• 제목/요약/키워드: multi-input multi output

검색결과 1,053건 처리시간 0.032초

자동 조립 및 공급을 위한 BLDC 서보 전동기 제어시스템 설계 (Design of a BLDC Servo Motor Control System for the Auto Process of Assembly and Supply)

  • 심동석;최중경
    • 한국정보통신학회논문지
    • /
    • 제16권5호
    • /
    • pp.1095-1101
    • /
    • 2012
  • 본 논문은 DSP 제어기와 IGBT 구동기를 이용하는 조립과 공급의 자동처리를 위한 BLDC 서보 모터 제어시스템 설계를 제안한다. 조립, 공급 자동처리 시스템은 다양한 동작을 위해 서보모터의 토크, 속도, 위치 제어를 필요로한다. 본 논문은 이러한 서보제어를 벡터제어와 공간벡터 PWM 기법을 이용하여 구현한다. 제어기의 CPU 로서 PWM 파형발생기, A/D 컨버터, SPI 통신 포트 및 많은 입/출력 포트를 갖는 TMS320F240 DSP를 채택하였다. 이 제어시스템은 메인 호스트 PC 가 위로부터의 명령을 전달하고 끝단의 서보제어기의 상태들을 모니터링하는 세 개의 부 DSP시스템을 관리하는 3레벨의 계층적 구조로 이루어져 있다. 각 부 DSP 시스템은 DSP와 IPM을 사용하여 BLDC 서보모터를 제어하는 8개의 BLDC 서보모터제어부를 운영한다. 호스트 시스템과 중간의 DSP는 RS-422을 이용하여 통신하며, 주프로세서와 제어기는 SPI 포트를 이용하여 통신한다.

안테나 당 전력 제한 조건을 갖는 다중-입력 단일-출력 브로드캐스트 채널에서의 저복잡도 제로포싱 프리코더 설계 (Low Complexity Zero-Forcing Precoder Design for MISO Broadcast Channels Under Per-Antenna Power Constraints)

  • 박홍석;장진영;전상운;채혁진;차현수;김동현;김동구
    • 한국통신학회논문지
    • /
    • 제41권9호
    • /
    • pp.1010-1019
    • /
    • 2016
  • 안테나 당 전력 제한 조건을 갖는 K 사용자 다중-입력 단일-출력 브로드캐스트 채널을 고려한다. 즉, 각각의 송신 안테나가 개별적인 전력 제한 조건을 만족해야한다. 송신 안테나 수 M이 K보다 클 때의 저복잡도 제로포싱 프리코더를 제안한다. 제안하는 프리코더 설계기법은 최적 제로포싱 프리코더가 달성하는 합 전송률에 근접하는 전송률을 달성하며 동시에 프리코더 설계의 복잡도를 현저히 감소시킬 수 있다.

신경회로망을 사용한 넓은 온도 범위의 증기표 모델링 (Modelling the wide temperature range of steam table using the neural networks)

  • 이태환
    • 한국정보통신학회논문지
    • /
    • 제10권11호
    • /
    • pp.2008-2013
    • /
    • 2006
  • 열장치의 열성능 평가를 위한 수치 해석에서는 온도, 압력, 체적, 엔탈피, 엔트로피 등의 열 역학적 성질들의 수치 값이 필요하다. 그러나 열역학적 성질들 사이의 관계를 나타내는 증기표는 그대로 이용할 수는 없기 때문에 모델링하여 사용하여야 한다. 본 연구에서는 스플라인 보간법과 비교함으로써, 습포화증기의 모델링에 신경회로망의 적용 가능성을 검토하였다. 다층신경 회로망을 구성하기 위하여 입력층으로 온도에 대한 1개의 노드, 두 개의 은닉층은 각각 10개와 20개의 노드, 출력층은 포화액과 건포화증기에 대한 비체적, 엔탈피, 엔트로피 등의 6개의 노드로 구성하였으며, 스플라인 보간법은 2차 다항식과 3차 다항식을 사용하였다. 소구간으로 구성 된 스플라인 보간법과 비교하여 신경회로망 모델링은 비슷한 백분율 오차를 보여주었으며, 이 결과로부터 넓은 온도 범위의 증기표 모델링에 신경회로망이 아주 강력한 방법임을 확인하였다.

