id
stringlengths 36
57
| type
stringclasses 4
values | title
stringlengths 0
159
| context
stringlengths 121
17.2k
| questions
listlengths 1
584
|
|---|---|---|---|---|
4fc81570-db54-4bd9-b722-8074107e8fc4
|
인공물ED
|
데이터 유사도를 이용한 지속적 학습방법
|
<h1>III. 결론</h1><p>CL 환경에서 새로운 학습 데이터가 이전 학습 데이터의 분포와 상반된 분포를 보인다면 성능이 떨어지는 경향을 보였다. 이를 해결하기 위해 이전 에 학습된 데이터와 새로 학습할 데이터들의 관계를 파악하는 방법을 제안하였다. 이 방법을 사용하여 이전에 학습한 데이터와 현재 학습할 데이터의 관계를 파악하여 치명적 망각을 인으킬 확률이 높은 데이터를 찾아낼 수 있었고 이 정보를 이용하여 데이터가 학습될 때 미치는 영향을 최소화하기 위해 정규화 강도를 조절하여 학습한 결과 이전 데이터에 대한 정확도의 평균이 약 \( 22.37 \% \) 향상되었다. CL 환경에서 인공지능 에이전트를 학습할 때 정제 된 데이터들만 입력으로 들어오는 게 아닌 다양한 Domain을 가진 데이터들이 들어올 수 있다. 통일된 Domain이 아닌 다양한 Domain의 데이터들은 학습 모델에 치명적인 망각을 현상을 유발하고 이를 제어하기 위한 본 연구의 방법이 하나의 방법이 될 수 있다. 앞으로는 본 논문의 상관관계를 나타 낼 수 있는 효과적인 가변 \( \lambda \) 의 선택으로 능동적인 망각 억제 방법을 제시할 수 있을 것이다.</p>
|
[
"본 논문에서 상관관계를 나타 낼 수 있는 효과적인 가변 \\( \\lambda \\) 의 선택함으로써 제시할 수 있는 것은 무엇이지?",
"새로운 학습 데이터가 CL 환경에서 이전 학습 데이터의 분포와 반대의 분포를 보이면 성능이 어떻게 되지?",
"이전 학습 데이터와 새로운 데이터가 상반된 분포를 보여 성능이 감소하는 경우는 어떤 환경이지?",
"치명적 망각을 일으킬 확률이 높은 데이는 이전에 학습한 데이터와 현재 학습할 데이터의 관계를 파악하여 찾을 수 있었고, 이 정보로 정규화 강도를 조절하여 학습한 결과 이전 데이터에 대한 정확도를 얼마나 향상시킬 수 있었지?",
"새로운 학습 데이터가 이전 학습 데이터의 분포가 CL 환경에서 보인다면 감소하는 성능을 보였지?",
"CL 환경에서 인공지능 에이전트를 학습할 때는 정제 된 데이터와 다양한 Domain을 가진 데이터들이 어디로 들어갈 수 있지?",
"다양한 Domain의 데이터들은 통일된 Domain과 달리 학습모델에 무엇을 발생시킬 수 있지?",
"습 모델에 치명적인 망각을 현상을 일으켜 제어가 필요한 데이터의 형태는 어떠하지?",
"통일된 Domain 형태의 데이터는 치명적인 망각 현상을 학습모델에서 발생시킬 수 있어서 꼭 제어되어야하지?",
"이전에 학습된 데이터와 새로 학습할 데이터가 CL 환경에서 상반된 분포를 보일 때 성능이 떨어지는 경향을 보여서 그것을 해결하기 위해서 두 데이터 간에 어떻게 했지?",
"본 연구의 제시할 수 있는 방법으로 Domain이 통일되지 않고 다양한 데이터들은 학습 모델을 어떻게 할 수 있지?",
"이전 학습 데이터와 새로운 학습 데이터의 관계를 확인으로 치명적 망각을 일으킬 데이터를 찾아내고 이전 데이터는 정규화 강도를 조절해서 학습하니 어떻게 되었지?",
"데이터들을 어떻게 해야지 치명적인 망각을 현상을 학습 모델에서 유발하지?",
"CL 환경에서 성능이 떨어지는 경향을 해결하기 위해서 이전 에 학습된 데이터와 새로 학습할 데이터들의 무엇을 파악하는 것이 좋지?",
"CL 환경에서 새로운 학습 데이터가 이전 학습 데이터의 분포와 상반된 분포를 보이는 문제를 해결하기 위해서 이전에 학습한 데이터와 현재 학습할 데이터의 관계를 파악함으로써 발견한 데이터는 무엇이지?",
"치명적 망각을 일으킬 확률이 높은 데이터를 이전에 학습한 데이터와 현재 학습할 데이터의 관계 파악을 통해서 찾아낸 정보로 학습 시 데이터가 미치는 영향을 낮추기 위해서 무엇을 조절해서 학습했지?",
"CL 환경에서 정제 된 데이터뿐 아니라 다양한 Domain을 가진 데이터들이 입력으로 가는 경우는 무엇을 학습할 때 이지?"
] |
8d3301f6-a342-4897-815e-d26558004aaa
|
인공물ED
|
데이터 유사도를 이용한 지속적 학습방법
|
<h1>요 약</h1><p>Continuous Leaming 환경에서 인공 신경망의 학습이 진행됨에 따라 이전에 학습했던 데이터의 징보를 잊는 Catastrophic Forgetting 현상이 있다. 서로 다른 Domain을 갖는 데이터 사이에서 쉽게 발생한다. 이 현상을 제어하기 위해 신경망의 출력 분포를 통해 이전에 학습된 데이터와 새로 학습할 데이터들의 관계를 측정하는 방법과 이 측정값을 사용하여 Catastrophic Forgetting 현상을 완화하는 방법을 제시한다. 평가를 위해 MNIST, EMNIST 데이터를 사용하였고 실험 결과, 이전 데이터에 대한 정확도가 평균적으로 약 \( 22.37 \% \) 향상되었다.</p>
|
[
"이전 학습 데이터에 대한 정보를 잊는 현상으로 Continuous Leaming 환경에서 인공 신경망의 학습이 진행됨에 따라 발생하는 현상은 무엇이지?",
"Catastrophic Forgetting 현상은 Continuous Leaming 환경에서 어떤 학습이 진행되면서 발생하지?",
"인공 신경망의 학습이 진행되면서 Continuous Leaming 환경에서 발생하는 Catastrophic Forgetting 현상은 이전에 학습한 데이터를 잊어버리는 현상이지?",
"Catastrophic Forgetting 현상을 완화하기 위해서 이전 학습 데이터와 새로운 학습 데이터의 관계를 무엇을 통해서 했지?",
"Catastrophic Forgetting 현상을 제어하기 위해서 이전에 학습된 데이터와 새로 학습할 데이터들의 관계를 측정하는 방법은 어떻게 하지?",
"이전에 학습한 데이터의 정보를 잊는 Catastrophic Forgetting 현상이 쉽게 일어나는 데이터는 무엇을 가지고 있지?",
"신경망의 출력 분포를 통해 Catastrophic Forgetting 현상을 개선하고자 했고 MNIST, EMNIST 데이터를 사용하여 평가한 결과 이전 데이터에 대한 정확도가 얼마나 향상 되었지?",
"Catastrophic Forgetting 현상은 Continuous Leaming 환경에서 인공 신경망의 학습을 하면서 이전의 데이터를 어떻게 하지?"
] |
21bc07b0-7b3e-4e25-a686-8ab5d7a974b3
|
인공물ED
|
데이터 유사도를 이용한 지속적 학습방법
|
<h1>II. 본론</h1><h2>1. 관련 연구</h2><p>CL 시나리오는 크게 2가지로 나누어 생각할 수 있다. 칫번째는 대부분의 실험에시 사용하는 Multi-Task(MT) 시나리오다. 이 방법은 독립적인 Task들은 점진직으로 학습하며, 이전에 배웠던 Task들은 잊지 않아야 한다. Task간 Class의 중복은 없으며 정확도는가 Task간 별도로 계산된다. 즉, 이 방법은 이전의 과제를 해걸하는 방법을 잊지 않고 분리된 Task에 대해 단일 모델을 훈련하는 타당성은 연구하는데 직합하지만 증분 문제를 해결하는데는 직합하지 않다. 두번째는 Single-Incremental-Task(SIT) 시나리오다. 이 방법은 점진적인 단일 Task를 고려한다. SIT의 예로 클래스 증분 학습(NC)이 있다. 여기시는 MT 방법과 같이 새 클래스를 차례로 추가하지만, 정화도를 계산할 때 지금까지 학습한 모든 클래스를 구별해야 한다. 이러한 방법은 인간이 새롭게 학습한 객체를 이전에 배웠던 객체들과 구별은 할 수 있듯이 실제 세계에서는 자연스러운 방식이다. 일반적으로 SIT 방법이 MT 방법보다 어렵다. EWC에서 변형된 MNIST 데이터로 실험한 방법은 SIT 시나리오의 NI 방법으로 생각할 수 있다.</p><p>SIT 시나리오는 구체적으로 3가지 학습 방법으로 나눌 수 있다.</p><ul><li>New Instance(NI) : Class는 고정, 모든 Class의 Instance를 점진직으로 학습</li><li>New Classes (NC) : 새로운 Class를 점진적으로 학습</li><li>New Instances and Classes(NIC) : 새로운 Class 와 이전에 학습된 Class의 Instance를 점진적으로 학습</li></ul><p>EWC는 이전 Task에서 학습된 모델의 매개변수의 중요도를 FIM(Fisher information matrix)으로 정의하고, 이를 파라미터당 가중치 감소값으로 활용하여, 중요도에 따라 매개변수가 다음 Task 학습에서 많이 변하지 못하도록 정규화시키는 방법 이다.</p><p>그림 1에시 회색의 타원형 부분은 Task A에 최적화된 매개변수(가중치) 영역이다. 현재 모델이 Task A를 학습하여 회색 영역에 있고, 이 상태에서 Task A를 기억한다는 목적 없이 Task B를 학습한다면 매개변수의 변화 궤적은 파란색 화살표대로 이동할 것이다. 이러한 매개변수의 변화를 억제하고자 매개변수가 잘 변화하지 못하도록 모든 매개변수에 제약을 설정한다면 초록색 화살표의 궤적대로 움직여 Task A와 Task B에 대한 최적 매개 변숫값을 얻을 수 없을 것이다. 만약 Task A에 연관성이 높은 매개변수에만 제약을 설정한다면 빨간색 화살표의 궤적을 따라 Task A와 Task B 모두 잘 수행하는 매개변수 영역을 찾을 수 있을 것이다. 이를 위한 비용함수는 아래와 같은 식으로 정의된다.</p><p>\( L=L_{B}+\sum_{i} \frac{\lambda}{2} F_{i}\left(\theta_{i}-\theta_{A i}^{-}\right)^{2} \)<caption>(1)</caption></p><p>여기서 \(L_{B}\) Task B(현재 학습 데이터)에 대한 비용함수, \( i \) 가 매개변수의 라벨 값, \( F_{i} \) 매개변수 \( \theta_{i} \) 의 이전 Task(Task A)에 대한 상관도, \( \lambda \) 는 이전 Task의 중요도 값으로, 정규화 강도를 나타내며, \( \theta_{A, i^{-}} \)는 이전 Task(Task A)에 맞춰진 \( i \)번째 매개 변수를 나타낸다. 즉, 어떠한 매개변수가 이전 Task에 대한 상관도가 눞다면 이 매개변수의 변화에 높은 제약이 걸리게 되므로 변화를 억제할 수 있다. \( F_{i} \) 를 계산할 때 피셔 정보 행렬(Fisher information matrix)의 대각 항은 사용한다.</p>
|
[
"SIT 시나리오는 점진적인 단일 Task를 고려하는가?",
"SIT의 약자의 뜻이 뭐야?",
"CL 시나리오는 몇 가지로 나눌 수 있는가?",
"CL 시나리오가 분류될 수 있는 건 몇 개야?",
"SIT의 예로 무엇이 있는가?",
"MT의 약자는 뭐야?",
"새로운 Class를 점진적으로 학습하는 것이 뭐야?",
"NI의 약자의 뜻이 뭐야?",
"일반적으로 SIT 방법이 MT 방법보다 쉬운가?",
"일반적으로 SIT 방법이 MT 방법보다 쉬운게 맞아?",
"FIM의 약자의 뜻이 뭐야?",
"EWC에서 변형된 MNIST 데이터로 실험한 방법은 SIT 시나리오의 어떤 방법으로 생각할 수 있는가?",
"NC, NI, NIC 는 SIT 시나리오의 3가지 학습 방법인데 이 중 NI의 학습 과정은 어떻게 되는가?",
"NC, NI, NIC 는 SIT 시나리오의 3가지 학습 방법인데 이 중 NI의 학습 과정은 어떤 과정을 거치는가?",
"SIT 시나리오는 Task 를 어떻게 하는 방법인가?",
"SIT 시나리오는 Task 를 어떻게 하는가?",
"두 개의 CL 시나리오 중 Multi-Task 시나리오는 어떻게 계산을 하는가?",
"2 가지 CL 시나리오에서 일반적으로 사용되는 시나리오는 어떻게 되는가?",
"일반 적으로 사용되는 CL 시나리오에서 MT 시나리오는 어떻게 학습이 이루어지는가?",
"NC를 통해 SIT를 보면 MT 와는 차례로 새 클래스를 동일하게 추가하지만 그 후에는 어떻게 해야 하는가?",
"NC를 통해 SIT를 보면 MT 와는 차례로 새 클래스를 동일하게 추가하지만 그 후에는 어떻게 해?",
"SIT 시나리오의 3가지 학습 방법에서 NI의 학습 과정은 어떻게 이루어지는가?",
"SIT 시나리오의 3가지 학습 방법에서 NI의 학습 과정은 뭐야?",
"\\( L=L_{B}+\\sum_{i} \\frac{\\lambda}{2} F_{i}\\left(\\theta_{i}-\\theta_{A i}^{-}\\right)^{2} \\) 식을 통해 이전 Task에 매개변수의 상관도가 높으면 어떻게 되는 것을 알게 되었는가?",
"\\( L=L_{B}+\\sum_{i} \\frac{\\lambda}{2} F_{i}\\left(\\theta_{i}-\\theta_{A i}^{-}\\right)^{2} \\) 식을 통해 이전 Task에 매개변수의 상관도가 높으면 어떻게 되는가?",
"이전 Task에서 학습된 모델의 매개변수의 중요도를 FIM로 정의하는 EWC는 파라미터당 가중치 감소값을 통해 어떻게 하는 방법인가?",
"이전 Task에서 학습된 모델의 매개변수의 중요도를 FIM로 정의하는 EWC는 파라미터당 가중치 감소값을 통해 어떤 과정을 거치는 방법인가?",
"3가지 SIT 시나리오를 통한 학습법에서 New Instances and Classes는 어떻게 학습이 이루어 지는가?",
"MT 시나리오가 CL 시나리오의 2가지 시나리오 중 하나이며 나머지 하나는 어떻게 되는가?",
"\\( L=L_{B}+\\sum_{i} \\frac{\\lambda}{2} F_{i}\\left(\\theta_{i}-\\theta_{A i}^{-}\\right)^{2} \\) 식에 나오는 모든 수식들의 특성은 어떻게 되는가?",
"이전 Task에서 학습된 모델의 매개변수의 중요도를 FIM으로 정의하고, 이를 파라미터당 가중치 감소값으로 활용하여, 중요도에 따라 매개변수가 다음 Task 학습에서 많이 변하지 못하도록 정규화시키는 방법이 뭐야?",
"그림 1에시 회색의 타원형 부분은 Task A에 최적화된 무슨 영역인가?"
] |
acaa00a9-4015-49cb-bff3-55a0430e1883
|
인공물ED
|
데이터 유사도를 이용한 지속적 학습방법
|
<p>이 실험을 바탕으로, 다양한 Domain이 입력으로 들어오는 실제 CL 환경에서 신경망이 학습을 잘하기 위해서는 이전에 학습한 데이터와 새로 학습 할 데이터의 특징을 비교하여 유사도를 측정하고, 특징의 차이가 클수록 매개변수의 변화를 억제하 는 방법이 해결책이 될 수 있다. 이를 구현하기 위해 각 데이터 사이의 유사도를 측정해야 한다. 단순히 각 Task의 데이터를 직접 비교하는 방법을 생각할 수 있지만, 실제 모델이 학습하는 환경은 CL 환경임은 알고 있어야 한다. CL 환경은 학습이 완료된 이전 Task 데이터에 접근할 수 없는 환경이므로 각 Task의 데이터를 직접 비교할 수 없다. 따라서 이전 Task 데이터에 접근하지 않고 현재 Task 데이터와 특징을 비교할 수 있는 우회적인 방법을 생각해야 한다.</p><p>이전 데이터에 직접 접근이 불가하다면 이전 데이터로 학습된 모델의 출력 분포를 비교하는 방법을 사용하면 유용할 수 있다. 이전에 학습된 데이터와 유사한 형태를 가지는 데이터를 모델에 입력하게 되면 은닉층의 출력 분포 또한 이전 데이터와 유사하게 나타날 것이다. 본 논문에서는 유사도를 측정결과를 직용함으로써 망각이 덜 이루어 지도록 한다.</p><p>이를 확인할 실험에 앞서 검증을 위한 Permuted MNIST 데이터를 추가로 사용하였다. 그림 5 에 나타낸 것과 같이, Permuted MNIST 데이터는 MNIST 이미지의 픽셀 순서를 고정된 패턴으로 재배열하여 새로운 Task의 학습 데이터로 사용한다. 이는 새로운 Task에서 이전의 Task와 형태가 다른 이미지 데이터를 사용한 것과 같은 효과를 낸다.</p><p>이 데이터를 사용하면 이전 Task에서 학습한 데이터의 지식을 얼마나 유지하는지 평가하는 지표로 사용할 수 있다.</p><p>그림 6은 MNIST 데이터로 학습한 모델에 3가지 데이터들의 표본을 200개씩 뽑아 입력으로 넣은 후, 은닉층의 출력 분포를 평균하여 시각화한 사진이다. (a)는 MNIST 데이터의 출력 분포, (b)는 EMNIST 숫자 데이터의 출력 분포 (c)는 Permuted MNIST 데이터의 출력 분포이다. MNIST 데이터의 출력 분포를 기준으로 2가지 데이터와 상관 계수를 측정했을 경우 MNIST와 유사한 형태를 보이는 EMNIST의 숫자 데이터는 약 \( 0.92 \) 의 상관 계수를 가지며, 다른 형태를 보이는 Permuted MNIST는 \( 0.53 \)의 상관 계수를 가진다. 즉, MNIST와 EMNIST의 숫자 데이터의 출력 분포는 강한 연관성을 보이지만 Permuted MNIST는 약한 연간성을 보인다.출력층의 분포를 이용하면 직접 데이터에 접근하지 않고 각 데이터 사이의 연간성은 비교하는 지표로 사용할 수 있게 된다. 출력 분포를 비표하기 위해 이전 학습 데이터들로 모델이 학습 완료되면 이전 학습 데이터에서 일정 개수의 표본을 추출하여 출력 분포를 계산하고 저장한다.</p><p>이때 사용되는 표본의 개수를 정하기 위해 수행한 실험과 그 결과는 그림 7 과 같다.</p><table border><caption>표 3. 표본 개수에 따른 출력 분포의 표준편차 값</caption><tbody><tr><td>Samples</td><td>100</td><td>500</td><td>1000</td><td>1500</td><td>2000</td></tr><tr><td>Standard deviation</td><td>0.00059</td><td>0.00011</td><td>0.00006</td><td>0.00004</td><td>0.00003</td></tr></tbody></table><p>표 3의 학습 데이터, 검증 데이터와 같이 MNIST와 EMNIST 데이터의 다양한 조합으로 실험을 수행하였고, 표본을 뽑아 출력 분포의 상관 계수를 계산하는 과정을 100번씩 반복하여 결괏값의 표준편차를 계산하였다. 그림 9의 그레프를 통해 추출 하는 표본의 개수가 많아질수록 표준편차가 줄어드는 모습을 보인다. 추출하는 표본의 개수가 1000개일 경우 모든 조합의 표준편차 평균값은 0.00006 값을 갖고, 이후 평균 표준편차의 변화량이 0.00002 이하로 낮아지므로 표본 추출 개수를 1000 개로 설정하여 출력 분포를 계산한다.</p><p>이전 학습 데이터에서 출력 분포를 계산하고 새로운 학습 데이터들이 들어오게 되면 학습을 수행하기 전, 같은 방법으로 출력 분포를 계산하여 출력 분포들의 상관 계수를 계산하게 된다. 이를 구현하기 위해 입/출력 계층을 제외한 은닉층의 출력 (이 실험에서는 50개의 출력) 분포를 비교한다. 표 4는 다양한 데이터로 모델을 학습한 후 다른 데이터들과 출력 분포의 상관 계수를 측정한 결과이다.</p><table border><caption>표 4. 각 데이터에 따른 출력 분포의 상관 계수 측정</caption><tbody><tr><td>Train Data \ Test Data</td><td>MNIST</td><td>EMNIST(N)</td><td>EMNIST(L)</td><td>EMNIST(U)</td><td>MNIST(P)</td></tr><tr><td>MNIST</td><td>1</td><td>0.928</td><td>0.914</td><td>0.879</td><td>0.718</td></tr><tr><td>EMNIST(N)</td><td>0.916</td><td>1</td><td>0.859</td><td>0.958</td><td>0.629</td></tr><tr><td>EMNIST(L)</td><td>0.870</td><td>0.826</td><td>1</td><td>0.933</td><td>0.594</td></tr><tr><td>EMNIST(U)</td><td>0.892</td><td>0.955</td><td>0.938</td><td>1</td><td>0.634</td></tr><tr><td>MNIST(P)</td><td>0.513</td><td>0.610</td><td>0.737</td><td>0.562</td><td>1</td></tr></tbody></table>
|
[
"CL 환경은 Task의 데이터를 직접 비교할 수 있는가?",
"이전 데이터에 직접 접근이 불가할 때 어떤 방법을 사용할 수 있는가?",
"표 3.의 표본 개수에 따른 출력 분포의 표준편차 값에 따르면 표준편차의 값은 0.00011일 때, 표본의 개수는 얼마인가?",
"표 3.에서 가장 높은 표본 개수는 얼마인가?",
"표 3.에서 가장 낮은 표본 개수는 얼마인가?",
"표 3.에서 가장 높은 표준편차 값는 얼마인가?",
"Permuted MNIST 데이터는 MNIST 이미지를 어떻게 새로운 Task의 학습 데이터로 사용하는가?",
"표 4.에서 MNIST와 EMNIST(N)의 상관 계수는 얼마인가?",
"표 4.에서 Train Data가 MNIST(P)이고 Test Data가 MNIST였을 때, 상관계수는 얼마인가?",
"표 4.에서 가장 낮은 상관 계수는 얼마인가?",
"MNIST 데이터의 출력 분포를 기준으로 2가지 데이터와 상관 계수를 측정했을 경우 Permuted MNIST의 상관계수는 얼마인가?",
"표 3.의 표본 개수에 따른 출력 분포의 표준편차 값에 따르면 표본이 100개 일때의 표준편차의 값은 얼마인가?",
"표 4. 는 무엇을 나타내는 표인가?",
"표 3.가 나타내는 것은 무엇인가?",
"표 4.에서 Train Data가 MNIST였을 때, 가장 낮은 상관 계수가 측정된 Test data는 무엇인가?"
] |
d875b4e6-f3ae-4b08-a62d-ecba1c9c4b72
|
인공물ED
|
광학암흑영역을 이용한 CCD 센서의 영역 적응적 스미어 제거 방식
|
<h1>III. 제안하는 스미어 현상 제거 방식</h1><p>제안하는 방식은 크게 두 가지 과정으로 구성되어진다. 첫 번째 과정은 알파-트림드 평균값 필터와 수정된 LLMMSE 필터를 이용하여 광학암흑영역에 포함된 잡음 성분을 선택적으로 제거하는 부분이고, 두 번째 과정은 잡음이 제거된 광학암흑영역 신호를 수직방향(혹은 수평방향)으로 영상 전반에 걸쳐서 빼면서 스미어 현상을 제거하는 부분이다. 이 과정에서 스미어 현상에 의하여 포화가 발생한 경우, 이를 판단하고 이 경우는 원 신호의 정보가 손실되었기 때문에 현재 화소의 값을 주변 화소의 값들의 조합으로 대체하는 방식을 취한다. 각 과정의 구체적인 동작에 대하여 살펴보면 다음과 같다.</p><h2>1. 제안하는 잡음 제거 필터</h2><p>제안하는 잡음 제거 필터는 광학암흑영역에 포함된 잡음 성분을 선택적으로 제거하기 위하여 알파-트림드 평균값 필터와 수정된 LLMMSE 푈터를 조합한다. 이는 두 필터의 순차적인 적용을 의미하는 것이 아니라 두 필터가 하나의 필터처럼 동작함을 의미한다. 즉, 알파-트림드 평균값 필터는 가우시안과 라플라시안 잡음을 제거하는 용도로 사용되며 LLMMSE 필터는 광학암흑영역의 신호로부터 잡음 성분과 스미어에 의한 성분을 구분하는데 사용된다. 이러한 목적을 위하여 제안하는 잡음 제거 필터는 다음과 같이 정의된다.</p><p>\( y_{P M}(j)=y_{A T}(j)+\frac{\sigma_{x A T}^{2}(j)}{\sigma_{x A T}^{2}(j)+\sigma_{n}^{2}} \times\left(x(j)-y_{A T}(j)\right) \)<caption>(5)</caption></p><p>여기에서 \( x(j) \) 는 입력 신호를 나타내고 \( y_{A T}(j) \) 는 알파-트림드 평균값 필터의 결과로 수식 (1)과 같다. \( \sigma_{x A T}^{2}(j) \) 는 수식 (1)의 크기순으로 정렬된 신호 \( x_{s}(k) \) 의 최상위 d2 와 최하위 d2 를 제외한 나머지 값들의 분산으로, \( \sigma_{x A T}^{2}(j) \) 를 사용하면 라플라시안 잡음과 같은 강한 잡음에 의한 효과가 무시됨으로 수식 (4)의 \( \sigma_{x}^{2}(j) \) 보다 정확한 값을 산출할 수 있으며 이는 다음과 같이 정의된다.</p><p>\( \sigma_{x A T}^{2}(j)=\sum_{k=d / 2}^{N-d / 2} \frac{\left(x_{s}(k)-y_{A T}(j)\right)^{2}}{N-d} \),<caption>(6)</caption></p><p>여기에서 N 은 국부영역 내에 존재하는 화소의 수이다. 제안된 방법은 잡음의 분산인 \( \sigma_{n}^{2} \) 를 광학암흑영역의 신호로부터 추정하며 이를 위해 우선 광학암흑영역의 전체 평균을 다음과 같이 구한다.</p><p>\( O_{\text {Mean }}=\frac{1}{N_{O}} \sum_{k \in O B R} x(k) \),<caption>(7)</caption></p><p>여기서 \( N_{O} \) 는 광학암흑영역 내에 존재하는 모든 화소의 수이고, \( O_{M a n} \) 은 이렇게 구하여진 평균으로 상수 값을 나타낸다. 잡음의 분산 \( \sigma_{n}^{2} \) 을 구하기 위해서는 스미어 신호와 잡음을 구분해야 하는데, 두 신호의 분포 특성의 차이를 이용하여 그림 5 와 같이 구분할 수 있다.</p><p>따라서 \( O_{\text {Mean }} \) 보다 작은 크기를 갖는 신호를 잡음으로 가정하고 이 신호에 대한 분산을 구함으로써 \( \sigma_{n}^{2} \) 를 근사적으로 구할 수 있으며 이는 다음과 같다.</p><p>\( \sigma_{n}^{2}=\sum_{j=1}^{N_{o}} \frac{S(x(j)) \times\left(x(j)-M_{n}\right)^{2}}{N_{n}} \),<caption>(8)</caption></p><p>여기에서 \( S(\cdot) \) 는 스위치 함수로 다음과 같이 정의된다.</p><p>\( S(x)=\left\{\begin{array}{ll}1, & x<O_{\text {Mean }} \\ 0, & x \geq O_{\text {Mean }}\end{array}\right. \),<caption>(9)</caption></p><p>여기에서 \( N_{n} \) 는 광학암흑영역의 화소 중에서 값이 \( O_{\text {Mean }} \) 보다 작은 화소의 수이고, \( M_{n} \) 은 \( O_{M E a n} \) 보다 작은 크기를 갖는 화소들의 전체 평균으로 다음과 같이 구한다.</p><p>\( M_{n}=\sum_{j=1}^{N_{O}} \frac{S(x(j)) \times x(j)}{N_{n}} \).<caption>(10)</caption></p><p>제안된 잡음 제거 필터의 동작은 다음과 같다. 평탄 영역(잡음이 주된 영역)에서는 신호의 분산 \( \sigma_{x A T}^{2}(j) \) 과 잡음의 분산 \( \sigma_{n}^{2} \) 이 비슷하거나 상대적으로 잡음의 분산이 큰 값을 나타내기 때문에 결과적으로 제안된 잡음 제거 필터는 잡음을 평활화 \( \left(y_{P M}(j) \cong y_{A T}(j)\right) \) 시킨다. 반면에 경계영역(스미어 효과가 발생한 영역)에서는 신호의 분산이 잡음의 분산보다 횔씬 큰 값을 나타내기 때문에 이 부분의 값들은 거의 필터링 하지 않음 \( \left(y_{P M}(j) \cong x(j)\right) \) 을 알 수 있다. 결과적으로 그림 6 에서처럼 제안된 잡음 제거 필터는 알파-트림드 평균값 필터나 LLMMSE 필터보다 정확하게 신호의 특성을 분석하고 고려함으로써 잡음을 효과적으로 제거함과 동시에 스미어에 의한 효과는 보존할 수 있다.</p><h2>2. 제안하는 스미어 제거 방식</h2><p>스미어 효과는 광원을 기준으로 수직방향(혹은 수평 방향)으로 거의 일정하게 발생한다. 따라서 추정된 스미어 효과 값을 영상에 전반적으로 빼줌으로써 이를 제거할 수 있다. 하지만 강한 빛에 의하여 발생한 스미어 효과는 화소가 표현할 수 있는 한계를 넘어 화소를 포화시키는 경우도 있다. 이 경우는 단순히 스미어 효과를 빼주는 과정으로는 영상에 발생한 열화를 개선할 수 없다. 따라서 제안된 방법은 추정된 스미어 효과로부터 영상에 포화가 발생하였는지를 판단하고 각각의 경우에 맞는 스미어 효과 제거 방식을 적용한다. 우선 제안된 방식은 다음과 같이 화소의 포화 여부를 결정한다.</p><p>\( I_{x}(i, j)= \)\( \left\{\begin{array}{ll}\text { 불포화영역, } & \text { if }\left(y_{P M}(j) \leq T h_{1}\right) \\ \text { 과도영역, } & \text { if }\left(T h_{1}<y_{P M}(j) \leq T h_{2}\right) \\ \text { 포화영역, } & \text { if }\left(T h_{2}<y_{P M}(j)\right)\end{array}\right. \)<caption>(11)</caption></p><p>여기에서 \( I_{x} \) 는 실제 빛의 영향을 받아 영상이 맺힌 부분이고 \( T h_{1} \) 과 \( T h_{2} \) 는 화소의 포화를 검출하기 위해 실험적으로 설정된 문턱 값을 나타낸다 \( \left(T h_{1}<T h_{2}\right) \). 추정된 스미어 효과의 값이 \( T h_{1} \) 보다 작은 경우는 화소가 포화되지 않았다고 판단하고 다음과 같이 추정된 스미어 효과 값을 영상에 전반적으로 빼줌으로써 스미어 효과에 의한 열화를 개선한다.</p><p>\( I_{y}(i, j)=I_{x}(i, j)-y_{P M}(j) \).<caption>(12)</caption></p><p>반면에 추정된 스미어 효과의 값이 \( T h_{2} \) 보다 큰 경우는 화소가 포화되었다고 판단하고 이 경우에는 주변의 화소 중에서 포화가 발생하지 않은 화소를 찾아내어 이 값들의 가중치 합으로 현재 화소의 값을 대체하여 시각적인 열화를 개선한다. 이는 다음과 같이 정의된다.</p><p>\( I_{y}(i, j)=\frac{w_{L} \times I_{y}\left(i, j_{L}\right)+w_{R} \times I_{y}\left(i, j_{R}\right)}{w_{L}+w_{R}} \),<caption>(13)</caption></p><p>여기에서 \( j_{L} \) 과 \( j_{R} \) 은 각각 포화된 현재 화소 \( I_{x}(i, j) \) 를 기준으로 좌우 방향의 가장 가까운 포화되지 않은 화소의 위치를 나타내는 좌표이다. 또한 \( w_{L} \) 과 \( w_{R} \) 은 포화된 현재 화소 값을 주변 화소 값으로 대체하기 위하여 주변 화소를 참고하는 정도를 결정하는 가중치로, 일반적으로 현재 화소와의 거리가 멀수록 상관도가 적기 때문에 각각 \( j \) 와 \( j_{L} \) 사이의 거리와 \( j \) 와 \( j_{R} \) 사이의 거리에 반비례하게 설정된다. 본 논문에서는 다음과 같이 정의하였다.</p><p>\( w_{L}=\frac{1}{\left|j-j_{L}\right|+1}, \quad w_{R}=\frac{1}{\left|j-j_{R}\right|+1} \)<caption>(14)</caption></p><p>마지막으로 보다 안정적으로 스미어 효과를 제거하기 위하여 과도영역을 설정 하였다. 즉, 추정된 스미어 효과 값이 \( T h_{1} \) 과 \( T h_{2} \) 사이에 존재하는 경우는 과도영역으로 판단하고 수식 (12)와 (13)에 의한 결과를 가중치의 합으로 조합한다. 수식을 간단하게 표현하기 위해 수식 (12)의 결과를 \( I_{y 1} \), 수식 (13)의 결과를 \( I_{y 2} \) 라 하겠다. 즉, 과도영역의 경우는 다음과 같이 그 결과를 구할 수 있다.</p><p>\( I_{y}(i, j)=\left(1-w_{T}\right) \times I_{y 1}(i, j)+w_{T} \times I_{y 2}(i, j) \),<caption>(15)</caption></p><p>여기에서 \( w_{T^{\text {는 }}} I_{y 1} \) 과 \( I_{y 2} \) 를 조합하기위한 가중치로 문턱 값 \( T h_{1} \) 과 \( T h_{2} \), 그리고 추정된 스미어 효과인 \( y_{P M}(j) \) 에 따라서 결정되며 그 값은 \(0\) 에서 \(1\) 사의의 범위를 갖는다. 즉, \(0\) 보다 작은 경우는 \(0\) 이 되고 \(1\) 보다 큰 경우는 \(1\) 을 설정하며 다음과 같이 정의된다.</p><p>\( w_{T}=\frac{1}{T h_{2}-T h_{1}} \times\left(y_{P M}(j)-T h_{1}\right) \) \( w_{T}=\left\{\begin{array}{ll}0, & \text { if }\left(w_{T}<0\right) \\ 1, & \text { if }\left(w_{T}>1\right)\end{array}\right. \)<caption>(16)</caption></p><p>따라서 \( y_{P M}(j) \) 이 \( T h_{1} \) 에 가까울수록 수식 (12)의 결과가 주되게 반영되고, \( T h_{2} \) 에 가까울수록 수식 (13)의 결과가 주되게 반영된다.</p>
|
[
"스미어에 의한 효과는 보존할수 있는 필터는 뭐야?",
"잡음과 스미어 신호를 구분하기위해 어떤것을 구하여야 해?",
"\\( T h_{2} \\) 보다 스미어 효과의 값 큰 경우 화소가 포화되지 않았다고 판단해?",
"국부영역내에 화소의 수는 \\( \\sigma_{x A T}^{2}(j)=\\sum_{k=d / 2}^{N-d / 2} \\frac{\\left(x_{s}(k)-y_{A T}(j)\\right)^{2}}{N-d} \\),<caption>(6)</caption>의 수식에서 어떤걸로 표시했어?",
"\\( O_{\\text {Mean }}=\\frac{1}{N_{O}} \\sum_{k \\in O B R} x(k) \\),<caption>(7)</caption>에서 광학암흑영역 내에 존재하는 모든 화소의 수를 나타내는건 뭐야?",
"거의 필터링 하지 않는 영역은 경게영역이야?",
"영상에 어떠한 값을 빼줌으로써 이를 제거 할수있어?",
"어떤것들 사이에 스미어 효과 값이 존재하는 경우 과도 영역으로 판단해?",
"잡음제거를 위해 순서대로 적용됨이 아니라 하나의 필터로 동작하는 필터는 어떤것들이 있어?",
"잡음제거 필터를 평활화 \\( \\left(y_{P M}(j) \\cong y_{A T}(j)\\right) \\) 시킨 이유는 뭐야?",
"알파-트림드 평균값 필터의 경우 잡음인 라플라시안과 어떤것의 잡음을 제거에 사용되?",
"수정된 LLMMSE 푈터와 알파-트림드 평균값 필터의 조합된 필터는 무슨 역활을 해?",
"스미어 형상을 제거하는 부분으로 수직방향(혹은 수평방향)으로 영상 전반에 걸쳐서 뺀것은 어떤 신호에서 였어?",
"신호의 특성을 정확하게 분석하고 스미어에 의한 효과는 보존하는 필터는 그림 6 에서처럼 제안된 잡음 제거 필터가 맞아?",
"설정된 문턱 값으로 포화를 검출하기위한 것은 뭐야?",
"알파-트림드 평균값 필터와 어떤 필터의 조합으로 잡음 성분을 선택적으로 제거할 수 있어?",
"\\( y_{P M}(j)=y_{A T}(j)+\\frac{\\sigma_{x A T}^{2}(j)}{\\sigma_{x A T}^{2}(j)+\\sigma_{n}^{2}} \\times\\left(x(j)-y_{A T}(j)\\right) \\)<caption>(5)</caption>의 수식에서 입력 신호의 기호는 뭐야?",
"수직방향(혹은 수평 방향)으로 거의 일정하게 발생하는 스미어 효과는 어떠한 기준은 동작했어?",
"추정한 광학암흑영역의 신호에서 평균을 구하기 위한 잡음의 분산은 뭐야?",
"\\( y_{P M}(j) \\)의 추정된 스미어 효과의 값에서 얼마의 범위를 갖어?",
"스미어 효과에 의한 열화를 개선하기 위해 어떤 스미어 효과값을 추정해서 영상 전반에 빼줘?",
"상대적으로 잡음의 분산이 큰 값을 나타나는 것은 어떤 영역이야?",
"잡음 성분을 광학암흑영역의 신호로 부터 구분해 주는 필터는 뭐야?",
"과도영역을 설정한 이유는 뭐야?",
"\\( I_{y}(i, j)=\\frac{w_{L} \\times I_{y}\\left(i, j_{L}\\right)+w_{R} \\times I_{y}\\left(i, j_{R}\\right)}{w_{L}+w_{R}} \\),<caption>(13)</caption>에서 화소의 위치를 나타내는 좌표는 뭐야?",
"잡음 제거 필터의 동작중 경계영역은 뭐야?",
"상수값을 나타내는 수는 뭐야?",
"스미어 효과가 강한 빛에 의하여 발생한 경우 화소가 포화될수 있어?",
"\\( I_{x}(i, j)= \\)\\( \\left\\{\\begin{array}{ll}\\text { 불포화영역, } & \\text { if }\\left(y_{P M}(j) \\leq T h_{1}\\right) \\\\ \\text { 과도영역, } & \\text { if }\\left(T h_{1}<y_{P M}(j) \\leq T h_{2}\\right) \\\\ \\text { 포화영역, } & \\text { if }\\left(T h_{2}<y_{P M}(j)\\right)\\end{array}\\right. \\)<caption>(11)</caption>에서 빛의 영향을 받아 영상이 맺힌 부분을 나타내는것은 뭐야?",
"강한 빛에 의하여 발생한 스미어 효과는 영상에 발생한 열화를 개선 할수 있어?",
"가우시안과 라플라시안 잡음을 제거하는 용도로 사용되는 필터는 뭐야?",
"화소가 포화되지 않았다고 판단하는 것으로 스미어 효과 값이 어떤것보다 작을경우에 판단해?",
"\\( \\sigma_{x A T}^{2}(j) \\)는 \\( \\sigma_{x}^{2}(j) \\) 보다 정확한 값을 산출할수 있어?",
"가우시안과 라플라시안 잡음을 제거하는 용도로 사용하는 필터는 LLMMSE 필터가 맞아?",
"두 가지 제안하는 방식에서 알파-트림드 평균값 필터와 수정된 LLMMSE 필터를 이용한 작업은 모든 잡음을 제거했어?",
"시각적인 열화를 개선할때에 현재의 화소의 값을 대체하는건 뭐야?",
"알파-트림드 평균값 필터와 수정된 LLMMSE 푈터의 조합은 각각 동작하여 잡음을 제거해?",
"알파-트림드 평균값 필터와 LLMMSE 필터의 잡음 제거필터의 잡음제거필터의 값은 어떻게 산출되?",
"수직방향(혹은 수평방향)으로 광학암흑영역 신호는 영상 부분적으러 걸쳐 빼며 스미어 현상을 제거했어?",
"화소의 포화 여부를 결정하기 위해 제안된 방식은 뭐야?",
"화소를 포화시키는 경우의 스미어 효과는 어떤거에 의해 발생해?",
"잡음 제거 필터의 동작에서 평탄영역은 뭐야?",
"스미어 효과는 원을 그리며 일정하게 발생해?",
"스미어에 의한 성분을 구분하는 필터는 뭐야?",
"스미어 현상을 제거하는 부분인 두번째 과정은 광학암흑영역 신호를 어떠한 방향으로 작업했어?",
"포화가 스미어 현상에 의하여 발생한 경우 어떠한 방식을 취해?",
"주변 화소의 값들의 조합으로 현재 화소의 값을 대체하는건 무슨 이유야?",
"본문은 세가지의 과정으로 구성했어?",
"광학암흑영역에 선택적으로 잡음 성분을 제거하는 부분은 평균값 필터와 어떤 필터를 이용했어?",
"원 신호의 정보가 손실되는 형상은 스미어 현상의 무슨 경우에 발생해?"
] |
48f9b837-5ec6-47c9-8e5a-f9d4f632e27d
|
인공물ED
|
광학암흑영역을 이용한 CCD 센서의 영역 적응적 스미어 제거 방식
|
<h1>요 약</h1><p>스미어 현상은 CCD 센서의 전하 전달 과정에 기인한다. 정지 영상에서는 기계적 셔터와 같은 하드웨어적인 구조로 이를 제거하지만, 동영상에서는 수행 시간의 제약 등의 문제로 이러한 방식이 적용될 수 없다. 본 논문에서는 신호처리 관점에서 스미어 현상을 제거하여 정지 영상뿐만 아니라 동영상에도 적용이 가능한 스미어 제거 방식을 제안한다. 제안하는 방식은 CCD 센서의 모서리 부분에 존재하는 화소들의 집단인 광학암흑영역(optical black region)을 이용한다. 광학암흑영역은 실제로 빛의 영향을 받지 않아 상이 맺히지 않지만, 스미어가 발생할 경우 전하 전달에 의하여 스미어 신호가 저장된다. 따라서 제안하는 방식은 스미어 신호를 정확하게 추정하기 위해서 광학암혹영역에 발생한 신호로부터 스미어와 잡음에 의한 영향을 구분하고 잡음은 제거하면서 스미어 신호는 유지하는 과정을 선행하며, 이렇게 처리된 광학암흑영역 신호를 영상 전반에 빼주어 스미어 현상을 제거한다. 또한 스미어 현상에 의해 포화가 발생한 경우는 손실된 원 신호의 정보를 주변의 화소 값으로 대체하여 스미어 현상에 의한 시각적 열화를 개선한다. 실험 결과를 통해 제안하는 방법이 기존 방법에 비해 시각적인 면에서 뛰어난 결과를 보임을 확인할 수 있다.</p>
|
[
"실제로 빛의 영향을 받지 않아 상이 맺히지 않는 영역을 무엇이라 하는가?",
"손실된 원 신호의 정보를 주변의 화소 값으로 대체함으로써 어떻게 스미어 현상에 의해 포화가 발생한 것을 해결하지?",
"어떤 현상이 CCD 센서의 전하 전달 과정에서 비롯되었는가?",
"어떤 센서의 전하 전달 과정에서부터 스미어 현상이 비롯되었는가?",
"스미어 제거 방식이 정지 영상뿐만 아니라 동영상에도 적용이 가능한 이유는 무엇인가?",
"스미어 제거 방식은 어디에 적용이 가능한가?",
"스미어가 발생하는 경우에는 무엇에 의하여 스미어 신호가 저장되지?",
"광학암혹영역에 발생한 신호로부터 스미어와 잡음에 의한 영향을 구분하는 이유는 무엇인가?",
"스미어 현상에 의해 포화가 발생한 경우에는 어떻게 하지?",
"스미어 현상을 어떻게 제거하는가?",
"CCD 센서의 모서리 부분에 존재하는 화소들의 집단을 무엇이라고 부르는가?",
"광학암흑영역은 어디에 존재 하는가?"
] |
126ef545-221e-4080-b7fb-1aa4d371a6d4
|
인공물ED
|
광학암흑영역을 이용한 CCD 센서의 영역 적응적 스미어 제거 방식
|
<h1>I. 서 론</h1><p>스미어 현상은 CCD 센서를 사용하는 영상획득 장치로 태양이나 자동차 헤드라이트 같은 밝은 광원을 촬영할 때 광원을 기준으로 수직방향(혹은 수평방향)으로 밝은 줄이 나타나는 현상을 말하며 이는 CCD 센서의 영상 획득 과정에 기인한다. CCD 센서로 영상을 획득하는 과정은 크게 일정한 시간 동안 전하를 축적하는 과정과 축적된 전하를 순차적으로 버패로 전달하는 과정으로 나눌 수 있다. 전하를 전달하는 과정 중에도 빛이 계속 입사되면서 전하의 축적과정은 계속 이루어진다. 그림 1 은 CCD 센서의 \( j^{\prime} \) 번째 화소에 강한 빛이 비추어 졌을 때 전하 축적 및 전달과정을 거쳐 스미어 현상이 발생하는 과정을 설명한 그림이다.</p><p>그림 1의 (a)는 \( j^{\prime} \) 번째 화소에 강한 빛이 비추어 영상 획득 주기 동안에 전하가 축적된 것을 나타내며 (b) 는 readout 버펴로 전하를 전달하기 위하여 축적된 전하를 이웃 화소로 전달한 것을 나타낸다. 원래 축적된 위치에 여전히 빛이 입사되어 소량의 전하가 축적된 것을 볼 수 있으며 이러한 과정을 반복하여 readout 버퍼로 전하 전달이 완료된 후에는 (c)와 같은 전하 분포도를 나타내며 결국 (d) 형태의 영상을 획득하게 된다. 즉, \( j^{\prime} \) 번째 위치에 입사되는 빛은 \( j^{\prime} \) 번째 화소 뿐 아니라 그 이후에 그 위치를 거치는 모든 화소의 전하량에 영향을 미치게 되는 것이다. 일반적으로 전하 전달시간이 전하 축적시간에 비해 상대적으로 짧기 때문에 전달 과정에서 축적되는 전하의 양은 미미하여 디지털화된 영상에서는 인식하기가 어렵다. 그러나 고속 셔터 촬영으로 인하여 전하 축적시간이 상대적으로 짧아지거나, 입사되는 빛의 양이 많을 경우, 전하 전달시간 동안에 축적된 전하의 영향이 두드러지게 나타나며 이를 스미어 현상이라고 한다.</p><p>정지 영상의 경우는 기계적 셔터나 특수한 유도 장치와 같은 하드웨어적인 구조를 통하여 스미어 현상을 극복한다. 반면에 디지털 카메라의 프리뷰 영상과 같은 동영상에는 수행 시간의 제약 등의 문제로 이러한 방식을 적용할 수 없다. 따라서 본 논문에서는 정지 영상뿐만 아니라 동영상에도 적용 할 수 있도록 신호처리 관점에서 스미어 현상을 제거하는 방식을 제안한다. 제안하는 방식은 스미어 현상을 제거하기 위하여 CCD 센서에 포함된 광학암흑영역에 발생한 신호를 이용한다. 광학암흑영역은 CCD 센서의 가장자리에 존재하는 화소들의 집단으로 직접적으로 빛의 영향을 받지 않아 물체의 상이 맺히지 않는 부분이다. 하지만 스미어가 발생하면 이 부분으로 전하들이 전달되어 스미어 현상에 의한 신호들이 발생하게 된다. 그림 2 는 스미어 현상이 발생한 영상과 이때 광학암흑영역에 저장된 신호를 나타낸다.</p><p>스미어 현상을 제거하는 가장 간단한 방법은 광학암흑영역에 저장된 신호를 영상에 일괄적으로 빼주는 것이다. 하지만 그림 2에서 볼 수 있듯이 광학암흑영역에 저장된 신호에는 저조도 잡음뿐만 아니라 강한 광원에 의하여 포화가 발생하는 경우도 있다. 이는 스미어 현상을 제거하는 과정에서 시각적인 열화를 발생시키는 원인이 된다. 따라서 스미어 현상에 의한 영향을 정확하게 추정하고 이를 제거하는 과정에서 발생하는 시각적 열화를 방지하기 위해서는 광학암흑영역의 신호에 포함된 잡음을 제거하는 과정이 선행 되어야 한다. 이 과정에서 잡음을 강하게 제거하면 스미어 현상에 의한 신호도 저감되어 결국 스미어 현상을 정확하게 제거 할 수 없고, 잡음을 덜 제거하면 스미어 현상을 제거하는 과정에서 원하지 않는 수직방향(혹은 수평방향)의 선들이 결과 영상에 발생하게 된다.</p><p>제안하는 방식은 스미어 현상에 의한 신호를 정확하게 추정하고 이를 제거하기 위하여 알파-트림드 평균값(alpha-trimmed mean) 필터와 변형된 Local Linear Minimum Mean Square Error(LLMMSE) 필터를 조합하여 광학암흑영역 자체에 존재하는 잡음과 스미어 현상에 의한 신호를 구분하고, 스미어 현상에 의한 신호는 유지하면서 잡음 성분을 억제하는 과정을 수행한다. 이렇게 처리된 광학암흑영역 신호를 영상의 전반에 빼줌으로써 스미어 현상에 의한 열화를 개선할 수 있다. 또한 스미어 현상으로 인하여 화소가 포화가 된 경우에는 원 신호의 정보가 소실되었기 때문에 광학암흑 영역의 신호만을 이용하여 이를 극복할 수 없다. 따라서 포화가 발생한 경우에는 이를 판단하고 현재 화소의 값을 주변 화소 값들의 조합으로 대체하여 시각적 열화를 개선하는 방식을 취한다.</p><p>본 논문은 다음과 같이 구성된다. Ⅱ장에서는 스미어 현상을 제거하기에 앞서 광학암흑영역 자체에 존재하는 잡음 성분을 억제하기 위하여 사용되는 알파-트림드 평균값 필터와 LLMMSE 필터에 대한 간략한 설명을 한 후, Ⅲ장에서는 제안하는 방식의 구체적인 동작에 대하여 설명하도록 하겟다. Ⅳ 장에서는 실험 결과를 통하여 제안하는 방식의 성능을 평가한 후, Ⅴ 장에서 결론을 맺도록 하겟다.</p>
|
[
"광학암흑영역의 신호에 포함된 잡음을 제거할때 잡음을 강하게 제거하면 어떻게 되는가?",
"CCD 센서로 영상을 획득하는 과정은 크게 무엇으로 나눌 수 있는가?",
"전하 전달시간 동안에 축적된 전하의 영향이 두드러지게 나타는것을 무엇이라 하는가?",
"스미어 현상에 의한 영향을 정확하게 추정하고 이를 제거하는 과정에서 발생하는 시각적 열화를 방지하기 위해 선행되어야 하는 과정은 무엇인가?",
"스미어 현상으로 인하여 화소가 포화가 된 경우에는 왜 광학암흑 영역의 신호만을 이용하여 스미어 현상에 의한 열화를 극복할 수 없는가?",
"CCD 센서를 사용하는 영상획득 장치로 태양이나 자동차 헤드라이트 같은 밝은 광원을 촬영할 때 광원을 기준으로 수직방향으로 밝은 줄이 나타나는 현상은 무엇인가?",
"\\( j^{\\prime} \\) 번째 위치에 입사되는 빛은 무엇에 영향을 미치는가?",
"디지털 카메라의 프리뷰 영상과 같은 동영상에는 왜 정지 영상과 같은 방법으로 스미어 현상을 극복할 수 없는가?",
"제안하는 방식이 알파-트림드 평균값 필터와 변형된 Local Linear Minimum Mean Square Error 필터를 조합하여 광학암흑영역 자체에 존재하는 잡음과 스미어 현상에 의한 신호를 구분하고, 스미어 현상에 의한 신호는 유지하면서 잡음 성분을 억제하는 과정을 수행하는 목적은 무엇인가?",
"정지 영상은 스미어현상을 어떻게 극복하는가?"
] |
0533bbe7-6757-48c5-9ae0-1190e9600e3e
|
인공물ED
|
광학암흑영역을 이용한 CCD 센서의 영역 적응적 스미어 제거 방식
|
<h1>IV. 실 험 결 과</h1><p>제안된 방식의 성능을 검증하기 위하여 실험결과를 제시하였다. 실험은 CCD 센서를 사용하는 카메라로부터 12 비트 베이어 형식(Bayer format)의 데이터를 획득하고 이를 입력으로 사용하여 제안된 방식을 적용하였다. 수식 (1)과 수식 (6)의 변수인 \( N \) 과 \( d \) 는 각각 국부적으로 잡음 제거를 수행하기 위한 화소 수와 라플라시안 잡음을 배제하기 위한 변수를 나타낸다. 이 과정에서 N 이 커질수록 잡음제거의 성능은 좋아지나 스미어 신호도 잡음으로 판단될 가능성이 커지고, \( d \) 가 커질 수록 라플라시안 잡음제거의 성능은 좋아지나 가우시안 잡음제거의 성능이 떨어진다. 수식 (11)의 문턱 값 \( T h_{1} \) 은 스미어 신호가 시각적으로 인식되기 시작하는 값으로 대체로 작은 값으로 설정된다. 또한 수식 (11)의 문턱 값 \( T h_{2} \) 는 스미어에 의하여 원신호의 정보가 포화되는 값으로 성능의 안정성을 위하여 화소가 표현할 수 있는 최대값의 \( 50 \% \) 정도로 설정되어 진다. 결과적으로 위 변수들은 실험에 사용된 센서의 특성에 따라 가변적이며, 본 실험에서는 실험을 통하여 N 과 d 는 \(9\) 와 \(4\) 로, \( T h_{1} \) 과 \( T h_{2} \) 는 512 와 2048 로 설정되었다. 마지막으로 베이어 형식의 영상을 컬러 영상으로 확인하기 위하여 선형 컬러 보간 방식(bilinear color interpolation)을 수행하였다.</p><p>그림 7은 각각 원본영상과 광학암흑영역의 신호에 아무런 처리를 가하지 않고 스미어 효과를 제거한 영상, 그리고 제안하는 방식으로 광학암훅영역의 신호를 처리하고 스미어 효과를 제거한 영상에 히스토그램 평활화(histogram equalization)를 적용하여 일부를 확대한 결과이다. 광학암흑영역 신호의 잡음을 제거하지 않고 이를 이용하여 스미어 효과를 제거할 경우, 잡음 성분에 의하여 최종 결과에 원하지 않는 수직선(혹은 수평선)들이 발생하게 된다. 반면 제안하는 방식으로 처리한 결과는 이러한 열화가 발생하지 않는 것을 살펴 볼 수 있다.</p><p>그림 8과 9 는 포화가 발생하지 않은 경우의 실험 결과를 나타낸다. 그림 8과 9의 (a)는 광원에 의하여 수직 방향으로 스미어 효과가 발생한 원본 영상이다. 그림 8과 9 의 (b)는 제안된 방법으로 스미어 효과를 제거한 결과이다. 실험 결과에서 확인 할 수 있듯이 포화가 발생하지 않은 경우에는 제안하는 방식을 통하여 스미어 효과에 의한 열화가 해상도의 저하(blur) 없이 개선되는 것을 살펴 볼 수 있다.</p><p>그림 10은 포화가 발생하였을 경우의 실험 결과를 나타낸다. 그림 10 의 (a)는 강한 광원이 거울에 반사되어 강한 스미어 현상을 유발하고 이에 의해서 신호가 포화된 원본 영상을 나타낸다. 이 경우는 원 신호의 정보가 손실되었기 때문에 광학암흑영역의 신호만을 이용하여</p><p>스미어 효과를 제거할 경우 (b)와 같이 원하지 않는 결과가 발생하게 된다. 따라서 제안된 잡음 제거 방식으로 처리된 광학암흑영역의 신호로부터 화소가 포화되었는지를 판단하고 포화가 발생하였다고 판단된 화소는 주변 화소 중에서 포화가 발생하지 않은 화소를 찾아내어 이 값들의 가중치 합으로 현재 화소의 값을 대체한다. (c)는 주변 화소 값으로 현재 화소 값을 대체한 결과로 시각적으로 합당한 결과를 산출하는 것을 확인 할 수 있다.</p>
|
[
"본문 실험에서 데이터를 획득하기 위해 사용하는 센서는 무엇인가?",
"본문 실험에서 어떤 센서를 사용하여 데이터를 얻었나요?",
"카메라로 부터 획득하는 것은 몇 비트 베이어 형식의 데이터인가?",
"카메라로부터 얻을 수 있는 데이터는 몇 비트 베이어 형식일까?",
"본문 실험에서 입력 데이터로 사용하는 것은 뭐야?",
"본문 실험에서 어떤 데이터를 입력하여 사용하나요?",
"수식 (1)과 수식 (6)의 변수인 \\( d \\) 는 어떤 잡음을 배제하기 위한 변수인가?",
"수식 (1)과 수식 (6)의 변수인 \\( d \\) 를 활용하여 어떤 잡음을 제거할 수 있나요?",
"수식 (1)과 수식 (6)의 변수인 \\( N \\은 전체적으로 잡음 제거를 수행하기 위한 화소 수를 위한 변수인가?",
"N 이 커질수록 잡음제거의 성능은 좋아지나 ?",
"잡음제거의 성능은 N이 증가할수록 향상되는가?",
"\\( d \\) 가 커질 수록 라플라시안 잡음제거의 성능은 좋아지나?",
"라플라시안 잡음제거의 성능은 \\( d \\) 가 증가할수록 향상되는가?",
"N 이 커질수록 잡음으로 판단될 가능성이 커지는 것은 뭐야?",
"잡음으로 판단될 가능성이 N과 비례관계인 신호는 무엇인가?",
"\\( d \\) 가 커질수록 어떤 성능이 떨어질까?",
"\\( d \\) 가 증가할수록 감소하는 성능은 무엇인가요?",
"문턱 값 \\( T h_{1} \\)는 어떤 신호가 시각적으로 인식되기 시작하는 값인가?",
"문턱 값 \\( T h_{1} \\)는 무슨 신호를 시각적으로 인식하려는 초기 값인가요?",
"문턱 값 \\( T h_{1} \\)는 항상 최대 값으로 설정해야할까?",
"문턱 값 \\( T h_{1} \\)는 항상 가장 큰 값이어야 하나요?",
"문턱 값 \\( T h_{2} \\)을 화소가 표현할 수 있는 최대값의 \\( 50 \\% \\) 정도로 설정하는 이유는 뭐야?",
"화소가 표현가능한 가장 큰 값의 \\( 50 \\% \\) 정도로 문턱 값 \\( T h_{2} \\)을 설정하는 이유는 뭔가요?",
"기 성능 안정을 위해 화소 표현 최대값의 1/2 정도로 설정된 값은 무슨 값이야?",
"어떤 값이 성능 안정을 위해 화소 표현 최대값의 절반 정도로 설정되는가?",
"본문 실험에 사용된 변수들은 센서의 특성에 관계없이 항상 일정한가?",
"센서의 특성과 무관하게 본문 실험에 사용된 변수들이 일정하나요?",
"실험을 통하여 변수 값 N과 d는 각각 9와 4로 설정되었나?",
" 변수 값 N과 d는 실험을 바탕으로 각각 9와 4로 설정됐는가?",
"실험에서 변수 \\( T h_{1} \\) 과 \\( T h_{2} \\) 는 값은 각각 몇으로 설정되었나?",
"실험으로 설정된 변수 \\( T h_{1} \\) 과 \\( T h_{2} \\) 는 값은 무엇인가?",
"베이어 형식의 영상을 컬러 영상으로 확인하기 위하여 비선형 컬러 보간 방식을 수행하였나?",
"비선형 컬러 보간 방식은 베이어 형식의 영상을 컬러 영상으로 확인하기 위하여 사용되었나요??",
"본문에서 제안하는 방식은 영상의 광학암흑영역의 신호에 아무런 처리를 가하지 않고 스미어 효과를 제거하는 것인가 ?",
"본문에서 제안하는 방식은 스미어 효과를 영상의 광학암흑영역의 신호에 아무런 처리 없이 제거하는가?",
"광학암흑영역 신호의 잡음을 제거하지 않고 이를 이용하여 스미어 효과를 제거할 경우 최상의 결과를 얻을 수 있을까?",
"광학암흑영역 신호의 잡음을 이용하여 스미어 효과를 제거한다면 최상의 결과를 얻을 수 있나요?",
"본문에서 열화가 발생하지 않도록 하기 위해서 어떻게 실험을 하였나?",
"열화가 발생하지 않도록 하기 위해서 본문에서 사용한 실험 방법은 무엇인가?",
"포화가 발생하지 않을 경우, 본문에서 제안한 방식을 사용하면 해상도의 저하가 발생하는가?",
"본문에서 제안한 방식을 포화가 발생하지 않을 경우에 사용하면 해상도가 낮아지나요?",
"포화가 발생하였을 경우, 스미어효과를 제거히면 원하지 않은 결과가 발생하는데, 잡음 제거를 위하여 어떻게 해야하나?",
"포화가 발생했을 때 스미어 효과를 제거하여 의도하지 않은 결과가 발생하는데, 잡음 제거를 하기 위한 방법은 무엇일까?"
] |
c4690bdf-ed0a-42cf-b967-f3d1ff2a8a68
|
인공물ED
|
전자빔 처리를 통한 발수성 금속 스텐트 제작 및 평가
|
<h1>1. 서 론</h1><p>심혈관 질환 중 하나인 심근경색은 혈관벽 내부에 콜레스테롤 등이 쎃여 혈관이 좁아지는 전신성 질환이다. 대표직인 치료 방법은 스텐트 시술기법으로, 튜브형태의 \( \operatorname{CoCr} \) (Cobalt-Chromium)을 레이저 가공을 통해 미세 철방구조를 형성하고 혈관내 삽입하여, 좁아진 혈관을 물리직으로 확장시키는 기법이다. 이러한 외과적 시술 방법은 좁아진 혈관을 팽창시키는데 매우 효과적이며, 혈관 우회술과 같은 방법에 비해 비교직 간단한 수술기법으로 치료가 가능하다. 하지만, 스텐트 삽입 시술 이후 3-6 개월 이내에 병변 부분에 재협착(Restonosis) 증세가 발생하여 혈 관벽이 다시 좁아지는 현상이 발생한다 . 이러한 문제로 인해 스텐트 시술 후 정기적인 검진 및 주기적인 혈전 용해제와 같은 약물복용이 필수적으로 요구된다. 사용되는 약물은 주로 혈소판 생성 억제제와 같은 약물이며, 정기적인 약물 복용은 약물에 대한 내성 및 예상치 못한 사고 등의 문제로 인한 긴급 수 술 등의 위험성을 내포현다. 이러한 문제를 극복하기 위해 약물 코팅 스텐트(Drug eluting stent) 등이 개발되어 스텐트 표면에 약물을 코팅하여 국부적인 악물 치료를 목표로 하였지반, 코팅 된 약물의 담지량이 작아 스텐트 삽입 \(2-3\)주 후 코팅약물이 소 모되기 때문에 이후 약물을 복용해야 하는 단점을 가진다. 이를 극복하기 위한 기법으로 펩타이드 및 해파린 등의 물질을 부착한 스텐트가 연구되고 있지만, 다양한 환경에서의 임상 실험 등의 난관이 있어 상용화에 어려움이 있으며, 공정의 복잡성 및 스텐트의 보관 방법 등의 문제를 내포하고 있다.</p><p>최근 약물 중심의 재협착 해결방법 대신에 금속 스텐트 표면개질을 통해 재협착을 최소화하는 연구가 진행되었다. 이러한 방법은 혈관내 존재하는 단백질 기반의 혈장이 스텐트 표면에 흡착 정도를 최소화하여 재협착을 줄일 수 있 수 있다는 연구가 보고 되었다. 펨토초(Femtosecond) 레이저를 이용하여 스텐트 스트럿(strut) 표면 조도를 변경하고, 약물을 코팅하여 재협착을 최소화하는 연구를 진행하였다. 이는 레이저를 이용하여 표면을 재 가공하기 때문에, 공정의 복잡성 및 스텐트비용 상승이라는 문제를 가지고 있다. 또한, 금속 스텐트 표면에 질소 이온주입을 통해 표면 에너지를 변화시켜 재협착을 낮추는 연구를 진행하였지만, 낮은 발수 특성 및 이온주입된 재료의 생체 적합성 여부 등의 생체 적합성 여부 판단이라는 문제를 내포하고 있다. 본 연구에서는 전자빔(Electron beam)을 이용하여 금속 스텐트 표면조도 및 에너지를 변화시키는 연구를 수행하였다. 대면적 전자빔을 이용한 표면처리는 공정이 매우 단순하고, 짧은 공정시간이내에도 효과적인 표면 개질이 가능한 장점을 가지며, 혹은 발수 특성을 장기간 가져갈 수 있는 장점을 가진다. 이러한 공정 기법을 이용하여 \( \mathrm{CoCr} \) 기반의 금속 스텐트를 산소(O) 분위기의 플라즈마에서 표면치리를 진행하고, 이에 따른 스텐트의 표면 분석 및 접촉각 분석을 진행하였다.</p>
|
[
"혈관벽 내부에 콜레스테롤 등이 쎃여 혈관이 좁아지는 질환이며 심혈관 질환은 무엇이지?",
"심근경색은 혈관벽 내부에 콜레스테롤 등이 쎃여 혈관이 늘어나는 전신성 질환이야?",
"대표적 치료 방법인 스텐트 시술기법은 혈관 우회술보다 수술기법이 비교적 간단한 것이 맞아?",
"심근경색은 심혈관 질환 중 하나야?",
"혈관벽 내부에 콜레스테롤 등이 쎃여 혈관이 좁아지는 질환이 심장마비가 맞아?",
"심근경색을 치료하기 위해 좁아진 혈관을 물리적으로 확장시키는 시술은 뭐라고 하지?",
"콜레스테롤이 쌓여 혈관이 좁아지면 발생하는 심근경색에 삽입하는 스텐트는 미세 철방구조야?",
"혈관벽 내부에 콜레스테롤 등이 쎃여 혈관이 좁아지는 질환이 심근경색이 맞아?",
"좁아진 혈관을 확장시키기 위해 삽입하는 스텐트는 레이저 가공을 통해 어떤 구조로 가공해서 삽입하는가?",
"스탠트 시술은 좁아진 혈관을 확장시키기 위해 혈관내에 무엇을 삽입하니?",
"콜레스테롤이 혈관벽에 쌓여 점점 혈관이 좁아지는 질병 중 하나인 것이 심근경색이 맞아?",
"스텐트 시술기법으로 치료하면 좁아진 혈관이 물리적으로 확장이 가능한거 맞아?",
"심근경색은 어디에 콜레스테롤 등이 쎃여 발생하는 질환이야?",
"심혈관 질환 중 하나인 심근경색은 심장에 콜레스테롤이 쌓이는 질환이야?",
"스탠트 시술기법은 혈관 우회술에 비해 비교적 복잡한 수술기법이니?",
"좁아진 혈관을 물리직으로 확장시키기 위해 튜브형태의 ( \\operatorname{CoCr} \\) (Cobalt-Chromium)를 어떻게 치료에 이용하는거야?",
"외과적 시술 방법인 스텐트 시술기법은 좁아진 혈관을 팽창시키는데 매우 효과적이며, 무엇에 비교해 간단한 수술기법인가?",
"스텐트 시술기법은 좁아진 혈관을 확장시키기 위해 어떤 방법을 사용하는가?",
"심근경색 치료를 위해 스텐트 시술을 할 때에 레이저 가공을 통해 미세 철방구조를 형성하고 혈관내 삽입하는 것은 튜브형태의 \\operatorname{CoCr}CoCr (Cobalt-Chromium)가 맞아?",
"우리 몸 어디든 혈관벽 내부에 콜레스테롤 등이 쎃여 혈관이 좁아져서 생기는 질환이 무엇인가?",
"약물 코팅 스텐트(Drug eluting stent)를 삽입한 후 \\(2-3\\)주 후에는 다시 약물을 복용해야 하는거야?",
"스텐트 삽입 시술은 왜 시술 이후 3-6개월 이내에 혈 관벽이 다시 좁아지는 현상이 발생하지?",
"스텐트 시술 이후에 복용하는 약물의 부작용을 극복하기 위해 개발된 스텐트는 무엇인가?",
"스텐트 시술기법은 삽입 시술 이후 3-6 개월 이내에 병변 부분에 재협착(Restonosis) 증세가 발생하니?",
"스텐트 표면에 약물을 코팅하여 만든 약물 코팅 스텐트(Drug eluting stent)를 삽입하고 \\(2-3\\)주 후 코팅약물이 소모되는 원인은 무엇이니?",
"스텐트 표면에 약물을 코팅하여 제작된 약물 코팅 스텐트(Drug eluting stent)를 삽입해도 \\(2-3\\)주 후에 약물을 복용해야 하는 이유가 뭐니?",
"약물 코팅 스텐트(Drug eluting stent)를 삽입하고 \\(2-3\\)주 후 약물을 복용해야 하는 이유는 코팅된 약물의 양이 작기 때문이 맞아?",
"스텐트 삽입 시술 이후 3-6 개월 이내에 병변 부분에 재협착(Restonosis) 증세가 발생하는 것을 방지하기 위해 투여하는 약물은 주로 어떤 것인가?",
"스텐트 시술이 갖는 문제점을 극복하기 위해 정기적인 검진 이외에 무엇을 복용해야 하는가?",
"스텐트 시술 이후에 재협착 문제가 발생하여 이를 극복하는 방법으로 연구 진행중인 방법으로 스텐트의 표면 재질이 어떤 것으로 사용하는가?",
"펩타이드 및 해파린 등의 물질을 부착한 스텐트가 연구가 다양한 환경에서의 임상 실험 등의 난관이 있어 상용화에 어려움이 있으며, 공정의 복잡성 및 스텐트의 보관 방법 등의 문제를 가지고 있니?",
"스탠트 시술기법이 혈관 우회술에 비해 간단하지만 단점인 혈관 병변 부위의 재협착 증세가 얼마의 시기 이내에 발생하는가?",
"국부적인 악물 치료를 목표로 개발되었지만 연구가 다양한 환경에서의 임상 실험 등의 난관이 있어 상용화에 어려움이 있으며, 공정의 복잡성 및 스텐트의 보관 방법 등의 문제를 가지고 있는 것은 무엇이야?",
"스텐트 시술기법은 튜브형태의 \\operatorname{CoCr}CoCr (Cobalt-Chromium)을 레이저 가공을 통해 미세 철방구조로 만들어 삽입하는 것이니?",
"최근에 금속 스텐트 표면개질을 통하여 혈관내 존재하는 단백질 혈장이 흡착하는 것을 최소화 할 수 있다는 연구가 보고되었니?",
"본 연구에서 전자빔을 이용하여 금속 스텐트 표면조도 및 에너지를 변화시킨 연구를 한 것이 맞아?",
"약물을 코팅하여 병변이 있는 혈관이 재협착 하는 것을 최소화하는 연구에서 스텐트 스트럿(strut) 표면 조도를 변경하는데 이용한 레이저가 펨토초(Femtosecond) 레이저라는 것이니?",
"약물을 코팅하여 병변이 있는 혈관이 재협착 하는 것을 최소화하는 연구에서 스텐트 스트럿(strut) 표면 조도를 변경하는데 이용한 레이저는 무엇이야?",
"대면적 전자빔을 이용한 표면처리 공정은 ( \\mathrm{CoCr} \\) 기반의 금속 스텐트를 어떤 분위기의 플라즈마에서 표면치리를 진행하였는가?",
"공정이 매우 단순하고, 짧은 공정시간이내에도 효과적인 표면 개질이 가능한 장점을 가지며, 혹은 발수 특성을 장기간 가져갈 수 있는 장점을 가지는 표면처리는 무엇을 이용한 것이니?",
"공정이 매우 단순하고, 짧은 공정시간이내에도 효과적인 표면 개질이 가능한 장점을 가지며, 혹은 발수 특성을 장기간 가져갈 수 있는 장점을 가진 표면처리 공정은 대면적 전자빔을 이용한 것이니?"
] |
6c33a062-9efd-4139-a2ff-63e22dcff51f
|
인공물ED
|
전자빔 처리를 통한 발수성 금속 스텐트 제작 및 평가
|
<h1>4. 결 론</h1><p>본 논문에서는 헐관 재협착을 줄이기 위해 제작된 스텐트의 표면치리를 수행하고 이에 따른 특성 평가를 진행하였다. 스텐트 표면처리는 이온빔 플라즈마를 이용하여 진행하였으며, 이에 따른 물리 화학적 분석을 XPS 등을 이용하여 분석하였으며, 기계적 특성의 변화 없이 표면처리에 따라 발수성질을 가지는 스텐트 개발을 완료하였다. 세포 배양 실험을 통해 표면 개질된 \( \mathrm{CoCr} \) 표면에서의 세포 배양 여부를 확인 하였으며 이러한 결과를 기반으로 혈관 삽입된 스텐트의 효과직인 재협착 감소가 가능할 것으로 사료된다. 이로 인해 환자의 약물 벅용을 최소화할 수 있으며, 이에 따른 약물 중독 및 약물 복용에 의한 환자의 비용감소 등과 같은 간접적 사회 비용을 줄일 수 있을 것으로 사료된다. 추후 연구로 표면 개질된 스텐트의 동물실험을 진행하여 실제 사용 가능여부 등을 파악할 예정이다.</p>
|
[
"스텐트 표면에 있어 물리 화학적 검토는 무엇을 활용하여 검토했는가?",
"스텐트에 표면처리를 한 이유는 무엇일까?",
"어떤 이유로 스텐트에 표면처리를 했지?",
"추후 연구는 어떻게 진행이 될 것인가?",
"어떻게 추후 연구가 실시될 것이지?",
"이 실험을 통해 이루어질 수 있는 기대효과는 뭐가 있어?",
"무슨 기대효과가 이 실험을 통해 기대될까?",
"본 논문이 만든 스텐드는 표먼처리를 통해 어떤 특징을 지니고 있는가?",
"본 실험의 결과를 통해 확인할 수 있는 효과는 무엇인가?",
"무엇이 본 실험의 결과를 통해 확인할 수 있는 효과야?",
"세포 배양 실험을 통해 알 수 있는 사실은 무엇인가?",
"어떤 사실을 세포 배양 실험을 통해 알 수 있지?",
"스텐트 표면처리를 위해 이용한 것은 무엇일까?",
"무엇을 스텐트 표면처리를 위해 사용했지?",
"본 논문은 무슨 실험에 의해 표면 개질된 \\( \\mathrm{CoCr} \\) 표면에서의 세포 배양의 그러함과 그러하지 아니함을 검증했는가?"
] |
8e4c2775-9010-46bc-9119-eddf14b2b972
|
인공물ED
|
전자빔 처리를 통한 발수성 금속 스텐트 제작 및 평가
|
<h1>2. 연구 방법</h1><h2>2.1 금속 스텐트 표면 처리</h2><p>금속 스텐트는 벰토초 레이저를 이용하여 가공되었으며, 상용제품과 동일한 생체적합성을 만족하는 \( \mathrm{CoCr} \) 기반의 튜브로 가공되었다. 제작된 스텐트 스트럿의 크기는 약 \( 100 \mu \mathrm{m} \) 의 두께를 가지며, 전남대학교병원 심혈관계 융합연구센터에서 제공되었다. 금속 스텐트는 산소 분위기의 반응 챔버에서 처리되었으며, 전자빔 표면처리 장치의 간략한 구조는 Fig. 1 과 같다. 본 연구에서 수행한 스텐트는 \( 0.05 \mathrm{~Pa} \), 산소 분위기에서 \( 30 \mathrm{keV} \)의 에너지를 활용해, \(3\)회 조사를 진행하였다.</p><p>전자빔 처리는 진공 분위기에서 반응성 가스를 이용하여 시료 전체에 표면 개질이 진행되기 때문에 복잡한 \(3\)차원 형태를 가지는 스텐트의 표면처리에 적합하다. 또한, 짧은 공정시간(-수마이크로초) 및 여러 개의 스텐트 샘플을 일괄 처리할 수 있기 때문에 스텐트 대량생산에 매우 적합한 특징을 가진다. 이렇게 처리된 금속 스텐트는 친수성 특성에서 발수성 특성을 가지도록 표면이 개질 된다. 특히, 의료용으로 사용되는 재료의 경우 불순물의 유무에 따라서 사용 승인을 위한 임상실험 데이터가 요구되기 때문에, 재료 본연의 성분 외에 다른 재료가 혼합이 되지 않는 것이 상용화 측면에 유리하며, 임상시험에서 발생될 수 있는 부작용 등을 최소화할 수 있다. 전자빔 처리는 전계 방출로 방생되는 전자빔을 이용한 재료의 재결정화가 주를 이루며, 이로 인해 재료의 표면 조도 변화 및 표면 개질 층을 효과적으로 형성할 수 있어 재료 특성을 개선할 수 있는 장점을 가진다.</p><p>이러한 기법으로 표면 개질 된 스텐트를 XPS(X-ray photoelectron spectroscopy) 및 접촉각 측정 등을 진행하였다.</p>
|
[
"금속 스텐트를 통한 연구 과정은 어떻게 이루어 졌는가?",
"제작된 스텐트 스트럿의 크기는 몇 \\(\\mu \\mathrm{m} \\)의 두께를 가지고 있어?",
"본 연구에서 수행한 스텐트는 \\( 0.05 \\mathrm{~Pa} \\), 산소 분위기에서 \\( 30 \\mathrm{keV} \\)의 에너지를 활용하여 몇 회 조사를 진행하였는가?",
"금속 스텐트는 상용제품과 동일한 생체적합성을 만족하는 \\( \\mathrm{CoCr} \\) 기반의 튜브로 가공되었어?",
"금속 스텐트는 산소 분위기의 어디에서 처리되었어?",
"제작된 스텐트 스트럿은 어디에서 제공되었어?",
"금속 스텐트는 벰토초 레이저를 이용하여 가공되었어?",
"XPS 약자의 뜻이 뭐야?",
"처리된 금속 스텐트는 친수성 특성에서 어떤 특성을 가지도록 표면이 개질 되는가?",
"전자빔 처리는 진공 분위기에서 반응성 가스를 이용하여 시료 전체에 표면 개질이 진행되기 때문에 복잡한 \\(3\\)차원 형태를 가지는 스텐트의 어디에 적합한가?",
"금속 스텐트는 어떻게 가공되었는가?",
"어떻게 금속 스텐트가 제작되지?",
"금속 스텐트와 관련해 전자빔 처리를 통해 어떻게 할 수 있는가?",
"전자빔 처리의 장점은 뭐야?",
"무엇이 전자빔 처리의 장점이지",
"\\( \\mathrm{CoCr} \\) 기반의 튜브로 가공된 스텐트 스트럿의 크기와 관련해서 제공해준 곳은 어떻게 되는가?",
"짧은 공정시간 및 여러 개의 스텐트 샘플을 일괄 처리할 수 있기 때문에 스텐트 대량생산에 적합한가?",
"전자빔 처리를 통한 표면처리를 하게 되면 금속 스텐트는 어떻게 되는가?",
"금속 스텐트의 표면 처리에 사용된 점자빔 처리의 장점은 어떻게 되는가?"
