id
stringlengths 36
57
| type
stringclasses 4
values | title
stringlengths 0
159
| context
stringlengths 121
17.2k
| questions
listlengths 1
584
|
|---|---|---|---|---|
78fdda4c-c780-4e4e-b692-b70d3dd557c2
|
인공물ED
|
저가형 적외선 거리 센서를 이용한 선도-추종 로봇시스템에서 선도로봇의 위치인식
|
<h1>III. 저가형 적외선 거리 센서를 이용한 선도로봇의 위치인식 알고리즘</h1><h2>1. 선도로봇의 위치인식 특성 실험</h2><h3>가. 위치인식 특성 실험</h3><p>개발된 센서 어레이를 사용하여 위치인식을 하기위한 기본 실험을 다음과 같이 하였다. 선도로봇과의 거리와 각도를 다음과 같이 변화시키며 각각의 경우 센서 \( S 1 \sim S 7 \) 의 출력 전압을 AD 변환시킨 값을 측정하였다.</p><ul><li>선도와 추종로봇의 거리 \( (d): 2 \sim 20 \mathrm{~cm} \) 까지 \( 2 \mathrm{~cm} \) 간격으로 변화시킴(총 10 단계로 변화)</li><li>선도와 추종로봇의 각도 \( (\psi):-60^{\circ} \sim+60^{\circ} \) 까지를 \( 5^{0} \) 간격으로 변화시킴 (총 25 단계로 변화)</li></ul><p>따라서 총 250 개 \( (10 \times 25) \) 의 점에 대하여 측정을 하였으며, 각 1 개점마다 100 번씩 측정하여 평균값을 구하였다. 그 중 \( 4 \sim 18 \mathrm{~cm} \) 의 결과를 그림 4 에 나타내었다.</p><h3>나. 실험 결과의 분석</h3><ol type=1 start=1><li>실험 결과의 분석<p>위 실험의 결과를 보면 다음을 알 수 있다.</p><ul><li>전체적으로 거리 \( d \) 가 작을수록 출력값이 커지고, \( d \) 가 커지면 값이 작아진다. 이것은 적외선 거리 센서의 일반적인 특성에 부합된다.</li><li>거리 \( d \) 가 작을수록 각 센서의 감지영역이 많이 겹치며, \( d \) 가 커지면 감지영역이 겹치치 않는다. 예를 들면 \( d>14 \mathrm{~cm} \) 이면 겹치는 영역이 전혀 없다.</li></ul><p>[참고] 감지영역이 겹치는 각도에서는 2개의 센서에서 선도로봇이 감지된다는 것을 의미한다. 그리고 감지영역이 겹치지 않는 각도에서는 1 개의 센서에서만 선도로봇이 감지된다.</p></li><li>적외선 광의 퍼짐각 분석<p>센서의 배치 간격이 \( 30^{\circ} \) 이므로, 센서에서 방출되는 적외선 광의 퍼짐이 없고, 선도로봇의 표면 형상이 완전한 원통형이라고 가정하면, 각도 \( \psi \) 가 \( -90^{\circ},-60^{\circ},-30^{\circ}, \cdots, 60^{\circ}, 90^{\circ} \) 인 경우에 1 개의 센서에서만 선도로봇이 감지되어야 한다. 그런데 다른 각도에서도 감지가 되고, 특히 \( d<10 \mathrm{~cm} \) 인 경우는 2개의 센서에서도 감지가 되는 것은 다음과 같이 해석할 수 있다. 첫째, 적외선 거리 센서에서 방사되는 적외선 광이 어느정도의 퍼짐각을 가진다. 둘째, 적외선이 반사되는 선도로봇의 표면 형상이 완전한 원통형이 아니다. 실제로 로봇 몸통의 상반부는 원통형이나 3D 프린트로 제작되어 표면에 작은 요철이 존재하며, 센서가 부착된 부분에서는 형상이 상이하여 반사각이 달라진다. 그리고 로봇 몸체의 하반부는 모터, 바퀴, 제어기 등으로 인해 형상이 울퉁불퉁하여 빛의 반사각이 많이 달라진다.</p></li><li>적외선 광의 유효 퍼짐각(Effective beam divergence)<p>앞에서 보았듯이 모든 각도에서 선도로봇이 감지되고, 거리가 \( d<10 \mathrm{~cm} \) 인 경우는 2개의 센서에서도 감지되는 이유는 방사되는 적외선의 퍼짐과 로봇 표면 형상의 불균일에 의한 반사라고 볼 수 있다.</p><p>따라서 향후의 효율적인 해석을 위해 다음과 같이 가정한다:i) 센서의 적외선 광은 이 두가지 영향을 모두 포함하는 정도의 유효 퍼짐각을 가진다. ii) 로봇 몸체의 형상은 완전한 원통형이다.</p></li></ol>
|
[
"선도와 추종로봇의 거리가 2cm였을 때, 결과가 실험에 반영되었는가?",
"총 측정한 점의 개수는 몇 개인가?",
"선도와 추종로봇의 거리를 변화시킬 때, 얼마만큼 변하는가?",
"출력값이 커질 때, 거리 \\( d \\)는 어떻게 변하는가?",
"앞서가는 로봇과 뒤따르는 로봇 사이의 각도가 어느 정도의 범위에서 변화하는가?",
"실험 중에 총 25,000번 측정하였는가?",
"실험값이 작아지면 거리는 어떻게 변화하는가?"
] |
f62cdafa-cf7b-46e8-bb50-489ab7238f0f
|
인공물ED
|
전류 피크를 낮춘 SSPA 펄스변조 바이어스 회로 설계
|
<table border><caption>표 2. 시뮬레이션에서 인덕터의 용량과 \( R_{D C R} \) 설정</caption> <tbody><tr><td>#</td><td>L [4J</td><td>MJᏙ [mS]</td><td>Damping</td><td>Coefficients</td></tr><tr><td>1</td><td>10</td><td>160</td><td>Under damping</td><td>\( \begin{aligned} \tau &=118 \mu \mathrm{s} \\ f_{d} &=2,572 \mathrm{~Hz} \end{aligned} \)</td></tr><tr><td>2</td><td>22</td><td>370</td><td>"</td><td>\( \begin{aligned} \tau &=116 \mu \mathrm{s} \\ f_{d} &=1,396 \mathrm{~Hz} \end{aligned} \)</td></tr><tr><td>3</td><td>33</td><td>510</td><td>"</td><td>T=\( \begin{aligned} \tau &=127 \mu \mathrm{s} \\ f_{d} &=993 \mathrm{~Hz} \end{aligned} \)</td></tr><tr><td>4</td><td>68</td><td>860</td><td>"</td><td>\( \begin{aligned} \tau &=156 \mu \mathrm{s} \\ f_{d} &=453 \mathrm{~Hz} \end{aligned} \)</td></tr><tr><td>5</td><td>100</td><td>1270</td><td>Over damping</td><td>\( \begin{aligned} \tau &=275 \mu \mathrm{s} \\ f_{d} &=109 \mathrm{~Hz} \end{aligned} \)</td></tr></tbody></table> <p>1번부터 4번까지는 언더댐핑인 조건이고 5번은 오버댐핑인 조건이다. 각각의 시정수와 오실레이션 주파수는 식 (4) (6)에 따라 나타내었으며, 2번과 3번의 시정수와 오실레이션 주파수는 설계 기준 조건을 만족하는 경우이다.</p> <p>커패시터 뱅크가 완충된 상태에서 방전 및 충전 특성을 관찰하기 위하여 펄스변조 바이어스를 1회 \( \mathrm{On} / \mathrm{Off} \) 한 경우를 모의하였다. 부하의 전류 및 전압 특성은 그림 4와 같으며, \( \mathrm{X} \)축 시간 단위는 \( 1~ \mu \mathrm{s} \)이다. MOSFET 드라이버제어 신호의 \( \mathrm{On} \) 시간은 \( t=0 \sim 1~ \mu \mathrm{s} \) 이지만, 부하에 전류가 공급된 시간은 드라이버의 지연 및 MOSFET 게이트의 커패시턴스 성분등으로 인하여 이보다 크게 모델링되었다.</p> <p>인덕터가 없는 경우, 커패시터 뱅크의 충전 전류는 그림 5와 같으며, 이것은 레귤레이터의 입력 전류이다. 그림 5에서 \( \mathrm{X} \) 축의 단위는 \( 200~ \mu \mathrm{s} \)이다. 충전 초기에 \( 4 \mathrm{~A} \) 이상의 전류 피크가 관찰되며, 이후 전류는 레귤레이터의 단락조건에서의 최대 전류 모델링에 따라 약 \( 2 \mathrm{~A} \)로 제한되는 특성을 보인 후 빠른 속도로 수렴한다.</p> <p>표 2의 인덕터에 따른 커패시터 뱅크의 충전 전류 특성은 그림 6(a)와 같으며, 인덕터가 없는 그림 5에 비하여 전류 피크가 크게 낮아짐을 확인할 수 있다. 또한, 인덕터용량이 커짐에 따라 전류 피크는 낮아지지만 수렴시간은 \( \mathrm{DCR} \)의 영향으로 일정한 경향성을 보이지 않았다. \( L=10 \) \( \mu \mathrm{H} \)일 때에는 \( f_{d} \)가 커서 오실레이션 경향이 크게 나타났지만, \( L=22 \mu \mathrm{H}, 33 \mu \mathrm{H}, 68 \mu \mathrm{H} \)인 경우에는 오실레이션이 미비하였다. 이러한 오실레이션 특성은 표 2의 \( f_{d} \) 분석 결과와 유사하였다. \( L=22 \mu \mathrm{H}, 33 \mu \mathrm{H} \)인 경우, \( t=384.6 \mu \mathrm{s} \)일때 전류는 상당 부분 수렴하였지만, 시정수가 큰 \( L=68 \mu \mathrm{H} \), \( 100 \mu \mathrm{H} \)인 경우에는 수렴 시간이 상대적으로 길었다. 이러한 수렴 특성은 표 2의 시정수 분석 결과와 유사하였다.</p> <p>그림 6의 (b)는 충전에 따른 커패시터 뱅크의 전압을 나타내었다. 그림 4에서 바이어스 구간이 \( 1~ \mu \mathrm{s} \) 보다 크게 모델링되어 커패시터 뱅크의 방전으로 인한 전압 강하 \( \triangle V \)는 식 (1)에서 산출한 \( 66.7~ \mathrm{mV} \)에 비해 다소 큰 것을 알수 있다. 인덕터가 없는 경우, \( +10 \mathrm{~V} \)로의 전압 회복은 매우 빠르게 됨을 알 수 있다.</p> <p>최대 PRF인 2,600 Hz에서 커패시터 뱅크의 방전이 이뤄질 때 인덕터에 따른 커패시터 뱅크의 충전 특성은 그림 7과 같다. 시정수가 큰 \( L=68 \mu \mathrm{H}, 100 \mu \mathrm{H} \)인 경우에는 수렴 시간이 길어 커패시터 뱅크의 충전 전압이 \( +10 \mathrm{~V} \)보다 작은 것을 알 수 있다. 이러한 경우, 시간이 지남에 따라 \( \mathrm{SSPA} \)의 바이어스 전압이 하강할 수 있으며, \( \mathrm{RF} \) 출력 특성에 영향을 줄 수 있다. 그림 6과 그림 7을 통하여 \( L=22 \) \( \mu \mathrm{H}, 33 \mu \mathrm{H} \)인 경우 오실레이션 및 수렴 특성이 양호한것을 알 수 있다.</p>
|
[
"표에서 Over damping인 번호의 L 값은 뭐야?",
"Over damping인 번호의 L 값은 표에서 얼마지",
"표에서 가장 큰 L 값은 얼마인가?",
"표에서 가장 큰 L 수치가 뭐지",
"L 33의 MJᏙ 값은 얼마일까?",
"L 33의 MJᏙ 수치가 뭐지",
"MJᏙ가 860일 때 \\(\\tau\\)와 \\(f_{d}\\) 값은 얼마냐?",
"MJᏙ가 860일 때 \\(\\tau\\)와 \\(f_{d}\\) 설정값은 얼마지",
"\\(\\tau\\) 값이 최소일 때 L 값은 얼마니?",
"\\(\\tau\\) 값이 최소일 때 L 수치는 얼마지",
"\\(f_{d}\\) 값이 최소일 때 MJᏙ는 어떤 값을 가지니?",
"\\(f_{d}\\) 값이 최소일 때 MJᏙ는 어떤 수치가 되지",
"어떤 번호가 1번의 \\(\\tau\\) 값보다 적은 값을 가지나?",
"방전 및 충전 특성을 확인하기 위해 커패시터 뱅크가 완충된 상황에서 어떻게 실험하였나?",
"어떻게 방전 및 충전 특성을 확인하기 위해 커패시터 뱅크가 완충된 상황에서 실험을 진행했지",
"\\(f_{d}\\) 값이 2번 보다 적고 4번 보다 큰 번호는 무엇일까?",
"Under damping인 번호 중에 \\(\\tau\\) 값이 가장 큰 번호는 어떤 것이야?",
"Under damping인 번호 중에 \\(\\tau\\) 값이 가장 큰 번호는 무엇이지",
"표에서 MJᏙ [mS]의 최대값은 얼마니?",
"MJᏙ [mS]의 최대값은 표에서 얼마에 해당하지"
] |
56cd051a-77b1-40be-ac44-8893ff3eeefe
|
인공물ED
|
\(\mathrm{Sn}-58\mathrm{Bi}\) Solder와 OSP 표면 처리된 PCB의 접합강도에 미치는 시효처리와 에폭시의 영향
|
<h1>3. 결과 및 고찰</h1><p>Fig. 2 는 \( 115^{\circ} \mathrm{C} \) 에서 \( 0 \sim 1000 \) 시간동안 시효처리한 Sn-58Bi 솔더 및 Sn-58Bi 에폭시 복합솔더 접합부의 단면을 분석한 결과이다. as reflow 상태의 Sn-58Bi 솔더는 Sn-rich상과 Bi-rich상으로 구성되어있다. 공정조성을 갖는 합금의 경우 두 상이 대체로 비슷한 volume \(\%\)를 가질 시 합금의 미세조직은 평행한 lamellar 구조 조직을 형성한다. 또한 솔더 접합부의 계면에 형성된 금속간화합물의 상 분석 결과 \( \mathrm{Cu}_{6} \mathrm{Sn}_{5} \) 가 형성됨을 관찰하였고 시효처리 온도와 시간이 증가할수록 \( \mathrm{Cu}_{6} \mathrm{Sn}_{5} \) 금속간화합물층이 점점 두꺼워졌으며 평평하게 성장함을 관찰하였다. 또한 계면에 형성된 금속간 화합물 층위에 Bi-rich 지역이 형성됨을 확인하였다. 이는 계면 주위의 \( \mathrm{Sn} \)이 \( \mathrm{Cu} \)와 반응하여 금속간화합물을 형성하면서 소모되고 반응에 참여하지 않은 Bi-rich 상들이 남아있기 때문이다. 그리고 시효처리가 진행됨에 따라 Bi-rich 상과 Sn-rich 상이 조대화 되는 것을 확인할 수 있었다. 또한 Sn-58Bi 에폭시 복합 솔더의 접합부를 관찰한 결과 Sn-58Bi 솔더와 크게 다르지 않는 것을 확인할 수 있었다.</p><p>Fig. 3은 시효처리한 시편에서 솔더를 에칭하여 제거한 후 접합계면에 형성된 금속간 화합물을 top view로 관찰한 것을 나타내었다. Sn-58Bi 솔더의 경우, \( \mathrm{EDS} \) 관찰 결과 \( \mathrm{Cu}_{6} \mathrm{Sn}_{5} \) 의 조성을 갖는 것을 확인하였고 scallop type의 형태로 존재하다가 시효처리가 진행 됨에 따라 hexagonal 형태로 성장하는 것을 확인할 수 있었다. Sn-58Bi 에폭시 복합솔더에서도 비슷한 경향성을 가짐을 확인하였다.</p><p>Fig. 4는 시효시간 및 온도에 따른 \( \mathrm{Cu}_{6} \mathrm{Sn}_{5} \) 금속간화합물 층의 두께를 측정한 결과를 시간의 제곱근 \( \left(\mathrm{t}^{1 / 2}\right) \) 에 따라 나타낸 그래프이다. Sn-58Bi 솔더의 금속간화합물 층은 시효시간과 온도가 증가할수록 두꺼워지는 것을 확인하였다. \( 115^{\circ} \mathrm{C} \)에서 1000 시간 시효처리 한 후 금속간화합물은 100 시간 시효처리시 보다 약 5.7 배 증가하였으며 시효시간의 제곱근에 비례하여 선형적으로 증가하는 것을 확인하였다. 그러나 Sn-58Bi 에폭시 복합솔더에서는 시효처리가 진행됨에 따라 금속간 화합물이 성장하였으나 1000 시간까지 선형적인 성장하였으며 Sn-58Bi 솔더보다 금속간화합물 층의 두께가 얇은 것을 확인하였다. 이는 솔더 주위에 형성된 에폭시로 인하여 열전달이 제대로 이루어지지 않은 것으로 생각되어진다. 또한 보고된 논문에 따르면 계면에 잔류되어 있는 에폭시로 인한 영향이 있으며 잔류된 에폭시는 솔더접합부의 기계적 특성 및 전기적 특성에는 영향을 미치지 않은 것으로 보고되어있다. 또한 Fig. 4의 기울기는 성장속도상수 \( (\mathrm{k}) \) 를 의미한다. 이는 금속간 화합물의 두께 \( (\mathrm{W}) \) 와 시간의 제곱근 \( \left(\mathrm{t}^{1 / 2}\right) \) 에 대한 선형회귀분석(Linear regression analysis)으로 구할 수 있다.</p><p>Table 1은 Sn-58Bi 및 Sn-58Bi 에폭시 복합솔더의 온도별 시간 지수(n)와 성장속도상수 값을 나타낸 것이다. 각 온도 구간에서 구한 시간 지수 값은 정확히 0.5의 값을 갖지 않았으나 대체로 0.5에 근소한 값을 나타냈으며 확산 지배에 의하여 계면 반응이 일어나는 것을 확인하였다. 또한, Sn-58Bi 솔더의 \( \mathrm{Cu}_{6} \mathrm{Sn}_{5} \)의 성장 속도가 Sn-58Bi 에폭시 복합솔더의 성장 속도보다 대체로 빠르다는 것을 알 수 있다.</p><table border><caption>Table 1. Calculated growth rate constants and time exponent (n) as a function of aging temperature</caption><tbody><tr><td>Solder</td><td>Temperature \( \left({ }^{\circ} \mathrm{C}\right)\)</td><td>n</td><td>\(\mathrm{k}^{2}\left(10^{-15} \mathrm{~cm}^{2} / \mathrm{s}\right) \)</td></tr><tr><td rowspan="4">Sn-58Bi 솔더</td><td>85</td><td>0.69</td><td>4.88</td></tr><tr><td>95</td><td>0.60</td><td>8.18</td></tr><tr><td>105</td><td>0.74</td><td>34.23</td></tr><tr><td>115</td><td>0.50</td><td>64.52</td></tr><tr><td rowspan="4">Sn-58Bi 에폭시 복합 솔더</td><td>85</td><td>0.64</td><td>5.36</td></tr><tr><td>95</td><td>0.50</td><td>6.62</td></tr><tr><td>105</td><td>0.44</td><td>19.04</td></tr><tr><td>115</td><td>0.40</td><td>40.00</td></tr></tbody></table><p>Fig. 5 는 금속간 화합물 층의 성장에 대한 \( 1 / T \)와 \( \ln \mathrm{k}^{2} \)의 관계를 나타낸 Arrhenius 그래프이다. 이 그래프의 기울기를 선형회귀분석하여 활성화에너지 (Q)를 구하였고 \( 95^{\circ} \mathrm{C} \) 를 기준으로 두 개의 회귀분석 선으로 교차함을 볼 수 있었다. Sn-58Bi 솔더의 경우, \( 85 \sim 95^{\circ} \mathrm{C} \) 에서의 활성화 에너지 값은 \( 56.64 \mathrm{KJ} / \mathrm{mol} \) 이었고, \( 95^{\circ} \mathrm{C} \) 이상에서의 활성화 에너지 값은 \( 122.98 \mathrm{KJ} / \mathrm{mol} \) 이었다. Sn-58Bi 에폭시 복합솔더의 경우, \( 85 \sim 95^{\circ} \mathrm{C} \) 에서의 활성화 에너지 값은 \( 23.18 \mathrm{KJ} / \mathrm{mol} \) 이었고, \( 95^{\circ} \mathrm{C} \) 이상에서의 활성화에너지 값은 \( 106.90 \mathrm{KJ} / \mathrm{mol} \) 이었다. 전체 활성화 에너지는 실선으로 표시하였으며 그 값은 Sn-58Bi의 솔더의 경우 \( 101.06 \mathrm{KJ} / \mathrm{mol}\), Sn-58Bi 에폭시 복합솔더의 경우 \( 76.41 \mathrm{KJ} / \mathrm{mol} \)로 Sn-58Bi 솔더가 보다 높은 활성화에너지를 나타냈다. 보고된 논문에서는 Sn-58Bi 솔더가 \( 70 \sim 120^{\circ} \mathrm{C} \)에서 \( 127.9 \mathrm{KJ} / \mathrm{mol} \)의 근사값을 가지는 것을 확인하였다. 활성화에너지는 확산쌍, 시효처리 조건, 분석방법에 의해 차이가 나며 일반적으로 높은 활성화에너지를 갖는 솔더는 낮은 활성화에너지를 갖는 솔더보다 고온에서 빠르게 성장한다고 예상 할 수 있다. 또한 온도구간에 따른 활성화에너지의 차이로 인한 교차점이 존재한다. 금속간 화합물의 계면 성장은 확산-반응 공정으로 \( \mathrm{Cu} \)와 \( \mathrm{Sn} \) 은 계면을 통해 확산을 하며, 저온에서는 체확산에 의존하여 성장 거동을 보이나 고온에서는 체확산과 계면반응이 함께 이루어져 성장 속도에 영향을 끼친다. 따라서 금속간 화합물 생성에 있어 온도 범위 내 서로 다른 생성 메커니즘이 있음을 의미한다.</p><p>Fig. 6 은 Sn-58Bi 솔더 및 Sn-58Bi 에폭시 복합솔더의 전단시험 결과를 시효처리 시간 및 온도에 따라 나타낸 그래프이다. Sn-58Bi 에폭시 복합솔더의 전단강도 값은 Sn-58Bi 솔더보다 약 2 배 높은 전단강도 값을 나타내었다. Reflow 후에 솔더 주위에 형성되는 에폭시의 최고 높이는 약 \( 90 \mu \mathrm{m} \) 이었으며 전단시험 시 기판으로부터 떨어진 tip의 높이는 \( 30 \mu \mathrm{m} \) 이다. tip은 솔더 주위에 형성된 에폭시와 먼저 부딪히게 되고 에폭시의 영향으로 인하여 전단강도 값이 높아진 것으로 사료된다. 또한 Sn-58Bi 솔더의 전단강도 값은 시효처리 시간 및 온도에 따라 감소하였다. 이는 Sn-rich상과 Bi-rich상의 조대화와 금속간화합물의 성장 때문이라고 사료된다. 일반적으로 금속간화합물의 종류와 두께는 솔더 접합부의 기계적 특성에 영향을 주며 특히 금속간화합물층의 과도한 성장은 솔더 접합부의 기계적 신뢰성에 좋지 않은 영향을 준다고 알려져있다.</p><p>전단시험 후 시효처리에 따른 Sn-58Bi 솔더와 Sn-58Bi 에폭시 복합솔더의 파괴에너지 값은 Fig. 7에 나타내었다. Sn-58Bi 에폭시 복합솔더는 Sn-58Bi 솔더보다 높은 파괴에너지 값을 보였는데 이는 전단시험 시 응력이 에폭시로 분산되면서 솔더에 응력이 집중되지 않아 비교적 높은 값을 보인 것으로 사료된다. 그러나 Sn-58Bi 솔더는 응력이 솔더에 집중되면서 그 충격에 의해 낮은 파괴에너지를 나타내었다. 또한 에폭시의 유무와 관계없이 시효처리 시간이 증가함에 따라 파괴에너지가 감소하는 경향을 보였다.</p><p>Fig. 8은 \( 115^{\circ} \mathrm{C} \) 에서 시효처리한 시편의 전단시험 후 파면을 관찰한 SEM 사진이다. Sn-58Bi 에폭시 복합솔더의 경우, 시효시간이 증가해도 솔더의 연성파괴와 에폭시의 파괴만 일어났다. Sn-58Bi 솔더의 경우, 500 시간까지 솔더 내부에서 파단이 발생하다가 1000 시간 시효처리한 샘플에서 금속간화합물에서의 취성파괴가 발견되었다. 솔더 내부에서 성장하는 금속간 화합물층의 두께가 두꺼워지면서 상대적으로 충격에 취약한 금속간 화합물층으로 응력이 전달되면서 취성파괴가 일어난 것으로 사료된다. 이는 Fig. 9의 파면의 단면 SEM 사진을 통해 확인 할 수 있다. 각 온도에서 1000 시간동안 시효처리한 시편을 비교한 결과, Fig.9-(a-d)에서 볼 수 있듯이 Sn-58Bi 솔더에서는 시효시간과 온도가 증가함에 따라 금속간화합물이 성장하면서 상대적으로 취약해진 금속간화합물 층에서 파단이 발생하는 것을 관찰하였다. 그러나 Sn-58Bi 에폭시 복합솔더는 시효처리 시간 및 온도에 상관없이 일정한 파괴모드를 나타냈다.</p>
|
[
"Sn-58Bi 솔더의 경우 \\( 85 \\sim 95^{\\circ} \\mathrm{C} \\) 에서의 활성화 에너지 값은 어떻게 나왔어?",
"Sn-58Bi 솔더 및 Sn-58Bi 에폭시 복합솔더 접합부의 단면에 어떻게 조치를 취해 결과를 얻어냈어?",
"공정조성을 갖는 합금의 경우 두 상이 대체로 비슷한 volume \\(\\%\\)를 가지게될 때 나타나는 결과는 어떻게 돼?",
"as reflow 상태의 Sn-58Bi 솔더는 어떻게 구성되어있어?",
"\\( \\mathrm{Cu}_{6} \\mathrm{Sn}_{5} \\) 금속간화합물층이 점점 두꺼워졌으며 평평하게 성장함을 관찰하게 되었는데 이때 또 확인할 수 있는 것은 어떻게 되니?",
"\\( \\mathrm{Cu}_{6} \\mathrm{Sn}_{5} \\) 가 형성되고 시효처리 온도와 시간이 증가하게 된다면 결과는 어떻게 나타나?",
"금속간 화합물 층위에 Bi-rich지역이 형성된 이유는 어떻게 돼?",
"시효처리가 진행됨에 따라 우리가 얻을 수 있는 결과는 어떻게 돼?",
"Sn-58Bi 에폭시 복합 솔더의 접합부를 관찰한 결과는 어떻게 나왔어?",
"Fig.3은 어떻게 실험을 진행하고 나타난 결과를 나타낸거야?",
"\\( \\mathrm{EDS} \\) 관찰 결과는 어떻게 나왔을까?",
"scallop type의 형태로 존재하다가 시효처리가 진행되면 결과가 어떻게 나오는것을 확인할 수 있어?",
"Fig. 4는 시효시간 및 온도에 따른 \\( \\mathrm{Cu}_{6} \\mathrm{Sn}_{5} \\) 금속간화합물 층의 두께를 측정한 결과를 어떻게 나타냈니?",
"Sn-58Bi 에폭시 복합솔더는 어떻게 된 성장을 보여주고 있어?",
"Sn-58Bi 솔더보다 금속간화합물 층의 두께가 얇은 이유는 어떻게 돼?",
"잔류된 에폭시 솔더접합부에 어떻게 영향을 미쳐?",
"Sn-58Bi 솔더의 금속간화합물 층은 시효시간과 온도가 증가할수록 어떻게 변하니?",
"성장속도상수 \\( (\\mathrm{k}) \\)는 어떻게 구할 수 있어?",
"확산지배에 의해 반응이 어떻게 일어나는 것을 확인했어?",
"이 그래프의 형태가 어떻게 되어있는지 알아냈어?",
"Sn-58Bi 솔더의 \\( \\mathrm{Cu}_{6} \\mathrm{Sn}_{5} \\)의 성장 속도는 어떻게 나타났어?",
"\\( 95^{\\circ} \\mathrm{C} \\) 이상에서의 활성화 에너지 값은 어떻게 구해졌어?",
"활성화에너지에 차이를 두려면 어떻게 하면될까?",
"높은 활성화에너지를 갖는 솔더는 낮은 활성화에너지를 갖는 솔더보다 고온에서 어떻게 될까?",
"금속간 화합물의 계면 성장은 어떻게 이루어져?",
"Sn-58Bi 에폭시 복합솔더의 전단강도 값은 어떻게 나왔어?",
"Reflow 후에 솔더 주위에 형성되는 에폭시의 최고 높이는 어떻게 돼?",
"Sn-58Bi 솔더의 전단강도 값은 시효처리 시간 및 온도에 따라 어떻게 되는 것을 확인할 수 있어?",
"금속간화합물의 종류와 두께는 솔더 접합부에 어떻게 영향을 미쳐?",
"금속간화합물층의 과도한 성장은 어떻게 영향을 미치니?",
"Sn-58Bi 에폭시 복합솔더는 Sn-58Bi 솔더에 비해 어떻게 된 값을 나타냈어?",
"Sn-58Bi 솔더는 에폭시의 유무와 관계없이 어떻게 된 결과를 보였어?",
"Sn-58Bi 솔더가 낮은 파괴에너지를 나타내게 된 이유는 어떻게 돼?",
"Sn-58Bi 에폭시 복합솔더는 Sn-58Bi 솔더보다 높은 파괴에너지 값을 보였는데 이 이유는 어떻게 돼?",
"각 온도에서 1000 시간동안 시효처리한 시편을 비교한 결과는 어떻게 나왔어?",
"Sn-58Bi 에폭시 복합솔더는 어떻게된 파괴모드를 나타냈니?",
"Sn-58Bi 에폭시 복합솔더는 시효시간이 증가하게 되면 결과를 어떻게 나타내?",
"보고된 논문에서는 Sn-5858Bi 솔더에 대해서 어떻게 된 것을 확인했니?",
"\\( 115^{\\circ} \\mathrm{C} \\)에서 1000 시간 시효처리 한 후 금속간화합물은 100 시간 시효처리시 보다 약 5.7 배 증가하는 것을 바탕으로 어떻게 된 결과를 알아낼 수 있었어?",
"솔더 접합부의 계면에 형성된 금속간화합물의 상 분석 결과는 어떻게 나왔어?",
"솔더 내부에서 최성파괴가 일어난 것의 원인은 어떻게 돼?",
"Sn-58Bi 솔더의 1000 시간 시효처리한 샘플에서의 결과는 어떻게 나타났어?",
"Sn-58Bi 솔더의 온도가 85일때 \\(\\mathrm{k}^{2}\\left(10^{-15} \\mathrm{~cm}^{2} / \\mathrm{s}\\right) \\)의 값은 뭐야?",
"온도가 115일때 \\(\\mathrm{k}^{2}\\left(10^{-15} \\mathrm{~cm}^{2} / \\mathrm{s}\\right) \\)의 값이 64.52인 것은 어느 솔더야?",
"온도가 95일때 \\(\\mathrm{k}^{2}\\left(10^{-15} \\mathrm{~cm}^{2} / \\mathrm{s}\\right) \\)의 값이 6.62인 것은 Sn-58Bi 에폭시 복합 솔더와 Sn-58Bi 솔더 중 어디야?",
"Sn-58Bi 에폭시 복합 솔더의 온도가 85일때 \\(\\mathrm{k}^{2}\\left(10^{-15} \\mathrm{~cm}^{2} / \\mathrm{s}\\right) \\)의 값은 뭐야?"
] |
9068ef28-b7a1-476a-9a3f-fccc4cfe1256
|
인공물ED
|
청각장애인을 위한 사운드 이벤트 검출 기반 홈 모니터링 시스템
|
<h1>III. 실험 및 결과</h1><h2>3.1 실험 데이터</h2><p>본 논문에서는 제안한 방식의 성능 측정을 위해 실생활에서 발생하는 사운드를 수집하여 데이터베이스를 구성하였다. 데이터 수집을 위해 키친, 복도, 거실, 침실, 서재, 샤워실 및 화장실로 구성된 \( 59 \mathrm{~m}^{2} \) 크기의 아파트에 센서를 설치하였고, 각 방에 설치 된 6개의 마이크를 통해 \( 16 \mathrm{kHz} \) 샘플링레이트, 24비트 해상도를 사용하여 \( 5 \mathrm{~min} ~ 15 \mathrm{~min} \)길이로 다양한 사운드를 녹음하였다. 총 녹음된 사운드 파일은 2300 개이고, 총 재생 시간은 \( 19000 \mathrm{~min} \) 이다. 파일에는 걷는 소리, 문 잠그는 소리, 접시 떨어지는 소리, 유리 깨지는 소리, 물체 떨어지는 소리, 비명 소리, 전화 또는 현관문 벨소리, 대화 소리, 음악 소리, 물소리, 아기 울음소리, 청소기 소리, 박수 소리, 도로 소음, 강아지 소리, 웃음소리 등이 포함된다. SED 실험을 위해 전체 데이터베이스 중 \( 60 \% \) 는 학습 데이터로, \( 20 \% \)는 검증 데이터로, 나머지 \( 20 \% \) 는 테스트 데이터로 사용하였다.</p><p>WASNs에서 SED을 위한 테스트 베드는 다음과 같이 설정하였다. 직선 라인에 일정한 간격으로 배치된 36개의 센서 노드 중 한 개는 라인 한쪽 끝에 설치하여 싱크를 설치하였고, 또 다른 한 개는 싱크와 반대 라인 끝에 설치하여 패킷 생성을 위한 노드로 사용하였다. 전송 전력은 \( 0 \mathrm{dBm} \)으로 설정하여 약 \( 4 \mathrm{~m} \)의 전송 범위를 갖도록 하고, 무선 주파수는 \( 890 \mathrm{MHz} \)로 설정하였다. 대역폭은 \( 38.4 \mathrm{kbps} \) 이고, 패킷의 크기는 36 바이트로 고정되어 최대 링크 당 133 패킷 \( (\mathrm{pkt} / \mathrm{s}) \)의 용량을 갖도록구성하였으며, 지연 ( \( 25 \mathrm{~ms} \sim 80 \mathrm{~ms}) \),지터 \( (40 \mathrm{~ms} \sim 300 \mathrm{~ms}) \) 및 패킷 손실 \( (2 \% \sim 10 \%) \) 을 포함하는 임의의 traffic load 기반의 WASNs을 적용하였다. 본 논문에서는 실험을 위해 \( 0.5 \mathrm{pkt} / \mathrm{s} \)의 패킷 생성속도와 \( 8 \% \)의 패킷 손실률을 사용하였다.</p><h2>3.2 측정 방식</h2><p>WASNs에서 SED 시스템을 위해 SE(신호 추정),CS(채널 선택), 특징값 추출 방식으로 2(2채널), NR(잡음 감소), ST(스펙트로그램)을 사용하였다. SED에서는 분류기로 LSTM, GRNN, BGRNN를 사용하여 성능을 비교하였다. 실험에서 LSTM은 200개의 LSTM 뉴런으로 구성된 3개의 히든레이어를 사용하였고, GRNN과 BGRNN은 200개의 GRU 뉴런으로 구성된 3개의 히든레이어를 사용하였다. 입력 레이어뉴런의 수는 사용한 오디오 신호의 길이에 따라 다르고, 출력 레이어의 뉴런 수는 16개로 클래스 개수와 동일하다. 신경망 학습의 손실 함수로는 binarycross-entropy를 이용한back propagation을 사용하였다. 실험의 측정 지표로는 ER(Error Rate)와F-score를 사용하였으며 \( 1 \mathrm{~s} \)단위의 세그먼트 기준으로 계산하였다.</p><h2>\( 3.3 \) 실험 결과</h2><p>Table 1은 여러 특징들과 각 분류기의 다양한 조합에 따른 사운드 이벤트 검출 성능 결과를 보여준다.본 실험에서는 다중 채널 마이크를 사용하여 CS 방식을 모든 SED 방식에 적용하였다. M2, M3의 실험결과를 통해 신호추정 방식을 적용하지 않았을 때 손실된 패킷 신호가 SED 성능에 영향을 끼쳐 낮은 성능을 보이는 것을 확인할 수 있었고, M1, M2의 결과로부터 동일한 분류기를 사용할 때 모노 채널 특징을 사용하는 것보다 청각적 특성을고려한 스테레오 채널 기반의 2채널 특징값을 적용한 경우 성능이 향상되는것을 확인할 수 있었다. M1, M4, M5의 실험결과에서는 동일한 특징 조합 기반의 분류방식으로 BGRNN을 사용했을 때 ER 0.48, F-score 90.4로 가장우수한 성능을 보였고, 이는 이전 시간 프레임의 정보뿐 아니라 역방향 시퀀스도 함께 학습에 사용하는 것이 현재의 SED에 효과적임을 확인할 수 있다.<table border><caption>Table \(1\). Comparison of the segment-based error rate and F-score for different combinations of classifiers and features.</caption><tbody><tr><td colspan = "3">Method (M)</td><td></td><td></td></tr><tr><td></td><td>Classifier</td><td>Feature</td><td>ER</td><td>F-score</td></tr><tr><td>M\(1\)</td><td>BGRNN</td><td>SE, CS, NR2, ST2, TDOA</td><td>\( 0.48 \)</td><td>\( 90.4 \)</td></tr><tr><td>M\(2\)</td><td>BGRNN</td><td>SE, CS, NR, ST, TDOA</td><td>\( 0.62 \)</td><td>\( 86.1 \)</td></tr><tr><td>M\(3\)</td><td>BGRNN</td><td>CS, ST, TDOA</td><td>\( 0.91 \)</td><td>\( 78.3 \)</td></tr><tr><td>M\(4\)</td><td>GRNN</td><td>SE, CS, NR2, ST2, TDOA</td><td>\( 0.58 \)</td><td>\( 89.7 \)</td></tr><tr><td>M\(5\)</td><td>LSTM</td><td>SE, CS, NR2, ST2, TDOA</td><td>\( 0.59 \)</td><td>\( 88.3 \)</td></tr></tbody></table><p>Fig. 4는 M1 방식과 하모닉/퍼커시브 음원 분리 방식을 적용하여 추출한 각 객체 음원의 시간축 신호,스펙트럼, 그리고 스펙트럼으로 변환된 햅틱 정보를 나타낸다. 분리된 각 스펙트럼에는 분리되기 이전의 스펙트럼으로부터 하모닉 성분으로 수평적 특징을 갖는 멜로디 스펙트럼 성분이 분리되었고, 퍼커시브 성분으로는 수직적 특징을 갖는 주기적인 스펙트럼 성분이 분리되었음을 확인할 수 있다.</p><p>사운드의 햅틱 진동 변환의 성능 측정을 위해 MOS 테스트를 수행하였다. 음원 분리가 적용되지 않은 사운드 햅틱 변환 방식의 MOS 점수는 3.1인 반면, 하모닉/퍼커시브 음원 분리를 적용한 햅틱 진동방식은 3.4의 MOS 점수를 획득하였다. 이를 통해 사용자에게 사운드 신호로부터 추출된 주기와 멜로디정보를 각각의 진동 신호로 제공하는 것이 사운드인식에 더 효과적임을 확인할 수 있다.</p><h1>IV. 결 론</h1><p>본 논문에서는 청각장애인을 위한 SED 방식 기반홈모니터링 시스템을 제안하였다. 효과적인 SED와 사운드 햅틱 변환 방식을 위해 신호를 추정하여 손실된 패킷을 복원하였고, 상관관계가 높은 채널을 선택하였다. SED를 위해서는 두 개 채널 특징값들과 BGRNN 분류기를 사용하였고 실험을 통해 제안한 방식이 기존 방식보다 더 우수한 성능을 보이는것을 확인하였다. 향후 본 연구에서 제안한 시스템을 무선 센서네트워크 기반의 사물인터넷을 위한 시청각 상황 맥락 인식과 모니터링에 적용할 예정이다.</p>
|
[
"본 논문에서 제안한 방식의 성능 측정은 어떻게 했는가?",
"데이터 수집을 위해 어떻게 녹음했는가?",
"파일은 어떻게 녹음된 것들이 포함되는가?",
"WASNs에서 SED를 위한 테스트 베드는 어떻게 설정되었는가?",
"M\\(1\\)의 classifier은 무엇인가?",
"M\\(4\\)의 feature은 무엇인가?",
"ER의 M\\(5\\)는 table 1에서 뭐로 나타나?",
"table 1에서 M\\(5\\)의 ER은 몇인가?",
"분리된 각 스펙트럼이 분리된 방법은 어떻게 돼?",
"M\\(3\\)의 ER은 몇인가?",
"퍼커시브 성분이 분리 된 방법이 어떻게 돼?",
"Table 1의 M\\(2\\)의 classifier은 무엇인가?",
"classifier는 M\\(2\\)는 Table 1에서 뭐야?",
"Table 1의 M\\(3\\)의 classifier는 어떻게 돼?",
"M\\(3\\)의 classifier는 Table 1에서 뭐로 나타나?",
"M\\(4\\)의 classifier은 무엇인가?",
"M\\(5\\)의 classifier은 무엇인가?",
"M\\(1\\)의 feature은 무엇인가?",
"표 1에서 M\\(2\\)의 feature은 무엇인가?",
"feature의 M\\(2\\)는 표 1에서 어떻게 돼?",
"feature의 M\\(3\\)는 표 1에서 어떻게 돼?",
"표 1에서 M\\(3\\)의 feature은 무엇인가?",
"table 1에서 M\\(1\\)의 ER은 몇인가?",
"ER의 M\\(1\\)은 table 1에서 뭘까?",
"table 1에서 M\\(2\\)의 ER은 어떻게 돼?",
"ER의 M\\(2\\)은 table 1에서 뭘까?",
"M\\(2\\)의 F-score은 몇인가?",
"table 1에서 M\\(4\\)의 ER은 몇인가?",
"ER의 M\\(4\\)는 table 1에서 뭐로 나타나?",
"M\\(1\\)의 F-score은 몇인가?",
"M\\(3\\)의 F-score은 몇인가?",
"표 1에서 M\\(5\\)의 F-score은 몇인가?",
"표 1에서 M\\(4\\)의 F-score은 몇인가?",
"표 1에서 M\\(5\\)의 feature은 무엇인가?",
"feature의 M\\(5\\)는 표 1에서 어떻게 되는거야?"
] |
245f085e-e100-4547-a962-33f71af8ad80
|
인공물ED
|
캠코더용 Iris Assembly의 국산화 및 생산 기술 개발
|
<h2>2.3 부품 구성도 및 부품의 특성</h2> <p>일반적으로 Iris 어셈블리는 그림 3과 같이 총13개의 Sub 부품으로 되어 있다. Plate Cover로 명명된(1)번은 조립된 Iris의 보호 및 Locking 역할을 한다. (2)와(4)는 셔터-A 및 셔터-B를 나타내는 것으로 두장이 서로 Sliding 하면서 빛의 양을 조절한다. 셔터의 가공에서 중요한 점은 Guide부의 Burr 크기가 \( 9 \mu \mathrm{m} \)로 관리돼야 한다. (3)번은 ND-Filter로 투과율은 \( 25 \% \), Burr가 \( 4-5 \mu \mathrm{m} \)이하이며 긁힘이 없어야 한다. (5)번은 Base로써 전체 System의 기본 형틀을 제공하고 각 요소부품의 안착 및 동작공간, 상호 동작관계를 설정하는 매우 중요한 부분이다. 특히 공차가 사출물이면서도 \( \pm 0.02 \)이하로 관리되어야 한다. 사출 Injection은 Lever의 동작부위 밖에 있어야 하고 안쪽은 3단 금형으로 처리한다. 또한 광 입사 부위는 반드시 부식 처리를 하고 두 기둥 부위는 보빈과 상호 밀착되어 변형이 없도록 공차를 관리한다. (6)번의 Arm Lever는 회전운동을 셔터의 왕복운동으로 바꾸는 부품으로 Base 안쪽과 안정 공간을 유지해야 한다. 특히 스프링을 Base와 Arm Lever에 안착시키는데 이 각도가 일정해야한다. (7)번의 스프링은 SUS 304WPB로 선경 \( 0.1 \mathrm{mm} \) 각도 \( 60 \pm 5 \)도를 유지한다. 매우 약한 관계로 권선에 주의를 요한다. 특히 끝단은 평행을 이뤄야하고 가지런히 해야 한다. (8)번은 \( \mathrm{Sm}_{2} \mathrm{CO}_{7} \)의 Bonded 자석으로 Br은 \( 8000 \mathrm{G} \) 이고 \( \mathrm{H}_{C B} \)는 \( 6000 \mathrm{Oe} \)인 이방성 희토류 자석이다. 자속 분포는 Sine Wave 형태이다. 이 회전자는 이동 각도가 \( 60^{\circ} \)로써 정방향 동력원이다. (9)번은 보빈으로 고정자 역할을 한다. (10)은 형상은 동일하지만 연결방향이 반대로 된 제동 코일을 나타낸다. 이 제동 코일은 속도를 부궤환으로 바로 받아 동작이 튀는 현상을 막는다. (11)은 Iris 전동기의 중요한 부품으로 일반 Silicon-Steel이 아닌 저탄소강을 이용한다. 소형이면서 잔류자계를 적게 만드는 소재가 필요하다. (12)는 전동기 Cover로써 Rotor축을 잡아주는 것으로 Base 기둥에 Lock하는 부분이 0.01 정도 정밀한 치수를 요구한다. 따라서 금형에서는 \( \mu \)단위 정밀도의 금형이 필요하다. 영구 자석의 종류는 희토류계가 Power면에서 유리하다. 본 연구에서는 Bonded 자석를 채택하였다. 차기에는 \( \mathrm{Nd}-\mathrm{Fe}-\mathrm{B} \)를 고려중이지만 현재에는 열적 특성 때문에 제외하였다. 이방성에 따른 특성도 매우 중요한데 특성은 다음과 같다.</p> <p>소형 Actuator로써 BLDC Type 모터에서는 크기를 작게 만들기 위해 표-1처럼 종 이방성 혹은 횡 이방성이 좋다. 또 에너지 면에서 약간 뒤지지만 Bonded 자석이 다른 면에서 유리하다. 그림2의 구조에 따른 현 IRIS 전동기의 사용된 자석 등급은 SAM15이고 현 구조의 Permeance는 1.844이고 이때 공극 자속밀도 최고 값은 4570 Gauss정도이다. 요크는 자기 저항이 작고 잔류자계가 가능한 없어야 한다. 선진 업체의 Yoke를 ICP로 재질 분석한 내용을 근거로 하여, 국내 제품의 Spec을 비교하였다. 최종 선택된 철은 수입재 대비 내부 청정성은 다소 미흡하나 압조성, 도금성, 열처리후 현미경 조직 및 기타 재질 특성도 유사 수준이며 최종 제품의 투자율도 \( 99.4 \sim 99.7 \% \) 로 확보되었다.</p> <p>철을 속이 빈 관 형태로 제작하기 위해서, 현재의 \( \pm 0.1 \) 공차에는 Tube Drawing이 적합하다는 결론에 도달했다. 이 철은 연자성 재료로서 가공으로 인해 특성이 바뀌어 Grain 크기가 작고 Dislocation이 쌍극자 모멘트의 운동을 막아서 잔류자기가 남게된다. 따라서 가공후 적절한 열처리를 통해 내부 응력을 제거시킨다. 큰 Grain의 경우에 투자율은 커지고 Hcb가 작아져 같은 Permeance에 잔류 자속은 작다. 실험적 검증으로, 열처리에 필요한 최적의 조건을 산출할 수 있었다. 그후에 금속의 부식방지를 위해, 도금두께 \( 5 \mu \mathrm{m} \)의 \( \mathrm{Zn}-\mathrm{Cr} \) 도금을 하였다. 플라스틱 사출 성형 품의 설계상 중요점은 수지의 결정, 금형 개량 형성의 결정, 성형법 및 2차 가공의 결정, Gate의 위치와 방향결정, Under-Cut의 처리 방법 등이다. 열경화성 수지의 종류가 10 종류이상, 열가소성수지의 종류가 15종 이상이고, 세부 성분까지 고려하면 종류가 매우 많다.</p> <p>본 개발에서는, 재질분석 데이타를 근거로 하여, 가장 최적의 조건을 산출하고자 하였다. 제품, 금형 설계 및 성형 조건 등에 어려움이 많았다. 분석에는 SEM/EDX를 통해 정성분석으로 각 성분을 산출할 수 있었고, XRD를 통해 Rotor 축안의 무기물 성분을 확인할 수 있었다. 제품 설계시 유의해야 할 사항은 공차의 타당성 검토, 기준선의 별도 설치, 재질의 물성이 설계와 부합여부 검증 등이다. 셔터 필름과 ND filter 등은 두께가 \( 0.08 \mathrm{mm} \)과 \( 0.09 \mathrm{mm} \)로 정밀 설계와 정밀 프레스 기술을 필요로 한다. Base와 조립후 Sliding시 Base상의 Post와 접촉되어 오동작이 발생되는 경우가 초기에 있었고 단면 Burr로 인 셔터 상호간의 마찰로 동작의 불량을 일으키기도 한다. 개선 후 품질 상태를 확인해 보아 선진 제품과의 비교를 행한 결과는 다음 그림 4와 같다.</p> <p>위의 사진을 비교해 보면 선진 제품대비 자체 개발 제품은 장공부의 Burr가 아직 존재한다. ND Filter의 정면 및 단면 형상을 보면 자른면에서의 빛반사가 발생함을 알 수 있었다. 그러나 검사 공정에서 강한 빛을 통하여 Iris 중간쯤 거의 닫히는 상태에 화면 중간에 줄이 생기지 않으면 양호한 것으로 판정한다. 본드의 도포 부위는 Rotor 축과 자석, Arm lever와 Rotor 축, 셔터 필름과 ND Filter, 요크와 Bobbin등이다. 생산 기술측면에서 접착제 도포 상태, 작업성, 경제성, 관리 용이성을 고려하여 최적의 접착제를 산정하는데 어려움을 겪었다. 비교적 성능에 큰 영향을 주지 않는 고정 부위에는 상온 경화제를 사용하였다. Rotor 축과 자석 연결은 다른 접착제를 이용하였다. 특히 셔터 필름과 ND Filter는 Polyester와 TAC의 접착에 맞고 작업성이 용이한 접착제를 사용하였다. 그러나, 본드 도포 상태의 개선은 계속 이루어져야 할 과제중 하나이다.</p>
|
[
"고려한 접착제 조건을 맞추기 위해 Rotor 축과 자석 연결은 어떻게 했나요?",
"스프링 장착 방법은 무엇인가요?",
"요크 부품은 어떻게 선정되어야하나요?",
"부품 불량을 개선 후 품질 상태 비교를 위해 어떤 절차를 거치나요?",
"열처리를 마친 철은 어떤 공정을 거치나요?",
"Arm Lever는 어떻게 가공되어야하나요?",
"제품, 금형 설계 및 성형 조건 등에서 Rotor 축 안의 무기물 성분 확인은 어떻게 하였나요?",
"그림2에 따른 파라미터는 어떻게 구성되나요?",
"(12)의 가공시 0.01 정도 정밀한 치수 가공을 요구하기에 어떻게 제작되어야 하나요?",
"Arm Lever인 (6)번은 어떻게 동작하나요?",
"(8)번의 파라미터는 어떻게 되나요?",
"본 개발은 가장 최적의 조건 선택을 위해 어떻게 하였나요?",
"철이 가공에 생기는 큰 Grain의 경우 잔류 자속이 어떻게 작은가요?",
"두 기둥 부위의 가공은 어떻게 해야하나요?",
"최적의 접착제는 어떻게 산정되었나요?",
"BLDC Type 모터를 사용한 소형 엑츄에이터를 어떻게 만들고자하나요?",
"성형법을 제외한 플라스틱 사출 성형 품의 중요한 가공법은 무엇인가요?",
"9번은 Iris 어셈블리에서 어떻게 사용되나요?",
"논문 제품의 본드 도포는 어떻게 이루어지나요?",
"전동기 Cover의 가공은 어떻게 해야하나요?",
"셔터 필름과 ND Filter의 접착제는 어떻게 선정되었나요?",
"셔터 필름과 ND filter는 어떻게 제작되야하나요?",
"스프링 (7)번은 어떤 재질로 어떻게 가공되어야하나요?",
"사출 Injection은 어떻게 처리하나요?",
"ND Filter 부품 분석에서 발견한 불량은 검사 공정에서 어떻게 판정되나요?",
"제품 설계를 잘하려면 어떻게 해야하나요?",
"일반적인 Irish assembly는 어떻게 구성되나요?",
"(2)와(4)은 어떻게 사용되나요?",
"ND-Filter의 가공 조건은 어떻게 되나요?",
"(5)번은 Base가 매우 중요하기에 사출물임에도 어떻게 가공되어야하나요?",
"Base와 조립후, 오동작은 어떻게 발생했나요?",
"개발 제품과 선진 제품은 어떻게 차이가 나나요?",
"철의 열처리 최적의 조건은 어떻게 찾나요?",
"광 입사 부위는 어떤 처리를 해야하나요?",
"국내 제품의 Spec을 비교는 어떻게 이루어졌나요?",
"최종 선택된 철은 수입재 철과 어떻게 비교되어지나요?",
"8번 희토류 자석의 자속 분포는 어떻게 나타나져있나요?",
"연자성 재료인 철을 가공하면 어떻게 문제점이 생기게 되나요?",
"쇠파이프 형태의 철로 제작하기 위해 제작 파라미터를 어떻게 구성했나요?",
"철을 어떻게 제작하기를 원하나요?",
"어떻게 셔터 가공 하는 것이 중요한가요?",
"셔터 가공시 주의해야할 점은 무엇인가요?",
"제품, 금형 설계 및 성형 조건 등의 각 성분을 산출은 어떻게 하였나요?",
"접착제로 선정한 상온 경화제는 고려된 측면을 생각하여 어떻게 사용하나요?",
"Burr에서는 조립 후 어떻게 불량이 나게됬나요?",
"차기에 고려했던 \\( \\mathrm{Nd}-\\mathrm{Fe}-\\mathrm{B} \\)재질은 어떻게 제외되었나요?",
"(10)의 제동코일은 어떻게 작동하나요?",
"가공으로 인해 특성이 변한 철을 어떤 처리를 통해 내부응력을 제거하나요?",
"Plate Cover는 사용 목적은 뭔가요?"
] |
b1ad244c-9238-4608-ae24-39db3df2362e
|
인공물ED
|
다이렉트 듀티비 제어에 의한 태양광 가로등용 충전제어기에 관한 연구
|
<h1>Ⅱ. 본론</h1><h2>1. 시스템 개요</h2><p>본 논문에서 제안된 태양광가로등용 충전제어기는 그림 1 과 같이 구성되어 있고, 태양광모듈의 최대출력점을 찾기 위해 다이렉트 듀티비 제어 알고리즘을 적용하였다.</p><p>다이렉트 듀티비 제어 알고리즘은 태양광모듈에서 출력되는 전압과 전류를 측정하여 현재와 이전에 대한 전력값을 비교한 후 전류를 비교한다. 이를 통해 푸쉬풀 컨버터의 스위칭 듀티비를 직접 조정함으로써 태양광모듈의 출력이 항상 최대전력점에 위치하도록하여 배터리에 충전되는 에너지를 높일 수 있다.</p><h2>2. 태양광모듈 모델링</h2><p>태양전지 어레이의 출력은 일사량과 온도에 따라 최대출력이 변동하며 비선형 특성을 지니고 있다.</p><p>태양전지의 특성은 일반적으로 그림 2 에서 보이는 바와 같은 등가회로로 표현되며 다음의 수식으로 표기할 수 있다.</p><p>\[ I_{O U T}=I_{P H}-A\left\{\exp \frac{q}{B k T}\left(V_{O U T}+I_{O U T} R_{S}\right)-1\right\}-\frac{V_{O U T}+I_{O U T} R_{S}}{R_{S H}} \] \( I_{P H} \) : 광발 생 전류 \( I_{O U T} \) : 부하측에 흐르는 전류 \( V_{O U T} \) : 태양전지 출력전압 \( R_{S} \) : 내부 직렬저항 \( R_{S H} \) : 내부 병렬저항 \( A: \mathrm{pn} \) 접합의 재료특성과 온도특성 계수 \( B \) : 재로 계수 \( k \) : 볼쯔만 상수 \( T \) : 전지 온도 (。 \( \mathrm{K}) \) \( q \) : 전하량<caption>(1)</caption></p><p>식 (1)을 간단히 하기 위해서 \( R_{S}=0, R_{S H}=\infty \) 로 설정하면 식 (2)로 간략화 시킬 수 있다.</p><p>\( I_{O U T}=I_{P H}-A\left\{\exp \frac{q}{B k T} V_{O U T}-1\right\} \)<caption>(2)</caption></p><p>일사량 \( 1 \mathrm{~kW} / \mathrm{m}^{2} \) 일 때의 단락전류를 \( I_{M A X} \) 로 놓으면 다음 식 (3)과 같이 정의되며</p><p>\( I_{O U T}=I_{P H}=I_{M A X} \)<caption>(3)</caption></p><p>태양전지의 출력을 개방 \( \left(I_{O U T}=0\right) \) 하면, 태양전지의 출력전압은 다이오드의 순방향 전압이 되기 때문에 다음 식 (4)와 같이 표현된다.</p><p>\( 0=I_{M A X}-A\left\{\exp \frac{q}{B k T} V_{D}-1\right\} \)<caption>(4)</caption></p><h2>3. 전력변환부 설계</h2><p>본 논문에서는 사용하기 쉽고, 잡음의 적으며, 크기가 작고, 저렴하게 제작이 가능한 전력변환회로인 푸쉬풀 컨버터를 이용해 전력변환회로를 구성하였으며, 그림 3과 같이 2가지 모드로 동작한다.</p><p>Q1이 on되면, 입력 전압 VIN이 트랜스포머의 일차측 하부를 통해 흐르는 전류를 발생시킨다. 이 전류의 흐름은 중간 탭의 VIN 전위(potenial)에 대해 일차측 하단에서 음전위(negative potential)를 발생시키며, 일차측 상부 끝의 전압 전위는 중간탭에 대해 양극(positive)으로 나타난다. 트랜스포머 위쪽 일차측 상부에 걸리는 전압과 하부에 걸리는 전압의 VIN 크기는 같고, 이 두 전압원은 직렬로 나타나기 때문에, 접지에 대하여 일차측 권선의 개방된 말단에서 2VIN의 전압 전위가 발생한다.</p><p>2 차측 권선의 상부 말단의 양전위는 다이오드 CR1에 순방향 바이어스이며, 상부 이차측 말단에서 시작하는 이차 전류는 CR1를 통해 흘러, 커패시터 \( \mathrm{C} \) 를 충전하고, 부하 임피던스 RL을 통해 중간탭으로 돌아간다.</p><p>Q2가 on되면, 일차측에서는 Q1이 고임피던스가 되고 전압 극성을 갖게 되며 이차 측에서는 그 반대가 된다. 일차측 하부 말단은 지면에 대해 2VIN 전위를 지닌 개방 말단이 되고 CR2는 순방향 바이어스 CR1은 역방향 바이어스가 된다.</p><p>전류는 하부 이차측 하부 말단에서 흘러나와 CR2를 통해 커패시터를 충전하고 부하가 되는 배터리에 전달된다.</p><p>트랜스포머의 권선비를 N이라고 하고, (스위치가 on 되어있는 시간)/(스위칭 주기 \( \mathrm{T})=( \) 듀티비 \( \mathrm{D}) \) 이라고 하면, 스위칭 신호와 전압-시간에 대한 평형조건은 그림 4로 나타낼 수 있고, 출력전압의 크기는 식 (6)과 같다.</p><p>\( N\left(V_{I N}-V_{\text {out }}\right) \cdot \frac{D T}{2}+V_{\text {out }} \cdot\left(\frac{T}{2}-\frac{D T}{2}\right)=0 \)<caption>(5)</caption></p><p>\( V_{\text {out }}=2 D N V_{I N} \)<caption>(6)</caption></p><p>즉, 출력전압과 입력전압의 비는 트랜스포머의 권선비와 듀티비 \( \mathrm{D} \) 에 비례한다.</p><p>\( \mathrm{D} \) 가 0.5보다 크면, 두 개의 스위치가 동시에 on 되어 입력전원이 단락되는 경우가 생기므로 \( \mathrm{D} \) 는 항상 0.5보다 작도록 그림 4 와 같이 스위치 게이트 신호를 제어해야 하기 때문에 컨버터의 최대 출력전압은 \( \mathrm{NVi} \) 가 된다.</p><p>그림 5는 \( 300 \mathrm{~W} \) 급 프로토타입 태양광충전제어기 회로도와 사진을 나타내고 있다. 전력변환부는 푸쉬풀 강압 컨버터로 구성하였고, 스위칭 신호는 8 비트 MCU Mega16-u16에서 처리하는 다이렉트 듀티비 제어 알고리즘을 통해서 생성되며, 트랜스포머는 1:1의 권선비를 갖도록 설계하였다.</p>
|
[
"본문에서 컨버터의 최대 출력전압이 \\( \\mathrm{NVi} \\) 인 이유는 무엇인가?",
"본문에서 태양광가로등용 충전제어기에 다이렉트 듀티비 제어 알고리즘을 적용한 목적은 무엇인가?",
"Q1이 on이 되었을 때 트랜스포머 일차측 하부로 흐르는 전류를 발생시키는 것은 무엇인가?",
"Q2가 on 되었을 때 하부 이차측 말단에서 흘러나온 전류는 무엇을 통해 흐르는가?",
"Q2가 on이 되었을 때 일차측에서 고임피던스가 되고 전압 극성을 갖게 되는 것은 무엇인가?",
"본문에서 일차측 권선의 개방된 말단에서 2VIN의 전압 전위가 발생하는 이유는 무엇인가?",
"출력전압의 크기에 대한 식에서 권선비가 커질수록 출력전압과 입력전압의 비도 커지는가?",
"본문에서 상부 이차측 말단에서 시작되는 이차 전류는 무엇을 통해 흐르는가?",
"다음 중에서 푸쉬풀 컨버터의 특징인 것은 무엇인가?",
"온도는 태양전자 어레이의 최대출력에 영향을 미치는가?",
"다이렉트 듀티비 제어 알고리즘에서 태양광모듈에서 출력되는 전압과 전류를 측정한 뒤 먼저 비교하는 값은 무엇인가?",
"본문에서 배터리에 충전되는 에너지를 높이기 위해서는 태양광모듈의 출력이 어디에 위치하도록 조정해야 하는가?",
"본문에서 스위칭 듀티비의 조정은 배터리에 충전되는 에너지의 양에 영향을 미치는가?",
"태양전지 어레이의 출력은 무엇에 따라 변하는가?",
"Q1, Q2가 on 되었을 때 각각 이차 전류가 시작되는 곳은 동일한가?",
"Q2가 on이 되면 일차측 하부 말단은 어떤 말단이 되는가?",
"논문에서는 태양광가로등용 충전제어기에 어떤 알고리즘을 적용하였는가?",
"Q2가 on이 되면 일차측 이차측 모두 Q1이 고임피던스가 되는가?",
"입력 전압 VIN은 언제 트랜스포머의 일차측 하부를 통해 흐르는 전류를 발생시키는가?",
"본문에서 구성된 전력변환회로는 몇 가지 모드로 동작하는가?",
"본문에서는 식 (1)을 간략화 하기 위해 \\( R_{S}\\) 를 몇으로 설정하였는가?",
"본문에 따르면 상부 이차측 말단에서 시작된 이차 전류는 무엇을 통해 중간탭으로 돌아가는가?",
"태양전지의 출력을 개방하면 출력전압은 어떤 전압이 되는가?",
"본문에서 상부 이차측 말단에서 시작하여 CR1을 통해 흐르는 이차 전류는 무엇을 충전하는가?",
"본문에서 D를 항상 0.5보다 작도록 제어해야 하는 이유는 무엇인가?",
"태양전지 어레이의 출력은 어떤 특성을 지니는가?",
"본문에서 다이오드 CR1에 대해 2 차측 권선의 상부 말단의 양전위는 역방향 바이어스인가?",
"Q2가 on 되었을 때 순방향 바이어스가 되는 것은 CR1인가?",
"다이렉트 듀티비 제어 알고리즘은 태양광모듈의 출력 전압과 전류를 측정하여 전류를 비교한 후 현재와 이전에 대한 전력값을 비교하는가?",
"본문에서 태양광모듈의 출력이 항상 최대전력점에 위치하도록 하기 위해 조정하는 것은 무엇인가?",
"출력전압과 입력전압의 비는 트랜스포머의 듀티비 D와 반비례하는가?",
"본문에서 트랜스포머 위쪽 일차측 상부에 걸리는 전압의 전압원과 하부에 걸리는 전압의 전압원은 병렬로 나타나는가?",
"트랜스포머의 일차측 하부를 통해 흐르는 전류는 중간 탭의 VIN 전위에 대해 일차측 하단에서 무엇을 발생시키는가?",
"Q2가 on이 되면 일차측 하부 말단은 개방 말단이 되는가?"
] |
ad3266a9-fd92-40b8-8281-25d1ad5a9649
|
인공물ED
|
다이렉트 듀티비 제어에 의한 태양광 가로등용 충전제어기에 관한 연구
|
<h2>4. 최대전력점 제어 알고리즘 설계</h2><p>일반적으로 사용되고 있는 최대전력점 제어 알고리즘은 그림 6 와 같이 레퍼런스 전압에 의한 P&O 알고리즘으로써 태양광모듈에서 측정된 전압과 전류값을 통해서 현재 모듈의 최대출력점 전력 \( \mathrm{P}(\mathrm{k}) \) 를 계산한다. 그림 7은 본 논문에서 제안된 다이렉트 듀비티 제어에 의한 P&O 알고리즘을 나타내고 있다.</p><p>현재 측정된 전력 \( \mathrm{P}(\mathrm{k}) \) 값을 이전에 측정된 전력 \( \mathrm{P}(\mathrm{k}-1) \) 값과 비교하여 현재 전력이 과거 전력보다 증가되었다면 출력 전류의 섭동은 최근 주기와 동일한 방향으로 진행된다.</p><p>만약 출력이 최근 측정이후에 감소되었다면 출력 전류의 섭동은 최근주기와 반대 방향으로 전환되고, 최대출력점에 도달하자마자, 전압 I는 이상적인 동작 전압 \( I_{m p} \) 주위에서 진동하게 된다.</p><p>기존 레퍼런스 전압에 의한 P&O 제어 방법은 전력과 전압에 대한 과거 값과 현재 값을 비교하여 레퍼런스 전압의 조정을 통해 듀티비를 제어하기 때문에 32 비트의 MCU가 필요하다. 하지만 다이렉트 듀티비 제어에 의한 알고리즘은 전력과 전류값에 대한 과거 값과 현재값을 비교하여 듀티비를 직접 제어하기 때문에 8 비트 MCU 만으로 충분히 동작시킬 수 있는 장점이 있다.</p><p>전력과 전류에 대한 현재값과 과거값을 비교하는 방법은 기존의 레퍼런스 전압 제어에 의한 방법과 같으며, 최대전력점은 태양광모듈의 특성곡선 안에서 상승과 하강을 반복하며 지속적으로 진동하게 된다.</p><h2>5. 실험 결과</h2><p>본 논문에서는 그림 8 과 같이 실험 환경을 구축하고 레펴런스 전압에 의한 P&O 알고리즘과 다이렉트 듀티비 제어에 의한 P&O 알고리즘을 적용하여 전압, 전류, 출력 특성을 측정하였다.</p><p>태양광시뮬레이터의 출력이 표 1 과 같은 사양을 만족하도록 설정하여 충전제어기의 입력단에 연결하고, 충전제어기의 출력단에는 DC 부하기를 연결하였다. 태양광모듈 시뮬레이터의 출력이 \( 100 \% \) 일 때 DC 부하는 \( 2.29 \Omega \) 로 설정하였다.</p><p>그림 9는 레퍼런스 전압 제어에 의한 P&O 알고리즘의 성능을 측정하기 위하여 500 초 동안 태양광 모듈의 최대출력점 전압과 전류 측정 데이터를 나타내고 있다.</p><p>최대전력점 전압은 \( 28 \sim 30.3 \mathrm{V} \) 에서 진동하고, 최대 전력점 전류는 \( 7.4 \sim 8.1 \mathrm{A} \) 에서 진동하고 있으며, 전력은 \( 224.2 \sim 226.8 \mathrm{W} \) 가 측정되었다. 효율은 \( 93.0 \sim 94.1 \% \)로써 \( 1 \% \) 의 출력변동이 발생함을 알 수 있다. 그림 10 은 다이렉트 듀티비 제어에 의한 P&O 알고리즘의 성능을 측정하기 위하여 500 초 동안 태양광 모듈의 최대출력점 전압과 전류 측정 데이터를 나타내고 있다.</p><p>최대전력점 전압은 \( 28.9 \sim 30.1 \mathrm{V} \) 에서 진동하고, 최대. 전력점 전류는 \( 7.8 \sim 8.1 \mathrm{A} \) 에서 진동하고 있으며, 전력은 \( 234.1 \sim 234.8 \mathrm{~W} \) 가 측정되었다. 효율은 \( 97.1 \sim 97.4 \% \)로써 출력이 안정화 되어 있음을 알 수 있다</p>
|
[
"최대전력점 제어 알고리즘 중에서 가장 일반적으로 사용되고 있는 것은 무엇인가?",
"레퍼런스 전압의 의한 P&O 알고리즘은 최대전력점 제어 알고리즘인가?",
"본문에서 출력 전류의 섭동이 최근 주기와 동일한 방향으로 진행되었다면 측정 전력값이 이전의 측정 전력값보다 증가된 것인가?",
"레퍼런스 전압에 의한 P&O 알고리즘은 어떻게 현재 모듈의 최대출력점 전력 \\( \\mathrm{P}(\\mathrm{k}) \\)를 계산하는가?",
"본문에서 현재 측정한 전력값이 이전보다 증가되었다면 출력 전류의 섭동은 어떤 방향으로 진행되는가?",
"본문에서 측정 전력값이 이전보다 감소했다면 출력 전류의 섭동은 어떤 방향으로 진행되는가?",
"이전 전력을 기준으로 현재 전력이 증가했는지 감소했는지에 따라 출력 전류의 섭동 진행 방향은 달라지는가?",
"레퍼런스 전압에 의한 P&O 제어 방법이 32비트의 MCU가 필요한 이유는 무엇인가?",
"레퍼런스 전압에 의한 P&O 제어 방법은 듀티비를 직접 제어하는 방법인가?",
"다이렉트 듀티비 제어에 의한 알고리즘에 필요한 최소 MCU 크기는 레퍼런스 전압에 의한 P&O 제어 방법에 필요한 최소 MUC 크기보다 작은가?",
"다이렉트 듀티비 제어에 의한 알고리즘은 32 비트의 MCU를 필요로 하는가?",
"다이렉트 듀티비 제어에 의한 알고리즘이 가지는 장점은 무엇인가?",
"전력과 전류값에 대해 과거 값과 현재값을 비교하는 방법은 다이렉트 듀티비 제어에 의한 알고리즘과 레퍼런스 전압에 의한 P&O 제어 방법 둘 다 동일한가?",
"본문에서 태양광모듈 시뮬레이터 출력이 \\( 100 \\% \\) 일 때 DC 부하는 몇 \\( \\Omega \\) 로 설정되었는가?",
"성능 측정 결과 레퍼런스 전압에 의한 P&O 알고리즘을 적용했을 때보다 다이렉트 듀티비 제어에 의한 P&O 알고리즘을 적용했을 때 효율이 더 높게 나타났는가?",
"최대출력점 전압과 전류 측정 결과 다이렉트 듀티비 제어에 의한 P&O 알고리즘을 적용했을 때의 전력이 레퍼런스 전압에 의한 P&O 알고리즘을 적용했을 때보다 높았는가?",
"그림 9는 몇 초 동안 태양광 모듈의 최대출력점 전압과 전류를 측정한 데이터인가?"
] |
e0be705a-7a87-448f-a9af-728ec3fc0088
|
인공물ED
|
다이렉트 듀티비 제어에 의한 태양광 가로등용 충전제어기에 관한 연구
|
<h1>요약</h1><p>MPPT가 미적용된 기존 태양광 가로등은 최대 \( 30 \% \) 의 출력저하를 유발한다고 보고되고 있다. 본 논문에서는 이러한 출력 저하로부터 태양광발전시스템의 효율을 향상시키기 위해 다이렉트 듀티비 제어 알고리즘을 적용한 \( 250 \mathrm{W} \) 태양광가로등을 위한 충전제어기를 제안하였으며, PWM 제어기와 전력 토폴로지를 다루고, MPPT 알고리즘을 분석하였다. 전력변환부는 푸쉬풀 강압 컨버터로 구성하고, PWM 제어기는 8 비트 MCU를 기반으로 해서 제조 원가를 낮추도록 하였다. 다이렉트 듀티비 제어 알고리즘을 적용한 PWM 제어기는 태양광모듈의 최대전력점을 지속적으로 추적하여 출력 전력을 증가시킨다. 실험 결과, \( 241 \mathrm{W} \) 태양광시뮬레이터 환경에서 97.1 97.4\%의 MPPT 효율을 나타내었으며, 실제 응용제품에 적용할 수 있을 것으로 예상된다.</p>
|
[
"전력변환부는 푸쉬풀 강압 컨버터로 구성하고, PWM 제어기는 8 비트 MCU를 기반으로 해서 제조 원가를 낮추도록 하였나?",
"본 논문에서는 이러한 출력 저하로부터 태양광발전시스템의 효율을 향상시키기 위해 다이렉트 듀티비 제어 알고리즘을 적용한 250W 태양광가로등을 위한 충전제어기를 제안하였나?",
"다이렉트 듀티비 제어 알고리즘을 적용한 PWM 제어기는 태양광모듈의 최대전력점을 지속적으로 추적하여 출력 전력을 증가시키는가?",
"MPPT가 미적용된 기존 태양광 가로등은 최대 40% 의 출력저하를 유발한다고 보고되고 있나?",
"본 논문에서는 PWM 제어기와 전력 토폴로지를 다루고, MPPT 알고리즘을 분석하였나?",
"실험 결과, 241W 태양광시뮬레이터 환경에서 97.1 97.4\\%의 MPPT 효율을 나타내었으며, 실제 응용제품에 적용할 수 있을 것으로 예상되는가?",
"MPPT가 미적용된 기존 태양광 가로등은 최대 30% 의 출력저하를 유발한다고 보고되고 있나?"
] |
87a904e8-56b2-4718-9bc7-71a629af8e19
|
인공물ED
|
다이렉트 듀티비 제어에 의한 태양광 가로등용 충전제어기에 관한 연구
|
<h1>Ⅰ. 서론</h1><p>태양광가로등은 태양광모듈, 충방전제어기, 축전지, LED 램프로 구성되고, 상용계통의 지원이 없기 때문에 부하소비전력량은 태양광 발전량 이하로 제한된다. 연속 강우와 같은 부조일시에는 태양광 발전량이 0 이 되고 축전지의 방전으로 부하급전을 하기 때문에 몇 일간분의 축전지를 설치할 지를 결정해야 하며, 이 부조일일수의 상정이 부하의 전력공급 신뢰성을 좌우하는 중요한 핵심이 된다.</p><p>태양광모듈은 입사되는 일사량의 변동에 따라 출력이 가변하기 때문에 주택용이나 상업용과 같은 계통 연계형 태양광발전시스템에서는 전력변환장치가 태양광모듈의 최대출력점제어를 통해 운전하도록 설계되어 있다. 그러나 독립형 태양광발전시스템이 적용되는 대부분의 충전제어기에는 최대출력점제어가 아닌 단순한 PWM(Pulse Width Modulation) 제어로 구성되어 있기 때문에 태양광모듈에서 출력되는 에너지를 효율적으로 저장하지 못하고 최대 \( 30 \% \) 의 전력 손실이 발생하는 문제점이 있다.</p><p>본 논문에서는 보급형 태양광가로등용 충전제어기 제작을 위하여 푸쉬풀 컨버터를 이용하여 전력변환회로를 구성하고, MCU는 저가형 8 비트 mega16-u16을 채택하였다. 최대전력점제어를 위해 기존의 전압 레퍼런스에 의한 P&O 알고리즘을 개선한 다이렉트 듀티비 제어 알고리즘을 적용하여 실험을 통해 충전제어기로의 타당성을 검토하였다.</p>
|
[
"독립형 태양광발전시스템이 적용되는 대부분의 충전제어기에는 태양광모듈에서 출력되는 에너지를 효율적으로 저장하지 못하고 최대 30% 의 전력 손실이 발생하는 문제점이 있나?",
"태양광가로등은 태양광모듈, 충방전제어기, 축전지, LED 램프로 구성되고, 상용계통의 지원이 없기 때문에 부하소비전력량은 태양광 발전량 이하로 제한되는가?",
"부조일일수의 상정이 부하의 전력공급 신뢰성을 좌우하는 중요한 핵심이 되는가?",
"본 논문에서는 보급형 태양광가로등용 충전제어기 제작을 위하여 MCU는 저가형 8 비트 mega16-u16을 채택하였나?",
"최대전력점제어를 위해 기존의 전압 레퍼런스에 의한 P&O 알고리즘을 개선한 다이렉트 듀티비 제어 알고리즘을 적용하여 실험을 통해 충전제어기로의 타당성을 검토하였나?",
"연속 강우와 같은 부조일시에는 태양광 발전량이 0 이 되고 축전지의 방전으로 부하급전을 하기 때문에 몇 일간분의 축전지를 설치할 지를 결정해야 하는가?",
"기존의 전압 레퍼런스에 의한 P&O 알고리즘을 개선한 다이렉트 듀티비 제어 알고리즘을 적용한 이유가 최대전력제어를 위해서인가?",
"주택용이나 상업용과 같은 계통 연계형 태양광발전시스템에서는 전력변환장치가 태양광모듈의 최대출력점제어를 통해 운전하도록 설계되어 있는 이유가 입사되는 일사량의 변동에 따라 출력이 가변하기 때문인가?",
"본 논문에서는 보급형 태양광가로등용 충전제어기 제작을 위하여 푸쉬풀 컨버터를 이용하여 전력변환회로를 구성하는가?",
"주택용이나 상업용과 같은 계통 연계형 태양광발전시스템에서는 전력변환장치가 태양광모듈의 최대출력점제어를 통해 운전하도록 설계되어 있나?",
"태양광모듈에서 출력되는 에너지를 효율적으로 저장하지 못하고 최대 30 \\%30% 의 전력 손실이 발생하는 문제점이 있는 이유가 독립형 태양광발전시스템이 적용되는 대부분의 충전제어기에는 최대출력점제어가 아닌 단순한 PWM(Pulse Width Modulation) 제어로 구성되어 있기 때문인가?"
