• 한국항공운항학회지
• /
• 제16권2호
• /
• pp.12-20
• /
• 2008

Japanese MSAS (Multi-functional Satellite Augmentation System) satellites have been transmitting GPS satellite orbit and ionosphere correction information since 2005. MSAS coverage includes Far East Asia, and it can improve the accuracy and integrity of GPS position solutions in Korea. This research analyzed the ionosphere correction information from the MSAS ionosphere correction data. The ionosphere delay data observed by a dual frequency receiver is compared with the MSAS ionosphere correction data. The variation of MSAS GIVE values are analyzed in connection with the equatorial anomaly and ionosphere scintillation.

• 대한산업공학회지
• /
• 제37권4호
• /
• pp.400-407
• /
• 2011

Modeling and analysis of high-dimensional spectral data provide an opportunity to uncover inherent patterns in various information-rich data. Orthogonal signal correction (OSC) a preprocessing technique has been widely used to remove unwanted variations of spectral data that do not contribute to prediction or classification. In the present study we propose a novel OSC algorithm called adjusted direct OSC to improve visualization and the ability of classification. Experimental results with real mass spectral data from condom lubricants demonstrate the effectiveness of the proposed approach.

• 전기전자학회논문지
• /
• 제19권2호
• /
• pp.168-175
• /
• 2015

본 논문은 잔상효과를 이용해서 동영상 표출이 가능한 회전형 LED 전광판을 위한 FPGA 설계 기법을 제안한다. 제안된 기법은 역감마 보정과 오차 확산 방식을 이용한 데이터 보정 과정, 블록 인터리빙 과정, 데이터 시리얼 출력 과정 등의 3가지 과정으로 구성된다. 역감마 보정과 오차 확산 방식을 이용한 데이터 보정 과정은 영상 데이터를 선형 휘도 특성으로 변환하기 위한 역감마 보정과 역감마 보정에 의해 발생하는 저계조 휘도 감소 현상을 줄이기 위해 오차 확산 방식을 이용한 영상 데이터를 보정하는 단계이다. 영상 데이터 블록 인터리빙 과정은 가로열로 입력되는 프레임의 데이터를 입력순서에 맞추어 저장한 후, 세로열에 해당하는 데이터만을 읽어내는 단계이다. 데이터 시리얼 출력 과정은 고속으로 회전하는 LED Bar에 표출해야 할 데이터를 전송하기 위해서 회전 위치에 해당하는 병렬 데이터를 시리얼로 변환하여 LED Driver IC에 전송하는 단계이다. 제안된 FPGA 설계 기법의 정확성을 평가하기 위해서 FPGA는 Xilinx 사의 Spartan 6 계열의 XC6SLX45-FG484를 사용하였고 설계 툴은 ISE 14.5를 사용하였다. 역감마 및 오차확산 보정작업에 대한 정확한 동작, 블록 메모리 인터리빙 동작, 영상 데이터의 시리얼화 동작 등에 대하여 목표로 한 설정값과 시뮬레이션 결과값이 일치함을 확인 할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.83-101
• /
• 2022

Accurate atmospheric correction is essential for the analysis of land surface and environmental monitoring. Aerosol optical depth (AOD) information is particularly important in atmospheric correction because the radiation attenuation by Mie scattering makes the differences between the radiation calculated at the satellite sensor and the radiation measured at the land surface. Thus, it is necessary to use high-quality AOD data for an appropriate atmospheric correction of high-resolution satellite images. In this study, we examined the Second Simulation of a Satellite Signal in the Solar Spectrum (6S)-based atmospheric correction results for the Sentinel-2 images in South Korea using raster AOD (MODIS) and single-point AOD (AERONET). The 6S result was overall agreed with the Sentinel-2 level 2 data. Moreover, using raster AOD showed better performance than using single-point AOD. The atmospheric correction using the single-point AOD yielded some inappropriate values for forest and water pixels, where as the atmospheric correction using raster AOD produced stable and natural patterns in accordance with the land cover map. Also, the Sentinel-2 normalized difference vegetation index (NDVI) after the 6S correction had similar patterns to the up scaled drone NDVI, although Sentinel-2 NDVI had relatively low values. Also, the spatial distribution of both images seemed very similar for growing and harvest seasons. Future work will be necessary to make efforts for the gap-filling of AOD data and an accurate bi-directional reflectance distribution function (BRDF) model for high-resolution atmospheric correction. These methods can help improve the land surface monitoring using the future Compact Advanced Satellite 500 in South Korea.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.120-120
• /
• 2020

Spatial precipitation data is one of the essential components in modeling hydrological problems. The estimation of these data has achieved significant achievements own to the recent advances in remote sensing technology. However, there are still gaps between the satellite-derived rainfall data and observed data due to the significant dependence of rainfall on spatial and temporal characteristics. An effective approach based on the Convolutional Neural Network (CNN) model to correct the satellite-derived rainfall data is proposed in this study. The Mekong River basin, one of the largest river system in the world, was selected as a case study. The two gridded precipitation data sets with a spatial resolution of 0.25 degrees used in the CNN model are APHRODITE (Asian Precipitation - Highly-Resolved Observational Data Integration Towards Evaluation) and PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks). In particular, PERSIANN-CDR data is exploited as satellite-based precipitation data and APHRODITE data is considered as observed rainfall data. In addition to developing a CNN model to correct the satellite-based rain data, another statistical method based on standard deviations for precipitation bias correction was also mentioned in this study. Estimated results indicate that the CNN model illustrates better performance both in spatial and temporal correlation when compared to the standard deviation method. The finding of this study indicated that the CNN model could produce reliable estimates for the gridded precipitation bias correction problem.

