• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.117-120
• /
• 2008

본 논문은 차량 충돌방지 레이더의 허상방지용 전파흡수체를 유전손실재료인 $TiO_2$을 이용하여 개발하였다. 먼저 전파흡수체 샘플을 유전손실재료인 $TiO_2$ 와 바인더인 CPE를 사용하여 조성비별 제작하고, 네트워크 아날라이저를 이용하여 측정한 5-parameter로부터 1-Port Method를 이용하여 복소비유전율을 계산하였다. 그리고 계산된 복소비유전율을 이용하여 전파흡수체를 설계 및 제작한 결과 조성비 $TiO_2$:CPE=70:30 wt.%, 두께 1.85 mm, 주파수 76-77 GHz에서 20 dB 이상의 전파를 흡수하는 전파흡수체를 개발하였다.

• 한국전자파학회논문지
• /
• 제21권12호
• /
• pp.1335-1342
• /
• 2010

본 논문에서는 능동 배열 레이더 시스템에 적용 가능한 S-band, $\bigcirc$ kW급 반도체형 송수신기의 설계 및 제작측정에 관해서 소개하였다. 이득 63 dB, 최장 펄스 폭 200 usec, 최대 duty 10 %, 펄스간 안정도 63 dB의 송신 특성을 가지며, 이득 23 dB, 잡음 지수 3.2 dB의 수신 특성을 갖는다. 펄스간 안정도 분석을 위해 펄스 네트워크 분석기를 수신 모드로 사용하여 별도의 실험 셋업을 구성하였다. 측정 결과, 제시된 특성을 모두 만족하는 것을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.92-92
• /
• 2023

본 연구에서는 대한민국 도시 유역에 대하여 딥러닝 네트워크 기반의 분산형 수문 모형을 개발하였다. 개발된 모형은 완전연결계층(Fully Connected Layer)으로 연결된 여러 개의 장단기 메모리(LSTM-Long Short-Term Memory) 은닉 유닛(Hidden Unit)으로 구성되었다. 개발된 모형을 사용하여 연구 지역인 중랑천 유역을 분석하기 위해 1km² 해상도의 239개 모델 격자 셀에서 10분 단위 레이더-지상 합성 강수량과 10분 단위 기온의 시계열을 입력으로 사용하여 10분 단위 하도 유량을 모의하였다. 모형은 보정과(2013~2016년)과 검증 기간(2017~2019년)에 대한 NSE 계수는각각 0.99와 0.67로 높은 정확도를 보였다. 본 연구는 모형을 추가적으로 심층 분석하여 다음과 같은 결론을 도출하였다: (1) 모형을 기반으로 생성된 유출-강수 비율 지도는 토지 피복 데이터에서 얻은 연구 지역의 불투수율 지도와 유사하며, 이는 모형이 수문학에 대한 선험적 정보에 의존하지 않고 입력 및 출력 데이터만으로 강우-유출 분할과정을 성공적으로 학습하였음을 의미한다. (2) 모형은 연속 수문 모형의 필수 전제 조건인 토양 수분 의존 유출 프로세스를 성공적으로 재현하였다; (3) 각 LSTM 은닉 유닛은 강수 자극에 대한 시간적 민감도가 다르며, 응답이 빠른 LSTM 은닉 유닛은 유역 출구 근처에서 더 큰 출력 가중치 계수를 가졌는데, 이는 모형이 강수 입력에 대한 직접 유출과 지하수가 주도하는 기저 흐름과 같이 응답 시간의 차이가 뚜렷한 수문순환의 구성 요소를 별도로 고려하는 메커니즘을 가지고 있음을 의미한다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1034-1038
• /
• 2020

레이더를 통한 표적식별을 효과적으로 처리하기 위해서는 표적에 대한 정확한 신호 정보가 필요하다. 그러나 이러한 표적 신호에는 잡음이 섞여 있는 경우가 일반적이며, 이 부분에 대한 연구가 지속적으로 이루어지고 있다. 특히 표적에 대한 이미지 처리, 표적신호처리, 표적식별 등이 그 예라 할 수 있겠다. 군사적 측면으로 볼 때 표적식별 분야가 중요하므로 본 논문에서는 트리 구조의 퍼지 뉴럴 네트워크를 이용하여 비행체 표적식별에 대한 연구를 수행하였다. 비행체에 대한 반사파 데이터를 활용하여 퍼지 뉴럴 네트워크를 학습시켜 모델에 대한 최적화를 수행하였고, 최적화된 모델에 표적에 대한 테스팅 데이터를 입력하여 표적식별에 대한 실험을 수행하여 그 결과를 통해 제안된 방법의 효용성을 검증하였다.

