낙뢰로부터 정보통신기기와 인체를 보호하기 위한 서지보호장치(Metal-Oxide Surge Arrestor, MOSA)의 열화를 진단하는 것은 2차사고를 예방하기 위해서 매우 중요한 요소이다. 서지보호장치의 열화는 누설전류를 측정하여 저항성 누설전류를 산출하여 열화 정도를 분석하는 방법이 사용되어 왔다. 대표적인 예로 고조파법(Harmonic Analysis Method, HAM)과 파형점법(Point-On-Wave Method, POWM) 방법이 있지만 근본적으로 가지고 있는 오차로 인하여 열화 진단에 신뢰성이 확보되지 않았다. 본 논문에서는 고조파법의 신뢰성을 향상시키는 방법을 제안하였다. 저항성 누설전류와 용량성 누설전류가 서로 직교하는 전기적 특성을 이용하여 고조파법의 오차를 보완하였다. 제안한 방법은 기본파와 3고조파의 전압 비율에 따른 전류 오차를 시뮬레이션하고, 바리스터의 파라미터인 α값에 따른 전류 오차를 시뮬레이션 하여 신뢰성을 확인하였다.
추측항법은 구성비용이 저렴하고 환경변화에 강인하다는 장점을 가져 위치파악서비스에 많이 사용된다. 하지만 추측항법은 오차가 누적된다는 치명적인 문제가 있다. 실내에서는 건물의 구조에 따른 교차점과 복도 등 사용자의 이동에 제약을 주는 공간이 존재하며, 이러한 공간에서 사용자는 회전이나 걸음 등 특정 동작을 수행한다. 본 논문에서는 실내공간에서 사용자의 동작특성을 파악함으로써 추측항법의 누적되는 오차를 보정하는 시스템을 제시한다. 건물의 구조를 반영하여 코너와 교차점, 복도와 계단 등 사용자의 특정 동작이 기대되는 공간을 특징점으로 정의하고 특징점 사이의 연결관계를 기술하는 간단한 특징점지도를 구성한다. 실내에서 사용자의 이동은 특징점사이의 이동으로 이해할 수 있으며, MEMS기반의 관성센서를 사용하여 사용자가 이동하면서 수행하는 동작을 파악하고, 특징점지도에서 대응되는 특징점을 찾아 사용자의 위치를 보정한다. ATmega328 프로세서를 이용한 데이터 수집단말을 만들고 사용자가 실내에서 이동하는 실험을 구성하여 제시하는 보정시스템의 유효성을 검증하였다. 실내에는 다수의 특징점이 존재하므로 추측항법의 누적되는 오차는 특징점 사이의 비교적 짧은 구간 안으로만 제한되며 실험에서는 157.5 m 길이의 실험경로에 대한 누적오차 11.82 m가 13개의 특징점에서 보정이 이루어져 각 구간별 최대 2.02 m 이내로 제한됨을 확인하였다.
본 논문에서는 대한민국의 연도별 출생아 수 데이터와 머신러닝 알고리즘을 활용하여 서울 주택가격 변화를 예측하였다. 더 정확한 예측을 위하여 머신러닝 알고리즘 중에서 역전파 (Back propagation) 알고리즘을 사용하였으며, 가상 GDP 성장률과 예상 수명 연장률이 고려되었다. 예측 결과, 서울 주택가격은 2025년까지 꾸준히 증가하며, 2025년부터 2033년까지는 큰 상승 없이 유지가 되다가 2033년 이후부터는 다시 하락할 것으로 예측되었다. 결국, 2040년경에는 2020년 현재의 주택가격과 비슷한 수준으로 돌아올 것이 전망되었는데, 이는 저출산 영향으로 앞으로 만 25세 이상의 인구수가 점차 감소하여 주택의 수요 또한 감소할 것이기 때문으로 해석되었다.