• 한국융합학회논문지
• /
• 제9권3호
• /
• pp.15-21
• /
• 2018

해양 뜰개는 해수면을 떠다니며 해양 기상 등을 관측하는 장비로, 뜰개를 통해 관측한 데이터는 해양 기상 예측, 유류유출 예측 등의 상황에서 활용된다. 관측 데이터는 관측 시에 오측(error data) 또는 결측(missing data)이 발생할 수 있으며, 오측 또는 결측된 데이터가 포함 될 경우, 데이터를 사용하는 모델들의 정확도가 떨어질 수 있다. 본 논문에서는 데이터 보정을 위한 방법으로 순환신경망을 이용한 데이터 보정 모델을 제안한다. 2015년 7개, 2016년 8개의 뜰개를 통해 수집한 해양 데이터를 이용한 보정 실험 결과와 보정 결과를 검증하기 위한 뜰개 이동 예측 실험을 설명하며, 실험 결과, 데이터 보정을 통해 13.9%의 데이터가 보정되었으며, 이동 예측 모델의 성능이 1.4% 향상되는 것을 보였다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권2호
• /
• pp.141-148
• /
• 2023

In this paper, impacts of tropospheric delay gradient correction on PPP positioning performance were analyzed. A correction for tropospheric delay error due to the gradient was created and applied using external data, and reference station data were collected on a sunny day and a rainy day to analyze the GPS only dual-frequency PPP positioning results. As a result, on the sunny day, the convergence time was about 35 minutes and the final 3D position error was 10 cm, regardless of whether the correction for the tropospheric delay error by the gradient was applied. On the other hand, on the rainy day, the 3D position error converges only when the correction was applied, and the convergence time was about 34 minutes. Furthermore, the final 3D position error was improved from 30 cm to 10 cm. In addition, the analysis of the PPP by reference station location on the rainy day showed that the PPP positioning performance was improved when the correction was applied to a user located in an area where the weather changes.

• 한국지리정보학회지
• /
• 제9권2호
• /
• pp.159-172
• /
• 2006

본 연구에서는 광역지역에 대한 지표온도를 추출할 목적으로 대상지역에 대한 시계열 Landsat TM/ETM+영상을 획득하여 기하보정 및 방사보정을 실시하고 NASA모델을 이용하여 지표온도를 추출하였다. 그리고 대상지역에 대한 피복분류를 통하여 이에 따른 고유 방사율을 적용하는 1차 보정을 실시하는 한편, 기상청 기온자료와의 상관관계를 분석하여 보정식을 설정하고 영상으로부터 획득한 지표온도를 2차적으로 보정함으로써 영상을 이용한 지표온도 추출의 정확도를 향상시키고자 하였다. 그 결과, 1,2차 보정에 의해 획득한 지표온도는 기상청자료와 약 ${\pm}3.0^{\circ}C$의 평균편차내에서 보정된 지표온도를 획득할 수 있었다. 연구결과의 재검증을 위하여 다른 시기의 Landsat 영상에 적용함으로써 대상지역에 대한 지표온도를 비교적 높은 정확도로 획득할 수 있었다.

• 정보교육학회논문지
• /
• 제15권1호
• /
• pp.147-154
• /
• 2011

본 연구에서는 가속도 센서의 각 축의 값들을 이용해 숫자나 특정 입력 값을 기기에 전달할 수 있는 제스처 인식을 위한 센서 값들의 효율적인 사전 보정 알고리즘과 분류 알고리즘에 대해서 제안한다. 실험결과 보정 전과 보정 후의 X축과 Z축의 에러율을 통하여 전처리 된 데이터가 생성됨을 알 수 있었다. 또한 전처리 된 데이터에 적용할 정규화와 분류 알고리즘으로 구현한 인식기가 높은 인식률을 보여주었다.

• 신재생에너지
• /
• 제4권4호
• /
• pp.23-29
• /
• 2008

Wind farm development project contains high business risks because that a wind farm, which is to be operating for 20 years, has to be designed and assessed only relying on a year or little more in-situ wind data. Accordingly, long-term correction of short-term measurement data is one of most important process in wind resource assessment for project feasibility investigation. This paper shows comparison of general Measure-Correlate-Prediction models and neural network, and presents new method using neural network for increasing prediction accuracy by accommodating multiple reference data. The proposed method would be interim step to complete long-term correction methodology for Korea, complicated Monsoon country where seasonal and diurnal variation of local meteorology is very wide.