예측정확도 향상 전략을 통한 예측기반 병렬 게이트수준 타이밍 시뮬레이션의 성능 개선 (Performance Improvement of Prediction-Based Parallel Gate-Level Timing Simulation Using Prediction Accuracy Enhancement Strategy)

  • 양세양
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제5권12호
    • /
    • pp.439-446
    • /
    • 2016
  • 본 논문에서는 예측기반 병렬 이벤트구동 게이트수준 타이밍 시뮬레이션의 성능 개선을 위한 효율적인 예측정확도 향상 전략을 제안한다. 제안된 기법은 병렬 이벤트구동 로컬시뮬레이션들의 입력값과 출력값에 대한 예측을 이중으로 예측할 뿐만 아니라, 특별한 상황에서는 동적으로 예측할 수 있게 한다. 이중 예측은 첫번째 예측이 틀린 경우에 두번째 정적 예측 데이터로써 새로운 예측을 시도하게 되며, 동적 예측은 실제의 병렬 시뮬레이션 실행 과정 도중에 동적으로 축적되어진 지금까지의 시뮬레이션 결과를 예측 데이터로 활용하는 것이다. 제안된 두가지의 예측정확도 향상 기법은 병렬 시뮬레이션의 성능 향상의 제약 요소인 동기 오버헤드 및 통신 오버헤드를 크게 감소시킨다. 이 두가지 중요한 예측정확도 향상 방법을 통하여 6개의 디자인들에 대한 예측기반 병렬 이벤트구동 게이트수준 타이밍 시뮬레이션이 기존 통상적 방식의 상용 병렬 멀티-코어 시뮬레이션에 비하여 약 5배의 시뮬레이션 성능이 향상됨을 확인할 수 있었다.

물의 과열증기 모델링에 대한 신경회로망과 스플라인 보간법 비교 (Comparison of the neural networks with spline interpolation in modelling superheated water)

  • 이태환;박진현;김봉환
    • 한국정보통신학회논문지
    • /
    • 제12권4호
    • /
    • pp.685-690
    • /
    • 2008
  • 수치해석적으로 열교환기의 열성능 평가를 하기 위하여는 온도, 압력, 비체적, 엔탈피, 엔트로피 등의 열역학적 성질들의 수치값을 필요로 한다. 그러나 열역학적 성질들 사이의 관계를 나타내는 증기표나 선도를 수치 해석에 직접적으로 이용할 수는 없기 때문에 모델링하여야 한다. 본 연구에서는 2차 스플라인 보간법과 비교함으로써, 물의 과열증기 모델링에 신경회로망의 적용 가능성을 검토하였다. 신경회로망은 온도와 압력 2개의 노드로 구성된 입력층, 각각 15개와 25개의 노드로 구성된 2개의 은닉층, 비체적, 엔탈피, 엔트로피 등 3개의 노드로 구성된 출력층으로 이루어 진다. 스플라인 보간법에는 2차 다항식을 사용하였다. 소구간으로 구성된 스플라인 보간법과 비교하여 신경회로망은 훨씬 더 많은 데이터에 대하여 작은 백분율 오차를 보여 주었으며, 이 결과로부터 신경회로망이 과열증기의 열역학적 성질들을 모델링하는데 아주 강력한 방법이 될 수 있음을 확인하였다.

