Split (2)

train · 18.3k rows

id stringlengths 36 57	type stringclasses 4 values	title stringlengths 0 159	context stringlengths 121 17.2k	questions listlengths 1 584
4729104d-68cc-473a-930f-e73c8c5589ee	인공물ED	뇌졸중환자 보행보조로봇의 무릎관절 토크측정을 위한 토크센서 개발	<h1>3. 무릎관절 토크센서 제작 및 특성실험</h1><p>Fig. 6의 (a)는 제작된 무릎관절 토크센서의 사진을 나타낸 것이고, (b)는 무릎관절 토크센서와 조립 된 종아리 링크를 나타내고 있다. 무릎관절 토크센서는 Fig. 3에 나타낸 무릎관절 토크센서의 게이지 부착 위치에 스트레인게이지(N2A-13-S1452-350 , 게이지 상수 $ 2.03 $, 크기 $ 3 \mathrm{~mm} \times 5.2 \mathrm{~mm} $ )를 순간접촉제 (M-bond 200)을 이용하여 부착하였다. 그리고 휘스톤 브리지를 구성하여 제작하였다.</p><p>무릎관절 토크센서를 종아리 링크에 부착하여 사용하기 위해서는 센서의 특성을 분석하고, 사용할 제어장치와 연결한 후 교정을 실시해야 한다. Fig. 7의 (a)는 무릎관절 토크센서의 특성실험 및 교정을 위한 실험장치(교정장치)를 나타내고 있고, (b)는 그것의 상세 사진을 나타내고 있다. 무릎관절 토크센서의 특성실험은 교정장치에 토크센서를 고정하고, 하중 $ 0 \mathrm{~Nm} \sim27 \mathrm{~Nm} $까지는 $ 3 \mathrm{~Nm} $씩 증가시키고 싸지막 10번째는 $ 32 \mathrm{Nm} $ 등 총 10개의 하중을 증가순으로 교정장치를 이용하여 가했으며, 고성능측정장치인 DMP40을 이용하여 측정하였다. 특성실험은 3회 반복하였고, 측정한 정격출력값들을 평균한 결과 $ 0.4993 \mathrm{~mV} / \mathrm{V} $이었다. 유한요소해석한 결과의 정격출력은 유한요소해석에 의한 정격변형률 값 $ 1012 \mathrm{~um} / \mathrm{m} $와 사용한 스트레인게이지의 상수 $2.03$을 정격출력 식(2)에 대입하여 계산한 결과 $ 0.5136 \mathrm{~mV} / \mathrm{V} $ 이었다. 유한요소해석 결과를 기준으로 실험한 정격출력의 오차를 계산한 결과 $ -2.79 \% $이내이었다. 그리고 무릎관절 토크센서의 재현도오차와 비직선성오차를 계산한 결과는 각각 $ 0.03 \% $와 $ 0.04 \% $이내이었다. 이 결과는 기존에 개발된 토크센서의 그것들과 유사하므로 보행보조로봇의 종아리 링크에 부착하여 사용할 수 있을 것으로 판단된다.</p><p>제작한 무릎관절 토크센서를 보행보조로봇에 부착하여 사용하기 위해서는 무릎관절 토크센서를 보행보조로봇의 제어장치와 연결하여 교정을 실시해야 한다. 무릎관절 토크센서의 교정은 무부하토크 $ (0 \mathrm{~Nm}) $에서 보행보조로봇 제어장치의 영점조정기를 이용하여 $ 1500 \mathrm{~mV} $가 출력되도록 조정하였고, 교정장치를 이용하여 토크센서에 센서의 정격용량인 $ 32 \mathrm{~Nm} $를 가하고, 보행보조로봇의 제어장치의 지시기에 증폭기를 이용하여 $ 1280 \mathrm{~mV} $가 출력되도록 조정하였다. 즉, 보행보조로봇 제어장치에 $ 46 \mathrm{~mV} $가 출력되면 $ 1 \mathrm{~Nm} $인 것이다. 이와 같이 보행보조로봇의 제어장치를 무부하 토크에서 $ 1500 \mathrm{~mV} $가 되도록 조정한 것은 제어장치의 출력범위가 $ 0 \sim 3000 \mathrm{~mV} $이고 토크센서가 양의 방향 토크와 음의 방향 토크가 출력되기 때문이다. 토크센서의 토크가 $ 1 \mathrm{~Nm} $일 때 $ 46 \mathrm{~mV} $로 조정한 것은 제어장치의 양의방향 출력값이 최대 $ 1500 \mathrm{~mV} $이고 토크센서의 정격용량이 $ 32 \mathrm{~Nm} $이므로 최대로 출력할 수 있도록 조정하였기 때문이다. 즉, $ 32 \mathrm{~Nm} $의 토크는 $ 1472 \mathrm{~mV} $ 이다.</p><p>무릎관절 토크센서의 교정은 하중 $ 0 \mathrm{~Nm}\sim 27 \mathrm{~Nm} $까지는 $ 3 \mathrm{~Nm} $씩 증가시키고 마지막 10번째는 $ 32 \mathrm{~Nm} $ 등 총 10개의 하중을 증가순으로 교정장치를 이용하여 가했고, 제어장치로 측정하였다. 