• 한국통신학회논문지
• /
• 제30권2A호
• /
• pp.26-33
• /
• 2005

무선 IP 망의 자원 예약 방식에서는 미래의 호가 요구하는 무선자원의 양을 정확히 예측함으로써 제한된 무선자원의 이용률을 높일 수 있다. 본 연구에서는 멀티미디어 무선 IP 망에서 미래의 핸드오프 호가 요구하는 무선자원(대역폭)의 양을 예측하는 LMS-Wiener 예측방법을 제안하고, 자원의 예측 오차양의 크기에 관해서 기존외 위너 모델링에 기초한 예측방법과 성능을 비교한다. 성능비교를 위한 트래픽 환경은 피코셀 구조의 무선 IP 망에서 장시간 호의 도착패턴이 일반적인 포아송 분포보다는 비포아송 분포를 보이므로, 핸드오프 호의 도착과정을 비 포아송 분포, 핸드오프 호의 채널 점유 시간도 비 지수 분포로 모델링 하였다. 시뮬레이션 결과 기존의 위너모델에 의한 방법에서는 예측시점이 경과함에 따라 예측 오차량의 크기가 증가하는 반면에 제안한 방법에서는 예측 오차량의 크기가 감소하는 수렴성을 보였다. 따라서 제안한 자원의 예측 방법이 기존의 방법보다 미래의 핸드오프 호가 필요로 하는 무선자원의 양을 상대적으로 정확히 예측함으로써, 필요이상의 과도한 자원의 예약으로 발생되는 무선자원의 낭비를 줄일 수 있음을 알 수 있다.

• 한국항행학회논문지
• /
• 제15권5호
• /
• pp.757-763
• /
• 2011

본 논문에서는 무선인지 망에서 2차 사용자가 1차 사용자의 스펙트럼 홀을 점유하여 서비스를 진행 하는 중에 1차 사용자가 다시 나타나 스펙트럼 핸드오프를 해야 할 경우, 2차 사용자 호의 강제 종료율을 줄이는 방법을 제안한다. 제안한 방법은 1차 사용자가 출현하여 요구하는 채널의 양을 위너예측 모델로 예측하고, 그 예측된 채널의 양을 기초로 2차 사용자가 스펙트럼 핸드오프를 해야 할 경우, 2차 사용자 호의 전용채널을 이용하여 필요한 채널의 양을 미리 예약하여 끊임이 없는 서비스를 제공한다. 시뮬레이션을 통하여 예약을 하지 않고 랜덤하게 채널을 엑세스하는 방법과 제안한 방법의 성능을 2차 사용자의 스펙트럼 핸드오프 호의 강제 종료율과 2차 사용자의 새로운 호의 엑세스를 차단하는 차단율 및 채널이용률에 대해서 비교한다. 그 결과 본 논문에서 제안한 방법이 2차 사용자의 스펙트럼 핸드오프 호의 강제 호 종료율을 줄일 수 있음을 보인다.

• 한국항행학회논문지
• /
• 제13권3호
• /
• pp.372-377
• /
• 2009

본 연구에서는 무선망에서 모바일 터미널의 호가 요구하는 무선자원의 예측방법으로 위너모델에 의한 예측방법, MMOSPRED 예측방법, 신경망기법에 의한 예측방법 과 이들 예측방법을 이용한 호 수락제어기법의 성능을 평가한다. 호 수락제어는 무선자원을 핸드오프호에 우선적으로 할당하는 핸드오프호 우선수락방법을 사용하며, 이를 위해 핸드오프호가 필요로 하는 자원의 양을 예측하여 예약하고, 나머지 용량으로 신규호의 수락/거절을 결정한다. 시뮬레이션을 통하여 자원예측방법들에 의한 자원예측의 정확성(예측오차)과 예측된 자원을 이용한 핸드오프호의 손실확률 및 신규호의 차단확률을 비교한다. 그 결과 자원예측 방법에 의해 핸드오프호의 요구자원량을 정확히 예측함으로써 핸드오프호의 손실확률과 신규호의 차단확률이 감소하였고, 위너모델에 의한 자원예측 및 호 수락제어의 성능이 우수함을 보였다.

• 정보처리학회논문지C
• /
• 제12C권1호
• /
• pp.69-76
• /
• 2005

무선 셀룰러 망에서 제한된 무선자원을 효율적으로 이용하기 위해서는 핸드오프 호가 요구하는 자원의 양을 정확히 예측하는 것이 필요하다. 본 연구에서는 미래의 핸드오프 호가 요구하는 자원의 양을 기존의 방법보다 정확히 예측함으로써 자원의 낭비를 줄일 수 있는 방법을 제안한다. 위너모델을 개선한 기존의 방법은 현재의 핸드오프 호가 사용하는 자원의 양(대역폭)을 토대로 미래의 핸드오프 호가 요구하는 자원의 양을 예측함으로써 이웃 셀의 트래픽 정보를 이용하여 자원의 양을 예측하는 방법보다 자원예측을 위한 처리과정이 훨씬 간단하다. 그러나 기존의 방법에서는 실제 요구한 양과 예측한 자원의 양의 차이인 자원의 예측 오차량의 크기가 예측시점의 경과에 따라 증가하여 자원의 낭비를 초래한다. 본 연구에서는 예측시점의 경과에 따라 예측 오차량의 크기를 감소시키는 감소 지수 파라메타를 도입하여 기존방법의 자원낭비를 줄였다. 시뮬레이션을 통하여 제안된 방법이 기존의 방법보다 원하는 핸드오프 호 손실률에서 핸드오프 호가 필요로 하는 자원의 양을 정확히 예측함으로써 자원의 이용률에서 성능이 우수함을 보인다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 2004년도 하계종합학술발표회논문초록집
• /
• pp.454-454
• /
• 2004