] |
11560093-c5ad-41da-ba30-deae1765d1a6
|
인공물ED
|
전자빔 처리를 통한 발수성 금속 스텐트 제작 및 평가
|
<h1>3. 결과 및 고찰</h1><h2>3.1 접촉각 분석</h2><p>본 논문에서 제작된 스텐트는 Fig. 2(a)-(c)에 나타내었다. 스텐트 길이는 약 \( 15 \mathrm{~mm} \) 이며, 팽창 전 [Fig 2. (a)] \( 1 \mathrm{~mm} \), 팽창 후 [Fig. 2(c)] 약 \( 3 \mathrm{~mm} \) 정도의 직경을 가진다. 일반적인 금속 스텐트는 전기화학적 방법을 이용하여 \( \mathrm{CoCr} \) 환봉을 스텐트 형상으로 레이저를 이용하여 가공하고, 전기-화학적 폴리싱을 수행하여 방법으로 표면 조도를 낮춘다. 이에 따른 SEM(Scanning electron microscope) 이미지는 Fig. 2(d)와 같으며, 발수성 특징을 부여하기 위해 전자빔 처리된 스텐트 SEM 이미지를 Fig.2(e)에 나타내었다. 처리 전과 후의 SEM 이미지에서는 물리적인 표면 거칠기 변화는 관찰되지 않았다. 이는 표면 거칠기 변화에 따른 발수성 특성 변화가 아니며, 전자빔을 통한 \( \mathrm{CoCr} \) 합금의 물성 변화라는 것을 3.2절의 XPS에서 확인할 수 있었다.</p><p>표면 개질 된 금속 스텐트의 발수 특징 분석을 접촉각 측정기를 이용하여 평가하였다. 일반적인 금속은 친수성 특성을 보이며, 이러한 특징은 스텐트가 혈관내 삽입되었을 때 혈장, 콜레스테롤 등이 쉽게 붙게 되어 재협착이 쉽게 발생된다. Fig. 2(e)-(h)와 같이 금속 스텐트의 발수성 특성을 분석하였으며, 측정 결과 약 \(129-131\)도의 높은 발수 특징을 가지는 것을 확인하였다. 일반적으로 재협착은 스텐트 시술 이후 \(2-3\)개월 동안 집중적으로 발생된다고 보고 되었으며, 이에 따라서 본 연구에서 개발한 금속 스텐트 또한 \(2\)개월에 걸친 발수성 테스트를 지속적으로 모니터링 하였다. 이에 따른 결과를 Table 1 에 나타내었으며, 장기간 모니터링에서도 높은 발수각을 유지하는 것을 확인하였다.</p><p>일반적으로 레이저를 기반으로 한 스텐트 발수성 연구의 경우 레이저 빔의 조사 범위의 한계로 한쪽 면에 집중적으로 공정이 진행된다. 이는 스텐트 외부 및 내부 등 전체 면적에서 발생되는 재협착을 효과적으로 줄일 수 없는 단점을 가진다. 하지만, 본 연구에서 사용한 전자빔 처리 기법은 진공 챔버 내의 전체 공간에서 표면 개질이 이루어 지기 때문에 스텐트 스트럿의 전면적에 걸쳐 공정이 진행된다. 이는 헐관에 삽입된 이후 환부에 접촉되는 물질의 접촉을 효과적으로 최소화할 수 있을 것으로 사료된다.</p><h2>3.2 XPS 분석</h2><p>Fig. 3은 전자빔 표면처리 적용 전/후 \( \mathrm{CoCr} \) alloy 표면의 XPS분석 결과를 보여준다. XPS분석은 공기와 직접 접촉을 통해 형성하는 표면에서의 결합구조와 소재 내부에서의 결함구조 변화를 모두 분석하기 위해 아르곤 에칭을 통한 표면 식각을 활용해 수행되었다. \( \mathrm{Cr} \) 을 포함하는 합금의 경우, 표면에서 크롬 산화물을 형성하여 표면에너지를 낮추고 화학적 안정성을 부여할 수 있기 때문에 표면에 형성된 산화물의 종류에 따라 표면에너지와 내화학성이 결정된다. Fig. 3(a)에서 볼 수 있듯이, 전자빔 표면처리 직용 전 샘플 표면 (Bare)의 경우, \( \mathrm{Cr}_{2} \mathrm{O}_{3} \) 의 \( \mathrm{Cr} \) 화합물이 주로 형성된 것을 확인할 수 있지만 높은 비율의 \( \mathrm{Cr}(\mathrm{OH})_{3} \) 구조가 형성되어 있는 것을 확인할 수 있다. 또한, \( \mathrm{CrO}_{3} \) 화합물 형태의 산화물도 일부 존재하는 것으로 분석되었다.</p><p>그러나, 전자빔 표면처리 (EB) 적용 후 표면에서 \( \mathrm{Cr} \) 이 대부분 \( \mathrm{Cr}_{2} \mathrm{O}_{3} \) 의 형태로 존재하며, 높은 비중의 \( \mathrm{Cr} \) metal 형태가 존재하는 것으로 나타났다. 이는 산소 가스를 활용한 전자빔 조사과정에서 플라즈마화 된 산소와 용융층이 높은 에너지로 인해 빠르고 안징적으로 \( \mathrm{Cr}_{2} \mathrm{O}_{5} \) 를 형성한 것으로 분석할 수 있으며, 추가적인 산화반응 없이 나머지 \( \mathrm{Cr} \) 의 경우 순수 금속의 형태로 잔존하게 되는 것으로 분석할 수 있다. 또한 에칭 후 Sub-surface 에서의 \( \mathrm{Cr}-2 \mathrm{p} \) 그래프를 보면[Fig. 3(b)], 소재 내부에서 전자빔 표면치리에 의해 산화물이 거의 형성되지 않은 것을 확인할 수 있다. 전자빔 표면치리를 통해 형성되는 표면의 보호층은 소재 표면에서의 내화학성을 높여 산화, 부식 등의 화학적 반응으로 부터 소재를 보호하는 역할을 수행한다고 알려져 있다. 산소 가스를 활용한 본 연구에서의 전자빔 조사는 표면에서 기존의 아르곤 플라즈마 가스를 활용한 전자빔 조사에 비해 빠르고 안정직인 산화층 \( \left(\mathrm{Cr}_{2} \mathrm{O}_{3}\right) \) 을 형성한 것으로 분석할 수 있으며, passivation layer의 역할을 효율적으로 수행하여 소재 내부에서 추가적인 산화가 발생하지 않도록 보호층의 역할을 수행한 것으로 판단된다.</p><p>전자빔 조사를 통한 표면에서의 결합구조 및 작용기 변화, 그리고 소재 내부에서의 산화 경향 변화는 표면에너지에 큰 영향을 미칠 수 있다. Fig. 3(a)에서 전자빔 조사 후 표면에서 \( -\mathrm{OH} \) 작용기를 포함하는 결합의 비율이 감소하고 안정적인 구조를 가지는 \( \mathrm{Cr}_{2} \mathrm{O}_{3} \) 가 형성된 것을 확인할 수 있고, 친수성 특성을 가지는 \( \mathrm{OH} \) 결합의 감소는 표면에너지 감소 및 접촉각 증가에 영향을 미치게 된다. 또한 소재 내부에서의 산화물 비율 감소 또한 표면에너지의 감소와 접촉각 증가 효과의 원인으로 분석할 수 있다.</p><p>이러한 경향은 XPS의 O-1s 그래프에도 잘 나타난다. Fig. 3(c)에서 볼 수 있듯이 \( \mathrm{O}-1 \mathrm{~s} \) 그래프에서도 전자빔 조사 후 상대적으로 \( \mathrm{OH} \)-의 비율이 현저히 감소한 것으로 나타났으며, 이를 통해 전자빔 조사를 통한 표면에너지의 감소 및 접촉각 향상과 안정적인 산화층 형성을 통한 내화학성 부여가 가능함을 확인할 수 있다.</p>
|
[
"SEM(Scanning electron microscope) 이미지는 Fig. 2(d)와 같으며, 무엇을 부여하기 위해 전자빔 처리된 스텐트 SEM 이미지를 Fig.2(e)에 나타내었는가?",
"일반적인 금속 스텐트는 전기화학적 방법을 이용하여 \\( \\mathrm{CoCr} \\) 환봉을 스텐트 형상으로 무엇을 이용하여 가공해?",
"XPS분석은 공기와 직접 접촉을 통해 형성하는 표면에서의 결합구조와 소재 내부에서의 결함구조 변화를 모두 분석하기 위해 아르곤 에칭을 통한 무엇을 활용해 수행되었어?",
"본 논문에서 제작된 스텐트 길이는 약 \\( 15 \\mathrm{~mm} \\) 이며, 팽창 전 [Fig 2. (a)] \\( 1 \\mathrm{~mm} \\), 팽창 후 [Fig. 2(c)] 몇 \\(\\mathrm{~mm} \\) 정도의 직경을 가지게 되는가?",
"표면 거칠기 변화에 따른 발수성 특성 변화가 아니며, 전자빔을 통한 \\( \\mathrm{CoCr} \\) 합금의 물성 변화라는 것을 3.2절의 무엇으로부터 확인할 수 있었는가?",
"일반적인 금속 스텐트는 전기-화학적 폴리싱을 수행하여 방법으로 표면 조도를 낮추는가?",
"표면 개질 된 금속 스텐트의 발수 특징 분석을 접촉각 측정기를 이용하여 평가하였는가?",
"SEM 약자의 뜻이 뭐야?",
"일반적으로 레이저를 기반으로 한 스텐트 발수성 연구의 경우 레이저 빔의 조사 범위의 한계로 어느 면에 집중적으로 공정이 진행되는가?",
"접촉각 측정기를 이용한 평가를 Fig. 2(e)-(h)에서 어떻게 나타내고 있는가?",
"Fig. 2(a)-(c)에서 보여주는 스텐트 길이는 어떻게 되는가?",
"레이저 기반 스텐트 발수성의 단점은 어떻게 되는가?",
"레이저 기반 스텐트 발수성의 취약점이 뭐야?",
"전자빔 표면처리 적용 전/후 관련해서 Fig. 3 에서는 어떻게 보여주고 있는가?",
"금속이 보편적으로 보여주는 친수성 특성의 특징은 주로 어떻게 나타나는가?",
"XPS분석 결과를 보여주는 Fig. 3의 b 에칭 후 Sub-surface 에서의 \\( \\mathrm{Cr}-2 \\mathrm{p} \\) 그래프를 보면 어떻게 되는 것을 볼 수 있는가?",
"XPS분석 결과가 Fig. 3에서 보면 어떻게 수행되는 것을 볼 수 있는가?",
"XPS분석 결과를 보여주는 Fig. 3 에서 (a)를 통해 어떻게 되는 것을 볼 수 잇는가?",
"흔히 사용되는 금속 스텐트 같은 경우 어떻게 표면 조도를 낮게 하는가?",
"\\( \\left(\\mathrm{Cr}_{2} \\mathrm{O}_{3}\\right) \\) 의 산화층을 형성하는 산소 가스를 활용한 전자빔 표면은 어떻게 그 작업을 수행하게 되었는가?",
"아르곤 플라즈마 가스를 활용한 전자빔 조사대신 산소 가스를 사용하게 될 경우 어떻게 되는 것을 볼 수 있는가?",
"일반적으로 전자빔 표면처리를 통해 형성되는 표면의 보호층 같은 경우 소재 표면과 관련하여 화학적 반응에 의한 것들을 내화학성을 높여 어떻게 하고자 하는가?",
"\\( \\mathrm{Cr} \\)의 표면에 EB를 적용해서 \\( \\mathrm{Cr}_{2} \\mathrm{O}_{3} \\) 의 형태와 높은 비중의 \\( \\mathrm{Cr} \\) metal 형태를 볼 수 있는 것은 산화반응 없이 어떻게 된 것으로 볼 수 있는가?",
"\\( \\mathrm{Cr}_{2} \\mathrm{O}_{5} \\) 가 형성되었다는 것은 이는 그 전에 어떠한 일들이 있었다는 것인가?",
"XPS분석을 명확하게 보여주는 Fig. 3의 c를 통해 전자빔 조사 후 어떻게 되는 것을 볼 수 있는가?",
"표면에너지를 낮추고자 표면에서 크롬 산화물을 형성하는 \\( \\mathrm{Cr} \\) 이 내재된 합금은 화학적 안정성 부여로 인한 결과는 어떻게 되는가?",
"발수 특징 분석을 표면 개질 된 금속 스텐트에 적용하여 어떻게 하였는가?"
] |
fd9a86c4-a363-4cc0-8626-e1f02816ec54
|
인공물ED
|
전자빔 처리를 통한 발수성 금속 스텐트 제작 및 평가
|
<h2>3.3 Radial force 평가</h2><p>혈관내 삽입된 스텐트는 풍선 카테터를 이용하여 Fig. 2(b)-(c)와 같이 팽창된다. 팽창된 스텐트의 가장 중요한 평가 요소 중의 하나인 Radial force 측정은 팽창시킨 혈관 벽을 유지할 수 있는지를 평가하는 요소 중 하나이다. Radial force 평가는 전자 빔 처리된 샘플 및 처리하지 않는 샘플의 두가지로 구분하여 평가하였으며 이에 따른 결과를 Fig. 4에 나타내었다. 먼저 전자빔이 처리되지 않은 샘플의 경우 최대 \( 2.53 \pm 0.27 \mathrm{~N} \) 의 값을 보이며, 전자빔 처리된 샘플은 최대 \( 3.03 \pm 0.22 \mathrm{~N} \) 의 값을 가지는 것으로 확인 되었다. 기본적으로 처리된 샘플 간의 극적인 차이는 발생하지 않았으며, 이는 테스트된 스텐트 스트럿의 디자인이 동일하기 때문이다. 전자빔 처리된 샘플이 약 \( 0.5 \mathrm{~N} \) 정도 높은 이유는 이온빔 처리 동안 발생되는 표면 산화막 및 \( -\mathrm{OH} \) 의 감소, 그리고 표면 열처리에 의한 재료 표면 강도 변화에 따른 결과로 예측된다.</p><h2>3.4 세포배양 테스트</h2><p>인체 삽입된 금속 스텐트는 혈관 내에서 혈전증을 발생시킬 수 있으며, 혈액과 생체 물질의 상호작용으로 스텐트 표면에 흡착되는 특징을 가진다. 피브리노겐(Fibrinogen), 본월리브랜드 펙터(vWF, von willebrand factor), 알부민(Albumin) 및 파이브로넥틴(Fibronectin) 등과 같은 단백질은 혈액과 함께 스텐트 스트럿에 재협착을 촉진시키게 된다. 이러한 부착물에 의해 혈소판 유착이 발생되며 혈액응고 등과 같은 문제가 발생된다. 일반적 금속 스텐트의 경우 FDA 승인된 생체적합성 물질을 사용하지만, 단백질의 쉬운 흡착으로 인해 혈관내부에서 재협착을 발생시키며, 항혈액응고 약물을 지속적으로 복용해야 하는 단점을 가진다. 전자빔 처리된 금속 스텐트의 경우 발수성 성질을 가지며, \(1\) 차적으로 단백질이 흡착이 어렵고, 이에 따른 신생내막 등과 같은 세포 성장이 어려워 재협착을 효과적으로 줄일 수 있다. 이러한 실험 결과는 Fig. 5와 같으며, 전자빔 처리된 \( \mathrm{CoCr} \)표면과 처리하지 않은 샘플의 경우 심장 근육 세포 성장이 안되는 것을 실험을 통하여 확인하였고, 이는 재협착을 효과적으로 줄일 수 있을 것으로 사료된다.</p>
|
[
"혈관내 삽입된 스텐트는 Fig. 2(b)-(c)와 같이 팽창되게 하기 위해 무엇을 이용하지?",
"혈액과 함께 스텐트 스트럿에 재협착을 촉진시키게되는 피브리노겐(Fibrinogen), 본월리브랜드 펙터(vWF, von willebrand factor), 알부민(Albumin) 및 파이브로넥틴(Fibronectin) 등과 같은 것이 뭐지?",
"혈관 내에서 혈전증을 발생시킬 수 있으며, 혈액과 생체 물질의 상호작용으로 스텐트 표면에 흡착되는 특징을 가진 인체에 삽입된 것은 뭐지?",
"단백질인 피브리노겐(Fibrinogen), 본월리브랜드 펙터(vWF, von willebrand factor), 알부민(Albumin) 및 파이브로넥틴(Fibronectin) 등은 혈액과 함께 스텐트 스트럿에 무엇을 촉진시키지?",
"테스트된 스텐트 스트럿의 디자인이 동일하기 때문에 전자빔이 처리되지 않은 샘플의 경우 최대 \\( 2.53 \\pm 0.27 \\mathrm{~N} \\) 의 값을 보이며, 전자빔 처리된 샘플은 최대 \\( 3.03 \\pm 0.22 \\mathrm{~N} \\) 의 값을 가지는 것으로 확인되었는데 이것은 어떻게 해석할 수 있지?",
"전자빔 처리된 샘플이 약 \\( 0.5 \\mathrm{~N} \\) 정도 높은 이유는 이온빔 처리 동안 발생되는 표면 산화막 및 \\( -\\mathrm{OH} \\) 의 감소와 또 어떻게 결과를 예측할 수 있지?",
"Radial force 측정은 팽창된 스텐트의 가장 중요한 평가 요소 중의 하나인데 어떻게 평가하는 것이지?",
"FDA 승인된 생체적합성 물질을 사용하는 일반적 금속 스텐트의 경우 단백질의 쉬운 흡착으로 인해 혈관내부에서 재협착을 발생시키므로 지속적으로 복용해야하는 약물은 무엇이지?"
] |
40a8935d-f279-4341-b97a-f7bb6ffc3e9f
|
인공물ED
|
타이어 공기압 시스템 기술을 사용한 차량의 적재중량 측정 시스템 개발
|
<h2>3. 데이터 믹서</h2><p>데이터 믹서 단계에서는 초기 차량에 적용하는 단계로 타이어의 규정 압력으로 주입한 상태로, 적 재함의 하중을 증가시켜 그림 2와 같이 공차, 중차, 만차에 대한 하중 값과 타이어의 내부 압력변화 데이터를 블록 단위로 정렬하여 내부메모리에 저장하는 단계이다.</p><h2>4. 중량 환산</h2><p>중량 환산 알고리즘에서는 최초 센서 부착 시의 타이어압력 값과 공차 중량을 알고 있을 때, 상차하여 타이어 변화에 따라 압력 값이 증가 되었을 때의 중량을 알면 하중과 압력 데이터가 선형성을 가지므로 선형 함수의 기울기 Factor를 구할 수 있다. Factor는 식(7), 전체 중량은 식(8)에 의하여 구하여진다.</p><p>Factor = (만차 중랑 공차 중량)/(만차 압력 값-공차 압력 값)<caption>(7)</caption></p><p>중랑 \( =( \) 구하는 압력 값-공차 압력 값 \( ) \times \)Factor \( + \) 공차 중량<caption>(8)</caption></p><p>그림 3에서 실제로 중량 환산을 계산해보면, Factor는 계산식에 의해 \( (1,500-2,500) /(1,700-600)=1.818 \)임을 알 수 있다. 이때 압력 값이 1,100일 때의 중량은 \( (1,100-600) \times 1.818+2,500=3,409 \mathrm{~kg} \)으로 측정할 수 있다.</p><h2>5. 성능 실험</h2><h3>가. 실험 환경</h3><p>본 논문에서 제안된 타이어 공기압 측정 기술을 사용한 차량의 적재중량 측정시스템의 정확성을 평가하기 위하여 시험환경의 테스트 베드를 그림 4와 같이 구축하여 실험을 수행하였다.</p><p>또한, 그림 5와 같이 제작된 중량 환산 측정 모듈의 시제품을 시험환경에 적용하여 진행하였다.</p><p>그림 6은 본 논문에서 제안한 타이어 공기압 시스템 기술을 사용한 차량의 적재중량 측정시스템의 실험과정을 나타내었다. 타이어에 장착한 압력 센서모듈에서 하중 및 진동에 의한 노이즈 보정과 기체 유량 보정을 거친 데이터를 무선으로 네트워크 모듈에 전달한다. 네트워크 모듈에서는 데이터 믹서와 중량 환산 과정을 거쳐 화물의 중량을 환산하여 무선으로 연결된 노트북에 표시하게 된다.</p><p>그림 7은 본 논문에서 제안한 기법의 정확성을 정밀하게 평가하기 위해 기구부를 설계하고 제작 하였으며, 타이어 내부에 압력 센서 모듈을 장착하고 타이어를 수직으로 일정한 힘을 인가하였을 때 공인평가된 저울과 네트워크 모듈에서 표시하는 중량의 오차를 테스트하기 위한 설비이다.</p><h3>나. 실험 결과</h3><p>이동평균 보정 과정에서는, 차량의 하중 및 외부 충격에 따라 발생하는 타이어의 내부 압력이 상승하는 노이즈를 제거하기 위하여 이동평균 보정을 수행 하였다. 실험결과, 그림 8과 같이 차량의 하중 및 외부충격에 의해 타이어 내부 압력이 급격하게 증가 되는 것을 확인하였다(Raw Data). 그러나 차량의 하중 및 외부충격에 따라 발생하는 타이어의 하중이 급격하게 반응하는 것을 최소화하기 위해 이동평균보정을 사용한 후에는, 안정적인 출력 값을 나타내는 것을 확인하였다(Moving Average Data).</p><p>주행 중 발생하는 진동에 의한 노이즈 보정 결과 분석과정에서는, 차량의 주행 중 도로면의 상태와 포토 홀 등에 의해서 진동이 반생하는 타이어의 내부 압력이 상승하는 노이즈를 제거하기 위하여 진동에 의한 노이즈 보정을 수행하였다. 실험결과, 그림 9와 같이 차량의 주행 중 상승하는 외부충격 노이즈 등으로 타이어 내부 압력이 급격하게 증가 되는 것을 확인하였다(Raw Data). 그러나 진동에 의한 노이즈 보정을 수행하여 일정 시간 동안 수집된 타이어의 내부 압력 데이터의 최소값과 최대값이 같으면 노이즈로 판단하고 제거한 후에는, 차량의 주행 중 발생하는 외부충격 노이즈가 제거되는 것을 확인하였다(Correction Data).</p><p>기체유량 보정 과정에서는, 하중 및 진동에 의한 노이즈 보정 과정을 거친 데이터에 대하여 지면의 온도상승에 의한 타이어의 내부 압력이 상승하는 노이즈를 제거하였다. 타이어의 압력은 온도에 따라 선형적으로 압력이 증가하게 된다. 따라서 본 논문에서는 기체 유량 보정 과정에서 이를 보정 하였다. 실험결과, 그림 10과 같이 기체유량 보정 후에는 타이어의 내부 압력이 온도에 관계없이 일정하게 출력되는 것을 확인하였다.</p><p>압력 신호를 통한 중량 환산 결과 분석과정에서는, 차량의 적재함 하중을 증가시키면서 하중 및 진동에 의한 노이즈 보정과 기체 유량 보정 거친 후, 압력 신호에 대해 중량을 환산한 결과를 분석 하기 위하여 다음과 같은 실험을 진행하였다. 정확성을 정밀하게 평가를 위해 제작한 기구부를 통해 중량 정밀도 반복 실험을 진행하였다. 이때 공인평가된 저울과 네트워크 모듈에서 표시하는 중량의 오차를 테스트하였다. \( 1000 \mathrm{~kg} \)부터 \( 1500 \mathrm{~kg} \)까지 \( 100 \mathrm{~kg} \)단위로 증가, 감소시키면서 중량 반복 정밀도를 평가하였다. 표 1에서는 중량 반복 정정밀도를 평가 하기 위해 각 중량 지시 값에 대해 각 10회씩, 총 110회 반복 테스트를 진행하여, 중량 반복 정밀도 측정결과를 나타내었다. 중량 정밀도는 최소 \( 99.41 \% \), 최대 \( 99.93 \% \) 로 평균 \( 99.7 \% \)를 나타내어서, 국내 업체 기준치인 \( 90 \% \)보다 우수한 중량 정밀도를 나타내는 것으로 실험 결과를 통해 확인하였다.</p><h1>III. 결론</h1><p>본 논문에서는 타이어의 물리적인 요소 중 하나인 압력정보를 이용해서 자동차의 하중을 측정할 수 있는 차량 적재중량 측정 시스템 설계 기법을 제안한다. 본 논문에서 제안하는 기법은 첫 번째로 하중 및 진동에 의한 노이즈 보정에서는 외부충격 및 차량이 주행 중 발생하는 진동 등에 의해 타이어의 내부 압력이 상승하는 노이즈를 제거하였다. 두 번째로 기체유량 보정 과정에서는 하중 및 진동에 의한 노이즈 보정 과정을 거친 데이터에 대하여 지면의 온도 상승에 의해 타이어의 내부 압력이 상승하는 노이즈를 제거하였다. 세 번째로 데이터 믹서 과정에서는 화물적재 시 타이어에 수직으로 전달이 되어 타이어의 압력변화에 따른 만차, 중차,공차 등을 분류하였다. 네 번째로 중량 환산 과정에서는 하중 및 진동에 의한 노이즈 및 기체유량 보정을 거친 데이터를 사용하여 중량 환산 알고리즘을 통해 중량으로 표출하였다. 중량 환산 알고리즘은 화물차 적재함의 공차, 중차, 만차 등의 데이터를 입력순서에 맞추어 입력하면 선형방정식을 통해 산출된 Factor를 구하여 중량을 환산하였다. 본 논문에서 제안된 타이어 공기압 측정 기술을 사용한 차량의 적재중량 측정 시스템의 정밀도를 평가하기 위해 자체적으로 테스트 베드를 구축하여 평가하였다. 하중 및 진동에 의한 노이즈 보정 결과와 기체 유량 데이터 보정 결과는 신뢰성 있는 결과를 나타내었다. 또한, 중량 정밀도 반복 실험도 국내 업체 기준치인 \( 90 \% \)보다 우수한 중량 정밀도를 나타내었다. 앞으로의 연구 과제로는 타이어 내부에 센서 모듈이 장착됨에 따라 고속 주행 시 진동으로 발생하는 구조 파손, 센서의 불안정성 등의 영향을 최소화하여 차량의 적재중량 측정 정밀도를 향상시키는 연구가 필요하다고 사료된다.</p>
|
[
"최초 센서 부착 시의 타이어압력 값과 공차 중량을 알고 있을 때, 상차하여 타이어 변화에 따라 압력 값이 증가 되었을 때의 중량을 알면 왜 선형 함수의 기울기 Factor를 구할 수 있어?",
"데이터 믹서 단계에서 공차, 중차, 만차에 대한 하중 값과 타이어의 내부 압력변화 데이터를 어떤 단위로 내부메모리에 저장해?",
"타이어 공기압 시스템 기술을 사용한 차량의 적재중량 측정시스템의 실험과정을 설명해줄래?",
"본 논문에서 설계한 기구부에 장착한 센서 모듈이 뭐야?",
"본 논문에서 설계한 기구부는 어떤 오차를 테스트해?",
"이동평균 보정 과정에서 이 보정을 사용하는 이유가 뭐야?",
"하중 및 진동에 의한 노이즈 보정 과정을 거친 데이터에 대하여 지면의 온도상승에 의한 타이어의 내부 압력이 상승하는 노이즈를 제거하는 보정이 뭐야?",
"차량의 주행 중 도로면의 상태와 포토 홀 등에 의해서 진동이 반생하는 타이어의 내부 압력이 상승하는 노이즈를 제거하기 위해 무슨 보정을 사용해?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 중량을 몇 kg 단위로 증가시켰어?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 각 중량 지시 값에 대해 각 10회씩 테스트 한 이유가 뭐야?",
"본 논문의 실험에서 중량 정밀도의 평균은 몇이야?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 본 논문의 최대 중량 정밀도는 몇이야?",
"본 논문에서 자동차의 하중을 측정하기 위해 이용한 정보는 뭐야?",
"데이터 믹서 단계에서 타이어의 내부 압력변화 데이터를 무슨 단위로 정렬해?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 정확성을 정밀하게 평가를 위해 제작한 기구부를 통해 어떤 실험을 했어?",
"차량의 하중 및 외부 충격에 따라 발생하는 타이어의 내부 압력이 상승하는 노이즈를 제거하기 위하여 사용하는 보정이 뭐야?",
"본 논문에서 자동차의 하중을 측정하기 위해 이용한 정보가 뭐야?",
"차량의 적재중량 측정시스템의 실험과정에서 노이즈 보정과 기체 유량 보정을 거친 데이터를 무선으로 어디에 전달해?",
"중량 환산 알고리즘에서 Factor 구하는 식의 분자에는 무엇이 들어가?",
"중량 환산에서 공차 압력 값이 600이고 공차 중량이 2,500이고 Factor가 1.818일 때 압력 값은 무엇인가?",
"차량의 하중 및 외부충격에 따라 발생하는 타이어의 하중이 급격하게 반응하는 것을 최소화하기 위해 사용한 보정이 뭐야?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 중량을 테스트할 때 몇 kg 단위로 증가를 시켰어?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 각 중량 지시 값에 대해 각 몇 회씩 테스트했어?",
"중량 환산 알고리즘에서 선형 함수의 기울기 Factor를 구할 수 있는 이유는 하중과 입력 데이터가 선형성을 갖고 있기 때문이야?",
"중량 환산 알고리즘에서 중량을 구하는 식에 만차 압력 값이 들어가?",
"노이즈 보정에서 일정 시간 동안 수집된 타이어의 내부 압력 데이터의 최소값과 최대값이 같을 때 노이즈로 판단해?",
"적재중량 측정 시스템 실험에서 네트워크 모듈은 화물의 중량을 환산해 유선으로 연결된 노트북에 표시해?",
"기체유량 보정을 하는 데이터는 노이즈 보정 과정을 거쳤어?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 노이즈 보정 과정을 하지 않아도 돼?",
"타이어의 압력은 온도에 선형적으로 증가해?",
"압력 신호를 통한 중량 환산 결과 분석과정에서 각 중량 지시 값에 대해 각 10회씩 테스트해서 총 100회를 반복했어?"
] |
6b934ee3-5d0e-4b94-ada7-e405680fcf7b
|
인공물ED
|
타이어 공기압 시스템 기술을 사용한 차량의 적재중량 측정 시스템 개발
|
<h1>요 약</h1><p>본 논문에서는 타이어의 물리적인 요소 중 하나인 압력정보를 이용해서 자동차의 하중 표출이 가능한 타이어 공기압 측정 기술을 사용한 차량의 적재중량 측정시스템 설계 기법을 제안한다. 제안된 기법은 하중 및 진동에 의한 노이즈 보정, 기체유랑 보정, 데이터 믹서, 중량 환산 등의 4가지 과정으로 구성된다. 하중 및 진동에 의한 노이즈 보정에서는 외부충경 및 차량이 주행 중 발생하는 진동 등에 의해 타이어의 내부 압력이 상승하는 노이즈를 제거한다. 기체유량 보정 과정에서는 하중 및 진동에 의한 노이즈 보정 과정을 거친 데이터에 대하여 지면의 온도상승에 의해 타이어의 내부 압력이 상승하는 노이즈를 제거한다. 데이터 믹서 과정에서는 화물적재 시 타이어에 수직으로 전달이 되어 타이어의 압력변화에 따른 공차, 중차, 만차에 대한 하중과 압력 등을 분류하게 된다. 중량 환산 과정에서는 하중 및 진동에 의한 노이즈 보정 및 기체유량 보정을 거친 데이터를 사용하여 중량 환산 알고리즘을 통해 중량으로 표출된다. 중량 환산 알고리즘은 하중과 압력변화에 대한 선형 함수의 기울기인 중량 환산 Factor를 구하여 중랑을 환산한다. 본 논문에서 제안된 타이어 공기압 측정 기술을 사용한 차량의 적재중량 측정 시스템의 정밀도를 평가하기 위헤 자체적으로 테스트 베드를 구축하여 평가하였다. 하중 및 진동에 의한 노이즈 보정 결과와 기체 유량 데이터 보정 결과는 신뢰성 있는 걸과를 나타내었다. 또한 중량 정밀도 반복 실험도 국내 업체 기준치인 \( 90 \% \) 보다 우수한 중량 정밀도를 나타내었다.</p><h1>1. 서론</h1><p>대형 화물차량의 과적은 도로 구조물에 엄청난 피로 하중을 누적시켜서 교량 붕괴 및 도로파손의 주요 원인이 되기 때문에 국가적으로 과적 단속을 강력하게, 실시하고 있으나 화물차 작업현장 주위에 축중기나 계근소가 많지 않기 때문에, 운전자들은 짐을 실은 후 적재량을 알 수 없어 부득이하게 과적하게 되는 경우가 비일비재하게 발생하고 있다. 현재 사용되고 있는 계중기의 계측시스템은 용도에 따라 계중기, 이동식 축중기, 고정식 축충기 등으로 구분되며, 사용환경에 따라 고정용과 이동형으로 구분되어 주변에 사용되고 있다. 그러나 다음과 같은 단점들을 가지고 있다. 첫 번째로 이동형과 고정형의 경우에 전문인력이 매시간 배치되기 매문에 인력손실을 초래한다. 두 번째로 측정하는 환경에 따라 하중의 측정값이 변하기 때문에 과적판별에 어려움이 있다. 세 번째로 측정 장비의 교정이 매년 또는 주기별로 검정을 받아야 함에 따라 계측기 수급이 어렵다.</p><p>따라서 본 논문에서는 현재 사용되고 있는 현행 축중량 계측기의 단점을 극복하기 위하여 무정차 중에도 중량계측이 가능한 타이어 공기압 측정 기술을 사용한 차량의 적재중량 추정시스템 개발을 제안한다.</p>
|
[
"어떻게 중량 환산 알고리즘은 중량을 환산하는걸까?",
"계중기의 계측시스템은 사용환경에 따라 무엇으로구분될까?",
"무엇이 교량 붕괴 및 도로파손의 주요 원인이니?",
"중량 환산 과정에서는 어떤 알고리즘을 통해 중량으로 표출될까?",
"계중기의 계측시스템은 어떻게 나누어지는가?",
"차량에 타이어 공기압 측정 기술을 사용하여 적재중량 측정 시스템의 정밀도를 평가하기 위헤 어떻게 하였는가?",
"한 타이어 공기압 측정 기술을 적용한 차량의 적재중량 측정시스템 설계 기법은 어떻게 구분이 되는거야?"
] |
0de4b820-4422-48f3-b2b6-7f8efa3245ea
|
인공물ED
|
무선센서네트워크에서의 노이즈 감쇄필터
|
<h2>4. 각 필터의 실행예</h2> <p>각 필터의 동작을 그림 2의 센서네트워크에 대하여 표 1의 데이터를 사용하여 설명하고자 한다. 각 센서의 필드 \( I(i)=7 \) 로 동일한 값을 가지도록 하였으며 \( 20 \mathrm{~dB} \)의 백색잡음이 \( E(i) \) 로 부가된 예이다. \( S_{1} \)은 중심에 위치하고 있으며 잡음제거를 수행하는 센서노드이다.</p> <table border><caption>표 1. 각 필터의 실험 조건표</caption> <tbody><tr><td>\( S_{i} \)</td><td>\( S_{1} \)</td><td>\( S_{2} \)</td><td>\( S_{3} \)</td><td>\( S_{4} \)</td><td>\( S_{5} \)</td><td>\( S_{6} \)</td></tr><tr><td>\( D_{ij} \)</td><td>0</td><td>1.72</td><td>3.54</td><td>4.18</td><td>5.26</td><td>5.73</td></tr><tr><td>\( I_{(i)} \)</td><td>z</td><td>7</td><td>7</td><td>7</td><td>7</td><td>7</td></tr><tr><td>\( E_{(i)} \)</td><td>0.5</td><td>0.4</td><td>-0.35</td><td>-0.46</td><td>0.12</td><td>-0.21</td></tr><tr><td>\( M_{(i)} \)=\( I_{(i)} \)+\( E_{(i)} \)</td><td>7.5</td><td>7.4</td><td>6.65</td><td>6.34</td><td>7.12</td><td>6.79</td></tr><tr><td>\( G_{(F1)}(i) \)</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td></tr><tr><td>\( G_{(F2)}(i) \)</td><td>26</td><td>26</td><td>16</td><td>16</td><td>16</td><td>7</td></tr><tr><td>\( G_{(F3)}(i) \)</td><td>26</td><td>26</td><td>16</td><td>16</td><td>7</td><td>7</td></tr></tbody></table> <p>F1의 경우 모든 센서에 대한 가중치 \( G_{F 1}(i)=1 \) 로</p> <p>\( M=\frac{1}{6}\{7.5+7.4+6.65+6.34+7.12+6.79\}=6.97 \)<caption>(7)</caption></p> <p>로 계산 된다. 즉 7.5인 데이터가 F1을 통하여 6.97로 개선되었다.</p> <p>F2는 그림2(a) 와 같이 거리에 따른 3분할방식을 채택하였으며 내부로부터 2개, 3개, 1개 의 센서가 각각의 구획에 분포한다. 이 경우 가중치는 그림2(b)에서 중심을 기준으로 가까운 구역의 값을 차용하여 26, 16, 7 을 사용하였으며 식 (6)에 따라</p> <p>\( \left|\sum G\right|=26+26+16+16+16+7=107 \)<caption>(8)</caption></p> <p>\( \begin{aligned} \sum G \cdot M=& 26 \times(7.5+7.4) \\ &+16 \times(6.65+6.34+7.12) \\ &+7 \times 6.79 \\=& 756.69 \end{aligned} \)<caption>(9)</caption></p> <p>\( M^{\prime}=\frac{1}{\left|\sum G\right|} \sum G \cdot M=\frac{756.69}{107}=7.07 \)<caption>(10)</caption></p> <p>으로 계산한다. 이 경우 노이즈가 포함된 데이터 7.5에서 7.07로 개선되었다. 같은 방법으로 F3은,</p> <p>\( \left|\sum G\right|=26+26+16+16+7+7=98 \)<caption>(11)</caption></p> <p>\( \begin{aligned} \sum G \cdot M=& 26 \times(7.5+7.4) \\ &+16 \times(6.65+6.34) \\ &+7 \times(7.12+6.79) \\=& 692.61 \end{aligned} \)<caption>(12)</caption></p> <p>\( M^{\prime}=\frac{1}{\left|\sum G\right|} \sum G \cdot M=\frac{692.61}{98}=7.07 \)<caption>(13)</caption></p> <p>과 같은 결과를 얻게 된다.</p> <p>이상의 예로 각 필터의 동작과 필터의 노이즈 감쇄효과를 확인할 수 있다.</p>
|
[
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{1} \\)의 \\( G_{(F1)}(i) \\)값은 얼마 정도의 값을 가지는가?",
"\\( S_{1} \\) 와 \\( G_{(F1)}(i) \\) 에 해당하는 값은 표에서 얼마인가?",
"본문의 표 1에서 \\( S_{5} \\)의 \\( G_{(F2)}(i) \\)값은 어떻게 될까요?",
"\\( G_{(F2)}(i) \\) , \\( S_{5} \\) 의 값은 표에서 어떻게 나오는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{1} \\)의 \\( D_{ij} \\)값은 얼마야?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{5} \\)의 \\( D_{ij} \\)값은 몇인가요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{4} \\)의 \\( D_{ij} \\)값은 얼마인가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{3} \\)의 \\( D_{ij} \\)값은 얼마니?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{6} \\)의 \\( I_{(i)} \\)값은 어떻게 되는가요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{6} \\)의 \\( D_{ij} \\)값은 얼마 어떻게 되는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{5} \\)의 \\( I_{(i)} \\)값은 얼마 정도니?",
"해당 표에서 \\( I_{(i)} \\)의 \\( S_{5} \\) 값은 얼마인가요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{3} \\)의 \\( I_{(i)} \\)값은 얼마 정도일까?",
"각 필터의 실험 조건표에서 \\( I_{(i)} \\) 의 \\( S_{3} \\) 은 얼마인가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{4} \\)의 \\( I_{(i)} \\)값은 얼마 정도인가?",
"해당 표에서 \\( I_{(i)} \\)의 \\( S_{4} \\) 값은 몇으로 나오는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{2} \\)의 \\( I_{(i)} \\)값은 얼마 정도의 값이야?",
"\\( I_{(i)} \\) 의 \\( S_{2} \\) 은 표에서 얼마로 나오는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{1} \\)의 \\( I_{(i)} \\)값은 어떻게 되는가?",
"\\( I_{(i)} \\) 의 \\( S_{1} \\)의 값은 표에서 어떻게 나오는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{1} \\)의 \\( E_{(i)} \\)값은 얼마 정도의 값이니?",
"\\( E_{(i)} \\) 의 \\( S_{1} \\) 는 표 1 에서 어떤 값으로 나오는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{2} \\)의 \\( E_{(i)} \\)값은 얼마 정도의 값인가?",
"\\( E_{(i)} \\) 의 \\( S_{2} \\) 는 해당 표에서 어떤 값을 가지고 있나요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{5} \\)의 \\( E_{(i)} \\)값은 얼마 정도의 값을 보여?",
"필터 실험 조건 표에서 \\( E_{(i)} \\) 와 \\( S_{5} \\) 에 해당하는 값은 얼마인가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{6} \\)의 \\( E_{(i)} \\)값은 얼마 정도의 값을 보이지?",
"해당 실험 조건표에서 \\( E_{(i)} \\) , \\( S_{6} \\) 에 해당하는 값은 얼마일까?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{6} \\)의 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\)값은 얼마 정도의 값을 보니?",
"\\( S_{6} \\) 와 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\) 이 나타내는 값은 표에서 얼마인가요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{4} \\)의 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\)값은 얼마 정도의 값을 가져?",
"표 1에서 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\) 와 \\( S_{4} \\) 의 값은 얼마인가요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{3} \\)의 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\)값은 어떻게 되는가?",
"\\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\) 와 \\( S_{3} \\) 이 나타내는 값은 표에서 어떻게 되나요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{2} \\)의 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\)값은 얼마 정도의 값을 가지니?",
"\\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\) 와 \\( S_{2} \\) 이 나타내는 값은 무엇인가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{1} \\)의 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\)값은 얼마 정도의 값을 가질까?",
"해당 표에서 \\( S_{1} \\) 와 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\) 에 해당하는 값은 무엇인가요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{2} \\)의 \\( G_{(F1)}(i) \\)값은 얼마 정도의 값으로 나타내?",
"해당 표에서 \\( S_{2} \\) , \\( G_{(F1)}(i) \\) 의 값은 얼마로 측정되나요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{3} \\)의 \\( G_{(F1)}(i) \\)값은 얼마 정도의 값으로 나타내지?",
"해당 표에서 \\( G_{(F1)}(i) \\) , \\( S_{3} \\) 이 나타내는 값은 무엇인가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{4} \\)의 \\( G_{(F1)}(i) \\)값은 얼마 정도의 값으로 나타내니?",
"필터 실험 조건표에서 \\( G_{(F1)}(i) \\) , \\( S_{4} \\) 의 값은 얼마인가요?",
"본문의 표 1에서 \\( S_{2} \\)의 \\( G_{(F2)}(i) \\)값은 얼마지?",
"\\( G_{(F2)}(i) \\) 와 \\( S_{2} \\) 이 나타내는 값은 표에서 얼마인가요?",
"본문의 표 1에서 \\( S_{4} \\)의 \\( G_{(F2)}(i) \\)값은 얼마인가?",
"표 1에서 \\( G_{(F2)}(i) \\) 의 \\( S_{4} \\) 값은 얼마일까요?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{2} \\)의 \\( D_{ij} \\)값은 얼마지?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{3} \\)의 \\( E_{(i)} \\)값은 얼마 정도의 값일까?",
" \\( E_{(i)} \\) 의 \\( S_{3} \\) 의 값은 표에서 얼마로 측정되는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{5} \\)의 \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\)값은 얼마 정도의 값을 보이는가?",
"해당 표에서 \\( S_{5} \\) , \\( M_{(i)} \\)=\\( I_{(i)} \\)+\\( E_{(i)} \\) 가 나타내는 값은 몇으로 나오는가?",
"본문의 표 1에서 \\( S_{2} \\)의 \\( G_{(F3)}(i) \\)값은 얼마 정도의 값이야?",
"\\( G_{(F3)}(i) \\) 와 \\( S_{2} \\) 의 값은 표에서 얼마로 나오는가?",
"본문의 표 1에서 \\( S_{1} \\)의 \\( G_{(F3)}(i) \\)값은 얼마 정도의 값이지?",
"\\( G_{(F3)}(i) \\) , \\( S_{1} \\) 에 해당하는 값은 표에서 몇으로 나오는가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{5} \\)의 \\( G_{(F1)}(i) \\)값은 얼마 정도의 값으로 나타내는가?",
"해당 표에서 \\( S_{5} \\) 와 \\( G_{(F1)}(i) \\) 이 보여주는 수치는 얼마인가?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{6} \\)의 \\( G_{(F1)}(i) \\)값은 얼마 정도의 값으로 나타낼까?",
"\\( S_{6} \\) 와 \\( G_{(F1)}(i) \\) 이 나타내는 값은 해당 표에서 얼마일까?",
"본문의 표 1에서 \\( S_{1} \\)의 \\( G_{(F2)}(i) \\)값은 얼마야?",
"\\( S_{1} \\) 와 \\( G_{(F2)}(i) \\) 에 해당하는 값은 무엇일까?",
"본문의 표 1. 각 필터의 실험 조건표에서 \\( S_{4} \\)의 \\( E_{(i)} \\)값은 얼마 정도의 값일까?",
"표에서 \\( E_{(i)} \\) 의 \\( S_{4} \\) 값은 얼마일까요?",
"본문의 표 1에서 \\( S_{3} \\)의 \\( G_{(F3)}(i) \\)값은 어떻게 되나요?",
"해당 표에서 \\( S_{3} \\) 와 \\( G_{(F3)}(i) \\) 이 나타내는 값은 어떻게 되는가?",
"본문의 표 1에서 \\( S_{3} \\)의 \\( G_{(F2)}(i) \\)값은 어떻게 되나요?",
"\\( G_{(F2)}(i) \\) , \\( S_{3} \\) 의 표에서 보여주는 값은 어떻게 되는가?",
"본문의 표 1에서 \\( S_{6} \\)의 \\( G_{(F2)}(i) \\)값은 얼마 정도야?",
"\\( G_{(F2)}(i) \\) 와 \\( S_{6} \\) 의 값은 얼마로 표에 나오는가?",
"본문의 표 1에서 \\( S_{4} \\)의 \\( G_{(F3)}(i) \\)값은 얼마 정도인가?",
"\\( G_{(F3)}(i) \\) , \\( S_{4} \\) 이 표에서 나타내는 값은 얼마인가?",
"본문의 표 1에서 \\( S_{6} \\)의 \\( G_{(F3)}(i) \\)값은 얼마 정도지?",
"\\( G_{(F3)}(i) \\) , \\( S_{6} \\) 의 값은 표에서 나오는가?",
"본문의 표 1에서 \\( S_{5} \\)의 \\( G_{(F3)}(i) \\)값은 얼마 정도니?",
"\\( G_{(F3)}(i) \\) 와 \\( S_{5} \\)의 값은 표에서 얼마로 나오나요?"
] |
0cd47380-e5b1-44f6-9be9-bcef24615ef0
|
인공물ED
|
공정 단계에 따른 박형 Package-on-Package 상부 패키지의 Warpage 특성 분석
|
<h1>3. 결과 및 고찰</h1> <p>Fig. 5에 본 실험에서 사용한 100 \(\mathrm{\mu}\mathrm{m}\) 두께의 박형 PCB 기판에 \(\mathrm{Si}\) 칩을 DAF 실장 및 플립칩 실장한 후 에폭시몰딩하여 형성한 PoP 상부 패키지들의 단면 주사전자현미경 사진을 나타내었다. 이 결과들로부터 에폭시 몰딩된 패키지 내에서 각기 DAF 공정과 플립칩 공정으로 실장한 \(\mathrm{Si}\) 칩들이 delamination 없이 박형 PCB 기판에 잘 실장되어 있는 것을 관찰할 수 있다.</p> <p>Fig. 6에 PCB 기판, \(\mathrm{Si}\) 칩을 PCB 기판에 DAF 본딩한시편 및 이 시편을 EMC 몰딩한 패키지의 상온에서 260\( { }^{\circ} \mathrm{C} \)까지의 승온 및 260\( { }^{\circ} \mathrm{C} \)에서 상온까지의 냉각에 따른 warpage 값을 나타내었다. Fig. 6(a)와 같이 PoP 상부 패키지에 사용되는 PCB 기판의 warpage는 상온에서 260\( { }^{\circ} \mathrm{C} \) 리플로우 온도를 거쳐 다시 상온으로 냉각시까지 모두(+) warpage를 나타내었다. 전체적인 warpage의 변화 정도는 136~214 \(\mathrm{\mu}\mathrm{m}\) 범위의 값을 나타내었다. PCB는 폴리머 레진, 필러와 유리직물 그리고 \(\mathrm{Cu}\) 플레이트로 구성되어 있는 복합체로 볼 수 있다. 이들 구성재료들 중에서 폴리머 수지는 점탄성 거동을 보이는데, 레진의 점탄성 특성과 레진을 보강하기 위해 첨가된 필러의 탄성 특성 사이의 복잡한 상호작용은 PCB의 최종 형태에 영향을 줄수 있는 잔류응력을 발생시킨다. 또한, PCB 판넬의 build-up 과정에서 에칭, \(\mathrm{Cu}\) 플레이팅, 세척 등의 습식공정과 베이킹, 큐어링, 건조 등의 열공정을 반복하게 되는데이때 각 물질들의 열팽창계수 차이에 의해 발생한 잔류응력에 기인하여 warpage가 발생하게 된다. 따라서 패키징 공정을 진행하기 전의 PCB 기판 자체에서 발생한 warpage를 정확히 이해하기 위해서는 PCB 기판의 제조에 사용된 물질들의 재료특성과 더불어 build-up 공정을 상세히 알아야 하나 이는 PCB 제조회사의 노하우에 속하는 것이기 때문에 관련 정보를 획득하는데 한계가 있었다.</p> <p>Fig. 6(b)는 DAF를 사용하여 40 \(\mathrm{mm}\) 두께의 칩을 PCB기판에 실장한 시편의 warpage 거동을 보여주고 있다. DAF로 본딩한 시편의 warpage는 상온에서 260\( { }^{\circ} \mathrm{C} \) 리플로우 온도까지 (+) 값을 보였고 상온으로 냉각시에도 모두(+) 값을 나타내어, PCB 기판과 매우 유사한 warpage 거동을 나타내었다. 이는 \(\mathrm{Si}\) 칩의 두께가 40 \(\mathrm{\mu}\mathrm{m}\)로 얇으며 또한 DAF의 두께가 20 \(\mathrm{\mu}\mathrm{m}\)로 얇고 탄성계수가 낮기 때문에 DAF 본딩한 시편의 warpage가 주로 PCB 기판에 의해 결정되는 것으로 판단된다. 온도에 따른 warpage는 89~194 \(\mathrm{\mu}\mathrm{m}\)범위의 값을 나타내었으며 PCB 기판에 비해 상온에서 20 \(\mathrm{\mu}\mathrm{m}\) 정도 (+) warpage 가 감소되었다. 또한 DAF로 본딩한 시편과 PCB 기판의 warpage 차이가 130\( { }^{\circ} \mathrm{C} \) 부근에서 가장 작게 나타났는데 이는 DAF 본딩을 130\( { }^{\circ} \mathrm{C} \)에서 진행하여 이 온도에서 칩과 DAF의 잔류응력이 가장 작기 때문에 기판의 warpage와 가장 유사한 값이 나온 것으로 생각된다.</p> <p>Fig. 6(c)에 DAF로 칩을 본딩한 후 EMC로 몰딩 공정을 진행한 시편의 warpage를 나타내었다. 상온에서 (+)warpage를 나타내나 140\( { }^{\circ} \mathrm{C} \) 부근까지 온도가 증가함에 따라 (-) warpage가 증가하였으며, 이후 260\( { }^{\circ} \mathrm{C} \)의 리플로우 온도까지 (+) warpage가 증가하였다. 냉각시에도 유사한 거동을 보이며 전체 warpage는 -79~202 \(\mathrm{\mu}\mathrm{m}\) 범위의 변화를 보였다. EMC 몰딩까지 완료된 패키지의 warpage는PCB의 열팽창계수와 두께 및 크기, \(\mathrm{Si}\) 칩의 열팽창계수와 두께 및 면적, EMC의 특성과 몰드캡 두께 및 크기 등 다양한 변수에 영향을 받는다. 이중 패키지의 warpage를 결정하는 가장 중요한 인자는 EMC 몰딩과 기판 사이의 열팽창계수 차이가 된다. 또한 본 연구에서 사용한 패키지 시편의 구조에서 250 \(\mathrm{\mu}\mathrm{m}\) 두께와 13 \(\mathrm{mm}\)\(\times\)13 \(\mathrm{mm}\)면적을 갖는 EMC 몰딩 캡이 차지하고 있는 부피분율이가장 크기 때문에 EMC 몰딩 전과 후의 warpage 거동이큰 차이를 보이고 있다고 판단된다. Table 1 에 EMC와PCB 기판의 열팽창 계수를 나타내었는데, EMC의 유리전이온도(\(T_{g}\))를 기준으로 유리전이온도 아래에서는 PCB기판의 열팽창계수가 EMC 보다 크며 유리전이온도 이상에서는 EMC의 열팽창계수가 PCB 기판보다 큰 것을 알수 있다. 이러한 EMC와 PCB 기판의 열팽창계수 차이에의해 상온에서 EMC의 유리전이온도 부근까지는 (-)로warpage가 유지되다가 EMC의 유리전이온도 이상에서 리플로우 온도까지는 (+)로 warpage가 증가하는 거동을 나타내었다.</p> <p>플립칩 본딩으로 칩을 PCB 기판에 실장한 시편과 이시편을 EMC 몰딩한 패키지의 온도에 따른 warpage 값을 Fig. 7에 나타내었다. Fig. 7(a)는 칩을 실장하기 전 PCB 기판의 warpage 이므로 앞서 설명한 Fig. 6(a)와 동일하다.Fig. 7(b)에 나타낸 플립칩 본딩으로 칩을 실장한 시편의경우 DAF 본딩과 다르게 상온에서 691 \(\mathrm{\mu}\mathrm{m}\)의 warpage가 발생하고 리플로우 온도 부근에서는 -199 \(\mathrm{\mu}\mathrm{m}\)의 warpage가 발생하였다. 이와 같은 warpage 거동은 중앙에 \(\mathrm{Sn}\) 범프들이 밀집해 있는 칩 구조에 기인한 것으로 판단된다. DAF의 탄성계수는 0.7 \(\mathrm{GPa}\)이며 두께가 20 \(\mathrm{\mu}\mathrm{m}\)인데 비해탄성계수가 50 \(\mathrm{GPa}\)로 훨씬 크며 또한 두께도 50 \(\mathrm{\mu}\mathrm{m}\)로 훨씬 높은 \(\mathrm{Cu}\)/\(\mathrm{Sn}\) 범프들이 칩 중앙부에 밀집해 있기 때문에 플립칩 본딩한 시편의 warpage가 PCB 기판의 warpage거동과 상이한 결과가 나타난 것으로 판단된다. Fig. 6와 Fig. 7의 비교에서 몰딩 공정 전의 warpage 거동은 칩 접속공정에 따른 패키지의 구조에 큰 영향을 받는다는 것을 알 수 있다.</p> <p>그러나 Fig. 7(c)와 같이 플립칩 본딩 후 EMC 몰딩 공정을 완료한 패키지는 -117~159 \(\mathrm{\mu}\mathrm{m}\)의 warpage 값을 나타냈다. 이와 같은 warpage 값은 PCB 기판에 플립칩 실장한 시편에 비해 큰 폭으로 감소된 결과이며, 온도에 따른 warpage 거동도 DAF 본딩하여 몰딩 공정을 진행한 시편의 경우와 유사하게 EMC의 유리전이온도 부근까지 (-)warpage가 증가하며 이후 리플로우 온도 영역에서 (+)warpage가 증가하는 경향을 보였다. 이와 같은 결과를 통해 전체 패키지의 warpage에 영향을 주는 가장 중요한 인자가 EMC와 PCB의 열팽창계수 차이임을 알 수 있다.</p> <p>실제 PoP를 제작하는데 있어서 공정 수율을 결정하는가장 중요한 공정은 상부 패키지와 하부 패키지의 솔더볼 접속부를 형성하는 리플로우 공정으로서, 본 연구에서 사용한 시편과 같이 솔더볼 패드가 0.5 \(\mathrm{mm}\) 피치일 때 PoP 리플로우 적층공정에 요구되는 warpage는 66 \(\mathrm{\mu}\mathrm{m}\) 범위를 넘지 않는 것이 권장된다. Fig. 6(c)와 Fig. 7(c)에서와 같이 솔더 용융 온도범위인 220~260\( { }^{\circ} \mathrm{C} \)에서 DAF 공정으로 칩을 본딩한 후 몰딩 공정을 진행한 시편은 74~202 \(\mathrm{\mu}\mathrm{m}\)의 warpage를 나타내었으며 플립칩 본딩한 후EMC 몰딩한 시편은 114~151 \(\mathrm{\mu}\mathrm{m}\)의 warpage를 나타내어두 시편 모두 비교적 높은 warpage를 나타내었다. 본 연구에서 사용한 패키지는 전체 두께가 350 \(\mathrm{\mu}\mathrm{m}\)인 박형 패키지로 패키지의 두께가 얇을수록 warpage가 증가하며공정으로 warpage를 제어하기 어렵기 때문에, 본 연구에서 형성한 패키지의 warpage가 기존에 PoP 적층에서요구되는 warpage 보다 큰 값을 나타내는 것으로 생각된다. DAF 공정으로 진행한 시편은 최대 202 \(\mathrm{\mu}\mathrm{m}\)의warpage를 나타냈으나 솔더볼 용융점인 220\( { }^{\circ} \mathrm{C} \)에서74 \(\mathrm{\mu}\mathrm{m}\)의 warpage 값을 보이며 260\( { }^{\circ} \mathrm{C} \)까지 warpage가 증가하는 경향을 나타내므로, 실제 PoP 적층시 솔더 리플로우 온도를 220\( { }^{\circ} \mathrm{C} \) 부근으로 최적화 한다면 warpage를 최소화하여 open solder joint를 효과적으로 방지할 수 있을것으로 판단된다.</p> <table border><caption>Table 1. Material properties of the PCB substrate, Si chip, andEMC used in this study</caption> <tbody><tr><td rowspan="2">Material</td><td rowspan="2">\(T_{g}\) (\( { }^{\circ} \mathrm{C} \))</td><td colspan="2">Coefficient of ThermalExpansion, α (\(\times\) \(10^{-6}\)/\( { }^{\circ} \mathrm{C} \))</td></tr><tr><td>α1 (T＜Tｇ)</td><td>α2 (T>Tｇ)</td></tr><tr><td>Si</td><td>-</td><td>2.6</td><td>2.6</td></tr><tr><td>PCB substrate</td><td>180</td><td>14</td><td>14</td></tr><tr><td>EMC</td><td>145</td><td>6.2</td><td>42.7</td></tr></tbody></table>
|
[
"본 연구에서 warpage는 어떤 과정들을 통해 발생되지?",
"Fig. 6(c)에서의 시편 warpage는 어떤 방법을 통해 나타났지?",
"본 연구에서 74~202 \\(\\mathrm{\\mu}\\mathrm{m}\\)의 warpage는 어떤 과정을 통해 나타냈지?",
"Table 1.에서 재료 PCB substrate의 유리전이온도\\(T_{g}\\) (\\( { }^{\\circ} \\mathrm{C} \\))는 얼마야?",
"본 연구에서의 warpage는 어떤 과정을 통해 증가하는 거동을 나타냈어?",
"Table 1.에서 유리전이온도\\(T_{g}\\) (\\( { }^{\\circ} \\mathrm{C} \\))가 가장 낮은 값은 얼마로 나타나 있습니까?",
"Table 1. 중 α1 (T＜Tｇ)에서의 열팽창계수 값이 가장 낮게 나타나는 재료는 무엇이지?",
"Table 1.에서 유리전이온도\\(T_{g}\\) (\\( { }^{\\circ} \\mathrm{C} \\))가 145일 때, α1 (T＜Tｇ)에서의 열팽창계수 값이 6.2라고 나타나는 재료는 무엇이지?",
"Table 1. 중 α2 (T>Tｇ)에서의 열팽창계수가 가장 높은 값은 얼마야?"
] |
b52d2765-14e8-4f8a-bf2c-d27dd4582cff
|
인공물ED
|
\(1\)차원 가우시안 모델을 이용한 지문 땀샘 추출 방법
|
<h1>IV. 실 험</h1> <p>제안하는 땀샘 추출 방법의 성능을 검증하기 위하여 두 개의 실험을 진행하였다. 하나는 땀샘 추출 결과의 정확도를 측정하는 실험이고 다른 하나는 추출된 땀샘으로 지문 매칭을 하였을 때의 매칭 정확도를 측정하는 실험이다.</p> <p>제안하는 방법은 \( \mathrm{C}^{++} \)로 구현하였고 \( 3.4 \mathrm{GHz} \) 인 PC에서 작동한다.</p> <h2>1. 땀샘 추출 결과</h2> <p>땀샘 추출 결과의 정확도를 검증하기 위하여 PolyU-HRF database의 24장의 부분지문영상이 사용되었다. 이 24장 영상의 사이즈는 \( 320 \times 240 \) 이고 database에는 땀샘 중심 위치의 ground truth가 있다.</p> <p>그림 8은 실험에 사용된 영상의 한 예를 보여준다. 이러한 지문영상들을 이용하여 제안하는 방법은 Ray, Jain, Parsons, Zhao 의 방법과 비교하였다.</p> <p>그림 9는 그림 8에 제안하는 방법을 적용했을 때의땀샘 추출 결과를 보여준다. 그림 10부터 그림 13은 동일한 영상에 Ray, Jain,Parsons, Zhao의 방법을적용했을 때의 결과(참고 문헌에 실린 영상)를 보여준다. 그림에서 ground truth 땀샘 중심은 밝은점으로 표시하였고 추출된 땀샘은 붉은색 원으로 표시하였으며 추출된 땀샘 중심은 파란색 점으로 표시하였다.</p> <p>위의 그림들로부터 제안하는 방법은 시각적으로 다른 방법들과 비교하였을 때 비교적 괜찮은 결과를 얻었음을 보여준다.</p> <p>실험에서는 또 양적으로 땀샘 추출 결과를 측정하였다. 본 실험에 사용된 양은 \( R_{T} \) (true positive rate)와 \( R_{F} \) (false positive rate)이다. \( R_{T} \) 와 \( R_{F} \) 는 다음과 같이 정의된다.</p> <p>\( R_{T}=\frac{\text { 검출된 땀샘의 개수 }}{\text { 실제로 존재하는 땀샘의 개수 }} \)<caption>\( (20) \)</caption></p> <p>\( R_{F}=\frac{f \text { alsely 검 출 된 땀 샘의 개수 }}{\text { 검 출 된 땀 샘 의 총 개수 }} \)<caption>\( (21) \)</caption></p> <table border><caption>표 \(1\). 땀샘 검출 평균 \( R_{T} \) 와 \( R_{F} \)</caption> <tbody><tr><td>방법</td><td>\( R_{T}(\%) \)</td><td>\( R_{F}(\%) \)</td></tr><tr><td>Ray</td><td>\( 60.6 \)</td><td>\( 30.5 \)</td></tr><tr><td>Jain</td><td>\( 75.9 \)</td><td>\( 23.0 \)</td></tr><tr><td>Parsons</td><td>\( 80.8 \)</td><td>\( 22.2 \)</td></tr><tr><td>Zhao</td><td>\( 84.8 \)</td><td>\( 17.6 \)</td></tr><tr><td>제안하는 방법</td><td>\( 85.1 \)</td><td>\( 17.7 \)</td></tr></tbody></table> <p>표 1은 24장의 부분지문영상에 대하여 여러 가지 방법을 적용한 평균 \( R_{T} \) 와 \( R_{F} \)를 보여준다.</p> <p>표 1 에서 볼 수 있듯이 제안하는 방법은 제일 높은 \( R_{T} \) 를 보여주는 동시에 두 번째로 낮은 \( R_{F} \) 를 보여주고 있다. 제안하는 방법은 Ray, Jain, Parsons 의 방법들 보다는 훨씬 좋은 성능을 보여주고 있으며 지금까지 성능이 제일 좋다고 평가되는 Zhao의 방법보다 약간 더 좋음을 보여준다.</p> <h2>2. 땀샘 매칭 결과</h2> <p>본 논문에서는 검출된 땀샘 중심을 이용하여 땀샘 매칭을 수행하였다. 땀샘 매칭에는 PolyU- \( \mathrm{HRF} \) 의 180 장의 풀사이즈 지문영상(사이즈: \( 640 \times 480) \) 을 사용하였다. 이 180 장의 지문영상은 30개의 서로 다른 손가락으로부터 얻어졌고 매 손가락은 6장의 지문영상을 갖고 있다. 그중 세장은 같은 시기에 찍은 것이고 나머지 세장은 2주 후에 찍은 것이다. 이 180장의 영상은 두 장씩 뽑아 매칭스코어를 계산하는 방식으로 총 \( C_{180}^{2}=16110 \)번 진행하였다.</p> <p>실험에서는 Cui의 방법으로 땀샘 매칭을 수행하였다. Cui의 방법은 폴라 히스토그램을 이용하여 땀샘의 기술자를 생성하여 매칭하는 방법으로서 본 논문의 실험에서는 폴라 히스토그램의 반지름을 120픽셀로 설정하였고 거리 bin의 개수를 15개, 각도 bin의 개수를 12개로 설정하였다.</p> <p>실험에서는 FAR(false acceptance rate), FRR(falserejection rate) 및 EER(equal error rate)를 측정하였다.그림 14는 FAR와 FRR 곡선을 보여주고 그림 15는 ROC 곡선을 보여준다. ROC 곡선은 알고리즘의 성능을 보여주는 곡선으로서 곡선이 왼쪽 윗부분에 가까울수록 성능이 더 우수하다고 판단한다.</p> <p>실험에서 계산된 EER는 \( 6.68 \% \) 였다. 이것은 EER가 약 \( 20 \% \) 인 다른 땀샘 방법 보다 더 좋은 결과를 얻었음을 보여주며 또 제안하는 방법으로 추출된 땀샘 중심으로 땀샘 매칭을 수행할 때 비교적 신뢰도가 높은 결과를 얻을 수 있음을 보여준다.</p> <h1>V. 결 론</h1> <p>본 논문에서는 1차원 가우시안 모델을 이용하여지문영상에서 땀샘을 추출하는 방법을 제안하였다. 제안하는 방법은 먼저 국부적 융선 방향을 계산하고융선 마스크를 생성한다. 앞에서 계산된 융선 방향에따라 1차원 가우시안 모델을 회전하고 융선 마스크에 회전된 가우시안 모델을 정합하여 땀샘을 추출한다.실험 결과 제안하는 방법은 땀샘 추출 정확도 면에서 기존의 방법보다 더 좋은 성능을 보여주고 있으며 땀샘매칭 실험을 통하여 제안한 방법으로 추출된 땀샘으로 지문인식을 수행할 수 있음을 보여준다. 향후 땀샘과 minutiae를 결합하여 지문을 매칭하는 방법을 연구할 예정이다.</p>
|
[
"Parsons의 방법에서 \\( R_{F} \\)의 값은 얼마인가?",
"\\( R_{F}(\\%) \\)가 \\( 23.0 \\)의 값을 갖는 것은 어떤 방법인가?",
"가장 큰 \\( R_{T} \\)의 값은 얼마일까?",
"가장 작은 \\( R_{F} \\)의 값은 얼마인가?",
"Parsons의 방법에서 더 작은 값을 갖는 땀샘 검출 평균은 어느 것인가?",
"Ray의 방법에서 \\( R_{F}(\\%) \\)는 얼마의 값을 갖는가?",
"Ray의 방법에서 \\( R_{T}(\\%) \\)는 얼마의 값을 갖는가?",
"어떤 방법으로 땀샘을 추출하는가?",
"Ray의 방법에서 땀샘 검출 평균은 어느 것이 더 높은 값을 갖는가?"
] |
546106b1-cb03-4b2f-a8b9-b098efc8038b
|
인공물ED
|
단일 a-InGaZnO 박막 트랜지스터를 이용한 정전용량 터치 화소 센서 회로
|
<h1>1. 서 론</h1><p>디스플레이 기판의 소자로서 비정질 실리콘 박막 트랜지스터가 널리 사용이 되고 있으며 최근 산화물 박막 트랜지스터가 디스플레이 기판에 적용이 되고 있다. 산화물 반도체는 비정질 실리콘 소자와 같이 공정비용이 낮으면서도 비정질 실리콘에 비해 높은 이동도를 가지기 때문에 AM OLED (Active Matrix Organic Light Emitting Diode) 화소 회로, 게이트 드라이버 및 기타 집적 회로 등에 적용혀었을 때 비정질 실리콘 TFT (ThinFilm Transistor)에 비해 우수한 특성을 확보할 수 있다. 최근의 디스플레이에는 전면 터치 기능이 중요해지고 있고 이의 내재화 연구개발도 진행되어 제품에 적용되고 있다. 그리고 전자 기기의 터치 기능에 대한 요구가 급격히 증가됨에 따라 TFT를 응 용한 다양한 터치 센서 개발 또한 연구가 되어야 한다.</p><p>스마트폰과 태블릿 PC 등의 보급은 기존 모바일 기기에서 주로 사용된던 입력 장치 대신 터치 센서라는 새로운 입력 장치의 대중화를 불러왔다. 터치 센서의 방식은 크게 저항막, 적외선, 초음파, 정전용량 방식으로 나뉜다. 정전용량 방식은 잡음에 민감하고 제조 단가가 비싸지만 고스트 효과(ghost effect) 없이 멀티 터치를 할 수 있고 광학적 특성과 내구성이 우수한 특징 때문에 헌재 가장 널리 사용되고 있다.</p><p>정전용량 방식의 터치 센서의 작동 원리는 그림 1과 같이 상호 정전용량 방식(mutual capacitance)과 자기 정전용량 방식 (self-capacitance)으로 분류된다. 그림 1(a)인 상호 정전용량 방식은 손가락 접촉 시 전극과 전극 사이의 정전용량이 감소하는 것을 감지하는 방식이다. 상호 정전용량 방식을 적용할 경우 멀티 터치를 구현할 수 있다. 하지만 좁은 공간 내에 많은 전극을 형성하기 때문에 구현이 복잡하고 제조 비용이 많이 들어 저가제품에는 적용하기 어렵다. 그림 1(b)인 자기 정전용량 방식은 손가락 접촉 시 전극과 인체를 통한 그라운드 사이에 발생하는 전기용량의 변화를 감지하는 방식이다. 자기 정전용량 방식은 동작 원리가 간단하고 저가형으로 구현 가능한 장점이 있다.</p><p>수동 전극 매트릭스를 이용한 정전용량 방식의 터치 센서는 구동 노이즈 및 저항 등의 문제점들이 있어 높은 정밀도와 터치 감도를 위해서는 TFT를 사용하는 정전용량 방식의 터치 센서가 필요하다. TFT를 사용하는 터치센서는 높은 정밀도와 감도로 정밀 전자 장치에 적합하다. 수동 전극 매트릭스 터치 센서의 단점을 극복하기 위해 pseudo-CMOS 구조와 bulk-accumulation a-IGZO TFT를 이용한 고속 정전 용량 터치 센서 회로가 발표되었다. 이 회로는 터치 감지를 의한 고속 출력을 달성했지반 비교적 복잡한 구동 클럭을 필요로 한다. 센서의 신호 라인의 수를 최소화하는 것이 내구성 뿐반 아니라 고해상도 터치센서 구성에 필수적이다.</p><p>눈문에서는 signal line의 수를 최소화하여 면적이 작으며 간단하게 구동할 수 있고 성능이 우수한 a-IGZO (amorphous indiumgallium-zinc-oxide) TFT 기반의 정전용량 방식 터치 센서 회로를 개발하고 입출력 특성을 분석하였다.</p>
|
[
"정전용량 방식의 터치 센서에서 TFT를 사용하는 센서는 높은 정밀도와 감도로 어떤 전자 장치에 적합해?",
"디스플레이 기판의 소자로서 어떤 트랜지스터가 널리 사용이 되고 있나?",
"최근 산화물 박막 트랜지스터가 디스플레이 기판에 적용이 되고 있는 기판은 무엇인가?",
"최근의 디스플레이에는 전면 터치 기능이 떨어지고 있는가?",
"최근 디스플레이 기판에 적용되는 트랜지스터는 뭐야?",
"AM OLED (Active Matrix Organic Light Emitting Diode) 화소 회로, 게이트 드라이버 및 기타 집적 회로 등에 적용혀었을 때 비정질 실리콘 TFT (ThinFilm Transistor)에 비해 우수한 특성을 확보하는 것은 뭐야?",
"터치 센서의 방식중 정전용량 방식은 어떤 방식으로 분류 할수있어?",
"스마트폰과 태블릿 PC 등에서 저항막, 적외선, 초음파, 정전용량 방식은 터치센서 방식이야?",
"터치 센서의 정전용량 방식중 손가락 접촉 시 전극과 전극 사이의 정전용량이 감소하는 것을 감지하는 방식은 뭐야?",
"스마트폰과 태블릿 PC 등에서 터치 센서 방식중 정전용량 방식은 제조단가가 저렴해?",
"터치 센서의 작동 원리에서 정전용량 방식중 상호 정전용량 방식은 어떤식으러 작동해?",
"기존 모바일 기기에서 주로 사용된던 입력 장치 대신 터치 센서라는 새로운 입력 장치의 대중화된 보급장치는 뭐야?",
"잡음에 민감하고 제조 단가가 비싸지만 고스트 효과(ghost effect) 없이 멀티 터치를 할 수 있고 광학적 특성과 내구성이 우수한 특징 때문에 헌재 가장 널리 사용되고 있는 터치센서의 방식은 뭐야?",
"스마트폰과 태블릿 PC 등에서 터치 센서 방식중 정전용량 방식의 어떠한 특징으로 현재 가장 널리 사용되고 있어?",
"정전용량 방식중 멀티 터치를 구현할수 있는 방식은 뭐야?",
"스마트폰과 태블릿 PC 등에서 터치 센서의 방식은 음에 민감하고 제조 단가가 비싸지만 어떤 효과가 없어 멀티 터치를 할수있어?",
"저항막, 적외선, 초음파, 정전용량 방식으로 나뉘는 방식은 스마트폰 입력장치야?",
"스마트폰과 태블릿 PC 등 터치센서중에 정전용량 방식은 저항막, 적외선, 초음파보다 현재 가장 널리 사용되고 있어?",
"터치 센서의 작동 원리중 상호 정전용량 방식은 저가 제품에 적용하기 좋아?",
"터치 센서의 작동 원리중 좁은 공간 내에 많은 전극을 형성하기 때문에 구현이 복잡하고 제조 비용이 많이 들어 저가제품에는 적용하기 어려운 방식은 뭐야?",
"스마트폰과 태블릿 PC 등에서 터치 센서의 방식은 크게 저항막, 적외선, 초음파외 어떤 방식이 있어?",
"정전용량 방식의 터치 센서의 작동 원리중 동작 원리가 간단하고 저가형으로 구현 가능한 장점이 있는 방식은 뭐야?",
"정전용량 방식중 멀티 터치를 구현할 수 있는 방식은 뭐야?",
"터치 센서의 작동 원리에서 정전용량 방식중 동작 원리가 간단하고 저가형으로 구현 가능한 장점있는 방식은 뭐야?",
"손가락 접촉 시 전극과 인체를 통한 그라운드 사이에 발생하는 전기용량의 변화를 감지하는 방식은 터치 센서의 작동 원리중 어떤것이야?",
"정전용량 방식의 터치 센서의 작동 원리중 자기 정전용량 방식은 전기용량의 변화를 어떻게 감지해?",
"수동 전극 매트릭스 터치 센서의 단점을 극복하기 위해 어떤것을 이용한 고속 정전 용량 터치 센서 회로가 발표되었어?",
"수동 전극 매트릭스를 이용한 정전용량 방식의 터치 센서에서 높은 정밀도와 터치 감도를 위해서는 TFT를 사용하는 정전용량 방식의 터치 센서가 필요가 필요한 문제점는은뭐야?",
"터치 감지를 의한 고속 출력을 달성했지반 비교적 복잡한 구동 클럭을 필요로하는 센서 회로는 뭐야?",
"고속 정전 용량 터치 센서 회로의 신호 라인의 수를 최대화하는 것이 내구성 뿐반 아니라 고해상도 터치센서 구성에 필수적인가?"
] |
57e48f87-7f74-4cf2-9d38-558e9017695b
|
인공물ED
|
단일 a-InGaZnO 박막 트랜지스터를 이용한 정전용량 터치 화소 센서 회로
|
<h2>\( 2.2 \) 정전용량 터치 센서 회로 시뮬레이션</h2><h3>2.2.1 정전용량 터치 센서의 원리</h3><p>전기용량의 손가락은 상부 전극이 되고 센싱 전극은 하부 전극이 된다. 이 두 전극사이에는 층간 절연막과 공기층이 있다. 자기 정전용량 방식의 터치 센서는 각각의 전정용량 차이로 동작을 하기 때문에 유전체의 두께와 유전상수를 알면 터치했을 때와 터치하지 않았을 때의 정전용량 값을 알 수 있다. 본 연구에서는 SOG를 사용한 층간 절연막의 두께와 유전 상수가 각각 300nm과 3.0이었다. 손가락이 닿았을 때의 전기용량 \( \mathrm{C}_{\text {buch }} \) 와 닿지 않았을 때의 전기용량 \( \mathrm{C}_{\text {mantouch }} \) 는 다음 식으로 표현된다. \( \mathrm{C}_{ILD} \) 는 층간 절연막의 전기용량, \(\mathrm{C}_{\mathrm{air}} \)는 공기층의 전기용량이다.</p><p>\( C_{\text {touch }}=\frac{1}{C_{I L D}} \)<caption>(1)</caption></p><p>\( C_{\text {mon-touch }}=\frac{1}{C_{I L D}}+\frac{1}{C_{\text {air }}} \)<caption>(2)</caption></p><h3>2.2.2 제안한 정전용량 터치 센서 회로의 동작 원리</h3><p>그림 4는 정전용량 터치 센서 회로도이다. 그림 4(a)는 charge sharing type의 기존 정전용량 터치 센서 회로도이고, 그림 4(b)는 제안한 정전용량 터치 센서 회로도이다.</p><p>기존 회로 동작에는 4 개의 신호선(Scan n, Scan n+1, Data, Readout)과 2 개의 TFT가 푈요하다. 하지만 제안한 정전용량 터치 센서 회로도는 화소 내 TFT를 한 개만 사용하여 TFT의 게이트 전극과 스캔라인 사이에 전기용량을 구성하여 감도를 높인 회로이다. 이 회로는 2개의 신호선(Scan n, Readout)과 1개 의 TFT, 2개의 전기용량(C1, C2)으로 구성되어 있다. 회로도에 C1 이 표시되어 있지만, C1은 센싱 전극에 손가락이 닿았을 때 생성되는 접촉 기생용량이다. TR은 화소 외부에 존재하여 reset 시켜주는 역할을 한다.</p><p>제안한 회로는 구성이 간단한 만큼 동작 원리도 간단하다. 센싱 전극에 손가락이 닿았을 경우, 정전용량 C1의 크기가 증가함에 따라 scan n 라인이 high 전압이 되도 node A의 전압은 상승하지 못하여 T1의 게이트 전압의 증가가 미미하게 되고, 소스/드레인 전극 사이에 흐르는 전류도 증가하지 않게 된다. 손가락이 닿지 않았을 경우에는 센싱 전극과 손가락 사이의 정전 용량은 상대적으로 작으며, scan n 라인이 high 전압이 되면 node A의 전압도 상승하여 T1의 게이트 전압이 증가하고, 전류도 증가한다.</p><p>Scan n 라인의 전압이 low 전압이 되면 node A의 전압은 같이 낮아지게 된다. Scan n 라인과 T1의 게이트 전압의 연결 부분은 저항 성분에 의해 연결되어 있는 상태가 될 수 있지만, 둘 사이의 정전용량은 매우 작아서 서로 전위가 같아지려고 하므로 안정된 동작을 할 수 있다.</p><p>정전용량 터치 센서 회로를 시뮬레이션 하여 그림 5와 같이 입력 전압과 파형에 따라 출력 파형을 나타냈다. 시뮬레이션 결과, 기존 회로는 손가락이 닿았을 때와 닿지 않았을 때의 전압 차이는 약 \(0.5 \mathrm{~V} \) 이다. 그리고 제안한 회로는 손가락 접촉 시에 센싱 전극의 정전용량이 증가하여 전압의 증가가 줄어들어 출력 전압은 거의 0이 되며, 손가락이 닿았을 때와 닿지 않았을 때의 전압 차이가 약 \( 4.8 \mathrm{~V} \) 임을 보였다. 기존 회로는 charge sharing type의 회로이기 때문에 트랜지스터에 의한 증푹으로 출력 전압이 약 \( 4.8 \mathrm{~V} \)인 제안한 회로에 비해 매우 낮은 출력을 갖는다.</p>
|
[
"기존 회로는 손가락이 닿았을 때와 닿지 않았을 때의 전압 차이는 얼마인가?",
"전기용량의 손가락은 상부 전극이 되고 센싱 전극은 하부 전극이 된다. 이 두 전극사이에는 무엇이 존재하는가?",
"자기 정전용량 방식의 터치 센서는 각각의 전정용량 차이로 동작을 하기 때문에 유전체의 두께와 유전상수를 알면 터치했을 때와 터치하지 않았을 때의 무슨값을 알수 있는가?",
"손가락이 닿지 않았을 때의 전기용량 \\( \\mathrm{C}_{\\text {mantouch }} \\) 을 식으로 나타내면 무엇인가?",
"기존 회로 동작에는 4 개의 신호선(Scan n, Scan n+1, Data, Readout)과 2 개의 TFT가 푈요한데 제안한 정전용량 터치 센서 회로도는 어떻게 구성되었는가?",
"제안한 정전용량 터치 센서 회로도는 어떻게 구성되어 있는가?",
"이 회로도에서 C1은 무엇을 표시하는가?",
"제안한 정전용량 터치 센서 회로도는 화소 내 TFT를 한 개만 사용하여 TFT의 게이트 전극과 스캔라인 사이에 전기용량을 구성하여 무엇을 높일수 있는가?",
"제안된 회로에서 센싱 전극에 손가락이 닿았을 경우 어떻게 동작하는가?",
"제안된 회로에서 센싱 전극에 손가락이 닿지 않았을 경우 어떻게 동작하는가?",
"Scan n 라인의 전압이 low 전압이 되면 node A의 전압은 높아지는가?",
"정전용량 터치 센서 회로를 시뮬레이션 하여 그림 5와 같이 입력 전압과 파형에 따라 무엇을 나타내는가?",
"제안한 회로는 손가락 접촉 시에 센싱 전극의 정전용량이 증가하여 전압의 증가가 줄어들어 출력 전압은 거의 0이 되며, 손가락이 닿았을 때와 닿지 않았을 때의 전압 차이는 약 얼마인가?",
"기존 회로는 charge sharing type의 회로이기 때문에 트랜지스터에 의한 증푹으로 출력 전압이 약 \\( 4.8 \\mathrm{~V} \\)인 제안한 회로에 비해 매우 낮은 출력을 갖는가?",
"이 회로에서 TR은 무슨 역할을 하는가?",
"손가락이 닿았을 때의 전기용량 \\( \\mathrm{C}_{\\text {buch }} \\)을 식으로 나타내면 무엇인가?"