이와 같은 과정을 3회 실시하였고, 기 측정값들을 이용하여 무릎관절 토크센서의 교정 재현도오차와 비직선성오차를 계산한 결과 각각 $ 0.1 \% $이내이었다. 종아리 링크에 부착하여 사용되는 무릎관절 토크센서는 일반측정장치에 속하고, 일반측정장치의 법정오차가 $ 10 \% $이내이므로 본 논문의 무릎관절 토크측정장치는 보행로봇의 무릎관절에 가해지는 토크를 측정하는데 유용하게 사용될 수 있다고 판단된다.</p><h1>4. 결 론</h1><p>본 논문에서는 뇌줄중환자가 사용할 수 있는 보행보조로봇의 무릎관절 토크를 측정할 수 있는 토크센서를 링크에 설계 및 제작하였다. 무릎관절 토크센서의 구조는 중심을 기준으로 십자형 보가 위치하도록 모델링되었다. 제작된 무릎관절 토크센서의 특성실험결과, 토크센서의 재현도오차와 비직선성오차는 각각 $ 0.03 \% $와 $ 0.04 \% $이내 이었고, 이것은 기존에 개발한 토크센서의 그것과 비슷하였다. 그리고 무릎관절 토크센서를 보행보조로봇 제어장치에 연결한 후 교정을 실시하였고, 그 결과 재현도오차와 비직선성오차가 각각 $ 0.1 \% $이내이었다. 그러므로 본 논문에서 개발한 토크센서는 종아리 링크와 고정되어 보행보조로봇의 무릎관절에 가해지는 회전력을 측정하는데 사용될 수 있다. 추후 연구에서는 개발한 무릎관절 토크센서를 보행보조로봇에 고정하여 다리환자의 보행 시 무릎관절에 가해지는 토크를 측정하고, 이 값을 이용하여 다리가 장해물 등에 접촉하는 것을 감지하고 무릎관절 모터의 과부하를 예측하여 모터의 정지 등을 미연에 방지하는 실험을 실시하는 것이다.</p>	[ "무릎관절 토크센서의 교정에서 마지막 10번째는 얼마만큼의 하중을 증가시켰어?", "무부하토크 하의 무릎관절 토크센서의 교정은 영점조절기를 이용해 몇 mV가 출력되도록 조정하는가?", "무릎관절 토크센서의 특성실험에서 하중 0Nm~27Nm까지는 몇 Nm씩 증가시켰어?", "무릎관절 토크센서에 스트레인게이지와 게이지 상수는 무엇으로 부착하였나요?", "특성실험은 몇 회 반복했어?", "특성실험에서 측정 된 정격출력값의 평균은 몇이야?", "무릎관절 토크센서의 특성실험에서 측정하는데 이용된 고성능측정장치는 뭐야?", "미터당 1012um인 정격변형률 값 그리고 스트레인게이지의 상수 2.03을 대입한 유한요소해석 결과의 정격출력은 뭐야?", "무릎관절 토크센서를 보행보조로봇에 부착하여 사용하기 위해서는 이를 어디에 연결해야 될까?", "무릎관절 토크센서의 교정 과정은 몇번 반복해서 진행했어?", "종아리 링크에 부착되는 무릎관절 토크센서의 법정 오차율은 얼마야?", "제작된 무릎관절 토크센서의 특성실험 결과 재현도 오차율은 얼마야?", "무릎관절 토크센서를 보행보조로봇 제어장치에 연결하고 교정한 결과 재현도 오차는 얼마야?", "무릎관절 토크센서의 특성실험에서는 하중 0Nm~27NM까지는 5Nm씩 증가시켰니?", "특성실험은 5회 반복하였니?", "무릎관절 토크센서를 종아리 링크에 부착해 사용하기 위해서는 제어장치에서 해제한 후 교정을 해야 하니?", "무릎관절 토크센서를 종아리 링크에 부착해 사용하기 위해서는 어디에 연결하고 교정을 해야되는거야?", "종아리 링크에 부착되어 사용되는 무릎관절 토크센서의 법정 오차는 5% 이내이니?", "무릎관절 토크센서의 특성실험에서 하중 변화의 마지막인 10번째에서는 몇 Nm의 하중을 증가시키니?", "무릎관절 토크센서의 비직선성오차는 얼마 이내야?", "무부하토크 하의 무릎관절 토크센서 교정에서 정격용량인 32Nm를 가한 뒤 몇 mV가 출력되도록 조정하였는가?", "종아리 링크에 부착하여 사용되는 무릎관절 토크센서는 법정 오차가 몇 퍼센트 이내인가?", "제작된 무릎관절 토크센서의 특성실험 결과 비직선성 오차는 몇 퍼센트 이내였는가?", "제작한 무릎관절 토크센서를 보행보조로봇에 부착하여 사용하기 위해선 어떻게 해야하는가?", "무릎관절 토크센서의 재현도오차는 0.08%였니?", "제작한 무릎관절 토크센서를 보행보조로봇의 제어장치와 연결한 뒤 교정은 생략해도 되니?", "무릎관절 토크센서의 교정에서 하중은 제어장치로 측정했니?", "무부하토크 하의 무릎관절 토크센서의 교정은 영점조절기를 이용해 2500mV가 출려고디도록 조정했어?" ]