• Structural Engineering and Mechanics
• /
• 제45권1호
• /
• pp.53-67
• /
• 2013

This study aimed to develop a model to accurately predict the acceleration of structural systems during an earthquake. The acceleration and applied force of a structure were measured at current time step and the velocity and displacement were estimated through linear integration. These data were used as input to predict the structural acceleration at next time step. The computation tool used was the Volterra/Wiener neural network (VWNN) which contained the mathematical model to predict the acceleration. For alleviating problems of relatively large-dimensional and nonlinear systems, the VWNN model was utilized as the signal processing tool, including the Taylor series components in the input nodes of the neural network. The number of the intermediate layer nodes in the neural network model, containing the training and simulation stage, was evaluated and optimized. Discussions on the influences of the gradient descent with adaptive learning rate algorithm and the Levenberg-Marquardt algorithm, both for determining the network weights, on prediction errors were provided. During the simulation stage, different earthquake excitations were tested with the optimized settings acquired from the training stage to find out which of the algorithms would result in the smallest error, to determine a proper simulation model.

• 한국시뮬레이션학회논문지
• /
• 제17권3호
• /
• pp.19-26
• /
• 2008

본 논문에서는 중기 국채(Treasure Note; T-Note)의 실제 자료를 이용하여 채권 가격에 대한 이자율을 예측하는 동적인 예측 알고리즘을 제안하고 있다. 제안한 알고리즘은 이자율 기간 구조를 근본으로 하고 있으며 표준 위너 과정(standard Wiener process)과 같은 다양한 금융 모형의 대안으로 활용 가능하다. 본 논문에서는 실제 자료의 누적 분포 함수(Cumulative Distribution Function; CDF)를 이용하여 이자율을 측정하였으며 CDF는 수치적 방법인 보간법 중에 자주 활용되는 내츄럴 큐빅 스플라인(natural cubic spline; NCS)방법을 통하여 얻었다. 위에서 얻은 CDF를 통하여 난수 생성기법(random number generation scheme; RNGS)을 이용하여 채권의 가격를 계산하였다. 컴퓨터 시뮬레이션을 통해 얻은 실험결과로부터 제안된 예측 알고리즘에서 엄밀도(precision)의 낮은 값을 얻음으로써 채권의 가치가 더욱 예리하고 정확하게 평가되었음을 확인할 수 있었으며, 이는 매우 근거 있는 예측이라 할 수 있다.

• 한국항행학회논문지
• /
• 제20권5호
• /
• pp.440-445
• /
• 2016

인지라디오망에서 제한된 스펙트럼 자원을 효율적으로 이용하는 방법으로 PU (primary user)가 사용하지 않는 스펙트럼 홀의 크기를 예측하여 SU (secondary user)가 이용하는 방법이 있다. 본 논문은 SU의 서비스품질을 만족시키기 위하여, SU스펙트럼 홉핑호의 손실확률 (SHDP; spectrum hopping call dropped probability)을 최소화는 적응 호수락제어 기법을 제안한다. 이 방법은 호수락제어, 대역폭예측, 적응대역폭할당으로 구성된다. 예측기법은 스펙트럼홀의 크기뿐만 아니라, SU스펙트럼 홉핑호가 요구하는 대역폭크기를 함께 예측하며, 예약할 수 있는 자원의 크기가 부족할 때는 적응대역폭할당을 이용하여 SU스펙트럼 홉핑호의 손실확률을 최소화시킨다. 예측기법은 위너예측기법을 이용한다. 시뮬레이션을 통하여 제안한 방법의 성능을 기존방법과 비교하고, SHDP를 최소화 할 수 있음을 보인다.

• 한국전자통신학회논문지
• /
• 제14권6호
• /
• pp.1249-1256
• /
• 2019

본 논문에서는 보청기의 음향궤환 및 잡음을 제거하기 위한 새로운 알고리즘을 제안한다. 이 알고리즘은 기존의 FIR 구조를 이용하는 대신 신경망 적응예측필터를 이용한 심층학습 알고리즘으로 궤환 및 잡음제거 성능을 향상시킨다. 먼저 궤환제거기가 마이크 신호에서 궤환신호를 제거하고, 이어서 Wiener 필터기법을 이용하여 잡음을 제거한다. 잡음 제거는 음성신호가 가진 주기적 성질에 따라 선형예측모델을 이용하여 잡음이 포함된 음성신호로부터 음성을 추정해내는 것이다. 한 루프 안에 포함된 두 적응 시스템의 안정적 수렴을 보장하기 위해 궤환제거기 및 잡음제거기의 계수 업데이트를 분리하여 실시하며 제거 후 생성된 잔차신호를 이용하여 수렴시키는 과정을 진행한다. 본 연구에서 제안한 궤환 및 잡음제거기의 성능을 검증하기 위하여 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 실험 결과, 제안한 심층학습 알고리즘을 사용하면 기존의 FIR 구조를 사용하는 경우보다 궤환제거기에서 약 10 dB의 SFR(: Signal to Feedback Ratio), 잡음제거기에서 약 3 dB의 SNRE(: Signal to Noise Ratio Enhancement) 개선효과를 얻을 수 있는 것으로 확인되었다.