본 논문에서는 취출 로봇의 머신비전을 통해 획득한 사출 성형제품의 효과적인 결함 검출 방법을 제시하였다. 카메라와 영상간 좌표계 변환을 진행한 후, 입력 영상의 왜곡 보정과 영상 정렬 과정을 산출하고, 결함분류를 위한 강체 변환과 특징점을 추출하였다. 추출된 특징점을 기반으로 사출 성형제품의 적응적인 결함 패턴의 분류 및 분류된 정보를 통해 최종 결함 검출 과정이 진행된다. 결함이 있는 사출 성형제품 영상을 사용하여 실험한 결과 1mm 이하의 높은 정확도와 실시간성이 유지됨으로써 강체변환과 특징점 검출에 기반을 둔 사출성형제품 결함 검출기법의 상용화 가능성을 제시하였다.
재 BLDC 모터는 모터의 크기에 비하여 고효율, 고토크 특성을 갖고 범용성이 넓어 많은 산업에서 사용되고 있다. BLDC 모터는 부하의 변동이나 속도 변동 시 오버슈트가 크고 wind-up 현상이 발생하며 Settling time이 길어지는 단점이 있다. BLDC 모터의 속도 응답 특성을 개선시키고 높은 안정성을 달성하기 위하여 다양한 PID 튜닝 기법이 개발되고 있다. 본 논문에서는 직접 지글러-니콜스 계단 응답 기법 설계하고 이를 이용한 BLDC 모터의 PID 속도제어기를 제안한다. 제안한 PID 속도 제어기의 효율성과 유용성은 Matlab 2020a와 Simulink를 통하여 자동 튜닝 PID 제어기와 비교하였으며, 모의 실험결과, 부하의 변동과 속도 변동에 대하여 오버슈트가 (2.53%) 감소하였고, 응답시간이 (27.74%) 줄어들었음을 알 수 있었다. 또한, 정상상태 속도 응답에서 적분기에 의해 발생하는 wind-up 현상이 (2%) 감소한 것으로 보아 안정적인 속도 응답 특성을 갖고있음을 확인하였다.
머리장착형 디스플레이(Head-Mounted Display: HMD) 기반의 가상현실 체험은 시각 정보로 하여금 전정 및 체성 감각에 앞서 신체 균형 감각의 지배를 강요하므로, 시청자로 하여금 이른바 생체인지적 감각불일치로 인한 극심한 가상현실 멀미를 유발한다. 가상현실 콘텐츠의 보급과 시장 확대를 위해서는 제작자와 서비스 제공자로 하여금 멀미 수준에 대한 사전 예측을 통해 콘텐츠를 적절히 제어함으로써 이용자의 시청안전성을 보장함이 요구되나, 이를 위한 기존 가상현실 멀미에 관한 연구는 각 요소에 대해 Ad-hoc 관점에서 연구되어 왔다. 본 논문에서는 가상현실 멀미의 정량적 예측을 위해 지도학습 기반의 멀미 예측 모델을 학습하였다. 선행 연구에서 밝혀진 멀미 관련 콘텐츠 요소를 고려하여 52종의 가상현실 장면을 생성하였고, 150명의 피험자를 동원하여 대규모 임상실험을 수행함으로써 주관적 가상현실 멀미 점수를 획득하였다. 시-전정 감각불일치를 대표하는 특징 추출을 위한 Raw 데이터의 가공과, 시각적 민감도/복잡도를 반영하는 RGB 영상으로부터의 특징 정의, 깊이맵을 활용한 특징 정의를 통해 정량적 가상현실 멀미 예측에 강인한 표현력을 갖는 17종의 공간적 인지 특징을 추출하였다. 또한, 추출된 공간적 특징을 인간의 시각 인지 체계를 반영한 4가지 풀링(Pooling) 기법을 도입함으로써 시간적 인지 특징으로 변환하였다. 임상실험을 통해 획득한 피험자의 주관적 멀미 점수를 레이블로 하여 제안한 특징들을 학습시킨 결과, 객관적/정량적 가상현실 멀미 수준 예측 모델을 구축할 수 있었으며, 예측 성능은 실제 피험자의 의견 대비 76%의 상관도를 달성하였다.
