위치에서의 셀 손실율 특성을 시뮬레이션을 통해 알아보았다. 예를 들어, $\rho$=0.9, M=8, N=32일 경우, $10^{-6}$ 이하의 셀 손실율을 얻기 위해서는 입력 버퍼의 저장 유닛의 수가 6개, 출력 버퍼의 저장 유닛의 수가 52개 이상이어야 함을 알 수 있었다.다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.894-896
• /
• 1999

PID 제어는 50년의 역사를 갖기 때문에 현장의 사용자는 이 제어방식에 익숙해져 있으며, 제어장치의 구성이 간단하며 제어기의 최적동조가 가능하므로 많은 분야에서 사용되고 있다[1]. 그러나 PID 제어기에 의해서 얻은 결과에 대하여 만족하기 위해서는 많은 시행착오를 겪어야 한다. 또한 만족하는 결과를 얻었다고 할지라도 외란, 플랜트의 동특성이 바뀌는 경우 시스템을 추종하지 못하기 때문에 파라미터를 재조정하여야 한다. 유전 알고리즘은 자연세계의 진화 현상에 기초한 계산모델로서 John Holland에 의해서 1975년에 개발된 전역적인 최적화 알고리즘이며[1][2], 비선형 고차원, 불연속, 다중모드, 노이즈 함수 등에 대하여 강건함을 보여주고, 복잡한 탐색 공간에서 최적 값을 스스로 발견하는 학습 능력을 갖는다. 이 방법은 재생산, 교배, 돌연변이를 통하여 최적해를 찾은 방법으로 1989년에 D. E. Goldgerg에 의해서 체계적으로 정리된 후 여러 분야에서 응용되고 있다[3][4]. 그러나 유전 알고리즘은 목적함수만을 이용하여 해집단을 탐색하기 때문에 숙련운전자가 원하는 제어 특성 명세인 상승시간, 정착시간, 초과량(oveshoot) 둥을 구체적으로 명시하여 제어에 반영할 수 없다. 또한, 유전 알고리즘은 입력 값이 크게 바뀔 경우 다른 시스템으로 인식하여 새로운 탐색을 수행하는 단점을 가지고 있다. 본 논문은 첫째, 기준모델을 도입하여 플랜트의 성능을 기준모델로 표현하여 플랜트가 요구하는 성능지표를 정량적으로 규정하는 것이 가능하였다. 또한, 이것은 미지 플랜트 동특성을 식별하기 위한 신호로 사용되어, 플랜트의 정보를 얻는데 이용되었다. 즉, 기준모델과 플랜트 출력사이의 추종 오차 정보가 적응기구인 PID 유전제어기의 입력으로 사용되며, 구형파 입력의 경우에도 기준모델과 플랜트의 출력차는 크게 변하지 않는다. 따라서, 유전 알고리즘의 목적함수에 기준 모델을 제안 적용하여 안정적이고, 세밀한 제어를 수행하였다. 둘째, PID의 간단하면서 확실한 제어가 가능하다는 점과 전역적인 최적값을 찾을 수 있는 유전 알고리즘을 적용하여 고속제어를 요하는 직류 서보 모터(DC Servo Motor) 운전 시 실시간 파라미터 동조에 적용하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.55-57
• /
• 2001