] |
92034ff0-c025-49b7-a767-f84b23dd3e56
|
인공물ED
|
단일 a-InGaZnO 박막 트랜지스터를 이용한 정전용량 터치 화소 센서 회로
|
<h1>3. 결과 및 고찰</h1><h2>3.1 정전용량 터치 센서 제작 및 평가</h2><h3>3.1.1 제안한 정전용량 터치 센서 제작</h3><p>그림 6(a)는 제작된 정전용량 터치 센서 픽셀의 현미경 사진이다. 그림 6(a)의 마스크 설계도와 비교했을 때 contact hole 공정에서 misalignment가 발생했지만 오차범위 안에서 제작되어 정상 동작함을 확인했다. 그림 6(a)에서 A-A', B-B'의 단면도는 그림 2에 나타나 있다. 제안한 정전용량 터치 센서 회로를 W/L가 10/11인 a-IGZO TFT 기반에 \( 80 \times 80 \mu \mathrm{m}^{2} \) 크기 안에 설계를 했고, 센싱 전극의 면적은 \( 2449 \mu \mathrm{m}^{2} \) 이다.</p><h3>3.1.2 제안한 정전용량 터치 센서 측정</h3><p>그림 7은 제안한 정전용량 터치 센서의 측정 결과이다. Scan n라인에는 \( 0\) ~ \(15\mathrm{~V} \), readreset 라인에는 \( -5\) ~ \(-25\mathrm{V} \) 전압을 인가하였으며, 펄스 폭은\( \mu s\)이다. 이때 손가락이 닿았을 때와 닿지 않았을 때의 전압 차는 약 \( 5.4 \mathrm{V} \) 이다.</p><h3>3.1.3 제안한 정전용량 터치 센서의 특성 분석</h3><p>그림 8~11은 제안된 정전용량 터치 센서의 구동 조건을 변화시켜 출력 특성 분석을 수행했다.</p><p>먼저 그림 8은 readreset line의 전압을 \( 25 \mathrm{V} \)로 고정시키고, 스캔라인의 전압을 \( 1,5,10,15,20,25 \mathrm{V} \)로 변화시켜 출력 전압의 특성을 측정하였다. 이 때, rise time과 fall time의 큰 변화없이 스캔라인의 전압 변화에 따라 출력 전압이 변한다.</p><p>그림 9는 스캔라인의 전압을 \( 20 \mathrm{V} \)로 고정시키고, readreset line의 전압을 \( 0,1,5,10,15,20,25 \mathrm{V} \)로 변화시켰다. 스캔라인의 전압만큼 출력 전압을 출력하려면 readreset 전압이 \( 1 \mathrm{V} \)이상이어야 한다.</p><p>그림 8과 9의 결과로 스캔라인의 전압만큼 전압이 출력되려면 readreset 전압이 필요하며, 그 전압은 TFT를 on시킬수 있는 정도의 전압 정도면 충분하다는 것을 알 수 있다. 그리고 Readreset 전압이 높아질수록 rise time과 fall time이 감소하는 경향이 있지만 그 변화는 미미하다.</p><p>그림 10 은 스캔라인과 readreset line의 전압을 모두 \( 1,5,10,15,20,25 \mathrm{V} \) 로 변화시켰다. 회로 내 T1의 문턱전압은 \( 1 \mathrm{V} \) 이 상으로 입력 전압을 \( 1 \mathrm{V} \) 이상을 인가해야 정상 출력이 된다. 스캔라인의 전압만큼 정상 작동 상태로 출력되려면 스캔라인의 전압은 \( 5 \mathrm{V} \) 이상이어야 한다.</p><p>그림 11은 스캔과 readreset line의 펄스폭을 \( 10,15,20,25 \mu s\)로 변화시켰다. 정상 출력되기 위해서는 펄스폭이 \( 10 \mu s \) 이상이어야 함을 알 수 있다.</p><h1>4. 결 론</h1><p>본 논문에서는 사용 소자의 수를 줄이고 간단하게 구동할 수 있는 a-IGZO TFT 기반의 정전용량 방식의 터치 센서 회로를 개발하여 특성 분석을 하였다. 제안된 회로는 화소 면적이 \( 80 \times 80 \) \( \mu\mathrm{m}^{2} \) 크기이고 센싱 전극의 면적이 \( 2449 \mu\mathrm{m}^{2} \)이었으며 a-IGZO TFT의 채널 폭과 길이의 비는 10/11이었다. 손가락이 닿았을 때와 닿지 않았을 때의 전압 차이가 \( 5.4 \mathrm{~V} \) 로 기존의 회로보다 매우 우수한 성능을 보였다. 이러한 우수한 성능은 회로에 구성된 bootstrap 전기용량에 의한 것으로 간단한 회로로 우수한 특성을 얻을 수 있었으며 작은 화소 안에 쉽게 터치 센서를 구성할 수 있는 장점이 있다.</p>
|
[
"마스크 설계도와 비교했을 때 contact hole 공정에서 무엇이 발생했는가?",
"제안한 정전용량 터치 센서의 측정 결과는 무엇인가?",
"readreset line의 전압을 \\( 25 \\mathrm{V} \\)로 고정시키고, 스캔라인의 전압을 \\( 1,5,10,15,20,25 \\mathrm{V} \\)로 변화시켜 출력 전압의 특성을 측정한 결과는 무엇인가?",
"스캔라인의 전압만큼 출력 전압을 출력하려면 어떻게 해야 하는가?",
"스캔라인의 전압만큼 출력 전압이 출력되려면 어느정도의 readreset 전압이 필요한가?",
"Readreset 전압이 높아질수록 rise time과 fall time이 감소하는 하며 그 변화는 큰가?",
"기존의 회로보다 우수한 성능을 보이려면 손가락이 닿았을 때와 닿지 않았을 때의 전압 차이는 얼마여야하는가?",
"a-IGZO TFT 기반의 정전용량 방식의 장점은 무엇인가?",
"정상 출력되기위한 펄스폭은 얼마인가?",
"회로 내 T1의 문턱전압은 어떻게 인가해야 정상 출력되는가?",
"스캔라인의 전압이 얼마이상이어야 스캔라인 전압만큼 정상 작동 상태로 출력되는가?"
] |
e15d3b0c-3023-4279-b976-6a62474bbc16
|
인공물ED
|
단일 a-InGaZnO 박막 트랜지스터를 이용한 정전용량 터치 화소 센서 회로
|
<h1>2. 연구 방법</h1><h2>2.1 a-IGZO TFT</h2><p>A-IGZO TFT 기반의 정전용량 방식의 터치 센서를 구헌하기 위해 그림 2의 A-A', B-B' 단면도와 같은 a-IGZO TFT 화소 센서를 제작했다. TFT의 기생용량은 회로의 동작 속도를 느리게 하기 때문에 게이트와 소스/드레인 사이의 기생용량을 감소시켜 소자의 동작 속도를 더 높일 수 있는 자기 정렬(self-alignment) 방식의 top gate 구조를 채택했다.</p><h3>2.1.1 a-IGZO TFT의 제작</h3><p>기판은 유리를 사용하여 세정 후 active layer를 형성하였다. RF 스퍼터링으로 a-IGZO를 50nm의 두께로 증착 후 습식 에칭으로 패턴 형성하고, \( 250^{\circ} \mathrm{C}, \mathrm{O}_{2} \) 분위기에서 1시간 동안 열처 리했다. 게이트 절연막은 SOG (spin on glass) 로 형성되었으며 methyl siloxane 용액 재료를 스핀 coating하고 \( 180^{\circ} \mathrm{C} \) 에서 3분 동안 hard bake 후 \( 450^{\circ} \mathrm{C}, \mathrm{N}_{2} \) 분위기에서 1시간 동안 열처리를 통해 300nm 두께의 절연막을 형성했다. 게이트 층은 DC 스퍼터링으로 Cr을 150nm 두께로 증착 후 습식 에칭으로 패틴 형성하였고, 자기 정렬 구조이기 때문에 게이트 패턴을 마스크 삼아 게이트 패턴 이외 부분의 절연막을 건식 에칭 하였다. 소스/ 드레인 전극 영역의 도핑을 위해 산소 플라즈마 처리를 하였다. 이후 층간 절연막은 게이트 절연막과 같이 SOG를 이용하였으며 methyl siloxane 용액을 스핀 코팅 후 \( 180^{\circ} \mathrm{C} \) 에서 3분 동안 hard bake 하고 \( 300^{\circ} \mathrm{C}, \mathrm{N}_{2} \) 분위기에서 1시간 동안 열처리하였다. 소스/드례인 층과active layer의 접점을 위해 층간 절연막을 건식 에칭하여 contact hole을 형성하였다. 마지막으로 소스/드레인 전극은 DC 스퍼터링으로 Al을 150nm 두께로 증착 후 습식 에칭으로 형성하였다.</p><h3>2.1.2 a-IGZO TFT의 전기적 특성</h3><p>그림 3은 위와 같은 공정을 통해 제작된 \( 80 \mu \mathrm{m} \) 의 폭과 20 \( \mu \mathrm{m} \) 의 길이를 가지는 a-IGZO TFT의 transfer curve를 보여준다. 빛에 의한 특성 변화를 방지하기 위하여 암실에서 측정하였다. 드레인에 \( 0.1,1,5,10 \mathrm{~V} \) 의 전압을 인가하고, 게이트 전압을 \( 0.5 \) \( \mathrm{V} \) 간격으로 \( -15\sim15 \mathrm{~V} \) 까지 가변하면서 전류를 측정했다. 측정 결과는 \( \mathrm{V}_{\mathrm{DS}} \) 가 \( 10 \mathrm{~V} \) 일 때, 문턱전압이 \( 0.37 \mathrm{~V} \), 이동도는 \( 2.88 \mathrm{~cm}^{2}/ \mathrm{V·s} \), S.S. (sub-threshold slope)은 \( 0.40 \mathrm{~V} / \mathrm{dec} \), on/off 전류비는 \( 9.64 \)\( \times 10^{6} \) 였다. 제작된 TFT를 바탕으로 회로를 시뮬레이션하기 위해 TFT 파라미터를 구하였다.</p>
|
[
"a-IGZO TFT의 제작중에 세정 후 active layer를 형성햐여 유리를 사용한 것은 뭐야?",
"그림 2의 A-A', B-B' 단면도와 같은 a-IGZO TFT 화소 센서를 제작은 A-IGZO TFT 기반의 어떤 것을 구헌하기 위함인가?",
"300nm 두께의 절연막을 형성하기 위해 게이트 절연막에 어떻게 처리 했어?",
"300nm 두께의 절연막을 형성하기 위해 게이트 절연막에 어떤 처리를 했어?",
"top gate 구조를 채택한 자기 정렬(self-alignment) 방식은 어떻게 동작속도를 높일수 있나?",
"소자의 동작 속도를 더 높일 수 있도록 게이트와 소스/드레인 사이의 기생용량을 감소시키기 위해 자기 정렬(self-alignment) 방식에 어떠한 구조를 채택했나?",
"a-IGZO TFT 화소 센서를 제작중에 습식 에칭으로 패턴 형성을 위한 무엇으로 a-IGZO를 50nm의 두께로 증착하였나?",
"RF 스퍼터링으로 250 ∘ C,O 2 분위기에서 1시간 동안 열처리하고 습식 에칭으로 패턴 형성한것은 뭐야?",
"자기 정렬(self-alignment) 방식을 사용하여 소자 동작 속도를 어떻게 높였어?",
"자기 정렬(self-alignment) 방식을 사용하여 소자 동작 속도를 높일수 있던것은 어떠한 방식 이야?",
"A-A', B-B' 단면도와 같은 a-IGZO TFT 화소 센서의 제작은 어떠한 방식의 터치 센서를 구헌하기 위함인가?",
"a-IGZO TFT의 제작을 위해 어떻게 1시간 동안 열처리 했어?",
"a-IGZO TFT의 제작을 위해 어떤것을 이용하여 1시간동안 열처리했어?"
] |
bd34d89a-8df5-4951-bfc3-e4d11fde7859
|
인공물ED
|
CMMI 기반 군 항공기 인터콤 탑재용 제어 소프트웨어 개발에 대한 DO-178C 적용 연구
|
<h1>Ⅱ. 본론</h1><h2>1. 관련 연구</h2><h3>가. CMMI</h3><p>군항공기 인터콤 탑재용 제어 소프트웨어 개발에 적용된 CMMI 모델은 각 프로세스 영역 아래 특정목표(SG:Specific Goals)와 일반목표 (GG:General Goals)로 분류되고 각 목표들을 만족시키기 위한 특정활동들(SP:Specific Practices) 및 일반 활동들 (GP:Generic Practices), 그리고 그 아래 세분화된 서브 활동들( sub-practices)로 구성된다. 그 관계도는 그림 1.과 같다</p><p>실제 군항공기 인터콤 탑재용 제어 소프트웨어 개발은 일정 준수 하에 개발요구사항을 충족하면서 신뢰성 있는 소프트웨어 개발이라는 특정목표 SG에 따라 수행되었다. 이 때 적용된 하부 활동영역들은 표1. 에 정의된 성숙도 레벨 3 프로세스들이었다. 표 1. 은 CMMI 모델의 성숙도 단계별 22개의 프로세스 영역을 도시한다. 또한 CMMI 레벨은 능력도 레벨과 성숙도 레벨로 구분되는데 능력도 레벨은 조직에 적용된 개별 또는 그룹별 프로세스 영역에 상응하는 프로세스들을 지속적으로 개선시킬 수 있는 능력 정도를 말하고 성숙도 레벨은 조직들이 여러 연속적인 프로세스들을 해결하면서 일련의 연관된 프로세스들 까지도 개선시키는 정도를 말한다.</p><p>표 1.에서 보는바와 같이 레벨 1(Initial)은 개발 프로세스가 정의되어 있지 않고 프로젝트의 성공은 조직이 아닌 개인의 능력이나 특정한 팀에 좌우되는 단계이다. 레벨 2(Merged)는 기본적인 프로젝트 관리 프로세스가 설정되어 있어 규모, 일정, 비용, 위험 등을 추적할 수 있는 단계이고 이 레벨에서 프로젝트에 대한 계획과 관리는 과거에 성공한 유사한 프로젝트에 근거하여 이루어진다. 요구사항, 프로세스, 작업 산출물 및 서비스에 대한 관리가 이루어지는 단계이기도 하다. 레벨 3(Defined)은 조직 전체에 걸쳐 소프트웨어의 개발 및 보수에 관한 정의 및 표준 프로세스가 문서화되고 통합되어 있으며 레벨2에 비해 보다 정밀하게 프로세스가 정의되어 있다.</p><p>레벨 4(Quantitatively Managed)는 소프트웨어 성과물과 프로세스에 대한 정량적인 품질 목표가 설정되고 모든 프로젝트에 있어서 중요한 소프트웨어 프로세스 활동에 대한 생산성과 품질이 측정된다. 레벨5(Optimizing)는 계속적인 프로세스 개선에 초점을 둔다. 여기에는 새로운 기술 평가 방법과 새로운 기술을 통하여 가장 효율적이고 좋은 소프트웨어 공학 등을 활용할 수 있는 단계이다. 표 1. 의 성숙도 레벨 3(defined)이 적용되어 국산화 개발된 군 항공기용 인터콤 장비는 그림 2.와 같다.</p><p>개발된 인터콤 장비는 고정익 항공기용으로 후방석에 장착되어 항공기의 전방석, 후방석 및 지상 요원 간의 통신을 지원하고 항공기 상태에 따른 음성경고 및 톤(Tone) 신호를 제공한다. 또한 장비의 하드웨어를 바꾸지 않고 소프트웨어만 변경하여 기종이 다른 항공기에서도 운용될 수 있는 오픈 아키텍춰 개념이 적용되어 설계 및 개발되었다. 현재 본 장비는 미국 공군(USAF)에 의해 비행시험을 성공적으로 마쳐서 그 성능 및 신뢰성이 검증되었다.</p>
|
[
"군항공기 인터콤 탑재용 제어 소프트웨어 개발에 적용된 모델은 어떤 것인가?",
"군항공기 인터콤 탑재용 제어 소프트웨어 개발에 적용된 CMMI 모델은 각 프로세스 영역 아래 무엇으로 분류되는가?",
"군항공기 인터콤 탑재용 제어 소프트웨어 개발에 적용된 모델이 CMMI 모델이야?",
"CMMI 모델은 각 프로세스 영역 아래 어떤 목표로 분류돼?",
"CMMI 모델은 무엇의 개발에 적용되었는가?",
"CMMI 모델의 능력도 단계별 프로세스 영역을 보려면 표 1을 확인하면 되는가?",
"신기술을 통하여 가장 좋은 소프트웨어 공학 등을 활용할 수 있는 단계는 레벨 몇인가?",
"국산화 개발된 군 항공기용 인터콤 장비는 누구에 의해 비행시험을 성공적으로 마쳤는가?",
"개발된 인터콤 장비는 후방석에 장착되어 후방석의 통신만 지원하는가?",
"소프트웨어만 바꿔서 타기종인 항공기에서도 운용될 수 있는 개념을 무엇이라고 하는가?",
"소프트웨어만 바꿔서 기종이 다른 항공기에서도 운용될 수 있는 것을 무엇이라고 하는가?",
"중국 공군에 의해 국산화 개발된 군 항공기용 인터콤 장비의 비행시험을 성공적으로 마쳤는가?",
"장비의 하드웨어와 소프트웨어를 모두 변경해야 기종이 다른 항공기에서도 운용될 수 있는 것을 오픈 아키텍춰 개념이라고 하는가?",
"개발된 인터콤 장비는 항공기 어디에 장착되어 있는가?",
"개발된 인터콤 장비는 무엇만 변경하여 기종이 다른 항공기에서도 운용할 수 있는가?",
"개발된 인터콤 장비는 어떤 역할을 하는 장비인가?",
"개발된 인터콤 장비는 어떤 항공기용으로 개발되었는가?",
"레벨 5에서는 어떤 평가 방법과 기술을 통해 가장 효과적이고 좋은 소프트웨어 공학을 활용하는가?",
"개발된 인터콤 장비는 고정익 항공기의 전방석에 장착되는가?",
"개발된 인터콤 장비는 어느 곳에 있는 요원의 통신을 지원하는가?",
"국산화 개발된 군 항공기용 인터콤 장비 비행시험을 성공적으로 마친 주체는 누구인가?",
"소프트웨어만 변경하여 기종이 같은 항공기에서도 운용될 수 있는 것이 오픈 아키텍춰 개념인가?",
"조직들이 연속적인 프로세스들을 해결하면서 관련 프로세스들마저도 개선시키는 정도를 성숙도 레벨이라고 하는가?",
"CMMI 레벨은 어떤 레벨로 나눌 수 있는가?",
"능력도 및 성숙도 레벨으로 구분되는 것은 무엇인가?",
"표 1에 따르면 레벨 1은 프로젝트의 성공이 무엇에 의해 좌우되는 단계인가?",
"개발 프로세스가 정의되어 있지 않고, 프로젝트의 성공이 개인의 능력이나 특정한 팀에 좌우되는 단계는 무엇인가?",
"레벨 1은 개발 프로세스가 정의된 단계인가?",
"레벨 1은 프로젝트의 성공이 조직에 의해 좌우되는 단계인가?",
"무엇을 추적할 수 있는 단계가 레벨 2인가?",
"기본적인 프로젝트 관리 프로세스가 설정된 단계는 레벨 몇인가?",
"조직 전체의 소프트웨어의 개발 및 보수에 관한 정의 및 표준 프로세스가 문서로 정리되어 있고 통합되어 있는 단계는 레벨 몇인가?",
"레벨 2에서 프로젝트에 대한 계획과 관리는 무엇을 토대로 진행되는가?",
"레벨 3은 어떤 레벨보다 정밀하게 프로세스가 정의되어 있는가?",
"레벨 2와 레벨 3의 프로세스 정의의 정밀함 정도는 같은가?",
"소프트웨어의 개발 및 보수에 관한 정의 및 기준이 되는 프로세스가 문서화되고 통합된 단계는 레벨 몇인가?",
"모든 프로젝트의 주요 소프트웨어 프로세스 활동에 대한 생산성 및 품질이 측정되는 단계는 레벨 몇인가?",
"소프트웨어 성과물과 프로세스에 대한 양적인 품질 목표가 설정된 레벨은 레벨 2인가?",
"어느 단계에서 요구사항 등에 대한 관리가 이루어지는가?",
"레벨 1은 작업 산출물 및 서비스 등에 대한 관리가 이루어지는 단계인가?",
"프로세스에 대한 관리가 이루어지는 단계는 레벨 몇인가?",
"계속적인 프로세스 개선이 핵심인 단계는 레벨 몇인가?",
"레벨 4는 지속적인 프로세스 개선에 초점을 두는 레벨인가?",
"레벨5는 일시적인 프로세스 개선을 중시하는가?",
"어떤 목표에 따라서 실제 군항공기 인터콤 탑재용 제어 소프트웨어가 개발되었는가?",
"군항공기 인터콤 탑재용 제어 소프트웨어 개발의 특정목표는 무엇이었는가?",
"신뢰성 있는 소프트웨어 개발이라는 특정목표를 가지고 수행된 것은 무엇인가?",
"군항공기 인터콤 탑재용 제어 소프트웨어 개발은 신뢰성 있는 소프트웨어 개발이라는 일반목표 GG에 따라 수행되었는가?",
"군항공기 인터콤 탑재용 제어 소프트웨어 개발은 개발요구사항 충족과 상관없이 신뢰성 있는 소프트웨어 개발을 목표로 하였는가?",
"군항공기 인터콤 탑재용 제어 소프트웨어는 신뢰성 있는 소프트웨어 개발이라는 어떠한 목표 하에 진행되었는가?",
"표1에 정의된 어느 성질의 레벨 3 프로세스들이 하부 활동영역인가?",
"표1에 정의된 성숙도 레벨 몇의 프로세스가 하부 활동영역으로 적용되었는가?",
"표1에 정의된 성숙도 레벨 2 프로세스들이 하부 활동영역으로 적용되었는가?",
"CMMI 모델의 어느 성질의 단계별 프로세스 영역을 나타내는 것이 표 1인가?",
"표 1은 어느 모델의 성숙도 단계별 프로세스 영역을 보여주는가?",
"표 1은 CMMI 모델의 성숙도 단계별 프로세스 영역을 보여주는데 총 몇 개인가?",
"표 1은 TMMI 모델의 성숙도 단계별 프로세스 영역을 나타내는가?",
"CMMI 모델의 성숙도 단계별 40개의 프로세스 영역을 표 1에서 확인할 수 있는가?",
"CMMI 레벨은 어느 레벨로 구분되는가?",
"조직에 적용된 프로세스 영역에 상응하는 프로세스들을 계속해서 개선시킬 수 있는 능력 정도를 무엇이라고 하는가?",
"조직에 적용된 프로세스 영역에 대응하는 프로세스들을 개선시킬 수 있는 능력 정도를 성숙도 레벨이라고 하는가?",
"개발 프로세스가 정의되어 있지 않고 프로젝트의 성공이 개인, 특정한 팀에 좌우되는 단계는 레벨 몇인가?",
"레벨 2에서 프로젝트 계획 및 관리는 무엇에 근거하여 이루어지는가?",
"레벨 2에서 규모, 일정, 비용, 위험 등을 추적할 수 있는가?",
"레벨 2는 프로젝트 관리 프로세스가 미설정되어 있는가?",
"기초적인 프로젝트 관리 프로세스가 정립된 단계로 규모 등을 추적할 수 있는 단계는 무엇인가?",
"조직들이 프로세스들을 연속적으로 해결하면서 관련 프로세스들까지도 개선시키는 정도를 무슨 레벨이라고 하는가?",
"국산화 개발된 장비 중 표 1의 성숙도 레벨 3이 적용된 장비는 무엇인가?"
] |
f0a411a9-b01c-4da0-a568-407069656ee0
|
인공물ED
|
CMMI 기반 군 항공기 인터콤 탑재용 제어 소프트웨어 개발에 대한 DO-178C 적용 연구
|
<h3>나. DO-178C</h3><p>DO-178C의 고유 목적은 항공기 감항인증 요구사항을 충족하기 위한 안전레벨에 맞도록, 의도된 기능들을 수행하는 항공기 시스템 또는 장비용 소프트웨어 제품에 대한 가이드를 제공하기 위한 것이다. 따라서 항공전자 장비 탑재용 소프트웨어의 개발 시 개발 가이드로 활용되는 것이 타당하다. 그러나 현재 국내 항공전자 산업은 군용 항공기 위주로 이루어져 왔기 때문에 민수용 항공기에 적용되는 DO-178C가이드의 도입이 늦어진 것이 사실이나 앞서 서론에서 기술된 바와 같이 군용 항공기 인증에서도 DO-178C를 참조하면서부터 그 활용이 최근 강화되고 있다. DO-178C의 전체 프로세스 및 각 프로세스별 연관도는 그림 3.과 같다. 실제 인터콤의 제어 소프트웨어 개발에서는 그림 3.의 소프트웨어 라이프 사이클 부분 중 인증관련 프로세스를 제외한 프로세스들이 적용되었다. 적용된 부분을 중심으로 도시된 각 장절의 내용을 간략히 살펴보면 다음과 같다.</p><p>2장에서 소프트웨어 개발과 관련되어 시스템 요구 사항을 소프트웨어로 할당할 때 고려되는 사항들, 기능, 동작, 연동 및 성능의 요구사항과 안전레벨 요구도와 관련한 안전도 전략, 설계 제약사항들, 그리고 유지보수 및 시스템 라이프 사이클을 지원하는 추가적인 요구사항 등을 설명하고 있다. 이것은 소프트웨어를 개발할 때 시스템의 역할이 얼마나 중요한지를 역설하고 있는 것이다. 실제 인터콤 제어 소프트웨어의 개발에서는 이러한 시스템의 요구사항이 추적 및 관리되도록 요구사항 관리 도구를 이용하였다. DO-178C의 3장에서는 소프트웨어 개발 라이프 사이클에 대한 프로세스들의 정의와 각 프로세스의 종결 기준(Criteria)에 대한 개요에 대해 기술하고 있다.</p><p>실제 군 항공기용 인터콤 제어 소프트웨어에 적용된 각 개발 단계별 종결 기준을 정리하면 표 2.와 같다.</p><p>DO-178C의 4장부터 8장까지는 일반적인 소프트웨어 엔지니어링에 관련된 내용으로 소프트웨어 개발 계획, 요구사항분석, 설계(기초/상세), 구현 및 단위시험, 통합시험 및 검증, 형상관리(비공식/공식), 개발된 소프트웨어 제품의 품질보증에 대한 프로세스들에 대해 기술하고 있다. 이 부분은 실제 감항인증을 위해 감사관이 개발 라이프 사이클의 산출 데이터 중 가장 중점적으로 보는 부분이기도 하다. 표 2.에서 보는바와 같이 군 항공기 인터콤 제어 소프트웨어의 종결기준에서도 소프트웨어 형상관리가 각 단계별로 있음을 볼 수 있다. 이것은 소프트웨어의 개발 라이프사이클에서 형상변경에 대한 통제 및 관리가 매우 중요함을 의미한다. 인터콤 제어 소프트웨어의 개발에서는 표1.에서 보는바와 같이 CMMI의 레벨 2 에서 이미 형상 관리 프로세스 영역의 각 팀원의 역할과 책임에 따라 전사 프로세스의 시스템 구축 및 형상관리 도구를 이용하여 시스템 상에서 모든 형상 관리활동이 수행되도록 하였다. 적용된 형상프로세스는 형상항목 식별, 기준선 생성 및 배포, 형상항목 변경통제, 변경추적, 감사, 형상관리기록 자산화 등이다.</p><p>DO-178C의 7장 소프트웨어 형상관리 활동에서도 동일하게 각 개발 단계별로 소프트웨어 형상항목의 식별, 변경통제, 그리고 변경관리 및 유지가 절차화 된 프로세스를 구축하고 시스템 상에서 통제 및 수행되는 것을 권장하고 있다.</p><p>그 외, 소프트웨어 요구사항을 충족하는 품질기준, 관리 및 보증 등에 대한 설명, 소프트웨어 라이프 사이클의 데이터로서 인증에 필요한 산출문서 정리, 추가 고려사항으로 기 개발된 소프트웨어의 재사용 이슈, 소프트웨어 개발에 필요한 툴의 자격 조건 등에 대한 설명을 10장에서 12장까지 다루고 있다.</p>
|
[
"DO-178C는 무엇을 만족시키기 위한 안전레벨에 맞게 기능하는 제품에 대한 가이드를 제공하는가?",
"어느 시점부터 국내 항공전자 산업에서 DO-178C의 활용이 강화되고 있는거야?",
"실제 인터콤의 제어 소프트웨어 개발에도 인증관련 프로세스가 적용되어 있을까?",
"실제 인터콤 제어 소프트웨어의 개발에서 요구사항 관리 도구를 이용하는 이유는 무엇인가?",
"실제 인터콤 제어 소프트웨어 개발 시 시스템의 요구사항을 추적, 관리하기 위해서 사용한 도구가 뭐야?",
"감항인증을 위해 감사관이 개발 라이프 사이클의 산출 데이터를 볼 때 가장 유의해서 보는 부분에는 어떤 것들이 있을까?",
"적용된 형상프로세스 중에는 변경추적이 포함될까?",
"군 항공기 인터콤 제어 소프트웨어의 종결기준에도 소프트웨어 형상관리가 단계별로 존재할까?",
"DO-178C의 10장에서 12장까지에서 다루지 않는 내용은 뭐야?",
"DO-178C는 항공전자 장비 탑재용 소프트웨어를 개발할 때 개발 가이드로 활용될 수 있을까?",
"DO-178C 3장에 작성된 것들은 어떤 것들이 있어?",
"군 항공기 인터콤 제어 소프트웨어의 종결기준에 소프트웨어 형상관리가 단계별로 있는 이유가 뭐야?",
"인터콤 제어 소프트웨어 개발 시 형상 관리 프로세스 영역의 각 팀원의 역할에 따라 시스템 상에서 모든 형상관리활동을 수행하도록 했는가?",
"적용된 형상프로세스에는 어떤 게 있어?",
"국내 항공전자 산업에서 DO-178C가 늦게 도입된 이유는 뭐야?",
"2장에서는 소프트웨어 개발 시 무엇의 역할의 중요성에 대해 강조하고 있는가?",
"DO-178C의 7장에서 권장하고 있는 게 뭐야?"
] |
8c9189f1-460b-45f4-860a-dce11648db4e
|
인공물ED
|
CMMI 기반 군 항공기 인터콤 탑재용 제어 소프트웨어 개발에 대한 DO-178C 적용 연구
|
<h1>Ⅰ. 서론</h1><p>미국 카네기 멜론 대학 소프트웨어 공학연구소(SEI)에서 주관하는 CMMI 모델 표준은 조직의 각 업무에 대한 성숙도를 표준화하고 평가하기 위한 여러 모델들을 하나로 통합한 것이다. 그 모델들은 5단계의 성숙도 레벨에 따라 전체 22개의 프로세스 영역으로 구분된다. 본 연구의 기반이 되는 군항공기용 인터콤 장비의 핵심 제어 소프트웨어도 CMMI 모델성숙도 레벨3 이 적용되어 개발되었다. 그 이유는 CMMI 모델 성숙도 레벨 3 에서 설계, 개발, 구현, 시험 등의 소프트웨어 엔지니어링과 개발에서 파생되어 필요한 형상, 위험, 일정, 비용(원가), 교육, 조직의 팀원역량, 조달 등의 많은 관리 프로세스들 및 시스템이 모두 구축되고 내재화 되어 있으므로 이러한 프로세스들이 적용되어 개발된 소프트웨어는 그 산출물로서 신뢰성이 있다는 가정이 수반되기 때문이다. 또 다른 이유는 항공전자 장비개발 시 탑재용 소프트웨어 개발 가이드로 적용되는 DO-178C를 참조하여 개발하는 것에 대한 요구사항이 없었기 때문이기도 하다. DO-178C는 미국 연방항공청 FAA에 의한 민수용 항공기 감항인증 시 필수로 참조되는 소프트웨어 개발 가이드이다. 주로 항공전자 장비의 소프트웨어 동작 안전성에 초점을 맞추고 있다. DO-178C에서는 소프트웨어의 안전도 등급을 A-Catastrophic, B-Hazardous, C-Major, D-Minor, E-No Effect의 5단계로 규정하고 각 등급에 맞는 소프트웨어 개발 및 검증을 통해 소프트웨어에 의한 오작동을 최소화하기 위한 개발 고려사항들과 프로세스들을 정의하고 있다. 그러나 군용 항공기 인증의 경우 MIL-HDBK-516 기준이 적용되고 국내도 이것을 차용한 군용 항공기 비행안전성 인증에 관한 업무규정 및 군용항공기 표준 감항인증 기준에 관한 고시에 따라 항공기 형식인증 및 감항인증 업무가 방위사업청에 의해 수행된다. 특히, 군용항공기 표준 감항인증 기준에 관한 고시에서 컴퓨터 자원부분의 기준으로 DO-178C 가이드를 참조하고 있고 최근 군용 항공기가 수출되기 시작하면서 군용 항공기도 소프트웨어의 오작동에 의한 위험을 최소화하기 위해 DO-178C 가이드에 따른 검증이 강화되고 있다. 따라서 향 후 개발되는 군용 항공전자 장비의 소프트웨어는 모두 DO-178C 가이드에 따른 개발을 고려하지 않을 수 없다. 그래서 항공전자 소프트웨어의 경우 CMMI 레벨 3을 적용하고 국내 방위사업청의 무기체계 소프트웨어 개발 및 관리 매뉴얼에 따라 개발되었다 하더라도 결국 DO-178C에서 요구하는 프로세스에 의한 산출문서들이 없으면 관련 프로세스에 따라 부재한 산출물들을 위해 재시험을 수행하고 다시 산출문서들을 작성해야 한다. 이것은 소프트웨어 개발 라이프 사이클을 고려할 때 매우 번거로운 일이고 그 만큼의 일정과 비용이 증가하게 된다. 따라서 본 논문에서는 이 불필요한 증가요소들을 최소화하기 위해 CMMI모델에 기반 한 소프트웨어 개발 라이프사이클에서 DO-178C 가이드 대비 필요한 프로세스를 분석하여 그 상호연관성이 어느 정도인지를 제시한다. 분석된 결과를 통해 향후 CMMI 환경에서 개발되는 항공전자 구성품의 탑재 소프트웨어에 DO-178C 가이드를 적용 시 감항인증에 관련된 프로세스 및 그 세부 데이터로 활용가능하다. 또한 본 연구에 적용된 DO-178C는 레벨 C로 정의하였다. 그 이유는 항공기 시스템과 장비의 안전도 내재화 프로세스 수행에 대한 가이드라인인 SAE ARP 4761의 Table 1 Failure Condition Severity에 따라 군 항공기 인터콤 장비가 항공기에 통합되어 운용될 경우 LRU(Line Replaceable Unit) 단위의 고장이 적어도 Major에 해당되는 항목이 존재하기 때문이다. 그 예로서 인터콤 장비로 부터 조종사의 헤드셋으로 출력되는 Tone 신호 또는 음성경고 신호들은 항공기내 주요 장비들과 연동되어 동작하므로 인터콤 장비 고장 시 심각한 안전 여유도를 줄이게 되고 이것으로 인해 심각한 조종사의 워크로드를 발생 시킬 수 있기 때문이다.</p><p>본 논문의 구성은 다음과 같다. 본론의 제 1 장 관련연구에서 연구 근거가 되는 CMMI 모델과 DO-178C에 대해 간략히 소개하고 본론의 제2장에서 군 항공기용 인터콤 제어 소프트웨어 개발에 적용되었던 CMMI 모델과 DO-178C의 비교분석을 통해 군 항공기의 구성품에 대한 감항확인이나 인증을 고려 시 DO-178C 대비 비해 필요한 내용이 무엇인지를 제시한다. 마지막 3장에서 결론을 서술한다.</p>
|
[
"CMMI 모델 표준은 조직의 각 업무에 대해 무엇을 표준화하고 평가하는데 사용해?",
"CMMI 모델의 성숙도 레벨을 몇단계로 구분되?",
"CMMI 모델 표준은 업무의 성숙도를 표준화 및 평가를 위해 여러 모델을 하나도 통합했어?",
"CMMI는 성숙도 레벨에 따라 몇개의 프로세스 영역으로 구분되?",
"DO-178C에서는 각 등급에 맞는 소프트웨어 개발 및 검증을 통해 소프트웨어에 의한 어떤 것을 최소화하기 위해 개발 고려사항과 프로세스들을 정의해?",
"군용 항공기 인증은 어떤 기준을 적용해?",
"국내에서는 어떤 인증을 관한 업무 규정이 항공기 형식인증 및 감항인증 업무를 수행하는데 쓰여?",
"국내에서는 어떤 고시에 따라 항공기 형식인증 및 감항인증 업무를 수행해?",
"국내에서 DO-178C에서 요구하는 프로세스에 의한 산출문서들이 없으면 관련 프로세스에 따라 부재한 산출물들에 대해 무엇을 수행해?",
"산출물을 다시 작성하는 것은 어떤 것을 고려했을 때 일정과 비용이 증가해?",
"DO-178C 가이드 대비 소프트웨어 개발 라이프사이클에서 필요한 프로세스를 분석하는 것은 무엇을 최소화하기 위해서야?",
"CCMI환경에서 감항 인증에 관련된 프로세스 및 세부 데이터로 활용하기 위해서는 어떤 탑재 소프트웨어에 DO-178C가이드를 적용해야해?",
"SAE ARP 4761는 어떤 프로세스 수행을 위한 가이드라인이야?",
"SAE ARP 4761에 따라 군항공기 인터콤 장비가 항공기에 통합되어 운영되면 어떤 단위가 적어도 Major에 해당되는 항목이 존재해?",
"인터콤 장비 고장이 나면 안전 여유도를 줄이게 되는데 이때 조종사에게 무엇이 발생해?",
"군항공기용 인터콤 장비의 핵심 제어 소프트웨어의 CMMI 모델 성숙도는 레벨을 몇으로 적용해?",
"CMMI는 군항공기용 인터콤 장비에서도 적용되?",
"군항공기용 인터콤 장비에서 CMMI가 응용되지",
"CMMI 모델의 레벨 3은 소프트웨어 엔지니어링과 개발에서 파생된 많은 관리 프로세스를 적용되어 있기 때문에 이를 적용한 개발된 소프트웨어는 신뢰성이 있다고 가정해?",
"DO-178C는 어떤 개발 가이드에 적용되?",
"항공전자 장비개발에 탑재되는 소프트웨어에는 DO-178C를 참조하여 개발하여 요구사항이 없었기 때문에 CMMI모델 레벨 3을 적용해?",
"항공전자 장비의 소프트웨어에는 주로 어떤 것을 초점에 맞추고 있어?",
"DO-178C에서 A-Catastrophic, B-Hazardous, C-Major, D-Minor, E-No Effect는 소프트웨어의 무엇을 나타내는거야?",
"조종사의 헤드셋으로 출력되는 Tone 신호와 음성 경고 신호들은 항공기 내 주요 장비들과 연동되어 동작해?",
"DO-178C는 어떤 것을 인증할 때 필수로 참조되는 소프트웨어 개발 가이드야?"
] |
3685fc72-a7ed-4bbf-899f-9c842f442037
|
인공물ED
|
CMMI 기반 군 항공기 인터콤 탑재용 제어 소프트웨어 개발에 대한 DO-178C 적용 연구
|
<h1>Ⅲ. 결론</h1><p>군 항공기용 인터콤 개발 시 인터콤 제어 소프트웨어도 CMMI 성숙도 레벨3 기반에서 같이 개발되었다. 그러나 개발된 소프트웨어는 감항인증을 고려하지 않아 향 후, 감항인증 시 필수적으로 참조되는 DO-178C 가이드를 따를 경우 그 차이가 어느 정도 인지를 확인이 필요하게 되었다. 그 이유는 감항인증을 고려할 때 DO-178C 가이드에서 요구하는 입증자료가 부재하거나 부족할 시 어떤 활동내용이 부족한지를 다시 점검해서 시험을 통해 검증하고 산출문서도 수정 또는 추가 작성해야 하기 때문이다. 이것은 개발과제의 일정에 따른 비용 증가로 이어질 뿐더러 개발 라이프 사이클 상 매우 번거로운 작업이 아닐 수 없다. 따라서 본 논문에서는 이러한 일정 및 비용증가의 작업들을 피하고 원활한 항공전자 소프트웨어 개발 라이프 사이클을 위해 CMMI 성숙도 레벨3 에서 DO-178C 가이드와 비교하여 그 상호연관성을 각 프로세스의 특성에 따라 수행되는 활동의 범위가 일치하는 정도를 기준으로 비교분석 하였다. 분석결과 CMMI 기반에서 항공전자 소프트웨어가 개발되어도 수행했던 프로세스들이 결국 DO-178C 가이드의 소프트웨어 라이프 사이클에 해당한다는 것을 알 수 있었다. 다만, CMMI 기반에서 소프트웨어 개발 시 산출되는 개발 산출물과 방위사업청의 소프트웨어 개발 및 관리 매뉴얼에 명시된 산출문서 외에도 DO-178C의 11 장 소프트웨어 라이프 사이클의 산출문서도 같이 보강 된다면 차후 군 항공기 구성품 단위의 감항 확인 심사에서도 필요한 입증자료를 통해 앞서 기술한 개발 일정과 비용의 증가를 피할 수 있게 된다.</p>
|
[
"군 항공기용 인터콤과 같은 시기에 개발된 인터콤 제어 소프트웨어는 어떤 기반에서 개발 되었어?",
"감항인증 할 때 반드시 참조해야하는 가이드는 무엇인가?",
"감항인증 시에 필수적으로 참조되는 가이드 이름이 DO-118C 가이드 맞아?",
"감항 확인 심사는 어떤 단위로 이루어져?",
"인터콤 제어 소프트웨어는 감항인증을 고려하여 개발되었지?",
"본 논문에서는 왜 CMMI 성숙도 레벨3 에서 DO-178C 가이드와 비교하여 비교분석 했을까?",
"인터콤 제어 소프트웨어는 언제 개발 되었어?",
"언제 인터콤 제어 소프트웨어가 고안되었지",
"CMMI 성숙도 레벨3 기반으로 군 항공기용 인터콤 개발 과 같이 개발된 소프트웨어는 인터콤 제어 소프트웨어지?"
] |
7a22c860-dd14-4b8c-8422-3669676730be
|
인공물ED
|
CMMI 기반 군 항공기 인터콤 탑재용 제어 소프트웨어 개발에 대한 DO-178C 적용 연구
|
<p>또한 표 4.에서 일부분만 상호연관성이 있는 것으로 도출된 프로세스들이 있는데 그 내용은 다음과 같다.</p><p>(1) 부분적 상호연관: 조직프로세스 정의 (OPD) \( \& \) DO-178C</p><p>조직프로세스 정의 (OPD)도 일부분에 한해 연관성이 있는 것으로 도출되었다. 그 내용을 살펴보면 조직 프로세스의 자산화를 수립 (SP 1.5) 할 때 수행하는 개발 계획과 품질 보증계획 활동이 DO-178C의 4.3장의 소프트웨어 개발계획 및 품질보증 계획과 11.2장의 소프트웨어 개발계획 및 11.5장의 소프트웨어 품질 보증계획 활동과 동일하여 표 4 .와 같이 정리되었으며 그림 4.에서 그 내용을 도시한다.</p><p>(2) 부분적 상호연관: 통합 프로젝트 관리(IPM) \( \&\) DO-178C</p><p>그림 6.에서 CMMI의 통합프로젝트 관리(IPM) 프로세스와 DO-178C의 그 상호연관성을 도시하였다. CMMI의 정의된 조직의 표준 프로세스를 수립(SP 1.1) 프로세스 활동과 이해관계자와 발생된 이슈의 해결(SP 2.3)활동이 그림 5.에서 도시한 DO-178C 프로세스의 내용을 근거로 그 연관성이 도출된다. 주로 7 장 형상관리 프로세스에서 그 연관성 있는데 형상항목을 식별(7.2.1)하고 기준선(baseline)을 설정(7.2.2)하여 식별된 형상항목을 변경 추적(7.2.3)할 때, 변경에 대한 통제(7.2.4)가 조직의 표준 프로세스(SP 1.1)로 할당된다. 또한 형상변경 검토(7.2.5), 변경상태 확인(7.2.6) 및 압축, 회귀 및 배포(7.2.7)하는 활동이 이슈를 식별 및 문서화하고 이해관계자들과 식별된 이슈를 검토해서 해결하는 내용의 이슈사항 해결(SP 2.3)활동과 동일하여 서로 연관성이 있는 것으로 도출되었다.</p><p>(3) 부분적 상호연관 : 위험관리 (RM) \( \&\) DO-178C</p><p>DO-178C의 프로세스들 중, CMMI의 위험관리(RM) 활동들과 해당되는 프로세스들은 주로 6장 소프트웨어 검증 프로세스들 중 일부에서 찾아 볼 수 있는데 그 상호연관성에 대한 분석 결과를 그림 6.에서 도시하고 있다. 따라서 그림 6.에 제시된 DO-178C의 프로세스들 및 그 내용을 근거로 CMMI 모델의 위험관리 프로세스 영역과 그 상호연관성을 도출할 수 있었다.</p><p>(4) 부분적 상호연관: 의사결정 분석 및 해결 (DAR) \( \&\) DO-178C</p><p>마지막으로 일부만 상관관계가 있는 프로세스가 의사결정 분석 및 해결(DAR) 프로세스이다. 그 상호연관성에 대한 도출된 결과를 그림 7.에서 보이고 있고 그 내용은 다음과 같다.</p><p>형상관리 체계 하에서 결정 분석에 대한 가이드라인을 수립(SP 1.1) 내용과 평가 기준을 수립할 때(SP1.2), 평가기준의 문서화 및 중요성에 대한 우선순위를 결정하는 활동들이 DO-178C 7.2.4장의 변경 통제와 관련이 있고 DO-178C 7.2.5장에서 제안된 형상변경 또는 문제점이 시스템의 안전도 레벨에 얼마나 영향을 주는지 검토하는 활동이 CMMI의 평가기준에 의해 평가를 수행(SP 1.5)하는 활동과 관련이 있다. 또한 DO-178C 7.2.6장의 문제데이터의 정의 및 변경 이력을 작성 보고하는 활동과 7.2.7장의 승인된 형상 데이터(소스파일)로 회귀가 가능하도록 저장된 데이터가 통합되어 있어야 하고 다른 프로세스에서 사용 전 식별된 후 배포하는 등의 활동이 CMMI의 결정된 해결책에 대해 관련된 위험관리도 수행 시 고려하고 관련된 이해관계자들에게 문서로 보고하고 소통하는 내용의 활동(SP 1.6)과 관련성이 있다고 도출하였다.</p><h3>나. CMMI 개발환경에서 DO-178C 프로세스의 적용방안</h3><p>CMMI 모델과 DO-178C의 그 상호관계 분석결과인 표 3.과 표 4.를 통해 향 후 개발되는 항공전자 소프트웨어의 감항인증을 고려한다면 표 3.과 표 4.에서 DO-178C 부분의 해당 섹션이 없는 부분을 보완하여야 한다. 표 3.과 표 4.에 따르면 DO-178C의 각 섹션들 중 주로 2, 4, 5, 6, 7 그리고 8장이 CMMI 모델과 그 상호연관성이 있음을 볼 수 있다. 이것은 결국 CMMI 모델기반에서 항공전자 소프트웨어를 개발해도 결국 DO-178C의 소프트웨어 라이프 사이클을 따른다는 것을 의미한다. 그러나 군 항공전자 장비의 소프트웨어를 개발 할 때 감항인증을 위해서는 CMMI 모델을 기반 하여 추가적으로 준용되는 방위사업청의 무기체계 소프트웨어 개발 및 관리 매뉴얼의 산출문서 외에도 DO-178의 11 장에서 제시하는 소프트웨어 산출물이 필요하므로 같이 보완 하여야 한다.</p>
|
[
"조직 프로세스의 자산화를 수립할 때 수행하는 개발 계획과 품질 보증계획 활동이 DO-178C의 4.3장의 소프트웨어 개발계획 및 품질보증 계획과 11.2장의 소프트웨어 개발계획 및 11.5장의 소프트웨어 품질 보증계획 활동과 동일한가?",
"CMMI의 정의된 조직의 표준 프로세스를 수립(SP 1.1) 프로세스 활동과 이해관계자와 발생된 이슈의 해결(SP 2.3)활동이 그림 5.에서 도시한 어떤 내용을 근거로 그 연관성이 도출되었어?"
] |
ef4d9e39-913a-43a3-83bc-1bccdc929d00
|
인공물ED
|
CMMI 기반 군 항공기 인터콤 탑재용 제어 소프트웨어 개발에 대한 DO-178C 적용 연구
|
<h2>2. CMMI와 DO-178C의 각 프로세스의 상호관계</h2><h3>가. 상호 관계 분석</h3><p>앞서 기 서술한바와 같이 군 항공기 인터콤 제어 소프트웨어는 CMMI 성숙도 레벨 3의 환경에서 개발되었으나 DO-178C의 일부 엔지니어링 부분도 적용되었다. 그러나 실제 CMMI 모델과 DO-178C 가이드는 각각 그 목적과 스코프가 매우 달라서 비교분석하기가 쉽지 않은 것이 사실이다. 그럼에도 불구하고 본 논문에서는 앞서 서론에서 기술한 연구의 필요성에 근거하여 분석을 수행하였다. 분석 방법은 CMMI 레벨 3의 각 11 개 프로세스영역 활동에 해당되는 DO-178C의 섹션을 연결방식으로 아래의 간략한 수식(1)에 의해 그 매칭 정도를 비율로 환산하였다.</p><p>\( M_{R}=(\Sigma N s / \Sigma N p) * 100 \)<caption>(1)</caption></p><p>수식(1)에서 \( M_{R} \)은 Matching Ratio(\(\%\))이고 \( Ns \) 는 The number of the corresponding DO-178C Sub-section으로 DO-178C에서 각 프로세스 내 세부 활동들 중 CMMI 모델의 활동 내용에 부합하는 활동 수를 나타낸다. 이 때, 부합 여부에 대한 판단은 두 모델의 활동의 범위가 동일한지 여부를 기준으로 하였다.</p><p>\( N p \)는 The number of the CMMI level 3 specific Practices로 CMMI 레벨 3 의 각 프로세스에서 수행되는 특정 활동 SP들의 수를 의미한다.</p><p>표 3.과 표 4.에서 위 수식 (1)과 판단기준에 따라 그 분석 결과를 도시하고 있다. 표 3.과 표 4.에서 보는 바와 같이 전체 11 개 프로세스 중 5 개(약 \( 45.5 \% \) )인 요구사항 개발 (RD), 기술 솔루션(TS), 제품 통합 (PI), 검증(VER) 및 확인(VAL) 프로세스가 DO-178C 프로세스와 동일하고 그 외는 일부 연관 또는 비 연관부분으로 분석되었다. 본 논문에서는 일부 연관부분과 비 연관 부분이 CMMI모델에서 개발을 수행해도 DO-178C 대비 보완해야 될 활동들이 있다고 보고 그 내용을 서술한다.</p><p>(1) 비 상호연관 : 조직프로세스 중점관리 (OPF) \( \&\) DO-178C</p><p>조직프로세스 중점관리(OPF) 영역은 조직의 프로세스 개선활동 자체에 초점을 두고 있다. 관련활동으로 조직 프로세스 소요정립(SP 1.1), 소요 심사(SP 1.2), 개선항목 식별(SP 1.3), 활동계획 수립(SP 2.1), 실행(SP 2.2), 확산(SP 3.1), 그리고 개선된 프로세스의 표준화 (SP 3.2)와 모니터링(SP 3.3) 및 자산화 (SP 3.4) 등이 있다. 이것은 감항인증을 고려한 소프트웨어 제품의 안정화에 중점을 둔 DO-178C의 프로세스들과는 그 목적 자체와 활동들의 범위가 맞지 않아 \( M_{R} \) 이 \( 0 \% \) 로 도출되었다.</p><p>(2) 비 상호연관 : 조직교육 (OT) & DO-178C</p><p>조직교육(OT) 프로세스 영역은 팀원의 역량강화를 위한 교육 프로세스에 초점을 두고 그 관련 활동으로 전략적 교육훈련 소요정립 (SP 1.1), 소요 결정 (SP 1.2), 조직 교육훈련 계획정립(SP 1.3), 교육훈련실시(SP 2.1), 훈련기록(SP 2.2), 훈련평가(SP 2.3) 등의 프로세스가 있다. 그러나 DO-178C에서는 소프트웨어 감항 인증에 필요한 내용에 초점을 두고 있어서 조직 교육에 대한 내용이 전혀 없다. 이것은 조직의 교육 훈련이 팀원의 역량강화에 필요하나 감항인증 에서는 필수항목이 아니라는 의미이다.</p>
|
[
"실제 CMMI 모델과 DO-178C 가이드를 비교하기 쉽지 않은 이유는 뭐야?",
"조직프로세스 중점관리(OPF) 영역은 무엇에 초점을 두고 있나요?",
"전체 11 개 프로세스 중 몇 개의 프로세스가 DO-178C와 동일한가요?",
"DO-178C에서는 조직 교육에 대한 내용이 있나요?",
"\\( Ns \\)가 의미하는 것은 뭐야?",
"부합 여부에 대한 판단의 기준은 무엇인가요?",
"조직교육(OT) 프로세스 영역에는 어떤 종류들이 있나요?",
"\\( M_{R}=(\\Sigma N s / \\Sigma N p) * 100 \\)에서 \\( M_{R} \\)은 무엇을 의미하나요?",
"실제 CMMI 모델과 DO-178C 가이드에 대한 분석은 꼭 필요한가요?",
"DO-178C 프로세스와 동일한 항목은 무엇인가요?",
"조직교육(OT) 프로세스는 무엇에 초점을 두고 있나요?",
"조직프로세스 중점관리(OPF)에 관련 활동에는 어떤 것들이 있나요?"
] |
8e981c3f-afa4-4339-a1cd-b27db782714c
|
인공물ED
|
CMMI 기반 군 항공기 인터콤 탑재용 제어 소프트웨어 개발에 대한 DO-178C 적용 연구
|
<h1>요 약</h1><p>미국 FAA에서 민간 항공기에 대한 감항인증 시 채택되고 있는 DO-178C 가이드가 최근 국내에서도 군 항공기 감항인증을 위한 가이드로 채택되고 있는 실정이다. 이것은 군항공기 감항인증 담당자가 소프트웨어 개발 문서들을 점검할 때 모든 문서들이 DO-178C 가이드에 따라 검증되었는지 여부를 검토한다는 것을 의미한다. 그러나 군항공기용 인터콤 장비의 국산화 개발 시 DO-178C 가이드 준용 요구사항이 없었기 때문에 우리는 군 항공기 인터콤 제어 소프트웨어를 CMMI 레벨3에 따라 개발하였다. 따라서 우리가 인터콤 시스템의 감항인증을 고려할 때 추가적으로 필요한 소프트웨어 산출문서들을 준비하기 위해 CMMI 레벨3 기반의 소프트웨어 개발이 DO-178C 가이드와 얼마나 다른지에 대한 분석이 필요하게 되었다. 그러므로 본 연구는 CMMI 레벨3과 DO-178C 간 차이점들을 분석하고 DO-178C 가이드와 비교하여 CMMI 레벨3상의 어떤 데이터들이 항공기 감항인증 준수에 필요한지를 제시한다. 분석 결과를 통해 감항인증 시 참조되는 DO-178C 가이드 대비 CMMI모델에서 필요한 데이터가 무엇인지를 알 수 있고 향후 CMMI 모델 환경에서 감항인증 준수를 고려한 항공기 구성품 탑재용 소프트웨어 개발 시 본 연구결과를 적용할 수 있다.</p>
|
[
"군 항공기 인터콤 제어 소프트웨어를 무엇에 따라 개발하였나요?",
"최근 국내에서 군 항공기 감항인증을 위한 가이드로 채택되고 있는 가이드는 뭐야?",
"CMMI 레벨3과 DO-178C 간 차이점들을 분석해서 알 수 있는 것은 무엇인가요?",
"CMMI 레벨3 기반의 소프트웨어 개발과 DO-178C 가이드의 차이에 대한 분석이 이루어진 이유는 무엇인가요?",
"DO-178C 가이드는 어느 나라에서 채택되고 있나요?"
] |
6dc5575f-5e22-4f0d-a208-ef2be6d1cea5
|
인공물ED
|
ZVZCS가 가능한 LLC AC to DC 고주파 공진 컨버터의 특성 해석에 관한 연구
|
<p>표 1은 그림 2의 ZVZCS가 가능한 전류형 LLC AC to DC 고주파 공진 컨버터 회로의 스위칭소자\( \left(\mathrm{S}_{1}, \mathrm{~S}_{2}\right) \), 스위칭 소자\( \left(\mathrm{S}_{1}, \mathrm{~S}_{2}\right) \) 의 내장 다이오드\( \left(\mathrm{D}_{1}\right. \), \( \left.\mathrm{D}_{2}\right) \) 및 2 차측 다이오드 \( \left(\mathrm{D}_{3} \sim \mathrm{D}_{6}\right) \) 의 턴-온 - 턴-오프 동작과 스위칭소자 \( \left(\mathrm{S}_{1}, \mathrm{~S}_{2}\right) \) 양단의 병렬 공진 커패시터 \( \left(\mathrm{C}_{1}, \mathrm{C}_{2}\right) \) 충 - 방전에 의한 14 개의 동작 모드와 회로 동작 원리상 7 개의 회로 상태로 나타낼 수 있다.</p><p>그림 3은 표 1 과 그림 2 에서 기술한 바와 같이 스위치 \( \left(\mathrm{S}_{1}, \mathrm{~S}_{2}\right) \), 스위치 다이오드 \( \left(\mathrm{D}_{1}, \mathrm{D}_{2}\right) \) 및 2 차측 다이오드 \( \left(\mathrm{D}_{3} \sim \mathrm{D}_{6}\right) \) 의 턴-온 - 턴-오프 상태와 스위칭 소자 양단의 병렬 공진 커패시터 \( \left(\mathrm{C}_{1}, \mathrm{C}_{2}\right) \) 의 충 -방전에 따라 반 사이클의 7개의 각각의 동작 모드에 대한 등가회로를 나타내고 있다.</p><p>그림 3(a)의 \( \mathrm{M}_{1}\left(t_{0} \sim t_{1}\right) \) 과 \( \mathrm{M}_{2}\left(t_{1} \sim t_{2}\right) \) 구간은 \( \mathrm{S}_{2} \) 의 구동 신호가 인가됨에 따라 공진 인덕터와 자화 인덕터에 축적되어 있는 에너지를 \( \left(\mathrm{L}+\mathrm{L}_{\mathrm{m}}\right)-\mathrm{C}_{1}-\mathrm{D}_{2} \) 공진 회로망으로 에너지를 방출하는 구간으로 회로 동작에 의해 커패시터 \( \left(\mathrm{C}_{1}\right) \) 가 충전되며 이 구간 또한 \( i_{1}=i_{m} \) 가 같으므로 2 차측 다이오드를 통해 전류가 전달되지 않는다. 그림 \( 3(\mathrm{~b}) \) 의 \( \mathrm{M}_{3}\left(t_{2} \sim t_{3}\right) \) 구간은 공진 인덕터에 축적되어 있는 에너지를 \( \mathrm{L}-\mathrm{L}_{\mathrm{m}}-\mathrm{C}_{1}-\mathrm{D}_{2} \)공진 회로망으로 에너지를 방출하는 구간으로 회로 동작에 의해 커패시터 \( \left(\mathrm{C}_{1}\right) \) 가 충전되며 이 구간은 \( i_{1}>i_{m} \) 이므로 Transformer 1 차측 전류 \( i_{n 1} \) 는 \( i_{1}-i_{m} \) 의 전류가 2 차측 다이오드 \( \left(\mathrm{D}_{4}, \mathrm{D}_{5}\right) \) 을 통해 부하로 전달되는 구간이다.</p><p>그림 3(c)의 \( \mathrm{M}_{4}\left(t_{3} \sim t_{4}\right) \) 구간은 스위치 \( \mathrm{S}_{2} \) 가 도통하는 구간으로 스위치 \( \mathrm{S}_{1} \) 양단의 공진 커 패시터 \( \mathrm{C}_{1} \)전압이 최대로 충전되며 이 구간 또한 \( \mathrm{i}_{1}>\mathrm{i}_{\mathrm{m}} \) 이므로 Transformer 1 차측 전류 \( \mathrm{i}_{\mathrm{n} 1} \) 는 \( \mathrm{i}_{1}-\mathrm{i}_{\mathrm{m}} \) 의 전류가 2 차측 다이오드 \( \left(\mathrm{D}_{4}, \mathrm{D}_{5}\right) \) 을 통해 부하로 전달된다. \( \mathrm{M}_{5} \) \( \left(t_{4} \sim t_{5}\right) \) 구간에서는 스위치 \( \mathrm{S}_{2} \) 가 도통 및 스위치 \( \mathrm{S}_{1} \)양단의 공진 커패시터 \( \mathrm{C}_{1} \) 전압이 완전히 방전하는 구간이며 이 구간은 입력 전압과 스위치 \( \mathrm{S}_{1} \) 의 공진커패시터 전압에 의해 \( \mathrm{C}_{1}-\mathrm{L}-\mathrm{L}_{\mathrm{m}}-\mathrm{S}_{2} \) 공진 회로망으로 통해 공진 인덕터에 에너지를 축적과 방출하는 구간으로 이 구간의 \( \mathrm{i}_{1}>\mathrm{i}_{\mathrm{m}} \) 이므로 Transformer 1차 측 전류 \( \mathrm{i}_{\mathrm{n} 1} \) 는 \( \mathrm{i}_{1}-\mathrm{i}_{\mathrm{m}} \) 의 전류가 2 차측 다이오드 \( \left(\mathrm{D}_{4}\right. \), \( \left.\mathrm{D}_{5}\right) \) 을 통해 부하로 전달된다.</p>
|
[
"그림 3은 몇 개의 각각의 동작 모드에 대해 등가회로를 나타내고 있는가?",
"그림 3이 나타내고 있는 동작 모드는 몇 개인가?",
"그림3(c)의 \\( \\mathrm{M}_{4}\\)구간은 어떤 스위치가 도통하는 구간이야?",
"\\( \\mathrm{M}_{4}\\) 구간에서 스위치 \\( \\mathrm{S}_{1} \\) 양단의 공진 커 패시터 \\( \\mathrm{C}_{1} \\) 전압은 최소로 충전돼?",
"그림 3(c)에서 1차측 전류가 무엇을 통해 부하로 전달돼?",
"그림 3(c)에서 어떤 것을 통해서 Transformer 1차측 전류가 부하로 전달돼?",
"14 개의 동작 모드와 회로 동작 원리상 7 개의 회로 상태를 어디에 나타냈어?",
"그림 3은 충 -방전에 따라 반 사이클의 7개의 각각의 동작 모드에 대해 무슨 회로를 나타내고 있어?",
"그림 3(a)의 \\( \\mathrm{M}_{1}\\) , \\( \\mathrm{M}_{2}\\) 구간은 무엇에 의해 구동신호가 인가돼?",
"그림 3(a)에서 어떤 에너지를 공진회로망으로 에너지를 방출해?",
"그림(3)에서 회로 동작으로 인해 무엇이 충전 돼?"
] |
9c2d4553-6b6f-4452-8433-9e621acf2f96
|
인공물ED
|
ZVZCS가 가능한 LLC AC to DC 고주파 공진 컨버터의 특성 해석에 관한 연구
|
<h1>요약</h1><p>본 논문에서 제안한 전류형 LLC AC to DC 고주파 공진 컨버터는 스위치 양단에 병렬로 공진 커패시터 \( \left(\mathrm{C}_{1}, \mathrm{C}_{2}\right) \) 를 연결함으로써 ZVS(Zero Voltage Switching)동작 뿐만 아니라 2차측 Diode의 ZCS(Zero Current Switching) 동작이 가능하므로 스위칭 소자의 턴-온 및 2 차측 다이오드의 턴-오프 손실을 저감시킬 수 있다. 본 논문에서 제안한 LLC AC to DC 고주파 공진 컨버터의 회로 해석은 무차원화 제어 파라메타를 도입하여 범용성 있게 기술하였다. 또한 제안한 LLC AC to DC 고주파 공진 컨버터의 운전 특성은 무파원화 제어 주파수(\(\mu\)), 무차원화 저항(\(\lambda\)) 등의 무차원화 제어 파라메타를 이용하여 특성 평가를 수행하였다. 특성 평가를 통한 특성값을 기초한 LLC AC to DC 고주파 공진 컨버터 설계 기법의 일예를 제시하였으며, 실험 및 PSIM 시뮬레이션을 통해 이론 해석의 정당성을 입증하였다.</p>
|
[
"LLC AC to DC 고주파 공진 컨버터는 스위치 양단에 병렬로 공진 커패시터를 연결하면 어떤 동작들이 가능해?",
"전류형 LLC AC to DC 고주파 공진 컨버터의 스위치 양단에 병렬로 공진 커패시터를 연결했을때 효과는 뭐야?",
"지문에서 이론 해석의 정당성을 입증하기 수행한 것은 뭐야?",
"무엇이 지문에서 이론 해석의 정당성을 증명하기 위해수행했어",
"전류형 LLC AC to DC 고주파 공진 컨버터의 스위치 양단에 무엇을 연결했어?",
"LLC AC to DC 고주파 공진 컨버터의 운전 특성의 평가를 수행하기 위해 이용한 것은 뭐야?",
"전류형 LLC AC to DC 고주파 공진 컨버터는 스위치 양단에 공진 커패시터를 직렬로 연결해?",
"LLC AC to DC 고주파 공진 컨버터의 회로 해석을 위해 도입한 것은 뭐야?",
"지문에서는 특성 평가를 통해 LLC DC to AC 고주파 공진 컨버터 설계 기법의 일예를 제시하고 있어?"
] |
56226d0e-09d7-4736-a31a-9679e89a4ea7
|
인공물ED
|
ZVZCS가 가능한 LLC AC to DC 고주파 공진 컨버터의 특성 해석에 관한 연구
|
<h1>Ⅰ. 서론</h1><p>최근, 고속 스위칭이 가능한 전력용 스위칭 반도체 소자의 직접화 기술의 발달로 상기 소자를 이용한 전력변환 전원 시스템은 소형. 경량화를 중점으로 연구가 활발하게 진행되고 있다. 전력용 스위칭 반도체 소자를 사용함에 따라 고주파 스위칭 제어가 가능하나 고속 스위칭 동작 시 구동 주파수에 비례하는 스위칭 손실이 발생으로 전력 변환 장치의 효율 저하와 냉각장치의 대형화 등의 문제점이 있다. 최근 전원장치가 대용량화가 됨에 따라 상용 전원을 입력하는 전원장치가 75[\(\mathrm{W}\)] 이상일 경우 IEC 61000-3-2와 IEEE 519 규정을 통해 고조파 전류 구제를 만족하기 위해 입력 단에 PFC(역률개선회로) 사용이 필수적이다. 그러나 이러한 2개의 전력단으로 구성된 전력변환장치는 광범위한 입력전압 범위 내에서 고역률을 유지 할 수 있는 반면 Cost 증가, 신뢰성 저하, 복잡한 시스템 구성, 효율 저하 등의 문제점이 있다.</p><p>본 논문에서는 상기의 문제점을 개선 가능한 타려식 또는 자려식으로 구동되며 ZVZCS가 가능한 고역율 LLC AC to DC 고주파 공진 컨버틀 나타내고 있다. 본 논문에서 제안한 전류형 LLC AC to DC 고주파 공진 컨버터는 스위치 양단에 병렬로 공진 커패시터 \( \left(\mathrm{C}_{1}, \mathrm{C}_{2}\right) \) 를 연결함으로써 ZVS(Zero Voltage Switching)동작 뿐만 아니라 2차측 Diode 의 ZCS(Zero Current Switching) 동작이 가능하므로 스위칭 소자의 턴-온 및 2 차측 다이오드의 턴-오프 손실을 저감시킬 수 있다. 또한, 본 논문에서 제안한 LLC AC to DC 고주파 공진 컨버터는 \( 75 \mathrm{W} \) 이상의 고조파 전류 규제를 만족하기 위해 사용했던 역률보상 PFC 회로 없이 단일 전력 변환이 가능하므로 고역율, 고효율, 고신뢰성 등의 특징을 가진다. 따라서 본 논문에서 제안한 고역율 전류형 LLC AC to DC 고주파 공진 컨버터 회로의 기본 동작원리 및 제 특성 해석을 기술하였으며 또한 회로 해석의 범용성을 부여하기 위해 무차원화 파라미터를 도입하여 특성 평가한 결과를 토대로 실험을 통해 이론 해석의 정당성을 검증하였다. 따라서 본 논문에서 제안한 LLC AC to DC 고주파 공진 컨버터의 회로 해석은 무차원화 제어 파라메타를 도입하여 범용성 있게 기술하였다. 또한 제안한 LLC AC to DC 고주파 공진 컨버터의 운전 특성은 무파원화 제어 주파수 \( (\mu) \), 무차원화 저항 \( (\lambda) \) 등의 무차원화 제어 파라메타를 이용하여 특성 평가를 수행하였다. 특성 평가를 통한 특성값을 기초로 하여 전류형 LLC AC to DC 고주파 공진 컨버터 설계 기법의 일예를 제시하였으며, 이론 해석의 정당성은 실험 및 PSIM 시뮬레이션을 통해 입증한다.</p>
|
[
"전력용 스위칭 반도체 소자는 어떤 문제점들이 발생할 수 있나요?",
"1개의 전력단으로 구성된 전력변환장치는 고역률을 유지할 수 있나요?",
"제안한 컨버터에 무차원화 파라미터를 도입한 목적은 무엇인가요?",
"상기 소자를 이용한 전력변환 전원 시스템은 무엇을 중점으로 연구가 활발해지고 있나요?",
"입력 단에 PFC(역률개선회로) 사용이 필수적인 이유는 무엇인가요?",
"제안한 LLC AC to DC 고주파 공진 컨버터의 운전 특성은 무엇을 이용하여 평가했나요?",
"제안한 전류형 LLC AC to DC 고주파 공진 컨버터는 무엇을 연결하여 2차측 Diode 의 ZCS(Zero Current Switching) 동작을 가능케 했나요?",
"전력용 스위칭 반도체 소자를 사용하면 무엇이 가능한가요?",
"제안한 컨버터는 역률보상 PFC 회로 없이 단일 전력 변환이 가능한가요?",
"본 논문에서 제안한 전류형 LLC AC to DC 고주파 공진 컨버터는 ZVS(Zero Voltage Switching)동작만 가능한가요?",
"제안한 컨버터는 어떤 특징들을 갖나요?",
"2개의 전력단으로 구성된 전력변환장치는 어떤 문제점들을 가지고 있나요?",
"고속 스위칭 동작 시 무엇이 발생할 수 있나요?",
"2차측 Diode 의 ZCS(Zero Current Switching) 동작을 통해 어떤 손실을 저감시켰어?"
] |
691fb1be-e0e1-47a2-969c-d69ff1a012f1
|
인공물ED
|
유무선통합환경에서QoS향상을위한멀티캐스트라우팅알고리즘
|
<h2>3-2 M_Dijk 알고리즘</h2><p>제안하는 M_Dijk 알고리즘에서는 QoS 요구가 최소 대역폭 요구가 주어진다고 가정하고, 링크 상태(link state) 라우팅에 기반 하여 적정 경로를 계산한다. 따라서 라우터 서버가 파악해야 하는 QoS 메트릭은 각 링크의 가용 대역폭이다. 경로 계산 알고리즘으로는 변형된 Dijkstra 최단 경로 알고리즘을 사용한다. 변형된 Dijkstra 알고리즘이란 QoS 경로를 계산하는 시점에 링크의 가용 대역폭이 클라이언트가 요구한 대역폭보다 작게 남아 있는 링크들을 모두 제거한 후 남은 네트워크 토폴로지 상에 Dijkstra 알고리즘을 적용하여 widest-shortest 경로를 계산하는 것을 말한다.</p><table border><caption>표 1. 알고리즘의 표기법</caption><tbody><tr><td colspan=2>주 요 파 라 미 터 표 기 법</td></tr><tr><td>\( V \)</td><td>네트워크상에 노드들의 집합</td></tr><tr><td>\(E\)</td><td>네트워크상에 링크들의 집합</td></tr><tr><td>\(k\)</td><td>노드의 개수</td></tr><tr><td>\(S\)</td><td>송신지 노드</td></tr><tr><td>\(a\)</td><td>수신지 노드</td></tr><tr><td>\(M\)</td><td>\(\mathrm{s}\)로부터의 최소 비용 경로가 이미 발견된 노드들의 집합</td></tr><tr><td>\(d(i, j)\)</td><td>노드 \(i\)와 \(j\) 사이의 비용 \(d(i, j) =0;\) \( d(i, j)=\infty \) 두 노드 사이에 연결된 링크가 없는 경우</td></tr><tr><td>\(D(n)\)</td><td>\(s\)로부터의 \(n\) 노드까지의 최소 비용 경로의 비용</td></tr><tr><td>\(b\)</td><td>세션이 요구한 대역폭</td></tr><tr><td>\(B(n)\)</td><td>\(s\)로부터의 \(n\) 노드까지의 최소 비용 경로의 대역폭</td></tr></tbody></table><p>본 알고리즘에서 사용되는 주요 파라미터는 표 1과 같다.</p><p>M_Dijk \( (s, d, b) \) begin \( M:=\{s\} ; \quad /^{*} M \)의 초기값을 \( s \)로 둔다*/ for each node \( n \) in \( (V-M) \) do \( D(n)=d(s, n) \); /* 송신지 노드와 그 외의 노드들 사이의 비용을 구한다. */ While \( d \subseteq M \) do begin Find a node \( w \) in \( (V-M) \) such that \( D(w) \) is minimun; /* 수신지 노드가 \( M \)에 속한다면, 최소 비용이 되는 노드 \( w \)를 찾는다 */ if \( (V-M)=0 \) then return FALSE; else add \( w \) to \( M \); /* \(V \)와 \( M \) 사이에 다른 노드 \( w \)가 있을 경우 \( M \)에 추가 */ if \( w=d \) then return TRUE; else for each node \( n \) in \( (V-M) \) do \( D(n):= \) Min \[(D(n), D(w)+d(w, n) \text {; }\] if \( (D(w)+d(w, n)=D(n)) \) then \( D(n)= \) Random ( ); else return TRUE; end //While end //M_Dijk Random ( ); begin select random path with probability based on its \( B(w) \) return path; end</p><p>제안한 M_Dijk 알고리즘과 기준의 Dijkstra 알고리즘의 차이점은 다음과 같이 3가지로 정리할 수 있다.</p><p>첫째는 M_Dijk 알고리즘을 통해서 멀티캐스트 트리를 생성할 때 망자원을 절약할 수 있다. 즉, M-Dijk 알고리즘을 통해서 멀티캐스트 트리를 생성할 때 경로의 비용 같은 경우 대역폭을 제일 적합한 경로를 선택한다.</p><p>둘째는 M_Dijk 알고리즘은 유선환경에 뿐만 아니고 무선환경까지 확장해서 사용할 수 있다. M_Dijk 알고리즘은 FA 내에 존재하는 두 가지 버퍼(Storage_Buffer 및 Provisional_Buffer)를 이용하여 패킷의 손실에 대한 문제를 해결한다.</p><p>셋째는 M_Dijk 알고리즘은 이동 노드가 다른 네트워크로 이동하였을 때 실행 중이던 애플리케이션의 중단 없이 사용할 수 있다.</p>
|
[
"\\( V \\)는 어떤 것을 의미해?",
"\\( V \\)는 무슨 뜻이지?",
"네트워크상에 링크들의 집합을 뜻하는 표기가 뭐야?",
"송신지 노드는 어떻게 표기해?",
"어떻게 송신지 노드가 표기되지?",
"\\(D(n)\\)은 어떤 것을 의미해?",
"\\(D(n)\\)의 뜻이 뭐야?",
"세션이 요구한 대역폭은 어떻게 표기해?",
"어떻게 세션이 요구한 대역폭을 기록하지?"
] |
fc98f872-4690-4fa8-8dae-e2c2c7fbbfb6
|
인공물ED
|
Multi-frame AR model을 이용한 LPC 계수 양자화
|
<h1>III. 실험 및 토의</h1> <p>제안된 방식을 평가하기 위해서 TIMIT 데이터베이스를 \( 8 \mathrm{kHz} \) 샘플링 주파수로 다운 샘플링하여 사용하였다. 우선, AR 계수의 추출과 코드북 학습을 위해서 TIMIT 데이터베이스에서 10 차 LSF 데이터를 1,200,000개 추출하였다. 10 차 LSF 벡터는 3, 3, 4 차원으로 나누어서 독립적으로 양자화 하였다. 성능평가에 이용된 LSF 데이터는 학습 시 사용한 데이터와 서로 다른 600,000개의 LSF 데이터를 TIMIT 데이터를 통해 추출 후 이용하였다.</p> <p>양자화기의 성능은 다음 식과 같이 Spectral Distortion(SD)을 사용하여 비교 및 평가 하였다. M 차 LSF 벡터 \( a \)를 \( \hat{a} \) 으로 양자화 함으로써 측정하는 SD 는</p> <p>\( S D(a, \hat{a})=\frac{\beta}{2 \pi} \int_{-\pi}^{\pi}\left(\ln \left(|A(w)|^{2}\right)-\ln \left(|\hat{A}(w)|^{2}\right)\right)^{2} d w \)<caption>(10)</caption></p> <p>이다. 이 식에서 \( \beta=(10 / \ln (10))^{2} \) 이고, \( |A(\omega)|^{2} \) 과 \( |\hat{A}(\omega)|^{2} \)는 original LSF 데이터와 quantized LSF 데이터를 통해 구해진 파워 스펙트럴 envelope를 의미한다. 실험에 쓰인 SD 계산의 주파수의 범위는 \( 50 \sim 4000 \mathrm{~Hz} \) 로 설정하였다.</p> <p>본 논문에서는 10 차 LSF 벡터 1,200,000개를 학습 데이터로 사용하여 P차 AR 계수를 각 차원에 대해서 독립적으로 추정하였다. AR 계수는 성능평가 시 고정되어 사용되므로 별도의 비트를 전송할 필요가 없다. 10 차 LSF 벡터의 각 차원별 데이터에 대해서 rectangular window를 사용하여 (4)의 에러분산을 최소화하는 P차 AR 계수를 독립적으로 추정하였으며, 따라서 총 10 P개의 AR 계수를 구할 수 있었다.</p> <p>그림 2는 PSVQ, SF-AR-SVQ ( \( P=1) \), MF-AR-SVQ \( (P=5) \), MF-AR-SVQ \( (P=10) \) 알고리즘에 대해서 27, 28, 29, 30 비트를 할당 하면서 평균 SD 성능을 평가한 결과이다.</p> <p>3, 3, 4 차원으로 나눈 부벡터 별 양자화 비트는 27비트의 경우 9, 9, 9 비트, 28 비트의 경우 9, 9, 10 비트, 29 비트의 경우 9, 10, 10 비트, 30 비트의 경우 10, 10, 10 비트가 각각 할당 되었다. 모든 비트 할당에 대해서 MF-AR-SVQ \((P=10) \) 가 가장 우수한 평균 SD 성능을 보였고, SF-AR-SVQ도 PSVQ 보다는 우수한 성능을 보였다.</p> <p>AR 계수의 차수 P에 따라서 MF-AR-SVQ의 평균 SD 성능이 우수해지는 이유는 차수가 높아질수록 더 많은 과거 frame을 참조하여 현재 frame을 예측하므로, 식 (4)에서 구한 에러분산 값이 줄어들기 때문이다. 그림 3 에서는 참조하는 과거 frame의 갯수 P 를 변화시키면서, 즉 AR 계수의 차수를 변화시키면서 MF-AR-SVQ의 에러 분산값을 관찰해 보았다. 이전 frame과의 상관관계만 고려한 \( P=1 \)인 경우보다 P값이 증가할수록 에러분산 값이 지속적으로 줄어들고 있음을 볼 수 있었다.</p> <p>AR 계수의 차수 P 를 1 부터 50 까지 변화시키면서 측정한 MF-AR-SVQ 의 평균 SD 성능은 그림 4에 나타나 있다. Frame당 비트할당은 27 비트 부터 30 비트까지 변화시키면서 성능을 관찰하였다. MF-AR-SVQ의 평균 SD 성능은 AR 계수의 차수가 증가함에 따라서 지속적으로 줄어들고 있으며, 40 차 이상이 되면 일정한 값으로 수렴함을 알 수 있다.</p> <p>표 1은 SVQ, PSVQ, SF-AR-SVQ, MF-AR-SVQ의 성능을 다양한 비트율에 대해서 측정한 결과이다. 과거 데이터와의 inter-frame correlation은 이용하지 않고 intra-frame correlation 만을 이용하는 SVQ에 비해서 직전 frame 데이터와의 차이를 코딩하는 PSVQ의 평균 SD 성능이 우수함을 볼 수 있다. 하지만, \(2-4 \mathrm{~dB}\)와 \( 4 \mathrm{~dB} \) 이상의 outlier percentage는 평균 SD 성능 향상에 비해서 떨어짐을 볼 수 있다. PSVQ와 비교해 볼 때, 1 차 AR 계수를 사용하는 SF-AR-SVQ의 성능이 약간 증가하는 것을 볼 수 있다. AR 계수의 차수를 50차 까지 증가시키면서 구현한 MF-AR-SVQ의 성능은 평균 SD 뿐만 아니라 \(2-4 \mathrm{~dB} \) 와 \( 4 \mathrm{~dB} \) 이상의 outlier percentage 관점에서도 성능 증가가 지속적으로 이루어짐을 알 수 있다. 50 차 MF-AR-SVQ는 PSVQ나 SF-AR-SVQ와 비교하면 약 1 비트 정도의 성능 향상을 얻을 수 있음을 알 수 있다. 또한, informal listening test 시 제안하는 50차 MF-AR-SVQ 방법이 기존 PSVQ 방법 보다 우수한 성능을 보임을 확인 하였다.</p> <table border><caption>표 1. SVQ, PSVQ, SF-AR-SVQ, MF-AR-SVQ의 평균 SD (\(\mathrm{dB}\))와 SD outlier percentage (\(\%\)) 성능</caption> <tbody><tr><td colspan="2">LPC / 비트</td><td>27</td><td>28</td><td>29</td><td>10</td></tr><tr><td rowspan="3" colspan="2">SVQ</td><td>Avg.SD</td><td>1.188</td><td>1.113</td><td>1.078</td><td>1.048</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>4.391</td><td>3.391</td><td>2.975</td><td>2.028</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.005</td><td>0.002</td><td>0.000</td><td>0.000</td></tr><tr><td rowspan="3" colspan="2">PSVQ</td><td>Avg.SD</td><td>0.918</td><td>0.841</td><td>0.794</td><td>0.759</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.877</td><td>2.085</td><td>1.697</td><td>1.356</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.026</td><td>0.011</td><td>0.015</td><td>0.010</td></tr><tr><td rowspan="3" colspan="2">SF-AR-SVQ</td><td>Avg.SD</td><td>0.916</td><td>0.838</td><td>0.792</td><td>0.757</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.766</td><td>1.996</td><td>1.563</td><td>1.305</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.021</td><td>0.010</td><td>0.011</td><td>0.008</td></tr><tr><td rowspan="39">MF-AR-SVQ</td><td rowspan="3">P=2</td><td>Avg.SD</td><td>0.917</td><td>0.838</td><td>0.790</td><td>0.756</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.803</td><td>2.120</td><td>1.669</td><td>1.393</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.026</td><td>0.013</td><td>0.007</td><td>0.005</td></tr><tr><td rowspan="3">P=3</td><td>Avg.SD</td><td>0.911</td><td>0.835</td><td>0.787</td><td>0.752</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.709</td><td>1.961</td><td>1.594</td><td>1.304</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.023</td><td>0.011</td><td>0.005</td><td>0.003</td></tr><tr><td rowspan="3">P=4</td><td>Avg.SD</td><td>0.909</td><td>0.832</td><td>0.784</td><td>0.751</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.656</td><td>1.868</td><td>1.464</td><td>1.212</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.021</td><td>0.010</td><td>0.010</td><td>00.005</td></tr><tr><td rowspan="3">P=5</td><td>Avg.SD</td><td>0.904</td><td>0.827</td><td>0.779</td><td>0.746</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.547</td><td>1.829</td><td>1.420</td><td>1.199</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.020</td><td>0.010</td><td>0.007</td><td>0.005</td></tr><tr><td rowspan="3">P=6</td><td>Avg.SD</td><td>0.901</td><td>0.825</td><td>0.779</td><td>0.746</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.448</td><td>1.756</td><td>1.441</td><td>1.188</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.018</td><td>0.011</td><td>0.005</td><td>0.003</td></tr><tr><td rowspan="3">P=7</td><td>Avg.SD</td><td>0.899</td><td>0.823</td><td>0.776</td><td>0.742</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.358</td><td>1.751</td><td>1.393</td><td>1.134</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.021</td><td>0.008</td><td>0.008</td><td>0.005</td></tr><tr><td rowspan="3">P=8</td><td>Avg.SD</td><td>0.893</td><td>0.819</td><td>0.772</td><td>0.738</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.342</td><td>1.700</td><td>1.364</td><td>1.131</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.018</td><td>0.008</td><td>0.005</td><td>0.005</td></tr><tr><td rowspan="3">P=9</td><td>Avg.SD</td><td>0.892</td><td>0.817</td><td>0.770</td><td>0.736</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.280</td><td>1.674</td><td>1.278</td><td>1.079</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.013</td><td>0.008</td><td>0.007</td><td>0.003</td></tr><tr><td rowspan="3">P=10</td><td>Avg.SD</td><td>0.890</td><td>0.816</td><td>0.768</td><td>0.734</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.262</td><td>1.643</td><td>1.318</td><td>1.101</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.016</td><td>0.010</td><td>0.007</td><td>0.008</td></tr><tr><td rowspan="3">P=20</td><td>Avg.SD</td><td>0.876</td><td>0.804</td><td>0.757</td><td>0.724</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>2.009</td><td>1.496</td><td>1.152</td><td>0.932</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.023</td><td>0.010</td><td>0.003</td><td>0.003</td></tr><tr><td rowspan="3">P=30</td><td>Avg.SD</td><td>0.871</td><td>0.799</td><td>0.753</td><td>0.720</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>1.997</td><td>1.354</td><td>1.012</td><td>0.829</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.010</td><td>0.007</td><td>0.003</td><td>0.003</td></tr><tr><td rowspan="3">P=40</td><td>Avg.SD</td><td>0.869</td><td>0.797</td><td>0.752</td><td>0.718</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>1.919</td><td>1.387</td><td>1.010</td><td>0.842</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.011</td><td>0.003</td><td>0.007</td><td>0.003</td></tr><tr><td rowspan="3">P=50</td><td>Avg.SD</td><td>0.868</td><td>0.797</td><td>0.751</td><td>0.718</td></tr><tr><td>\(2-4 \mathrm{dB}\)</td><td>1.819</td><td>1.310</td><td>0.997</td><td>0.840</td></tr><tr><td>\(4- \mathrm{dB}\)</td><td>0.018</td><td>0.010</td><td>0.008</td><td>0.002</td></tr></tbody></table>
|
[
"양자화기의 성능은 어떻게 비교 평가 하였나?",
"어떻게 양자화기의 성능이 비교 평가 하였지",
"표 1에서 SVQDML 28비트의 평균SD값은 얼마인가?",
"표 1에서 SVQDML 28비트의 평균SD수치가 뭐지",
"표 1에서 SVQ의 29비트 \\(2-4 \\mathrm{dB}\\)의 값은 얼마인가?",
"표 1에서 SVQ의 29비트 \\(2-4 \\mathrm{dB}\\) 수치가 어때",
"표 1에서 10비트일때 \\(4- \\mathrm{dB}\\)의 값이 0.000인 LPC는 무엇인가?",
"표 1에서 28비트 평균 SD값이 0.918인 LPC는 무엇인가?",
"표 1에서 PSVQ가 29비트일때 \\(2-4 \\mathrm{dB}\\)는 얼마인가?",
"표 1에서 SF-AR-SVQ가 10비트일때 평균 SD는 얼마인가?",
"표 1에서 2차수 평균 SD값이 0.917인 LPC는 무엇인가?",
"표 1에서 MF-AR-SVQ이 20차수일때 10비트 평균 SD는 얼마인가?",
"표 1에서 MF-AR-SVQ이 30차수일때 10비트 \\(4- \\mathrm{dB}\\)는 얼마인가?",
"표 1에서 40차수 29비트 \\(4- \\mathrm{dB}\\)의 값이 0.003인 LPC는 무엇인가?",
"표 1에서 MF-AR-SVQ의 28비트\\(2-4 \\mathrm{dB}\\)의 값이 2.709인 것은 몇 차수가 될까요?",
"표 1에서 MF-AR-SVQ의 10비트 \\(4- \\mathrm{dB}\\) 값이 0.007인것은 몇차수 인가?"