블라인드 적응 빔형성 알고리즘인 multi-target least-squares constant modulus algorithm (MT-LSCMA)은 높은 파워의 간섭신호가 존재하는 환경에서 진폭이 일정한 burst 신호를 탐지하고 간섭신호와 분리하여 획득할 수 있다. 하지만, burst 신호가 기존신호의 입사각에 근접한 각도로 수신되거나 burst 신호의 진폭이 일정하지 않은 상황에서는 MT-LSCMA의 빔형성기들에서 불필요한 정렬이 발생하여 burst 신호를 안정적으로 획득하지 못하는 문제점이 있다. 본 논문에서는 이를 해결하기 위해서 dominant mode prediction (DMP)의 탐지 결과와 정렬 조건을 활용한 MT-LSCMA의 정렬 및 분류 알고리즘을 제안한다. 모의실험을 통해 앞서 언급한 상황에서 제안된 정렬 및 분류 알고리즘을 적용한 MT-LSCMA가 안정적으로 burst 신호를 획득하는 것을 보인다.
본 논문은 실내공간을 스캔한 3차원 점군 데이터에서 효과적으로 3차원 평면을 추출한 뒤, 실내공간을 3차원 평면으로 표현하는 방법을 제안한다. 이 방법은 평면으로 이루어진 건축요소 뿐만 아니라 곡면과 같은 비정형 요소에서도 평면을 추출할 수 있다. 제안한 알고리즘은 다양한 크기와 복잡도의 실내공간 점군 데이터에 대해 빠르고 강인하게 평면을 추출한다. 정확한 평면을 추출하기 위해 계층적 평면 추출법으로 초기 평면을 추출한 뒤, 점군 데이터의 법선 벡터를 이용하여 추출된 평면의 진위를 판별하고 보정한다. 비정형 건축요소는 데이터를 3차원에서 2차원으로 투영하여 복잡도를 줄인 뒤, 조건에 맞게 여러 개의 선분으로 분할한다. 그 뒤, 선분을 이루는 2차원 데이터를 3차원으로 복원하여 평면을 추출한다. 6개의 다양한 실내공간 점군 데이터를 이용하여 알고리즘을 검증하였다. 다른 평면 추출 알고리즘에 비해 제안한 알고리즘이 높은 추출율과 정밀도, 재현율을 갖는 것을 확인하였다. 또한 비정형 건축요소를 효과적으로 여러 개의 평면으로 추정할 수 있다는 것을 확인하였다.
본 연구에서는 클래스 불균형을 가진 피부질환 이미지 데이터셋을 딥러닝 모델을 이용하여 분류하는 문제에 있어서, 다수 클래스에 편향되지 않으면서, 희소 클래스의 분류 민감도를 높이기 위한 데이터 균형화 알고리즘을 딥러닝 학습에 적용하고 성능을 분석하였다. 이를 위해 불균형 데이터셋인 HAM10000에 데이터 균형화 알고리즘(ROS, SMOTE, ADASYN, BSMOTE, SVMSMOTE)을 적용하여 학습한 모델과 그렇지 않은 모델의 정확도, 민감도, 정밀도, F1 점수를 측정하여 분류 성능을 비교하고, 교차 검증(5-fold cross-validation)을 통해 그 효과를 분석하였다. 실험에 사용한 HAM100000 데이터셋은 7종 피부질환에 대해 총 10,015장의 피부경 이미지로 구성되며, 해상도는 600×450이다. 실험을 통해, 데이터 균형화 알고리즘 적용 후 피부질환 이미지 분류기의 민감도(3.1%∼6.6%), 정밀도(2.2%∼7.5%), F1 점수(2.7%∼6.6%)가 유의미하게 증가하였다(p<0.05). 이를 통해 데이터 균형화 알고리즘이 불균형 학습데이터의 분류 성능 향상에 기여할 수 있음을 확인하였다.