공간적 부분시뮬레이션 전략이 적용된 예측기반 병렬 게이트수준 타이밍 시뮬레이션 (Prediction-Based Parallel Gate-Level Timing Simulation Using Spatially Partial Simulation Strategy)

  • 한재훈;양세양
    • 정보처리학회논문지:컴퓨터 및 통신 시스템
    • /
    • 제8권3호
    • /
    • pp.57-64
    • /
    • 2019
  • 본 논문에서는 이벤트구동 게이트수준 타이밍 시뮬레이션의 성능 향상 및 디버깅 효율성 크게 높일 수 있는 공간적 부분시뮬레이션 전략이 적용된 효율적인 예측기반 병렬 시뮬레이션 기법을 제안한다. 제안된 기법은 병렬 이벤트구동 로컬시뮬레이션들의 입력값과 출력값에 대한 빠르면서도 정확한 예측을 달성하기 위해서, 공간적 부분시뮬레이션 전략을 추상화 상위수준 시뮬레이션에 적용하여 정확한 예측 데이터를 빠르고 즉각적으로 생성해낸다. 공간적 부분시뮬레이션 전략이 적용된 예측기반 병렬 게이트수준 타이밍 시뮬레이션은 성능 평가를 위하여 사용된 6개의 벤치마크 설계들에 대하여 제일 일반적인 순차 이벤트구동 게이트수준 타이밍 시뮬레이션에 비하여 평균 약 3.7배, 상용화된 멀티코어 기반의 병렬 이벤트구동 게이트수준 타이밍 시뮬레이션에 비해서는 평균 9.7배, 그리고 기존의 가장 우수한 예측기반 병렬 이벤트구동 게이트 수준 타이밍 시뮬레이션 결과에 비해서도 평균 2.7배의 시뮬레이션 성능이 향상됨을 확인할 수 있었다.

소프트웨어 구현에 적합한 스트림 암호의 대수적 공격에 대한 안전성 (Security Analysis of Software-Oriented Stream Ciphers against Algebraic Attacks)

  • 성재철;문덕재;임흥수;지성택;이상진
    • 정보보호학회논문지
    • /
    • 제15권1호
    • /
    • pp.29-40
    • /
    • 2005
  • 본 논문에서는 최근 제안된 소프트웨어 구현에 적합한 (블록 단위) 스트림 암호는 HELIX, SCREAM, MUGI, PANAMA 알고리즘들의 대수적 공격에 대한 안전성을 분석한다. 대수적 공격은 알려진 입출력 쌍을 가지고 내부 알고리즘의 기본 대수 방정식을 이용하는 방법으로, 과포화된 다변수 연립 방정식을 통하여 변수의 값을 얻고 이를 이용하여 키를 복구해내는 방업이다. 이 분석법은 초기 대수적 특성을 지닌 블록 암호의 분석에 적용되었으나. 이후 블록 암호보다는 스트림 암호의 분석에 보다 용이하게 적용되었다. 그러나 일반적인 알고리즘을 이 분석법을 그대로 적용하기에는 많은 어려움이 존재한다. 따라서 본 논문에서는 최근 제안된 워드 단위의 소프트웨어 구현에 적합한 스트림 암호의 각 알고리즘에 대해 대수적 방정식과 변수의 수를 비교 및 분석함으로써 각 알고리즘의 대수적 공격에 대한 내성을 살펴본다. 또한 이러한 분석을 통해 대수적 공격에 안전한 소프트웨어 구현에 적합한 스트림 암호의 설계 시 고려해야 할 세 가지 설계 고려사항을 제시한다.

거대 다중 안테나 시스템의 복잡도와 피드백 오버헤드 감소를 위한 심화 강화학습 기반 안테나 선택 기법 (Deep Reinforcement Learning based Antenna Selection Scheme For Reducing Complexity and Feedback Overhead of Massive Antenna Systems)