] |
2cd4d6a4-bbff-42a4-a2b6-2a93ab19fff6
|
인공물ED
|
다이렉트 듀티비 제어에 의한 태양광 가로등용 충전제어기에 관한 연구
|
<h1>Ⅲ. 결론</h1><p>본 논문에서는 \( 250 \mathrm{W} \) 급 태양광가로등을 위한 충전제어기의 MPPT 알고리즘으로써 다이렉트 듀비티 제어에 의한 P&O 알고리즘을 제안하였다.</p><p>기존에 주로 사용되고 있는 P&O 알고리즘은 레퍼런스 전압으로 제어되기 때문에 복잡하지만, 본 논문에서 제안된 다이렉트 듀티비 제어방법은 제어가 간단하고 저사양 MCU를 사용하기 때문에 제조원가를 낮출 수 있는 장점이 있다.</p><p>전력변환부는 푸쉬풀 강압 컨버터로 구성하고, PWM 신호는 8비트 MCU Mega16-u16에서 처리하는 다이렉트 듀티비 제어에 의한 P&O 알고리즘을 통해서 생성되며, 트랜스포머는 1:1의 권선비를 갖도록 프로토타입 충전제어기를 제작하였다.</p><p>일사량 \( 1,000 \mathrm{W} / \mathrm{m}^{2} \) 상태에서 태양광시뮬레이터를 이용해 레퍼런스 전압 제어에 의한 P&O 알고리즘과 다이렉트 듀티비 제어에 의한 P&O 알고리즘을 적용하여 충전제어기 실험을 진행하였다.</p><p>다이렉트 듀티비 제어에 의한 P&O 알고리즘 적용했을 때 전압-전류 변동폭이 작았으며 \(3.3\%\)이상 효율이 높게 측정되었으며, 이를 통하여 태양광가로등용 충전제어기로써의 타당성을 확인하였다.</p>
|
[
"다이렉트 듀티비 제어를 통한 P&O 알고리즘이 그냥 P&O 알고리즘보다 제조단가를 더 낮출수 있을까?",
"P&O 알고리즘은 다이렉트 듀티비로 제어 받을 때보다 레퍼런스 전압으로 제어받았을 때 전압-전류 변동폭이 더 클까?",
"기존 P&O 알고리즘은 어떻게 통제되었지",
"기존 P&O 알고리즘은 어떻게 컨트롤되니"
] |
1b09edf4-37a6-4b6e-9b20-2cb41221d082
|
인공물ED
|
피부 조직의 라만 스펙트럼에서 NMF 알고리즘을 통한 기저 세포암 진단 방법
|
<h1>IV. 실험 결과</h1><p>본 실험에서는 모두 10 명의 환자의 피부 조직에서 획득한 공초점 라만 스펙트럼을 이전의 장에서 설명한 절차를 거친 216 개의 데이터를 훈련 그룹과 테스트 그룹으로 나누었다. 한 번의 분류 실험이 종료되면 한 명의 환자의 데이터는 훈련 그룹에서 테스트 그룹으로 이동되고 기존의 테스트 그룹은 훈련 그룹으로 이동된다. 이러한 방법으로 모든 환자의 데이터는 테스트 그룹으로 한 번씩 사용될 수 있도록 leave-one-out 교차 확인(cross validation) 방법으로 실험하였다. 실험에서 사용한 훈련 그룹과 테스트 그룹의 데이터 수의 평균은 BCC가 각각 68 개와 8 개이고 NOR은 126개와 14개이다.</p><table border><caption>표 1. 피부 조직의 공초점 라만 스펙트럼을 이용한BCC 분류 결과</caption><tbody><tr><td>method</td><td colspan="2">linear combination</td><td colspan="2">logistic regression</td><td colspan="2">neural network</td></tr><tr><td>(\(\%\))</td><td>BCC</td><td>NOR</td><td>BCC</td><td>NOR</td><td>BCC</td><td>NOR</td></tr><tr><td>BCC\({}^{*}\)</td><td>98.7</td><td>1.3</td><td>98.7</td><td>1.3</td><td>97.8</td><td>2.2</td></tr><tr><td>NOR\({}^{*}\)</td><td>0.7</td><td>99.3</td><td>3.6</td><td>96.4</td><td>4.4</td><td>95.6</td></tr><tr><td colspan="7">\({}^{*}\)Stars indicate the decision of an expert pathologist</td></tr></tbody></table><p>본 연구에서 제안한 NMF에 의한 기저와 클래스의 가중치의 선형 결합을 이용한 BCC 진단의 성능을 검증하기 위해 주성분 분석으로 추출한 특징에 로지스틱 회귀 모델과 신경망을 이용한 분류 실험의 결과와 비교하여 표 1에 실험 결과를 요약하였다. 여기에서 로지스트 회귀 방법과 신경망의 실험에서 사용한 주성분의 수는 3이다. 표에서 보듯이 로지스트 회귀 방법과 신경망을 이용한 방법보다 제안한 방법의 민감도(sensitivity)와 특이도(specificity)가 모두 좋은 성능을 보였다. 특히 부정 오류(false negative)가 \( 1.3 \% \) 로 로지스트 회귀 방법과 같지만 긍정 오류(false positive)가 \( 0.7 \% \) 로 다른 방법보다 약 3-4\(\%\) 정도의 오류가 감소했다.</p><p>실험에 이용한 로지스틱 회귀방법과 신경망의 평균 분류율은 각각 약 \( 96.4 \% \)와 \( 97.1 \% \)이고 제안한 방법은 약 \( 99.1 \% \) 이다. 이 전의 연구 결과인 전처리를 통한 성능 향상에서 가장 좋은 성능을 보인 평균 분류율이 약 \( 97.2 \% \) 인 경우보다 본 연구에서 제안한 방법이 약 \( 1.9 \% \)의 더 높은 성능을 보였다. 이 결과로부터 피부암 진단을 위한 본 연구의 전처리 과정과 제안한 방법이 피부 조직의 라만 스펙트럼에 효과적으로 적용될 수 있음을 확인하였다.</p>
|
[
"환자집단 전체의 데이터가 테스트 그룹으로 한 번씩 사용되도록 어떤 방법을 사용해 실험했나요?",
"linear combination에서 BCC와 NOR의 교차값은 얼마인가?",
"logistic regression의 평균 분류율은 얼마야?",
"BCC진단의 부정 오류는 얼마인가?",
"NMF에 의한 기저와 클래스의 가중치의 선형 결합을 이용한 BCC 진단의 기능을 살펴보고자 어떤 방법을 사용했나요?",
"neural network의 BCC와 BCC의 교차값은 얼마야?",
"linear combination 방법의 경우 BBC와 BBC를 교차 확인했을 때 결과값이 얼마로 나왔나요?",
"BCC 분류를 분석한 결과 logistic regression 방벙븨 부정 오류는 얼마로 측정되었나요?"
] |
e9ec743b-0c00-47ff-88f3-6721ed6e4f6f
|
인공물ED
|
완전-차동형 CMOS OTA들을 이용한 시뮬레이티드 플로팅 인덕터의 설계 및 응용
|
<h1>V. 저역-통과 여파기에의 응용</h1> <p>제안한 시뮬레이티드 플로팅 인덕터의 유용성을 입증하기 위해, 사다리형 3차 일립틱 저역-통과 여파기(ladder type 3rd order elliptic low-pass filter)를 실현했다. 여파기의 실현은 최소의 인덕터를 갖는 \( L C \사다리 회로망(minimum inductor \( L C \) ladder network)에 소자 시뮬레이션 방식을 적용하여 수동 인덕터를 시뮬레이티드 플로팅 인덕터로 직접 고체하는 방식을 취했다. 실현한 예를 그림 13(a)에 나타냈다. 그림 13(b)는 수동 인덕터로 구성된 동일한 여파기를 참고로 나타낸 것이다.</p> <p>여파기들은 \( 3 \mathrm{MHz} \)의 리플(ripple) 대역폭과 \( 0.18 \mathrm{dB} \)의 통과-대역 리플, 그리고 \( 4.57 \mathrm{MHz} \)에서 \( 17.86 \mathrm{dB} \)의 저지-대역 감쇠량을 갖도록 설계되었다. 그림 14에 여파기들의 크기 특성을 시뮬레이션 결과를 나타냈다. 이 그림으로부터 시뮬레이티드 인덕터로 구성한 능동 여파기의 크기 특성이 수동 인덕터로 구성한 수동 여파기의 크기 특성과 잘 일치한다는 것을 알 수 있다. 표 3에 설계값과 시뮬레이션 결과를 비교하여 나타냈다. 이 표로부터 여파기의 설계값과 시뮬레이션 결과가 거의 일치한다는 것을 알 수 있다. 이 여파기는 현재 IC 공정 중에 있다.</p> <table border><caption>표 3. 여파기 성능표</caption> <tbody><tr><td></td><td>설계값</td><td>시뮬레이션값</td></tr><tr><td>리플 대역폭</td><td>\( 3 \mathrm{MHz} \)</td><td>\( 3.15 \mathrm{MHz} \)</td></tr><tr><td>통과-대역 리플</td><td>\( 0.18 \mathrm{~dB} \)</td><td>\( 0.50 \mathrm{~dB} \)</td></tr><tr><td>저자-대역 감쇠량</td><td>\( 17.86 \mathrm{~dB} \)</td><td>\( 17.50 \mathrm{~dB} \)</td></tr><tr><td>\(3-\mathrm{dB}\) 차단 주파수</td><td>-</td><td>\( 3.6 \mathrm{~MHz} \)</td></tr><tr><td>소비전력</td><td>-</td><td>\( 8 \mathrm{~mW} \)</td></tr><tr><td>\(3-\mathrm{dB}\) 주파수 온도계수</td><td>-</td><td>\( -16.6 \mathrm{~ppm} /{ }^{\circ} \mathrm{C} \)</td></tr></tbody></table>
|
[
"시뮬레이션값과 통과-대역 리플이 만나는 영역의 값은 뭐야?",
"\\(3-\\mathrm{dB}\\) 차단 주파수에서의 시뮬레이션값은 어때?",
"여파기 성능표에서 저자-대역 감쇠량은 얼마의 시뮬레이션값을 보여주나요?",
"시뮬레이션값들 가운데 \\(3-\\mathrm{dB}\\) 주파수 온도계수에 해당하는 결과는 무엇일까?",
"소비전력의 시뮬레이션값은 무엇인가?",
"리플 대역폭에서의 시뮬레이션값은 뭐메요?",
"저자-대역 감쇠량에서의 설계값은 어떻습니까?",
"설계값의 값들 중 통과-대역 리플에 해당하는 수치는 무엇입니까?",
"여파기 성능표에서 리플 대역폭의 설계값은 어떻게 되나요?"
] |
f70e94ab-6fb3-4535-92f2-7d742a01a8dc
|
인공물ED
|
H.264/AVC 컨텐츠의 공간해상도 트랜스코딩을 위한 고속 모드 결정 방법
|
<h1>Ⅳ. 제안한 트랜스코딩을 위한 고속모드 결정 방법</h1> <p>이번 장에서는 Ⅲ장에서 얻어진 입력정보와 출력된 매크로블록 모드의 확률적 상관성을 바탕으로 트랜스코딩을 위한 고속 모드 결정 방법을 제안한다. 전체적인 구조는 그림 5와 같이 크게 슬라이스 종류에 따라 2종류로 나누고, 인터 슬라이스에서는 인트라 매크로블록의 존재 여부에 따라 다시 2가지 경우로 세분화한다.</p> <h2>1. 인트라 슬라이스 모드 결정 방법</h2> <p>그림 6은 인트라 슬라이스에서의 모드 결정 방법을 나타낸다. 입력된 4개의 매크로볼록 모드가 모두 Intra16x16인 경우에는 Intra16x16을 재-부호화할 매크로블록의 모드로 결정하고, 그 이외에는 Intra4x4로 결정 한다.</p> <h2>2. 인트라 모드가 존재하는 경우의 인터 슬라이스 모드 결정 방법</h2> <p>입력 인터 슬라이스 내에 인트라 모드가 존재할 때의 결정 방법을 다음과 같이 P16x16 매크로블록의 수에 따라 크게 3가지로 세분화 하였다.</p> <h3>(1) P16x16 매크로블록이 3개인 경우</h3> <p>표 2에서 재-부호화 매크로블록은 P16x16, P16x8, P8x16, 그리고 Intra16x16 모드로 되고, 그 중 P16x16이 발생할 확률이 높게 나타났다. 그래서 모드 결정 과정을 좀 더 세분화하여, 식 (2), (4)에서 얻은 \( M V_{V a r} \). 와 Residual Var. 의 값이 식 (5), (6) 조건을 둘 다 만족시킬 경우, 재-부호화할 모드를 P16x16, 그리고 Intra16x16으로 제한한다. 그 외의 경우에는 재-부호화 할 모드를 P.16x16, P16x8, P8x16, 그리고 Intra16x16으로 제한한다.</p> <h3>(2) P16×16 매크로블록이 2개인 경우</h3> <p>인트라 매크로블록이 1개인 경우에는 재-부호화될 모드를 인터 모드로만 제한하고, 2개인 경우에는 아무런 제한을 두지 않고 모든 모드를 사용한다.</p> <h3>(3) P16x16 매크로블록이 1개 이하인 경우</h3> <p>이 경우에는, 표 2를 통해 알 수 있듯이 인트라 매크로블록의 수뿐만 아니라, 인트라 모드 형태에 따라서 재-부호화 매크로블록 모드를 결정한다. 위와 같은 사실을 토대로 하여 다음과 같이 재-부호화 매크로블록의 가능한 모드를 결정하였다.</p> <ul> <li>인트라 매크로블록이 1개: 모든 인터 모드</li> <li>인트라 매크로블록이 2개: Intra16x16을 제외한 모든 모드</li> <li>인트라 매크로블록이 3개: P16x8, P8x16을 제외한 모든 모드</li> <li>인트라 매크로블록이 4 개:<ul> <li>Intra16x16 매크로블록이 2개 이하 - Intra4x4 모드 - P16x16, Intra16x16, Intra4x4 모드</li></ul></li></ul> <h2>3. 인트라 모드가 존재하지 않는 경우의 인터 슬라이스 모드 결정 방법</h2> <p>인터 슬라이스에서 입력된 4개의 매크로블록이 모두 인터 매크로블록인 확률은 약 \( 95 \% \) 이상을 차지하여, 전체 모드 결정 과정 중에서 이 방법이 차지하는 비중은 아주 크다.</p> <p>Ⅲ장에서 도출해낸 실험결과를 바탕으로 발생 가능한 모드를 다음과 같이 3개의 그룹으로 분류하였다.</p> <ul> <li>모드 그룹 1: P16x16</li> <li>모드 그룹 2: P16x16, P16x8, P8x16</li> <li>모드 그룹 3: 모든 인터 모드</li></ul> <p>이를 기반으로 하여, 인터 모드 결정 방법에 대한 전체적인 과정을 그림 7에 도식하였다. 인터 모드 결정 방법에서의 주된 분류는 1차적으로 입력된 매크로블록의 모드 정보를 가지고 하는데, 특히 P16x16 모드의 수에 따라서 3가지로 세분화 한 다음, \( M V_{V a r} \) 와 Residual \( _{\text {Var. }} \) 의 값을 고려하여 재-부호화할 매크로 블록이 속할 모드 그룹을 정한다.</p> <h3>(1) P16x16) 매크로블록이 4개인 경우</h3> <p>재-부호화할 매크로블록의 모드가 대부분 모드 그룹 1에 포함되지만, 움직임 벡터와 차-영상 에너지의 확률 분포에 따라서 모드 그룹 2에 포함되기도 한다. 따라서 그림 7에서 보는바와 같이 결정 규칙 1 (Decision Rule 1)에 의해 재-부호화할 매크로블록이 속할 모드 그룹을 정한다. 식 (5), (6) 두 조건을 모두 만족하지 못할 경우에는 모드 그룹 2 를 선택하고, 그 외의 경우에는 모드 그룹 1을 선택한다.</p> <table border><caption>표 4. 실험조건</caption> <tbody><tr><td></td><td>Input Stream</td><td>Output Stream</td></tr><tr><td>Profile</td><td>Baseline</td><td>Baseline</td></tr><tr><td>Sequence Size</td><td>352x288</td><td>176x144</td></tr><tr><td>Frame number</td><td>300</td><td>300</td></tr><tr><td>Frame-rate</td><td>30 frames/sec</td><td>30 frames/sec</td></tr><tr><td>Intra Period</td><td>15</td><td>15</td></tr><tr><td>Reference Frame #</td><td>1</td><td>1</td></tr><tr><td>QP</td><td>28</td><td>28, 32, 36, 40</td></tr><tr><td>Rate-Distortion Option</td><td>ON</td><td>ON</td></tr></tbody></table> <h3>(2) P16x16 매크로블록이 없는 경우</h3> <p>이 경우에는 모든 인터 모드의 확률분포가 골고루 존재한다. 그리고 이 경우에는 \( M V_{V a r} \) 와 Residual \( V a r \). 의 값 보다는 모드에 의해서 주로 결정이 되기 때문에, 아무런 조건 없이 재-부호화할 매크로블록을 모드 그룹 3으로 선택한다.</p> <h3>(3) 그 외 경우</h3> <p>P16x16이 3개인 경우에 결정 규칙 2 (Decision Rule 2)의 식 (5), (6) 두 조건을 모두 만족하면, 재-부호화할 매크로블록을 모드 그룹 1로 선택하고, 그렇지 않으면 모드 그룹 2로 선택한다. P16x16이 2개나 1 개인 경우에는 결정 규칙 2 를, 모두 만족하면 재-부호화할 매크로 블록을 모드 그룹 2 로 선택하고, 그렇지 않으면 모드 그룹 3을 선택한다.</p>
|
[
"표 4. 실험조건에서 Output Stream 의 Frame number 는 어떻게 돼?",
"표 4. 실험조건에서 Input Stream의 Sequence Size는 뭐야?",
"표 4에서 Output Stream 의 Frame-rate는 뭐야?",
"표 4. 실험조건에서 Input Stream과 Output Stream 의 값이 다른 것은 Sequence Size와 무엇이야?",
"표 4. 실험조건에서 Reference Frame #는 Input Steam과 Output Stream 에서 동일하게 얼마일까?"
] |
915fe7af-8d12-4a26-92a2-28f5d3405515
|
인공물ED
|
센서 네트워크에서의 효율적 에너지 관리를 위한 지능형 클러스터링 기법
|
<h1>Ⅳ. 성능 분석</h1> <p>본 논문에서 제안한 지능형 클러스터링 기법의 성능을 기존의 클러스터링 기법인 LEACH, TEEN 등과 비교 분석을 위해 버클리(Berkeley) 대학의 Network Simulator인 NS-2.26을 사용하였다. 시뮬레이션을 통해 클러스터링에 의한 센서 노드의 센싱 파워 레벨 변화, 평균 에너지 소비율 그리고 살아있는 센서 노드의 개수 등을 통해 기존 클러스터링 기법과 성능을 비교, 분석 하였다.</p> <h2>1. 시뮬레이션 환경 및 파라미터</h2> <p>시뮬레이션에서 구축한 네트워크 모델은 무선 센서 네트워크를 기본으로 하였고, 최대 \( 2 \mathrm{~m} / \mathrm{s} \)의 속도의 이동성을 가지는 45개의 센서 노드들이 \( 100 \mathrm{~m} \mathrm{x} 100 \mathrm{~m} \)의 지역 내에 배치되어 이동하게 된다. 이 때, 센서 노드의 초기 위치는 단일 분포로부터 임의 추출되고 좌표값이 할당된다. 위치한 45개의 센서 노드는 이동성을 가지며, 센서 노드 및 클러스터 해더와 직접적으로 연결 가능한 싱크 노드는 BS와 연결되어 독립적으로 존재한다고 가정한다. 각 센서 노드는 \( 512 \mathrm{KByte} \)의 패킷을 초당 4개씩 전송하며, 시뮬레이션에 사용된 MAC Layer는 NS-2.26 에 포함되어 있는 IEEE 802.11을 사용하였다.</p> <p>시뮬레이션은 위의 표 2와 같은 파라미터 값을 바탕으로 진행 하였다. 또한, 시뮬레이션 모델의 Link Layer의 복잡성을 줄이기 위해 비트 오류율, 전파지연, 안테나 이득, 채널 상관 관계 등의 부가 설정들은 생략하였으며, 비교 분석을 위해 필요한 기본 파라미터값 이외의 값은 기본설정 값을 사용하였다.</p> <p> <table border><caption>표 2. 시뮬레이션 파라미터</caption> <tbody><tr><td>항 목</td><td>값</td></tr><tr><td>네트워크 크기</td><td>\( 100[\mathrm{~m}] \times 100[\mathrm{~m}] \)</td></tr><tr><td>시뮬레이션 시간</td><td>\( 2500[\mathrm{sec}] \)</td></tr><tr><td>센서 노드의 개수</td><td>\( 45[\mathrm{EA}] \)</td></tr><tr><td>센싱 파워 레벨</td><td>\( 1 \sim 5[\mathrm{~m} / \mathrm{W}] \)</td></tr><tr><td>센서 노드의 에너지량</td><td>\( 2[\mathrm{~J}] \)</td></tr><tr><td>이동 속도</td><td>\( 2[\mathrm{~m} / \mathrm{s}] \)</td></tr><tr><td>데이터 패킷 크기</td><td>512 [KByte]</td></tr></tbody></table></p> <p>여기서, 센싱 파워 레벨은 센서 노드가 센싱할 수 있는 센싱 범위를 의미하며, 센서 노드가 센싱한 데이터 및 관련 정보를 전송할 수 있는 전송 거리와 다른 의미이다.</p> <h2>2. 시뮬레이션 결과</h2> <p>제안한 지능형 클러스터링 기법의 성능 분석을 위해 시간에 따른 센서 노드의 파라미터 변화를 그래프로 나타내었다. 아래 그림 7은 네트워크 토폴로지 변화에 반응, 센서 노드1의 센싱 파워 레벨 변화를 \( 5 \mathrm{sec} \) 단위로 센서 노드의 수명이 끝나는 시점까지 그래프로 나타낸 것이다.</p> <p>초기 \( 5 \mathrm{~m} / \mathrm{W} \)에서 시작한 센싱 파워 레벨은 알고리즘에 의해 유동적으로 변화되는 것을 볼 수 있으며, 그래프를 보면 센싱 파워 레벨이 최고치까지 올라간 영역이 3회 있는 것을 확인 할 수 있는데 이것은 네크워크 토 폴로지의 변화에 의해 클러스터가 총 3회 재구성된 것을 의미한다. 여기서 알고리즘의 네트워크 토폴로지의 변화 인지 시점은 각 센서 노드의 센싱 파워 레벨 \( 4 \mathrm{~m} / \mathrm{W} \)를 기준으로 하고 있고, 최소치는 \( 1 \mathrm{~m} / \mathrm{W} \)로 제한 하고 있다.</p> <p>그림 8의 결과는 기존의 대표적 클러스터링 기법인 LEACH, TEEN과 비교하여 클러스터링에 의한 센서 노드의 평균 에너지 소비율을 그래프로 나타낸 것이다. 살펴보면, 제안한 지능형 클러스터링 기법이 LEACH, TEEN에 비해 에너지 소비율이 완만한 결과를 보여주는 것을 알 수 있다. 다만 제안한 클러스터링 기법이 TEEN에 비해 \( 650 \mathrm{sec} \) 이전에서 에너지 소비율이 상대적으로 높은 것을 볼 수 있는데, 이는 제안한 기법의 클러스터링 방식이 기존 기법들과 다르게 구성 가능한 클러스터 멤버가 3개로 고정되어 있어 구성되는 클러스터의 개수가 상대적으로 많기 때문이다. 하지만, 이후의 에너지 소모율이 완만함을 볼 수 있고, 결과적으로 에너지 효율이 기존 기법들에 비해 좋음을 알 수 있다.</p> <p>그림 9는 센서 네트워크를 구성하는 각 센서 노드의 생존 시간을 비교하기 위해 시간을 기준으로 살아있는 센서 노드의 개수를 그래프로 나타낸 것이다. 기존 기법들의 경우는 시간이 지남에 따라 살아있는 센서 노드의 개수가 빠르게 감소하는 반면, 제안한 기법은 그 곡선이 보다 완만한 것을 볼 수 있다. 이유는 앞서 본, 센서 노드의 평균 에너지 소모율이 상대적으로 완만하기 때문에 살아있는 센서 노드의 개수가 기존 기법과 비교 하여 좀더 긴 것을 보여준다.</p> <p>정리하면, MANET 환경의 센서 네트워크의 효율 향상을 위한 클러스터링 기법인 LEACH, TEEN 모두 효율적인 데이터 처리 및 경로 설정을 위해 계층화된 클러스터링 기법을 사용하여 네트워크의 에너지 효율을 향상시키는 장점을 갖는다. 하지만, 연속된 센싱을 요구하는 반응적 상황에서는 상대적으로 센서 노드 Active 상태가 길어야 하기 때문에 에너지 소모가 큰 환경에 기존 기법을 적용하기 어렵다. 또한, 센서 노드가 이동 할 경우, 센싱 영역을 초과하여 센싱 데이터를 놓치거나 반대로 클러스터내 클러스터 멤버간 센싱 영역의 중첩이 발생하여 불필요한 에너지를 소비하는 결과를 가져올 수 있다. 결과적으로 이런 모든 경우에 센서 노드의 에너지 불균형을 가져오고 센서 네트워크의 생존 시간에 큰 영향을 미친다. 이에 반해 제안한 지능형 클러스터링 기법은 이러한 문제점을 보완하여 센서 네트워크의 생존 시간을 향상을 가져오는 것을 시뮬레이션 결과를 통해 확인할 수 있었다.</p>
|
[
"본문의 표 2에서 값이 \\( 1 \\sim 5[\\mathrm{~m} / \\mathrm{W}] \\)인 항목은 무엇인가?",
"본문의 표 2. 시뮬레이션 파라미터에서 네트워크 크기의 값은 얼마인가?",
"표 2에 따르면 네트워크 크기는 몇으로 나타나는가?",
"본문의 표 2. 시뮬레이션 파라미터에서 센서 노드의 개수의 값은 얼마야?",
"표 2. 시뮬레이션 파라미터에 나타난 센서 노드의 개수는 몇 개인가?",
"본문의 표 2. 시뮬레이션 파라미터에서 시뮬레이션 시간의 값은 얼마일까?",
"표 2. 시뮬레이션 파라미터에 따르면 시뮬레이션 시간은 얼마로 나타나나?",
"본문의 표 2. 시뮬레이션 파라미터에서 센싱 파워 레벨의 개수의 값은 얼마지?",
"표 2. 시뮬레이션 파라미터에 따르면 센싱 파워 레벨은 뭐라고 나타나나?",
"본문의 표 2. 시뮬레이션 파라미터에서 센서 노드의 에너지량의 값은 어느 정도야?",
"본문의 표 2. 시뮬레이션 파라미터에서 이동 속도의 값은 어느 정도인가?",
"본문의 표 2에서 값이 \\( 2[\\mathrm{~J}] \\)인 항목은 무엇일까?",
"본문의 표 2에서 값이 \\( 2[\\mathrm{~m} / \\mathrm{s}] \\)인 항목은 무엇이지?",
"본문의 표 2에서 값이 \\( 45[\\mathrm{EA}] \\)인 항목은 뭘까?",
"본문의 표 2에서 값이 512 [KByte]인 항목은 무엇이야?",
"본문의 표 2에서 값이 \\( 100[\\mathrm{~m}] \\times 100[\\mathrm{~m}] \\)인 항목은 뭐야?",
"본문의 표 2. 시뮬레이션 파라미터에서 데이터 패킷 크기의 값은 어느 정도일까?",
"본문의 표 2에서 값이 \\( 2500[\\mathrm{sec}] \\)인 항목은 뭐지?"
] |
b6321443-8625-4190-a78f-332b5ae4380f
|
인공물ED
|
그림자 영향을 고려한 PV 시스템의 VPO MPPT 제어
|
<h1>5. 시스템 성능결과</h1> <h2>5.1 시뮬레이션결과 분석</h2> <p>MPPT 제어를 수행하는 각각의 알고리즘에 대한 성능분석을 위한 PSIM 회로도는 그림 11과 같다. 표 1은 MPPT 제어의 성능분석을 위한 태양전지 모듈의 파라미터를 나타낸다. 태양전지 모듈의 파라미터는 온도 25[ \( \left.{ }^{\circ} \mathrm{C}\right] \) 및 일사량 \( 1000\left[\mathrm{~W} / \mathrm{m}^{2}\right] \) 의 실험조건에서 측정 된 값을 나타낸다. PSIM 회로도는 본 논문에서 제시한 높은 전압 이득을 갖는 승압형 DC-DC 컨버터와 단상 인버터로 구성되었다. 또한 제어부는 태양전지의 모델링을 위한 PVMODEL.dll과 DC link 전압 제어를 위한 VDCCON.dll 및 MPPT 제어 알고리즘의 적용을 위한 MPPT.dll로 구성하였다. MPPT 제어의 성능시험 은 일사량과 온도가 변동할 경우 및 그림자 영향의 조건으로 나누어 분석하였다.</p> <p>그림 12 는 일사량이 \( \quad 400\left[\mathrm{~W} / \mathrm{m}^{2}\right] \rightarrow 1000\left[\mathrm{~W} / \mathrm{m}^{2}\right] \rightarrow \) \( 600\left[\mathrm{~W} / \mathrm{m}^{2}\right] \) 으로 변동함에 따라 온도가 \( 28\left[{ }^{\circ} \mathrm{C}\right] \rightarrow 35\left[{ }^{\circ} \mathrm{C}\right] \rightarrow \) \( 31\left[{ }^{\circ} \mathrm{C}\right] \) 로 변화할 경우를 나타낸다. 그림 \( 12(\mathrm{a}) \) 는 일사량 및 온도의 변화, 그림 \( 12(\mathrm{~b}) \) 는 태양전지의 출력전력을 나타내고 있다.</p> <p>그림 13은 MPPT 제어방법에 따른 태양전지 모듈의 출력전력 비교를 나타낸다. 그림 \( 13(\mathrm{a}) \) 는 \( \mathrm{PO}, 13(\mathrm{~b}) \) 는 \( \mathrm{IC}, 13(\mathrm{c}) \) 는 본 논문에서 제시한 VPO MPPT 제어방법에 대한 태양전지 모듈의 응답특성을 나타낸다. 일사량 및 온도 변화에 대한 \( \mathrm{PO} \) 제어방법의 최대전력 오차율은 약 3.9[\%], IC 제어방법은 3.6[\%], 본 논문에서 제시한 VPO 제어방법은 \( 1[\%] \) 이내로 나타나고 있다.</p> <table border><caption>태양전지 모듈의 파라미터</caption> <tbody><tr><td>파라미터</td><td>기호</td><td>측정값</td><td>단위</td></tr><tr><td>개방전압</td><td>\( V_{o c} \)</td><td>42.8</td><td>\( \left[V_{d c}\right] \)</td></tr><tr><td>단락전류</td><td>\( I_{s c} \)</td><td>8.42</td><td>\( [A] \)</td></tr><tr><td>최대전력 전압</td><td>\( V_{m p} \)</td><td>34.6</td><td>\( \left[V_{d c}\right] \)</td></tr><tr><td>최대전력 전류</td><td>\( I_{m p} \)</td><td>6.5</td><td>\( [A] \)</td></tr><tr><td>최대전력</td><td>\( P_{m p} \)</td><td>225</td><td>\( [W] \)</td></tr></tbody></table> <p>그림 14는 그림자 영향을 고려한 태양전지 모듈의 I-V 와 P-V 특성곡선을 나타낸다. 그림자 영향은 태양전지 모듈의 면적에 대하여 30[%]의 경우와 \( 50[%] \) 의 경우를 고려하였다. 그림 \( 14(\mathrm{a}) \) 은 태양전지 모듈의 I-V 특성곡선, 그림 14(b)은 P-V 특성곡선을 나타낸다. 그림자 영향이 있을 경우 태양전지의 최대전력을 위한 최적전압과 최적전류는 일사량 및 온도 변화에 비해 크게 변화되고 있으며, 그림자 영향이 \( 30[%] \) 일 경우 최적전압과 최적전류는 (27.2[V], 6[A]), 그림자 영향이 50[%]일 경우에는 (22.7[V], 5.5[A])로 나타난다.</p> <p>그림 15는 그림자 영향을 고려한 태양전지 모듈의 출력특성을 나타낸다. 그림 \( 15(\mathrm{a}) \) 는 PO MPPT 제어방법에 대한 태양전지 모듈의 출력 응답특성을 나타내며 최대전력 오차는 \( 30[%] \) 의 그림자 영향에서 \( 15[\mathrm{~W}] \), \( 50[%] \) 일 경우에는 \( 18[\mathrm{~W}] \) 로 그림자 영향이 높을수록 오차가 크게 나타난다. 그림 15(b)는 IC MPPT 제어방법에 대한 태양전지 모듈의 출력 응답특성을 나타내며 PO 방법과 마찬가지로 IC 제어방법에서 그림자 영향이 클수록 오차가 높게 나타나며 정량적 수치는 \( 14.5[\mathrm{~W}] \) 와 \( 18[\mathrm{~W}] \) 를 나타낸다. 그림 \( 15(\mathrm{c}) \) 는 본 논문에서 제시한 VPO MPPT 제어방법에 대한 태양전지 모듈의 응답특성을 나타내며 그림자 영향에서도 제시한 제어방법의 최대전력 오차율은 1[%] 이내로 우수한 최대전력 추종 성능을 나타낸다. 종래의 PO 와 IC MPPT 제어방법은 그림자가 발생할 경우 실제 최대전력점을 추적하지 못하고 국부적인 최대전력점에서 동작되기 때문에 오차가 많이 발생하며 본 논문에서 제시한 VPO MPPT 제어방법은 그림자가 발생하였을 경우에 도 실제 최대전력점을 추적하게 되어 전력오차가 작게 발생한다.</p>
|
[
"태양전지 모듈의 파라미터 표에서 225의 결과 값은 무엇의 결과 입니까?",
"태양전지 모듈의 파라미터에서 단락 전류의 기호는 뭐야?",
"태양전지 모듈의 파라미터의 표에서 최대전력은 어떤 기호를 사용할까?",
"태양전지 모듈의 파라미터의 표에서 단위 \\( [W] \\)를 사용하는 파라미터는 어떤 것입니까?",
"태양전지 모듈의 파라미터 표를 보면 최대전력 전류는 어떤거야?",
"태양전지 모듈의 파라미터의 표에서 개방전압의 측정 값은 얼마입니까?",
"태양전지 모듈의 파라미터의 표를 보면 결과가 6.5일 때 어떤 단위를 사용해?",
"태양전지 모듈의 파라미터의 표에서 개방 전압는 어떤 단위를 사용하나요?"
] |
039c5531-5cc8-4a97-b6d4-e0e43853484b
|
인공물ED
|
자동 이득제어 루프를 이용한 CMOS RF 전력 검출기
|
<h1>III. 실 험 결 과</h1><p>제안하는 RF 전력 검출기는 TSMC \( 65 \mathrm{nm} \) CMOS 공정으로 설계 되었고 Vout 출력 단에는 \( 1 \mathrm{pF} \) 의 로드 캐패시턴스를 연결하여 시뮬레이션 하였다. 그림 8 은 칩 레이아웃을 나타내며 면적은 \( 0.0097 \mathrm{mm}^{2} \) 이다.</p><p>그림 9는 RMS 변환에 사용한 전압 제곱의 과정이다. 변환 이전 주기가 \( 0.2 \mathrm{ns} \) 인 신호들은 전압 제곱기의 결과로 \( 0.1 \mathrm{ns} \) 의 주기를 갖는 것을 확인할 수 있다.</p><p>그림 10 은 자동 이득 제어의 결과를 보여준다. Vrms 와 Vref는 에러 앰프의 입력으로 비교되어 Verr를 만든다. RMS 변환 전압이 기준 전압보다 크다면 에러 앰프는 High를 출력하고 낮다면 Low를 출력한다. 자동 이득 제어는 Verr가 네거티브 피드백을 통하여 제어 전압을 조정하고 조정된 제어 전압에 의하여 VGA 의 이득이 변하여 RMS 변환값을 기준 전압과 같아지도록 동작 한다.</p><p>그림 11 (a)는 \( 1 \mathrm{GHz} \) 의 주파수에서 여러 전력의 입력 신호에 대하여 시간에 따른 자동 이득 제어 과정을 보여 준다. RMS 변환 전압이 기준 전압에 가장 가까운 - \( 100 \mathrm{dBm} \) 부터 \( 0 \mathrm{dBm} \) 까지 순차적으로 RMS 변환 결과가 모두 일정한 값으로 수렴하는 것으로 자동 이득 제어를 확인할 수 있다. 그림 11 (b)는 일정한 값으로 수렴하는 결과를 주파수를 변화시켜 시뮬레이션 한 결과이다. 그림 11 (c)는 출력 전압에 대한 에러를 나타낸다. \( \pm 0.5 \mathrm{dB} \) 이내의 에러를 갖는 검출 범위가 적어도 \( 70 \mathrm{dBm} \) 이상으로 \( \pm 0.1 \mathrm{dB} \) 의 매우 정밀한 결과도 \( 60 \mathrm{dBm} \) 이상으로 넓은 영역에서 정밀하게 동작하고 있음을 확인 할 수 있다. 그림 11(d) 는 RMS 전력 검출기의 최종 출력 결과이다. 표1은 종래 논문들과 본 논문의 특성 비교표를 보여준다. 종래 기술대비 가장 넓은 \( 70 \mathrm{dB} \) 이상의 다이나믹 레인지를 가지는 것을 볼 수 있다.</p><table border><caption>표 1. 성능 비교 표</caption><tbody><tr><td></td><td>[1]</td><td>[2]</td><td>[3]</td><td>This work</td></tr><tr><td>Process</td><td>0.13\(\mu\)</td><td>TSMC 0.35\(\mu\)</td><td>0.35\(\mu\)</td><td>TSMC 65n</td></tr><tr><td>Supply [\(\mathrm{V}\)]</td><td>1.2</td><td>3.3</td><td>3.3</td><td>1.2</td></tr><tr><td>Conversion gain [\(\mathrm{mV/dB}\)]</td><td>5.5</td><td>60</td><td>50</td><td>4.53</td></tr><tr><td>Dynamic range [\(\mathrm{dB}\)]</td><td>20</td><td>20</td><td>>30</td><td>>70</td></tr><tr><td>Minimum detectable signal [\(\mathrm{dBm}\)]</td><td>-35</td><td>-20</td><td>-25 @2.4G</td><td>-70 @5G</td></tr><tr><td>Operating frequency range [\(\mathrm{GHz}\)]</td><td>0.125-8.5</td><td>2.4</td><td>0.9-2.4</td><td>0.5-5</td></tr><tr><td>Static power consumption [\(\mathrm{mW}\)]</td><td>0.18</td><td>10</td><td>8.6</td><td>5</td></tr><tr><td>Active area [\(\mathrm{mm}^2\)]</td><td>0.0126</td><td>0.0135</td><td>0.031</td><td>0.0097</td></tr></tbody></table>
|
[
"표 1. 성능 비교 표에서 Active area가 가장 넓은 것은 무엇인가?",
"표 1. 성능 비교 표에서 [1]의 Process 값은 무엇인가?",
"표 1. 성능 비교 표에서 무엇이 Supply가 1.2로 나오는가?"
] |
59ff6061-58c4-41b4-9afa-080ada8fa4da
|
인공물ED
|
Y-Junction을 이용한 H-평면 8-Way 구형 도파관 전력 분배기
|
<h1>V. 8-Way 전력 분배기 설계 및 제작 측정</h1> <p>III장 및 IV 장에서 설계된 T-junction과 Y-junction을 이용하여 8-way 전력 분배기를 설계한다. T-junc-tion은 그림 2의 첫 번째와 두 번째 단의 3-포트 junction으로 사용되며, 세 번째 단에는 Y-junction이 사용된다. 또한, \( 90^{\circ} \) 굽은 도파관의 경우 원형 곡면 형상을 가지는 굽은 도파관을 사용하였다. 이 같은 형태로 전력 분배기를 설계하여 제작된 형상은 그림 9와 같다. 제작된 전력분배기의 재질은 전체 무게를 줄이기 위해 구리의 \( 1 / 3 \) 비중인 알루미늄으로 설정하였다. 전력 분배기의 가로 길이가 \( 1,200 \mathrm{~mm} \), 세로 길이가 \( 700 \mathrm{~mm} \) 로 매우 크기 때문에 9개의 구성품으로 나누어 각 부분을 플랜지(flange)로 연결할 수 있도록 하였다.</p> <p>측정 장비로는 네트워크 분석기(Agilent HP 8510-C)를 사용하였고, 보정(calibration)을 위해 WR- 284 calibration kit(MAURY MICROWAVE S7005E14)을 사용하였다. 그림 10은 측정된 반사 손실 결과이다. 전체적인 그래프는 시뮬레이션 결과와 유사하나, 동작 주파수에서의 반사 손실 값이 시뮬레이션 결과, \( -38.2 \mathrm{~dB} \), 측정 결과 \( -30.8 \mathrm{~dB} \) 로 값의 차이가 나타났는데, 이는 제작된 전력분배기의 경우 시뮬레이션 설계 형상과는 달리 플랜지로 연결이 되었으므로 이로 인한 오차가 반영되었을 것으로 판단된다. 대역폭은 반사 손실 \( -20 \mathrm{~dB} \) 을 기준으로 정규화된 값이 \( 0.961 \sim 1.039 \) 로 측정되어 \( 7.8 \% \) 임을 확인할 수 있다. 또한, 각 junction의 반사 손실 특성은 단일 공진과 유사한 특성을 보이지만 다수의 junction을 연결하고 \( 90^{\circ} \) 굽은 도파관을 사용하게 되면 기존의 단일 junc-tion과는 다른 새로운 구조를 형성하기 때문에, 그림 10과 같이 다중 공진의 특성이 나타나게 된다. 이는 다단의 N-way 전력 분배기에서 일반적으로 확인할 수 있는 특성이다.</p> <p>그림 11과 12 는 8-way 전력 분배기 출력의 크기와 위상을 나타낸 결과이다. 이론적으로 각 포트의 출력 크기는 중심 주파수에서 \( -9.0 \mathrm{~dB} \) 이어야 하는데, 측정 결과 \( -9.4 \mathrm{~dB} \) 에서 \( -9.6 \mathrm{~dB} \) 사이로 출력 전력 간의 차이는 약 \( 0.2 \mathrm{~dB} \) 로 나타났다. 측정된 전력분배기는 중심 주파수를 중심으로 동일 전력이 분배되도록 설계되었으므로 그 외의 주파수에서는 출력 전력의 차이가 더 크게 나타났는데, 주파수 \( 0.96 \) 에서 최대역 \( 0.5 \mathrm{~dB} \) 까지 나타났다. 시뮬레이션의 경우, 무손실 도체를 이용하여 분석하였으나, 제작품의 경우 알루미늄 재질이므로 이에 따른 도체 손실 및 앞에서도 언급한 플랜지 간에 연결 오차에 의해 약 \( 0.5\mathrm{dB} \) 의 손실이 발생하였음을 알 수 있다. 또한, 출력 위상의 경우 물리적으로 동일한 경로를 가진 병렬 형태의 전력 분배기이므로 동일한 위상이 나타날 것으로 예상되는데, 측정 결과 각 포트 간의 출력 위상의 차이가 \( 1^{\circ} \) 이내의 값으로 나타남을 확인하였다. 동작 주파수에서의 관내 파장이 \( 153 \mathrm{~mm} \) 인데, \( 1^{\circ} \) 는 \( 0.425 \mathrm{~mm} \) 에 해당하므로 출력 위상은 거의 동일함을 알 수 있다. 표 2는 중심 주파수에서의 격리도 특성을 나타낸 결과이다. 본 논문에서 제안하는 전력분배기는 윌킨슨 전력분배기와 같은 저항성 전력분배기(resistive divider)가 아닌 무손실 전력 분배기(lo-ssless divider)에 해당하므로 각 출력 포트에서 반사된 전력을 제거하는 저항기가 존재하지 않는다. 따라서 물리적인 경로 차가 큰 포트일수록 격리도 값이 작음을 확인할 수 있다.</p> <table border><caption>표 2. 중심 주파수에서의 격리도 특성 \( \left(\mathrm{S}_{\mathrm{mn}}\right. \) 크기 \( ) \)</caption> <tbody><tr><td>n m</td><td>2</td><td>3</td><td>4</td><td>5</td><td>6</td><td>7</td><td>8</td><td>9</td></tr><tr><td>2</td><td>-</td><td>-5.5</td><td>-8.5</td><td>-8.5</td><td>-18.1</td><td>-18.1</td><td>-18.0</td><td>-18.0</td></tr><tr><td>3</td><td>-5.5</td><td>-</td><td>-8.5</td><td>-8.5</td><td>-18.1</td><td>-18.0</td><td>-18.0</td><td>-18.0</td></tr><tr><td>4</td><td>-8.5</td><td>-8.5</td><td>-</td><td>-5.5</td><td>-18.1</td><td>-18.1</td><td>-18.0</td><td>-18.1</td></tr><tr><td>5</td><td>-8.5</td><td>-8.5</td><td>-5.5</td><td>-</td><td>-18.1</td><td>-18.1</td><td>-18.1</td><td>-18.1</td></tr><tr><td>6</td><td>-18.1</td><td>-18.1</td><td>-18.1</td><td>-18.1</td><td>-</td><td>-55</td><td>-8.5</td><td>-8.5</td></tr><tr><td>7</td><td>-18.1</td><td>-18.0</td><td>-18.1</td><td>-18.1</td><td>-5.5</td><td>-</td><td>-8.5</td><td>-8.5</td></tr><tr><td>8</td><td>-18.0</td><td>-18.0</td><td>-18.0</td><td>-18.1</td><td>-8.5</td><td>-8.5</td><td>-</td><td>-5.5</td></tr><tr><td>9</td><td>-18.0</td><td>-18.0</td><td>-18.1</td><td>-18.1</td><td>-8.5</td><td>-8.5</td><td>-5.5</td><td>-</td></tr></tbody></table>
|
[
"표2 중심 주파수에서의 격리도 특성에서 n m이 9,2일 때 무엇입니까?",
" n m이 9,2일 때 표2 중심 주파수에서의 격리도 특성을 참조하면 어떤 값이 해당하지?",
"표2에서 n m이 4,3일 때 얼마입니까?",
"표2를 보면 n m이 8,9이면 결과는 얼마입니까?",
"표 2에서 n m이 2,9 일 때 어떤 결과를 가집니까?",
"표2 중심 주파수에서의 격리도 특성에서 n m이 3,2일 때 어떤 값을 가지니?"
] |
385d9a72-01b1-416c-b036-52e29576ca3c
|
인공물ED
|
무선 전력 전송용 고효율 공진기 설계
|
<h2>2-3 헬리컬과 스파이럴 형태가 결합된 공진 코일 설계</h2> <p>그림 4 는 2-2절에서 설계된 혤리컬 공진 코일을 이용한 공진기의 효율향상을 위하여 본 논문에서 제안하는 헬리컬과 스파이럴 형태가 결합된 공진기 구조이다. 이전 헬리컬 형태의 공진 코일과 동일하게 지름은 \( 24 \mathrm{~cm} \), 혤리컬 구조의 턴수는 4, 스퐈이럴 구조의 턴수는 2로 설정하였으며, 소스(디바이스) 코일은 \( 3.4 \mathrm{~mm} \) 의 굵기를 갖는 지름 \( 24 \mathrm{~cm} \) 의 단일 원형 루프 형태로 구현하였다. 그림 4와 같이 송, 수전부 중심에서 이격 거리는, 2-2 혤리컬 공진 코일 간의 거리와 동일하게 \( 260 \mathrm{~mm} \) 로 설정하였다.</p> <p>그림 5는 제안된 공진기의 투과 계수(전송 효율)와 반사 계수의 특성을 S-parameters로 나타내었다.</p> <p>\( 13.56 \mathrm{MHz} \) 에서 투과 계수 \( \left(S_{21}\right) \) 는 \( -1.17 \mathrm{~dB}(76.3 \) \( \%) \) 이며, 반사 계수 \( \left(S_{11}\right) \) 는 \( -6.13 \mathrm{~dB} \) 이다. 그림 3의 결과와 비교하면 제안된 공진기의 전송 효율과 반사 계수가 기존의 헬리컬 공진기에 비해 \( 0.3 \mathrm{~dB} \) 향상됨을 확인할 수 있었다.</p> <table border><caption>표 1. 각각의 공진 코일의 계산 결과</caption> <tbody><tr><td></td><td>헬리컬 공진기</td><td>헬리컬과 스파이럴 형태가 결합된 공진기</td></tr><tr><td><p>\( L_{S}, L_{D}(\mu \mathrm{H}) \)</p></td><td>14.1</td><td>13.3</td></tr><tr><td><p>\( Q \)</p></td><td>2,143</td><td>2,873</td></tr><tr><td><p>\( k \)</p></td><td><p>\( 331 \times 10^{3} \)</p></td><td><p>\( 307 \times 10^{3} \)</p></td></tr><tr><td><p>\( \mathrm{M}(\mu \mathrm{H}) \)</p></td><td>0.104</td><td>0.091</td></tr><tr><td><p>\( \Gamma(S, D) \)</p></td><td>20,814</td><td>16,279</td></tr><tr><td><p>\( \Gamma_{\omega} \)</p></td><td>55,348</td><td>55,348</td></tr><tr><td>계산된 효율(%)</td><td>71.6</td><td>76.3</td></tr><tr><td>시뮬레이션 효율 (%)</td><td>71.2</td><td>76.3</td></tr></tbody></table> <p>Ansys Q3D Extractor를 사용하여 송수전부 코일의 인덕턴스 값과 저항값을 추출하여 표 1의 파라미 터 값들을 식 (4-4)에 대입하여 계산한 결과, 표 1에 계산된 효율 \( 71.6 \% \) 를 얻었다. 이 값은 시뮬레이션에 의해 구해진 효율 \( 71.2 \% \) 와 거의 동일함을 확인할 수 있었다. 그러나 제안된 공진 코일 구조는 혤리컬과 스퐈이럴이 결합된 구조여서 기존의 공진 코일의 상호 인덕턴스를 구하는 식으로는 정확한 계산이 불가능하여, 시뮬레이션의 효율값을 계산된 효율값과 동일하게 설정하고, 이로부터 상호 인덕턴스를 계산하였다. 이 결과, 혤리컬 공진기에 비해 결합계수 \( (k) \) 와 \( Q \) 값이 증가함을 확인할 수 있었다. 여기서 \( L_{\mathrm{S},} L_{\mathrm{D}} \) 는 송, 수전 공진 코일의 인덕턴스이며, \( k \) 는 커플링계수, \( M \) 은 상호 인덕턴스, \( \Gamma \) 은 감쇠율을 나타낸다.</p> <p>그림 6은 자기 공명으로 인한 무선 전력 전송을 자기장의 크기를 통하여 나타냈다. 송전부 코일에 전력이 여기되고, 강한 자기 공진 커플링으로 동일한 공진 주파수에서 수전부 코일에 자계가 형성되어 전력이 전달됨을 확인할 수 있었다.</p>
|
[
"헬리컬 공진기가 갖는 \\( L_{S}, L_{D}(\\mu \\mathrm{H}) \\) 값은 얼마인가?",
"각각의 공진 코일의 계산 결과표에서 헬리컬 공진기의 \\( L_{S}, L_{D}(\\mu \\mathrm{H}) \\) 은 어떤 값을 갖는가?",
"헬리컬 공진기에서 계산되는 \\( Q \\)값은 얼마인가?",
"각각의 공진 코일의 계산 결과표에서 헬리컬과 스파이럴 형태가 결합된 공진기는 어떤 \\( Q \\)의 값을 갖는가?",
"각각의 공진코일에서 여러 값들을 계산하여 비교할때 헬리컬과 스파이럴 형태가 결합된 공진기에서 계산되는 \\( Q \\) 값은 얼마인가?",
"헬리컬 공진기에서 다양한 값들을 계산할때 얻어지는 \\( k \\) 값은 얼마인가?",
"헬리컬 코일을 갖는 공진기에서 계산된 \\( \\mathrm{M}(\\mu \\mathrm{H}) \\)의 값은 얼마인가?",
"공진 코일 중 헬리컬과 스파이럴 형태가 결합된 공진기에서 얻어지는 \\( \\mathrm{M}(\\mu \\mathrm{H}) \\)의 값은 얼마인가?",
"공진 코일 중 헬리컬을 갖는 공진 코일의 \\( \\Gamma(S, D) \\)의 값을 구한다면 그 값은 얼마인가?",
"헬리컬 공진 코일을 이용하여 설계된 공진기가 갖는 \\( \\Gamma_{\\omega} \\)의 값은 얼마인가?",
"공진기의 효율 향상을 위해 설계된 두가지 공진기 중 헬리컬과 스파이럴 형태를 모두 포함하는 공진기의 \\( \\Gamma(S, D) \\)값은 얼마인가?",
"공진기의 효율을 계산한다면 헬리컬 공진기에서 계산된 효율은 얼마인가?",
"헬리컬과 스파이럴 형태가 결함된 공진기가 갖는 효율을 계산한다면 얼마인가?",
"헬리컬 공진기를 사용하여 시뮬레이션 하였을때 구해지는 효율의 값은 얼마인가?",
"설계된 공진기를 하지고 시뮬레이션 하여 효율을 구한다면 이때 헬리컬과 스파이럴 형태가 결합된 공진기에서 얻어지는 시뮬레이션 효율은 얼마인가?",
"설계된 두가지 공진기 중에서 계산된 효율과 시뮬레이션 효율이 동일한 공진기는 어떤 것인가?",
"\\( L_{S}, L_{D}(\\mu \\mathrm{H}) \\)을 헬리컬과 스파이럴 형태가 결합된 공진기에서 구한다면 그 값은 얼마인가?",
"두 가지 공진 코일에 대해 \\( k \\) 값을 비교하였을 때 헬리컬과 스파이럴 형태가 결합된 공진기가 갖는 \\( k \\)값은 얼마인가?",
"\\( \\Gamma_{\\omega} \\)의 값을 헬리컬과 스파이럴 형태를 결합하여 설계된 공진기에서 얻고자 한다면, 그 값은 얼마나 되는가?"
] |
ff2d7e93-2abe-48eb-afb7-74ad9bec7637
|
인공물ED
|
듀티사이클 무선센서네트워크에서 저전력과 저지연을 위한 다중경로 라우팅 프로토콜의 설계
|
<h2>3. 실험 및 환경</h2><p>새로운 라우팅 메트릭인 EDW를 기반한 다중경로 라우팅 프로토콜의 성능을 검증하고 이를 ETX를 사용한 다중경로 라우팅 프로토콜과 비교하기 위하여 시뮬레이션을 통한 실험을 NS-2를 이용하여 수행한다. 먼저 실험을 위한 센서노드와 네트워크의 환경에 대한 파라미터 값들은 표 1 과 같다. 비동기식 듀티사이클 기반의 무선 센서네트워크에서 모든 센서노드들은 자신의 수면모드/동작모드의 타이밍을 다른 센서 노드들과 관계없이 결정할 수 있고 이거한 정보를 주변 이웃 노드들과 공유한다. 단, 무선 센서네트워크에 있는 모든 센서노드들의 특성은 동일하며 동일한 듀티사이클의 주기를 갖는다. 또한 실험에서는 두 가지의 트래픽을 사용하였다. 항상 일정한 전송량을 생성하는 정적인 트래픽(static)과 포아송의 분포를 갖는 랜덤한 트래픽(poisson)을 적용 했으며 발생하는 데이터의 시간과 공간 간의 상호 연관된 트래픽 RCE을 적용하여 실험하였다. 이러한 실험 환경에서는 발생하는 모든 센싱된 데이터가 공간적으로나 시간적으로 매우 밀접한 관련성을 가지고 있으며 실제 센서네트워크에서 발생하는 현상과 유사하다.</p><h2>4. 성능 분석</h2><p>실험의 결과로서 가장 중요한 두 가지 성능 지표인 평균 전송지연시간과 평균 에너지소비량을 측정하였으며, 두 가지 라우팅 메트릭(EDW와 ETX)에 대해 비교 분석하였다. 이들 성능 지표들은 무선센서 네트워크에서 매우 중요하게 다루어지며 평균 에너지소비량은 각 센서노드의 송신과 수신을 포함한 네트워크의 평균 에너지소비량을 나타내며 편균 전송지연시간은 출발지에서 패킷을 전송하기 시작하여 싱크노드에 성공적으로 도달할 때까지 소요되는 시간을 의미한다.</p><p>그림 7은 듀티사이클의 주기 변화에 따른 출발지-싱크노드 종단간의 전송지연시간을 측정한 결과 그래프이다. 두 개의 라우팅 메트릭을 사용한 다중 경로 프로토콜 모두 듙사이클의 주기가 길어질수록 전송지연시간이 증가하였으며 특히 EDW를 적용한 라우팅 프로토콜의 경우 전송지연시간이 약 \( 33 \% \) 이상 감소하였으며 이는 \( 0.5 \% \) 의 듀티사이클 비율을 갖는 네트워크의 특성으로 인해 수신노드의 동작모드를 기다리는 대기시간이 상당히 크다는 것을 알 수 있다.</p><p>그림 8에서는 듀티사이클의 주기 변화에 따른 센서노드에서 소비하는 평균 에너지양을 측정하였다. 듀티사이클의 주기가 길어질수록 각 센서노드에서 소비되는 에너지의 사용량은 줄어들고 EDW를 적용한 라우팅 프로토콜의 경우 에너지 소비량이 약 \( 30 \% \) 정도 적은 것으로 나타난다. 이는 수신노드의 동작모드를 기다리는 대기시간 동안에 송신노드는 프리앰블을 지속적으로 보내야 하는 상황에서 에너지 소비가 증가한 것으로 보여진다. 또한 ETX를 시용하는 라우팅 프로토콜의 경우 듀티사이클의 주기가 길어짐에 따라 에너지 사용량의 감소율이 적은 것으로 나타나는데 이는 듀티사이클의 주기가 길어짐으로써 대기시간도 상대적으로 길어지기 때문으로 판단된다.</p><p>그림 9는 각 센서노드에서 발생하는 데이터 패킷들의 발생률에 따른 출발지-싱크노드 종단간의 전송지연시간을 측정한 결과 그래프이다. 두 개의 라우팅 메트릭을 사용한 다중경로 프로토콜 모두 패킷의 발생률이 증가함에 따라 전송지연시간은 지속적으로 증가한다. 이는 전송할 패킷이 많이 생성됨으로써 각 패킷이 겪게되는 대기시간이 증가함는 것을 의미한다. 마찬가지로 EDW를 적용한 라우팅 프로토콜의 경우 전송지연시간이 약 \( 30 \% \) 정도 감소하였으며 수신노드의 동작모드를 기다리는 대기시간이 줄어들면서 평균 전송지연시간이 줄어든다는 것을 알게 된다.</p><p>그림 10 은 데이터 패킷들의 발생률에 따른 센서노드에서 소비하는 평균 에너지양을 보여준다. 패킷 발생률이 증가함에 따라 각 센서노드에서 소비되는 에너지의 사용랑은 증가하지만 전송할 수 있는 패킷의 수가 제한적이므로 에너지 소비가 크게 증가하지 안는다. 대신 그림 9 에서 보았던 것처럼 전송지연시간이 크게 증가하게 된다.</p>
|
[
"실험의 결과로서 가장 중요한 두 가지 성능 지표인 평균 전송지연시간과 평균 에너지소비량을 측정하였으며, 두 가지 라우팅 메트릭(EDW와 ETX)에 대해 비교 분석하였나?",
"두 개의 라우팅 메트릭을 사용한 다중경로 프로토콜 모두 패킷의 발생률이 증가함에 따라 전송지연시간은 지속적으로 증가하는가?",
"두 개의 라우팅 메트릭을 사용한 다중 경로 프로토콜 모두 듙사이클의 주기가 길어질수록 전송지연시간이 증가하였으며 특히 EDW를 적용한 라우팅 프로토콜의 경우 전송지연시간이 약 33% 이상 감소하였나?",
"두 개의 라우팅 메트릭을 사용한 다중경로 프로토콜 모두 패킷의 발생률이 증가함에 따라 전송지연시간은 지속적으로 증가하는데 전송할 패킷이 많이 생성됨으로써 각 패킷이 겪게되는 대기시간이 증가함는 것을 의미하는가?",
"새로운 라우팅 메트릭인 EDW를 기반한 다중경로 라우팅 프로토콜의 성능을 검증하고 이를 ETX를 사용한 다중경로 라우팅 프로토콜과 비교하기 위하여 시뮬레이션을 통한 실험을 NS-2를 이용하여 수행하는가?",
"ETX를 시용하는 라우팅 프로토콜의 경우 듀티사이클의 주기가 길어짐에 따라 에너지 사용량의 감소율이 적은 것으로 나타나는데 이는 듀티사이클의 주기가 길어짐으로써 대기시간도 상대적으로 길어지기 때문으로 판단되는가?",
"EDW를 적용한 라우팅 프로토콜의 경우 전송지연시간이 약 30% 정도 감소하였으며 수신노드의 동작모드를 기다리는 대기시간이 줄어들면서 평균 전송지연시간이 줄어든다는 것을 알게 되는가?",
"본 논문에서 수신노드의 동작모드를 기다리는 대기시간 동안에 송신노드는 프리앰블을 지속적으로 보내야 하는 상황에서 에너지 소비가 증가한 것으로 보여지는가?",
"무선 센서네트워크에 있는 모든 센서노드들의 특성은 동일하며 동일한 듀티사이클의 주기를 갖는가?",
"본 논문에서 듀티사이클의 주기 변화에 따른 센서노드에서 소비하는 평균 에너지양을 측정하였나?",
"본 논문에서 실험 환경에서는 발생하는 모든 센싱된 데이터가 공간적으로나 시간적으로 매우 밀접한 관련성을 가지고 있으며 실제 센서네트워크에서 발생하는 현상과 유사한가?",
"듀티사이클의 주기가 길어질수록 각 센서노드에서 소비되는 에너지의 사용량은 줄어들고 EDW를 적용한 라우팅 프로토콜의 경우 에너지 소비량이 약 30% 정도 적은 것으로 나타나는가?",
"항상 일정한 전송량을 생성하는 정적인 트래픽(static)과 포아송의 분포를 갖는 랜덤한 트래픽(poisson)을 적용 했으며 발생하는 데이터의 시간과 공간 간의 상호 연관된 트래픽 RCE을 적용하여 실험하였나?",
"비동기식 듀티사이클 기반의 무선 센서네트워크에서 모든 센서노드들은 자신의 수면모드/동작모드의 타이밍을 다른 센서 노드들과 관계없이 결정할 수 있고 이거한 정보를 주변 이웃 노드들과 공유하는가?",
"패킷 발생률이 증가함에 따라 각 센서노드에서 소비되는 에너지의 사용랑은 증가하지만 전송할 수 있는 패킷의 수가 제한적이므로 에너지 소비가 크게 증가하는가?",
"본 논문에서 실험에서는 두 가지의 트래픽을 사용하였나?"
] |
4ca9cd6d-a165-4770-80db-d89e766b9baa
|
인공물ED
|
듀티사이클 무선센서네트워크에서 저전력과 저지연을 위한 다중경로 라우팅 프로토콜의 설계
|
<h1>Ⅱ. 본론</h1><p>다중경로 라우팅 프로토콜은 여레 개의 경로 후보중에서 라우팅 메트릭에 근거하여 가장 최적의 경로를 선정한다. 이때 라우팅 프로토콜은 각 센서 노드의 수면모드와 동작모드의 타이밍을 알기 위해서는 매체접근제어(MAC) 프로토콜로부터 이러한 정보를 제공받아야 한다. 네트워 크에서 각 센서 노드는 자신만의 비동기식 듀티사이클을 가지며 이에 따른 수면모드와 동작모드의 타이밍은 MACdp 의해 결정된다. 따라서 듀티사이클에 의한 대기시간을 최소화하는 전송경로를 선정하기 위해서는 크로스레이어 설계를 갖는 라우팅 프로토콜을 설계해야한다. 이 논문에서는 새로운 라우팅 메트릭에 기반한 크로스레이어 다중경로 라우팅 프로토콜의 설계를 제안한다.</p><h2>1. 라우팅 메트릭 EDW</h2><p>일반적인 무선네트워크의 라우팅 프로토콜에서 가장 보편적으로 널리 쓰이는 라우팅 메트릭은 ETX(expected number of transmission)로서 이는 출발지에서 목적지까지의 전송경로에서 발생하는 총전송횟수를 의미한다. 라우팅 프로토콜은 목적지까지 패킷을 전송하는데 가장 적은 ETX를 갖는 경로를 최종 전송경로로 선정한다.</p><p>모든 노드들이 항상 전송을 기다리는 상태로 준비하고 있는 상황에서는 이러한 최소한의 ETX를 가진 경로가 가장 빠르고 에너지 소모가 적은 경로를 의미하며 결국에는 가장 좋은 성능을 나타내는 경로로 선정된다. 하지만 비동기식 듀티 사이클을 가지고 있는 무선 센서 네트워크에서는 하나의 경로가 최소의 전송횟수 즉 가장 작은 ETX의 값을 가지고 있음에도 불구하고 최소의 전송지연시간이나 최적의 에너지 효율성을 보장하지 못한다. 이는 비동기식 듀티사이클로 인한 중간 센서노드들 사이의 대기시간이 랜덤하게 발생하기 때문이다. 듀티사이클로 인한 대기시간을 줄이게 되면 전체 네트워크의 에너지 소비와 전송지연시간을 줄일 수 있다.</p><p>본 논문에서는 라우팅 프로토콜에서 최소의 전송 지연시간을 가진 경로를 선정하기 위해 새로운 라우팅 메트릭으로 EDW (estimated duty-cycled wait)를 제안한다. EDW는 전체경로에서 발생하는 총 대기시간을 계산한 값이며, 그림 3에서 보는 것처럼 중계를 맡은 중간 센서노드들이 패키시르 전송하기 위해 수신 센서노드가 동작모드로 깨어날 때까지 기다리는 대기시간 \( (W) \) 들의 충량을 나타낸다. 그러므로 EDW를 최소화하는 경로는 전체 전송지연시간을 줄일 분만 아니라 그 경로에서 소비되는 에너지도 함께 줄여주기 때문에 결국에는 무선 센서 네트워크의 생존 수명을 길게 해주는 효과를 얻게 된다.</p><p>비동기식 듀티사이클 기반의 무선 센서 네트워크에서는 센서노드가 패킷을 다음 센서노드에게 전송하고자 할 때 패킷을 수신할 노드가 동작모드로 깨어날 때까지 기다렸다가 깨어난 후에 전송을 완료한다. 임의의 시간 \( t \) 에서 전송 노드가 \( i \) 이고 수신노드가 \( j \) 일 때 하나의 홉에서 발생하는 대기시간을 \( W_{i j}(t) \) 라고 정의할 수 있고 전체 전송경로에 걸친 총 대기시간, \( W_{p} \) 는</p><p>\( W_{p}=\sum_{\text {all hops }} W_{i j}(t) \)<caption>(1)</caption></p><p>로 정의할 수 있다. 일반적으로 듀티사이클로 인한 대기시간은 상대적으로 전송지연시간, 처리지연시간 등과 같은 다른 원인으로 인한 지연시간에 비해 매우 크기 때문에 이 EDW는 전체 지연시간을 결정하는 중요한 라우팅 메트릭이 될 수 있다.</p><p>예를 들어 그림 4 에서 S노드가 메시지를 노드 D로 전송한다고 할 때 노드 A를 통하여 전달되거나 노드 B와 노드 C를 통하여 전달되는 두 가지의 경로가 존재한다. 여기서 노드에 표기된 타이밍 값 \( t \) 는 듀티 사이클의 주기 안에서 각 노드가 동작 상태로 깨어나는 시간을 표기하고 있다. 그림4의 경우 노드 A를 통해 전달되는 경로에서는 노드 S로부터 노드 A에게 메시지를 전달하기 위해서 하나의 주기를 넘어서 다음 주기에 전송이 완료된다. 반면에 노드 B와 노드 C를 통하는 경로에서는 최종적으로 노드 D까지 하나의 주기 안에서 전송이 완료된다. 기존의 라우팅 메트릭인 ETX를 사용할 경우 전송경로는 노드 A를 통해 노드 D로 되지만 새로운 메트릭인 EDX를 사용하면 노드 B와 노드 C를 통하여 노드 D에 이르는 경로를 선정하고 이 경로는 더 작은 지연시간을 갖게된다.</p>
|
[
"가장 빠르고 에너지 소모가 적은 경로를 의미하는 것은 최소한의 ETX를 가진 경로이니?",
"듀티사이클로 인한 어떤 시간을 줄여야 전체 네트워크의 에너지 소비와 전송 지연시간이 줄어드니?",
"무선네트워크의 라우팅 프로토콜에서 가장 일반적으로 널리 쓰이는 것은 어떤 것이니?",
"어떤 것이 무선네트워크의 라우팅 프로토콜에서 가장 보편적으롭게 널리 쓰일까?",
"최적의 성능을 나타내는 경로는 무엇을 가진 경로니?",
"무엇을 가진 경로가 가장 좋은 성능을 나타내니?",
"여러 개의 경로 후보중에서 라우팅 메트릭을 기반으로 하여 가장 최적의 경로를 선정하는 프로토콜은 무엇이니?",
"비동기식 듀티 사이클을 가지고 있는 무선센서 네트워크에서는 최적의 에너지 효율성을 보장하지 못하는 이유는 중간 센서노드들 사이의 대기시간이 랜덤하게 발생하여서인가요?",
"라우팅 프로토콜은 각 센서 노드의 수면모드와 동작모드의 타이밍을 알기 위해 어떤 프로토콜로 부터 정보를 제공받아야하니?",
"듀티사이클에 의한 라우팅 프로토콜을 설계해야 크로스레이어에 의한 대기시간을 최소화 하는 전송경로를 선정할 수 있니?",
"라우팅 프로토콜이 어떤 설계를 가져야 듀티사이클에 의한 대기시간을 최소화 하는 전송경로를 선정할 수 있니?",
"EDW를 최소화하는 경로는 전체 전송지연시간과 소비되는 에너지가 줄어드니?",
"가장 작은 ETX의 값을 가지고 있어도 최소 전송지연시간이나 에너지 효율성을 보장하지 못하는 이유는 무엇이니?",
"어떤 것을 최소화 하는 경로는 전체 전송지연시간을 줄이고, 소비되는 에너지를 줄여 네트워크의 생존 수명을 길게 해주니?",
"전체 전송경로에 걸친 총 대기시간\\( W_{p} \\) 는 어떤 식으로 정의 할 수 있니?",
"라우팅 프로토콜에서 최소의 전송 지연시간을 가진 경로를 선정하기 위해 새로운 라우팅 메트릭으로 어떤것을 제안하니?",
"최소의 ETX를 갖는 경로를 최종 전송경로로 선정하는 프로토콜은 무엇이니?",
"어떤 프로토콜이 가장 적은 ETX를 구비하는 경로를 최종의 전송경로로 뽑혀주지?",
"출발지에서 목적지까지의 전송경로에서 발생하는 총 전송횟수를 의미하는 말은 크로스레어이니?",
"라우팅 프로토콜은 각 센서 노드의 기상모드와 동작모드의 타이밍을 알기 위해 매체접근제어 프로토콜로부터 정보를 제공받니?",
"라우팅 프로토콜은 목적지까지 패킷을 전송하는데 최종 전송경로로 어떤 경로를 선정하니?",
"출발지에서 목적지 까지의 전송경로에서 발생하는 총전송횟수를 의미하는 것은 무엇이니?",
"임의의 시간 \\( t \\) 에서 전송 노드가 \\( i \\) 이고 수신노드가 \\( j \\) 일 때 하나의 홉에서 발생하는 대기시간을 어떻게 정의할 수 있니?",
"크로스레어 설계를 갖는 라우팅 프로토콜을 설계하는 이유는 어떤 사이클에 의한 대기시간을 최소화 하는 전송경로를 선정하기 위해서니?",
"EDW를 최소화 하는 경로는 전체 전송지연시간을 줄어 들지만 경로에서 소비되는 에너지는 늘어나 무선센서 네트워크의 생존 수명을 늘리니?"
] |
03493b6b-c3ef-4d75-82a9-63d1821858ab
|
인공물ED
|
듀티사이클 무선센서네트워크에서 저전력과 저지연을 위한 다중경로 라우팅 프로토콜의 설계
|
<h2>2. 다중경로 라우팅 프로토콜</h2><p>무선센서네트워크에서 목적지까지의 전송은 센서노드들의 제한된 전송반경과 근접하게 설치된 센서노드들로 인해 멀티홉 포워딩을 이용하여 이루어진다. 멀티홉 전송환경에서 효율적인 전송경로를 선정하는 것이 라우팅 프로토콜의 중요한 목적이며 다중경로 라우팅(multipath routing)은 무선센서네트워크의 성능을 높이는 기술로 활용되고 있다. 다중경로를 활용한 라우팅은 여분의 경로를 미리 확보하고 네트워크의 환경변화에 효과적으로 적응할 수 있는 프로토콜로 사용되어 진다. 이러한 접근방식은 네트워크 상태의 변화로 인해 출발지에서 목적지까지의 전송경로에 문제가 생길지라도 대체 경로를 활용함으로써 전송 지연시간을 단축시키고 전송성공률을 향상시키는 장점을 지닌다.</p><p>라우팅 프로토콜에서 다중경로의 구축과 EDW기반의 라우팅 기술은 무선센서네트워크의 싱크노드에 의해서 수행되며 초기화를 위해 플러딩 방식을 활용한다. 이 과정이 완료되면 모든 센서노드들은 이웃 센서노드들의 정보와 싱크노드까지의 홉 수와 전송지연시간 등의 라우팅 정보를 획득할 수 있다. 이런 라우팅 정보는 정확성을 위해서 필요에 따라 주기적으로 수집될 수 있다. 이러한 초기과정은 싱크노드의 HELLO 메시지 발송에 의해 수행된다.</p><p>HELLO 메시지에서 sequence number는 싱크노드에서 순차적으로 생성되는 번호이며 다른 HELLO 메시지와 구분하기 위해 사용된다. 그리고 message type은 다중경로 라우팅 프로토콜에서 사용하는 메시지의 종류를 나타내고 sink node ID와 forward node ID는 이 메시지의 출발지인 싱크노드와 바로 이전 센서노드의 주소를 각각 나타낸다. 마지막으로 hop count와 cumulative wait time은 싱크노드에서 현재 노드에 이르는 홉 수와 듀티사이클에 의해 발생되는 누적 대기시간을 기록한다.</p><p>제안하는 다중경로 탐색 알고리즘은 이전의 연구에서 제안된 알고리즘에 기반을 둔 경로 탐색 방법을 이용한다. 제안하는 알고리즘은 센서노드들의 정보를 기반으로 최적의 성능의 전송경로를 선정하기 위해서 다음과 같은 기준에 의해</p><p><ol type=1 start=1><li>듀티사이클에 의한 최소 대기시간(EDW)과</li><li>목적지까지 최단 경로(ETX)에 의해</li></ol></p><p>전달노드를 선정한다. HELLO 메시지를 수신한 센서노드는 싱크노드까지의 다중경로를 확보하기 위하여 R_REQ(Route Request) 메시지를 싱크노드에게 전송한다. 메시지에는 경로의 정보(출발지 및 싱크노드의 정보, 전송경로의 고유값 등)와 라우팅 정보(총 대기시간과 총 전송횟수)가 포함된다.</p><p>R_REQ를 수신한 싱크노드는 다중경로를 최종 설정하기 위해서 센서노드에게ASSIGN 메시지를 각각의 다중경로를 통해 전송한다. 싱크노드는 다중경로의 우선순위나 경로의 개수를 제한하여 ASSIGN 메시지를 전송하게 된다. 이 메시지를 수신한 중간노드들은 메시지 안에 포함된 전송경로 정보를 이용하여 자신의 라우팅 정보를 업데이트하고 센서 노드들은 싱크노드까지의 예상 전송지연 시간과 전송 횟수를 얻을 수 있다.</p>
|
[
"sink node ID는 메세지의 출발지인 싱크노드를 표현하니?",
"메세지의 출발인 싱크노드를 sink node ID로 나타내었니?",
"HELLO 메세지에서 무엇이 싱크노트에서 순서대로 생성되는 번호이니?",
"무엇이 싱크노트에서 HELLO 메세지에 순차적으로 생겨나는 번호일까?",
"라우팅 프로토콜의 중요한 목적은 멀티홉 전송환경에서 효율적인 전송경로를 선정하는 것이니?",
"여분의 경로를 미리 확보하고 네트워크 환경변화에 효과적으로 적응할 수 있는 프로토콜로 사용되어지는 것은 무엇이니?",
"무선센서네트워크에서 목적지까지의 전송은 센서노드들의 제한된 전송반경과 근접하게 설치된 센서노드들로 인해 어떤것을 이용하여 이루어지니?",
"무선센서네트워크의 성능을 높이는 기술로 활용되고 있는것은 무엇이니?",
"일방경로를 활용한 라우팅은 네트워크 환경 변화에 효과적으로 적응할 수 있는 프로토콜로 사용되어 지니?",
"라우팅 프로토콜에서 다중경로의 구축과 EDW기반의 라우팅 기술은 무선센서네트워크의 어떤 것에 의해 수행되니?",
"초기과정은 싱크노드의 어떤 메세지 발송에 의해 수행되니?",
"라우팅 프로토콜에서 다중경로의 구축과 EDW기반의 라우팅 기술은 초기화를 위해 플러팅 방식을 활용하니?",
"다중경로 라우팅은 전송경로에 문제가 생겨도 대체 경로를 활용해 전송 지연시간을 단축 시키고 전송성공률을 향상 시키니?",
"라우팅 정보에는 총대기 시간과 어떤것이 포함되어 있니?",
"총대기 시간과 라우팅 정보에 포함되어 있는 것은 뭐야?",
"출발지 및 싱크노드의 정보, 전송경로의 고유값 등이 메세지에 포함되는 경로의 정보이니?",
"메시지를 수신한 중간노드들은 메시지 안에 포함된 전송경로 정보를 이용하여 자신의 어떤 정보를 업데이트하니?",
"HELLO메세지의 바로 이전 센서노드의 주소를 나타내는 ID는 무엇이니?",
"다중경로 라우팅 프로토콜에서 사용하는 메세지의 종류를 나타내는 것은 무엇이니?",
"sequence number는 다른 HELLO 메세지와 구분하기 위해 사용되니?",
"HELLO 메세지를 수신한 센서노드는 싱크노드까지의 다중경로를 확보하기 위해 어떤 메세지를 싱크노드에게 전송하니?",
"싱크노드에서 현재 노드에 이르는 홉 수와 듀티사이클에 의해 발생되는 누적 대기시간을 기록하는 것은 hop count와 무엇이니?",
"싱크노드는 다중 경로의 우선순위나 경로의 개수를 제안하여 어떤 메세지를 전송하니?",
"메세지를 수신한 센서노드들은 어떤 노드까지의 예상 전송지연 시간과 전송 횟수를 얻을 수 있니?",
"R_REQ를 수신한 싱크노드는 다중경로를 최종 설정하기 위해 센서노드에게 어떤 메세지를 각각 다중경로를 통해 전송하니?",
"메시지를 수신한 센서노드들은 싱크노드까지의 예상 전송지연 시간과 전송 횟수를 얻을수 있니?"
] |
7fb7e39a-a690-4966-ba17-0a8dbd279c9c
|
인공물ED
|
듀티사이클 무선센서네트워크에서 저전력과 저지연을 위한 다중경로 라우팅 프로토콜의 설계
|
<h1>요약</h1><p>본 논문은 듀티사이클 기반의 무선센서네트워크에서 에너지 효율성을 높이고 시간 지연을 줄일 수 있는 경로설정을 위해 새로운 라우팅 메트릭을 고안하고 이를 활용한 라우팅 프로토콜을 제안한다. 듀티사이클을 고려한 새로운 라우팅 메트릭인 EDW 메트릭을 사용함으로써 에너지 효율적이며 저지연의 경로를 설정할 수 있다. 본 논문에서는 새로운 라우팅 메트릭을 적용하는 크로스레이어 기반의 다중경로 라우팅 프로토콜을 제안하고 실험을 통해 낮은 전송 지연시간과 적은 에너지소비를 확인하였다.</p>
|
[
"라우팅 프로토콜은 시간 지연이 증가할수록 좋아?",
"시간 지연이 늘어날수록 라우팅 프로토콜이 좋지",
"라우팅 프로토콜에서 성능을 높이기 위해 무엇이 활용됐어?",
"본 논문에서 제안한 라우팅 프로토콜은 에너지소비가 적어?",
"새로운 라우팅 메트릭 중 듀티사이클을 고려한 건 뭐야?",
"본 논문에서 제안한 새로운 라우팅 프로토콜은 무엇을 기반으로 하고 있어?",
"라우팅 프로토콜은 에너지 효율성이 높을수록 좋아?",
"에너지 효율성이 높을수록 라우팅 프로토콜이 좋아"
] |
fdf737cb-6c97-424d-a0c3-17e82e85c2a8
|
인공물ED
|
듀티사이클 무선센서네트워크에서 저전력과 저지연을 위한 다중경로 라우팅 프로토콜의 설계
|
<h1>Ⅲ. 결론</h1><p>본 논문은 듀티사이클 기반의 무선센서네트워크에서 에너지 효율성을 높이고 시간 지연을 줄일 수 있는 경로설정을 위해 사용하는 새로운 라우팅 메트릭을 고안하고 이를 활용한 라우팅 프로토콜을 제안한다. 기존의 무선센서네트워 크에서 경로설정을 위해 사용하는 라우팅 메트릭으로는 목적지까지의 전송횟수, 중간노드들의 잔여 에너지량, 또는 네트워크에서의 노드들의 위치정보 등 다양한 메트릭들이 사용되고 있지만 듀티사이클 기반의 무선 센서네트워크에서는 듀티사이클로 인해 송신노드와 수신노드사이에 상당히 긴 대기시간이 발생하게 된다. 따라서 듀티사이클을 고려한 새로운 라우팅 메트릭인 듀티사이클 대기시간(EDW)의 메트릭을 제안함으로써 에너지 효율적이며 저지연의 경로를 설정할 수 있게 되고 이를 이용해 새로운 라우팅 프로토콜을 설계할 수 있다. 이 EDW는 출발지에서 목적지까지의 모든 전송경로에서 듀티사이클로 인해 발생하는 총 대기시간을 나타내는 값으로 이를 최소화함으로써 어떤 노드가 대기하는 동안 동작상태를 유지하면서 불필요한 짧은 프리앰블을 연속적으로 전송하고 이로 인해 노드들 간섭을 발생하는 등의 문제점을 줄일 수가 있다. 이로 인해 긴 지연 시간과 함께 많은 에너지를 낭비하는 경로 설정을 방지함으로써 에너지 효율적이고 저지연의 무선 센서 네트워크를 설계할 수 있다.</p>
|
[
"본 논문에서 제안하는 라우팅 프로토콜은 어떤거야?",
"어떤 라우팅 프로토콜이 본 논문에서 제의되지?",
"기존에 사용하는 라우팅 메트릭에는 어떤 종류가 있어?",
"듀티사이클 기반의 무선 센서 네트워크의 단점은 뭐야?",
"무엇이 듀티사이클 기반의 무선 센서 네트워크의 결점이지?",
"기존의 무선 센서 네트워크와 듀티사이클 기반의 무선 센서 네트워크의 송신노드와 수신노드 사이의 대기시간은 비슷해?",
"무선 센서 네트워크에서 사용하는 라우팅 메트릭의 역할은 뭐야?",
"라우팅 메트릭은 무선 센서 네트워크에서 무슨 역할을 해?",
"듀티사이클 기반인 무선 센서 네트워크는 수신노드와 송신노드 사이에 발생하는 대기시간이 길어?",
"기존에 사용하는 라우팅 메트릭에는 네트워크에서 노드들의 위치정보에 관한 메트릭이 있어?",
"듀티사이클 대기시간의 메트릭을 제안하는 목적이 뭐야?",
"새로운 라우팅 메트릭으로 듀티사이클을 고려하여 저지연의 경로를 설정하고 에너지가 효율적인 메트릭은 뭐야?",
"EDW를 최소화 하면 좋은 점은 뭐야?",
"무엇이 EDW를 최소화 하면 좋은 점일까?",
"무선 센서 네트워크에서 EDW의 의미는 뭐야?",
"어떤 것을 무선 센서 네트워크에서 EDW가 의미하지?"