] |
47563ac8-0e7b-4b8e-8a7a-d6f32beeb13a
|
인공물ED
|
반응부의 유동해석을 통한 열플라즈마 가스처리기의 효율 개선
|
<h1>3. 수치해석 조건</h1> <h2>3.1 경계 조건</h2> <p>국내 M사의 플라즈마장치를 모텔로하여 수치해석을 수행 하였으며, 이 장치는 반도체 공정에서 나오는 함불소가스를 처리하는 장비와 같은 구조를 가진다.</p> <p>반응부 내의 유동장을 분석하기 위해서 반응부를 Section a, b, c의 단면으로 나누어 설정하였으며, 플라즈마 토치의 운전조건은 Table 1과 같다. 플라즈마에 투입되는 가스는 \( \mathrm{Ar} \)가스로 적용 유량은 유입구 유속이 최대일 때를 기준으로 \( 0.5 \mathrm{m} / \mathrm{s} \) 씩 감소시켜 적용하였다. 이러한 해석대상은 Fig. 1과 같이 모델링하였으며, 격자수는 총 13700여개 이다.</p> <table border><caption>표 1 플라즈마 토치의 작동조건</caption> <tbody><tr><td>Electric capacity</td><td>\( 9 \sim 14[\mathrm{~kW}] \)</td></tr><tr><td>Oxygen inlet flow rate</td><td>\( 0 \sim 100[1 / \mathrm{min}] \)</td></tr><tr><td>PFC inlet flow rate</td><td>\( 0 \sim 100[1 / \mathrm{min}] \)</td></tr></tbody></table> <p>격자의 벽면은 no-slip 조건으로 속도를 0으로 가정하였고, \( 1,600 \sim 1,800 \mathrm{K} \)으로 \( \mathrm{Ar} \) 유입구의 온도조건을 주었다. Table 2은 HFC-23의 물리적 성질을 Table 3은 경계조건을 정리한 것이다.</p> <table border><caption>표 2 HFC-23의 물리적 성질</caption> <tbody><tr><td>Density</td><td>\( 3.1715\left[\mathrm{~kg} / \mathrm{m}^{3}\right] \)</td></tr><tr><td>Thermal conductivity</td><td>\( 1.0183 \times 10^{-4} \)\( [\mathrm{w} / \mathrm{mK}] \)</td></tr><tr><td>Viscosity</td><td>\( 0.0144[\mathrm{~kg} / \mathrm{ms}] \)</td></tr><tr><td>\( \mathrm{Cp} \)</td><td>\( 1.5684 \times 10^{-4} \)\( [\mathrm{j} / \mathrm{kgK}] \)</td></tr></tbody></table> <table border><caption>표 3 경계조건</caption> <tbody><tr><td>Inlet(Ar)</td><td>Speed : \( 1.5 \sim 2[\mathrm{m} / \mathrm{s}] \) Static Temperature \( : 1,600 \sim 1,800[\mathrm{K}] \)</td></tr><tr><td>Inlet HFC-23</td><td>Speed : \( 0.02[\mathrm{~m} / \mathrm{s}] \) Static Temperature : \( 298 [\mathrm{K}] \)</td></tr><tr><td>Outlet(Mixture)</td><td>Average Static Pressure : \( 0[\mathrm{Pa}] \)</td></tr></tbody></table>
|
[
"수치해석을 어떻게 수행했어?",
"Electric capacity의 값은 뭐야?",
"Oxygen inlet flow rate의 값은 뭐야?",
"PFC inlet flow rate의 값은 뭐야?",
"Density의 값은 뭐야?",
"Thermal conductivity의 값은 얼마야?",
"Viscosity의 값은 뭐야?",
"Cp의 값은 얼마야?",
"Inlet(Ar)는 뭐야?",
"Inlet HFC-23의 값은 뭐야?",
"Outlet(Mixture)의 값은 얼마야?",
"이 장치는 구조를 어떻게 가져?",
"플라즈마에 투입되는 가스는 어떻게 적용했어?"
] |
10dfecf6-9120-4444-8663-b96a72fbd8ab
|
인공물ED
|
OLED 패널 테스트를 위한 영상 발생기 설계
|
<h1>요 약</h1><p>본 논문에서는 OLED 패널에 영상을 디스플레이 하면서 패널 불량 검사 및 광학 측정을 이용하여 색 좌표 및 휘도를 보상 할 수 있는 OLED 패널 테스트를 위한 영상 발생기를 제안한다. 제안된 영상 발생기는 영상 발생 과정과 광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정 등의 \(2\)가지 과정으로 구성된다. 영상 발생 과정은 패널을 구동하기 위한 패널의 정보를 셋팅하고, 패널 정보에 맞게 영상 발생기의 출력 셋팅을 조절하여 영상을 출력한다. 영상의 출력 형태는 디지털 RGB 방식으로 구성된다. 영상발생기 내부의 패턴 발생 알고리즘은 패널의 해상도에 맞게 동기 신호를 기준으로 \(24\) 비트 데이터 라인에 색 데이터를 전송하는 방식으로 칼라 및 그레이 계열 영상 데이터를 출력한다. 광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정은 영상 발생기에서 영상을 OLED 패널에 출력하고, 광학 모듈로 측정한 색 좌표 및 휘도 데이터를 기준 데이터보다 차이나는 부분을 보상한다. 본 논문에서 제안된 OLED 패널 테스트를 위한 영상 발생기의 정확성을 평가하기 위해서 Xilinx 사의 Spartan \(6\) 계열의 XC6SLX25-FG484 FPGA를 사용하였고 설계 툴은 ISE \(14.5\)를 사용하였다. 영상 발생 과정의 출력은 오실로스코프를 이용한 디지털 RGB 출력에 대하여 목표로 한 설정 값과 시뮬레이션 결과 값이 일치함을 확인 할 수 있었다. 광학 측정을 이용한 색 좌표 및 휘도를 보상한 데이터는 패널 제조업체에서 제시한 오차율 이내의 정확도를 나타내었다.</p><h1>I. 서론</h1><p>최근 들어 OLED의 수요가 급격하게 증가하고 이에 맞춰 OLED 업체의 생산이 가속화 되고 설비 투자가 확대되고 있어 일정한 품질과 신뢰성 및 검사 속도를 만족하는 자동화된 OLED 검사 장비의 중요성이 크게 부각되고 있다. OLED 검사 장비인 영상발생기는 디스플레이 패널 제조업체에서 패널의 불량을 검출하는 용도로 사용하고 있다. 현재 대부분의 디스플레이 생산은 Conveyor system 방식을 주로 사용하고 있다. 이 생산 시스템 중 최종 검사 공정은 각각의 기능 및 성능 검사를 위하여 영상 발생기 및 광학보상기 등의 세부 공정을 거쳐야 한다. 패널 제조의 각 공정에 따른 투입인원 및 검사 장비에 따른 비용부담이 크고, 특정 공정의 문제시 전체 생산에 영향을 주는 등의 생산성에 대한 문제점을 가지고 있다. 실제로 conveyor system 방식의 생산 구조에서는 화상 검사 \( 4 \sim 6 \) 대, 광학 보상기 \( 4 \sim 6 \) 대, 터치검사기 \( 1 \sim 2 \) 대 등으로 공정이 세분화 되어 있다. 이에 따른 생산 인원과 설비들의 비용이 많이 발생한다. 또한, 공정의 수가 늘어나게 되면 검사장비의 고장에 대응하기 위한 여유분의 검사 장비를 확보해야 하므로 공정의 수 증가에 따른 설비의 비용의 부담은 더 늘어나게 된다.</p><p>따라서 앞서 설명한 기존 공정의 단점들을 극복 하기 위해 본 논문에서는 영상 발생기 및 패널의 색 좌표 및 휘도 등의 결과 값을 측정하는 광학 모듈을 일체화시키고, 제조현장에서의 모델 변경에 대한 대처가 쉽고 빠른 장점을 가진 OLED 패널 테스트를 위한 영상 발생기를 설계를 제안한다.</p>
|
[
"제안된 영상 발생기는 영상 발생 과정과 광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정 등의 2가지 과정으로 구성되는가?",
"본 논문에서 제안된 OLED 패널 테스트를 위한 영상 발생기의 정확성을 평가하기 위해서 Xilinx 사의 Spartan 6 계열의 XC6SLX25-FG484 FPGA를 사용하였고 설계 툴은 ISE 14.5를 사용하였나?",
"공정의 수 증가에 따른 설비의 비용의 부담은 더 늘어나게 되는가?",
"본 논문에서는 OLED 패널에 영상을 디스플레이 하면서 패널 불량 검사 및 광학 측정을 이용하여 색 좌표 및 휘도를 보상 할 수 있는 OLED 패널 테스트를 위한 영상 발생기를 제안하는가?",
"일정한 품질과 신뢰성 및 검사 속도를 만족하는 자동화된 OLED 검사 장비의 중요성이 크게 부각되고 있나?",
"현재 대부분의 디스플레이 생산은 Conveyor system 방식을 주로 사용하고 있나?",
"공정의 수가 늘어나게 되면 검사장비의 고장에 대응하기 위한 여유분의 검사 장비를 확보해야 하는가?",
"영상의 출력 형태는 디지털 RGB 방식으로 구성되는가?",
"광학 측정을 이용한 색 좌표 및 휘도를 보상한 데이터는 패널 제조업체에서 제시한 오차율 이내의 정확도를 나타내었나?",
"영상 발생 과정은 패널을 구동하기 위한 패널의 정보를 셋팅하고, 패널 정보에 맞게 영상 발생기의 출력 셋팅을 조절하여 영상을 출력하는가?",
"특정 공정의 문제시 전체 생산에 영향을 주는 등의 생산성에 대한 문제점을 가지고 있나?",
"Conveyor system 생산 시스템 중 최종 검사 공정은 각각의 기능 및 성능 검사를 위하여 영상 발생기 및 광학보상기 등의 세부 공정을 거쳐야 하는가?",
"영상발생기 내부의 패턴 발생 알고리즘은 패널의 해상도에 맞게 동기 신호를 기준으로 24 비트 데이터 라인에 색 데이터를 전송하는 방식으로 칼라 및 그레이 계열 영상 데이터를 출력하는가?",
"최근 들어 OLED의 수요가 급격하게 증가하고 이에 맞춰 OLED 업체의 생산이 가속화 되고 설비 투자가 확대되고 있는가?",
"OLED 검사 장비인 영상발생기는 디스플레이 패널 제조업체에서 패널의 불량을 검출하는 용도로 사용하고 있나?",
"광학 모듈로 측정한 색 좌표 및 휘도 데이터를 기준 데이터보다 차이나는 부분을 보상하는가?",
"광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정은 영상 발생기에서 영상을 OLED 패널에 출력하는가?",
"실제로 conveyor system 방식의 생산 구조에서는 화상 검사 4∼6 대, 광학 보상기 4∼6 대, 터치검사기 1∼2 대 등으로 공정이 세분화 되어 있나?",
"패널 제조의 각 공정에 따른 투입인원 및 검사 장비에 따른 비용부담이 큰가?",
"제조현장에서의 모델 변경에 대한 대처가 쉽고 빠른 장점을 가진 OLED 패널 테스트를 위한 영상 발생기를 설계를 제안하는가?",
"기존 공정의 단점들을 극복 하기 위해 본 논문에서는 영상 발생기 및 패널의 색 좌표 및 휘도 등의 결과 값을 측정하는 광학 모듈을 일체화시키야 되는가?",
"영상 발생 과정의 출력은 오실로스코프를 이용한 디지털 RGB 출력에 대하여 목표로 한 설정 값과 시뮬레이션 결과 값이 일치함을 확인 할 수 있었나?"
] |
046f0aed-b4d5-4efc-a4f4-6fb9069130d9
|
인공물ED
|
OLED 패널 테스트를 위한 영상 발생기 설계
|
<h1>II. 본론</h1><p>영상 발생 과정은 그림 1 과 같이 영상 데이터 타이밍 정보와 영상 출력 알고리즘 등의 \(2\)가지 과정으로 나누어진다.</p><h2>1.1. 영상 데이터 타이밍 정보</h2><p>영상 데이터 타이밍 정보는 영상 발생기의 출력 영상 데이터를 만들기 위해서는 영상 데이터의 타이밍 정보를 정확하게 알아야 한다. 본 논문에서 입력되는 영상신호의 해상도는 \( (1455 \times 1005) @ 60 \mathrm{~Hz} \) 의 FHD 급 영상 신호를 사용한다. 영상 신호에 대한 좀 더 자세한 타이밍 정보는 \(2008\)년 \(10\)월 VESA 에서 제안한 컴퓨터 디스플레이 모니터 타이밍의 Monitor timing standard에 나타나있다. 이를 기반으로 표 1 에 \( (1455 \times 1005) @ 60 \mathrm{~Hz} \) 에 자세한 타이밍 변수 값들을 나타내었다.</p><p>구동시키고자 하는 OLED 패널은 FHD \( 1455 \times 1005\) 화소 프레임을 \( 74.2 \mathrm{MHz} \) 의 픽셀 클록을 기반으로 \( 1 / 60 \) 초 동안에 영상 데이터를 출력 하게 된다. 수평 동기 신호의 주기는 \(1,465\) 픽셀이고, 수평의 영상은 H Back Porch 영역 \(5\) 클록과 수평 디스플레이 영역 \(1,455\)클록, H Front Porch 영역 \(5\) 클록, 수평영역의 동기를 맞추기 위한 H_Width의 \(5\)클록으로 구성되어 있다. 그림 2 는 수평동기 신호 타이밍도를 나타내고 있다.</p><p>또한 \( \mathrm{V}_{-} \)Width는 전체 화면을 리프레시하기 위해 필요한 동기 신호이다. 그림 3과 같이 \( \mathrm{V}_{-} \)Width 신호는 수평 동기 신호와 유사하다. V_Width 신호의 동작에 대한 시간 단위는 수평 스캔 라인 단위로 표현된다. 수직 디스플레이 신호의 주기는 \(1005\) 라인이고, \(4\) 개의 영역의 구분되어 진다. 수직의 영상은 V_Back Porch 영역 \(5\)라인과 수직 디스플레이 영역 \(960\)라인, V_Front Porch 영역 \(31\)라인, 수직 영역의 동기를 맞추기 위한 \( \mathrm{V}_{-} \)Width의 \(2\) 라인으로 구성되어 있다.</p><h2>1.2. 영상 출력 알고리즘</h2><p>영상 출력 알고리즘은 FPGA에 구현된다. 장비 운용 프로그램인 그래픽 유저 인터페이스(GUI)에서 패널의 해상도 정보 및 영상 번호를 입력 받아 그림 4 와 같은 흐름으로 FPGA 가 동작한다. 첫 번째, CPU Interface는 패널의 정보 셋팅은 패널의 해상도 정보 셋팅, 영상의 Start, End Address 셋팅, DDR Address Select, FPGA Debug로 구성되어 있다. 두 번째, 영상 선택블록은 외부 패턴 인터페이스, 내부 패턴 인터페이스, Video Select, Video Sync 등의 \(4\) 가지 부분으로 구성되어 있다. 세 번째, Video Select는 외부 및 내부 패턴 중 출력할 영상 데이터를 선택한다. 네 번째, Video Sync 는 Control Signal Output 모듈에서 출력하는 영상 제어 신호 Pixel Clock, DE, HSYNC, VSYNC를 기준으로 영상 데이터를 동기화 시켜 FPGA의 최종 영상 데이터 출력을 만들어 낸다.</p><h2>2. 광학 측정을 이용한 색 좌표 및 휘도를 보상</h2><p>광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정은 그림 5 와 같이 광학 보상과 영상 검증 등의 \(20\)가지 과정으로 나누어진다.</p><h2>2.1. 광학 보상 과정</h2><p>광학 보상 과정은 그림 6 과 같이 \(6\) 단계의 영상을 출력하고 휘도 및 색 좌표를 보상한다. 휘도 (Luminance[nit])의 단계에 따라 광학 검사의 Band는 늘어나게 된다. 첫 번째로 \(1\) 단계(Gray255)의 Band 의 휘도 값을 변경한다. 두 번째로 광학 모듈을 이용하여 색좌표 및 휘도를 측정하고 기준 휘도 및 색좌표와 같은지를 비교한다. 다르면, 색에 대한 좌표 및 휘도를 변경하고 광학 모듈을 이용한 색좌표 및 휘도 재측정을 반복 수행한다. \(1\)개의 Band는 \(1\)단계에서 \(6\)단계까지의 영상을 출력하면서 색 좌표 및 휘도에 대한 보상을 진행한다.</p>
|
[
"영상 발생 과정은 영상 데이터 타이밍 정보와 영상 입력 알고리즘 등의 \\(2\\)가지 과정으로 나뉘어?",
"수직의 영상은 V_Back Porch 영역이 몇 라인으로 구성되어 있어?",
"휘도 단계에 따라 광학 검사의 Band는 줄어들어?",
"본문에 의하면, 1개의 Band는 최고 몇 단계까지의 영상을 출력해?",
"1개의 Band는 본문에 의하면 최고 몇 단계까지의 영상을 출력하니?",
"광학 보상 과정에서, 두 번째로 측정하는 건 무엇이니?",
"광학 보상 과정에서 두 번째로 측량하는 것은 뭐야?",
"광학 보상 과정에서, 광학 모듈을 이용하여 색좌표 및 휘도를 측정하여 무엇과 비교하니?",
"영상 선택블록에서 인터페이스는 내부 패턴과 외부 패턴이 모두 존재하니?",
"영상 출력 알고리즘에서, 영상 선택블록은 총 몇 가지 부분으로 구성되어 있어?",
"본문에서 영상 발생 과정을 크게 몇 가지로 나눠?",
"VESA가 컴퓨터 디스플레이 모니터 타이밍을 제안한 시기는 언제니?",
"컴퓨터 디스플레이 모니터 타이밍의 Monitor timing standard는 어디에서 제안한 거야?",
"영상 출력 알고리즘이 구현되는 곳은 어디니?",
"본문에 의하면, 1개의 Band는 1단계에서 10단계까지의 영상을 출력하니?",
"본문에서 구동시키려고 하는 OLED 패널의 FHD 화소 프레임의 값은 무엇이야?",
"\\( \\mathrm{V}_{-} \\)Width와 같은 동기신호가 필요한 이유가 뭐야?",
"Video Sync 는 Input 모듈에서 출력하는 제어 신호를 기준으로 영상 데이터를 동기화 시키니?",
"어떤 측정을 이용하여 색 좌표와 휘도를 보상해?"
] |
87a26744-5763-4a7e-aef8-70a6f5fc915b
|
인공물ED
|
OLED 패널 테스트를 위한 영상 발생기 설계
|
<p>그림 12 는 영상 발생 출력의 패널의 영상 수직 신호들인 Ver Back Porch Time, Ver Front Porch Time, Ver Width Time 등을 측정한 결과이다. 수직 동기 신호는 \(1,005\) 라인이고, \(3\) 개의 영역으로 구분되어져 있다. 수직영역의 동기를 맞추기 위한 Ver Back Porch Time 영역 \(12\)라인(\(199\mathrm {usec}\)), 수직 영역의 동기를 맞추기 위한 Ver Front Porch Time 영역 \(31\)라인(\(514\mathrm {usec}\)), 수직영역의 동기를 맞추기 위한 Ver Width Time \(2\) 라인(\(33.1 \mathrm {usec}\))으로 측정 되었다. 따라서 영상 발생 출력의 패널의 영상 수직 신호들인 Ver Back Porch Time, Ver Front Porch Time, Ver Width Time 등을 오실로스코프로 실제 측정한 결과들이 표 4 에서 표시된 패널의 수직 신호 정보와 일치함이 확인되었다.</p><p>그림 13은 영상 발생 출력의 패널의 수직 신호 Ver Total Time, Ver Active Time 등을 오실로스코프로 실제 측정한 결과이다. 수직영역의 동기를 맞추기 위한 Ver Total Time 영역 \(1,005\)라인(\(15.9\mathrm {ms}\)), 수직영역의 동기를 맞추기 위한 Ver Active Time \(960\) 라인 \( (16.71 \mathrm {ms}) \) 으로 측정되었다. 따라서 영상 발생 출력의 패널의 수직 신호 Ver Total Time, Ver Active Time 등을 오실로스코프로 실제 측정한 결과들이 표 4 에서 표시된 패널의 수직 신호 정보와 오실로스코프의 측정 오차를 고려하면 일치함이 확인되었다.</p></ol><ol type=1 start=3><li>광학 보상 기법 이용한 색 좌표 및 휘도를 보상하는 과정 결과 분석</li><p>본 논문에서 제안한 광학 측정을 이용하여 색 좌표 및 휘도를 보상 과정의 알고리즘 반복 정확도를 평가하였다.</p></ol><p>표 6에서는 영상 발생기에서 Gray\(255\), Gray\(191\), Gray\(127\), Gray\(63\), Gray\(31\), Gray\(15\) 등에 대하여 각 \(10\) 회씩 반복 테스트를 진행하였다. 광학 측정을 이용한 색 좌표 및 휘도를 보상 결과, X 의 오차는 \( \pm 0.00894\), Y의 오차는 \( \pm 0.00808 \) 로서 제조업체의 광학 보상 기준치인 \( \pm 0.03 \) 보다 우수한 결과를 나타내었다. 또한 휘도 LV 는 \( 0 \% \) 로서 제조업체의 광학 보상 기준치인 \( \pm 3 \) 보다 우수한 결과를 나타내었다.</p>
|
[
"그림 12 는 영상 발생 출력의 패널의 영상 수직 신호들인 Ver Back Porch Time 만 측정한 결과일까?",
"영상 발생 출력의 패널의 영상 수직 신호들은 어떻게 되나요?",
"영상 발생 출력의 패널의 영상 수직 신호들을 무엇으로 측정했어?",
"Ver Back Porch Time, Ver Front Porch Time, Ver Width Time 와 같은 영상 수직 신호들은 어떤 것을 통하여 측정 할 수 있나요?",
"색 좌표, 휘도의 보상 알고리즘 반복 정확도를 알고자 어떻게 했나요?",
"표 6에서는 영상 발생기에서 Gray\\(255\\), Gray\\(191\\), Gray\\(127\\), Gray\\(63\\), Gray\\(31\\), Gray\\(15\\) 등에 대하여 \\(5\\) 회씩 반복 테스트를 진행했어?",
"수직 동기 신호는 어떻게 구분되어져 있어?"
] |
a1fd1925-0a4e-4c48-8273-11b36216ff82
|
인공물ED
|
OLED 패널 테스트를 위한 영상 발생기 설계
|
<h2>2.2. 영상 검증 과정</h2><p>영상 검증 과정은 그림 7과 같이 광학모듈을 이용한 광학 보상이 완료 되면, 패널의 D-IC OTP 영역에 보상 데이터의 값을 write한다. write 완료 후 OTP 영역을 Read 하여 write한 값과 같은지 비교한다. 패널 안의 OTP 영역은 \(3\) 번까지 write가 가능한 구조로 되어 있다. 다음 단계로 패널의 Power를 OFF\( \rightarrow\) ON 한다. 이는 패널이 OFF\( \rightarrow\) ON 할때 보상이 완료된 광학 데이터 적용하기 위해서이다. 다음 단계로 Red, Green, Blue의 영상을 패널에 차례대로 출력하면서 휘도 및 색 좌표를 측정한다. 네 번째 측정한 결과를 휘도 및 색 좌표 값이 기준값의 오차 범위 안에 들면 영상 검증이 완료 된다. 이때 범위에서 벗어난 패널은 불량으로 분류 된다.</p><h2>3. 성능 실험</h2><p>가. 실험 환경</p><p>제안된 FPGA 설계 기법의 정확성을 평가하기 위해서 FPGA는 Xilinx 사의 Spartan \(6\) 계열의 XC 6SLX4-FG4 \(84\)를, 설계 툴은 Xilinx사의 ISE \( 14.5 \) 를 사용하였다. FPGA의 설계언어는 VHDL, Verlog 등을 모듈 별로 사용하였다. 또한 본 논문에서 제안된 OLED 패널에 영상을 디스플레이 하면서 패널 불량 검사 및 광학 측정을 이용하여 색 좌표 및 휘도를 보상 할 수 있는 OLED 패널 테스트를 위한 영상 발생기의 정확성을 평가하기 위하여 시험 환경의 테스트 베드를 그림 8과 같이 영상발생기, 오실로스코프 등으로 구축하여 실험을 수행하였다.</p><p>또한 그림 9 와 같이 제작된 영상발 생기의 시제품을 시험환경에 적용하여 진행하였다.</p><p>영상발생기의 광학 카메라 사양은 표 2 와 같다.</p><p>나. 실험 결과</p><ol type= start=1><li>영상 발생 과정의 영상 수평 신호의 정확성을 평가</li><p>영상 발생기의 디지털 RGB 출력을 오실로스코프의 출력 파형 측정하여 표 3 의 빨간색 영역의 항목에서처럼 Pixel Clock은 \(37.735 \mathrm{Mhz}\), Hor Total Time은 \(16.7 \mathrm{usec}\), Hor Active Time은 \(16.58 \mathrm{usec}\), Hor Back Porch Time은 \(56 \mathrm{nsec}\), Hor Front Porch Time은 \(56 \mathrm{nsec}\), Hor Width Time은 \(56 \mathrm{nsec} \)등과 같은 값들이 나타남을 확인할 수 있었다.</p><table border><caption>표 3. 패널의 수평 신호 정보</caption><tbody><tr><td>Category<td>Description</td><td>Remarks</td></tr><tr><td>Timing Name</td><td>\(1455 × 1005@60\mathrm{Hz}\)</td><td></td></tr><tr><td>Hor Pixels</td><td>\(1455\) Pixels</td><td></td></tr><tr><td>Ver Pixels</td><td>\(1005\) Pixels</td><td></td></tr><tr><td>Pixel Clock</td><td>\(87.735 \mathrm{Mhz}\)</td><td>\(11.398 \mathrm{nsec}\)</td></tr><tr><td>Hor Total Time</td><td>\(16.7 \mathrm{usec}\)</td><td>\(1465 \mathrm{Pixels}\)</td></tr><tr><td>Hor Active Time</td><td>\(16.58 \mathrm{usec}\)</td><td>\(1455 \mathrm{Pixels}\)</td></tr><tr><td>Hor Back Porch Time</td><td>\(56 \mathrm{nsec}\)</td><td>\(5 \mathrm{Pixels}\)</td></tr><tr><td>Hor Front Porch Time</td><td>\(56 \mathrm{nsec}\)</td><td>\(5 \mathrm{Pixels}\)</td></tr><tr><td>Hor Width Time</td><td>\(56 \mathrm{nsec}\)</td><td>\(5 \mathrm{Pixels}\)</td></tr><tr><td>ver Total time</td><td>\(16.667 \mathrm{msec}\)</td><td>\(1005 \mathrm{lines}\)</td></tr><tr><td>ver Active Time</td><td>\(15.92 \mathrm{nsec}\)</td><td>\(960 \mathrm{lines}\)</td></tr><tr><td>Ver Back Porch Time</td><td>\(199 \mathrm{usec}\)</td><td>\(12 \mathrm{lines}\)</td></tr><tr><td>Ver Front Porch Time</td><td>\(514 \mathrm{usec}\)</td><td>\(31 \mathrm{lines}\)</td></tr><tr><td>Ver Width Time</td><td>\(33.1 \mathrm{usec}\)</td><td>\(2 \mathrm{lines}\)</td></tr></tbody></table><p>그림 10 과 같이 영상 발생기의 출력을 오실로스코프로 실제 측정한 결과들이 표 3 에서 표시된 패널의 수평 신호 정보와 일치함이 확인되었다.</p><p>그림 11은 영상 발생 출력의 패널의 수평 신호 Pixel Clock, Hor Active Time, Hor Total Time 등을 오실로스코프로 실제 측정한 결과이다. 수평 영역의 동기를 맞추기 위한 Pixel Clock은 \( 87.7 \mathrm{Mhz} \) \((11.40\mathrm{nsec}\), 수평영역의 동기를 맞추기 위한 Hor Active Time 영역 \(1,455(16.61\mathrm{usec}\), 수평영역의 동기를 맞추기 위한 Hor Total Time 영역 \(1,465(16.61\mathrm {usec})\)로 측정되었다. 따라서 영상 발생 출력의 패널의 수평 신호 Pixel Clock, Hor Active Time, Hor Total Time 등을 오실로스코프로 실제 측정한 결과들이 표 3 에서 표시된 패널의 수평 신호 정보와 오실로스코프의 측정 오차를 고려하면 일치함이 확인되었다.</p></ol><ol type=1 start=2><li>영상 발생 과정의 영상 수직 신호의 정확성을 평가</li><p>영상 발생 출력의 영상 수직 신호는 표 4 의 빨간색 영역의 항목에서처럼 Ver Total Time은 \( 16.667 \mathrm{msec} \), Ver Active Time은 \( 15.92 \mathrm{msec} \), Ver Back Porch Time은 \(199usec\), Ver Front Porch Time은 \(514usec\), Ver Width Time은 \(33.1usec\) 등과 같은 값들이 나타남을 확인할 수 있었다.</p>
|
[
"영상 검증 과정에서 R, G, B의 영상을 패널에 동시에 출력시켰지?",
"패널 안의 OTP 영역은 몇 번까지 write 가능한 구조로 설계되어 있니?",
"영상 검증 과정에서, write 완료 후 어떤 작업을 수행하나요?",
"영상 검증 과정에서, 패널의 어떤 영역에 보상 데이터의 값을 write 하나요?",
"영상 검증 과정에서 write 완료 후 값을 비교한 다음, 패널의 파워를 어떻게 설정하니?",
"그림 10은 어떤 결과를 나타내고 있는 도식이니?",
"어떤 결과를 그림 10이 드러내고 있어?",
"영상 발생 출력의 영상 수직 신호는 Ver Total Time이 얼마로 측정되었어?",
"영상 검증 과정에서, 휘도 및 색 좌표를 측정할 때 어떤 색상의 영상을 사용했니?",
"영상 검증 과정에서, 패널을 ON 시키는 이유가 뭐니?",
"본문의 표 2에는 무엇의 사양이 나타나 있어?",
"무엇의 사양이 본문의 표 2에 드러나는 거야?",
"패널 안의 OTP 영역은 \\(2\\) 번까지 write 가능한 구조로 설계되어 있지?",
"표에 나타난 패널 정보를 참고하면, 수평방향 픽셀 값을 얼마야?",
"표에 나타난 패널 정보를 참고하면, 세로방향 픽셀 값을 얼마야?",
"표에 나타난 패널 정보를 참고하면, 세로방향의 활성 시간은 얼마나 되니?",
"표에 나타난 패널 정보를 참고하면, Pixel Clock 값이 얼마야?"
] |
491c6439-d9b4-4277-ba35-e70f9c81e771
|
인공물ED
|
OLED 패널 테스트를 위한 영상 발생기 설계
|
<h1>IV. 결론</h1><p>본 논문에서는 OLED 패널에 영상을 디스플레이 하면서 패널 불량 검사 및 광학 측정을 이용하여 색 좌표 및 휘도를 보상 할 수 있는 OLED 패널 테스트를 위한 영상 발생기를 제안하였다. 본 논문에서 제안한 영상 발생기는 첫 번째로 영상 발생 과정은 패널을 구동하기 위해 패널 정보 받아 패널을 셋팅하고, 패널 정보에 맞게 영상 발생기의 출력 셋팅을 조절하여 영상을 출력하였다. 영상의 출력 형태는 디지털 RGB 방식으로 구성된다. 영상발생기 내부의 패턴 발생 알고리즘은 패널의 해상도에 맞게 수평 동기, 수직 동기, 데이터 인 에이블 신호 등을 기준으로 \(24\) 비트 데이터 라인에 색 데이터를 전송하는 방식으로 칼라 및 그레이 계열 영상 데이터를 출력하였다. 두 번째로 광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정은 제안한 영상 발생기에서 제조업체의 광학 보상 기준표의 영상을 OLED 패널에 공급하고, 광학 모듈로 측정한 좌표 및 휘도 데이터를 제조업체의 광학 보상 기준표의 데이터 비 매칭 부분을 보상하여 OLED 패널의 구동 드라이버에 업데이트하는 과정을 수행하였다. 본 논문에서 제안된 OLED 패널 테스트를 위한 영상 발생기의 정확도를 평가하기 위해 자체적으로 테스트 베드를 구축하여 평가하였다. FPGA 는 Xilinx 사의 Spartan \(6\) 계열의 XC6SLX25−FG484를 사용하였고, 설계 툴은 ISE \( 14.5 \) 를 사용하였다. 영상 발생 과정의 정확성을 평가하기 위해서 영상 발생기의 디지털 RGB 출력을 오실로스코프의 출력 파형 측정하여 패널의 사양과 출력 퐈형의 수직 및 수평에 대한 타이밍이 일치함을 확인하였다. 또한 OLED 패널에 \( 60 \mathrm{~Hz} \) 로 출력된 이미지를 유관으로 패턴에 대한 노이즈 및 디스플레이 영역에 벗어나는 형태의 이상은 없음을 확인할 수 있었다. 광학 측정을 이용한 색 좌표 및 휘도를 보상 결과, X 의 오차는 \( \pm 0.00894, \mathrm{Y} \) 의 오차는 \( \pm 0.00808 \) 로서 제조업체의 광학 보상 기준치인 \( \pm 0.03 \) 보다 우수한 결과를 나타내었다. 또한 휘도 LV 는 \( 0 \% \) 로서 제조업체의 광학 보상 기준치인 \( \pm 3 \) 보다 우수한 결과를 나타내었다. 앞으로의 연구 과제로는 UHD 패널 이상의 해상도를 갖는 패널에 영상을 디스플레이 할 수 있도록 영상 발생기의 구조와 색 좌표 및 휘도 보상에 대한 안정성 및 정밀도를 향상시키는 연구가 필요하다.</p>
|
[
"논문에서 제안한 영상 발생기의 영상 발생 과정 패널은 어떤 구동 과정을 통해 이루어져?",
"영상발생기 내부의 패턴 발생 알고리즘은 데이터 라인에 색 데이터를 몇 비트로 전송하지?",
"논문에서 제안한 영상 발생기가 영상을 출력하기 위해 패널 정보에 맞게 조절한 게 뭐야?",
"영상 발생기는 어떤 방식을 통해 영상을 출력하니?",
"이 논문의 영상 발생기는 OLED 패널 테스를 위해 제안되었어?",
"이 논문에서 휘도 및 색 좌표를 보상할 수 있는 패널 테스트를 위해 제안된 게 뭐야?"
] |
4981641b-76fb-4954-bc3c-283e3aee14d9
|
인공물ED
|
온도, 습도의 누설전류와 절연저항 영향 연구
|
<h1>IV. 결 론</h1><p>전기설비를 장시간 사용하면 물리적 화학적 요인에 의해 자연 열화가 진행되고, 전기적 기계적인 외부 요인에 의해 절연이 손상되면, 누설전류가 흐르고 전기재해의 원인이 된다. 따라서 본 논문에서는 전기재해를 일으킬 수 있는 요소를 미리 제거하기 위해 보다 더 효과적이고 신뢰성이 있는 누설전류 검출방법을 찾고자 누설전류계와 절연저항계를 이용하여 습도 및 온도가 다른 환경과 장소가 다른 환경에서 누설전류와 절연저항을 측정하여 분석한 결과 다음과 같은 결론을 얻었다.</p><p>\(1\)) 누설전류는 온도 및 습도의 변화에 연관성이 없이 불규칙하게 나타났으며 절연저항은 \( 26^{\circ} \mathrm{C} \) 온도에서 가장 높게 나타냈고 \( 26^{\circ} \mathrm{C} \)보다 낮아지거나 높아질수록 절연저항은 낮게 나타냈다. 습도와 절연저항의 관계에서 습도가 증가할수록 절연저항이 감소하는 이상적인 반비례 관계로 나타났다. 절연저항 측정 시 온도가 높을 때 습도는 상대적으로 낮은 상태였다. 따라서 절연저항은 온도의 영향 보다는 습도의 변화가 더 크게 영향을 미치는 것으로 분석되었다.</p><p>\(2\)) 식당과 상점에시 누설전류 및 절연저항을 비교한 결과 식당에서 누설전류와 절연저항은 모두 허용값을 만족하였지만 \(2\)개 회로는 누설전류가 높게 나타났을 때 절연저항도 높게 나타나는 비정상적인 비례관계를 나타내었다. 상점에서 누설전류와 절연저항은 \(1\)개 회로에서 누설전류가 허용값 이하로 부적합하였지만 절연저항은 모두 허용값을 만족하였다. 누설전류 및 절연저항이 허용값 이내일 때도 비정상적인 비례관계를 나타났으며 이러한 부하는 대부분 전열부하로 분석되었다.</p>
|
[
"누설전류는 온도 및 습도의 변화에 연관성이 있어?",
"전기설비를 장시간 사용하면 전기적 기계적인 외부 요인에 자연 열화가 진행되나요?",
"전기설비를 장시간 사용하면 물리적 화학적 요인에 의해 절연이 손상되나요?",
"전기적 기계적인 내부 요인에 의해 절연이 손상될 수 있어?",
"본 실험에서 측정한 데이터는 뭐야?",
"전기재해의 원인이 될 수 있는 것은 무엇인가요?",
"무엇이 전기재해의 이유가 될 수 있니?",
"습도와 절연저항은 비례 관계야?",
"상점에서 부적합했던 데이터는 뭐야?",
"본 논문에서 누설전류와 절연저항을 측정하기 위해 이용한 기계가 뭐야?",
"전기설비를 단시간 사용하면 누설전류가 흐르고 전기재해의 원인이 되나요?",
"본 논문에서 측정한 데이터는 뭐야?",
"절연저항은 어느 온도에서 가장 높게 나타났어?",
"온도가 \\( 26^{\\circ} \\mathrm{C} \\) 보다 낮으면 절연저항은 높아지니?",
"습도가 증가하면 절연저항은 어떻게 돼?",
"본 논문에서 측정하고 분석한 요소가 뭐야?",
"효과적이고 신뢰성이 있는 누설전류 검출방법을 찾고자 쓴 설비는 뭐야?",
"습도가 증가하면 절연저항은 감소하니?",
"본 논문에서 이용한 기계는 뭐야?",
"실험에서 사용한 기계는 무엇이니가요?",
"절연저항은 온도의 영향을 가장 크게 받아?",
"식당에서 누설전류와 절연저항은 어떤관계야?",
"상점에서 허용값을 모두 만족한 데이터는 뭐야?",
"누설전류와 절연저항이 허용값 이내일 때 어떤 관계가 나타났어?",
"온도가 26^{\\circ} \\mathrm{C} \\)보다 높아지면 절연저항은 높아지니?",
"절연저항에 가장 큰 영향을 미치는 건 뭐?",
"비례관계를 타나내는 데이터는 어떤 부하로 분석됐어?",
"본 논문에서는 습도 및 온도와 장소가 같은 환경에서 측정했어?",
"이 논문에서 누설저항과 절연전류를 측정했어?",
"절연저항은 \\(26^{\\circ} \\mathrm{C} \\)보다 낮아지거나 높아질수록 어떻게 돼?",
"습도와 절연저항의 관계는 무슨 관계야?",
"절연저항에 크게 영향을 미치는 것은 뭐야?",
"누설전류와 절연저항 모두 허용값을 만족한 장소는 어디야?",
"식당에서는 누설전류와 절연저항의 관계가 반비례관계야?",
"식당에서 비례관계가 나타난 회로의 개수는 몇개야?",
"상점에서 절연저항이 모두 허용값을 만족했어?",
"부하는 대부분 어떤 부하로 분석됐어?",
"본 논문은 어디에서 실험했어?",
"누설전류는 어떤 결과가 나왔어?"
] |
5892a5bd-c6ab-45d8-a5b5-34447fa7c439
|
인공물ED
|
온도, 습도의 누설전류와 절연저항 영향 연구
|
<h1>II. 실험 방법</h1><h2>2.1 실험기자재</h2><p>영상변류기의 ZCT \(1 \)차 정격전류는 \( 200[\mathrm{mA}], 2\)차 정격전류는 \( 1.5 \mathrm{mA} \)이다. 영상 \(2\)차 전류의 허용오차 표 \(1\)과 같다. 절연저항계는 Sanwa사의 \( \mathrm{MG1000} \), 측정전압 \( 500 \mathrm{V} \)를 사용하였다.</p><h2>2.2.1 누설전류계</h2><p>누설전류계를 이용한 누설전류 측정방법은 단상 \(2\)선식에서는 전원선 \(2\)가닥을 ZCT에 통과시켜 측정하였고 \(3\)상\(3\)선식에서는 전원선 \(3\)선을 ZCT에 통과시켜 측정하였으며 \(3\)상\(4\)선식에서는 전원선 \(3\)가닥과 중성선 \(1\)가닥을 ZCT에 관통하여 측정하였다.</p><h2>2.2.2 절연저항계</h2><p>절연저항계를 이용하여 절연저항을 측정할 때에는 전원 전압을 차단한 상태(정전)에서 절연저항계 검정색 리드선은 대지(접지단자)에 접속하고 빨간색 리드선은 피시험기 전원선에 접속하여 DC \(500 \mathrm{V} \)를 인가하여 대지로 흐르는 누설전류를 측정한다. 이때, 인가전압을 대지로 흐르는 전류로 나누어서 저항 값을 산출하고 \(\mathrm{M}\Omega \) 단위로 환산하여 나타낸다.</p><h1>III. 결과 및 고찰</h1><h2>3.1 습도와 누설전류 및 절연저항</h2><h3>3.1 .1 습도와 누설전류</h3><p>누설전류를 \( 60 \% \) \( 96 \% \)의 습도에서 동력부하 \(2\)개 회로와 전등부하 \(2\)개회로를 측정하여 그림 \(1\) (a)로 나타내었다. 그림 \(1\) (a)에서 동력부하 \(1\)은 \( 60 \% \) 96\%의 습도에서 \( 0.04 \mathrm{~mA} \sim 0.96 \mathrm{~mA} \)까지 누설전류를 나타내었다. 그림 \(1\) (a)에서 동력부하 \(2\)는 \( 60 \% \sim 96 \% \)의 습도에서 \( 0.13 \mathrm{~mA} \sim 0.26 \mathrm{~mA} \)까지 누설전류를 나타내었다. 그림 \(1\) (a)에서 전등부하 \(1\)은 \( 60 \% \sim 96 \% \)의 습도에서 \( 0.17 \mathrm{~mA} \sim 0.6 \mathrm{~mA} \) 까지 누설전류를 나타내었다. 그림 \(1\) (a)에서 전등부하 \(2\)는 \( 60 \% \sim 96 \% \) 의 습도에서 \( 0.04 \mathrm{~mA} \sim 0.98 \mathrm{~mA} \)까지 누설전류를 나타났다.</p><h3>3.1.2 습도와 절연저항</h3><p>\( 60 \% \sim 96 \% \) 의 습도에서 동력부하 \(2\)개회로와 전등 부하 \(2\)개회로의 절연저항을 측정하여 그림\(1\) (b)로 나타냈었다. 그림 \(1\) (b)에서 동력부하\(1\)은 \( 60 \% \sim 96 \) \( \% \)의 습도에서 \( 57 \mathrm{M}\Omega \sim 2100 \mathrm{M}\Omega \)까지 전연저항을 나타내었다. 그림 \(1\) (b)에서 동력부하 \(2\)는 \( 60 \% \sim 96 \% \)의 습도에서 \( 63 \mathrm{M}\Omega \sim 4000 \mathrm{M}\Omega\)까지 절연저항을 나타내었다. 그림 \(1\) (b)에서 전등부하 \(1\)은 \( 60 \% \sim 96 \% \)의 습도에서 \( 9.1 \mathrm{M}\Omega \sim 3200 \mathrm{M}\Omega \)까지 절연저항을 나타내었다. 그림 \(1\)(b)에서 전등부하 \(2\)는 \( 60 \% \sim 96 \% \)의 습도에서 \( 4.8 \mathrm{M} \Omega \sim 20 \mathrm{M}\Omega \)까지 절연저항을 나타났다.</p><p>이상의 결과로부터 누설전류의 습도 연관성은 없었으며, 습도가 증가하면 누설전류는 이에 비례하여 증가하는 것이 일반적인 현상인데 누설전류는 습도가 증가해도 누설전류가 증가하지 않고 불규칙적으로 나타났다. 습도가 \( 96 \% \)로 가장 높을 때 누설전류는 오히려 낮게 나타났다. 절연저항은 습도가 \( 60 \% \)에서 가장 높게 나타났으며 \( 96 \% \)에서 가장 낮게 나타났다. 즉, 습도가 증가할수록 절연저항은 낮게 나타났다. 온도와 습도의 관계에서는 습도가 \( 60 \% \) 일 때 온도는 \( 266^{\circ} \mathrm{C} \)이었고, 습도가 \( 65 \% \)일 때 온도는 \( 27^{\circ} \mathrm{C} \) 이었다. 높은 절연저항을 나타낸 \( 26^{\circ} \mathrm{C} \)와 \( 27^{\circ} \mathrm{C} \)에서 습도는 상대적으로 낮았다. 따라서 절연저항의 변화는 온도의 변화에 따른 영향 보다는 습도의 변화가 더 크게 영향을 미치는 것을 알 수 있었다.</p>
|
[
"본 실험에서는 \\( 60 \\% \\sim 96 \\% \\) 의 습도에서 절연 저항을 측정한 동력부하 회로는 몇 개야?",
"본 실험에서 사용한 정격전류의 크기는 얼마인가요?",
"본 실험에서 사용한 절연저항계의 제조사는 어디인가요?",
"누설전류를 측정할 때 단상 2선식에서는 전원선 몇 가닥을 ZCT에 통과시켜?",
"절연저항을 측정할 때에는 어떤 저항계를 이용해?",
"전원 전압을 차단한 상태를 일컫는 말이 뭐야?",
"본 실험에서는 \\( 60 \\% \\sim 96 \\% \\) 의 습도에서 절연 저항을 측정한 전등부하 회로는 몇 개야?",
"온도와 습도 중, 절연저항의 변화에 더 큰 영향을 미치는 게 뭐야?",
"누설전류를 측정할 때 어떤 전류계를 사용해?",
"본 실험에서 절연 저항을 측정할 때 단위는 어떤 걸 써?",
"영상변류기의 2차 정격전류는 얼마인가요?",
"본 실험에서 측정전압은 10V를 사용하였나요?",
"본 실험에서 사용한 측정전압은 \\( 600 \\mathrm{V} \\)인가요?",
"본 실험에서 사용된 영상변류기의 2차 정격전류는 \\( 1.5 \\mathrm{mA} \\)인가요?",
"본 실험에서 누설전류와 습도 간에 연관성을 발견할 수 있었니?"
] |
1ac4663a-db90-44a9-9f4d-3910cee80658
|
인공물ED
|
온도, 습도의 누설전류와 절연저항 영향 연구
|
<h1>요 약</h1><p>본 논문에서는 전기재해를 일으킬 수 있는 요소를 미리 제거하기 위해 보다 효율적이고 신뢰성 있는 누설전류 검출방법을 찾고자 온도, 습도가 다른 환경에서 누설전류 및 절연저항을 측정하여 그 측정값에 대한 차이점을 비교하고 분석하였다. 식당과 상점에서 누설전류 및 절연저항을 비교한 결과 식당에서 누설전류와 절연저항은 모두 허용값을 만족하였지만 \(2\)개 회로는 누설전류가 높게 나타났을 때 절연저항도 높게 나타나는 비정상적인 비례관계를 나타내었다. 상점에서 누설전류와 절연저항은 \(1\)개 회로에서 누설전류가 허용값 이하로 부적합하였지만 절연저항은 모두 허용값을 만족하였다. 누설전류 및 절연저항이 허용값 이내일 때도 비정상적인 비례관계를 나타냈으며 이러한 부하는 대부분 전열부하로 분석되었다.</p>
|
[
"온도, 습도가 다른 환경에서 누설전류 및 절연저항을 측정하여서 더 효율성있는 누설전류 검출방법을 찾는 이유는 무엇의 발생 요소를 미리 방지하기 위함이지?",
"\\(2\\)개 회로에서 나타난 누설전류와 절연저항이 동시에 높게 나오는 관계를 무슨 관계를 나타낸다고 했지?",
"상점에서 모두 허용값을 만족한 것은 무엇이지?",
"모두 허용값을 상점에서 충족한 것은 무엇일까",
"상점의 경우 \\(1\\)개 회로에서 허용값 이하로 부적합 것은 무엇이지?",
"식당과 상점에서 \\(2\\)개 회로는 누설전류가 높게 나타났을 때 절연저항도 높게 나타나는 현상으로 대부분 전열부하로 일어나는 것으로 누설전류 및 절연저항이 허용값 이내일 때도 나타는 현상은 무엇이지?",
"누설전류와 절연저항을 식당과 상점에 비교한 결과 식당은 누설전류와 절연저항이 모두 무슨 값을 만족했지?",
"비정상적인 비례관계로써 누설전류 및 절연저항이 허용값 이내일 때 나타나는 이유는 무엇 때문이지?",
"누설전류 검출방법을 구하기 위해 누설전류 및 절연저항을 측정할 때는 환경 조건에서 무엇을 다르게 했지?"
] |
ca22e6b7-26be-4ff8-b687-6015d9901c8d
|
인공물ED
|
온도, 습도의 누설전류와 절연저항 영향 연구
|
<h2>3.3 장소별 누설전류 및 절연저항</h2><h3>3.3 .1 식당의 누설전류 및 절연저항</h3><p>식당에서 누설전류와 절연저항을 측정하여 그림 \(3\) (a)에 나타냈었다. 그림 \(3\) (a)의 \(26\)개 분기회로에서 누설전류는 \( 1 \mathrm{~mA} \)이하였고, 절연저항은 \( 0.2 \mathrm{M}\Omega\)이상으로 모두 허용값에 만족함을 알 수 있었다. \(11\)번 회로에서 누설전류는 \( 0.35 \mathrm{~mA} \), 절연저항은 \( 300 \mathrm{M}\Omega, 25 \)번 회로에서 누설전류는 \( 0.8 \mathrm{~mA} \), 절연저항은 \( 450 \mathrm{M}\Omega \)으로 나타냈으며, 누설전류가 높을 때 절연저항도 높게 나타나는 비례관계를 나타냈다. \(1\)번 회로에서 누설전류는 \( 0.08 \mathrm{~mA} \), 절연저항은 \( 540\mathrm{M}\Omega \)으로 나타냈으며, 누설전류가 낮을 때 절연저항은 높게 나타나는 이상적인 반비례 관계를 나타내었다.</p><h3>3.3.2 상점의 누설전류 및 절연저항</h3><p>상점에서 누설전류와 절연저항을 측정하여 그림 \(3\) (b)에 나타내었다. 그림 \(3\) (b)의 \(28\)개 분기회로에서 누설전류는 \(1\)개 회로가 \( 1 \mathrm{~mA} \) 이상으로 부적합하고, 나머지 \(27\)개 회로는 \( 1 \mathrm{~mA} \) 미만으로 허용값에 만족함을 알 수 있다. 그림 \(3\) (b)의 \(28\)개 분기회로에서 절연저항은 \( 0.2 \mathrm{M}\Omega \) 이상으로 모두 허용값에 만족함을 알 수 있다. \(28\)번 회로는 누설전류가 \( 1.89 \) \( \mathrm{mA} \)로 허용값을 초과하였으나, 절연저항은 \( 65 \mathrm{M}\Omega \) 으로 허용값에 만족하여 비정상적인 비례관계임을 알 수 있다. \(3\)번 회로에서 누설전류는 \( 0.04 \mathrm{~mA} \), 절연저항은 \( 350 \mathrm{M}\Omega \)으로 모두 허용값을 만족하였으며, 누설전류가 낮을 때 절연저항은 높게 나타나는 이상적인 반비례 관계를 나타내었다.</p><p>전등부하 \(196\)개 분기회로에서 누설전류 및 절연 저항의 분포비율과 누적비율은 그림 \(3\)과 같다. 그림 \(3\) (a)에서 누설전류의 허용값인 \( 1 \mathrm{~mA} \)이하의 비율은 \(134\)개 회로 \( 68.4 \% \)이었고, \( 1 \mathrm{~mA} \) 이상의 비율은 \(62\)개 회로 \(31.6\%\)로 나타났다.</p><p>그림 \(3\) (b)에서 가로축은 절연저항을 나타내고, 세로축은 절연저항에 대한 분포비율과 누적비율을 나타낸다. 절연저항 허용값인 \( 0.2 \mathrm{M}\Omega \) 이상은 \(178\)개 회로 \( 90.8 \% \)가 적합하였고, \(18\)개 회로 \( 9.2 \% \)는 부적합으로 나타났다. 전등부하에서 누설전류와 절연저항의 적합 비율은 \( 22.4 \% \)의 차이를 나타냈으며 누설전류의 적합 비율이 낮게 나타났다.</p>
|
[
"\\(11\\)번 회로와 25번 회로에서 나타나는 누설전류와 절연저항은 무슨 관계이지?",
"회로에서의 누설전류와 절연저항의 관계를 보면 1번 회로는 반비례관계, 11번, 25번 회로는 비례관계를 보이지?",
"회로에서 누설전류의 허용값은 얼마지?",
"누설전류의 허용값은 회로에서 얼마야",
"가로축은 절연저항, 세로축은 절연저항에 대한 분포비율과 누적비율을 의미하지?",
"\\(1\\)번 회로에서 낮은 누설전류면 높은 절연저항이 나타나는 것은 무슨 관계이지?",
"식당에서 측정한 누설전류와 절연저항은 몇개의 분기회로에서 허용값에 만족되었지?",
"식당의 누설전류는 \\( 1 \\mathrm{~mA} \\)이하, 절연저항은 \\( 0.2 \\mathrm{M}\\Omega\\)이상으로 \\(26\\)개 분기회로에서 모두 허용값을 만족했지?",
"회로에서 나타난 비례, 반비례 관계는 무엇의 값에 따라서 결정되는 거지?",
"본 실험에서 \\(178\\)개 회로 \\( 90.8 \\% \\)에서 적합하게 나타났고, \\(18\\)개 회로 \\( 9.2 \\% \\)에서 부적합한 결과를 나타낸 것으로 절연저항 허용값의 범위는 얼마이지?"
] |
ea8340c9-bf03-4878-a6db-d02afa8a393e
|
인공물ED
|
온도, 습도의 누설전류와 절연저항 영향 연구
|
<h1>Ⅰ. 서론</h1><p>전기기계기구 및 전로 등에서 절연이 손상되고 열화가 진행되면 탄화도전로가 형성된다. 탄화도전로가 진행되면 누전경로가 형성되어 누설전류가 흐르게 되는데, 누설전류는 전기감전의 위험을 초래하고 전기화재나 각종 재해의 원인이 된다. 영상변류기 (ZCT)로 검출하는 누설전류는 저항성 누설전류와 용량성 누설전류의 벡터 합으로 나타낸다. 따라서 전로나 전기기기 등 대지절연저항이 열화되어 저항성 누설전류가 흐르면 전기화재나 감전사고의 원인이 되고, 전로나 부하기기는 대지 사이에 정전용량이 포함되어 있어 용량성 누설전류가 흐르면 전기화재나 감전의 위험은 없지만 시스템을 오동작 시키는 원인이 된다. 누설전류계는 통전상태에서 시간적 제한을 받지 않고 상시 측정할 수 있는 장점이 있지만 저항성 유도전류와 용량성 유도전류가 합쳐진 합성 누설전류를 검출하므로 저항성 누설전류만을 검출하지 못하는 단점이 있다. 절연저항계를 이용한 절연저항 측정은 측정 방법이 간단하고 누설전류에 의한 감전 사고나 화재방지에 충분한 기준이 되기 때문에 일반적으로 절연저항계를 많이 사용하지만 절연저항 측정은 반드시 전원을 차단하고 측정해야 하므로 제때에 절연저항 측정이 곤란할 수 있다.</p><p>본 논문에서는 전기재해를 일으킬 수 있는 요소를 미리 제거하기 위해 보다 효율적이고 신뢰성 있는 누설전류 검출방법을 찾고자 온도, 습도가 다른 환경에서 누설전류 및 절연저항을 측정하여 그 측정값에 대한 차이점을 비교하고 분석하였다.</p>
|
[
"전기기계기구 및 전로 등에서 탄화도전로가 형성되는 경우는 언제야?",
"언제 전기기계기구 및 전로 등에서 탄화도전로가 형성되는가?",
"전기기계기구 및 전로 등에서 절연이 손상되고 열화가 진행되면 어떤 일이 발생해?",
"전기기계기구 및 전로 등에서 절연이 손상되고 열화가 진행될 때 어떤 일이 발생하지?",
"탄화도전로가 진행되어 누설전류가 흐르면 어떤 일이 발생할 수 있어?",
"누설전류가 흐르고 탄화도전로가 진행된다면 어떤 일이 일어나는가?",
"탄화도전로의 진행은 전기화재나 각종 재해의 원인이 될 수 있어?",
"전기화재나 각종 재해의 이유가 탄화도전로의 진행 때문일 수도 있나요?",
"탄화도전로가 진행되면 누설전류가 발생하는 이유가 뭐야?",
"탄화도전로가 진행될 때 무엇이 누설전류 발생의 원인이 되는가?",
"영상변류기로 검출하는 누설전류는 어떻게 나타낼 수 있어?",
"어떻게 영상변류기로 검출하는 누설전류를 구할 수 있는가?",
"저항성 누설전류와 용량성 누설전류의 벡터 합을 통해서 누설전류를 검출하는 기기는 뭐야?",
"무엇이 저항성 누설전류와 용량성 누설전류의 벡터 합을 이용해 누설점류를 검출 할 수 있게 해주는가?",
"전로나 부하기기는 왜 용량성 누설전류가 흐르면 시스템을 오동작 시키는 원인이 되는거야?",
"왜 용량성 누설전류가 전체나 부하기계는 시스템을 오동작 시켜줘야 하지?",
"누설전류계는 어떤 장점을 가지고 있어?",
"누설전류계가 가지고 있는 장점 중 하나는 무엇이지?",
"누설전류계가 가지고 있는 단점은 뭐야?",
"무엇이 누설전류계가 지니고 있는 단점일까?",
"절연저항 측정이 화재방지에 충분한 기준이 되지만 어떠한 단점을 가지고 있어?",
"절연저항 측정이 화재방지에는 안전성을 줄 수 있음에도 불구하고 단점이 있다면?",
"본 논문에서는 어떤 것을 측정하여 전기재해를 막으면서 효율적인 누설전류 검출방법을 찾는 방법을 선택했어?",
"어떤 것을 측정하여 본 논문에서는 전기재해를 막으며 동시에 효율적인 누설전류 검출방법을 확인했니?",
"본 실험에서 효율성과 신뢰성 높은 누설전류 검출을 위해 통제한 변인은 온도와 습도야?"
] |
3aed1d12-355f-4f40-a773-cec6b3f01726
|
인공물ED
|
온도, 습도의 누설전류와 절연저항 영향 연구
|
<h2>3.2 온도에 의한 누설전류 및 절연저항</h2><h3>3.2 .1 온도와 누설전류</h3><p>누설전류를 \( 22^{\circ} \mathrm{C} \sim 32^{\circ} \mathrm{C} \)의 온도에서 동력부하 \(2\)개회로와 전등부하 \(2\)개회로를 측정하여 그림 \(2\) (a)에 나타내었다. 그림 \( 2(\mathrm{a}) \)에서 동력부하 \(1\)은 \( 22^{\circ} \mathrm{C} \) \( 32^{\circ} \mathrm{C} \)의 온도에서 \( 0.04 \mathrm{~mA} \sim 0.96 \mathrm{~mA} \)까지 누설전류를 나타내었다. 그림 \(2\) (a)에서 동력부하 \(2\)는 \( 22^{\circ} \mathrm{C} \sim 32 \) \( ^{\circ} \mathrm{C} \)의 온도에서 \( 0.13 \mathrm{~mA} \sim 0.26 \mathrm{~mA} \)까지 누설전류를 나타내었다. 그림 \( 2(\mathrm{a}) \)에서 전등부하 \(1\)은 \( 22^{\circ} \mathrm{C} \sim 3 \) \( 2^{\circ} \mathrm{C} \) 의 온도에서 \( 0.17 \mathrm{~mA} \sim 0.6 \mathrm{~mA} \) 까지 누설전류를 나타내었다. 그림 \( 2(\mathrm{a}) \)에서 전등부하 \(2\)는 \( 22^{\circ} \mathrm{C} \sim 32^{\circ} \mathrm{C} \)의 온도에서 \( 0.04 \mathrm{~mA} \sim 0.98 \mathrm{~mA} \)까지 누설전류를 나타내었다.</p><h3>3.2.2 온도와 절연저항</h3><p>절연저항을 \( 22^{\circ} \mathrm{C} \sim 32^{\circ} \mathrm{C} \)의 온도에서 동력부하 \(2\)개회로와 전등부하 \(2\)개회로를 측정하여 그림 \(2\) (b)로 나타내었다. 그림 \(2\) (b)에서 동력부하 \(1\)은 \( 2^{\circ} \mathrm{C} \sim 32^{\circ} \mathrm{C} \)의 온도에서 \( 57 \mathrm{M}\Omega \sim 2100 \mathrm{M}\Omega\)까지 절연저항을 나타내었다. 그림 \(2\) (b)에서 동력부하 \(2\)는 \( 22^{\circ} \mathrm{C} \sim 32^{\circ} \mathrm{C} \)의 온도에서 \( 63 \mathrm{M}\Omega \sim 4000 \mathrm{M}\Omega \)까지 절연저항을 나타내었다. 그림 \(2\) (b)에서 전등부하 \(1\)은 \( 22^{\circ} \mathrm{C} \sim 32^{\circ} \mathrm{C} \)의 온도에서 \( 9.1 \mathrm{M}\Omega \sim 3200 \mathrm{M}\Omega \) 까지 절연저항을 나타내었다. 그림 \(2\) (b)에서 전등부하 \(2\)는 \( 22^{\circ} \mathrm{C} \sim 32^{\circ} \mathrm{C} \) 의 온도에서 \( 4.8 \mathrm{M}\Omega \sim 20 \mathrm{M}\Omega \) 까지 절연저항을 나타내었다.</p><p>이상의 결과로부터 누설전류의 온도 변화는 연관성이 없었으며, 절연저항은 \( 26^{\circ} \mathrm{C} \) 부근에서 높은 절연저항을 나타내었고, 온도가 \( 26^{\circ} \mathrm{C} \) 보다 낮아지거나 높아질수록 절연저항은 낮게 나타났다.</p>
|
[
"이상의 결과로부터 누설전류의 온도 변화는 연관성이 있는가?"
] |
e9e884c5-486a-4d6b-9f84-a2481552d008
|
인공물ED
|
딥 러닝 기반의 이기종 무선 신호 구분을 위한 데이터 수집 효율화 기법
|
<h1>IV. 성능 평가</h1><p>본 장에서는 제안한 Zig-Zag 샘플링 기법을 통한 데이터 수집 방식으로 그림 6 의 두 CNN 구조를 이용하였을 경우에 RSSI Sequence 크기 N, 즉 입력층 크기에 따른 이기종 신호 구분의 정확도를 평가했다. 정확도는 3 개의 다른 전송을 정확히 분류한 비율을 나타낸다. 총 43,000 개의 데이터를 k-fold 교차검증(k-fold cross validation)으로 \( k=5 \) 에 대해 평균을 구하였다.</p><p>그림 7, 8은 각각 두 CNN 구조에 대해 단일 주파수 샘플링(2440MHz), Zig-Zag 샘플링을 이용할 경우의 정확도를 나타낸다. Zig-Zag 샘플링은 두 종류의 주파수 차이값 \( 3 \mathrm{MHz}(2440-2443\mathrm{MHz}), 5 \mathrm{MHz}(2440-2445 \)\( \mathrm{MHz} \) )을 이용해 비교하였다.</p><p>그림 7 ResNet 의 경우 \( \mathrm{N}=100 \) 을 이용할 경우 세 방법이 각각 \( 97.7 \%, 98.9 \%, 97.2 \% \) 의 높은 정확도로 신호를 구분했다. 그림 8의 simple CNN 의 경우도 \(93\%, 98.3 \%, 96.6 \% \) 의 정확도를 나타냈다. 샘플 크기를 \( N=20 \)으로 줄여도 두 CNN 모델의 정확도에 큰 변화가 없이 높은 정확도로 신호를 분류하는 결과도 보여주고 있다. 이는 그림 3, 5를 볼 수 있는 ZigBee, Wi-Fi Beacon 신호별 전송 시간의 차이에 따라 시간적 특성이 20 개의 RSSI값에 내제(embedding)됨으로, 정확한 구분이 가능한 것으로 파악된다. 기존 연구인 [3]의 경우는 입력계층 크기를 210 개로 고정해서 사용하는데, 210 개는 매우 보수적인 값으로 판단된다.</p><p>한편, N 의 크기를 10 으로 줄이게 되면 동일한 CNN 구조에 대해 단일 주파수 샘플링 기법의 정확도는 \( 84.9 \% \)(ResNet), \(69.2\%\)(simple CNN) 로 급격히 저하되는 것을 볼 수 있다. 이와는 다르게, Zig-Zag Sampling을 사용한 데이터의 경우는 평균 \( 94.6 \%\)(ResNet), \(90.1 \% \)(simple CNN) 로 높은 정확도를 유지했다. Shortcut (skip) connection을 사용하지 않은 플레인(plain) 구조의 simple CNN에 비해 ResNet의 정확도가 높게 나타냈다.</p><p>이는 간단한 Zig-Zag샘플링으로 데이터 특징 추출시 신호의 주파수의 특성까지 고려되었음을 나타내고, 이러한 데이터의 처리 효율화는 정확도를 유지하며 신경망의 경량화를 도모함을 함축하고 있다. 실제, 위의 접근으로 \( \mathrm{N}=100 \) 사용할 경우 대비, \( \mathrm{N}=50,20,10 \) 의 사용 시, 모델 사용 연산 시간이 각각 \( 80.7 \%, 57.8 \%, 50.6 \% \) 정도 필요한 것으로 모델 경량화에 큰 효과가 있음을 나타낸다.</p>
|
[
"두 CNN 구조를 이용하였을 경우에 N은 무엇인가?",
"N 의 크기를 10 으로 줄이면 CNN 구조에 대한 단일 주파수 샘플링 기법의 정확도중 simple CNN는 몇 \\(\\%\\)가 되니?",
"N 의 크기를 10 으로 줄이게 되면 동일한 CNN 구조에 대해 단일 주파수 샘플링 기법의 정확도는 올라가니?",
"N 의 크기를 10 으로 줄이게 되면 동일한 CNN 구조에 대해 무엇이 저하되지?",
"N 의 크기를 10 으로 줄이게 되면 동일한 CNN 구조에 대한 단일 주파수 샘플링 기법의 정확도에서 ResNet은 \\(69.2\\%\\)로 급격히 저하되니?",
"Zig-Zag Sampling을 사용한 데이터의 simple CNN는 몇이야?",
"Zig-Zag Sampling을 사용한 데이터의 ResNet는 얼마야?",
"총 43,000 개의 데이터에서 \\( k=5 \\) 에 대해 평균을 구하는 검증은 무엇이지?",
"Shortcut connection을 사용하지 않은 플레인 구조의 simple CNN가 ResNet에 비해 정확도가 높게 나타났지?",
"어떤 구조의 ResNet이 Shortcut (skip) connection을 사용하지 않는 경우의 simple CNN와 비교하였을때 정확도가 높게 나타났니?"
] |
c06406d1-caa1-4083-baa9-7790a78689a7
|
인공물ED
|
딥 러닝 기반의 이기종 무선 신호 구분을 위한 데이터 수집 효율화 기법
|
<h1>V. 결론</h1><p>본 연구를 통해 시간 및 주파수 대역의 무선 신호를 특성을 데이터에 반영될 수 있게 하는 간단한 데이터 수집 및 추출 방법을 제안했다. 성능 평가 결과는 데이터의 선택의 효율화를 통해 정확도는 유지하며 CNN 구조의 경량화가 가능함을 보여 주었다. 이는 딥러닝 분류 기능 등 을 연산 기능이 제약적인 사물인터넷 장비 등에 on-device형태로 적용하는데 중요한 의미를 갖는다. 향후 연구를 통해 시계열 데이터에 특화되고 복잡도가 높지 않은 RNN(Recurrent Neural Network), LSTM(Long Short-Term Memory) 모델을 이용한 이기종 신호 분류 문제를 다룰 계획이다. 또한, 제안하는 Zig-Zag 샘플링 기법의 주파수 선택 알고리즘을 개선하여 성능향상을 도모할 계획이다.</p>
|
[
"사물인터넷 장비에 딥러닝 분류 기능을 on-device형태로 적용하는 것은사물인터넷 장비의 무슨 단점 때문인가?",
"시계열 데이터에 특화되고 복잡도가 높지 않은 RNN, LSTM모델을 이용하면 어떤 문제를 다룰 수 있지?",
"정확도는 유지하며 CNN 구조의 경량화가 가능함을 보여주려면 어떻게 해야 하지?",
"시계열 데이터에 특화되고 복잡도가 높지 않은 모델은 RNN와 무엇이 있니?",
"딥러닝 분류 기능 등 을 연산 기능이 제약적인 사물인터넷 장비 등에 어떤 형태로 적용 할 수 있나?",
"무엇을 연산 기능이 제약적인 사물인터넷 장비 등에 on-device형태로 적용하나?",
"이기종 신호 분류 문제는 RNN, STM 모델을 이용하나?",
"Zig-Zag 샘플링 기법의 무엇을 개선하면 성능을 향상 시킬 수 있지?"
] |
c4075fe8-5850-4b1d-85e7-d296c34d29da
|
인공물ED
|
딥 러닝 기반의 이기종 무선 신호 구분을 위한 데이터 수집 효율화 기법
|
<h1>I. 서론</h1><p>Wi-Fi, Bluetooth, ZigBee 등의 통신 기술은 ISM (Industry-Science-Medical) 대역으로 대표되는 비면허 대역(unlicensed spectrum)을 사용하는 대중화된 무선 통신 기술이다. 높은 전송 속도, 낮은 전력 소모 등의 많은 장점으로 인해 일상생활, 산업 및 공공 분야에서의 해당 통신 기술에 대한 의존도와 활용도가 급격히 증가해 왔고, 이로 인해 ISM 비면허 대역은 이미 포화상태에 이르렀다. 환경적 변화와 주변 신호의 간섭에 쉽게 영향을 받는 특성으로 인해 비면허 대역에 공존하는 이기종 통신 기술 간의 상호 간섭 문제는 성능에 매우 큰 영향을 미치게 된다.</p><p>지난 십여 년간 통신/네트워크 분야에서 이러한 이기종 통신 기술간 상호 간섭 문제를 다루는 많은 연구가 수행되었고, 주요 연구 분야 중 하나로 실시간으로 주변의 이기종 통신 신호 탐지하는 문제가 주목받아 왔다. 이는 주변 상황에 맞추어 간섭 회피 등에 활용할 수 있기 때문이다. 하지만, 이기종 신호 탐지 문제는 무선 물리계층의 다른 신호 형상 사용, 상호 인지 및 협력적 제어 불가능 등의 이유로 매우 도전적인 요소를 내포하고 있다[3].</p><p>최근, 이기종 무선 기술 공존 문제에 대해 데이터 기반의 딥러닝 기술을 적용한 연구가 활발해지고 있다. 목표 주파수 대역에서 수집된 수많은 데이터를 기반으로 높은 정확도를 보이고 있으나, 복잡한 신경망 모델 사용을 기반으로 이뤄진 이러한 접근법은 높은 연산 능력을 필요로 하게 되어, IoT 장비 등 마이크로프로세서 기반의 자원 제약적인 통신 장비에서는 사용이 제약된다.</p><p>본 연구에서는 합성곱 신경망(Convolutional Neural Network, CNN) 모델을 학습시켜 여러 이기종 신호를 분류하는 방법을 살펴보고, CNN 구조의 경량화를 위한 효율적 신호의 샘플링(sampling) 기법 및 시계열 데이터 생성 방법을 제안한다. 실측 기반의 실험 결과는 제안된 샘플링 기법이 동일한 신경망에 대해서 \( 10 \% \) 수준의 샘플링 데이터 이용만으로도 동일한 정확도를 유지함을 보여준다.</p>
|
[
"비면허 대역은 ISM 대역을 대표하지?",
"ISM 대역을 비면허 국가는 공표하지",
"신경망 모델이 복잡해질수록, 높은 연산 능력을 필요로 하지?",
"Wi-Fi, Bluetooth, ZigBee 등의 통신 기술은 비면허 대역을 사용하지?",
"Wi-Fi, Bluetooth, ZigBee 등의 통신 기술의 의존도와 활용도가 급격히 증가한 이유가 뭐야?",
"실시간으로 주변의 이기종 통신 신호 탐지하는 문제가 주목받아 온 이유가 뭐야?",
"제안된 샘플링 기법은 동일한 신경망에 대해서 동일한 정확도를 유지하려면 몇 퍼센트 수준의 샘플링 데이터 이용이 필요하니?",
"본 연구에서 사용한 신경망 모델이 뭐니?",
"무엇이 본 연구에서 사용한 신경망 모델이야",
"Wi-Fi, Bluetooth, ZigBee 등은 유선 통신 기술에 속하지?"
] |
f600bf84-706c-4711-a9cb-e582f7b1a9e1
|
인공물ED
|
딥 러닝 기반의 이기종 무선 신호 구분을 위한 데이터 수집 효율화 기법
|
<h1>요 약</h1><p>최근 데이터 기반의 딥러닝 기술을 적용하여 비면허 대역의 다양한 통신 신호를 분류하는 연구가 활발히 수행되고 있다. 하지만, 복잡한 신경망 모델 사용을 기반으로 이뤄진 이러한 접근법은 높은 연산 능력을 필요로 하게 되어, 자원 제약적인 무선 인터페이스 및 사물인터넷(Internet of Things) 장비에서는 사용이 제약된다. 본 연구에서는 비면허 대역의 무선 이기종 기술을 인지하기 위한 데이터 기반의 접근 방법을 살펴보고, 신호의 특징 추출 및 데이터화의 효율화 문제를 다룬다. 구체적으로, 비면허 대역의 다른 종류의 무선 통신 기술을 구분하기 위해 수신 신호 강도 측정을 기반으로 한 시계열 데이터를 이용해 합성곱 신경망(Convolutional Neural Network, CNN) 모델을 학습시켜 신호를 분류하는 방법을 살펴본다. 이 과정에서 동일한 구조의 신경망 모델의 경량화를 위한 효율적 신호의 시계열 데이터 정보 수집시 주파수 대역의 특징을 함께 특징화하는 방법을 제안하고, 그 효과를 평가한다. Bluetooth 호환의 Ubertooth 장비를 이용한 실측 기반의 실험 결과는 제안된 샘플링 기법이 동일한 신경망에 대해서 \( 10 \% \) 수준의 샘플링 데이터 이용만으로도 동일한 정확도를 유지함을 보여준다.</p>
|
[
"본 연구에서 살펴보는 데이터 기반의 접근 방법은 무엇을 위한 방법이니?",
"복잡한 신경망 모델 사용을 기반으로 이뤄진 이러한 접근법은 연산 능력이 현저히 적어도 수행 가능하지?",
"합성곱 신경망의 영문명 CNN은 무엇의 약자니?",
"본 연구에서 동일한 구조의 신경망 모델을 경량화 하기 위해 어떻게 제안했니?",
"본 연구에서 동일한 구조의 신경망 모델을 경량화 하기 위해 어떤 방법을 제안했니?",
"비면허 대역의 다른 종류의 무선 통신 기술을 구분하기 위해 학습시키는 모델은 무엇이니?",
"비면허 대역의 다양한 통신 신호를 분류하는 것의 한계는 무엇이니?",
"Ubertooth 장비는 Bluetooth와 호환이 되니?",
"몇 %의 수준의 샘플링 뎅터 이용으로 동일한 정확도를 유지하니?"