  • 김륜우;정무웅;반태원
    • 한국정보통신학회논문지
    • /
    • 제25권11호
    • /
    • pp.1559-1565
    • /
    • 2021
  • 본 논문에서는 다중 사용자 거대 다중 안테나 시스템에서 안테나 선택 기법을 제안한다. 제안된 안테나 선택 기법은 심화 강화학습 네트워크를 활용함으로써 피드백 오버헤드를 획기적으로 낮추면서 기존 방식과 거의 같은 성능을 얻을 수 있다. 각 사용자는 기지국의 거대 안테나들과 형성된 채널의 이득 값을 L번째 큰 채널 이득과 비교하여 대소관계에 따라서 단일 비트의 이진수로 변환하여 피드백함으로써 기존 피드백 방식보다 오버헤드를 낮출 수 있다. 제안 방식에서는 감소한 피드백 정보로 인한 성능 저하를 방지하기 위해서 심화 강화학습 네트워크를 활용하였다. 제안 방식의 성능을 분석하기 위하여 다양한 환경에서 시뮬레이션을 수행하였으며, 제안 방식이 최적 방식에 가까운 기존 방식과 유사한 평균 전송률을 얻을 수 있음을 확인하였다.

Comparison of the RCA Between China and KOR: From the Perspective of Value-Added

  • Xiaosong Jiao;Yingqi Cao;Lily Jiao;Chandaith Neak;Yaqian Zhang
    • Journal of Korea Trade
    • /
    • 제26권4호
    • /
    • pp.23-38
    • /
    • 2022
  • Purpose - This paper empirically explores the RCA of electrical equipment trade between China and Korea from the perspective of gross trade and value-added trade. The goal of this paper is to scan the electrical equipment's RCA, the decomposition of gross exports, and the impacts of an exerted shock. Design/methodology - We applied the domestic value-added method in measuring the RCA, which could be more accurate than traditional RCA since it excludes foreign value-added. Based on the research purpose, this paper follows the framework of Koopman, Wang, and Wei (2014)-as extended by Wang, Wei, and Zhu (2018). It extracts the data from the 2019 Multi-regional Input-Output (MRIO) databases compiled by the Asian Development Bank in January 2021. Findings - After rigorous examination, the main findings are as follows: First, the electrical equipment sector maintains a consistent comparative advantage in either assessing method. Second, China exports more gross goods of electrical equipment to the world than South Korea does, but there is a trade deficit with Korea. Third, South Korea and P.R. China are the most significant bilateral partners of foreign value-added sourcing. Finally, it is surprising that there is a shock on electrical equipment; the partner's service, as well as manufacturing sectors, would be affected. Originality/value - This paper explores the revealed comparative advantage between Korea and China from traditional gross export and value-added perspectives. Second, we apply the information from the 2019 MRIO database compiled by the Asian Development Bank in January 2021, reflecting the current situation. Third, this paper analyzes the electrical equipment and the impacts on other parties' sectors. Finally, we carry out the subjects that deserve to be investigated in the future.

사용자 입력 문장에서 우울 관련 감정 탐지 (Detects depression-related emotions in user input sentences)

  • 오재동;오하영
    • 한국정보통신학회논문지
    • /
    • 제26권12호
    • /
    • pp.1759-1768
    • /
    • 2022
  • 본 논문은 AI Hub에서 제공하는 웰니스 대화 스크립트, 주제별 일상 대화 데이터세트와 Github에 공개된 챗봇 데이터세트를 활용하여 사용자의 발화에서 우울 관련 감정을 탐지하는 모델을 제안한다. 우울 관련 감정에는 우울감, 무기력을 비롯한 18가지 감정이 존재하며, 언어 모델에서 높은 성능을 보이는 KoBERT와 KoELECTRA 모델을 사용하여 감정 분류 작업을 수행한다. 모델별 성능 비교를 위해 우리는 데이터세트를 다양하게 구축하고, 좋은 성능을 보이는 모델에 대해 배치 크기와 학습률을 조정하면서 분류 결과를 비교한다. 더 나아가, 사람은 동시에 여러 감정을 느끼는 것을 반영하기 위해, 모델의 출력값이 특정 임계치보다 높은 레이블들을 모두 정답으로 선정함으로써, 다중 분류 작업을 수행한다. 이러한 과정을 통해 도출한 성능이 가장 좋은 모델을 Depression model이라 부르며, 이후 사용자 발화에 대해 우울 관련 감정을 분류할 때 해당 모델을 사용한다.