] |
1e36bcac-e2c7-4098-85e5-ff2a77de96f7
|
인공물ED
|
듀티사이클 무선센서네트워크에서 저전력과 저지연을 위한 다중경로 라우팅 프로토콜의 설계
|
<h1>Ⅰ. 서론</h1><p>무선센서네트워크(wireless sensor networks)는 감지 및 통신 기능이 있는 다량의 작은 센서노드들로 구성된 네트워크로 센서노드들이 센서를 통해 주변 환경을 감시하고 데이터를 수집하는 등 다양한 응용분야에 적용되고 있다. 특히 군사지역에서 침입을 감지하는 보안용도, 자연 환경에서 특정 지역에서 습도나 온도 등의 환경 정보를 모니터링하기 위한 용도 등으로 사용될 수 있다. 그림 1과 같이 센서 네트워크는 기본적으로 많은 수의 센서 노드들로 구성되며 센서노드들은 센서를 통해 정보를 수집하고 수집된 정보를 일정시간마다 최종 목적지인 싱크노드에게 전송하게 된다. 싱크노드는 센서 노드들로부터 데이터를 수집하여 수집된 데이터를 사용자에게 전송하게 된다.</p><p>무선 센서 네트워크에서 센서노드들은 보통 배터리와 같이 용량이 제한된 에너지원을 사용하고 있으며 이에 따라 에너지를 효율적으로 관리하고 사용하는 것이 매우 중요하다. 따라서 센서노드의 에너지 효율은 가장 중요하게 다루어져야 하는 성능 척도이다. 이처럼 저전력 설계에 대한 요구가 증가하면서 그림 2 과 같이 센서노드가 수면(sleep)모드와 동작(active)모드를 반복하여 동작하게 하는 듀티사이클(duty cycle) 방식을 많이 이용하고 있다. 수면모드 동안에는 전파의 송수신기를 모두 꺼서 에너지를 절약할 수 있지만 동시에 전송지연이 발생하게 된다. 이러한 듀티사이클의 동작 방식에는 두 가지가 있는데 동기 방식의 듀티사이클과 비동기 방식의 듀티사이클이다. 하지만 동기 방식의 듀티 사이클에는 프로토콜 오버헤드라는 해결하기 어려운 문제가 있어 현실적으로는 비동기 방식 듀티사이클이 널리 사용된다.</p><p>가장 대표적인 비동기 방식의 듀티사이클을 지원하는 X-MAC은 LPL(Low Power Listening) 기법을 개량하여 저전력 송수신을 가능하게 한 저전력 MAC 프로토콜이다. 듀티사이클을 가지며 노드들간의 동기를 맞추지 않는 비동기 방식의 프로토콜은 송신 노드가 수신 노드에게 보낼 데이터가 있음을 알리기 위해 프리앰블 샘플링 기법을 사용한다. 짧은 프리앰블에 노드 주소를 포함시켜 전송하고 프리앰블 사이에 일정 기간의 listen 주기를 두어서 수신노드가 프리앰블의 수신여부를 알려줄 수 있게 한다. 자신의 주소 값이 포함된 프리앰블을 수신한 노드는 early-ACK를 보내서 프리앰블의 수신 여부를 알려주게 된다. early-ACK를 수신한 노드는 프리앰블 전송을 멈추고 바로 데이터를 전송함으로써 두 노드간의 데이터 전송이 이루어지게 된다. 송신 노드는 긴 프리앰블을 보낼 필요없이 수신노드로부터 early-ACK를 수신하면 바로 데이터를 보내 불필요한 컨트롤 프레임의 오버헤드를 줄일 수 있다. 또한 수신노드는 프리앰블에 포함되어 있는 주소 값을 확인함으로써 자신의 주소 값이 포함되지 않은 프리앰블의 경우 바로 수면모드로 들어감으로써 overhearing을 효과적으로 줄였다.</p><p>비동기 통신 방식인 X-MAC은 주변 노드의 스케줄이나 동기를 위한 과정을 생략함으로써 프로토콜 오버헤드를 줄임으로 에너지를 절약할 수 있다. 그림 3은 X-MAC의 기본동작을 보여준다.</p><p>비동기 방식의 듀티사이클은 프로토콜 오버헤드의 문제는 해결할 수 있지만 센서노드간에 동작 구간이 달라 전송을 위한 대기시간이 동기 방식에 비해 증가하는 현상이 일어난다. 이러한 대기시간이 전체 전송경로에서 누적되게 되면 출발지에서 목적지까지 패킷은 높은 전송지연시간을 겪게되다, 더구나 송신노드는 듀티사이클에 따른 수신노드의 동작모드를 기다리면서 프리앰블을 지속적으로 전송하기 때문에 대기시간이 길어지면 송신노드의 에너지를 많이 낭비하게 되고 전체 전송경로에서 에너지 소비가 커지게 된다. 따라서 라우팅 프로토콜에서 MAC으로부터 수신노드들의 수면모드와 동작모드에 대한 시간정보를 받아 활용할 수 있다면 이러한 문제들을 완화할 수 있다. 만약 라우팅 프로토콜이 출발지에서 목적지에 이르는 여러 개의 전송경로 중에서 듀티사이클에 의한 대기시간을 최소화하는 전송경로를 선정한다면 이를 통해 전체 전송시간을 줄일 수 있을 뿐만 아니라 센서노드들에서 사용되는 에너지도 절약할 수 있게 된다. 본 논문에서는 이러한 듀티사이클 기반의 무선센서네트워크에서 비동기식 X-MAC을 사용할 때 센서노드들의 듀티사이클에 대한 정보를 활용하여 라우팅 메트릭과 프로토콜을 설계하고 시뮬레이션 실험을 통해 프로토콜의 에너지성능과 전송지연시간을 비교하고 분석하였다.</p>
|
[
"센서노드들이 센서를 통해 주변 환경을 감시하고 데이터를 수집하는 등 다양한 응용분야에 적용되며, 감지 및 통신 기능이 있는 다량의 작은 센서노드들로 구성된 네트워크는 무엇인가요?",
"무선센서네트워크는 군사지역에서 보안용도로 사용할 수 있나요?",
"무선센서네트워크의 경우, 군사지역에서 보안용도로 활용 가능해?",
"센서 네트워크는 하나의 센서 노드만으로 구성되나요?",
"센서 네트워크의 경우, 하나의 센서 노드로 조직되니?",
"센서노드들은 수집한 정보를 어디에 전송하나요?",
"어디에 센서노드들이 수집한 정보를 전달하지?",
"싱크노드는 수집된 데이터를 누구에게 전송한요?",
"누구에게 싱크노드가 수집된 데이터를 전달해?",
"일반적으로 무선 센서 네트워크의 센서노드는 용량이 무한인 에너지원을 사용하나요?",
"무선 센서 네트워크에서 에너지를 효율적으로 사용하고 관리하는 것이 중요한 이유는 무엇인가요?",
"성능 척도 중 센서노드의 에너지 효율은 중요한가요?",
"센서노드가 동작 모드와 수면 모드를 반복하여 동작하는 것은 무슨 방식인가요?",
"무슨 방법으로 센서노드가 동작 모드와 수면 모드를 반복하여 작동해?",
"전파의 송수신기를 꺼서 전송 지연이 발생할 수 있는 모드는 어떤 모드인가요?",
"어떤 모드에서 전파의 송수신기를 꺼서 전송 지연이 발생할 수 있지?",
"듀티사이클의 동작 방식 두 가지는 무엇인가요?",
"무엇이 듀티사이클의 동작 방식 두 가지에 해당해?",
"동기 방식의 듀티 사이클의 문제점은 무엇인가요?",
"동기 방식의 듀티 사이클의 경우, 어떤 취약점에 존재하지?",
"대표적인 비동기 방식의 듀티사이클을 지원하는 것은 무엇인가요?",
"무엇이 대표적인 비동기 방식의 듀티사이클을 지원하지?",
"X-MAC은 어떤 기법을 개량해서 저전력 송수신을 가능하게 만들었나요?",
"X-MAC은 고전력 MAC 프로토콜이지?",
"X-MAC의 경우, 고전력 MAC 프로토콜에 해당하지?",
"비동기 방식의 프로토콜은 송신 노드가 수신 노드에 보낼 데이터가 있을 때 이것은 어떤 기법을 사용하여 알리나요?",
"비동기 방식의 프로토콜은 노드들간의 동기를 맞추나요?",
"자신의 주소 값이 포함된 프리앰블을 받은 노드는 무엇을 보내나요?",
"early-ACK를 받은 노드는 프리앰블 전송을 계속 진행하나요?",
"송신노드는 긴 프리앰블을 보내서 수신 노드가 early-ACK를 받도록 해야 하나요?",
"수신노드가 자신의 주소값이 포함되지 않은 프리앰블을 받은 경우 어떤 모드로 들어가나요?",
"X-MAC은 무엇을 줄여서 에너지를 절약할 수 있나요?",
"무엇을 줄여서 X-MAC가 에너지를 절약 가능하지?",
"비동기 방식의 듀티사이클을 이용해서 프로토콜 오버헤드 문제는 해결할 수 있나요?",
"비동기 방식의 듀티사이클은 전송을 위한 대기시간이 동기 방식보다 긴가요?"
] |
5a9ccf4a-8871-4bb3-b136-82624613cc09
|
인공물ED
|
초고속 정보통신망을 위한 이동수신 시스템에 관한 연구
|
<h1>II. 무선 LAN 시스템의 설계 및 특성</h1> <h2>1장. 소형 MSA(Microstrip Antenna) 설계</h2> <h3>1-1. MSA 해석</h3> <p>제작된 안테나는 그림 1과 같다. 복사의 주된 원인은 두 성분사이의 슬롯에 의한 것이다. 그림 1의 안테나는 소형화를 위해서 접지면의 크기를 줄였기 때문에 후방으로의 복사가 일어난다. 따라서 슬롯을 그림 2와 같이 확장하여 가정할 수 있으며, 해석상의 편이를 위해 슬롯에서의 전계는 균일한 것으로 가정하였다.</p> <p>여기서 복사슬롯을 두 부분으로 구분하여 고려해야 한다. 따라서, 슬롯에 균일한 전계 \( E_{0} \)가 존재한다고 가정하면 슬롯 1에 의한 \( F \)는 다음과 같고,</p> <p>\[\begin{aligned} F_{z 1}=& \frac{e^{-j k_{0} r}}{4 \pi r} \frac{2 W V_{0} \varepsilon s}{h} \frac{1+\sin \theta}{2} \frac{1+\sin \phi}{2} \\ & \operatorname{sinc}\left[\frac{W}{2} k_{0} \cos \theta\right] \operatorname{sinc}\left[\frac{s}{2} k_{0} \cos \phi \sin \theta\right] \end{aligned}\]<caption>(1)</caption></p> <p>슬롯 2에 의한 \( F \)는</p> <p>\[\begin{aligned} F_{z 2}=& \frac{e^{-j k_{0} r}}{4 \pi r} \frac{2 V_{0} \varepsilon s}{h} \operatorname{sinc}\left[\frac{s}{2} k_{0} \cos \phi \sin \theta\right] \\ & \frac{1}{k_{0} \cos \theta}\left[\sin \left[\left(\frac{W}{2}+h\right) k_{0} \cos \theta\right]\right.\\ &\left.-\sin \left[\frac{W}{2} k_{0} \cos \theta\right]\right] \end{aligned}\]<caption>(2)</caption></p> <p>따라서 전계식은 식 (1)과 (2)로부터 구할 수 있다.</p> <p>\[E_{\phi}=-j 2 V_{0} W k_{0} \frac{s}{h} \frac{e^{-j k_{0} r}}{4 \pi r} F(\theta, \phi)\]<caption>(3)</caption></p> <p>\( \begin{aligned} F(\theta, \phi)=& \operatorname{sinc}^{2}\left[\frac{s}{2} k_{0} \cos \phi \sin \theta\right] \\ & \operatorname{sinc}\left[\frac{W}{2} k_{0} \cos \theta\right] \sin \theta \cdot \\ & \frac{1}{k_{0} \cos \theta}\left[\sin \left[\left(\frac{W}{2}+h\right) k_{0} \cos \theta\right]\right.\\ &\left.-\sin \left[\frac{W}{2} k_{0} \cos \theta\right]\right] \end{aligned} \)<caption>(4)</caption></p> <p>식 (4)는 후방의 복사를 고려하지 않은 것이다. \( \phi \)방향에 대한 접지면을 고려하면 \( \phi=\pm \tan ^{-1} \frac{h}{L} \)과 \( \phi=\pi \pm \tan ^{-1} \frac{h}{L} \)를 경계로 하여 경계조건을 적용하고, \( \theta \)방향에 대한 고려는 \( \pi \)를 경계로 경계조건을 적용한다.</p> <h3>1-2. MSA 제작 및 실험</h3> <p>이동체 송수신 시스템에 장착하기 위한 MSA 설계는 소형화를 위해 좌◦우 접지면을 접어 올려 용량을 구성하였다. 급전 방법은 급전선의 중심 도체를 접지면에 접촉되지 않도록 통과시켜서 좌측 평행 평판에 접속시키고 급전선의 외부 도체를 접지면과 연결하였다. 설계된 안테나는 접지면이 우측 평행평판과 단락되어 있기 때문에 접지면을 줄일 수 있어서 소형화할 수 있고, 좌 우측 평행평판 사이에 나타나는 용량의 크기에 따라 더욱 더 소형화할 수 있다. 설계된 안테나에 대한 크기는 표1에 나타냈다. 그림 3에서 보는 바와 같이, 설계된 안테나 1의 대역폭은 \( 17.2 \% \)로서 기존의 MSA보다 광대역 특성을 나타내고, 안테나 1, 2의 입력 임피던스는 그림 4, 5에 나타냈다.</p> <table border><caption>표 1. 설계된 안테나 제원</caption> <tbody><tr><td>구분</td><td>\( L1 (\mathrm{cm}) \)</td><td>\( L2 (\mathrm{cm}) \)</td><td>\( L3 (\mathrm{cm}) \)</td><td>\( L4 (\mathrm{cm}) \)</td><td>\( W1 (\mathrm{cm}) \)</td><td>\( H1 (\mathrm{cm}) \)</td></tr><tr><td>안테나1</td><td>4.15</td><td>1.5</td><td>2.05</td><td>1.7</td><td>2.6</td><td>0.3</td></tr><tr><td>안테나2</td><td>4.15</td><td>2.0</td><td>2.05</td><td>1.9</td><td>2.6</td><td>0.3</td></tr></tbody></table> <p>본 연구에서 제안한 안테나는 전송선로 모델링을 이용하여 컴퓨터 시뮬레이션을 한 결과 용량에 따라 기존의 MSA에 비해 2배 이상의 대역폭을 나타냈으며, 실제 제작된 안테나의 대역폭은 \( 17.2 \% \)로 기존의 MSA와는 달리 넓은 대역을 필요로 하는 고속의 대용량 정보통신 등의 목적에 적합하다. 또한, 후방으로의 복사전계가 \( 10 \mathrm{dB} \)정도 작기 때문에 기존의 모노폴 형태의 안테나보다 인체에 대한 영향을 크게 줄일 것으로 보인다. 본 연구에서 제안한 안테나는 QMSA의 구조에 기생성분을 부가함으로써 이득과 대역폭을 동시에 개선 할 수 있었고, 자계 안테나 형태로 다중경로 환경에 대한 페이딩의 영향을 크게 개선 할 수 있을 것으로 생각된다.</p>
|
[
"본 논문에서 MSA를 설계할때 소형화를 위해 어떻게 설계했어?",
"표 1에서 안테나1의 \\( L1 (\\mathrm{cm}) \\)은 어떤거야?",
"설계된 안테나 제원을 나타낸 표에서 안테나1의 \\( L2 (\\mathrm{cm}) \\)는 얼마야?",
"설계된 안테나 제원을 나타낸 표에서 안테나1의 \\( W1 (\\mathrm{cm}) \\)는 얼마야?",
"설계된 안테나 제원을 나타낸 표에서 안테나2의 \\( L4 (\\mathrm{cm}) \\)은 무엇이야?",
"설계된 안테나 제원 표 1에서 안테나2의 \\( L3 (\\mathrm{cm}) \\)은 무엇이야?",
"설계된 안테나 제원을 나타낸 표1에서 안테나1의 \\( H1 (\\mathrm{cm}) \\)의 크기는 무엇이야?",
"설계된 안테나 제원을 나타낸 표1에서 안테나2의 \\( H1 (\\mathrm{cm}) \\)은 무슨 값을 가져?",
"표 1에서 \\( L4 (\\mathrm{cm}) \\)값이 더 큰 안테나는 무엇이야?",
"표 1에서 \\( L2 (\\mathrm{cm}) \\)값이 더 큰 안테나는 어떤거야?",
"표 1에서 안테나2의 \\( L2 (\\mathrm{cm}) \\)은 얼마야?",
"설계된 안테나 제원을 나타낸 표1에서 안테나1의 \\( L3 (\\mathrm{cm}) \\)는 얼마야?",
"설계된 안테나 제원을 나타낸 표에서 안테나2의 \\( W1 (\\mathrm{cm}) \\)은 어떤 값이야?",
"설계된 안테나 제원을 나타낸 표 1에서 \\( L4 (\\mathrm{cm}) \\)값으로 1.7인 안테나는 어떤거야?",
"표 1에서 안테나2의 \\( L1 (\\mathrm{cm}) \\)은 무엇이야?",
"표 1에서 \\( L2 (\\mathrm{cm}) \\)값으로 1.5인 안테나는 어떤거야?",
"표 1에서 \\( L2 (\\mathrm{cm}) \\)값으로 2.0인 안테나는 어떤거야?",
"표1에서 안테나1의 \\( L4 (\\mathrm{cm}) \\)는 값은 어떤거야?",
"설계된 안테나 제원을 나타낸 표 1에서 \\( L4 (\\mathrm{cm}) \\)값으로 1.9인 안테나는 어떤거야?"
] |
729cd4ef-0642-49c4-8a17-ef3da487dfdf
|
인공물ED
|
HEVC/VP9 4×4 Transform 통합 블록 설계
|
<h1>Ⅱ. 주파수 변환</h1> <h2>1. HEVC 주파수 변환</h2> <p>HEVC에서는 주파수 변환 시 \(4\times 4, 8\times 8, 16\times16, 32\times32\)의 다양한 크기를 사용한다. 기본적으로 코사인 기저 (cosine basis)를 갖는 IDCT를 사용하나, \(4\times4\) 크기의 화면 내 예측 모드 (intra prediction mode)로 선택되었을 경우에는 사인 기저 (sine basis)를 갖는 IDST를 사용한다.</p> <h3>가. HEVC \(4\times4\) IDCT</h3> <p>HEVC에서 사용되는 변환은 메모리 효율성을 높이고 고속의 변환을 수행하기 위해 변환 기저를 정수로 근사화한 정수 변환을 사용한다. 식 (1)은 HEVC에서 사용하는 \(4\times4\) 크기의 IDCT에 대한 계수 행렬을 보여준다.</p> <p>\(M_{IDCT(HEVC)}=\left[\begin{array}{cccc}64&83&64&36\\64&36&-64&-83\\64&-36&-64&83\\64&-83&64&-36\end{array}\right]\)<caption>(1)</caption></p> <p>IDCT는 총 16 번의 곱셈과 12 번의 덧셈을 수행함으로써 이루어진다. 하지만 계수 행렬의 배열을 보면 부호를 제외하고 상하 대칭 구조이므로 그림 1 와 같 이 버터플라이 구조를 사용한다면 총 8 번의 곱셈과 8번의 덧셈만으로 동일한 변환 결과를 얻을 수 있다.</p> <h3>나. HEVC \(4\times4\) IDCT</h3> <p>HEVC에서 \(4\times4\) 크기의 화면 내 예측 모드인 경우에는 차분 신호의 특성에 따라 보다 더 효율적인 DST을 사용한다. DST는 DCT와 마찬가지로 정수 변환을 사용한다. 식 (2)는 \(4\times4\) 크기의 IDST에 대한 계수 행렬을 보여준다.</p> <p>\(M_{IDST(HEVC)}=\left[\begin{array}{cccc}29&74&84&55\\55&74&-29&-84\\74&0&-74&74\\84&-74&55&-29\end{array}\right]\)<caption>(2)</caption></p> <p>IDST는 총 16 번의 곱셈과 12 번의 덧셈을 수행함으로써 이루어진다. IDST의 경우 계수 행렬의 배열을 살펴보면 배열의 대칭적인 특징은 없지만 식 (3)에 나타낸 것처럼 4번 계수는 1번 계수와 2번 계수의 합과 같다는 특징이 있다. 이러한 특징을 이용하여 그림 2과 같이 총 5번의 곱셈과 11번의 덧셈 연산으로 동일한 결과를 얻는 것이 가능하다.</p> <p>\(S_{1}=29, S_{2}=55, S_{3}=74, S_{4}=84\)<caption>(3)</caption></p> <p>\(S_{1}+S_{2}=S_{4}\)</p> <h2>2. VP9 주파수 변환</h2> <p>VP9에서는 IDCT, IADST, IWHT (inverse Walsh-Hadamard transform) 세 가지 타입의 주파수 변환을 사용한다. IDCT의 경우 \(4\times4, 8\times8, 16\times16, 32\times32\) 크기의 2D-IDCT가 모든 화면 간 예측 모드에서 사용된다. 화면 내 예측 모드에서는 추가적으로 \(4\times4, 8\times8, 16\times16\) 크기의 IADST가 사용될 수 있는데 같은 크기의 1-D IDCT와 결합이 되어 2-D 하이브리드 변환을 수행할 수 있다. 화면 내 예측 모드에서 가능한 변환 조합은 \(4\times4, 8\times8, 16\times16\) 크기의 수직, 수평 방향으로 (IADST, IADST), (IADST, IDCT), (IDCT, IADST), (IDCT, IDCT)이다. 마지막으로 IWHT는 \(4\times4\)의 무손실 압축인 경우에만 사용된다.</p> <h3>가. VP9 \(4\times4\) IDCT</h3> <p>VP9의 IDCT는 HEVC와 마찬가지로 IDCT Ⅱ를 사용하나 HEVC와는 달리 보다 큰 스케일의 계수 (16364 ~ 804)를 사용한다. 식 (4)는 VP9에서 사용하는 \(4\times4\) 크기의 IDCT에 대한 계수 행렬을 보여준다.</p> <p>이 계수 행렬을 살펴보면 HEVC IDCT와 계수 값의 크기만 다를 뿐 같은 구조의 배열로 이루어져 있으므로 그림 3과 같이 HEVC IDCT의 경우와 같은 모양의 버터플라이 구조를 사용할 수 있으며, 총 8번의 곱셈과 8번의 덧셈을 수행하여 변환할 수 있다.</p> <p>\(M_{IDCT(VP9)}=\left[\begin{array}{rrrc}11585&15137&11585&6270\\11585&6270&-11585&-15137\\11585&-6270&-11585&6270\\11585&-15137&11585&-15137\end{array}\right]\)<caption>(4)</caption></p> <table border><caption>표 1. HEVC \(4\times 4\) IDCT/IDST 및 VP9 \(4\times4\) IDCT/IADST를 위한 덧셈기 및 쉬프터.</caption> <tbody><tr><td></td><td>Transform</td><td>Coefficients</td><td>Addition and Shift Operations</td></tr><tr><td rowspan=7>HEVC</td><td rowspan=3>IDCT</td><td>36</td><td>(((Kx<3)+(K<30))<<2)</td></tr><tr><td>64</td><td>\((1<<6)\)</td></tr><tr><td>83</td><td>\((I<<6)+(I<<0)+(((I<<3)+(I<<0))<<1)\)</td></tr><tr><td rowspan=4>IDST</td><td>29</td><td>\((l<<5)-(K<<1)-(I<<0)\)</td></tr><tr><td>55</td><td>\((l<<6)-(I<<33)-(l<<0)\)</td></tr><tr><td>74</td><td>\((I<<~6)+(1<<0)=(I<<3)+(I<<0)\)</td></tr><tr><td>84</td><td>\((I<<6)+(1<<4)+(I<<2)\)</td></tr><tr><td rowspan=7>VP9</td><td rowspan=3>IDCT</td><td>6270</td><td>\((I<<13)-(I<<11)+(I<<7)-(I<<1)\)</td></tr><tr><td>11585</td><td>\((I<<13)+(I<<11)+(I<<10)+(I<<8)+(I<<6)+(I<<0)\)</td></tr><tr><td>15137</td><td>\((I<<14)-(I<<10)-(I<<8)+(I<<5)+(I<<0)\)</td></tr><tr><td rowspan=4>IADST</td><td>5283</td><td>\((I<<12)+(I<<10)+(I<<7)+(I<<5)+(I<<1)+(I<<0)\)</td></tr><tr><td>9929</td><td>\((I<<13)+(I<<11)-(I<<8)-(I<<6)+(I<<3)+(I<<0)\)</td></tr><tr><td>13377</td><td>\((I<<14)-(I<<11)-(I<<10)+(I<<6)+(I<<0)\)</td></tr><tr><td>15212</td><td>\((I<<14)-(I<<10)-(I<<7)-(I<<4)-(I<<2)\)</td></tr></tbody></table> <h3>나. VP9 \(4\times4\) IADST</h3> <p>V9 \(4\times4\) IDCT는 HEVC \(4\times4\) IDCT와 같이 DST Ⅵ을 사용하나 HEVC와는 달리 보다 큰 스케일의 계수 (5283 ~15212)를 사용한다. 식 (5)는 VP9에서 사용하는 \(4\times4\) 크기의 IADST에 대한 계수 행렬을 보여준다.</p> <p>이 계수 행렬을 살펴보면 HEVC IDST의 계수 행렬과 마찬가지로 대칭적인 특징은 없으나 식 (6)과 같이 1번 계수와 2번 계수의 합이 4번 계수 값과 같다는 특징이 있으며 결과적으로 그림 4와 같이 총 5번의 곱셈과 11 번의 덧셈 연산으로 표현이 가능하다.</p> <p>\(M_{IDST(VP9)}=\left[\begin{array}{lllr}5283&13377&15212 9929\\9929&13377&-5283&-15212\\13377&0&-13377&13377\\15212&-13377&9929&-5283\end{array}\right]\)<caption>(5)</caption></p> <p>\(S_{1}=5283, S_{2}=9929, S_{3}=13377, S_{4}=15212\\S_{1}+S_{2}=S_{4}\)<caption>(6)</caption></p>
|
[
"Coefficients가 가장 큰 값의 Addition and Shift Operations은 무엇이니?",
"VP9의 Coefficients가 두번째로 큰 값의 Transform는 무엇일까?",
"VP9 IADST의 Coefficients가 가장 적을때 Addition and Shift Operations는 어떻게 되?",
"항이 6개인 Addition and Shift Operations 중에서 가장 큰 값의 Coefficients는 얼마인가?",
"항이 3개인 Addition and Shift Operations이 있는 Transform은 무엇이야?",
"VP9의 Coefficients가 6270일 때 Addition and Shift Operations는 무엇이니?",
"가장 적은 항의 개수를 가진 Addition and Shift Operations의 Coefficients는 얼마일까?",
"메모리 효율성을 향상을 위해 HEVC에서 사용되는 변환은 어떻게 동작하나?",
"HEVC의 IDCT에서 Addition and Shift Operations 항의 수가 가장 많은 Coefficients는 얼마니?",
"HEVC IDST의 Addition and Shift Operations에서 변수 K가 있는 Coefficients는 얼마인가?",
"HEVC에서 IDCT의 Coefficients가 36일 때 Addition and Shift Operations는 뭐야?"
] |
dc47017d-77a6-443c-a596-df197403604c
|
인공물ED
|
LTCC RF 모듈용 \(\mathrm{BaO-Nd_{2}O_{3}-TiO_{2}}\)계 세라믹스의 저온소결 및 마이크로파 유전특성
|
<h1>3. 결과 및 고찰</h1> <h2>3.1. MBRT-\(90\)의 상분석 및 마이크로파 유전특성</h2> <p>상용 분말 MBRT-\(90\)의 조성과 무게비를 Table \(1\)에 나타내었다. 모든 조성의 무게비를 몰비로 환산하면 \( \mathrm{BaO}: \mathrm{Nd}_{2} \mathrm{O}_{3}: \mathrm{TiO}_{2} \) 가 약 \( 1: 1: 4.5 \) 이며, 이 같은 조성범위는 BNT계 세라믹스에서 보고되는 우수한 고주파 유전특성을 보이는 조성범위이다. 한편, BNT계 세라믹스의 공진주파수의 온도계수 \( \left(\tau_{f}\right) \) 는 매우 큰 음의 값 \( \left(-120 \mathrm{ppm} /{ }^{\circ} \mathrm{C}\right)^{15)} \) 을 가지므로 \( \mathrm{PbO}, \mathrm{Sm}_{2} \mathrm{O}_{3}, \mathrm{Bi}_{2} \mathrm{O}_{3} \) 를 첨가하여 온도계수를 개선하기 위한 연구가 활발히 진행되었으며, 본 실험에서 사용한 상용 분말 MBRT-\(90\)에서도 첨가된 Bi는 낮은 공진주파수의 온도계수를 개선하기 위한 것으로 판단된다. MBRT-\(90\)시편을 \( 1280^{\circ} \mathrm{C} \) 에서 \( 2.5 \) 시간 동안 소결한 소결체의 미세구조 사진을 Fig. \(1\)에 나타내었다. 사진에서는 대부분 균일한 입자의 모양을 보이고 있으나, 다소 다른 모양의 입자도 관찰된다(Fig. \(1\) 의 A). 따라서 이들 두 입자의 조성을 정확하게 규명하기 위해 EDS를 이용한 정 량분석 결과를 Table \(2\)에 나타내었다. 분석 결과에 의하면, Fig. \(1\) 의 A와 B입자 모두 Ba, Nd, 그리고 Ti의 조성비가 거의 일치하였으며, 첨가되어 있는 소량의 Bi를 확인하였다. Takahashi 등은 BNT계의 상관계를 조사하였는데, 그 결과 조성범위에서 존재하는 안정한 조성이 \( 1: 1: 4 \) 이며 \( 1: 1: 5 \) 는 단일상이 아니라 \( 1: 1: 4 \) 와 이차상의 혼합상이라 하였고, 또한 \( \mathrm{BaNd}_{2} \mathrm{Ti}_{4} \mathrm{O}_{12} \) 는 \( \mathrm{BaNd}_{2} \mathrm{Ti}_{5}- \mathrm{O}_{14} \) 와 동일한 결정구조임을 보고한 바 있다. 따라서 MBRT-\(90\) 의 \( \mathrm{BaO}: \mathrm{Nd}_{2} \mathrm{O}_{3}: \mathrm{TiO}_{2} \) 의 몰비가 약 \( 1: 1: 4.5 \) 임을 고려하고 정량분석결 과로 미루어볼 때 상용 분말 MBRT-\(90\)은 \( \mathrm{BaNd}_{2} \mathrm{Ti}_{4} \mathrm{O}_{12} \) 의 단일 상으로 존재함을 알 수 있었고, \( \mathrm{X} \) 선 회절 분석에서도 동일한 결과를 얻을 수 있었다.</p> <table border><caption>Table 1. Composition and properties fo MBRT-90 ceramics from Fuji Titanium Industry Co., Ltd</caption> <tbody><tr><td>Chemical fomular</td><td colspan=2>\( \mathrm{BaTiO}_{3}+\mathrm{Nd}_{2}\left(\mathrm{TiO}_{3}\right)_{3}+\mathrm{Bi}_{2}\left(\mathrm{TiO}_{3}\right)_{3} \)</td></tr><tr><td rowspan=5>Ingredients-typical values</td><td>\( \mathrm{BaTiO}_{3} \)</td><td>\( 25 \mathrm{wt} \% \)</td></tr><tr><td>\( \mathrm{Nd}_{2}\left(\mathrm{TiO}_{3}\right)_{3} \)</td><td>\( 59 \mathrm{wt} \% \)</td></tr><tr><td>\( \mathrm{Bi}_{2}\left(\mathrm{TiO}_{3}\right)_{3} \)</td><td>\( 15 \mathrm{wt} \% \)</td></tr><tr><td>\( \mathrm{MnO}_{2}, \mathrm{Al}_{2} \mathrm{O}_{3} , \mathrm{SiO}_{2} \)</td><td>\( \max .1 \mathrm{wt} \% \)</td></tr><tr><td>\( \mathrm{H}_{2} \mathrm{O} \)</td><td>\( \max .0 .2 \mathrm{wt} \% \)</td></tr><tr><td rowspan=3>Microwave characteristics (at \( 20^{\circ} \mathrm{C} \))</td><td>\( \varepsilon_{r} \)</td><td>\( 90.67 \)</td></tr><tr><td>\( Q \times f_{0}(\mathrm{GHz}) \)</td><td>\(6141\)</td></tr><tr><td>\( \tau_{f}\left(\mathrm{ppm} /{ }^{\circ} \mathrm{C}\right) +20 \sim+80^{\circ} \mathrm{C} \)</td><td>\(6.24\)</td></tr></tbody></table> <p>상용 분말 MBRT-\(90\)을 \( 1100 ~ 1300^{\circ} \mathrm{C} \) 의 범위에서 \( 2.5 \) 시간 동안 소결한 시편의 상대밀도와 마이크로파 유전특성을 Fig. \(2\)에 나타내었다. MBRT-\(90\)은 소결 온도가 증가함에 따라 상대밀도가 증가하며, \( 1300^{\circ} \mathrm{C} \) 의 소결 온도에서는 이론밀도의 \( 100 \% \) 에 거의 도달함을 알 수 있다. 온도에 따른 치밀화 거동과 비례적으로 품질계수 \( (Q \times f) \) 와 유전율 \( \left(\varepsilon_{r}\right) \) 또한 온도에 따라 증가하는 경향을 나타내고 있으며, \( 1300^{\circ} \mathrm{C} \) 에서 \( 2.5 \) 시간 동안 소결한 경우 품질계수 \( 6100 \mathrm{GHz} \) 와 유전율 \(90\)의 특성을 나타내고 있다.</p> <h2>3.2. \( \mathrm{H} 12 \) 유리 결정화 분석</h2> <p>\( \mathrm{H} 12 \) 유리가 저온 소결용 조제로 적용될 때 소결 과정에서 생성될 수 있는 유리의 결정상 존재여부를 관찰하기 위해 수냉조에서 급냉을 통해 제조한 \( \mathrm{H} 12 \) 유리 분말과 여러 온도 범위에서 \(2\)시간 동안 열처리한 유리 분말의 \( \mathrm{X} \)-선 회절 분석 결과를 Fig. \(3\)에 나타내었다. 일반적으로 급냉을 통해 제조된 유리는 상온에서 전형적인 유리의 비정질상을 나타내나, 본 연구에 사용된 H\(12\) 유리는 Fig. \(3\)의 (a)와 같이 수냉조에서 급냉 시 \( \left(\mathrm{OH}^{-}\right) \)를 흡착하여 상온에서 \( \mathrm{LiB}(\mathrm{OH})_{4} \) 의 결정상이 나타났다. 이는 lith-ium borosilicate계인 H\(12\) 유리의 수화반응에 기인한 결과로 판단되며, 이 유리 분말을 \( 400^{\circ} \mathrm{C} \) 에서 \(2\)시간 동안 열처리하여 분석한 결과 Fig. \(3\)의 (b)와 같이 전형적인 유리의 비정질상과 함께 약간의 \( \mathrm{LiB}(\mathrm{OH})_{4} \) 의 결정상을 가지고 있는 것으로 확인되었다. 그러나, \( 800,850,900^{\circ} \mathrm{C} \) 의 온도에서 \(2\)시간 동안 열처리한 경우에는 H\(12\) 유리의 재결정화로 인해 비정질상과 \( \mathrm{LiB}(\mathrm{OH})_{4} \) 의 결정상은 사라지고 \( \mathrm{Li}_{2} \mathrm{~B}_{2} \mathrm{O}_{4}, \mathrm{Li}_{2} \mathrm{SiO}_{3} \) 의 두 가지 상으로 존재하고 있는 것을 알 수 있다.</p> <h2>3.3. 유리 프릿 첨가에 의한 MBRT-\(90\)의 소결특성 및 밀도 분석</h2> <p>Fig. \(4\)는 H\(12\) 유리 프릿의 첨가량을 \( 5,7,10,13\mathrm{wt} \% \) 로 변화시켜 \( 800-900^{\circ} \mathrm{C} \) 의 범위에서 \(2\)시간 동안 소결한 MBRT-\(90\)의 수축율과 상대밀도의 변화이다. 유리 프릿의 첨가량이 증가함에 따라 전체적으로 수축율과 상대밀도 모두 증가하는 경향을 보여주고 있으며, \( \mathrm{H} 12 \) 유리 프릿을 \( 10 \mathrm{wt} \% \) 첨가한 경우 \( 850^{\circ} \mathrm{C} \) 에서 \( 97 \% \) 이상의 상대밀도를 나타내고 있다. 이런 결과는 순수한 상용 분말 MBRT-\(90\) 의 소결 온도가 \( 1300^{\circ} \mathrm{C} \) 임을 감안할 때 그 소결 온도를 현저히 떨어뜨린 결과이며 특히, LTCC에서 사용되는 저융점, 저가격의 \( \mathrm{Ag}, \mathrm{Cu} \) 등과 같은 전극과 동시에 소성할 수 있는 우수한 조성이라고 판단된다.</p> <p>\( \mathrm{H} 12 \) 유리 프릿을 \( 5,7,10,13 \mathrm{wt} \% \) 첨가한 MBRT-\(90\)을 딜라토미터로 측정하여 수축율의 변화를 관찰한 결과를 Fig. \(5\)에 나타내었다. 딜라토미터 측정 상 각 온도에서의 유지 시간 없이 단순히 승온에 따른 수축 변화이다. Fig. \(5\)에 나타난 수축율 변화는 Fig. \(4\)의 한정 된 온도 범위인 \( 800 -900^{\circ} \mathrm{C} \) 의 수축 변화와는 다르게 상온에서부터의 전체적인 소성거동을 관찰할 수 있으며, 저온 소결 조제로 첨가한 \( \mathrm{H} 12 \) 유리 프릿이 MBRT-\(90\)의 소결에 미치는 영향을 파악할 수 있다. 그림에서 보면 \( \mathrm{H} 12 \) 유리 프릿의 첨가량이 \( 5 \mathrm{wt} \% \) 에서 \(13 \mathrm{wt} \% \) 로 증가함에 따라 MBRT-\(90\)의 수축이 시작되는 온도(on-set point)가 저온부로 이동하는 것을 관찰할 수 있으며, H\(12\) 유리 프릿의 첨가량에 따라 약간의 차이는 있으나, 모든 경우에 있어서 \( 650^{\circ} \mathrm{C} \) 부근에서 수축이 일어나기 시작해서 \(700 - 900^{\circ} \mathrm{C} \) 의 범위에서 가장 급격한 수축을 보이고 있다. 이는 유리 프릿의 첨가로 인한 가장 두드러진 현상으로 \( 650^{\circ} \mathrm{C} \) 부근에서 유리의 점성유동에 의해 \( 700-900^{\circ} \mathrm{C} \) 의 범위에서 MBRT-\(90\)의 소결이 이루어지고 있음을 간접적으로 보여주는 것이다.</p>
|
[
"Table 1에서 나타난 화학식은 무엇인가?",
"Table 1에서 알 수 있는 \\( \\mathrm{BaTiO}_{3} \\)의 질량비는 얼마인가?",
"Table 1에서, \\( \\mathrm{Nd}_{2}\\left(\\mathrm{TiO}_{3}\\right)_{3} \\)의 질량비는 얼마로 나타나는가?",
"Table 1에서, \\( \\mathrm{Bi}_{2}\\left(\\mathrm{TiO}_{3}\\right)_{3} \\)가 전체 질량에서 차지하는 비율은 얼만큼인가?",
"표 1에서 \\( \\mathrm{MnO}_{2}, \\mathrm{Al}_{2} \\mathrm{O}_{3} , \\mathrm{SiO}_{2} \\)의 질량비는 몇 \\( \\mathrm{wt} \\% \\)인가?",
"표 1에서 물의 화학식이 차지하는 질량비는 몇 \\( \\mathrm{wt} \\% \\)인가?",
"Table 1을 통해 알 수 있는 \\( \\varepsilon_{r} \\)의 Microwave characteristics 값은 얼마인가?"
] |
210aacf7-9f1e-4242-9d31-f79d294520b5
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<h1>Ⅴ. 수치 결과</h1><p>시뮬레이션은 MATLAB을 이용하여 진행하였다. Sine 함수로 모의 신호를 발생시켰으며 모의실험은 크게 세 가지의 경우로 분류되어 진행되었다. 첫 번째 실험은 비균일 센서 배열에 대한 주파수 영역에서 구현된 SpSF 알고리듬의 표적 방위각 추정 성능을 보인다. 두 번째 실험의 경우 균일한 선형 센서 배열의 소자가 고장난 경우 사용자가 인지하지 못했을 때의 SpSF 알고리듬의 성능을 보인다. 세 번째 실험은 센서 배열의 소자가 고장난 경우 사용자가 인지 했을 때의 SpSF 알고리듬의 성능을 보인다.</p><p>비균일 센서 및 센서 고장에 따른 주파수 영역으로 확장된 SpSF 알고리듬의 표적 방위각 추정 성능을 주파수 영역에서 구현된 CBF알고리듬과 MVDR의 표적 방위각 추정 성능과 비교함으로써 주파수 영역의 SpSF 알고리듬의 추정 성능을 분석한다.</p><p>첫 번째 실험의 신뢰성을 높이기 위해 비균일 센서 배열의 경우 센서 소자의 개수만 입력하면 소자간의 간격을 랜덤으로 설정하도록 설정하였다. 해당 설정을 통해 임의로 설정된 환경에서의 결과 값이 아닌 다양한 환경에서의 시뮬레이션 결과 값을 얻을 수 있다.</p>Figs. 1과 2의 경우 균일 센서 배열이 주어졌을 때 주파수 영역으로 확장한 SpSF 알고리듬, CBF, 그리 고 MVDR의 표적 방위각 추정 결과를 보인다.<p>Figs. 1과 2의 경우 센서의 개수가 15 개, 블록 개수가 50으로 설정된 경우의 각 알고리듬별 추정 결과 스펙트럼을 보인다. Fig. 1의 두 신호원은 \( 30^{\circ} \) 와 \( 70^{\circ} \) 에서 입사하고 있으며 해당 그래프를 통해 세 알고리듬 모두 두 신호원의 표적 방위각을 정확히 추정하는 것을 확인 할 수 있다.</p><p>Fig. 2의 경우 두 신호원이 인접한 경우의 각 알고리듬별 분해능을 보인다. 두 신호원은 \( 72^{\circ} \) 와 \( 75^{\circ} \) 에서 입사하고 있으며 위의 결과그래프를 통해 CBF와 MVDR의 경우 \( 3^{\circ} \) 간격의 두 신호원을 구분하지 못하는 것을 확인 할 수 있으며 주파수 영역으로 확장한 SpSF의 경우 정확히 두 신호원을 분해할 수 있음을 알 수 있다.</p><p>Figs. 3-5의 경우 센서의 개수가 5 개 또는 10 개로 주어지고 두 신호원이 \( 20^{\circ} \) 와 \( 70^{\circ} \) 에서 입사하고 블록 개수가 15 개이며 센서간의 간격이 랜덤하게 설정되었을 때의 시뮬레이션 결과이다.</p><p>Fig. 3의 경우 센서의 개수가 10 개이며 신호대잡음비(Signal-to-Noise Ratio, SNR)가 \( 0 \mathrm{~dB} \) 인 경우의 각 알고리듬의 표적 방위각 추정 성능을 보인다. CBF와 MVDR인 경우 실제 신호원의 표적 방위각 부근에서 최대값이 형성되기는 하지만 오차가 존재함을 확인 할 수 있으며 SpSF 알고리듬의 경우 가짜 최대값이 존재하지만 정확하게 표적 방위각을 추정할 수 있음을 알 수 있다.</p><p>Figs. 4 와 5 의 경우 센서의 개수가 5 개이며 신호대 잡음비가 \( 5 \mathrm{~dB} \) 와 \( 15 \mathrm{~dB} \) 일 때의 표적 방위각 추정 결과를 보인다. CBF 알고리듬의 경우 두 신호원의 표적 방위각을 제대로 추정하지 못하는 것을 확인할 수 있으며 SpSF 알고리듬의 스펙트럼 동적 범위가 CBF나 MVDR에 비하여 현저히 큰 값을 가짐을 확인할 수 있다.</p>
|
[
"주파수 영역의 SpSF 알고리듬 추정 성능은 무엇을 비교하여 분석되었지?",
"첫 번쨰 실험은 소자간의 간격을 랜덤으로 설정하 무엇을 높였지?",
"Figs. 1과 2의 센서 개수는 몇 개야?",
"Figs. 3-5의 경우 블록 개수는 몇 개야?",
"모의실험은 크게 몇 가지의 경우로 분류되어 진행되었어?",
"시뮬레이션은 무엇을 이용하여 진행했어?",
"두 번째 실험에서 SpSF 알고리듬의 성능은 언제 보여지지?",
"모의 신호를 발생시킨 함수는 뭐야?",
"CBF와 MVDR의 경우 두 신호원을 구분하지 못는 간격은 얼마야?",
"첫 번째 실험에서 비균일 센서 배열에 대한 주파수 영역에서 구현된 알고리즘은 뭐야?",
"Fig. 2는 두 신호원이 어떤 경우의 각 알고리듬별 분해능을 보이지?",
"소자간의 간격을 랜덤으로 설정하도록 설하여 다양한 환경에서의 시뮬레이션 결과 값을 얻을 수 있어?",
"SpSF의 경우는 \\( 3^{\\circ} \\) 간격의 두 신호원을 분해할 수 있어?",
"Figs. 3-5의 경우 센서간의 간격은 일정하게 설정되었지?",
"Figs. 1과 2의 경우 블록 개수가 15개지?",
"사용자가 센서 배열의 소자가 고장났음을 인지할 때의 알고리듬 성능은 세 번째 실험이지?"
] |
e716d188-1e47-4463-9cef-28bba493067b
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<h1>I. 서 론</h1><p>압축센싱기반 표적 방위각 추정 기법은 신호의 희소도를 이용하여 입사신호의 표적 방위각을 추정하는 방법이다. 기존의 표적 방위각 추정 알고리듬의 경우 센서의 개수가 입사신호 개수보다 많아야 정상적인 표적 방위각 추정이 가능하고, 균일한 센서배열을 구성하는 일부 센서들의 고장이 알고리듬의 성능에 큰 영향을 미친다는 단점이 존재한다. 이에 반해 압축센싱 기반 표적 방위각 추정 기법의 경우 표적 방위각 추정 방식이 기존의 알고리듬과는 차별화 되어있어 센서 개수에 제약이 없고 센서배열이 균일하지 않아도 된다는 큰 장점이 존재하기에 활발한 연구가 진행되고 있다.</p><p>압축센싱기반 표적 방위각 추정 알고리듬은 크게 신호데이터를 이용하는 데이터 fitting(피팅) 기법과 수신신호의 공분산 행렬을 이용하는 공분산 피팅(Sparse Spectrum Fitting, SpSF)기법이 존재한다.</p><p>데이터 피팅 표적 방위각 추정 기법의 경우 신호원 개수만큼의 성분을 갖는 신호 벡터를 탐색 각도 개수까지 확장하여 신호원의 표적 방위각을 추정하는 문제를 주어진 조건보다 해의 개수가 더 많은 시스템으로 표현하고 희소 복원을 통해 신호원의 표적 방위각을 추정한다.</p><p>데이터 피팅 표적 방위각 추정 기법의 경우 단일 샘플을 이용한 데이터 피팅 표적 방위각 추정 기법이 가장 먼저 연구되었다. 최적화 변수의 개수가 탐색 각도 개수만큼 주어지기 때문에 적은 계산량이 요구된다는 장점이 있으나 추정 성능의 안정성이 낮다는 단점이 존재한다. 이를 보안하기 위해 다수개의 샘플을 이용한 데이터 피팅 표적 방위각 추정 기법이 연구가 되었으며 단일 샘플을 이용하는 경우보다 우수한 표적 방위각 추정 성능을 보인다. 하지만 최적화 변수의 양이 탐색 각도 개수 \( \times \) 샘플 개수로 증가하게 되어 최적화의 계산량이 급증하게 되는 문제를 가지고 있다.</p><p>다수개의 샘플을 이용하는데 발생하는 계산량의 문제를 해소하기 위해 L1-SVD를 이용한 데이터 피팅 표적 방위각 추정 기법이 연구되었다. 특이 값 분해를 통해 최적화 변수를 탐색 각도 개수 \( \times \) 신호원 개수로 감소시킴으로써 희소 복원의 계산량에 대한 부담을 줄였다.</p><p>공분산 행렬을 이용한 압축센싱기반 표적 방위각 추정 알고리듬 또한 다수개의 샘플 이용에 따른 계산량을 감소시키기 위해 연구되었다. 신호원 개수 만큼의 신호 공분산 행렬의 대각선 성분을 탐색 각도 개수만큼 확장하여 희소 복원을 수행한다. SpSF 알고리듬의 경우 충분한 샘플이 주어진 경우 최적화 가중치 값이 해석적으로 주어진다. 더 나아가 Reference [4]의 연구에서는 충분한 샘플이 주어지지 않은 경우 SpSF 알고리듬의 최적의 가중치변수 값을 해석적으로 구하는 방법을 보인다.</p><p>Reference [5]의 연구에서는 시간 영역에 국한되어 있었던 SpSF 알고리듬을 주파수 영역으로 확장하고 주파수 영역에서의 SpSF 알고리듬의 표적 방위각 추정 성능을 기존의 빔형성 알고리듬 성능과 비교함으로써 주파수 영역으로 확장한 SpSF 알고리듬의 우수성을 보였다.</p><p>위의 압축센싱 기반 표적 방위각 추정 알고리듬은 볼록 최적화를 이용하여 추정하기에 다소 계산량이 많다는 단점이 있지만 희소도를 몰라도 된다는 이점이 있다. 하지만 기본적인 균등 선형 센서 배열을 이용하여 알고리듬의 표적 방위각 추정 성능을 보였으며 센서 배열의 고장에 대한 성능분석 연구가 미비하다는 한계가 있다.</p><p>이에 본 논문은 주파수 영역으로 확장된 압축센싱 기반 공분산 피팅 알고리듬의 유도과정을 다룸과 동시에 센서배열의 고장 및 비균일 센서 배열환경을 반영하기 위한 각 상황에 맞는 센서 어레이 매니폴드를 구현하여 수신신호의 구현 과정을 보인다. 또한 기존의 대표적인 표적 방위각 추정 알고리듬인 Conventional BeamForming(CBF) 그리고 Minimum Variance Distortionless Response(MVDR)과 주파수 영역으로 확장된 SpSF 알고리듬의 표적 방위각 추정 성능 비교함으로써 센서 배열의 고장 및 비균일 센서 배열 환경에 대한 주파수 영역으로 확장된 SpSF 알고리듬의 우수한 표적 방위각 추정 성능을 보인다.</p>
|
[
"신호의 희소도를 이용해서 입사신포의 표적 방위각을 추정하는 방법을 뭐라고 하나요?",
"압축센싱기반 표적 방위각 추정 기법은 신호의 희소도를 사용해 출력신호의 표적 방위각을 예상하는 방법인가요?",
"기존에 존재하는 표적 방위각 추정 알고리듬에서는 센서의 개수가 입사신호의 개수보다 적어야만 정상적인 표적 방위각 예측이 가능한가요?",
"기존에 존재하는 표적 방위각 추정 알고리듬의 단점은 무엇인가요?",
"압축센싱기반 표적 방위각 추정 기법에서는 무엇을 이용해서 입사신호의 표적 방위각을 예측하나요?",
"데이터 피팅 표적 방위각 추정 기법에서는 어떤 문제를 해결하기 위해 주어진 조건보다 해의 개수가 더 많은 시스템을 설정하나요?",
"어떤 표적 방위각 추정 알고리듬이 데이터 피팅 기법과 공분산 피팅 기법으로 크게 구분되나요?",
"공분산 피팅 기법에서는 희소 복원 방식을 통해 신호원의 표적 방위각을 추정할 수 있나요?",
"데이터 피팅 기법은 수신신호의 공분산 행렬을 사용하나요?",
"압축센싱기반 표적 방위각 추정 알고리듬에 관한 기법의 일종으로, 수신신호의 공분산 행렬을 사용하는 기법은 무엇인가요?",
"기존의 표적 방위각 추정 알고리듬에서 균일한 센서배열을 구성하는 센서들은 고장 여부에 무관하게 알고리듬의 성능에 영향을 미치지 않는다고 말할 수 있나요?",
"데이터 피팅 표적 방위각 추적 기법에서는 한 개의 샘플을 활용했을 때 가장 뛰어난 표적 방위각 추정 성능을 확인할 수 있나요?",
"여러 개의 샘플을 활용한 데이터 피팅 표적 방위각 추정 기법은 어떤 단점을 보완하기 위해 고안되었나요?",
"데이터 피팅 표적 방위각 추정 기법에서 가장 먼저 연구된 기법은 무엇인가요?",
"다수의 샘플을 활용한 데이터 피팅 표적 방위각 추정 기법은 어떤 문제점을 가지고 있나요?",
"단일 샘플을 이용한 데이터 피팅 표적 방위각 추정 기법에서 무엇의 안정성이 낮은 특징이 나타나나요?",
"단일 샘플을 활용한 데이터 피팅 표적 방위각 추정 기법의 장점은 무엇인가요?",
"단일 샘플을 이용한 데이터 피팅 표적 방위각 추정 기법의 단점은 무엇인가요?",
"데이터 피팅 표적 방위각 추정 기법에서는 신호 벡터를 탐색 각도의 개수까지 축소시켜 신호원의 표적 방위각을 추정하나요?",
"여러 개의 샘플을 사용하는 데이터 피팅 표적 방위각 추정 기법에서는 증가한 최적화 변수 양의 영향으로 최적화 계산량이 급감하게 되나요?",
"L1-SVD를 이용한 데이터 피팅 표적 방위각 추정 기법에서는 무엇을 이용해 최적화 변수를 탐색 각도 개수 \\( \\times \\) 신호원 개수로 줄일 수 있었나요?",
"L1-SVD를 활용한 데이터 피팅 표적 방위각 추정 기법에서 왜 특이 값 분해를 활용해 최적화 변수를 탐색 각도 개수 \\( \\times \\) 신호원 개수로 감소시킨 것인가요?",
"어떤 문제를 해결하기 위해서 L1-SVD를 활용해 데이터 피팅 표적 방위각 추정 기법이 연구된 것인가요?",
"공분산 행렬을 사용한 압축센싱기반 표적 방위각 추정 알고리듬에서는 신호원 개수만큼의 신호 공분산 행렬의 대각선 성분을 탐색 각도 개수만큼 축소해서 연구하였나요?",
"어떤 알고리듬에서 충분한 샘플이 주어졌을 때 최적 가중치 값이 해석적으로 주어졌다고 말할 수 있나요?",
"볼록 최적화를 사용해서 추정하는 데에 있어 압축센싱 기반 표적 방위각 추정 알고리듬의 단점은 무엇인가요?",
"Reference [5] 연구에서는 어떻게 주파수 영역으로 확장한 SpSF 알고리듬의 우수성을 보여주었나요?",
"볼록 최적화를 이용하는 데에 압축센싱 기반 표적 방위각 추정 알고리듬의 장점은 무엇인가요?",
"Reference [5] 연구에서는 무엇의 우수성을 보였나요?",
"이 논문에서는 압축센싱 기반 표적 방위각 추정 알고리듬에서 센서 배열의 고장에 관해 성능분석 연구가 부족하다는 한계점을 해결하기 위해 어떤 방식으로 수신신호의 구현 과정을 보이고 있나요?",
"데이터 피팅 표적 방위각 추정 기법에서는 센서 배열의 고장과 관련된 성능분석 연구가 부족하다는 한계점이 존재하나요?"
] |
ad371e40-e3fe-4756-9d74-c9d4f483134f
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<p>Figs. 6과 7의 경우 센서 배열이 비균일하게 설정된 경우의 각 표적 방위각 추정 알고리듬의 분해능을 보여준다.</p><p>Fig. 6 의 경우 센서의 개수가 5 개이며 블록 개수는 15 개이고 신호대잡음비가 \( 5 \mathrm{~dB} \) 일 때의 각 알고리듬의 표적 방위각 추정 결과를 보여준다. 해당 그림을 통해 기존의 표적 방위각 추정 알고리듬인 CBF와 MVDR은 \( 20^{\circ} \) 와 \( 23^{\circ} \) 에서 입사하는 두 표적 방위각을 전혀 분해하지 못하는 것을 확인할 수 있으며 SpSF 알고리듬인 경우 완벽하게 두 신호원에 대한 표적 방위각을 구분하여 추정하는 것을 확인할 수 있다.</p><p>Fig. 7의 경우 센서의 개수를 5개로 설정하고 신호 대잡음비를 \( 15 \mathrm{~dB} \) 로 설정하였으며 두 신호원에 대한 표적 방위각이 \( 20^{\circ} \) 와 \( 25^{\circ} \) 인 경우의 각 알고리듬의 표적 방위각 추정 결과를 보여준다. 센서의 개수와 신호대잡음비가 모두 증가했음에도 불구하고 기존의 표적 방위각 추정 알고리듬인 CBF와 MVDR인 경우 여전히 두 신호원에 대한 표적 방위각을 모두 추정 하지 못하는 것을 확인할 수 있다. 이에 반하여 SpSF 알고리듬은 정확하게 두 신호원의 표적 방위각을 구분하여 추정하는 것을 Figs. 4 와 5 를 통해 확인할 수있다.</p><p>Figs. 8과 9는 센서 배열의 소자에 고장이 발생했지만 사용자가 이를 인지하지 못한 경우의 스펙트럼 결과를 각 알고리듬 별로 보인다.</p><p>Fig. 8의 경우 블록의 개수가 50 이고 신호대잡음비가 \( 0 \mathrm{~dB} \) 이며 15 개의 센서 중에 임의의 4 개의 센서가 고장 났을 때의 표적 방위각 추정 알고리듬 별 표적 방위각 추정 결과를 보인다. SpSF 알고리듬을 이용시 두 신호원에 대한 표적 방위각을 정확히 추정할 수 있음을 확인 가능하며 기존의 표적 방위각 추정 알고리듬인 CBF와 MVDR의 경우 표적 방위각 추정에 오차가 발생한 것을 확인할 수 있다.</p><p>Fig. 9는 블록의 개수가 50 개이고 신호대잡음비가 \( 5 \mathrm{~dB} \) 의 경우 20 개의 센서 중 임의의 센서 10 개가 고장 났을 때의 각 알고리듬의 추정 결과를 보인다. SpSF 알고리듬의 경우 가짜 최대값이 많이 생기지만 표적 방위각을 정확하게 추정한다. CBF의 경우 적은 오차를 보이고 있으나MVDR 알고리듬인 경우 표적 방위각 추정이 불가능한 것을 확인할 수 있다.</p><p>Figs. 8과9를 통해 일부의 센서배열의 소자에 고장이 발생하고 사용자가 이를 인지하지 못한 경우 SpSF 알고리듬의 표적 방위각 추정성능이 기존의 표적 방위각 추정 알고리듬인 CBF와 MVDR의 표적 방위각 추정 성능보다 더 우수함을 확인할 수 있다.</p><p>Figs. 10과 11의 경우 센서 배열의 소자에 고장이 발생했지만 사용자가 이를 인지했을 때의 표적 방위각 추정 결과를 각 알고리듬 별로 보인다.</p><p>Fig. 10 의 경우 블록의 개수가 50 , 신호대잡음비의 경우 \( 0 \mathrm{~dB} \) 이며 15 개의 센서 소자 중 4 개의 센서가 고장 이 발생하여 총 11 개의 센서를 이용할 경우에 대한 각 알고리듬의 추정 결과 스펙트럼을 보인다. SpSF알고리듬만이 두 신호원에 대한 표적 방위각을 정확히 추정 가능함을 Fig. 8을 통해 확인할 수 있으며 기존의 표적 방위각 추정 알고리듬인 CBF와 MVDR의 경우 정확한 표적 방위각 추정을 하지 못하는 것을 확인할 수 있다.</p><p>Fig. 11은 50개의 블록을 이용하며 신호대잡음비의 경우 \( 5 \mathrm{~dB} \) 로 설정하였으며 센서 배열은 20 개의 소자 중 10 개의 센서에 고장이 발생하여 총 10 개의 센서를 이용할 경우에 대한 각 알고리듬의 추정 결과를 스펙트럼으로 보인다. Fig. 8보다 센서를 더 적게 사용하였으며 CBF와 MVDR의 경우 표적 방위각 추정에 있어 오차가 발생함을 확인할 수 있다. 이에 반해 SpSF 알고리듬의 경우 두 신호원에 대한 표적방위각을 정확히 추정할 수 있음을 Fig. 9를 통해 확인 할 수 있다.</p><p>Figs. 10과 11을 통해 센서 배열의 일부 소자에 고장이 발생하고 사용자가 이를 인지하고 있을 경우 기존의 표적 방위각 추정 알고리듬인 CBF, MVDR의 추정 성능보다 SpSF 알고리듬의 추정 성능이 더욱 우수한 것을 검증할 수 있다.</p>
|
[
"Fig. 6 의 경우 센서의 개수가 5 개이며 블록 개수는 16 개야?",
"Fig. 7의 경우 센서의 개수를 몇개로 설정했어?",
"CBF, MVDR의 추정 성능보다 SpSF의 추정 성능이 더욱 우수해?",
"Fig. 10 의 경우 블록의 개수가 50 , 신호대잡음비의 경우 \\( 0 \\mathrm{~dB} \\) 이야?",
"Figs. 6과 7의 경우 센서 배열이 비균일하게 설정된 경우의 각 표적 방위각 추정 알고리듬의 무엇을 보여줘?",
"Figs. 6과 7의 경우 센서 배열이 비균일하게 설정된 경우의 무엇의 분해능을 보여줘?",
"Fig. 6 의 경우 센서의 개수가 몇 개야?",
"CBF, MVDR의 추정 성능보다 무엇의 알고리듬의 추청 성능이 더욱 우수해?"
] |
672fedef-9f9c-407e-8e0e-fcbf77bcfa2d
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<h1>Ⅵ. 결 론</h1><p>본 논문은 주파수 영역으로 확장된 압축센싱 기반 SpSF 알고리듬의 유도과정을 다루었으며 센서 배열이 비균일하게 배치된 경우와 센서배열의 일부 소자에 고장이 발생한 경우에 대한 해당 알고리듬의 표적 방위각 추정 성능을 보였다. 센서배열의 고장을 반영하기 위해 각 상황에 맞는 센서 어레이 매니폴 드를 구현하여 수신신호를 모델링하였다. 센서배열의 일부 소자에 고장이 발생한 경우의 모의실험은 사용자가 센서의 고장을 인지한 경우와 인지하지 못할 때의 경우로 구분하여 모의실험을 진행하였다. 주파수 영역의 SpSF 알고리듬과 기존의 대표적인 표적 방위각 추정 기법인 CBF 그리고 MVDR의 추정 성능을 비교함으로써 비균일 센서 배열환경과 센서 배열의 일부 소자에 고장이 발생한 경우에 대하여 주파수 영역의 SpSF 알고리듬의 표적 방위각 추정 성능이 우수함을 보였다.</p>
|
[
"비균일 센서 배열환경과 센서 배열의 일부 소자에 고장이 발생한 경우에 대하여 주파수 영역의 SpSF 알고리듬의 표적 방위각 추정 성능이 우수함을 보인 결과는 주파수 영역의 SpSF 알고리듬과 기존의 대표적인 표적 방위각 추정 기법인 CBF 과 무엇의 추정 성능을 비교해서 알게되었지?",
"본 논문은 주파수 영역으로 확장된 압축센싱 기반 SpSF 알고리듬의 유도과정을 다루었으며 센서 배열이 비균일하게 배치된 경우와 센서배열의 일부 소자에 고장이 발생한 경우에 대한 해당 알고리듬의 어떤 성능을 보였지?",
"센서배열의 고장을 반영하기 위해 각 상황에 맞는 센서 어레이 매니폴 드를 구현하여 무엇을 모델링 하였지?"
] |
b1aae220-0d5d-4f65-a956-4b408f2c584e
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<h1>초 록</h1><p>초 록: 현재 압축센싱 기반 도래각 추정 알고리듬의 연구는 활발히 진행 중이나 비균일 센서 배열 기반 공분산fitting 알고리듬의 성능에 대한 연구는 진행되지 않았다. 본 논문에서는 주파수 영역으로 확장된 압축센싱 기반 공분산fitting 알고리듬의 유도과정을 다루며 센서배열이 비균일하게 배치된 경우와 센서배열의 일부 소자에 고장이 발생한 경우에 대한 해당 알고리듬의 도래각 추정 성능을 비교하였다.</p>
|
[
"논문이 쓰여질 당시에 활발하게 진행되고 있는 연구는 무엇에 관한 것인가요?",
"현재까지 진행되지 않은 연구 주제는 어떤 것인가요?",
"어떤 연구 주제가 현재까지 연구되지 않았지?",
"최근 비균일 센서 배열에 기반한 공분산 fitting 알고리듬의 성능에 관한 연구가 활발하게 진행되고 있나요?",
"이 논문은 주파수 영역으로 축소된 압축센싱 기반 공분산 fitting 알고리듬의 유도과정에 대해 논하고 있나요?",
"본 논문에서는 주파수 영역으로 확장된 무엇의 유도 과정에 대해 이야기하고 있나요?",
"이 논문에서는 센서 배열의 일부 소자에 고장이 난 경우 이외에 언제의 알고리듬의 도래각 추정 성능을 비교하고 있나요?",
"센서 배열이 비균일할 때와 일부 소자에 고장이 났을때 주파수 영역으로 확장된 압축센싱 기반 공분산fitting알고리듬의 무엇을 비교하였나요?",
"센서배열의 모든 소자가 정상적으로 동작하는 경우에 대해 주파수 영역으로 확대시킨 압축센싱 기반 공분산fitting 알고리듬의 도래각 추정 성능을 비교하고 있나요?",
"이 논문에서는 어디까지 확대 시킨 압축센싱 기반 공분산 fitting 알고리듬의 유도과정에 대해서 나타내고 있는가?",
"이 논문에서는 다음 중 언제 압축센싱 기반 공분산 fitting 알고리듬의 도래각 추정 성능을 비교했나요?"
] |
b827a0e6-7adb-4828-9700-6cc359512b5f
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<h1>Ⅱ. SpSF 알고리듬</h1><p>SpSF는 공분산 행렬을 피팅 하여 표적 방위각을 추정하는 방법이다. 센서 배열의 입사신호를 \( y(t) \) 라할 때, 공분산 행렬을 시간 평균으로 구현하면 아래의 수식과 같이 표현 가능하다.</p><p>\( \hat{\boldsymbol{R}}=\sum_{i=1}^{T} \boldsymbol{y}\left(t_{i}\right) \boldsymbol{y}\left(t_{i}\right)^{H} \).<caption>(1)</caption></p><p>\( T \) 는 샘플 개수이고 \( y\left(t_{i}\right) \)는 \( t_{i} \) 일 때의 수신 신호 데이터이다. Eq. (1)은 다음과 같이 어레이매니폴드 \( A \) 와 신호공분산행렬 \( \hat{R}_{s} \) 그리고 잡음 공분산 행렬 \( E \) 로 표현이 가능하다.</p><p>\( \widehat{R}=A \hat{R}_{s} A^{H}+E \)<caption>(2)</caption></p><p>샘플 수가 충분히 많은 경우 \( \hat{R} \simeq R \) 로 근사할 수 있으며 SpSF 알고리듬의 비용함수는 Ea (3)과 같이 정의된다.</p><p>\( R_{s}=\underset{R,}{\arg \min }\left\|R-A R_{s} A^{H}\right\|_{2}^{2}+\lambda\left\|\left(\overrightarrow{R_{s}}\right)\right\|_{1} \) s.t. \( R_{\mathrm{s}}=R_{\mathrm{s}}^{H} \) and \( \operatorname{diag}\left(R_{s}\right) \geq 0 .\)<caption>(3)</caption></p>
|
[
"(1)번 수식에서, \\( y\\left(t_{i}\\right) \\)는 무엇을 의미하나요?",
"SpSF는 어떻게 표적 방위각을 추정하나요?",
"어떻게 SpSF가 표적 방위각을 추측하나요 ",
"SpSF알고리즘에서 샘플 수가 많은 경우 어떤 근사가 가능한가요?",
"SpSF알고리즘에서 \\( \\hat{R} \\simeq R \\) 근사가 가능한 경우는 언제인가요?",
"본 논문의 (1)번 수식에서, \\( T \\) 는 무엇을 의미하나요?",
"공분산 행렬을 시간 평균으로 구현한 수식에서, 센서 배열의 입사 신호는 무엇으로 표현하였나요?",
"SpSF 알고리듬의 비용함수를 수식으로 표현하면 어떻게 되나요?",
"SpSF 알고리즘 수식에서, \\( T \\)는 입사신호를 의미하지?",
"공분산 행렬을 시간 평균으로 구현한 식에서, \\( y(t) \\)는 무엇을 의미하나요?",
"SpSF는 무엇을 추정하는 방법인가요?",
"무엇을 추측하는 방법이 SpSF야"
] |
2fe2c852-b266-4ad8-8fa7-786d0ac91678
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<h1>Ⅲ. 주파수 영역으로 확장한 SpSF알고리듬</h1><p>시간영역의 수신 신호 데이터를 퓨리에 변환하고 \( b \) 번째 블록만을 취함으로써 구현한 주파수 영역의 수신 신호 행렬 \( \mathrm{Y}_{b} \) 은 다음과 같다.</p><p>\( \mathrm{Y}_{\mathrm{b}}=\left[\mathrm{Y}_{\mathrm{b}}\left(\mathrm{f}_{1}\right) \mathrm{Y}_{\mathrm{b}}\left(\mathrm{f}_{2}\right) \cdots \mathrm{Y}_{\mathrm{b}}\left(\mathrm{f}_{\mathrm{N}}\right)\right] \)<caption>(4)</caption></p><p>신호 에너지가 존재하는 bin의 수신신호데이터를 \( \mathrm{Y}_{b}\left(f_{j}\right) \) 으로 정의하고 이를 이용하여, \( L \) 개의 블록에 대한 주파수 영역에서의 공분산 행렬을 다음과 같이 정의할 수 있다.</p><p>\( \hat{\mathrm{R}}_{F}=\frac{1}{L} \sum_{b=1}^{L} \mathrm{Y}_{\mathrm{b}}\left(\mathrm{f}_{\mathrm{j}}\right) \mathrm{Y}_{\mathrm{b}}^{\mathrm{H}}\left(\mathrm{f}_{\mathrm{j}}\right) \).<caption>(5)</caption></p><p>위 식에서 보인 주파수 영역에서의 공분산 행렬을 SpSF 알고리듬에 적용함으로써 주파수 영역으로 확장한 SpSF알고리듬을 정의할 수 있다. 블록 개수 \( L \)이 충분히 많으면 \( \hat{\mathrm{R}}_{F} \simeq \mathrm{R}_{F} \) 와 같이 근사가 가능하며 주파수 영역으로 확장한 SpSF 비용함수는 Eq. (7)과 같이 정의된다.</p><p>\[ \left.\mathrm{R}_{\mathrm{s}}=\underset{\mathrm{R}_{\mathrm{s}}}{\arg \min }\left\|\mathrm{R}_{\mathrm{F}}-\mathrm{AR}_{\mathrm{s}} \mathrm{A}^{\mathrm{H}}\right\|_{2}^{2}+\lambda \| \overrightarrow{\left(\mathrm{R}_{\mathrm{s}}\right.}\right) \|_{1} \]s.t. \( \mathrm{R}_{\mathrm{S}}=\mathrm{R}_{\mathrm{s}}^{\mathrm{H}} \) and \( \operatorname{diag}\left(\mathrm{R}_{\mathrm{s}}\right) \geq 0 \)<caption>(6)</caption></p><p>주파수 영역으로 확장한 SpSF 알고리듬은 가중치 \( \lambda \) 의 값을 사용자가 주어진 상황에 맞게 설정함으로써 기존의 공분산 행렬과 알고리듬을 통해 얻은 주파수 영역의 신호 공분산 행렬 \( \mathrm{R}_{s} \) 과 어레이매니폴드 \( A \) 와의 연산을 통해 구한 공분산이 흡사하도록 함과 동시에 희소성을 가지는 신호공분산 행렬 \( \mathrm{R}_{s} \) 를 추정한다.</p><p>가중치 \( \lambda \) 인 경우 사용자가 양의 정수 방향으로 값을 바꾸어가며 설정하게 된다. 해당 과정을 거치면서 각각의 \( \lambda \) 값에 해당되는 신호공분산 행렬을 구하게 된다. 구한 신호 공분산 행렬들 중 Eq. (8)과 같이 정의가 가능한 관계식을 만족하는 가중치 \( \lambda \) 를 찾고 그에 대응하는 신호공분산 행렬 \( \mathrm{R}_{s}^{(\lambda)} \) 을 선택하면 최적의 희소한 신호공분산 \( \mathrm{R}_{s} \) 를 구할 수 있다. E는 주파수 영역의 잡음 공분산 행렬이다.</p><p>\( E\left[\left\|\mathrm{R}_{\mathrm{F}}-\mathrm{AR}_{\mathrm{s}}^{(\lambda)} \mathrm{A}^{\mathrm{H}}\right\|_{\mathrm{f}}^{2}\right]=\mathrm{E}\left[\|\mathrm{E}\|_{\mathrm{f}}^{2}\right] \).<caption>(7)</caption></p><p>또한 SpSF 알고리듬에서 구현되는 신호공분산 행렬의 대각선 성분은 탐색하는 방위각 범위에 해당되는 모든 각도에 대응하는 신호파워를 의미한다. 실제 신호원의 입사각도에 해당되는 색인에는 신호 파워 값이 존재하고 나머지 색인에는 0에 가까운 값이 주어지므로 이를 이용하여 입사신호의 표적 방위각을 추정할 수 있다.</p>
|
[
"퓨리에 변환한 신호 데이터는 몇 번째 블록만을 취했지?",
"정의된 신호 에너지가 존재하는 bin의 수신신호데이터는 뭐야?",
"주파수 영역에서의 공분산 행렬은 어느 알고리듬에 적용했지?",
"어떤 경우에 \\( \\hat{\\mathrm{R}}_{F} \\simeq \\mathrm{R}_{F} \\) 와 같이 근사가 가능하지?",
"주파수 영역의 잡음 공분산 행렬은 뭐야?",
"주파수 영역의 수신 신호 행렬은 어떻게 구현되었어?",
"주파수 영역에서의 공분산 행렬은 어떻게 정의 할 수 있어?",
"주파수 영역으로 확장한 SpSF 알고리듬은 어떻게 정의할 수 있어?",
"어떻게 기존의 공분한 행렬과 알고리듬을 통해 얻은 신호 공분산 행렬과 어레이매니폴드 연산을 통한 공분산이 흡사하게 할 수 있어?",
"최적의 희소한 신호공분산은 어떻게 구할 수 있어?",
"시간영역의 수신 신호 데이터는 무엇으로 변환했지?",
"가중치 \\( \\lambda \\) 인 경우 사용자가 음의 정수 방향으로 값을 바꾸어가며 설정하지?",
"최적의 희소한 신호공분산은 어떻게 구할 수 있는가?",
"어떻게 최적의 희소한 신호공분산을 구할 수 있을까?"
] |
4deb0a65-d66c-43d8-8c1d-2e5e65d4d0b1
|
인공물ED
|
주파수 영역으로 구현한 SpSF알고리듬: 비균일 센서 환경에서의 도래각 추정 성능
|
<h1>Ⅳ. 비균일 센서 배열 및 센서배열 고장 환경 설정</h1><p>비균일 센서 배열 환경이 발생하는 이유는 크게 환경에 의해 비균일 배열로 설계를 하게 된 경우와 센서 배열 소자들의 고장으로 인해 균일 센서 배열이 비균일 센서 배열로 변하게 되는 경우로 분류할 수 있다. 첫 번째의 경우는 이용한 소자의 개수와 소자간의 간격을 송수신 환경에 적합하게 설정할 수 있어 표적 방위각 추정성능에 큰 변화가 없다. 그러나 고장으로 인한 센서 배열의 비균일화는 추정 성능 변화에 큰 영향을 준다.</p><p>고장으로 인해 발생한 비균일 센서 배열을 이용하여 표적 방위각 추정을 수행할 때는 사용자가 센서고장을 인지하고 있는지에 대한 유무를 고려해야한다. 먼저 고장 나지 않은 선형 균일 센서 어레이 매니 폴드를 수식화하여 표현하면 다음과 같다.</p><p>\( \boldsymbol{A}=\left[\begin{array}{cccc}a_{1}\left(\theta_{1}\right) & a_{1}\left(\theta_{2}\right) & \ldots & a_{1}\left(\theta_{N_{o}}\right) \\ a_{2}\left(\theta_{1}\right) & a_{2}\left(\theta_{2}\right) & \ldots & a_{2}\left(\theta_{N_{o}}\right) \\ a_{3}\left(\theta_{1}\right) & a_{3}\left(\theta_{2}\right) & \ldots & a_{3}\left(\theta_{N_{o}}\right) \\ \vdots & \vdots & \ddots & \vdots \\ a_{M}\left(\theta_{1}\right) & a_{M}\left(\theta_{2}\right) & \ldots & a_{M}\left(\theta_{N_{o}}\right)\end{array}\right] \).<caption>(8)</caption></p><p>센서 배열의 고장을 모르는 경우, 사용자는 센서 배열로부터 얻은 모든 데이터를 이용하게 된다. 해당 데이터는 고장 난 센서 소자에 해당 되는 부분까지 포함하고 있으나 고장 난 소자에 해당되는 부분에는 실질적인 데이터는 존재하지 않는다. 예를 들어 고장 난 소자의 개수가2개이고 센서 배열의 두 번째와 다섯 번째에 해당 소자들이 위치한다면 이 경우의 센서 어레이 매니폴드는 아래의 식으로 표현 가능하다.</p><p>\( A_{1}=\left[\begin{array}{cccc}a_{1}\left(\theta_{1}\right) & a_{1}\left(\theta_{2}\right) & \ldots & a_{1}\left(\theta_{N_{0}}\right) \\ 0 & 0 & \ldots & 0 \\ a_{3}\left(\theta_{1}\right) & a_{3}\left(\theta_{2}\right) & \ldots & a_{3}\left(\theta_{N_{o}}\right) \\ 0 & 0 & \ldots & 0 \\ a_{5}\left(\theta_{1}\right) & a_{5}\left(\theta_{2}\right) & \ldots & a_{5}\left(\theta_{N_{o}}\right) \\ \vdots & \vdots & \ddots & \vdots \\ a_{M}\left(\theta_{1}\right) & a_{M}\left(\theta_{2}\right) & \ldots & a_{M}\left(\theta_{N_{0}}\right)\end{array}\right] \).<caption>(9)</caption></p><p>센서 배열의 고장을 인지하고 고장 난 센서 소자들을 파악한 경우 사용자는 기존의 M개의 소자들로부터 얻은 데이터를 모두 사용하는 것이 아닌 M-2개의 소자들로부터 얻은 데이터만을 사용하게 된다. 이때의 센서 어레이 매니폴드는 다음과 같이 정의 가능하다.</p><p>\( A_{2}=\left[\begin{array}{cccc}a_{1}\left(\theta_{1}\right) & a_{1}\left(\theta_{2}\right) & \ldots & a_{1}\left(\theta_{N_{o}}\right) \\ a_{3}\left(\theta_{1}\right) & a_{3}\left(\theta_{2}\right) & \ldots & a_{3}\left(\theta_{N_{o}}\right) \\ a_{5}\left(\theta_{1}\right) & a_{5}\left(\theta_{2}\right) & \ldots & a_{5}\left(\theta_{N_{o}}\right) \\ \vdots & \vdots & \ddots & \vdots \\ a_{M}\left(\theta_{1}\right) & a_{M}\left(\theta_{2}\right) & \ldots & a_{M}\left(\theta_{N_{0}}\right)\end{array}\right] \).<caption>(10)</caption></p><p>Eqs. (8)과 (9) 그리고 (10)의 경우 수신 신호를 모의할 때 이용이 되며 하여 세 가지 경우에 대한 수신신호는 다음과 같이 표현할 수 있다.</p><p>\( Y_{B}\left(f_{j}\right)=A X_{B}\left(f_{j}\right)+N \).<caption>(11)</caption></p><p>\( {Y}_{B}^{(1)}\left(f_{j}\right)=A_{1} X_{B}\left(f_{j}\right)+{N} \)<caption>(12)</caption></p><p>\( {Y}_{B}^{(2)}\left(f_{j}\right)=A_{2} X_{B}\left(f_{j}\right)+{N} \)<caption>(13)</caption></p><p>센서 배열의 고장이 발생하지 않은 경우의 수신신호는 Eq. (11)과 같이 모델링이 가능하다. 센서 배열에 고장 발생 시 사용자가 인지한 경우는 Eq. (13)를 이용하여 수신신호를 모델링 할 수 있다. 센서 배열의 고장을 사용자가 인지하지 못한 경우는 특정 센서 소자에 신호가 수신되지 못하지만 고장으로 인한 잡음 발생을 반영하기 위해 Eq. (12)과 같이 모델링을 하였다. 센서 배열의 경우 설정된 센서 고장률에 따라 랜덤하게 고장난 센서 소자가 배치되도록 하였다.</p><p>방향 탐지 알고리듬 구현 시 이용되는 센서 어레이 매니폴드의 경우 센서 고장이 발생하였으나 사용자가 인지하지 못한 경우 센서 고장이 발생하지 않은 경우와 동일하게 모든 센서 소자의 위상 차 데이터를 이용하며 사용자가 고장을 인지한 경우 고장이 발생한 센서를 제외한 위상차 정보만 이용하게 된다.</p>
|
[
"환경에 의해 비균일 배열로 설계를 하게 된 경우 소자의 개수와 소자간의 간격을 송수신 환경에 적합하게 설정할 수 있어?",
"비균일 센서 배열 환경이 발생하는 첫 번째 경우는 뭐야?",
"고장으로 인한 센서 배열의 비균일화는 추정 성능에 큰 변화가 없지?",
"언제 사용자는 센서 배열로부터 얻은 모든 데이터를 이용하지?",
"사용자가 센서고장을 인지하고 있는지에 대한 유무를 고려해 할 때는 언제야?",
"언제 기존의 M개의 소자들로부터 얻은 데이터를 모두 사용하는 것이 아닌 M-2개의 소자들로부터 얻은 데이터만을 사용하지?",
"센서 배열에 고장 발생 시 사용자가 인지한 경우 수신신호는 Eq. (11)과 같이 모델링이 가능하지?",
"데이터는 고장 난 소자에 해당되는 부분에는 실질적인 데이터를 포함하지?",
"센서 배열의 고장이 발생하지 않은 경우 수신신호는 어떻게 모델링 할 수 있어?",
"사용자가 센서 배열에 고장을 인지한 경우 수신신호는 어떻게 모델링할 수 있어?",
"비균일 센서 배열 환경이 발생하는 비유는 어떻게 분류할 수 있어?"