] |
35cebd2e-104a-4d3b-9d7e-c3c68de92bdd
|
인공물ED
|
색상 보정을 위한 CIE1931 색좌표계 변환의하드웨어 구현
|
<h2>2. 하드웨어 구현</h2><p>그림 \(4\)는 제안하는 하드웨어의 블록도를 나타냈다. 입력 RGB와 각각 해당되는 R\(2\)X Matrix와 R\(2\)X Matrix를 입력으로 넣어줄 경우, RGB to XYZ 와 XYZ to RGB 연산을 통해 최종 출력 RGB를 얻게된다. 하드웨어는 RGB to XYZ 모듈과 XYZ to RGB 모듈이 합쳐진 하나의 모듈로 구성되어 있다. 위 그림은 설명을 위해 두 개의 모듈로 분리하여 나타냈다.</p><p>RGB to XYZ의 구성은 \(8\mathrm{bits}\)의 \( 3 \times 1 \) 입력 RGB와 \(16\mathrm{bits}\)의 \( 3 \times 3\) R\(2\)X Matrix와의 행렬 곱셈을 통해 XYZ 정보를 구한다. 행렬 곱셈은 곱셈 연산과 덧셈 연산을 통해 결괏값을 얻는다. 행렬 곱셈을 위해 입력 RGB와 R\(2\)X Matrix의 곱셈은 \(9\)개의 곱셈기가 필요하다. 이후 R\(2\)X Matrix의 \( \mathrm{n} \) 행과 RGB 정보를 곱한 뒤, 요소 값을 더하여 최종적으로 XYZ를 구할 수 있다. 하지만 RGB와 \( \mathrm{R} 2 X \) Matrix는 \(10\mathrm{bits}\)이상의 bit-size를 사용하며 \(9\)번의 곱셈 연산으로 인해 보드에서 제공되는 시간보다 연산 처리 시간이 더 걸리는 critical path를 발생시킨다. 위의 문제점은 split-multiply를 사용하여 critical path를 없애고 속도를 개선할 수 있다.</p><p>XYZ to RGB의 구성은 \( 19 \mathrm{bits} \) 의 XYZ와 \( 16 \mathrm{bits} \)의 X\(2\)R Matrix와의 행렬 곱셈 후 소수점 bit를 잘라 \(15\mathrm{bits}\)의 출력 RGB로 변환된다. 곱셈 연산은 RGB to XYZ와 동일하게 \(9\)개의 곱셈 연산이 필요하며 critical path를 개선하기 위해 split-multiply 를 사용하였다. split-multiply를 통해 연산 된 값의 소수점 bit를 자르고 덧셈 연산을 통해 출력 RGB 정보를 구할 수 있다. R\(2\)X와 달리 X\(2\)R의 덧셈은 각각 \(27\mathrm{bits}\)의 덧셈으로 \(28\mathrm{bits}\)를 출력한다. \(20\mathrm{bits}\) 이상의 bit-size를 사용할 경우, 곱셈뿐만 아니라 덧셈에서도 critical path를 발생시킨다. 위의 문제점을 해결하기 위해 그림 \(5\)와 같이 split-add를 사용하였다. A와 B는 bit-size를 상부와 하부로 나눠 덧셈 연산된다. 상부(A\(1\), B\(1\))와 하부(A\(2\), B\(2\))는 각각 덧셈을 통해 C\(1\)과 C\(2\)값을 갖는다. 하부 연산에서 발생한 overflow값은 C\(1\)의 LSB와 더해 C\(1\)'값을 갖는다. C\(2\)는 overflow를 제거한 C\(2\)'가 생성된다. 마지막으로 출력 C값의 상부는 C\(1\)', 하부는 C\(2\)'를 사용한다. split-add를 사용하여 critical path를 개선하고 연산 속도를 향상시켰다.</p><h2>3. 하드웨어 구현 결과</h2><p>제안한 하드웨어는 Verilog를 통해 작성되었으며 Xilinx 사의 xc\(7\)z\(045\)-\(2\)ffg\(900\) 보드를 목표 보드로 FPGA(Field Programmable Gate Array) 환경에서 구현하였다. 하드웨어를 구현할 때, 보드별로 입출력의 총 bit가 정해져 있으며 본 논문에서 사용된 목표보드는 \(362 \mathrm{bits} \)를 제공한다. 보드에서 제공하는 입출력의 총 \(\mathrm{bit} \)보다 많은 \(\mathrm{bit} \)를 사용할 경우, 하드웨어의 구현은 불가능하다. 본 논문에서 제공되는 R\(2\)X Matrix와 X\(2\)R Matrix는 bit-size가 \(13 \mathrm{bits} \)로 모두 사용할 경우 목표보드의 총 \(\mathrm{bit} \)를 초과한다. 하지만 R\(2\)X, X\(2\)R Matrix는 특정 행렬에서 동일한 MSB(Most Significant Bit)값이 사용된다. 동일한 MSB를 verilog 코드 내에서 상수로 고정하여 \(12 \mathrm{bits} \)의 parameter를 사용하여 총 \(362 \mathrm{bit} \)을 초과하지 않도록 설계하였다.</p><p>표 \(1\)은 Xilinx의 합성 결과이다. Slice Register와 Slice LUTs는 각각 \( 1.01 \%, 3.23 \% \)를 차지하였다. 그리고 하드웨어의 최대 동작 주파수는 \( 315 \mathrm{MHz} \)로 \( 4 \mathrm{K}(3840 \times 2160) \) 환경에서 \( 37 \mathrm{fps} \) 로 정상적으로 작동 가능한 것을 확인하였다.</p><table border><caption>표 \(1\). Xinix 합성 결과</caption><tbody><tr><td>Device</td><td colspan=3>xc\(7\)z\(045\)-\(2\)ffg\(900\)</td></tr><tr><td>Slice Logic Utiliation</td><td>Available</td><td>Used</td><td>Utilization</td></tr><tr><td>Slice Register(#)</td><td>\(437,200\)</td><td>\(4,425\)</td><td>\(1.01\%\)</td></tr><tr><td>Slice LUTs(#)</td><td>\(218,600\)</td><td>\(7,058\)</td><td>\(3.23\%\)</td></tr><tr><td>Miniimm period(\(\mathrm{ns} \))</td><td colspan=3>\(3.165\)</td></tr><tr><td>Maximum Freq.(\(\mathrm{MHz} \))</td><td colspan=3>\(315.956\)</td></tr></tbody></table>
|
[
"입력 RGB와 각각 해당되는 어떤 것을 입력으로 넣어 출력 RGB를 얻게돼?",
"입력 RGB와 각각 해당되는 R\\(2\\)X Matrix와 R\\(2\\)X Matrix를 입력으로 넣은 후, 어떤 과정을 통해 최종 출력 RGB를 얻게 돼?",
"소프트웨어는 RGB to XYZ 모듈과 XYZ to RGB 모듈이 합쳐진 하나의 모듈로 구성되어 있어?",
"하드웨어는 무엇이 합쳐진 하나의 모듈로 구성되어 있어?",
"RGB to XYZ의 구성으로 어떤 과정을 통해 XYZ 정보를 구할 수 있어?",
"RGB to XYZ의 구성은 \\(8\\mathrm{bits}\\)의 \\( 3 \\times 1 \\) 입력 RGB와 무엇의 행렬 곱셈을 통해 XYZ 정보를 구하게 돼?",
"무엇이 RGB to XYZ 모듈과 XYZ to RGB 모듈이 합쳐진 하나의 모듈로 구성되어 있어?",
"행렬의 곱셈은 어떤 과정을 통해 결괏값을 얻지?",
"RGB to XYZ의 구성은 몇 \\(\\mathrm{bits}\\)의 \\( 3 \\times 1 \\) 입력 RGB와 \\(16\\mathrm{bits}\\)의 \\( 3 \\times 3\\) R\\(2\\)X Matrix와의 행렬 곱셈을 통해 XYZ 정보를 구해?",
"행렬 곱셈은 곱셈 연산과 뺄셈 연산을 통해 결괏값을 알 수 있어?",
"곱셈 연산과 덧셈 연산을 통해 결괏값이 나오는 것은 뭐라고 하지?",
"연산 처리 시간이 더 걸리게 되는 크리티컬 패스를 발생 시키는 이유는 뭐야?",
"최종적으로 XYZ를 구할 때 R\\(2\\)X Matrix의 \\( \\mathrm{n} \\) 행과 RGB 정보를 곱한 뒤에 어떤 값을 더해?",
"입력 RGB와 R\\(2\\)X Matrix의 곱셈은 \\(9\\)개의 곱셈을 하는 장치가 필요한데 어떤 연산을 위해 필요하지?",
"이후에 최종적으로 XYZ를 구하는 과정은 어떻게 돼?",
"행렬 곱셈 연산을 위해서 출력 RGB와 R\\(2\\)X Matrix의 곱셈은 \\(9\\)개의 곱셈을 해주는 장치가 필요해?",
"최종적으로 XYZ를 구할 때 R\\(2\\)X Matrix의 \\( \\mathrm{n} \\) 행과 RGB 정보는 나눠?",
"RGB와 \\( \\mathrm{R} 2 X \\) Matrix는 \\(10\\mathrm{bits}\\)이상의 bit-size를 사용하며 \\(9\\)번의 곱셈 연산으로 인해 발생되는 현상은 무엇일까?",
"RGB와 \\( \\mathrm{R} 2 X \\) Matrix는 연산 처리 시간이 더 걸리는 critical path를 발생시키는데, 이 문제점은 무엇을 사용하여 개선할 수 있을까?",
"표 \\(1\\)에서 Slice LUTs(#)의 Available값은 얼마로 나타나지?",
"표 \\(1\\).에서 사용한 장치는 무엇이지?",
"표 \\(1\\).에서 Miniimm period(\\(\\mathrm{ns} \\))는 어떤 수치를 보였어?",
"표 \\(1\\).에서 Slice Register(#)의 Available값은 무엇일까?",
"표 \\(1\\).에서 Slice Register(#)의 Utilization값은 얼마일까?",
"보드에서 제공하는 입출력의 총 \\(\\mathrm{bit} \\)보다 많은 \\(\\mathrm{bit} \\)를 사용할 경우, 하드웨어의 구현은 불가능한데, 어떤 방법으로 하드웨어의 구현을 가능케 했어?",
"표 \\(1\\).에서 Used값이 \\(4,425\\)로 나타나는 요소는 무엇이지?",
"표 \\(1\\).에서 Maximum Freq.(\\(\\mathrm{MHz} \\))는 얼마로 확인되었어?",
"표 \\(1\\).에서 Slice LUTs(#)의 Used값은 얼마일까?",
"XYZ to RGB의 구성은 지정된 연산 과정을 통해 \\(15\\mathrm{bits}\\)의 입력 RGB로 변환돼?",
"본 논문에서의 곱셈 연산은 총 몇 개가 필요해?",
"본 연구에서 상부(A\\(1\\), B\\(1\\))와 하부(A\\(2\\), B\\(2\\))에 사용한 연산은 무엇이지?",
"본 논문에서는 제안한 하드웨어를 작성하기 위해 사용한 것은 무엇이지?",
"본 논문에서 제공된 목표보드의 값은 얼마야?",
"본 연구에서 하드웨어를 구현할 수 없는 조건은 무엇이지?",
"본 논문에서 비트 사이즈를 \\(13 \\mathrm{bits} \\)로 R\\(2\\)X Matrix와 X\\(2\\)R Matrix 모두에서 사용할 경우 어떤 현상이 일어나지?",
"본 논문에서는 어떤 과정을 통해 \\(15\\mathrm{bits}\\)의 출력 RGB로 변환시키지?",
"본 연구에서 출력 RGB 정보를 구하기 위해서 사용한 연산은 무엇이지?",
"본 연구에서는 곱셈 연산을 통해 출력 RGB 정보를 구할 수 있었어?",
"본 연구에서 \\(20\\mathrm{bits}\\) 이상의 bit-size를 사용했을 때, 곱셈과 어떤 연산에서도 최상경로를 발생시키지?",
"본 연구에서 덧셈에서도 최상 경로를 발생시키는 때는 언제이지?",
"본 논문에서 X\\(2\\)R의 덧셈을 구하기 위해 어떤 방법을 취했어?",
"본 연구에서 critical path는 뺄셈에서도 발생시켜?",
"그림 5에서는 A와 B의 비트 크기를 어떤 방식을 통해 연산했어?"
] |
09736b1d-dd81-4029-ba96-210323b13145
|
인공물ED
|
색상 보정을 위한 CIE1931 색좌표계 변환의하드웨어 구현
|
<h1>Ⅰ. 서론</h1><p>자율주행 기술이 발전함과 동시에 특정 물체 인식 기술에 대한 중요성이 높아지고 있다. 자율 주행에서 물체 인식은 날씨의 영향을 받지 않아야 한다. 특히, 안개는 빛을 반사해 고유의 색상을 반영하지 못하기 때문에 물체를 검출하기 위한 전처리 단계로 안개 제거 알고리즘이 필요하다. 따라서 안개 제거 알고리즘에 대한 연구가 현재까지 진행 되고 있다. 하지만 안개 제거를 위해 과도한 안개를 검출할 경우, 안개가 제거된 이미지는 기존의 고유한 색상을 반영하지 못하거나 탈색되는 단점이 존재하였다.</p><p>본 논문에서는 안개 제거 알고리즘의 단점을 개선하기 위해 CIE\(1931\) 색 좌표계를 사용한다. CIE\(1931\) 색 좌표계에 RGB 정보를 나타내기 위해 수학적으로 정의된 수식을 사용하여 RGB 값을 XYZ 값으로 전환한다. 그리고 변환된 XYZ 값들은 CIE\(1931\) 색 좌표계의 정해 색 영역 내에 XYZ 값들을 분포시킨다. 예를 들어, Adobe RGB와 sRGB는 개발자에 의해 정의된 색 영역이다. Adobe RGB 색 영역은 sRGB 색 영역보다 넓은 공간을 사용하기 때문에 다양한 색을 표현할 수 있다.</p><p>본 논문에서는 안개가 제거뇐 이미지의 고유한 색상을 반영하지 못하는 문제점을 개선하기 위해 기존 색 영역에서 다른 색 영역으로 확장 또는 축소가 가능한 하드웨어를 제안한다. 또한, 하드웨어나 소프트웨어가 지원하는 색 영역에 맞춰 사용자가 변경할 수 있도록 다양한 색 영역을 제공한다. 제안한 하드웨어는 영상기술의 발전에 맞춰 \( 4 \mathrm{K} \) (\(3840×2160\)) 환경에서 실시간 처리가 가능하도록 하드웨어를 구현하였다.</p><p>본 논문의 구성은 다음과 같다. CIE\(1931\) 색 좌표계를 사용한 알고리즘을 간략하게 소개하고, 제안한 알고리즘의 하드웨어 구현을 소개한다. 또한, 하드웨어 검증을 위해 Xilinx 합성 결과를 제시하고 최종적으로 본 논문의 결론을 서술한다.</p>
|
[
"안개 제거 알고리즘은 왜 필요할까?",
"안개는 빛을 반사해 고유의 색상을 반영하지 못하기 때문에 물체를 검출하기 위한 전처리 단계로 무엇이 필요하니?",
"자율주행 기술이 발전함에 따라 특정 물체 인식 기술에 대한 중요성이 낮아지고 있는가?",
"안개는 무엇을 반사해 고유의 색상을 반영하지 못하나?",
"CIE\\(1931\\) 색 좌표계에 RGB 정보를 나타내기 위해 수학적으로 정의된 수식을 사용하여 RGB 값을 무엇으로 전환하지?",
"안개 제거 알고리즘의 단점은 무엇인가?",
"CIE\\(1931\\) 색 좌표계에 RGB 정보를 나타내기 위해 무엇을 사용하지?",
"Adobe RGB와 sRGB는 누구에 의해 정의된 색 영역인가",
"sRGB 색 영역보다 넓은 공간을 사용하기 때문에 다양한 색을 표현할수 있는 영역은 무엇인가?",
"Adobe RGB와 sRGB는 사용자에 의해 정의된 색 영역인가?",
"안개 제거 알고리즘이 안개 제거를 위해 과도한 안개를 검출할 경우에 안개가 제거된 이미지는 어떻게 되는가?",
"Adobe RGB 색 영역은 sRGB 색 영역보다 넓은 공간을 사용하기 때문에 다양한 색을 표현할 수 없지?",
"자율주행 기술이 발전함과 동시에 무엇에 대한 중요성이 높아지고 있지?"
] |
2a2b4f2c-50c5-4aea-a019-afe0bbea5d66
|
인공물ED
|
색상 보정을 위한 CIE1931 색좌표계 변환의하드웨어 구현
|
<h1>II. 본론</h1><h2>1. CIE\(1931\) 색 좌표계 적용 알고리즘 소개</h2><p>CIE\(1931\) 색 좌표계는 수식 \(1\)을 통해서 RGB 정보가 XYZ 정보로 변환된다.</p><p>\[ \left[\begin{array}{c} X \\ Y \\ Z \end{array}\right]=\left[\begin{array}{c} R 2 X \\ \text { Matrix } \end{array}\right]\left[\begin{array}{l} R \\ G \\ B \end{array}\right] \]<caption>(1)<caption></p><p>수식 \(1\)에서 사용되는 곱셈은 행렬 곱셈이다. 행렬 곱셈을 위한 필수 조건은 R\(2\)X Matrix의 행과 RGB의 열의 요소 개수가 동일해야 한다. 연산과정은 R\(2\)X Matrix의 \( \mathrm{n} \) 번째 행과 RGB의 \( \mathrm{m} \)번째 열의 요소들을 차례대로 곱한 뒤, 곱해진 값을 모두 더한 값은 XYZ 행렬의 \( \mathrm{n} \times \mathrm{m} \) 위치에 해당한다. R\(2\)X Matrix는 \( 3 \times 3 \) 행렬로써 배열 값이 정의되어 있는 색 영역이다.</p><p>본 논문에서 사용된 CIE\(1931\) 색 좌표계 변환 방법은 그림 \(1\)과 같다. 안개 제거 알고리즘의 단점을 개선하기 위헤 입력 이미지를 CIE\(1931\) 색 좌표계의 기존 색 영역에서 더 넓은 색 영역으로 확장하는 방법을 사용하였다. 사용된 Matrix는 정의 된 값을 사용한다. 입력 RGB는 Target R\(2\)X \(3\times3 \) Matrix 와 곱셈 연산을 통해 XYZ 공간으로 변환된다. XYZ 공간은 CIE\(1931\) 색 영역이 분포되는 공간이다. 변환된 XYZ 정보는 출력 RGB의 XYZ 값을 의미한다. 마지막으로 출력 RGB'를 구하기 위해 XYZ와 Measurement X\(2\)R \( 3 \times 3 \) Matrix를 곱한다. 위 과정은 기존 색 영역 내에서 RGB 값만 확장하지 않고 기본보다 더 넓게 정의된 색 영역으로 확장하기 때문에 색상의 포화 현상도 방지할 수 있다. 여기서 입력 RGB의 CIE\(1931\) 색 영역은 기존의 Measurement R\(2\)X Matrix를 곱하여 XYZ 값으로 나타낼 수 있다.</p><p>그림 \(2\)는 색 공간에서 하나의 픽셀이 \(24\) bits인 RGB의 정보를 혼합하여 \(1,680\)만 가지의 색상과 채도, 명도를 모두 표현 가능한 full colors 이미지를 사용하였다. full colors 이미지를 입력 이미지로 넣었을 때, sRGB 색 영역에서 Adobe RGB 색 영역으로 색이 확장되는 것을 확인할 수 있다.</p><p>Measurement 색 영역보다 Target 색 영역에서 더 많은 색 정보를 표현할 수 있으므로 실세계 색상을 반영하는데 효과적이다. 그림 \(3\)은 안개를 제거 후 고유 색상을 반영하기 위해 색 영역을 확장한 것을 나타냈다. 색 공간은 Adobe RGB뿐만 아니라 사용자가 사용 용도에 맞춰 확장 또는 축소가 가능하도록 다양한 색 공간을 제공한다. 제공되는 색 공간은 NTSC, sRGB, Adobe RGB, PAL, DCI-P\(3\) 등이 있다.</p>
|
[
"어떻게 고유 색상을 반영하였어?",
"고유 색상을 어떻게 나타냈지?",
"R\\(2\\)X Matrix의 행과 RGB의 열의 요소 개수가 동일해야 행렬곱셈이 가능하다",
"Measurement 색 영역보다 Target 색 영역이 더 많은 색 정보를 표현 가능하다",
"Measurement 색 영역은 실제 세계 색상을 반영하기 좋다",
"색 공간은 사용 용도에 맞춰 확장과 축소가 가능하도록 다양한 색 공간을 제공한다",
"CIE1931 색 영역이 분포되는 공간은 무엇인가?",
"색 공간에서 full color 이미지를 만들기 위한 방법은 무엇인가?",
"어떤 방법이 색 공간에서 full color 이미지를 제작하기 위한 것일까?",
"픽셀이 RGB의 정보를 혼합할때 몇 bits를 사용하는가?",
"픽셀이 RGB의 정보를 혼합할때 사용하는 것은 몇 bits야?",
"CIE19311931 색 좌표계의 XYZ 정보가 RGB정보로 변환가능하다",
"CIE19311931 색 좌표계 변환 방법에 대한 안개 제거 알고리즘의 단점을 개선하기 위해 어떻게 하는가?",
"입력 RGB가 XYZ 공간으로 어떻게 바꾸는가?",
"입력 RGB가 XYZ 공간으로 변경되는 것은 어떻게 바꿨어?",
"출력 RGB'를 구하기 위해 어떻게 하는가?",
"고유 색상을 반영하기 위해 어떻게 하는가?",
"1,680만 가지의 색상과 채도, 명도를 모두 표현 가능한 이미지는 무엇인가요?",
"CIE 1931색 좌표계의 RGB 정보가 XYZ 정보로 바꾸기 위해 어떻게 하는가?"
] |
50721306-82e0-4cd0-9759-5b5af159a685
|
인공물ED
|
색상 보정을 위한 CIE1931 색좌표계 변환의하드웨어 구현
|
<h1>요 약</h1><p>자율주행 기술이 발전함에 따라 물체 인식 기술에 대한 중요도가 높아지고 있다. 물체 인식에 있어서 안개가 낀 날씨는 가시성 및 검출 능력을 저하시키기 때문에 안개 제거 연구가 필요하다. 하지만 안개가 제거된 이미지는 고유의 색상을 제대로 반영하지 못해 검출 오류를 발생시킨다. 본 논문에서는 CIE\(1931\) 색 좌표계를 사용해 색상 영역을 확장 또는 축소하여 실세계 색상을 반영하는 알고리즘 및 하드웨어를 제안한다. 또한, 영상 매체의 발달에 맞춰 \( 4 \mathrm{K} \) 환경에서 실시간 처리가 가능한 하드웨어를 구현한다. 이 하드웨어는 Verilog로 작성되었으며 SoC 보드를 통해 검증하였다.</p>
|
[
"자율주행 기술이 발전함에 따라 무엇에 대한 중요도가 높아지는가?",
"물체 인식에 있어서 안개가 낀 날씨가 끼치는 영향은 뭐야?",
"안개가 제거된 이미지는 고유의 색상을 제대로 반영하는가?",
"안개가 제거된 이미지는 검출 오류를 발생시키지 않아?",
"검출 오류를 안개가 제거된 이미지는 발생시키지 않아?",
"CIE19311931 색 좌표계를 사용해 색상 영역을 확장 또는 축소하여 제안 하는 것은 뭐야?",
"영상 매체의 발달에 맞춰 어떤 환경에서 실시간 처리가 가능한 하드웨어를 구현했어?",
"물체 인식에 있어 안개 낀 날씨가 가시성 및 검출 능력을 저하시키기 때문에 필요한 연구 방법이 어떻게 돼?",
"물체 인식에 있어 안개 낀 날씨가 가시성 및 검출 능력을 저하시키기 때문에 필요한 연구는 뭐야?",
"본 논문에서 무엇을 통해 색상 영역을 확장 또는 축소시켜?"
] |
f8620555-0e41-47b7-913e-23a414a9c365
|
인공물ED
|
색상 보정을 위한 CIE1931 색좌표계 변환의하드웨어 구현
|
<h1>III. 결론</h1><p>본 논문에서는 안개 제거 후 발생하는 문제점을 CIE\(1931\) 색 좌표계를 이용하여 개선하는 알고리즘과 하드웨어를 구현하였다. 그리고 하드웨어는 하드웨어의 속도를 향상시키기 위해 split-multiply와 split-add를 적용하였다. 하드웨어는 Verilog 언어를 통해 작성되었고 Xilinx의 xc\(7\)z\(045\)-\(2\)ffg\(900\) 보드를 목표로 FPGA 환경에서 구현하였다. Xilinx의 합성 결과는 Slice Register와 Slice LUTs는 각각 \( 1.01 \% \)와 \( 3.23 \% \)를 점유하였다. 또한, 최대 동작 주파수는 \( 315 \mathrm{MHz} \)로써 \( 4 \mathrm{K}(3840 \times 2160) \) 환경에서 실시간 처리가 가능하다.</p>
|
[
"하드웨어는 어떤 언어를 이용하여 작성되었는가?",
"어떤 언어로 하드웨어가 만들어져?",
"split-multiply와 split-add를 적용하여 하드웨어를 사용한 이유는 무엇인가?",
"안개 제거 후 생기는 문제점을 어떤 것을 이용하여 발전시켰는가?",
"하드웨어는 몇 보드를 목표로 구현되었는가?",
"최대 동작 주파수는 몇 MHz인가?",
"몇 MHz가 최대 동작 주파수일까?",
"하드웨어는 어떤 환경에서 구현되었는가?",
"어떤 환경에서 하드웨어가 구현되었을까",
"Slice Register는 Xilinx의 합성에서 몇 % 차지하였는가?",
"하드웨어의 속도를 향상시키기 위해 어떻게 하였는가?"
] |
cfdc41d3-6c8f-4f4b-bf66-1f9deec5b49a
|
인공물ED
|
Current Detection 구조 및 향상된 Load Regulation 특성을 가진 LDO 레귤레이터
|
<h1>Ⅰ. 서론</h1><p>현대사회에서 휴대기기의 소형.경량화 추세에 맞춰서 배터리의 크기 및 무게가 감소되고 있는 추세이다. 그러나 휴대기기는 지속적으로 다기능화 및 고성능화를 요구하고 있으며, 이에 따라 내부 시스템이 복잡해지고, 또한 그로 인해 다양한 전원 전압을 요구하고 있다. 만약 각 시스템에서 요구하는 전원 전압에 따라 각각의 칩을 사용하게 될 경우 많은 면적을 차지하게 되므로, 이는 휴대기기의 소형, 경량화에 많은 어려움을 겪게 된다. 이에 따라 한정된 배터리 전원을 관리하는 회로인 PMIC (Power Management IC)의 필요여부가 증가되는 추세이다. PMIC는 시스템에 맞게 전원을 배분하는 제어 기능, 전력변환 기능 등 기본적인 기능 이외에 전원소스 모니터 및 관리 기능, 시스템의 다양한 종류의 출력 전원 공급 기능, 고효율 전원 변환 효율 관리 기능 등이 하나의 칩으로 구현되는 기술로 발전하고 있어 단순하게 전력을 변환하는 역할에서 에너지효율 및 시스템의 안정성을 대두하는 어플리케이션으로 확장되어 가고 있다. 또한 PMIC 기술은 각 어플리케이션에 필요한 전압을 각각의 디스크리트로 해결하던 것을 각각의 소자를 원칩화함으로써 얻어지는 공간 절약의 이점과 코스트 다운으로 배터리 기반의 휴대 정보단말기기에서 핵심부품으로 부각되고 있다. PMIC 는 높은 변환 효율 및 안정적인 전원 공급에서 가장 중요한 요소로 볼 수 있습니다. LDO 레귤레이터는 출력 전압을 고정하기 위한 오차 증폭기, 파워 트 랜지스터, 피드백 저항 및 큰 외부 출력 커패시터로 구성됩니다. 따라서 LDO 레귤레이터는 낮은 전압과 잡음, 정확한 출력전압을 제공하는데 사용되며, 이러한 레귤레이터는 더 큰 시스템의 부하에 안정된 전압을 제공하기 위해 단독으로 사용하거나 SoC (System on Chip)내에 내장된다. 이러한 출력전압의 과도 응답을 개선하기 위하여, current detection 구조를 사용하였다. 그림 1 을 참고하면, 기본적인 LDO 는 오차 증폭기, 패스 트랜지스터, 피드백으로 구성되어진다. 오차증폭기는 출력전압과 기준 전압 간의 오차를 출력으로 감지하여 negative feedback 구조에 따라 두 출력의 값의 오차를 적게 하는 방향으로 패스 트랜지스터를 제어한다. 또한 load regulation 은 부하전류의 조건이 변화함에 따라서 출력전압의 변화량을 보는 지표이다. 본 논문에서는 출력단에 current detection 감지회로를 사용하여 기존의 레귤레이터의 load regulation 보다 개선된 특성을 가져가는 레귤레이터를 제안한다.</p>
|
[
"이에 따라 한정된( ) 전원을 관리하는 회로인 PMIC (Power Management IC)의 필요여부가 증가되는 추세이다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"이에 따라 한정된 배터리 전원을 관리하는 회로인 PMIC (Power Management IC)의 필요여부가 감소되는 추세인가?",
"PMIC는 시스템에 맞게 전원을 배분하는 제어 기능, 전력변환 기능 등 기본적인 기능 이외에 전원소스 모니터 및 관리 기능, 시스템의 다양한 종류의 출력 전원 공급 기능, 고효율 전원 변환 효율 관리 기능 등이 하나의( )으로 구현되는 기술로 발전하고 있어 단순하게 전력을 변환하는 역할에서 에너지효율 및 시스템의 안정성을 대두하는 어플리케이션으로 확장되어 가고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"이에 따라 한정된 배터리 전원을 관리하는 회로인 ( )의 필요여부가 증가되는 추세이다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"PMIC는 시스템에 맞게 전원을 배분하는 제어 기능, 전력변환 기능 등 기본적인 기능 이외에 전원소스 모니터 및 관리 기능, 시스템의 다양한 종류의 출력 전원 공급 기능, 고효율 전원 변환 효율 관리 기능 등이 하나의 칩으로 구현되는 기술로 발전하고 있어 단순하게 전력을 변환하는 역할에서 에너지효율 및 시스템의 안정성을 대두하는( )으로 확장되어 가고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"( ) 기술은 각 어플리케이션에 필요한 전압을 각각의 디스크리트로 해결하던 것을 각각의 소자를 원칩화함으로써 얻어지는 공간 절약의 이점과 코스트 다운으로 배터리 기반의 휴대 정보단말기기에서 핵심부품으로 부각되고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"PMIC 기술은 각 어플리케이션에 필요한 전압을 각각의 디스크리트로 해결하던 것을 각각의 소자를 ( )함으로써 얻어지는 공간 절약의 이점과 코스트 다운으로 배터리 기반의 휴대 정보단말기기에서 핵심부품으로 부각되고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"LDO 레귤레이터의 구성부분이 아닌것은?",
"PMIC는 무엇의 약자인가?",
"( ) 레귤레이터는 낮은 전압과 잡음, 정확한 출력전압을 제공하는데 사용되며, 이러한 레귤레이터는 더 큰 시스템의 부하에 안정된 전압을 제공하기 위해 단독으로 사용하거나 SoC (System on Chip)내에 내장된다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"PMIC 기술은 각 어플리케이션에 필요한 전압을 각각의 ( )로 해결하던 것을 각각의 소자를 원칩화함으로써 얻어지는 공간 절약의 이점과 코스트 다운으로 배터리 기반의 휴대 정보단말기기에서 핵심부품으로 부각되고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"LDO 레귤레이터는 낮은 전압과 잡음, 정확한 출력전압을 제공하는데 사용되며, 이러한 레귤레이터는 더 큰 시스템의 부하에 안정된 ( )을 제공하기 위해 단독으로 사용하거나 SoC (System on Chip)내에 내장된다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"LDO 레귤레이터는 낮은 전압과 잡음, 정확한 출력전압을 제공하는데 사용되며, 이러한 레귤레이터는 더 큰 시스템의 부하에 안정된 전압을 제공하기 위해 단독으로 사용하거나 ( )내에 내장된다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"PMIC 기술은 각 어플리케이션에 필요한 전압을 각각의 디스크리트로 해결하던 것을 각각의 소자를 원칩화함으로써 얻어지는 ( )의 이점과 코스트 다운으로 배터리 기반의 휴대 정보단말기기에서 핵심부품으로 부각되고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"PMIC 기술은 각 어플리케이션에 필요한 전압을 각각의 디스크리트로 해결하던 것을 각각의 소자를 원칩화함으로써 얻어지는 공간 절약의 이점과 코스트 다운으로 ( ) 기반의 휴대 정보단말기기에서 핵심부품으로 부각되고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"PMIC 기술은 각 어플리케이션에 필요한 전압을 각각의 디스크리트로 해결하던 것을 각각의 소자를 원칩화함으로써 얻어지는 공간 절약의 이점과 ( ) 다운으로 배터리 기반의 휴대 정보단말기기에서 핵심부품으로 부각되고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"출력전압의 과도 응답을 개선하기 위하여,어떤 구조를 사용하였는가?",
"이러한 출력전압의 ( ) 응답을 개선하기 위하여, current detection 구조를 사용하였다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"기본적인( ) 는 오차 증폭기, 패스 트랜지스터, 피드백으로 구성되어진다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"( )는 출력전압과 기준 전압 간의 오차를 출력으로 감지하여 negative feedback 구조에 따라 두 출력의 값의 오차를 적게 하는 방향으로 패스 트랜지스터를 제어한다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"기본적인 LDO의 구성부분이 아닌것은?",
"오차증폭기는 출력전압과 기준 전압 간의 오차를 출력으로 감지하여 ( ) 구조에 따라 두 출력의 값의 오차를 적게 하는 방향으로 패스 트랜지스터를 제어한다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"오차증폭기는 ( )전압과 기준 전압 간의 오차를 출력으로 감지하여 negative feedback 구조에 따라 두 출력의 값의 오차를 적게 하는 방향으로 패스 트랜지스터를 제어한다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"오차증폭기는 출력전압과 기준 전압 간의 오차를 출력으로 감지하여 negative feedback 구조에 따라 두 출력의 값의 오차를 많게 하는 방향으로 패스 트랜지스터를 제어하는가?",
"load regulation 은 ( )의 조건이 변화함에 따라서 출력전압의 변화량을 보는 지표이다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"오차증폭기는 출력전압과 기준 전압 간의 오차를 입력으로 감지하여 negative feedback 구조에 따라 두 출력의 값의 오차를 적게 하는 방향으로 패스 트랜지스터를 제어하는가?",
"( ) 은 부하전류의 조건이 변화함에 따라서 출력전압의 변화량을 보는 지표이다.라는 문장에서 괄호안에 들어갈 알맞은 영어단어는 무엇인가?",
"출력전압과 기준 전압 간의 오차를 출력으로 감지하여 negative feedback 구조에 따라 두 출력의 값의 오차를 적게 하는 방향으로 패스 트랜지스터를 제어하는 것은 무엇인가?",
"본 논문에서는 출력단에 ( )지회로를 사용하여 기존의 레귤레이터의 load regulation 보다 개선된 특성을 가져가는 레귤레이터를 제안한다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"현대사회에서 휴대기기의 소형.경량화 추세에 맞춰서 배터리의 크기 및 무게가 증가되고 있는 추세인가?",
"휴대기기는 지속적으로 다기능화 및 고성능화를 요구하고 있으며, 이에 따라 내부 시스템이 단순해지고, 또한 그로 인해 다양한 전원 전압을 요구하고 있는가?",
"휴대기기는 지속적으로 다기능화 및 고성능화를 요구하고 있으며, 이에 따라 내부 시스템이 복잡해지고, 또한 그로 인해 단순한 전원 전압을 요구하고 있는가?",
"휴대기기는 지속적으로 ( )화 및 고성능화를 요구하고 있으며, 이에 따라 내부 시스템이 복잡해지고, 또한 그로 인해 다양한 전원 전압을 요구하고 있다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"휴대기기는 지속적으로 다기능화 및 고성능화를 요구하고 있으며, 이에 따라 ( )이 복잡해지고, 또한 그로 인해 다양한 전원 전압을 요구하고 있다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"만약 각 시스템에서 요구하는 전원 ( )에 따라 각각의 칩을 사용하게 될 경우 많은 면적을 차지하게 되므로, 이는 휴대기기의 소형, 경량화에 많은 어려움을 겪게 된다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"만약 각 시스템에서 요구하는 전원 전압에 따라 각각의 칩을 사용하게 될 경우 많은 ( )을 차지하게 되므로, 이는 휴대기기의 소형, 경량화에 많은 어려움을 겪게 된다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"( )는 시스템에 맞게 전원을 배분하는 제어 기능, 전력변환 기능 등 기본적인 기능 이외에 전원소스 모니터 및 관리 기능, 시스템의 다양한 종류의 출력 전원 공급 기능, 고효율 전원 변환 효율 관리 기능 등이 하나의 칩으로 구현되는 기술로 발전하고 있어 단순하게 전력을 변환하는 역할에서 에너지효율 및 시스템의 안정성을 대두하는 어플리케이션으로 확장되어 가고 있다.라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"PMIC의 기능이 아닌 것은?",
"PMIC의 가장 중요한 요소는 무엇인가?",
"LDO 레귤레이터는 높은 전압과 잡음, 정확한 출력전압을 제공하는데 사용되며, 이러한 레귤레이터는 더 큰 시스템의 부하에 안정된 전압을 제공하기 위해 단독으로 사용하거나 SoC (System on Chip)내에 내장되는가?",
"휴대기기는 지속적으로 다기능화 및 ( )화를 요구하고 있으며, 이에 따라 내부 시스템이 복잡해지고, 또한 그로 인해 다양한 전원 전압을 요구하고 있다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?",
"만약 각 시스템에서 요구하는 전원 전압에 따라 각각의 칩을 사용하게 될 경우 많은 면적을 차지하게 되므로, 이는 휴대기기의 ( )에 많은 어려움을 겪게 된다. 라는 문장에서 괄호안에 들어갈 알맞은 단어는 무엇인가?"
] |
5383cb5d-a01b-4144-9f19-854dd1ad2a4a
|
인공물ED
|
Current Detection 구조 및 향상된 Load Regulation 특성을 가진 LDO 레귤레이터
|
<h1>요 약</h1><p>본 논문에서는 current detection 구조로 인하여 load regulation의 변화를 향상시킨 LDO를 제안하였다. 제안된 LDO 레귤레이터는 출력단에 제안된 current detection 회로를 추가하였다. 그로인하여 출력에 부하전류에 따른 전압 값의 regulation을 향상시켜 기존 LDO 레귤레이터보다 load Regulation의 변화량을 향상시켰다. 제안한 current detection 구조를 사용하여 부하전류의 변화에 따른 출력 변화를 약 \( 60 \% \) 가량 향상시킬 수 있었다. Cadence의 Virtuoso, Spectre 시뮬레이션을 사용하여 특성을 시뮬레이션 및 검증하였다.</p>
|
[
"본문에서 특성을 시뮬레이션 및 검증하기 위해 어떻게 했어?",
"제안한 구조를 사용하여 부하전류의 변화에 따른 출력 변화를 대략 얼마나 향상시켰습니까?",
"LDO 레귤레이터는 출력단에 제안된 어떤 회로를 추가하였습니까?",
"부하전류의 변화에 따른 출력 변화를 향상시키는데 무슨 구조를 사용했나요?"
] |
15423a87-4f57-4a17-9c95-f559d6724b3b
|
인공물ED
|
Current Detection 구조 및 향상된 Load Regulation 특성을 가진 LDO 레귤레이터
|
<h1>Ⅲ. 결론</h1><p>본 논문에서는 기존 LDO 레귤레이터의 출력단에 current detection 구조를 추가하여 부하전류의 변동에 따른 전압변화를 보다 향상된 변화량을 가지게 하였다. current detection 회로는 부하에 변화에 따라 피드백을 거치는 LDO 레귤레이터의 시스템에서 추가적인 전류를 공급해주는 형식이다. 또한, 부하 전류의 변동에 따른 출력전압 특성에 regulation 이 향상되었음을 확인하였다. 그 결과 부하 전류의 변화에도 변화량이 감소하여 동작을 개선시킨 current detection 구조를 추가한LDO 레귤레이터를 개발하였다. 본 논문은 삼성 \( 0.13 \mathrm{um} \) 공정을 사용하여 시뮬레이션을 진행하였다.</p>
|
[
"LDO 레귤레이터의 시스템에서 전류를 더 공급해주는 방식의 회로를 무엇이라 합니까?",
"current detection 회로는 어떤 형식이니?",
"본 논문에서는 부하전류의 변동에 따른 전압변화를 보다 향상된 변화량을 가지게 하기 위해 어떻게 했어?"
] |
f311977b-1cbd-4ba1-892a-cbec05c3e019
|
인공물ED
|
순음 청력검사를 위한 원격진단 모니터링 시스템
|
<h1>4. 결 론</h1><p>본 연구에서는 의료혜택이 취약한 지역의 환자를 대상으로 정확한 청력검사가 이루어질 수 있도록 하는 원격 제어기반의 청력검사 시스템을 제안하고 있다. 먼저 난청 예방을 위한 스크린용 순음 청력검사기를 개발하고 이를 표준규격에 근거하여 발생음의 성능을 평가하였다. 발생음은 청력부스와 소음측정기, 음향 커플러를 갖춘 환경에서 정확하게 분석이 되었으며 순음청력검사기술 규격IEC 60645-1과 ANSI S3.1-2010에 근거하여 발생음의 청력레벨 크기, 선형성, 정확도 및 총 고조파 왜곡 특성을 파악하였다. 발생음을 분석한 결과, 청력검사기는 상용 청력검사기와 유사한 우수 성능을 보이는 것을 확인할 수 있었다.본 연구에서는 청력검사기를 처음으로 광대역망 기반의 상용원격 단말기와 연결함으로써, 전문의와 의료 취약지의 환자 간의실시간 청력진단 및 상담 피드백이 가능한 시스템을 구현하였다.</p><p>향후 본 시스템을 실제 임상실험에 활용하여 사용자 편의성측면에서 피드백을 받아 보완을 진행할 예정이다. 본 연구에서는 청력검사기를 국내기술력으로 자체 개발하였으며, 이는 국내 검진의료기관의 외산 수입 의료장비를 대체하고, 실시간으로 원격지의 난청진단이 가능하게 함으로써 국내 청각산업의 확대 및 의료혜택 증가에 기여할 것으로 기대된다.</p>
|
[
"난청 예방을 위한 스크린용 순음 청력검사기는 순음청력검사기술 규격IEC 60645-1과 ANSI S3.1-2010에 근거하여 개발되었니?",
"난청 예방을 위해 개발된 것이 스크린용 순음 청력검사기가 맞아?",
"원격 제어기반의 청력검사 시스템은 의료혜택이 취약한 지역의 환자들에게 의료혜택이 가능한 시스템이야?",
"원격 제어기반의 청력검사 시스템이란 직접 방문하지 않고 청력검사가 가능한 방식이야?",
"순음 청력검사기의 성능을 평가하는 표준규격이 순음청력검사기술 규격IEC 60645-1과 ANSI S3.1-2010이 맞니?",
"순음 청력검사기의 성능을 평가할 때 발생음은 청력부스와 소음측정기, 음향 커플러를 갖춘 환경에서 분석되어야 하는 것이 맞니?",
"상용 청력검사기와 유사한 우수 성능을 보인 것이 스크린용 순음 청력검사기가 맞아?",
"전문의와 의료 취약지의 환자 간의실시간 청력진단 및 상담 피드백이 가능한 시스템을 구현하기 위해서 청력검사기를 광대역망 기반의 상용원격 단말기와 연결해야 하니?",
"난청 예방을 위해 개발된 스크린용 순음 청력검사기는 국내기술력으로 자체 개발되었니?",
"순음청력검사기술 규격IEC 60645-1과 ANSI S3.1-2010에 근거하여 검사하는 항목이 발생음의 청력레벨 크기, 선형성, 정확도 및 총 고조파 왜곡 특성 등이 맞아?",
"스크린용 순음 청력검사기의 성능을 평가할 때 갖추어야 하는 환경은 어떤 것이 있니?",
"의료혜택이 취약한 지역의 환자를 대상으로 정확한 청력검사가 이루어질 수 있도록 개발된 원격 제어기반의 청력검사 시스템은 무엇이야?",
"청력검사기의 성능은 어디에서 평가하니?",
"청력검사기의 검사 결과 알 수 있는 사항에는 무엇이 있니?",
"전문의와 의료 취약지의 환자 간의실시간 청력진단 및 상담 피드백이 가능하도록 하려면 개발된 청력검사기를 무엇과 연결해야하니?",
"개발된 청력검사기를 이용해서 전문의와 의료 취약지의 환자 간의 원격으로 실시간 청력진단이 가능하려면 어떻게 해야하나?",
"발생음의 청력레벨 크기, 선형성, 정확도 및 총 고조파 왜곡 특성을 파악하기 위한 환경이 갖추어야 할 장비가 아닌 것은 무엇이니?",
"청력검사기를 평가한 근거인 표준 가운데 미국 국립 표준 협회의 표준은 뭐니?",
"개발된 스크린용 순음 청력검사기로 실시간으로 멀리 떨어진 곳에 사는 환자의 난청진단이 가능하니?",
"의료혜택이 취약한 지역의 환자를 대상으로 정확한 청력검사가 이루어질 수 있도록 하는 원격 제어기반의 청력검사 시스템을 개발하였는데 그 명칭이 무엇이야?"
] |
9828173c-4437-468b-b2b6-69c24bb51be3
|
인공물ED
|
순음 청력검사를 위한 원격진단 모니터링 시스템
|
<h1>1. 서 론</h1><p>세계보건기구의 발표에 따르면, 현재 세계 총 인구의 6\(\%\) 이상이 청각상실 및 난청 등의 청각 장애를 가지고 있으며, 우리나라의 65세 이상 노인의 경우 전체인구의 \(1/4\)이 난청이 있는것으로 그 심각성이 보고되고 있다. 청각 장애는 당장에 의사소통을 어렵게 할 뿐만 아니라, 자신감 결여, 우울증 발생, 사회적 고립 및 치매발생 등의 문제로 확대될 수 있다. 난청은 소음이나, 유전, 질병 감염, 노화 등 여러 요인에 의해 발생을 하나, 평소 주기적인 청력검사를 통하여 본인의 청력손실상태를 정확히 숙지하는 것으로 난청에 대한 예방을 시작할 수 있다. 청력검사란 청력손실의 유무를 판단하고 그 정도와 유형을 평가하는 것으로 청력상태에 대한 기본적인 자료를 제공하는 것을 목적으로 한다. 현재 국내 검진의료기관에서 사용하는 청력검사기는 대부분 외산 수입품에 의존하고 있으며, 2012년한국무역협회는 청력검사기를 경쟁력이 매우 낮은 품목으로 분류한 바 있다. 따라서 본 연구에서는 난청진단을 위한 청력검사기를 개발하여 향후 청각 진단기기 분야에서 국가경쟁력을 높이는 데 기여하고자 한다.</p><p>현재 우리나라에는 대도시 전문병원과의 지리적 접근성이 떨어져 인적 또는 물적 의료 인프라가 부족한 의료혜택 취약지역이 많이 존재한다. 최근 들어 이러한 의료취약지에 거주하는 만성질환 고령자를 대상으로 시범 원격진료가 제한적으로 이루어지고 있으나 , 아직까지 난청검사를 포함한 이비인후과 검사분야에 대한 인력 및 장비보급은 현저히 부족하여 출장 보건진료에 의존하는 실정이다. 따라서 본 연구에서는 대도시의 전문병원 의료진과 도서지방, 군부대 등의 의료 취약지 환자 간의 물리적 거리 한계를 뛰어넘어 실시간 의료진단이 가능하도록 하는 원격 제어 기반의 청력 선별검사 시스템을 개발하고자 한다. 기존에는 소프트웨어 앱(App) 기반의 원격 청력검사기술이 있으나, 이는 실시간으로 전문의의 대면진단 및 상담이 불가능한 단점을 가진다. 또한 소프트웨어 앱 기반의 청력검사 기술의 경우, 표준 청력검사 기준에 근거하여 발생순음(pure tone)의특성을 평가한 경우가 없으므로 검사 결과의 정확성이 낮은 단점을 가지고 있다.</p><p>본 연구에서는 순음 청력검사기(pure-tone audiometer) 를 개발하고 표준규격에 근거하여 발생음의 성능을 평가하였다. 또한 광대역 망을 기반으로 한 원격화상 및 원격 제어가 가능하도록 청력검사기를 구성하여 전문가와 환자 간의 원거리 실시간 진단 및 상담 피드백이 가능하도록 하였다.</p>
|
[
"우리나라 65세 이상 노인의 경우 어느 정도가 난청을 가지고 있어?",
"청각 장애의 문제는 뭐가 있어?",
"난청의 발생원인들은 뭐가 있어?",
"어떻게 난청을 예방할 수 있어?",
"청력손실의 유무를 판단하고 그 정도와 유형을 평가하는 것을 뭐라고 해?",
"청력검사의 목적은 뭐야?",
"현재 국내 검진의료기관에서 사용하는 청력검사기는 대부분 어디서 공급받고 있어?",
"현재 이비인후과 검사분야에 대한 인력 및 장비보급이 부족해서 무엇에 의존하고 있어?",
"본 연구에서 무엇을 개발했어?",
"어디에서 청력검사기를 경쟁력이 매우 낮은 품목으로 분류했어?",
"세계보건기구의 발표에 따르면, 세계 총 인구 몇 %가 청각 장애를 가지고 있다 하는가?"
] |
44f62df2-9132-49e9-beef-6f2fce9acf23
|
인공물ED
|
순음 청력검사를 위한 원격진단 모니터링 시스템
|
<h1>2. 연구 방법</h1><h2>2.1 원격 제어가 가능한 청력검사 시스템 구성</h2><p>Fig. 1에서는 원격제어가 가능한 청력검사 플랫폼의 구성을 보여주고 있다. 전문의가 위치한 검진의료기관과 의료혜택이 상대적으로 열악한 원격지를 구분하여 양쪽에 광역 인터넷 통신망 (WAN, wide area network) 환경 기반으로 동작하는 원격통신단말기(remote control device)를 배치한다. 여기서 의료 취약 원격지에는 개발한 순음 청력검사기를 원격 통신 단말기와 연결하여 배치한다. 원격통신 단말기는 기본적으로 영상과 음성 데이터를 전송하는 실시간 영상통화 환경을 갖추고 있으며, 추가로 청력검사용 제어신호 패킷을 통신 프로토콜에 포함하여 전송한다. 의료 취약 원격지로 수신된 청력검사 제어신호는 연결된 청력 검사기로 전송되어 순음의 주파수, 볼륨의 크기, 순음 발생시간, 좌우 선택 등을 조절 및 선택할 수있게 된다.</p><p>일반적으로 순음 청력검사 방법에는 공기를 매질로 신호음을 전달하는 기도 전도(air conduction) 방식과 뼈의 진동을 통하여 신호음을 전달하는 골 전도(bone conduction) 방식이 있다. 본 연구에서는 난청환자의 빠른 선별에 가장 활용이 많이 되는 기도 전도 순음 청력검사 방식을 적용한 청력검사기를 개발하였다.</p><h2>2.2 순음 청력검사기 개발</h2><p>Fig. 2는 마이크로컨트롤러와 오디오 플랫폼으로 이루어진 청력검사기의 구성을 보여주고있다.마이크로컨트롤러 (Atmega2560,Atmel corporation, USA)는 오디오코덱(VS1053, VLSI Solution,Finland)과 직렬 통신을 하며 순음재생을 위한 사인파(sine wave)를 발생시킨다. ANSI S3.6-2010규격에 따르면, 발생 순음은 일정 시간(20 \(\mathrm{msec}\) ~ 200 \(\mathrm{msec}\)) 내의 상승 및 하강 시간을 가져야 함을 규정하고 있다. 본 청력검사기는 사용자가 입력한신호음의 세기와 상관 없이 동일한 상승 또는 하강 시간을 가지도록 입력세기를 정규화(\(N\))한 후 정해진 규정시간 동안 가중치 (\(입력세기/N\))를 누적하고 있다 . 개발한 순음청력검사기는 총 248개의 서로 다른 주파수 선택이 가능하며, 0.5 \(\mathrm{dB}\)간격으로 총 128단계의 신호음의 세기조절이 가능하다. 좌우 헤드셋 출력장치(TDH-39P, Telephonics Corporation, USA)로 전달되는 오디오 신호는 차동 신호이며, 이는 단일 신호 출력과 비교할 때, 외부잡음에 강인하고 안정한 특성을 가진다.</p><p>Fig. 3(a)는 \( 130 \times 180 \mathrm{~mm} \)크기의 순음 청력검사기 PCB 보드를 보여주고 있으며, 전체 순음 청력검사기의 구성은 Fig. 3(b)와 같이 순음 청력검사장치와 함께 피 시험자의 반응을 입력하는 핸드스위치와 발생음을 출력하는 헤드셋을 포함한다.</p><h2>2.3 원격제어 단말기</h2><p>원격제어단말기(WEB-100,Wooksungmedia, Korea)는 SIP 국제표준프로토콜 기반으로 G.722 음성코덱과 H.264 비디오코덱을 기본 지원하여 1280\(\times\)720 해상도의 영상을 2048 \(\mathrm{kbps}\) 대역폭으로 전송한다. 본 연구에서는 이러한 원격제어 단말기의 인터넷 영상통화 기술을 기반으로 청력검사 제어신호를 단말기간 통신프로토콜 내 포함하여 전송함으로써 개발한 청력검사기를 원격 조정하게 된다. 원격제어단말기와 청력검사기 간의 시리얼제어 프로토콜은 Fig. 4와 같다.</p>
|
[
"원격통신 단말기가 갖추고 있는 기초적인 환경은 무엇인가?",
"어떤 환경이 원격통신 단말기가 갖추고 있는 기초적인 것일까?",
"의료 취약 원격지로 수신된 청력검사 제어신호는 연결된 청력 검사기로 전송되는 대신 공기 중으로 분산되어 없어지는가?",
"의료 취약 원격지로 수신된 청력검사 제어신호는 좌우 선택 등을 조절하는 게 어려워지는가?",
"순음 청력검사 방법 중 뼈의 진동을 통해 신호음을 전송하는 방식을 무엇이라 지칭하는가?",
"본 연구에서는 어떤 방법을 통해 기도 청력검사기를 개발하였는가?",
"개발한 순음청력검사기는 총 248단계의 신호음의 세기조절이 가능한가?",
"좌우 헤드셋 출력장치로 전달되는 오디오 신호는 단일 신호인가?",
"좌우 헤드셋 출력장치로 전달되는 오디오 신호는 차동 신호로 단일 신호 출력보다 좋은 점은 무엇인가?",
"전체 순음 청력검사기에서 실험대상자의 감응을 입련하는 것은 무엇인가?",
"전체 순음 청력검사기에서 발생음을 출자하는 것은 무엇인가?",
"원격제어단말기는 무엇을 토대로 G.722 음성코덱과 H.264 비디오코덱을 기초적으로 돕는가?",
"원격제어단말기는 280\\(\\times\\)720 해상도의 영상을 얼만큼의 대역폭으로 보내는가?",
"순음 청력검사 방법 중 공기를 매질로 하는 방법을 무엇이라고 부르는가?",
"순음 청력검사 방법 중 공기를 매질로 하는 법을 무엇이라고 부르지?"
] |
1fcbbd7e-e320-4643-8bde-a6be0aeee3ed
|
인공물ED
|
순음 청력검사를 위한 원격진단 모니터링 시스템
|
<h1>3. 결과 및 고찰</h1><h2>3.1.1 발생음 평가환경 및 방법</h2><p>개발한 청력검사기의 경우 표준규격 IEC 60645-1 와 ANSIS3.6-2010에 근거하여 발생음의 성능을 평가하였다. Fig. 5는 발생음을 평가하기 위한 시험 환경을 보여주고 있다. Fig. 5(a)의청력검사용 오디오 부스(SA-1200, SONTEK, Korea) 내에서 발생음의 평가를 수행하였으며, Fig. 5(b)에서는 소음측정기(Type#2250, B&K, Denmark)와 인공 귀 커플러(Type #4153, B&K,Denmark)를 이용하여 발생음을 평가 및 교정하는 모습을 보여주고 있다. 청력검사기에서 출력되는 발생음을 교정하여 올바른 청력레벨(HL, hearing level)로 변환하는 방법은 다음과 같다. 먼저 청력검사기로부터 헤드셋을 통해 출력되는 음압(SPL, soundpressure level)을 소음측정기와 인공 귀 커플러를 사용하여 정확하게 측정한다. 이 때 측정한 음압은 표준규격 KS I ISO 389-1에서 제시한 기준등가 역치음압강도 (reference equivalentthreshold sound pressure levels, RETSPLs)에 근거하여 청력레벨로 변환한다</p><h2>3.1.2 발생음 성능평가</h2><p>순음 청력검사기에서 출력되는 발생음은 표준기준에 근거하여 다음의 네 가지 항목을 성능평가 되어야 한다. 1) 청력레벨의 크기, 2) 선형성, 3) 정확도와 4) 총 고조파 왜곡으로 구분한다.</p><p>첫째, Fig. 6 은 현재 상용되고 있는 청력검사기(GSI18,Grason-Stadler, USA; AS608, Interacoustics, Denmark)와 개발한 청력검사기의 청력레벨을 비교하고 있다. 최대 발생 가능한 청력레벨은 3,000 \(\mathrm{Hz}\)의 검사주파수에서 104.9 \(\mathrm{dB HL}\) 크기로 출력하는것을 확인하였다. 이러한 성능은 상용 모델과 비교할 때, 유사한 청력레벨 성능을 가지고 있음을 알 수 있다. 여기서, 개발한 청력검사기의 최대 청력레벨이 상용 검사기에 비하여 상대적으로 큰 편차를 가지는 것을 확인할 수 있었다. 이는 상용 청력검사기의 경우, 제품 출시 전에 최대 청력레벨이 일정하도록 교정하였기 때문이며, 본 개발한 청력검사기는 청력레벨 원 데이터를 그대로 보여주기 때문에 상대적으로 큰 편차가 보여진다. 하지만 IEC 60645-1에서는 스크린용 청력검사기의 청력레벨을 70\(\mathrm{dBHL}\)이상으로 출력 할 것을 규정하고 있어 개발한 청력검사기의 발생음은 세기 기준을 충분히 만족하고 있다.</p><p>둘째, 청력검사기는 사용자가 출력의 세기를 변화시킬 때, 실제 출력되는 음의 출력세기도 동일한 크기로 변경이 되는지에 대한 선형성을 판단해야 한다. ANSI S3.6-2010에 따르면, 출력의 세기를 조절 간격 단계의 0.3이내 또는 1 \(\mathrm{dB}\) 중 더 작은 값으로 허용편차를 규정하고 있다. 본 연구에서는 서로 다른 주파수를 가지는 순음을 발생시키면서 출력 세기를 최대에서 5 \(\mathrm{dB}\)단계씩 차례로 감소시킬 때, 실제로 발생이 되는 순음의 세기를 측정하였다. Fig. 7과 같이 주파수 변화에 대하여 순음 출력강도의 선형적 편차는 \( \pm 0.4 \) \(\mathrm{dB}\)를 보임으로써 규격에 제시된 허용편차 이내 조건(\( \pm 1 \) dB)을 충분히 만족하였다.</p><p>셋째, 청력검사기는 사용자가 입력한 검사주파수와 실제 발생되는 검사주파수가 동일한지에 대한 정확도 비교를 필요로 한다. IEC 60645-1에서는 스크린용 장비에 대해서 \( \pm 2 \% \) 이내 오차로 규정하고 있으며, 본 연구에서는 70 \(\mathrm{dBHL}\) 청력레벨로 전체 주파수 별 출력되는 음향을 분석한 결과, 최대\( \pm 0.025 \% \)의오차를 가짐을 확인하였다.</p><p>넷째, 순음이 발생되는 검사기의 경우 검사 음이 순음에 가까운지를 판단하기 위해 고유 주파수 외에 고조파 성분을 분석할필요가 있다. ANSI S3.6-2010에서는 총 고조파 왜곡을 최소\(\pm2.5\%\) 이내로 규정하고 있다. 본 연구에서는 발생한 음을 오디오분석기(dScope SeriesIII, PrismSound, England)에 입력하여 총고조파 왜곡을 분석한 결과 Table 1과 같이 최대 0.21\(\%\)의 왜곡을 가지는 것을 확인하였다.</p><table border><caption>Table 1. Total harmonic distortion at different frequencies</caption><tbody><tr><td>Freq.</td><td>250</td><td>500</td><td>1000</td><td>2000</td><td>3000</td><td>4000</td></tr><tr><td>HL</td><td>70</td><td>95</td><td>100</td><td>100</td><td>105</td><td>100</td></tr><tr><td>THD(\(\%\))</td><td>0.09</td><td>0.08</td><td>0.09</td><td>0.11</td><td>0.21</td><td>0.10</td></tr></tbody></table><table border><caption>Table 2. Performance specifications of pure-tone audiometer</caption><tbody><tr><td></td><td>Standard</td><td>GSI18</td><td>AS608</td><td>This work</td></tr><tr><td>Freq. (Hz)</td><td>-</td><td>125-8000</td><td>125-8000</td><td>125-8000</td></tr><tr><td>Max. dB HL</td><td>>70</td><td>90</td><td>100</td><td>104.9</td></tr><tr><td>Min. dB HL</td><td>< 0</td><td>-10</td><td>N/A</td><td>-4.9</td></tr><tr><td>Linearity (dB)</td><td>< ±1</td><td>N/A</td><td>N/A</td><td>±0.4</td></tr><tr><td>Accuracy (%)</td><td>< ±2</td><td>±2</td><td>N/A</td><td>±0.025</td></tr><tr><td>THD (%)</td><td>< 2.5</td><td>< 2.5</td><td>0.3</td><td>0.21</td></tr></tbody></table><h2>3.2 원격 제어가 가능한 청력검사장치</h2><p>원격 제어가 가능한 본 시스템은 전문의가 접속하는 단말기(A)와 원격지의 단말기(B)로 구분할 수 있다. 단말기 (A)는 전문의가 청력검사 파라미터를 쉽게 조절하고 청력검사 결과 그래프를 화면 상에서 실시간 파악할 수 있도록ON-ScreenDisplay(OSD) 기능을 구현하고 있다. Fig. 8에서 보듯, 단말기(A)의 좌측 상단에는 청력검사용 파라미터를 조절하기 위한 아이콘이 있으며, 우측 상단에는 단말기 (B)로부터 전달된 환자의청력검사 결과가 그래프로 실시간 업데이트 되어진다. 청력검사결과 그래프는 주파수 별로 피 시험자가 들을 수 있는 신호음의 최대 크기를 표시한 그래프이다.</p><p>Fig. 9는 청력검사를 위해 필요한 파라미터 설정기능에 대한아이콘을 보여주고 있다. 여기서 파라미터 설정 아이콘은 청력검사를 하고자 하는 좌/우 선택, 검사 주파수 값, 청력레벨 크기, 신호음의 발생시간, 저장, 신호음 발생, 초기화, 그래프 그리기 기능으로 구분할 수 있다. 전문의가 이러한 파라미터 설정을 완료하면 원격지의 단말기 (B)와 연결된 청력검사기로 설정값이 전달되어 진단용 신호음을 발생할 준비를 하게 된다. 이 후단말기 (A)에서 신호음 재생신호에 따라 단말기 (B)와 연결된 청력검사기에서 진단을 시작하게 되고, 검사 결과는 다시 단말기 (B)에서 (A)로 전달이 되어 전문의가 보는 화면의 우측상단 그래프로 결과가 나타나게 된다.</p><p>Fig. 10은 원격제어가 가능하도록 청력검사기를 배치하여 가상의 전문의와 환자를 설정한 후, 서로 간의 원격 청력검사를 수행하는 모습을 보여주고 있다. 본 시스템의 실험 결과, 전송되는 제어신호의 지연은 없으며, 단지 인터넷 망 수준에 따라최대 100 \(\mathrm{msec}\) 이내로 지연되는 결과를 보였다. 실제로 청력 검사는 수술과 같은 빠른 응답특성을 보여야 하는 진단분야가 아니므로 검사진행에는 전혀 무리가 되지 않았다.</p><p></p><p></p>
|
[
"표준기준에 근거하여 성능평가 되는 발생음은 어디에서 출력되는가?",
"청력검사기에서 측정한 음압을 기준등가 역치음압강도에 근거하여 무엇으로 변환하는가?",
"Fig. 6 은 현재 상용되고 있는 청력검사기와 개발한 청력검사기의 무엇을 비교하는가?",
"청력검사기는 사용자가 입력한 검사주파수와 실제 발생되는 검사주파수를 어떻게 비교하는 것이 필요한가?",
"순음 청력검사기에서 출력되는 발생음의 성능이 평가되는 네 가지 항목들은 무엇인가?",
"무엇에 대하여 순음 출력강도의 선형적 편차가 \\( \\pm 0.4 \\) \\(\\mathrm{dB}\\)를 보이는가?",
"발생한 음의총고조파 왜곡을 분석한 결과, 최대 몇 %의 왜곡을 가지는가?",
"본 연구에서는 발생한 음을 어디에 입력하여 총고조파 왜곡을 분석하였는가?",
"전문의가 청력검사 파라미터를 쉽게 조절하고 청력검사 결과 그래프를 화면 상에서 실시간 파악하는 단말기는 어떤 종류인가?",
"주파수 별로 피 시험자가 들을 수 있는 신호음의 어떤 크기를 그래프에 표시하는가?",
"Fig. 10은 가상의 전문의와 환자가 어떻게 청력검사를 수행하는 모습인가?",
"올바른 청력레벨로 변환하기 위해 먼저 청력검사기로부터 헤드셋을 통해 출력되는 음압을 무엇을 사용하여 정확하게 측정하는가?",
"최대 발생 가능한 청력레벨의 검사 주파수는 얼마인가?",
"상용 청력검사기가 개발한 청력검사기보다 상대적으로 편차가 작은 원인은 무엇인가?",
"개발한 청력검사기가 상용 검사기에 비해 상대적으로 큰 편차를 보이는 원인은?",
"제품 출시 전에 최대 청력레벨이 일정하도록 교정한 것은 상용 청력검사기와 개발한 청력검사기 중 어느 것인가?",
"청력검사기는 사용자가 출력의 세기를 변화시킬 때, 실제 출력되는 음의 출력세기도 동일한 크기로 변경이 되는지에 대한 어떤 특성을 판단해야 하는가?",
"출력의 세기를 조절 간격 단계의 0.3이내 또는 1 디시벨 중 어떤 값으로 허용편차를 규정하고 있는가?",
"순음이 발생되는 검사기의 경우 검사 음이 순음에 가까운지를 판단하기 위해 고유 주파수 외에 무엇을 분석해야 하는가?",
"총 고조파 왜곡의 범위를 얼마로 규정하고 있는가?",
"본 시스템은 원격 제어가 가능한가?",
"Fig. 9의 아이콘은 청력검사를 위해 필요한 어떤 기능을 나타내는가?",
"청력 검사는 인터넷 망 수준에 따라 100밀리초 이내로 지연되어도 전혀 무리가 되지 않는 이유는 무엇인가?",
"개발한 청력검사기의 경우 표준규격에 근거하여 무엇을 평가하였는가?",
"Fig. 5는 무엇을 평가하기 위한 시험 환경을 보여주고 있는가?",
"최대 청력레벨이 상용 검사기보다 개발한 청력검사기가 상대적으로 큰 편차를 가지지 아니한가?",
"출력 세기를 최대에서 몇 디시벨 단계씩 차례로 감소시킬 때, 실제로 발생되는 순음의 세기를 측정할 수 있는가?",
"Fig. 5(a)의 발생음 평가를 수행한 곳은 어디인가?",
"개발한 청력검사기의 발생음은 세기 기준을 충분히 만족하지 아니한가?",
"모든 청력 검사기의 검사 주파수는 얼마로 동일한가?",
"청력검사기의 검사 주파수는 얼마로 동일한가?"
] |
2ca9dacb-510e-461b-a031-1c37c4e56a37
|
인공물ED
|
음파위상측정기의 오차 원인에 대한 분석
|
<h1>1. 서 론</h1><p>매질 내에서 파동이 진행할 때 파동의 진행 방향과 매질의 진동 방향에 따라 파동은 크게 횡파와 종파로 구분된다. 파동 중 우리의 일상생활과 가장 밀접한 음파는 공기를 매질로 하며 종파로 구분된다. 음파는 \( 20 \mathrm{Hz}-20 \mathrm{kHz} \) 범위의 진동수 대역을 갖는 가청 음표(audio waves)뿐 아니라 \( 20 \mathrm{Hz} \) 미만의 초저음파 (infrasonic waves)와 \( 20 \mathrm{kHz} \)를 초과하는 초음파(ultrasonic waves)까지 현대 생활에서 다양하게 활용되고 있다. 예를 들어 가청 음파는 대표적으로 인간의 의사소통에 활용된다. 초저음파는 화산 활동, 유성 충돌, 지진, 대형 화재 등 자연재해와 동반되어 주로 발생하게 되는데 이를 탐지하면 자연재해를 원격으로 관측하거나 그 크기를 예측하는 데 이용될 수 있다. 또한 초저음파는 핵실험 과정에서도 발생되는 데 이를 관측하고 고유의 특징을 추출함으로써 핵실험의 진원지를 파악하는 데 사용되기도 한다. 초음파의 경우에는 의료분야에서의 초음파 검사, 치석제거 등으로 다양하게 이용되고 있다. 산업적으로는 수중 물체의 탐지, 초음파 세척기, 자동차 전·후방 감지센서 등에도 두루 이용되고 있다.</p><p>한편 중등과 대학의 물리교육과정에서도 파동에 관한 교육을 위해 다양한 실험실습 장치들이 활용되고 있다. 주로 이용되는 파동 실험 장치는 수면파실험장치이다. 이 장치를 이용하면 횡파인 수면파를 이용해 파동의 반사, 회절, 간섭, 정상파 등에 대한 실험이 가능하다. 그러므로 파동에 대한 일반적 개념과 특성들을 학생들이 익히는데 도움을 줄 수 있다. 그러나 이 장치로는 공간상 압력 변화에 기인한 종파로서의 음파를 직접적으로 이해시키는데 어려움이 있으며, 또한 종파를 횡파로서 표현하는 사고의 확대가 추가적으로 요구된다. 음파를 다루는 구체적 실험장치로는 기주공명을 이용한 음속 측정, 쿤트의 실험 등이 있다. 기주공명을 이용한 음속 측정장치는 유리관에 들어있는 물의 높낮이, 즉 기주의 길이를 조절함으로써 기주 내에 발생하는 정상파의 공명 현상을 이용해 음파의 파장을 구한 후 이를 이용해 음속을 구하게 된다. 쿤트의 실험장치는 양쪽 끝이 막힌 공기 기둥에 생기는 정상파를 이용하여 음파의 파장과 음속을 또한 구할 수 있다. 그러나 이들 두 실험장치를 이용하면 음파의 파장을 구할 수는 있으나, 공간상에서의 압력 파형(pressure waveform)을 직접적으로 측정하지 못하는 단점이 있다. 따라서 학생들에게 음파의 가장 기본이 되는 압력 파형에 대한 개념을 교육하는 데 있어 한계가 있다.</p><p>이런 상황에서 오실로스코프(oscilloscope)와 같은 값비싼 장비 없이도 공간상에서 음파의 압력 파형을 직접적으로 측정할 수 있는 음파위상측정기(Sound Wave Phase Meter; SWPM)가 최근 Ham 등에 의해 개발되었다. Ham 등의 논문에 따르면 SWPM을 이용해 공간상에서 압력 파형을 직접적으로 측정할 수 있고, 측정된 압력 파형의 골과 마루로부터 음파의 파장을 구할 수 있다. 따라서 이 측정기를 활용하여 음파를 교육할 수 있는 실험장치를 제작한다면 음파의 압력 파형에 대한 내용뿐 아니라 종파를 횡파로서 표현하는 개념을 학생들에게 효과적으로 교육시킬 수 있다.</p><p>그러나 최근 본 연구진의 SWPM에 대한 추가적인 연구에 따르면 압력 파형으로부터 구한 음퐈의 파장 값이 때로 참값과 정밀하게 일치하지 않고, 압력 파형 그 자체도 실제 음파와 다르게 측정되는 오차 현상들이 발견되었다. 그러므로 실제 교육용 실험장치로 SWPM이 이용되기 위해서는 이러한 오차들이 나타나는 원인을 분석하고 최대한 감소시킬 수 있는 방법을 도출하는 것은 매우 중요하다.</p><p>이를 위해 본 연구에서는 SWPM으로 측정한 파장 값과 압력 파형의 오차 원인들을 분석하고 아울러 이를 감소시키기 위한 방법들을 제안하였다.</p>
|
[
"핵실험의 근원 지역을 파악하는 데 유용한 음파는 초저음파야?",
"SWPM을 실제 교육에 활용하기 위해 어떤 절차가 필요해?",
"음파의 매질이 뭐야?",
"진동수 대역이 \\( 20 \\mathrm{Hz} \\) 미만이면 초저음파야?",
"가청 음파는 뭐 하는 데 이용하고 있어?",
"가청 음표의 진동수 대역 범위가 어떻게 돼?",
"파동 중에서 음파는 횡파에 해당돼?",
"파동은 파동의 진행 방향과 매질의 진동 방향에 따라 어떻게 나뉘어?",
"파동은 뭐에 따라 구분할 수 있어?",
"사람 간의 의사소통에 이용되는 건 초저음파야?",
"자연재해와 함께 발생하는 초저음파를 어떻게 이용할 수 있어?",
"초저음파는 무엇과 함께 생겨나?",
"초저음파는 자연재해 이외에 언제 발생해?",
"초음파는 의료분야에서 어떻게 활용돼?",
"초음파 검사나 치석제거에 활용되는 음파는 초저음파야?",
"초음파가 산업적으로 활용되는 사례에는 어떤 게 있어?",
"파동 교육은 어떤 교육과정에서 다뤄져?",
"생활에 다양하게 적용되고 있는 음파에는 가청 음표, 초저음파, 초음파가 있어?",
"초저음파와 함께 발생하는 자연재해에는 어떤 게 있어?",
"일반적으로 사용하는 파동 실험 장치에는 뭐가 있어?",
"수면파실험장치로 어떤 실험이 가능해?",
"수면파는 횡파에 속해?",
"학생들은 수면파실험장치을 통해 무엇을 배울 수 있어?",
"수면파실험장치의 단점은 무슨 파동이기 때문에 발생해?",
"쿤트의 실험장치는 음파에 관한 실험에 사용돼?",
"기주공명을 이용한 음속 측정장치는 음파의 파장을 어떻게 구해?",
"기주공명을 이용한 음속 측정장치가 음속을 구하는 과정에서 조절하는 건 기주의 무게야?",
"쿤트의 실험장치에서 음파의 파장과 음속을 구할 때 뭘 사용해?",
"기주공명을 이용한 음속 측정, 쿤트의 실험장치를 통해 측정할 수 없는 게 뭐야?",
"기주공명을 이용한 음속 측정과 쿤트의 실험장치로 학생들에게 설명할 수 없는 개념이 뭐야?",
"공간상 음파의 압력 파형을 직접적으로 측정하기 위해 Ham 등이 개발한 기구가 뭐야?",
"음파위상측정기로는 뭘 측정할 수 있어?",
"음파위상측정기를 개발한 사람은 Ham이야?",
"Ham 등의 논문에 의하면 압력 파형을 직접적으로 측정하기 위해 뭘 이용해?",
"무엇에 대한 연구를 통해 음파의 파장 값과 압력 파형의 오차를 발견했어?",
"학생들이 음파의 압력 파형과 종파를 횡파로 표현하는 개념을 배울 수 있는 장치는 음파위상측정기야?",
"Ham에 의하면 음파의 파장은 어디서 얻을 수 있어?"
] |
d4e32474-1265-4fcc-9866-b1d95e6198ad
|
인공물ED
|
음파위상측정기의 오차 원인에 대한 분석
|
<h1>3. 결과 및 고찰</h1><h2>3.1 SWPM의 동작특성과 오차의 종류</h2><p>Fig. 2는 함수발생기에서 출력되는 사인꼴 교류 신호의 최대 전압 \( V_{p} \) 를 \( 4.0 \mathrm{V} \), 진동수 \( f \)를 \( 5.00 \mathrm{kHz} \)로 고정한 상태에서, SWPM과 스피커 사이의 거리가 \( x_{1}=112 \mathrm{mm}, x_{2}=134 \mathrm{mm} \)에서 각각 측정한 유도, 음파, 합성 신호의 파형을 나타낸다.</p><p>Fig. 2(a)는 Fig. 1에서의 스위치 A를 열고, 스위치 B를 닫음으로써 사인꼴 교류 신호에 의해 알루미늄 타공판 주변의 전기장 변화에 의한 SWPM의 유도 신호를 나타낸다. Fig. 2(b)는 스위치 A를 닫고, 스위치 B를 열음으로써 스피커에서 발생된 소리에 의한 SWPM의 음파 신호를 나타낸다. Fig. 2(c)는 스위치 A와 B를 모두 닫음으로써 유도 신호와 음파 신호의 간섭에 의해 형성되는 SWPM의 합성 신호를 나타낸다.</p><p>모든 신호의 주기는 그림에 표시한 바와 같이 \( 0.2 \mathrm{ms} \)로 측정되었으며, 이 값은 인가된 교류 신호의 주기 \( (\mathrm{T}=1 / f=0.2 \mathrm{ms}) \)와 일치하였다. 이것은 SWPM으로 측정되는 모든 신호들이 함수 발생기에서 출력되는 사인꼴 교류 신호의 주기와 동조되어 있음을 뜻한다. 한편, Fig. 2(a)와 같이 유도 신호의 위상과 진폭은 \( x_{1} \)과 \( x_{2} \)가 서로 다를지라도 동일하게 나타났다. 그 이유는 유도 신호의 위상과 진폭은 SWPM과 타공판 사이의 거리 \( d_{0} \)와 타공판에 인가된 교류 신호의 \( V_{p} \)에 의존하게 되는데 본 실험에서는 그 두 값들을 모두 \( 4.00 \mathrm{mm} \)와 \( 4.0 \mathrm{V} \)로 고정하였기 때문이다. 이와는 달리 Fig. 2(b)에서와 같이 음파 신호의 위상과 진폭은 \( x \)에 의존하여 달라진다.</p><p>즉, \( x_{1}=112 \mathrm{mm} \)와 \( x_{2}=134 \mathrm{mm} \)에서 측정한 두 음파 신호 사이에는 위상차가 관찰되었으며, 그 크기는 약 \( 2.23 \mathrm{rad} \)으로 측정되었다. 진폭의 경우에는 그림과 같이 \( x_{1} \)에 비해 \( x_{2} \)에서 상대적으로 매우 작게 나타났다.</p><p>우선 위상차가 발생한 이유를 분석하면 다음과 같다. \( x_{1} \)과 \( x_{2} \) 지점 사이의 경로차 \( x_{2}-x_{1} \) 을 \( \Delta x \) 라 하고 음파의 파장을 \( \lambda_{0} \) 라고 하면 경로차 \( \Delta x \) 에 따른 음파의 위상차 \( \varnothing \) 는 파동 이론에 따라 다음과 같이 주어진다.</p><p>\( \phi=2 \pi \frac{\Delta x}{\lambda_{0}} \)<caption>(1)</caption></p><p>즉, \( \varnothing \) 는 \( x_{1} \) 지점에서 특정 위상을 갖는 음파가 \( x_{2} \) 지점까지 전파하게 되면 그 경로차에 따라 변하게 되는 음파의 위상차이다. \( x_{1} \) 과 \( x_{2} \) 로부터 구한 경로차는 \( \Delta x=22 \mathrm{mm} \)이고, 약 \( 25^{\circ} \mathrm{C} \)에서의 음속이 \( v=346.60 \mathrm{m} / \mathrm{s} \)라 할 때 \( f=5 \mathrm{kHz} \)에서 구한 파장 \( \lambda_{0} \) 는 \( 69.32 \mathrm{mm} \)이다. 이것을 (1)식에 대입하고 정리하면 위상차 \( \varnothing \) 는 약 \( 2.00 \mathrm{rad} \)이 얻어진다. 이 이론 값은 측정 값인 \( 2.23 \mathrm{rad} \)과 거의 유사하며 실험적 상황을 고려할 때 큰 오차는 아닌 것으로 보인다. 다음으로 진폭이 감소한 이유는 지점 \( x_{1} \) 에 비해 지점 \( x_{2} \) 가 스피커로부터 거리가 더 떨어져 있어 SWPM으로 측정되는 음파의 세기가 감소하였기 때문으로 설명될 수 있다.</p><p>SWPM에서는 유도 신호와 음파 신호가 간섭되어 합성된 신호가 출력된다. 그런데 앞에서 설명한 바와 같이 유도 신호는 \( x \)에 의존하지 않지만, 음파 신호는 위상과 진폭 모두가 \( x \)에 의존하여 변한다. 그러므로 Fig. 2(c)에 제시된 합성 신호의 위상과 진폭도 거리 \( x \)에 따라 달라져야만 한다. 실제로 그림에서와 같이 두 합성 신호 사이에는 위상차가 관찰되고 있으며 \( x_{1}=112 \mathrm{mm} \)보다 \( x_{2}=134 \mathrm{mm} \)에서 진폭도 감소되었음을 알 수 있다.</p>
|
[
"그림2에서 SWPM과 스피커 사이의 거리가 각각 몇인가요?",
"그림2에서 고정시킨 값이 아닌 측정한 값인 것은?",
"그림1에서 여는 스위치는 무엇인가요?",
"그림1에 닫는 스위치는 무엇인가요?",
"그림2에 SWPM의 유도 신호는 어떤 변화에 의해 생성되나요?",
"그림2에서 사인꼴 교류신호를 일으키기위해 그림1에서의 스위치 A를 닫고, 스위치 B를 여나요?",
"Fig. 2(b)는 무엇을 나타내고 있나요?",
"Fig. 2(c)는 무엇을 나타내고 있나요?",
"모든 신호의 주기는 몇초로 측정하였나요?",
"Fig. 2(b)는 스위치 A를 열고, 스위치 B를 닫아서 실험을 진행했나요?",
"\\( 0.2 \\mathrm{ms} \\)는 어떤 주기와 일치하나요?",
"\\( x \\)에 의존하지 않는 요소는 무엇인가요?",
"\\( \\varnothing \\) 는 \\( x_{1} \\)는 무엇을 의미하나요?",
"음파 신호의 위상과 진폭은 무엇에 의해 달라지나요?",
"\\( x\\)의 값에 의존하여 변하지 않는 데이터는 무엇인가요?",
"SWPM에서는 유도 신호와 음파 신호가 간섭하지 못하여 개별적으로 신호가 출력되나요?",
"함수 발생기에서 측정한 측정 값은 몇인가요?",
"거리를 다르게 측정한 두 음파 신호 사이에 발생한 위상차의 크기는 몇인가요?",
"\\( x \\)에 의존하여 달라지는 값은 무엇인가요?",
"본 실험에서 SWPM과 타공판 사이의 거리 \\( d_{0} \\)를 몇으로 고정하였나요?",
"\\( x_{1} \\)과 \\( x_{2} \\) 지점 사이의 경로차 \\( x_{2}-x_{1} \\) 을 \\( \\Delta x \\) 라 하고 음파의 파장을 \\( \\lambda_{0} \\) 라고 하면 경로차 \\( \\Delta x \\) 에 따른 음파의 위상차 \\( \\varnothing \\) 는 파동 이론에 따라 어떤 식을 세울 수 있나요?",
"(1)식에 변수의 값을 대입하면 어떤 값이 나오나요?",
"거리를 다르게 측정한 두 음파 신호 사이에는 어떤 차이가 발생했나요?",
"유도 신호의 위상과 진폭은 무슨 값에 의존하나요?",
"본 실험에서는 SWPM과 타공판 사이의 거리와 타공판에 인가된 교류 신호의 \\( V_{p} \\)를 고정하였나요?",
"진폭이 감소한 이유를 어떻게 설명할 수 있나요?",
"측정한 신호주기와 인가된 교류 신호의 주기가 일치한다는 것은 무엇을 뜻하나요?",
"SWPM에서는 어떤 두 신호가 간섭되어 합성된 신호가 출력되나요?",
"SWPM으로 측정되는 모든 신호들이 함수 발생기에서 출력되는 사인꼴 교류 신호의 주기는 서로 동조되어 있지 않나요?",
"\\( x_{1} \\)과 \\( x_{2} \\)가 서로 달라도 동일하게 나타난 요소는 무엇인가요?",
"SWPM에서 측정된 신호중 어디에서 더 감소된 진폭이 관찰되었나요?",
"본 실험에서 타공판에 인가된 교류 신호의 \\( V_{p} \\)를 몇으로 고정하였나요?"
