• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.1125-1136
• /
• 2010

최근에 이동 객체 추적 장치로부터 얻어진 추적 스트림에 대한 온라인 비정상 행위 감시에 대한 요구가 증가하고 있다. 제한된 공간 비용 내에서 고속 데이터 처리의 요구사항에 기인하여 이 문제는 흥미를 끌고 있다. 이 논문에서, 우리는 모바일 애드 혹 망에서 모바일 장치의 위성항법장치 로그로부터 이동특징 정보를 계산하여 정상 프로파일을 구축하고, 모바일 장치의 현재 이동 특징 정보와 정상 프로파일내의 이동 특징 정보간의 퍼지 비유사도를 계산한다. 그 계산된 퍼지 비유사도를 기초로 그 모바일 장치의 비정상 행위를 효율적으로 탐지하는 퍼지 비정상 행위 탐지 알고리즘을 제안한다. 그리고 모의실험을 통하여 제안한 알고리즘의 성능을 평가한다.

• 한국전자파학회논문지
• /
• 제8권6호
• /
• pp.581-588
• /
• 1997

시변 페이딩 이동무선채널은 전송 선호의 전폭, 주파수 그리고 위상까지 랜덤하게 왜곡시키며 시간적으로 변하는 스펙트럼 null 을 가진다. 이러한 채널에 대해 위상왜곡에 민감한 성질과 느린 수렴속도를 가지는 기존의 등화기는 열악한 에러 성능을 나타낸다. 이 논문에서는, 단순하면서도 빠른 수렴속도의 Data - Recycling 알고리듬 을 위상왜곡에 강한 Fractionally Spaced 동화기(FSE) 구조에 적용하였으며 시변 이동통신 페이딩 채널에 대 해 다른 기존의 둥화기들과 비교하여 그 성능을 평가하였다. 그 결과 Data-Recycling FSE는 시변 이동통신채널의 특성을 빠르게 추적하는 능력과 위상왜곡에 대한 효과적인 보상능력으로 상당한 BER 성능개선을 나타내었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.432-434
• /
• 1998

Recently, For the material transport is increased, the AGV(Automated Guided Vehicle) is the most important part in the industrial factory. So we treat the navigation control problem and experimental results using microprocessor. In navigation control, we have faced with velocity control problem related to guide path tracking problem. Carefully, In the straight line, the AGV moves at its high speed, but in the curve line, especially when the radian ratio is very big it is difficult to follow guide line. So, Using fuzzy controller we have simulated the guide path following AGV according to the varying velocity and experimented it with microprocessor.(Intel 80C196KC) Now, If we use the AGV industrial factory, we will improve the product and efficiency in spite of changing the factory environment.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.583-586
• /
• 2004

본 논문에서는 2.4 GHz대역에서 54 MbPs 고속 데이터 전송이 가능한 IEEE 802.11g 무선 LAN 시스템에서 사용되는 변조 방식인 CCK(Complementary Code Keying)의 클럭 동기에 대해서 연구했다. 수신단에서는 잡음 또는 페이딩에 의해 클럭 주파수 오차가 발생한다. 이 주파수 오차는 클럭 타이밍 오프셋을 발생시켜 ISI(InterSymbol Intorference)의 원인이 된다. 그러므로 클럭 타이밍 오프셋을 줄이기 위해서는 트렉킹이 필요하다. 본 논문에서는 클럭 트렉킹을 위해 비동기 방식인 DLL(Delay Lock Loop)방식을 이용하여 시뮬레이션을 수행하였다. AWCN 환경과 실외 다중경로 페이딩 채널환경에 대한 지터 분산과 이에 따른 BER 성능을 비교한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1084-1085
• /
• 2007

This paper presents a vector control implementation for SPMSM(Surface-mounted Permanent Magnet Synchronous Motor) using dSPACE 1104 system and MATLAB/SIMULINK. SPMSM can be treated as a DC motor provided that currents of flux and torque component are controlled independently using vector control. Therefore various control algorithms for conventional DC motor control can be adopted to SPMSM. The system is designed to improve set-point tracking capability, fast response, and accuracy. In This paper, d-q equivalent modeling of PMSM is derived based on vector control theory. The PI controller is used for speed control and state feedback PI current control method is used for current control. For the implementation of high performance vector control system, dSPACE 1104 system is used. Simulations and experiments were carried out to examine validity of the proposed vector control implementation.

