• 대한전자공학회논문지TC
• /
• 제42권6호
• /
• pp.67-74
• /
• 2005

본 논문에서는 branch line coupler과 $\lambda$/4 전송라인을 이용하여 W-band MIMIC(Millimeter-wave Monolithic Integrated Circuit) single-balanced 믹서를 설계 및 제작하였다. Single-balanced 믹서의 설계를 위해 branch line coupler와 $\lambda$/4 전송라인 이용한 94 GHz 발룬 회로를 설계하였으며, 시뮬레이션 결과 94 GHz에서 반사계수는 -27.9 dB를 얻었으며, coupling은 4.26 dB, thru 특성은 -3.77 dB의 결과를 얻었다. 격리도와 위상차는 94 GHz에서 각각 23.5 dB 및 $180.2^{\circ}$의 결과를 얻었다. MIMIC single-balanced 믹서는 0.1 $\mu$m InGaAs/InAlAs/GaAs Metamorphic HEMT (High Electron Mobility Transistor) 다이 오드를 이용하여 설계 및 제작되었다. 제작된 MHEMT는 fT는 189 GHz, fmax는 334 GHz의 양호한 성능을 나타내었다. 설계된 믹서는 본 연구에서 개발된 MHEMT MIMIC 공정을 이용해 제작되었다. 94 GHz MIMIC single-balanced 믹서의 측정결과 변환손실 특성은 94 GHz에서 23.1 dB의 특성을 나타내었으며, 입력 Pl dB는 10 dBm, 출력 Pl dB는 -13.9 dBm의 결과를 얻었다. Single-balanced 믹서의 LO-RF 격리도는 94.19 GHz에서 45.5 dB의 높은 LO-RF 격리도 특성을 나타내었다. 본 논문에서 설계 및 제작된 W-band MIMIC Single-balanced 믹서는 기존의 밀리미터파 대역 믹서와 비교하여 높은 LO-RF 격리도 특성을 나타내었다.

• 생물환경조절학회지
• /
• 제31권1호
• /
• pp.43-51
• /
• 2022

본 연구는 참외 재배 지에서 흰가루병, 담배가루이 및 두점박이응애가 동시에 발생하였을 때 45, 40, 35℃(대조구)의 온도에서 측창으로 환기 처리 시, 온실 내 온·습도의 변화, 병충해 발생과 잎말림, 그리고 개화조절에 미치는 효과를 검토하였다. 3월 3일 '히든파워' 대목에 접붙여진 '알찬꿀' 참외를 40cm 간격으로 격리상에 심었고, 위에 언급한 병해충이 모든 처리구에서 발생한 6월 18일부터 7월 13일까지 처리하였다. 온실의 온도는 맑은 날에는 설정 온도 지점까지 증가되었고, 45℃ 환기 처리에서 고온 고습이 약 9시간 동안 유지되었다. 주간 최고 기온과 최저 상대습도 차이는 45℃ 환기 처리에서 가장 높았다. 환기 처리 11일 후에는 흰가루병과 두점박이응애 피해가 45℃ 환기 처리에서 거의 회복되었지만 40℃와 35℃에서는 그렇지 않았다. 처리 14일 후, 담배가루이와 두점박이 응애 밀도는 45℃에서 유의하게 감소하였으나 흰가루병 증상은 유의하게 감소하지는 않았다. 잎말림은 고온에서 유발되었으나 45℃에서도 심하지 않았다. 처리 26일 후, 새로 나온 줄기의 15 마디의 개화수를 조사한 결과, 45℃에서 암꽃이 전혀 나오지 않았고 수꽃은 1.2개로 나타났다. 이상의 결과는, 고온기에 45℃의 고온에서 2-3주간 환기 처리는 온실 내부의 고온 고습을 유도하여 흰가루병, 담배가루이, 두점박이응애를 통제하고, 개화를 억제하여 참외의 영양 생장을 회복할 수 있는 방법으로 사료되었다.

• 한국광물학회지
• /
• 제21권3호
• /
• pp.227-237
• /
• 2008

최근 들어 비소오염에 대한 환경적 관심이 증대되면서, 세계적으로 비소에 대한 음용수 기준이 강화되고 있으며, 국내적으로도 비소로 오열된 지하수 덴 토양의 출현 빈도가 높아지면서 비소 오염과 그에 대한 처리 및 대책이 주요한 환경적 관심사로 대두되고 있다. 지중에서 비소의 거동은 주로 산화물들과 점토광물에 의하여 제어되는데, 특히 철(산)수산화물이 가장 효과적으로 비소를 제어하는 것으로 알려져 있다. 이에 본 연구에서는 다양한 철(산)수산화물들 중 2-line ferrihydrite가 비소의 거동에 어떠한 영향을 미치는가를 파악하기 위하여 수행되어졌다. 다양한 비소 화학종들 중 자연 상에서 발현 빈도수가 가장 큰 3가 비소(아비산염)와 5가 비소(비산염)가 2-line ferrihydritc와 어떠한 흡착 특성을 갖는지 비교하여 연구하였다. 비소의 흡착제로 실험실에서 제조되어 이용된 2-line ferrihydrite는 $10\sim200nm$의 작은 나노 크기, $247m^{2}/g$의 비교적 큰 비표면적, 다른 철(산)수산화물보다 높은 8.2의 영전하 pH 등을 갖는 것으로 나타났는데, 이러한 2-line ferrihydrite의 대표적인 물리화학적인 특성들은 비소의 흡착제로서 매우 적합한 것으로 조사되었다. 평형흡착 실험결과, 3가 비소가 5가 비소보다 월등히 높은 흡착력을 보였으며, 3가 비소는 pH 7.0, 5가 비소는 pH 2.0에서 가장 놀은 흡착력을 보이는 것으로 나타났다. 3가 비소는 pH 12.2를 제외하고는 pH에 따른 흡착량이 크게 차이를 보이지 않은 반면, 5가 비소는 pH가 증가함에 따라 흡착량이 현격하게 갈소하는 것으로 나타났다. pH에 따른 비소의 흡착특성을 보다 더 자세하게 초찰한 견과, 3가 비소는 pH 8.0까지는 흡착량이 증가하다가 pH 9.2 이상에서는 흡착량이 급격하게 같소하는 것으포 나타났다. 5가 비소의 경우에는 pH가 증가할 수록 비교적 일정하게 흡착량이 갉소하는 것을 알 수 있었다. 이렇게 비소 화학종에 따라서 상이한 흡착특성을 보이는 이유는 pH에 따른 각 비소 화학종의 화학져 존재 형태(chemical speciation)와 2-line ferrihydrite의 표면전하의 변화 등이 복합적으로 작용하기 때문인 것으로 사료된다. 각 비소 화학종과 2-line ferrihyite와의 흡착특성을 반응속도론적 관점에서 고찰한 결과, 대부분의 비소종들이 2시간 이내에 흡착이 거의 완료되는 것으로 나타났으며, 두 종류의 비소 화학종과 2-line ferrihydrite의 흡착 반응속도를 가장 잘 모사하는 반응속도 모댁은 power function과 elovich model인 것으로 조사되었다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.