] |
13aa541e-c10b-4eda-af1c-f12ee9d5c464
|
인공물ED
|
음파위상측정기의 오차 원인에 대한 분석
|
<p>Fig. 3의 실선은 SWPM과 스피커 사이의 거리 \( x \)를 0에서부터 \( 300 \mathrm{mm} \)까지 연속적으로 변화시킬 때 합성 신호의 진폭 변화 즉, 공간 내 음퐈의 압력 파형에 대한 측정 데이터를 나타낸다. 그림에서와 같이 음파의 압력 파형은 극대 점과 극소 점이 주기적으로 나타났다. 극대 점이 나타나는 \( x=36,112,186,254 \mathrm{mm} \)의 경우는 유도 신호와 음파 신호 사이의 위상차가 없어(\(0 \mathrm{rad}\)) 두 신호가 보강 간섭되어 나타난 것이다.</p><p>이와 반대로 극소점이 나타나는 \( x=76,150,218,282 \mathrm{mm} \)의 경우는 유도신호와 음파 신호 사이의 위상차가 \( \pi \mathrm{rad} \) 만큼 발생되어 두 신호가 상쇄간섭되어 나타난 것이다. Fig. 3의 실선에서 관찰되는 또 하나의 중요한 특징은 \( x \)가 증가할수록 진폭이 점점 감소하여 \( 0.81 \mathrm{V} \)로 수렴해 가는 것을 알 수 있다.</p><p>진폭이 점점 감소하는 이유는 앞에서 언급한 바와 같이 스피커에서 발생된 음파의 세기가 \( x \) 가 증가할수록 점점 약해지기 때문으로 설명된다. 또한 압력 파형이 \( 0.81 \mathrm{V} \)로 수렴하는 이유는 Fig. 2(b)와 같이 \( x \) 가 커질수록 음파 신호의 진폭은 계속 줄어드는 반면 유도 신호는 Fig. 2(a)에서와 같이 \( x \) 와 무관하게 일정하게 유지되기 때문이다. 그러므로 음파 신호가 사라지는 어느 점에서는 유도 신호만 남으며 결국 유도 신호의 최대 진폭이 압력 파형의 수렴 값이 되는 것이다.</p><p>본 연구에서는 Fig. 3의 실선인 측정 데이터를 지수적 감쇠 진동(underdamped oscillation)의 형태로 간주하여 damped sine wave를 이용해 수학적으로 모델링하고 피팅(fitting)하였으며, 그 결과는 푸른색 점선(dotted line)으로 나타내었다. 또한 실선과 피팅 곡선 사이의 일치 정도를 나타내는 수정된 결정계수(Adj. R-square)가 0.87이 얻어졌다. 피팅에 사용한 식은 다음과 같다.</p><p>\( y=y_{0}+A_{0} e^{-\frac{x}{x_{0}}} \sin \left(\frac{2 \pi}{\lambda} x-\theta_{0}\right) \)<caption>(2)</caption></p><p>여기서 \( y_{0}, A_{0}, x_{0}, \theta_{0}, \lambda \) 는 피팅으로 도출되는 값들이다. \( y_{0} \) 는 압력 파형의 진동 중심에 대응되는데 약 \( 0.8 \mathrm{V} \)가 얻어져 Fig. 2(a) 유도 신호의 최대 진폭과 동일함을 알 수 있다. 그리고 \( A_{0} \) 는 압력 파형의 초기 진폭 값에 대응하며 피팅 결과 \( 0.70 \mathrm{V} \)가 얻어졌다. \( x_{0} \) 는 지수적 감쇠 진동의 특성 거리(characteristic distance)로써 피팅 결과 \( 172.85 \mathrm{mm} \)가 도출되었다. 또한 \( \theta_{0} \) 는 초기 위상으로써 \( 1.58 \mathrm{rad} \)이 얻어졌다. 한편 \( \lambda \)는 음파의 파장이며 피팅 결과 \( 74.12 \mathrm{mm} \)가 도출되었다. 여기서 중요한 것은 이 파장 값이 상온에서의 음속을 \( v=346.60 \mathrm{m} / \mathrm{s} \)로 하고 \( f=5.00 \mathrm{kHz} \)를 이용하여 구한 이론적 참값 \( \lambda_{0}=69.32 \mathrm{mm} \)와 비교할 때 \( 4.80 \mathrm{mm} \) 만큼의 오차가 발생된다는 것이다. 이전 Ham 등의 논문에서는 약 \( 1.10 \mathrm{mm} \) 정도의 오차가 보고된 것에 비해 이 정도의 오차값은 매우 크다고 할 수 있다.</p><p>파장 값의 오차를 명확히 보이기 위해 피팅으로 도출된 \( y_{0}, A_{0}, x_{0}, \theta_{0} \) 를 식 (2)에 대입하고 파장은 참값인 \( \lambda_{0}=69.32 \mathrm{mm} \) 를 대입하여 \( x \) 의 함수로서의 압력 파형을 시뮬레이션하였다. 그 결과는 Fig. 3의 빨간색 파선(dashed line)으로 나타내었으며 \( 4.80 \mathrm{mm} \)의 파장 값 오차 때문에 \( x \) 가 증가할수록 점선과 실선 사이의 편차가 계속 증가하는 것을 알 수 있다.</p><p>스피커에서 방출되는 음파의 압력 파형이 사인꼴의 형태임에도 불구하고 SWPM으로 측정한 Fig. 3의 실선이 사인꼴로 나타나지 않는 현상도 관찰할 수 있다. 즉 Fig. 3의 실선에서 극대 지점들에서는 곡선이 완만하게 변하는 반면 극소 지점 들에서는 상대적으로 급격하게 변하는 것을 알 수 있다. 이것은 사인꼴의 실제 파형과 비교하여 SWPM으로 측정되는 압력 파형에 오차가 있음을 뜻한다.</p><p>본 연구에서는 이러한 파장 값의 오차와 압력 파형의 오차 발생 원인을 다음과 같이 구체적으로 분석하였다.</p>
|
[
"합성 신호의 진폭 변화는 또 다른말로 뭐라고 할 수 있나요?",
"그림3에서 SWPM과 스피커 사이의 거리를 변화시키는 범위가 몇인가요?",
"그림3에서 SWPM과 스피커 사이의 거리는 불연속적으로 변화시키나요?",
"음파의 압력 파형은 극대 점과 극소 점이 불규칙적으로 나타나나요?",
"Ham 등의 논문에 비해 본 논문의 오차값은 어떤가요?",
"극소점의 위상차는 몇인가요?",
"극소점이 나타나는 이유는 두 신호가 어떻게 되어서 인가요?",
"극소점이 나타나는 \\( x\\)의 위치는 몇인가요?",
"\\( x \\)가 증가할수록 어디로 수렴해 가나요?",
"그림3에서 \\( x \\)가 증가할수록 진폭은 어떻게 되나요?",
"\\( x \\) 가 증가할 수록 음파의 세기는 어떻게 되나요?",
"압력 파형이 \\( 0.81 \\mathrm{V} \\)로 수렴하는 이유는 무엇이 \\( x \\) 와 무관하게 일정하게 유지되기 때문인가요?",
"음파 신호가 사라지는 어느 점에서 압력 파형의 수렴 값은 어떤 값인가요?",
"음파 신호가 사라지는 어느 점에서는 어떤 신호만 남나요?",
"그림3의 실선은 무엇을 의미하나요?",
"그림3에 측정데이터 어떤 형태로 간주하였나요?",
"피팅에 사용한 식 중에 피팅으로 도출되는 값을 수식으로 나타낸 것은 무엇인가요?",
"\\( A_{0} \\) 는 압력 파형의 어느 값에 대응되나요?",
"\\( y_{0} \\)인 \\( 0.8 \\mathrm{V} \\)은 어떤 값과 동일하나요?",
"\\( \\theta_{0} \\) 는 무엇인가요?",
"\\( x_{0} \\)는 무엇인가요?",
"\\( A_{0} \\)는 어떤 값이 얻어졌나요?",
"\\( y_{0} \\)의 값은 몇인가요?",
"\\( x_{0} \\)의 값은 몇인가요?",
"\\( y_{0} \\)는 무엇과 대응되나요?",
"\\( \\theta_{0} \\)의 값은 몇인가요?",
"\\( \\lambda \\)는 음파의 어떤 값인가요?",
"\\( \\lambda \\)의 값은 몇인가요?",
"음파의 파장을 어떤 수학적 기호로 표시할 수 있나요?",
"압력 파형의 진동 중심을 수학적 기호로 어떻게 나타낼 수 있나요?",
"압력 파형의 초기 진폭 값을 수학적 기호로 어떻게 나타낼 수 있나요?",
"지수적 감쇠 진동의 특성 거리는 수학적 기호로 어떻게 나타낼 수 있나요?",
"이론값과 측정값의 오차는 어느정도 인가요?",
"이론 값을 구할 때, 진동수를 몇으로 하였나요?",
"이론 값을 구할 때, 음속을 몇으로 하였나요?",
"이론값을 구할 때, 어느 온도에 있다고 가정하였나요?",
"Ham 등의 논문에서의 오차는 어느정도 였나요?",
"\\( x \\) 의 함수로서의 압력 파형을 시뮬레이션한 이유는 무엇인가요?",
"압력 파형을 시뮬레이션할 때, 어떤 값의 함수로써 시뮬레이션하였나요?",
"식 (2)에 대입한 것이 아닌 것은?",
"파장 값 오차의 값은 몇인가요?",
"스피커에서 방출되는 음파의 압력 파형은 어떤 모양인가요?",
"그림3에서 SWPM으로 측정한 값을 어떤 선으로 나내고 있나요?",
"그림3의 실선은 정현파로 나타나지 않고 있나요?",
"극대 지점들에서 곡선은 어떻게 변하나요?",
"극대 지점과 비교하여 극소 지점은 상대적으로 어떻게 변하나요?",
"극대 지점과 극소 지점들의 곡선 모양의 차이는 무엇을 의미하나요?",
"본 연구에서는 무엇을 분석하였나요?",
"위상차가 없으면 보강간섭될 수 있나요?",
"그림3에서 damped sine wave를 이용해 수학적으로 모델링하고 피팅하였나요?",
"두 신호가 상쇄간섭되면 어떻게 되나요?",
"그림3에서 SWPM과 스피커 사이의 거리 \\( x \\)를 0에서부터 \\( 30 \\mathrm{mm} \\)까지 변화시키나요?",
"두 신호가 보강 간섭되면 극소점이 나타나나요?",
"음파의 압력 파형은 어떤 점들이 주기적으로 나타났나요?",
"그림 3에서 측정 데이터를 지수적 증가 진동의 형태로 간주하였나요?",
"음파 신호가 사라지는 어느 점에서는 합성 신호만 남나요?",
"\\( \\lambda \\)는 음파의 초기 진폭 값인가요?",
"\\( y_{0}, A_{0}, x_{0}, \\theta_{0}, \\lambda \\)는 피팅으로 도출될 수 없나요?",
"\\( x_{0} \\) 는 지수적 증가 진동의 특성 파장을 의미하나요?",
"그림3에서 \\( x \\)가 증가할수록 진폭도 증가하나요?",
"보강 간섭되면 극소점이 나타나나요?",
"그림3에서 \\( x \\)가 증가할수록 \\( 0.81 \\mathrm{V} \\)로 수렴하나요?",
"압력 파형은 \\( 0.81 \\mathrm{V} \\)로 수렴하나요?",
"유도 신호는 \\( x \\) 와 어떤 관게인가요?",
"유도 신호는 \\( x \\)가 증가할 수록 같이 증가하나요?",
"유도 신호의 최대 진폭은 약 \\( 0.8 \\mathrm{V} \\)인가요?",
"\\( \\theta_{0} \\) 는 초기 위상인가요?",
"상온에서의 음속은 \\( v=346.60 \\mathrm{m} / \\mathrm{s} \\) 인가요?",
"극대 지점들에서는 곡선이 급격하게 변하나요?",
"그림3에서 푸른색 점선은 측정 데이터인가요?",
"\\( A_{0} \\) 는 압력 파형의 진동 중심에 대응되나요?",
"그림 3에서 푸른색 점선은 수학적으로 모델링하고 피팅한 값인가요?",
"\\( A_{0} \\) 의 값은 \\( 0.07 \\mathrm{V} \\)인가요?",
"유도 신호의 최소 진폭이 압력 파형의 수렴 값이 되나요?",
"그림3에서 수학적으로 모델링하고 피팅하기위해 어떤 wave를 사용하였나요?",
"위상차가 \\( \\pi \\mathrm{rad} \\) 만큼 발생되면 신호가 보강 간섭되나요?",
"\\( y_{0} \\)의 값은 약 \\( 8 \\mathrm{V} \\)인가요?",
"이전 Ham 등의 논문에서는 약 \\( 110 \\mathrm{mm} \\) 정도의 오차가 보고되었나요?",
"진폭이 점점 감소하는 이유는 음파의 어떤 요소가 변했기 때문인가요?",
"\\( x \\)와 편차는 비례관계인가요?",
"\\( y_{0} \\) 는 압력 파형의 진폭에 대응되나요?",
"이론값과 측정값의 차이는 \\( 480 \\mathrm{mm} \\)인가요?",
"이론적 참값은 \\( \\lambda_{0}=69.32 \\mathrm{mm} \\) 인가요?",
"이전 Ham 등의 논문에 비해 본 논문의 오차 값은 작은 편인가요?",
"본 연구에서는 파장 값의 오차 원인만을 분석하였나요?",
"\\( x \\) 가 증가할수록 점선과 실선 사이의 편차가 계속 증가하나요?",
"본 연구에서는 압력 파형의 오차 발생 원인만 분석하였나요?",
"극대점이 나타나는 \\( x\\)의 값은 무엇인가요?",
"그림3에서 푸른색 점선으로 나타낸 값은 수학적으로 어떻게 한 값인가요?",
"두 값 사이의 일치 정도를 나타내는 용어는 무엇인가요?",
"본 연구에서 결정계수의 값은 몇인가요?",
"피팅에 사용된 식은 무엇인가요?",
"\\( x_{0} \\) 는 피팅 결과 \\( 172.85 \\mathrm{mm} \\)가 도출되었나요?",
"\\( \\lambda \\)는 \\( 74.12 \\mathrm{mm} \\) 값인가요?",
"실선과 피팅 곡선 사이의 수정된 결정계수는 0.78인가요?",
"\\( \\theta_{0} \\) 는 \\( 0.58 \\mathrm{rad} \\)이 얻어졌나요?",
"두 신호가 보강 간섭된 이유는 무엇인가요?",
"극대점이 나타나는 이유는 무엇인가요?",
"그림3에서 수학적 모델링을 하기 위해 무엇을 이용했나요?",
"사인꼴의 실제 파형과 SWPM으로 측정되는 압력 파형에 오차가 있나요?",
"파장 값 오차는 \\( 4.80 \\mathrm{mm} \\)인가요?",
"\\( 4.80 \\mathrm{mm} \\)는 어떤 값인가요?",
"\\( x \\) 가 증가할수록 점선과 실선 사이의 편차는 계속 어떻게 되나요?",
"극소 지점에서는 곡선이 완만하게 변하나요?",
"그림3에서 SWPM으로 측정한 값을 점선으로 나타내고 있나요?",
"빨간색 파선은 어떤 값을 파장값으로 시뮬레이션한 결과인가요?",
"이론 값은 몇인가요?"
] |
fba62488-73bf-44c9-b0ad-a2169dde1bcc
|
인공물ED
|
음파위상측정기의 오차 원인에 대한 분석
|
<h2>3.2 파장 값의 오차 원인 분석</h2><p>SWPM을 통해 측정된 파장값 \( \lambda \) 와 이론적 참값 \( \lambda_{0} \) 사이의 오차 원인은 음파의 진행방향(스피커 진동면의 법선방향)과 SWPM의 이동 방향 사이의 각도 \( \theta \)가 0이 아닐 때 발생하는 것으로 설명될 수 있다. 그 이유는 \( \theta=0 \)인 Ham 등의 연구에서 는 파장값의 오차가 매우 작은 반면 \( \theta=0.19 \mathrm{rad} \)으로 설정한 본 연구에서는 오차가 매우 크게 나타났기 때문이다. Fig. 4는 이를 구체적으로 설명하기 위한 그림이다.</p><p>Fig. 4에서 오른쪽에 있는 스피커는 Fig. 1 의 스피커에 대응한다. 스피커에서 발생된 음파는 스피커 진동면의 법선 방향으로 진행되며, 그 파면은 음파를 평면파로서 가정하면 Fig. 4에서와 같이 세로 방향 선으로 나타낼 수 있다.</p><p>이때 각 파면 사이의 거리는 참값 \( \lambda_{0} \) 에 해당한다. Ham 등의 연구에서와 같이 SWPM의 이동방향이 음파의 진행방향과 평행하면 측정값 \( \lambda \) 는 참값 \( \lambda_{0} \) 와 같아지게 된다. 그러나 앞에서 설명한 바와 같이 본 실험에서는 \( \theta \) 를 \( 0.19 \mathrm{rad} \) 만큼 어긋나게 배치하였다. 따라서 이 경우에는 SWPM으로 측정되는 압력 파형의 마루와 마루 사이의 거리 즉, 파면 사이의 거리는 그림에 표시한 것과 같이 \( \lambda_{0} \) 가 아닌 \( \lambda \) 가 된다. 결국 \( \lambda \) 는 \( \lambda_{0} \) 보다 크게 측정되며 그 값은 다음 식과 같이 주어진다.</p><p>\( \lambda=\frac{\lambda_{0}}{\cos \theta} \)<caption>(3)</caption></p><p>식 (3)에 이론적 참값 \( \lambda_{0}=69.32 \mathrm{mm} \)와 측정값 \( \lambda=74.12 \mathrm{mm} \)를 대입하면 \( \theta \)값이 \( 0.36 \mathrm{rad} \)이 얻어진다. 이 값은 본 실험에서 설정한 \( 0.19 \mathrm{rad} \)보다 매우 큰데 그 이유는 스피커에서 방출되는 파면이 Fig. 4 와 같이 완벽한 평면파가 아니기 때문으로 해석된다. 그럼에도 불구하고 측정된 파장 값이 이론적 참값보다 크게 나오는 이유를 정성적으로 설명하는 데 있어 상당히 타당하다고 보여진다.</p><p>측정된 압력 파형에서 파장 값의 오차를 줄이기 위해서는 Fig. 3의 \( x \)축에 \( \cos 0.36 \)을 곱하면 된다. 그 결과 파장 보정된 데이터는 Fig. 5에 검은색 실선으로 나타냈다. 그림과 같이 \( x \)의 최대 유효 이동거리가 종전 \( 300 \mathrm{mm} \)에서 \( 281 \mathrm{mm} \)로 줄어들었다. 또한 (2)식으로 파장 보정된 데이터를 피팅한 결과가 푸른색 점선으로, 음파의 시뮬레이션 결과가 빨간색 파선으로 제시되었는데 점선과 파선이 정확히 일치되었고, 마루와 마루 사이의 거리로부터 구한 파장 값이 이론적 참값과 동일하게 \( 69.32 \mathrm{mm} \)로 보정되었음을 알 수 있다.</p>
|
[
"측정된 압력 파형에서 파장 값의 오차를 줄이려면 어떻게 해야해?",
"\\( \\lambda=\\frac{\\lambda_{0}}{\\cos \\theta} \\)<caption>(3)</caption>식 (3)에 이론적 참값 \\( \\lambda_{0}=69.32 \\mathrm{mm} \\)와 측정값 \\( \\lambda=74.12 \\mathrm{mm} \\)를 대입하면 \\( \\theta \\)값이 \\( 0.36 \\mathrm{rad} \\)이 얻어지는데, 이 실험에서 설정한 \\( 0.19 \\mathrm{rad} \\)보다 매우 크게 나오는 것은 스피커에서 방출되는 파면이 어떻기 때문이야?",
"SWPM을 통해 측정된 파장값을 \\( \\lambda \\)라 할 때, 이론적 참값은 무엇인가?",
"SWPM을 통해서 측정된 파장값 \\( \\lambda \\)와 이론적 참값 \\( \\lambda_{0} \\) 사이의 오차는 어떨 때 발생해?",
"</p><p>\\( \\lambda=\\frac{\\lambda_{0}}{\\cos \\theta} \\)<caption>(3)</caption></p><p>식 (3)에 이론적 참값 \\( \\lambda_{0}=69.32 \\mathrm{mm} \\)와 측정값 \\( \\lambda=74.12 \\mathrm{mm} \\)를 대입 했을 때, \\( \\theta \\)의 값은 무엇인가?",
"측정값 \\( \\lambda \\)와 참값 \\( \\lambda_{0} \\)이 같아지게 하려면 어떻게 해야해?"
] |
dcd52820-1136-47e0-8aad-0808400330ac
|
인공물ED
|
음파위상측정기의 오차 원인에 대한 분석
|
<h1>4. 결 론</h1><p>본 연구에서는 SWPM으로 측정된 압력 파형에서 파장 값과 파형의 오차 원인들을 분석하였고 또한 이를 줄이고 보정하기 위한 방법을 제시하였다. 첫 번째의 파장 값 오차는 음파의 진행방향과 SWPM의 이동 방향이 일치하지 않을 때 발생되며, 두 방향을 일치시킨다면 이 오차는 사라지게 된다. 두 번째의 파형 오차는 SWPM의 동작 원리상 유도와 음파 신호가 합해져 합성 신호를 만드는 과정에서 발생되며, 이를 보정하기 위한 식을 도출하였다. 이를 통해 SWPM을 활용한 물리학 교육용 실험장치의 개발이 충분히 가능함을 알 수 있었고, 압력 파형의 변화, 즉 SWPM의 출력 전압을 LED의 밝기 또는 음향의 세기 변화로 전환하는 등의 보조적 장치들의 적용이 추후 필요하다.</p>
|
[
"압력 파형에서 어떤 오차 원인들을 검토하였나?",
"어떤 오차 원인들을 압력 파형에서 검사하였지",
"SWPM의 이동 방향과 음파의 진행방향이 맞지 않을 때 생기는 것은 어떤 오차에 관련된 것인가?",
"파형 오차는 어떤 것들이 합쳐져 합성 신호를 만드는 과정에 일어나는가?",
"파형 오차는 어떤 것들이 합쳐져 합성 신호를 만드는 과정에 생겨나",
"파형 오차의 발생되는 조건은 어떤 신호를 만드는 과정에서 일어나는가?",
"보조적 장치들의 적용은 SWPM의 출력 전압을 무엇을 바꾸는 것이 필요한가?",
"음향의 세기 변화와 LED의 밝기는 어떤 전압과 관련되어있는가?",
"압력 파형은 무엇으로 측정되었습니까?",
"무엇으로 압력 파형이 측량되었지",
"SWPM의 이동 방향과 음파의 진행방향에 관련한 오차는 어떻게 하면 사라질 수 있나?",
"SWPM을 이용한 어떤 development이 가능성을 보여주었나?",
"음파 신호와 유도로 인한 합성 신호 과정에서 발생되는 오차는 무엇인가?",
"어떤 오차가 음파 신호와 유도로 인한 합성을 일으켜주는 과정에서 발생되지"
] |
b48b17c0-c0ae-413a-819e-17a99d368d08
|
인공물ED
|
음파위상측정기의 오차 원인에 대한 분석
|
<h2>3.3 압력 파형의 오차 원인 분석</h2><p>SWPM으로 측정된 음파의 압력 파형이 사인꼴 형태의 실제 음파 파형과 다르게 나타나는 오차 원인을 분석하기 위해 각 신호의 수학적 관계를 검토하였다. 우선 Fig. 2(a)의 유도 신호 \( y_{1} \) 은 \( x \) 와 무관한 \( t \) 의 함수로서 다음과 같이 설정하였다.</p><p>\( y_{1}=y_{0} \cos (2 \pi f t) \)<caption>(4)</caption></p><p>여기서 \( y_{0} \) 는 유도 신호의 최대 전압이고 \( f \)는 진동수이며 \( t \)는 시간이다. 또한 Fig. 2(b)의 음파 신호 \( y_{2} \) 는 사인 꼴의 형태로 서 \( x \) 와 \( t \) 의 함수를 갖는 damped sine wave를 이용하여 다음 (5)식과 같이 설정하였다.</p><p>\( y_{2}=A e^{-\frac{x}{x_{0}}} \cos \left(2 \pi f t-\frac{2 \pi}{\lambda} x\right) \)<caption>(5)</caption></p><p>여기서 \( A \)는 \( x \)와 \( t \)가 0인 지점에서의 진폭이고 \( x_{0} \)는 특성거리이다. 유도 신호와 음파 신호는 서로 합해져 합성 신호를 출력하게 되므로 \( y_{1}+y_{2} \) 로 주어지는 합성 신호 \( y \)는 다음 식 (6)과 같다.</p><p>\( y= \) \( {\left[y_{0}+A e^{-\frac{x}{x_{0}}} \cos \left(\frac{2 \pi}{\lambda} x\right)\right] \cos (2 \pi f t)+} \) \( {\left[A e^{-\frac{x}{x_{0}}} \sin \left(\frac{2 \pi}{\lambda} x\right)\right] \sin (2 \pi f t) } \)<caption>(6)</caption></p><p>식 (6)을 \( R \cos (2 \pi f t-\alpha) \) 의 형태로 변경하면 \( R \) 과 \( \alpha \) 는 다음 식 (7) 및 (8)과 같이 각각 주어진다.</p><p>\( R=\left\{\left[y_{0}+A e^{-\frac{x}{x_{0}}} \cos \left(\frac{2 \pi}{\lambda} x\right)\right]^{2}+\left[A e^{-\frac{x}{x_{0}}} \sin \left(\frac{2 \pi}{\lambda} x\right)\right]^{2}\right\}^{\frac{1}{2}} \)<caption>(7)</caption></p><p>\( \alpha=\arctan \left[\frac{A e^{-\frac{x}{x_{0}}} \sin \left(\frac{2 \pi}{\lambda} x\right)}{y_{0}+A e^{-\frac{x}{x_{0}}} \cos \left(\frac{2 \pi}{\lambda} x\right)}\right] \)<caption>(8)</caption></p><p>식 (7)에서 중요한 것은 합성 신호의 진폭 \( R \) 이 \( x \) 의 함수로서 주어진다는 것이다.</p><p>이 식을 이용해 Fig. 5의 실선인 파장 보정된 데이터를 피팅하였고 그 결과를 Fig. 6에 검은색 실선과 푸른색 점선으로 각각 나타내었다. 또한 두 곡선 사이의 수정된 결정계수는 0.95가 얻어져 Fig. 1의 0.87보다 커 두 곡선이 상당히 일치하는 것을 알 수 있다. 다만 \( x \) 값이 커질수록 실선과 점선 사이의 오차가 다소 발생하고 있는데 그 이유는 실험에 활용된 방음 상자의 공간이 협소하여 진행하는 음파와 벽에서 반사된 음파 사이의 상호 간섭에 그 원인이 있는 것으로 생각된다.</p><p>이상의 결과로부터 SWPM으로 측정된 압력 파형이 사인꼴 형태의 실제 음파와 다른 이유는 합성 신호의 진폭이 식 (7)로서 주어지기 때문이다. 즉, 이 오차는 SWPM의 동작 원리에 기반하여 나타나는 현상이다. 하지만 SWPM으로 측정된 압력 파형을 식 (7)과 (8)을 이용해 피팅하여 보정하면 실제 음파의 압력 파형을 복원할 수 있게 된다. 이와 같은 방식으로 Fig. 6에 제시된 빨간색 파선은 검은색 실선을 식 (7)과 (8)을 이용해 피팅한 결과로써 실제 음파의 파형으로 간주할 수 있다.</p><p>본 연구를 통해 SWPM으로 측정된 압력 파형에서 파장 값과 압력 파형의 오차 원인들이 분석되었고 그 보정 방법을 제시하였다. 이를 통해 SWPM을 이용한 파동 관련 물리학 실험 장치의 제작이 충분히 가능함을 알 수 있었다. 이 장치를 이용하면 공간상에서 값비싼 장비 없이도 SWPM을 음원 방향으로 이동시키면서 음파의 압력 파형을 구할 수 있으며 음파의 파장 값을 마루와 마루 사이의 거리로부터 도출할 수 있다. 더욱이 \( x \)의 변화에 따라 SWPM에서 출력되는 압력 파형의 변화, 즉 전압의 변화를 LED의 밝기 변화 또는 음향의 세기 변화 등으로 전환하여 시각 및 청각적으로 제시하게 되면 학생들의 음파에 대한 이해를 높일 수 있을 것으로 사료된다.</p>
|
[
"</p><p>\\( y= \\) \\( {\\left[y_{0}+A e^{-\\frac{x}{x_{0}}} \\cos \\left(\\frac{2 \\pi}{\\lambda} x\\right)\\right] \\cos (2 \\pi f t)+} \\) \\( {\\left[A e^{-\\frac{x}{x_{0}}} \\sin \\left(\\frac{2 \\pi}{\\lambda} x\\right)\\right] \\sin (2 \\pi f t) } \\)<caption>(6)</caption></p><p>식 (6)을 \\( R \\cos (2 \\pi f t-\\alpha) \\) 의 형태로 변경 했을 때 \\( R \\)을 구하는 식은 어떻게 나타낼 수 있나?",
"\\( y_{1}=y_{0} \\cos (2 \\pi f t) \\) 이 식에서 \\( y_{0} \\)는 무엇을 의미하는가?"
] |
5dd0f921-8d11-4784-977a-1214a624e057
|
인공물ED
|
음파위상측정기의 오차 원인에 대한 분석
|
<h1>2. 연구 방법</h1><p>Fig. 1은 SWPM을 이용해 공간상에서 음파의 압력 파형을 측정하기 위한 실험 장치의 개략도이다. 그림의 중앙에 위치한 SWPM은 이전 실험에서 Ham 등이 사용한 장치와 동일하게 음향 검출기(sound detector, Sennheiser ME62)와 알루미늄 타공판 (perforated aluminum plate)으로 구성되었다. 사용된 알루미늄 타공판의 두께는 \( 1.00 \mathrm{mm} \)이었고, 반지름 \( 0.25 \mathrm{mm} \)의 원형 구멍들이 \( 1.00 \mathrm{mm} \) 간격으로 배치되었다. 음향 검출기와 알루미늄 타공판 사이의 거리 \( d_{0} \) 는 \( 4.00 \mathrm{mm} \) 로 고정되었다. SWPM의 전면에는 음파(sound wave)가 발생하는 음원으로써 스피커 (speaker)가 배치되었으며, SWPM은 스피커의 중심 방향으로 병진이동장치(linear translation stage)에 의해 앞뒤로 이동될 수 있도록 제작되었다. 이때 SWPM의 지향 축과 스피커 진동면의 법선이 만드는 각도 \( \theta \) 는 Ham 실험의 경우 거의 \( 0 \mathrm{rad} \)이었으나 본 연구에서는 \( 0.19 \mathrm{rad} \)이 되도록 배치하였다. 이때 배치의 차이를 둔 이유는 SWPM에서 발생하는 파장 값의 오차 원인이 \( \theta \)에 의존하는 지를 조사하기 위한 것이다. 즉 Ham과 본 실험의 연구 결과를 비교할 때 파장 값의 오차 정도에서 명확한 차이가 발생한다면 그 오차는 \( \theta \)에 의존하는 것으로 볼 수 있다. 병진이동장치로 조정되는 SWPM과 스피커 사이의 거리 \( x \)는 300 \( \mathrm{mm} \) 범위에서 조정되었으며, 장치 제작상 SWPM과 스피커 사이의 최소 이격거리 \( d_{1} \) 은 \( 45.0 \mathrm{mm} \)로 고정되었다.</p><p>SWPM의 알루미늄 타공판과 스피커에는 함수발생기 (function generator, Agilent 33220A)를 이용해 동일한 사인꼴 교류신호 \( \left(V=V_{p} \cos 2 \pi f t\right) \)가 각각 인가되었다. 이때 인가되는 교류 신호의 개폐를 위해 그림과 같이 스위치 A와 B가 각각 설치되었다.</p><p>알루미늄 타공판에서 발생하는 사인꼴의 전기장 변화와 스피커에서 발생하는 사인꼴의 음파에 의해 SWPM에서는 사인꼴의 유도 신호(induction signal)와 음파 신호(sound wave signal)가 내부적으로 각각 형성된다. 또한 그 신호들은 서로 간섭됨으로써 두 신호가 합성된 합성 신호(composite signal)를 최종 출력하게 된다. 합성 신호는 오디오 증폭기(audio amplifier, MEGATONE KC-80)로 증폭되었고, 오실로스코프(LECROY Wave runner 6051)로 그 파형이 관찰되었다. 그리고 LabVIEW(NATIONAL INSTRUMENTS, ver.2016)로 개발한 분석 프로그램을 통해 \( x \)의 함수로써 합성 신호의 진폭이 자동 측정되었다. 이때 측정된 진폭 값은 스피커로부터 \( x+d_{1} \) 만큼 떨어진 지점에서의 음파 압력에 대응된다.</p>
|
[
"SWPM의 전면에는 무엇이 배치되어 있어?",
"SWPM의 유도 신호와 음파 신호가 합성되면 무엇을 출력하는가?",
"SWPM은 내부적으로 어떤 신호가 형성되는가?",
"입력전압의 변화를 출력하는 장치는 어떤 것인가?",
"각도 \\( \\theta \\) 는 \\( 0.19 \\mathrm{rad} \\)이 되도록 배치되었는 데 왜 차이를 두었어?",
"SWPM은 어떻게 제작되었어?",
"사용된 알루미늄 타공판은 두께가 어떻게 돼?",
"SWPM에서 발생하는 파장 값의 오차 원인이 \\thetaθ에 의존하는 지 볼 수 있는가?",
"시스템 디자인 플랫폼이자 개발 환경을 말하는 건 무엇일까?",
"음파 입력에 대응되는 진폭값은?",
"음향 검출기와 타공판 사이의 거리는 \\( 5.00 \\mathrm{mm} \\)이상으로 되어 있는가?"
] |
f0e03b6d-4fb6-4f1c-971e-824040c6c5f9
|
인공물ED
|
PCAS공정에 의한 고융점 소결체 열전달 해석 및 특성분석
|
<h2>2.3 선행 연구 결과</h2><p>본 연구의 최종목표는 직경 \( 100 \mathrm{mm} \) 루테늄 소재를 제조 하는 것이나 루테늄 소재의 소결조건에 대한 정보가 없고, 고가소재이기 때문에 직경 \( 10 \mathrm{~mm} \) 크기로 예비 실험을 진행하였으며, 직경 \( 100 \mathrm{~mm} \) 제조를 위한 가열속도 및 소결온도(파이로미터를 통헤 읽은 흑연몰드 표면온도) 조건을 찾아보고자 하였다. 흑연펀치의 직경에 따른 최대 압축강도가 \( 137 \mathrm{MPa} \) 이므로, 안전율이 \( \mathrm{n}=2 \) 이상이 되도록 펀치의 직경에 따라서 최대가압 하중을 계산하면 시편 직경 \( 10 \mathrm{~mm} \) 인 경우 약 \( 546 \mathrm{kgf} \), 직경 \( 100 \mathrm{~mm} \) 인 경우 약 \( 54,940 \mathrm{~kg} \) 로 계산된다. 또한, 소결압력은 \( 10 \sim 100 \mathrm{~mm} \) 직경까지 최대 가압하중에 근접한 \( 60 \mathrm{MPa} \) 의 동일한 압력 값을 입력하여 소결 초기부터 완료까지 유지하였다.</p><p>Fig. 5는 PCAS 공법을 통하여 직경 \( 10 \mathrm{~mm} \) \( \mathrm{x}\) 두께 \( 3 \mathrm{~mm} \) 루테늄 소재 예비 실험의 다이와 펀치 구조도로 펀치 상하부에는 냉각수를 흘려 장비와 절연을 시켰으며, 편치의 길이는 펀치 직경의 최소 3 배가 되도록 하여 펀치를 통한 연직방향으로 열전도 열량이 최소화 될 수 있도록 하였다. 루테늄 분말을 흑연 다이에 충진 한 후 펄스전류활성 소결 장치 내부에 장입하여 약 \( 1 \times 10^{-3} \mathrm{~Pa} \) 의 고진공 상태를 유지하면서 루테늄에 \( 60 \mathrm{MPa} \)의 압럭이 가해지도록 한 후에 소결온도를 상승시키기 위한 직류 펄스 전류를 통전시켰다. 이때 목표로 한 소결온도까지 분말 성형체의 온도를 상승시키는 승온속도에 따라 너무 급작스런 가열 은 열 충격에 의한 다이와 펀치의 퐈손이 우려됨으로 적절한 승온속도를 찾는 것이 중요하다.</p><p>직경 \( 10 \mathrm{~mm} \)의 루테늄 타겟 예비실험 결과 가압하중은 펀치의 압축강도를 넘지 않도록 하여 루테늄 분말에 소결압력 60 \( \mathrm{MPa} \)을 주었는데 이 하중은 흑연 펀치의 고온 압축강도 보다 낮은 안전한 값으로 여겨졌다. 상대밀도 측정결과 승온속도 \( 60^{\circ} \mathrm{C} / \) \( \min \) 에서 \( 99 \% \) 로 결정립의 치밀화 및 생산속도 면에서 적합한 것 같으므로 직경 \( 100 \mathrm{~mm} \)의 상용화 타겟을 제조 할 때 이 승온 속도로 가열할 것이다. 소결온도는 다이표면 온도가 \( 1000^{\circ} \mathrm{C} \), \( 1100^{\circ} \mathrm{C} \), \( 1200^{\circ} \mathrm{C} \) 일 때의 3가지 조건에서 진행하였는데, \( 1200^{\circ} \mathrm{C} \)일 때 루테늄 소결체의 길이 수축의 정도와 치밀화가 우수하였으나, 제조하고자 하는 루테늄 타겟의 직경이 \( 100 \mathrm{~mm} \)인 경우에는 size effect가 있기 때문에 더 높은 온도까지를 검토해 보아야 할것으로 보인다.</p>
|
[
"최종 목표와는 달리 예비 실험에서는 루테늄 소재의 직경을 줄인 이유가 뭐야?",
"예비실험을 통해 제조하고자 하는 루테늄 소재의 직경은 얼마인가?",
"흑연펀치의 직경에 따른 최대 압축강도는 어느 정도야?",
"펀치를 통한 연직방향으로 열전도 열량을 최소화하기 위해서 펀치의 길이를 어떻게 설정하였는가?",
"실험에서 소결압력 값은 얼마로 사용했어?",
"안전율 \\( \\mathrm{n}=2 \\) 이상이 되도록 할 때 직경 \\( 10 \\mathrm{~mm} \\) 인 경우에 최대가압 하중은 어느 정도야?",
"시렇ㅁ에서는 장비와 절연하기 위해서 어떻게 했어?",
"적절한 승온속도를 찾아야 하는 이유는 뭐야?",
"직경 \\( 100 \\mathrm{~mm} \\)의 상용화 타겟을 만들 때에 사용할 수 있는 적절한 승온 속도는 얼마인가?",
"펀치의 길이는 펀치 직경보다 작을까?",
"실험에서 예비실험의 다이와 펀치구조도를 만들 때 사용한 공법이 뭐야?",
"소결압력 60 \\( \\mathrm{MPa} \\)은 흑연 펀치의 고온 압축강도보다 낮아 위험한 편인가?",
"고진공 상태를 유지한 채로 루테늄에 압력을 가하고 난 이후, 소결온도를 상승시키기 위해서는 어떤 전류를 가해야 해?",
"\\( 1200^{\\circ} \\mathrm{C} \\)에서 루테늄 소결체의 길이 수축 정도와 치밀화가 우수하게 나타났으므로, \\( 100 \\mathrm{~mm} \\) 직경의 루테늄 타겟을 제조할 때에도 추가적인 검토 없이 \\( 1200^{\\circ} \\mathrm{C} \\)을 사용하는 것이 적절하다고 할 수 있을까?",
"소결온도 테스트를 진행한 다이표면 온도 조건에는 어떤 것들이 있는가?",
"루테늄 소결체의 길이 수축의 정도와 치밀화가 우수하게 나타난 다이표면 온도 조건은 몇 도인가?",
"직경 \\( 100 \\mathrm{~mm} \\)의 루테늄 타겟을 제작할 때에는 \\( 1200^{\\circ} \\mathrm{C} \\)보다 높은 온도를 검토해보아야 하는 이유가 뭐야?"
] |
7f5f4dfb-7127-481a-8480-c2c2630b1c0c
|
인공물ED
|
PCAS공정에 의한 고융점 소결체 열전달 해석 및 특성분석
|
<h3>2.4.3 해석조건</h3><p>펄스전류활성 소결의 가열 원리는 일정한 전류가 흐를 때 전기저항에 의해 발생된다. PCAS 소결의 열원인 줄열(Joule heat)은, 전류가 흐름으로 발생된 열이다. 흑연 몰드 상하부 끝단에서로 다른 전압이 있는 경우 전압이 높은 곳에서 낮은 쪽으로 전류가 흐르며 흑연몰드와 루테늄 소결체에 줄열에 의한 heatgeneration \( \mathrm{Q} \)가 발생한다. 이때 흐르는 전류를 \( \mathrm{I} \) 흑연의 저항을 \( R_{\mathrm{G}} \) 루테늄의 저항을 \( R_{\mathrm{Ru}} \)라고 하였을 때 발생하는 heat generation \( R_{\mathrm{G}} \)는 다음과 같이 나타낼 수 있다.</p><p>\( Q=I^{2}\left(R_{G}+R_{R_{u}}\right) \)</p><p>인가된 전기에너지는 흑연몰드와 루테늄의 Joule heating 이외에 전도와 복사로 인해 소비된다. PCAS 장비 챔버 내부는 진공이므로 열전달 시뮬레이션의 경계 조건으로 흑연 몰드와 수냉판(Cooling Plate)사이의 전도열전달과 흑연 몰드로부터 방출되는 복사열전달을 고려하여야 한다.</p><p>첫 번째 경계조건으로 흑연 스페이서와 수냉판 사이에서 발생하는 전도에 의한 열전달이 있으며 방정식은 다음과 같다.</p><ul><li>\(Q_{\text {convr }}=h_{\text {conv }}\left(T-T_{\text {water }}\right)\)</li><li>\( \mathbf{h}_{\text {conv : }} \) : Constant heal transfer coeflicient</li><li>\( T \) : Surface temperalure of the ruthenium</li><li>\( T_{\text {water }} \) : Cooling plate temperature</li></ul><p>두 번째 경계조건으로 흑연 몰드로부터 챔버 내부로 방사되는 복사열전달이 있으며 방정식은 다음과 같다.</p><ul><li>\( Q_{\text {rad }}=\sigma \varepsilon\left(T^{4}-T_{\text {wall }}^{A}\right) \)</li><li>\( \sigma_{s}=5.67 \times 10^{\mathrm{-8}} \mathrm{W} / \mathrm{m}^{2}-K^{4} \) : The Stefan- Boltrmann constant</li><li>\(\epsilon\): emissivity</li><li>\( \mathrm{T} \): The temperature of the emitting surface</li><li>\( T_{wall} \) : The temperature of absorbing surface</li></ul><p>흑연몰드의 방사량(Surface Emissivity)을 1에서 0.7까지 순차적으로 감소시켜 적용한 결과 Emissivity 0.8에서 적외선 방사온도계의 소결온도에 근접하게 수렴하는 결과를 보였다. Table.1에 해석에 필요한 흑연몰드 및 루테늄의 기본 물성인 밀도, 비열, 열전도도, 비저항 전기전도도를 나타냈다. Fig. 8은 열전달시뮬레이션에 적용된 heat generation \( \mathrm{Q} \)의 (전류/전압) 의 입력방향 및 전도와 복사에 의한 heat flux 설정을 위한 개념도이다. 본 연구에서 사용된 해석 소프트웨어는 2가지로 MSC. Marc/Mentat v.2014 및 Solidworks Simulation v. 2014이다. MSC.Marc/Mentat을 통하여 전자기장 현상으로 발생되는 발생열을 구하고 이를 Solidworks Simulation을 통해 전류 전압의 일정한 값이 인가되는 소결완료 구간을 준 정상상태로 가정하여 온도분포에 대한 해석을 수행하였다. 본 해석 대상은 heat flux의 방향이 정해져 있으며 매질이 없는 진공 상태이므로 효율적인 3차원 모델의 과도해석을 위하며 2가지 시뮬레이션 프로그램을사용하여 선행실험을 통해 측정된 온도 물성치를 적용하여 준정상상태로 가정된 열전달 해석을 수행하였다. 시뮬레이션에 적용한 물성 및 입력조건은 예비실험을 통해 얻은 수치로 적용하였다.</p><h3>2.4.4 해석 조건 데이터</h3><p>펄스전류활성 소결을 통한 루테늄 소결 열전달 시뮬레이션을위해서 시뮬레이션 위해서는 Joule heating 과정에서 발생하는 발열현상과 그에 따른 열의 흐름을 모사해야 하므로 예비실험을 통해 얻은 온도별 물성데이터를 시뮬레이션에 적용해야 한다. Fig. 9는 흑연의 재료특성으로 a)는 밀도, b)는 비열, c)는 열전도도, d)는 비저항 e)는 루테늄의 저항 변화를 온도에 따른 물성치를 그래프로 나타냈다. 그리고 Fig. 10에 온도에 따른 루테늄의 저항 변화를 그래프로 나타냈고 위의 두 물성데이터를 이용하여 해석 결과가 실제 적외선 방사온도계가 측정한 몰드 표면온도와 근사하도록 하여 시뮬레이션의 정확도를 높였다. 또한, Joule heating에 의한 열전달 해석과 동시에 접촉저항에 의한 열전달 해석을 고려하기 위하여 목적 소결온도까지 전류와 전압을 가할 때 측정된 전기저항을 루테늄의 발열량으로 환산하여 접촉저항에 의한 열전달의 변수를 고려한 해석을 추가해 시뮬레이션의 정확도를 높이고자 하였다.</p>
|
[
"펄스전류활성 소결의 가열 원리는 일정한 전류가 흐를 때 무엇에 의해 발생되는가?",
"펄스전류활성 소결의 가열 원리는 일정한 전압가 흐를 때 전기저항에 의해 발생되는가?",
"PCAS 소결의 열원인 줄열은 무엇인가?",
"흑연몰드와 루테늄 소결체에 줄열에 의한 heatgeneration \\( \\mathrm{Q} \\)가 어떻게 되는가?",
"흑연 몰드 상하부 어디에서 다른 전압이 있는 경우 전압이 높은 곳에서 낮은 쪽으로 전류가 흐르는가?",
"흑연 몰드 상하부 끝단에서로 다른 전압이 있는 경우 전압이 높은 곳에서 낮은 쪽으로 전류가 무엇과 무엇에 줄열에 의한 heatgeneration \\( \\mathrm{Q} \\)가 발생하는가?",
"인가된 전기에너지는 흑연몰드와 루테늄의 Joule heating 이외에 전도와 복사로 인해 어떻게 되는가?",
"인가된 전기에너지는 흑연몰드와 루테늄의 Joule heating 이외에 무엇으로 인해 소비되는가?",
"Solidworks Simulation을 통해 전류 전압의 일정한 값이 인가되는 소결완료 구간을 준 정상상태로 어떻게하여 온도분포에 대한 해석을 수행했는가?",
"PCAS 장비 챔버 내부는 진공이므로 열전달 시뮬레이션의 경계 조건으로 흑연 몰드와 수냉판사이의 전도열전달과 흑연 몰드로부터 방출되는 복사열전달을 어떻게 해야 하는가?",
"흑연몰드의 방사량(Surface Emissivity)을 1에서 0.7까지 순차적으로 감소시켜 적용한 결과 어디에서 적외선 방사온도계의 소결온도에 근접하게 수렴하는 결과를 보였는가?",
"MSC.Marc/Mentat을 통하여 어떻게 온도분포에 대한 해석을 수행했어?",
"흑연몰드의 방사량(Surface Emissivity)을 1에서 몇 까지 순차적으로 감소시켜 적용하였는가?",
"흑연몰드의 방사량(Surface Emissivity)을 1에서 0.7까지 순차적으로 감소시켜 적용한 결과 어떻게 되었는가?",
"PCAS 장비 챔버 내부는 무엇인가?",
"본 연구에서 사용된 해석 소프트웨어는 2가지는 뭐야?",
"소결완료 구간을 준 정상상태로 가정하여 무엇에 대한 해석을 수행하였는가?",
"heat flux의 방향이 정해져 있으며 매질이 없는 진공 상태이므로 효율적인 몇 차원 모델의 과도해석을 위하는가?",
"수냉판의 영어 뜻은 뭐야?",
"MSC.Marc/Mentat을 통하여 전자기장 현상으로 발생되는 무엇을 구했어?",
"온도 물성치를 어떻게 측정하여 적용시켰는가?",
"시뮬레이션에 적용한 물성 및 입력조건은 예비실험을 통해 얻은 수치로 무엇을 하였는가?",
"시뮬레이션에 적용한 물성 및 입력조건은 예비실험을 통해 얻은 수치로 적용하였는가?",
"2가지 시뮬레이션 프로그램을사용하여 무슨실험을 통해 측정된 온도 물성치를 적용하여 준정상상태로 가정된 열전달 해석을 수행하였는가?",
"heat flux의 방향이 정해져 있으며 매질이 없는 진공 상태이므로 효율적인 3차원 모델의 과도해석을 위하며 몇 가지 시뮬레이션 프로그램을 사용했어?",
"무엇을 통해 전류 전압의 일정한 값이 인가되는 소결완료 구간을 준 정상상태로 가정하여 온도분포에 대한 해석을 수행했어?",
"PCAS 장비 챔버 내부는 진공이므로 열전달 시뮬레이션의 경계 조건으로 흑연 몰드와 수냉판사이의 전도열전달과 흑연 몰드로부터 방출되는 복사열전달을 고려하여야 하는가?"
] |
4fbadb55-65c7-4bb1-8cc4-24604afd7fa9
|
인공물ED
|
PCAS공정에 의한 고융점 소결체 열전달 해석 및 특성분석
|
<h1>1. 서론</h1><p>금속을 분말의 형태로 가열하여 치밀화시키는 소결의 역사는매우 오래되었지만, 그 중에서도 금속 분말의 성형체에 직접 전류를 흘려 주울(joule) 열로써 소결하고자 한 저항 소결법은 1910년대에 독일에서 처음 시도되었다. 이후, 1990년 일본에서 펄스전류활성 소결(Pulsed Current Activated Sintering, PCAS)이란 명칭으로 개발된 펄스 소결장치는 안정된 방법으로 전력을 공급하는 방법을 택함으로써 학계와 산업계에서도 이를 이용한 연구가 활발하게 이루어지게 되었다. 펄스전류활성 소결공법은기존의 소결법에 비해 현저하게 짧은 시간에 용이하게 소결체 및 반응생성물이 얻어지는 점이 두각을 나타내어 인공위성 및 군사관계의 부품, 그리고 의료소재와 같은 특수 분야에서 고융점 소재의 분말야금에 그 응용성이 확장되고 있다.</p><p>루테늄은 하드디스크의 메모리 향상에 필요한 소재로 초전도 성질, 화학적 안정성 및 열전도성에 높은 우수성을 가지고 있어 \( \mathrm{CoCrPt}-\mathrm{SiO}_{2} \)계 수직 기록매체의 하지층으로 이용되고 있다. 하지만 루테늄 소재는 약 \( 2,300^{\circ} \mathrm{C} \) 정도로 주조법에 의한 타겟 제조는 매우 어려우며, 최근에 개발된 PCAS 공법이 타겟 제조에가장 적절한 것으로 알려져 있다. 하지만 현재까지 루테늄에 대한 온도조건에 따른 물성이나, PCAS 장비를 사용한 루테늄 소재의 최적 소결공정 조건이 알려져 있지 않으므로 고밀도를 갖는 타겟의 제작에 어려움이 있었다. 고융점 루테늄 소재의 고밀도화를 위해서는 소결과정에서 가압 공정이 필수적으로 요구되며, 균일한 밀도를 갖기 위한 열전달 공법과 타겟 직경에 따른적절한 소결온도를 찾는 것이 관건이다.</p><p>본 연구에서는 \( 10 \mathrm{~mm}, 50 \mathrm{~mm}, 100 \mathrm{~mm} \) 의 직경을 갖는 타겟의 예비 실험을 통해 루테늄 소재의 소결공정조건을 도출 후 이조건들을 컴퓨터 시뮬레이션 입력데이터로 변환시켜 측정 불가능한 루테늄 소결체 내부 온도를 예측하고자 하였다. 시뮬레이션의 신뢰도가 확보된다면 향후에 PCAS 공정을 적용하여 고융점 소재의 소결체의 소결조건을 찾는 노력을 줄일 수 있을 것으로 사료된다.</p>
|
[
"금속 분말의 성형체에 직접 전류를 흘려서 주울 열로써 소결하는 방법은 무엇인가?",
"저항 소결법은 어느 나라에서 처음 시도되었는가?",
"저항 소결법이 처음 시도된 시기는 언제인가?",
"금속을 분말 형태로 가열해서 치밀화시키는 것을 뭐라고 부르는가?",
"펄스전류활성 소결은 언제 처음 개발되었어?",
"펄스전류활성 소결이라는 펄스 소결장치를 개발한 국가는 어디인가?",
"1990년 일본에서 안정된 방법으로 전력을 공급하는 방법을 택하여 개발된 펄스 소결장치는 뭐야?",
"펄스전류활성 소결공법의 응용성이 확장되는 특수 분야에는 어떤 것들이 있는가?",
"초전도 성질, 화학적 안정성, 열전도성에 높은 우수성을 가지는 루테늄은 무엇으로 이용되고 있어?",
"초전도 성질, 화학적 안정성 및 열전도성에 높은 우수성을 가지며 하드디스크의 메모리 향상에 필요한 소재이기도 한 이것은 뭘까?",
"루테늄 소재 타겟 제조에 가장 적절한 방법은 뭐야?",
"현재 PCAS 장비를 사용한 루테늄 소재의 최적 소결공정 조건은 널리 알려져 있어?",
"현재 고밀도를 갖는 루테늄 소재 타겟의 제작이 힘든 이유는 뭐야?",
"저항 소결법은 펄스전류활성 소결공법 이후에 처음 시도된 방법이야?",
"루테늄 소결체의 내부 온도는 측정할 수 없어?",
"고융점 루테늄 소재의 고밀도화를 위해 소결과정에서 반드시 요구되는 것은 뭐야?",
"주조법을 이용한 루테늄 소재 타겟 제조는 쉬운 편인가?",
"기존의 소결법과 비교했을 때 펄스전류활성 소결공법이 가지는 장점이 뭐야?"
] |
d4a0e6c6-6373-4195-be3e-7de34974e24e
|
인공물ED
|
PCAS공정에 의한 고융점 소결체 열전달 해석 및 특성분석
|
<h1>2. 연구 방법</h1><h2>2.1 고밀도 루테늄 소재</h2><p>루테늄은 초전도성질과 화학적 안정성 및 열전도성에 높은 우수성을 가지고 있어 \( \mathrm{CoCrPt} -\mathrm{SiO}_{2} \)계 수직 기록매체의 하지층으로 이용되고 있다. 하드디스크의 면 기록 밀도를 증가시키기 위해 자성막 결정립의 크기가 나노미터이어야 하나, 이런 나노미터크기의 자성기록층은 \( 60-70^{\circ} \mathrm{C} \)의 온도에서도 자화가 흔들리는 결함을 갖게 되므로, 기록된 정보를 유지하고 적은 전기에너지로 자기이방성을 높이기 위해서는 다층막을 형성시키는 방법을 채택하고 있다. 정보가 기록되는 디스크의 경우는, 디스크를 구성하는 자기입자 (magnetic grain)의 크기가 작고 균일해야 하며, 자기입자 간의 자기적 상호작용(exchange coupling, 인접한 자기입자끼리 상호작용하는 힘)은 작을수록 좋다. 보통한 개의 비트는 수십에서 수백 개의 자기입자로 구성이 되며 비트와 비트 간의 경계는 그림과 같이 자기입자의 결정입계(grainboundary)를 따라 형성되는데 Fig. 1과 같이 통상 지그재그 형태의 모양을 갖는다.</p><p>Fig. 2는 (a)의 균질한 입자 구조, (b)의 불균질한 입자 구조에 따른 비트 트랙션의 비교 모식도로 비트 간의 경계가 불균일하면 재생헤드로 비트 패턴을 읽을 때 노이즈 성분으로 작용하기때문에 신호대 잡음비(signal to noise ratio, SNR)가 감소하게되고 비트를 읽어낼 때 발생하는 에러율(bit error rate, BER)도 증가하게 되므로 가급적 비트 경계선의 불균일을 최소화 하여야 하며, 그렇게 하기 위해서는 자기입자의 크기가 작고 균일한것이 유리하다. 그리고 이를 구성하는 연자성층과 반자성층의 입자의 크기가 균일하여야 자기적 상호 작용이 안정적이며, 상하 자성층 사이에 균일한 입자의 루테늄 연자성층을 다층으로 쌓아올린 수직자기기록방식(perpendicular magnetic recording,PMR)으로 하드디스크를 제조함으로써 기존 수평기록 방식에 비해 안정적이면서 약 10배 이상의 기억용량을 증가시키고 있다.</p><h2>2.2 펄스전류 활성 소결공법</h2><p>펄스전류활성 소결공법은 시료 내부에 펄스 직류전류를 직접통전하여 시료분말의 저항에 의해 자체 발열 할 뿐 아니라 순간의 직류 전류 ON-OFF 함으로서 발생하는 고온의 방전 플라즈마가 막대한 열원이 되며, 흑연 몰드 또한 직류 펄스 전류에 의해 동시 발열되므로 단시간에 매우 빠른 승온이 가능해진다. 더욱이 입자 사이에 형성된 방전 플라즈마는 전력량 대비 열적효율성이 높아 낮은 온도, 짧은 시간에 소결이 가능하다.</p><p>Fig. 3은 펄스전류활성 소결의 개념도로 소결초기에 ON-OFFDC pulse 에너지로 분말 사이의 틈에 발생되는 고온 플라즈마를 이용하여 과량의 전류에 의해 입자간의 플라즈마가 생성되고 이로써 열이 자발적으로 발생된다. 이 열에 의해 입자간 접촉부위에 목(neck)이 생성되면서 전류에 의한 joule heating 소결로 이어진다. 소결이 어느 정도 진행되면 플라즈마는 더 이상 발생되지 않지만 펄스 형태로 가해지는 전류에 의해 시편은 더욱 치밀하게 된다.</p><p>Fig. 4는 펄스전류활성 소결 장비의 모식도이며, 펄스 전류활성 소결 과정을 살펴보면 다음과 같다.</p><p>가) 스파크 방전 개시 단계: 기계적인 가압(applied mechanicalpressure) 상태의 루테늄 원료분말에 직접 ON-OFF DCpulse 에너지를 가하면 분체 입자 간극이나 접촉점에 초기에 마이크로 방전이 발생하여 분체 표면 부 입자에서전자가 나온다.</p><p>나) 스파크 플라즈마 형성 단계: 대전류 펄스 에너지에 의한스파크 플라즈마 칼럼이 형성되어 고온 상태로 되고 입자 표면에 흡착되어 있는 산화물이나 불순물 등을 제거하여 분체 표면이 활성화되고, 입자가 이온화된다.</p><p>다) 입자 증발, 용융 단계: 스파크 플라즈마에 의해 국부적으로 분체 표면부의 입자가 증발, 용융되어 많은 입자로 구성된 방전 칼럼이 형성되고, 분체 표면의 국부에 증발, 용융 층이 형성된다.</p><p>라) 방전 충격 압력에 의한 입자의 스퍼터링 단계: 계속해서통전시키면 방전 충격 압력(spark impact pressure)이 축적되어 증발, 용융된 입자들이 스퍼터링 되어 분체와 분체간의 접촉부 주위로 몰린다.</p><p>마) 목(neck) 형성 단계: 루테늄 압분체 접촉부 주위로 많은 입자들이 모이면, 목이 형성되고 joule 열에 의한 열 확산과 대전류에 의한 전계 확산이 동시에 생기기 때문에 접촉부 주위까지 입자는 더욱 활성화 되고 매질 이동이 촉진되므로 이후 일반적인 소결법에 비해 치밀화 속도가 빠르게 진행되어 감에 따라 소결이 완성된다.</p><p>바) 한편, 이때 사용되는 흑연 분말성형 몰드는 펀치부와 다이부가 존재하는데 펀치부를 가압하게 되면 고온가압소결 (Hot Pressing)이 가능해진다. 그러나 고온 가압 소결시에는 펀치부에 가해지는 하중이 한계치를 넘으면 고온에서 펀치나 다이가 파열 될 수 있으므로, 흑연의 고온물성을 파악하여 파단이 일어나지 않는 범위 내에서 펀치부 하중을 조절해 주어야 할 것이다. 흑연몰드는 진공 챔버 내에 장착되어 있으며, 소결 시에는 불활성가스 분위기에서 소결되도록 챔버 내의 환경을 조절 할 수 있게 되어있다.</p>
|
[
"입자 사이에 형성된 방전 플라즈마가 짧은 시간과 낮은 온도에서도 소결이 되는 이유가 뭐야?",
"입자들이 방전 충격 압력으로 스퍼터링 된 후 어떻게 돼?",
"\\( \\mathrm{CoCrPt} -\\mathrm{SiO}_{2} \\)계 수직 기록매체의 하지층으로 루테늄이 이용되는 이유가 뭐야?",
"초전도성질, 화학적 안정성과 열전도성에 높은 우수성을 가지는 루테늄이 이용되는 예로는 뭐가 있어?",
"자성막 결정립의 크기를 나노미터로 해야하는 이유가 뭐야?",
"하드디스크의 면 기록 밀도를 증가시키기 위한 조건은 뭐야?",
"\\( 60-70^{\\circ} \\mathrm{C} \\)의 온도에서 나노미터 크기의 자성기록층이 갖는 결함은 뭐야?",
"적은 전기에너지로 자기이방성을 높이고, 기록된 정보를 유지하는 방법은 뭐야?",
"나노미터크기의 자성기록층에 다층막을 형성시키는 방법을 사용하는 이유는 뭐야?",
"정보가 기록되는 디스크의 자기입자 간의 자기적 상호작용은 어떨수록 좋아?",
"정보를 기록하는 좋은 디스크의 자기입자의 크기는 어때?",
"정보를 기록하기 위한 좋은 디스크의 조건은 뭐야?",
"한 개의 비트는 보통 몇 개의 자기입자로 구성돼?",
"자기입자의 결정입계를 따라 형성되는 비트는 어떤 형태의 모양을 갖게 돼?",
"비트 간의 경계는 어떻게 형성돼?",
"Fig. 2의 (a)는 어떤 입자 구조를 나타내?",
"Fig. 2의 (b)의 입자는 어떤 구조를 나타내?",
"비트 간의 경계가 불균일하면 신호대 잡음비는 어떻게 돼?",
"비트 간의 경계가 불균일하면 비트를 읽어 낼 때의 에러율은 어떻게 돼?",
"재생헤드로 비트 패턴을 읽을 때 노이즈 성분으로 작용하는 이유는 뭐야?",
"비트 경계선의 불균일을 가급적 최소화하기 위한 자기입자의 형태는 어때?",
"반자성층과 연자성층의 입자의 크기가 균일하면 좋은 점이 뭐야?",
"수직자기기록방식이란 뭐야?",
"자기입자가 균일하고 크기가 작은 것을 선택해야 하는 이유가 뭐야?",
"기존의 수평기록방식 대신수직자기기록방식으로 하드디스크를 만들면 장점이 뭐야?",
"수직자기기록방식은 수평기록방식보다 몇 배의 이상의 기억 용량을 증가시켜?",
"소결초기에 발생된 열에 의해 무엇이 생성돼?",
"목이 형성되면서 전류에 의해 나타나는 소결은 뭐야?",
"어느 정도의 소결이 진행된 후 펄스 형태로 가해지는 전류에 의해 시편은 어떻게 돼?",
"어느 정도 진행된 소결에서 시편에 영향을 주는 전류는 어떤 형태야?",
"어느 정도 소결이 진행되면 플라즈마는 어떻게 돼?",
"Fig. 4가 나타내는 것은 뭐야?",
"펄스 전류활성 소결과정에서 가장 첫번째 과정은 뭐야?",
"흑연 분말성형 몰드의 펀치부를 가압할 때 사용가능한 소결은 뭐야?",
"펄스 전류활성 소결 과정에서 많은 입자들이 루테늄 압분체 접촉부 주위로 모일 때 형성되는 것은 뭐야?",
"펄스 전류활성 소결 과정 중에서 기계적인 가압 상태인 루테늄 원료분말에 ON-OFF DCpulse 에너지를 직접 가하는 단계는 어디야?",
"펄스 전류활성 소결 과정에서 스파크 플라즈마 칼럼이 형성되는 이유가 뭐야?",
"스파크 플라즈마로 인해 분체 표면부의 입자는 국부적으로 어떻게 돼?",
"목이 형성되는 과정에서 접촉부 주위까지 입자가 더욱 활성화 되는 이유가 뭐야?",
"펄스전류활성 소결공법의 장점은 뭐야?",
"펄스전류활성 소결공법에서 자체 발열은 무엇에 의해 일어나?",
"Fig. 3은 무엇을 의미해?",
"소결 초기에 일어나는 일은 뭐야?",
"균일한 입자의 루테늄 연자성층을 상하 자성층 사이에 다층으로 쌓아올린 방식은 뭐야?",
"고온의 방전 플라즈마는 무엇에 의해 발생해?",
"펄스전류활성 소결공법에서 직류 펄스 전류에 의해 자체 발열되는 것 외에 발열 되는 것은 뭐야?",
"펄스전류활성 소결공법이 단시간에 매우 빠른 승온이 가능한 이유가 뭐야?",
"순간의 직류 전류를 ON-OFF 하면서 발생하는 것은 뭐야?",
"입자 사이에 만들어진 방전 플라즈마의 장점은 뭐야?",
"안정적인 자기적 상호 작용을 위한 조건은 뭐야?",
"펄스전류활성 소결공법에서 막대한 열원이 되는 것은 뭐야?",
"소결초기에 과량의 전류에 의해 고온 플라즈마를 이용하여 생성시키는 것은 뭐야?",
"소결 초기에 고온 플라즈마를 발생시키는 에너지는 뭐야?",
"입자간의 플라즈마가 생성되면 나타나는 현상은 뭐야?",
"고온가압소결에서 고온에서 다이나 펀치가 파열을 막기위한 방법은 뭐야?",
"흑연몰드는 어디에 속해있는 장치야?",
"수직자기기록방식은 수평기록방식보다 약 몇 배 이상의 기억용량을 장가시켜?",
"정보를 기록하는 디스크의 자기입자 간의 자기적 상호작용은 클수록 좋아?",
"정보가 기록되는 디스크의 자기입자의 크기는 클수록 좋아?",
"수직자기기록방식은 수평기록방식보다 안정적이야?",
"수평기록방식은 수직자기기록방식보다 기억용량이 많아?",
"펄스전류활성 소결공법에서 흑연 몰드는 직류 펄스 전류에 의해 발열이 일어나?",
"소결초기에 입자간의 플라즈마가 생성될 때 전류는 소량만 필요해?",
"펄스전류활성 소결공법은 승온이 이루어지는데 오랜 시간이 걸려?",
"비트 간의 경계가 불균일할 때 에러율과 신호대 잡음비는 모두 감소해?",
"입자 사이에 만들어진 방전 플라즈마는 열적효율성이 낮아 짧은 시간에 소결이 불가능해?",
"비트 한 개를 구성하는 자기입자 개수는 보통 수만 개야?",
"플라즈마가 계속 발생되는 경우는 소결이 많이 일어났을 때야?",
"펄스 직류전류를 시료 안에 직접통전하는 방식을 펄스전류활성 소결공법이라고해?",
"\\( 60-70^{\\circ} \\mathrm{C} \\)의 온도일 때 나노미터크기의 자성기록층은 결함이 있어?"
] |
50052b0e-f01b-4467-856f-f080ca469ad6
|
인공물ED
|
PCAS공정에 의한 고융점 소결체 열전달 해석 및 특성분석
|
<h1>4. 결 론</h1><p>펄스전류활성 소결을 이용하여 고융점 루테늄 소결체 제조를 위해 소결온도 \( 1300^{\circ} \mathrm{C} \) 까지 전류량을 증가시킨 결과, 전류와 전압이 증가함에 따라 루테늄의 소결체 내부의 최대 온도는 몰드 표면온도보다 약 \( 500^{\circ} \mathrm{C} \) 높은 것으로 해석되었다. 흑연몰드는 루테늄 소결체 제조 시 통전을 위한 매개체로 사용되었고, 벌스전류활성 소결 중 발생하는 전기 및 열적 특성은 루테늄 소결체의 물성을 좌우하는 중요한 변수로 작용하였다. 통전 전류량에 따른 온도별 물성치의 입력은 해석결과의 정확도를 항상시키기 위한 중요한 요인으로 판단된다. 전류량이 증가함에 따라 전체 전기저항은 \( 100^{\circ} \mathrm{C} \sim 600^{\circ} \mathrm{C} \) 까지 급격히 감소하였고 \( 700^{\circ} \mathrm{C} \sim 1200^{\circ} \mathrm{C} \)까지는 점진적으로 감소하였다. 전체 전기저항 값을 루테늄의 발열량으로 환산하여 실제 예비 실험을 통해 얻은 수치로써 해석을 수행한 결과 해석 결과의 정확도는 \( 90 \% \) 이상으로 항상하였다.</p><p>직경 \( 100 \mathrm{~mm} \) 루테늄 대면적 소결체 제조 시 전력이 인가되지 않는 등온구간 설정하여 분말이 타겟으로 성형되는 과정 중 줄열에 의한 불균일한 열전단을 상쇄시킴으로써, 루테늄 소결체와 흑연 몰드 사이의 온도편차가 일부 해소되었고 루테늄 소결체 입자의 성장이 균질해져 등온공정이 없는 기존의 공정보다 평균 약 \( 4 \% \) 곡은 상대밀도를 관찰하였다.</p><p>직경 \( 100 \mathrm{~mm} \) 루테늄 소결체의 열전달 시뮬레이선 결과 루테늄 소결체 온도는 흑연다이의 표면온도보다 야 \( 38 \% \) 높은 것으로 예측되었으며, 온도편차 발생은 온도상승에 따른 접촉저항 및 루테늄 소결체와 흑연 몰드의 저항의 차이에 의한 현상으로 판단되어 등온구간을 설정하여 온도편차를 감소시켜 균일한 입자성장을 유도함과 동시에 타겟의 치밀화를 위한 목적 소견온도까지 가열이 가능하였다.</p>
|
[
"고융점 루테늄 소결체 제조에서 루테늄 소결체의 물성을 좌우하는 중요한 변수로 작용하는 건 뭐니?",
"고융점 루테늄 소결체 제조에서 통전 전류량에 따른 온도별 물성치의 입력은 해석결과의 정확도 향상에 큰 영향을 미치지는 않지?",
"펄스전류활성 소결을 이용하여 고융점 루테늄 소결체 제조를 위해 소결온도 \\( 1300^{\\circ} \\mathrm{C} \\) 까지 전류량을 증가시킬 때, 전체 전기저항이 급격히 감소하는 구간은 어디야?",
"전체 전기저항 값을 루테늄의 발열량으로 환산하여 실제 예비 실험을 통해 얻은 수치로써 해석을 수행한 결과 해석 결과의 정확도는 \\( 80 \\% \\) 이상으로 항상하였지?",
"전체 전기저항 값은 무엇으로 환산하여 수치 해석되니?",
"루테늄 대면적 소결체 제조 시 등온구간 설정하면 등온공정이 없는 기존의 공정과 다른 점은 뭘까?",
"펄스전류활성 소결을 이용하여 고융점 루테늄 소결체 제조를 위해 소결온도 \\( 700^{\\circ} \\mathrm{C} \\) 까지 전류량을 증가시켰니?",
"고융점 루테늄 소결체 제조를 위해 이용한 건 뭐지?",
"무엇을 융점 루테늄 소결체 제조를 위해 이용했어?",
"고융점 루테늄 소결체 제조시 통전을 위한 매개체로 사용되는 걸 뭘까?",
"고융점 루테늄 소결체 제조를 위해 소결온도 \\( 1300^{\\circ} \\mathrm{C} \\) 까지 전류량을 증가시켰을 때, 전류와 전압이 증가함에 따라 루테늄의 소결체 내부의 최대 온도는 몰드 표면온도보다 얼마나 높아질까?"
] |
697170b3-4816-40f0-a7e4-c0f11a174b38
|
인공물ED
|
PCAS공정에 의한 고융점 소결체 열전달 해석 및 특성분석
|
<h2>2.4 수치해석</h2><h3>2.4.1 시뮬레이션의 필요성</h3><p>최근 연구에서는 실험 시 발생하는 문제점을 예측하기 위한시뮬레이션 실험이 점차 일반화되고 있다. 실험만을 통하여 문제를 해결하기 위해서는 그 과정이 매우 복잡하고 시간과 비용이 많이 들게 되므로 선행적으로 시뮬레이션을 통해 결과를 예측한 뒤 오차를 줄여 나가는 것이 효율적이기 때문이다. 또한실험으로 측정하기 어려운 결과나 현상들을 컴퓨터 시뮬레이션을 통하여 얻을 수 있으며 문제 발생 시 컴퓨터상에서 바로 문제의 원인을 수정하여 결과를 예측하는 것 또한 단시간에 가능하다. 루테늄 소재는 \( 2300^{\circ} \mathrm{C} \) 이상의 높은 융점으로 주조가 불가능하며 희소금속으로 다수의 실험 시 비용 부담이 매우 크기때문에 시뮬레이션 실험이 선행되어야 한다. 특정하기 어려운재료의 거동을 예측하고 실험 시 발생할 수 있는 문제점을 예측하여 불필요한 비용과 시간의 낭비를 줄일 수 있기 때문이다. 그러나 극히 짧은 시간에 생기는 치밀화 제어 및 소결기구의 영향에 대해서는 아직 불명확한 점이 많아 논의의 대상이 되고 있으며, 더욱이 대전류 통전방식으로 인해 시편의 온도와 측정온도가 일치하지 않기 때문에 온도제어의 불명확성과 같은 기술적인 문제점도 지적되고 있다. 소결공정에서 가장 중요한 온도 측정은 몰드에 삽입된 열전대 혹은 챔버 외부에서 적외선 방사온도계를 이용하여 온도를 측정하여 소결공정을 제어하고 있다. 두 가지 온도 측정방법 모두 실제 소결체 내부 온도가 아닌외부의 온도를 기준으로 소결 온도를 예측하기 때문에, 최적의소결 공정 조건을 찾기 위해서는 다수의 실험을 감수해야만 했다. 이전의 실험적인 시행오차 방법에 의한 소결조건을 구하는방식에서 컴퓨터 시뮬레이션을 통해 공정변수를 최적화시키는방식이 점차 일반화되고 있다. 컴퓨터 시뮬레이션을 통해 실제실험을 위한 모델의 크기, 요소성분, 그리고 물리적 계산 과정을 체계적으로 잘 유도하고 해석 결과를 실험에 알맞게 적용한다면 최소한의 실험으로 균일한 밀도를 갖는 대면적 루테늄 타겟 제조가 가능하다.</p><h3>2.4.2 유한요소모델</h3><p>Fig. 6은 PCAS 공법의 열전달 시뮬레이션을 위한 흑연몰드종축 단면의 구조설계 개념도이다. 그림에서 A는 press 영역 B는 punch 영역 C는 루테늄 소결체 영역 D는 다이몰드 영역이다. A, B, D 영역은 흑연으로 구성되어 있으며, C는 루테늄 소결체로 남아공 임팔라(주)의 순도 \( 99.97 \% \) 와 평균 \( 10 \mu \mathrm{m} \) 입도분포를 갖는 응집된 분말로 구성되어 있다. Fig 7은 직경 10\( \mathrm{mm} \) 소결체의 전산모사를 위한 리모델링 과정으로 해석 대상의3차원 설게 시 모델이 원통형 Z축 대칭이기 때문에 해석시간 단축을 위헤 D 의 형태로 재설계하였고 시뮬레이션 초기조건에 축 대칭으로 전부 동일한 값을 갖도록 하였다. 사각형 요소(Tetra Type Element)를 적용하여 Mesh의 조밀도 설정 하였으며, 직경 \( 10 \mathrm{~mm} \) 소결체의 경우는 총 1,376개의 유한요소와 1,520 개의 절점으로 구성하였고, 직경 \( 100 \mathrm{~mm} \) 루테늄 소결체의 경우는 총 13,860 개의 유한요소와 14,631 개의 절점으로 구성하였다.</p>
|
[
"최근 연구에서는 실험 시 발생하는 문제점을 예측하기 위한 무엇이 일반화되고 있니?",
"\\( 2300^{\\circ} \\mathrm{C} \\) 이상의 높은 융점으로 주조가 불가능한 희소금속은 무엇이야?",
"어떤 희소금속이 \\( 2300^{\\circ} \\mathrm{C} \\) 이상의 높은 융점으로 주조가 불가능한가?",
"루테늄 소재의 융점 몇도인가?",
"소결공정에서 가장 중요한 온도 측정은 무엇을 이용하는가?",
"소결공정에서 가장 중요한 것은 무엇일까?",
"최적의 소결 공정 조건을 찾기 위해서는 다수의 실험을 감수해야하는 이유는 무엇인가?",
"루테늄 소재는 희소금속으로 다수의 실험 시 비용 부담이 매우 크지?",
"소결공정에서 가장 중요한 온도 측정은 어디에서 측정하는가?"