6353784d-72f2-445e-aa69-c9525d29cd34	인공물ED	뇌졸중환자 보행보조로봇의 무릎관절 토크측정을 위한 토크센서 개발	<h1>1. 서 론</h1><p>다리환자는 대부분 사고, 뇌졸중 등에 의해 후천적으로 발생하는 경우가 많고, 이 경우 재활치료에 의해 정상적으로 움직일 수 있을 정도로 회복될 수 있다. 재활치료는 재활전문 치료사가 재활운동을 시킴으로써 수행되거나 다양한 종류의 재활로봇을 이용하여 수행되고 있다. 편마비다리환자의 경우에는 착용용 보행보조로봇을 착용하고, 재활훈련 및 일상생활을 위해 보행한다.</p><p>M. Wu은 다리환자가 보행운동 중에 넘어지는 사고를 방지하기 위해 벨트로 상부를 고정하고, 다리를 줄로 당기는 방식으로 운동을 시키는 보행보조로봇을 개발하였다. 이 로봇은 다리환자가 착용하고 보행을 수행하거나 평지 혹은 불규칙한 지면을 걸으면서 운동할 수 없는 단점을 가지고 있다. M.M. Martins는 이동에 장애를 가진 사람들을 위해 보행보조로봇 기술에 대해 기술하였고, 로봇의 보조시스템 및 보행보조 기술에 대해 기술하였다. T. Wanga은 3차원 가속도계와 자이로미터를 이용하여 인간의 보행을 보조하는 로봇을 개발하였다. 이 로봇의 보행 속도와 보폭 등을 이용하여 노인의 건강상태를 모니터링하였다. H. Terada는 비 원형기어 등을 이용하여 능동형 무릎보조기구인 착용용 로봇을 개발하였고, 이 로봇은 무료을 $ 130^{\circ} $까지 구부릴 수 있다. S. Kubota는 착용용 보행보조로봇을 이용하여 32명의 다리환자를 대상으로 1주일에 2회, 회당 90분간 8주동안 재활운동을 실시하는 실험을 실시하였다. M. Aach은 척추손상으로 발생된 다리환자의 보행능력을 향상시키는 하이브리드 보행보조로봇을 개발하였고, 8명의 다리환자를 대상으로 주당 5회, 90일 동안 재활훈련을 실시하였다. H. Watanabe은 하이브리드 보행보조로봇을 이용하여 10명의 급성 뇌졸중환자의 보행 훈련을 1회 20분간씩, 주당 12회, 4주 동안 실시하였다. N. Karavas은 로봇의 링크를 종아리와 허벅지부분에 부착하는 보행보조로봇을 개발하여 환자의 무릎관절을 재활훈련 하였다. 그리고 J.F. Zhang는 무릎관절과 고관절을 재활훈련 할 수 있는 보행보조로봇을 개발하였고, V. Rajasekaran은 하지관절을 보행궤적을 따라 훈련하는 제어를 연구하였으며, A. Pennycott은 보행보조로봇을 착용하고 보행훈련 중 자세제어를 할 수 있도록 하였다.</p><p>지금까지 개발된 보행보조로봇은 환측 다리 혹은 로봇다리가 장해물 등과 접촉하거나 발바닥이 지면과 부딪혔을 때 감지하지 못하고, 이때 발생되는 각 관절에 부착된 모터의 과부하(최대 토크)를 측정하지 못하여 모터 드라이브의 동작 정지 등이 발생하는 단점을 가지고 있다. 이로 인해 불규칙한 지면을 걷거나 계단 등을 오를 때 보행보조로봇의 부정확한 제어 및 각 관절모터가 정지되는 문제로 넘어지는 등의 사고가 발생될 수 있다. 이와 같은 문제점을 해결하기 위해서는 보행보조로봇의 발바닥, 종아리 링크, 사람의 다리에 장해물이 접촉되었을 때 감지할 수 있는 토크센서가 필요하다. 토크센서는 다양한 형태로 개발되었거나 상품화되어 판매되고 있고, 소형 다축 힘/토크센서는 연구개발 중에 있다.</p><p>개발된 소형 다축 힘센서는 직경이 $ 80 \sim120 \mathrm{~mm} $ 정도로 소형이고, $ \mathrm{x}, \mathrm{y}, \mathrm{z} $방향의 힘과 토크를 측정할 수 있도록 다양하게 개발되어 각종 지능시스템 및 자동화장치에 부착하여 힘 및 토크를 측정하는데 사용되고 있다. 이와 같은 센서들은 보행보조로봇에 부착하게 되면 부피가 커질 뿐만 아니라 무게 증가로 인해 보행보조로봇의 각 관절 모터들의 용량이 커지므로 보행보조로봇의 전체 무게 증가와 가격 증가가 발생되는 문제점이 있다. 또한 H.S. Kim과 J.H. Joung은 보행보조로봇의 허벅지 링크와 종아리 링크에 직접 3축 힘센서를 제작하여 보행 보조로봇을 착용하고 보행할 때 발에 접촉되는 장해물을 감지하여 로봇을 안전하게 제어할 수 있다. 그러나 이 센서들은 무릎관절에 가해지는 정확한 토크를 측정하지 못하여 모터의 과부하로 인해 정지하는 문제는 해결할 수 없다. 그러므로 이와 같은 문제점을 해결하기 위해 보행보조로봇의 무릎관절 토크를 정확하게 측정할 수 있도록 종아리 링크 본체에 토크센서를 설계 및 제작해야 한다.</p><p>따라서 본 논문에서는 뇌졸중환자가 사용할 수 있는 보행보조로봇의 무릎관절 토크를 측정할 수 있는 토크센서를 링크에 직접 설계 및 제작하였다. 