• International Journal of Internet, Broadcasting and Communication
• /
• 제11권4호
• /
• pp.76-85
• /
• 2019

We introduce a vision-based object detection method for real-time video surveillance system in low-end edge computing environments. Recently, the accuracy of object detection has been improved due to the performance of approaches based on deep learning algorithm such as Region Convolutional Neural Network(R-CNN) which has two stage for inferencing. On the other hand, one stage detection algorithms such as single-shot detection (SSD) and you only look once (YOLO) have been developed at the expense of some accuracy and can be used for real-time systems. However, high-performance hardware such as General-Purpose computing on Graphics Processing Unit(GPGPU) is required to still achieve excellent object detection performance and speed. To address hardware requirement that is burdensome to low-end edge computing environments, We propose sub-frame analysis method for the object detection. In specific, We divide a whole image frame into smaller ones then inference them on Convolutional Neural Network (CNN) based image detection network, which is much faster than conventional network designed forfull frame image. We reduced its computationalrequirementsignificantly without losing throughput and object detection accuracy with the proposed method.

• 한국통신학회논문지
• /
• 제36권11B호
• /
• pp.1285-1296
• /
• 2011

패킷분류는 라우터의 가장 기본적이면서도 중요한 기능 중의 하나이며, 실시간 전송을 요구하는 새로운 인터넷 응용 프로그램의 등장과 더불어 그 중요성이 더욱 커지고 있다. 패킷분류는 입력 패킷에 대하여 선속도로 이루어져야 하며, 여러 헤더 필드에 대해 다차원 검색을 수행해야 하기 때문에 라우터 설계의 어려운 문제 중에 하나이다. 고속의 패킷분류를 제공하기 위한 다양한 패킷분류 알고리즘이 제안되어 왔으며, 그 중 계층적 접근 방식을 사용한 알고리즘은 하나의 필드에 대하여 검색이 수행될 때마다 많은 검색 영역이 제거되기 때문에 효율적이다. 그러나 계층적 구조는 역추적이라는 문제를 내재하고 있으며, 이를 해결하기 위해 사용되는 셋-프루닝 트라이나그리드-오브-트라이는 지나치게 많은 노드 복사를 야기하거나, 선-계산이라는 복잡한 과정을 요구한다. 본 논문에서는 셋-프루닝 하위 트라이의 간단한 합병을 통하여 복사되는 노드의 개수를 줄일 수 있는 스마트 셋-프루닝 구조를 제안한다. 시뮬레이션 결과 제안된 구조는 셋-프루닝 트라이와 비교하여 복사되는 노드 수 및 룰 수가 2-8% 줄어듦을 확인하였다.

• 전자공학회논문지SC
• /
• 제42권6호
• /
• pp.49-56
• /
• 2005

개발된 마이크로전자빔 조사장치는 100KeV 이하의 에너지를 갖는 전자를 세포의 핵에 0.2Gy 이하의 양으로 조사한 후 저준위 방사선에 대한 세포의 생물학적 영향을 해석하기 위해 고안된 시스템이다. 방사선의 생물학적 영향 평가에 유의한 통계성을 확보하기 위해서는 조사되는 세포의 수가 10,000개 이상이 되어야하고 실험 세포의 수명 및 방사선 피폭 후 영향 발현 관찰 시기 등을 고려할 때 시간당 10,000개 이상의 세포 조사가 요구된다. 10,000개 이상의 세포 조사를 위해서는 $320{\times}240{\mu}m^2$ 범위 내에 20개 정도의 세포가 분포하는 프레임을 500번 이상 이동하여야 한다. 본 논문에서는 장치 운영을 위한 사용자 인터페이스와 함께 효율적인 조사 알고리즘을 이용한 세포 자동 인식과 위치 제어를 구현하고 검증하였다.