] |
838063bc-c762-496e-9110-0c952b63328e
|
인공물ED
|
사용자의 개별적 특성을 활용한 저전력 페이징 방안의 제안 및 분석
|
<h1>I. 서 론</h1> <p>최근의 IT 추세는 무엇보다도 Green IT라고 할 수 있다. Green IT는 다른 산업에 비해 \( 5.5 \) 배 빠른 기술 성장 속도를 자부 하면서도 전제 이산화탄소 배출량의 \( 2 \% \) 밖에 차지하지 않는 친환경적인 산업으로 다른 탄소 집약적 산업의 대체 수단이 되고 있다. 휴대폰 분야에선 다기능 세대의 발전에 따른 전력 소모에 중점을 두어 Green IT 구현을 목표로 하고 있다.</p> <p>본 논문에서는 휴대폰 내부 구조에 따른 전력 소모 분석을 통해 전력 소모를 감축시킬 수 있는 방안을 제시한다. 본문에 들어가기에 앞서 간략히 휴대폰 내부 구조에 대한 설명과 함께 각 부문의 전력 소모에 대해 살펴본다. 휴대폰은 LCD 모듈과 하단 기계부로 나눌 수 있다. 하단 기계부는 RF(Radio Frequency) Section, Baseband, WM, MSM으로 나뉜다.</p> <p>아날로그 부분의 첫 소자는 안테나로 단말기의 첫 단에서 안테나를 통해 송수신된 신호는 Duplexes 소자를 통해 Full Duplexing되어 송신 신호와 수신 신호가 분리된다. 즉 송신 시에는 송신단 PAM(Power Amp Module)의 출력 전력이 Duplexes를 통과하여 안테나로 최대 전력을 전달하고 수신 시에는 반대로 안테나를 통해 수신된 미약한 RF신호가 Duplexes를 통과하여 수신단의 LNA로 신호를 전달하는 역할을 한다. 또한, PAM은 Duplexes의 loss를 감안하여 적절한 신호의 크기를 증폭해야 한다. 이는 회로 부품 중 전력 소모를 가장 많이 하는 부품으로 장시간 통화시 단말기에 열이 나는 현상은 PAM의 전력 소모로 발생하는 것이다 . Driver Amp는 PAM이 충분히 증폭할 수 있도록 송신단의 Up Converter(UP MIXER)에서 출력된 신호를 이용한다. 송수신된 RF 신호는 Rx BPF, Tx BPF와 같은 Band Pass Filter를 통해 불필요한 주파수의 잡음이 제거된다. 후에 VCO, PLL(Phase Locked Loop), VC-TCXO 등을 통해 주파수 보정을 거치게 된다. 다음으로 MSM단을 살펴보면 PMIC(Power Management IC)와 MSM, MCP를 살펴볼 수 있다. PMIC는 휴대전화의 각 부품에 공급되는 전원을 적절히 분배해 전송하는 역할을 하는 IC이다. 이 부분이 없다면 단말기의 특정 기능을 사용할 수 없거나 전체 시스템의 구동이 불가능하다. 과부하로 인한 부품 발화도 가능하므로 매우 중요하면서도 시스템의 기본이라 할 수 있는 부분이다.</p> <p>이와 같은 단말기의 내부 구조에서 각 모듈에 따른 전력 소모는 Table1과 같다. 전체 소모되는 전력을 100 으로 가정하면 \( 75 \% \) 의 전력 소모가 RF 트랜시버(Tranceiver)와 Power Amplifier에서 이루어짐을 알 수 있다. 우리는 RF 트랜시버에서 발생하는 전력 소모를 감소시키기 위해 사용자별 통화 시간대와 패턴에 따른 페이징 조절을 통해 소비 전력을 감소시키고자 한다.</p> <table border><caption>표 1. 단말기 모듈별 전력 소모 분석</caption> <tbody><tr><td></td><td>소비전력 \( (\mathrm{mW}) \)</td><td>구성비율 \( (\%) \)</td></tr><tr><td>Baseband core</td><td>113</td><td>12</td></tr><tr><td>Baseband analog</td><td>104</td><td>11</td></tr><tr><td>RF transceiver</td><td>320</td><td>33</td></tr><tr><td>PA(Power amp)</td><td>408</td><td>42</td></tr><tr><td>SRAM</td><td>18</td><td>2</td></tr><tr><td>Total</td><td>963</td><td>100</td></tr></tbody></table>
|
[
"후대폰 분야에선 어떻게 Green IT 구현을 목표로 하고 있는가?",
"휴대폰은 어떻게 나눌 수 있는가?",
"어떻게 휴대폰이 분류될 수 있지",
"하단 기계부는 어떻게 나뉘는가?",
"하단 기계부는 어떻게 구분돼",
"PAM은 Duplexes의 loss를 감안하여 어떻게 해야 하는가?",
"아날로그 부분의 첫 소자는 안테나로 단말기의 첫 단에서 안테나를 통해 송수신된 신호는 어떻게 송신 신호와 수신 신호가 분리되는가?",
"송신 시에는 어떻게 안테나로 최대 전력을 전달하는가?",
"수신 시에는 어떻게 수신단의 LNA로 신호를 전달하는 역할을 하는가?",
"Green IT는 어떻게 다르 탄소 집약적 산업의 대체 수단이 되고 있는가?",
"PMIC는 어떻게 전송하는 역할을 하는가?",
"어떻게 PMIC가 전송하는 역할을 할 수 있지",
"75% 의 전력 소모가 RF 트랜시버(Tranceiver)와 Power Amplifier에서 이루어짐을 알 수 있으려면 어떻게 하면 되는가?",
"송수신된 RF 신호는 어떻게 불필요한 주파수의 잡음이 제거되는가?",
"이 부분이 없다면 어떻게 되는가?",
"어떻게 주파수 보정을 거치게 되는가?",
"주파수 보정을 어떻게 거쳐",
"RF 트랜시버에서 발생하는 전력 소모를 감소시키기 위해 어떻게 하려 하는가?",
"Driver Amp는 PAM이 충분히 증폭할 수 있도록 어떻게 하는가?",
"Baseband core의 소비전력(mW)은 몇인가?",
"Baseband core의 구성비율은 몇 %인가?",
"Baseband analog\t의 소비전력(mW)은 몇인가?",
"Baseband analog의 구성비율은 몇% 인가?",
"RF transceiver의 소비전력(mW)은 몇인가?",
"RF transceiver의 구성비율은 몇 %인가?",
"PA(Power amp)의 소비전력(mW)은 몇인가?",
"PA(Power amp)의 구성비율은 몇%인가?",
"SRAM의 소비전력은(mW)은 몇인가?",
"SRAM의 구성비율은 몇 %인가?"
] |
0db30c5d-fbec-4366-b794-770203d93440
|
인공물ED
|
사용자의 개별적 특성을 활용한 저전력 페이징 방안의 제안 및 분석
|
<h2>2. 저전력 페이징 방안의 제안</h2> <p>지금까지 살펴본 단말기의 내부 소자 및 호 처리 과정에서의 전력 소모를 살펴보았다. 통화가 시작되기 전 기지국과 단말기가 연결되는 순간 피킹 현상으로 큰 전력 소모가 있음을 확인 할 수 있었다. 이처럼 기지국과 단말기가 연결되는 것을 페이징이라 한다. 이는 이동통신 단말기에 호가 착신 되었을 경우 단말기가 위치한 곳의 기지국 제어 장치를 통하여 단말기를 호출하는 것으로 페이징 구역은 단말기가 가장 최근에 둥록한 위치 구역이며 괴환기 내의 VLR(Visitor Location Register)에 저장된다. 페이징을 통해 신호를 감지하는 역할은 회로적으로 분석하였을 때, digital clk에 의해 이루어지고, RF 트랜시버 단에서 주로 그 역할을 담당한다. Table 1을 참고하면, 휴대폰 내부 회로에서 전력소모가 RF 단에서 많이 일어남을 확인할 수 있다. 본 논문에서는 휴대폰 전력 소모를 최적화하기 위해 페이징 간격을 늘림으로써 불필요한 전력소모를 줄이고자 하며, 이는 사용자별 생활 패턴(특성)에 따라 개인별 페이징 간격을 적절하게 조절하며 응답시간이 지나치게 늘어나지 않도록 전력램핑(power ramping)을 적용하여 응답시간을 개선하고자 한다.</p> <p>아이디어의 전제 조건은 다음과 같다. 일반적으로 슬롯 인 덱스 사이클(Slot index Cycle)을 길게 하면 대기 상태의 증가로 전력 소모가 작아 배터리 수명을 연장할 수 있다. 하지만 기지국에서 이동국을 호출할 때 바로 호출하지 못하고 정해진 슬롯까지 기다려야 하므로 통화 연결 대기 시간이 길어지게 된다. 슬롯 인덱스 사이클는 사업자 및 가입자 모두 변경 가능하나 사업자 측에서 최대 \( \mathrm{N} \) 값을 지정한다. 배터리 수명과 무관하게 신뢰성 있는 사용을 원하거나 대기시간 없는 신속성을 원하면 Non Slot Mode로 설정한다. 실제 실험에선 각 개인별 15 일 분량의 데이터를 1 시간 마다 측정하여 메모리에 저장하였다. 이 데이터를 기초로 개인의 행동 패턴을 분석하고, 패턴에 따른 페이징 슬롯 인덱스롤 조절하며 실제 페이징 간격 조절이 전력 소모에 어떤 영향을 미치는지 분석해 보았다. Table 2 는 주부, 영업 사원, 학생이라는 서로 다른 통화 유형을 가진 가입자의 통화 패턴의 분석을 통해 슬롯 인덱스 값의 변화로 얻게 되는 전력이득의 개선 전, 후를 분석한 표이다.</p> <p>먼저 영업사원의 경우는 일을 위한 통화량이 자는 시간과 이른 아침시간을 제외한 대부분의 시간을 차지한다. 또한 주부의 경우 약속을 따로 만들지 않는 한 집에 있는 일이 많아 통화를 거의 하지 않는다. 학생의 경우는 여유가 생기는 저녁을 제외하고는 거의 쓰는 일이 없다. 이와 같은 통화 패턴 분석을 통해 통화량이 많은 경우에는 인덱스를 작게 잡아서 응답 시간을 빠르게 해줬고, 반대로 통화량이 적은 시간에는 인덱스를 어느정도 크게 잡아서 응답하는 시간을 느리게 잡아 소모되는 전력을 줄일 수 있게 했다. (한국의 통신회사는 슬롯 인덱스를 2 로 사용, 본 논문에선 소수점까지 세분화하여 나누어 보았다.) 그 결과 이전 대비 전력소모 양이 영업사원의 경우에는 \( 98 \% \), 주부의 경우에는 \( 69.9 \% \), 학생의 경우 \( 75 \% \) 까지 줄일 수 있었다. 이 외에도 실제 통화패턴에 있어서 차이가 많이 나는 연구원 세 명을 골라 하루 중 시간 별로 소모되는 전력을 줄일 수 있는 슬롯 인덱스를 알맞게 배분해 보았다. 이 역시 통화량이 많은 경우에는 인덱스를 작게 잡아서 응답 시간을 빠르게 해주었고, 반대로 통화량이 적은 시간에는 인덱스롤 어느 정도 크게 잡아서 응답 하는 시간을 느리게 맞춰 주었다. 결과는 다음과 같다.</p> <table border><caption>표 3. 슬롯 인덱스 조절 실험2 결과와 실험에 사용한 술롯 인덱스 대응표</caption> <tbody><tr><td>index</td><td>A</td><td>B</td><td>C</td><td>개선이전</td></tr><tr><td>AM6-7</td><td>2.5</td><td>2.5</td><td>2.5</td><td>1.5</td></tr><tr><td>AM7-8</td><td>25</td><td>2.5</td><td>1</td><td>1.5</td></tr><tr><td>AM8-9</td><td>2.5</td><td>2</td><td>1.5</td><td>1.5</td></tr><tr><td>AM9-10</td><td>2.5</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>AM10-11</td><td>2</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>AM11-12</td><td>2</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>PM12-13</td><td>1.5</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>PM13-14</td><td>1.5</td><td>1</td><td>1</td><td>1.5</td></tr><tr><td>PM14-15</td><td>1.5</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>PM15-16</td><td>1.5</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>PM16-17</td><td>1.5</td><td>1.5</td><td>2</td><td>1.5</td></tr><tr><td>PM17-18</td><td>1.5</td><td>1</td><td>2</td><td>1.5</td></tr><tr><td>PM18-19</td><td>1.5</td><td>1</td><td>1</td><td>1.5</td></tr><tr><td>PM19-20</td><td>1.5</td><td>1</td><td>2</td><td>1.5</td></tr><tr><td>PM20-21</td><td>1.5</td><td>1.5</td><td>2</td><td>1.5</td></tr><tr><td>PM21-22</td><td>1.5</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>PM22-23</td><td>1</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>PM23-24</td><td>1</td><td>2</td><td>2</td><td>1.5</td></tr><tr><td>PM24-1</td><td>1</td><td>2.5</td><td>3</td><td>1.5</td></tr><tr><td>AM1-2</td><td>1</td><td>2.5</td><td>2.5</td><td>1.5</td></tr><tr><td>AW2-3</td><td>1.5</td><td>2.5</td><td>2.5</td><td>1,5</td></tr><tr><td>AM3-4</td><td>2</td><td>2.5</td><td>2.5</td><td>1,5</td></tr><tr><td>AM4-5</td><td>2.5</td><td>2.5</td><td>2.5</td><td>1.5</td></tr><tr><td>AM5-6</td><td>2.5</td><td>2.5</td><td>2.5</td><td>1.5</td></tr></tbody></table>
|
[
"단말기와 기지국이 연결이 되는 짧은 시간인 통화의 시작 전에 발생하는 순간 피킹 현상에 의해서 전력 소모가 어떻게 되지?",
"최적의 휴대폰의 전력 소모를 목표로 불필요한 전력 소모 감소를 위해서 어떻게 하려고 하지?",
"개선된 응답시간을 위해서 사용자별 생활 패턴과 특성에 따라서 개인별 페이징 간격을 적절히 조절하며 지나치게 긴 응답시간이 생기지 않도록 어떻게 했지?",
"대기 상태는 슬롯 인 덱스 사이클을 길어지게 하면서 증가함께 따라 낮은 전력 소모로 어떻게 되지?",
"통화 시간대가 다른 연구원 3명인 A,B,C를 골라서 실험한 표3에서 공통적으로 인덱스를 길게한 시간대 중 가장 늦은 시간대는 언제이지?",
"빠른 응답 시간을 위해 적용한 최소의 인덱스 값은 얼마지?",
"적절한 슬롯 인덱스 분배로 소모 전력을 감소시키고, 빠른 응답시간을 위해서 어떻게 했지?",
"통화량이 적은 시간대의 인덱스의 최대값은 얼마지?",
"A,B,C 빠른 응답시간을 위해 적은 인덱스를 적용한 시간대 중 이른 시간은 언제이지?",
"통화 중의 소모되는 전력을 줄이기 위해서 응답시간을 어떻게 했지?",
"본 실험에서 세명의 연구원의 실제 통화 패턴을 확인하고 시간 별 통화 양상에 따라 소모 전력을 감소시키기 위해서 어떻게 했지?",
"회로적으로 분석을 한 결과 digital clk은 어떻게 신호를 감지하지?",
"배터리를 사용하는 기간을 늘리기 위해서는 어떻게 해야지?",
"오전 시간대 중 유일하게 A,B,C에서 서로 다른 값을 나타내는 시간대는 언제이지?",
"본 실험에서 적은 통화량을 보이는 시간대에 인덱스 값을 어떻게 했지?"
] |
1d589a6f-e16a-47a7-9cfb-0083318e0662
|
인공물ED
|
사용자의 개별적 특성을 활용한 저전력 페이징 방안의 제안 및 분석
|
<h1>III. 시뮬레이션 및 결과</h1> <p>앞서 살펴본 개인별 통화 패턴에 따른 슬롯 인덱스 조절 견과표에서 슬롯 인덱스 변화에 따른 응답 시간과 전력 소모를 확인할 수 있었다. 이를 그래프로 확인하면 그립5와 같다. 그래프 상에서 응답 시간, 즉 슬롯 인덱스가 증가 할수록 전력 소모량은 감소하는 것을 확인해 볼 수 있다. (이 때의 전력 소모량은 \( \mathrm{mW} \) 단위로 측정하였다).</p> <p>일반적으로 응답 시간이 중가하면 접속 실패 확률도 증가하고 셀 경계에서의 오류 확률 역시 증가하기 때문에 그 사이의 trade off를 조정하여 사용자 별 최적화된 지점을 찾아주는 것이 가장 중점이 된다. 본 논문에서는 기지국 자체에서 전령을 ramping하여 단발기의 신호 대 잡음비(Signal To Noise Ratio)를 증가시켜 주는 방법으로, 단말기 자체의 소모 전력을 기지국에서 처음부터 큰 전력 송신을 통해 줄여주는 방안으로 Trade off를 해결하는 아이디어를 활용하여 성능을 분석하고자 한다. 또한 실험을 통해 아이디어를 분석해봄으로써 나아가야 할 방안을 모색한다. 우선 (7,4) Hamming Code로 메시지를 전송하는 경우를 가정하여 분석하였다. (7,4) Hamming Code란 4bit의 메시지 bit를 보내기 위해 3bit의 redundancy를 추가하여 보내는 방식이다. 이 때 \( 4 \mathrm{bit} \) 의 메시지 \( \mathrm{bit} \)와 \( 3 \mathrm{bit} \)의 rodundancy \( \mathrm{bit} \)를 하나의 심볼(symbol)이란 단위로 정의 할 수 있다. 따라서 \( 12 \mathrm{bit} \) 의 메시지를 보낼 경우 3 개의 심볼로 전송될 것이다. 이때의 \( P_{E} \)(Message error Probability), \( P_{s} \)(Symbol error Probability), \( P_{B} \)(Bit error rate, 이하 BER로 표기)을 이용하여 응답 시간을 유도를 통해 아이디어를 분석한다.</p> <p>슬롯 인덱스에 따른 슬롯간의 시간을 T라고 둔다. 이 때, 기대되는 응답 시간은 다음과 같이 각 슬롯이 독립적이므로 아래와 같은 합으로 나타낼 수 있다.</p> <p>\( \frac{T}{2}\left(1-P_{E}\right)+\mathrm{T} P_{E}\left(1-P_{E}\right)+\mathrm{T} P_{E}^{2}\left(1-P_{E}\right) \) \( +\Gamma P_{E}^{3}\left(1-P_{E}\right) \)<caption>(1)</caption></p> <p>이를 분석해보면 두 번째 항부터 Geometric distribution이므로, 평균 응답 시간 \( \mathrm{t} \) 는 아래 수식 (2)와 같다.</p> <p>\( \frac{T}{2}\left(1-P_{E}\right)+T P_{E} \)<caption>(2)</caption></p> <p>또한 (7,4) Hamming code에서 1개의 에러까지 수정이 가능하므로 심볼 에러 확률은 아래 수식 (3)과 같다.</p> <p>\( P_{s}=1-\left[{ }_{7} C_{0}\left(1-P_{B}\right)^{7}+{ }_{7} C_{1} P_{B}\left(1-P_{B}\right)^{6}\right] \)<caption>(3)</caption></p> <p>이 때, 3번 이상 페이징 슬롯이 메시지를 감지하지 못하면 에러로 간주한다고 하고, 7 때의 메시지 오류 확률(message error probability)은 다음 식 (4)와같이 나타낼 수 있다.</p> <p>\( P_{E}=1-\left(1-P_{s}\right)^{3} \)<caption>(4)</caption></p> <p>메시지 오류 확률은 채널의 상태에 영향을 받는다. 실험에선 \( P_{E} \) 를 임의로 \( 0.1 \) 부터 \( 0.7 \) 까지로 값으로 각기 다른 채널의 상태롤 가정하였다. 견과 그래프는 그림 6과 같다. 그래프를 보면 응답 시간은 \( T \) 와 \( P_{E} \) 라는 두 개의 변수에 따른 핞수로 슬롯 인덱스가 클수록, 혹은 \( P_{E} \) 가 증가할수록 응답 대기 시간인 응답 시간이 중가 하는 것을 확인할 수 있다. 이는 곧 통화 품질이 저하된다는 것을 의미한다. 또한 동일한 위치, 동일한 채널상태에서 \( \left(P_{E}\right. \) 가 일정 \( ) \mathrm{T} \) 를 늘림으로써 전력 소모를 최소화 한다면, 전력 소모 면에서는 이득이라고 할 수 있으나, 응답 시간이 길어져 통화 품질이 떨어지게 되는 Trade Off가 있음을 확인할 수 있다. 이는 Table 4 의 결과 데이터 수치와 그래프에서 확인할 수 있다.</p> <table border><caption>표 4. 채널 상태 \( \left(P_{E}\right) \) 변화에 따른 통화 품질 변화</caption> <tbody><tr><td>\( P_{E} \)</td><td>\( P_{s} \)</td><td>\( P_{B} \)</td><td>\( E_{b} / N_{0} \)</td></tr><tr><td>0.1</td><td>0.0345</td><td>0.04361</td><td>0.855</td></tr><tr><td>0.2</td><td>0.0717</td><td>0.06521</td><td>0.755</td></tr><tr><td>0.3</td><td>0.1121</td><td>0.08423</td><td>0.69</td></tr><tr><td>0.4</td><td>0.1566</td><td>0.10276</td><td>0.635</td></tr><tr><td>0.5</td><td>0.2063</td><td>0.12191</td><td>0.585</td></tr><tr><td>0.6</td><td>0.2632</td><td>0.14274</td><td>0.535</td></tr><tr><td>0.7</td><td>0.3306</td><td>0.16681</td><td>0.485</td></tr></tbody></table> <p>다음으로 Trade Off를 해결하기 위해 슬롯 인덱스를 변화시키며 동일한 응답 시간을 얻기 위한 요구 사항을 확인할 것이다. \( P_{E} \) 는 \( 0.3 \) 이고, 사용된 응답 시간은 슬롯 인덱스는 \( 1.5(\mathrm{~T}=3.8) \) 일 때의 값 \( (\mathrm{t}=2.4700) \) 을 기준 으로 슬롯 인덱스 변화에 상관없이 동일한 통화품질 하에 있도록 한 후 \( P_{s}, P_{B}, E_{b} / N_{0} \) 값을 살펴보았다. 그림 7의 결과 그래프를 살펴보면 슬롯 인덱스가 증가할수록 점차 \( P_{s} \) 값이 감소하여 이를 위한 신호 대 잡음비(이곳에선 \( E_{b} / N_{0} \) 로 표현 가능)가 증가되어야 함을 확인할 수 있다. 이는 위의 그래프률 보았을 때 동일한 \( P_{B} \) 값이 주어졌을 때, 슬롯 인덱스가 증가함에 따른 \( \mathrm{y} \) 절편 \( \left(P_{s}\right) \) 값의 변화로도 확인할 수 있다. 이러한 문제는 사용자별로 기지국에서 위치정보를 관리하고 기지국 경계부분에 위치한 사용자 단말기가 수신하는 페이징 채널에 대하여 송신 전력을 증가시켜서 수신 메시지의 오류확률을 줄이는 방안을 생각해 볼 수 있다. 즉, 기지국에서 페이징 채널로의 power ramping을 통해 해결할 수 있다.</p>
|
[
"표4에서 \\( P_{E} \\)가 0.1일때 \\( P_{s} \\)값은 얼마인가?",
"Hamming Code란 메시지를 어떻게 전송하는 방식인가?",
"\\( P_{E} \\가 0.3일때 \\( P_{B} \\)는 얼마인가?",
"\\( P_{E} \\가 0.5일때 \\( E_{b} / N_{0} \\)는 얼마인가?",
"\\( P_{E} \\)가 0.7일때 \\( E_{b} / N_{0} \\)는 얼마인가?",
"\\( P_{E} \\)가 0.7일때 \\( P_{B} \\)는 얼마인가?"
] |
e10acbcb-6234-4b8f-9438-c95e0f4c3bf8
|
인공물ED
|
근적외선 센서를 위한 Ag2Se 나노 입자 합성 및 광전기적 특성
|
<h1>1. 서 론</h1><p>고성능 이미지 센서 및 적외선 센서는 차세대 이미지 센서 및 적외선 통신, 환경요소 감지장치 및 바이오 이미징 디바이스 제작에 있어서 필수적인 요소이다. 오늘날까지 주로 에픽텍셜 성장 방법을 통한 \(\mathrm{InGaAs}\), \(\mathrm{HgCdTe}\), 및 \(\mathrm{PbS}\)등의 물질들이 사용되어 왔다. 이러한 물질들은 물질의 구성비를 조절하여 밴드갭을 쉽게 조절할 수 있다는 장점이 있다. \(\mathrm{HgCdTe}\) 및\(\mathrm{PbS}\)의 물질은 중금속을 포함하고 있어 환경적 측면에 제약이 있다. 또한 상대적으로 고전압에서 동작할 뿐만 아니라 \( 4.2 \mathrm{~K} \) 정도의 극저온에서 고성능을 발휘하기 때문에, 크라이오 시스템 등 고가의 복잡한 장비 등이 요구된다. 이는 실제로 포터블 디바이스를 저비용으로 제작하는데 있어 가장 큰 문제라 할 수 있다. 또한 에픽텍셜 성장방법을 통하여 박막을 형성하기 때문에 여전히 대면적 소자를 저비용을 생산하는데 한계를 갖고 있다. 최근 이러한 문제점을 해결하기 위해서 Sol-gel 공법을 이용한 다양한 박막형성 방법이 시도되고 있다. 반면, Sol-gel 공법의 특성상 \( 500^{\circ} \mathrm{C} \) 이상의 고온공정이 요구되기 때문에 차후에 Flexible 소자 제작에 있어서 한계를 가지고 있다.</p><p>\( \mathrm{Ag}_{2} \mathrm{Se} \) 는 최근 차세대 반도체 물질로 각광받고 있다. \( \mathrm{Ag}_{2} \mathrm{Se} \)는 중금속을 포함하고 있지 않으며, 우수한 열전도 특성을 가지고 있어 in vivo imaging 시스템이나 hyperthermia 치료에 사용되고 있다. 또한 차세대 저항 변화 메모리 소자로도 활용되고 있다 . 특히 낮은 밴드갭과 우수한 근적외선 영역에서 광흡수 특성을 보여주고 있으므로 앞서 언급된 기존의 물질을 대체할 수 있을 것으로 판단된다. \( \mathrm{Ag}_{2} \mathrm{Se} \) 는 온도에 따라서 두 가지 Phase 를 가지고 있다. \( \beta \)-phase \( \mathrm{Ag}_{2} \mathrm{Se} \) 는 고온에서 주로 나타나는 Phase 이며, 고속 이온 전도 특성을 보여주며, \( \alpha- \)phase \( \mathrm{Ag}_{2} \mathrm{Se} \) 는 저온에서 주로 나타나는 Phase 이며, n-형 반도체 특성 및 낮은 밴드갭을 가지는 것으로 알려져 있다.특히 박막 형성에 있어서 나노 입자를 이용하게 되면 고결정성 박막을 얻기 위한 소결 온도를 낮출 수 있어 상대적으로 낮은 온도에서 고결정성의 박막을 형성할 수 있다. 또한 합성된 나노 입자를 다양한 용액에 재분산하는 경우 프린팅 공정의 잉크 및 스프레이 코팅 공정의 잉크로도 사용되어 대면적 공정 및 저비용의 소자 제작이 가능할 것으로 판단된다. 따라서 본 연구에서는 \( \mathrm{Ag}_{2} \mathrm{Se} \) 나노 입자를 합성하고, 합성된 나노 입자의 구조적, 화학적, 광전기적 특성을 평가하였다. 그리고 이를 이용한 \( 2 \)터미널 근적외선 소자를 제작하였다. 제작된 소자는 \( 5.5 \times 10^{9} \) Jones 의 우수한 Detectivity 특성을 가지고 있었으며, 이는 다른 차세대 반도체 소자 대비 우수한 특성을 나타내고 있다.</p>
|
[
"차후에 Flexible 소자 제작에 있어서 한계를 갖은 Sol-gel 공법의 공정방법은 뭐지?",
"바이오 이미징 디바이스,차세대 이미지 센서 및 적외선 통신, 환경요소 감지장치 제작에 있어서 필수적인 요소가 뭐야?",
"InGaAs,HgCdTe, 및PbS등의 물질들을 사용하여 현재까지 주로 어떤 방법으로 성장했니?",
"고성능 이미지 센서 및 적외선 센서는 어디 제작에 필수적인 요소가 아닌것은 뭐야?",
"환경적 측면에서 제약적인 HgCdTe 및 PbS의 물질은 무엇을 포함하고 있어 그런걸까?",
"HgCdTe 및 PbS의 물질은4.2 K 정도의 극저온에서 고성능을 발휘 및 중금속을 포함하고 있어 환경적 측면에 제약적이며 상대적으로 고전압에서 동작하기때문에 고가이며 복장한 장비를 요구하는 시스템을 사용하는데 그게 뭐야?",
"에픽텍셜 성장방법으론 포터블 디바이스를 저비용으 제작하는데 한계가 있어 최근엔 문제점을 해결하기 위해 어떤한 공법의 방법이 시도 되고 있지?",
"대면적 소자를 저비용을 생산하는데 한계가 있어 최근엔 Sol-gel 공법을 이용한 다양한 박막형성 방법이 시도중이나 Sol-gel 공법 한계는 뭐지?",
"Sol-gel 공법의 특성상 몇도 이상의 고온공정이 요구되지?",
"최근 차세대 반도체 물질로 각광받고 있는건 뭐지?",
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 설명으로 올바른것은?",
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 는 무엇에 따라 \\( \\beta \\)-phase \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 와 \\( \\alpha- \\)phase \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) Phase를 두가지로 나타내지?",
"온도에 따라서 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)는 두 가지 Phase 나타나는데 그중 저온에서 주로 나타나는 Phase는 뭐지?",
"온도에 따라 두 가지 Phase 를 나타내는 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)이 고온에서 나타나는 \\( \\beta \\)-phase \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)의 특성은 무엇이니?",
"온도에 따라 두 가지 Phase 를 나타내는 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)이 저온에서 \\( \\alpha- \\)phase \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)의 특성은 무엇이니?",
"고결정성 박막을 얻기 위한 소결 온도를 낮추기위해 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 는 박막 형성에 있어서 무엇을 이용하지?",
"합성된 나노 입자를 다양한 용액에 재분산하는 경우 대면적 공정 및 저비용의 소자 제작이 가능하게 하려면 어떤 잉크로 사용되어야 하지?",
"현재까지 주로 에픽텍셜 성장 방법을 통한 어떤 물질들이 사용되었니?",
"온도에 따라서 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)는 두 가지 Phase 나타나는데 그중 고온에서 주로 나타나는 Phase는 뭐지?",
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)는 우수한 열전도 특성을 가지고 있어 in vivo imaging 시스템이나 hyperthermia 치료에 사용할 수 있지?",
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)는 앞서 언급된 기존의 물질을 대체할 수 있을 것으로 판단되고 있니?",
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)는 차세대 저항 변화 메모리 소자로도 활용할 수 없지?",
"Sol-gel 공법의 특성상 \\( 500^{\\circ} \\mathrm{C} \\) 이하의 저온공정이 요구되기 때문에 차후에 Flexible 소자 제작에 있어서 한계가 있지??",
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\)는 중금속을 포함하고 있지?",
"오늘날까지 주로 에픽텍셜 성장 방법을 통한 InGaAs, HgCdTe, 및 PbS등의 물질들이 사용되어 왔다. 이러한 물질들은 물질의 구성비를 조절하여 밴드갭을 쉽게 조절할 수 있다는 장점이 될 수 있니?",
"박막 형성에 있어서 나노 입자를 이용하게 되면 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 는 고결정성 박막을 얻기 위한 소결 온도를 낮출 수 있어 상대적으로 낮은 온도에서 고결정성의 박막을 형성할 수 있니?",
"고성능 이미지 센서 및 적외선 센서는 차세대 이미지 센서 및 적외선 통신, 환경요소 감지장치 및 바이오 이미징 디바이스 제작에 있어서 필수적인 요소가 맞니?"
] |
b90247da-c2b1-419e-a4e9-280d054300c1
|
인공물ED
|
근적외선 센서를 위한 Ag2Se 나노 입자 합성 및 광전기적 특성
|
<h1>2. 연구 방법</h1><p>\( \mathrm{Ag}_{2} \mathrm{Se} \) 나노입자는 콜로이달 방법을 이용하여 다음과 같은 방법으로 수용액 상에서 합성하였다. \( 0.4 \mathrm{~g} \) 의 \( \mathrm{AgNO}_{3} \) 파우더를 \( 100 \mathrm{ml} \) DI water 에 녹인 후 Capping 물질인 1-thiolglycerol 을 \( 1 \mathrm{ml} \) 주입하였다. 또한 \( 1 \mathrm{M} \) 의 \( \mathrm{NaOH} \) 용액을 이용하여 준비된 \( \mathrm{AgNO}_{3} \) 용액의 산도를 11.4로 맞추었다. \( \mathrm{Se} \) 전구체는 \( \mathrm{Na}_{2} \mathrm{SO}_{3} \) \( 0.2 \mathrm{~g} \) 과 \( \mathrm{Se} \) \( 0.02 \mathrm{~g} \) 을 \( 20 \mathrm{ml} \) DI Water에 \( 100^{\circ} \mathrm{C} \) 에서 10 시간 Stirring 공정을 통하여 준비하였다. 준비된 \( \mathrm{Se} \) 전구체 용액을 \( \mathrm{AgNO}_{3} \) 용액에 서서히 주입 한 후, 1시간 Stirring 공정을 추가로 진행하여 \( \mathrm{Ag}_{2} \mathrm{Se} \) 나노 입자 수용액을 만들었다. 이후 농축증발기를 이용하여 \( 30{ }^{\circ} \mathrm{C} \) 에서 \( 50 \mathrm{ml} \) 로 농축하였다. 농축된 \( \mathrm{Ag}_{2} \mathrm{Se} \) 나노 입자 용액에 아세톤 용액을 첨가하여 Capping 물질을 제거하고, 원심분리기를 이용하여 \( \mathrm{Ag}_{2} \mathrm{Se} \) 입자를 분리한다. 이후 추가적으로 Acetone 을 이용하여 잔여 이온과 Capping 물질을 제거하고, 진공데시케이터에 하루동안 건조시킨다. 건조된 파우더를 다시 DI water에 \( 0.1 \mathrm{~g} / 1 \mathrm{ml} \) 의 농도로 재분산하였다. \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막을 이용한 근적외선 센서는 다음과 같은 방법으로 제작하였다. \( \mathrm{Si} /\mathrm{SiO}_{2} \) 기판 위에 photolithography 공정을 통하여 패터닝을 하고 E-beam evaporator 를 이용하여 \( 40 \mathrm{~nm} \) 두께의 \( \mathrm{Au} \) 층을 형성시키고, Lift-off 공정을 통하여 전극을 제작하였다. \((1000 \mathrm{um} \times 100 \mathrm{um}) \). 이후 UV/\(\mathrm{O}_{3} \) 공정을 통하여 표면의 유기물 등을 제거한 후, 재분산 된 용액을 Spin coating 공정을 통하여 박막을 형성시키고, 이를 \( 100{ }^{\circ} \mathrm{C} \) 및 \( 150^{\circ} \mathrm{C} \) 에서 한 시간 동안 공기 중에서 열처리 공정을 진행하였다. 합성된 입자의 모양 및 크기는 투과전자현미경 (High resolution transmission electron microscopy: HR-TEM, Titan G2 ChemiSTEM CS Probe) 을 통하여 확인하였으며, 열처리 전 후의 박막의 구조적 및 결정성은 X-선 회절법 (XRD: Philips X'pert Pro) 을 통하여 분석하였다. 박막의 화학적 조성은 광전자 분과법 (X-ray photoelectron spectroscopty, XPS: Quantera SXM) 을 통하여 분석하였다. 제작된 소자의 광전자적 특성은 Keithley 2636B 와 probe station 으로 측정하였으며, 주사된 근적외선 레이저 파장은 \( 808 \mathrm{~nm} \) 이다.</p>
|
[
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노입자를 수용액 상에서 합성하기 위해 이용된 방법은 무엇인가?",
"본문에서 \\( 100 \\mathrm{ml} \\) DI water에 몇그램의 \\( \\mathrm{AgNO}_{3} \\)를 를 녺였어?",
"본문에서 \\( \\mathrm{Se} \\) 전구체를 준비하기 위해 Stirring 공정을 몇시간 진행 하였어?",
"본 논문의 연구에서 \\( \\mathrm{AgNO}_{3} \\) 용액의 산도를 얼마에 맞춰놨어?",
"본 논문에서 주입된 1-thiolglycerol 의 양은 얼마야?",
"본 논문에서 \\( \\mathrm{AgNO}_{3} \\) 용액의 산도를 맞추기 위해 어떤 용액을 이용했어?",
"본문에서 \\( \\mathrm{Se} \\) 전구체를 준비하기위해 시행한 공정은 뭐야?",
"본문에서 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노 입자 수용액을 만들기 위해준비된 \\( \\mathrm{Se} \\) 전구체 용액을 어디에 녹였어?",
"본문에서 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노 입자 수용액의 농축과정을 진행하지 않았는가?",
"본문에서 진행한 농축과정의 온도는 몇도야?",
"몇도의 온도에서 농축과정이 진행되었니?",
"농축된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노 입자 용액에서 Capping 물질을 제거을 제거하기 위해 어떤 방법을 사용했니?",
"본문의 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 합성과정중 원심분리기를 사용하지 않았는가?",
"본문의 합성과정중에서 아세톤 용액을 첨가하면 Capping 물질을 완전히 제거 할 수 있는가?",
"본문에서 건조된 파우더를 몇 \\( \\mathrm{~g} / 1 \\mathrm{ml} \\) 로 재분산 시켰어?",
"본문의 근적외선 센서 제작을 위해 사용된 기판은 뭐야?",
"본문에서 잔여 이온과 Capping 물질을 제거하기 위해 사용된 물질이 뭐야?",
"본문의 합성과정에서 분리된 입자를 건조시킨 기간은 얼마나 돼?",
"본문에서 근적외선 센서의 전극을 제작하기위해 사용된 공정의 이름이 뭐야?",
"본문에서 \\( \\mathrm{Si} /\\mathrm{SiO}_{2} \\) 기판 위에 photolithography 공정을 통하여 패터닝을 하여 형성시킨 \\( \\mathrm{Au} \\) 층의 두께가 어떻게 돼?",
"본문의 합성과정 중 표면의 유기물을 제거하기 위해 어떤 공정을 사용하였는가?",
"분문의 연구과정에서 합성된 입자의 모양 및 크기를 확인 한 장치는 무엇인가?",
"본문에서 제작된 근적외선 센서는 어떤 박막을 이용해서 제작되었어?",
"본문의 연구 과정중에서 열처리 공정을 진행한 시간은 어떻게 되는가?",
"본 연구를 통해 제작된 소자의 광전자적 특성은 측정이 불가능한가?",
"본 연구를 통해 주사된 근적외선 레이저 파장의 크기는 얼마인가?",
"본문에서 박막의 화확적 조성을 분석한 방법은 무엇인가?",
"본문에서 투과전자현미경으로 박막의 구조적 및 결정성으로 확인하였는가?"
] |
df87ec32-0fa7-4c55-9c63-6d5f9a2d84c0
|
인공물ED
|
근적외선 센서를 위한 Ag2Se 나노 입자 합성 및 광전기적 특성
|
<h1>4. 결 론</h1><p>본 연구에서는 \( \mathrm{Ag}_{2} \mathrm{Se} \) 나노 입자를 수용액 상태에서 합성하고, 합성된 나노 입자의 구조적, 화학적, 광전기적 특성을 평가하였다. 또한 이를 이용한 2-터미널 근적외선 소자를 제작하였다. \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막의 두께에 따른 근적외선 센서 특성을 평가하였다. 제작된 소자는 \( 5.5 \times 10^{9} \) Jones 의 우수한 Detectivity 특성을 보여주었으며, 이는 다른 차세대 반도체 소자 대비 우수한 특성을 보여주었다. 따라서 향후 친환경적인 근적외선 센서 제작에 사용될 수 있을 것이라 판단되며, \( 150^{\circ} \mathrm{C} \) 이하의 낮은 공정온도는 유연기판에 제작되어 플렉서블 근적외선 센서로도 사용될 수 있을 것이라 판단된다.</p>
|
[
"어떤 단위 입자에 대한 특성을 평가했는가?",
"어떤 단위 입자에 대한 특징을 평가했는가?",
"본 연구에서 제작한 소자는 무엇인가?",
"무엇이 본 연구에서 만들어진 소자일까?",
"몇 도 이하의 낮은 공정온도에서도 사용할 수 있을 것으로 보여지는가?",
"센서의 특성을 평가하는 기준은 무엇인가?",
"무엇으로 센서의 특징을 평가해?"
] |
c2c11687-78a8-4cd7-bd9c-3a41d3c35178
|
인공물ED
|
근적외선 센서를 위한 Ag2Se 나노 입자 합성 및 광전기적 특성
|
<h1>3. 결과 및 고찰</h1><p>Fig. 1 은 합성된 \( \mathrm{Ag}_{2} \mathrm{Se} \) 나노입자의 TEM 보여준다. 합성된 \( \mathrm{Ag}_{2} \mathrm{Se} \) 나노 입자는 구형을 띠고 있으며, 평균적 크기는 \( 4 \mathrm{~nm} \) 로 확인되었다. Fig. 2는 합성된 나노 입자의 EDX 스펙트럼을 보여준다. \( \mathrm{Ag} \) 와 \( \mathrm{Se} \) 의 비율은 \( 77:23 \) 으로 확인되었다.</p><p>Fig. 3는 합성된 박막의 XPS 스펙트럼을 보여준다. 분석 결과 기존에 보고된 XPS 결과와 일치함을 확인할 수 있었다. Fig.4는 \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막의 열처리 전 후에 따른 XRD 패턴을 보여준다. 열처리 전 형성된 \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막은 상대적으로 피크의 폭이 넓음을 확인 할 수 있으며, 이는 열처리 전의 \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막의 결정 크기가 나노 사이즈 임을 확인할 수 있었다. 형성된 \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막은 고온에서 보이는 \( \beta \)-phase \( \mathrm{Ag}_{2} \mathrm{Se} \) 와 저온에서 보이는 \( \alpha \)-phase \( \mathrm{Ag}_{2} \mathrm{Se} \) 가 혼재되어 있으며, 이 역시 나노 크기의 물질에서 볼 수 있는 특성 중 하나이다. 열처리 과정을 거치면서 XRD 패턴의 피크의 폭이 좁아짐을 확인 할 수 있으며, 특히 \( 150^{\circ} \mathrm{C} \) 열처리 후 \( \mathrm{Ag} \) 에 해당 하는 피크를 확인 할 수 있었다. 이는 합성 과정에서 \( \mathrm{AgNO}_{3} \) 전구체에서의 반응에 의해서 생성된 \( \mathrm{Ag} \) 임을 확인할 수 있다.</p><p>Fig.5 (a) 는 열처리 전 후의 \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막의 흡광도 결과를 보여준다. Fig.5 (b) 는 광에너지(ahv) 대한 그래프이다. 박막의 밴드갭은 아래의 수식을 이용하여 광에너지 그래프에서 선형 피팅하여 평가하였으며, 어닐링 조건과 무관하게 \( 1.5 \mathrm{eV} \) 값을 보여줌을 확인하였다.</p><p>\( (\alpha h v)^{1 / n}=A\left(h v-E_\mathrm{g}\right) \)<caption>(1)</caption></p><p>여기서, \( \alpha\)는 흡광상수, \( \mathrm{hv} \) 는 광에너지, \( \mathrm{n} \) 은 파워팩터 (\( \mathrm{n}=0.5 \), 직접천이형), \( \mathrm{A} \) 는 상수, \( \mathrm{E}_{\mathrm{g}} \) 은 밴드갭이다.</p><p>또한, 흡광상수 \( \alpha\)는 아래의 식으로 구할 수 있다. 흡광상수는 아래의 식으로 평가하였다.</p><p>\( \alpha=2.303 \mathrm{~A} / \mathrm{t} \)<caption>(2)</caption></p><p>여기서, \( \mathrm{A} \) 는 흡광도, \( \mathrm{t} \)는 필름의 두께이다. 선형 피팅에 의해서 얻어진 밴드갭 \( 1.5 \mathrm{eV} \) 이며, 이 값은 벌크상태의 밴드갭보다 증가하였음을 확인할 수 있었다. 이는 입자 사이즈에 의한 밴드 갭 브로드닝 효과에 의한 것임을 확인할 수 있었다. 입자의 크기는 아래의 수식으로부터 계산할 수 있다.</p><p>\( E_\mathrm{g}(d o t)=E_\mathrm{g}(b u l k)+\frac{h^{2} \pi^{2}}{2 R^{2}}\left(\frac{1}{m_{e}^{*}}+\frac{1}{m_{h}^{*}}\right) \)<caption>(3)</caption></p><p>여기서, \( \mathrm{E}_{\mathrm{g}} \) 는 밴드갭, \( \mathrm{R} \) 은 나노 입자의 크기, \( \mathrm{m}_{\mathrm{c}}^{*} \) 및 \( \mathrm{m}_{\mathrm{h}}^{*} \) 는 \( \mathrm{Ag}_{2} \mathrm{Se} \) 의 전자와 전공의 유효질량을 의미환다. 계산된 나노 입자의 크기는 \( 4 \mathrm{~nm} \) 이며, 이는TEM 이미지에서 확인한 크기와 일치하였다.</p><p>고결정성을 보이는 \( 150{ }^{\circ} \mathrm{C} \) 에서 열처리된 \( \mathrm{Ag}_{2} \mathrm{Se} \) 박막의 광센서 특성을 평가하였다. 박막 형성 시 스핀코딩 공정의 RPM을 변화시켜 박막의 두께를 변화시켰다 (Fig.5. (a)). Fig.5(b)는 \( \mathrm{Ag}_{2} \mathrm{Se} \) 근적외선 센서의 두께에 따른 특성을 보여준다. 광센서의 특성 평가를 위한 대표적인 평가 파라미터인 responsivity (\(\mathrm{R}\)), gain (\(\mathrm{G}\)), detectivity ( \( \mathrm{D}^{*} \) ), 및 photosensitivity (\(\mathrm{S}\)) 값을 두께에 따라서 추출하고 아래의 수식을 통하여 평가하였다 (Fig. 7).</p><p>\( R=\frac{I_{p h}-I_{d}}{P_{o}}=\eta\left(\frac{q \lambda}{h c}\right) G \)<caption>(3)</caption></p><p>\( G=\frac{N_{e l}}{N_{p h}}=\frac{\tau}{\tau_{t r}} \)<caption>(4)</caption></p><p>\( D^{*}=\frac{A^{1 / 2} R}{\left(2 q I_{d}\right)^{1 / 2}} \)<caption>(5)</caption></p><p>\( S=\frac{I_{p h}-I_{d}}{I_{d}} \times 100 \% \)<caption>(6)</caption></p><p>여기서 \( \mathrm{I}_{\mathrm{ph}} \) 는 광전류, \( \mathrm{I}_{\mathrm{d}} \) 는 암전류, \( \mathrm{P}_{\mathrm{o}} \) 는 입사된 빛의 세기, \( \mathrm{\eta} \) 는 외부 양자효율, \( \mathrm{q} \) 는 전하량, \( \lambda \) 는 입사된 빛의 파장, \( \mathrm{h} \) 는 플랭크 상수, \( \mathrm{c} \) 는 빛의 속도 \( \mathrm{N}_{\mathrm{el}} \) 는 단위 시간당 전자 수, \( \mathrm{N}_{\mathrm{ph}} \) 는 단위 시간 당 흡수된 광자, \( \tau \) 는 재결합수명 및 \( \tau_{t r} \) 는 전이 시간을 각각 나타낸다. 박막의 두께가 증가함에 따라서 증가한 광전류가 Detectivity 및 Photosensitivity 값이 증가하였으나 상대적으로 증가한 암전류에 의해서 Responsivity 및 Gain 은 감소함을 확인할 수 있었다. \( 10 \mathrm{~nm} \) 두께로 제작된 \( \mathrm{Ag}_{2} \mathrm{Se} \) 근적외선 센서의 경우 평가된 Detectivity 는 Si 기반의 센서 ( \( \mathrm{D}^{*} \sim 10^{13} \) Jones)보다는 낮지만, \( \mathrm{MoS}_{2} \) 및 b-AsP 기반의 센서 (D* \( \sim 10^{8} \) Jones) 보다 우수한 성능을 보여주었다.</p>
|
[
"Fig. 1 이 보여주는 것은 합성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노입자의 무엇인가?",
"합성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노입자 무엇을 Fig. 1 에서 나타내는가?",
"합성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노 입자의 형태는 어떻게 되나?",
"합성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노 입자의 형태가 어떻게 만들어져 있니?",
"합성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노 입자의 평균 크기는 몇 mm인가?",
"평균 크기가 합성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 나노 입자에선 몇 mm야?",
"Fig. 2가 나타내는 것은 합성된 나노 입자의 뭐야?",
"합성된 나노 입자의 무엇을 Fig. 2에서 보여주니?",
"Fig. 3이 보여주는 것은 합성된 박막의 어떤 스펙트럼이니?",
"어떤 스펙트럼이 Fig. 3이 보여주는 것은 합성된 박막이야?",
"\\( 77:23 \\)의 비율은 무엇을 나타내는가?",
"무엇을 나타내는 비율이 \\( 77:23 \\)인가?",
"Fig.4에서 보여지는 XRD 패턴의 조건은 무엇인가?",
"XRD 패턴의 조건을 Fig.4에서 무엇으로 표현되는가?",
"열처리 전의 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 박막 결정 크기는 어떻게 되나?",
"\\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 박막 결정 크기는 열처리 전에 어떻게 되는가?",
"열처리 전 형성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 박막이 넓은 것은 무엇인가?",
"무엇을 열처리 전에 만들어진 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 박막에서 확인할 수 있는가?",
"형성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 박막의 저온에서 보이는 것은 무엇인가?",
"무엇이 형성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 박막의 저온에서 보이는가?",
"고온에서 보이는 형성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 박막은 무엇인가?",
"어떤 박막이 고온에서 형성된 \\( \\mathrm{Ag}_{2} \\mathrm{Se} \\) 인가?",
"선형 피팅으로 인해 얻게 된 것은 무엇이니?",
"무엇을 선형 피팅을 통해 얻었나?",
"밴드갭 \\( 1.5 \\mathrm{eV} \\)을 얻게된 곳은 어디인가?",
"어디에서 밴드갭 \\( 1.5 \\mathrm{eV} \\)을 얻었는가?",
"증가한 암정류에 의해 감소한 것은 무엇인가?",
"무엇이 증가한 암정류에 의해 감소했나?",
"열처리 후 피크의 폭이 좁아진 것은 무엇인가?",
"무엇이 열처리 후 피크의 폭이 좁아졌나?",
"(1)에서 \\( \\alpha\\)가 의미하는 것은 무엇인가?",
"\\( \\alpha\\)가 (1)에서 의미하는 게 뭔가?",
"박막 형성시 박막 두께의 변화는 스핀코딩 공정의 RPM을 변화시켰기 때문이니?",
"스핀코딩 공정의 RPM에 변화를 주면 박막 형성시 박막 두께가 변하니?",
"박막의 두께가 증가하여 증가한 광전류가 증가시킨 것은 무엇인가?",
"무엇이 박막의 두께가 증가하여 증가한 광전류를 증가하게 만들었는가?",
"\\( \\mathrm{MoS}_{2} \\) 및 b-AsP 기반의 센서 (D* \\( \\sim 10^{8} \\) Jones) 보다 Detectivity에서 우수한 성능을 보인 것은 무엇인가?",
"무엇이 b-AsP 기반의 센서와 \\( \\mathrm{MoS}_{2} \\)보다 Detectivity에서 우수한 성능을 보였나?",
"박막 두께가 두꺼워지면서 광전류가 증가해 어떤 값이 증가하게 되었니?",
"박막 형성 시 변화시킨 것은 스핀코딩 공정의 무엇인가?",
"무엇이 스핀코딩 공정에서 박막 형성 시 변화됐나?"
] |
d0f574ee-040b-4ac6-95e6-340201a06f37
|
인공물ED
|
철도 환경에서 ZigBee 수신기를 위한 효율적인 채널 추정 기법
|
<h1>V. 모의실험 및 분석</h1> <h2>1. 복잡도 분석</h2> <p>제안한 기법은 LS 채널 추정기법에 비해 다소 성능이 떨어질 것으로 예상되지만, 간단하게 채널을 추정하는데 목적이 있다. 따라서 우리는 복잡도에 대해 분석 및 비교하기 위하여 복소수 연산(complex operations: COPs)의 수를 카운팅 하는 방법을 이용하였다. 일반적으로 사용되는 채널 추정기법인 LS 기법과 비교하며, LS 기법은 LU 분해 연산 과정을 적용하여 비교한다. 복소수 연산의 수를 카운팅 하는 방법을 사용하여 복잡도를 분석하기 위해 복소수 곱셈, 복소수 나눗셈, 그리고 실수 제곱근으로 구분하고, 각각 1 COPs, 4 COPs, 10 COPs인 것으로 가정한다. 표 2에는 COPs의 수를 \(N\)과 \(K\)에 대하여 정리한 내용이다. 이 때, \(N\)은 비트 칩 시퀀스의 비트 수 32이며, \(K\) 는 추정에 사용되는 심볼의 수를 의미한다. IEEE 802.15.4 규격에서 프리앰블 구간과 SFD는 정해져 있는 신호로 파일럿 신호처럼 사용할 수 있으며, 총 10개의 심볼을 이용할 수 있다. 따라서 \(K\)는 10까지 적용가능 하다. \(K\) 값에 따른 연산복잡도를 표 3에 정리하였으며, 정리된 결과를 보면 LS 기법과 비교하여 약 \( 87 \% \) 연산복잡도가 감소됨을 알 수 있다.</p> <h2>2. 추정 성능 비교</h2> <p>본 논문에서는 철도 무선 채널의 다중경로 지연특성을 기반으로 하여, 두 개의 경로를 추정하는 저복잡도 채널 추정 기법을 제안하였다. 따라서 제안한 채널 추정 성능을 확인하기 위하여 평균제곱오차(Mean Square Error: MSE)를 비교분석한다. 그림 5는 첫 번째와 두 번째 경로로 구성되는 다중경로 지연 성분을 가지는 환경에서 제안된 기법인 식 (7)를 적용하였을 경우와 LS 채널 추정 기법의 평균제곱오차를 비교한 모의실험 결과이다. 모의실험 결과를 보면 제안된 기법은 LS 채널 추정기법에 비해 부정확한 채널 추정하는 것을 알 수 있다.</p> <p>본 장의 1절과 2절의 결과를 종합하면, 철도 무선 채널 특성을 고려하여 제안된 채널 추정 기법은 LS 채널 추정 기법에 비해 성능은 떨어지지만, 복잡도 측면에서는 비교적 간단하게 채널을 추정해 낼 수 있음을 보여준다.</p> <table border><caption>표 3. 제안 기법과 LS 기법의 복소수 연산 수 비교</caption> <tbody><tr><td>\(K\)</td><td>2</td><td>4</td><td>6</td><td>8</td><td>10</td></tr><tr><td>LS 기법</td><td>960</td><td>1920</td><td>2880</td><td>3840</td><td>4800</td></tr><tr><td>제안 기법</td><td>130</td><td>258</td><td>386</td><td>514</td><td>642</td></tr><tr><td>복잡도 감소율</td><td>\( 86 \% \)</td><td>\( 86 \% \)</td><td>\( 87 \% \)</td><td>\( 87 \% \)</td><td>\( 87 \% \)</td></tr></tbody></table>
|
[
"복잡도 분석 및 비교를 위해 어떤 방법을 이용했어?",
"복잡도 분석을 위해 어떤 절차를 취했어?",
"본 논문은 어떤 방법으로 저복잡도 채널 추정 기법을 제안했어?",
"표 3의 내용에서 제안 기법에서 최고값은 몇이야?",
"표 3에서 LS 기법 중 가장 높은 값은 얼마야?",
"표 3의 제안 기법과 LS 기법의 복소수 연산 수 비교에서 LS 기법의 가장 낮은 값은 얼마야?",
"표 3에서 제안 기법의 가장 낮은 값은 얼마야?",
"\\(K\\)가 6일 때 복잡도 감소율은 얼마야?"
] |
68f20b3b-8c60-4bef-86e9-33223428e09e
|
인공물ED
|
스마트 관제 시스템에서 CCTV 설정의 일반화
|
<h1>III 새로운 스마트 관제 시스템 설계</h1><p>스마트 관제 시스템에서 이용자 추적을 위하여 CCTV를 제어하는 기존의 영역관리자 프로그램을 CCTV 저장용 데이터베이스, 추적 프로그램, CCTV 설정 프로그램으로 분리한다. 그림 4는 스마트 관제 시스템에서 새로운 영역관리자의 구조를 나타낸다.</p><p>CCTV 설정 프로그램은 CCTV 모델 설정 프로그램과 CCTV 개별 설정 부분으로 나누어 구성한다. CCTV 모델 설정 프로그램은 CCTV 모델마다 갖고 있는 공통 특성을 저장한 후 CCTV 개별 설정 프로그램에서 이용한다. CCTV 개별 설정 부분은 CCTV 마다 이용자의 위치와의 비교를 통하여 Pan, Tilt, Zoom 값을 결정하기 위한 값들을 저장하며, 이러한 값들은 CCTV의 위도, 경도, 높이 좌표 등으로 구성되어 수동 설정이 불가피하다. 반면에 CCTV 모델 설정 부분은 실제 CCTV를 작동해본 후에 결정이 가능하기 때문에 설정 프로그램을 처음 접하는 사람이라도 쉽게 모델을 결정할 수 있도록 설정 자동화 작업을 지원할 필요가 있다. 표 2는 CCTV의 Pan 특성 설정을 위한 자동화 알고리즘이다.</p><p>표 2의 CCTV Pan 특성 설정 알고리즘을 설명하면 다음과 같다. 먼저 CCTV의 Pan, Tilt, Zoom을 초기 위치인 Pan 0도, Tilt 0도, 그리고 Zoom 배율 1로 설정한다. 그 후 Pan 각도를 20도 회전시키는 명령어를 보낸 후 카메라의 이동 방향을 확인한다. 카메라가 화면에서 우측으로 회전할 경우 CCTV의 위에서 바라본다면 각도가 증가할 때 마다 시계방향으로 회전하는 것이기 때문에 CCTV의 특성은 (a) 또는 (c)가 된다. 다음으로 CCTV의 Pan 각도를 180도로 변경한 후 새로운 명령을 수행한다. CCTV의 각도가 180도에서 200도로 변경할 때 CCTV가 화면에서 우측방향으로 회전한다면 시계방향으로 180도 이상 회전하는 것이기 때문에 CCTV의 특성은 (c)가 되며, 회전하지 않는다면 CCTV는 180도까지 회전하는 특성을 가지므로 (a)가 된다. 반면에 초기 위치인 Pan 0도, Tilt 0도, Zoom 배율 1에서 Pan 각도를 10도로 변경하였을 때 카메라가 화면에서 좌측으로 회전한다면 CCTV의 특성은 (b) 또는 (d)가 된다. 이후 Pan 각도를 같은 방법으로 180도 변경 후 20도로 회전하였을 때 CCTV의 회전 방향을 이용하면 특성 (b)와 (d)를 구분할 수 있다. 그리고 CCTV의 Tilt 특성 역시 같은 방식으로 계산이 가능하다. 이를 통하여 자동으로 계산된 CCTV의 특성은 CCTV의 모델 정보와 함께 데이터베이스에 저장한 후 개별 설정에서 이용할 수 있다.</p>
|
[
"스마트 관제 시스템에서 무엇을 위해 기존의 CCTV 영역관리자 프로그램을 분리하는가?",
"스마트 관제 시스템에서 CCTV를 제어하는 기존 영역관리자 프로그램을 어떻게 분리하는가?",
"CCTV를 제어하는 기존의 영역관리자 프로그램은 어떤 시스템에서 이용자 추적을 위해 분리한 것인가?",
"스마트 관제 시스템은 새로운 영역관리자의 구조를 가지는가?",
"CCTV 모델 설정 프로그램은 어떤 과정을 거치고 CCTV 개별 설정 프로그램에서 이용하는가?",
"CCTV 모델마다 가지고 있는 공통된 특성을 저장한 뒤, CCTV 개별 설정 프로그램에서 이용할 수 있는 것은 무슨 프로그램인가?",
"CCTV 개별 설정 프로그램은 CCTV 모델 설정 프로그램에서 이용할 수 있는가?",
"CCTV 개별 설정 부분에서 CCTV 마다의 이용자 위치와 비교하여 무엇을 결정하기 위해 값들을 저장하는가?",
"CCTV 개별 설정 부분은 CCTV 마다 무엇과 비교를 할 수 있는가?",
"CCTV 마다 이용자의 위치와 비교를 통해 Pan, Tilt, Zoom 값을 결정하기 위한 값들을 저장하는 데, 이 값들은 수동 설정을 해야하는가?",
"CCTV 개별 설정 부분에서 Pan, Tilt, Zoom 값을 결정하기 위해서 저장되는 값은 어떤 것으로 구성되어 있는가?",
"CCTV 마다 이용자의 위치와의 비교를 통해 결정해야 하는 것은 무엇인가?",
"CCTV 모델 설정 부분은 설정 프로그램을 처음 접하는 사람이라도 쉽게 모델을 결정할 수 있도록 무엇을 지원할 필요가 있는가?",
"CCTV 개별 설정 부분은 실제 CCTV를 작동해본 후에 결정이 가능한가?",
"CCTV 개별 설정 부분과 CCTV 모델 설정 프로그램은 무엇을 구성하는 것인가?",
"CCTV 모델 설정 부분은 설정 프로그램을 처음 접하는 사람이라도 쉽게 모델을 결정할 수 있어야 하는가?",
"CCTV의 Pan 특성 설정에 대한 자동화 알고리즘이 존재하는가?",
"CCTV의 Pan의 초기 위치는 얼마인가?",
"CCTV의 Tilt의 초기 위치는 180도인가?",
"CCTV의 Pan, Tilt, Zoom을 초기 위치로 설정한 다음 Pan 각도를 몇 도로 회전 시키는 명령어를 보내는가?",
"CCTV Pan 특성 설정 알고리즘에서 Pan 각도를 20도 회전시키는 명령어를 보낸 후 무엇을 확인해야 하는가?",
"CCTV Pan 특성 설정 알고리즘은 먼저 CCTV의 Pan, Tilt, Zoom을 모두 초기위치로 설정해야 하는가?",
"CCTV의 위에서 바라볼 때 카메라가 화면에서 우측으로 회전할 경우 각도가 증가할 때 마다 어떤 방향으로 회전하는가?",
"카메라가 화면에서 어느 쪽으로 회전할 때 CCTV의 위에서 바라봤을 때 각도가 증가할 때 시계방향으로 회전하는가?",
"카메라가 화면에서 왼쪽으로 회전할 때 CCTV의 위에서 바라보면 각도가 증가할 때 마다 시계방향으로 회전하는가?",
"CCTV는 180도까지 회전하는 것과 180도 이상 회전하는 특성을 가지는 것이 있는가?",
"CCTV 각도가 180도에서 200도로 변경될 때 회전하지 않는다면 CCTV는 180도 이상 회전하는 특성을 가지는가?",
"초기 위치에서 Pan 각도를 10도로 변경하였을 때 카메라 화면은 어느 쪽으로 회전하는가?",
"CCTV의 Tilt와 Pan 특성은 같은 방식으로 계산이 가능한가?",
"CCTV의 특성은 자동으로 계산되는가?",
"자동으로 CCTV의 특징이 산출되었어?",
"CCTV의 Zoom 초기 위치의 배율은 얼마인가?",
"CCTV 설정 프로그램은 무엇으로 나누어 구성되는가?",
"CCTV 모델 설정 부분은 어떤 과정을 거친 후 결정이 가능한가?",
"CCTV의 Pan, Tilt, Zoom을 초기 위치로 설정 한 후 다음 단계는 무엇인가?",
"CCTV의 각도가 얼마에서 얼마로 변경할 때 CCTV가 화면에서 우측방향으로 회전하는지 아닌지를 확인 할 수 있는가?",
"새로운 명령을 수행하기 전에 CCTV의 Pan 각도를 어떻게 변경해야 하는가?",
"CCTV의 모델 정보와 함께 자동으로 계산된 CCTV의 특성은 어디에 저장하는가?",
"CCTV의 모델 정보와 함께 자동으로 계산된 CCTV의 특성은 데이터베이스에 저장한 후 어디에서 이용할 수 있는가?"
] |
1e2e8bd1-0450-4a1c-8091-186f93c61ef9
|
인공물ED
|
스마트 관제 시스템에서 CCTV 설정의 일반화
|
<h1>요 약</h1><p>스마트 관제 시스템은 스마트 디바이스에 내장된 GPS 수신기를 이용하여 이용자의 위치 정보를 회득하고 주변의 CCTV를 제어하여 이용자를 추적/감시/보호하는 시스템이다. 이러한 시스템을 새로운 환경에 적용하고 운영하기 위해서는 각 CCTV의 수에 비례하여 시스템의 전체 설정 과정이 늘어나게 된다. 따라서 카메라의 수가 많은 경우 설정 과정에서 소요되는 시간이 매우 길어지게 되며, 시스템의 운용이 불가능해진다. 본 논문에서는 이러한 설정 시간을 줄이기 위한 방법을 제안한다. 제안된 방법을 적용하고 모의 실험한 결과 설정 방법이 간단하고, CCTV가 증가할수록 기존 시스템보다 더 적은 시간을 소모하였으며, 설정 중에도 시스템의 운용이 가능하였다.</p>
|
[
"스마트 관제 시스템 중에서 이용자를 감시 및 보호하는 기능은 어떻게 이루어지는가?",
"스마트 관제 시스템은 이용자의 주변에 있는 CCTV를 조종할 수 있나요?",
"CCTV의 수와 비례하는 것은 무엇인가?",
"시스템의 전체 설정 과정과 CCTV의 수는 반비례 관계에 놓여져 있어?",
"이용자를 감시하려고 할 때, 스마트 관제 시스템에서는 주변의 어떤 장치를 제어하나요?",
"스마트 관제 시스템에서 이용자를 감시할 때 제어하는 장치는 뭔가요?",
"어떻게 스마트 관제 시스템은 이용자의 위치 정보를 회득하나?",
"스마트 관제 시스템은 이용자의 위치 정보를 GPS 수신기로 아는가?",
"스마트 관제 시스템은 이용자를 추적하는 시스템인가?",
"이용자의 위치 정보를 얻을 때 스마트 관제 시스템이 이용하는 장치는 뭔가요?",
"설정 과정에서 많은 시간이 소비되면 시스템은 어떻게 되는가?",
"설정 과정에서 많은 시간을 필요로 하는 경우는 어떤 경우인가요?",
"설정 과정에서 긴 시간이 소요될 때는 카메라의 수가 적을 때야?",
"본 논문에서 제안된 방법을 적용했을 때, 무엇이 간단했어?",
"모의 실험 결과 CCTV가 증가할수록 기존의 시스템 운용 시간과 별반 다르지 않은 결과가 나왔니?",
"GPS 수신기와 CCTV를 이용하여 이용자를 추적, 보호하는 시스템을 무엇이라고 하는가?",
"본 논문에서는 궁극적으로 시스템의 운용을 가능하게 하는 것을 목표로 하니?",
"본 논문에서 감소시키고자 하는 것은 무엇인가?",
"이용자 감시 시스템은 GPS 수신기와 CCTV를 통해서 이용자를 추적, 감시, 보호하는 시스템이야?",
"스마트 관제 시스템을 어디에 적용하려면 CCTV 수에 따라서 시스템의 전체 설정 과정이 많아지나요?"
] |
44f5b7d9-c6c5-48ad-b94f-515224247303
|
인공물ED
|
스마트 관제 시스템에서 CCTV 설정의 일반화
|
<h1>I. 서론</h1><p>산업화 및 도시화로 인한 인구 밀집 현상이 가속화됨에 따라 사회의 불안 요인이 증가하고 있다. 이에 따라 발생하는 사건의 범죄를 예방하거나 해결하기 위한 방안으로 CCTV를 이용한 관제 시스템에 대한 관심이 높아지고 있다. CCTV를 이용한 관제 시스템은 미국, 영국 등 선진국을 포함한 여러 나라에서 적극 활용하고 있으며, 우리나라에서도 CCTV 설치 후 범죄 유형에 따라 범죄 발생 빈도의 변화 및 예방 효과를 분석하는 연구도 진행되었다.</p><p>현재 주로 운용되고 있는 CCTV 관제 시스템은 일반적으로 일정 방향으로의 촬영 기능에 의존하고 있어 범죄가 발생하였을 때 즉각적인 대응이 어렵고, 대부분 사건 발생 후 해결을 위한 용도로 활용되고 있다. 이에 대한 개선 방안으로 최근 몇몇 지자체에서는 사고에 대한 즉각적인 대응을 위하여 스마트 디바이스의 위치 정보를 이용한 이용자 추적 서비스를 제공하고 있다. 특히 경기도 안양시는 시민들이 스마트폰으로 자신의 귀가 시간과 목적지를 알려오면 위치에 따라 근처 CCTV로 해당 시민을 집중 모니터링 하는 서비스를 발표하였으며, 행정안전부는 긴급 상황 발생 시 단 한 번의 스마트폰 조작으로 위기 상황을 신고할 수 있는 서비스를 제공하고 있다.</p><p>그러나 이러한 서비스는 현재까지 다음과 같은 단점이 존재한다. 첫째, 관제 시스템에 의해 관리되는 영역이 넓기 때문에 촬영에 필요한 CCTV 및 관리 인력의 부족으로 지속적인 모니터링이 불가능하다. 둘째, CCTV가 설치되어 있는 주변 사람들에 대한 초상권 및 사생활 침해, 그리고 해킹에 의한 영상 유출 문제 등이 있다. 이에 따라 현재의 CCTV를 이용한 관제 시스템에서 발전한 통합된 지능형 방범 시스템의 필요성이 대두되고 있다. 또한 최근에는 CCTV와 스마트 디바이스를 이용한 스마트 관제 시스템에 대한 연구가 활발히 진행 중이다. 스마트 관제 시스템의 경우 스마트 디바이스에 내장된 GPS의 위치 정보를 이용하여 자신의 위치 및 상태를 알리고 보호를 받을 수 있으며, 별도의 모니터링 인력을 필요로 하지 않고 자동으로 이용자를 추적하고 관리가 가능하게 한다.</p><p>그러나 이러한 시스템은 CCTV의 수가 많아질수록 시스템의 초기 설정 시간이 급격하게 증가하는 단점이 있다. 실제로 경기도 수원시에 설치되어 있는 CCTV 개수는 2015년 기준으로 8,000대 이상인 것으로 확인되었다. 또한, CCTV를 추가하거나 유지보수를 위하여 CCTV를 제거할 때에도 관제 프로그램은 지속적으로 운용되어야 한다.</p><p>따라서 본 논문에서는 실제 운용 프로그램과 설정 프로그램을 분리하여 CCTV 설정 중에도 스마트 관제 시스템의 운용이 가능하며, 카메라의 PTZ(Pan, Tilt, Zoom) 특성을 그룹화하여 카메라 설정 시간을 단축하는 방법을 기술한다.</p><p>본 논문의 구성은 다음과 같다. 2장에서는 기존의 스마트 관제 시스템 및 운용되는 CCTV의 특성에 대하여 기술하며, 3장에서는 설정과 운용이 분리된 스마트 관제 시스템에 대하여 기술한다. 4장에서는 적용 결과를 보이며, 마지막으로 5장에서 결론을 맺는다.</p>
|
[
"인구밀집 현상의 원인은 무엇인가?",
"산업화는 인구밀집현상의 원인이기도 하나?",
"서비스는 초상권 및 사생활 침해에 대해서는 우려하지 않아도 된다고했어?",
"서비스에서 CCTV 및 관리 인력의 부족의 문제가 발생하는 이유는 무엇인가?",
"근처 CCTV로 해당 시민을 집중 모니터링 하는 서비스를 제공하는 지역은 어디인가?",
"대한민국에서는 CCTV를 이용한 관제 시스템을 활용하지 않아?",
"선진국을 포함한 여러 나라에서 시행하고 있는 관제 시스템은 무엇을 이용하는가?",
"서비스의 첫번째 단점은 무엇인가?",
"모든 지자체에서는 이용자 추적 서비스를 제공하?",
"한 번의 스마트폰 조작으로 위기 상황을 신고할 수 있는 서비스를 제공하는 것은 정부의 어느 부서인가?",
"지자체에서 제공하는 이용자 추적 서비스는 스마트 워치를 이용한 것이야?",
"선진국을 포함한 여러 나라에서 시행하고 있는 관제 시스템은 IOT이야?",
"행정안전부에서 제공하는 서비스는 단 한 번의 전화통화로 위기상황을 신고할 수 있어?",
"산업화와 인구밀집 현상은 관련없어?",
"서비스에는 지속적인 모니터링이 필요한가?",
"CCTV를 활용한 어떤 시스템의 필요성이 부각되고 있는가?",
"CCTV를 이용한 지능형 방범 시스템 필요해?",
"산업화로 인해 사회의 불안 요인이 증가하고 있나요?",
"CCTV와 스마트 디바이스를 이용한 시스템을 무엇이라고 하는가?",
"CCTV는 범죄 예방보다는 범죄 해결을 위한 방안이야?",
"서비스에서 CCTV 및 관리 인력의 부족의 문제가 발생하는 이유는 관리되는 영역이 너무 넓기 때문이야?",
"시민들의 요청에 따라 근처 CCTV로 해당 시민을 집중 모니터링 하는 서비스를 발표한 지역은 어디인가?",
"한 번의 스마트폰 조작으로 위기 상황을 신고할 수 있는 서비스를 제공하는 것은 문화체육관광부야?",
"관제 시스템에서 CCTV는 어떤 역할을 하는가?",
"CCTV를 활용한 통합된 지능형 방범 시스템의 필요성이 부각되고 있어?",
"한 번의 스마트폰 조작으로 위기 상황을 신고할 수 있는 서비스를 제공하는 것은 정부의 어느 부서인가?",
"미국과 영국은 선진국에 포함되니?",
"요청에 따라 근처 CCTV로 해당 시민을 집중 모니터링 하는 서비스를 발표한것은 경기도 안양시이야?",
"지자체에서 제공하는 이용자 추적 서비스는 무엇을 이용한 것인가?",
"지자체에서 제공하는 이용자 추적 서비스는 무엇을 이용한 것인가?",
"CCTV 관제 시스템은 주로 어떤 용도로 활용되고 있는가?",
"경기도 안양시가 발표한 서비스는 단점이 없다.",
"CCTV는 미국에서만 활발하게 관제 시스템으로서 활용되고 있어?",
"선진국을 포함한 여러 나라에서 시행하고 있는 관제 시스템은 무엇을 이용하는가?",
"무엇을 이용한 범죄 예방의 관제 시스템의 관심이 높아지고 있는가?",
"범죄 예방을 위한 관제 시스템으로서 GPS의 관심도가 증가하고 있어?",
"현재 사용되는 CCTV관제 시스템은 범죄가 발생했을 때 즉각 대응하기 쉬워?",
"현재의 CCTV 관제 시스템이 범죄에 바로 대응하기 어려운 이유는 무엇인가?",
"서비스의 두번째 단점은 무엇인가?",
"행정안전부에서 제공하는 서비스는 어떻게 위기 상황을 신고할 수 있는가?",
"시스템에서 CCTV의 수와 관련이 있는 요소는 무엇인가?",
"CCTV 관제 시스템은 범죄 예방에도 활발히 사용되니?",
"스마트 관제 시스템의 단점은 무엇인가?",
"무엇을 이용한 범죄 예방의 관제 시스템의 관심이 높아지고 있는가?",
"본 논문에의 3장에서는 어떤 내용을 담고 있는가?",
"카메라의 어떤 특성을 그룹화 해야 카메라 설정 시간을 단축할 수 있는가?",
"2015년 경기도 수원시에 설치된 CCTV 개수는 몇대 인가?",
"스마트 관제 시스템은 이용자를 수동으로 추적해야해?",
"본 논문에서 결론은 몇 장에서 등장하는가?",
"본 논문에서는 실제 운용 프로그램과 무엇을 분리하는가?",
"스마트 관제 시스템은 모니터링 인력이 필요없어?",
"카메라의 PTZ특성을 그룹화 해야 카메라 설정 시간을 단축할 수 있어?",
"카메라의 어떤 특성을 그룹화 해야 카메라 설정 시간을 단축할 수 있는가?",
"본 논문에는 적용 결과를 보이는 내용은 담지 않아?",
"스마트 디바이스로 자신의 위치 및 상태를 알릴 수 있는 관제시스템은 무엇인가?",
"CCTV와 스마트 디바이스를 이용한 시스템을 지능형 방범 시스템이라고 불러?",
"2015년에 설치되어 있는 CCTV 개수가 8,000대 이상인 지역은 어디인가?",
"스마트 관제 시스템 은 단점이 없어?",
"CCTV의 수와 시스템의 초기 설정 시간은 깊은 관계가 있어?",
"본 논문에서는 실제 운용 프로그램과 설정 프로그램을 분리해?",
"2015년에 설치되어 있는 CCTV 개수가 8,000대 이상인 지역은 어디인가?",
"본 논문에서는 스마트 관제 시스템의 운용이 가능한 방법을 소개하고있어?",
"2015년 경기도 수원시에 설치된 CCTV 개수는 5000대가 넘어?",
"별도의 모니터링 인력이 필요하지 않은 관제시스템은 무엇인가?",
"스마트 관제 시스템은 스마트 디바이스에 내장된 무엇을 이용해 이용자의 위치를 알 수 있는가?",
"본 논문에서 결론이 등장하는 것은 어느 장인가?",
"2015년에 설치되어 있는 CCTV 개수가 8,000대 이상인 지역은 대구광역시야?",
"본 논문의 4장에는 어떤 내용이 들어있는가?",
"CCTV와 스마트 디바이스를 이용한 시스템을 무엇이라고 하는가?",
"스마트 관제 시스템은 자신의 위치 및 상태를 스마트 디바이스를 통해 알릴수 있어?",
"시스템의 초기 설정 시간과 관련있는 요소는 무엇인가?",
"본 논문은 5장에서 결론이 나와?",
"스마트 관제 시스템은 결국 GPS의 위치 정보를 이용한 것이야?",
"본 논문의 2장에서는 어떤 내용을 기술하는가?",
"2015년 경기도 수원시에 설치된 CCTV 개수는 몇대 인가?"
] |
ac84349f-6f76-44cf-8081-26504f3ce895
|
인공물ED
|
스마트 관제 시스템에서 CCTV 설정의 일반화
|
<h1>Ⅳ 적용 결과</h1><p>스마트 관제 시스템에 CCTV 일반화를 통한 설정 자동화 프로그램은 닷넷 프레임워크 기반 C# 언어로 작성되어 Windows 운영체제에서 구동하도록 개발하였다. 또한, 설정 자동화 프로그램과 영역 관리자 프로그램 사이의 CCTV 정보 공유를 위하여 사용되는 데이터베이스는 파일 기반 데이터베이스인 SQLite3 데이터베이스를 이용하였다. SQLite3 데이터베이스는 독립적이고 서버가 불필요하여 여러 애플리케이션의 설정과 데이터를 보관하는 용도로 현재 널리 사용되고 있다.</p><p>그림 5는 구현된 CCTV 모델 설정을 위한 프로그램 화면이다. CCTV의 화면 이동방향의 질의응답 다이얼로그를 통하여 간단하게 버튼 조작하여 자동으로 데이터베이스에 저장할 수 있도록 한다.</p><p>그림 6은 구현된 CCTV의 개별 설정 프로그램 화면이다. CCTV의 공통된 특성을 선택하기 위하여 최초 설정 시 CCTV의 모델을 지정하도록 되어 있으며, 개별 CCTV의 위도, 경도, 고도 좌표의 경우 수동으로 입력하도록 하였다. 이용자와의 각도 계산을 위하여 필요한 정북 방향을 가리켰을 때의 CCTV 각도의 경우 CCTV를 정북 방향으로 수동 이동 후 그 때의 각도를 자동으로 데이터베이스에 저장되도록 설계하였다.</p><p>그림 7은 설정된 CCTV 데이터베이스를 이용한 영역 관리 프로그램의 화면이며, 그림 8은 영역 관리 프로그램을 운용 중에 설정 프로그램을 수행한 화면이다. 프로그램 실행 중에 CCTV의 설정에 변경이 있어도 즉각적으로 대응이 가능하며, 현재의 CCTV가 추적에 이용되고 있는지 등의 사항을 판단할 수 있다.</p><p>스마트 관제 시스템에서 이용자의 정확한 추적을 위해서는 각 CCTV들의 위치 정보, 제어 특성 등이 필요하며 이전의 프로그램은 이 정보를 수동으로 제공하였다. 따라서 이 경우 다양한 사용 환경에 적용하기 어려워진다. 이를 위하여 본 논문에서는 데이터베이스를 이용한 설정 및 운용 공유 시스템을 설계하였으며, CCTV가 갖고 있는 제어 특성을 설정하는데 있어서의 일반화 및 자동화 시스템을 제안하였다. 표 3은 기존의 스마트 관제 시스템과 새로운 시스템과의 비교이다.</p><p>기존의 시스템은 대부분 소규모로 이루어져 있기 때문에 CCTV의 방향, 제어 특성 등을 수동으로 관리하였다. 또한 CCTV의 설정이 변경되었을 때 해당 정보를 업데이트하기 위하여 시스템의 종료가 필수적이었다. 그러나 새로운 시스템은 데이터베이스 공유를 통하여 설정 프로그램에서 데이터베이스 변경 후 바로 적용하는 방식으로 영역 관리자의 운용을 중지하지 않더라도 변경 사항의 적용이 가능하다.</p><p><table border><caption>표 3. 기존의 영역 관리 서버와 새로운 영역 관리 서버의 비교</caption><tbody><tr><td>Function</td><td>Previous server</td><td>Proposed (new) server</td></tr><tr><td>Setting of pointing to due North on CCTV</td><td>Passive</td><td>Auto</td></tr><tr><td>Generalization of CCTV models</td><td>Impossible</td><td>Possible</td></tr><tr><td>Operating CCTV and monitoring service while setting CCTVs</td><td>Impossible</td><td>Possible</td></tr><tr><td>CCTV setting method</td><td>Diffcult</td><td>Easy</td></tr></tbody></table></p><p>그림 9는 CCTV가 증가함에 따라 소요되는 설정 시간을 모의 실험한 결과이다. CCTV 설정에는 CCTV의 좌표 등의 기본 사항 외에, CCTV가 정북 방향을 가리킬 때의 각도 및 CCTV가 촬영 할 수 없는 음영지역에 대한 설정, 그리고 CCTV의 Pan 및 Tilt 설정 등 다양한 정보를 필요로 한다. CCTV의 설정에 소요되는 시간은 기존의 시스템에서 설정에 소요된 시간과 제안된 시스템에서의 설정 시간을 측정하여 사용하였으며, 이를 각각 CCTV의 개수에 따라 1,000회씩 반복하여 모의 실험한 후 평균을 구하였다. 모의 실험 결과 CCTV의 개수가 늘어날수록 제안된 시스템이 더 적은 시간을 이용하여 설정을 할 수 있으며, 설정 중에 CCTV의 운용 역시 가능하였다.</p>
|
[
"Generalization of CCTV models와 Operating CCTV and monitoring service while setting CCTVs의 기존 영역 관리 서버는 무엇이야?",
"Passive가 기존의 영역 관리 서버로 정해져 있던 Setting of pointing to due North on CCTV 기능은 무엇으로 새로운 영역 관리 서버로 지정됬어?",
"Generalization of CCTV models와 Operating CCTV and monitoring service while setting CCTVs에서 새로운 영역 관리 서버는 무엇으로 적용됬어?",
"스마트 관제 시스템 내 설정 자동화 프로그램은 어떤 기술 기반 C#언어로 되어있어?",
"설정 자동화 시스템은 어느 운영체제에 구동하도록 개발되었어?",
"SQLite3 데이터베이스는 어떤 것을 설정하기 위한 용도로 용도로 현재 많이 사용되고 있어?",
"SQLite3 데이터베이스는 독립적이고, 서버가 불필요하여 많이 사용하고 있어?",
"SQLite3 데이터베이스는 무엇을 보관하기 위해 사용되고 있어?",
"질의응답 다이얼 로그를 통해 자동으로 데이터베이스를 저장할 수 있어?",
"영역관리 프로그램 화면은 어떤 것을 이용하여 CCTV를 확인할수 있어?",
"개별 CCTV의 위도, 경도, 고도 좌표와 같은 정보는 자동으로 입력되어져?",
"CCTV 공통 특성을 선택하기 위해 최초로 설정할 때 무엇을 지정해야해?",
"스마트 관제 시스템에서 각 CCTV들의 위치 정보, 제어 특성은 왜 사용되?",
"스마트 관제 시스템에서 이용자의 정확한 추적을 위해 입력되는 정보들은 자동으로 제공되는거야?",
"스마트 관제 시스템의 이전 프로그램은 다양한 환경에 적용이 쉬워?",
"기존 관제시스템은 CCTV 방향, 제어특성 등을 어떻게 관리했어?",
"기존의 관제시스템의 규모는 작아?",
"CCTV의 설정이 변경되었을 때는 왜 시스템을 종료시켜?",
"왜 CCTV의 설정이 변경되었을 때 시스템을 종료시켜?",
"새로운 시스템은 CCTV 설정이 변경되도 어떤 것을 공유를 하기 때문에 시스템 종료 하지 않더라도 변경사항을 적용할 수 있어?",
"기존의 시스템에서 CCTV 설정을 변경하면 업데이트를 위해 무조건 시스템을 종료 시켜야해?",
"새로운 시스템을 이용하면 CCTV 변경사항이 있으면 시스템 중지를 해야해?",
"CCTV 설정에서 기본사항 외 CCTV가 어느 방향을 가리킬때의 각도를 알아야해?",
"CCTV 설정 시 CCTV 좌표 외에 pan 및 Tilt 설정에 대한 정보도 필요해?",
"CCTV 설정에 필요한 시간은 기존과 제안한 시스템에서의 측정된 설정 시간을 이용하여 산출해?",
"모의실험을 통해 CCTV 개수가 늘어나면 제안된 시스템이 기존 시스템보다 설정 시간이 적게 소요했어?",
"제안된 시스템에서 설정 중에 CCTV의 운영도 할 수 있었어?",
"CCTV setting method에서 새롭게 지정된 영역 관리 서버는 무엇이야?",
"설정 자동화 프로그램과 영역관리자 프로그램 사이의 어떤 정보를 공유해?",
"CCTV 정보 공유를 위해 사용되는 데이터베이스는 어떤 기반으로 이루어져 있어?",
"간단하게 버튼으로 조작하려면 CCTV 화면의 이동방향에서 무엇을 이용해야해?",
"CCTV 정보를 공유를 하기 위한 데이터베이스로 어떤 데이터베이스를 사용했어?",
"CCTV 설정 시 촬영이 어려운 어느 지역에 대한 설정이 필요해?",
"영역관리 프로그램을 통해 현재의 CCTV가 어디에 이용되고 있는지 알수 있어?",
"새로운 시스템은 CCTV 변경사항을 어디에서 데이터베이스 변경후 바로 적용해?",
"CCTV 설정에 대한 소요시간은 무엇에 따라 기존 시스템과 제안된 시스템을 1000회씩 반복하여 평균값을 구해?",
"영역관리 프로그램을 통해 CCTV의 설정 변경에 바로 대응이 가능해?",
"CCTV setting method\t가 Easy로 관리서버가 바뀌기 전에는 무엇이였어?",
"제안하는 일반화 및 자동화 시스템은 CCTV가 갖고 있는 어떤 특성을 설정해?",
"CCTV 각도를 지정할 때 어떤 방향으로 먼저 CCTV를 수동이동을 시켜 저장해야해?"