이를 위해 무릎관절 모터와 연결되는 부분의 링크에 토크센서 감지부를 모델링하였고, 시뮬레이션을 통해 무릎관절 토크용량을 계산하였으며, 유한요소법을 이용하여 토크센서 감지부의 크기를 설계하였다. 그리고 토크센서 감지부에 스트레인게이지를 부착하여 토크 센서를 제작하였고, 토크센서의 특성을 파악하기 위한 특성 실험을 실시하였으며, 보행보조로봇의 제어에 활용하기 위해 토크센서의 교정을 실시하였다.</p>	[ "재활치료는 누가 재활운동을 시킴으로써 수행되니?", "편마비다리환자의 경우에는 무슨 로봇을 착용하지?", "재활전문 치료사가 재활운동을 시킴으로써 수행되거나 다양한 종류의 재활로봇을 이용하여 수행되는 것은 무엇인가?", "착용용 보행보조로봇을 입고 보행하는 환자는 누구인가?", "보행운동 중에 넘어지는 사고를 예방하기 위해서는 벨트로 상부를 고정하고 다리를 줄로 당기는 방식으로 운동을 시키는 보행보조로봇을 만든 사람은 누구야?", "M. Wu가 만든 보행보조로봇은 어떤 사고를 예방하기 위해서 벨트로 상부를 고정하고, 다리를 줄로 당기는 방법으로 운동을 하게 했지?", "M. Wu는 다리환자가 걷기운동 중에 넘어지는 사고를 예방하려고 어떻게 해서 운동을 하게했는가?", "M. Wu가 만든 보행보조로봇의 단점은 무엇인가?", "이동이 불편한 사람들을 위해 보행보조로봇 기술에 대해 적고, 로봇의 보조시스템 및 보행보조 기술에 대해 글을 쓴 사람은 누구야?", "T. Wanga이 만든 인간의 보행을 보조하는 로봇은 무엇을 사용했어?", "누가 3차원 가속도계와 자이로미터를 사용하여 인간의 보행을 도와주는 로봇을 만들었니?", "보행 속도와 보폭 등을 사용하여 노인의 건강상태를 감시하는 로봇을 만든 사람은 누구일까?", "무릎을 \$ 130^{\\circ} \$까지 굽힐 수 있는 착용용 로봇 만든 사람은 누구인가?", "H. Terada가 만든 \$ 130^{\\circ} \$까지 무릎을 굽힐수 있게 만든 로봇은 어떤 기어를 사용했어?", "H. Terada가 비 원형기어 등을 사용하여 만든 착용용 로봇은 어떤 기구야?", "착용용 보행보조로봇을사용하여 32명의 다리환자에게 1주일에 2회, 회당 90분간 8주동안 재활운동을 실행하는 실험을 한 사람은 누구야?", "S. Kubota는 착용용 보행보조로봇을 사용하여 몇 명의 다리환자에게 실험을 했니?", "S. Kubota는 환자들에게 착용용 보행보조로봇을 착용하게 하고 1주일에 몇 회 실험했지?", "척추손상으로 손상된 다리환자의 걷기능력을 향상시키는 하이브리드 보행보조로봇을 만든 사람은 누구인가?", "M. Aach는 하이브리드 보행보조로봇을 착용하게 해서 몇 명의 다리환자들에게 재활훈련을 실행하였어?", "M. Aach은 8명의 다리환자들에게 주당 몇회 재활훈련을 진행했지?", "M. Aach은 척추손상으로 생긴 다리환자를 대상으로 몇일동안 재활훈련을 진행했지?", "하이브리드 보행보조로봇을 사용하여 급성 뇌졸중환자의 보행 훈련을 실행한 사람은 누구야?", "H. Watanabe은 하이브리드 보행보조로봇을 사용하여 걷기 훈련을 시킨 환자들은 어떤 환자들인가?", "H. Watanabe은 10명의 급성 뇌졸중환자들에게 몇주동안 걷기훈련을 진행했니?", "로봇의 링크를 종아리와 허벅지부분에 붙이는 보행보조로봇을 만든 사람은 누구인가?", "N. Karavas가 만든 보행보조로봇은 로봇의 링크를 어디에 붙이니?", "N. Karavas가 만들어낸 보행보조로봇을 사용해 재활훈련하는 관절은 어떤 관절이야?", "무릎관절과 고관절에 도움이 되는 재활훈련 할 수 있는 보행보조로봇을 만든사람은 누구인가?", "V. Rajasekaran은 하지관절이 무엇을 따라 훈련하는 것을 연구하였나?", "누가 보행보조로봇을 부착하고 보행훈련 중 자세제어를 할 수 있도록 하였을까?", "A. Pennycott은 보행보조로봇을 착용하고 무엇을 할수 있게 했니?", "지금까지 개발된 보행보조로봇은 언제 상황을 알아채지 못했어?", "본문에서 만들어진 소형 다축 힘센서는 직경이 얼마인가?", "x,y,z방향의 힘과 토크를 잴수 있도록 다양하게 만들어진 것은 무엇이야?", "소형 다축 힘센서는 무엇을 재기 위해서 만들어졌니?", "x,y,z방향의 힘과 토크를 잴수 있도록 만들어진 소형 다축 힘센서는 어디에 부착하지?", "보행보조로봇의 허벅지 링크와 종아리 링크에 직접 3축 힘센서를 만든 사람은 누구인가?", "H.S. Kim과 J.H. Joung은 보행보조로봇의 허벅지 링크와 종아리 링크사이에 직접 무엇을 만들었니?", "H.S. Kim과 J.H. Joung가 만든 3축 힘센서는 보행보조로봇의 어디에 연결되었어?", "종아리 링크 본체에 토크센서를 설계 및 제작해야 하는 이유는 무엇인가?", "보행보조로봇의 무릎관절 토크를 잴 수 있도록 종아리 링크 본체에 무엇을 설계해서 만들어야 하는가?", "무릎관절 모터와 연결되는 부분의 링크에 무엇을 모델링 했니?", "어떤 링크에 토크센서 감지부를 모델링했어?", "무슨 방법을 사용하여 토크센서 감지부의 크기를 만들었지?" ]