] |
cbd9a59d-8359-4ce5-9569-181f9a2ac6b9
|
인공물ED
|
SOC 테스트를 위한 Wrapper 설계 기법
|
<h1>Ⅳ. 실험 결과</h1> <p>본 논문에서 제안하는 기법의 우수성을 보이기 위해 TAM 너비의 소요 개수와 설계 후 테스트에 필요한 시간을 비교하였다. 실험을 위해서 본 논문에서는 \( {ITC}^{\prime} 02 \) SOC 테스트 벤치마크 회로 중 p93791의 모듈 20 코어를 사용하였다. 모듈 20 코어는 136개의 입력터미널, 12개의 출력터미널, 그리고 72개의 양방향터미널이 있으며, 길이가 132, 133, 157, 168, 180, 181인 내부 스캔 체인이 각각 1, 5, 1, 14, 19, 4개로 총 44개의 내부 스캔 체인을 포함하고 있는 회로이다. 이를 이용한 실험 결과를 표 2에서 보여 준다.</p> <table border><caption>표 2. Design_wrapper와 제안된 기법의 테스트 코어 wrapper 설계 결과</caption> <tbody><tr><td rowspan=2>Availabe TAM width</td><td colspan=2>Utilized TAM width</td><td colspan=3>Longest wrapper scan chain</td></tr><tr><td>[11]</td><td>Prop.</td><td colspan=2>[11]</td><td>Prop.</td></tr><tr><td>1</td><td>1</td><td>1</td><td colspan=2>7658</td><td>7658</td></tr><tr><td>2</td><td>2</td><td>2</td><td colspan=2>3829</td><td>3829</td></tr><tr><td>3</td><td>3</td><td>3</td><td colspan=2>2553</td><td>2553</td></tr><tr><td>4</td><td>4</td><td>4</td><td colspan=2>1915</td><td>1915</td></tr><tr><td>5</td><td>5</td><td>5</td><td colspan=2>1532</td><td>1532</td></tr><tr><td>6</td><td>6</td><td>6</td><td colspan=2>1322.</td><td>1309</td></tr><tr><td>7</td><td>7</td><td>7</td><td>1143</td><td>1141</td></tr><tr><td>8</td><td>8</td><td>8</td><td colspan=2>998</td><td>998</td></tr><tr><td>9</td><td>9</td><td>9</td><td colspan=2>865</td><td>865</td></tr><tr><td>10</td><td>10</td><td>10</td><td colspan=2>829</td><td>829</td></tr><tr><td>11</td><td>11</td><td>1</td><td colspan=2>697</td><td>697</td></tr><tr><td>12</td><td>12</td><td>12</td><td colspan=2>685</td><td>685</td></tr><tr><td>13</td><td>13</td><td>13</td><td colspan=2>650</td><td>637</td></tr><tr><td>14</td><td>14</td><td>14</td><td colspan=2>625</td><td>591</td></tr><tr><td>15</td><td>15</td><td>15</td><td colspan=2>517</td><td>517</td></tr><tr><td>16</td><td>16</td><td>16</td><td colspan=2>516</td><td>516</td></tr><tr><td>17-18</td><td>17</td><td>17</td><td colspan=2>516</td><td>516</td></tr><tr><td>19</td><td>19</td><td>19</td><td colspan=2>481</td><td>481</td></tr><tr><td>20</td><td>20</td><td>19</td><td colspan=2>480</td><td>480</td></tr><tr><td>21</td><td>21</td><td>21</td><td colspan=2>446</td><td>399</td></tr><tr><td>22</td><td>22</td><td>22</td><td colspan=2>360</td><td>360</td></tr><tr><td>23-29</td><td>23</td><td>23</td><td colspan=2>348</td><td>348</td></tr><tr><td>30</td><td>30</td><td>30</td><td colspan=2>337</td><td>337</td></tr><tr><td>31-36</td><td>31</td><td>31</td><td colspan=2>336</td><td>336</td></tr><tr><td>37</td><td>37</td><td>37</td><td colspan=2>325</td><td>325</td></tr><tr><td>38-39</td><td>38</td><td>38</td><td colspan=2>301</td><td>301</td></tr><tr><td>40</td><td>40</td><td>40</td><td colspan=2>300</td><td>300</td></tr><tr><td>41~42</td><td>41</td><td>41</td><td colspan=2>266</td><td>266</td></tr><tr><td>43</td><td>43</td><td>43</td><td colspan=2>265</td><td>265</td></tr><tr><td>44-64</td><td>44</td><td>48</td><td colspan=2>181</td><td>181</td></tr></tbody></table> <p>표 2 의 첫 번째 열은 주어진 TAM 라인 수를 나타낸다. TAM 라인 수가 1 비트부터 64 비트까지 주어지는 경우를 실험한다. 두 번째([11])와 세 번째 열(Prop.)은 코어의 스캔 체인과 입출력 터미널들을 알고리즘에 따라 할당한 후 최종 사용된 TAM 라인 수를 나타내는데, 두 번째 열은 Design_wrapper 기법[11]의 결과이고 세 번째 열은 제안된 기법의 결과이다. 다섯 번째와 여섯 번째 열은 전체 할당 과정이 완료된 후, 사용된 TAM 라인 중 최장 TAM 라인의 테스트 시간을 클럭 수로 나타낸 것이다. 다섯 번째 열([11])은 Design_wrapper 기법의 결과이고 여섯 번째 열(Prop.)은 제안된 기법의 결과이다.</p> <p>표 2 에서 알 수 있듯이, 주어진 TAM 라인 수가 18인 경우 모든 TAM 라인을 소비하지 않고 17 개만을 할당에 소비하면서 주어진 라인 수가 17일 때와 동일한 최장 테스트 시간 결과를 얻을 수 있다. 하지만 표 2의 네 번째 열의 음영처리 된 부분은 본 논문에서 제안하는 기법에 비해 최장 테스트 시간이 더 길다. 제안된 기법은 테스트 시간에 있어서 기존의 기법에 비해 동일하거나 더 나은 결과를 산출한 것을 알 수 있다. 이와 동시에 제안된 기법은 전체적으로 기존의 기법들과 동일하거나 더 적은 TAM 라인을 사용한다. 주어진 TAM 라인이 20개인 부분을 보면 두 번째 열의 굵게 표시된 것처럼 19개의 사용으로 Design_wrapper 기법에 비해 제안된 기법이 더 적은 TAM 라인을 사용한다는 것을 알 수 있다.</p>
|
[
"가장 적은 크기의 Availabe TAM width는 얼마야?",
"Availabe TAM width가 7일 때 [11] 방법의 Utilized TAM width는 얼마인가?",
"Prop. 방법에서 최고의 Utilized TAM width 값은 얼마니?",
"[11] 방법의 Longest wrapper scan chain 값이 가장 클 때 Availabe TAM width는 얼마일까?",
"[11] 방법에서 가장 큰 Utilized TAM width는 얼마인가?"
] |
0bb6075f-1287-4fd6-871b-873e966c681e
|
인공물ED
|
H-대역(220～325 GHz) 주파수를 이용한 1.485 Gbps 비디오 신호 전송 송수신기
|
<h1>III. 비디오 신호 전송 실험</h1> <h2>3-1 시험장치 구성</h2> <p>비디오 신호 전송 시스템은 그림 9와 같이 테라헤르츠 송신기와 수신기로 구성되고, 송신 및 수신 혼 안테나 사이에 무선 링크의 이득을 증대시키기 위하여 렌즈를 설치하였다. 개인용 컴퓨터(PC)의 DVI 출력을 DVI-to-HD-SDI 변환기를 통하여 NRZ(Non-Return-to-Zero) 형식의 \( 1.485 \mathrm{~Gbps} \) HD-SDI 신호(SM-PTE292M 표준)로 변환하여 송신기의 데이터 입력으로 인가하고, 테라헤르츠 수신기의 출력 신호는 HD-SDI-to-DVI 변환기를 통하여 PC 모니터 또는 HDTV 에 접속하였다. Direct Detection 수신기는 H-band ZBD를 사용하였으며, ZBD 모듈의 DC 출력을 기저대역 모듈을 통하여 HD-SDI-to-DVI 변환기에 연결하였다.</p> <h2>3-2 성능 측정 결과 분석</h2> <p>헤테로다인 수신기의 성능 측정 결과를 그림 10에 나타내었으며, 그림 10(a)는 \( 1.485 \mathrm{~Gbps} \) 비디오 신호의 기준 eye diagram이고, 그림 10(b)는 \( 4.7 \mathrm{~m} \) 거리에 위치한 헤테로다인 수신기로 수신된 신호의 eye diagram이며, 그림 10(c)는 HDTV에 전송된 화면이다.</p> <p>표 2 는 실험 결과의 링크 성능 분석을 나타내었다. 측정된 서브 하모닉 믹서의 conversion gain은 \( -11 \)\( \mathrm{dB} \) 이고, IF power는 \( -6 \mathrm{dBm} \) 이며, Tx RF power는 \( -17 \)\( \mathrm{dBm}(20 \mu \mathrm{W}) \) 이다. 이 때 채널(channel \( ) \) 의 링크 거리는 \( 4.7 \mathrm{~m} \) 가 측정되었으며, 링크 마진 \( 1.3 \mathrm{~dB} \) 를 고려하면 최대 \( 5 \mathrm{~m} \) 까지 전송 가능하다. 현재의 시스템은 서브 하모닉 믹서의 과다한 IF power 입력에 의한 파괴를 막기 위해 IF Power를 \( -6 \mathrm{dBm} \) 으로 제한하였으나, 서브 하모닉 믹서의 IF 최대 입력 전력인 \( -3 \)\( \mathrm{dBm} \) 으로 높였을 때 링크 거리는 \( 10 \mathrm{~m} \) 정도까지 확장될 수 있다.</p> <p>그림 11(a)는 직접 검출(ZBD) 수신기의 측정된 수신 eye diagram이고, 그림 11(b)는 비디오 대역폭(video bandwidth)이다. \( 3 \mathrm{~dB} \) 대역폭은 \( 400 \mathrm{MHz}, 10 \)\( \mathrm{dB} \) 대역폭은 \( 1 \mathrm{GHz}, 15 \mathrm{~dB} \) 대역폭은 \( 1.5 \mathrm{GHz} \) 이다. 그림 11(c)는 직접 검출 수신기의 성능 시험 결과로 eye diagram과 BER 측정 결과, \( 1.2 \mathrm{Gbps} \) 까지 전송이 가능함을 확인하였다. \( 268 \mathrm{Mbps} \) 에서 영상 전송을 시험해 본 결과, 렌즈가 없는 경우 전송 거리는 \( 3.5 \mathrm{~cm} \)이었고, 렌즈를 사용한 경우는 전송 거리가 \( 1 \mathrm{~m} \) 이었다.</p> <table border><caption>표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교</caption> <tbody><tr><td>성능 규격</td><td>일본 NTT</td><td>일본 오사카대</td><td>독일 TCL</td><td>본 논문</td></tr><tr><td>주파수대</td><td>\(250\mathrm{~Ghz}\)</td><td>\(340\sim400\mathrm{~Ghz}\)</td><td>\(300\mathrm{~Ghz}\)</td><td>H-band \(240\mathrm{~Ghz}\)</td></tr><tr><td>송신 출력</td><td>\( 26 ~\mu \mathrm{W} \)</td><td>\( 10 ~\mu \mathrm{W} \)</td><td>\( 50 ~\mu \mathrm{W} \)</td><td>\( 20 ~\mu \mathrm{W} \)</td></tr><tr><td>전송 속도</td><td>\( 8\mathrm{~Gbps} \)</td><td>\( 2\mathrm{~Gbps} \)</td><td>\( 6\mathrm{~MHz} \) BW</td><td>\( 1.485\mathrm{~Gbps} \)</td></tr><tr><td>전송 거리</td><td>\( 50\mathrm{~cm} \)</td><td>\( 50\mathrm{~cm} \)</td><td>\( 10\mathrm{~m} \)</td><td>\( 5\mathrm{~m} \)</td></tr><tr><td>시연 연도</td><td>2009년</td><td>2009년</td><td>2008년</td><td>2010년</td></tr><tr><td>송신기 방식</td><td>Photonics</td><td>Photonics</td><td>Electronics</td><td>Electronics</td></tr></tbody></table> <p> <p>표 3은 현재까지 국내외에서 시연한 테라헤르츠 무선 전송 시스템의 성능을 비교 요약한 것이다.</p> <p>일본은 송신기 방식으로 UTC-PD를 이용한 광전변환 기술을 유일하게 적용하고 있으나, 선진 각국은 \( 50 \mathrm{~nm}, 35 \mathrm{~nm} \) 의 HEMT 소자 기술을 이미 이용하여 전자 방식(all electronics) MMIC를 개발하고 있다. 본 논문의 결과는 2010 년 10 월에 시연을 하였으며,국외 시연 결과와 비교하였을 때 국제 동등 이상의 수준으로 판단된다.</p>
|
[
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 독일 TCL의 송신기 방식은 뭐지?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 NTT의 주파수대는 얼마야?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 독일 TCL의 주파수대는 얼마인가?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 오사카대의 주파수대는 얼마지?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 본 논문의 송신 출력은 얼마 정도야?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 본 논문의 주파수대는 얼마일까?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 오사카대의 송신 출력은 얼마 정도인가?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 NTT의 송신 출력은 얼마 정도일까?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 NTT의 전송 속도는 얼마 정도의 값이야?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 독일 TCL의 전송 속도는 얼마 정도의 값인가?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 독일 TCL의 전송 거리는 얼마 정도의 값을 보일까?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 본 논문의 전송 속도는 얼마 정도의 값일까?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 NTT의 전송 거리는 얼마 정도의 값을 보이는가?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 독일 TCL의 시연 연도는 언제야?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 오사카대의 전송 거리는 얼마 정도의 값을 보이지?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 오사카대의 시연 연도는 언제지?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 독일 TCL의 송신 출력은 얼마 정도지?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 오사카대의 전송 속도는 얼마 정도의 값이지?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 본 논문의 전송 거리는 얼마 정도의 값을 보여?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 본 논문의 송신기 방식은 뭐야?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 본 논문의 시연 연도는 언제일까?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 오사카대의 송신기 방식은 뭘까?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 NTT의 송신기 방식은 무엇인가?",
"본문의 표 3. 국외 테라헤르츠 무선 전송 시스템 시연 결과 비교에서 일본 오NTT의 시연 연도는 언제인가?"
] |
b672f4e7-a218-490b-9c26-8db5157c6818
|
인공물ED
|
소화관 내 압력 측정을 위한 텔레메트리 캡슐 구현
|
<h1>2. 압력 측정 텔레메트리 시스템</h1><p>압력 축정 텔레메트리 시스템은 크게 생체 내에서 압력을 측정하기 위한 압력 측정 캡슐과 그 캡슐로부 터 전송된 압력 정보를 수신하고 이를 해석하는 수신부로 이루어져 있으며 전체 시스템의 개념도는 그림 1 과 같다.</p><p>압력 측정 캡슐은 그림 1 과 같이 식도, 위장, 십이지 장, 소장 및 대장 등을 통과 하면서 각 장기 내의 압력 정보를 수집하여 무선 전송에 적합하도록 부호화한다. 부호화된 압력 정보는 송신기에서 변조되어 송신 안테나를 통해 생체 외부의 수신 안테나로 전송된다. 생체 외부의 RF 수신기는 변조된 압력 신호를 복조하여 디코더로 전송한다. 디코더는 전송받은 신호로부터 압력 정보를 추출하고 그 데이터를 저장 장치에 저장을 하거나 I/O 보드를 통해서 컴퓨터와 같은 외부 장치로 전달한다. 컴퓨터는 I/O 보드를 통해 전송받은 데이터 를 처리하고 이를 화면에 표시한다.</p><h2>2.1. 압력 측정 캡슐</h2><p>압력 측정 캡슐은 압력 센서, 센서 제어용 CPLD (complex programmable logic device), 송신기, 송신 안테나, 그리고 배터리로 구성되며 캡슐의 구성도는 그림 2와 같다.</p><p>압력 측정 캡슐은 그림 2 와 같이 소화기관 내 압력 정보를 얻기 위해 MS5534(Intersema, Switzerland) 압력 센서를 내장하였다. MS5534는 15비트 ADC(analog to digital converter)를 내장하여 압력정보를 15 비트로 출력하며 \( 0.268 \mathrm{mbar} \) 의 해상도로 \( 300 \sim 1100 \mathrm{mbar} \) 범위 의 압력이 측정 가능하며 측정된 압력 값의 오차는 온도가 \( -10~60^{\circ} \mathrm{C} \) 의 범위에서 변화할 때 \( 1 \mathrm{mbar} \) 이내이다. CPLD 제어기는 XCR3064CP56 (Xilinx, U.S.A.)을 사용하여 설계하였으며 CPLD 내부는 센서의 동작을 제어하는 센서 컨트롤러와 데이터 임시 저장을 위한 버퍼 및 압력 신호를 무선 전송에 적합한 형태로 변환하는 인코더로 구성된다. 배터라는 CR1/3N-1BP (SANYO, Japan)을 사용하였으며 전압은 \( 3 \mathrm{~V} \) 이며 용량은 \( 160 \mathrm{mAh} \) 이다. 송신기는 \( 1.2 \mathrm{GHz} \) 의 FSK(frequency shift keying) 송신기를 사용하였으며 각 모듈의 블록도는 그림 3과 같다.</p><p>압력센서는 그림 3과 같이 CPLD제어기로부터 센서의 ADC를 위한 \( 32.768 \mathrm{kHz} \) 클럭을 MCLK 로 입력 받고 CPLD 제어기의 센서 컨트롤러는 SCLK를 통신 동기 클럭으로, DIN을 데이터 입력으로,DOUT을 데이터 출력으로 사용하는 3-wire 시리언 인터페이스를 사 용하여 센서를 제어하며 압력 데이터를 획득하여 버퍼에 저장한다. 인코더는 저장된 압력 데이터를 전송에 적합한 형태로 부호화하고 송신기는 부호화된 압력 데이터를 FSK를 변조하여 안테나를 통해 외부로 전송한다. 센서 컨트롤러 타이밍도는 그림 4와 같다.</p><p>센서 컨트롤러는 그림 4와 같이 SCLK, DIN 및 DOUT 신호로 압력 센서를 초기화 하고 압력 데이터를 언어 버퍼에 저장한다. 압력 센서는 그림 4의 (a)와 같이 센서 컨트롤러로부터 DIN을 동해 101010101010 10000000 의 비트 열을 SCLK의 상승에지에 맞추어 입력받으면 초기화되며 그림 4의 (b)와 같이 센서 컨트롤 러로부터 DIN.으로 1111010000 의 비트열올 SCLK의 상승에지에 맞추어 입력받으면 아날로그 압력 값이 디지털 데이터로 변환되기 시작한다. 아날로그 압력 값이 디지털 데이터로 변환이 완료되면 압력센서는 DOUT 을 통해 ADC 변환 종료신호를 출력하고 SCLK 펄스파의 하강에지에 맞추어 15 비트의 압력데이터를 DOUT을 통해 출력하게 된다. 센서 컨트롤러는. DOUT으로 출력되는 압력데이터를 버퍼에 저장하고 인코더는 버퍼에 저장된 압력 데이터를 부호화하여 송신기로 전달하며 부호화된 데이터는 그림 5 와 같다.</p><p>CPLD 내부의 인코더는 그림 5 에서와 같이 압력데이터를 무선전송에 적합한 형태로서 널코드, 시작 비트열, 압력 테이터 및 정지 비트열로 구성하여 맨체스터 코딩한 후 송신기로 전달한다. 널코드는 압력 데이터와 시작 및 정지 비트가 발생하지 않는 구간에서 \( 2 \mathrm{kHz} \) 의 펄스 형태르 송수신 간에 발생한 수 있는 잡음의 영향을 최소화하며 압력데이터가 전송되지 않는 동안 수신부에서 캡슐의 정상적인 동작을 확인할 수 있도록 한다. 압력 데이터와 시작 및 정지 비트열은 \( 1 \mathrm{kHz} \) 펄스 형태이고 시작 및 정지 비트열은 전송되는 압력 데이터의 시작과 끝을 알려주는 동시에 수신기가 데이터가 제대로 전송되었는지 확인하는데 사용된다. 시작 비트열은 4비트로, 정지 비트열은 2 비트로 구성 하였다. 이때 인코더는 압력정보를 초당 10 번 전송하도록 설계하였다. 따라서 압력 측정 캡슐의 전체 데이터 전송률은 식 (1)과 같이</p><p>Total transmitted data per second \( = \) (start bits \( + \) pressure data \( + \) stop bits) \( \times \) number of pressure data<caption>(1)</caption></p><p>이다. 따라서 구현한 압력 측정 캡슐의 전체 데이터 전송률은 \( 200 \mathrm{bps}\)(bit per second)임을 알 수 있다.</p><p>송신기는 인코더로부터 받은 신호를 1.2\(\mathrm{GHz}\)의 FSK으로 변조하여 전송하며 송신 대역폭은 \( 10 \mathrm{MHz} \)이다. 송신 전력의 세기는 \( 0 \mathrm{dBm} \) 이 되도록 송신기를 구성하였다.</p><h2>2.2. 수신부</h2><p>체외에서 압력 데이터를 복원하기 위한 수신부는 RF 수신기와 디코더로 구성하였으며 블록도는 그림 6과 같다.</p><p>체외의 수신기는 그림 6과 같이 무선으로 전송된 압력 선호를 수신하여 이를 복조하고 디코더는 수신기에서 복조된 신호로부터 압력 데이터를 분리하여 출력하는 동시에 IO 보드에서 압력 데이터를 수집하기 위한 동기신호인 SYNC 신호를 생성한다. 복조된 신호로부터 분리된 압력 데이터와 SYNC신호는 그림 7과 같다.</p><p>디코더는 그림 7과 같이 복조된 신호를 \( 10 \mathrm{ksps} \) (sample per second)로 수집하여 신호가 널코드에서 시작 비트열로 바뀌는지를 감시한다. 시작 비트열이 확인 되면 다시 널코드가 입력될 때까지 시작 비트열, 압력 데이터, 정지 비트열까지의 데이터를 임시 버퍼에 저장 한 후 시작 비트열과 정지 비트열을 각각 약속된 데이터와 비교하여 일치하면 압력데이터를 추출하고 일치 하지 않으면 저장된 값을 버리고 다시 시작 비트열이 입력되기를 기다린다. 압력데이터 추출이 완료되면 디코더는 압력 데이터와 SYNC 신호를 출력한다.</p>
|
[
"압력 측정 캡슐은 무엇을 측정하기 위한 것인가?",
"압력 축정 텔레메트리 시스템은 크게 무엇으로 구성되는가?",
"수신부는 압력 측정 캡슐과 함께 쓸 수 있는 것인가?",
"압력 측정 캡슐은 무엇을 통과하는가?",
"수신부는 어떤 데이터를 받는가?",
"어떤 데이터를 수신부가 받아?",
"압력 측정 캡슐은 수집한 압력 정보를 그대로 전송하는가?",
"압력 측정 캡슐이 수집하는 정보는 무엇인가?",
"어떤 정보를 압력 측정 캡슐이 수집하는 것일까?",
"디코더가 전송받은 신호는 가공 없이도 쓸 수 있는가?",
"RF 수신기는 수신 안테나로부터 정보를 받겠는가?",
"수신 안테나로부터 RF 수신기가 정보를 받지",
"수신 안테나로 전송되는 정보는 송신기에서 변조된 압력 정보인가?",
"부호화된 압력 정보는 무엇을 나타내는 정보인가?",
"송신기와 송신 안테나는 체내에 있곘는가?",
"송신기와 가능한 안테나는 체내에 있어?",
"부호화된 압력 정보를 변조하는 기구는 무엇인가?",
"무슨 기구가 부호화된 압력 정보를 변경하지",
"변조된 정보를 받는 것은 송신 안테나인가?",
"변화된 정보를 송신 안테나가 수신해?",
"디코더는 RF 수신기로부터 입력 정보를 받겠는가?",
"RF 수신기로부터 디코더가 입력 정보를 수신해",
"디코더가 추출한 압력 정보는 디코더에 저장되는가?",
"디코더가 추출한 압력 정보는 디코더에 축적되지?",
"디코더는 컴퓨터의 내부 장치인가?",
"컴퓨터의 디코더가 내부 장치일까",
"\\(\\mathrm{mbar} \\)는 압력의 단위겠는가?",
"압력 측정 캡슐은 무선 전송으로 컴퓨터에 직접 각 장기 내의 압력 정보를 전송하는가?",
"MS5534에 내장된 ADC(analog to digital converter)의 비트수는 얼마인가?",
"압력 측정 캡슐은 무엇으로 구성되는가?",
"무엇으로 압력 측정 캡슐이 조직되지",
"RF 수신기의 역할은 무엇인가?",
"무엇이 RF 수신기의 역할일까",
"압력 측정 캡슐은 I/O보드를 부품으로 갖는가?",
"압력 측정 캡슐이 사용한 압력 센서는 무엇인가?",
"MS5534의 해상도는 \\( 300 \\sim 1100 \\mathrm{mbar} \\)인가?",
"ADC(analog to digital converter)는 압력 센서의 부품인가?",
"압력 측정 캡슐의 구성요소가 아닌 것은 무엇인가?",
"CPLD 제어기에 사용된 제품은 무엇인가?",
"어떤 제품이 CPLD 제어기에 사용되지",
"MS5534의 해상도는 얼마인가?",
"MS5534의 해상도는 얼마야",
"MS5534의 오차범위는 얼마인가?",
"MS5534의 오차범위는 어때",
"디코더가 받을때까지 각 장기 내의 압력 정보는 최소 3번 이상의 가공을 거쳤는가?",
"디코더가 컴퓨터로 압력 정보를 전달하려면 무엇이 필요한가?",
"MS5534의 오차범위는 해상도보다 큰가?",
"XCR3064CP56는 압력 측정 캡슐을 구성하는가?",
"CPLD는 무엇으로 구성되는가?",
"CPLD는 어떻게 구성되는가?",
"널코드는 펄스 형태의 신호인가?",
"펄스 형태의 신호가 널코드일까",
"CPLD 제어기에서 센서의 동작을 제어하는 것은 무엇인가?",
"CPLD 제어기에서 버퍼의 역할은 무엇인가?",
"CPLD 제어기에서 무슨 역할을 버퍼가 하지",
"CPLD 제어기에서 인코더의 기능은 무엇인가?",
"CPLD 제어기에서 인코더의 역할은 무엇인가",
"CPLD 제어기의 인코더가 받는 압력 신호는 MS5534가 측정했겠는가?",
"압력 측정 캡슐의 배터리로 사용된 제품은 무엇인가?",
"어떤 제품이 압력 측정 캡슐의 배터리로 이용되었지",
"배터리의 용량은 얼마인가?",
"배터리의 용량은 어느정도야",
"RF 수신기가 받은 변조신호는 \\( 1.2 \\mathrm{GHz} \\) 겠는가?",
"압력센서의 입력값은 CPLD제어기의 출력값인가?",
"CPLD제어기의 출력 클럭의 주파수는 얼마인가?",
"CPLD제어기가 압력센서를 제어할 때 사용하는 인터페이스는 무엇인가?",
"CPLD제어기에서 DIN는 무엇인가?",
"CPLD 제어기의 센서 컨트롤러에서 통신 동기 클럭은 무엇인가?",
"센서를 제어하며 압력 데이터를 획득하여 버퍼에 저장하는 부품은 무엇인가?",
"CPLD제어기는 압력센서의 압력 데이터를 저장하는가?",
"압력 데이터를 전송에 적합한 형태로 부호화하는 부품은 무엇인가?",
"송신기는 인코더로부터 정보를 받곘는가?",
"압력 데이터를 FSK를 변조하는 것은 무엇인가?",
"SCLK, DIN 및 DOUT 신호의 무엇을 위해 사용되는가?",
"CPLD제어기는 압력 센서를 초기화할 수 있는가?",
"압력 센서는 어떤 상황에서 초기화되는가?",
"어떤 상황에서 압력 센서가 초기화되는가",
"압력 센서는 어떤 상황에서 아날로그 압력 값이 디지털 데이터로 변환되는가?",
"압력 센서의 초기화 비트열은 무엇인가?",
"무엇이 압력 센서의 초기화 비트열일까",
"압력 센서의 데이터 변환 비트열은 무엇인가?",
"무엇이 압력 센서의 데이터 변환 비트열일까",
"압력센서는 DOUT을 입력값으로 받는가?",
"압력센서 DOUT 을 통해 ADC 변환 종료신호를 출력되었다는 것은 무엇을 의미하는가?",
"압력센서의 압력데이터는 몇 비트인가?",
"압력센서의 압력데이터가 담기는 신호는 무엇인가?",
"압력센서는 SCLK 펄스파에 맞추어 작동하는가?",
"인코더의 기능은 무엇인가?",
"무엇이 인코더의 기능일까",
"버퍼는 압력 데이터를 부호화하는가?",
"압력 데이터를 버퍼가 부호화하지",
"인코더가 전달하는 데이터는 무엇으로 구성되어있는가?",
"인코더가 전달하는 데이터는 어떻게 구성되지",
"맨체스터 코딩을 사용하는 부품은 무엇인가?",
"무엇이 맨체스터 코딩을 이용하는 부품일까",
"송수신 간에 발생한 수 있는 잡음의 영향을 최소화하는 것은 무엇인가?",
"널코드는 언제 사용되는가?",
"언제 널코드가 이용되지",
"널코드는 압력 데이터와 시작 및 정지 비트열에비해 주파수가 2배인가?",
"널코드의 주파수는 얼마인가?",
"얼마의 주파수가 널코드야",
"시작 및 정지 비트열의 기능은 무엇인가?",
"무엇이 시작 및 정지 비트열의 기능일까",
"압력 데이터와 시작 및 정지 비트열의 주파수는 얼마인가?",
"배터리의 전압은 얼마인가?",
"배터리의 전압이 몇이야",
"송신기의 주파수는 얼마인가?",
"송신기의 주파수는 뭐야",
"DOUT으로 출력되는 압력데이터를 버퍼에 저장하는 부품은 무엇인가?",
"압력 센서는 센서 컨트롤러로부터 초기화 비트열을 SCLK의 하강에지에 맞추어 입력받아야 초기화되는가?",
"CPLD 내부의 인코더의 기능은 무엇인가?",
"무엇이 CPLD 내부의 인코더의 기능이지",
"압력데이터 추출되었을 때 디코더가 출력하는 것은 무엇인가?",
"디코더에서 압력 데이터와 SYNC 신호가 출력되었다면, 시작 비트열과 정지 비트열이 약속된 데이터와 일치했곘는가?",
"시작 비트열은 정지 비트열의 2배 길이를 갖는인가?",
"송신기의 송신 전력의 세기는 얼마인가?",
"송신기의 송신 전력은 얼마나 세",
"인코더의 전송주파수는 초당 몇 번인가?",
"송신기의 송신 대역폭은 얼마인가?",
"송신기의 송변 대역폭은 어때",
"SYNC 신호는 무엇인가?",
"무엇이 SYNC 신호일까",
"디코더가 신호를 받는 주파수는 얼마인가?",
"디코더가 감시하는 것은 무엇인가?",
"무엇이 디코더가 감시하는 것일까",
"SYNC 신호를 생성하는 것은 무엇인가?",
"무엇이 SYNC 신호를 만드는 것일까",
"송신기를 거치면 데이터의 주파수가 커지겠는가?",
"수신부는 생체 내부에 있는가?",
"생체 내부에 수신부가 있어",
"시작 비트열과 정지 비트열이각각 약속된 데이터와 일치 하지 않으면 임시 데이터에 있는 값은 모두 버려지는가?",
"임시 버퍼에 저장되는 데이터는 무엇인가?",
"디코더에 시작 비트열이 확인 되면 언제까지 임시 버퍼에 데이터를 저장하는가?",
"수신부는 무엇으로 구성되는가?",
"무엇으로 수신부가 조직되지",
"디코더가 입력 데이터를 추출하는 조건은 무엇인가?"
] |
f3cc6856-b9f8-432c-a7b7-c494d689e7d9
|
인공물ED
|
소화관 내 압력 측정을 위한 텔레메트리 캡슐 구현
|
<h1>1. 서론</h1><p>최근 사회가 고도의 되어감에 따라 각종 소화기 질환에 대한 관심이 증대되면서 그 원인과 치료법에 대해 많은 연구가 진행되고 있다. 일반적으로 소화기 질환의 진단은 내시경을 이용해서 각 소화관의 내부를 관찰하여 병변을 발견하는 것으로 이러한 내시경에 의한 진단 방법은 질병이 진행되어 이미 장기에 병변이 육안으로 관찰할 수 있는 증상이 발생한 경우에만 이를 확인할 수 있어 질병 초기 징후를 알아내는 데는 부족하다. 따라서 소화관 질환을 정확히 진단하는데 있어 영상 외에도 pH, 온도, 압력 정보 등의 필요성이 증대되고 있다. 특히 소화관 내 압력 데이터는 위식도 역류성 질환(gastrocsophageal reflux disease, GERD)이나 식도열공 (gastro-oesophageal hiatus hernia), 치핵(hemorrhoids)과 같은 소화관 질환 발생 원인을 규명하는데 있어 매우 중요한 참고자료로서 사용되고 있다.</p><p>현재 소화관과 같은 생체 내의 압력 측정은 카테터 를 이용한 방법이 보편적으로 사용된다 . 이 방법은 카테터의 한 쪽 말단에 풍선을 설치하고 이롤 장에 삽입하여 풍선에 가해진 압력이 체외의 반대쪽 말단에 연결된 압력센서에 전해지는 방식이다. 이 방법은 원하는 위치에서의 압력 값을 얻을 수 있고 센서 등의 장비에 전원이 항상 공급될 수있는 장점을 가지고 있다. 하지만 카테터는 가는 관 형태이므로. 측정을 위해서 피부에 구멍을 내어 삽입되어야 하기 때문에 측정은 피측정자의 고통을 경감하기 위해서 마취 후 시행되어야 한다. 또한 측정에 필요한 시스템은 이동될 수 없기때문에 피측정자로부터 압력 정보를 얻는 동안 피측정자의 활동이 제한되는 것도 단점이다.</p><p>Mackay 등은 생체 내의 다양한 정보 수집이 가능 한 다양한 텔레메트리 모들을 제안하여 무선으로 압력측정을 시도하였다. 그러나 제작된 압력 정보 송신 모듈은 아날로그 압력 센서와 아날로그 송신기로 구성되어 얻어진 아날로그 압력값을 그대로 아날로그 무선 송신하기 때문에 잡음에 매우 취약하였다. 그리고 수신된 압력 데이터도 단순히 종이에 그래프로 기록될수밖에 없었기 때문에 이후 데이터를 후처라하여 그 특성을 파악하는데 한계가 있었다. 또한 동시에 같은 모듈올 다량으로 사용할 경우 수신부에서 각 데이터를 구분할 수 없었다.</p><p>M. Jain 등은 생체 내의 pH, 온도, 압력을 측정할수 있는 초소형 센서를 제안하였고 GBistué 등은 MEMS(micro electro mechanical systems)를 활용한 생체 압력 측정용 센서를 개발하는 등 생체 측정용 소형 센서 개발이 활발히 이루어지고 있다. 그러나 이러한 소형 센서를 이용해 무선으로 소화관 내 압력을 실제로 측정할 수 있는 시스템 개발에 관한 문헌은 아직 알려진 바 없다.</p><p>본 논문에서는 피실험자의 고통과 제한된 활동성을 해소하면서 소화관 내 압력을 정확히 측정하여 압력 데이터를 무선으로 체외로 전달하는 압력 축정 텔레메트리 시스템을 설계 및 구현 하였다. 구현된 캡슐은 압력 센서의 신호를 디지털 변환하여 잡음을 고려하여 맨체스터 코딩 및 널코딩 과정을 거친 다음 \( 1.2 \mathrm{GHz} \) 로 체외 수신기로 전송하는 특징을 갖는다. 살아있는 돼지 를 이용한 동물 실험을 수행하여 구현한 압력 측정 캡슐 시스템의 동작을 검증하였다. 동물 실험에서는 마취 상태의 돼지의 식도, 위장 및 대장에 제작된 압력 캡슐을 유선 내시경을 이용하여 삽입한 후 각 부분에서 압력의 변화를 측정하였다.</p>
|
[
"아날로그 무선 송신하는 제작된 압력 정보 송신 모듈은 무엇에 취약했지?",
"체외 수신기로 전송할 때 압력 센서의 신호를 무엇으로 바꿨지?",
"각 소화관의 내부를 관찰하여 병변을 발견하는 방법으로 소화기 질환의 진단에 일반적으로 사용되는 방법은 무엇이지?",
"일반적인 방법의 내시경 진단 방식은 이미 진행된 질병으로 장기 내에 병변을 무엇으로 관찰될 때 확인이 가능하지?",
"영상 외에도 pH, 온도, 압력 정보 등을 필요하게 된 이유는 소화관 질환의 무엇을 위해서이지?",
"내시경을 이용한 진단 방법은 소화기 질환 진단 시 초기 질병의 징후를 확인하기에 제일 좋은 방법이지?",
"소화관 질환 발생 원인 규명에 소화관 내 압력 데이터가 중요하게 사용되며, 해당 소화관 질환에는 무엇이 있지?",
"소화기 질환인 위식도 역류성 질환, 식도열공 그리고 치액의 발생 원인 발견에 주요 참고자료로 사용되는 것은 무엇이지?",
"소화관 내 압력 데이터 측정에서 보편적으로 사용하는 방법은 무엇이지?",
"카테터 이용 방법의 경우 입력 값을 어디에서 얻을 수 있지?",
"카테터의 한 쪽 끝에 풍선을 설치해서 장에 삽입하여 풍선에 가해진 압력이 체외의 반대쪽 말단에 연결된 압력센서에 전해지는 방식은 무엇을 측정하는데에 사용되지?",
"보편적인 방법인 카테터를 이용하는 것은 센서 등의 장비에 항상 전원이 공급될 수 있지?",
"측정 시 피해자가 피부에 구멍을 내어 삽입할 때의 고통을 경감하기 위해서 무엇을 꼭 해야하지?",
"피측정자로부터 압력 정보를 얻는 동안 피측정자는 측정에 필요한 시스템은 이동될 수 없어서 무엇을 할 수 없지?",
"생체 내 다양한 정보 수집이 가능한 다양한 텔레메트리 모들을 제안한 Mackay 등은 압력을 어떻게 측정하려고 했지?",
"제작된 압력 정보 송신 모듈이 잡음에 취약한 이유는 아날로그 무신 송신 때문이지?",
"실제로 소화관 내 압력을 소형 센서를 이용해하여 무선으로 개발한 논문이 다수 있지?",
"소화관 내 압력을 정확히 측정 시에 피실험자의 무엇을 해소하고자 했지?",
"체외 수신기로 전송할 때 압력 센서의 신호를 디지털로 바꿔서 잡음을 고려해서 맨체스터 코딩 및 널코딩 과정 후에 얼마의 값으로 전송했지?",
"영상이외에 정확하게 소화기 질환을 진단하는데 필요로 하는 방법은 무엇이 있지?",
"소화관 질환 중 소화관 내 압력 데이터가 원인 규명에 주요 참고자료로 사용되는 질환에는 위식도 역류성 질환, 식도열공 그리고 치핵등이 있지?",
"GBistué 등이 개발한 생체 압력 측정용 센서는 무엇을 활용했지?",
"생체 내의 pH, 온도, 압력을 측정할수 있는 센서로 Jain 등이 제안한 센서 이름은?",
"카테터를 이용하는 것은 보편적이라 마취는 생략하지?",
"마취는 보편적으로 카테터를 사용할 때 생략하지",
"단순히 종이에 그래프로 기록되어 데이터 후처리로 수신된 압력데이터의 특성 파악에 한계가 있었지?"
] |
b238313d-0492-4de8-92cf-c878dc885c1a
|
인공물ED
|
소화관 내 압력 측정을 위한 텔레메트리 캡슐 구현
|
<h1>3. 실험 및 결과</h1><p>설계한 압력 측정 캡슐의 동작을 확인하기 위해 체내 삽입 가능한 크기로 캡슐을 제작하였다. 제작한 캡슐의 사양은 표 1과 같다.</p><p>제작된 캡슐은 표 1 과 같이 지름 \( 13 \mathrm{~mm} \), 길이 \( 35 \mathrm{~mm} \) 의 크기이며 소모전류는 압력센서에서 최대 \( 1 \mathrm{~mA} \), CPLD 제어기에서 최대 \( 9 \mathrm{~mA} \), 송신기에서 최대 \( 10 \mathrm{~mA} \) 로 전체 캡슐의 동작시 최대 전류 소모랑은 \( 15 \mathrm{~mA} \) 를 넘지 않는다. 사용한 배터리의 용량은 160 \( \mathrm{mAh} \) 이므로 압력캡슐을 10 시간 이상 동작 시킬수 있다. 제작된 압력 측정 캡슐과 캡슐의 기능별 모듈은 그림 8과 같다.</p><p>각 모듈의 길이는 압력센서가 5\(\mathrm{mm}\)이고, CPLD 제어기는 동작을 위한 \( 4 \mathrm{MHz} \) 의 크리스탈 발진기를 포함 하여 \( 3.3 \mathrm{~mm} \) 이며 송신기는 안테나를 포함하여 \( 13 \mathrm{~mm} \) 이나. 구현한 캡슐을 이용하여 캡슐의 동작을 확인하기 위한 동물 실험을 수행하였다. 동물 실험의 사진은 그림 9에 보였다. 동물 실험은 압력 측정 캡슐을 돼지의 식도, 위장 및 대장에 유선 내시경을 이용하여 삽입한 뒤 압력의 변화를 각각 1 분간 측정하고 이를 컴퓨터에 저장하였다. 저장된 결과는 그림 10과 같다.</p><p>각 장기에서의 압력의 번화는 그림 10 과 같이 호흡에 따라 각각 주기적으로 바뀌는 것을 관찰 할 수 있었다. 식도에서의 압력은 대기압보다 낮은 \( 989.1 \mathrm{mbar} \) 부터 \( 995.2 \mathrm{mbar} \)까지 변화하였으며, 이 외에도 특히 심장 박동에 의한 고주파 성분의 압력 변화가 장 내 압력에 유입되는 것을 알 수 있었다. 위장에서의 압력은 \( 995.3 \mathrm{mbar} \)에서 \( 999.8 \mathrm{mbar} \) 사이에서 변화함을 볼 수 있었고, 대장에서의 압력은 \( 1008.5 \mathrm{mbar} \) 에서 \( 1011.6 \mathrm{mbar} \)까지 변화함으로써 대기압보다 압력이 높을 뿐만 아니라 장기의 상부에서 하부로 갈수록 압력이 점차 증가한다는 특징을 가진다는 것을 알 수 있었다. 이는 각 장기에서의 압력의 최대, 최소 및 평균 값을 나타낸 표 2에서도 밝혀진다.</p><table border><caption>표1. 제작된 압력 측정 캡슐의 사양</caption><tbody><tr><td>Capsule size</td><td colspan="2">Diameter 13 mm, length 35 mm</td></tr><tr><td rowspan="3">Current consumption</td><td>Pressure sensor: \( \leq 1 \mathrm{~mA} \)</td><td>Total current consumption</td></tr><tr><td>CPLD controller: \( \leq 10 \mathrm{~mA} \)</td><td>\( : \leq 15 \mathrm{~mA} \)</td></tr><tr><td>Transmitter: \( \leq 9 \mathrm{~mA} \)</td><td>(Battery supply current : \( 160 \mathrm{mAh} \) )</td></tr><tr><td >Pressure measurement range</td><td colspan="2">\( 300 \sim 1100 \mathrm{mbar}, 15 \) bit \( A D \)</td></tr></tbody></table><p>이러한 현상은 식도에서 삼켜진 음식물이 위장에서 하부 기관으로 내려갈수록 소화에 따른 내부의 기체의 압력이 배출되지 않아 증가되는 것으로 판단된다.</p>
|
[
"대기압보다 위장에서의 압력이 높은가?",
"압력 측정 캡슐의 길이는 얼마인가?",
"장 내 압력에 유입되는 고주파 성분의 압력 변화는 무엇에 의한 것인가?",
"CPLD 제어기를 작동시키기 위해 어떤 발진기가 포함되야 하는가?",
"압력의 변화는 장기에서 무엇에 따라 주기적으로 바뀌는가?",
"압력의 변화를 측정하기 위해 동물 실험에서 어떤 절차를 거치는가?",
"장기의 위치가 어디로 이동할수록 압력이 점차 증가하는가?",
"제작된 캡슐의 소모전류는 CPLD 제어기에서 최대 몇 \\( \\mathrm{~mA} \\)을 가지는가?",
"대장에서의 압력은 대기압보다 압력이 낮은가?",
"CPLD 제어기는 \\( 2 \\mathrm{MHz} \\) 의 크리스탈 발진기로 동작이 가능한가?",
"압력은 장기의 하부에서 상부로 갈수록 점차 낮아지는가?",
"캡슐 동작을 확인하기 위해 캡슐의 크기를 삽입 불가능한 크기로 만들어야 하는가?",
"압력 측정 캡슐의 배터리 용량은 얼마인가?",
"표1에서 압력 측정 캡슐의 Transmitter은 몇 \\(\\mathrm{~mA} \\)을 가지는가?",
"10시간 이상 압력캡슐을 동작시키기 위해 필요한 배터리 용량은?",
"160 \\( \\mathrm{mAh} \\)의 용량을 가지는 배터리는 압력캡슐은 몇 시간 이상 작동시킬 수 있는가?",
"위장에서의 압력은 \\( 1008.5 \\mathrm{mbar} \\) 에서 \\( 1011.6 \\mathrm{mbar} \\)까지 변화하는가?",
"고주파 성분의 압력 변화는 심장 박동과 관련이 없는가?",
"제작된 캡슐의 최대 전류 소모량은 \\( 15 \\mathrm{~mA} \\) 를 넘는가?",
"식도에서의 압력은 몇 \\(\\mathrm{mbar} \\)부터 몇\\(\\mathrm{mbar} \\)까지 변화하는가?",
"장기에서 압력 변화는 호흡과 관계없이 불규칙하게 바뀌는가?",
"압력 측정 캡슐을 위한 동물 실험에서 돼지의 어느 위치에 유선 내시경을 삽입하게 되는가?",
"각 장기에서 호흡에 따라 주기적을 바뀌는 것은 무엇인가?",
"대기압은 식도에서의 압력보다 높은가?",
"변화하는 대장의 압력의 수치로 알맞은 것은?"
] |
a1db92b1-930a-4872-88e0-807335938ecd
|
인공물ED
|
소화관 내 압력 측정을 위한 텔레메트리 캡슐 구현
|
<h1>4. 결론</h1><p>본 논문에서는 소화관에서의 압력의 변화를 측정하기 위한 압력 측정 텔레메트리 시스템을 설계 및 구현 하였다. 구현한 압력 측정 텔레메트리 시스템은 디지털 압력 센서와 CPLD 제어기 및 RF 송신기로 구성된 압력 측정 캡슐과 압력 데이터를 수신하는 수신부로 구성하였다. 압력 측정 캡슐과 수신부로 구현된 본 시스템은 피실험자가 측정 동안에 겪는 고통과 활동이 제한되던 불편함올 덜어주면서 압력의 변화를 보다 더 정확히 측정할 수 있는 특징을 가지고 있다. 구현한 압력 측정 캡슐은 사람이 삼키기 쉅도록 지름 \( 13 \mathrm{~mm} \) 에 길이 \( 35 \mathrm{~mm} \) 의 작은 크기의 캡슐로 제작되었으며 삼킨 뒤 10 시간 이상의 동작이 가능하다. 특히 압력 측정 캡슐은 압력 데이터를 무선으로 체외로 전달할 때 맨체스터 코드와 널코드를 병용한 디지털 코딩을 사용하여 외부 잡음의 영향을 최소한으로 줄였다.</p><p>제작된 캡슐 및 압력 축정 시스템을 이용한 동물실험 에서는 통해 식도, 위장 및 대장에서의 평균 압력이 각각 다르게 측정됨을 알 수 있었으며 심장박동이나 호흡에 의한 압력의 변화도 관찰할 수 있었다. 본 논문에서 설계 및 구현한 압력 측정 텔레메트리 시스템을 사용하여 향후 소화관 내에서의 캡슐의 위치를 예측하거나 장기 내의 질병의 유무를 판단하는데 많은 도움 이 될 것으로 예상된다.</p><p></p>
|
[
"본 논문에서 압력의 변화를 측정하기 위한 압력 측정 텔레메트리 시스템을 설계 및 구현할 때 어디에서의 압력 변화를 측정하는가?",
"본 논문에서는 소화관에서 어떤 변화를 측정하기 위한 것인가?",
"본 논문에서는 소화관에서의 압력의 변화를 측정하기 위해 설계 및 구현하는 것은 무엇인가?",
"디지털 압력 센서와 CPLD 제어기 및 RF 송신기로 구성된 것은 무엇인가?",
"구현한 압력 측정 텔레메트리 시스템은 CPLD 제어기, RF 송신기와 함께 구성되는 것은 무엇인가?",
"구현한 압력 측정 텔레메트리 시스템은 디지털 압력 센서, RF 송신기와 함께 구성되는 것은 무엇인가?",
"구현한 압력 측정 텔레메트리 시스템은 디지털 압력 센서와 CPLD 제어기와 함께 구성되는 것은 무엇인가?",
"구현한 압력 측정 텔레메트리 시스템은 디지털 압력 센서와 CPLD 제어기 및 RF 송신기로 구성된 압력 데이터와 함께 수신하는 수신부로 구성되는 것은 무엇인가?",
"압력 측정 캡슐과 함께 구현된 본 시스템은 피실험자가 측정 동안에 겪는 고통과 활동이 제한되는 것은 무엇인가?",
"제작된 캡슐 및 압력 축정 시스템을 이용한 동물실험 에서는 통해 위장 및 대장과 함께 평균 압력이 각각 다르게 측정되는 것은 무엇인가?",
"제작된 캡슐 및 압력 축정 시스템을 이용한 동물실험 에서는 통해 식도, 대장과 함께 평균 압력이 각각 다르게 측정되는 것은 무엇인가?",
"제작된 캡슐 및 압력 축정 시스템을 이용한 동물실험 에서는 통해 식도, 위장과 함께 평균 압력이 각각 다르게 측정되는 것은 무엇인가?",
"호흡과 함께 압력의 변화도 관찰할 수 있었는 것은 무엇인가?",
"심장박동과 함께 압력의 변화도 관찰할 수 있었는 것은 무엇인가?"
] |
279578b2-71d8-4f07-8bfc-a119d971c7c3
|
인공물ED
|
재난안전 통신망 서비스를 위한 대수 주기 다이폴 배열 안테나의 소형화
|
<h1>Ⅱ. LPDA 안테나 설계</h1> <h2>2-1 안테나 설계 목표</h2> <p>본 논문에서 제안하고자 하는 LPDA 안테나는 재난안전 통신망 중계기용 안테나로서 사업자가 요구하는 안테나 규격으로 목표 값을 세웠으며, 설계 목표 규격을 표 1에 나타내었다. 설계 이득은 \( 7 \mathrm{dBi} \)이고, 주파수 범위가 \(698\sim 806 \mathrm{MHz}\)인 것에 비해 안테나 크기는 \( 400 \mathrm{~mm} \times 180 \mathrm{mm} \times 50 \mathrm{~mm} \) 이하로 소형으로 설계해야 하는 어려운 점이있다. 요구 설계 목표 값인 제한된 크기에 만족하도록 프랙털 나무(Fractal tree) 구조를 변형하여 안테나를 소형화하였다.</p> <table border><caption>표 1. 안테나 설계 요구 규격</caption> <tbody><tr><td colspan=2>항목</td><td>규격</td></tr><tr><td colspan=2>주파수\([\mathrm{MHz}]\)</td><td>698~806 \(\mathrm{MHz}\)</td></tr><tr><td colspan=2>정재파비(SWR)</td><td>1.5:1 이하</td></tr><tr><td colspan=2>이득(\(\mathrm{dBi}\))</td><td>7.0 이상</td></tr><tr><td rowspan=2>빔폭</td><td>H-면\((^{\circ})\)</td><td>\(100^{\circ} \pm 20^{\circ}\)</td></tr><tr><td>E면\((^{\circ})\)</td><td>\(60^{\circ} \pm 20^{\circ}\)</td></tr><tr><td colspan=2>전후방비(\(\mathrm{dB}\))</td><td>\(\geq 10 \mathrm{dB} (@180^{\circ} \pm 30^{\circ}\))</td></tr><tr><td colspan=2>크기(\(W \times H \times D \mathrm{mm})\)</td><td>\(40 \mathrm{mm} \times 180\mathrm{mm} \times 50 \mathrm{mm}\) 이하</td></tr></tbody></table> <p>전형적인 LPDA 안테나의 구조는 그림 1에 보였다.</p> <p>그림 1 에서 보는 것처럼 안테나는 배열 다이폴과 마운트로 구성되어 있고, 반사판 역할을 하는 안테나의 마운트는 가장 긴 다이폴 소자에서 \( \lambda / 4 \) 만큼 떨어진 위치에 두었다. 여기서 \( L_{n} \)은 \( n \)번째 다이폴 소자의 길이, \( S_{n} \)은 다이폴 소자간의 간격이며, \( W \)는 중심에 있는 스트립 선로의 폭이다. 설계 주파수인 \( 698 \mathrm{MHz} \sim 806 \mathrm{MHz} \)에서 \( 7.0 \mathrm{dBi} \) 이상의 이득을 얻기 위해서 대수 주기비 \( (\tau) \) 와 간격 정수 \( (\sigma) \)는 Carrel's 표를 이용하여 각각 0.88, 0.10 으로 설정하였고, 다이폴 배열 수는 6단으로 결정하였다.</p> <p>그림 1 에서 다이폴 소자의 길이와 간격은 다음의 식을 이용하여 구할 수 있다. 여기서 \( \lambda_{\mathrm{min}} \)은 하한 주파수의 파장이다.</p> <p>\( \tau=\frac{L_{n+1}}{L_{n}}=\frac{S_{n+1}}{S_{n}} \quad n=1, \cdots, 5 \).<caption>(1)</caption></p> <p>\( \sigma=\frac{S_{n}}{2 L_{n}} \)<caption>(2)</caption></p> <p>\( L_{n}=0.50 \lambda_{\mathrm{min}} \)<caption>(3)</caption></p> <p>안테나 구현을 위한 설계는 두께가 \( 1.5 \mathrm{~mm} \)인 알루미늄 판을 사용하며, 급전은 \( 50 \Omega \) 동축 케이블을 마운트 부분에서 중앙에 있는 스트립 선로를 통하여 안테나 끝부분에 급전하였다. 안테나 정합은 그림 1 의 스트립선로의 폭 \( (W) \)과 간격 \( (d) \)의 조절에 의해 맞출 수 있다. 본 설계에서는 스트립 선로의 간격 \( (d) \)를 \( 5 \mathrm{~mm} \)로 고정하고, 입력 임피던스가 \( 50 \Omega \)에 정합되도록 스트립 선로의 폭 \( (W) \) 를 조절하여 \( 15 \mathrm{~mm} \)로 결정하였다. 식 (1) (3)으로부터 다이폴 소자의 길이 및 간격을 계산하여 표 2 에 안테나 설계 파라미터를 나타내었다.</p> <table border><caption>표 2. 전형적인 LPDA 안테나 설계 파라미터</caption> <tbody><tr><td>항목</td><td>값(\(\mathrm{mm}\))</td></tr><tr><td>소자 길이(\(L_n\))</td><td>\(L_1\): 223.5, \(L_2\):196.7, \(L_3\): 173.1, \(L_4\): 152.3. \(L_5\): 134.0, \(L_6\): 118</td></tr><tr><td>소자간 사이 간격\((S_n)\)</td><td>\(S_1\): 44.7, \(S_2\): 39.34, \(S_3\): 34.62, \(S_4\): 30.46, \(S_5\): 26.81</td></tr><tr><td>스트립 선로 폭(\(W\))</td><td>15.0</td></tr><tr><td>스트립 선로의 간격(\(d\))</td><td>5.0</td></tr><tr><td>다이폴 소자의 폭\((W_d)\)</td><td>7.0</td></tr></tbody></table> <p>표 2 에서 마운트의 위치는 가장 긴 소자로부터 상한 주파수의 \( \lambda / 4 \)에 해당되는 \( 93 \mathrm{~mm} \) 만큼 떨어진 지점에 두었다. 그리고 마운트의 길이 \( (H) \)는 길이가 길어짐에 따라 지향성 및 전후방비의 특성이 크게 변하지 않는 최소 폭인 \( 225 \mathrm{~mm} \)로 두었다. 따라서 설계된 LPDA 안테나의 크기를 보면 그림 1에서 표시된 바와 같이 \( 330 \mathrm{~mm} \times 225 \mathrm{~mm} \) 이며, 표 1의 요구 규격과 비교하여 보면 가로 길이는 만족하지만, 세로 길이는 요구 길이 \( 180 \mathrm{~mm} \)에 비해 \( 45 \mathrm{~mm} \) 초과되는 문제가 생긴다. 요구 규격을 만족하게 다이폴 길이의 단축 방법을 고안해야 하며, 다음 절에서 이를 제안할 것이다.</p>
|
[
"표의 소자길이 중에서 값이 최대인 것은 뭐야?",
"표에서 안테나 폭의 크기(mm)는 얼마야?",
"표에서 안테나 빔폭 E면 각도 범위는 얼마야?",
"표에서 안테나 빔폭 각이 더 큰 파라미터는 뭐야?",
"표에서 안테나 이득의 최소값은 얼마야?",
"표에서 안테나 크기 중에 가장 큰 값을 가진 부분은 뭐야?",
"표에서 \\(\\mathrm{dB}\\) 단위를 쓰는 항목은 뭐야?",
"표에서 스트립 선로 폭은 어떤 파라미터 기호를 쓰나?",
"표에서 숫자가 가장 적은 값을 가지는 항목은 뭐야?",
"표에서 소자간 사이 간격 \\(S_3\\)의 값과 가장 가까운 것은 뭐야?",
"표의 소자길이에서 소수점 이하 숫자가 없는 것은?",
"표에서 소자간 사이 간격이 최소인 것은 뭐야?",
"표에서 7.0의 값을 가지는 파라미터 기호는 뭐야?",
"표에서 전후방비 최소값은 얼마야?",
"표에서 스트립 선로의 간격의 값은 얼마야?",
"표에서 안테나의 정재파 최대비는 얼마야?",
"표에서 이득이 쓰는 단위는 뭐야?",
"표에서 안테나 주파수 최대값은 얼마야?"
] |
c258e353-c7a6-4fa6-89a8-73f9baf67f30
|
인공물ED
|
웨이브릿 변환을 이용한 POCS 기반의 후처리 기법
|
<h1>III. 성능 평가 및 분석</h1><p>본 논문에서는 제안한 SCS를 이용한 복원 결과의 성능을 측정하기 위해서 \( 256 \times 256 \)의 해상도와 256 단계를 밝기를 가지는 그레이 영상을 사용하였다. 실험에는 BARBARA, ZELDA, PEPPER, FACE 영상을 사용하였다. 그림 10는 원영상과 표 1의 양자화 계수를 이용하여 얻어진 JPEG 복호화 영상이다. 실험 결과는 Zakhor, Kim, Paek 알고리즘과 제안한 알고리즘을 각각의 영상에 적용하여 확인하였다.</p><p>알고리즘을 적용한 결과의 성능을 측정하기 위해서 PSNR을 이용하였다. \( M \times N \)의 해상도와 [0, 255] 의 밝기 범위를 가지는 영상의 PSNR 은 다음과 같이 정의된다.</p><p>\( P S N R=10 \log \left(\frac{M \times N \times 255^{2}}{\sum_{i=0}^{M-1} \sum_{j=0}^{N-1}\left(f(i, j)-f^{\prime}(i, j)\right)^{2}}\right) \)<caption>(4)</caption></p><p>여기에서 \( f(i, j) \)는 원 영상이며, \( f^{\prime}(i, j) \)는 복원된 영상이다.</p><p>그림 11은 각각의 알고리즘의 수렴도를 알아보기 위해 각 알고리즘에 대하여 총 20회의 반복을 수행하면서 복원 영상에 대한 PSNR을 그래프로 나타낸 것이다. 여기서 한번의 반복은 영상을 SCS로 투영한 후 QCS로 다시 투영하는 과정이다. 그림 11의 그래프를 보면 Zakhor의 알고리즘은 수렴에 실패 하지만 제안한 알고리즘은 4번 이내에 빠르게 수렴하며 수렴시의 PSNR이 다른 알고리즘에 비해 높은 것을 확인할 수 있다.</p><p>그림 11은 각각의 알고리즘의 수렴도를 알아보기 위해 각 알고리즘에 대해 반복을 수행하면서 복원 영상에 대한 PSNR을 그래프로 나타낸 것이다. 여기서 한번의 반복은 영상을 SCS로 투영한 후 QCS로 다시 투영하는 과정이다. 그림 11의 그래프를 보면 Zakhor의 알고리즘은 수렴에 실패 하지만 제안한 알고리즘은 4번 이내에 빠르게 수렴하며 수렴시의 PSNR이 다른 알고리즘에 비해 높은 것을 확인할 수 있다. 그림 12와 그림 13은 각 알고리즘을 적용한 실제 결과 영상을 비교한 것이다. 그림 12에서는 알고리즘을 적용한 영상의 전체적인 차이를 비교할 수 있고, 그림 13에서는 주요 부분을 확대하여 제안한 알고리즘이 원 영상의 윤곽선 부분은 최대한 유지되며 블록 현상 부분은 많이 감소되는 것을 나타내었다.</p><p>표 2는 각 알고리즘을 20회 반복한 결과의 PSNR을 적용한 영상에 대해 정리한 것이다. 표에서도 제안한 알고리즘이 다른 알고리즘에 비해 성능이 뛰어남을 확인할 수 있다.</p><table border><caption>표 2. 대표적인 후처리 알고리즘의 수렴시 PSNR 값</caption><tbody><tr><td>Method\Images</td><td>BARBARA</td><td>ZELDA</td><td>PEPPER</td><td>FACE</td></tr><tr><td>JPEG</td><td>28.43</td><td>29.81</td><td>28.84</td><td>28.61</td></tr><tr><td>Zakhor</td><td>28.38</td><td>29.41</td><td>28.25</td><td>28.41</td></tr><tr><td>Paek</td><td>28.76</td><td>30.00</td><td>29.02</td><td>28.76</td></tr><tr><td>Kim</td><td>28.87</td><td>30.05</td><td>28.80</td><td>28.84</td></tr><tr><td>Proposed</td><td>28.91</td><td>30.12</td><td>29.09</td><td>28.91</td></tr></tbody></table>
|
[
"Zakhor 방식을 ZELDA 이미지에 사용했을 때의 PSNR 값은 몇인가?",
"전체적으로 PSNR 값이 가장 높은 알고리즘은 무엇인가?",
"Kim 방식에서 PSNR이 두번쨰로 높게 나타난 영상은 무엇인가?",
"Proposed 알고리즘에서 PSNR 값이 BARBARA와 같은 Image는 무엇인가?",
"표에 나타난 PSNR 값에 비추어 보았을 떄 성능이 가장 떨어지는 방식은 무엇인가?",
"Zakhor 알고리즘에서 수렴된 PSNR 값이 가장 작은 영상은 무엇인가?",
"JPEG Method의 BARBARA영상에 대한 PSNR 값은 몇인가?",
"Paek 알고리즘에서 PSNR 값이 가장 높게 나타난 이미지는 무엇인가?",
"제안된 방식에서 셀 값이 30.12를 갖는 행의 열 이름은 무엇인가?"
] |
78352f09-465e-44e2-9d1a-8797c061b41e
|
인공물ED
|
PWM 컨버터에 대한 새로운 이산시간 모델링 및 시뮬레이션 기법
|
<h1>요 약</h1><p>PWM 컨버터와 보상회로의 특이한 특성을 이용하는 새로운 이산시간 모델링 및 시뮬레이션 기법이 제안된다. 이러한 기법은 시스템 차수의 감소를 제공하고 수치적인 수렴 문제가 없는 보다 빠른 시뮬레이션을 가능하게 한다. 2단 출력 필터를 갖는 벅 컨버터가 제안된 기법의 유용성을 확인하기 위해 사용된다. 시뮬레이션 결과로부터, 이 방법은 높은 주파수까지 PWM 컨버터 시스템의 응답을 시뮬레이션 할 수 있음을 보여준다.</p>
|
[
"PWM 컨버터와 보상회로의 특이한 특성을 이용하는 새로운 이산시간 모델링 및 시뮬레이션 기법의 특징은 무엇인가?",
"이 기법의 유용성을 확인하기 위해 사용하는 것으로 옳은 것은 무엇인가?",
"새로운 이산시간 모델링 및 시뮬레이션 기법은 이것과 보상회로의 특이한 특성을 이용하는데, 이것은 무엇인가?",
"이 논문에서 제안하는 새로운 이산시간 모델링 및 시뮬레이션 기법은 어떻게 사용되는 기법인가?",
"이 기법의 유용성은 어떻게 확인되는가?",
"기법의 유용성이 확인되는 것은 어떻게 가능하지"
] |
a5603017-cbe5-4e8b-b205-fb0fbd240f00
|
인공물ED
|
수동형 UHF대역 RFID 태그 IC의 제어부 설계
|
<h1>I. 서 론</h1> <p>사물에 태그를 부착하여 무선으로 사물의 정보를 확 인하고 주변의 상황정보를 감지하는 RFID (Radio Frequency Identification) 기술은 미래 IT시장을 선도 할 기술 중 하나로 주목받고 있다. RFID시스템은 사물에 부착된 태그로부터 전파를 이용하여 사물의 정보 및 주변 환경정보를 인식하고 각 사물의 정보를 수집, 저장, 가공 및 추적함으로써 다양한 서비스를 제공할 수 있다. 이러한 기술은 바코드의 한계를 극복할 수 있 으며, 상품관리를 네트워크화 및 지능화함으로써 유통 및 물품관리 뿐만 아니라 보안, 안전, 환경관리 등 다양 한 산업에 적용될 것으로 전망된다.<p/><p>수동형 RFID 시스템은 그림 1 과 같이 태그(tag 혹은 transponder)와 리더(reader 혹은 interrogator)로 구성 되며, 호스트를 통하여 응용 서비스를 제공한다. 수동형 \( \mathrm{RFID} \) 시스템은 리더가 태그로 전파를 송신하면 태 그가 수신된 전파로부터 에너지를 얻어서 활성화되고, 태그는 자신의 정보를 리더에 송신한다. 그림 2 는 수동형 RFID 태그 \( \mathrm{IC} \) 의 구성도를 보여준다. 태그 \( \mathrm{IC} \) 는 데이터 처리 및 메모리 제어를 위한 제어부, 데이터 변 복조, 클럭 및 전압생성을 위한 \( \mathrm{AFE} \) (Analog Front End), 데이터 저장을 위한 EEPROM으로 구성된다.<p/><p>국제표준화기구(ISO)는 \( \mathrm{EPCglobal} \) 이 제정한 \( \mathrm{EPC} \) UHF Gen 2 규격을 2006년 6월말 표준으로 공식 채택 하여, 사실상 국제 표준으로 되어있다. 미 국방부, \( \mathrm{FDA} \), 월마트 등은 \( \mathrm{EPC} \) 기반 \( \mathrm{RFID} \) 부착을 의무화함으로써 \( \mathrm{EPC} \) 기반 RFID 적용은 주요 수출 대상국인 선진국을 중심으로 강제 시행되는 추세이다.<p/><p>본 논문은 국제 표준 규격을 만족하는 EPCglobal의 Class-1 Generation-2 UHF RFID 1.1.0 프로토콜에 따 른 \( \mathrm{UHF} \) 대역 수동형 \( \mathrm{RFID} \) 태그 \( \mathrm{IC} \) 의 제어부를 설계한다. 제어부는 PIE부, \( \mathrm{CRC5} / \mathrm{CRC16} \), Slot Counter, Random Number Generator, Main Control 부, Encoder, Memory Interface로 구성하고, Verilog \( \mathrm{HDL} \) 을 이용하여 설계한다.<p/><p>본 논문의 구성은 다음과 같다. II장에서는 EPCglobal Class-1 Generation-2 UHF RFID 1.1.0 프로토콜에 대해 살펴보고, III장에서는 \( \mathrm{EPC} \mathrm{UHF} \mathrm{Gen2} \mathrm{} \mathrm{} \) 규격을 만족하는 \( \mathrm{RFID} \) 태그의 제어부를 설계한다. IV장에서는 설 계된 제어부를 전체 시뮬레이션을 통해 검증결과를 제시하고, \( \mathrm{V} \) 장에서 결론을 맺는다.<p/><h1>II. EPCglobal Class-1 Gen-2 1.1.0 프로토콜</h1> <p>EPCglobal Class-1 Generation-2 UHF RFID 1.1.0 프로토콜에서는 리더와 태그간의 상호 동작방법 및 동작과정, 태그에 사용되는 메모리, 그리고 다중 태그 환경에서 특정한 단일 태그를 정의하기 위해 사용되는 충돌 방지 방식 등이 명시되어 있다. 본 장에서는 이에 대한 내용을 기술한다.<p/><h2>1. 리더에서 태그로의 데이터 송신</h2> <p>표 1은 리더에서 태그로 송신되는 신호의 스펙을 보여준다. 주파수로 \( 860 \sim 960 \mathrm{MHz} \) 를 사용하고, 데이터 변조방식으로 ASK (Amplitude Shift Keying)를 사용하며, PIE (Pulse Interval Encoding) 인코딩 방식으로 데 이터를 전송한다. 리더가 태그로 보내는 데이터의 전송 속도는 40 160 Kbps이고, 명령어들은 시작신호로 Preamble 또는 Frame-Sync를 갖는다.<p/><table border><caption>표 1. 리더에서 태그로 송신되는 신호의 스펙</caption> <tbody><tr><td rowspan=2>주파수</td><td>860 ~ 960 MHz</td></tr><tr><td>Korea : 908.5 ~ 914 MHz US. : 902 ~ 928 MHz Europe : 865.6 ~ 867.6 MHz</td></tr><tr><td>변조방식</td><td>DSB-ASK, SSB-ASK, PR-ASK</td></tr><tr><td>인코딩 방식</td><td>PIE (Pulse Interval Encoding)</td></tr><tr><td>데이터 전송 속도</td><td>40 ~ 160 Kbps</td></tr><tr><td>시작신호</td><td>Preamble, Frame-Sync</td></tr></tbody></table> <h2>2. 태그에서 리더로의 데이터 송신</h2> <p>표 2 는 태그에서 리더로 송신되는 신호의 스펙을 보여준다. 주파수는 \( 860 \sim 960 \mathrm{MHz} \) 를 사용하고, 데이터 변조를 위해 ASK, PSK 방식을 사용하며, 인코딩을 위해 FM0 또는 Miller-Subcarrier 방식을 이용한다. 태그가 리더로 보내는 데이터의 전송 속도는 \( 40 \sim 640 \mathrm{Kbps} \) 이고, 응답 데이터들은 시작신호로 Preamble을 가지며 끝 신호로 dummy1을 갖는다.<p/><table border><caption>표 2. 태그에서 리더로 송신되는 신호의 스펙</caption> <tbody><tr><td>주파수</td><td>860 ~ 960 MHz</td></tr><tr><td>변조방식</td><td>ASK, PSK</td></tr><tr><td>인코딩 방식</td><td>FMO, Miller-Subcamier</td></tr><tr><td>데이터 전송 속도</td><td>40 ~ 640 Kbps</td></tr><tr><td>시작 신호</td><td>Preamble</td></tr><tr><td>끝 신호</td><td>dtmmy1</td></tr></tbody></table> <h2>3. 리더와 태그의 동작</h2> <p>리더는 그림 3(a)와 같이 Select, Inventory, Access의 3 가지 모드를 가지며, 태그는 Ready, Arbitrate, Reply, Acknowledged, Open, Secured, Killed의 7개의 동작 상태를 가진다. 시스템이 리셋 되면 리더는 Select 모드를 가지고, 파워를 공급받은 태그는 Ready 상태가 된다. Inventory 모드는 리더가 태그를 인증하는 과정으로 태그는 Arbitrate, Reply 등의 상태를 가지며 단일 태그를 선택하게 된다. Access 모드는 선택된 태그가 메모리 읽기/쓰기 등을 수행하도록 하는 과정으로 태그는 Acknowledged, Open, Secured, Killed의 상태를 갖게 된다. 이 때, 사용되는 명령어로는 그림 \( 3(\mathrm{~b}) \) 와 같이 QueryRep, ACK, Query, QueryAdjust, Select, NAK, Req_RN, Read, Write, Kill, Lock의 11개의 필수 명령 어와 Access, BlockWrite, BlockErase의 3개의 선택 명령어가 있다.<p/><h2>4. 태그 메모리</h2> <p>태그에 내장되는 메모리는 Reserved \( \left(00_{2}\right), \mathrm{EPC}\left(01_{2}\right) \), \( \mathrm{TID}\left(10_{2}\right), \mathrm{User}\left(11_{2}\right) \) 등 4 개의 논리적인 메모리 뱅크로 나뉘며, 각각의 뱅크는 0 또는 다수의 메모리 워드들로 구성되며 가변될 수 있다. 그림 4 는 태그 메모리의 논리적인 메모리 맵을 보여준다.<p/><h2>5. 태그의 충돌 방지 방식</h2> <p>RFID 시스템은 다수의 태그가 하나의 리더의 전송 영역 내에 동시에 존재하는 경우가 종종 발생한다. 이 때 몇 개의 태그로부터 하나의 리더로 전송되는 데이터가 상호 간섭(충돌)없이 전송될 수 있어야 한다. 충돌 방지를 위해 태그는 각 태그별로 랜덤하게 선택된 시간에 응답하도록 하는 Probabilistic Algorithm을 사용하며, 리더는 태그와의 접속을 위해 시간 분할 다중접속 (TDMA: time division multiple access) 방식 혹은 주파수 분할 다중접속 (FDMA: frequency division multiple access) 방식을 사용한다.<p/>
|
[
"두번째로 큰 주파수 최소값을 가진 나라는 어디일까?",
"가장 빠른 데이터 전송 속도는 얼마지?",
"가장 적은 값의 주파수는 얼마냐?",
"얼마의 주파수가 제일 적은 값이지",
"데이터 전송 속도의 최대값을 얼마니?",
"미국에서 쓰는 주파수 최대값을 얼마지?",
"한국에서 쓰는 주파수 최소값은 얼마인가?",
"리더에서 태그로 송신할 때 쓰는 주파수 범위는 얼마야?",
"유럽에서 쓰는 주파수는 어떤 최소값이 되지",
"주파수 최소값이 가장 큰 나라는 어디야?",
"리더에서 태그로 송신되는 신호에는 어떤 변조방식들을 쓰나?",
"PIE는 어떤 항목을 의미하는 거야?",
"주파수 최대값이 가장 적은 나라는 어디인가?",
"최소 얼마 이상의 데이터 전송 속도를 가지지?",
"리더에서 태그로 송신되는 신호에는 어떤 시작신호를 쓰나?",
"가장 큰 주파수 값은 얼마일까?",
"얼마의 주파수 값이 제일 크지",
"어떤 인코딩 방식을 써서 신호가 송신되나?",
"데이터 전송 속도 최소값은 얼마지?",
"신호를 전송이 끝났음을 알리는 신호는 무엇이니?",
"신호를 전송할 때 시작을 알리는 신호는 뭐야?",
"ASK, PSK는 무엇을 할 때 쓰는 방식인가?"
] |
358b00a3-6513-4100-a785-ccba763baee7
|
인공물ED
|
전압 부족 상태 시 유도 전동기 성능 개선
|
<h1>3. 시뮬레이션 및 실험 결과</h1><p>이 절에서는 정격속도, 정격부하 조건하에서의 컴퓨터 시뮬레이션과 실험을 이용하여 기존 방식과의 비교를 통하여 제안하는 방식의 타당성을 검증한다. 본 논문에서는 표 1과 같은 사양의 \( 7.5[\mathrm{~kW}] \)의 유도 전동기를 이용하였다. 실험은 같은 용량의 두 대의 유도 전동기를 맞물려 부하 세트를 구성하였다. 정격 속도로 운전 시 \( 100 \% \) 정격부하를 스텝으로 인가하고 이때의 전류와 속도 파형을 관찰하였다.</p><table border><caption>표 1 유도 전동기 정수</caption><tbody><tr><td>Power\([ \mathrm{kW} ]\)</td><td>7.5</td><td>Pole</td><td>4</td></tr><tr><td>\( \mathrm{V}_\mathrm{rated}[\mathrm{V}_\mathrm{rms}]\)</td><td>380</td><td>Rs\([\Omega]\)</td><td>0.568</td></tr><tr><td>\( \mathrm{I}_\mathrm{rated}[\mathrm{A}_\mathrm{rms}]\)</td><td>15.1</td><td>Ls\([\mathrm{mH}]\)</td><td>92.75</td></tr><tr><td>\( \mathrm{I}_\mathrm{noload}[\mathrm{A}_\mathrm{rms}]\)</td><td>6.5</td><td>\(\sigma\)Ls\([\mathrm{mH}]\)</td><td>8.04</td></tr><tr><td>\( \mathrm{Speed}_\mathrm{rated}[\mathrm{rpm}]\)</td><td>1800</td><td>Tr\([\mathrm{ms}]\)</td><td>248</td></tr></tbody></table><h2>3.1 시뮬레이션</h2><p>그림 6과 7은 유도 전동기를 정격속도까지 기동 시 과도상태를 나타내는 시뮬레이션 파형이다. 기동하여 정격 속도에 도달하는 순간 전류 제어 출력 전압은 인버터가 출력할 수 있는 전압을 초과함에 따라 자속 지령 전류는 전동기 정격 전류의 약 \( 35 \% \)로 감소한다. 이 때, 그림 6의 기존 제어 방식은 전류가 흔들리며 불안정한 전류 제어 특성을 보이지만 그림 7의 제안하는 제어 방식은 안정적으로 전류 제어가 이루어지며 특히 정상 상태에서 응답성이 약 2배 빨라짐을 확인할 수 있다.</p><h2>3.2 실험 결과</h2><p>그림 8의 실험 파형은 인버터에서 공급되는 전압이 제한되는 조건에서 출력 상수 \( \mathrm{K}[50 \% / \mathrm{div}.] \) , 지령 자속 \( [0.5 \mathrm{wb}/\mathrm{div}.] \), 추정 자속\( [0.5 \mathrm{wb}/\mathrm{div}.] \), \( \mathrm{d} \)축 지령 전류\( [5 \mathrm{A}/\mathrm{div}.] \)의 변화를 나타낸다. 전압이 부족해지면 전압 제어기의 동작으로 제어기 출력 상수 \( \mathrm{K} \)가 감소하고 \( \mathrm{K} \)와 비례하는 지령 자속도 감소한다. 자속 제어기의 동작으로 추정 자속도 함께 감소되면서 \( \mathrm{d} \)축 지령 전류도 감소하고 \( \mathrm{q} \)축 전류를 증가함으로써 적절하게 토오크를 유지할 수 있게 된다. 그림 9는 전압이 부족한 상황에서 제어기 출력 상수 \( \mathrm{K}[40 \% / \mathrm{div}.] \)의 동작 파형을 나타낸다. 그림 9(a)의 기존 제어 방식에서는 출력 상수 \( \mathrm{K} \)는 리플을 가진 형태로 변동함을 보여준다. 이에 반해 그림 9(b)의 제안된 제어 방식은 출력 상수 \( \mathrm{K} \)가 일정하게 유지됨을 알 수 있다.</p><p>그림 10의 실험 파형은 정격 속도에서 정격 부하 온/오프 시 각각의 전동기 속도\( [500 \mathrm{rpm}/\mathrm{div}.] \), d축 지령전류\( [5 \mathrm{A}/\mathrm{div}.] \)와 실제 전류\( [5 \mathrm{A}/\mathrm{div}.] \), \( \mathrm{q} \)축 전류\( [15 \mathrm{A}/\mathrm{div}.] \)를 나타낸다. 그림 10의 왼쪽 파형은 기존 전류 제어기를 나타낸 것이고 오른쪽 파형은 제안하는 히스테리시스 제어기이다. 두 그림을 비교해보면 부하가 인가되는 순간 히스테리시스 제어기의 경우 전류가 더 빨리 안정적으로 수렴하는 것을 알 수 있다. 또한, 부하가 오프 되는 순간 기존 전류 제어기의 전류와 속도 변동 정도에 비하여 제안하는 히스테리시스 제어기의 경우가 더 안정적으로 제어됨을 확인 할 수 있다.</p>
|
[
"본 실험에서는 어떤 방법으로 전류와 속도 파형을 관찰했어?",
"표 1 유도 전동기 정수에서 유도 전동기의 Power\\([ \\mathrm{kW} ]\\)는 얼마야?",
"본 절에서 제안하는 방식의 타당성을 검증하기 위한 과정은 어떻게 돼?",
"표 1 에서 유도 전동기의 \\( \\mathrm{V}_\\mathrm{rated}[\\mathrm{V}_\\mathrm{rms}]\\) 값은 얼마로 나타났지?",
"표 1 유도 전동기 정수에서 \\( \\mathrm{Speed}_\\mathrm{rated}[\\mathrm{rpm}]\\)의 사양은 얼마로 보여지지?",
"본 실험에서 전류 제어 출력 전압은 어떤 과정을 통해 감소하게 되지?",
"표 1에서 유도 전동기의 사양이 4인 요소는 무엇이지?",
"표 1 유도 전동기 정수에서 248의 사양을 갖고 있는 요소는 무엇이지?"
