• 중소기업융합학회논문지
• /
• 제1권1호
• /
• pp.39-44
• /
• 2011

인류가 석탄, 석유, 천연가스 화석 연료 등 연로들에 대한 무절제한 사용으로 하여 전 세계적으로 심각한 환경오염과 화석 연료의 자원 고갈문제에 직면하게 되었다. 따라서 이러한 환경오염 문제를 줄이고 또한 고갈돼가고 있는 화석 연료를 대체할 태양 에너지, 풍력, 수력, 바이오매스, 지열 등과 같은 신재생에너지 자원의 개발이 필요하게 되었다. 최근 센서 네트워크 기술의 발달로 인하여 신재생 에너지 데이터는 각종 센서들로부터 원격으로 수집이 된다. 그러나 이러한 데이터는 센서 네트워크로부터 실시간으로 연속적으로 무한히 수집되는 센서 스트림 데이터이기 때문에 주기적으로 갱신되는 데이터 수집 방법으로는 최신의 데이터를 유지하기 어려우며, 부정확한 분석 결과를 도출할 수 있다. 따라서 본 논문에서는 무선 센서 네트워크 내에서 데이터 스트림을 효율적으로 수집하고 센서의 전송 횟수를 감소하기 위한 칼만 필터링 기법에 기반 한 필터링 기법을 제안하였다.

• 한국정보전자통신기술학회논문지
• /
• 제2권3호
• /
• pp.53-60
• /
• 2009

본 논문에서는 얼굴 특징을 추출하는 새로운 능동적 방식을 제안하고자 한다. 운전자의 피로 상태를 검출하기 위한 얼굴 표정 인식을 위해 얼굴 특징을 추적하고자 하였다. 그러나 대다수의 얼굴 특징 추적 방법은 다양한 조명 조건과 얼굴 움직임, 회전등으로 얼굴의 특징점이 검출하지 못하는 경우가 발생한다. 본 논문에서는 얼굴 특징을 추출하는 새로운 능동적 방식을 제안하고자 한다. 제안된 방법은 우선, 능동적 적외선 감지기를 사용하여 다양한 조명 조건하에서 동공을 검출하고, 검출된 동공은 얼굴 움직임을 예측하는데 사용되어진다. 얼굴 움직임에 따라 특징이 국부적으로 부드럽게 변화한다고 할 때, 칼만 필터로 얼굴 특징을 추적할 수 있다. 제한된 동공 위치와 칼만 필터를 동시에 사용함으로 각각의 특징 지점을 정확하게 예상할 수 있었고, Gabor 공간에서 예측 지점에 인접한 지점을 특징으로 추적할 수 있다. 패턴은 검출된 특징에서 공간적 연관성에서 추출한 특징들로 구성된다. 실험을 통하여 다양한 조명과 얼굴 방향, 표정 하에서 제안된 능동적 방법의 얼굴 추적의 실효성을 입증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.603-607
• /
• 2004

본 논문에서는 얼굴 특징을 추출하는 새로운 능동적 방식을 제안하고자 한다. 운전자의 피로 상태를 검출하기 위한 얼굴 표정 인식을 위해 얼굴 특징을 추적하고자 하였다. 그러나 대다수의 얼굴 특징 추적 방법은 다양한 조명 조건과 얼굴 움직임, 회전등으로 얼굴의 특징점이 검출하지 못하는 경우가 발생한다. 그러므로 본 논문에서는 얼굴 특징을 추출하는 새로운 능동적 방식을 제안하고자 한다. 제안된 방법은 우선, 능동적 적외선 감지기를 사용하여 다양한 조명 조건 하에서 동공을 검출하고, 검출된 동공은 얼굴 움직임을 예측하는데 사용되어진다. 얼굴 움직임에 따라 특징이 국부적으로 부드럽게 변화한다고 할 때, 칼만 필터로 얼굴 특징을 추적할 수 있다. 제한된 동공 위치와 칼만 필터를 동시에 사용함으로 각각의 특징 지점을 정확하게 예상 할 수 있었고, Gabor 공간에서 예측 지점에 인접한 지점을 특징으로 추적할 수 있다. 패턴은 검출된 특징에서 공간적 연관성에서 추출한 특징들로 구성된다. 실험을 통하여 다양한 조명과 얼굴 방향, 표정 하에서 제안된 능동적 방법의 얼굴 추적의 실효성을 입증하였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권6호
• /
• pp.735-746
• /
• 1999

We design the robust and inherently fault tolerant decetralized$$H^infty$$ filter for the multisensor state estimation problem when there are insufficient priori informations on the statistical properties of external disturbances. For developing the proposed algorithm, an alternative form of suboptimal$$H^infty$$ filter equations are formulated by applying an alternative form of Kalman filter equations to the indefinite inner product space state model of suboptimal$$H^infty$$ filtering problems. The decentralized$$H^infty$$ filter that consists of local and central fusion filters can be designed effciently using the proposed alternative$$H^infty$$ filiter gain equations. The proposed decentralized$$H^infty$$ filter is robust against un-known external disturbances since it bounds the maximum energy gain from the external disturbances to the estimation errors under the prescribed level$$r^2$$ in both local and central fusion filters and is also fault tolerant due to its inherent redundancy. In addition, the central fusion equations between the global and local data can reduce the unnecessary calculation burden effectively. Computer simulations are made to ceritfy the robustness and fault tolerance of the proposed algorithm.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.469-474
• /
• 2011