3fe663e0-8d2b-4fe7-adf6-a7a8037995f1	인공물ED	뇌졸중환자 보행보조로봇의 무릎관절 토크측정을 위한 토크센서 개발	<h2>2.3 무릎관절 토크센서의 구조 및 구조해석</h2><p>Fig. 3은 무릎관절 토크센서의 구조와 토크센서를 제작할 때의 스트레인게이지 부착위치를 나타내고 있다. 토크센서는 평판에 4개의 보(beam)가 $ 90^{\circ} $ 간격으로 위치할 수 있도록 십자형인 구조로 구성되고, 보는 토크센서의 감지부로 사용된다. 감지부에는 4개의 스트레인게이지가 부착되고, 이들은 휘스톤브리지를 구성하여 토크센서가 된다. 토크센서의 중심축의 가운데 부분은 무릎관절 모터의 축과 고정되어 모터의 축이 회전하면 토크센서에 회전력이 전달되고, 이 전달된 토크값은 토크센서에 의해 측정된다. 인장스트레인게이지는 S1과 S4이고 압축스트레인게이지는 S2와 S3이다. 무릎관절 토크센서 감지부의 크기는 두께 $ \mathrm{t} $, 폭 $ \mathrm{b} $, 길이 $ \mathrm{l} $로 나타내고, 이것들은 토크센서의 설계 시 설계변수로 사용된다.</p><p>무릎관절 토크센서의 설계변수는 스트레인게이지 부착위치, 토크센서의 정격용량(정격토크), 정격변형률, 감지부의 두께, 폭, 길이이다. 4개의 스트레인게이지를 부착하고, 휘스톤브리지를 구성하여 제작되는 토크센서의 정격변형률 식은 다음과 같이 나타낼 수 있다.</p><p>\[ \varepsilon=\varepsilon_{T 1}-\varepsilon_{C 1}+\varepsilon_{T 2}-\varepsilon_{C 2} \]<caption>(1)</caption></p><p>여기서 $ \varepsilon $은 토크센서의 정격변형률, $ \varepsilon_{T 1} $ 은 인장 스트레인 게이지 $ T_{1}$(S1) 의 변형률, $ \varepsilon_{C 1} $은 압축 스트레인게이지 $ C_{1} $의 변형률(S2), $ \varepsilon_{T 2} $은 인장 스트레인게이지 $ T_{2}$(S4)의 변형률, $ \varepsilon_{C 2} $은 압축 스트레인게이지 $ C_{2}$(S3)의 변형률이다.</p><p>무릎관절 토크센서의 정격출력을 나타내는 식은 다음과 같이 쓸 수 있다.</p><p>\[ \frac{E_{o}}{E_{i}}=\frac{1}{4} K \varepsilon \]<caption>(2)</caption></p><p>여기서 $ E_{i} $는 토크센서의 입력전압, $ E_{o} $는 토크센서의 출력전압, $ \mathrm{K} $는 스트레인게이지의 상수(약 $2.03$), $ \varepsilon $는 식(2)로 부터 얻은 정격변형률이다.</p><p>무릎관절 토크센서의 설계변수는 정격변형률을 $ 1000 \mathrm{~um} / \mathrm{m} $, 정격출력을 $ 0.5 \mathrm{~mV} / \mathrm{V} $, 정격용량을 $ 32 \mathrm{~Nm} $으로 결정하였다. 토크센서의 정격용량은 시뮬레이션결과에 의해 결정된 것이고, 정격용량과 출력은 일반적인 토크센서는 $ 2.0 \mathrm{~mV} / \mathrm{V} $ 로 설계되나 본 논문의 토크센서는 다리환자의 불규칙한 보행 등을 고려하여 $ 1 /4 $배로 결정하였으며, 이것은 다축 힘센서의 정격출력과 동일하다. 스트레인게이지 부착위치는 스트레인게이지의 크기 및 부착정도를 고려하여 길이방향으로는 십자형으로 시작되는 부분으로부터 $ 2 \mathrm{~mm} $, 폭방향으로는 중심선상으로 결정하였고, 토크센서 감지부의 폭($\mathrm{b}$)은 $ 12 \mathrm{~mm} $, 감지부의 길이(1)는 $ 10 \mathrm{~mm} $로 결정하였다. 토크센서의 두께($\mathrm{t}$)를 결정하기 위해 이들 설계변수를 유한요소해석 소포트웨어에 적용하여 구조해석을 실시하였다. 이때 재료상수는 토크센서의 재질이 알루미늄이므로 종탄성계수를 $ 210 \mathrm{GPa} $, 프와송의 비를 $ 0.3 $를 입력하였고, 8절점 6면체를 선택하였다.