] |
0f6fe657-d5a0-431b-9ae3-5f9b35fee7a3
|
인공물ED
|
열처리된 ZnO:Al 투명도전막의 전기적 및 광학적 특성
|
<h1>II. 실험 및 측정</h1> <p>기판은 액정 디스플레이 기판용 코닝 글라스를 사용하였으며 실리콘 웨이퍼 세척공정에 준하여 세척하여 사용하였다. 기판은 박막을 증착하기전에 \( 3000^{\circ} \mathrm{C} \) 로 가열하여 미리 습기를 제거한 후 원하는 기판온도에서 증착되도록 하였다. \(\mathrm{AI} \)이 도핑된 \(\mathrm{ZnO} \)박막은 4인치 타겟을 사용하는 \( 600 \mathrm{~W} \) 고주파 마그네트론 스퍼터링 시스템을 이용하여 30분간 타겟표면의 이물질을 제거하기 위하여 프리스퍼터링한 후 증착되었다.</p> <p>열처리를 위한 순수한 \(\mathrm{ZnO} \) 박막 및 \(\mathrm{AZO} \) 박막의 제조는 막의 증착률과 균질성을 고려하여 기판과 타겟사이의 간격을 \( 6 \mathrm{~cm} \) 로 고정하고 분위기압은 \( 1 \mathrm{mTorr} \)에서 \( 20\mathrm{mTorr} \)까지, 기판온도는 실온에서 \( 350^{\circ} \mathrm{C} \)까지, 고주파 전력은 \( 50 \mathrm{~W} \)에서 \( 300 \mathrm{~W} \)까지 변화시켜 가면서 제조한 가운데 비저항과 광투과도가 가장 우수한 시편의 제조조건을 사용하였다. 이 조건에서 증착된 \(\mathrm{ZnO} \) 박막은 두께가 1 \( \mu \mathrm{m} \)정도로 비저항이 \( 6 \sim 8 \times 10^{4} \Omega \mathrm{cm} \)이며 광투과도는 가시광영역에서 \( 90 \% \) 정도인 실제 투명도전 막으로 응용될 수 있는 우수한 특성을 나타낸다. 최적 조건에서 졔조된 순수한 \(\mathrm{ZnO} \) 박막 및 \(\mathrm{AZO} \) 박막은 분당 \( 2^{\circ} \mathrm{C} \) 의 승온율로 목표 열처리온도까지 증가시킨 후 목표온도에서 1시간동안 열처리되었다. 열처리분위기는 대기, \( 10^{5} \mathrm{Torr} \)의 진공 및 수소플라즈마로 하였다. 최적조건에서 증착된 \(\mathrm{ZnO} \) 박막 및 \(\mathrm{AZO} \)박막의 열처리전의 전기적 및 광학적 특성은 표 1과 같다. 4점측정법과 van der Pauw 법으로 면저항을 구하여 비저항을 계산하였으며, 분광광도계를 통하여 가시광영역에서의 광투과도를 측정하고 이로 부터 광학적 밴드갭을 계산하였다.</p> <table border><caption>표 \(1\). 최적조건에서 증착된 순수한 \(\mathrm{ZnO} \) 및 \(\mathrm{AZO} \)박막의 전기적 및 광학적 특성</caption> <tbody><tr><td></td><td>Undoped \(\mathrm{ZnO} \)</td><td>Doped \(\mathrm{ZnO} \)</td></tr><tr><td>Resistivity \( (\Omega \mathrm{cm}) \)</td><td>\( 2.7 \times 10^{3} \)</td><td>\( 4.7 \times 10^{-4} \)</td></tr><tr><td>Mobility \( (\mathrm{cm} / \mathrm{Vs}) \)</td><td>\(25\)</td><td>\(18\)</td></tr><tr><td>Carrier concentration \( \left(\mathrm{cm}^{3}\right) \)</td><td>\( 8 \times 10^{19} \)</td><td>\( 7.5 \times 10^{20} \)</td></tr><tr><td>Transmittance \(\%\)</td><td>\(90\)</td><td>\(90\)</td></tr><tr><td>Optical band gap \( (\mathrm{eV}) \)</td><td>\(3.3\)</td><td>\(3.52\)</td></tr></tbody></table>
|
[
"본문의 표 \\(1\\). 최적조건에서 증착된 순수한 \\(\\mathrm{ZnO} \\) 및 \\(\\mathrm{AZO} \\)박막의 전기적 및 광학적 특성에서 Undoped \\(\\mathrm{ZnO} \\)의 Resistivity는 뭐야?",
"표 1 에서 Undoped \\(\\mathrm{ZnO} \\)의 Carrier concentration는 뭐야?",
"본문의 표 \\(1\\). 최적조건에서 증착된 순수한 \\(\\mathrm{ZnO} \\) 및 \\(\\mathrm{AZO} \\)박막의 전기적 및 광학적 특성에서 Undoped \\(\\mathrm{ZnO} \\)의 Mobility는 뭐지?",
"본문의 표 \\(1\\). 최적조건에서 증착된 순수한 \\(\\mathrm{ZnO} \\) 및 \\(\\mathrm{AZO} \\)박막의 전기적 및 광학적 특성에서 doped \\(\\mathrm{ZnO} \\)의 Optical band gap는 무엇일까?",
"표 1에서 doped \\(\\mathrm{ZnO} \\)의 Transmittance는 무엇이지?",
"Transmittance는 표 1에서 doped \\(\\mathrm{ZnO} \\)에서 뭐야?",
"본문에서 doped \\(\\mathrm{ZnO} \\)의 Carrier concentration는 무엇이야?",
"doped \\(\\mathrm{ZnO} \\)의 Resistivity는 표 1에서 얼마야?",
"최적조건에서 증착된 순수한 \\(\\mathrm{ZnO} \\) 및 \\(\\mathrm{AZO} \\)박막의 전기적 및 광학적 특성에서 Undoped \\(\\mathrm{ZnO} \\)의 Transmittance는 뭘까?",
"최적조건에서 증착된 순수한 \\(\\mathrm{ZnO} \\) 및 \\(\\mathrm{AZO} \\)박막의 전기적 및 광학적 특성에서 Undoped \\(\\mathrm{ZnO} \\)의 Optical band gap은 어떻게 돼?",
"doped \\(\\mathrm{ZnO} \\)의 Mobility는 표 1에서 얼마야?"
] |
b517f49b-21a5-44bb-801a-cb1d21f32848
|
인공물ED
|
비행체의 궤적 예측을 위한 순환 신경망 기반 기법들의 정량적 비교 평가에 관한 연구
|
<h1>요 약</h1><p>본 논문에서는 비행체의 궤적 예측에 적절한 순환 신경망 기반 기법을 탐구하기 위하여 정량적인 비교 평가 연구를 수행하였다. 이를 위해 본 논문에서는 비행체의 궤적 예측 작업을 수행하기 위한 다양한 입력 및 출력 관계들을 정의하고 동일한 실힘 환경에서 비교 평가하였다. 특히 비행체 위치의 상대값 기반 입출력 관계를 제안하여 비행체의 궤적 예측에 적합함을 보였다. 또한 비행체 궤적 예측에 효율적인 네트워크 구조 및 하이퍼파라미터를 결정하기 위한 다양한 ablation study(비교 실험)를 진행하였다. 본 논문에서 제시된 정량적 비교 평가 결과는 비행체의 궤적 예측을 위해 순환 신경망 기반 기법을 이용하거나 비행체의 궤적 예측에 특화된 딥러닝 기법을 연구하고자 하는 연구자 및 개발자들에게 실질적인 도움이 될 것으로 예상된다.</p><h1>Ⅰ. 서론</h1><p>움직이는 사람 또는 물체의 궤적을 예측하는 작업은 사람 또는 물체의 상태를 인식하는 데 있어 핵심적인 작업들 중 하나이다. 학계 및 산업계에서는 최근 딥러닝 기술의 발전을 발판으로 다양한 “순환 신경망 기반 궤적 예측 방법”들에 대한 연구를 이전보다 더욱 활발하게 진행하고 있다. 본 논문에서는 “비행체"의 궤적을 예측하는 작업에 집중한다. 비행체의 궤적을 예측하기 위해 추적레이더, 광학장비 및 텔레메트리 등이 이용되어 왔다. 본 논문에서는 텔레메트리 기반 비행체의 “위도 및 경도” 궤적 예측에 집중하며, 사전에 정의된 목적에 따라 설계한 비행체의 궤적에 대해 분석하는 것을 목표로 한다. 비행체의 궤적 예측은 비행체의 성능 평가를 위해 반드시 필요한 핵심적인 기술이다. 그러나 이러한 중요성에도 불구하고 비행체의 궤적 예측에 초점을 둔 순환 신경망 기반 궤적 예측 방법들의 정량적인 비교 평가에 대한 연구는 없었다.</p><p>본 논문에서는 이러한 기존연구들의 미흡한 점을 보완하기 위하여 비행체의 궤적 예측에 적절한 순환 신경망 기반 기법을 탐구하기 위한 정량적인 비교 평가 연구를 수행하였다. 본 논문에서는 이를 위해 비행체의 궤적 예측 작업을 수행하기 위한 다양한 입출력 관계들을 정의하고 정량적으로 비교 평가하였다. 특히 비행체의 위도 및 경도 좌표의 상대값 기반 입출력 관계가 절대값 기반 관계보다 비행체의 궤적 예측에 적합함을 보였다. 또한 비행체 궤적 예측에 효율적인 “순환 신경망 네트워크 구조 및 하이퍼파라미터"를 결정하기 위한 다양한 비교 실험을 진행하였다. 본 논문에서 제시하는 정량적 비교 평가 결과는 비행체의 궤적 예측 시스템을 연구·개발하는 연구자 및 개발자들에게 실질적인 큰 도움을 제공할 것으로 판단된다.</p>
|
[
"본문에서 비행체의 궤적 예측하기 위해서 어떻게 했어?",
"텔레메트리 기반 비행체의 궤적 예측에 무엇을 집중하였습니까?",
"네트워크 구조와 하이퍼파라미터를 효과적으로 결정하기 위해서 어떻게 했어?",
"본 논문에서 비행체의 궤적 예측에 적합함을 보이기 위해 어떻게 제안했어?",
"움직이는 사람의 궤적을 예측하는 작업은 사람의 상태를 인식하는 데 있어 중요한게 맞습니까?",
"비행체의 성능 평가를 위해 본 논문에서는 어떻게 했어?",
"비행체의 궤적 예측에 필요한 순환 신경망 기법을 탐색하기 위해 본 논문에서는 어떻게 했어?",
"비행체의 궤적을 예측하기 위해 무엇을 이용했나요?",
"비행체의 성능 평가를 위해 핵심기술은 무엇입니까?",
"비행기 궤적 예측의 정량적인 비교 평가에 대한 연구는 없는 미흡함을 보완하기 위해 어떻게 했어?"
] |
c7b98699-4b0e-425f-af60-026077d5eab4
|
인공물ED
|
비행체의 궤적 예측을 위한 순환 신경망 기반 기법들의 정량적 비교 평가에 관한 연구
|
<h1>II. 비행체의 궤적 예측을 위한 순환 신경망 기반 기법들</h1><p>본 논문에서는 비행체의 궤적 예측을 위한 "베이스라인" 네트워크 구조(baseline network architecture)로써 2차원 장단기 메모리(two-dimensional long short-term memory)를 이용한다. 우리의 최근 이전 연구에서 우리는 2차원 장단기 메모리가 비행체의 궤적 예측 문제보다 더욱 복잡하고 어려운 선박의 궤적 예측 문제를 해결하는 데 있어 효율적인 순환 신경망 구조임을 보였다. 본 논문에서 초점을 두는 사전에 정의된 목적에 따라 설계한 비행체와 달리 선박의 경우 목적지의 위도 및 경도 좌표를 알 수 없기 때문이다. 그림 1은 비행체 궤적 예측 파이프라인을 보여준다. 그림 2는 비행체의 궤적 예측을 위한 2차원 LSTM 기반 베이스라인 네트워그 구조를 보여준다. 그림 2에서 FFN(feed forward network)은 순방향 신경망을 나타내며 본 논문에서는 FC(fully connected) layer를 이용하였다. \( x_{t} \)는 시간 \( t \)에서 비행체의 위도 또는 경도 좌표를 나타내며, \( y_{t} \)는 시간 \( t+1 \)에서 비행체의 위도 또는 경도 좌표를 나타낸다. 본 논문에서는 비행체의 궤적 예측을 위한 순환 신경망 기반 기법들의 정량적 비교 평가를 위해 다음과 같은 손실함수를 이용한다.</p><p>\( L=\left(y_{t+1}-\hat{y}_{t+1}\right)^{2} \)<caption>(1)</caption></p><p>식 (1)에서 \( y_{t+1} \)은 실제(ground truth) 비행체 좌표를 나타내며, \( \hat{y}_{t+1} \)은 순환 신경망에 의해 예측된 비행체 좌표(위도 또는 경도)를 나타낸다. 총 100 epoch에 걸쳐 학습을 진행하였으며 초기 학습률은 0.1로 설정하였다. 안정적인 학습을 위해 학습률을 50 epoch에서 0.01로 감소시켰다.</p><table border><caption>표 1. 입출력 관계 변화에 따른 비행체 궤적 예측 오차</caption><tbody><tr><td>Method</td><td>Avg. error</td></tr><tr><td>Baseline (absolute value-based))</td><td>0.1356</td></tr><tr><td>Difference between absolute values-based</td><td>0.0437</td></tr><tr><td>Acceleration value-based</td><td>0.1396</td></tr><tr><td>Relative value-based</td><td>0.0053</td></tr></tbody></table><table border><caption>표 2.비교 실험 결과 2.2. [스택 형태 심층 순환 신경망에서 레이어 개수(number of layers) 변화에 따른 비행체 궤적 예측 오차]</caption><tbody><tr><td>Method</td><td>Avg. error</td></tr><tr><td>1</td><td>0.0124</td></tr><tr><td>2</td><td>0.0064</td></tr><tr><td>3</td><td>0.0053</td></tr><tr><td>4</td><td>0.0094</td></tr><tr><td>5</td><td>0.0168</td></tr></tbody></table><p>본 논문에서는 정량적 비교 평가를 위해 수집된 총 18개의 비행체 이동 궤적 데이터를 이용하였다. 각 궤적 데이터는 발사시점부터 탄착시점까지 시간에 따른 위도 및 경도 좌표로 구성되어 있다. 성능 측정 지표로써 궤적 예측에서 일반적으로 많이 사용되는 MAE(mean absolute error)를 이용하였다. 표 1 은 입출력 관계 변화에 따른 비행체 궤적 예측 오차를 나타낸다. 위도 및 경도 좌표의 절대값 기반 예측 방법을 베이스라인으로 선정하였다. 또한 순환 신경망 기반 선박 궤적 예측에서 높은 성능을 제공하였던 절대값의 차이 기반 예측 방법 및 가속도 기반 예측 방법을 비행체 궤적 예측에 적용하여 실험하였다. 본 논문에서는 비행체 위치의 상대값 기반 예측 방법을 제안한다. 상대값 기반 예측 방법에서는 비행체의 발사지점 및 탄착지점의 위도 및 경도 좌표를 기준으로 궤적 내 위도 및 경도 좌표의 절대값을 정규화한다( 예: [0, 1], [0, 100] 등). 정규화를 통한 상대값 기반 예측이 가능한 이유는 본 논문에서 분석하고자 하는 비행체의 경우 사람, 차량, 선박 등과는 달리 궤적의 시작지점 및 종료지점이 사전 정보로 주어지기 때문이다. 본 논문에서는 이러한 비행체 관련 도메인 지식(domain knowledge)을 적극적으로 활용한 상대값 기반 예측 방법에 대해 실험하고 위에서 언급한 기존 방법들과의 정량적인 비교 평가를 실시하였다. 표 1 에서 보는 바와 같이 상대값 기반 예측 방법이 기존 방법들보다 비행체 궤적 예측에 보다 적합한 방법임을 알 수 있다. 표 1 및 표 2에서는 위도 예측 오차 및 경도 예측 오차의 평균값을 보여준다(표 2.4 및 표 2.5 제외). 표 2에서는 상대값 기반 예측 방법을 베이스라인으로 설정한 후 비행체 궤적 예측에 효율적인 네트워크 구조 밎 하이퍼파라미터를 결정하기 위해 수행한 다양한 비교 실험 결과를 보여준다. 2차원 심층 순환 신경망을 구성하는 모듈 변화, 레이어 개수 변화에 따른 예측 오차뿐만 아니라 상대값 범위 변화, 위도/경도 동시 학습 여부에 따른 예측 오차를 보여준다. 마지막으로 좌표 데이터 수신 시간 간격이 불규칙적인 점을 고려하여 데이터 수신 시간이 일정하도록 리샘플링하여 비교 실험하였다.</p><h1>Ⅳ. 결론</h1><p>본 논문에서는 비행체의 궤적 예측에 적합한 순환 신경망 기반 기법을 탐구하기 위하여 다양한 정량적 비교 평가 연구를 수행하였다. 비교 평가 결과는 비행체 궤적 예측 시스템을 연구·개발하는 연구자 및 개발자들에게 큰 도움을 제공할 것으로 판단된다.</p>
|
[
"본 논문에서 비행체의 궤적 예측을 위한 \"베이스라인\" 네트워크 구조로써 이용하는 것이 무엇인가?",
"본 논문에서 2차원 장단기 메모리를 무엇을 위해 이용하는가?",
"본 논문에서 2차원 장단기 메모리를 무엇으로써 이용하는가?",
"\"베이스라인\" 네트워크 구조는 무엇을 예측하는 것인가?",
"2차원 장단기 메모리가 무엇을 해결하는 데 있어 효율적인 순환 신경만 구조임을 보였는가?",
"2차원 장단기 메모리가 선박의 궤적 예측 문제를 해결하는 데 있어 어떤 구조인가?",
"비행기와 달리 선박의 경우 알 수 없는 것은 무엇인가?",
"왜 선박의 궤적 예측 문제가 비행체의 궤적 예측 문제보다 더욱 복잡하고 어려운가?",
"비행체의 궤적 예측 문제가 선박의 궤적 예측 문제보다 더 어려운가?",
"그림 2는 무엇을 기반으로 한 베이스라인 네트워크 구조인가?",
"그림 2의 2차원 LSTM 기반 베이스라인 네트워그 구조의 역할은 무엇인가?",
"그림 2에서 FFN이 나타내는 것은 무엇인가?",
"\\( x_{t} \\)는 무엇을 의미하는가?",
"\\( y_{t} \\)는 무엇을 나타내는가?",
"비행체의 궤적 예측을 위한 순환 신경망 기반 기법들의 정량적 비교 평가를 위해 이용하는 손실함수는 무엇인가?",
"순환 신경망 기반 기법들의 정량적 비교 평가는 무엇을 얻기 위해 이루어지는가?",
"비행체의 궤적 예측을 위해서는 무엇을 시행해야 하는가?",
"본 논문에서는 비행체의 궤적 예측을 위해 무엇을 정량적 비교 평가를 하였는가?",
"식 (1)에서 \\( y_{t+1} \\)은 무엇을 나타내는가?",
"식 (1)에서 \\( \\hat{y}_{t+1} \\)은 무엇을 나타내는가?",
"순환 신경망에 의해 예측된 비행체 좌표를 나타내는 것은 무엇인가?",
"실제 비행체 좌표를 나타내는 것은 무엇인가?",
"시간 \\( t \\)에서 비행체의 위도 또는 경도 좌표를 나타내는 것은 무엇인가?",
"시간 \\( t+1 \\)에서 비행체의 위도 또는 경도 좌표를 나타내는 것은 무엇인가?",
"학습은 총 얼마의 epoch에 걸쳐 진행하였는가?",
"초기 학습률은 얼마인가?",
"학습률을 50 epoch에서 0.01로 왜 감소시켰는가?",
"안정적인 학습을 위해 학습률을 50 epoch에서 얼마로 감소시켰는가?",
"Baseline method의 Avg. error는 얼마야?",
"Difference between absolute values-based method의 Avg. error는 얼마야?",
"Acceleration value-based method의 Avg. error는 얼마야?",
"Relative value-based method의 Avg. error는 얼마야?",
"Avg. error가 가장 작은 method는 무엇인가?",
"Avg. error가 가장 큰 method는 무엇인가?",
"Avg. error가 가장 큰 method는 Difference between absolute values-based method가 맞는가?",
"표 1은 무엇에 따른 비행체 궤적 예측 오차를 나타낸 것인가?",
"스택 형태 심층 순환 신경망에서 레이어 개수가 1개일때 Avg. error은 얼마인가?",
"스택 형태 심층 순환 신경망에서 레이어 개수가 2개일때 Avg. error은 얼마인가?",
"스택 형태 심층 순환 신경망에서 레이어 개수가 3개일때 Avg. error은 얼마인가?",
"스택 형태 심층 순환 신경망에서 레이어 개수가 4개일때 Avg. error은 얼마인가?",
"스택 형태 심층 순환 신경망에서 레이어 개수가 5개일때 Avg. error은 얼마인가?",
"스택 형태 심층 순환 신경망에서 레이어 개수가 몇 개일 때 Avg. error가 가장 작은가?",
"스택 형태 심층 순환 신경망에서 Avg. error가 가장 작을 때는 레이어 개수가 3개일 때인가?",
"스택 형태 심층 순환 신경망에서 Avg. error는 레이어 개수가 증가함에 따라 꾸준히 감소하는가?",
"본 논문에서는 정량적 비교 평가를 위해 몇 개의 비행체 이동 궤적 데이터를 이용하였는가?",
"본 논문에서는 무엇을 위해 수집된 총 18개의 비행체 이동 궤적 데이터를 이용하였는가?",
"각 궤적 데이터는 발사시점부터 무엇까지 시간에 따른 위도 및 경도 좌표로 구성되어 있는가?",
"각 궤적 데이터는 발사시점부터 탄착시점까지 무엇에 따른 위도 및 경도 좌표로 구성되어 있는가?",
"각 궤적 데이터는 무엇으로 구성되어 있는가?",
"각 궤적 데이터가 구성되어 있는 위도 및 경도 좌표는 무엇에 따른 것인가?",
"성능 측정 지표로써 궤적 예측에서 일반적으로 많이 사용되는 것은 무엇인가?",
"MAE는 궤적 예측에서 무엇으로 일반적으로 많이 사용되는가?",
"표 1 은 무엇의 변화에 따른 비행체 궤적 예측 오차를 나타낸 것인가?",
"표 1 은 입출력 관계 변화에 따라 무엇의 오차를 나타낸 것인가?",
"베이스라인으로 선정한 예측 방법은 무엇을 기반으로 한 것인가?",
"순환 신경망 기반 선박 궤적 예측에서 높은 성능을 제공한 예측 방법은 무엇인가?",
"절대값의 차이 기반 예측 방법 및 가속도 기반 예측 방법은 순환 신경망 기반 선박 궤적 예측에서 낮은 성능을 제공하였는가?",
"본 논문에서 제안하는 예측 방법은 무엇을 기반으로 하고 있는가?",
"상대값 기반 예측 방법에서는 무엇을 기준으로 하여 궤적 내 위도 및 경도 좌표의 절대값을 정규화하는가?",
"상대값 기반 예측 방법에서는 비행체의 발사지점 및 탄착지점의 위도 및 경도 좌표를 기준으로 정규화하는 것이 무엇인가?",
"비행체의 발사지점 및 탄착지점의 위도 및 경도 좌표를 기준으로 궤적 내 위도 및 경도 좌표의 절대값을 정규화하는 예측 방법은 무엇인가?",
"비행체의 발사지점 및 탄착지점의 위도 및 경도 좌표를 기준으로 궤적 내 위도 및 경도 좌표의 절대값을 정규화하는 예측 방법은 절대값 기반 예측 방법인가?",
"정규화를 통한 상대값 기반 예측이 왜 가능한가?",
"궤적의 시작지점 및 종료지점이 사전 정보로 주어지는 것은 무엇인가?",
"궤적의 시작지점 및 종료지점이 사전 정보로 주어지기 때문에 가능한 것은 무엇인가?",
"정규화를 통한 상대값 기반 예측이 가능한 분석 물체는 무엇인가?",
"사람은 궤적의 시작지점 및 종료지점이 사전 정보로 주어는가?",
"차량은 궤적의 시작지점 및 종료지점이 사전 정보로 주어지는가?",
"선박은 궤적의 시작지점 및 종료지점이 사전 정보로 주어지는가?",
"본 논문에서는 무엇을 활용한 상대값 기반 예측 방법에 대해 실험했는가?",
"표 1 에서 상대값 기반 예측 방법이 기존 방법들보다 비행체 궤적 예측에 보다 적합한 방법임을 보이는가?",
"표 1 및 표 2에서는 위도 예측 오차 및 경도 예측 오차의 무엇을 보여주는가?",
"표 2에서는 상대값 기반 예측 방법을 베이스라인으로 설정한 후 무엇을 결정하기 위해 수행한 실험 결과를 보여주는가?",
"표 2에서 베이스라인으로 설정한 방법은 무엇인가?",
"데이터 수신 시간이 일정하도록 리샘플링한 것은 무엇이 불규칙하기 때문인가?",
"좌표 데이터 수신 시간 간격이 불규칙하기 때문에 어떻게 하였는가?",
"좌표 데이터 수신 시간 간격이 불규칙적인 점을 고려하여 무엇이 일정하도록 리샘플링하였는가?",
"좌표 데이터 수신 시간 간격이 규칙적인가?",
"비교 평가 결과는 누구에게 큰 도움을 제공할 것으로 판단되는가?",
"안정적인 학습을 어떻게 유도하였는가?",
"본 논문에서는 비행체의 궤적 예측을 위한 순환 신경망 기반 기법들을 어떻게 정량적 비교 평가를 하는가?",
"스택 형태 심층 순환 신경망에서 레이어 개수가 최소일 때 비행체 궤적 예측 오차는 얼마인가?"
] |
72cae1a4-3125-4ee5-934a-f3e02b586ea4
|
인공물ED
|
결함 주입 방법을 이용한 하드웨어 검증시스템 구현
|
<h1>요 약</h1><p>본 논문에서는, 오류가 발생되어 심각한 피해와 문제의 우려가 있는 하드웨어에 대한 안정성 및 신뢰성을 높이기 위해 PC에서 결함 주입 방법을 이용한 검증시스템의 구현 방법을 제시한다. 검증시스템은 PC에 디지털 I/O 카드를 연결하여 대상 하드웨어 시스템에 소프트웨어 및 하드웨어 방법으로 신호를 입력할 수 있으며, 결함을 생성하여 입력할 수도 있다. 그리고 대상 하드웨어 시스템에서 출력되는 신호를 디지털 웨이브폼 그래프로 모니터링이 가능하도록 구현하여 입력 신호에 따른 출력 신호를 비교하여 신뢰성을 평가할 수 있다. 검증시스템을 이용하여 원자력 발전소 시스템 계통장치 FPGA 펌웨어를 테스트 및 검증하였으며, 소프트웨어 방법과 실장테스트 방법에서의 문제점을 해결하여 신뢰성 있는 결과를 얻을 수 있었다.</p><h1>Ⅰ. 서론</h1><p>현대사회는 과학 기술의 발전에 따라 HighTechnology 기술을 이용한 제품 및 기기들이 개발되어 실생활에서 중요하게 사용되고 있다. 이와 같은기기 및 시스템은 실생활에서 높은 편이성과 많은 이점을 제공지만, 반면에 상당한 위험도를 가지고 있다.예를 들어 비행기의 경우 하늘에서 항법시스템이나 비행기 엔진에서 동작의 문제가 발생했다면 매우 커다란 인명피해를 가져다 줄 것이다. 또한 원자력 발전소의 경우에도 시스템의 기능 및 안전에 대한 문제가 발생된다면 인명피해 뿐만 아니라 국가와 환경에 커다란 피해를 미치게 된다. 때문에 이러한 기기 및시스템은 동작 및 처리에 대한 안정성과 신뢰성이 매 현재 하드웨어 시스템의 안정성과 신뢰성을 평가하는 검증기술 및 방법에 대해서 많은 연구가 진행되고 있으며, 결함을 입력하여 테스트하거나, 대상 하드웨어 시스템의 오류 허용치를 측정 및 분석하는 연구는 계속 이루어지고 있다. 따라서 본 논문에서는 실제 환경에서 동작하는 입력 신호를 PC 환경에서 대상 하드웨어에 입력하고, 그에 따른 대상 하드웨어의 출력신호를 확인하여 오류 및 결함에 대한 안정성 및 신뢰성을 검증하는 효율적인 검증시스템 구축을 목적으로 하는 하드웨어검증 플랫폼을 제시하고, 원자력 발전을 위한 계통제어 시스템에 적용하여 그 유용성을 확인하고자 한다.</p>
|
[
"HighTechnology 기술을 이용한 제품 및 기기들 및 시스템은 동작 및 처리에 대한 안정성과 신뢰성이 매 현재 하드웨어 시스템의 안정성과 신뢰성을 평가하는 검증기술 및 방법에 대해서 많은 연구가 진행되고 있는가?",
"비행기의 경우 하늘에서 항법시스템이나 비행기 엔진에서 동작의 문제가 발생했다면 매우 커다란 인명피해를 가져다 줄 것인가?",
"검증시스템을 이용하여 원자력 발전소 시스템 계통장치 FPGA 펌웨어를 테스트 및 검증하였으며, 소프트웨어 방법과 실장테스트 방법에서의 문제점을 해결하여 신뢰성 있는 결과를 얻을 수 있었나?",
"검증시스템은 PC에 디지털 I/O 카드를 연결하여 대상 하드웨어 시스템에 소프트웨어 및 하드웨어 방법으로 신호를 입력할 수 있으며, 결함을 생성하여 입력할 수도 있나?",
"대상 하드웨어 시스템에서 출력되는 신호를 디지털 웨이브폼 그래프로 모니터링이 가능하도록 구현하여 입력 신호에 따른 출력 신호를 비교하여 신뢰성을 평가할 수 있나?",
"본 논문에서는 실제 환경에서 동작하는 입력 신호를 PC 환경에서 대상 하드웨어에 입력하고, 그에 따른 대상 하드웨어의 출력신호를 확인하여 오류 및 결함에 대한 안정성 및 신뢰성을 검증하는 효율적인 검증시스템 구축을 목적으로 하는 하드웨어검증 플랫폼을 제시하는가?",
"HighTechnology 기술을 이용한 제품 및 기기들 및 시스템은 실생활에서 높은 편이성과 많은 이점을 제공지만, 반면에 상당한 위험도를 가지고 있나?",
"원자력 발전소의 경우에도 시스템의 기능 및 안전에 대한 문제가 발생된다면 인명피해 뿐만 아니라 국가와 환경에 커다란 피해를 미치게 되는가?",
"본 논문에서는, 오류가 발생되어 심각한 피해와 문제의 우려가 있는 하드웨어에 대한 안정성 및 신뢰성을 높이기 위해 PC에서 결함 주입 방법을 이용한 검증시스템의 구현 방법을 제시하는가?",
"현대사회는 과학 기술의 발전에 따라 HighTechnology 기술을 이용한 제품 및 기기들이 개발되어 실생활에서 중요하게 사용되고 있나?"
] |
5cdd2710-22c1-4e55-ad50-18669753946e
|
인공물ED
|
결함 주입 방법을 이용한 하드웨어 검증시스템 구현
|
<h1>V. 결 론</h1><p>본 논문에서는 하드웨어 시스템의 안정성과 신뢰성을 평가하기 위하여 PC와 디지털 및 아날로그 I/O 카드의 연결을 통해 대상 하드웨어 시스템에 결함을 생성하고 주입함으로써 보다 안전하고 효율적인 검증시스템을 구현하였다. 구현된 하드웨어 검증시스템은 고속의 디지털 I/O카드를 사용함으로써 160개의 입출력 가능한 채널과 최대 \( 40 \mathrm{MHz} \) 클록으로 빠르게 신호를 트리거 및 입출력 할 수 있다. 그리고 논리분석기 및 자극 생성기의 기기들보다 낮은 비용으로 디지털 하드웨어 검증시스템의 구현이 가능하며, 사용자와 친숙한 PC 환경에서 대상 하드웨어의 안정성 및 신뢰성을 평가할 수 있다는 것이 장점이라고 할 수 있다. 디지털과 아날로그를 결합한 검증시스템으로 확장하기 위해 노력할 계획이며, 다양한 하드웨어 기기 및 시스템을 평가하고 검증하기 위한 하드웨어 검증 플랫폼 구현에 대한 연구가 계속되어야 할 것이다.</p>
|
[
"구현된 하드웨어 검증시스템은 고속의 디지털 I/O카드를 사용함으로써 160개의 입출력 가능한 채널과 최대 40MHz 클록으로 빠르게 신호를 트리거 및 입출력 할 수 있나?",
"디지털과 아날로그를 결합한 검증시스템으로 확장하기 위해 노력할 계획이며, 다양한 하드웨어 기기 및 시스템을 평가하고 검증하기 위한 하드웨어 검증 플랫폼 구현에 대한 연구가 계속되어야 할 것인가?",
"사용자와 친숙한 PC 환경에서 대상 하드웨어의 안정성 및 신뢰성을 평가할 수 있다는 것이 장점이라고 할 수 있나?",
"본 논문에서는 하드웨어 시스템의 안정성과 신뢰성을 평가하기 위하여 PC와 디지털 및 아날로그 I/O 카드의 연결을 통해 대상 하드웨어 시스템에 결함을 생성하고 주입함으로써 보다 안전하고 효율적인 검증시스템을 구현하였나?",
"논리분석기 및 자극 생성기의 기기들보다 낮은 비용으로 디지털 하드웨어 검증시스템의 구현이 가능한가?"
] |
945de964-c26e-4c8e-9d56-c0a304f8a036
|
인공물ED
|
크랭크축의 미세속도변화를 이용한 선박엔진의 착화불량 상태 감시
|
<h1>1. 서 론</h1><p>복수개의 실린더로 구성되는 선박용 디젤 엔진은 선박 운항에 필요한 동력을 생산하는 핵심요소이다. 엔진을 장시간 지속적으로 가동하면 부품결함이나 노후화로 인해 일부 실린더에서 연소가 일어나지 않는 착화불량(Misfiring) 현상이 종종 발생하게 된다. 착화불량은 선박, 자동차, 발전설비 등에서 이용되는 내연기관 시스템의 성능을 저하시키는 주요 원인 중 하나이다. 착화불량이 발생하게 되면 불완전 연소에 따른 유해 배출물 증가로 인한 환경오염뿐만 아니라, 운전성능 저하 및 축 손상에 의한 운전 중단, 비정상적 진동 발생 등 치명적인 고장을 일으킬 수 있다. 또한 착화 주기 불균형은 실린더간 동기화 운동을 어렵게 하여 엔진의 안정적 구동성을 떨어뜨린다. 그 결과 엔진에 의한 과도한 선체진동이 일어나게 되면 승객의 안락성 저하, 승무원의 피로도 증가로 이어진다.</p><p>90년대 이후 엔진의 착화불량 상태를 직관적으로 알려주는 인자-실린더의 압력이나 온도, 배기가스 온도, 진동 등-에 대한 연구는 지속적으로 수행되어 왔다. 하지만 이러한 인자들은 응답속도와 진단 정확성 등에 한계를 보인다. 실린더의 압력이나 온도의 경우 연소 환경에 노출되는 센서의 수명과 비용 문제가 있고, 배기가스 온도는 반응속도가 느리고 실시간 감시가 어렵다. 또한 이들은 문제 발생 부위를 정확하게 파악하기 어렵다. 진동 신호를 이용하는 방법은 기관 본체의 가속도 신호를 패턴화하여 통계적 적용이 가능한 자동차용 내연기관에는 적용되고 있지만 정형화되지 않은 선박용 내연기관에는 부적합하다. 또한 크랭크축 각속도를 이용하는 방법도 많이 사용되나 진단하기까지 많은 계산을 필요로 하는 단점이 있다.</p><p>엔진 원격 모니터링 시스템에서 사용하는 엔진상태 데이터 이용하는 방식은 현재 유용하게 사용되고 있지만 센서의 설치 및 유지 비용이 많이 들고, 장비의 상태가 어느 정도 악화된 후에야 이상발생을 감지할 수 있으며, 착화불량에 대한 응답속도가 느리다는 한계가 있다. 또한, 기술적 또는 비용적 측면에서 온라인 모니터링이 어려운 상태 값이 존재하고, 순간적으로 발생하였다가 사라지는 이상 징후나 점진적으로 상황이 악화되는 이상 상태는 감지하기 어려운 측면이 있다.</p><p>본 연구에서는 기존의 한계를 극복할 수 있는 방법으로 크랭크축의 미세한 회전속도 변동을 인식하여 착화불량을 감시하는 방법을 제안하였다. 크랭크축에 직결된 플라이휠(flywheel) 원주에는 3.05도 간격으로 118 개의 톱니(tooth)이 새겨져 있어 톱니 간격의 이동시간을 측정하면 크랭크축의 미세한 회전속도 변화를 인식할 수 있기 때문에 6기통 엔진에서 어떤 형태의 착화불량이 생기는지 인식할 수 있다. 플라이훨 속도패턴을 FFT 분석을 통해 구한 FFT 패턴을 이용하면 감시 알고리즘을 더욱 단순화시킬 수 있어 사용의 편리성을 높일 수 있다.</p>
|
[
"선박용 디젤 엔진은 무엇으로 구성되어 있는가?",
"복수개의 실린더로 구성되는 선박용 디젤 엔진은 무엇을 생산하는 핵심요소인가?",
"복수개의 실린더로 구성되는 무엇이 선박 운항에 필요한 동력을 생산하는 핵심요소인가?",
"엔진을 장시간 지속적으로 가동하면 왜 일부 실린더에서 연소가 일어나지 않는 착화불량(Misfiring) 현상이 종종 발생해?",
"내연기관 시스템은 무엇에 이용되는가?",
"착화불량이 발생하게 되면 왜 환경오염이 생기지?",
"90년대 이후 엔진의 착화불량 상태를 직관적으로 알려주는 어떤 연구가 지속적으로 수행되었지?",
"실린더간 동기화 운동을 어렵게 하여 엔진의 안정적 구동성을 떨어뜨리는 것은 뭐야?",
"배기가스 온도는 어떤 문제점이 있는가?",
"실린더의 압력이나 온도의 경우 어떤 문제점이 있지?",
"90년대 이후 엔진의 착화불량 상태를 직관적으로 알려주는 연구는 어떤 한계를 보이는가?",
"진동 신호를 이용하는 방법은 기관 본체의 가속도 신호를 패턴화하여 통계적 적용이 가능한 자동차용 내연기관에는 적용되고 있지만 정형화되지 않은 어떤 기관에 부적합한가?",
"본 연구에서는 기존의 한계를 극복할 수 있는 방법으로 어떤 방법을 제안하는가?",
"엔진 원격 모니터링 시스템에서 사용하는 엔진상태 데이터 이용하는 방식은 어떤 한계를 가지고 있지?",
"진동 신호를 이용하는 방법은 어떻게 자동차용 내연기관에는 적용되는가?",
"진동 신호를 이용하는 방법은 기관 본체의 가속도 신호를 패턴화하여 통계적 적용이 가능한 어떤 기관에 적용되는가?",
"플라이훨 속도패턴을 FFT 분석을 통해 구한 FFT 패턴을 이용하면 어떤 알고리즘을 단순화 시킬 수 있지?",
"어떤 패턴을 FFT 분석을 통해 구한 FFT 패턴을 이용하면 감시 알고리즘을 더욱 단순화시킬 수 있지?",
"엔진을 장시간 지속적으로 가동하면 부품결함이나 노후화로 인해 일부 실린더에서 연소가 일어나지 않는 어떤 현상이 종종 발생하지?",
"착화불량은 선박, 자동차, 발전설비 등에서 이용되는 어떤 것의 성능을 저하시키는 주요 원인 중 하나인가?",
"착화불량은 내연기관 시스템의 성능을 상승시키는가?",
"엔진에 의해서 과도하게 선체진동이 일어나면 승무원의 피로도 하락과 승객의 안락성이 증가되는가?",
"본문에서 사용하는 배기가스 온도는 실시간 감시가 쉽고 반응속도가 빨라?"
] |
e901edeb-8d63-4450-8536-1b893a36b693
|
인공물ED
|
크랭크축의 미세속도변화를 이용한 선박엔진의 착화불량 상태 감시
|
<h1>4. 동작상태에 따른 속도패턴 분석</h1><h2>4.1 정상상태 속도패턴</h2><p>Fig. 8은 6개 엔진이 정상적으로 동작했을 때 플라이 휠의 속도변동을 나타낸다. \(800 \mathrm{RPM}\)으로 회전하는 플라이휠의 1회전 당 시간은 0.075초이고, 2회전당 시간은 0.15초이다.</p><h2>4.2 착화불량(misfiring) 속도패턴</h2><p>착화불량 상태를 모사하기 위해 Fig. 5 에서 Push rod를 제거하여 엔진에 연료분사를 못하게 함으로써 착화를 막았다.</p><p>Fig. 9는 6번 실린더가 착화불량(빨간색)일 때 정상신호(파란색)와 비교한 것이고 6번 실린더의 착화불량 일 때를 case 1 으로 한다. 착화순서(Firing Order)에 따라 6번 피스톤의 속도가 낮아졌다가 다시 속도가 점점 돌아오는 것을 보면 6 번 피스톤에 착화 불량이 생겼다는 것을 알 수 있다.</p><p>같은 방법으로 2개 실린더가 하나 건너서 착화불량(cross misfiring)인 경우 즉, 5,6번 실린더와 6,4번 실린더를 각각 착화 불량으로 했을 때를 각각 case 2, case 3으로 하고 속도패턴 비교는 각각 Fig. 10, Fig. 11과 같다. 그리고 2개 실린더가 연달아 착화불량(continuous misfiring)인 경우 즉, 6,2 번 실린더를 착화불량으로 했을 때를 case 4로 하고 속도패턴 비교는 Fig. 12와같다.</p><h2>4.3 FFT 패턴</h2><p>정상상태의 속도패턴을 FFT 분석하면 Fig. 13 과 같다. 첫번째 성분은 6개 봉우리를 포함하는 주기(기본 주파수 \( \mathrm{f}=6.69 \mathrm{~Hz} \) ) 성분이고, 두번째 성분은 기본주파수의 2 배수, 즉 봉우리 3 개씩 주기에 해당하고, 6배수 각 봉우리의 주기에 해당한다. 앞에서 실험한 착화불량 속도패턴을 FFT 분석하면 각각 Fig. 14-Fig. 15와 같다. 여기서 1,2,3,6배수 주파수 성분의 진폭으로 FFT 패턴을 나타내면 Table 2 와 같다.</p><p>정상상태에서 6배수 성분이 가장 크지만, 착화불량이 많을수록, 또 연달아 생길수록 6배수 성분과 1 배수 성분의 크기 격차가 작아지는 것을 알 수 있다. 이것은 속도패턴으로 유추할 수 있는데, 6 기통 엔진이기 때문에 실린더 6개씩 폭발이 이루어지는 특성상 6배수가 가장 지배적일 수 밖에 없지만 착화불량이 일어나면서 6배수 영향이 작아지고, 연속해서 2개의 착화불량이 생겼을 땐, 1 배수 성분이 6배수 성분의 진폭을 뛰어넘는 것을 알 수 있다</p>
|
[
"Fig. 8은 몇 개의 엔진이 정상적으로 동작했을 때 플리이 휠의 속도변동을 나타내는가?",
"플라이휠이 1회전 당 시간이 0.075초이기 위해서는 얼마의 속도로 회전해야 하는가?",
"\\(800 \\mathrm{RPM}\\)으로 회전하는 플라이휠의 1회전 당 시간은 얼마인가?",
"\\(800 \\mathrm{RPM}\\)으로 회전하는 플라이휠의 2회전 당 시간은 얼마인가?",
"\\(800 \\mathrm{RPM}\\)으로 회전하는 플라이휠의 1회전 당 시간은 2회전당 시간의 반절인가?",
"무엇을 모사하기 위해 Push rod를 제거하여 엔진에 연료분사를 못하게 하였는가?",
"Push rod를 제거하면 왜 착화를 막을 수 있는가?",
"Push rod의 역할은 무엇인가?",
"무엇에 따라 피스톤의 속도가 낮아졌다가 다시 속도가 점점 돌아오는 것을 보았을 때 피스톤에 착화 불량이 생겼다는 것을 알 수 있는가?",
"착화순서(Firing Order)에 따라 6번 피스톤의 속도가 낮아졌다가 다시 속도가 점점 돌아오는 것을 보면 6 번 피스톤에 무엇이 생겼는가?",
"6개 봉우리를 포함하는 주기인 기본 주파수는 얼마인가?",
"무엇이 많을수록 6배수 성분과 1 배수 성분의 크기 격차가 작아지는가?",
"착화불량이 많을수록, 또 연달아 생길수록 6배수 성분과 1 배수 성분의 크기 격차가 줄어드는가?",
"6배수 성분과 1 배수 성분의 크기 격차가 작아지는 것을 무엇으로 유추할 수 있는가?",
"1 배수 성분이 6배수 성분의 진폭을 뛰어넘는 것은 어떤 상황에서 일어나는가?",
"피스톤에 착화 불량이 생겼을 때 착화순서에 따라 피스톤의 속도는 어떻게 되는가?",
"정상상태에서는 몇 배수 성분이 가장 큰가?"
] |
b61c61b3-24a1-4cbe-bda0-c5f316530d81
|
인공물ED
|
크랭크축의 미세속도변화를 이용한 선박엔진의 착화불량 상태 감시
|
<h1>2. 6기통 디젤엔진의 구조와 작동원리</h1><p>Table 1은 본 연구에서 사용한 엔진의 주요 제원을 나타내고, 엔진의 대략적인 구조는 Fig. 1과 같다.</p><p>Fig. 1은 엔진이 6개인 직렬 6 기통 디젤엔진의 구조를 보이는데, 각 엔진의 피스톤이 흡입, 압축,폭발,배기의 4행정 사이클을 반복하면서 피스톤 (1,6), (2,5), (3,4)이 짝으로 같은 위치에 있게 된다. 각 엔진에 흡입된 연료가 폭발한 힘으로 피스톤이 직선 왕복운동을 하면 크랭크 축의 회전운동으로 변환되어 동력이 전달된다. 각 피스톤의 1 사이클 동작순서를 정리하면 Fig. 2와 같고, 1 사이클동안 크랭크 축은 2번 회전한다. 따라서 일정한 회전 출력을 얻기 위해서 120도 마다 1 번 폭발해야 하므로 직렬 6 기통 엔진에서 피스톤은 크랭크 축에 120도 간격으로 배치되어 있다.</p><p>Fig. 3은 피스톤 (1,6), (2,5), (3,4)가 짝으로 같은 위상으로 움직이고, 120도 마다 한 번씩 폭발하는 과정을 보이고 있다. 피스톤 폭발순서(Firing Order)는 1-5-3-6-2-4이다.</p>
|
[
"피스톤 6개가 직렬로 배치된 엔진의 구조는 뭐야?",
"경유를 사용하는 엔진 이름이 뭐야?",
"디젤 엔진의 동력은 어떤 과정에 의해서 생산 돼?",
"엔진은 어떤걸 폭발시킨 힘으로 피스톤을 움직일 수 있어?",
"경유를 사용하는 엔진 이름이 뭐야?",
"엔진은 어떻게 동력을 생산할 수 있어?",
"엔진에 흡입된 연료가 폭발한 힘이 피스톤으로 전달되면 피스톤은 어떤 운동을 할 수 있어?",
"엔진에 흡입된 연료가 폭발하여 유발된 피스톤의 직선 왕복운동은 어디로 전달되?",
"크랭크 축이 직선 왕복운동이 크랭크 축으로 전달되면 어떤 운동으로 변환 돼?",
"엔진에서 폭발된 연료의 힘은 어떤 장치를 움직여 직선 왕복운동으로 변환해?",
"엔진의 연료 폭발로 부터 비롯된 크랭크 축이 회전운동은 어떤 힘을 만들어내?",
"6기통 엔진은 피스톤을 몇개 가지고 있어?",
"연료를 동력으로 변환하는 장치 이름이 뭐야?",
"엔진이 연료를 폭발시켜 얻을 수 있는 힘이 뭐야?",
"흡입된 연료가 폭발한 힘으로 피스톤은 직선 왕복운동을 할 수 있어?",
"엔진은 동력을 만들어 낼 수 있어?",
"엔진의 구성요소에는 피스톤이 있어?"
] |
fabadad5-bbb3-485f-9816-29f7b4cdf5e0
|
인공물ED
|
크랭크축의 미세속도변화를 이용한 선박엔진의 착화불량 상태 감시
|
<h1>6. 결 론</h1><p>본 연구에서는 시간에 따라 변동하는 선박 엔진의 각 실린더 연소상태를 실시간으로 데이터를 받아 기존 연구의 한계점을 보완하고 비교적 연산과정이 간단한 방법으로 파악하고자 크랭크축의 미세한 회전속도 변동을 인식하여 착화불량을 감시하는 방법을 제안하였다. 이 방법을 이용하여 다음과 같은 결론을 얻었다.</p><ol type=1 start=1><li>플라이휠 속도패턴을 비교함으로써 몇 번 실린더에 착화불량이 생겼는지 판단할 수 있었다.</li><li>플라이휠 속도패턴을 FFT 분석한 결과 정상상태에서는 6배수 성분이 지배적이며 착화실패가 일어날수록 1배수 성분이 지배적이고, 착화불량이 심해질수록 1배수 성분이 지배적으로 바뀌었다.</li><li>3차원 정규화 FFT 패턴을 공간상에 표시하면 착화불량 상태가 진행될수록 정상상태에서 거리가 더 멀어졌다.</li></ol>
|
[
"본문에서 몇 번 실린더에 착화불량이 생겼는지 어떤 방법을 통해서 알 수 있지?",
"본 연구에서 시간에 따라 변동하는 선박 엔진의 각 실린더 연소상태를 시간을 정해서 데이터를 받아?",
"착화불량 상태가 진행될수록 정상상태에서 거리가 더 멀어지는 것은 무엇을 공간상에 표시할 경우인가?",
"본 연구에서 크랭크축의 미세한 회전속도 변동을 인식하여 제안하고자 하는 방법은 무엇인가?",
"3차원 정규화 FFT 패턴을 공간상에 표시할 경우에 착화불량 상태가 진행됨에 따라서 정상상태에서 거리가 더 가까워져?",
"전체 실린더에 착화불량이 생겼는지 플라이휠 속도패턴을 비교함으로써 판단할 수 있어?",
"플라이휠 속도패턴을 FFT 분석했을 때 착화실패가 일어나면 3배수 성분이 지배적인가?",
"플라이휠 속도패턴을 FFT 분석했을 때 정상상태에서 1배수 성분이 지배적이야?",
"본 연구에서 착화불량을 감시하는 방법을 제안하는데 이는 무엇을 인식하는가?",
"본 연구에서 시간에 따라 변동하는 선박 엔진의 각 실린더 연소상태를 실시간으로 데이터를 받아 비교적 연산과정이 복잡한 방법을 파악해?"
] |
414fb0c6-4f55-4172-8b74-798d690c7f10
|
인공물ED
|
크랭크축의 미세속도변화를 이용한 선박엔진의 착화불량 상태 감시
|
<h1>3. 크랭크축의 회전속도 측정 시스템</h1><h2>3.1 플라이 휠의 회전속도 변동</h2><p>플라이휠은 크랭크 축의 한쪽 축에 연결된 큰 원판형의 기계적 장치로 회전 에너지를 일시적으로 저장하며, 축적된 회전 에너지(관성 모멘트)를 이용하여 폭발 외 에너지가 발생되지 않는 행정에서도 피스톤을 원활하게 움직이도록 도와 크랭크 축의 회전 불균형과 회전 진동을 억제하는 역할을 한다.</p><p>각 엔진의 폭발이 정상적으로 이루어지지 않으면 회전력이제대로 전달되지 않아서 해당 위치의 회전속도에 미세한 변동이 생길 것으로 예상된다. 이 미세한 속도 변동은 플라이휠의 원주에 가공되어 있는 톱니(tooth)의 회전속도를 정밀하게 측정하면 알 수 있다.</p><p>플라이 휠에는 원주상에 톱니가 118 개 파여 있어 톱니간격은 약3.05도이고, 각 톱니간격의 이동시간을 측정하면 각 위치에서 속도변화를 알 수 있다. Fig. 4는 이를 실현하기 위한 측정장치와 신호처리 과정을 보여준다. 근접형 자기센서를 플라이휠 원주 근처에 설치하여 회전하는 \( \mathrm{n}, \mathrm{n}+1 \) 번째 톱니가 검출되면 Fig. 4(b)의 펄스신호가 출력된다. 이 펄스 사이가 톱니의 이동시간 \( (\Delta t) \)이고, 이것을 정밀하게 측정하기 위해 \( 2 \mathrm{M} \mathrm{Hz} \) 의 고속 타이머를 사용하였다. 톱니의 이동시간은 식(1)과 같고, 식(2)와 같이 톱니의 개수 \( \left(N_{t}=118 \mathrm{rpm}\right) \) 를 이용하여 플라이 휠 속도 \( (\mathrm{N}) \)를 구할 수 있다.</p><p>\( \Delta t=t_{n+1}-t_{n} \)<caption>(1)</caption></p><p>\( N=\frac{60}{\Delta t \times N_{t}}(\mathrm{rpm}) \)<caption>(2)</caption></p><h2>3.2 플라이휠 회전속도 측정 시스템</h2><p>크랭크 축 2회전당 측정 데이터를 취하기 위해 Fig. 5 처럼 엔코더를 설치하여 \( \mathrm{Z}\)상 신호를 1 회전의 기준점으로 사용하고, 1 번 엔진의 연료노즐 구동용 Push rod 위치를 자기센서로 검출하여 6개 엔진동작의 기준점으로 하였다.</p><p>Fig. 6(a)는 위의 과정을 거쳐 얻은 정상상태에서의 플라이휠 속도를 나타낸다. 전체를 보면 속도변동이 거의 보이지 않지만 이를 확대하면 Fig. 6(b) 처럼 720 도 동안 6개의 봉우리(Peak)를 가지는 사인파형의 변동을 볼 수 있다. 각 봉우리는 피스톤 1-5-3-6-2-4의 각 폭발에 의한 최대속도에 해당한다.</p><p>Fig. 7은 크랭크 축 2회전당 플라이휠 회전속도, 2회의 \( \mathrm{Z}\)상, 1회의 1번 자기센서 신호의 위상을 보여준다.</p>
|
[
"플라이휠은 축적된 회전 에너지를 이용하여 폭발 외 에너지가 발생되지 않는 행정에서도 무엇을 원활하게 움직이도록 도와주나요?",
"크랭크 축의 회전 불균형과 회전 진동을 억제하는 역할을 하는 원판형의 기계적 장치는 무엇입니까?",
"플라이휠은 크랭크 축의 회전 불균형과 회전 진동을 억제하는 역할을 합니까?",
"미세한 속도 변동은 플라이휠의 원주에 가공되어 있는 무엇의 회전속도를 정밀하게 측정하면 알 수 있습니까?",
"플라이 휠에는 원주상에 톱니가 몇 개가 파여 있습니까?",
"플라이 휠에는 원주상에 톱니가 118 개 파여 있어 톱니간격은 약 얼마입니까?",
"크랭크 축 2회전당 측정 데이터를 취하기 위해 어떻게 했어?",
"본문에서 톱니의 개수를 이용하여 플라이 휠 속도를 구하는 식은 무엇입니까?",
"본문에서 톱니의 이동시간 식은 무엇입니까?"
] |
c664f568-ff41-424f-97bc-176f1e71c007
|
인공물ED
|
크랭크축의 미세속도변화를 이용한 선박엔진의 착화불량 상태 감시
|
<h1>5. 동작상태 판단을 위한 알고리즘</h1><h2>5.1 정규화 FFT 패턴</h2><p>크랭크 축의 속도패턴으로 엔진의 실린더별 착화상태를 정상인지 비정상인지 유추할 수 있지만 비교할 데이터가 너무 많고 환경잡음으로 패턴형상이 왜곡될 수 있는 문제점이 있다. 반면에 FFT 패턴은 4개 주파수 성분만 가지고 판단할 수 있고 잡음 성분은 무시할 수 있어 횔씬 간편하고 신뢰성이 높다. 단지 신호의 크기에 따른 영향을 줄이기 위해 식(3)처럼 6배수 성분을 기준으로 나머지 3개 성분을 정규화 시켜 FFT 패턴을 만들었다. Fig. 16 은 앞에서 실험한 5 개 경우에 대해 정규화한 FFT 패턴을 나타낸다.</p><p>\( d_{n}=\left[\frac{S_{n}}{S_{6}}\right], n=[1,2,3,6], S= \) intensity<caption>(3)</caption></p><h2>5.2 3 차원 벡터 패턴</h2><p>정규화 FFT 패턴에서 case 1을 예로 들면, 6 배수 성분을 제외하고 나머지 3개의 성분으로 벡터 패턴을 만들면 식(4)에 의해 \( V_{n o r}=\left[\begin{array}{lll}0.33 & 0.22 & 0.23\end{array}\right] \) 으로 나타낼 수 있다.</p><p>\( V=\left[\begin{array}{lll}d_{1} & d_{2} & d_{3}\end{array}\right]=\left[\frac{S_{1}}{S_{6}} \frac{S_{2}}{S_{6}} \frac{S_{3}}{S_{6}}\right] \)<caption>(4)</caption></p><p>그리고 데이터들의 오차를 줄이기 위해 위와 같은 과정들을 5 번 반복하여 5 회 평균값을 구한다. Table 3은 착화정상, 착화 불량 경우의 평균값을 나타낸다.</p><h2>5.3 벡터패턴의 거리에 따른 착화상태 판단</h2><p>벡터패턴을 3 차원 공간상에 표시하면 Fig. 17 처럼 된다. 착화정상에서 다른 상태점까지 거리를 식(5)에 의해 구하면 Table 4와 같이 구해진다.</p><p>\( D=\sqrt{\left(x_{1}-x_{2}\right)^{2}+\left(y_{1}-y_{2}\right)^{2}+\left(z_{1}-z_{2}\right)^{2}} \)<caption>(5)</caption></p><p>Table 4와 Fig. 17을 보면 정상상태를 기준으로 착화불량이 많아질수록, 연속될수록 거리가 점점 더 멀어진다는 특징을 확인 할 수 있다. 반면에 각 상태에서 5회 반복한 벡터점들은 각 상태의 평균점 근처에 분포하고 있다.</p>
|
[
"Case 1을 예시로, 6 배수 성분을 제외하고 나머지 3개의 성분으로 벡터 패턴을 만들면 어떻게 나타낼 수 있는가?",
"신호의 크기에 따른 영향을 줄이기 위해 식(3)처럼 몇 배수 성분을 기준으로 나머지 3개 성분을 정규화 시켜 FFT 패턴을 만들었는가?",
"FFT 패턴은 몇 개의 주파수 성분만 가지고 판단할 수 있는가?",
"몇 개의 주파수 성분만으로 FTT 패턴을 판단할 수 있어?",
"Fig. 16 은 앞서 실험한 몇 개 경우에 대해 정규화한 FFT 패턴을 나타낸 것인가?",
"크랭크 축의 속도패턴으로 엔진의 실린더별 착화상태를 정상인지 비정상인지 유추할 수 있지만, 어떤 문제점이 발생할 수 있는가?",
"어떤 패턴을 이용할 경우, 4개 주파수 성분만 가지고 판단할 수 있고 잡음 성분은 무시할 수 있어 횔씬 간편하고 신뢰성이 높은가?",
"Fig. 17은 벡터패턴을 몇 차원의 공간상에 표시한 것인가?",
"Fig. 17은 몇 차원의 공간상에 벡터패턴을 표시한거야?",
"본 논문에서는 데이터들의 오차를 줄이기 위해 수식(4)와 같은 과정을 몇 번을 반복하는가?",
"Table 4와 Fig. 17을 보면 정상상태를 기준으로 착화불량이 어떤 조건일 때 거리가 점점 더 멀어진다는 것을 알 수 있는가?",
"Table 3의 결과는 어떤 경우의 평균값을 나타낸 것인가?",
"식 (5)가 나타내는 값 D는 무엇을 의미하는가?"
] |
a1862d0c-ad4f-4148-86cc-c9e4149e690c
|
인공물ED
|
\(\mathrm{Si}\) CMOS 공정을 적용한 RFID 태그 안테나 제작 및 전기적 특성
|
<h1>3. 결과 및 고찰</h1> <h2>3.1. 마이크로스트립 안테나 설계 및 시뮬레이션</h2> <p>RFID 주파수대역은 UHF (900 MHz), HF (13.56 MHZ), LF(125 KHz) 등이 있으며 UHF 대역의 경우는 반파장 다이폴, HF 이하 대역은 자기결합 방식의 루프 안테나 구조가 된다. Fig. \(1\)에는 상용 제품에 적용되고 있는 HF 대역 RFID 태그 안테나의 사례를 나타내었다. 대체적으로 직경 \( 10 \sim 40 \mathrm{~mm} \) 정도의 사각루프 형태가 대부분이다. 본 연구에서는 HF 대역을 적용하였으므로, 안테나의 기본구조로서 사각 루프구조 형태를 설정하였다.</p> <p>\( \mathrm{Si} \) 기판위에 소형의 루프 안테나를 구현할 경우 소형화에 따른 이득감소 및 손실성의 \( \mathrm{Si} \) 기판으로 인한 손실도 발생하게 된다. 먼저 HFSS 시뮬레이션에 의하여 상용 라벨태그에 비하여 \( \mathrm{Si} \) 기판에 구현된 소형 안테나의 이득이 얼마나 저하되는지 예측하여 보았다. 상용태그 안테나와 \( \mathrm{Si} \) 기판에 적용한 안테나의 물리적 구조를 Table \(1\)에 정리하여 나타내었다. \( \mathrm{Si} \) 기판 태그는 상용태그에 비해 면적은 \( 1.5 \% \) 정도이며, 안테나를 구성하는 마이크로스트립 도선의 두께는 약 \( 8 \% \) 정도가 된다. HFSS 시뮬레이션을 위하여 Fig. \(2\)와 같은 단일루프 모델로 하여 두 가지 안테나의 기본적 특성을 평가해 보았다. 리더 안테나의 경우 양 쪽 모두 동일한 구조로 하여 포트 1을 설정하였으며, 태그 안테나에 포트 2를 설정하여 \( \mathrm{S}_{21} \) 값을 계산하였다. 리더 안테나와 태그 안테나 사이 거리는 \( 0.1 \sim 100 \mathrm{~mm} \) 범위에서 설정하였다. HFSS의 경우 3차원 공간에서 소스의 전류 및 주파수에 의해 정해지는 전자계로부터 공간상에 떨어져 있는 도선에 유기되는 전계 및 전력을 계산할 수 있으므로, RFID 리더 안테나 및 태그 안테나 사이에 무선으로 링크되는 전압 및 전력 이득을 바로 계산할 수 있는 장점이 있다.</p>
|
[
"Fig. \\(1\\)에 나타난 안테나의 크기는 어떻게 구성되어있나요?",
"\\( \\mathrm{Si} \\) 기판에 구현된 소형 안테나는 어떤 방식과 비교하나요?",
"RFID 주파수대역에 속하는 UHF와 HF의 대역은 어떤 방식의 루프 안테나 구조가 되나요?",
"어떻게 RFID 주파수대역은 구성되어지나요?",
"안테나를 기판에 적용한 경우와 상용의 경우의 파라미터를 어떻게 정리했나요?",
"본 연구는 RFID 주파수대역을 어떻게 설정하였나요?",
"소형 안테나 기법에 대한 비교와 예측은 어떻게 이뤄지나요?",
"작은 루프 안테나를 \\( \\mathrm{Si} \\) 기판에 구현하려면 어떻게 해야하나요?",
"본 연구에서 사용하는 사각 루프구조 형태의 안테나는 어떻게 설정되었나요?",
"원활한 HFSS 시뮬레이션을 위해서 어떻게 하나요?",
"리더 안테나와 태그 안테나는 어떻게 설정하였나요?",
"HFSS의 경우 3차원에서 어떻게 계산할 수 있나요?",
"\\( \\mathrm{Si} \\) 기판은 상용과 비교하여 어떻게 나타나나요?",
"태그와 리더 안테나의 거리 변수는 어떻게 설정했나요?"
] |
da5f5764-dce7-4f33-a0d9-ab7541c36a03
|
인공물ED
|
천해환경에서 선-백색화 정합필터의 성능 분석
|
<p>각 그림에서 표적에 의한 첨두전력을 제외한 나머지 첨두전력들은 잔향의 영향에 의해 발생된 것이며, 잔향에 의해 발생된 첨두전력들이 표적에 의해 발생된 첨두전력 보다 크거나 유사하면 잘못된 위치의 첨두전력을 표적으로 탐지 할 수 있다.</p><p>그림 3 부터 그림 10 까지의 결과를 살펴보면 선-백색화 필터에 의해 잔향의 영향이 많이 감소 될수록 탐지 성능 역시 향상되는 것을 알 수 있다. 잔향의 첨두전력이 표적 첨두전력의 1/2 보다 큰 경우에는 표적으로 오인 할 수 있으므로 이러한 잔향 첨두를 유사첨두로 정의한다. 다양한 추정 블록 길이를 사용한 백색화 필터의 성능을 알아보기 위해서 각 결과에서 유사첨두의 개수를 구하고 아래와 같이 정의된 첨두전력비를 구해 표 2에 나타냈다.</p><p>\( \mathrm{PPR}=\frac{P_{target}}{\bar{P}_{pseudo}} \)<caption>(3)</caption></p><p>여기서 PPR(peak power ratio)는 첨두전력비를 나타낸다. \( P_{target} \)는 표적첨두전력(peak power of target), 그리고 \( \bar{P}_{pseudo} \) 는 평균 유사첨두전력을 나타낸다. PPR는 표적과 유사첨두간의 차이를 나타내므로 그 값이 크면 클수록 잘못된 표적을 선택할 확률은 줄어든다.</p><p>표를 살펴보면 추정블록을 탐지블록 앞의 1 개만 사용했을 경우 유사첨두가 207개이며 PPR이 \( -0.40 \mathrm{~dB} \)로 잘못된 표적이 선택될 확률이 상당히 큼을 알 수 있다. 2개 이상의 추정블록을 사용한 경우 유사첨두의 개수가 많이 줄어들었고 PPR도 \( 2 \mathrm{~dB} \) 정도로 잘못된 표적을 선택할 확률이 크게 줄어든 것을 알 수 있다. 정상성이 유지되는 범위 안에서 추정 블록의 개수를 늘릴수록 정합필터를 이용한 탐지기의 성능은 향상된다. 이전 추정블록을 4 개까지 사용했을 때는 유사첨두의 개수도 점점 줄어들며 PPR은 점차 증가하고 있다. 추정블록의 범위를 이전 5개의 블록으로 한 경우 4 개의 추정블록을 사용한 것 보다 유사첨두의 개수가 오히려 늘어난 것을 확인 할 수 있다. 그러므로 본 수신 신호에서는 5개의 연속적으로 인접한 블록 간에는 정상성이 유지된다고 할 수 있다. 또한, 4 개의 추정 블록을 사용하면서 탐지 블록과 가장 가까운 추정 블록을 사용한 전◦후 각 2개의 추정 블록을 사용한 경우 유사첨두가 11 개로 가장 적었으며 PPR도 \( 2.29 \mathrm{~dB} \) 로 가장 컸다. 그리고 전◦후 각 3개의 추정 블록을 사용한 경우에는 전 후 각 2개의 추정 블록을 사용한 경우보다 유사첨두의 개수도 증가하고 PPR도 감소하여 백색화 필터의 성능이 열화 되었음을 보이고 있다.</p><table border><caption>표 2. 추정블록의 개수에 따른 잔향영향 감소량.</caption><tbody><tr><td colspan=2>Number estimation of blocks</td><td rowspan=2>Number of psedo peaks</td><td rowspan=2>PPR</td></tr><tr><td>preceding block</td><td>succeeding block</td></tr><tr><td>1</td><td></td><td>207</td><td>\( -0.40 \mathrm{~dB} \)</td></tr><tr><td>2</td><td></td><td>32</td><td>\( 2.00 \mathrm{~dB} \)</td></tr><tr><td>3</td><td></td><td>28</td><td>\( 2.16 \mathrm{~dB} \)</td></tr><tr><td>4</td><td></td><td>28</td><td>\( 2.18 \mathrm{~dB} \)</td></tr><tr><td>5</td><td></td><td>31</td><td>\( 2.14 \mathrm{~dB} \)</td></tr><tr><td>1</td><td>1</td><td>27</td><td>\( 2.18 \mathrm{~dB} \)</td></tr><tr><td>2</td><td>2</td><td>11</td><td>\( 2.29 \mathrm{~dB} \)</td></tr><tr><td>3</td><td>3</td><td>33</td><td>\( 2.14 \mathrm{~dB} \)</td></tr></tbody></table><p>이 결과를 통해 예상했던 대로 정상성이 유지되는 범위 안에서는 되도록 많은 추정 블록을 사용 할수록 탐지성능이 향상된 것을 알 수 있다. 또, 정상성이 유지되는 블록이라도 탐지수행 블록과 거리가 멀어질수록 탐지성능의 향상 폭이 감소되는 것을 확인했다. 각각의 추정 블록과 탐지수행 블록 간에 거리를 줄여 되도록 탐지수행 블록과 가까운 추정 블록들을 사용하면 향상된 탐지성능을 얻을 수 있다는 것 역시 확인되었다. 그러나 탐지수행 이후 블록을 추정 블록으로 사용할 경우 사용한 추정 블록의 길이만큼의 시간지연이 생긴다. 그러므로 탐지수행 이후 블록을 사용하더라도 시간지연이 탐지에 큰 영향을 주지 않는다면 탐지수행 블록 이전의 추정 블록만을 사용하는 것 보다는 탐지수행 블록 이후의 추정 블록도 함께 사용하는 것이 타당할 것으로 사료된다.</p>
|
[
"잘못된 위치의 첨두전력을 표적으로 탐지 할 수 있는 건 어떤 경우야?",
"어떤 경우 잔향 첨두를 유사첨두로 정의해?",
"잔향의 첨두전력이 표적 첨두전력의 1/2 보다 큰 경우 이를 뭐라고 정의하니?",
"첨두전력들중 표적에 의한 것 외에 다른 것들은 무엇에 의해 발생된 것이야?",
"첨두전력비 식에서, \\( \\bar{P}_{pseudo} \\)는 무엇을 의미해?",
"추정 블록과 탐지수행 블록 간에 거리가 줄어들면 탐지 성능은 어떻게 되니?",
"정상성이 유지되는 범위 안에서, 추정블록을 많이 사용할수록 탐지성능은 어떻게 되니?",
"PPR은 어떤 걸 의미하니?",
"선-백색화 필터에 의해 잔향의 영향이 많이 감소 될수록 탐지 성능은 어떻게 되니?",
"첨두전력비 식에서, \\( P_{target} \\)는 무엇을 의미해?",
"PPR 값이 클수록 잘못된 표적을 선택할 확률은 어떻게 되니?",
"전◦후 각 3개의 추정 블록을 사용한 경우, 각 2개의 추정 블록을 사용한 경우보다 PPR은 어떻게 됐어?",
"전◦후 각 3개의 추정 블록을 사용한 경우, 각 2개의 추정 블록을 사용한 경우보다 유사첨두의 개수는 어떻게 됐어?",
"추정 블록의 개수를 늘릴수록 정합필터를 이용한 탐지기의 성능은 어떻게 되니?",
"몇 개의 추정 블록을 사용했을 때 유사첨두가 가장 적었어?",
"탐지 수행 이후 블록을 추정 블록으로 사용할 경우 얼만큼 시간지연이 생기니?",
"표 2에 따르면, 유사첨두가 207개일 때 PPR 값은 얼마야?",
"표 2에 따르면, 유사첨두가 32개일 때 PPR 값은 얼마야?",
"표 2에 따르면, 추정블록이 3개, 유사첨두가 28개일 때 PPR 값은 얼마야?",
"표 2에 따르면, 추정블록이 4개, 유사첨두가 28개일 때 PPR 값은 얼마야?",
"표 2에 따르면, 유사첨두가 11개일 때 PPR 값은 얼마야?",
"표 2에 따르면, 유사첨두가 27개일 때 PPR 값은 얼마야?",
"표 2에 따르면, 유사첨두가 33개일 때 PPR 값은 얼마야?",
"표 2에 따르면, 유사첨두가 31개일 때 PPR 값은 얼마야?"
] |
c168a983-31b5-4e5f-89f7-d710634ca4a7
|
인공물ED
|
초광대역(UWB) Coplanar Waveguide 급전 L자 평면형 모노폴 안테나 설계
|
<h1>Ⅱ. 안테나의 구조</h1> <p>그림 1은 본 논문에서 제시하는 CPW 급전 L자 평면형 모노폴 안테나의 구조를 나타낸 것으로 안테나의 전체 크기는 \( 30.0 \mathrm{~mm}(\mathrm{~W}) \times 25.0 \mathrm{~mm}(\mathrm{~L}) \times 0.5 \mathrm{~mm}(\mathrm{~T}) \)이며 상대 유전율이 3.38(@10 \( \mathrm{GHz} \)), 0.5\( \mathrm{oz} \). 두께의 구리(copper)로 구성된 기판 재질인 \( \mathrm{RO4003}{ }^{\mathrm{TM}} \) 위에 제작되었다. 안테나의 동작 영역을 설정하기 위하여 고안된 구조는 그림 1과 같으며 급전 선로 좌측의 L자형 모노폴 안테나는 표 1에서와 같이 \( L_{2}+L_{m}+w+L_{s} \) \( \left(=l_{2}\right) \)의 길이 합으로 구성되고, 본 논문에서는 그 길이를 \( 20.3 \mathrm{~mm} \)로 구성하였다. 급전 선로와 수직한 형태로 된 개방형 스터브의 길이는 \( L_{m}+L_{s}+w\left(=l_{1}\right) \)로 이루어지며 그 길이는 \( 6.2 \mathrm{~mm} \)이다.</p> <table border><caption>표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값</caption> <tbody><tr><td>설계변수</td><td>\( g \)</td><td>\( w \)</td><td>\( P_{b} \)</td><td>\( P_{a} \)</td><td>\( L_{1} \)</td></tr><tr><td>길이(\( \mathrm{mm} \))</td><td>0.1</td><td>1.25</td><td>1.45</td><td>6.45</td><td>11.02</td></tr><tr><td>설계변수</td><td>\( L_{2} \)</td><td>\( L_{m} \)</td><td>\( L_{s} \)</td><td>\( L_{g} \)</td><td>\( h \)</td></tr><tr><td>길이(\( \mathrm{mm} \))</td><td>12.06</td><td>5.43</td><td>1.25</td><td>0.3</td><td>0.5</td></tr></tbody></table> <p>그림 1 및 표 1에서 보여주는 구조와 길이를 갖는 L자형 모노폴 안테나는 \( 4.1 \mathrm{GHz} \)와 \( 9.2 \mathrm{GHz} \)에서 두 개의 공진 주파수를 형성한다. 각각의 공진 주파수에 따른 표면 전류 분포(surface current distributions)는 \( 4.1 \mathrm{GHz} \)의 공진 주파수에 대하여 \( \mathrm{A}-\mathrm{B}-\mathrm{E}-\mathrm{C} \) \( \left(=l_{2}\right) \)를 따라서 형성되며 \( 9.2 \mathrm{GHz} \)에 대해서는 \(\mathrm{E}-\mathrm{B}- \mathrm{A}\left(=l_{1}\right) \) 를 따라서 형성된다. 공진 주파수에 대한 표면 전류 분포의 전기적 길이는 자유 공간에 대하여 각각 \( 0.26 \lambda_{0}, 0.24 \lambda_{0} \)로 계산되어 동작되는 안테나가 모노폴 안테나임을 알 수 있다. 그림 2는 표 1에서와 같이 최적화 된 L자 평면형 모노폴 안테나의 주파수 특성을 모의 실험 결과와 측정된 결과를 비교하여 보여준다. 모의 실험은 유한 요소법(Finite Element Method: FEM)을 적용한 고주파 수치 해석 프로그램인 \( \mathrm{HFSS}^{\mathrm{TM}} \) (High Frequency Structure Simulator)를 이용하여 설계된 안테나의 주파수에 따른 전자기적 특성을 분석하는 방법을 이용하였다. 그림 2에 의하면 모의 실험 및 측정에 있어서 모두 세 개의 공진이 발생하고 있음을 알 수 있다. 그 결과에 있어 \( 3.6 \mathrm{GHz} \)와 \( 5.4 \mathrm{GHz} \)의 공진 주파수는 일치하지만, \( 9 \mathrm{GHz} \)대역의 공진에 있어서는 모의 실험 과정에서 예측된 공진 주파수는 \( 9.8 \mathrm{GHz} \)에서 형성되었으나 실험 결과를 통해 측정된 공진 주파수는 \( 9.2 \mathrm{GHz} \)로 나타나서 모의 실험과 제작 측정 실험 결과 사이에는 약 \( 600 \mathrm{MHz} \)의 차이가 발생함을 볼 수 있었다. 이러한 차이는 모의 실험과 측정 실험에서 발생할 수 있는 주파수에 따른 유전율의 오차로 판단된다.</p>
|
[
"본문의 표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값에서 설계변수 \\( L_{2} \\)의 길이는 얼마인가?",
"본문의 표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값에서 설계변수 \\( L_{1} \\)의 길이는 얼마인가?",
"본문의 표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값에서 설계변수 \\( g \\)의 길이는 얼마인가?",
"본문의 표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값에서 설계변수 \\( P_{a} \\)의 길이는 얼마인가?",
"본문의 표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값에서 설계변수 \\( L_{m} \\)의 길이는 얼마인가?",
"본문의 표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값에서 설계변수 \\( w \\)의 길이는 얼마인가?",
"본문의 표 1. 제안된 CPW 급전 L자형 평면형 모노폴 안테 나의 설계값에서 설계변수 \\( P_{b} \\)의 길이는 얼마인가?",
"본문의 표 1에서 길이가 12.06\\( \\mathrm{mm} \\)인 설계변수는 뭐가 있는가?",
"본문의 표 1에서 길이가 6.45\\( \\mathrm{mm} \\)인 설계변수는 무엇이지?",
"본문의 표 1에서 길이가 11.02\\( \\mathrm{mm} \\)인 설계변수는 뭐가 있지?",
"본문의 표 1에서 길이가 5.43\\( \\mathrm{mm} \\)인 설계변수는 뭐가 있을까?",
"본문의 표 1에서 길이가 0.3\\( \\mathrm{mm} \\)인 설계변수는 무엇으로 나타내지?",
"본문의 표 1에서 길이가 0.5\\( \\mathrm{mm} \\)인 설계변수는 무엇으로 나타낼까?",
"본문의 표 1에서 설계변수 \\( L_{s} \\)의 길이는 얼마일까?",
"본문의 표 1에서 설계변수 \\( L_{g} \\)의 길이는 얼마의 값이지?",
"본문의 표 1에서 설계변수 \\( h \\)의 길이는 얼마일까?",
"본문의 표 1에서 길이가 0.1\\( \\mathrm{mm} \\)인 설계변수는 무엇인가?",
"본문의 표 1에서 길이가 1.45\\( \\mathrm{mm} \\)인 설계변수는 무엇일까?"