• 한국통신학회논문지
• /
• 제37C권11호
• /
• pp.1084-1093
• /
• 2012

멀티홉 네트워크에서 TPSN, RBS, FTSP와 같은 기존의 시간 동기화(TS : Tims Synchronization) 방법들은 네트워크의 홉수가 증가 할 경우 TS 오류 또한 증가하게 된다는 단점을 가지고 있다. 이는 멀티홉 네트워크를 통해 구현되는 passive multistatic 레이더 시스템 및 무선 센서 네트워크 노드들 간의 시간 동기화 오류를 증가시켜 시스템 정확도를 저하시키는 중요한 원인이 된다. 따라서 이 논문에서는 동시 협동 전송(CCT : Concurrent Cooperative Transmission)과 반협동 스펙트럼 융합 전송(SCSF : Semi-Cooperative Spectrum Fusion)의 두 종류의 CT (Cooperative Transmission)을 이용한 시간 동기화 방법을 제안하고자 한다. CT를 이용하면 시간 정보가 전달되는 데에 필요한 홉수를 줄여 결과적으로 TS 오류를 줄일 수 있다는 장점을 가지게 된다. CCT는 협동하고 있는 노드들이 디지털하게 인코딩된 동일한 메시지를 각각의 직교한(orthogonal) 채널을 통해서 동시에 전송하면, 수신노드는 이를 수신하여 통합하여 디코딩함으로써 diversity gain을 얻는 전송방식이다. 반면 SCSF는 각각의 노드들이 상관성 있는 아날로그 데이터를 스펙트럼에 실어 동시에 전송하는 방식이다. 이 논문에서는 이 두 가지의 전송방식을 융합한 아날로그 및 디지털 협동 전송 시간 동기화 프로토콜, 즉 CANDI 프로토콜을 제안하고, 이 프로토콜이 멀티홉 네트워크에서 기존의 시간 동기화 방식인 TPSN과 비교하여 상당히 큰 격차로 시간 오류를 줄이는 것을 시뮬레이션을 통해서 증명하고자 한다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1159-1172
• /
• 2020

본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.

• 한국군사과학기술학회지
• /
• 제25권5호
• /
• pp.462-475
• /
• 2022

Different from the field of electro-optical(EO) image analysis, there has been less interest in similarity metrics between synthetic aperture radar(SAR) target images. A reliable and objective similarity analysis for SAR target images is expected to enable the verification of the SAR measurement process or provide the guidelines of target CAD modeling that can be used for simulating realistic SAR target images. For this purpose, this paper presents a similarity analysis method based on the siamese network that quantifies the subjective assessment through the distance learning of similar and dissimilar SAR target image pairs. The proposed method is applied to MSTAR SAR target images of slightly different depression angles and the resultant metrics are compared and analyzed with qualitative evaluation. Since the image similarity is somewhat related to recognition performance, the capacity of the proposed method for target recognition is further checked experimentally with the confusion matrix.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.224-229
• /
• 1999

이질적인 네트워크를 기반으로한 분산 객체지향 환경에서 대규모의 시스템 증가로 인한 분산객체들의 관리의 복잡성을 해결하기 위하여 분산객체들간의 효과적인 상호협력정책들이 필요하게 되었다. 따라서 본 논문에서는 트레이더의 설비, 목적과 목적의 가중치에 따른 세가지 다른 상호협력 모델(단순협력(light weight trader), 단순교섭(simple negotiation), 연합(federation))을 살펴보므로써 클라이언트에게 보다 나은 서비스 속도 제공 및 선택의 폭을 넓히기 위한 트레이딩 상호협력을 제안했다.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.39-46
• /
• 2019

최근에 지하공동이나 배관의 위치 파악 등의 필요에 의해 금속을 포함하여 다양한 재질의 지하 물체를 탐지하는 일이 중요해지고 있다. 이러한 이유로 지하 탐지 분야에서 GPR(Ground Penetrating Radar) 기술이 주목을 받고 있다. GPR은 지하에 묻혀 있는 물체의 위치를 찾기 위하여 레이더파를 조사하고 물체로부터 반사되는 반사파를 영상으로 표현한다. 그런데 레이더 신호는 지하에서 여러가지 물체에서 반사되어 나오는 특징이 물체마다 유사한 경우가 많기 때문에 GPR 영상을 해석하는 것은 쉽지 않다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해서 영상 인식 분야에서 최근에 많이 활용되고 있는 딥러닝 기반의 CNN(Convolutional Neural Network)모델을 이용하여 임계값에 따른 GPR 영상에서의 배관 위치를 추정하고 그 실험 결과 임계값이 7 혹은 8 일 때 가장 확실하게 배관의 위치를 찾음을 증명하였다.

• 한국통신학회논문지
• /
• 제37권4A호
• /
• pp.205-213
• /
• 2012

본 논문에서는 IEEE 802.11 무선 네트워크에서 재밍 (jamming) 공격에 효과적으로 대처할 수 있는 IEEE 802.11h 기반의 채널 도약 기법을 제안한다. IEEE 802.11h의 Dynamic Frequency Selection (DFS)은 현재 사용하는 채널에서 군 레이더와 같은 높은 간섭을 감지할 경우 임의의 채널을 선택하지 않고 전체 채널 측정을 통해 가장 좋은 채널로 도약하는 기법이다. 이러한 기법은 재밍 공격이 발생하는 환경에서는 채널 도약을 위해 모든 채널 측정을 위한 시간이 소요되며 그 시간만큼의 통신 단절이 발생해 네트워크 성능이 저하되는 단점을 가진다. 제안하는 기법에서는 기존의 기법과는 달리 재밍 공격 이전에 도약할 채널을 모든 단말이 알게 함으로써 재머에 대해 즉각적인 대처가 가능하다. 이를 위해 제안하는 기법에서는 비콘 (Beacon)을 통해 도약할 채널을 매번 갱신하며 이것은 이전 비콘 구간마다 전채널 상태 측정을 수행하는 것으로 가능하다. 다양한 환경에서의 모의 실험을 통해 제안 기법이 재머에 즉각적인 대응을 수행함으로써 네트워크 성능 저하를 완화할 수 있음을 확인할 수 있다.