</p><p>Fig. 4는 유한요소해석 소프트웨어를 이용하여 무릎관절 토크센서의 구조해석 결과를 나타내고 있고, 감지부의 길이방향의 격자크기는 $ 0.5 \mathrm{~mm} $이고, 폭방향의 격자크기는 $ 1 \mathrm{~mm} $이다. 토크센서 감지부에 나타난 변형률은 Fig. 4에서 보는 것과 같이 스트레인게이지의 부착위치 부분에 크게 발생하였고, 이것은 설계시 예상했던 것과 일치하였다.</p><p>Fig. 5는 무릎관절 토크센서의 감지부 변형률을 나타내고 있고, 감지부 1개의 변형률 그래프가 변형률 $ 0 \mathrm{~um} / \mathrm{m} $를 기준으로 음과 양으로 나타난 것은 토크를 음의 방향(-)과 양의 방향(+)로 정격용량을 가했기 때문이다. 보의 양끝지점에서 변형률이 감소한 것은 유한요소해석 소프트웨어의 끝 효과오차 때문이다. 보의 길이가 $ 10 \mathrm{~mm} $인 지점이 토크센서 구조에서 십자형의 중심부분에 가까운 지점이고 $ 0 \mathrm{~mm} $인 지점이 멀리 떨어진 지점이다. 스트레인게이지 부착위치인 $ 2 \mathrm{~mm} $지점과 $ 8 \mathrm{~mm} $지점에서 각각 $ 167 \mathrm{~um} / \mathrm{m} $와 $ 253 \mathrm{~um} / \mathrm{m} $이었으므로 보의 길이 $ 8 \mathrm{~mm} $지점(십자형 중심부분에 가까운 지점)이 스트레인게이지 부착위치로 선정되었다.</p><p>인장 스트레인게이지 $ T_{1} $ 과 $ T_{2} $ 의 변형률 $ \varepsilon_{T 1} $ 과 $ \varepsilon_{T 2} $ 는 각각 $ 253 \mathrm{~um} / \mathrm{m} $이었고, 압축 스트레인게이지 $ C_{1} $ 과 $ C_{2} $ 의 변형률 $ \varepsilon_{C 1} $ 과 $ \varepsilon_{C 2} $ 은 각각 $ -253 \mathrm{~um} / \mathrm{m} $이었다. 이 변형률들을 정격변형률식 (1)에 대입한 결과 $ 1012 \mathrm{~um} / \mathrm{m} $이었다. 설계 시 정격변형률 목표치인 $ 1000 \mathrm{~um} / \mathrm{m} $과 비교하면, 정격변형률 오차는 $ 1.2 \% $이었다. 그리고 유한요소해석결과, 무릎관절 토크센서의 크기인 두께($\mathrm{t}$)는 $ 4.80 \mathrm{~mm} $, 폭($ \mathrm{b} $)는 $ 12 \mathrm{~mm} $, 길이($\mathrm{l}$)은 $ 10 \mathrm{~mm} $이었다. 이와 같이 토크센서의 감지부 두께를 $ 0.01 \mathrm{~mm} $ 단위로 나타낸 것은 감지부 부분을 와이어커팅기로 가공하는데, 이 기계의 가공오차가 $ 0.01 \mathrm{~mm} $ 단위 이내이기 때문이다.</p>	[ "토크센서는 평판에 4개의 보(beam)가 \$ 90^{\\circ} \$ 간격으로 위치할 수 있도록 Y자 구조로 구성되고, 보는 토크센서의 구동부로 사용된다.", "감지부의 4개의 스트레인게이지가 무엇을 구성하며 토크센서가 돼?", "무릎관절 모터의 축과 고정되어 있는 곳은 어디야?", "감지부에는 4개의 스트레인게이지가 부착되고, 이들은 휘스톤브리지를 구성해?", "토크센서가 토크값을 측정하는 방법이 뭐야?", "토크센서의 설계 시 설계변수로 사용되는 것은?", "\\[ \\frac{E_{o}}{E_{i}}=\\frac{1}{4} K \\varepsilon \\]<caption>(2)</caption>에서 \$ E_{i} \$가 토크센서의 출력전압이야?", "\\[ \\varepsilon=\\varepsilon_{T 1}-\\varepsilon_{C 1}+\\varepsilon_{T 2}-\\varepsilon_{C 2} \\]<caption>(1)</caption>에서 \$ \\varepsilon \$이 의미하는 것은 토크센서의 정격변형률이야?", "\\[ \\frac{E_{o}}{E_{i}}=\\frac{1}{4} K \\varepsilon \\]<caption>(2)</caption>에서 토크센서의 출력전압을 나타내는 것은 뭐야?", "무릎관절 토크센서에서 정격변형률, 정격출력, 정격용량은 무릎관절 토크센서의 무엇이야?", "다축 힘센서의 정격출력은 \$2.0 \\mathrm{~mV} / \\mathrm{V} \$ 의 \$ 1 /2 \$배일까?", "토크센서 감지부에 나탄 변형률이 