] |
3ab9074f-22d0-4bce-a32b-91a644018d37
|
인공물ED
|
초광대역(UWB) Coplanar Waveguide 급전 L자 평면형 모노폴 안테나 설계
|
<h1>Ⅲ. 초광대역(UWB) 설계 및 실험</h1> <h2>3-1 개방형 스터브(Open Stub)를 이용한 초광대역 L자 평면형 모노폴 안테나 설계</h2> <p>그림 3에서와 같이 L자 평면형 안테나는 \( 4.1 \mathrm{GHz} \) 및 \( 9.2 \mathrm{GHz} \)의 이중 공진 주파수를 형성하게 되며 두 공진 주파수 사이의 주파수 대역에서는 반사 손실(return loss, \( S_{11} \) )이 \( -10 \mathrm{~dB} \)보다 크게 되어 안테나의 특성을 만족시키지 못하게 된다. 따라서 두 공진 주파수 대역 사이에서의 동작 특성을 개선시키기 위해 본 연구에서는 그림 1과 같이 CPW 급전 선로의 끝점(A)에 L자 평면형 안테나와 병렬로 개방형 스터브를 삽입하는 방법을 제시하였다. 이러한 개방형 스터브를 L자 평면형 안테나에 삽입함으로써 두 공진 주파수 사이의 주파수 대역에서는 VSWR(voltage standing wave ratio) 값이 2이하로 낮아짐을 볼 수 있었고 그 결과로 초광대역폭 \( (3.1 \sim 10.6 \mathrm{GHz}) \)을 포함하는 임피던스 대역폭을 갖는 L자 평면형 모노폴 안테나로서 구성됨을 볼 수 있었다. 이와 같이 급전 선로에 개방형 스터브를 연결하여 광대역 안테나를 구성하는 방법은 급전 선로와 모노폴 안테나 사이의 전자기적 에너지를 서로 공유시켜 주는 현상을 조절할 수 있어 안테나의 주파수 대역폭에 대한 임피던스 매칭 조건들을 향상시킬 수 있기 때문이다. 그림 3은 개방형 스터브 길이의 변화에 따른 안테나의 주파수 대역 특성을 측정한 S 파라미터의 변화를 보여주고 있다. S 파라미터 데이터는 Agilent 8722ES VNA(vector network analyzer)를 이용하여 측정되었으며 제작된 안테나는 SMA connector를 통해 VNA와 연결되어 측정되었다.</p> <p>그림 3에 의하면 UWB 안테나를 구현하기 위해서는 L자 평면형 모노폴 안테나와 병렬로 연결된 개방형 스터브가 L자형 안테나의 두 공진 주파수 대역 사이에서 공진되는 공진 주파수를 갖는 구조이어야 한다. 본 실험에서는 그 개방형 스터브의 길이가 \( 5.4 \mathrm{GHz} \)에서 약 \( 0.23 \lambda_{0} \)에 해당하는 길이로 설계될 때 제안된 안테나가 초광대역폭을 갖는 모노폴 안테나로서 최적화됨을 알 수 있었다. 이는 개방형 스터브에 의한 공진 현상이 L자 평면형 모노폴 안테나가 형성하는 두 개의 공진 주파수 사이에서 발생하도록 설계되어야 하기 때문이다. 그림 3에서는 최적화된 개방형 스터브의 길이를 조사하기 위하여 일정 길이 \( (2.0 \mathrm{~mm}) \)를 증가 또는 감소시킴으로써 제안된 L자 평면형 모노폴 안테나의 주파수 대역폭 특성을 관찰 하였다. 측정 결과에 의하면 개방형 스터브의 길이는 최적화된 길이보다 \( 2.0 \mathrm{~mm} \) 짧을 경우, 공진이 약 \( 6.2 \mathrm{GHz} \)에서 발생하며 안테나의 전체 대역폭은 \( 5.4 \mathrm{GHz} \)로부터 \( 11.0 \mathrm{GHz} \)까지 형성되었고 약 \( 4.0 \mathrm{GHz} \)에서의 특성이 감쇄됨을 볼 수 있었다. 하지만 초광대역폭 특성은 나타나지 않음을 확인할 수 있었다. 또한 그 길이가 최적화된 길이보다 \( 2.0 \mathrm{~mm} \) 길게 설계될 경우, 이에 따른 공진 주파수는 약 \( 5.2 \mathrm{GHz} \)에서 발생하며 \( 3.6 \mathrm{GHz} \)부터 안테나의 대역폭이 형성되지만 약 \( 6.0 \mathrm{GHz} \)부터 \( 7.5 \mathrm{GHz} \)의 주파수에서 안테나의 동작 특성이 상쇄되어 두 개의 독립된 이중 주파수 대역 구조를 가지게 됨을 볼 수 있었다. 그립 3에서는 개방형 스터브의 길이에 따라서 저점의 공진 주파수가 변화하는 것을 볼 수 있는데, 이는 개 방형 스터브가 \( \mathrm{A}-\mathrm{B}-\mathrm{E}-\mathrm{C}\left(=l_{2}\right) \)의 전류 경로를 갖는 L자 평면형 모노폴의 전자기적 에너지 공유 현상에 영향을 미치고 있기 때문이다 . 표 2는 개방형 스터브의 길이에 따른 공진 주파수의 변화를 보여주고 있다.</p> <table border><caption>표 2. 개방형 스터브 길이에 따른 공진 주파수 변화</caption> <tbody><tr><td>설계 길이[\( \mathrm{mm} \)]</td><td>10</td><td>12</td><td>14</td></tr><tr><td>전기적 길이 \( \left(\lambda_{0}\right) \)</td><td>0.21 \( (6.2 \mathrm{GHz}) \)</td><td>0.23 \( (5.4 \mathrm{GHz}) \)</td><td>0.24 \( (5.2 \mathrm{GHz}) \)</td></tr><tr><td>\( f_{1}[\mathrm{GHz}] \)</td><td>3.8</td><td>3.6</td><td>3.8</td></tr><tr><td>\( f_{2}[\mathrm{GHz}] \)</td><td>6.2</td><td>5.4</td><td>5.2</td></tr><tr><td>\( f_{3}[\mathrm{GHz}] \)</td><td>9.2</td><td>9.2</td><td>9.2</td></tr></tbody></table> <h2>3-2 접지면(Ground Plane)을 이용한 초광대역 안테나의 임피던스 조건 설계</h2> <p>그림 4는 L자 평면형 모노폴 안테나의 구조에서 급전 선로와 수직하며 접지면과 평행한 부분( \(\mathrm{E}-\mathrm{B} -\mathrm{A}\))과 접지면 사이의 간격 \( \left(L_{g}\right) \)에 따른 안테나의 임피던스 조건 변화 및 주파수 대역폭 변화를 보이고 있다. 그림 4의 스미스 차트 상에 나타난 안테나 임피던스 궤적(loci)에 따르면 \( L_{g} \)의 변화에 따라서 안테나의 임피던스 조건이 변화하는 것을 볼 수 있으며, 특히 \( L_{g} \)가 약 \( 0.3 \mathrm{~mm} \)로 설계될 때 안테나에 인가된 인덕티브 부하에 의해 VSWR이 2이하가 되는 현상을 보여주어 안테나 대역폭이 \( 3.0 \mathrm{GHz} \)에서 \( 11.0 \mathrm{GHz} \)로 최적화될 수 있음을 보여주고 있다.</p> <p>그림 5는 설계된 CPW 급전 L자 평면형 모노폴 안테나에 추가적으로 삽입된 접지면(additive ground) \( P_{b} \)의 길이의 변화에 따른 안테나의 특성 변화를 나타내고 있으며 \( P_{b} \)의 길이가 약 \( 1.45 \mathrm{~mm} \)일 때 \( 9.2 \mathrm{GHz} \) 대역의 주파수 범위에서 임피던스 매칭 조건이 향상되어 대역폭이 최적화됨을 알 수 있다. 특히 \( P_{b} \)의 길이에 의해 제안된 평면형 모노폴 안테나의 급전 선로를 이루는 접지면이 비대칭 구조를 이루게 된다.</p>
|
[
"공진 주파수 변화 표에서 \\( f_{1}[\\mathrm{GHz}] \\)의 설계 길이 10의 값과 같은 값의 전기적 길이는 얼마야?",
"표 2에서 전기적 길이가 0.21 인 설계 길이는 얼마야?",
"표 2에서 전기적 길이 0.23이 설계된 주파수 값은 얼마야 ?",
"표 2에서 가장 큰 값의 전기적 길이가 설게된 주파수 값은 얼마야?",
"표 2에서 전기 길이가 0.23일 때 설계 길이는 어떻게 돼?",
"표 2에서 전기 길이가 0.23면 설계 길이는 얼마지?",
"공진 주파수 변화를 나타낸 표에서 \\( f_{1}[\\mathrm{GHz}] \\)의 설계 길이가 가장 클 때 값은 얼마야?",
"표 2에서 \\( f_{2}[\\mathrm{GHz}] \\) 값이 최대일 때 전기적 길이는 얼마야?",
"표 2의 설계 길이가 가장 작을 때 \\( f_{2}[\\mathrm{GHz}] \\)에서의 값은 얼마야??",
"설계 길이에 관계 없이 동일한 주파수 값을 가진 공진 주파수 항목은 뭐야?",
"어떤 공진 주파수 항목이 설계 길이에 관계 없이 동일한 주파수 값을 가져?",
"표 2에서 \\( f_{3}[\\mathrm{GHz}] \\)의 값은 얼마니?",
"표 2에서 설계 길이 10일 때 값이 가장 큰 항목은 뭐야?",
"표 2에서 설계 길이가 14일 때 \\( f_{2}[\\mathrm{GHz}] \\)의 주파수 값보다 큰 주파수 값을 가진 주파수 항목은 뭐야?",
"개방형 스터브 길이에 따른 공진 주파수 변화 표에서 전기적 길이가 0.23일 때 최소값의 주피수 항목은 뭐야?",
"개방형 스터브 길이에 따른 공진 주파수 변화 표에서 전기적 길이가 0.23일 때 가장 작은 값을 보인 주파수 항목은 무엇인가요?",
"본 실험에서 두 공진 주파수 대역 간의 특성 향상을 위해 어떻게 했어?",
"본 논문에서는 제안된 모노폴 안테나의 주파수 대역폭 관찰을 위해 어떻게 실험했나?",
"안테나 주파수 대역폭의 임피던스 매칭 조건을 높이기 위해 어떻게 실험했나?",
"표 2에서 전기적 길이 변화에 따른 주파수 변화가 없는 항목은 뭐야?"
] |
f5030d5d-3a1d-411a-b152-3f8a2c3682e7
|
인공물ED
|
전류모드 CMOS 4치 논리회로를 이용한 고성능 곱셈기 설계
|
<h1>III. 성능 평가</h1> <p>표 1은 동일한 \( 0.35 \mu \mathrm{m} \) 공정기술에서 본 논문의 곱셈기와 Modified Booth 곱셈기, Baugh-Wooley 곱셈기를 비교한 것이다. 본 논문의 곱셈기의 트랜지스터 개수는 1111개이고 평균 전력소모는 \( 6.1 \mathrm{mW} \)이며 최대 전달지연이 \( 4.5 \mathrm{ns} \)이다. 트랜지스터 수는 두 개의 비교대상 회로에 비해 각각 \( 60 \%, 43 \% \) 감소하였으며, 노드 수도 \( 46 \%, 35 \% \) 감소하여 가장 우수하다. 전달지연 특성은 Modified Booth 알고리즘을 적용한 곱셈기가 가장 우수하며, 평균 전력소모는 Baugh-Wooley 곱셈기가 가장 저전력 특성을 보였다. 또한, 전력소모와 최대 전달지연의 곱인 PDP(power delay product) 특성은 Modified Booth 알고리즘을 적용한 곱셈기가 가장 우수하다. 본 논문에서 제안한 곱셈기는 소비전력, 전달지연 특성이 상대적으로 취약하지만 트랜지스터 수와 노드 수 감소를 통한 칩 면적 감소의 관점에서 볼 때, 우수한 특성을 보여 칩의 고집적화에 기여할 수 있을 것으로 판단된다.</p> <table border><caption>표 1. 비교표</caption> <tbody><tr><td></td><td>Modified Booth (2진논리)</td><td>Baugh- Wooley (2진논리)</td><td>본 논문의 곱셈기 (8비트)</td></tr><tr><td>트랜지스터 수</td><td>2682</td><td>1938</td><td>1111</td></tr><tr><td>평균 전력 소모\( (\mathrm{mW}) \)</td><td>5.4</td><td>4.7</td><td>6.1</td></tr><tr><td>노드수</td><td>1189</td><td>988</td><td>647</td></tr><tr><td>좌대 전달 지연(\(\mathrm{ns}\))</td><td>3.1</td><td>4.0</td><td>4.5</td></tr><tr><td>Power ◦ Delay \( (p J) \)</td><td>16.7</td><td>18.8</td><td>27.4</td></tr></tbody></table> <p> <p>본 논문의 곱셈기가 비교 회로에 비해 상대적으로 큰 소비전력과 전달지연이 증가한 이유는 낮은 단위전류를 사용함으로서 트랜지스터의 크기가 증가하고 이에 따른 기생 커패시턴스의 증가에 따른 스위칭 속도감소, 전력소모 증가의 요인이 발생되었기 때문이다. 해결책으로는 저 전압에서 높은 구동능력을 가지는 전류모드 4치 논리회로를 통하여 임계감지를 고속으로하고 클럭에 의한 동기회로 구성을 통한 DC 전력소모 제거 방법이 있다.</p>
|
[
"표 1에서 트랜지스터 수가 가장 많은 항목은 어느 것이니?",
"표1에서 평균 전력 소모가 가장 큰 것은 얼마입니까?",
"평균 전력 소모가 가장 큰 것은 표를 고려하면, 어떤 값이지",
"표 1에서 노드수가 가장 작은 항목은 어떤거야?",
"노드수가 가장 작은 항목은 표1에 의하면 무엇이지?",
"표1을 보면 좌대 전달 지연의 값이 4.0일 때, 어떤 항목입니까?",
"전달 지연의 값이 4.0일 때, 표1에 의하면, 어떤 항목이 해당하지?",
"표1 비교표에서 Baugh- Wooley (2진논리)의 노드수는 몇 개야?",
"표1을 보면 Modified Booth (2진논리)의 Power ◦ Delay는 어떤 값이야?",
"표 1에서 Power ◦ Delay의 결과가 가장 큰 값은 얼마야?",
"표 1에서 트랜지스터 수가 1111일 때, 노드수는 몇 개일까?"
] |
360e7a3f-f41a-497c-8347-5770a6d70b93
|
인공물ED
|
TSDC 방법을 이용한 AC 폴링된 PMN-PT 단결정의 디폴링 메커니즘 분석
|
<h1>1. 서 론</h1><p>압전 효과는 기계적 에너지와 전기적 에너지의 상호변환 과정이다. 기계적으로 가해진 힘을 전기적 에너지로 변환하는 현상을 정압전 효과라 하며 압력 센서, 압전 에너지 하베스터 등에 활용된다. 반면, 압전 엑추에이터나 초음파 트랜스듀서 등에 활용되는 압전 역효과는 전기적 에너지를 기계적 에너지로 변환하는 현상을 의미한다. 우수한 압전 특성을 가지는 압전 재료에 대한 지속적인 요구에 따라 압전 재료의 특성을 높이려는 노력이 특히, 압전 단결정을 중심으로 지속되어 왔다.</p><p>높은 압전 계수 값을 가지고 보편적으로 사용되는 소재는 \( \mathrm{Pb}\left(\mathrm{Zr}_{\mathrm{x}} \mathrm{Ti}_{1-\mathrm{x}}\right) \mathrm{O}_{3} \)(PZT)보통 와 같은 페로브스카이트 결정 구조를 가지는 강유전체이다. 강유전체에서 압전 특성을 유도하기 위해서 통상의 경우, 큐리점 (Curie temperature, \( \mathrm{T}_{\mathrm{C}} \) ) 근처의 높은 온도에서 높은 직류 전계를 가해 자발분극의 방향을 한 방향으로 정렬하는 - 통상 폴링 공정이라고 부른다 - 후처리 공정을 해주어야 한다. 하지만 이러한 분극 처리의 경우 명확한 기준 없이 개개 연구자들의 경험과 여건에 따라 제각기 진행되어 왔고, 그 메커니즘 또한 제대로 연구된 적이 없는 실정이다. 이러한 상황에서 최근 압전 단결정으로 널리 사용되는 (1- \( \mathrm{x}) \mathrm{Pb}\left(\mathrm{Mg}_{13} \mathrm{Nb}_{23}\right) \mathrm{O}_{3}-\mathrm{xPbTiO}_{3} \) (PMN-100xPT) 단결정에 대한 AC 폴링의 효과가 소개되면서 주목을 반고 있다. 앞서 언급한 것처럼 통상적인 폴링의 경우 직류 전계 (Direct Current, DC)를 가하는 반면 교류 전계 (Alternating Current, AC폴링은 Fig. 1에서 나타낸 바와 같이 AC전계를 가해 폴링하는 것을 의미한다. 2015년 Yamashita와 Yamamoto는 특허에서 (001) 방향으로 배양된 능면정(rhombohedral) PMN-PT 단결정에 AC폴링을 적용하면 단사정(monoclinic)상이 유도되면서 압전 계수가 DC 폴링 대비 120 %항상될 수 있음을 제안했다.</p><p>이후 Zhang 등은 AC폴링에 의한 유전율 및 압전상수의 개선효과가 단사정 유도와 무관하고 강유전 분역이 전극에 수직한 형태로 구성되기 때문이라고 주장하였으나, 헌재는 단사정 유도 및 전극에 수평 한 형태로 미세한 층상 분역이 생성됨으로써 DC 폴링과는 다른 효과가 나타난다고 보는 것이 일반적이다.</p><p>이에 대해 Sun등은 조성에 따른 AC폴링 효과의 변화에 대해 정리하며 AC폴링이 최근 소개된 relaxor- \( \mathrm{PbTiO}_{3} \) (relaxor-PT) 단결정의 symmetry-bridging phase에 영향을 주어 정방정(tetragonal) 구조에 대한 단사정(monoclinic) 구조의 비율을 증가시킨다고 보고했다.</p><p>이외에도 AC폴링 효과의 두께와 온도에 따른 변화에 대한 보고가 있었으나, 어떤 조건에서 AC폴링 효과가 극대화되고, 그런 최적 조건이 어떤 근거에서 주어지는지에 대해서는 아직 알려진 바가 없으며 향후 보다 더 체게적이고 정밀한 연구가 필요한 부분이다.</p><p>환편, 일반적으로 Bridgman 성장법을 통해 제조혀는 압전 단결정 부울(boule)의 경우 수직 방향으로의 조성 구매로 인해 압전 특성이 양호한 일부분을 제외하고 대부분은 폐기되고 있다. 이런 상황에서 AC폴링을 통해 특별한 기술 투자 또는 개발 없이도 낮은 압전 트성으로 인해 버러지는 부분을 최소화할 수 있다는 짐에서 주목을 받고 있다. 나아가, AC폴링은 Pb계 압전 소재에 비해 상대적으로 낮은 압전 특성을 가지는 무연 압전 단결정 소자의 첨단응용을 전제로 큰 효과가 있을 것으로 사료된다.</p><p>AC폴링 효과의 효율적 활용을 위해 본 연구에서는 PMN- 0.29PT 단결정의 DC 폴링과 AC폴링 후 특성 비교하고, 온도에 따른 in situ 열적탈분극전류(thermally stimulated depolarization current, TSDC) 측정을 이용해 디폴링 과정을 모니터링함으로써 AC폴링의 메커니즘에 대한 통찰을 얻고자 한다.</p>
|
[
"페로브스카이트 결정 구조를 가지는 소재는 무엇인가?",
"기계적 에너지와 전기적 에너지의 상호변환 과정은 무슨 효과인가?",
"압전 효과는 기계적 에너지와 무엇의 상호변환 과정이니?",
"정압전 효과는 무엇에 활용되는가?",
"압력 센서, 압전 에너지 하베스터 등에 활용되는 정압전 효과는 기계적으로 가해진 힘을 무엇으로 변환하는 현상인가?",
"높은 압전 계수 값을 가지고 보편적으로 사용되는 소재는 어떤 결정 구조를 가지는가?",
"폴링 공정은 무엇인가?",
"폴링 공정이 큐리점 근처의 높은 온도에서 높은 직류 전계를 가해 자발분극의 방향을 한 방향으로 정렬 하는 이유는 무엇인가?",
"Yamashita와 Yamamoto가 압전 계수가 DC 폴링 대비 120 %항상될 수 있음을 제안한 년도는 언제인가?",
"Yamashita와 Yamamoto는 능면정 PMN-PT 단결정에 무엇을 적용하면 단사정상이 유도되면서 압전 계수가 DC 폴링 대비 120 %항상될 수 있음을 제안했니?",
"AC폴링에 의한 유전율 및 압전상수의 개선효과가 단사정 유도와 무관하다고 주장한 사람은 누구인가?",
"Sun등은 AC폴링이 최근 소개된 relaxor- \\( \\mathrm{PbTiO}_{3} \\) 단결정의 무엇에 영향을 준다고 했지?",
"AC폴링이 relaxor- \\( \\mathrm{PbTiO}_{3} \\)단결정의 symmetry-bridging phase에 영향을 주어 정방정 구조에 대한 무엇의 비율을 증가시킨다고 했니?",
"무연 압전 단결정 소자의 특성은 무엇인가?",
"Pb계 압전 소재에 비해 상대적으로 낮은 압전 특성을 가지는 소자는 무엇인가?",
"기계적으로 가해진 힘을 전기적 에너지로 변환하는 현상을 무엇이라고 하니?",
"통상적인 폴링의 경우 무엇을 가하는가?",
"압전 단결정 부울은 무엇을 통해 제조될까?",
"AC폴링은 AC전계를 가해 폴링하는 것을 의미하는가?",
"기계적 에너지와 전기적 에너지의 상호변환 과정은 압전효과인가?",
"Zhang은 단사정 유도와 유전율 및 압전상수의 개선효과가 무관하다고 하였나?",
"압전 단결정 부울은 Bridgman 성장법을 사용하여 만들어지는가?"
] |
3b0a32c9-15d2-4b81-b2bb-2b52243eecb3
|
인공물ED
|
TSDC 방법을 이용한 AC 폴링된 PMN-PT 단결정의 디폴링 메커니즘 분석
|
<h1>4. 결 론</h1><p>Bridgeman 법으로 제조한 \( (001) \) 배양 압전 PMN-PT 단결정은 AC폴링 후 DC폴링에 비해 ~ 120%의 압전 계수 \( \left(\mathrm{d}_{33}\right) \) 와 유전율 \( \left(\varepsilon_{33}\right) \) 상승을 보였지만 이로 인해 전기-기계 결합상수 \( \left(\mathrm{k}_{33}\right) \) 와 압전 전압 계수 \( \left(\mathrm{g}_{33}\right) \) 는 큰 향상을 보이지 않았다. 폴링된 PMN-PT 단결정의 온도에 따른 유전율 변화 측정 결과 통상 \( \mathrm{T}_{\mathrm{R} - \mathrm{T}} \) 라 불리는 온도에서 AC전계로 폴링된 단결정의 유전율 피크 값이 DC전계로 폴링된 단결정의 3배 이상 높게 측정되었으며 기존에 제안된 이미 존재하던 유전변칙의 강화라는 측면에서 단사정상과 같은 새로운 상이 유도되어 이러한 헌상이 나타났다고 보기엔 다소 무리가 있다. 또한 DC 전계와 AC전계로 폴링된 단결정의 탈분극 메커니즘 분석을 위해 TSDC법으로 각각의 시료의 탈분극 전류를 측정하였는데, 두 전계 모두 \( \mathrm{T}_{\mathrm{R} -\mathrm{T}} \) 와 \( \mathrm{T}_{\mathrm{c}} \) 근처에서 적어도 세개 이상의 탈분극 전류피크를 보였으며 이는 온도에 따른 유전율 변화 도표에서 보였던 강화된 유전변칙이 단순히 추가적인 상의 생성만으로는 설명하기 힘들다는 것을 보여준다. 이외에도 AC전계로 폴링된 단결정의 경우 탈분극이 \( \mathrm{T}_{\mathrm{R}-\mathrm{T}} \) 부근에 집중되어 나타났고 DC 전계로 폴링된 단결정보다 낮은 온도에서 탈분극이 시작되었으며 이는 강유전 분역의 크기에 따른 자발분극의 안정성과 같은 추가적인 메커니즘에 대한 고찰이 필요하다는 것을 의미한다.</p>
|
[
"배양 압전 PMN-PT 단결정은 Bridgeman 법으로 만들어졌는가?",
"배양 압전 PMN-PT 단결정은 어떤 방법으로 제조되었는가?",
"DC 전계와 AC전계로 폴링된 단결정의 탈분극 메커니즘 분석을 위해 무슨 방법을 사용했니?",
"AC전계로 폴링된 단결정의 경우 탈분극은 어디에 집중되어 나타났니?",
"AC전계로 폴링된 단결정은 DC 전계로 폴링된 단결정보다 낮은 온도에서 탈분극이 시작되었니?",
"DC 전계와 AC전계로 폴링된 단결정의 무엇을 위해 TSDC법으로 시료의 탈분극 전류를 측정하였니?",
"Bridgeman 법을 사용하여 만들어진 배양 압전 PMN-PT 단결정은 AC폴링 후 압전 계수와 유전율이 상승하였는가?",
"배양 압전 PMN-PT 단결정은 Bridgeman 법을 통해 만들어졌으며,이 단결정은 AC폴링 후 DC폴링에 비해 몇 %의 압전 계수와 유전율 상승을 보였나?",
"\\( \\mathrm{T}_{\\mathrm{R} - \\mathrm{T}} \\에서 DC전계로 폴링된 단결정보다 AC전계로 폴링된 단결정의 유전율 피크 값은 몇 배이상 높은 측정 결과를 나타냈는가 ?",
"\\(\\mathrm{T}_{\\mathrm{R} - \\mathrm{T}} \\)에서 DC전계로 폴링된 단결정보다 AC전계로 폴링된 단결정의 유전율 피크 값이 3배 이상 높게 나왔는가?"
] |
9c71160f-cbb1-45f9-8926-10c61d9c2189
|
인공물ED
|
TSDC 방법을 이용한 AC 폴링된 PMN-PT 단결정의 디폴링 메커니즘 분석
|
<h2>3.2 DC 및 AC 폴링한 PMN-PT 단결정에 대한 TSDC 분석</h2><p>TSDC는 온도에 따른 분극(polarization)의 미분값이라는 점에서 온도 변화에 따른 탈분극(depolarization) 과정을 면밀히 확인할 수 있는 좋은 도구이다. DC 및 AC폴링된 PMN-PT 단결정의 TSDC결과가 Fig. 3에 정리되어 있다. DC 폴링된 단결정의 경우 여러 피크들이 겹쳐 나오는 양상이지만, 크게 \( \mathrm{T}_{R-T} \) 근처에 집중되어 있는 피크들과 \( \mathrm{T}_{\mathrm{C}} \) 근처에 집중되어 있는 피크들의 두 그룹으로 분류될 수 있다. 통상 TSDC의 피크 하나 하나는 정렬된 분극이 어떤 외적 이유로 인해 흐트러져 탈분극되는 상황을 반영한다는 점을 감안할 때, Fig. 3의 TSDC 결과는 통상 \( \mathrm{T}_{\mathrm{R} - \mathrm{T}} \) 로 지칭되는 온도에서 유전율 상의 유전변칙을 단순히 능면정에서 정방정으로의 결정구조 변화에 따른 현상만으로 설명하는 것에 무리가 있음을 보여준다. 최소 4 개의 연속된 피크들로 구성된 \( \mathrm{T}_{\mathrm{R}-\mathrm{T}} \) 에서의 TSDC 피크들을 모두 개개의 결정구조 전이에 따른 상전이에 대응시키는 것만으로도 논리적 무리가 있는데, 이후 \( \mathrm{T}_{\mathrm{C}} \) 에서도 추가로 최소 2 개 이상의 피크가 관찰된다. 따라서, PMN-PT의 탈분극 과정은 기존에 알려진 것과 달리 상전이 외 분역 상태 변화 등 다른 외적 요인이 기인하는 것으로 판단된다. 관련 메커니즘 규명 및 논의는 본 논문의 범주를 벗어나는 바, 관련 논의는 향후 별도의 논문을 통해 진행할 예정이다.</p><p>한편, AC폴링한 시료의 경우, \( \mathrm{T}_{\mathrm{R} - \mathrm{T}} \) 및 \( \mathrm{T}_{\mathrm{C}} \) 에서의 피크 개수가 확연히 줄어들고, 특정 피크의 강도가 두드러지는 특징을 보인다. 특히 눈에 띄는 변화는 \( \mathrm{T}_{\mathrm{C}} \) 근처에서의 탈분극 전류의 양이 현저히 감소한 점과 \( \mathrm{T}_{\mathrm{R} - \mathrm{T}} \) 근처에서 DC 폴링된 단결정보다 소폭 낮은 온도에서 디폴링이 시작된다는 점이다. 앞서 논의한 바와 같이 \( \mathrm{T}_{\mathrm{R} - \mathrm{T}} \) 및 \( \mathrm{T}_{\mathrm{C}} \) 에서의 탈분극이 상전이보다는 다른 외적 요인에 의한 것임을 받아들일 경우, AC폴링과 DC폴링의 가장 두드러진 차이점은 강유전 분극의 크기일 가능성이 가장 높을 것으로 사료된다. 이는 강유전 분역의 크기 100 나노미터 영역 이하로 작아지면, 크기에 따라 자발분극의 안정성이 급격히 떨어지는 것이 잘 알려져 있는데, 이에 따른 영향으로 판단되며 이는 온도에 따른 in situ TEM을 통해 확인이 필요할 것으로 판단된다.</p><p>Fig. 3을 바탕으로 온도에 따른 분극 변화를 Fig. 4 에 정리했다. 온도에 따른 유전율 변화와 곡선에서 본 것과는 상반되게 DC폴링된 PMN-PT 단결정의 경우 탈분극이 두단계에 걸쳐 일어나고 AC폴링된 단결정의 경우 탈분극이 \( \mathrm{T}_{\mathrm{R} - \mathrm{T}} \) 진행되는 듯한 양상을 보임을 확인할 수 있다.</p>
|
[
"TSDC는 온도에 따른 분극의 무슨 값인가요?",
"온도별 분극의 미분값을 무엇이라고 하는가?",
"TSDC는 온도 변화에 따른 탈분극 과정을 자세히 확인할 수 있는 좋은 도구인가?",
"PMN-PT의 무슨 과정은 기존에 알려진 것과 달리 상전이 외 분역 상태 변화 등 다른 외부적 요인 때문인 것으로 판단되나?",
"AC폴링한 시료는 무엇에서의 피크 개수가 확연히 줄어들까?",
"AC폴링과 DC폴링의 가장 큰 차이점은 강유전 분극의 크기일 가능성이 가장 높다는 것인가?",
"AC폴링과 DC폴링의 가장 큰 차이점은 무엇인가?",
"어떤 차이점이 AC폴링과 DC폴링에서 가장 눈에 두드러지는가?",
"100 나노미터 영역 이하로 강유전 분역의 크기가 줄어들게 되면 어떻게 될까?",
"강유전 분역이 크기의 변화에 따라서 자발분극의 안정성이 안좋게 변하는 것은 어떤 이유인가?",
"어떤 과정이 분역 상태 변화 등 다른 외적 영향을 받아 변하는가?"
] |
157f61de-3e8e-4094-a0fa-de308bf96808
|
인공물ED
|
TSDC 방법을 이용한 AC 폴링된 PMN-PT 단결정의 디폴링 메커니즘 분석
|
<h1>2. 연구 방법</h1><p>본 연구에서는 (주) Ibule photonics에서 Bridgman법으로 제조한 \( (001) \) 면으로 배양된 압전 PMN-PT 단결정을 이용하였다. \( 5 \mathrm{~mm} \times 5 \mathrm{~mm} \times 0.5 \mathrm{~mm} \) 가격으로 가공된 판상형 단결정의 \( 5 \mathrm{~mm} \times 5 \mathrm{~mm}(001) \) 양면에 스퍼터링으로 \( \mathrm{Au} \) 전극을 입힌 후, 강유전 측정 시스템 aixPES을 이용하여 \( 1 \mathrm{kV} / \mathrm{mm} \) 의 전계로 10 초간 DC폴링하였고, \( 1 \mathrm{~Hz} \) 의 주파수를 가진 \( 1 \mathrm{kV} / \mathrm{mm} \) 의 전계로 10 회 AC폴링 하였다.</p><p>Impedance gain phase analyzer ( HP4194a) 를 사용하여 \( 1 \mathrm{kHz} \) 에서 \( 1 \mathrm{MHz} \) 주파수대와 상온에서 \( 230^{\circ} \mathrm{C} \) 의 온도 범위에서 온도에 따른 유전율의 측정하였다. 압전 계수는 \( \mathrm{d}_{33} \) 미터(YE2730)을 사용해 측정되었으며 picoammeter(keithley 487)를 사용해 \( 3^{\circ} \mathrm{C} \) \( / \mathrm{min} \) 의 승온속도로 상온에서 \( 230^{\circ} \mathrm{C} \) 의 온도 범위에서 TSDC를 측정하였다.</p>
|
[
"압전 PMN-PT 단결정 어떻게 제조되었나?",
"압전 PMN-PT 단결정 무슨 방법으로 제조되었나?",
"어디에서 Bridgman법으로 제조한 면으로 배양된 압전 PMN-PT 단결정을 만들었니?",
"강유전 측정 시스템은 무엇인가?",
"압전 계수는 무엇을 사용해 측정되었지?",
"무엇을 이용해서 압전 계수가 측정되었어?",
"무엇을 사용해서 \\( 3^{\\circ} \\mathrm{C} \\) \\( / \\mathrm{min} \\) 의 승온속도로 상온에서 \\( 230^{\\circ} \\mathrm{C} \\)의 온도 범위에서 TSDC를 측정했니?",
"강유전 측정 시스템 aixPES을 이용하여 몇 \\( \\mathrm{kV} / \\mathrm{mm} \\) 의 전계로 DC폴링하였니?",
"압전 계수는 picoammeter를 사용해 몇 \\( ^{\\circ} \\mathrm{C} \\) \\( / \\mathrm{min} \\) 의 승온속도로 상온에서 \\( 230^{\\circ} \\mathrm{C} \\) 의 온도 범위에서 TSDC를 측정하였니?",
"\\( \\mathrm{d}_{33} \\) 미터(YE2730) 사용해 \\( 3^{\\circ} \\mathrm{C} \\) \\( / \\mathrm{min} \\) 의 승온속도로 상온에서 \\( 230^{\\circ} \\mathrm{C} \\)의 온도 범위에서 무엇을 측정했니?"
] |
403f7ff9-22b0-459c-93b4-7d064c624d00
|
인공물ED
|
TSDC 방법을 이용한 AC 폴링된 PMN-PT 단결정의 디폴링 메커니즘 분석
|
<h1>3. 결과 및 고찰</h1><h2>3.1 AC 폴링한 PMN-PT 단결정의 압전특성</h2><p>AC폴링을 통해 얻은 PMN-PT단결정의 특성을 DC폴링 결과와 비교하여 Table 1 에 나타내었다. 압전계수 \( \left(\mathrm{d}_{33}\right) \) 와 유전율 \( \left(\varepsilon_{33}\right) \) 모두 각각 DC폴링에 비해 \( \sim 120 \% \) 정도로 향상되었고, 최근 보고된 DC폴링대비 AC폴링된 PMN-PT 단결정에서 얻은 성능향상치와 비슷했다. 반면, 전기-기계 결합상수 \( \left(\mathrm{k}_{33}\right) \) 와 압전 전압 계수 \( \left(\mathrm{g}_{33}\right) \) 의 경우 크게 향상되지 않았다. 이는 아래 관계식에서 보듯이 압전상수와 유전상수가 동시에 증가했기 때문이다.</p><p>\( k_{33}^{2}=\frac{d_{33}^{2}}{\varepsilon_{3}^{T} \cdot s_{33}^{E}} \)<caption>(0.1)</caption></p><p>\( g_{33}=\frac{d_{33}}{\varepsilon_{3}} \)<caption>(0.2)</caption></p><p>\( \left(s_{33}^{E}\right. \) : 탄성계수의 역수, 순응도)</p><p>Fig. 2 는 폴링된 PMN-PT 단결정의 온도에 따른 유전율 변화 도표이다. DC폴링된 단결정과 달리 AC폴링된 PMN-PT단결정은 두 개의 유전변칙을 가짐을 확인할 수 있다. 이 두 유전변칙은, DC폴링된 단결정에서도 관찰되는, 통상 능면정 (rhombohedral)에서 정방정(tetragonal)으로의 상전이 온도라고 알려진 \( \mathrm{T}_{\mathrm{R}-\mathrm{T}} \) 와 \( 100^{\circ} \mathrm{C} \) 근방에서 추가적으로 관찰되는 단사정에서 정방정으로의 상전이에 의한 것으로 알려져 있다.</p><p>이때, \( \mathrm{T}_{\mathrm{R}-\mathrm{T}} \) 에서 유전율의 피크 값이 3 배 이상 높게 나타나는 점에 주목할 필요가 있는데, 이는 상온 유전율\( 120 \%\) 향상의 직접적인 원인이기 때문이다. 헌재, AC폴링 후 \( \mathrm{T}_{\mathrm{R}- \mathrm{T}} \) 에서 유전율이 급상승하는 원인에 대해서 단사정상 유도 및 강유전 분극 미세화 등의 메커니즘이 제시되고 있지반, DC 폴링된 시료의 유전손실에 해당하는 \( \tan \delta \) 에도 반영되어 있듯이 없던 유전변칙이 새로 생기는 것이 아니라 이미 있던 유전변칙이 좀 더 강조되어 나타났다는 점에서 기존 메커니즘으로 설명하는 것에는 한계가 있다. 실제로, 본 연구에서는 X-선 회절 분석 결과 기존 문헌에서 주장하는 단사정의 존재를 확인할 수 없었음은 물론이고, 이후 제시될 TSDC 분석 결과에서도 알 수 있듯이 새로운 상이 유도되었다고 볼 근거가 부족하므로, AC폴링에 의해 그 존재가 부각된 추가 유전변칙에 대해서는 보다 체계적이고, 심도 깊은 연구가 더 필요할 것으로 보인다.</p>
|
[
"상전이 온도는 정방정에서 능면정으로 이루어지니?",
"단사정상 유도 및 강유전 분극 미세화 등의 메커니즘이 제시됨에 따라 이 연구에서 확인 할 수 있는 사실이 뭐야?",
"DC폴링 작업을 거치면 새로운 유전법칙이 생기는가?",
"\\( \\mathrm{T}_{\\mathrm{R}-\\mathrm{T}} \\) 에서 유전율의 피크 값은 최소 몇배 이상 나타나?",
"Table1에서 확인 할 수있는 내용이 뭐야?",
"단사정의 존재를 본 연구를 통해 확인 할 수 있었니?",
"DC폴링된 단결정은 두개의 유전변칙을 가지고 있니?",
"아래 관계식을 볼때 전기-기계 결합상수 \\( \\left(\\mathrm{k}_{33}\\right) \\) 와 압전 전압 계수 \\( \\left(\\mathrm{g}_{33}\\right) \\)가 크게 향상되지 않는 이유가 뭐야?",
"DC폴링에 비해 AC폴링을 하여 향상 될 수 있는 단결정의 특성은 뭐야?",
"DC폴링한 PMN-PT의 압전계수와 유전율은 AC폴링에 비해 높니?",
"\\( \\mathrm{T}_{\\mathrm{R}-\\mathrm{T}} \\) 에서 유전율의 피크 값이 3배이상 높게 나타는 직접적인 원인은 뭐야?",
"해당 연구결과 이후 어떤 추가 분석 결과가 제시되니?"
] |
78a95251-54bf-4e95-b153-cd3d6222a3ab
|
인공물ED
|
페로브스카이트 다결정 발광 소자 연구 현황
|
<h1>2. 페로브카이트의 결함 특성</h1><p>금속 할라이드 페로브스카이트 발광 소자에 사용되는 다결정 박막 (polycrystalline thin film)의 경우 저온 용액 공정을 기반으로 쉽게 합성이 가능하다는 장점이 있는 반면, 불가피하게 수많은 결정립계와 결정 결함을 포함하게 된다. 이에 따라, 페로브스카이트 다결정 박막에 평균적으로 \( 10^{16}-10^{18} \mathrm{cm}^{-3} \) 의 높은 결함 밀도를 갖게 된다. 이는 대표적 무기물 반도체 실리콘(\(\mathrm{Si}\)) 과 갈륨아세나이드 (\(\mathrm{GaAs}\)) 의 결함 밀도인 \( 10^{8} \mathrm{cm}^{-3} \) 와 \( 10^{13}-10^{14} \mathrm{cm}^{-3} \) 에 비해 높은 수치이다.</p><p>금속 할라이드 페로브스카이트의 결함은 점 결함 (point defect), 결정립계 결함 (grain boundary defect), 표면 결함 (surface defect), 계면 결함 (interfacial defect) 등으로 분류 가능하다. 점 결함으로는 치환 결함 (anti-site defect), 침입형 결함 (interstitial defect), 공핍 결함 (vacancy defect)이 있고, 페로브스카이트의 강한 이온 특성으로 인해 나타나는 대표적인 결함이다. 특히, 고밀도의 하전 결함 (charged defect)은 이동하는데 필요한 활성화 에너지가 낮은 할로겐 음이온에 의한 Frenkel 타입의 점 결함이며, 이는 전하 캐리어를 산란하여 전하 캐리어 수송을 방해하는 트랩으로서 작용한다. 또한 결정립계는 Frenkel 타입의 점 결함이 생기기 가장 쉬운 곳으로 페로브스카이트 LED의 안정성을 올리는데 중요한 부분이다. 할라이드 음이온 등의 이동 경로가 되며, 이러한 할라이드 음이온에 의해 다양한 타입의 점 결함이 발생한다.</p><p>광전자 소자의 성능은 소재의 결함 밀도 (defect density)에 따라 크게 좌우된다. Zakutayev 그룹은 반결합 준위 (antibonding state)로 VBM (valence band maximum)을 가진 반도체일수록 결함에 내성이 강한 것을 보여준 바 있다. 소재에 같은 결함이 생기더라도 비발광성 재결합 (nonradiative recombination)을 유발하는 깊은 준위 (deep trap)를 형성하는 재료와 깊은 준위에 비해 상대적으로 전하 수송 및 전하 수명에 영향을 주지 않는 얕은 준위 (shallow trap)을 형성하는 소재는 높은 defect tolerance를 갖게 된다. 금속 할라이드 페로브스카이트는 Pb비결합 전자의 S-오비탈과 I의 P-오비탈의 오버랩으로 형성된 반결합이 VBM 안에 구성되고, 이와 같은 전자적 특성으로 인하여 결정의 구조적 결함은 CB (conduction band)와 VB (valence band)안에 결함 준위를 형성하거나 밴드에 가까운 에너지 준위를 갖기 때문에 결함이 생기더라도 비발광성 재결합 (nonradiative recombination)에 상대적으로 적은 영향을 주게 된다 (그림 2). 그러나 이론적인 계산에서 예측된 비교적 높은 결함 내성에 비하여, 실제 실험의 결과는 높은 이동도 (mobility) 및 긴 전하 수명 (carrier lifetime)을 나타내지 못하여, 금속 할라이드 페로브스카이트 박막의 결함을 관리하는 것이 광전자 소자의 성능 향상에 매우 중요한 요소로 평가된다.</p>
|
[
"Frenkel 타입의 점 결함이 생기기 가장 쉬운 곳은 무엇인가?",
"금속 할라이드 페로브스카이트 발광 소자에 사용되는 다결정 박막 (polycrystalline thin film)의 경우 어떤 단점이 있는가?",
"금속 할라이드 페로브스카이트의 결함은 어떻게 분류 가능한가?",
"페로브스카이트 다결정 박막은 대표적 무기물 반도체 실리콘(\\(\\mathrm{Si}\\)) 과 갈륨아세나이드 (\\(\\mathrm{GaAs}\\)) 의 결함 밀도에 비해 높은 편인가?",
"페로브스카이트 다결정 박막의 평균 결합 밀도는 얼마인가?",
"금속 할라이드 페로브스카이트 발광 소자에 사용되는 다결정 박막 (polycrystalline thin film)의 경우 어떤 장점을 가지고 있는가?",
"금속 할라이드 페로브스카이트 발광 소자에 사용되는 이것은 저온 용액 공정을 기반으로 쉽게 합성이 가능하다는 장점이 있다. 이것은 무엇인가?",
"점 결함에는 어떤 것들이 있는가?",
"이동하는데 필요한 활성화 에너지가 낮은 할로겐 음이온에 의한 Frenkel 타입의 점 결함은 무엇인가?",
"광전자 소자의 성능 향상에 매우 중요한 요소로 평가되는 것은 무엇인가?",
"할라이드 음이온 등의 이동 경로가 되는 것은 무엇인가?",
"페로브스카이트 LED의 안정성을 올리는데 중요한 부분은 무엇인가?",
"고밀도의 하전 결함 (charged defect)은 어떻게 작용하는가?",
"페로브스카이트의 강한 이온 특성으로 인해 나타나는 대표적인 결함은 무엇인가?",
"Zakutayev 그룹은 반결합 준위 (antibonding state)로 어떤 반도체일수록 결함에 내성이 강한가?",
"광전자 소자의 성능은 무엇에 따라 크게 좌우되는가?",
"다양한 타입의 점 결함이 발생은 무엇때문인가?"
] |
e14f9274-6e27-4ff4-bdaf-8edee1e35357
|
인공물ED
|
페로브스카이트 다결정 발광 소자 연구 현황
|
<h1>4. 페로브스카이트 결정 부동태화</h1><p>일반적으로 페로브스카이트 발광 소자에서는 페로브스카이트 발광층 다결정 박막의 발광 특성을 향상시키기 위하여 작은 결정을 갖도록 결정 성장을 제어한다. 작아진 결정립 크기로 인해 페로브스카이트 결정의 발광성 재결합은 향상되는 반면, 다결정 박막의 결정립계 및 표면에 형성되는 결함 밀도는 필연적으로 증가하게 된다. 또한, 페로브스카이트의 강한 이온성에 의해 고밀도의 하전된 점 결함이 존재할 수 있다. 따라서 증가한 Frenkel 타입의 결함 및 결함밀도를 여러 유형의 부동태화 방법으로 줄이고자 하는 연구가 계속되고 있다.</p><p>결함의 부분 전하를 보상하고 결함을 부동태화하기 위해 여러 종류의 루이스 산과 루이스 염기 첨가제가 사용된다. 루이스 염기는 단일 전자 쌍을 배위결합 형태로 공여함으로써 불완전한 Pb이온을 부분 정전하로 전환할 수 있다. 예를 들어, 루이스 염기 분자인 pyridine이나 thiophnene을 첨가제로 이용하여 금속 할라이드 페로브스카이트 다결정 박막의 표면 및 결정립계의 결함을 부동태화하면, 비발광성 재결합을 효과적으로 감소시키고 PL 전하 수명을 증가시킨다.</p><p>루이스 산 또는 염기의 작용기를 갖는 고분자 첨가제는 저분자에 비해 낮은 확산도 및 휘발성으로 인하여 금속 할라이드 페로브스카이트 결정의 결함을 장기적으로 보완할 수 있는 방법이 될 수 있다. Y. Yang 연구 그룹은 일반적으로 사용되는 저분자 루이스 염기 대신 루이스 염기 고분자 (polymeric Lewis base)를 사용하여 효과적으로 부동태화함과 동시에 높은 결정성의 결정 성장, 그리고 결정들을 연결하는 크로스링킹된 형태의 고안정성 다결정 박막을 보고하였다 (그림 4a,b). 저분자 루이스 염기는 휘발성 및 확산성이 커서 페로브스카이트 다결정 박막을 높은 수분 및 열환경에서 쉽게 열화되는 특성을 보이는 반면, 고분자 루이스 염기를 사용하여 고분자와 페로브스카이트 전구체 간의 강한 상호작용으로 고분자 중간상을 형성하고, 이러한 중간상으로부터의 결정화를 통해 고안정성 박막을 구현하였다. 이러한 고분자 중간상은 페로브스카이트 핵생성에 필요한 활성화 에너지를 크게 상승시켜 페로브스카이트의 결정성을 효과적으로 향상시켰으며, 페로브스카이트 결정 간 크로스링킹으로 결정립계를 보호하며 결함을 부동태화하였다.</p><p>또한, Wang 연구 그룹은 화학적, 열적 안정성을 갖는 \( \mathrm{CsPbI}_{3-\mathrm{x}} \mathrm{Br}_{\mathrm{x}} \) 페로브스카이트 다결정 박막에 불화고분자 (poly(vinylidene fluoride-co-hexafluoropropylene))와 작은 아미노산 입자인 L-Arginine를 도입하여 효과적인 결함 밀도의 감소를 보였다. 일반적인 성장법에 의한 다결정 박막의 성장은 불균일한 결정 크기와 결정립계에서의 수 많은 결함을 초래하지만, 불화고분자는 페로브스카이트 결정의 성장을 제어하여 작은 결정을 갖는 박막을 형성하고, L-Arginine은 \( -\mathrm{NH}_{2}\),\( \mathrm{C}=\mathrm{O} \) 및 \( \mathrm{P}=\mathrm{O} \) 작용기를 가지고 있어 할로겐과 Pb의 결함에서 리간드(ligand)로서의 역할을 하며 결정 표면의 결함을 부동태화하는 역할을 하여 발광 소자의 발광 효율을 향상시켰다.</p><p>F. Gao 연구 그룹은 결함 부동태화 분자와 유기 양이온 간의 수소 결합이 페로브스카이트의 결함 부동태화 효과에 미치는 영향에 관한 연구를 보고하였다 (그림 4c−e) 길이가 비슷한 2,2'-(ethylenedioxy) diethylamine (EDEA)와 hexamethylenediamine(HMDA)의 페로브스카이트 결함 부동태 효과를 비교하였을 때, EDEA에 포함된 산소 원자는 유기 양이온과 페로브스카이트의 유기 양이온 (\( \mathrm{FA}^{+}\))간의 electron donation을 감소시키고, 수소 결합 능력을 감소시킨다. 약해진 \( \mathrm{FA}^{+} \)와 부동태화 분자의 수소결합은 페로브스카이트의 결정 결함부와의 상호작용의 효과를 크게 향상시켜 비발광성 재결합을 효과적으로 감소시키고 발광 소자의 발광 효율을 크게 향상시킬 수 있음을 입증하였다.</p><p>E. H. Sargent 연구 그룹은 저차원 페로브스카이트의 edge를 부동태화하여 페로브스카이트 발광체의 안정성을 향상시키는 phosphine oxide에 관한 연구를 보고하였다 (그림 5). 저차원의 층상 페로브스카이트의 경우, formation energy를 증가시키고, 수분이 있는 곳에서 화학적 열화가 완화되어 일반적인 3D 페로브스카이트보다 향상된 안정성 보인다. 하지만, 저차원의 페로브스카이트를 발광체로 이용하는 발광 소자의 구동시 지속적인 광발광과 전류주입에 의해 안정성이 저하되는 문제를 가지고 있다. Phosphine oxides를 결함 부동태화 분자로 사용하여 페로브스카이트 결정의 unsaturated Pb결함을 부동태화하며, phosphine oxide의 화학적 구조에 의한 결함 부동태화 효과를 연구하였다. 페로브스카이트가 광여기 될 때, 표면에 국소화된 엑시톤이나 전하가 페로브스카이트 표면에 흡착된 산소 분자로 전달되어 페로브스카이트 산화 및 분해를 유발하는 super oxide (\( \mathrm{O}_{2}^{-} \))가 생성된다. 이를 방지하기 위하여 높은 결함 부동태화 효과를 보이는 triphenylphosphine oxide (TPPO)분자를 이용하여 페로브스카이트 결정의 edge를 부동태화하여 저차원 페로브스카이트의 광발광 효율(photoluminescence quantum yield)와 발광 소자의 EQE를 크게 향상시켰다.</p>
|
[
"페로브스카이트 발광 소자에서 작은 결정을 갖도록 결정 성장을 제어하는 이유가 뭐야?",
"페로브스카이트 발광 소자에서 페로브스카이트 발광층 다결정 박막의 발광 특성을 향상시키기 위하여 작은 결정을 갖도록 결정 성장을 어떻게 하는가?",
"다결정 박막의 결정립계 및 표면에 형성되는 무엇은 필연적으로 증가하게 되는가?",
"페로브스카이트의 강한 이온성에 의해 고밀도의 하전된 무슨 결함이 존재할 수 있는가?",
"페로브스카이트의 강한 무엇에 의해 고밀도의 하전된 점 결함이 존재할 수도 있을까?",
"증가한 Frenkel 타입의 결함 및 결함밀도를 여러 유형의 어떤 방법으로 줄이고자 하는 연구가 계속되고 있는가?",
"여러 종류의 루이스 산과 루이스 염기 첨가제를 사용하는 이유는 무엇인가?",
"여러 종류의 루이스 산과 루이스 염기 첨가제가 사용해야 결함의 부분 전하를 보상하고 결함을 부동태화 할 수 있는가?",
"루이스 염기를 어떻게 하여 불완전한 Pb이온을 부분 정전하로 어떻게 전환할 수 있어?",
"pyridine이나 thiophnene는 무슨 분자인가?",
"루이스 산 또는 염기의 작용기를 갖는 고분자 첨가제로 무엇이 될 수 있어?",
"휘발성 및 확산성이 커서 페로브스카이트 다결정 박막을 높은 수분 및 열환경에서 쉽게 열화되는 특성을 본 것은 고분자 루이스 염기를 이용한 것인가?",
"고분자 루이스 염기를 사용하여 고분자와 페로브스카이트 전구체 간의 강한 무엇을 통해 고분자 중간상을 형성했어?",
"고분자 루이스 염기를 사용하여 고분자와 페로브스카이트 전구체 간의 강한 상호작용으로 고분자 중간상을 형성하고, 이러한 중간상으로부터의 무엇을 통해 고안정성 박막을 구현했어?",
"고분자 중간상은 페로브스카이트 핵생성에 필요한 활성화 에너지를 크게 어떻게 시키는가?",
"화학적, 열적 안정성을 갖는 \\( \\mathrm{CsPbI}_{3-\\mathrm{x}} \\mathrm{Br}_{\\mathrm{x}} \\) 은 페로브스카이트 무슨 박만인가?",
"페로브스카이트 결정 간 크로스링킹으로 결정립계를 어떻게 하며 결함을 부동태화하였는가?",
"Wang 연구 그룹은 \\( \\mathrm{CsPbI}_{3-\\mathrm{x}} \\mathrm{Br}_{\\mathrm{x}} \\)에 다결정 박막에 불화고분자와 작은 아미노산 입자인 L-Arginine를 도입하여 결함 밀도의 증가를 확인했는가?",
"L-Arginine은 무엇인가?",
"불화고분자는 어떤 역할을 하는가?",
"결함 부동태화 분자와 유기 양이온 간의 수소 결합이 페로브스카이트의 결함 부동태화 효과에 미치는 영향에 관한 연구를 보고 그룹은 무슨 그룹이야?",
"F. Gao 연구 그룹은 결함 부동태화 분자와 유기 양이온 간의 무슨 결합이 페로브스카이트의 결함 부동태화 효과에 미치는 영향에 관한 연구를 보고했어?",
"EDEA에 포함된 산소 원자는 유기 양이온과 페로브스카이트의 유기 양이온 \\( \\mathrm{FA}^{+}\\)간의 electron donation을 어떻게 시켰는가?",
"약해진 \\( \\mathrm{FA}^{+} \\)와 부동태화 분자의 수소결합을 통해 무엇을 입증했는가?",
"저차원 페로브스카이트의 edge를 부동태화하여 페로브스카이트 발광체의 안정성을 향상시키는 phosphine oxide에 관한 연구를 보고를 한 연구 그룹은 뭐야?",
"formation energy를 증가시키고, 수분이 있는 곳에서 화학적 열화가 완화되어 일반적인 3D 페로브스카이트보다 향상된 안정성을 보이는 것은 무엇의 층상 페로브스카이트인가?",
"저차원의 층상 페로브스카이트의 장점으로는 formation energy의 증가, 수분이 있는 곳에서 화학적 열화가 완화되어 일반적인 3D 페로브스카이트보다 향상된다는 안정성이 있는가?",
"Phosphine oxides를 결함 부동태화 무엇으로 사용하여 페로브스카이트 결정의 unsaturated Pb결함을 부동태화했어?",
"페로브스카이트 산화 및 분해를 유발하는 super oxide \\( \\mathrm{O}_{2}^{-} \\)는 언제 생성되는가?",
"저차원의 층상 페로브스카이트의 경우, formation energy를 증가시키고, 수분이 있는 곳에서 화학적 열화가 완화되어 일반적인 3D 페로브스카이트보다 향상된 안정성을 보여주지만 어떤 문제도 가지고 있어?",
"Phosphine oxides을 어떻게 연구했어?",
"super oxide \\( \\mathrm{O}_{2}^{-} \\)는 무엇을 유발하는가?",
"super oxide \\( \\mathrm{O}_{2}^{-} \\) 는 페로브스카이트가 광여기 되어 표면에 국소화된 엑시톤이나 전하가 페로브스카이트 표면에 흡착된 산소 분자로 전달되어 생성이 되는가?",
"triphenylphosphine oxide의 약자는 무엇인가?",
"광발광 효율의 영어 뜻은 무엇인가?",
"pyridine이나 thiophnene을 첨가제로 이용하여 금속 할라이드 페로브스카이트 다결정 박막의 표면 및 결정립계의 결함을 부동태화하면 어떻게 되는가?",
"페로브스카이트 발광 소자에서 페로브스카이트 발광층 다결정 박막의 발광 특성을 향상시키기 위하여 작은 결정을 갖게 되면 그로 인해 페로브스카이트 결정의 발광성 재결합은 향상이 되는가?",
"고분자 중간상은 페로브스카이트 핵생성에 필요한 활성화 에너지를 크게 상승시킴을 통해서 페로브스카이트의 결정성을 서서히 감축시켰는가?",
"루이스 염기는 단일 전자 쌍을 배위결합 형태로 공여함으로써 불완전한 Pb이온을 부분 정전하로 어떻게 할 수 있는가?",
"작은 아미노산 입자인 L-Arginine은 결정 표면의 결함을 부동태화하는 역할을 하여 발광 소자의 무엇을 향상시켰는가?",
"유기 양이온과 페로브스카이트의 유기 양이온 \\( \\mathrm{FA}^{+}\\)간의 electron donation을 감소시키고, 수소 결합 능력을 감소시키는 산소 원자는 EDEA에 포함되어 있는가?",
"polymeric Lewis base의 뜻은 무엇인가?",
"부동태화함과 동시에 높은 결정성의 결정 성장, 그리고 결정들을 연결하는 크로스링킹된 형태를 무엇이라고 하는가?",
"무슨 그룹에서 일반적으로 사용되는 저분자 루이스 염기 대신 루이스 염기 고분자를 사용하여 효과적으로 부동태화함과 동시에 높은 결정성의 결정 성장, 그리고 결정들을 연결하는 크로스링킹된 형태의 고안정성 다결정 박막을 보고하였는가?"
] |
1e4b664c-4315-4a4e-b357-6125dfb6ea1c
|
인공물ED
|
페로브스카이트 다결정 발광 소자 연구 현황
|
<h1>5. 페로브스카이트 발광 소자 안정성</h1><p>페로브스카이트 발광 소자의 상용화에 있어 현재까지 가장 큰 문제점은 소재의 낮은 안정성 및 발광 소자의 짧은 작동 수명으로 평가된다. 페로브스카이트 발광 소자의 열화는 크게 (ⅰ) 이온의 이동 현상 (ion migration) (ⅱ) 전기화학적 반응 (ⅲ) 계면 반응으로 분류된다. 이온 이동 (ion migration)은 본질적으로 결함의 이동과 동일하나, 비발광성 재결합에 관여하는 Pb침입형 결함과 할라이드 이온 중 활성화에너지가 더 낮은 할라이드 이온의 이동이 일반적이다. 이러한 할라이드 이온의 유동적인 움직임에 의해 페로브스카이트 결정의 열화가 가속되며, 소자 측면에서는 전하 주입 양상의 변화를 야기하여 소자의 성능에 악영향을 주게 된다. 더 나아가 이온 이동에 의한 결과로 페로브스카이트 내부에 \( \mathrm{PbI}_{2} \) 를 생성해 결정 격자의 왜곡을 야기한다. 페로브스카이트 LED소자에 외부 전압을 걸어주면 페로브스카이트는 전기화학적 반응을 하여 열화가 일어난다. 이러한 전기화학적 반응은 양전극과 음전극 계면 모두에서 일어나는데 특히 양극 계면에서 \( \mathrm{PbI}_{2} \) 를 생성시키는 등 계면 열화와 더불어 페로브스카이트 내부의 이온 이동을 가속시킨다. 이온 이동이나 전기화학적 반응과는 다르게, 계면 반응은 외부 전압과 무관하게 일어난다. 페로브스카이트 내부의 할라이드 이온은 유기 내부층을 이동하여 금속 전극과 반응하는데, 이 반응에 의해 페로브스카이트의 열화가 일어난다.</p><p>X. Yang 그룹은 페로브스카이트 발광 소자의 작동 환경에서의 빠른 열화 문제를 해결하기 위해 trifluoroacetate (TFA)를 페로브스카이트 전구체에 첨가제로 도입하였다 (그림 6a). 이 TFA의 음이온은 \( \mathrm{CsPbBr}_{3} \) 의 \( \mathrm{Pb} \) 양이온과 상호작용하여 박막 제조시 결정화 비율을 증가시키며, 페로브스카이트의 표면의 \( \mathrm{Pb} \) 양이온과 결합하여 이온 이동 현상을 효과적으로 방지한다. TFA 음이온은 페로브스카이트 입자계면에 존재하여 입자 표면을 효과적으로 부동태화하고 작은 결정 성장을 유도한다. 이러한 방법으로 페로브스카이트 발광체 박막을 형성하는 경우 작은 결정으로 이루어진 pinhole-free 다결정 발광층 박막이 성장 가능하고, \( 100 \mathrm{~cd} / \mathrm{m}^{2} \) 의 휘도에서 발광 소자의 반감 작동 수명은 기존의 페로브스카이트 발광 소자보다 17배 더 긴 250시간으로 증가함을 보였다.</p><p>Han 연구 그룹은 3D 페로브스카이트 (\( \mathrm{FAPbI}_{3} \))와 2D 페로브스카이트 (\( \mathrm{PEA}_{2} \mathrm{PbI}_{4} \)) 간의 핵생성 활성 에너지 및 핵생성 속도 차이를 이용하여 2D 페로브스카이트 쉘-3D 페로브스카이트 코어를 갖는 발광체를 성장시켰다. 2D 페로브스카이트는 핵생성에 필요한 활성 에너지가 3D 페로브스카이트에 비해 높아, 3D 상과 2D 상의 비율에 따라 결정립계에 자발적으로 소량의 2D 페로브스카이트를 형성시킨다 (그림 6b). 페로브스카이트 발광체 입자 표면의 얇은 2D 페로브스카이트 층은 결정의 표면에 위치한 결함들을 비활성화하여 트랩 밀도를 줄이고, 3D 페로브스카이트 결정의 결정성을 크게 향상시켜 이온 이동 현상을 효과적으로 방지하는 것으로 보고되었다 (그림 6c). 이러한 in-situ 코어쉘 성장법을 통하여 페로브스카이트 발광 소자의 작동 안정성을 크게 향상시켰으며, \( 10 \mathrm{W} / \mathrm{sr} \mathrm{m}^{2} \) 의 radiance에서 반감 수명을 약 200시간 이상으로 향상시켰다.</p>
|
[
"페로브스카이트 발광 소자의 열화는 크게 어떤 것으로 나뉘어?",
"소재의 낮은 안정성 및 발광 소자의 짧은 작동 수명은 어떤것에 문제점이야?",
"페로브스카이트 발광 소자 상용화에서 가장 큰 문제점이 뭐야?",
"페로브스카이트 발광 소자의 열화는 크게 세 가지로 나뉘어?",
"페로브스카이트 결정의 열화는 어떤 것에 의해 가속 돼?",
"Pb침입형 결함은 비발광성 재결합에 연관되는 것이 옳아?",
"이온 이동은 본질적으로 결함의 이동과 똑같은 것이 옳아?",
"어떤 이온의 이동이 일반적이야?",
"할라이드 이온의 유동적인 움직임은 소자축면에서 어떤 변화를 일으켜?",
"할라이드 이온의 유동적인 움직임은 소자측면에 어떤 영향을 줘?",
"이온 이동에 의한 결과가 뭐야?",
"페로브스카이트에 열화를 일으키는 방법이 뭐야?",
"전기화학적 반응은 어디에서 일어나?",
"이온 이동에 의해서 페로브스카이트 내부에 어떤 것을 생성해?",
"전기 화학적 반응은 페로브스카이트 내부의 이온 이동을 증가시키는 것이 옳아?",
"할라이드 이온이 금속 전극과 반응하여 열화가 일어나는 것이 옳아?",
"계면 반응은 어떤 것과 무관하게 일어나는 현상이야?",
"X. Yang 그룹이 TFA를 첨가제로 도입한 이유가 뭐야?",
"페로브스카이트 내부의 할라이드 이온은 어떤 것과 반응해?",
"TFA의 음이온이 박막 제조시 결정화 비율을 증가시키는 것이 옳아?",
"TFA의 음이온은 어떤 것과 상호작용 해?",
"TFA를 페로브스카이트 전구체에 첨가제로 도입한 그룹이 뭐야?",
"할라이드 이온이 금속 전극과 반응할 때 어디를 이동해?",
"TFA의 음이온은 어떤 것을 방지해?",
"TFA의 음이온은 어디에 존재해?",
"TFA의 음이온이 유도하는 것이 뭐야?",
"TFA 음이온을 이용하여 페브로스카이트 발광체 박막을 형성하는 경우는 그렇지 않은 경우보다 효율적이야?",
"TFA 음이온을 이용한 발광체 박막 형성에서는 어느정도 휘도에서 수명이 증가했어?",
"TFA 음이온을 이용하여 발광체 박막을 형성하면 어떤 박막이 성장 가능해?",
"X. Yang 그룹이 도입한 TFA의 음이온은 페로브스카이트의 어떤 부분을 부동태화해?",
"X. Yang 그룹이 도입한 TFA는 이온 이동현상을 방지하는 것이 옳아?",
"TFA 음이온을 활용한 발광체 박막 형성은 기존 발광 소자 보다 어느정도 수명이 증가했어?",
"Han 연구 그룹에서 한 일이 뭐야?",
"Han 연구 그룹은 어떤 코어를 갖는 발광체를 성장시켰어?",
"Han 연구 그룹은 어떤 것을 이용하여 발광체를 성장시켰어?",
"TFA 음이온을 사용한 발광체 박막은 수명이 어느정도 였어?",
"in-situ 코어쉘 성장법이 뭐야?",
"2D 페로브스카이트 층은 3D 페로브스카이트 결정의 결정성을 향상시키는 것이 옳아?",
"2D 페로브스카이트 층은 어떤 방식으로 이온 이동 현상을 방지해?",
"in-situ 코어쉘 성장법을 통하여 반감 수명을 어느정도 향상 시켰어?",
"2D 페로브스카이트와 3D 페로브스카이트 중에서 핵생성에 필요한 활성 에너지가 더 높은 것이 뭐야?",
"얇은 2D 페로브스카이트 층은 어떻게 트랩 밀도를 줄여?",
"in-situ 코어쉘 성장법을 통하여 향상시킨 것이 뭐야?"
] |
bb8bf5a2-64df-48b9-969d-41feee1e3bd3
|
인공물ED
|
페로브스카이트 다결정 발광 소자 연구 현황
|
<h1>1. 서 론</h1><p>금속 할라이드 페로브스카이트 (metal halide perovskite)는 소재의 우수한 광학적, 전기적 특성으로 인하여 태양 전지, 발광 다이오드뿐 아니라 의료 기기용 소자, 보안/감시 기능의 전자기기로의 응용 가능성도 활발히 연구되고 있다. 특히, 페로브스카이트는 약 \( 20 \mathrm{nm} \) 이하의 다른 발광체 소재들에 비해 더 좁은 발광 반치폭 (full width half maximum)을 보인다는 특성으로 인하여 4k/8k 초고해상도(ultra-high definition) TV에서 요구하는 색 기준인 Rec.2020의 색영역을 만족할 수 있는 차세대 발광체로 주목받고 있다 (그림 1).</p><p>금속 할라이드 페로브스카이트는 \( \mathrm{ABX}_{3} \) 의 구조를 갖는 결정성 소재로, \( \mathrm{A} \) 는 \(1\)가 양이온으로 주로 유기 물질로는 methylammonium (\( \mathrm{MA}^{2} \mathrm{CH}_{3} \mathrm{NH}_{3}^{+} \)), formamidinium (\(\mathrm{FA},\left(\mathrm{NH}_{2}\right)_{2} \mathrm{CH}^{+}\))등이 사용되며, \( \mathrm{Cs}^{+} \)이나 \( \mathrm{Rb}^{+} \)등의 \(1\)가 금속 양이온이 사용된다. \( \mathrm{B} \)는 2 가 금속 양이온으로 \( \mathrm{Pb}^{2+}\), \(\mathrm{Sn}^{2+} \) 등이 주로 사용되며, \( \mathrm{X} \)는 \( \mathrm{I}^{-}\), \(\mathrm{Br}^{-}\), \(\mathrm{Cl}^{-} \)등의 할로겐 음이온으로 이루어진다 (그림 1) 페로브스카이트의 결정 구조는 cubic symmetry를 가질 때 가장 안정적이며, 이는 Goldschmitdt tolerance factor, \( \mathrm{t}=\left(\mathrm{r}_{\mathrm{A}}+\mathrm{r}_{\mathrm{X}}\right) / \)\( \left(\sqrt{2}\left(r_{B}+r_{X}\right)\right) \) 와 octahedral factor, \( \mu=r_{B} / r_{X} \) 로 나타내어진다. \( 0.81<\mathrm{t}<1.11,0.44<\mu<0.90 \) 의 범위에서 페로브스카이트 구조가 안정적으로 형성되고, 이러한 범위를 벗어나는 값을 가지는 경우에는 tetragonal(\(\mathrm{I}4/\mathrm{mcm}\)) 또는 orthorhombic(Pna21)의 구조를 가지게 된다. 페로브스카이트는 구성 이온들의 치환으로 쉽게 광학적 특성을 변경할 수 있으며, 특히 할로겐 이온의 변화는 에너지 밴드의 변화를 일으켜, 넓은 영역의 파장대역에 고색순도의 색상 조절을 손쉽게 할 수 있다는 장점이 있다. 또한, 낮은 온도에서 비교적 빠른 결정화가 이루어진다는 점에서 용액 공정 기반의 간단하고, 저비용의 제작 공정이 가능하다는 공정상의 이점도 가지고 있다. 위와 같은 장점들로 인하여 페로브스카이트 소재는 차세대 발광체로서 주목받고 있으며, 발광체의 PL(photoluminescence) 특성을 이용하는 색전환 (color conversion) 디스플레이뿐 아니라 페로브스카이트 발광 다이오드를 이용한 자발광(electrolumincesce) 디스플레이로의 응용 가능성을 보여주는 연구가 활발히 진행되고 있다. 이에 따라 페로브스카이트 발광체 기반의 발광 다이오드의 발광 효율 (external quantum efficiency, EQE)은 지난 수 년간 급격하게 상승하였다. 하지만, 실제 디스플레이 산업에 페로브스카이트 발광체를 적용하기 위해서는 낮은 소재 및 소자의 안정성, 발광체 표면 결함 제어, 고효율 청색 발광체의 구현 등의 반드시 해결해야 하는 많은 과제들이 남아있다. 본지에서는 페로브스카이트 발광 소자의 발광 효율 및 작동 수명에 큰 영향을 주는 페로브스카이트 발광체 결정 결함의 제어 및 결정 성장 방법, 소자 안정성 향상 등에 대한 연구 현황에 대해 소개하고자 한다.</p>
|
[
"색전환 디스플레이로의 응용 가능성에 페로브스카이트 소재를 활용하는 연구가 진행되고 있는가?",
"금속 할라이드 페로브스카이트 (metal halide perovskite)는 발광 다이오드에 활용되고 있는가?",
"금속 할라이드 페로브스카이트 (metal halide perovskite)는 태양 전지에 활용되고 있는가?",
"금속 할라이드 페로브스카이트 (metal halide perovskite)는 광학적, 전기적 특성이 우수한가?",
"의료 기기용 소자에 금속 할라이드 페로브스카이트 (metal halide perovskite)가 활용되고 있는가?",
"페로브스카이트는 더 넓은 발광 반치폭을 보여주는가?",
"페로브스카이트의 결정 구조는 Goldschmitdt tolerance factor와 octahedral factor로 나타낼 수 있는가?",
"차세대 발광체로 페로브스카이트가 주목받고 있는가?",
"페로브스카이트는 고색순도의 색상 조절을 손쉽게 할 수 있다는 장점을 가지고 있는가?",
"페로브스카이트의 결정 구조는 cubic symmetry를 가질 때 가장 안정적인가?",
"페로브스카이트는 비교적 빠른 결정화가 이루어지는가?",
"페로브스카이트는 저비용의 제작 공정이 가능한가?",
"자발광 디스플레이로의 응용 가능성을 보여주는 연구에 페로브스카이트 소재가 활발히 이용되고 있는가?",
"구성 이온들의 치환으로 페로브스카이트의 광학적 특성을 변경할 수 없는가?",
"금속 할라이드 페로브스카이트 (metal halide perovskite)는 보안/감시 기능의 전자기기에 활용되고 있는가?"
] |
5b90fd3c-f05b-4ea6-9899-7b6ef7512aac
|
인공물ED
|
페로브스카이트 다결정 발광 소자 연구 현황
|
<h1>6. 결론</h1><p>본 글에서는 금속 할라이드 페로브스카이트의 결함 특성과 이를 극복하기 위한 페로브스카이트 다결정 박막의 결정 성장과 결함 부동태화 방법에 대한 연구들에 대해 소개하였다. 또한 페로브스카이트 발광 소자의 산업 연계의 가장 큰 걸림돌인 발광 소자의 작동 안정성에 대한 연구 동향을 살펴보았다. 고효율, 장수명의 페로브스카이트 발광 소자 구현과 그로 인한 상용화를 위해서는 발광 효율과 작동 안정성에 가장 근본적인 영향을 미치는 내부 및 표면의 결함 형성을 획기적으로 억제할 수 있는 결정 성장 방법의 발전이 중요하며, 성장된 페로브스카이트 발광층의 표면 및 계면에 존재하는 결함을 효과적으로 부동태화하는 후처리 기술의 개발 또한 중요성이 강조된다. 또한 실제 산업 적용에 걸림돌이 되는 독성 원소인 납을 포함하지 않는 비납계 페로브스카이트의 신소재 개발이 요구되며, 산업 연계성을 위한 대면적화 및 박막 형성 균일성 향상 등의 공정 개발을 위한 연구도 함께 수반되어야 한다.</p>
|
[
"페로브스카이트 발광 소자가 산업에 연계되기 힘든 이유는 무엇인가?",
"본문에서 결정 성장 방법의 발전의 중요성은 무엇을 위해 요구되는가?",
"본문에서 대면적화 및 박막 형성 균일성 향상 등의 공정 개발 연구은 무엇을 위해 요구 되고 있는가?",
"성장된 페로브스카이트 발광층의 표면 및 계면에는 결함이 존재하지 않는가?",
"기존 소재에서 비납계 페로브스카이트의 신소재 개발이 요구되는 이유는 무엇인가?",
"기존의 페로브스카이트에는 납 원소가 포함되어 있는가?",
"본문의 연구는 어떤 물질의 결함 특성을 극복하기 위해 진행 되었는가?"
] |
3c468c0d-7a94-43e5-8c49-3956dc949b99
|
인공물ED
|
위상배열 레이다를 위한 가변 표본화 빈도 추적 필터의 설계
|
<h1>III. 추적 필터</h1><p>극 좌표계에서는 각도운동모델 상태천이행렬의 성분이 목표거리와 거리방향속도의 함수가 되기 때문에, 거리필터로부터 얻어진 이 추정값을 이용해서 상태 천이행렬을 계산한다. 마찬가지로 거리방향운동모델 의 상태천이행렬올 계산하기 위해 필요한 시각 방향 선의 각속도는 각도필터의 추정값으로부터 얻게 된다. 이 구성은 그림 2 와 같이 된다.<p><h1>IV. 추적 알고리즘의 예측 성능</h1><p>여기서는 Ⅲ절에서 설명한 3차원 추적 필터를 주어진 레이다 측정 파라미터와 설계 조건에 대해서 구현했다. 이 추적 필터의 예측 정확도를 확인하기 위해서, 레이다에 근접한 점을 통과하도록 한 등속 비행 목표운동에 대해서 200 회의 Monte Carlo 수치 실험을 통해서 예측오차의 표본평균, 표본표준편차, 제곱평균의 제곱근 (root mean square)을 구했다. 다음 절에서 추적목표 표본화 빈도의 설정에 이용하게 될 이 실험 데이타는 서로 다른 표본화 빈도와 운동 잡음 모델의 크기에 대해 얻었다.</p><p>우선 거리, 방위각, 고각의 레이다 측정 오차는 정규분포를 갖는 확률변수로 표 1 에서 보여주는 것과 같은 표준편차를 갖는 것으로 가정한다. 빔 폭 \( \mathrm{B} \) 는 방위각과 고각에 대해 동일한 값으로 주어진다고 가정한다.</p><p>Van Keuk은 실험적으로 정상상태의 예측오차와 표본화 간격 사이의 관계를 얻었다. 이 관계식은 측정잡음의 분산 \( \sigma^{2} \). 운동과정 잡음의 분산 \( \sigma_{\mathrm{m}}{ }^{2} \), 목표의 기동시정수 \( \tau_{m} \) (II 절의 \( 1 / \beta \) 와 동일함), 그리고 요구되는 예측의 정확도 \( v_{0} \) 에 대해서 다음과 같이 표현된다.</p><table border><caption>표1. 레이다 측정 잡음의 표준 편차와 빔 폭</caption><tbody><tr><td>거리 측정 오차 표준 편차</td><td>\( \sigma_{R} \)</td><td>\( 100 \mathrm{~m} \)</td></tr><tr><td>방위각 측정 오차 표준 편차</td><td>\( \sigma_{\eta} \)</td><td>\( 2 \mathrm{mrad} \)</td></tr><tr><td>고각 측정 오차 표준 편차</td><td>\( \sigma_{\varepsilon} \)</td><td>\( 2 \mathrm{mrad} \)</td></tr><tr><td>레이다 빔 폭</td><td>\(B\)</td><td>\( 20 \mathrm{mrad} \)</td></tr></tbody></table><p>\( T \cong 0.4\left\{\frac{\sigma \sqrt{\tau_{m}}}{\sigma_{m}}\right\}^{0.4} \frac{v_{0}^{2.4}}{1+0.5 v_{0}{ }^{2}} \)<caption>(12)</caption></p><p>여기서 \( v_{0}{ }^{2} \) 는 Kalman 필터의 예측오차의 분산 \( \sigma_{0}{ }^{2} \) 와 측정잡음 분산 \( \sigma^{2} \) 에 대해서</p><p>\( v_{0}{ }^{2}=\sigma_{p}{ }^{2} / \sigma^{2} \)<caption>(13)</caption></p><p>로 표현되는 값이다.</p><p>설계 목표를 예측오차의 3-sigma가 \( B/ 2 \) 보다 작은 범위에 있도록 하는 것으로 하면 \( v_{0}=1.5 \) 정도가 되고 이때의 표본화 간격은 표 2 와 같이 얻어진다. 표2의 표본화 간격은 Fitzerald 의 정상상태 위치 예측오차 그래프에서 \( \mathrm{T}^{2} \sigma_{\mathrm{mn}} /\left(\mathrm{R}_{\mathrm{H}} \sigma_{n}\right) \approx 0.8 \) 에 대해 계산한 것과 거의 일치하게 된다.</p><p>표 1 의 파라미터 값에 대해서는 방위각 필터의 표본화 속도가 거리와 고각 팔터의 표본화 속도보다 빠르기 때문에 전체 추적 필터의 표본화 속도는 방위각 필터의 표본화 속도에 의해 결정되게 된다. 따라서 거리와 고각 필터의 표본화 속도의 결정은 여기서 생략한다.</p><p>우선 III절의 추적 필터의 예측 성능을 얻기 위해서 표 2 의 목표 기동과 표본화 간격에 대해서 수치실험을 했다. 이 필터의 입력은 다음과 같은 레이다에 근접한 점을 통과하는 등속 비행 목표운동의 비행궤적이다.</p><p>궤적 1: 고도 \( 4 \mathrm{~km} \) 를 일정하게 유지하면서 \( x-y \) 평 면에서 초기위치 \( (2.5 \mathrm{~km}, 80 \mathrm{~km}) \), 초기속도 \( (0,-400 \mathrm{~m} / \mathrm{sec}) \) 로 구간 \( [0,250 \mathrm{sec}] \) 에서 동속운동.</p><p>표 2 에 따라 등속운동 궤적 1 에 대헤서 극 좌표계의 \( \mathrm{R} \) 방향, \( \mathrm{H} \) 방향, \( \mathrm{V} \) 방향의 기하학적 가속도를 고려하여 표본화 간격과 필터 파라미터의 선택을 표 3 과 같이 취했다. 이때 예측의 정확도는 200 번의 Monte Carlo 시뮬레이션을 통해서 다음과 같은 오차에 대해 확인하게 된다.</p><p>예측오차의 제곱평균의 제곱근 \( (\mathrm{rms}) \) : \[ \left(E\left[\tilde{\tilde{x}}(\mathrm{k})^{2}\right]\right)^{1 / 2} \cong\left\{\frac{1}{\mathrm{~N}} \sum_{\mathrm{i}=1}^{\mathrm{N}} \tilde{x}_{i}(\mathrm{k})^{2}\right\}^{1 / 2} \]<caption>(14)</caption></p><p>여기서 \( \overline{\mathrm{x}}(\mathrm{k})=\hat{\mathrm{x}}(\mathrm{k} / \mathrm{k}-1)-\mathrm{x}(\hat{\mathrm{k}}) \) 로 예측값과 실제목표 위치의 차이를 표시하고 \( \mathrm{x}(\mathrm{k}) \) 는 \( \mathrm{R}(\mathrm{k}), \mathrm{\eta}(\mathrm{k}) \) 또는 \( \varepsilon(\mathrm{k}) \) 가 된다. 그리고 \(N\) 은 200 이 된다.</p><p>표 3 의 결과는 설계목적을 만족하는 것으로 \( \mathrm{rms} \) 예측 오차의 3-sigma 값이 \( \mathrm{B} / 2 \) 의 범위 안에서 발생 하고있다. 거리 방향의 예측오차값도 \( 100 \mathrm{~m} \) 이내 유지됨을 알 수 있다. 따라서 기동상태에 따라 표 4 와 같이 필터 파라미터를 표본화 속도와 함께 선택함으로써 설계 기준을 만족하는 예측 정확도를 얻을 수 있게 된다. 이렇게 표본화 빈도를 가변할 수 있는 추적 필터의 구성은 다음 절에서 설명하게 된다.</p><p></p><table border><caption>비행궤적 1의 운동에 대해 거리에 따라 정합된 필터 파라미터와 그 필터의 rms 예측오차</caption><tbody><tr><td rowspan="3">수평면 거리\( R_{H} \)</td><td colspan="4">필터 파라미터</td><td colspan="3">rms 예측오차</td></tr><tr><td >\(T\)</td><td >\( \sigma_{\mathrm{mk}} \)</td><td >\( \sigma_{\mathrm{ma \eta}} \)</td><td >\( \sigma_{\mathrm{mu}} \)</td><td >거리</td><td >방위각</td><td >고각</td></tr><tr><td>(sec)</td><td>\( \left(\mathrm{m} / \mathrm{sec}^{2}\right) \)</td><td>\( \left(\mathrm{m} / \mathrm{Sec}^{2}\right) \)</td><td>\( \left(\mathrm{m} / \mathrm{sec}^{2}\right) \)</td><td>(m)</td><td>(mrad)</td><td>(mrad)</td></tr><tr><td>\( 2.5 \mathrm{~km} \)</td><td>0.125</td><td>120</td><td>160</td><td>160</td><td>54</td><td>2.1</td><td>1.8</td></tr><tr><td>\( 5\mathrm{~km} \)</td><td>0.7</td><td>10</td><td>10</td><td>10</td><td>73</td><td>3.0</td><td>2.6</td></tr><tr><td>\( 10 \mathrm{~km} \)</td><td>1.0</td><td>5</td><td>5</td><td>5</td><td>70</td><td>2.2</td><td>2.1</td></tr><tr><td>\( 20 \mathrm{~km} \)</td><td>1.5</td><td>5</td><td>5</td><td>5</td><td>81</td><td>2.2</td><td>2.3</td></tr><tr><td>\( 40 \mathrm{~km} \)</td><td>2.0</td><td>5</td><td>5</td><td>5</td><td>97</td><td>2.3</td><td>2.1</td></tr></tbody></table>
|
[
"극 좌표계에서 목표거리와 거리방향속도의 함수가 되는 것은 무엇인가?",
"본문에서 Monte Carlo 수치 실험을 통해서 구한 값은 뭐야?",
"Van Keuk은 실험적으로 정상상태의 예측오차와 표본화 간격 사이의 관계를 얻었는데, 여기서 예측의 정확도 \\( v_{0} \\)는 어떻게 표현되나?",
"본문 설계 목표에서 예측오차의 3-sigma가 어떤 범위일때 \\( v_{0}=15 \\) 정도가 될까?",
"본문에서 전체 추적 필터의 표본화 속도는 무엇에 의해 결정되나?",
"본 논문에서 레이다 측정 파라미터와 설계 조건으로 무엇을 구현했나?",
"누가 실험적으로 정상상태의 예측오차와 표본화 간격 사이의 관계을 만들었나 ?",
"거리방향운동모델 의 상태천이행렬올 계산하기 위해 필요한 시각 방향 선의 각속도는 무엇으로 부터 얻을 수 있나?",
"본 논문에서 계산한 표본화 간격은 누구의 정상상태 위치 예측오차 그래프에서 계산한 것과 거의 일치하나?",
"표에서 수평면 거리\\( R_{H} \\)가 얼마일때, rms 예측오차의 방위각과 고각의 차이가 가장 크나?",
"수평면 거리 \\( R_{H} \\) \\( 10 \\mathrm{~km} \\) 와 같은 값의 rms 예측오차 방위각을 가지는 수평면 거리\\( R_{H} \\)는 얼마야?",
"표에서 수평면 거리\\( R_{H} \\)가 \\( 10 \\mathrm{~km} \\)보다 크고 \\( 40 \\mathrm{~km} \\)적을 때, rms 예측오차 고각의 크기는 얼마야 ?",
"표에서 수평면 거리\\( R_{H} \\) \\( 40 \\mathrm{~km} \\)일때 필터 파라미터 \\(T\\)값과 가장 적은 차이의 \\(T\\)값을 가진 수평면 거리\\( R_{H} \\)는 얼마야?",
"표에서 rms 예측오차의 방위각과 고각의 합이 제일 큰 수평면 거리\\( R_{H} \\)는 얼마야?",
"표에서 필터 파라미터 \\( \\sigma_{\\mathrm{mk}} \\)의 값이 120일때, 방위각은 얼마야?",
"표준편차 \\( \\sigma_{R} \\) 값은 얼마야?",
"방위각 측정 오차 표준 편차의 값은 얼마야?",
"편차 항목에서 다른 단위를 쓰는 항목은 뭐야?",
"고각 측정 오차 표준 편차의 값과 같은 값을 가진 항목의 기호는?",
"방위각 측정 오차 표준 편차와 레이다 빔 폭이 공통으로 쓰는 단위는 뭐야?",
"필터 파라미터 값 \\( \\sigma_{\\mathrm{mk}} \\), \\( \\sigma_{\\mathrm{ma \\eta}} \\), \\( \\sigma_{\\mathrm{mu}} \\)이 모두 동일한 수평면 거리\\( R_{H} \\)중에서 각각의 값이 제일 큰 수평면 거리\\( R_{H} \\)는 얼마야?",
"본문에서 몇번의 Monte Carlo 시뮬레이션을 통해서 예측오차에 대해 확인하게 되었을까?",
"표에서 수평면 거리\\( R_{H} \\)가 \\( 20 \\mathrm{~km} \\)보다 클때 rms 예측오차 거리의 값은 얼마야 ?",
"rad를 단위로 쓰는 항목 중에 값이 가장 큰 항목은 뭐야?",
"\\(B\\)를 단위로 쓰는 표준편차는 뭐야?",
"본 논문의 실험에 있어서, 표준편차에 대한 가정과 함께 무엇이 방위각과 고각에 대해 동일한 값으로 주어진다고 가정했나?",
"본문에서 전체 추적 필터의 표본화 속도가 방위각 필터의 표본화 속도에 의해 결정되는 이유는 뭐야?",
"표에서 필터 파라미터 값 \\( \\sigma_{\\mathrm{mk}} \\), \\( \\sigma_{\\mathrm{ma \\eta}} \\), \\( \\sigma_{\\mathrm{mu}} \\) 값이 모두 동일하지 않는 수평면 거리\\( R_{H} \\)는 얼마야 ?",
"표에서 rms 예측오차 중에 거리가 수평면 거리\\( R_{H} \\) \\( 5 \\mathrm{~km} \\)일때 보다 크고, \\( 40 \\mathrm{~km} \\)일때 보다 적은 값을 가지는 수평면 거리\\( R_{H} \\) 는 얼마야?",
"거리 측정 오차 표준 편차 표시 기호는 뭐야?",
"추적 필터가 얼마의 예측 정확도 가지고 있는지 어떻게 확인하였니?",
"표에서 수평면 거리\\( R_{H} \\)가 얼마 일때 필터 파리미터 \\(T\\)값이 제일 커?",
"\\( 20 \\mathrm{mrad} \\)의 값을 가지고 있는 파라미터의 기호는 뭐야?"