• 대한인간공학회지
• /
• 제26권2호
• /
• pp.149-155
• /
• 2007

Recently, various devices requiring text input such as mobile phone IPTV, PDA and UMPC are emerging. The frequency of text entry for them is also increasing. This study was focused on the evaluation of Korean text entry interface. Various models to evaluate text entry interfaces have been proposed. Most of models were based on human cognitive process for text input. The cognitive process was divided into two components; visual scanning process and finger movement process. The time spent for visual scanning process was modeled as Hick-Hyman law, while the time for finger movement was determined as Fitts' law. There are three questions on the model-based evaluation of text entry interface. Firstly, are human cognitive processes (visual scanning and finger movement) during the entry of text sequentially occurring as the models. Secondly, is it possible to predict real text input time by previous models. Thirdly, does the human cognitive process for text input vary according to users' text entry speed. There was time gap between the real measured text input time and predicted time. The time gap was larger in the case of participants with high speed to enter text. The reason was found out investigating Eye-Hand Coordination during text input process. Differently from an assumption that visual scan on the keyboard is followed by a finger movement, the experienced group performed both visual scanning and finger movement simultaneously. Arrival Lead Time was investigated to measure the extent of time overlapping between two processes. 'Arrival Lead Time' is the interval between the eye fixation on the target button and the button click. In addition to the arrival lead time, it was revealed that the experienced group uses the less number of fixations during text entry than the novice group. This result will contribute to the improvement of evaluation model for text entry interface.

• 한국터널지하공간학회 논문집
• /
• 제20권6호
• /
• pp.1161-1175
• /
• 2018

도로 터널의 주행은 시야의 제한으로 인해 유고상황이 발생한 후 2차 대형사고로 이어지기 쉽다. 따라서, 유고상황 발생 즉시, 상황을 자동 감지하여 신속히 초동대응이 이루어 져야 한다. 유고상황을 자동으로 감시할 수 있는 시스템은 기존에도 존재했지만, 폐합된 터널 내 열악 환경에서 촬영되는 CCTV 영상의 질적 한계로 인해 유고상황을 제대로 감지하지 못했다. 이러한 한계를 극복하기 위해 딥러닝을 기반으로 한 터널 영상유고 자동 감지 시스템을 개발하였으며, 지난 2017년 11월 딥러닝 객체 인식 네트워크에 대한 연구를 진행하여 우수한 객체인식 성능을 보인바 있다. 그러나 객체인식은 정지영상 기반으로 수행되므로 이동체의 이동방향과 속도를 알 수 없어, 정차 및 역주행 등 이동체의 이동특성에 따른 유고상황을 판단하기 힘들다. 본 논문에서는 객체인식으로 감지된 이동체의 객체정보를 기반으로 별도의 객체추적기법을 적용하여 이동체의 이동 특성을 자동으로 추적하는 프로세스를 제안하였다. 이를 통해 얻어진 이동체의 이동 방향과 속도 정보를 기반으로 정차 및 역주행을 판별하는 알고리즘을 개발하여 딥러닝 기반 터널 영상유고 자동감지 시스템을 완성하였다. 또한, 유고상황이 포함된 영상들에 대하여 유고상황 감지성능을 검증하였다. 검증 실험 결과, 화재, 정차와 역주행 상황에 대해서는 모두 100% 수준으로 완전한 유고상황 감지성능을 보였으나, 보행자 발생 상황에서는 78.5%로 상대적으로 낮은 성능을 보였다. 하지만, 향후 지속적인 영상유고 영상 빅데이터를 확장해 나가고 주기적인 재학습을 통해 유고상황에 대한 인지성능을 향상시켜 나갈 수 있을 것이다.