본 논문은 실내공간을 스캔한 3차원 점군 데이터에서 효과적으로 3차원 평면을 추출한 뒤, 실내공간을 3차원 평면으로 표현하는 방법을 제안한다. 이 방법은 평면으로 이루어진 건축요소 뿐만 아니라 곡면과 같은 비정형 요소에서도 평면을 추출할 수 있다. 제안한 알고리즘은 다양한 크기와 복잡도의 실내공간 점군 데이터에 대해 빠르고 강인하게 평면을 추출한다. 정확한 평면을 추출하기 위해 계층적 평면 추출법으로 초기 평면을 추출한 뒤, 점군 데이터의 법선 벡터를 이용하여 추출된 평면의 진위를 판별하고 보정한다. 비정형 건축요소는 데이터를 3차원에서 2차원으로 투영하여 복잡도를 줄인 뒤, 조건에 맞게 여러 개의 선분으로 분할한다. 그 뒤, 선분을 이루는 2차원 데이터를 3차원으로 복원하여 평면을 추출한다. 6개의 다양한 실내공간 점군 데이터를 이용하여 알고리즘을 검증하였다. 다른 평면 추출 알고리즘에 비해 제안한 알고리즘이 높은 추출율과 정밀도, 재현율을 갖는 것을 확인하였다. 또한 비정형 건축요소를 효과적으로 여러 개의 평면으로 추정할 수 있다는 것을 확인하였다.
어부들이 어로 작업 중에 사용하는 어구를 유실하거나 무단 투기하는 경우가 종종 발생하고 있다. 이러한 폐어구는 해양환경을 황폐화하고 어획량 감소, 해양사고 등 여러 문제를 유발한다. 이와 같은 문제를 해결하고자, 본 논문에서는 음향 태그를 포함하는 전자어구를 식별하기 위한 수중 초음파 통신 시스템을 개발한다. 여기서, 어구에 부착되는 음향 태그의 소비전력 최소화를 통한 생존시간의 확보는 필수요소로 작용한다. 따라서, 제안하는 시스템은 효율적인 음향 변복조 기법을 적용하여 제기된 문제를 해결한다. 제안된 수중 통신기법이 적용된 음향 태그는 상용 제품과 비교하여 34.4%의 전력 소비 감량을 가진다. 또한, 구현된 시스템은 제주 해역에서 다중 음향 태그에 대한 수중 통신 실험 결과 98.6%의 전자어구 식별 성능을 나타낸다.
첨단기술의 발전으로 무기체계를 구성하는 전자부품류의 수명은 점점 단축되고 있다. 또한 무기체계의 특성상 개발부터 폐기에 이르기까지 수십 년이 소요됨에 따라 부품의 진부화가 발생하게 되고, 이는 장비의 전투준비태세와 수명주기비용에 심각한 악영향을 미친다. 본 연구에서는 선진국의 부품단종 관리 제도를 분석하여 국내 실정에 맞는 단종관리 방안을 제시하고, 나아가 부품단종관리의 조기 정착을 위한 발전방안을 제시하고자 한다.
본 논문은 함정용 탐색레이더의 전자빔 보상 알고리즘의 개선내용이다. 차기고속정 선도함의 시운전 평가 중 탐색레이더의 운용에 문제가 발생하였고, 이에 대한 개선필요성이 대두되었다. 기존 전자빔 보상 알고리즘의 분석을 통해 한계점 분석과 개선 및 검증을 하였다. 기존의 전자빔 보상 알고리즘은 고각방향으로만 함 요동을 보상하였으나 알고리즘 개선을 통해 방위각 방향의 함 요동을 보상해 지그재그 현상을 제거하여 탐색레이더의 성능을 안정화하였다. 본 논문은 여러 가지 해상상황에서 표적을 안정적으로 탐지할 수 있도록 소프트웨어 개선하고 운용성능을 확보하였다.
최근 AM 라디오 방송을 활용하는 수동형 레이더 시스템을 위한 거리-도플러 도메인 기반 도래각 추정 방법이 제안되었다. 이 방법은 거리-도플러 주파수 축에서 신호원을 분리한 후 도래각을 추정하기 때문에 공간 해상도나 자유도에 제약을 받지 않는 특징을 가진다. 본 논문에서는 이러한 방법을 활용하여 FM 기반 수동형 레이더 시스템에 적합한 거리-도플러 도메인 기반 도래각 추정 방법을 제안하고, 도래각 추정 성능에 대한 모의실험을 통해 제시한 방법이 기존 AM 방송에 적용된 방법에 비해 더욱 효과적임을 입증한다.