] |
65df33a4-0129-426d-9a38-1343d908c8a0
|
인공물ED
|
위상배열 레이다를 위한 가변 표본화 빈도 추적 필터의 설계
|
<h1>VI. 가변 표본화 빈도 추적 필터 설계 예</h1><p>여기서는 추적 필터 설계 예로서 표 1 과 같이 측정 파라미터 값이 주어졌다고 할때 예측 오차의 3sigma가 B / 2 이내 있도록 하는 가변 표본화 빈도 추적 필터를 설계하고 수치실험을 통해 그 성능을 확인한 다. 목표의 수평면 거리 \( \mathrm{R}_{\mathrm{H}} \) 는 \( 2.5 \mathrm{~km} \sim 80 \mathrm{~km} \) 빔위에 있고 최대 목표 속도는 \( 400 \mathrm{~m} / \mathrm{sec} \) 로 가정한다. 기동 정도 \( \mathrm{M}(\mathrm{k}) \) 와 \( \mathrm{R}_{\mathrm{H}}(\mathrm{k})\left(\mathrm{R}_{\mathrm{H}}(\mathrm{k}) \leq \mathrm{R}(\mathrm{k})\right) \) 에 따라 \( \sigma_{\mathrm{m}}(\mathrm{k}) \), \( \mathrm{T}(\mathrm{k})=\mathrm{t}_{\mathrm{k}+1}-\mathrm{t}_{\mathrm{k}} \) 를 표 4 와 같이 결정하도록 한다. 기동 탐지를 위한 식 (17) 식 (24)의 임계값으로 식 (17) 에서는 \( 99 \% \), 식 (18)에서는 \( 95 \% \), 식 (19)에서는 \( 97.5 \%\)신뢰구간에 대해 결정한다.</p><table border><caption>표4. 기동상태와 거리에 따른 표본화 간격과 필터의 운동 잡음 모델 표준편차</caption><tbody><tr><td>거리/기동상태</td><td>High</td><td>Medium</td><td>Low</td></tr><tr><td>\( 25-5 \mathrm{k m} \)</td><td>\( T=0120 \quad \sigma_{m R}=120 \) \( \sigma_{m \eta}=\sigma_{m v}=160 \)</td><td>-</td><td>-</td></tr><tr><td>\( 5-10 \mathrm{k m} \)</td><td>\( T=0.25 \) \( \sigma_{m R}=\sigma_{m n}=\sigma_{m x}=75\)</td><td>\( \mathrm{T}=0.4\) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mn}}=\sigma_{\mathrm{mk}}=30 \)</td><td>\( \mathrm{T}=0.7 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mmM}}=\sigma_{\mathrm{mL}}=10 \)</td></tr><tr><td>\( 10-20 \mathrm{k m} \)</td><td>\( \mathrm{T}=0.4 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=75 \)</td><td>\( \mathrm{T}=0.7 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=30 \)</td><td>\( \mathrm{T}=1.0 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=5 \)</td></tr><tr><td>\( 20-40 \mathrm{k m} \)</td><td>\( \mathrm{T}=0.6 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=75 \)</td><td>\( \mathrm{T}=1.0 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=30 \)</td><td>\( \mathrm{T}=1.5 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=5 \)</td></tr><tr><td>\( 40-80 \mathrm{k m} \)</td><td>\( \mathrm{T}=0.8 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=75 \)</td><td>\( \mathrm{T}=1.4 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=30 \)</td><td>\( \mathrm{T}=2.0 \) \( \sigma_{\mathrm{mR}}=\sigma_{\mathrm{mm}}=\sigma_{\mathrm{m \varepsilon}}=5 \)</td></tr></tbody></table><p>비기동 탐지를 위해서 식 (23)에서는 \( 13 \sim 14 \% \), 식 (24)에서는 20 25\% 신뢰구간에서 임계값을 결정했다. 그리고 식 \( (23) \), 식 \( (24) \) 에서 \( \mathrm{m} \) 은 2로 한다. 이 가변 표본화 빈도 필터의 표본화 간격의 변화와 예측성능은 다음에서 수치실험을 통해 보인다. 여러 비행궤적에 대해서 설계목표를 만족하는 결과를 얻었지만 여기서는 각 궤적의 최근 접점이 \( 5 \mathrm{~km} \) 또는 \( 40 \mathrm{~km} \) 이고 비행가속이 \( 5 \mathrm{~g} \) 인 경우에 대해서만 소개한다.</p><p>궤적 \( 2 \mathrm{~A} \) 고도 \( 4 \mathrm{~km} \) 를 일정하계 유지하면서 \( x-y \) 평면 애서 초기위치 \( (0,50 \mathrm{~km}) \), 초기속도 \( (0 \), \( -400 \mathrm{~m} / \mathrm{sec}) \) 로 구간 \( [0,105 \mathrm{sec}] \) 에서 등속 운동 구간 \( [105 \mathrm{sec}, 117 \mathrm{sec}] \) 에서 가속 50 \( \mathrm{m} / \mathrm{sec}^{2} \) 로 우회전, 구간 \( [117 \mathrm{sec}, 200 \mathrm{sec}] \) 에서 다시 등속운동. 레이다로부터 최근 접하는 시간과 수평면 거리를 \( t=111 \sec \) 에서 5 km.</p><p>계적 2B 초기위치 \( (-24.75 \mathrm{~km}, 74.75 \mathrm{~km}) \) 로 나머지는 궤적 2A와 동일. 래이다로부터 최근 접하는 시간과 수평면 거리는 \( t=111 \mathrm{sec} \) 에서 \( 40 \mathrm{~km} \).</p><p>여러 경우의 시험궤적에 대해서와 마찬가지로. 그림 4 와 5 에서도 거리 예측 오차는 \( 300 \mathrm{~m} \) 이내로 나타나고 있고 각도 예측 오차도 \( \mathrm{B} / 2(10 \mathrm{mrad}) \) 정도 이내로 유지되어 대체로 설계 조건을 만족하는 예측 성능을 보였다.</p>
|
[
"식 (23)에서는 \\( 13 \\sim 14 \\% \\), 식 (24)에서는 20 25\\% 신뢰구간에서 임계값을 결정하고 식 \\( (23) \\), 식 \\( (24) \\) 에서 \\( \\mathrm{m} \\) 은 2로 정한 이유가 뭐야?",
"본 논문에서는 여러 비행궤적에 대해서 설계목표를 만족시키는 결과를 얻지 못해 각 궤적의 최근 접점이 \\( 5 \\mathrm{~km} \\) 또는 \\( 40 \\mathrm{~km} \\) 이고 비행가속이 \\( 5 \\mathrm{~g} \\) 인 경우에 대해서만 소개하였는가?",
"거리가 \\( 25-5 \\mathrm{k m} \\)이고 \\( T=0120 \\quad \\sigma_{m R}=120 \\) \\( \\sigma_{m \\eta}=\\sigma_{m v}=160 \\)일 경우, 기동 상태는 어떠한가?",
"거리가 \\( 20-40 \\mathrm{k m} \\)이고 기동 상태가 High일 경우, 표본화 간격과 필터의 운동 잡음 모델 표준편차는 어떠한가?",
"거리가 \\( 40-80 \\mathrm{k m} \\)이고 기동상태가 High일 경우, \\( \\sigma_{\\mathrm{mR}}\\)의 값은 무엇인가?",
"본 논문에서는 측정 파라미터 값이 주어졌다고 할때 예측 오차의 2sigma가 B / 3 이내 있도록 하는 가변 표본화 빈도 추적 필터를 설계하고 수치실험을 통해 그 성능을 확인하였는가?",
"거리가 \\( 5-10 \\mathrm{k m} \\)이고 기동상태가 Medium일 경우, T의 값은 어떠한가?",
"\\( \\mathrm{T}=1.4 \\) \\( \\sigma_{\\mathrm{mR}}=\\sigma_{\\mathrm{mm}}=\\sigma_{\\mathrm{m \\varepsilon}}=30 \\)이고 기동상태가 Medium인 경우, 거리는 어떠한가?"
] |
f530eb67-bbe8-43a4-9ad7-35004d1e09b5
|
인공물ED
|
위상배열 레이다를 위한 가변 표본화 빈도 추적 필터의 설계
|
<h1>요약</h1><p>위상배열 안테나 레이다에서는 기계적 관성에 관계없이 레이다 빔의 신속한 조향이 가능하기 때문에 측정을 원하는 목표와 1 목표에 대한 측정시간, 측정표본속도를 선택적으로 취할 수 있게 된다. 이 논문에서는 주어진 측정 파라미터에 대해 이러한 위상배열 레이다 시스템을 위한 3 차원 가변 표본화 빈도 추적 필터롤 설계했다.이 추적 필터는 추적목표의 탐지확률을 적정한 값 이상으로 유지하기 위해서 목표의 각도 예측오차를 안테나 빔 폭의 일정한 비율 이내로 줄일 수 있어야 한다. 여기서 설계한 추적 필터는 이러한 요구를 만족하는 범위에서 표본화 빈도를 낮출 수 있도록 목표까지의 거리와 기동에 따라 포본화 빈도를 선택하게 된다. 이 추적 필터 설계의 타당성은 여러가지 기동목표에 대한 수치실험을 통해 확인했다.</p>
|
[
"본 논문에서는 추적 필터 설계의 타당성을 정성적인 실험을 통해 확인했지?",
"추적 필터 설계 타당성을 단 한가지 기동 목표에 대해서 실험을 했지?",
"위상배열 안테나는 기계적 관성에 많은 영향을 받아 레이다 빔의 조향에 어려움을 겪지?",
"위상배열 안테나 레이다에서 측정을 원하는 목표를 필수적으로 취해야 하지?",
"본 논문에서는 추적 필터 설계의 타당성을 어떻게 확인했어?",
"본문은 수치 실험을 어떻게 진행함으로 추적 필터 설계의 타당성을 증명하였나?",
"본 논문에서 다루고 있는 추적 필터는 표본화 빈도를 높이는 방향으로 설계되었지?",
"본문에서 설계한 추적 필터는 만족 범위에서 목표까지의 거리를 선택하는데 이 때 표본화 빈도를 높이지?",
"추적 필터에서 목표의 각도 예측 오차를 안테나 빔 폭의 일정한 비율 내로 낮춰야 하는 이유가 뭐야?",
"위상 배열 안테나 레이다에서 목표에 대해 선택적으로 취할 수 있는 두 가지 값은 뭐야?",
"추적 필터 설계의 타당성은 어떻게 확인했어?",
"본 논문에서는 몇 차원 가변 표본화 빈도 추적 필터를 설계했어?",
"본문은 가변 표본화 빈도 추적 필터를 설계하기 위하여서 몇 차원으로 진행했어?"
] |
eabaef85-f7ba-482c-a7d7-694a7b1193d7
|
인공물ED
|
위상배열 레이다를 위한 가변 표본화 빈도 추적 필터의 설계
|
<h1>VII. 결론</h1><p>이 논문에서는 위상배열 안테나 레이다에서의 목표추적을 위한 추적 필터를 구성했다. 이 추적 필터는 계산을 간략화하기 위해서 거리와 방위각, 고각 방향에 대해서 분리된 구성을 갖는다. 필터의 파라미터는 기동검출에 따라 결정된 기동상태와 목표거리에 의해 선택되어진다. 이렇게 구성된 추적 필터가 설계목적을 만족하는 것을 수치실험을 통해 확인했다.</p>
|
[
"이 논문에서는 저각 방향에 대해서 분리된 구성을 가지니?",
"필터의 파라미터는 어떻게 선택되어질까?",
"필터의 파라미터는 목표거리에 의해 선택되어질까?"
] |
ccaa6983-9793-4b5f-ad6d-b743d558f149
|
인공물ED
|
위상배열 레이다를 위한 가변 표본화 빈도 추적 필터의 설계
|
<h1>Ⅰ. 서론</h1><p>위상배열 안테나 레이다에서는 기계적 관성에 관계없이 레이다 빔의 신속한 조향이 가능하기 때눈에 측정을 원하는 목표나 그 목표에 대한 측정시간, 측정 표본 속도를 상황에 대응해서 선택할 수 있게 된다. 이러한 능동적 추적이 가능한 레이다 체계의 효과적 이용을 위해서는 기계적 조사 안테나의 추적 및 탐색 체계 설계의 경우와는 다른 복잡한 새로운 문제들에 대한 검토가 필요하게 된다. 검토가 요구되는 대표적인 문제로 3 차원 목표추적기술, 추적목표에 대한 표본화 빈도의 선택, 데이타 연계 기술, 추적과 탐색에 대한 레이다 체계능력의 균형적 배분. 탐지능력향상에 대한 기술 등이 있다. 여기서는 목표의 기동과 목표 거리에 따라 표본화 빈도를 가변할 수 있도록 한 추적 알고리즘을 설계하고 수치실험을 통해 그 설계의 타당성을 확인했다.</p><p>먼저 위상배열 안테나 레이다에서 목표의 추적을 위해서는 추적목표의 위치를 예측해서 그 위치에 빔을 조향할 수 있어야 한다. 동시에 다목표 추적을 가능하도록 해야 하기 때문에 이러한 위치 예측 알고리즘은 추적오차를 크지 않게 유지하면서 계산이 간략하도록 해야 한다. 여기서는 추적 좌표축으로 극 좌표계를 선택했다. 극 좌표게에서는 운동모델의 근사화를 통해 각 추적 좌표축에 대해 분리된 필터를 구성할 수 있게 된다. 이 추적 필터는 거리, 방위각과 고각에 대해서 각각 분리된 Kalman 필터로 구성이 이루어진다. 극좌표의 각 좌표축에 대한 목표 가속도의 모델은 Si-nger 모델을 이용했다. 이렇게 구성한 추적 필터의 예측성능은 레이다에 근접 비행하도록 한 목표운동에 대해서 수치실험을 통해 얻었다. 궁극적으로 추적목표 표본화 빈도 선택에 이용하게 될 이 데이타는 서로 다른 표본화 빈도와 운동각을 모델의 크기에 대해서 얻은 에측오차가 된다.</p><p>위에서 설명한 바와 같이 구성된 추적 알고리즘에 대해서 목표에 대한 예측오차를 일정한 범위 안으로 유지할 수 있도록 목표의 기동과 거리에 따라 표본화 빈도를 가변할 수 있도록 설계하고 수치실험을 통해 그 설계의 타당성을 보였다. 표본화 빈도는 대체로 목표까지의 거리가 가까와질수록 그리고 기동가속이 커질수록 증가시켜 주게 된다. 즉, 거리와 기동에 관계없이 각도 예측오차를 대략 일정하게 유지할 수 있도록 표본화 간격을 정해주게 된다. 이러한 표본화 속도의 가변은 다목표 추적문제에서 안테나 능력의 각 목표에 대한 균형적 배분을 가능하게 한다.</p><p>이 논문의 구성은 Ⅱ절과 Ⅲ절에서 각각 극좌표 운동모델과 추적 알고리즘에 관해서 정리하고 Ⅳ 절에서 추적 알고리즘의 설계와 수치실험 결과를 설명한다. 이 추적 알고리즘의 표본화 빈도를 목표운동에 따라 가변시킬 수 있도록 한 추적필터의 설계와 시험성능 Ⅴ , Ⅵ에서 각각 설명한다. 끝으로 Ⅶ절에서는 결론을 맺는다.</p>
|
[
"표본화 빈도는 목표까지의 거리가 가까와질수록 감소시켜 주는게 맞아?",
"위상배열 안테나 레이다에서는 기계적 관성에 관계 없이 뭐가 가능하지?"
] |
7b895b98-a0f4-40c7-a9fc-cfb1ce84598b
|
인공물ED
|
다중 사용자 MIMO 시스템을 위한 적응적 결합 프리코딩
|
<h1>II. 기존 프리코딩 방법</h1><p>최근 점 대 점 (point-to-point) MIMO 뿐만 아니라 기지국에서 다중 단말기로 데이터를 전송하는 다중 사용자를 동시에 고려한 다중 사용자 MIMO 기법들에 대한 연구가 활발히 진행되고 있고, \( 8 \times 8,16 \times 16 \), \( 32 \times 32 \) 안테나가 고려되고 있다. 점 대 점 MIMO 와 달리 다중 사용자 환경에서는 전송 효율을 높이기 위해 다중 사용자에게 동시에 정보를 전송해야 한다. 특히 송신 안테나 수가 수신 안테나 수보다 많은 경우 동시에 다중 사용자에게 전송해야만 최대 다중화 효율을 얻을 수 있다(표 1 참조).</p><table border><caption>표 1. MIMO의 스펙트럼</caption><tbody><tr><td>Number of antennas</td><td>Error Probability \( \left(P_{e}\right) \)</td><td>Capacity \( (C) \), \(\mathrm{bps} / \mathrm{Hz} \)</td></tr><tr><td>\[N_{t}=N_{r}=1\] (SISO)</td><td>\( P_{\varepsilon} \propto S N R^{-1} \)</td><td>\( C=\log (S N R) \)</td></tr><tr><td>\[N_{z}=1, N_{r}>1\](SISO)</td><td>\( P_{z} \propto S N R^{{-N}_{r}} \)</td><td>\( C=\log (S N R) \)</td></tr><tr><td rowspan=2>\[N_{t}>1, N_{r},>1\](MIMO)</td><td>\( P_{\varepsilon} \propto S N R^{-N_{t} N_{r}} \)</td><td>\( C=\min \left(N_{t}, N_{r}\right) \log (S N R) \)</td></tr><tr><td>\( N_{t} N_{r}= \) Diversity Gain</td><td>\( \min \left(N_{t}, N_{r}\right)= \) Spectral Multiplexing Gain</td></tr></tbody></table><p>이 때 발생할 수 있는 문제점 중의 하나는 특정 사용자의 신호가 다른 사용자에게 간섭으로 작용할 수 있다는 점이다. 이러한 간섭 신호를 제거하는 기술은 제거하는 위치에 따라, 송신단 간섭제거 기법과 수신단 간섭 제거 기법으로 나누어진다. 이 때 사용하는 기술이 precoding 으로 그림 1과 같이 선형 프리코딩과 비선형 프리코딩으로 나눌 수 있다. DFT unitary 헹렬을 곱한 비선형 DPC(dirty paper coding)와 TIIP가 3GPP LTE Release 10에서 다루어지고 있다.</p><h2>1. 선형 프리코딩 : \( \Theta \) DFT</h2><p>DFT에 의해 코드북을 설계하기 위해서는 부밴드를 위해 권고된 프리코더 \( C \)를 \( C=C_{2} \times C_{1} \) 처럼 설계한다. 여기서 \( C_{1} \) 은 DFT헹렬이고 \( C_{2} \) 는 대각행렬이다. \( C_{1} \in D \) 은 \( D F T_{N \times N} \) 단일 프리코딩 헹렬로 정의되고, 행렬 \( C_{2} \in \Theta^{2} \)는 \( \Theta_{N \times N} \) 각도 천이 행렬로 정의된다. 선형 프리코딩은 최근 3GPP LTE Advanced Release 10과 프리코더 코드북을 사용한 폐회로에서 CRI (channel rank indicator), PMI(precoder matrix index) 및 CQI (channel quality indicator) 등의 값을 이용하여, 채널 상태에 대한 정보를 피드백하고 있고, open loop에서는 송신단 마지막 단에 그림 1(a)처럼 프리코딩을 삽입한다.</p><h2>2. 비선형 프리코딩</h2><p>그림 1(b)-(c)와 같은 비선형 프리코딩은 송신단 간섭 제거 기법 중 DPC와 THP가 최대 정보 전송률을 지원한다. THP는 송신단에서 간섭 신호를 미비리 안다면 채널 용량에 영향을 주지 않는다는 Costa의 "Writing on Dirty Paper"의 정보이론에 의한 것이다. 따라서 송신단에서 적절한 부호화를 통하여, 간섭이 없는 채널 환경에서와 같은 채널 용량을 얻을 수 있다. 이를 간단한 블록도로 나타내면 그림 1 과 같다.</p><p>이 기법은 다중 간섭 채널에 적용할 수 있다. 다중 간섭 채널에서의 부호화는 순차적으로 진행된다. 첫 번째 신호는 나머지 채널로부터 모든 간섭 신호를 받게 된다. 이 시점에서는 간섭 신호에 대하여 알 수 없기 때문이다. 두 번째 신호는 첫 번째 신호의 채널 정보를 이용하여, 첫 번째 신호에 의한 간섭 성분을 제거할 수 있기 때문에, Costa 프리코딩이 가능하다. 결론적으로, \( k \)번째 신호를 고려할 때 \( 1 \sim(k-1) \)까지의 인접채널 간섭은 제거할 수 있다. 만약 MIMO 시스템에서 송신단이 Costa 프리코딩을 사용한다면, 하위 채널에서 상위 채널로의 간섭은 발생하지 않는다. 즉 \( H \)를 하 삼각 행렬과 직교 행렬로 분해하고 Costa 프리코딩을 적용하면, 하위 채널에서 상위 채널로의 간섭을 제거할 수 있기 때문에 대각행렬만 남게 된다. Costa 프리코딩은 개념적으로 수신단의 DFE(Decision Feedback Equalization)와 매우 유사하다. 여기에 비선형 연산인 modulo 연산을 추가적으로 수행하는 것이 THP 이다. 본 연구에서는 선형과 비선형 프리코딩이 결합된 하이브리드 프리코딩기법을 제안한다. 이 방법은 인접한 채널 사이에서의 간섭 신호를 순차적으로 제거하는 것으로, 채널 회전과, 채널 Cholesky 분해로 성능을 향상시킬 수 있다. 즉 좋은 채널 (good channel)에는 대표적인 비선형 프리코딩 기법인 TH 프리코딩 기법을, 나쁜 채널 (bad chnnel)에는 선형 프리코딩 기법을 사용한다.</p>
|
[
"DFT에 의해 코드북 설계를 위해 프리코더는 어떻게 설계하는가?",
"송신 안테나 수가 수신 안테나 수 보다 많은 경우, 최대 다중화 효율을 얻는 방법은 무엇인가?",
"다중 사용자 환경에서 전송 효율을 높이기 위한 방법은 무엇인가?",
"어떤 방법이 다중 사용자 환경에서 전송 효과를 높이기 위한 것일까?",
"Number of antenna의 조건이 \\[N_{t}=N_{r}=1\\] 일 때, Error Probability은 어떻게 되는가?",
"표 1에서 Number of antennas가 \\[N_{t}=N_{r}=1\\]일 때 Error Probability는 무엇인가?",
"Number of antennas 조건이 \\[N_{t}=N_{r}=1\\]일 때, Capacity \\( (C) \\), \\(\\mathrm{bps} / \\mathrm{Hz} \\)는 어떻게 되는가?",
"Number of antennas 조건이 \\[N_{z}=1, N_{r}>1\\]일 때, Error Probability는 무엇일까?",
"Number of antennas 조건이 \\[N_{z}=1, N_{r}>1\\]일 때, Capacity는 어떻게 되나요?",
"number of antennas 조건이 \\[N_{t}>1, N_{r},>1\\]이고, error probability 값이 \\( P_{\\varepsilon} \\propto S N R^{-N_{t} N_{r}} \\)일 경우, capacity는 어떻게 되는가?",
"Number of antennas 조건이 \\[N_{t}>1, N_{r},>1\\]이고, error probability 값이 \\( N_{t} N_{r}= \\) Diversity Gain이 된다면 capacity는 어떻게 되는가?"
] |
9c7ecb33-db50-422f-8fbc-af20f59dba27
|
인공물ED
|
초음파 센서 간 신호 간섭 제거 방법
|
<h1>II. 초음파 센서의 원리 및 간섭 발생</h1><h2>1. 초음파 센서의 원리</h2><p>초음파 센서는 그림 1과 같이 초음파 신호를 송신하고 송신된 신호가 물체에 부딪쳐 돌아오는 수신 신호를 받아 그 시간을 계산하여 거리를 측정한다. 이러한 시간을 TOF(time of Flight)라고 한다. TOF를 이용하여 거리를 측정하는 방법은 초음파 센서 뿐만 아니라 레이더, 라이다 등에서도 사용되고 있다. 이를 이용하여 거리를 측정하는 방법은 식 (1)과 같다. 여기에서 \( \mathrm{d} \)는 물체까지의 거리, \( \mathrm{C} \)는 공기 중 음파의 속도, \(\mathrm{t}\)는 TOF를 나타낸다.</p><p>\( d=C \cdot t / 2 \)<caption>(1)</caption></p><p>\( \mathrm{C} \)는 식 (2)와 같이 온도와 습도에 의해 변한다. 여기에서 \( \mathrm{T} \)는 섭씨 온도, \( \mathrm{H} \)는 상대 습도를 나타낸다. 식 (2)를 보면 온도의 변화는 음파의 속도에 큰 영향을 끼치는 것을 알 수 있다. 하지만 본 논문에서 실험한 초음파 센서는 온도에 따른 속도 변화량까지 보정이 가능하므로 고려하지 않았으며 습도의 변화는 온도의 변화에 비해 매우 작은 영향을 끼치므로 무시할 수 있다.</p><p>\( C=331.5+0.606 T+0.0124 H \)<caption>(2)</caption></p><h2>2. 초음파 센서의 간섭</h2><p>초음파 센서는 일반적으로 그림 2에서 볼 수 있듯이 두 가지 원인에 의해 오류가 발생할 수 있다. 첫 번째로 초음파 신호가 목표물에 부딪치고 다시 다른 물체에 부딪쳐 재반사 되어 들어오는 신호를 다중 경로(multipath)라고 부른다. 두 번째로 외부의 다른 초음파 센서에서 직접적으로 송신되는 신호를 간섭(interference)이라고 부른다. 본 논문에서는 거리 측정에 직접적으로 오류를 일으키는 동종의 초음파 센서의 신호를 포함하여, 간접적으로 발생할 수 있는 모든 오류 신호들을 간섭으로 정의하며 이때 초음파 센서가 측정하였지만 실제로는 올바르지 않은 신호를 유령 신호로 정의한다.</p><p>일반적으로 간섭이 발생하면 목표물에서 되돌아오는 신호보다 간섭 신호를 먼저 인식하여 거리 측정에 오류가 발생한다. 이를 그림 3에 나타내었다. 여기서 \( \mathrm{T} \)는 송신 간격을 의미한다.</p>
|
[
"본 논문 식(1)에서 \\( \\mathrm{d} \\)는 물체까지의 거리, \\( \\mathrm{C} \\)는 공기 중 음파의 속도, \\(\\mathrm{t}\\)는 TOF를 나타내는가?",
"초음파 센서는 초음파 신호를 송신하고 송신된 신호가 물체에 부딪쳐 돌아오는 수신 신호를 받아 그 시간을 계산하여 거리를 측정하는가?",
"TOF를 이용하여 거리를 측정하는 방법은 초음파 센서 뿐만 아니라 레이더, 라이다 등에서도 사용되고 있나?",
"외부의 다른 초음파 센서에서 직접적으로 송신되는 신호를 간섭(interference)이라고 부르는가?",
"일반적으로 간섭이 발생하면 목표물에서 되돌아오는 신호보다 간섭 신호를 먼저 인식하여 거리 측정에 오류가 발생하는가?",
"초음파 센서는 일반적으로 그림 2에서 볼 수 있듯이 두 가지 원인에 의해 오류가 발생할 수 있나?",
"본 논문에서는 거리 측정에 직접적으로 오류를 일으키는 동종의 초음파 센서의 신호를 포함하여, 간접적으로 발생할 수 있는 모든 오류 신호들을 간섭으로 정의하며 이때 초음파 센서가 측정하였지만 실제로는 올바르지 않은 신호를 유령 신호로 정의하는가?",
"초음파 신호가 목표물에 부딪치고 다시 다른 물체에 부딪쳐 재반사 되어 들어오는 신호를 다중 경로(multipath)라고 부르는가?",
"본 논문에서 실험한 초음파 센서는 온도에 따른 속도 변화량까지 보정이 가능하므로 고려하지 않았으며 습도의 변화는 온도의 변화에 비해 매우 작은 영향을 끼치므로 무시할 수 있나?",
"식(2)를 보면 온도의 변화는 음파의 속도에 큰 영향을 끼치는 것을 알 수 있는가?"
] |
863ca4d9-ed7f-4b87-8465-8fccfb9f4b5f
|
인공물ED
|
초음파 센서 간 신호 간섭 제거 방법
|
<h1>V. 결론</h1><p>본 논문에서는 현재의 측정값과 이전의 측정값만으로 간섭을 효과적으로 처리하는 알고리즘을 제안하였으며 이를 실험으로 확인하였다. 추후에는 이를 응용하여 다수의 간섭 센서가 있는 환경과 다중 반사가 많이 발생하는 환경을 구축하여 추가적인 실험을 진행하고 기존의 예측값을 이용하여 간섭을 처리하는 방법을 고도화하여 측정 데이터의 손실 없이 신뢰성 있는 초음파 센서 활용이 가능하도록 연구를 진행할 필요가 있다.</p>
|
[
"본 논문에서는 현재의 측정값과 이전의 측정값만으로 간섭을 효과적으로 처리하는 알고리즘을 제안하였으며 이를 실험으로 확인하였나?",
"본 논문에서는 기존의 예측값을 이용하여 간섭을 처리하는 방법을 고도화 하여 추후에는 어떻게 할것이라 하는가?"
] |
d089c973-b596-400e-8ca6-662cc1e8e3d3
|
인공물ED
|
초음파 센서 간 신호 간섭 제거 방법
|
<h1>요 약</h1><p>본 논문에서는 초음파 센서로 거리를 측정할 때 간섭에 의해 발생하는 유령 신호를 배제하고 올바른 신호를 인식하는 초음파 센서 간 신호 간섭 제거 방안을 제시한다. 제안하는 기법에서는 이전 거리 측정 값과 현재 거리 측정 값을 비교하여 거리의 변화가 한계값을 벗어나면 유령 신호로 인식하고 배제한다. 기존 기법에서는 한계값이 고정되어 있어서 초음파 센서나 대상 물체가 급격하게 움직일 경우 유령 신호를 제대로 배제하기 어렵지만, 제안하는 기법에서는 한계값을 고정하지 않고 초음파 센서나 대상 물체가 움직일 경우 상대 속도에 따라 한계값을 적응적으로 결정하는 알고리즘을 사용하여 정확도를 높인다. 초음파 센서로 물체까지의 거리를 측정할 때 간섭이 가장 잘 일어나는 동종의 초음파 센서를 다수 사용하여 간섭 신호를 발생시키는 실험을 진행하였고 제안하는 기법이 효과적으로 유령 신호를 배제하는 것을 확인하였다.</p>
|
[
"본 논문에서 제안하는 기법의 장점은 무엇인가요?",
"본 논문의 궁극적인 목적은 유령 신호를 배제하기 위함인가요?",
"본 논문의 실험 목적은 무엇인가요?"
] |
ee1f3748-6088-4167-91b2-87e68b11a359
|
인공물ED
|
초음파 센서 간 신호 간섭 제거 방법
|
<h1>I. 서론</h1><p>최근 자동차, 로봇, IoT 등 다양한 분야에서 센서들의 활용이 증가하고 있다. 현재 많이 사용되는 거리 측정 센서는 초음파 센서, 스테레오 카메라, 레이더, 라이다 등을 들 수 있으며 그 중 초음파 센서는 매우 저렴하고 다루기 쉽다는 장점을 가지고 있다. 또한 초음파 센서는 거리 측정 시 실시간으로 처리가 가능하고 즉각적인 반응에 의해 장애물을 탐지할 수 있다. 이에 따라 자율주행에서 필수적인 센서로 자리 잡고 있으며 주로 근거리에 있는 물체를 인식하는데 사용되고 있다.</p><p>하지만 초음파가 갖는 지향각, 회절성 등과 같은 물리적 한계 때문에 성능, 정확도, 측정 속도는 다른 센서에 비해 떨어진다. 또한 초음파 센서는 다중 반사가 발생하여 오류가 발생할 수 있으며, 특히 초음파 센서의 활용이 많아짐에 따라 초음파 센서 간의 간섭이 발생하여 거리 측정에 오류가 발생할 수 있다. 이 경우에 가장 큰 문제는 거리를 측정하는 초음파 센서가 다른 초음파 센서가 발사한 초음파나 그 반사파를 자신이 발사한 정상적인 초음파의 반사파로 인식하는 경우이며, 이때 오류를 일으키는 잘못된 초음파 신호를 유령 신호(ghost signal)라고 한다.</p><p>이와 같은 문제를 해결하고자 현재 데이터 값을 이전 데이터 값과 비교하여 그 차이가 일정 한계 이내인, 즉 거의 동일한 값만을 허용하여 오류를 필터링하는 방법이 제안된 바 있으나, 초음파 센서나 대상 물체가 급격하게 움직이는 경우에는 제대로 대응하지 못하는 단점이 존재한다.</p><p>의 성능을 개선하기 위해 다양한 기법이 제안되었는데 먼저 서로 다른 음파 신호에 인식이 가능한 식별 코드를 부여하는 방법이 제안되었다. 초음파 송신의 간격을 비주기적으로 조정하여 노이즈를 제거하는 펄스 위치 변조(PPM: pulse- position modulation)도 제안되었다. 이 외에도 다양한 신호 처리 방법을 이용한 정밀한 초음파 펄스 검출 방법이 연구되었지만, 이러한 방법들은 계산능력이 뛰어난 고성능 마이크로컨트롤러가 필요하기 때문에 주차 보조 시스템(PAS: parking assist system)과 같은 상용 시스템에 적용하기에는 비용이 너무 높다.</p><p>다중 반사 혹은 간섭에 의해 발생하는 오류 부분을 버림으로서 해결하는 방안을 데이터의 손실로 보고, 이를 해결하기 위해 연속해서 들어오는 데이터 값을 저장하고 그 값들을 통하여 예측값을 구하는 알고리즘도 제안되었다. 이 알고리즘은 다중 반사 및 간섭이 발생할 경우 예측값을 현재의 거리 값으로 사용할 수 있으므로 데이터의 손실이 없으며 정확한 값을 얻을 수 있다. 그러나 갑작스럽게 장애물이 나타나는 경우와 같이 센서의 측정값에 급격한 변화가 있는 경우에는 제대로 적용할 수 없다는 문제점이 있다.</p><p>본 논문에서는 고성능 마이크로프로세서가 필요없도록 에서 제안된 방법을 기반으로 하여 현재 데이터 값과 이전 데이터 값을 비교할 때 일정 오차 범위, 즉 한계값을 벗어나면 유령 신호로 판단하고 이를 배제한다. 하지만 에서는 한계값이 고정되어 있어서 초음파 센서나 대상 물체가 급격하게 움직일 경우 유령 신호를 제대로 배제하기 어려운 반면, 본 논문에서는 한계값을 고정하지 않고 초음파 센서나 대상 물체가 움직일 경우 상대 속도에 따라 한계값을 적응적으로 결정하는 알고리즘을 사용하여 정확도를 높였다. 제안하는 기법은 과 어느 정도 유사한 면이 있으나 갑작스러운 장애물이 발생할 경우를 대비하여 송신 횟수를 카운트하는 방식으로 장애물을 인식할 수 있도록 하여 에 비해 장애물이나 거리의 급격한 변화에도 잘 대응하도록 하였다.</p><p>또한 본 논문에서는 제안하는 기법에 대해 실제 초음파 센서로 거리 측정 실험을 실시하여 초음파 센서 또는 대상 물체가 급격하게 움직이는 경우 및 장애물이 발생하는 경우에도 정확한 데이터를 처리 할 수 있음을 다양한 시나리오를 통해 확인하였다.</p>
|
[
"'펄스 위치 변조 방법'은 각기 다른 음파 신호에 식별 코드를 부여하는 방법인가요?",
"초음파 센서를 사용할때 발생할 수 있는 단점은 무엇인가요?",
"본 논문에서 주로 언급하고 있는 장치는 무엇일까요?"
] |
c29927e7-37e5-4a2c-9b32-ed4548f99903
|
인공물ED
|
초음파 센서 간 신호 간섭 제거 방법
|
<h1>III. 제안하는 알고리즘</h1><h2>1. 간섭 발생 확인</h2><p>간섭이 발생하면 실제 측정값과 큰 차이 값을 보인다. 따라서 식 (3)처럼 현재의 측정값과 이전의 측정값을 비교한다면 간섭인지 아닌지 판별할 수 있다. 여기서 \( d_{m} \)은 현재 측정값, \( d_{p r e} \)는 이전 측정 값, \( \epsilon \)은 오차범위 즉 한계값을 나타낸다.</p><p>\( \left|d_{m}-d_{p r e}\right| \leq \epsilon \)<caption>(3)</caption></p><p>제안하는 알고리즘에서는 식 (3)을 만족하면 간섭이 아닌 것으로 판단하고 현재 측정값을 이전 측정값으로 업데이트한다. 즉 \( d_{m} \)은 측정 물체까지의 거리가 되고, 현재 값 (\(d_{m} \))이 이전 값 (\(d_{p r e} \))으로 수정된다. 하지만 간섭으로 판단된다면 현재 거리 값은 무시하고 다음번 측정값으로 거리를 계산한다. 이때 한계값은 식 (4)처럼 간섭으로 처리한 횟수(\(\mathrm{n}\))에 따라 가중되고, 식 (3)을 만족하는 측정값을 얻으면 한계값은 다시 기본값으로 설정된다. 이 방법은 갑작스럽게 장애물이 등장할 때와 같이 센서의 측정값이 급격하게 변화할 때, 장애물을 간섭이 아닌 실제 측정값으로 판단할 수 있다.</p><p>\( \left|d_{m}-d_{p r e}\right| \leq(n+1) \cdot \epsilon \)<caption>(4)</caption></p><h2>2. 송신 주기 설정</h2><p>현재 측정값이 간섭인지 아닌지를 판단하기 위해서는 이전에 측정된 값이 신뢰할 수 있는 값이어야 한다. 따라서 본 논문에서는 먼저 일정 시간 동안 입력되는 측정값들을 샘플링하기 위해 버퍼 메모리에 저장한다. 이때 송신 주기를 랜덤하게 결정하여 간섭 발생률을 줄일 수 있다. 샘플링된 값은 버퍼 메모리에 저장된 측정값들의 평균값이다. 샘플링된 값은 식 (3)과 같이 작은 한계값을 부여하고, 다음에 들어오는 측정값과 비교하는 과정을 통해 신뢰할 수 있는 값으로 판단한다. 하지만 식 (3)을 만족하지 못한다면 샘플링 과정을 반복하게 된다.</p><p>이러한 과정을 통해 얻은 샘플링 값은 \( d_{p r e} \)이 되어 식 (3) 및 식 (4)를 반복 수행하여 간섭 여부를 판단할 수 있게 된다. 또한 \( d_{p r e} \)를 얻은 이후에는 송신 주기를 일정하게 유지한다.</p><h2>3. 한계값 결정</h2><p>측정 시작 때 샘플링을 위한 한계값은 초음파 센서 자체의 오차를 감안하여 최소한으로 설정한다. 한계값이 작을수록 간섭을 회피할 가능성이 높지만, 측정 대상이 움직이거나 초음파 센서를 탑재한 차량이 움직일 경우 모든 신호가 간섭으로 처리될 수 있다. 따라서 샘플링 이후에는 현재 측정값과 이전 값의 차이로 한계값이 수정되어야 한다.</p><p>송신 주기를 \( 100 \mathrm{ms} \)로 일정하게 유지할 경우, 한 펄스 당 움직일 수 있는 거리를 속도에 따라 표 1에 나타내었다. 이를 참고로 하여 적당한 범위를 나누어 한계값을 설정할 수 있다. 또한 추가적으로 가속도를 고려한다면 이보다 더 여유 있는 한계값이 설정되어야 한다.</p><table border><caption>표 1. 속도에 따른 한계값 설정</caption><tbody><tr><td>velocity [\(\mathrm{km/h}\)]</td><td>Distance/pulse [\(\mathrm{cm}\)]</td></tr><tr><td>1</td><td>2.78</td></tr><tr><td>2</td><td>5.56</td></tr><tr><td>3</td><td>8.34</td></tr><tr><td>4</td><td>11.12</td></tr><tr><td>5</td><td>13.9</td></tr></tbody></table><p>그림 4는 본 논문에서 제안하는 기법의 흐름도를 나타낸 것이다. 여기서 \( d_{a v g} \)는 버퍼 메모리에 입력된 측정값들의 평균값을 나타내며, \( d_{0} \)는 그 이후에 들어오는 첫 측정값을 나타낸다. \( \epsilon^{\prime} \)는 앞서 설명했듯이 현재 측정값과 이전 값의 차이로 수정된다. 또한 속도 및 가속도를 고려하여 식 (5)처럼 표현할 수 있다. 여기서 \( \alpha \)는 실험을 통해 결정된 상수이다.</p><p>\( \epsilon^{\prime}=\left|d_{m, n+1}-d_{p r e}\right|+\alpha \)<caption>(5)</caption></p>
|
[
"샘플링 된 값은 작은 한계값을 일임하여 다음에 들어오는 측정값과 비교하는 과정을 통해 신뢰할 수 있는 값으로 판단하는 것이 맞니?",
"샘플링된 값은 버퍼 메모리에 저장된 측정값의 어떤 값이니?",
"측정 시작 시 초음파 센서 자체의 오차를 참고하여 최소한으로 설정해야 하는 것은 뭐야?",
"간섭이 발생하면 큰 차이 값을 보이는 것은 뭐야?",
"간섭으로 처리한 횟수에 따라 가중되는 값은 뭐니?",
"샘플링 값이 된 dpre를 얻은 이후에는 송신 주기를 불규칙하게 유지해야 하는 것이 맞니?",
"버퍼 메모리에 입력된 측정값들의 평균값 이후 들어오는 첫 측정값을 나태는 것은 뭐야?",
"식 (3)을 만족하는 측정값을 얻으면 한계값은 다시 어떻게 설정되지?",
"한계값이 작을수록 간섭을 회피할 가능성이 높은 것이 맞니?",
"일정 시간 동안 입력되는 측정값들을 샘플링하기 위해 어디에 저장하니?",
"현재 측정값이 간섭인지 아닌지를 판단하기 위해 신뢰할 수 있는 값이어야 하는 것은 무엇인가?",
"더 여유 있는 한계값이 설정되어야 하는 것은 무엇을 고려했을 때 인가?",
"기법의 흐름도에서 버퍼 메모리에 입력된 측정값들의 평균값을 나타내는 것은 무엇인가?",
"간섭 발생률을 줄이려면 어떻게 해야 되니?",
"샘플링된 값이 식을 만족하지 못하면 어떻게 되지?",
"실제 측정값으로 판단할 수 있는 방식은 어떻게 될까?",
"일정 시간 동안 입력되는 측정값들을 버퍼 메모리에 저장하는 것은 무엇을 하기 위함이야?",
"모든 신호가 간섭으로 처리될 수 있을 때는 어떻게 됐을 때야?",
"장애물이 갑작스럽게 등장할 때와 같이 센서의 측정값이 급격하게 변화할 때에 장애물을 간섭이 아닌 무엇으로 판단할 수 있지?",
"속도에 따른 한계값 설정 표 1에서 5 velocity 당 pulse는 어떻게 되니?",
"샘플링 이후에는 무엇이 수정되어야 되지?",
"간섭으로 처리한 횟수에 따라 가중되는 값은 뭐야?",
"속도에 따른 한계값 설정 표에서 2.78 pulse 당 velocity는 어떻게 되니?",
"측정대상이 움직이거나 초음파 센서를 탑재한 차량이 이동할 경우 어떻게 되지?",
"일정 시간 동안 입력된 측정값들을 버퍼 메모리에 저장했을 때 송신 주기를 랜덤하게 결정하면 어떤 발생률을 줄일 수 있지?",
"샘플링된 값은 버퍼 메모리에 저장된 측정값들의 기본값이 맞니?",
"간섭으로 처리한 횟수에 따라 가중되는 한계값의 식은 어떻게 되니?",
"현재 측정값과 이전 값의 차이로 수정되는 것은 뭘까?",
"이전에 측정된 값이 신뢰할 수 있는 값이면 현재 측정값이 간섭인지 아닌지 판정할 수 있는 것이 맞아?",
"식 3과 식 4를 반복 수행하여 샘플링 값의 어떤 여부를 판단할 수 있게 되지?",
"제안하는 알고리즘에서 식을 만족하면 무엇이 아닌 것으로 판단하니?",
"간섭인지 아닌지 판별하려면 어떻게 해야 될까?",
"오차범위를 구하는 식에서 ϵ는 무엇을 나타내는 거야?",
"간섭으로 판단되면 현재 거리 값을 무시하고 거리를 계산하는 값은 뭐지?",
"간섭이 발생하면 실체 측정값과 작은 차이 값을 보이는 것이 맞아?",
"측정 물체까지의 거리가 되는 것은 뭐야?",
"현재의 측정값과 이전의 측정값을 비교하면 간섭인지 아닌지 구별할 수 있는 것이 맞아?",
"제안하는 알고리즘에서 식을 만족하면 간섭이 아닌 것으로 판단하는 것이 맞아?",
"간섭이 발생하면 어떻게 되지?",
"식을 만족하면 간섭이 아닌 것으로 판단하여 현재 측정값을 무엇으로 업데이트 하지?",
"간섭인지 아닌지 판별할 때 dm 은 뭐야?",
"실체 측정값과 큰 간극 값을 보이는 것은 어떤 것이 발생해서인가?",
"간섭으로 판단되면 현재 거리 값을 무시하고 다음번 측정값으로 산출하는 것이 거리가 맞니?",
"한계값이 다시 기본값으로 설정되는 방법은 어떻게 되니?",
"dpre 는 이전 측정 값이 맞니?",
"제안하는 알고리즘에서 식을 만족하면 간섭이 아닌 것으로 판단하여 이전 측정값으로 업데이트하는 값은 뭐야?",
"간섭으로 판단되면 무시되는 값은 뭐지?"
] |
70cc08fa-47e9-41d6-b6c7-573fa2db6258
|
인공물ED
|
지하 철도역사에서 위치확인을 위한 스마트 점자블럭의 RF 특성 분석
|
<h3>나. PVC(상부)- ABS(하부), 이격거리 조정할 경우</h3><p>스마트 점자 블록의 상부 및 하부 재질을 앞에서와 같이하고, RFID와 BLE 센서사이의 이격거리를 변경할 경우, 그리고 동일 이격거리에서 BLE 센서의 위치를 180도 반대 방향으로 실치하는 경우 등에 대해 주파수 해석을 수행하였다. 그림 7은 두 센서사이의 이격거리가 \( 0.08 \lambda \) 인 경우의 스마트 점자 블럭 내부 구조를 나타낸 것으로 이 이격거리를 가변시켜가면서 주파수 특성 분석을 수행하였의 그 결과가 표 2와 같다.</p><table border><caption>표 1. PVC(상부)-ABS(하부)인 경우의 RF 특성해석 결과</caption><tbody><tr><td rowspan=2>Freq [\(\mathrm{GHz}\)]</td><td colspan=2>PVC-ABS \( 0.5 \lambda \) separation opposite sensor direction</td><td colspan=2>PVC-ABS \( 0.08 \lambda \) separation</td><td colspan=2>PVC-ABS 029 separation</td></tr><tr><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td></tr><tr><td>\(0.917\)</td><td>\(-8.3345\)</td><td>\(-45.531\)</td><td>\(-9.243\)</td><td>\(-43.104\)</td><td>\(-8.8011\)</td><td>\(-45.969\)</td></tr><tr><td>\( 0.9235 \)</td><td>\(-8.0206\)</td><td>\(-45.307\)</td><td>\(-9.3205\)</td><td>\(-42/982\)</td><td>\(-8.5714\)</td><td>\(-45.701\)</td></tr><tr><td>\(2.4\)</td><td>\(-9.0916\)</td><td>\(-25.27\)</td><td>\(-9.1778\)</td><td>\(-14.354\)</td><td>\(-8.6184\)</td><td>\(-21.223\)</td></tr><tr><td>\(2.485\)</td><td>\(-6.9486\)</td><td>\(-28.244\)</td><td>\(-8.9374\)</td><td>\(-17.294\)</td><td>\(-7.5153\)</td><td>\(-24.708\)</td></tr></tbody></table><p>먼저 이격거리가 \( 0.5 \lambda \) 이고 BLE 센서를 180 반대 방향으로 설치하는 경우 임피던스 특성도 약간의 변화는 있으나 Resonant Frequency 이동은 발생하지 않았으나 Isolation 특성의 경우 \( 3 \mathrm{dB} \) 정도 성능 저하는 확인할 수 있었으나 저하된 성능도 두 안테나를 인접 배치하면서 문제가 되는 level이 아님을 확인하였다. 이는 센서의 설치 방향은 큰 영향은 아니나 전파환경이 좋지 못한 극한 상황이 발생하면 이 역시 향후 고려되어야 하는 부분으로 보인다.</p><p>이격거리가 \( 0.08 \lambda(10 \mathrm{mm}) \) 로 줄인 경우 인피던스 특성은 두 센서 모두 크게 변화가 없음이 확인되었고, 두 센서 사이의 Isolation을 분석한 결과는 이격거리 \( 0.5 \lambda \) 대비 \( \mathrm{S}_{21} \) 은 \( 6 \sim 8 \mathrm{dB} \) 성능 저하가 있음을 확인할 수 있다. 결국, 전파환경이 좋은 곳에서는 큰 문제는 없어 보이나 전파환경이 안 좋은 곳에서는 이격거리를 최소화하는 방향으로 RF 모듈을 장착하는 방법은 지향하는 것이 적절하다는 결론을 얻을 수 있다.</p><p>이격거리리를 앞의 두 조건의 중간 정도 이격거리인 \( 0.29 \lambda \) 로 조정할 경우 임피던스 특성이 거의 변화가 없음이 확인되었다. 또한, 이번 경우는 앞의 특성해석 결과와 비교 시 Isolation 특성이 이격거리 확보 정도에 따라 같은 비율로 개선됨을 확인할 수 있다.</p>
|
[
"동일 이격거리에서 BLE 센서의 위치를 몇 도 반대 방향으로 실치하는 경우 주파수 해석을 수행하였는가?",
"두 센서사이의 이격거리가 몇 \\( \\lambda \\) 인 경우의 스마트 점자 블럭 내부 구조를 나타낸 것인가?",
"어떤 상황에서 주파수 해석을 수행했는가?",
"BLE 센서를 180 반대 방향으로 설치하는 경우의 실험을 통해 무엇을 알 수 있었는가?",
"이격거리가 \\( 0.08 \\lambda(10 \\mathrm{mm}) \\) 로 줄인 경우 인피던스 특성은 어떻게 되는 것을 확인하였는가?",
"Isolation 특성의 경우 \\( 3 \\mathrm{dB} \\) 정도 성능 저하는 확인할 수 있었는데 두 안테나를 인접 배치하는데 문제가 될 정도인가?",
"이격거리가 \\( 0.5 \\lambda \\) 이고 BLE 센서를 반대 방향 몇으로 설치하는 경우 임피던스 특성도 약간의 변화는 있으나 Resonant Frequency 이동은 발생하지 않았는가?",
"PVC(상부)-ABS(하부)인 경우의 RF 특성해석 결과 표에서의 Freq [\\(\\mathrm{GHz}\\)] 0.917 에서 PVC-ABS \\( 0.5 \\lambda \\) separation opposite sensor direction의 \\( \\mathrm{S}_{11} \\) [\\(\\mathrm{dB}\\)]은 몇 인가?",
"PVC(상부)-ABS(하부)인 경우의 RF 특성해석 결과 표에서Freq [\\(\\mathrm{GHz}\\)]PVC-ABS \\( 0.5 \\lambda \\) separation opposite sensor direction값이 0.917 인PVC-ABS \\( 0.5 \\lambda \\) separation opposite sensor direction의\\( \\mathrm{S}_{21} \\) [\\(\\mathrm{dB}\\)]의 값은 무엇인가?",
"PVC(상부)-ABS(하부)인 경우의 RF 특성해석 결과 표에서Freq [\\(\\mathrm{GHz}\\)]2.485 에서PVC-ABS \\( 0.5 \\lambda \\) separation opposite sensor direction의\\( \\mathrm{S}_{11} \\) [\\(\\mathrm{dB}\\)]값은 무엇인가?",
"PVC(상부)-ABS(하부)인 경우의 RF 특성해석 결과 표에서Freq [\\(\\mathrm{GHz}\\)]2.485 에서PVC-ABS 029 separation의\\( \\mathrm{S}_{21} \\) [\\(\\mathrm{dB}\\)]은 몇 인가?",
"두 센서 사이의 Isolation을 분석한 결과는 이격거리 \\( 0.5 \\lambda \\) 대비 \\( \\mathrm{S}_{21} \\) 은 얼마의 성능 저하가 있음을 확인했어?",
"Isolation 특성의 경우 몇 \\( \\mathrm{dB} \\) 정도 성능 저하를 확인 하였는가?",
"PVC(상부)-ABS(하부)인 경우의 RF 특성해석 결과Freq [\\(\\mathrm{GHz}\\)]의 2.4 에서PVC-ABS \\( 0.08 \\lambda \\) separation\\( \\mathrm{S}_{11} \\) [\\(\\mathrm{dB}\\)]의 값은 무엇인가?"
] |
b3e672e9-8da2-4e0c-8a38-fb89224c2d2a
|
인공물ED
|
지하 철도역사에서 위치확인을 위한 스마트 점자블럭의 RF 특성 분석
|
<h3>다. ABS(상부)- Concrete(하부), 이격 거리 \( 0.5 \lambda (60 \mathrm{mm}) \)</h3><p>지금까지는 소재 조건을 PVC(상부)-ABS(하부)로 유지하고 이격거리 변화에 따른 주파수 특성 분석을 수행하였다. 이번에는 이격거리는 같이 하고 상부 및 하부의 재질이 변경된 경우 RF 성능변화를 분석하였으며, 이를 위해 ABS(상부) Concrete(하부)로 소재가 변경된 경우 주파수 특성 해석을 먼저 수행하였다.</p><table border><caption>표 2 PVC(상부)-ABS(하부)인 경우의 RF 특성해석 결과</caption><tbody><tr><td rowspan=2>Freq [\(\mathrm{GHz}\)]</td><td colspan=2>ABS-Concrete \( 0.5 \lambda \) separation</td><td colspan=2>ABS-Concrete \( 0.29 \lambda \) separation</td></tr><tr><td>\( S_{11} \) [\(\mathrm{dB}\)]</td><td>\( S_{21} \) [\(\mathrm{dB}\)]</td><td>\( S_{11} \) [\(\mathrm{dB}\)]</td><td>\( S_{21} \) [\(\mathrm{dB}\)]</td></tr><tr><td>\(0.917\)</td><td>\(-7.1617\)</td><td>\(-44.9\)</td><td>\(-8.2899\)/td><td>\(-42.977\)</td></tr><tr><td>\(0.9235\)</td><td>\(-6.9003\)</td><td>\(-44.692\)</td><td>\(-8.2173\)</td><td>\(-42.891\)</td></tr><tr><td>\(2.4\)</td><td>\(-0.48915\)</td><td>\(-35.332\)</td><td>\(-11.275\)</td><td>\(-21.96\)</td></tr><tr><td>\(2.485\)</td><td>\(-0.34156\)</td><td>\(-38.062\)</td><td>\(-10.244\)</td><td>\(-24.01\)</td></tr></tbody></table><p>먼저 RFID와 BLE 센서의 이격거리가 \( 0.5 \lambda \) 인 경우의 주파수 특성 분석걸과 RFID의 임피던스 특성은 큰 변화는 없었으나 BLE의 경우 Resonant Frequency 이동이 급격히 발생하고 있음을 확인할수 있었다. 이에 따라 이러한 상부 하부 조합은 그대로 스마트 점자 블록에 적용하기에는 적절하지 않음을 알 수 있다. 또한, BLE 의 임피던스 변화가 RFID 대역을 벗어날 정도의 변화량으로 인해 방사 성능 자체가 \( 10 \mathrm{dB} \) 이상의 성능 감소가 확인되었으므로 이는 결국 이격거리에 의한 RF 성능변화보다는 먼저 소재 변화에 따른 RF 성능변화가 크게 나타남을 알 수 있다. 이처럼 스마트 점자블럭을 위해서는 두 센서 간 이격거리도 RF 특성에 주요한 영향을 미치지만, 이보다도 상부 하부 재질이 더욱 큰 영향을 미침을 알 수 있으며, 이는 상부 하부의 소재 변화에 따른 상용 제품의 사전 분석은 필요하며 소재 변화에 따른 RF의 손실을 고려한 시스템 신호 세기도 반드시 사전 검토가 되어야 함을 나타낸다고 볼 수 있다. 두 센서 사이의 이격거리가 \( 0.5 \lambda \) 가 아닌 \( 0.29 \lambda \) 인 \( 10 \mathrm{mm} \) 이격거리로 조정할 경우 주파수 특성 분석 결과 실제 철도역사에 적용하는 데 문제가 없을 정도의 결과가 도출되었다.</p>
|
[
"이격거리는 같이 하고 상부 및 하부의 재질이 변경된 경우 무엇을 분석했어?",
"먼저 RFID와 BLE 센서의 이격거리가 얼마인 경우를 분석했어?",
"\\( 0.9235\\mathrm{GHz}\\)일때 \\( 0.5 \\lambda \\) \\( S_{11} \\) [\\(\\mathrm{dB}\\)] 값은 어떻게 나오는가?",
"Resonant Frequency 이동이 급격히 발생하고 있는 것은 어떤 경우야?",
"이격거리는 같이 하고 상부 및 하부의 재질이 변경된 경우 RF 성능변화를 분석하기 전까지는 소재 조건을 어떻게 유지했어?",
"표에서 Freq [\\(\\mathrm{GHz}\\)] 0.917일때 \\(0.5 \\lambda \\) \\( S_{11} \\) [\\(\\mathrm{dB}\\)]값은 얼마인가?",
"BLE 의 임피던스 변화가 RFID 대역을 벗어날 정도의 변화량으로 인해 방사 성능 자체가 \\( 15 \\mathrm{dB} \\) 의 성능 감소가 일어났어?",
"RFID와 BLE 센서의 이격거리가 \\( 0.5 \\lambda \\) 인 경우의 주파수 특성 분석결과 RFID의 임피던스 특성은 큰 변화를 가지는가?",
"소재 조건을 PVC-ABS로 고정한채로 무엇에 따라 주파수 특성 분석을 실시했다고 하는가?",
"표2에서, 2.4에 대한 \\( 0.5 \\lambda \\)의 \\( S_{21} \\) 값을 뭐라고 해?",
"표 2를 봤을때, Freq [\\(\\mathrm{GHz}\\)]가 0.917 일때 \\( 0.5 \\lambda \\)의 \\( S_{21} \\) 값을 얼마라고 하는가?",
"2.4\\(\\mathrm{GHz}\\)에서 \\( 0.29 \\lambda \\)\\( S_{21} \\) [\\(\\mathrm{dB}\\)] 결과는 뭐야?"
] |
b72289c6-73c4-4db6-872a-a56bca95c286
|
인공물ED
|
지하 철도역사에서 위치확인을 위한 스마트 점자블럭의 RF 특성 분석
|
<h3>라. 기타 다양한 조건변경에 다른 주파수 특성 분석</h3><p>위에서 제시한 특성 분석 이외에 보다 다양하게 스마트 점자 블록의 상부 및 하부 구조의 소재를 변경하면서 \( 800 \mathrm{MHz} \) 대역의 RFID와 \( 2.4 \mathrm{GHz} \) 대역의 BLE 센서 각각의 RF 성능 비교, 이 둘 센서 사이의 이격거리별 Isolation 특성을 분석하였다. 표 4 와 5 는 상부 및 하부 주조의 재질별 RF 특성해석을 수행한 결과로 센서 간 이격거리가 \( 0.5 \lambda \) 이고 상부 구조 ABS로 고정한 경우, 하부 구조가 ABS인 경우의 해석결과를 요약한 것이다. 이 표를 보면 ABS-ABS 구조와 ABS-PUR 구조의 경우 \( 2.4 \mathrm{GHz} \) 대역의 BLE 센서의 임피던스 특성변화가 가장 큼을 알 수 있다. 이는 이 소재의 경우 스마트 점자블럭으로 바로 적용은 어렵고 RF 센서들의 Tuning 작업이 요구되는 것을 알 수 있다.</p><p>그리고 RF 성능변화가 가장 심한 동시에 실제 철도역사에서 많은 시공 조건이라 판단되는 상부(ABS) 하부(Concrete) 소재 조건에서의 RF 센서간의 이격거리 변화에 따른 특성변화에 대해서는 표 6 과 같다. 이 표에서와 같이 두 RF 센서 간의 이격거리는 \( 900 \mathrm{MHz}, 2.4 \mathrm{GHz} \) 대역일 경우 최소한 \( 0.5 \lambda \) 수준의 이격거리는 확보하고 적용하는 것이 RF 성능변화가 적고 시스템별 편차를 줄이는데 기준이 될 것이다.</p><table border><caption>표 3. 상부(ABS)와 하부 재질 변경될 겨우 RF 특성 분석 결과</caption><tbody><tr><td rowspan=2>Freq [\(\mathrm{GHz}\)]</td><td colspan=2>ABS(upper) + ARS(lower)</td><td colspan=2>ABS(upper) + Concrete(lower)</td><td colspan=2>ABS(upper) + PVC(lower)</td><td colspan=2>ARS(upper) + PtRR(kwer)</td></tr><tr><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td></tr><tr><td>\(0.917\)</td><td>\(-8.464\)</td><td>\(-49.231\)</td><td>\(-7.162\)</td><td>\(-44.900\)</td><td>\(-4.859\)</td><td>\(-48.627\)</td><td>\(-6.171\)</td><td>\(-42.782\)<tr><td>\( 0.9235 \)</td><td>\( -8.248 \)</td><td>\( -48.721 \)</td><td>\( -6.900 \)</td><td>\( -44.692 \)</td><td>\( -4.518 \)</td><td>\( -48.260 \)</td><td>\( -6.252 \)</td><td>\( -42.539 \)</td></tr><tr><td>\(2.4\)</td><td>\( -0.955 \) с</td><td>\( -29.802 \)</td><td>\( -0.489 \)</td><td>\( -35.332 \)</td><td>\( -0.729 \)</td><td>\( -37.441 \)</td><td>\( -0.401 \)</td><td>\( -28.967 \)</td></tr><tr><td>\(2.485\)</td><td>\( -0.568 \)</td><td>\( -34.826 \)</td><td>\( -0.342 \)</td><td>\( -38.062 \)</td><td>\( -0.463 \)</td><td>\( -42.139 \)</td><td>\( -0.288 \)</td><td>\( -32.199 \)</td></tr></tbody></table><table border><caption>표 4. 하부(ABS)-상부 변경일 경우 RF 특성해석 결과</caption><tbody><tr><td rowspan=2>Freq [\(\mathrm{GHz}\)]</td><td colspan=2>Concrete(upper) + ABS(lower)</td><td colspan=2>PVC(upper) + ABS(lower)</td><td colspan=2>PUR(upper) + ABS(lower)</td></tr><tr><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td></tr><tr><td>\( 0.917 \)</td><td>\( -8.101 \)</td><td>\( -47.925 \)</td><td>\( -8.302 \)</td><td>\( -48.876 \)</td><td>\( -7.731 \)</td><td>\( -47.320 \)</td></tr><tr><td>\( 0.9235 \)</td><td>\( -7.670 \)</td><td>\( -47.482 \)</td><td>\( -7.987 \)</td><td>\( -48.361 \)</td><td>\( -7.276 \)</td><td>\( -46.880 \)</td></tr><tr><td>\( 2.4 \)</td><td>\( -0.892 \)</td><td>\( -28.158 \)</td><td>\( -0.904 \)</td><td>\( -28.966 \)</td><td>\( -0.917 \)</td><td>\( -27.824 \)</td></tr><tr><td>\( 2.485 \)</td><td>\( -0.610 \)</td><td>\( -32.365 \)</td><td>\( -0.542 \)</td><td>\( -33.983 \)</td><td>\( -0.649 \)</td><td>\( -31.816 \)</td></tr></tbody></table><table border><caption>표 5. 이격거리 변경에 따른 RF 특성분석 결과</caption><tbody><tr><td rowspan=2>Freq [\(\mathrm{GHz}\)]</td><td colspan=2>ABS-Concrete \( 0.08 \lambda \) separation</td><td colspan=2>ABS-Concrete \( 0.08 \lambda \) separation + Beacon \( 180^{\circ} \) rotation</td><td colspan=2>ABS-Concrete \( 0.29 \lambda \) separation</td><td colspan=2>ABS-Concrete \( 0.29 \lambda \) 이격 + Beacon \( 180^{\circ} \) rotation</td><td colspan=2>ABS-Concrete \( 0.5 \lambda \) separation</td><td colspan=2>ABS-Concrete \( 0.5 \lambda \) separation+ Beacon \( 180^{\circ} \) rotation</td></tr><tr><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{11} \) [\(\mathrm{dB}\)]</td><td>\( \mathrm{S}_{21} \) [\(\mathrm{dB}\)]</td></tr><tr><td>\( 0.917 \)</td><td>\( -7.7865 \)</td><td>\( -40.98 \)</td><td>\( -7.802 \)</td><td>\( -32.622 \)</td><td>\( -8.2899 \)</td><td>\( -42.977 \)</td><td>\( -8.3006 \)</td><td>\( -38.594 \)</td><td>\( -8.2183 \)</td><td>\( -45.66 \)</td><td>\( -8.2367 \)</td><td>\( -42.445 \)</td></tr><tr><td>\( 0.9235 \)</td><td>\( -7.8053 \)</td><td>\( -40.96 \)</td><td>\( -7.7711 \)</td><td>\( -32.809 \)</td><td>\( -8.2173 \)</td><td>\( -42.891 \)</td><td>\( -8.2307 \)</td><td>\( -38.533 \)</td><td>\( -8.2153 \)</td><td>\( -45.327 \)</td><td>\( -8.2373 \)</td><td>\( -42.28 \)</td></tr><tr><td>\(2.4\)</td><td>\( -9.7989 \)</td><td>\( -22.098 \)</td><td>\( -11.991 \)</td><td>\( -13.927 \)</td><td>\( -11.275 \)</td><td>\( -21.96 \)</td><td>\( -12.849 \)</td><td>\( -27.319 \)</td><td>\( -11.951 \)</td><td>\( -24.042 \)</td><td>\( -12.126 \)</td><td>\( -31.832 \)</td></tr><tr><td>\( 2.485 \)</td><td>\( -9.4156 \)</td><td>\( -22.073 \)</td><td>\( -8.3727 \)</td><td>\( -14.544 \)</td><td>\( -10.244 \)</td><td>\( -24.01 \)</td><td>\( -9.2598 \)</td><td>\( -30.405 \)</td><td>\( -9.8975 \)</td><td>\( -25.304 \)</td><td>\( -9.2472 \)</td><td>\( -37.311 \)</td></tr></tbody></table>
|
[
"RFID 센서는 대역 수치가 어떻게 돼?",
"BLE 센서의 대역은 수치가 어떻게 돼?",
"RFID 센서와 BLE 센서 각각의 어떤 성능을 비교했는가?",
"표 4 와 5 는 무엇을 실행한 결론이야?",
"표 4 와 5의 결과를 보면 각 센서 사이에 이격거리는 어떻게 돼?",
"표 4 와 5의 결론을 보게되면 하부 구조 ABS로 묶어 놓은 상황은 상부 구조가 ABS인 경우의 해석 결과를 요약한거지?",
"표 4,5가 간추린 것은 뭐야?",
"표 4,5를 보면 ABS-ABS 구조와 ABS-PUR 구조와 같은 상황에는 BLE 센서의 임피던스 특성변화가 가장 높은 구간이 어떻게 돼?",
"표 4 와 5에서 어느 구조의 경우에 2.4GHz 대역의 BLE 센서의 임피던스 특성변화가 가장 큼을 알 수 있는가?",
"RFID 센서와 BLE 센서 사이에 어떤 특성을 분석하였는가?",
"표 4. 에서 Freq [\\(\\mathrm{GHz}\\)] 수치 \\( 0.917 \\)은 Concrete(upper) + ABS(lower)에서 \\( \\mathrm{S}_{21} \\) [\\(\\mathrm{dB}\\)] 수치가 어떻게 돼?",
"표 4는 무엇을 나타낸 결과인가?",
"표 4 Concrete(upper) + ABS(lower) \\( -7.670 \\) 값은 Freq [\\(\\mathrm{GHz}\\)] 얼마인가?",
"표 4.를 통하여 PVC(upper) + ABS(lower) \\( -33.983 \\)은 무엇을 나타내는거야?",
"표 4에서 \\( -0.904 \\)를 나타내고 있는 항목은 무엇인가?",
"표 4를 통하여서 PUR(upper) + ABS(lower) \\( -31.816 \\)의 수치값은 Freq [\\(\\mathrm{GHz}\\)]의 어떤 수치를 나타내?",
"표 4 와 5가 나타내는 결과는 어떻게 되는가?",
"표를 통하여서 ABS-ABS 구조와 ABS-PUR 구조일 때 \\( 2.4 \\mathrm{GHz} \\) 대역의 BLE 센서의 임피던스 특성 변화가 제일 작지?",
"표 6이 나타내고 있는 것은 무엇에 관한 것일까?",
"상부, 하부 소재 조건에서 RF 센서 사이에 이격거리 변화에 의한 특성변화를 나타낸 것이 표 4일까?",
"ABS-ABS 구조와 ABS-PUR 구조인 경우에는 RF 센서들의 어떠한 작업이 요구되어지는거야?",
"표 5를 보면 ABS-Concrete \\( 0.08 \\lambda \\) separation \\( -7.7865 \\) 수치의 Freq [\\(\\mathrm{GHz}\\)] 값은 어떻게 되는가?",
"표 5를 통하여서 \\( -22.098 \\)의 수치를 나타내는 항목은 무엇이지?",
"표 5.를 보면 \\( 0.9235 \\) 수치를 나타내는 ABS-Concrete \\( 0.29 \\lambda \\) separation의 \\( \\mathrm{S}_{21} \\) [\\(\\mathrm{dB}\\)] 값은 어떻게 돼?",
"표 5는 무엇을 나타내는 표인가?",
"표 3을 보면 ABS(upper) + ARS(lower) \\( -34.826 \\) 수치에서 ABS(upper) + Concrete(lower)의 \\( \\mathrm{S}_{11} \\) [\\(\\mathrm{dB}\\)] 수치는 몇인가?",
"표 4. 에서 PVC(upper) + ABS(lower) \\( -8.302 \\) 수치는 Freq [\\(\\mathrm{GHz}\\)] 얼마지?",
"표 4, PUR(upper) + ABS(lower) \\( \\mathrm{S}_{11} \\) [\\(\\mathrm{dB}\\)] \\( -7.276 \\의 \\( \\mathrm{S}_{21} \\) [\\(\\mathrm{dB}\\)] 값은 뭐지?",
"표 4.에서 \\( 2.4 \\)의 수치를 나타내고 있는 항목이 어떻게 돼?",
"본문에서의 두 RF 센서 사이 이격 거리는 \\( 900 \\mathrm{MHz}, 2.4 \\mathrm{GHz} \\) 대역인 경우 최소 \\( 0.5 \\lambda \\) 수준의 이격 거리는 가지고 적용하는 것은 어떠한 기준이 되는가?",
"표 4.에서 \\( -27.824 \\)는 PUR(upper) + ABS(lower) 항목에서 어느 구간인가?",
"표 5를 통하여서 ABS-Concrete \\( 0.29 \\lambda \\) 이격 + Beacon \\( 180^{\\circ} \\) rotation \\( -12.849 \\)의 Freq [\\(\\mathrm{GHz}\\)] 값은 어떻게 돼?",
"표 5에서 \\( -10.244 \\)의 값은 어느 항목에 속하여 있는가?",
"표 5에서 \\( -22.073 \\)을 나타내는 항목은 어디야?",
"표 3이 나타내는 것은 어떤 것에 대한거야?",
"본문에서 나타내는 두 RF 센서 사이 이격거리는 \\( 900 \\mathrm{MHz}, 2.4 \\mathrm{GHz} \\) 대역일 경우 최소한 \\( 0.5 \\lambda \\) 수준의 이격거리는 가지고 적용하면 RF 성능의 변화 폭은 큰 편이지?",
"두 RF 센서 사이의 이격거리는 \\( 900 \\mathrm{MHz}, 2.4 \\mathrm{GHz} \\) 대역인 상황에 최소 어느 수준의 이격거리를 가져야 하는가?",
"표 4.에서 \\( -0.542 \\) 수치를 나타내는 Freq [\\(\\mathrm{GHz}\\)]의 수치 값은 어떻게 돼?",
"표 4와 5에서 \\( 0.5 \\lambda \\)가 나타내는 것은 센서 사이의 이격거리인가?",
"표 3. 을 보게되면 Freq [\\(\\mathrm{GHz}\\)] 첫번째 수치는 어떻게 돼?",
"표 3을 보면 >ABS(upper) + ARS(lower)은 2가지로 구성되는데 왼쪽에서 첫번째로 무엇이 있어?",
"표 3에서 \\( \\mathrm{S}_{11} \\) [\\(\\mathrm{dB}\\)]와 무엇이 ABS(upper) + ARS(lower)로 구성되는가?",
"상부(ABS)와 하부 재질 변경될 겨우 RF 특성 분석 결과의 표를 보면 \\( \\mathrm{S}_{11} \\) [\\(\\mathrm{dB}\\)]의 수치 \\(-8.464\\)의 Freq [\\(\\mathrm{GHz}\\)] 수치는 몇이야?",
"표 3에서 Freq [\\(\\mathrm{GHz}\\)] 수치 \\( 0.9235 \\)의 ABS(upper) + ARS(lower)에서 \\( \\mathrm{S}_{21} \\) [\\(\\mathrm{dB}\\)] 값은 어떻게 되는가?",
"표 3에서 ABS(upper) + Concrete(lower) \\(-7.162\\)의 Freq [\\(\\mathrm{GHz}\\)] 값은 몇인가?",
"표 3에서 ARS(upper) + PtRR(kwer) \\( -0.401 \\)의 Freq [\\(\\mathrm{GHz}\\)] 값은 얼마인가?",
"표 3. Freq [\\(\\mathrm{GHz}\\)] \\(2.485\\)의 수치 ABS(upper) + Concrete(lower) \\( \\mathrm{S}_{21} \\) [\\(\\mathrm{dB}\\)] 값은 몇인가?",
"표 3을 보면 ABS(upper) + PVC(lower) \\( -4.518 \\) 수치의 Freq [\\(\\mathrm{GHz}\\)] 값은 어떻게 돼?"