스트레인게이지의 부착위치 부분에서 크게 발생한 것은 설계시에 예상했던 일이야?", "토크센서 감지부에서 변형률이 가장 크게 발생한 부분은 어디야?", "토크센서의 정격용량은 어떻게 결정되었어?", "보의 양끝지점에서 변형률이 감소한 이유가 뭐야?", "토크센서 감지부의 폭은 얼마야?", "보의 길이 \$ 8 \\mathrm{~mm} \$지점이 스트레인게이지 부착위치로 선정된 이유는 스트레인게이지 부착위치 \$ 8 \\mathrm{~mm} \$ 지점에서 \$ 253 \\mathrm{~um} / \\mathrm{m} \$로 높은 변형률이 생기기 때문이야?", "토크센서 구조에서 십자형의 중심부분에 가까운 지점은 10mm 떨어진 지점이야?", "인장 스트레인게이지 \$ T_{1} \$의 변형률 \$ \\varepsilon_{T 1} \$은 얼마였어?", "토크센서의 감지부 두께를 \$ 0.01 \\mathrm{~mm} \$ 단위로 나타낸 이유는 감지부 부분을 가공하는 와이어커팅기의 가공오차가 \$ 0.01 \\mathrm{~mm} \$ 단위 이내이기 때문이야?", "토크센서 구조에서 십자형의 중심부분에서 가까운 지점은 보의 길이가 얼마 떨어진 지점이야?", "무릎관절 토크센서에서 정격용량은 설계변수야?", "FIg.3에서 나타내고 있는 정보는 뭐야?", "FIg.3에서 나타내는 정보가 무엇이야?", "토크센서의 보는 어떻게 사용돼?", "토크센서의 보가 어떤 방법으로 사용될 수 있어?", "감지부에는 몇 개의 스트레인게이지가 부착되어 있어?", "감지부에 부착되어 있는 스트레인게이지는 총 몇 개야?" ]
2857ec9a-74bc-4950-80f5-f0e136500eeb	인공물ED	뇌졸중환자 보행보조로봇의 무릎관절 토크측정을 위한 토크센서 개발	<h1>2. 무릎관절 토크센서 설계</h1><h2>2.1 무릎관절 토크센서의 보행보조로봇 적용 원리</h2><p>Fig. 1은 무릎관절 토크센서의 보행보조로봇 적용 원리를 나타내고 있고, 이것은 보행보조로봇의 종아리 링크 이다. 종아리 링크는 허벅지 링크와의 연결블록(connection block with thin link), 무릎관절 토크센서(knee joint torque sensor), 무릎 관절 모터(knee joint motor), 발목 링크와의 연결블록(connection block with ankle link) 등으로 구성되었다. 허벅지 링크와의 연결블록은 무릎관절과 허벅지 링크를 고정하는 역할을 하고, 무릎관절 토크센서는 무릎관절에 가해지는 회전력을 측정하는 역할을 하며, 무릎관절 모터는 무릎관절을 회전시키는 역할을 한다. 그리고 발목 링크와의 연결블록은 종아리 링크와 발목 관절을 연결하는 역할을 한다. 무릎관절 토크센서는 다리환자가 보행할 때 Fig. 1에 나타낸 것과 같이 다리환자의 다리와 발, 종아리 링크에 장해물 등이 접촉되어 외력이 가해질 때 토크를 측정하여 로봇을 안전하게 제어하는데 사용될 수 있을 뿐만 아니라 무릎관절 모터의 정격토크를 초과하지 않도록 제어하는데 활용될 수 있다.</p><h2>2.2 무릎관절 회전력 시뮬레이션</h2><p>보행보조로봇의 종아리 링크에 부착되는 무릎관절 토크센서를 설계하기 위해서는 다리환자가 보행보조로봇을 착용하고 보행 시 무릎관절 이하의 무게를 회전시켜주는 회전력(토크)을 알아야 한다. 그리고 이 토크는 무릎관절 모터의 정격용량을 결정하는데도 사용된다. Fig. 2의 (a)는 다리환자가 보행보조로봇을 착용하고 보행 시 무릎관절에 가해지는 토크를 측정하기 위해 무릎관절 이하가 움직이는 모습을 나타낸 것이다. 사람이 보행 시 무릎관절 이하의 다리가 뒤로 움직이므로 보통 걸음을 기준으로 최대 움직이는 거리를 $ 45^{\circ} $로 보고 $ 0^{\circ} \sim 45^{\circ} $까지 나타냈다.</p><p>Fig. 2 의 (b)는 (a)와 같이 움직일 때, 무릎관절의 모터가 가해야 하는 토크를 나타낸 것이고, 무릎관절 각도가 $ 9^{\circ} $일 때 $ 3.504 \mathrm{~Nm} $, $ 18^{\circ} $일 때 $ 6.92 5 \mathrm{Nm}, 27^{\circ} $일 때 $ 10.177 \mathrm{~Nm}, 36^{\circ} $일 때 $ 13.181 \mathrm{~Nm} $, $ 45^{\circ} $일 때 $ 15.863 \mathrm{~Nm} $ 이었으며, 각도가 클 수록 토크가 커졌다. 그러므로 무릎관절 모터와 무릎관절 토크센서의 정격용량은 보행 시 시뮬레이션결과 $ 45^{\circ} $일 때를 고려하여 각각의 정격토크를 결정하였다. 