강화학습은 한 에이전트가 자신이 놓여진 환경으로부터의 보상을 최대화할 수 있는 최적의 행동 전략을 학습하는 것이다. 따라서 강화학습은 입력(상태)과 출력(행동)의 쌍으로 명확한 훈련 예들이 제공되는 교사 학습과는 다르다. 특히 Q-학습과 같은 비 모델 기반(model-free)의 강화학습은 사전에 환경에 대한 별다른 모델을 설정하거나 학습할 필요가 없으며 다양한 상태와 행동들을 충분히 자주 경험할 수만 있으면 최적의 행동전략에 도달할 수 있어 다양한 응용분야에 적용되고 있다. 하지만 실제 응용분야에서 Q-학습과 같은 강화학습이 겪는 최대의 문제는 큰 상태 공간을 갖는 문제의 경우에는 적절한 시간 내에 각 상태와 행동들에 대한 최적의 Q값에 수렴할 수 없어 효과를 거두기 어렵다는 점이다. 이런 문제점을 고려하여 본 논문에서는 로봇 축구 시뮬레이션 환경에서 각 선수 에이전트의 동적 위치 결정을 위해 효과적인 새로운 Q-학습 방법을 제안한다. 이 방법은 원래 문제의 상태공간을 몇 개의 작은 모듈들로 나누고 이들의 개별적인 Q-학습 결과를 단순히 결합하는 종래의 모듈화 Q-학습(Modular Q-Learning)을 개선하여, 보상에 끼친 각 모듈의 기여도에 따라 모듈들의 학습결과를 적응적으로 결합하는 방법이다. 이와 같은 적응적 중재에 기초한 모듈화 Q-학습법(Adaptive Mediation based Modular Q-Learning, AMMQL)은 종래의 모듈화 Q-학습법의 장점과 마찬가지로 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 보다 동적인 환경변화에 유연하게 적응하여 새로운 행동 전략을 학습할 수 있다는 장점을 추가로 가질 수 있다. 이러한 특성을 지닌 AMMQL 학습법은 로봇축구와 같이 끊임없이 실시간적으로 변화가 일어나는 다중 에이전트 환경에서 특히 높은 효과를 볼 수 있다. 본 논문에서는 AMMQL 학습방법의 개념을 소개하고, 로봇축구 에이전트의 동적 위치 결정을 위한 학습에 어떻게 이 학습방법을 적용할 수 있는지 세부 설계를 제시한다.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.139-146
• /
• 2002

로봇 축구 시뮬레이션 게임은 하나의 동적 다중 에이전트 환경이다. 본 논문에서는 그러한 환경 하에서 각 에이전트의 동적 위치 결정을 위한 새로운 강화학습 방법을 제안한다. 강화학습은 한 에이전트가 환경으로부터 받는 간접적 지연 보상을 기초로 누적 보상값을 최대화할 수 있는 최적의 행동 전략을 학습하는 기계학습 방법이다. 따라서 강화학습은 입력-출력 쌍들이 훈련 예로 직접 제공되지 않는 다는 점에서 교사학습과 크게 다르다. 더욱이 Q-학습과 같은 비-모델 기반의 강화학습 알고리즘들은 주변 환경에 대한 어떤 모델도 학습하거나 미리 정의하는 것을 요구하지 않는다. 그럼에도 불구하고 이 알고리즘들은 에이전트가 모든 상태-행동 쌍들을 충분히 반복 경험할 수 있다면 최적의 행동전략에 수렴할 수 있다. 하지만 단순한 강화학습 방법들의 가장 큰 문제점은 너무 큰 상태 공간 때문에 보다 복잡한 환경들에 그대로 적용하기 어렵다는 것이다. 이런 문제점을 해결하기 위해 본 연구에서는 기존의 모듈화 Q-학습방법(MQL)을 개선한 적응적 중재에 기초한 모듈화 Q-학습 방법(AMMQL)을 제안한다. 종래의 단순한 모듈화 Q-학습 방법에서는 각 학습 모듈들의 결과를 결합하는 방식이 매우 단순하고 고정적이었으나 AMMQL학습 방법에서는 보상에 끼친 각 모듈의 기여도에 따라 모듈들에 서로 다른 가중치를 부여함으로써 보다 유연한 방식으로 각 모듈의 학습결과를 결합한다. 따라서 AMMQL 학습 방법은 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 동적인 환경변화에 보다 높은 적응성을 제공할 수 있다. 본 논문에서는 로봇 축구 에이전트의 동적 위치 결정을 위한 학습 방법으로 AMMQL 학습 방법을 사용하였고 이를 기초로 Cogitoniks 축구 에이전트 시스템을 구현하였다.