본 논문에서는 기동표적의 위치 오차값 보상 기법을 이용한 지능형 기동표적 추적 기법을 제안한다. 기동표적의 관측값과 예상위치와의 차이를 가속도와 순수 잡음으로 분리한다. 최적의 수준으로 가속도를 추출하기 위하여 K-means 클러스터링 기법과 TS 퍼지 시스템을 이용한다. K-means 클러스터링에 의해 분리된 가속도와 잡음에 대한 소속함수를 설정하고 퍼지 모델화하여 기동표적의 특성을 파악한다. 계산상의 오차를 보상하기 위하여 분리된 가속도와 잡음은 추적 알고리즘의 계산과정에 적절히 이용된다. 추정값 계산시, 가속도를 분리 하므로써 필터링 과정은 표적의 비선형 기동을 선형기동으로 인식하여 칼만필터의 성능을 유지시킨다. 기동표적의 비선형성에 대한 오차는 추정된 가속도를 통해 보상된다. 제안된 시스템의 소속함수에 사용되는 파라미터값을 조종하여 상황에 따라 적응성과 강인성을 향상시킨다. 제안된 시스템은 실시간 추적이 가능하도록 구성하였으며, 몇 가지 예를 통하여 본 논문에서 제안한 방법의 우수성을 증명한다.

• Journal of information and communication convergence engineering
• /
• 제5권2호
• /
• pp.171-176
• /
• 2007

To give a guarantee a consistently high level of quality and reliability of Telematics traffic service, traffic flow forecasting is very important issue. In this paper, we proposed an adaptable integrated prediction model to predict the traffic flow in the future. Our model combines two methods, short-term prediction model and long-term prediction model with different combining coefficients to reflect current traffic condition. Short-term model uses the Kalman filtering technique to predict the future traffic conditions. And long-term model processes accumulated speed patterns which means the analysis results for all past speeds of each road by classifying the same day and the same time interval. Combining two models makes it possible to predict future traffic flow with higher accuracy over a longer time range. Many experiments showed our algorithm gives a better precise prediction than only an accumulated speed pattern that is used commonly. The result can be applied to the car navigation to support a dynamic shortest path. In addition, it can give users the travel information to avoid the traffic congestion areas.

• 제어로봇시스템학회논문지
• /
• 제19권8호
• /
• pp.682-687
• /
• 2013

Navigation is a crucial capability for all types of manned or unmanned vehicles. However, vehicle navigation in underwater environments still remains a challenging problem since GPS signals for position fixes are not available in the water. Terrain-referenced underwater navigation is an alternative navigation technique that utilizes geometric information of the subsea terrain to correct drift errors due to dead-reckoning or inertial navigation. Terrain-referenced navigation requires the description of an undulating terrain surface as a mathematical function or table, which often leads to a highly nonlinear estimation problem. Recently, PFs (Particle Filters), which do not require any restrictive assumptions about the system dynamics and uncertainty distributions, have been widely used for nonlinear filtering applications. However, PF has considerable computational requirements which used to limit its applicability to problems of relatively low state dimensions. This study proposes the use of a Rao-Blackwellized particle filter that is computationally more efficient than the standard PF for terrain-referenced underwater navigation involving a moderate number of states, and its performance is compared with that of the extended Kalman filter algorithm. The validity and feasibility of the proposed algorithm is demonstrated through numerical simulations.

• 한국ITS학회 논문지
• /
• 제4권3호
• /
• pp.51-59
• /
• 2005

버스의 서비스 질을 향상시키기 위해서 시행중인 버스정보시스템은 버스의 도착 예정시간을 산정하기 위해서 일정주기동안 통행한 버스의 데이터를 바탕으로 신경망 모형, 칼만필터링, 이동평균법등의 알고리즘을 사용하여 예측한다. 하지만 버스의 데이터 결측으로 인하여 버스의 도착 예정 시간을 산정하기 어려울 때는 버스의 시간대별 패턴 데이터를 구축하여 이를 활용하지만, 일반적으로 오차의 범위가 크다. 따라서 본 연구에서는 도착 예정 시간을 산정하기 위해 링크에 설치된 대기행렬 검지기 자료를 이용하여 버스의 링크통행 시간을 산정한다. CORSIM Version 5.1 시뮬레이션 패키지를 이용하여 검지기 지점 속도를 보정하여 검지기 지점속도를 바탕으로 버스의 통행시간을 산정한다.

• 전기학회논문지
• /
• 제67권2호
• /
• pp.314-324
• /
• 2018

This paper proposes a linear distributed target tracking filter for multiple unmanned aerial vehicles(UAVs) sharing their passive sensor measurements through communication channels. Different from the conventional nonlinear filtering schemes, the distributed passive target tracking problem is newly formulated within the framework of a linear robust state estimation theory incorporated with a linear uncertain measurement equation including the coordinate transform uncertainty. To effectively cope with the performance degradation due to the coordinate transform uncertainty, a linear consistent robust Kalman filter(CRKF) theory is devised and applied for designing a distributed passive target tracking filter. Through the simulations for typical UAV surveillance mission, the superior performance of the proposed method over the existing schemes of distributed passive target tracking are demonstrated.

• 전기학회논문지
• /
• 제67권11호
• /
• pp.1562-1569
• /
• 2018

Sensor readings always have a certain degree of randomness and fuzziness due to its intrinsic property, other electronic devices in the circuitry, wires and the rapidly changing environment. In an electrical control system, such readings will bring instability in the system and other undesired events especially if the signal hovers around the threshold. This paper proposes a Gaussian-based statistical approach in stabilizing the output through sampling the sensor data and automatic tuning the threshold to the range of multiple standard deviations. It takes advantage of the Central limit theorem and its properties assuming that a large number of sensor data samples will eventually converge to a Gaussian distribution. Experimental results demonstrate the effectiveness of the proposed algorithm in completely stabilizing the outputs over known filtering algorithms like Exponential smoothing and Kalman Filter.