] |
3d4fc576-bf8e-43ea-aabb-19abc5b45e0f
|
인공물ED
|
스마트 관제 시스템에서 CCTV 설정의 일반화
|
<h1>II. 기존 스마트 관제 시스템 및 CCTV의 특성</h1><h2>2.1 스마트 관제 시스템의 구성</h2><p>스마트 관제 시스템은 그림 1과 같이 다수의 CCTV와 이를 제어하기 위한 CCTV 관리 서버 및 영역 관리 서버, 서버와 외부망과의 연결을 위한 게이트웨이, 그리고 이용자 단말과 구조자 단말로 구성된다. 이때 CCTV는 영상의 촬영 및 전송과 PTZ 제어 명령을 수행할 수 있는 일종의 IP 카메라이다. CCTV 관리 서버는 업체별 IP 카메라의 프로토콜 비호환성 문제를 극복하기 위하여 발족된 ONVIF 포럼에서 정의한 인터페이스 규약을 만족하는 IP 카메라 제어를 위한 통합 카메라 관리 서버이다. 영역 관리 서버는 이용자로부터 위치 정보를 수신하여 CCTV 관리 서버를 통하여 CCTV를 이용자의 방향으로 제어하여 촬영하며, 위급 상황이 발생했을 때 구조자 단말기에 위치를 알려 즉각적인 대응이 가능하도록 한다. CCTV, CCTV 관리 서버 및 영역 관리 서버는 보안을 위하여 인터넷망과 분리하여 운영하고, 이용자 및 구조자는 인터넷에 연결되어 있는 게이트웨이를 통하여 영역 관리 서버와 통신 작업을 수행한다.</p><p>이용자는 자신의 단말을 이용하여 본인이 감시(모니터)를 받고자 하는 지역의 위치 정보를 전송한다. 이용자 단말은 현재의 GPS 위치 정보와 서비스 이용 신청 정보를 게이트웨이를 통하여 영역 관리 서버로 전송하며, 영역 관리 서버는 해당 이용자를 촬영할 수 있는 가장 가까운 CCTV를 선택한 후 CCTV 관리 서버를 이용하여 제어한다. 이와 함께 위급 상황 시에는 구조자 단말기로 이용자의 위치 정보를 전달하여 즉각 도움을 받을 수 있도록 한다.</p><h2>2.2 서비스 제공을 위한 설정 정보</h2><p>스마트 관제 시스템에서 이용자를 추적하기 위하여 영역 관리 서버는 CCTV 관리 서버를 통하여 CCTV에게 PTZ 명령을 전달한다. PTZ 명령은 이용자의 위치 정보와 카메라의 위치 정보 등을 비교하여 이용자의 추적에 필요한 카메라의 Pan 각도 및 Tilt 각도 그리고 Zoom 값을 포함한다. PTZ 값을 계산하고 CCTV에 명령을 보내기 위하여 기본적으로 필요한 정보는 표 1과 같다.</p><p>영역 관리 서버는 CCTV의 위도, 경도, 높이 정보를 이용하여 이용자의 위치와 가장 가까운 CCTV의 GUID 값을 가져온다. 그리고 정북 방향을 향했을 때 CCTV의 Pan이 가리키는 값을 이용하여 CCTV의 각도를 보정하고 이용자를 화면 중앙으로 오게 하기 위한 Pan, Tilt, Zoom 값을 계산한 후 해당 GUID의 카메라에게 PTZ 값을 전송하여 카메라를 제어한다. 이러한 값들은 규모가 작은 관제 시스템에서는 개별값으로 갖고 있어도 가능하지만, 시 단위의 큰 규모의 시스템에서는 그 양이 방대해지기 때문에 개별값을 프로그램 내에 저장할 경우 관리상의 문제가 발생한다. 또한, 이러한 큰 규모의 관제 시스템에서는 CCTV의 추가 및 삭제 등의 작업이 이루어질 경우에도 항상 서비스가 가능해야 하기 때문에 프로그램내에 값을 저장하는 방식은 이용이 불가능하다. 따라서 관리하고 있는 CCTV의 정보와 운용되는 관제 프로그램을 분리할 필요가 있다.</p><p><table border><caption>표 1. CCTV PTZ 계산에 필요한 정보</caption><tbody><tr><td>Value</td><td>Meaning</td></tr><tr><td>GUID</td><td>Global Unique D of CCTV</td></tr><tr><td>Latitude</td><td>The GPS latitude value of CCTV</td></tr><tr><td>Longitude</td><td>The GPS longitude value of CCTV</td></tr><tr><td>Altitude</td><td>The GPS altitude value of CCTV</td></tr><tr><td>North Pan Value</td><td>The Pan value when the CCTV points to due North</td></tr></tbody></table></p><h2>2.3 스마트 관제 시스템에서 운용되는 CCTV의 특성</h2><p>CCTV 특성 정보 외에 실제 운용 시에 CCTV 별로 공통적으로 구분 가능한 정보들이 존재한다. CCTV} 관리 서버는 CCTV 들의 비호환성 문제를 해결하기는 하지만 CCTV 제조사 마다 PTZ 명령어를 수행하는데 있어서 몇 가지 차이를 보인다. 그림 2는 CCTV에서의 좌우 회전 작업을 수행하기 위한 Pan 특성을 나타낸다.</p><p>그림 2에 도시한 바와 같이, CCTV는 4가지 형태의 Pan 특성을 갖는다. 그림 2 의 (a)형태의 CCTV는 0도를 기준으로 반시계 방향으로 회전할 때 CCTV에서 표시하는 각도가 \( -180 \)도까지 감소하고 시계 방향으로 회전할 때 표시하는 각도가 180도까지 증가한다. (b)형태의 CCTV는 (a)와는 반대로 반시계 방향으로 회전할 때 각도가 180도 까지 증가하며, 시계 방향으로 회전할 때 \( - 180 \)도 까지 감소한다. (c)형태의 CCTV는 시계 방향으로 회전할 때 0도에서 360도까지 각도가 증가하며, 반시계 방향으로 회전할 때 0도에서 359도, 358도와 같이 각도가 점차 감소하여 다시 0도로 되돌아온다. 마지막으로 (d)형태의 CCTV는 (c)형태의 CCTV와는 반대로 시계 반대 방향으로 회전할 때 CCTV의 각도가 증가한다. 실제로 현재 많이 운용되고 있는 AXIS사의 CCTV인 경우에는 (a)형태의 CCTV가 많으며, Cellinx사의 CCTV인 경우네는 (c)형태의 CCTV가 많이 사용되고 있다.</p><p>CCTV의 Tilt 작업 역시 그림 3과 같이 특성을 구분할 수 있다. 그림 3의 (a)형태의 CCTV는 CCTV가 지면을 향할수록 Tilt 각도가 증가하며, (b)형태의 CCTV는 지면을 향할수록 Tilt 각도가 감소한다.</p>
|
[
"스마트 관제 시스템에서 위급 상황이 발생했을 때 구조자 단말기에 위치를 알려 즉각적인 대응이 가능하도록 하는 서버는 무슨 서버니?",
"스마트 관제 시스템에서 게이트웨이는 어떤 역할을 해?",
"이용자는 무엇을 이용하여 본인이 감시(모니터)를 받고자 하는 지역의 위치 정보를 전송하니?",
"스마트 관제 시스템에서 CCTV 제어를 위해서 어떤 서버들이 필요해?",
"영역 관리 서버는 어떻게 이용자의 위치와 가장 가까운 CCTV의 GUID 값을 가져와?",
"CCTV 관리 서버를 통하여 CCTV에게 PTZ 명령을 전달하는 서버는 무슨 서버야?",
"스마트 관제 시스템에서 이용자 추적을 위해 영역 관리 서버는 무엇을 통해 CCTV에게 PTZ 명령을 전달해?",
"영역 관리 서버는 어떤 값을 가져오니?",
"CCTV 제조사 마다 PTZ 명령어를 수행하는 방법의 차이는 없지?",
"CCTV 관리 서버는 CCTV들의 비호환성 문제를 해결하지 못했지?",
"스마트 관제 시스템에서 이용자 추적을 위해 영역 관리 서버는 CCTV에게 어떤 명령을 전달해?",
"이용자는 어떤 지역의 위치 정보를 단말을 이용하여 전송하니?",
"본문의 표1을 참고하면, CCTV PTZ를 계산할 때 Altitude 값은 CCTV의 어떤 값을 의미해?",
"본문의 표1을 참고하면, CCTV PTZ를 계산할 때 Latitude 값은 CCTV의 어떤 값을 의미해?",
"CCTV는 영상을 촬영할 수 있지만 전송은 못하지?",
"ONVIF 포럼의 발족 목적이 뭐야?",
"무엇이 ONVIF 포럼의 발족 목적이지?",
"영역 관리 서버에서, CCTV를 어느 방향으로 제어하며 촬영하지?",
"영역 관리 서버는 어떤 값을 이용하여 CCTV의 각도를 보정해?"
] |
3f6af2cf-2a39-4f20-9cd3-ea9ebe9ad9d8
|
인공물ED
|
스마트 관제 시스템에서 CCTV 설정의 일반화
|
<h1>V 결론</h1><p>영역 관리자는 이용자의 위치 정보가 제공되면 추적 및 촬영이 가능한 CCTV들을 선택하고 해당 이용자를 추적 및 감시하는 스마트 관제 시스템에서의 가장 중요한 프로그램이다. 따라서 이용자의 정확한 추적 및 안정성, 그리고 유지보수에 있어서의 용이함이 필요하다. 기존의 시스템은 소규모로 운용되기 때문에 추적에 필요한 CCTV의 위치 정보, 제어 득성 등을 수동으로 관리하였으나, 이 경우 관리 영역이 넓어지면 그 운용에 제약이 생긴다. 이를 위하여 CCTV의 위치 정보 및 제어 정보를 시험하고 관련 정보를 데이터베이스에 자동 저장할 수 있는 프로그램을 제작하였다. 별도의 데이터베이스를 이용하여 설치된 CCTV의 정보를 관리하면, 해당 정보를 수정하는 도중에도 영역 관리자 프로그램의 운용이 가능하며, 자동화된 설정 프로세스를 퉁하여 스마트 관제 시스템의 설정을 편리하게 수행할 수 있는 장점이 있다.</p>
|
[
"이용자의 위치 정보가 제공되면 촬영과 추적이 가능한 CCTV들을 선택하고 해당 이용자를 감시, 추적하는 스마트 관제 시스템에서의 가장 중요한 프로그램은 무엇인가요?",
"영역 관리자는 이용자를 정확히 추적할 수 있어야 하나요?",
"기존의 시스템은 대규모로 운용되나요?",
"기존의 시스템은 대규모로 운영되지",
"별도의 데이터베이스를 이용하여 설치된 CCTV의 정보를 관리할 때의 장점은 무엇인가요?"
] |
1b6bb642-4ee4-48a6-bae5-4c027d638e81
|
인공물ED
|
수요자원시장의 입찰경쟁 모형화 및 게임 이론적 해석
|
<h1>5. 사례연구</h1> <p>본 연구에서는 수요자원시장에서의 입찰자 3인 간의 경쟁을 모형화하기 위해서 그림 7과 같은 모형을 사용한다. 모형에서는 국내 수요자원시장에서와 같이 단일 시장가격이 형성되도록 하기 위해서 기타 제약조건은 설정하지 않았다. 그림 7에서 시장운영자는 수요자원시장에서의 감축량 구매자 역할이며, \( D_{1} \sim D_{3} \)는 입찰자로서 수요자원시장에서 수요자원 공급자 역할을 한다. 입찰자들은 입찰함수의 절편 \( k_{i} \)를 통해 경쟁을 한다.</p> <table border><caption>표 1 수요자원시장 모형의 데이타</caption> <tbody><tr><td colspan=3>참여자</td><td>절편</td><td>기울기</td></tr><tr><td colspan=3>감축구매량곡선</td><td>90</td><td>-0.8</td></tr><tr><td rowspan=4>전력 시장</td><td>\( \mathrm{G} \)</td><td>발전기비용함수</td><td>15</td><td>0.12</td></tr><tr><td>\( D_{1} \)</td><td>수요함수1</td><td>300</td><td>-0.5</td></tr><tr><td>\( D_{2} \)</td><td>수요함수2</td><td>320</td><td>-0.6</td></tr><tr><td>\( D_{3} \)</td><td>수요함수3</td><td>330</td><td>-0.7</td></tr><tr><td rowspan=3>수요 자원 시장</td><td>\( f_{1} \)</td><td>수요자원입찰함수1</td><td>\( k_{1} \)</td><td>0.5</td></tr><tr><td>\( f_{2} \)</td><td>수요자원입찰함수2</td><td>\( k_{2} \)</td><td>0.6</td></tr><tr><td>\( f_{3} \)</td><td>수요자원입찰함수3</td><td>\( k_{3} \)</td><td>0.7</td></tr></tbody></table> <p>모형에서 감축량 판별의 기준이 되는 수요값은 수요자원 시장을 고려하지 않은 전력시장 최적화 결과로써 얻어진다. 이는 표 1에서의 발전기 비용함수와 전력수요자들의 수요함수를 고려한 시장운영자의 최적화를 통해 얻어지며 표 2에서의 기준전력수요값과 같다.</p> <p>수요자원시장의 시장가격과 입찰자들의 감축량은 감축구매량곡선과 수요자원입찰함수들을 통해서 결정된다. 이때 입찰자들은 자신의 이득을 극대화하기 위한 최적 \( k_{i} \)를 찾고자 한다. 본 연구에서는 내쉬균형을 이용해서 입찰자들의 경쟁의 균형상태를 계산했다. 다음 표 2는 수요자원시장의 입찰경쟁모형을 시뮬레이션 한 결과 균형상태에서 나타난 입찰자들의 감축결과와 절편값이다. 이때의 DRM 시장가격은 22.7(원/\( \mathrm{MWh} \))이다.</p> <p>입찰자들의 경쟁의 균형상태를 확인하기 위해 입찰자들의 기대이득을 확인할 필요가 있다. 기대이득은 자신 이외의 참여자가 현재의 선택을 유지하고 자신만이 입찰변수를 변화시켰을 때 입찰자 \( i \)의 절편 \( k_{i} \)에 따른 이득의 변화를 나타낸다.</p> <p>그림 8에서 각 입찰자들의 이득극대점에서의 \( k_{i} \) 값이 표 2에서 계산된 절편값과 일치함을 알 수 있다. 따라서 표 2에서의 \( k_{i} \) 값들은 모든 참여자가 현재의 선택을 바꿀 유인이 없는 내쉬균형상태임을 알 수 있다.</p> <p>본 연구에서는 제안된 모형에서의 게임이론을 통한 분석 결과를 4.1-4.2절에서 언급하였다. 표 3과 표 4는 시뮬레이션 결과값을 통해 이를 확인한 것이다.</p> <p>시뮬레이션결과 얻어진 상태에서 단위수요자원이 전력사용으로 소모될 경우 가치는 \( h_{i} \)이고, 판매를 할 경우의 가치는 \( g_{i} \)이다. 4.1절에서 말한 언급한 것과 같이 두 값이 같을 때 공급자의 이득이 극대화된 상태이며, 표 3에서처럼 공급자 모두가 서로의 전략에 대해 최적대응상태를 유지하고 있는 것이 내쉬균형상태이다.</p> <p>제안된 모형에서 내쉬균형상태일 때의 특징을 분석한 결과 얻어진 파라미터인 \( \beta_{i} \)를 이용하면 4.2절에서 언급한 것처럼 공급자간 상대적 감축의지를 확인할 수 있다. 표 4는 \( 1 /\left(\beta_{i}+r_{i}\right) \) 값이 클수록 보다 많은 감축량을 갖는 시뮬레이션 결과를 확인한 것이다.</p> <p>수요자원입찰시장에서의 경쟁전략은 모형화를 통한 시뮬레이션 분석 결과에서 알 수 있듯이 자신만의 전략을 고려한 최적전략은 있을 수 없으며, 참여자간 상호연관성을 고려함으로써 최적화될 수 있다.</p>
|
[
"표 1 수요자원시장 모형의 데이타에서 감축구매량곡선의 절편값은 얼마야?",
"표 1 수요자원시장 모형의 데이타에서 -0.8이라는 값은 무엇에 대한 기울기값이지?",
"표 1 수요자원시장 모형의 데이타에서 전력 시장의 수요함수2의 절편값은 얼마로 측정됐지?",
"표 1 수요자원시장 모형의 데이타 중 수요 자원 시장의 \\( f_{1} \\)은 어떤 함수라고 표현됐지?",
"표 1 수요자원시장 모형의 데이타 중 기울기값이 -0.5로 나타난 함수는 무엇이지?",
"표 1 수요자원시장 모형의 데이타 중 \\( D_{3} \\)은 무엇을 나타내는 함수지?",
"본 연구에서 입찰자 3인 서로 간의 경쟁을 일정한 모형으로 만들기 위해 사용한 방법은 무엇이지?",
"본 논문에서는 공급자 사이의 상대적인 감축의지를 확인하기 위하여 어떤 방법을 이용했지?",
"본 연구에서는 어떤 방법을 통해 입찰자들 간의 경쟁 균형상태를 계산했지?",
"표 1 수요자원시장 모형의 데이타에서 수요 자원 시장 \\( f_{3} \\)의 절편값은 얼마야?"
] |
97bdc3ab-88ff-42f5-aebc-98ef3011fe7a
|
인공물ED
|
레이더에서의 Markov Chain 분석을 이용한 TWS 방식과 Adaptive Tracking 방식의 추적 형성 거리 비교
|
<p>이해를 돕기 위해 레이더의 대표적인 탐지 성능 지표인 \( 50 \% \) 의 단일 탐지 확률을 갖는 단일 탐지거리(single scan detection range, \( R_{d, 50} \) 와 \( 85 \% \) 의 누적 탐지 확률을 갖는 누적 탐지거리(cumulative detection ragne, \( \left.R_{\text {d.acc, } 85}\right) \) 를 Markov chain을 이용하여 도출하는 과정을 나타내면 다음과 같다. 먼저, 해당 Markov chain을 그림 1 과 같이 나타낼 수 있으며, 이에 대한 관계식은 식 (2)와 같다. \( x(k+l)=F(k) * x(k) \) \( F(k)=\left[\begin{array}{ll}q(k) & 0 \\ p(k) & 1\end{array}\right], x(0)=\left[\begin{array}{l}1 \\ 0\end{array}\right] \)<caption>(2)</caption>여기서 \( p(k) \) 는 시간 \( t_{k} \) 또는 그에 상응하는 거리 \( R_{k} \) 에서의 단일 탐지 확률 (\(p\)) 를 의미하며, \( q(k)=1-p(k) \) 이고, Swerling I 표적에 대해 아래와 같이 표현할 수 있다. \( P=P_{f a}^{\frac{1}{1+S N R}}=P_{f a}^{\frac{1}{1+S N R_{50}\left(\frac{R_{50}}{R_{k}}\right)^{4}}} \)<caption>(3)</caption>여기서 \( P_{f a} \) 는 오경보 확률(probability of false alarm), \( S N R_{50}, R_{50} \) 은 \( P=0.5 \) 인 기준 신호대 잡음비 및 그에 해당하는 표적의 거리이다.</p> <p>결국 누적 탐지 확률 \( \left(P_{d, a c c}\right) \) 은 상기 \( \boldsymbol{x}(k) \) 의 \( x_{2}(k) \) 를 의미하므로, 표 1 과 같은 레이더 시스템 파라미터를 가정하여 단일 탐지거리 \( \left(R_{d, 50}\right) \) 와 누적 탐지 거리 \( \left(R_{d, a c c, 85}\right) \) 를 나타내면 그림 2와 같다.</p> <table border><caption>표 1. 레이더 시스템 설정 파라미터</caption> <tbody><tr><td>Parameters</td><td>Value</td></tr><tr><td>\(R_{50}\)</td><td>\(100 \mathrm{km}\)</td></tr><tr><td>\(P_{fa}\)</td><td>\( 10^{-6} \)</td></tr><tr><td>Ownship velocity</td><td>\( 300 \mathrm{~m} / \mathrm{s} \)</td></tr><tr><td>Target velocity</td><td>\( -300 \mathrm{~m} / \mathrm{s} \)</td></tr><tr><td>Search revisit time</td><td>\( 2 \mathrm{~s} \)</td></tr><tr><td>Initial range</td><td>\( 250 \mathrm{~km} \)</td></tr></tbody></table> <p>이제 TWS 방식에서의 추적 형성 거리를 Markov chain을 이용하여 도출하기 위하여 표 1 의 파라미터와 더불어 다음과 같은 추적 확인 조건(track confirmation criterion)을 설정한다.<ul> <li>Confirmation criterion : \( 2 / M \) and \( 1 / N \), with \( M=N=4\)</li></ul></p>
|
[
"\\(R_{50}\\)에 대한 값은 몇인가?",
"\\(P_{fa}\\)에 대한 값은 몇인가?",
"ownship velocity 값은 몇인가?",
"Target velocity값은 어떻게 되는가?",
"레이더 시스템 설정 파라미터 중 Initial range에 대한 value값은 어떻게 되는가?",
"레이더 시스템 설정 파라미터 중 Search revisit time의 값은 어떻게 되는가?"
] |
65aaeb53-9625-4c46-893f-37d07a43fe1a
|
인공물ED
|
넓은 영전압 스위칭 범위를 갖는 대화면 PDP용 유지전원단을 위한 고효율 전력 변환회로
|
<h2>\( 3.4 \) 입출력 관계식</h2> <p>그림 8 에 제안된 컨버터의 게이트 신호와 출력전류 파형을 각각 나타내었다. 출력 단으로 넘어오는 다이오드 전류의 평균값은 평균 출력 전류값과 같다는 알고리즘을 이용하여 입출력 관계식을 구해보면 식 (1)이 얻어지게 된다.</p> <p>\( \frac{V_{0}}{V_{i n}}=\frac{\frac{1}{n}(D)^{2}(1-D)^{2}}{-\frac{1}{n^{2}} \frac{L_{j s}}{R_{o} T_{s}}\left((D)^{2}+(1-D)^{2}\right)+\left(1+\frac{L_{j 1}}{L_{m j}}\right)(D)^{2}(1-D)^{2}} \)<caption>(1)</caption></p> <p>그리고 이러한 입출력관계식을 이용하여 표 1 에 나타난 조건들을 대입하면 그림 9 의 그래프를 얻을 수 있게 된다. 이 그래프로부터 제안된 컨버터는 Full 부하 조건에서 duty \( 0.3 \) 정도를 가지고 \( 10 \% \) 부하에서는 \( 0.1 \) 정도의 duty를 가지게 됨을 알 수 있다. 이러한 결과는 실험과 시뮬레이션 결과를 통해서 확인할 수 있었다.</p> <table border><caption>표 1 입출력관계 그래프를 위한 소자 값</caption> <tbody><tr><td>Specifications</td><td>Values</td></tr><tr><td>mount voltage : Vf</td><td>395V</td></tr><tr><td>Output Voltage : Vo</td><td>205V</td></tr><tr><td>Tum Ratio : n</td><td>2816</td></tr><tr><td>Switching Hirequency</td><td>68kHz</td></tr><tr><td>Leakage Inductance</td><td>25uH</td></tr><tr><td>Magnetizing Inductance</td><td>2mH</td></tr></tbody></table> <h2>3.5 ZVS 조건</h2> <p>Method 1의 경우 하나의 스위치가 꺼질 때 하나의 ZVS tank와 2개의 누설 인덕터에 저장된 에너지에 의해 4 개의 스위치 output 커패시터가 충전, 방전되게 된다. 따라서 Method 1의 경우에는 식 (2)와 같은 ZVS 조건식이 얻어지게 된다.</p> <p>\( 2 \cdot \frac{1}{2} \cdot L_{l k}\left\{i_{L l k}\left(t_{1}\right)\right\}^{2}+\frac{1}{2} \cdot L_{2 V S, 1}\left\{i_{z V S}\left(t_{1}\right)\right\}^{2} \geq 4 \cdot \frac{1}{2} \cdot C_{o s s}\left(V_{i n}\right)^{2} \)<caption>(2)</caption></p> <p>Method 2의 경우에는 하나의 스위치가 꺼질 때 하나의 ZVS \( \operatorname{tank} \) 와 하나의 누설 인덕터에 저장된 에너지에 의해 2 개의 스위치 출력 커패시터가 충전, 방전되게 된다. 따라서 Method 2 의 경우에는 식 (3)과 같은 ZVS 조건식이 얻어지게 된다.</p> <p>\( \frac{1}{2} \cdot L_{l k} i_{L l k}\left(t_{1}\right)^{2}+\frac{1}{2} \cdot L_{Z V S, 2} i_{z V S}\left(t_{1}\right)^{2} \geq 2 \cdot \frac{1}{2} \cdot C_{\text {oss }} V_{i n}{ }^{2} \)<caption>(3)</caption></p> <p>식 (2)와 (3)에서 각각</p> <p>\( \left\{i_{L l k}\left(t_{1}\right)\right\}^{2}=\left|i_{L l k}\left(t_{1}\right)\right|^{2}=\left(\frac{i_{D}}{n}+\frac{\Delta i_{L m}}{2}\right)^{2} \),</p> <p>\( \left\{i_{Z V S}\left(t_{1}\right)\right\}^{2}=\left|i_{Z V S}\left(t_{1}\right)\right|^{2}=\left(\frac{\Delta i_{Z V S}}{2}\right)^{2} \)</p> <p>이 되고 \( \mathrm{t}_{1} \) 은 각 스위치가 꺼지는 순간이다.</p>
|
[
"표 1 입출력관계 그래프를 위한 소자 값에서 mount voltage : Vf는 얼마 입니까?",
"표1에서 결과가 205V일 때, 어떤 항목입니까?",
"표 1에서 결과 값이 2mH일 때, 어떤 Specifications입니까?",
"표 1에서 Switching Hirequency일 때, 결과는 뭐지?",
"Switching Hirequency일 때 결과는 표 1에서 \n 무엇이지",
"표 1에서 Tum Ratio : n의 Values는 무엇입니까?",
" Tum Ratio : n의 Values는 표 1에서 얼마의 값을 가지지"
] |
1c83a258-138c-4b90-9c37-b31279362baf
|
인공물ED
|
Ka-대역 원형 편파기와 직선구조 모드 변환기를 포함한 광대역 혼 안테나
|
<h1>III 결론</h1><p>본 논문에서는 Ka-대역에서 동작하는 원형편파용 도파관안테나를 설계, 제작 및 측정하였다. 안테나 설계에 있어서, 전체 안테나의 크기 최소화를 위하여 소형으로 구현 가능한 두 개의 원형편파기 구조를 설계하고 전기적 특성을 비교하였으며, 우수한 특성을 나타낸 유전체 삽입구조를 이용하여 안테나를 제작하였다. 본 안테나는 능동부의 종단과 feed-through를 통하여 직접연결이 가능하도록 설계함으로써 능동위상배열안테나를 소형화할 수 있다는 구조적 장점을 갖는다. 제작된 방사구조는 향후 Ka-대역에서 8개 정도의 배열로 확장하여 반사판 안테나의 능동형 급전배열안테나로 적용될 예정이며, 위성통신을 포함한 고주파대역 통신서비스에서 폭 넓게 활용될 수 있을 것으로 판단된다.</p>
|
[
"소형으로 구현 가능한 두 개의 원형편파기 구조를 설계하고 전기적 특성을 비교한 것은 전체 안테나의 크기를 작게 하기 위해서야?",
"제작된 방사구조는 위성통신을 포함한 어디에서 활용될 수 있어?",
"본문에선 어디에서 동작하는 원형편파용 도파관안테나를 설계, 제작 및 측정하였어?",
"어디에서 본문의 원형편화용 도파관안테나를 설계 제작 및 측정하였니?",
"소형으로 구현 가능한 두 개의 원형편파기 구조를 설계한 것은 무엇을 위한거야?",
"제작된 방사구조는 향후 Ka-대역에서 8개 정도의 배열로 확장하여 무엇의 능동형 급전배열안테나로 적용될 예정이야?",
"우수한 특성을 나타낸 무엇을 이용하여 안테나를 제작했어?",
"본문의 안테나는 능동부의 종단과 feed-through를 통하여 무엇이 가능해?",
"제작된 방사구조는 향후 Ka-대역에서 몇 개 정도의 배열로 확장될 예정이야?",
"본문의 안테나는 능동위상배열안테나를 대형화할 수 있다는 구조적 장점을 가지고 있어?",
"본문의 안테나는 능동부의 종단과 feed-through를 통하여 직접연결이 가능하도록 설계함으로써 어떤 구조적 장점을 가질 수 있어?"
] |
027274ce-0208-470e-94ac-3354ba8ddf03
|
인공물ED
|
Ka-대역 원형 편파기와 직선구조 모드 변환기를 포함한 광대역 혼 안테나
|
<h2>3. 직선 구조 모드 변환기</h2><p>안테나와 연결되는 능동채널블록과의 방사구조와의 효율적인 결합을 위하여, 직선구조의 모드변환기가 설계 및 제작 되었다. 모드변환기는 직사각형 도파관을 진행하는 TE 모드를 동축선 상의 TEM 모드로 변환하는 역할을 한다. 모드변환기의 구조와 수치, 시뮬레이션 결과는 (그림 5)에 제시되어 있다. 본 변환기는 3 단의 계단구조를 통하여 임피던스를 변환하며, 일반적으로 단수가 증가함에 따라 반사계수 대역폭은 증가한다.</p><p>(그림 5)의 구조 (a)에 있어서, 길이 \( \mathrm{L}_{1} \) 으로 표시된 부분은 hybrid 영역으로 특성 임피던스를 \( 70 \Omega \) 정도로 구현하여 임피던스의 완만한 변화를 가능하게 한다. 설계 결과 \( 26 \sim 33 \mathrm{GHz} \) 의 주파수 대역에서 \( -15 \mathrm{~dB} \) 이하의 반사계수 특성을 가진다. 일반적으로 3단 직선 구조 모드 변환기는 보다 광대역특성을 가지지만, 동축선의 내부 유전체의 유전율 \( \left(\varepsilon_{\mathrm{r}}=4.9\right) \) 이 높아서 전체 대역폭을 제한하다. 이는 Ka-대역에서 동축선의 내경과 외경의 수치를 작게 하기 위하여 불가피하다.</p><h2>4. 방사 구조의 축정 및 제작</h2><p>상술한 바와 같이, 두 개의 원형편파기 구조 중에 광대역 특성을 보이며 제작 측면에서도 용이한 유전체 삽입구조를 이용하여, Ka-대역 원형편파용 도파관 안테나를 설계 및 제작하였다. 안테나의 제작은 혼 안테나와 원형편파기의 몸체를 하나로 가공하고, 원형편파를 유발하는 유전체구조를 삽입하는 방식으로 이루어진다. 또한, 원형편파기의 개구면의 세로 길이와 직선구조 모드변환기의 높이가 다르므로 중간에 임피던스 변환기를 요구한다. 직선구조 모드변환기의 제작은 입력부에 커넥터를 직접 체결하지 않고, 실제 능동채널블록과의 체결성을 시험하기 위하여 마이크로스트립라인과 feed-through로 연결한 후 마이크로 스트립의 종단에서 K-커넥터로 체결하는 구조로 설계되었다. 유전체 삽입구조의 원형편파기는 \( 0.7 \mathrm{~dB} \) 의 삽입손실을 가짐을 안테나 이득 측정을 통하여 실험적으로 확인하였다. 전체 급전 방사구조의 측정결과, 반사계수는 시뮬레이션 결과에 비하여 다소 열화되었다. 시뮬레이션 상에서 \( 29.0 \mathrm{GHz} \) 에서 \( 32.0 \mathrm{GHz} \) 의 동작 주파수대역에서 VSWR\(<\)1.2 의 반사계수 특성을 보이는데 비하여, 측정결과에 있어서는 전체 대역에서 VSWR\(<\)1.5 이하의 성능을 보이고 있다.</p><p>이는 모드 변환기와 마이크로스트립 라인의 체결부에서 발생된 제작 상의 오차와 마이크로스트립의 식각 오차에 기인한다고 판단되며, 전체 급전 방사구조의 삽입손실 특성에도 영향을 미친다. 또한, 안테나이득 특성과 잔여 구성부의 네트워크 분석기를 통한 삽입손실 측정값을 통하여 확인된 도파안테나의 삽입손실은 \( 2.5 \mathrm{~dB} \) 이다. 본 결과에서에서 원형편파기의 유전체손실 \( 0.7 \mathrm{~dB} \) 을 제외하면 약 \( 1.8 \mathrm{~dB} \) 이며, K-커넥터와 모드변환기의 feed-through 등의 잔여 구성부에서 약 \( 1.5 \mathrm{~dB} \) 의 손실이 발생되었음을 확인하였다.</p><p>제작된 안테나의 사진은 (그림 7)과 같으며, 방사패턴 측정결과와 이득 및 축비 측정결과는 (그림 8)에 도시되어 있다. 측정결과는 시뮬레이션 결과와 거의 일치할 정도로 양호하다. 이득특성은 앞에서 언급한 바와 같이, 약 \( 6.7 \sim 7.0 \mathrm{~dB} \) 정도의 값을 가진다. 축비는 원하는 대역폭 내에서 \( 1.0 \mathrm{~dB} \) 이하로 매우 우수한 값을 가지며, \( 28.0 \sim 33.0 \mathrm{GHz} \) 의 \( 16 \% \) 의 대역폭에서 \( 2.0 \mathrm{~dB} \) 축비특성을 갖는다.</p>
|
[
"효율적인 결합을 위해 제작된 모드변환기는 \\( -15 \\mathrm{~dB} \\) 이하의 반사계수 특성이 얼마의 값의 주파수 대역에서 나오지?",
"본문에서는 안테나와 능동채널블록의 결합 효율성을 해결하기 위해 어떻게 했어?",
"변환기 제작은 무엇과 연결되는 능동채널블록과의 방사구조와의 효율적인 결합 때문이지?",
"어떤 형태의 도파관을 진행하는 TE 모드를 TEM 모드로 변환하는 게 모드변환기 이지?",
"그림 5에는 시뮬레이션 결과와 모드변환기의 무엇이 제시되어 있어?",
"얼마의 수치의 계단구조를 통해 제작된 변환기는 임피던스를 변환하지?",
"단수가 증가하면 반사계수 대역폭도 같이 증가하는 변환기는 임피던스 변환을 어떻게 하지?",
"임피던스의 완만한 변화를 가능하게 하기 위해 hybrid 영역에서 특성 임피던스를 얼마의 수치로 구현하니?",
"임피던스의 변화를 완만하게 가능하도록 \\( \\mathrm{L}_{1} \\) 으로 표시된 영역을 어떻게 하지?",
"광대역 특성을 나타내는 Ka-대역 원형편파용 도파관 안테나를 어떻게 하여 제작하였어?",
"혼 안테나와 원형편파기를 하나의 몸으로 만든 후 유전체구조를 어떻게 하여 안테나를 제작하였지?",
"원형편파기의 삽입손실 수치를 확인하는 실험은 어떻게 진행하였어?",
"네트워크 분석기로 측정한 도파안테나 삽입손실 결과에서 얼마의 원형편파기의 유체손실을 제외하면 \\( 1.8 \\mathrm{~dB} \\)이지?",
"도파안테나의 삽입손실은 네트워크 분석기를 이용한 결과 얼마의 수치로 측정되었지?",
"임피던스 변환기가 필요한 이유는 원형편파기의 개구면의 세로 길이와 모드변환기의 무엇이 달라서지?",
"이득 측정 실험에서 삽입형 원형편파기는 얼마의 삽입 손실을 가지지?",
"얼마의 축비 값 이하로 원하는 대역폭에서 확인되었지?"
] |
528f32c9-3d80-41f1-8493-0d71c1d256ea
|
인공물ED
|
Ka-대역 원형 편파기와 직선구조 모드 변환기를 포함한 광대역 혼 안테나
|
<h1>II. 윈형편파용 급전 혼 섬계</h1><h2>1. 혼 안테나 설계</h2><p>(그림1)은 원형편파기, 임피던스 변환기, 직선구조 모드변환기로 구성된 원형편파 도파관 안테나구조를 도식하고 있다. 본 안테나는 기능에 따라 세 부분으로 나눠지며, 원형편파기에서 생성된 두 개의 전계분포 특성을 저하시키지 않도록 전계가 분포되는 두 축에 대하여 대칭 형태를 가져야 한다. 그러나, 원형 도파관 안테나의 경우, 편파기 등의 구형도파관을 원형 도파관으로 연결하는 천이구조(rectangular-to-circular transition)가 추가로 요구되어 안테나의 전체구조가 증가한다는 단점을 갖는다. 따라서, 본 안테나의 설계에 있어서는 안테나 크기의 최소화를 위하여 정사각형 형태의 구형 도파관 혼을 사용하였으며, 내부 혼 크기는 \( 8.4 \times 8.4 \mathrm{~mm} \) 이고, 외부 혼 크기는 \( 9.0 \times 9.0 \mathrm{~mm} \) 이다. 혼 안테나를 포함한 모든 급전 방사구조는 상용 소프트웨어인 CST사의 Microwave studio을 사용하였다. 혼 안테나의 입력부에서 원형편파를 생성하기 위한 두 가지 형태의 원형 편파기를 설계하였다. 하나는 정사각형 모양의 혼 개구면 내부에 \( 45^{\circ} \) 대각선 방향으로 기울어진 방향으로 유전체를 삽입하는 구조이다. 또 다른 구조는 타원(Oval) 형태의 단면과 일정한 길이를 가지는 도파관 구조로 구현할 수 있다. 두 번째 구조의 타원이라는 의미는 두 개의 원이 일정한 거리를 두고 직선으로 연결된 형태로서 일반적인 사각형상의 도파관에 비하여 제작이 용이하다는 장점을 갖는다. 이 두 가지 구조는 모두 Ka-대역과 같은 높은 주파수 대역에서 널리사용되는 Iris구조에 비하여 고주파 대역 부품개발에 있어서 주된 성능열화의 원인이 되고 있는 제작 오차에 따른 특성변화가 심하지않다. (그림 2)의 (a)는 유전체 타입 원형 편파기의 구조와 유전율, 세부 수치 등이 제시되어 있다. 본 그림에서 외부의 사각형은 구형도파관의 단면을 나타내며, 사선형태의 구조물은 원편파 유발을 위한 유전체 평판(Dielectric slab)을 도시하고 있다. 이때, 도파관을 진행하는 신호전력은 유전체평판을 지나면서 두개의 수직한 전계성분 \( \left(\mathrm{E}_{1}, \mathrm{E}_{2}\right) \) 으로 나뉘어지며, 유전체의 유전율과 동작주파의 파장에 유전체평판의 길이가 결정된다.</p><p>(그림 3)과 (표 1)은 타원구조의 편파기 구조와 세부 수치를 각각 표시하고 있다. 두 구조 모두 x,y 축 상에서 직교하는 모드의 전파 상수 bx ,by의 위상차가 \( 90^{\circ} \) 가 되도록 유전체의 길이와 타원 도파관의 길이를 결정한다. 본 구조에서의 Transition \( \left.1 \mathrm{~L}_{1}\right) \) 은 직사각형 구형도파관을 타원구조로 천이하기 위한 정합구조물이며, Transition \( 2\left(\mathrm{~L}_{2}\right) \) 는 타원구조의 도파관을 정사각 형상의 도파관으로 천이하는 역할을 수행한다. 여기서, 타원구조의 개구면은 측면서의 중앙에 위치한 편파기 구조의 단면은 (그림 3)의 (b)에 제시되어있다. 여기서, 타원구조의 개구면은 사각 도파관에 사선 상에 평행하게 위치한 두 개의 원에 의하여 형성되며, 원의 직경(R)과 원의 중심 간의 이격거리(H)에 의해서 결정된다.</p><p>(그림 4)는 유전체 구조과 타원 구조의 원형 편파기의 시뮬레이션 결과이다. 반사계수와 두 개 모드의 세기(Amplitude)를 함께 나타내었다. 유전체 구조의 편파기가 타원구조의 편파기에 비하여 두 모드의 세기변화가 작아서, 축비(Axial ratio)에 있어서 광대역특성을 갖는다.</p><table border><caption>표 1. 타원구조 원편파기 치수</caption><tbody><tr><td>Elements</td><td>Cross section</td><td>Dimensions(\(\mathrm{mm}\))</td></tr><tr><td>External waveguide</td><td>rectangular</td><td>a = 7.112, b= 3.556</td></tr><tr><td>Transition 1</td><td>rectangular</td><td>a = 7.112, b1= 5.15,L1 = 3.38</td></tr><tr><td>Polarizer waveguide</td><td>oval</td><td>R = 3.4, H = 1.0, L = 17.0</td></tr><tr><td>Transition 2</td><td>oval</td><td>R2 = 3.9, H2 = 1.035,L2 = 3.50</td></tr><tr><td>Horn input</td><td>square</td><td>a = b = 7.112</td></tr></tbody></table>
|
[
"안테나 크기를 최대한 작게 만들기 위해 본 안테나를 설계할 때 어떤 과정을 거쳤어?",
"원형 도파관 안테나에서 구형도파관을 원형 도파관으로 연결하는 것을 무엇이라 하는가?",
"모든 급전 방사구조는 어떤 소프트웨어를 사용하는가?",
"어떤 방법을 통해 혼 안테나의 입력부에서 원형편파를 만들 수 있어?",
"정사각형 모양의 원형 편파기는 내부에 어떤 방법으로 유전체를 삽입해야 하는가?",
"타원은 어떤 방법으로 연결된 형태를 의미하는가?",
"그림 2에서 사선형태의 물체는 원편파 유발을 위해 무엇을 도시하고 있는가?",
"어떤 정보가 그림 2의 a에 나와?",
"유전체평판의 길이 결정에는 무엇이 관여하는가?",
"두 구조에서 어떤 방식으로 유전체의 길이와 타원 도파관의 길이를 결정해?",
"그림 3에서 Transition 2는 어떤 과정을 담당하는가?",
"정합구조물인 Transition 1은 본 구조에서 어떤 과정을 담당해?",
"타원구조 원편파기 치수에서 Horn input은 어떤 형태의 단면적을 가져?",
"어떤 값이 타원구조 원편파기의 외부 도파관에서 3.556(\\(\\mathrm{mm}\\))의 dimension을 가져?",
"타원구조 원편파기에서 Dimensions에 해당하는 값이 모두 3.38 이상이고 단면적이 직사각형인 성분은 뭐야?",
"표 1. 타원구조 원편파기 치수에서 타원구조 원편파기의 어떤 성분이 square 단면적을 가지고 a와 b의 값이 동일해?",
"표 1. 타원구조 원편파기 치수에서 Dimensions R, H, L 값이 각각 3.4, 1.0, 17.0인 타원구조 원편파기 성분은 어떤 단면적을 가져?",
"표 1. 타원구조 원편파기 치수에서 oval 단면적을 가지고, 1.0\\(\\mathrm{mm}\\)의 H 값을 가지는 건 타원구조 원편파기의 어떤 성분이야?",
"표 1. 타원구조 원편파기 치수에서 Polarizer waveguide의 치수 중 Transition 2의 치수보다 큰 값을 갖는 것은 무엇인가?",
"표 1 타원구조 원편파기 치수에서 a, b, L, R, H 등의 값으로 표현되는 항목은 뭐야?",
"타원구조의 개구면은 무엇에 의해서 결정되는가?",
"표 1. 타원구조 원편파기 치수에서 Transition 1과 Transition 2에 공통적으로 들어가는 치수 값은 무엇인가?",
"그림 3의 b에 제시되어있는 자료는 무엇인가?",
"표 1. 타원구조 원편파기 치수에서 Transition 1의 치수 중 L1은 몇 \\(\\mathrm{mm}\\)인가?",
"표 1. 타원구조 원편파기 치수에서 Polarizer waveguide의 치수 중 가장 작은 값을 가지는 치수는 무엇인가?",
"그림 4와 시뮬레이션 결과에서 동시에 제시된 정보는 무엇인가?",
"타원구조의 개구면은 어떻게 형성되는가?",
"표 1 타원구조 원편파기 치수에서 어떤 항목이 rectangular, oval, square로 구성돼?",
"표 1. 타원구조 원편파기 치수에서 L1 값이 3.38인 타원구조 원편파기의 성분은 어떤 단면적을 가지는가?",
"혼 안테나의 두 구조가 어떤 제작 오차에 따른 특성변화가 적어?",
"그림 4에서 시뮬레이션 결과 유전체 구조의 편파기는 타원구조에 비해 어떤 특성을 갖는가?",
"본 안테나를 설계할 때 내부 혼 크기는 어떻게 설정하여 진행하였는가?",
"왜 유전체 구조의 편파기는 축비에 대해 광대역 특성을 가지는가?",
"그림1에서 도식하고 있는 것은 무엇이야?",
"본 안테나에 비해 원형 도파관 안테나가 전체구조가 증가하는 원인은 무엇인가?",
"본 안테나가 전계가 분포되는 두 축에 대하여 대칭 형태를 가져야 하는 이유는 뭐야?",
"타원형 원형 편파기는 어떤 방법으로 구현할 수 있어?",
"본 안테나의 전계가 분포되는 두 축이 대칭 형태를 가지는 이유는 무엇인가?",
"유전체평판을 지나는 도파관을 진행하는 신호전력은 어떤 방식으로 나뉘어?",
"안테나는 어떻게 해야 원형편파기에서 만들어진 전계분포 특성을 떨어뜨리지 않아?",
"타원구조 원편파기의 외부 도파관에서 a는 몇 \\(\\mathrm{mm}\\)의 길이를 가져?",
"표 1. 타원구조 원편파기 치수에서 L2 값이 3.50\\(\\mathrm{mm}\\)이고 단면적이 타원형인 타원구조 원편파기의 성분은 무엇인가?",
"표 1. 타원구조 원편파기 치수에서 Transition 1의 치수 b값보다 작은 값을 가지는 타원구조 원편파기 성분은 뭐야?",
"표1에서 제공하고 있는 정보는 무엇인가?"
] |
0c5d4781-07ee-4ac1-90f2-1ecc4f4e8f6a
|
인공물ED
|
Ka-대역 원형 편파기와 직선구조 모드 변환기를 포함한 광대역 혼 안테나
|
<h1>I. 서론</h1><p>이동형 위성 지구국안테나로 Ka-대역과 같은 높은 주파수대역에서 마이크로스트립 형태의 방사소자는 높은 손실로 인하여 그 사용이 제한되어 왔다. 이러한 문제를 극복하기 위하여 널리 사용되고 있는 도파관안테나에 있어서도, 원형편파를 사용하는 위성통신에 있어서 원형편파기의 복잡한 구조와 능동부와의 직접연결이 어려움에 따라 안테나 전체 구조의 소형화 및 경량화에 제한을 받아왔다. 본 논문에서는 구형 도파관안테나, 원형 편파기, 임피던스 변환기, 직선구조 모드변환기로 구성된 급전 방사구조를 설계, 및 제작하였다. 본 안테나는 앞서 서술한 도파관안테나의 문제점을 개선하기 위하여, 원형편파기 소형화 및 모드변환기를 이용하여 다양한 능동부품에 직접 연결할 수 있는 체결구조를 제안한다.</p>
|
[
"방사소자가 제한된 이유가 뭐야?",
"도파관안테나가 제한을 받아온 것이 무엇인가?",
"방사소자의 문제를 극복하기 위해 널리 사용되는 것이 무엇인가?",
"높은 손실의 큰 문제가 있는 방사소자의 문제점을 개선하고자 사용된 것은 어떤 것인가요?",
"도파관안테나의 문제점을 개선하기 위해 제안된 방법은 어떻게 되나요?",
"여러가지 능동부품에 직접 연결 가능한 체결구조를 제의하는 이유가 무엇인가요?",
"본 논문에서 제작한 급전 방사구조는 어떻게 조직되어 있나요?"
] |
1a20e1d8-7097-4ef6-93e3-83730c90c1eb
|
인공물ED
|
Ka-대역 원형 편파기와 직선구조 모드 변환기를 포함한 광대역 혼 안테나
|
<h1>요 약</h1><p>본 논문에서는 Ka-대역에서 원형편파기, 임피던스 변환기, 직선 구조 모드변환기가 결합된 원형편파 도관관안테나를 설계 및 제작하였다. 원형 편파기는 유전체를 \( 45^{\circ} \) 형태로 삽입하는 형태와 타원형상의 단면을 갖는 도파관구조의 두가지 모델을 설계하여 전기적인 주요특성을 비교하였다. 또한, 직선구조 모드변환기는 계단구조의 임피던스 변환구조(stepped impedance transition)를 가지며 도파관을 진행하는 TE 모드의 전력신호를 동축선의 TEM 모드로 변환시키며, 직선모드 변환기의 입력부에 위치한 Feed-through를 통하여, 안테나를 능동모듈에 직접 연결할 수 있도록 설계하였다. 제작된 안테나는 측정결과 \( 30.085 \sim 30 .885 \mathrm{GHz} \) 의 주파수대역에서 VSWR \(<1.5 \), Axial ratio \(<1.0 \mathrm{~dB} \) 이하의 광대역특성을 가지며, 동일한 주파수 대역 내에서 \( 6.7 \sim 7.0 \mathrm{dBi} \) 의 안테나 이득을 갖는다.</p>
|
[
"직선구조 모드변환기는 어떤 구조의 임피던스 변화구조를 가지니?",
"어떤 구조의 임피던스 변화구조를 직선구조 모드변환기가 가지고 있지?",
"직선구조의 모드변환기는 도파관을 진행하는 어떤 모드의 전력신호를 동축선의 TEM모드로 변화시키니?",
"제작된 안테나는 측정결과 \\( 30.085 \\sim 30 .885 \\mathrm{GHz} \\) 의 주파수대역에서 얼마의 안테나 이득을 갖니?",
"원형 편파기는 유전체를 어떤 형태로 삽입하는 형태와 타원형상의 단면을 갖는 도파관구조 모델을 설계했니?"
] |
a7244919-a4f4-4a7b-8a47-bb88a0109a4d
|
인공물ED
|
간접 분기의 타형태 타겟 주소의 정확한 예측
|
<p>표3의 각 벤치마크의 두 번째 항목은 인덱스를 위한 해싱 함수로 분기 주소와 Reg_ip를 xor하는 방식을 사용한 경우의 예측 정확도를 나타내고 있다. 캐시의 크기에 상관없이 상당히 고른 결과를 보인다. 갈래 수가 작을 경우에는 xor 해싱 방식이 concatenate 해싱 방식에 비해 약간 성능이 떨어지는 반면, 갈래 수가 많아지게 되면 오히려 그 결과가 반대가 된다. 이는 같은 크기의 캐시를 사용할 때, 갈래 수가 많아질수록 인덱스에 사용되는 비트 수가 적어지므로 캐시내에서 불필요한 간섭이 발생하기 때문이다. 소규모의 캐시를 사용하는 경우에 xor 방식을 사용하는 것이 concatenate 해싱 방식을 사용하는 것보다 훨씬 유리해진다.</p> <table border><caption>표 3. 다양한 간접 분기 타겟 캐시의 크기에 대한 concatenate 방식 및 xor 방식의 예측 정확도</caption> <tbody><tr><td rowspan=4></td><td colspan=16>간접 분기 타것 캐시의 크기</td></tr><tr><td colspan=4>256</td><td colspan=4>1024</td><td colspan=4>4096</td><td colspan=4>16384</td></tr><tr><td colspan=16>집합-연관 사상(사용한 총 인덱싱 비트 수)</td></tr><tr><td>256x1 (8)</td><td>128x2 (7)</td><td>64x4 (6)</td><td>32x8 (5)</td><td>1kx1 (10)</td><td>512x2 (9)</td><td>256x4 (8)</td><td>128x (7)</td><td>4kx1 (12)</td><td>2kx2 (11)</td><td>1kx4 (10)</td><td>512x8 (9)</td><td>16kx1 (14)</td><td>8kx2 (13)</td><td>4kx4 (12)</td><td>2kx8 (1)</td></tr><tr><td rowspan=2>bench- mark</td><td colspan=16>concatenate 방식의 예축 정확도\( (\%) \) (총 인덱싱 비트 중 Rip_IP의 비트 수)</td></tr><tr><td colspan=16>xor 방식의 예측 정확도\( (\%) \)</td></tr><tr><td rowspan=2>go</td><td>99.48 4</td><td>99.84 6</td><td>99.95 5</td><td>99.95 5</td><td>99.95 5~6</td><td>99.95 5~7</td><td>99.95 5~7</td><td>99.95 5~7</td><td>99.95 5~8</td><td>99.95 5~9</td><td>99.95 5~9</td><td>99.95 5~9</td><td>99.95 5~10</td><td>99.95 5~11</td><td>99.95 5~11</td><td>99.95 5~11</td></tr><tr><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td><td>99.95</td></tr><tr><td rowspan=2>m88ksim</td><td>93.85 4</td><td>93.97 4</td><td>95.36 6</td><td>9519 5</td><td>95.65 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td><td>95.69 6</td></tr><tr><td>94.39</td><td>95.36</td><td>95.69</td><td>95.40</td><td>95.19</td><td>95.48</td><td>95.56</td><td>95.61</td><td>95.48</td><td>95.48</td><td>95.48</td><td>95.48</td><td>9556</td><td>95.56</td><td>95.56</td><td>95.56</td></tr><tr><td rowspan=2>gcc</td><td>82.25 4</td><td>88.91 5</td><td>93.97 5</td><td>95.22 5</td><td>93.76 5</td><td>96.80 5</td><td>98.28 6</td><td>98.67 6</td><td>98.55 6</td><td>99.21 6</td><td>99.49 7</td><td>99.64 7</td><td>99.35 7</td><td>99.82 7</td><td>99.85 7</td><td>99.86 7</td></tr><tr><td>94.45</td><td>97.56</td><td>97.97</td><td>96.97</td><td>97.82</td><td>99.23</td><td>99.44</td><td>99.46</td><td>99.10</td><td>99.84</td><td>99.91</td><td>99.95</td><td>99.70</td><td>99.95</td><td>99.95</td><td>99.95</td></tr><tr><td rowspan=2>compress</td><td>96.86 3~8</td><td>96.86 3~7</td><td>96.86 3~6</td><td>96.86 3~5</td><td>96.86 3~10</td><td>96.86 3~9</td><td>96.86 3~8</td><td>9686 3~7</td><td>96.86 3~12</td><td>96.86 3~11</td><td>96.86 3-10</td><td>96.86 3~9</td><td>96.86 3~14</td><td>96.86 3~13</td><td>96.86 3~12</td><td>96.86 3~11</td></tr><tr><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td><td>96.86</td></tr><tr><td rowspan=2>li</td><td>99.37 7</td><td>99.46 7</td><td>98.12 6</td><td>96.97 5</td><td>99.58 9</td><td>99.67 8,9</td><td>99.67 8</td><td>99.46 7</td><td>99.90 11</td><td>99.99 11</td><td>99.67 8~10</td><td>99.67 8,9</td><td>99.90 11~13</td><td>100.00 11,12</td><td>100.00 11,12</td><td>100.08 11</td></tr><tr><td>99.66</td><td>99.46</td><td>98.12</td><td>96.97</td><td>99.65</td><td>99.67</td><td>99.67</td><td>9946</td><td>100.00</td><td>100.00</td><td>99.67</td><td>99.67</td><td>100.00</td><td>100.00</td><td>100.00</td><td>100.00</td></tr><tr><td rowspan=2>ijpeg</td><td>96.20 5</td><td>96.32 5</td><td>96.50 6</td><td>96.37 5</td><td>97.59 6</td><td>97.76 6</td><td>98.18 6</td><td>98.12 6</td><td>99.21 5</td><td>99.68 5</td><td>99.96 5</td><td>99.96 5,6</td><td>99.95 5</td><td>99.92 6</td><td>99.96 5~7</td><td>99.96 5~8</td></tr><tr><td>98.44</td><td>9922</td><td>99.47</td><td>99.90</td><td>99.38</td><td>99.96</td><td>99.96</td><td>99.6</td><td>9985</td><td>89.96</td><td>99.96</td><td>99.96</td><td>99.94</td><td>99.96</td><td>99.96</td><td>99.96</td></tr><tr><td rowspan=2>perl</td><td>99.30 4</td><td>99.96 5</td><td>99.98 6</td><td>99.96 5</td><td>99.93 4</td><td>100.00 7</td><td>100.00 7,8</td><td>100.80 7</td><td>99.97 6</td><td>100.00 7~9</td><td>100.00 7~10</td><td>100.00 7~9</td><td>100.00 7~8</td><td>100.80 7~11</td><td>100.00 7~11</td><td>100.00 7~11</td></tr><tr><td>99.93</td><td>99.98</td><td>99.98</td><td>99.96</td><td>99.95</td><td>100.00</td><td>100.00</td><td>100.00</td><td>99.97</td><td>100.00</td><td>100.00</td><td>100.80</td><td>99.99</td><td>100.00</td><td>100.00</td><td>100.00</td></tr><tr><td rowspan=2>vortex</td><td>99.03 5</td><td>99.57 5</td><td>99.76 5</td><td>99.81 5</td><td>99.54 6</td><td>99.88 6</td><td>99.88 6</td><td>99.91 7</td><td>9983 5</td><td>99.92 8</td><td>99.92 8</td><td>9996 9</td><td>99.91 7</td><td>99.96 9</td><td>99.96 9,10</td><td>99.96 9,10</td></tr><tr><td>99.21</td><td>99.75</td><td>99.88</td><td>99.83</td><td>99.81</td><td>99.96</td><td>99.92</td><td>99.91</td><td>99.81</td><td>99.96</td><td>99.96</td><td>99.96</td><td>99.96</td><td>99.96</td><td>99.96</td><td>99.96</td></tr><tr><td rowspan=2>평균</td><td>9579 4.8</td><td>96.86 5.3</td><td>97.56 5.4</td><td>97.54 4.9</td><td>97.98 6.0</td><td>98.22 6.3</td><td>98.56 6.3</td><td>9858 6.3</td><td>98.75 6.6</td><td>98.91 7.3</td><td>98.94 7.3</td><td>98.97 7.1</td><td>98.95 7.6</td><td>99.02 8.1</td><td>99.03 8.1</td><td>99.03 8.0</td></tr><tr><td>97.86</td><td>98.52</td><td>98.49</td><td>9823</td><td>98.58</td><td>98.89</td><td>98.92</td><td>9840</td><td>98.88</td><td>99.00</td><td>98.97</td><td>98.99</td><td>99.00</td><td>99.03</td><td>99.02</td><td>99.02</td></tr></tbody></table>
|
[
"평균이 가장 큰 캐시의 크기는 얼마인가?",
"4kx1의 집합-연관 사상일 때, xor 방식의 예측 정확도가 가장 낮은 벤치마크는 무엇인가?",
"총 인덱싱 비트 수가 가장 적은 것의 집합-연관 사상은 무엇인가?",
"4096의 크기, 4kx1의 집합-연관 사상의 예측 정확도가 100.00이 되는 방식의 이름이 무엇인가?",
"8kx2를 갖는 집합-연관 사상에서 사용한 총 인덱싱 비트 수는 얼마인가?"
] |
8ee0fe08-7318-4236-8014-9af410c216de
|
인공물ED
|
간접 분기의 타형태 타겟 주소의 정확한 예측
|
<h1>III. 간접 분기의 특성</h1> <p>이 절에서는 분기 명령의 특성 특히 간접 분기의 여러 가지 특성을 살펴본다. 모든 간접 분기를 완벽하게 예측할 수 있다면 평균 IPC를 \( 10.8 \% \) 까지도 향상시킬 수 있다는 보고에서처럼 간접 분기를 효율적으로 예측하는 것이 ILP 향상에 매우 중요하다는 것을 알 수 다.</p> <p>그림 4는 분기 방향이 항상 올바르다고 했을 때, 다양한 갈래 연관(set associativity)으로 구성된 \( 1 \mathrm{K} \) 엔트리의 BTB와 최적의 결과를 보이는 무제한의 자원을 사용하는 BTB에 대한 각 벤치마크의 직접 분기 타겟 예측 정확도의 변화를 보여주고 있다. 그림에서 보는바와 같이 직접 분기의 타겟 예측은 BTB의 크기에 제한을 받을 뿐이지 충분한 자원만 마련되면 거의 정확하게 예측할 수 있음을 알 수 있다. 즉, 최초에 수행된 경우를 제외하면 그 외의 것은 항상 정확하게 예측할 수 있게 된다. BTB의 크기에 제한을 두지 않을 때의 평균 예측 정확도는 \( 99.998 \% \)에 이르며, 실용적인 측면에서 합리적인 자원 사용을 고려해 보더라도 \( 1 \mathrm{K} \) 엔트리로 구성되는 \( 128 \times 4 \)와 \( 512 \times 4 \)의 집합-연관 사상의 경우에 각각 \( 98.12 \%, 99.74 \% \)로 아주 높은 정확도를 보인다.</p> <p>그림 5는 return 명령을 제외한 모든 간접 분기의 예측 정확도를 보여 준다. 간접 분기의 타겟은 BTB 자원을 충분히 지원해도 정확하게 예측할 수 없음을 보인다. 즉 무제한의 BTB를 사용한다하더라도 평균 예측 정확도는 \( 60.08 \% \)에 지나지 않는다. 따라서 간접 분기의 타겟 예측을 위해서는 별도의 방도를 강구해야 한다.</p> <table border><caption>표 1. 벤치마크 프로그램의 동적 특성</caption> <tbody><tr><td>벤치마크</td><td>입력</td><td>수행 명령 수 (백만개)</td><td>분기 당 명령 수</td><td>간접 분기 당 명령 수</td><td>간접 분기 당 조건 분기 수</td><td>평균 타겟 수 (간접 점프)</td><td>평균 타겟 수 (간접 호출)</td></tr><tr><td>go</td><td>2stone9.in(train)</td><td>548</td><td>6.83</td><td>89.18</td><td>10.10</td><td>5.20</td><td>1.00</td></tr><tr><td>m88ksim</td><td>ctl.raw(ref)</td><td>245</td><td>4.39</td><td>25.36</td><td>3.44</td><td>5.44</td><td>1.40</td></tr><tr><td>gcc</td><td>cccpi(ref)</td><td>1,263</td><td>5.03</td><td>51.45</td><td>7.93</td><td>8.97</td><td>14.33</td></tr><tr><td>compress</td><td>80800 e 2231</td><td>239</td><td>5.41</td><td>35.36</td><td>4.10</td><td>2.39</td><td>1.00</td></tr><tr><td>li</td><td>train.lsp(train)</td><td>183</td><td>4.38</td><td>25.27</td><td>3.34</td><td>2.50</td><td>23.90</td></tr><tr><td>ijpeg</td><td>vigo.ppm(train)</td><td>1,465</td><td>12.29</td><td>493.20</td><td>33.08</td><td>3.48</td><td>1.12</td></tr><tr><td>perl</td><td>jumble.pl(train)</td><td>2,392</td><td>5.18</td><td>39.46</td><td>5.42</td><td>8.80</td><td>1.00</td></tr><tr><td>vortex</td><td>vortex.raw(train)</td><td>2,500</td><td>6.09</td><td>46.21</td><td>5.50</td><td>6.20</td><td>2.12</td></tr></tbody></table> <table border><caption>표 2. 간접 분기의 타겟 수</caption> <tbody><tr><td rowspan=2>벤치마크</td><td colspan=2>타겟 수 =1</td><td colspan=2>타겟 수 = 2</td><td colspan=2>2< 타겟 수 \( \leqq \) 5</td><td colspan=2>5< 타겟 수</td></tr><tr><td>간접 점프</td><td>간접 호출</td><td>간접 점프</td><td>간접 호출</td><td>간접 점프</td><td>간접 호출</td><td>간접 점프</td><td>간접 호출</td></tr><tr><td>go</td><td>3</td><td>131</td><td>0</td><td>0</td><td>110,788</td><td>0</td><td>6,664</td><td>0</td></tr><tr><td>m88ksim</td><td>363</td><td>601</td><td>2</td><td>0</td><td>704</td><td>0</td><td>695</td><td>25</td></tr><tr><td>gcc</td><td>16,320</td><td>16,271</td><td>52,640</td><td>5,130</td><td>2,941,260</td><td>49,311</td><td>4,072,277</td><td>315,879</td></tr><tr><td>compress</td><td>0</td><td>318</td><td>155</td><td>0</td><td>101</td><td>0</td><td>0</td><td>0</td></tr><tr><td>li</td><td>3</td><td>48</td><td>933,774</td><td>0</td><td>973,686</td><td>4,083</td><td>0</td><td>110,607</td></tr><tr><td>ijpeg</td><td>789</td><td>368,853</td><td>0</td><td>49,088</td><td>8,203</td><td>0</td><td>0</td><td>0</td></tr><tr><td>perl</td><td>7</td><td>3,689,517</td><td>23</td><td>0</td><td>531,250</td><td>0</td><td>12,867,875</td><td>0</td></tr><tr><td>vortex</td><td>89,893</td><td>11,543</td><td>87,620</td><td>3</td><td>137,601</td><td>1,272</td><td>587,581</td><td>2,009</td></tr></tbody></table> <p>표 1은 실험에 적용한 SPEC95int 벤치마크 프로그램의 동적 특성을 보여준다. 시뮬레이션 시간을 줄이기 위해서 수행 명령 수를 \( 2,500 \mathrm{M} \) 로 제한하였다. 각 벤치 마크에 대해 사용된 입력 파일, 수행 명령 수, 한 분기 당 수행된 명령 수, 한 간접 분기 당 수행된 명령 수, 한 간접 분기 당 수행된 조건 명령 수 및 간접 점프(j r 명령어)와 간접 호출(jalr 명령어)의 평균 타겟 수를 나타내었다. 간접 분기는 평균 100개의 명령 수행 중 1개 정도로 나타난다. 벤치마크에 따라 수행된 간접 분기의 빈도수는 편차가 많이 나는데, 많게는 ijpeg의 경우와 같이 간접 분기 당 명령 수가 493개로부터 적게는 m88ksim과 compress에서 25개가 된다. 간접 분기 당 평균 조건 분기 수는 9.1로서 간접 분기의 빈도가 조건 분기보다 낮게 나타났다. 일반적으로 간접 점프 당 타겟 수가 간접 호출의 타겟 수보다 많다. 간접 호출 중의 많은 경우가 타겟이 단 하나인 라이브러리 함수 호출을 위한 것이기 때문에 평균적으로 간접 호출의 수가 1~2개정도 밖에 되지 않는데, 예외적으로 gcc와 li는 타겟 수가 많은 특정한 하나의 간접 호출 명령이 특이하게 많이 수행되는 이유로 평균 타겟 수가 많은 것으로 나타났다. 표 2를 보면 타겟 수에 대한 보다 상세한 결과를 볼 수 있다. 위에서 언급한 것처럼 대다수의 간접 호출 명령은 그 타겟 수가 1이고, 간접 점프 명령은 비교적 타겟 수가 적은 것으로부터 많은 것까지 다양하게 나타나는데, 그 이유는 간접 점프 명령은 여러 case 문장으로 향하게 되는 switch 문장을 구현하는데 보통 사용되기 때문이다.</p>
|
[
"표1에서 perl을 포함하는 열의 이름이 뭐야?",
"표1에서 입력값 80800 e 2231는 어떤 벤치마크에 해당돼?",
"표1에서 jumble.pl(train)이 속하는 열은 무슨 이름이니?",
"표1에서 표1의 go행에서 10.10값은 무슨 이름의 열에 속하니?",
"표1에서 평균 타겟 수의 간접점프 값과 간접호출 값 중에 gcc에서 더 작은 값이 해당하는 열의 이름이 뭐야?",
"표1에서 train.lsp(train)입력값의 벤치마크에서 나타나는 간접 분기 당 명령 수가 얼마니?",
"표1에서 평균 타겟 수의 간접점프 값과 간접호출 값 중에 gcc에서 더 큰 값은 얼마야?",
"표1에서 compress의 분기당 명령수는 얼마야?",
"표1에서 벤치마크 go의 간접 분기 당 명령 수 값이 뭐야?",
"표1에서 수행 명령 수 (백만개) 값이 가장 큰 값은 얼마지?",
"표1에서 분기 당 명령 수가 제일 큰 벤치마크의 간접 분기 당 명령 수는 얼마야?",
"표1에서 train.lsp(train)입력값의 벤치마크는 어떤 벤치마크야?",
"표1에서 수행 명령 수 (백만개) 값이 가장 큰 값은 어떤 벤치마크야?",
"표1에서 수행 명령 수 (백만개) 값이 가장 큰 값에 해당하는 입력값이 뭐지?",
"표1에서 평균 타겟 수 (간접 점프) 열 중에서 가장 작은 값의 행은 무슨 이름을 가져?",
"표1에서 ijpeg행과 간접 분기 당 조건 분기 수 열에 속하는 값은 뭐니?",
"표1에서 수행 명령 수 (백만개)와 분기 당 명령 수를 더하면 554.83이 되는 벤치마크 이름이 뭐니?",
"표1에서 간접 분기 당 조건 분기 수가 30이상인 값은 몇이야?",
"표1에서 간접 분기 당 조건 분기 수가 30이상인 값을 포함하는 행은 무슨 이름을 가지니?",
"표1에서 수행 명령 수 (백만개)와 분기 당 명령 수를 더하면 554.83값을 가지는 행에서 간접 분기 당 조건 분기 수는 얼마야?",
"표1에서 간접 분기 당 조건 분기 수가 30이상인 값이 해당하는 행에서 가장 큰 값은 몇이야?",
"표1에서 간접 분기 당 조건 분기 수가 30이상인 값이 해당하는 행의 가장 작은 값의 열의 이름이 뭐지?",
"표1에서 평균 타겟 수 (간접 호출)와 평균 타겟 수 (간접 점프)\t값을 더하면 9.8이 되는 행의 이름이 뭐야?",
"표1에서 평균 타겟 수 (간접 호출)와 평균 타겟 수 (간접 점프)\t값을 더하면 9.8이 되는 행 중에서 분기 당 명령 수에 해당하는 값이 뭐야?",
"표2에서 m88ksim 벤치마크의 2< 타겟 수 \\( \\leqq \\) 5의 간접 점프 값은 몇이니?",
"표2에서 go의 타겟 수 = 2의 간접 점프값이 뭐야?",
"표2에서 m88ksim의 타겟 수 = 2의 간접 점프값이 뭐지?",
"표1에서 수행명령수(백만개)가 548개인 행의 이름이 뭐야?",
"표1에서 cccpi(ref)은 어떤 이름을 가진 행에 속해?",
"표1에서 1,263값은 어떤 이름을 가진 행에 포함되니?",
"표2에서 gcc 벤치마크의 2< 타겟 수 \\( \\leqq \\) 5의 간접 호출은 얼마야?",
"표2의 gcc 행에서 가장 큰 값은 몇이지?",
"표2의 gcc 행에서 가장 큰 값이 포함되는 열에서 가장 큰 값은 얼마야?",
"표2의 gcc 행에서 가장 큰 값이 포함되는 열에서 가장 큰 값은 무슨 벤치마크야?",
"표2에서 간접점프 값이 89,893인 벤치마크는 무슨 이름을 가져?",
"표2에서 간접점프 값이 89,893인 벤치마크의 같은 타겟 수의 간접호출 값이 뭐지?",
"표2에서 간접점프와 간접호출 값이 모두 0인 벤치마크 중에서 타겟수가 가장 적은 행의 이름이 뭐야?",
"표2에서 간접점프 값이 89,893값의 타겟 수는 몇 개야?",
"표2에서 타겟 수 =1일 때 간접 호출 값이 가장 적은 값은 뭐니?",
"표2에서 타겟 수 =1일 때 간접 호출 값보다 318 작은 간접점프 값은 뭐지?",
"표2의 gcc 행에서 가장 큰 값의 타겟 수는 얼마니?",
"표2에서 타겟 수 = 2에서 두 간접점프 값을 더하면 178이 되는 값 중에서 더 작은 값이 뭐지?",
"표2에서 타겟 수 = 2에서 간접점프와 간접호출 값의 차이가 2로 나타난 벤치마크 이름이 뭐니?",
"표2에서 타겟 수 = 2에서 두 간접점프 값을 더하면 178이 되는 값 중에서 더 작은 값이 해당하는 행에서 타겟 수 =1의 간접점프 값은 몇이지?"
] |
c95f467b-112e-4bb9-a913-8dda9053c9fb
|
인공물ED
|
독립형 태양광 발전시스템의 MPPT 제어기법 특성비교
|
<h1>2. 독립형 태양광 발전시스템 구성</h1> <h2>2.1 충.방전 컨트롤러 설계</h2> <p>독립형 태양광 발전시스템의 컨트롤러를 설계하기 위한제어블록도는 그림1과 같다. 태양전지의 전압, 전류를MPU[Micro Processor Unit]의 A/D 컨버터를 통해 현재의전력 값을 연산하고, 이전의 전력 값과 비교를 통한 MPPT제어로 지령치 전압이 생성된다. 지령치 전압에 따라MOSFET의 PWM 듀티비를 조절함으로서 태양전지의 최대 출력점을 추종하게 되며, 출력효율을 높일 수 있다. 또한, 배터리 전압을 센싱하여 배터리의 저전압시 배터리 방전보호를 위해 부하단을 차단하고 배터리의 충전상태를 유지하게되며, 과충전을 방지하기 위해 배터리의 과전압 수치를 넘을경우 MPPT의 추종점을 변경하여 배터리의 과충전이 되지않도록 설계하였다.</p> <p>그림2는 본 논문에서 개발한 독립형 태양광 발전시스템컨트롤러의 입.출력 스위칭 회로로서 태양전지로부터 입력되는 전압, 전류 입력부와 배터리의 전압 확인부, A/D 컨버터 변환부, 태양광 발전으로부터 배터리의 충전 및 부하출력제어를 위한 스위칭 제어로 구성되어 있다. MOSFETIRF3205를 병렬형 구조로 사용하여 과전류 상태에서 보다내구성이 뛰어나고 Half Bridge 형태의 스위칭 제어를 위해FAN7382M 게이트드라이브 IC를 사용하여 빠른 스위칭 전환이 가능하도록 설계하였다. 태양전지로부터 입력되는 최대 허용전압 및 전류는 \( 50 \mathrm{~V} / 8 \mathrm{~A} \)로 약 \( 400 \mathrm{~W} \)까지 입력이 가능하다.</p> <p>개날한 컨트롤러 시제품은 그림3과 같으며, 2개의 Dip Switch와 5개의 입출력 단자로 구성되어 있으며, 10개의 MOSFET과 저 전력 구동이 가능한 \( 8 \mathrm{~K} \) byte의 In-System Programming인 ATmega 8로 구성되어 있다. \( 132(\mathrm{~W}) \) * \( 72(\mathrm{H}) \mathrm{mm} \) 크기를 갖으며, 세부사양은 표1와 같다.</p> <p> <table border><caption>표 1 컨트롤러 세부사양</caption> <tbody><tr><td>항목</td><td>규격</td></tr><tr><td>BATTERY Voltage</td><td>\( 12 \mathrm{~V} / 24 \mathrm{~V} \) 검용</td></tr><tr><td>PV Voltage</td><td>\( 0 \mathrm{~V} \sim 50 \mathrm{~V} \)</td></tr><tr><td>MAX PV NPUT</td><td>\( 12 \mathrm{~V} / 200 \mathrm{~W}, 24 \mathrm{~V} / 400 \mathrm{~W} \)</td></tr><tr><td>최대 출력 전류</td><td>\( 15 \mathrm{~A} \)</td></tr><tr><td>자기 소비 전류</td><td>\( 20 \mathrm{~mA} \)</td></tr><tr><td>MPPT</td><td>\( 95 \% \)</td></tr><tr><td>온도 보정</td><td>\( 12 \mathrm{~V}=24 \mathrm{mV} /{ }^{\circ} \mathrm{C}, 24 \mathrm{~V}=48 \mathrm{mV} /{ }^{\circ} \mathrm{C} \)</td></tr><tr><td>보호 회로</td><td>과전압/과전류, 역전류, 과부하 보호</td></tr></tbody></table></p> <h2>2.2 MPPT 제어</h2> <p>태양광 발전시스템은 환경변화 조건에 대해 출력효율 높이고자 MPPT 제어기법을 사용하며, 크게 아날로그 방식과 디지털 방식으로 분류된다. 아날로그 방식은 센서 및 제어회로의 구성으로 저가라는 장점이 있지만, 온도 변화폭이넓고 일사량의 변동이 심한 조건에서 제어시스템의 정밀도를 유지하기가 어렵다는 단점이 있다. 이에 비해 디지털 방식은 MPU의 연산에 의해 제어함으로서 제어의 유연성과신뢰성을 확보할 수 있어 최근 태양광 발전 시스템 구성에많이 사용되고 있다.</p> <p>MPPT 제어는 일사량과 온도변화에 따라 가변하는 태양전지의 최대 출력점을 추정할 수 있는 전압 또는 전류 지령치를 생성하며, 태양전지의 출력 값과 오차 연산후 PI 제어를 통해 PWM 신호를 생성한다. 대표적인 MPPT 제어방법으로 CV(Constant Voltage), P&O, IncCond 등이 있으며,빠른 환경변화를 고려하여 태양전지의 PV특성곡선을 이용하는 P&O, IncCond 방법이 많이 사용된다.</p> <p>본 논문에서는 컨트롤러 MPU 사양에 적합한 소수의 측정 파라미터를 갖는 P&O 제어방법을 적용하였으며, 기존의P&O 제어방법과 태양전지 출력상태에 따라 Step 값이 가변되는 개선된 P&O 제어방법에 대해 비교분석 하였다.</p> <h3>2.2.1 P&O 제어기법</h3> <p>\( \mathrm{P \& O} \) 제어기법은 그림4와 같이 태양전지의 출력전압과 전류의 곱에 의한 전력변환 계산에 기초를 두고 있으며, 현재의 출력전럭 \( (P(t)) \)과 이전 출럭전럭 \( (P(t-1)) \)을 비표하여 지정된 Step 값의 연산에 의해 지렁치 출력전압 \( \left(V_{r e f}\right) \)을 계산하는 제어방식이다. 현재의 지령치 출력전압에 따라MOSFET 듀티비를 조절함으로써 최대 전력 상태를 유지시킬 수 있게 한다.</p> <h3>2.2.2 개선된 P&O 제어기법</h3> <p>기존의 P&O 제어기법은 태양전지의 단자전압이 MPP에 이르렀을 때 일정 혹은 천천히 변하는 환경 조건에서 자려진동하여 출력 효율이 떨어진다는 단점이 있다. 따라서,환경변화에 대한 출력전력 상태를 고려하여 MPP의 추적속도를 높이고 손실을 줄이기 위해 본 논문에서는 태양전지에서 출력되는 전력 오차 값에 대해 Step 값이 가변되는 개선된 P&O 알고리즘을 적용하였다. 본 논문에서 적용한 Step값은 개발한 컨트롤러에 최적화 된 값으로 반복된 실험값을 통해 3가지 경우로 나눠 0.2, 0.1, 0.05 값을 설정하였으며, 알고리즘 순서도는 그림 5와 같다.</p>
|
[
"표 1을 보면 MPPT의 규격은 뭐야?",
"표 1을 보면 BATTERY Voltage의 규격은 어떤거니?",
"표 1 컨트롤러 세부사양을 보면 최대 출력 전류는 얼마야?",
"표 1에서 \\( 0 \\mathrm{~V} \\sim 50 \\mathrm{~V} \\)의 규격은 무슨 항목을 나타내는 겁니까?",
"표 1에서 자기 소비 전류는 어떤 결과 값을 가져?"
] |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.