] |
68ad6d14-8d2d-4365-ac1e-e3a68f29f130
|
인공물ED
|
지하 철도역사에서 위치확인을 위한 스마트 점자블럭의 RF 특성 분석
|
<h1>요 약</h1><p>철도역사는 최근 들어 환승 등으로 더욱 복잡해지면서 철도역사 내부에서 이동자는 본인의 가고자 하는 목적지를 찾는데 어려움을 호소하고 있으며, 특히 교통약자들의 경우는 더욱 많은 어려움을 호소하고 있다. 특히 교통약자들은 철도역사 바닥에 설치된 점자 블록을 기반으로 역사 내에서 위치를 찾고 있으나 현실적으로는 어려움이 많아 역사이용 만족도가 매우 낮게 나오고 있다. 이에 따라 본 논문에서는 철도역사에서의 다양한 스마트모빌리티 서비스 지원을 위해서는 역사 이용자의 실시간 위치확인을 위한 스마트 점자 블록을 제안하고, 이 스마트 점자 블록의 재질별 RF 특성해석을 통해 철도역사 적합한 스마트 점자 블록의 재질, 그리고 스마트 점자 블록 내부의 RF 센서 간 이격거리 가이드라인을 제시하고자 한다. 특성해석을 통해 분석한 결과 결국 스마트 점자 블록의 적용 시 소재 변화에 공사 현장에 맞는 소재를 선정한 뒤 적용 예정인 RF 시스템 특히 RF 성능을 크게 좌우하는 안테나에 대한 성능변화를 반드시 사전 검토 과정을 통해 확인한 후 적용해야 할 것으로 보인다.</p><h1>Ⅰ. 서론</h1><p>국내의 철도역사는 대부분 지화역사화나 복합환승센터로 구축되고 있어 현재 역사 내에 설치된 이정표만으로는 역사 내에서 원하는 목적지나 방향을 찾는 데 어려움이 있다. 특히 교통약자들은 일반인보다 더욱 현재의 이정표 등 안내시설만으로는 철도역사 내에서 원하는 방향이나 시설, 목적지 등을 찾는데 어려움을 호소하고 있다.</p><p>우리나라에서는 교통약자 이동편의 증진법에 따라 해마다 교통약자 이동편의실태조사 보고서를 제시하고 있는데, 정부에서 발간하는 이 보고서에 따르면 철도역사의 경우 교통약자 이동편의시설의 설치율은 매우 높지만 이들 시설의 이용만족도는 매우 낮게 나타나고 있다. 교통약자들은 인지판단 능력이나 시각장애 등 신체조건 등의 요인으로 현재의 역사 안내시설만으로는 역사이용에 어려움이 크다. 더군다나 역사 대부분은 계단, 엘리베이터, 에스컬레터 등 층간 이동 경로를 포함하고 있어 교통약자들의 철도역사 이용만족도가 일반인보다 매우 낮게 나오고 있으며, 화재 등 비상상황 발생 시 ICT 기술 기반의 다양한 형태의 비상 대피 안내정보 정보를 인지하여 안전히 대피 또는 탈출하기에는 일반인과 비교 시 많은 어려움이 있어 교통약자들은 복잡해지고 있는 철도역사 이용에 두려움을 가지고 있어 역사이용 자체를 꺼리고 있다.</p><p>이러한 문제점 해결을 위해 현재 설치된 교통약자 이동편의시설 이외의 최근 ICT 기술을 활용한 소프트웨어적인 방법에 따른 새로운 교통약자를 위한 안내시스템들이 제안되고 있다. 이러한 ICT기술을 이용한 소프트웨이적인 새로운 안내시스템을 위해서는 철도역사 내에서의 위치확인이 중요하다. 시각장애인을 위한 점자 블록이 철도역사 내의 주요 지점 및 이동 경로에 대부분 설치되어 있다. 이에 따라 시각장애인들은 철도역사 내에서 점자 블록 기반으로 이동하게 된다. 이러한 점에 착안하여 점자 블록 기반의 위치확인을 위한 방법이 연구되고 있다. 그림 1은 스마트 점자 블록을 이용한 철도역사 내에서의 위치확인 및 이를 이용한 다양한 서비스 구성의 예를 나타낸 것이다. 그림에서와 같이 스마트 점자 블록을 통해 철도역사 내에서 교통약자나 다양한 위치정보가 필요한 장치들이 위치확인을 화게 되며, 이러한 위치확인을 바탕으로 경로 안내 모바일 서비스 등 교통약자를 이한 다양한 모빌리티 서비스 지원이 가능하게 된다. 이러한 서비스들을 통해 교통약자의 철도역사 내에서 이동 편의성이 향상되고 이용만족도도 향상되게 된다.</p><p>즉, RFID 와 BLE 센서가 내장된 스마트 점자 블록을 통해 해당 스마트 점자 블록 주위에 있는 스마트폰이나 다양한 경로 안내장치들이 이들 센서의 신호를 수신함으로써 위치를 확인하는 방법이다. 이들 스마트 점자 블록 내부의 센서들이 설치된 위치정보, 식별코드, 장애인 우대권 발급기 등 PoI(Point of Interest) 정보들이 RF로 전송되게 된다. 스마트 점자 블록에는 RFID와 BLE 센서처럼 두 개의 RF 센서가 동시에 내장되어 있고, 또한 점자 블록은 KS F 4561 표준에 따라 상부 및 하부의 다양한 재질들로 구성될 수 있어 이들 각각의 재질에 따른 RF 특성분석이 필요하다. 본 논문에서는 이러한 스마트 점자 블록을 위해 KS 표준에서 제시하고 있는 재질별, 그리고 두 RF 기반 센서들의 이격거리별 주파수 특성 해석을 통해 철도역사 내에서의 위치확인을 위한 스마트 점자 블록에 적합한 상부 및 하부 재질, 그리고 센서들 사이의 적합한 이격거리 등을 도출하였다. 본 논문에서는 Micro Studio 사의 CST(Computer Simulation Technology) 툴을 통해 RF 특성 분석을 수행하였다.</p>
|
[
"철도역사 내부에서 이동하는 사람들 중 철도역사 바닥에 설치된 점자 블록을 기반으로 역사 내에서 위치를 찾는 사람들은 어떤사람들이야?",
"철도역사 내부에서 본인의 가고자 하는 목적지를 찾는데 특히 많은 어려움을 호소하는 사람들은 누구야?",
"교통약자들이 철도역사 내에서 위치를 찾는데 기반이 되는 수단은 뭐야?",
"교통약자들의 시설 이용 만족도와 실태조사를 확인할 수 있는 보고서의 이름은 뭐야?",
"소프트웨어 기술이 중 교통약자들의 철도역사 이용의 어려움을 해소하는데 활용되는 기술 이름은 무엇인가요?",
"어떤 요인이 교통약자들의 철도역사 이용만족도를 낮아지게 할까?",
"장애인, 고령자, 임산부 등 교통약자들의 철도역사 이용만족성과 편의를 발전시키기 위해 활용되는 소프트웨어적인 방법은 뭐야?",
"스마트 점자 블록에 어떤 소프트웨어 기술이 이용되었나요?",
"본 논문에서 RF 특성 분석을 수행하기 위해 사용된 도구는 무엇인가요?",
"국내 철도역사 대부분은 어떻게 구축되고 있나요?",
"국내 철도역사 대부분은 어떤 방식으로 구축되고 있나요?",
"철도역사 내에서 교통약자들은 어떤 방법을 통해 방향이나 시설, 목적지를 찾고 있나요?",
"장애인, 영유아, 노인 등과 같은 교통약자들은 어떤 방법을 통해 역사 내 위치를 찾고 있나요?",
"논문에서 어떤 방법으로 철도역사에서의 다양한 스마트모빌리티 서비스 지원을 제안했나요?",
"어떤 방법을 통해 철도역사에 적합한 스마트 점자 블록의 재질과 점자 블록 내부의 RF 센서 간 이격거리 가이드 라인을 제시하고 있나요?",
"스마트 점자 블록을 적용하기 전, 안테나에 대한 성능 변화에 대한 확인은 어떤 과정으로 이뤄져야 하나요?",
"RFID 와 BLE 센서가 내장된 스마트 점자 블록은 어떤 과정을 통해 위치를 확인하나요?",
"스마트 점자 블록의 다양한 재질은 어떤 방법을 통한 확인이 필요한가요?"
] |
b6e4b98d-4072-4703-a686-f841269d1868
|
인공물ED
|
지하 철도역사에서 위치확인을 위한 스마트 점자블럭의 RF 특성 분석
|
<h1>Ⅱ. 본론</h1><h2>1. 스마트 점자 블록의 구성</h2><p>설치장소 등에 따라 적합한 점자 블록이 설치될 수 있도록 그림 2와 같이 상부 및 하부 구조물들이 각기 다른 재질로 조합될 수 있으며, 상부 및 하부 재질들은 다양하게 관련 표준에서 적용할 수 있도록 하고 있다. 그림 3은 표준에서 제시하고 있는 상부 및 하부 재질들로서 이중 현재 많이 적용되고 있는 상부 및 하부 조합들을 나타낸 것이다. 실제 도시철도역사에 적용을 위해서는 이러한 일반적인 점자 블록의 외형은 그대로 유지하여야 한다.</p><p>따라서 철도역사에서 위치확인을 위한 스마트 점자 블록은 이러한 일반 점자 블록의 내부에 위치확인을 위한 RFID 및 BLE 센서를 내장하여야 하는데, 이때 표준에서 제시한 각 상부 및 하부 재질에 따라 RF 특성을 분석하여 스마트 점자 블록에 적용 가능한 재질을 제시한다. RF 특성해석은 CST 라는 도구를 이용한 시뮬레이션을 통해 각 센서에 \( 1 \mathrm{W} \) 의 전원을 인가할 경우 점자 블록 각 재질에 의해 반사되는 정도 \( \left(\mathrm{S}_{11}\right) \) 와 Isolation 정도 \( \left(\mathrm{S}_{21}\right) \) 를 확인한 것이다. 본 논문에서 제안한 스마트 점자 블록은 그림 4와 같이 표준 점자 블록 내부에 \( 900 \mathrm{MHz} \) 대의 RFID와 \( 2.4 \mathrm{GHz} \) 대의 BLE 센서를 나란히 위치시킨 구조이다.</p><h3>가. PVC(상부)- ABS(하부), 이격거리 \( 0.5 \lambda(60 \mathrm{mm}) \)</h3><p>앞에서 설명한 바와 같이 본 논문에서 제안한 스마트 점자 블록은 BLE와 RFID 태그를 내장한 것으로서, 우선 그림 5 의 (b)와 같이 상부가 PVC / ABS, 하부가 ABS 구조이고 BLE이 RFID 태그로부터 \( 60 \mathrm{mm} \) 정도 \( (0.5 \lambda) \) 이격거리를 유지한 상태로 장착되는 경우로 가정한 조건에서 특성해석을 수행하였다. 그림 5의 (a)는 PVC(상부)- ABS(하부) 재질로 구성된 스마트 점자 블록에서 \( 900 \mathrm{MHz} \) 대역의 RFID의 임피던스 특성을 분석한 결과로써 RFID만 내장된 경우와 비교 시 차이가 거의 없는 것이 확인되었다. 하지만 같은 조건에서 \( 2.4 \mathrm{GHz} \) 대역에서 동작하는 BLE의 임피던스 특성(\( \mathrm{S} \) 파라미터의 \( \mathrm{S}_{11} \))은 그림 6 (a)에서와 같이 상당히 많은 변화가 있음을 확인할 수 있다.</p><p>이는 RFID 태그는 상부 구조의 소재변경에 따른 임피던스 특성변화가 심하지 않았던 결과 정반대로 BLE 의 경우 동작 주파수 대역이 RFID \( 900 \mathrm{MHz} \) 대역보다 높은 주파수 대역임으로 이러한 변화는 동작 주파수에 상대적인 소재 변화가 좀 더 크게 영향을 미치는 것으로 확인되었다.</p><p>그림 6 (b)는 두 센서 사이의 독립성을 살펴보는 항목으로 \( \mathrm{S} \) 파라미터 중 Isolation \( \left(\mathrm{S}_{21}\right) \) 을 분석하였다. 장착되는 RF 시스템의 동작 주파수 대역이 \( 900 \mathrm{MHz} \) 대역과 \( 2.4 \mathrm{GHz} \) 대역으로 상당히 떨어져 있어서 기본적인 Isolation 특성은 좋을 그것으로 예상하지만, 스마트 점자 블록의 제작을 위해서는 상부 및 하부 소재별 Isolation을 분석이 필요하다.</p>
|
[
"상부 및 하부 소재별 Isolation을 분석하여 어떤 블록을 제작 할 수 있는가?",
"철도역사에서 위치확인을 위한 스마트 점자 블록은 이러한 일반 점자 블록의 내부에 위치확인을 위해 무엇이 내장되어야 하는가?",
"CST 라는 도구를 이용한 시뮬레이션을 통해 각 센서에 \\( 1 \\mathrm{W} \\) 의 전원을 인가할 경우 점자 블록 각 재질에 의해 반사되는 정도와 Isolation 정도를 확인한 해석이 뭐야?",
"위치 확인을 위한 철도역사에 사용되는 스마트 점차 블록 같은 경우, 일반 점자 블록의 내부 위치확인을 하기 위해 어떻게 해야 하는가?",
"상부 및 하부 조합을 나타내는 그림 3을 통해서 도시철도역사에 적용하기 위해서는 어떻게 해야 하는가?",
"그림 2와 같이 설치장소 등에 따라 적합한 점자 블록이 설치될 수 있도록 상부 및 하부 구조물들 같은 경우 어떻게 될 수 있는가?",
"RFID 태그는 상부 구조의 소재변경에 따른 임피던스 특성변화가 심하지 않았던 결과 정반대로 BLE 의 경우 동작 주파수 대역이 RFID \\( 900 \\mathrm{MHz} \\) 대역보다 높은 주파수 대역임으로 이러한 변화를 통해 무엇을 확인 할 수 있었는가?",
"철도역사에서 위치확인을 위한 스마트 점자 블록은 일반 점자 블록의 내부에 위치확인을 위한 RFID 및 BLE 센서를 내장하여야 하는데, 각 상부 및 하부 재질에 따라 어떤 특성을 분석하여 스마트 점자 블록에 적용 가능한 재질을 제시해야 하는가?",
"PVC- ABS 재질로 구성된 스마트 점자 블록에서 900MHz 대역의 RFID의 임피던스 특성을 분석한 결과로써 RFID만 내장된 경우와 비교 시 거의 차이가 없었는가?",
"도시철도역사에 적용을 위해서는 이러한 일반적인 점자 블록의 외형은 그대로 유지하여야 하는가?",
"두 센서 사이의 독립성을 살펴보는 항목으로 \\( \\mathrm{S} \\) 파라미터에서 무엇을 분석하였는가?",
"일반 점자 블록의 내부에 위치확인을 위해 스마트 점차 블록 같은 경우 RFID 및 BLE 센서를 내장하면서 각 상부 및 하부 재질을 참고하여 어떻게 하여 스마트 점차 블록에 적용 가능한 재질을 제시하게 되었는가?"
] |
79c3539e-f443-48c1-8d65-aaa34ee3c757
|
인공물ED
|
지하 철도역사에서 위치확인을 위한 스마트 점자블럭의 RF 특성 분석
|
<h1>Ⅲ. 결론</h1><p>대부분 지하 공간으로 되어있는 철도역사 내부에서 다양한 스마트모빌리티 서비스 지원을 위해서는 이동자의 위치정보가 필수적이다. 이를 위해 위한 기반이 되는 이동자의 위치확인을 위한 스마트 점자 블록을 제안하였으며, 본 논문에서는 이러한 점자 블록의 상부 및 하부 재질별 주파수 특성해석을 수행하여 철도역사에 적절한 재질들을 분석하였다. 또한, 스마트 점자 블록의 두 센서 사이의 이격거리와 주파수 특성들간의 상관관계 분석을 통해 실제 스마트 점자 블럭 제작시 활용할 수 기준을 도출하였다. 본 논문을 통해 분석된 결과를 바탕으로 실제 스마트 점자 블록을 제작하여 실제 도시철도 한 역사 바닥에 테드트베드 구축 및 이를 이용한 앱을 통한 적용성 시험 중에 있다. 향후 이 스마트 점자블럭을 이용해서 철도역사 내에서 다양한 위치기반 서비스들을 이용될 수 있을 것으로 기대된다.</p>
|
[
"본 논문을 통해 분석된 결과를 바탕으로 실제 스마트 점자 블록을 제작하여 실제 도시철도 한 역사 바닥에 테드트베드 구축 및 이를 이용한 앱은 이미 개발이 완료되었지?",
"철도역사 내부에서 다양한 스마트모빌리티 서비스 지원을 위해 필수적인 것은 이동자의 위치정보인데, 이를 위한 기반이되는 것은 무엇인가?",
"다양한 스마트모빌리티 서비스 지원이 지하 공간으로 되어있는 철도역사 내부에서 이루어지려면 이동자의 어떤 정보가 필수적이지?"
] |
7aa276d5-1ce4-43e6-9156-885f6ffccce0
|
인공물ED
|
ISO 규격에서 규정한 표준용기 기체도입 도관의 직경에 대한 고찰
|
<h1>Ⅰ. 서 론</h1> <p>진공펌프의 성능을 평가하기 위해서는 표준용기가 필요하다. 표준용기의 기능은 기본적으로 펌프 흡기구의 압력과 흡기량을 측정하는데 있다. 이 측정값들을 근거로, 펌프 종류에 따라 조금씩 다르지만 배기속도, 배기용량, 최대유량, 압축비, 임계배압 등을 구할 수 있다. 표준용기는 측정이 이루어지는 압력범위(또는 유량범위)에 따라 단일 용기(single dome) 형과 이중 용기(double dome) 형이 사용되는데 저진공 펌프는 단일 용기 형 한가지만으로 가능하지만 고진공펌프의 경우는 두 가지가 모두 필요하다. 표준용기의 제원에 대해서는 각종 펌프들의 성능평가에 관한 모든 규격들에 언급되어 있고, 특별히 펌프 종류에 상관없이 공통적으로 적용 가능한 ISO 규격이 제정되어 있다. 표준용기를 필요로 하는 경우 이를 특별히 다시 설계하기보다는 이미 규격에 정해져 있는 형태와 구조를 따르면서 펌프 제원에 맞추어서 원하는 크기로 비례화하여 제원을 정하면 된다.</p> <p>표준용기의 필수요소는 유량계, 압력계 및 기체 도입구다. 단일 용기 형에서는 유량계가 용기 외부에 따로 달리고 압력측정만 이루어지지만 이중 용기 형에서는 상하부 용기 사이에 컨덕턴스를 아는 오리피스가 유량계를 대신하고 상하부 용기 양쪽에서 모두 압력을 측정해야 한다. 어느 용기이거나 압력계는 오리피스 또는 펌프가 달리는 하부 플랜지에서 용기의 반경만큼 상류 쪽에 단다. 기체 도입 도관은 하부에서 반경만큼 떨어진 곳에서부터 용기에 삽입하여 용기 상부 면을 향하도록 구부리고 용기 원통 중심을 따라 올라가 상부에서 역시 반경만큼 떨어진 곳에 끝단이 놓이도록 설치한다. 보통 규격에는 표준용기 상부가 약간의 곡률을 가지도록 그려져 있지만 권고하는 한 형태에 불과할 뿐 평평해도 상관이 없다.</p> <p>이렇게 측정 시스템이 준비되면 모든 측정의 기본이 되는 배기속도는 유량을 압력(기저압력을 뺀 값)으로 나누어 주면 되므로 잘 아는 대로 다음과 같은 식을 통해 구해진다.</p> <p>single dome: \( S_{\text {pump }}=\frac{q_{\text {flow }-\text { meter }}}{P_{\text {chamber }}} \)</p> <p>double dome: \( S_{\text {pump }}=\frac{C_{\text {orifice }}\left(P_{\text {upper }}-P_{\text {lower }}\right)}{P_{\text {lower }}} \)</p> <p>이 식에서 바로 알 수 있는 것처럼 배기속도의 정확성은 유량과 압력 측정에 달려 있다. 정확한 유량계나 오리피스 컨덕턴스 값을 사용하는 경우라도 압력 측정이 부정확하면 곤란하다. 특별히 이중 용기 형을 사용할 때는 상하 용기 압력이 모두 정확하게 측정되어야 한다. 정확한 압력이란 오리피스 면과 펌프 흡기구 면에서 정의되는 압력 값으로 기체 분자 운동의 등방성이 확립된 상황에서 측정된 것을 말한다. 무한대 용기를 사용하면 이런 조건은 바로 만족이 되지만 현실적으로 적용이 불가능하므로, 실용적인 대안으로서 표준용기를 사용하게 된 것인데 이 때 압력계의 위치를 적절히 선택하여 정확한 압력에 가까운 값을 제공하도록 하는 것이 요건이다. 무한대의 용기와 달리 표준용기는 유한한 직경을 가지고 있으므로 흐름방향과 역방향 압력이 다르고 흡기구가 바라보는 압력은 그 면에서 반경만큼 상류의 벽면 압력과 같다는 원리에 기초해서 압력계 위치가 정해져 있다.</p> <p>규격에서 또 한 가지 고려되어 있는 것이 앞서 언급한 대로 기체 도입 도관의 출구 위치와 도관 굵기에 관한 것으로 도관 출구에서 나온 기체 분자들의 대부분이 일단 용기 천장에 가능하면 균일하게 부딪힌 후 분산적(등방적)으로 반사되어 용기를 지나 오리피스나 펌프 흡기구로 향하도록 설계되어 있다. ISO 규격에서는 도관의 굵기를 용기 내경의 \( 1 / 10 \)으로 규정하고 있는데 도관이 너무 가늘면 소위 빔효과(beaming effect) 때문에 입자의 반사 위치가 천장 중심 부근에 집중되고 이는 압력 측정의 정확성에 나쁜 영향을 미치지 않을까 하는 우려 때문에 도관을 어느 정도 굵은 것으로 한정한 것으로 이해된다.</p> <p>그런데 표준용기 도관 굵기를 용기 내경의 \( 10 \% \)라고 정하면 예를 들어 흡기구 직경이 \( 1,000 \mathrm{~mm} \)인 펌프를 위해서 만든 표준용기에서 도관의 굵기가 \( 100 \mathrm{~mm} \)에 이른다는 이야기가 되고 기체도입부를 탈착식으로 만들려면 최소한 NW250 포트가 필요하다. 이는 압력계나 미세유량 조절 밸브가 통상 NW40 포트를 이용하는 것과 비교하면 지나치다. 규격 중에는 도관의 굵기를 용기 내경의 \( 10 \% \) 이하라고 하는 것도 있고 다른 식으로 범위를 정하는 것들도 있다. 이런 경우는 오히려 도관이 너무 굵으면 실용적이지 못하거나 오히려 측정에 나쁜 영향을 미칠 수도 있다는 점이 깔려 있는 것으로 보인다. Table 1은 여러 규격에서 어떻게 다른 방식들로 도관 굵기를 표현하고 있는지 정리한 것이다.</p> <p>이런 상반된 견해를 구체적으로 검토해 보기 위해 본 논문에서는 도관 굵기에 따라 도관출구를 빠져나오는 입자들과 오리피스에 입사하는 입자들의 등방성에 대해 상관관계를 살펴봄으로써 특정 표준용기에서 적절한 도관 굵기가 존재하는 지에 대해 논의한다.</p> <table border><caption>Table 1. Criteria for gas dosing tube.</caption> <tbody><tr><td>규격</td><td>도관 굵기</td></tr><tr><td>ISO/DIS 21460</td><td rowspan=2>\( 0.1 D_{\text {chamber }} \)</td></tr><tr><td>PNEUROP 5608</td></tr><tr><td>PNEUROP 5607</td><td rowspan=2>\( \leq 0.1 D_{\text {chamber }} \)</td></tr><tr><td>JVIS 005</td></tr><tr><td>AVS 4.1</td><td>\( 10 \mathrm{~mm} \) for \( D_{\text {chamber }}<305 \mathrm{~mm} \) \( 25 \mathrm{~mm} \) for \( D_{\text {chamber }}>305 \mathrm{~mm} \)</td></tr><tr><td>AVS 5.2</td><td>\( 10 \mathrm{~mm} \)</td></tr></tbody></table>
|
[
"본 논문을 볼 때 표준용기가 요구되는 때 어떻게 하면 되는가?",
"Table 1. Criteria for gas dosing tube.에서 도관 굵기가 \\( 10 \\mathrm{~mm} \\)인 것은 무엇인가?",
"Table 1. Criteria for gas dosing tube.에서 ISO/DIS 21460의 도관 굵기는 얼마인가?",
"Table 1. Criteria for gas dosing tube.에서 ISO/DIS 21460와 PNEUROP 5608, PNEUROP 5607 중 도관 굵기가 다른 것은 무엇인가?",
"Table 1. Criteria for gas dosing tube.에서 PNEUROP 5607와 도관 굵기가 같은 것은 무엇인가?",
"Table 1. Criteria for gas dosing tube.에서 AVS 4.1의 도관 굵기는 몇인가?"
] |
9f00dcb6-48b0-4f21-a43a-f3f0f3a7b29e
|
인공물ED
|
선형계획법에 의한 계통연계형 마이크로그리드의 최적 운용에 관한 연구
|
<h1>4. 시뮬레 이션</h1> <p>3장에서 수립된 계통연계형 마이크로그리드의 최적운용을 위한 수리적 모델의 타당성을 검토하기 위하여 마이크로그리드의 각 운용시간별 조건은 다음과 같이 선정하였다. 시뮬레이션 및 결과 검토의 편의를 도모하기 위하여 다음과 같이 운용조건을 설정하거나 가정하였다. 본 논문에서는 선형계획법에 의거한 최적해는 LINDO를 적용하였다.</p> <ul> <li>전체 운용구간은 12개의 구간으로 설정하였다.</li> <li>전력회사와의 거래 가격은 전력판매 가격과 전력구입 가격으로 구분하여 동일한 경우 (Case 1), 동일하지 않는 경우 (Case 2)로 구분하여 검토하였다.</li> <li>신재생전원의 안정된 출력을 위해서 고려되는 저장장치의 전력량은 최적화변수로 고려하지 않았다.</li></ul> <h2>4.1 Case 1</h2> <p>각 운용구간별 전력거래가격, 고정부하량, 날씨 정보로부터 구한 신재생 전원 2기의 예상 발전량은 표 1과 같다. 그리고 전체 가변부하량은 \( 20 \mathrm{kWh} \)로 설정하였다.</p> <table border><caption>표 1 운전 조건</caption> <tbody><tr><td rowspan=2>운용구간</td><td rowspan=2>전력가격 (원/kWh)</td><td rowspan=2>고정부하 (kWh)</td><td colspan=2>신재생전원발전량 (kWh)</td></tr><tr><td>NFG1</td><td>NFG2</td></tr><tr><td>1</td><td>40</td><td>80</td><td>10</td><td>0</td></tr><tr><td>2</td><td>42</td><td>80</td><td>12</td><td>0</td></tr><tr><td>3</td><td>45</td><td>100</td><td>15</td><td>0</td></tr><tr><td>4</td><td>47</td><td>110</td><td>14</td><td>0</td></tr><tr><td>5</td><td>50</td><td>130</td><td>15</td><td>5</td></tr><tr><td>6</td><td>55</td><td>140</td><td>17</td><td>8</td></tr><tr><td>7</td><td>60</td><td>155</td><td>20</td><td>10</td></tr><tr><td>8</td><td>65</td><td>160</td><td>22</td><td>6</td></tr><tr><td>9</td><td>55</td><td>170</td><td>20</td><td>5</td></tr><tr><td>10</td><td>50</td><td>155</td><td>18</td><td>0</td></tr><tr><td>11</td><td>45</td><td>120</td><td>15</td><td>0</td></tr><tr><td>12</td><td>42</td><td>90</td><td>12</td><td>0</td></tr></tbody></table> <p>연료를 사용하는 발전기는 3기를 고려하였으며, 각 발전기의 발전단가와 최대발전용량은 표 2와 같이 설정하였다.</p> <p>제시된 계통연계형 마이크로그리드의 최적운용을 위한 수리적 모델을 이용하여 수립된 Case 1의 최적운용 결과는 표 3과 같다. 표 3에서 확인할 수 있듯이 전력 공급 및 수급의 균형이 이루어지며, 가변부하는 전력가격과 부하량이 고려된 운용구간 1로 배분된다. 전체적인 최적화변수들의 값은 타당한 것으로 확인된다.</p> <h2>4.2 Case 2</h2> <p>Case 2 에서는 전력구입 가격과 전력판매 가격이 다른 경우에 대해서 검토를 수행한다. 모든 조건은 Case 1의 경우와 동일한 것으로 설정하였으며, 표 1의 전력가격은 전력구입 가격과 동일하게 설정하고 전력판매 가격만 표 4와 같이 추가적으로 고려된다.</p> <p>제시된 계통연계형 마이크로그리드의 최적운용을 위한 수리적 모델을 이용하여 수립된 Case 2의 최적운용 결과는 표 5와 같다. 표 5에서 확인할 수 있듯이 전력판매 가격과 전력 구입 가격의 차별에 따라서 운용에서 차이가 발생함을 알 수 있다. 즉, 운용구간 5에서 FG3의 발전량이 Case 1에서는 30\( \mathrm{kWh} \)인데 반하여 Case 2에서는 \( 20 \mathrm{kWh} \)로 달라진다. 이는 전력구입 가격이 50 원\( / \mathrm{kWh} \)로 FG3를 이용하여 발전하는 것이 전력을 구입하는 것보다 운용 면에서 유리하지만 전력판매 가격이 48 원\( / \mathrm{kWh} \)로 판매하는 것은 발전단가인 50 원\( / \mathrm{kWh} \)로 불리하기 때문에 마이크로그리드에서 필요한 양만큼을 발전하기 때문이다. 이와 같은 결과는 합리적인 결과로 수립된 최적운용을 위한 수리적 모델이 타당함을 보여준다.</p> <h2>4.3 결과 검토</h2> <p>Case 1, 2를 통해서 주어진 마이크로그리드 운용조건에 대해서 제시한 최적운용을 위한 수리적 모델을 통해서 타당한 운용결과가 도출됨을 확인할 수 있었다. 특히, 본 논문에서는 선형계획법에 의거하여 수리적 모델을 수립하고 이에 대한 최적해를 구하였으므로, 일반적으로 알려져 있는 선형계획법이 최적해를 보장한다는 사실을 통해서 도출된 운용계획은 최적운용계획임을 보장할 수 있다. 특히, 전력판매 가격이 달라지는 조건에 대해서도 합리적인 결과가 도출되었으며, 이는 제시한 최적운용을 위한 수리적 모델이 전력판매 가격과 전력구입 가격이 같거나 다른 경우 모두 적용이 가능한 것을 확인할 수 있었다.</p>
|
[
"표 1에서, 운용구간 1의 전력가격은 얼마인가?",
"표 1에서, 운용구간 1의 고정부하는 몇 kWh인가?",
"표 1에서, 운용구간 2번일 때의 고정부하값은 얼마로 나타나는가?",
"운용구간 2번일 때의 고정부하값은 표 1에 의하면 무엇이지",
"표 1에서, 운용구간 2번에 해당하는 전력가격은 얼마로 나타나는가?",
"표 1에서, 3번 운용구간은 고정부하값은 몇 kWh인가?",
"표 1에서, 1번 운용구간은 신재생전원발전량 중 NFG1값은 몇 kWh인가?",
"표 1의 운전 조건 중, 1번 운용구간에서 신재생전원발전량 중 NFG2가 가지는 값은 몇 kWh인가?",
"표 1의 운전 조건에서, 신재생전원발전량 중 NFG2가 가지는 값이 5 kWh인 경우는 몇번 운용구간일 때인가?",
"표 1의 운전 조건에서, 고정부하값이 155kWh인 운용구간은 몇번 운용구간인가?",
"표 1의 운전 조건에서, 신재생전원발전량의 NFG2값이 가장 큰 운용구간은 무엇인가?",
"표 1의 운전 조건에서, 가장 큰 신재생전원발전량의 NFG1값을 가지는 운용구간은 무엇인가?",
"표 1의 운전 조건에서, 모든 운용구간에서 가장 큰 고정부하값은 몇 kWh인가?",
"표 1에서, 모든 운용구간을 통틀어 가장 작은 전력가격은 얼마의 값을 가지는가?",
"표 1에서, 운용구간이 3번일 때의 전력가격은 몇 원/kWh로 나타나는가?",
"표 1의 운전 조건에서, 모든 운용구간을 통틀어 가장 큰 전력가격은 얼마인가?"
] |
756bf432-ae12-41ea-98f8-c5ce064c72a0
|
인공물ED
|
2개의 안테나 소자를 갖는 Time-Modulated Array와 하나의 USRP를 이용한 실시간 방향탐지 시스템의 구현
|
<h1>III. 방향탐지 시스템 설계 및 실험결과</h1> <p>본 연구에서 설계한 안테나 스위치 회로는 그림 2 와 같다. SPDT RF 스위치는 \( 3.3 \mathrm{~V} \) 에서 동작하는 PE4251MLI-Z를 사용하였고, 안테나는 \( 2.4 \mathrm{GHz} \) 대역 상용 모노폴 안테나로 두 안테나의 간격 D 는 \( 2.4 \mathrm{GHz} \) 에서 \( 0.5 \lambda \) 의 값을 갖도록 하였다. SPDT 스위치 구동은 파형발생기(Function generator)로 Agilent사의 \( 33220 \mathrm{~A} \) 를 사용하였다. 파형발생기의 구형파 신호가 \( 3.3 \mathrm{~V} \) 일 때 첫 번째 안테나의 신호가 수신되고, 구형파 신호가 \( 0 \mathrm{~V} \) 일 때는 두 번째 안테나의 신호가 수신된다. 주파수 하향변환을 위해 NI사의 USRP-2922 를 이용하였다. 주파수 변환된 기저대역 신호는 이더넷을 퉁해 호스트 PC상의 LabVIEW로 전송된다.</p> <p>식 (6)의 계산은 PC 상의 LabVIEW에서 이루어진다. 그림 3 과 같이 프로그램 상에서 USRP를 구동하기 위한 파라미터로써 캐리어 주파수(carrier frequency), IQ rate, 샘플수 등을 지정한다. USRP를 통해 수신된 신호는 먼저 고속 푸리에 변환(Fast Fourier Transform)되며, 변환된 신호의 파워스펙트럼으로부터 가장 큰 신호인 \( a_{0} \) 와 그 다음 큰 신호인 \( a_{1} \) 을 탐지하고, 이를 식 (6)에 대입하여 신호원과 두 안테나가 이루는 방향 각도를 계산하게 된다. 이때, USRP의 IQ rate는 \( 200 \mathrm{k} \mathrm{Sample} / \mathrm{sec} \), 샘플 수는 \( 200 \mathrm{k} \)개로 설정하였다. 계산 결과는 그림 3의 오른쪽 하단의 각도 표시기에 실시간으로 표시된다.</p> <p>제안한 방향탐지 시스템의 방향탐지 성능을 알아보기위해 그림 4와 같이 실험장치를 구성하였다. 먼저 안테나가 부착된 TMA회로를 책상 위에 고정하였다. 다음으로 신호 발생기를 안테나에 연결해 TMA시스템과 \( 50 \mathrm{~cm} \) 떨어지게 하였다. 신호발생기를 통해 발생되는 신호는 중심 주파수 \( 2.4 \mathrm{GHz} \) 의 \( \mathrm{CW} \) 신호이며, 신호의 크기는 \( 0 \mathrm{dBm} \) 으로 설정한 후 거리 \( 50 \mathrm{~cm} \) 를 유지하며, 각도를 변경하면서 방향탐지 능력을 확인하였다.</p> <p>그림 5 의 (a), (b), (c) 및 (d)는 각각 \( 0^{\circ}, 10^{\circ}, 20^{\circ} \), 그리고 \( 30^{\circ} \) 에서의 주파수 스펙트럼을 나타낸다. DC에서 주엽 \( a_{0} \) 가 발생하고, 스위칭 주파수 \( F_{P} \) 가 \( 1 \mathrm{kHz} \) 인 경우, \( 1 \mathrm{kHz} \) 단 위마다 부엽이 발생함을 확인할 수 있다. 그 외 작은 피크</p> <table border><caption>표 1. 실험결과</caption> <tbody><tr><td>Direction [deg}</td><td>Q0 I[Bm]</td><td>Qh [dBm]</td><td>Result [deg]</td><td>Emor [deg]</td></tr><tr><td>0</td><td>-34.46</td><td>-67.91</td><td>1.26</td><td>1.26</td></tr><tr><td>5</td><td>-35.16</td><td>-53.15</td><td>7.44</td><td>2.44</td></tr><tr><td>10</td><td>-35.48</td><td>-51.18</td><td>9.62</td><td>0.38</td></tr><tr><td>15</td><td>-35.80</td><td>-47.17</td><td>15.42</td><td>0.42</td></tr><tr><td>20</td><td>-35.92</td><td>-44.38</td><td>20.78</td><td>0.78</td></tr><tr><td>25</td><td>-36.45</td><td>-41.38</td><td>28.84</td><td>1.16</td></tr><tr><td>30</td><td>-36.83</td><td>-39.75</td><td>33.98</td><td>3.98</td></tr></tbody></table> <p>신호들은 랜덤하게 발생하는 노이즈나 본 알고리즘은 가장 큰 신호인 \( a_{0} \) 와 그 다음 큰 신호인 \( a_{1} \) 만을 이용하여 계산하므로 방향탐지 능력에 영향을 주지 않는다. 방향탐지 실험은 \( 0^{\circ} \) 에서 \( 5^{\circ} \) 씩 증가시키며 10 번 실시하였고, 그 평균값을 표 1 에 나타내었다. 구현된 방향탐지 시스템은 최대 \( 4^{\circ} \) 이내에서 방향을 탐지할 수 있음을 확인하였다.</p>
|
[
"Direction이 20이면 Emor의 수는 어떻게 나오는가?",
"표 1. 실험결과에서 Direction 0의 Q0 I[Bm] 값은 무엇인가?",
"Direction이 5이면 Qh [dBm]가 얼마인가?",
"Result에서 가장 큰 수는 얼마인가?",
"Emor의 값이 3.98일 때 Direction은 몇인가?",
"Direction이 10인 경우에 Result의 수는 무엇으로 나오는가?",
"Qh는 어느 Direction에서 -47.17라는 값이 나오는가?",
"어느 Direction에서 Result 값이 28.84가 나오는가?"
] |
0dd402ca-f94b-459a-9a96-2c065069ced9
|
인공물ED
|
상시불통형 p-AlGaN-게이트 질화갈륨 이종접합트랜지스터의 게이트 전압 열화 시험
|
<h1>요 약</h1><p>본 연구에서는 상시불통형 p-AlGaN-게이트 질화갈륨(GaN) 이종접합 트랜지스터의 신뢰성 평가를 위한 가속열화 시험 조건을 수립하기 위해 게이트 전압 열화 시험을 진행하였다. 상시불통형 트랜지스터의 동작 조건을 고려하여 기존 상시도통형 쇼트키-게이트 소자평가에 사용되는 게이트 역전압 시험과 더불어 순전압 시험을 수행하여 열화 특성을 분석하였다. 기존 상시도통형 소자와 달리 상시불통형 소자에서는 게이트 역전압 시험에 의한 열화는 관찰 되지 않은 반면, 게이트 순전압 시험에서 심한 열화가 관찰되었다. 상시불통형 질화갈륨 전력 반도체 소자의 신뢰성 평가에 게이트 순전압 열화 시험이 포함되어야 함을 제안한다.</p><h1>I. 서론</h1><p>질화갈륨(GaN) 이종접합 트랜지스터는 넓은 밴드갭과 높은 전자 포화 속도 등의 우수한 물질적 특성을 바탕으로 차세대 전력 반도체로서 상용화를 위한 연구가 활발히 진행되고 있다. 특히 이종접합계면에서 인위적인 불순물 주입 없이도 강한 분극 효과에 의해 높은 농도의 \(2\)차원 전자채널이 형성된다는 큰 장점이 있다. 그러나 이러한 효과로 인해 게이트 전압이 인가되지 않아도 채널이 형성되어 상시도통형 동작을 하게 된다. 전력전자 시스템에서는 안정성 및 신뢰성을 위해 개폐용 트랜지스터의 상시불통형 동작이 요구된다. 따라서 질화갈륨 기반 전력 트랜지스터의 상시불통형 동작을 위한 다양한 공정 방법들이 제시되고 있다. 그 중 AlGaN / GaN 이종접합 위에 p-AlGaN 층을 이용해 p-n 접합을 형성시켜 상시불통형 동작을 구현 p-AlGaN-게이트 AlGaN / GaN 이종접합 트랜지스터가 가장 활발하게 상용화 연구가 진행되고 있다.</p><p>반도체 소자가 부품으로 상용화되기 위해서는 신뢰성 확보가 필수적이다. 상시도통형 GaN 이종 접합 트랜지스터 역시 상용화를 위한 신뢰성 연구가 활발히 진행되어 주요열화기구의 하나로 게이트 역전압 시험 중 역압전 효과에 의한 누설전류의 증가가 확인되었다. 그러나 상시불통형 GaN 이종접합 트랜지스터의 경우 상시도통형 소자와 달리 트랜지스터의 온-동작 시 게이트에 순 전압이 인가되어야 한다.</p><p>본 논문에서는 상시불통형 p-AlGaN-게이트 GaN 이종접합 트랜지스터의 신뢰성 평가에 필요한 가속열화 시험조건으로 게이트 역전압 및 순 전압 시험을 수행하여 유효성을 검증하였다.</p>
|
[
"본 연구에서는 어떤 시험들을 수행하여 열화 특성을 분석했어?",
"상시도통형 소자와 달리 상시불통형 소자에서 관측되지 않은 열화는 뭐야?",
"기존 상시도통형 소자에는 없지만 상시불통형 소자에서는 발생한 열화는 뭐야?",
"질화갈륨(GaN) 이종접합 트랜지스터는 어떤 우수한 물질적 특성을 가지고 있어?",
"본 연구에서는 상시불통형 질화갈륨 전력 반도체 소자의 신뢰성 평가에 어떤 열화 시험이 포함되어야 한다고 주장하고 있어?",
"질화갈륨 기반 전력 트랜지스터의 상시불통형 동작을 위한 다양한 공정 방법들 중에서 가장 활발하게 상용화 연구가 진행되고 있는 트랜지스터는 뭐야?",
"반도체 소자의 상용화에는 어떤 것을 확보하는 것이 필수적인 요소로 언급되고 있어?",
"상시도통형 GaN 이종 접합 트랜지스터의 주요열화기구 중에서 본 논문에서 제시된 것이 뭐야?",
"이종접합계면에서 인위적인 불순물 주입 없이도 강한 분극 효과에 의해 높은 농도의 어떤 채널이 형성되는거야?",
"이종접합계면에서 인위적인 불순물 주입 없이도 어떤 효과에 의해서 2차원 전자채널의 농도가 높아져?",
"형 p-AlGaN-게이트 GaN 이종접합 트랜지스터의 신뢰성 평가에 필요한 가속열화 시험조건으로 어떤 시험을 수행하여 유효성을 검증했어?",
"상시불통형 GaN 이종접합 트랜지스터의 경우 상시도통형 소자와 달리 온-동작시 어떤 일이 일어나야만 하는거야?",
"본 연구에서는 어떤 반도체의 신뢰성 평가를 위한 시험을 진행했어?",
"본 연구에서 게이트 전압 열화 시험을 진행한 이유가 뭐야?",
"질화갈륨(GaN) 이종접합 트랜지스터의 전자 포화속도는 높은 것으로 분류되는거야?"
] |
2c70e0a3-6f38-46ae-8ec6-46f1095517f9
|
인공물ED
|
상시불통형 p-AlGaN-게이트 질화갈륨 이종접합트랜지스터의 게이트 전압 열화 시험
|
<h1>III 결론</h1><p>p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 게이트 전압 열화 시험을 수행 하였다. 기존 상시도통형 트랜지스터와 달리 역전압 열화 시험에 의한 열화가 나타나지 않았다. 계단식 순전압 열화 시험에서 열화의 \( \mathrm{V}_{\text {crit }} \) 이 관찰 되었고, 게이트 전류의 급격한 증가가 관찰되었다. \( \mathrm{V}_{\text {crit }} \) 미만 조건에서의 정전압 열화 시험을 통해 시간 의존도를 보이는 열화가 감지되었으며, 게이트 다이오드와 트랜지스터의 누설 전류가 모두 증가하였다. 본 결과로부터 상시불통형 p-AlGaN 게이트 GaN 이종접합 트랜지스터의 신뢰성 평가를 위해서 게이트 순전압 열화 시험조건 수립이 선행되어야 함을 알 수 있다.</p>
|
[
"p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 게이트 전압 열화 시험을 수행 시, 기존 상시도통형 트랜지스터와 달리 역전압 열화 시험에 의한 열화가 나타나는 가?",
"p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 게이트 전압 열화 시험을 수행 시, 계단식 순전압 열화 시험에서 열화의 무엇이 관찰되었을까?",
"게이트 전압 열화 시험을 p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 수행 시, 게이트 전류의 급격한 감소가 관찰되었는가?",
"게이트 전압 열화 시험을 p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 수행 시, \\( \\mathrm{V}_{\\text {crit }} \\) 미만 조건에서의 정전압 열화 시험을 통해 시간 의존도를 보이는 열화가 증가 되었는가?",
"게이트 전압 열화 시험을 p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 수행 시, 게이트 다이오드와 트랜지스터의 누설 전류가 모두 감소 되었는가?",
"게이트 전압 열화 시험을 p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 수행 시, 게이트 전류는 어떻게 되니?",
"게이트 전압 열화 시험을 p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 수행 시, \\( \\mathrm{V}_{\\text {crit }} \\) 미만 조건에서의 정전압 열화 시험을 통해 무엇이 감지되는가?",
"게이트 전압 열화 시험을 p-AIGaN-게이트 AIGaN/GaN 이종 접합 트랜지스터에 수행 시, 무엇의 누설 전류가 증가하니?"
] |
5854aa2a-4e91-4a58-a887-7875a9437172
|
인공물ED
|
애드혹 네트워크를 위한 DYMO 프로토콜 구현 및 적합성 검증
|
<h1>Ⅳ. DYMO 라우팅 프로토콜의 기능 적합성 검사</h1> <p>적합성 검사(conformance test)는 구현한 기술이 표준에서 제시하는 조건을 만족하는 지 여부를 검증하기 위한 것이다. 본 논문에서는 DYMO-DCN이 DYMO 라우팅 프로토콜 표준에 따라 구현되었는 지와 또한 다른 DYMO 구현의 적합성 등을 검사했다.</p> <p>다음 그림 8은 DYMO-DCN 모듈과 검증을 위한 검사 프로그램의 구조를 나타낸다. DYMO-DCN 라우팅 데몬 및 커널 모듈은 구현한 바와 같이 DYMO 이벤트 및 제어 메시지를 주고 받는다. DYMO-DCN 검사 프로그램은 라우팅 데몬에 의해 발생하거나 데몬으로 수신되는 DYMO 제어 메시지들을 가로챈다. 또한 상대편 장비의 DYMO 동작을 검증하기 위해 직접 DYMO 제어 메시지를 생성하는 기능을 넣는다. 이외에도 DYMO 이벤트의 발생을 유도하도록 임의로 데이터 트래픽을 발생하도록 한다.</p> <p>주요 검사 항목은 주고 받는 DYMO 제어 메시지의 포맷을 검증하는 형식 검증과, 메시지 헤더의 각 영역 내 값에 따른 기능을 검증하는 기능 검증으로 나뉜다. 주고 받는 메시지 형태의 기본 형식을 검증한 다음에, 영역 별 값 조작에 따른 DYMO 라우팅 모듈의 동작 기능을 검증한다.</p> <table border><caption>표 3. 메시지 형식 검증을 위한 적합성 검사 항목</caption> <tbody><tr><td>검사 항목</td><td>설 명</td></tr><tr><td>RE 메시지 형식 검증 #1</td><td>경로 요청 메시지로서의 RE 메시지 형식을 검증한다</td></tr><tr><td>RE 메시지 형식 검증 #2</td><td>경로 응답 메시지로서의 RE 메시지 형식을 검증한다</td></tr><tr><td>RERR 메시지 형식 검증</td><td>RERR 메시지의 형식을 검증한다</td></tr><tr><td>UERR 메시지 형식 검증</td><td>UERR 메시지의 형식을 검증한다</td></tr></tbody></table> <h2>(1) DYMO 메시지 형식 검증</h2> <p>표 3은 적합성 검사 항목 중 메시지 형식 검증에 관련된 것이다. RE, RERR, UERR 등 세 가지 종류의 DYMO 제어 메시지에 대해 검사를 수행하며, 해당 메시지의 UDP 및 IP 헤더 내 영역까지 검사 대상에 포함된다.</p> <h2>(2) DYMO 기능 검증</h2> <p>표 4는 기능 검증에 관련된 적합성 검사 항목을 나열한 것이다. 일부는 앞의 메시지 형식 검증과 중복되는 요소가 있으나, 기능 검증 단계에서는 해당 메시지의 각 영역 값들이 표준에서 요구하는 수준에 적합하다는 가정 하에 각 값에 따른 DYMO 동작을 확인한다. 각 항목별 테스트 방법 설계는 표 5에 준하는 방식으로 한다.</p> <p>다음 표 5는 DYMO 기능 검사 중의 한 예로, DYMO 라우팅 프로토콜에 의해 생성된 라우팅 정보를 미리 정의된 시간 동안 데이터 패킷이 사용하지 않을 경우 해당 라우팅 정보가 삭제되는 지 검증한다.</p>
|
[
"본 연구에서는 DYMO-DCN을 어떻게 검사했나요?",
"표에 따르면 UERR Message 형식 검증은 무엇인가?",
"주요 검사내용은 어떻게 이루어져있는가?",
"표3은 적합성 검사 중 어떤 것과 연관된 것인가?",
"표3에 있는 검사는 어느 부분까지 포함하는가?",
"표에 따르면 RE Message 형식 검증#1은 무엇인가?",
"표에 따르면 RE Message 형식 검증#2은 무엇인가?",
"표에 따르면 RERR Message 형식 검증은 무엇인가?",
"표3은 몇가지 종류에 대해 검사하는가?",
"기능 검증 단계에서는 어떻게 가정하고 검사하는가?"
] |
006dde07-68c3-415d-babd-1089c8231a85
|
인공물ED
|
애드혹 네트워크를 위한 DYMO 프로토콜 구현 및 적합성 검증
|
<h1>Ⅴ. DYMO-DCN의 동작 실험 및 적합성 검증</h1> <p>DYMO-DCN 구현의 동작을 실험하기 위해 그림 9와 같은 실험환경을 구축하고, A 노드와 C 노드 사이의 핑 (ping) 실험을 수행하였다. A 노드에서 C 노드에게로 ICMP 메시지를 보내려 할 경우 C 노드에 대한 라우팅 정보가 없기 때문에 ICMP 메시지를 잠시 버퍼에 저장하고 DYMO RE 메시지를 브로드캐스트(broadcast) 메시지로 뿌리게 된다.</p> <table border><caption>표 4. 기능 검증을 위한 적합성 검사 항목</caption> <tbody><tr><td>검사 항목</td><td>설 명</td></tr><tr><td>M/H 비트 영역 값에 따른 기능 검증.</td><td>지원하지 않는 DYMO 메시지에 대해 M/H 비트 영역에 따른 처리 기능을 검증한다</td></tr><tr><td>I 비트 영역 값에 따른 기능 검증</td><td>\( \mathrm{I} = 1 \)로 설정되었을 경우 지원하는 DYMO 메시지가 삭제되는 지 검증한다</td></tr><tr><td>A 비트 영역 값에 따른 기능 검증</td><td>\( \mathrm{A} = 1 \)인 경우 메시지의 발신자로 자신의 응답 메시지를 전송하는 지 검증한다</td></tr><tr><td>G 비트 영역 값에 따른 기능 검증</td><td>\( \mathrm{G} = 1 \)인 경우 해당 주소 값을 게이트웨이 주소로 이용하는 지 검증한다</td></tr><tr><td>RE 메시지의 sequence 값 증감 검증 #1</td><td>경로 요청 메시지로서의 sequence 번호의 증가 여부를 확인한다</td></tr><tr><td>RE 메시지의 sequence 값 증감 검증 #2</td><td>경로 응답 메시지로서의 sequence 번호의 증가 여부를 확인한다</td></tr><tr><td>RE 메시지의 sequence 값 증감 검증 #3</td><td>경로 응답 메시지로서의 sequence 번호의 증가 여부를 확인한다</td></tr><tr><td>RBHopCnt 값여 따른 기능 검증</td><td>헤더 내 RBlock의 RBHopCnt 영역 값의 증가 여부를 확인한다</td></tr><tr><td>경로 재탐색 기능 검증</td><td>일정 시간 동안 경로 응답이 없을 경우 경로 요청 메시지의 재전송 여부를 확인한다</td></tr><tr><td>경로 삭제 기능 겸증</td><td>일정 시간 동안 데이터 패킷이 없는 경로 정보에 대한 삭제 여부를 확인한다</td></tr><tr><td>메시지 생성 제한 기능 검증</td><td>단위 시간 내에 DYMO 제어 메시지의 발생률이 제어되는 지 확인한다</td></tr></tbody></table> <p>DYMO RE 메시지는 B 노드를 거쳐 C 노드에 수신된다. 수신된 RE 메시지의 A 비트는 1로 설정되어 있기 때문에 C 노드는 자신의 정보를 담아서 DYMO RE 메시지로 응답해주어야 한다. 다음 그림은 C 노드에서 전송하는 메시지를 보여준다.</p> <p>다음은 Windows로 구현된 DYMO 프로그램의 GUI 화면이다. 그림 12 (a)는 장치 설정 화면이다. WinPcap 라이브러리를 사용하여 패킷을 가로챌 네트워크 인터페이스를 여기에서 선택한다. 다음 그림 12 (b)는 DYMO 프로토콜과 관련된 인수 값을 설정하는 화면으로서, DYMO 라우팅 프로토콜의 UDP 포트 번호, 최대 TTL 값, 경로 정보의 유효 시간, RREP 메시지의 수신 대기 시간 및 재시도 횟수를 지정해줄 수 있다.</p> <p>응답을 수신하여 분석한 결과 예가 다음 그림 13에 표시되어 있다. RREP 메시지의 IP 발신지 및 목적지 주소는 각각 실험 대상 노드 및 검사도구 노드이다. RE 헤더의 'target address' 영역에는 본 메시지의 수신자의 주소 정보가, 그리고 RE 헤더 다음의 routing block 내에 있는 'node address' 영역에는 발신자의 주소 정보가 포함되어 있다. 'target sequence number' 영역 값도 표준에 의거하여 0이 아니면서 RREQ 메시지의 값보다 같거나 크기 때문에 정상으로 검증되었다. 최종적으로 검사 대상인 RREP 메시지의 형식은 정상으로 검증되었다.</p>
|
[
"DYMO-DCN 구현의 동작을 실험하기 위해 어떻게 했어?",
"DYMO-DCN 구현의 동작을 실험하기 위해 무엇을 했어?",
"A 노드에서 C 노드에게로 ICMP 메시지를 보내려 할 경우 C 노드에 대한 라우팅 정보가 없기 때문에 어떤 절차를 거쳐야 해?",
"수신된 RE 메시지의 A 비트는 왜 C 노드는 자신의 정보를 담아서 DYMO RE 메시지로 응답해주어야 해?",
"그림 12 (b)는 DYMO 프로토콜과 관련된 인수 값을 설정하는 화면인데 무엇을 지정할 수 있어?",
"DYMO RE 메시지는 어떤 절차로 응답해?",
"E 헤더 다음의 routing block 내에 있는 'node address' 영역에는 무엇이 포함되어 있어?",
"'target sequence number' 영역 값이 표준에 의거 정상적으로 검증된 이유는?",
"DYMO-DCN 구현의 동작을 실험하기 위해 어떤 방법으로 했어?",
"수신된 RE 메시지의 A 비트는 어떻게 설정되어 있어?",
"DYMO-DCN 구현의 동작을 실험하기 위해 어떤 절차로 실험했어?",
"A 노드에서 C 노드에게로 ICMP 메시지를 보내려 할 경우 어떤 절차를 거쳐?",
"DYMO RE 메시지는 어떻게 수신돼?",
"M/H 비트 영역 값에 따른 기능 검증은 무엇을 검증하는가?"
] |
26e7777c-8442-413b-9b44-f5408b82429a
|
인공물ED
|
Group CSD(GCSD) 곱셈기를 이용한 Time-Multiplexed FIR 필터 설계
|
<h2>3.2 Time-multiplexed FIR 필터 응용 예</h2> <p>그림 5는 데시메이션 필터의 예이며, 콤필터와 FIR 1차 및 FIR 2차 필터로 구성된다. 표 4는 stage 3의 FIR 필터 계수이며, M8을 제외하고는 4개의 필터 계수가 하나의 곱셈기를 공유하는 구조이다.</p> <p>표 5는 표 4를 GCSD 방법으로 그룹화하여 표현한 필터 계수이다. 표 5에서 FIR필터 계수의 특성으로 인해 계수들의 MSB에 0이 밀집되어 있음을 알 수 있다. 따라서 GCSD 곱셈기를 이용하면 부분곱 줄 수가 감소하게 된다. 표 6은 modified Booth 곱셈 방법과 GCSD 방법에 의한 부분곱 줄 수의 비교를 나타낸다. 곱셈계수의 워드길이가 \( W \) 일 경우 항상 \( W / 2 \)개의 부분곱을 생성하는 modified Booth 곱셈기와 달리 GCSD 곱셈기는 곱셈계수들의 종류에 따라 \( W / 2 \)개, 또는 그 이하의 부분곱을 생성함으로써 modified Booth 곱셈기를 사용한 것보다 부분곱의 줄 수를 최대 \( 62.5 \% \)까지 감소시키며, 평균적으로 약 \( 42 \% \) 정도 감소시킴을 보인다.</p> <table border><caption>표 4. 그림 5의 stage 3 FIR 필터 16 비트 계수</caption> <tbody><tr><td>곱셈기</td><td>필터계수</td><td colspan=16>2진수로 표현한 필터 계수</td></tr><tr><td rowspan=4>M1</td><td>h0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td></tr><tr><td>h1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td></tr><tr><td>h2</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td></tr><tr><td>h3</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td></tr><tr><td rowspan=4>M2</td><td>14</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td></tr><tr><td>h5</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td></tr><tr><td>h6</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td></tr><tr><td>h7</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td></tr><tr><td rowspan=4>M3</td><td>h8</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td></tr><tr><td>h9</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td></tr><tr><td>h10</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td></tr><tr><td>111</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td></tr><tr><td rowspan=4>M4</td><td>h12</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td></tr><tr><td>h13</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td></tr><tr><td>h14</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td></tr><tr><td>h15</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td></tr><tr><td rowspan=4>M5</td><td>h16</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td></tr><tr><td>h17</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td></tr><tr><td>h18</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td></tr><tr><td>h19</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td></tr><tr><td rowspan=4>M6</td><td>h20</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td></tr><tr><td>h21</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td></tr><tr><td>h22</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td></tr><tr><td>h23</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td></tr><tr><td rowspan=4>M7</td><td>h24</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td></tr><tr><td>h25</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td></tr><tr><td>h26</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td></tr><tr><td>h27</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td><td>0</td><td>0</td></tr><tr><td rowspan=2>M8</td><td>h28</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td></tr><tr><td>h29</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td></tr></tbody></table> <table border><caption>표 5. 표 4를 GCSD방법으로 그룹화하여 표현한 필터 계수</caption> <tbody><tr><td>곱셈기</td><td>필터계수</td><td colspan=16>2진수로 표현한 필터 계수</td></tr><tr><td rowspan=4>M1</td><td>h0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td></tr><tr><td>h1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>0</td></tr><tr><td>h2</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td>h3</td><td>0</td><td>0</td><td>0</td><td>o</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td rowspan=4>M2</td><td>h4</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td></tr><tr><td>h5</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td></tr><tr><td>h6</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td></tr><tr><td>h7</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td></tr><tr><td rowspan=4>M3</td><td>h8</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>1</td></tr><tr><td>h9</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td></tr><tr><td>h10</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td>111</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td></tr><tr><td rowspan=4>M4</td><td>h12</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td></tr><tr><td>h13</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td></tr><tr><td>h14</td><td>0</td><td>0</td><td>0</td><td>o</td><td>0</td><td>0</td><td>0</td><td>o</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td></tr><tr><td>h15</td><td>0</td><td>0</td><td>0</td><td>o</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>o</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td></tr><tr><td rowspan=4>M5</td><td>h16</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>0</td></tr><tr><td>h17</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td>h18</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td></tr><tr><td>h19</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>0</td></tr><tr><td rowspan=4>M6</td><td>h20</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td></tr><tr><td>h21</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td></tr><tr><td>h22</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td></tr><tr><td>h23</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td rowspan=4>M7</td><td>h24</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td>h25</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td></tr><tr><td>h26</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td></tr><tr><td>h27</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td></tr><tr><td rowspan=2>M8</td><td>h28</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td></tr><tr><td>h29</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td><td>0</td><td>\( -1 \)</td></tr></tbody></table>
|
[
"표4는 그림5의 무엇 나타낸 것인가요?",
"표5에서 계수들의 MSB는 얼마로 수렴되어있나요?",
"표4에서 필터 계수의 갯수가 다른 곱셈기는 무엇인가요?",
"표5는 어떤 방법으로 표4를 Grouping 한 것인가요?",
"표4에서 M8을 제외하고 곱셈기는 몇개의 필터계수를 보유하고 있는가?"
] |
1537d2b4-e70f-4f6a-bafe-e5a67188a309
|
인공물ED
|
Group CSD(GCSD) 곱셈기를 이용한 Time-Multiplexed FIR 필터 설계
|
<h1>2. Time-multiplexed 필터 구조</h1> <p>FIR 필터는 그림 1과 같이 직접형과 전치형의 기본적인 구조가 있다. 직접형은 전력 소모가 적고 구현이 쉽다는 장점이 있지만 속도가 느린 단점이 있다. 전치형 구조는 그림 1(b)와 같이 각 곱셈기와 덧셈기 사이에 레지스터를 삽입함으로써 최대지연시간을 줄일 수 있다. 그러나 구현면에서 직접형보다 복잡하고 필터 탭수가 증가할수록 데이터 입력 버스의 캐패시턴스가 증가되어 필터 성능을 제약하는 단점을 가진다.</p> <p>그림 1과 같은 시스템에서 FIR필터의 차수가 증가함에 따라 곱셈기의 개수도 증가하게 된다. 곱셈기는 디지털 시스템에서 많은 면적을 차지하기 때문에 time-multiplexed FIR 필터에서는 그림 2와 같이 곱셈계수를 그룹핑 시켜서 사용되는 곱셈기 개수를 감소시킨다.</p> <p>대부분의 FIR 필터의 계수는 첫 번째 계수 \( W_{\text {first }} \)와 마지막 계수 \( W_{\text {last }} \)의 부근에서 절대값의 크기가 작고 가운데 계수 \( W_{(\text {first-last }) / 2} \) 부근에서는 절대값의 크기가 큰 특징을 가진다. 그림 3은 통과 대역이 \( 0 \sim 0.3 \pi \)이고 천이대역이 \( 0.05 \pi \)인 92차 저대역통과 필터의 주파수 응답과 임펄스 응답을 나타낸다. 그림 3(b)에서 중앙 부분의 절대값이 가장 크고 중앙에서 멀어질수록 계수 값의 크기가 작아짐을 알 수 있다.</p> <p>따라서, 그림 2와 같은 time-multiplexed FIR 필터 구조에서 각 그룹의 세 계수 \( \left\{W_{i}, W_{i+1}, W_{i+2}\right\} \)는 서로 유사한 크기를 갖는다. 이러한 특징을 이용하여 3절에서 보이는 바와 같이 time-multiplexed FIR 필터를 더욱 효율적으로 구현 할 수 있다.</p> <p>그림 3의 FIR 필터 구조에서 계수를 공유하는 프로그래머블 곱셈기는 일반적으로 modified Booth 곱셈기를 사용하여 구현할 수 있으며 modified Booth 곱셈기는 계수의 워드 길이가 \( W \)비트일 때 \( W / 2 \)개의 부분곱을 생성한다.</p> <h1>3. GCSD 곱셈기의 time-multiplexed FIR 필터 응용</h1> <h2>3.1 GCSD 곱셈기</h2> <p>Modified Booth 곱셈기는 그룹핑 되는 계수들의 특성을 고려하지 않는 반면, GCSD 곱셈기를 사용하면 그룹핑 되는 계수들의 특성을 고려한 효율적인 곱셈기를 구현 할 수 있다. GCSD 곱셈기는 modified Booth 곱셈 방식보다 부분곱의 줄 수를 감소시키기 위해 먼저 2의 보수 형태의 모든 곱셈계수를 테이블 형태로 정리한 후 CSD 계수로 변환한다. 변환된 테이블의 처음 컬럼부터 시작하여 각 행에 포함된 nonzero 디지트의 개수가 1개 이하가 되면서 가능한 한 많은 컬럼이 포함되도록 그룹을 생성한다. 이와 같은 조건으로 그룹을 생성하면 각 그룹에서는 한줄의 부분곱이 생성되고, 생성된 부분곱들을 더함으로서 곱셈 결과를 얻는다.</p> <p>예를 들어 그림 2에서 계수 그룹 \( \left\{W_{0}, W_{1}, W_{2}\right\} \)이 \( \{-0.005 \), \( 0.01,-0.02\} \)일 때 각 계수를 14비트의 2의 보수로 표현하면 표 1과 같다. 표 1의 계수를 CSD 방식을 이용하여 표현하면 표 2와 같다. 표 2의 CSD 계수에 계수 그룹핑 알고리즘을 적용하면 표 3과 같이 4개의 그룹으로 그룹핑 할 수 있다. 따라서 각 그룹에서 한줄의 부분곱이 생성되므로 7줄의 부분곱이 생성되는 modified Booth 곱셈기에 비해 \( 42.8 \% \)의 부분곱 줄 수를 감소 시킬 수 있다.</p> <table border><caption>표 1. 계수들의 2의 보수 표현</caption> <tbody><tr><td></td><td colspan=14>2의 보수 표현</td></tr><tr><td>비트 No.</td><td>13</td><td>12</td><td>11</td><td>10</td><td>9</td><td>8</td><td>7</td><td>6</td><td>5</td><td>4</td><td>3</td><td>2</td><td>1</td><td>0</td></tr><tr><td>-0.005</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td><td>1</td></tr><tr><td>0.01</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>0</td><td>1</td><td>1</td></tr><tr><td>-0.02</td><td>1</td><td>1</td><td>1</td><td>1</td><td>1</td><td>0</td><td>1</td><td>0</td><td>1</td><td>1</td><td>1</td><td>0</td><td>0</td><td>1</td></tr></tbody></table> <table border><caption>표 2. 표 1의 계수들의 CSD 표현 값</caption> <tbody><tr><td></td><td colspan=14>CSD 표현</td></tr><tr><td>비트 No.</td><td>13</td><td>12</td><td>11</td><td>10</td><td>9</td><td>8</td><td>7</td><td>6</td><td>5</td><td>4</td><td>3</td><td>2</td><td>1</td><td>0</td></tr><tr><td>-0.005</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td>0.01</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td></tr><tr><td>-0.02</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td></tr></tbody></table> <table border><caption>표 3. 표 2 의 CSD 계수의 그룹핑</caption> <tbody><tr><td></td><td colspan=14>CSD 표현</td></tr><tr><td>비트 No.</td><td>13</td><td>12</td><td>11</td><td>10</td><td>9</td><td>8</td><td>7</td><td>6</td><td>5</td><td>4</td><td>3</td><td>2</td><td>1</td><td>0</td></tr><tr><td>-0.005</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td></tr><tr><td>0.01</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>1</td><td>0</td><td>1</td><td>0</td><td>0</td><td>1</td><td>0</td><td>\( -1 \)</td></tr><tr><td>-0.02</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>0</td><td>0</td><td>\( -1 \)</td><td>0</td><td>1</td></tr><tr><td>그룹</td><td colspan=8>G3</td><td colspan=3>G2</td><td colspan=2>G1</td><td>G이</td></tr></tbody></table> <p>부분 곱의 줄 수가 감소되면 하드웨어의 감소뿐 아니라 곱셈기의 계산시간이 감소된다. 예를 들어, 그림 4는 부분곱 줄 수가 4인 곱셈기와 3인 곱셈기의 구조를 비교한 그림이다. 그림에서 알 수 있듯이 줄 수가 4인 곱셈기 보다 3인 곱셈기는 FA(Full Adder)가 1줄 차이가 나는 것을 확인 할 수 있다. 즉, 부분곱의 줄 수를 \( n \)줄 감소시킴으로서 \( n \)개의 FA에 해당하는 지연시간을 감소 시킬 수 있다.</p> <p>필터 계수의 절대 값의 크기가 작으면 CSD 표현방식의 특징으로 인해 계수 그룹의 MSB 부분이 0이 된다. 따라서 필터 계수의 절대 값의 크기가 작은 그룹계수가 있을 때 GCSD 곱셈기를 이용하면 효율적인 설계가 가능하다.</p>
|
[
"FIR 필터는 어떻게 이루어져 있는가요?",
"FIR 필터는 어떻게 구성되지",
"표3은 몇 개의 그룹이 있나요?",
"표1에서 몇 비트가 있는가?",
"표1처럼 2의 보수로 테이블형태로 정리하는 이유는 무엇인가요?",
"표3과 같이 부분곱이 줄면 어떤 부분에 영향을 미치는가?",
"프로그래머블 곱셈기는 어떻게 만들 수 있습니까?",
"프로그래머블 곱셈기는 어떻게 제작하지",
"표 3의 결과는 표2에 어떤 것을 적용했습니까?",
"표1과같이 GCSD곱셈기는 몇의 보수 표현을 정리하는가?",
"표2와 같이 표1의 계수를 무엇으로 변환했는가?",
"표3과 같이 각 그룹별 몇 줄의 부분곱이 만들어지는가?",
"표3처럼 부분곱이 생길 경우 modified Booth 곱셈기에 비해 얼마나 부분곱이 감소하나요?"
] |
6b1ba542-2be0-4aae-9e6f-79cf56faf48f
|
인공물ED
|
동일 채널방식을 이용한 디지탈 무선 중계시스템의 성능평가
|
<h1>Ⅲ. 성능평가 시뮬레이션 및 결과 분석</h1> <h2>3-1. G.821 기준 착오 성능 목표치 시뮬레이션</h2> <p>\( 27,500 \mathrm{~km} \) 표준의사경로 HRX 내 고등급부분 \( 25,000 \mathrm{~km} \)까지 적용되는 SES(Severely Errored Second) 성능 목표치는, SES 비트오율값이 관측시간 \( \left(0.05 \%+\frac{0.04 \times 2,500}{25,000} \times H \%\right. \), 여기서 \( H \)는 \( 25,000 \mathrm{~km} \) 내 \( 2,500 \mathrm{~km} \) HRDP의 갯수, \( 1 \leq H \geq 10) \) 이상 동안 \( 10^{-3} \)을 초과하면 안되므로 단일 홉(H=1)에 대하여 길이 \( d \)인 경우의 비트오율 성능 목표치 \( P_{o b j} \)는 다음과 같이 구할 수 있다.</p> <p>\( \begin{aligned} P_{\text {obj }}=&\left(0.05+\frac{0.04 \times 2,500}{25,000} \times 1\right) \times 0.01 \\ & \times \frac{d}{2,500} \end{aligned} \)<caption>(21)</caption></p> <p>식 (21)을 이용하여, 회선 길이 \( d \)에 따른 비트오율 성능 목표치를 계산해 보면<표 1>과 같다.</p> <table border><caption> <표 1>회선 길이에 따른 비트오율 성능 목표치</caption> <tbody><tr><td rowspan=2>\( d[\mathrm{km}] \) \ \( P_{\text {obj}} \)</td><td>G.\( 821 \)</td><td colspan=2>G.\( 826(P_{\text {obj}} \)(min) \( \leq P_{\text {obj}} \leq P_{\text {obj}} \)(max)</td></tr><tr><td>\( P_{\text {obj}} \)</td><td>\( P_{\text {obj}} \)(min)</td><td>\( P_{\text {obj}} \)(max)</td></tr><tr><td>\( 20 \)</td><td>\( 8.0 \times 10^{-7} \)</td><td>\( 8.0 \times 10^{-7} \)</td><td>\( 1.6 \times 10^{-6} \)</td></tr><tr><td>\( 40 \)</td><td>\( 1.6 \times 10^{-6} \)</td><td>\( 1.6 \times 10^{-6} \)</td><td>\( 3.2 \times 10^{-6} \)</td></tr><tr><td>\( 50 \)</td><td>\( 2.0 \times 10^{-6} \)</td><td>\( 2.0 \times 10^{-6} \)</td><td>\( 4.0 \times 10^{-6} \)</td></tr><tr><td>\( 60 \)</td><td>\( 2.4 \times 10^{-6} \)</td><td>\( 2.4 \times 10^{-6} \)</td><td>\( 4.8 \times 10^{-6} \)</td></tr><tr><td>\( 100 \)</td><td>\( 4.0 \times 10^{-6} \)</td><td>\( 4.0 \times 10^{-6} \)</td><td>\( 8.0 \times 10^{-6} \)</td></tr><tr><td>\( 200 \)</td><td>\( 8.0 \times 10^{-6} \)</td><td>\( 8.0 \times 10^{-6} \)</td><td>\( 1.6 \times 10^{-5} \)</td></tr><tr><td>\( 500 \)</td><td>\( 2.0 \times 10^{-5} \)</td><td>\( 2.0 \times 10^{-5} \)</td><td>\( 4.0 \times 10^{-5} \)</td></tr><tr><td>\( 1,000 \)</td><td>\( 4.0 \times 10^{-5} \)</td><td>\( 4.0 \times 10^{-5} \)</td><td>\( 8.0 \times 10^{-5} \)</td></tr><tr><td>\( 2,500 \)</td><td>\( 1.0 \times 10^{-4} \)</td><td>\( 1.0 \times 10^{-4} \)</td><td>\( 1.4 \times 10^{-4} \)</td></tr></tbody></table>
|
[
"가장 긴 회선길이는 얼마야?",
"두 번째로 적은 회선길이 값은 얼마지?",
"회선길이가 60일 때 \\( P_{\\text {obj}} \\)는 어떤 값이지?",
"\\( 8.0 \\times 10^{-6} \\)의 \\( P_{\\text {obj}} \\) 값을 가지는 회선길이는 어떤거야?",
"\\( P_{\\text {obj}} \\)(min)이 \\( 2.0 \\times 10^{-5} \\)인 경우 회선거리는 얼마일까?",
"회선거리가 1,000 이면 \\( P_{\\text {obj}} \\)(max)는 얼마니?",
"두 번째로 큰 \\( P_{\\text {obj}} \\) 값은 얼마인가?",
"\\( P_{\\text {obj}} \\)(max) 값이 회선거리 20 보다 10배가 큰 회선거리는 어떤 것일까?",
"회선거리 40의 \\( P_{\\text {obj}} \\)(min)와 같은 값을 가지는 \\( P_{\\text {obj}} \\)(max)의 회선거리는 얼마인가?"
] |
37ed2e56-d2a8-4b6d-a6da-71c3ec00c2ce
|
인공물ED
|
저전력 디지털 PLL의 설계에 대한 연구
|
<h1>II. 저전력 ADPLL의 설계</h1><h2>1. 저전력 디지털 주파수 비교기</h2><p>디지털 PLL에서 TDC는 기준 클록과 발진 클록의 에지 사이의 시간 정보를 카운트하여 그 차이 성분을 디지털 코딩화하는 기능을 수행한다. 일반적으로 사용되는 TDC는 그림 3과 같은 회로를 기반으로 하여 기준 클록을 지연 셀을 통하여 지연시킨 후 DCO의 출력 위치를 파악하는 Flip-Flop을 이용하여 시간 정보가 디지털로 변환된다. 특히, 지연 셀이 많아질수록 출력 주파수의 해상도가 높아지고 spur 특성이 좋아지지만 구현상의 복잡도 증가 및 전력 소모의 증가를 가져오게 된다.</p><p>본 논문에서는 지연 셀 및 Flip-Flop을 다수 이용하는 방식 대신에 디지털 클록의 에지를 에너지 트래킹 방식으로 순차 비교하여 그 주파수 및 위상 차이 성분을 출력하는 직교상관기 (quadricorrelator)를 적용하여 구현상의 복잡도를 낮추고, 전력 소모를 줄이는 방식을 사용한다. 디지털 로직 직교상관기 (DLQ) 방식의 주파수 비교기를 사용할 경우 주파수 검출 특성이 \( \pm 20 \% \)에 제한되지만 Flip-Flop 4개와 게이트 4개로 매우 간단히 구현 가능하며, 광대역 디지털 로직 직교상관기(WDLQ) 방식의 주파수 비교기를 사용하면 광대역 믹서에 4개의 Flip-Flop과 3 개의 게이트가 필요하므로 전체적으로는 Flip-Flop 8개와 게이트 16개로 구현 가능하다. WDLQ 방식의 주파수 비교기는 검출 특성이 \( \pm 100 \% \)에 달하는 광대역 비교 특성을 갖지만 면적 및 전력 소모가 많아지므로 초기 주파수 비교에 적용하고, \( \pm 20 \% \) 이내에 DCO 주파수가 들어오면 협대역 검출 특성을 갖지만 전력 소모 측면에서 유리한 DLQ 방식의 주파수 비교기를 적용하여 저전력 디지털 주파수 비교기를 구성하면 주파수 락이 될 때 출력 신호의 펄스 열이 나타나지 않게 되므로 DLQ 방식의 주파수 비교기 전반부 4 개의 Flip-Flop에서만 동적 전류가 소모되고, 그 이외의 정적 전류 소모는 원천적으로 차단된다.</p><p>그림 4 와 같은 주파수 검출 대역 특성에 근거하여 제안하는 저전력 디지털 주파수 비교기의 블록도는 다음 그림 5와 같다. DCO 클록이 DLQ 주파수 검출기의 특성 범위 안에 들어오게 되면 락 검출기에서 자체적으로 주파수 검출기 제어 신호를 출력하여 전력 소모가 많은 광대역 주파수 검출기를 OFF 시키고, 전력 소모가 적은 협대역 주파수 검출기를 ON 시키는 구조이다.</p><h2>2. 디지털 제어 발진기</h2><p>ADPLL에는 일반적인 디지털 공정에서도 적은 비용으로 구현이 가능한 디지털 인버터 코어 기반의 링 발진기가 선호된다. 링 발진기 형태의 DCO는 인버터 코어를 여러 단으로 구성하여 디지털 제어 신호에 의해 조절되는 각 단의 지연시간의 총 합에 의해 출력 주파수의 주기가 정해지는 구조로서 아날로그 회로의 성격이 적으며 디지털 공정에서 소형화 및 저전력 구현에 유리한 점이 있다. 본 논문에서 설계한 DCO는 4 비트 디지털 코드에 의해서 주파수가 제어되는 인버터 기반 링 타입 발진기로서 그림 6(a)과 같은 기본 셀 20개를 사용하여 그림 6(b)와 같이 구성된다.</p><p>기본 셀은 외부 제어 신호에 의해 선택적으로 ON 또는 OFF 되며, 이 같은 기본 셀 5개를 5단으로 직렬 연결하고 항상 ON (Fen 에 High 연결) 시켜서 가장 낮은 주파수로 발진이 일어나도록 한다. 여기에 선택적으로 K1에서 K15까지의 신호에 의해 15개의 추가 셀을 5개의 단으로 나누어 ON 또는OFF 시킴에 따라 각 단의 지연시간이 줄어들 수 있도록 하는데, 가장 높은 주파수로 발진하는 경우는 15개의 추가 셀이 모두 ON 되는 경우이며, 결과적으로 기본 셀 5개부터 20개까지 총 16가지의 주파수가 만들어지게 된다. 대기 전력을 최소화하기 위해서는 DCO 전체를 OFF 되도록 Fen 및 K1~K15 신호에 Low 신호를 입력하면 된다.</p><p>최신의 sub-micron CMOS 공정에서는 트랜지스터의 누설 전류를 최소화하기 위한 소자로서 상대적으로 높은 문턱 전압을 갖는 소자를 제공하고 있다. Vbp 및 Vbn 신호는 추가적으로 OFF 된 인버터 셀의 누설 전류를 최소화하기 위한 벌크 바이어스 전압으로서, PMOS MP1과 NMOS MN1의 문턱 전압을 증가시켜 누설 전류를 줄일 수 있도록 한다. 이러한 방식의 누설 전류의 최소화 효과는 그림 5에서 DCO 클록이 DLQ 주파수 검출기의 특성 범위 안에 들어오게 되면 OFF시키게 되는 광대역 주파수 검출기의 로직 회로에도 적용 가능하다.</p><h2>3. 발진 제어 코드 생성기</h2><p>본 논문에서 설계한 DCO는 4비트 디지털 코드에 의해서 제어되는데, 실제적으로는 15비트의 온도계 코드(thermometer code)를 필요로 한다. 이것은 각각의 인버터 셀의 ON/OFF가 단계적인 선형 특성의 코드에 의해 동작하기 때문이다.</p><p>본 논문에서 제안하는 DCO제어 코드 생성기는 위의 표 1과 같이, 제어 입력의 하위 3 비트 신호 (Q2~Q0)에 대한 온도계 코드를 최상위 비트인 Q3 신호에 의해 제어 코드 출력의 하위 7비트 및 상위 7비트를 지정하는 로직 구현에 의해 필요한 로직 회로를 줄여서 전력 소모 또한 감소시키는 효과를 갖게 된다. 표 1에서 음영으로 표시된 3비트 온도계 코드 생성기의 로직 구현은 다음 표 2와 같이 모두 3 입력 2단 로직으로 구성하여 지연 시간의 차이를 줄이도록 한다.</p><table border><caption>표 2. 3비트 온도계 코드 생성기의 로직 구현</caption><tbody><tr><td>출력</td><td>입력 구성</td></tr><tr><td>K1</td><td>Q2 + Q1 + Q0</td></tr><tr><td>K2</td><td>Q2 + Q1 + GND</td></tr><tr><td>K3</td><td>Q2 + (Q1 • Q0)</td></tr><tr><td>K4</td><td>Q2 • VDD • VDD</td></tr><tr><td>K5</td><td>Q2 • (Q1 + Q0)</td></tr><tr><td>K6</td><td>Q2 • Q1 • VDD</td></tr><tr><td>K7</td><td>Q2 • Q1 • Q0</td></tr></tbody></table>
|
[
"표 2. 3비트 온도계 코드 생성기의 로직 구현에 있어 어떤 것이 입력 구성으로 GND가 있는가?",
"본 논문이 이용한 방법은 어떤 절차를 밟는 방법인가?",
"표 2. 3비트 온도계 코드 생성기의 로직 구현에서 K1는 입력 구성이 어떻게 되는가?"
] |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.