무릎관절 모터는 정격토크를 시뮬레이션 결과의 최대토크인 약 $ 16 \mathrm{~Nm} $의 $1.5 $배인 $ 24 \mathrm{~Nm} $로 결정하였다. 이와 같이 결정한 것은 무릎관절 모터의 정격용량이 커지면 이것의 무게와 가격이 상승되기 때문이고, 안전율 $ 1.5 $가 적합하다고 판단되었기 때문이다.</p><p>무릎관절 토크센서의 정격용량의 시뮬레이션 결과의 최대토크인 약 $ 16 \mathrm{~Nm} $의 2배인 $ 32 \mathrm{~Nm} $로 결정하였다. 이와 같이 결정한 것은 토크센서를 제작하기 위한 감지부의 두께가 얇으면 외부에 가해지는 충격 등에 취약할 수 있기 때문이고, 이로 인해 무릎관절 토크센서의 정격용량을 무릎관절 모터의 정격토크의 안전율보다 크게 결정하였다. 컴퓨터 시뮬레이션 할 때 입력한 상수는 설계한 종아리 링크의 무게를 $ 0.560 \mathrm{~kg} $, 발목 기구의 무게를 $ 0.460 \mathrm{~kg} $를 대입하였고, 사람의 성인의 무릎 이하의 무게(종아리와 발의 무게)를 $ 5.000 \mathrm{~kg} $ (측정값을 기준으로 대락 추정)을 적용하였으며, 발목 모터의 무게를 $ 2 \mathrm{~kg} $(실제 선정한 발목 모터의 무게임)를 적용하였다.</p>	[ "허벅지 링크와의 연결블록, 무릎관절 토크센서, 무릎 관절 모터(knee joint motor), 발목 링크와의 연결블록 등으로 구성된 것은 무엇인가?", "무릎관절 토크센서는 다리환자의 어느 부위에 접촉 되는가?", "무릎관절 토크센서를 설계하기 위해서는 다리환자가 보행보조로봇을 착용하고 보행시 무엇을 회전시켜주는 회전력을 알아야 하니?", "무릎관절 토크센서를 설계하기 위해서는 다리환자가 보행보조로봇을 착용하고 보행 시 무릎관절 이하의 무게를 회전시켜주는 무엇을 알아야 하지?", "무릎관절과 허벅지 링크를 고정하는 역할을 하는 것은 무릎관절 토크센서인가?", "무릎관절에 가해지는 회전력을 측정하는 역할을 하는 것은 무릎관절 토크센서이지?", "무릎관절과 허벅지 링크를 고정하는 역할을 하는 것은 무엇인가?", "허벅지 링크와의 연결블록은 종아리 링크의 한 부분인가?", "무릎관절 토크센서는 무릎관절을 회전시키는 역할을 하나?", "무릎관절을 회전시키는 역할을 하는 것은 무엇이지?", "무릎관절 토크센서는 무릎관절 모터의 무엇을 초과하지 않도록 제어하는데 활용되나?", "무엇이 종아리 링크와 발목 관절을 연결하는 역할을 하지?", "무엇이 무릎관절에 가해지는 회전력을 측정하는 역할을 하지?" ]
9787af7c-ee44-4a47-b213-981f1009ead2	인공물ED	NOR 형태의 고속 dual-modulus 프리스케일러	<h1>IV. 모의 실험 결과</h1> <p>NOR 플립플롭의 입력단은 ratioed 로직이므로, PMOS의 게이트에 입력되는 클럭 신호가 Low일 때, NMOS의 게이트에 High전압이 입력되면 ratioed 로직의 출력전압은 $ \mathrm{V}_{\mathrm{OL}}(\cong 0.6 \mathrm{V}) $이 되어야 한다. (NMOS의 문턱전압이 $ 0.7 \mathrm{V} $이므로 $ \mathrm{VOL} $을 $ 0.6 \mathrm{V} $로 정한다.) NAND 플립폴롭과 NOR 플립플롭의 입력단의 PMOS의 폭을 바꿔가면서 VOL이 $ 0.6 \mathrm{V} $가 되도록 할 때 입력단의 NMOS의 폭은 표 1과 같다.</p> <table border><caption>표 1. 입력단의 PMOS의 폭의 변화에 따른 입력단의 NMOS의 폭(단위 : $ \mu \mathrm{m} $ )</caption> <tbody><tr><td>PMOS의 폭</td><td>4</td><td>6</td><td>8</td><td>10</td><td>12</td><td>14</td></tr><tr><td>NOR</td><td>5</td><td>7</td><td>10</td><td>13</td><td>15</td><td>18</td></tr><tr><td>NAND</td><td>9</td><td>14</td><td>19</td><td>24</td><td>29</td><td>34</td></tr></tbody></table> <p>NAND-플립플롭보다 NOR-플립플롭의 입력단의 NMOS의 폭이 더 작다는 것을 알 수 있다.</p> <p>그림 8은 본 논문이 제안하는 동기 카운터가 정상 동작하는 것을 보여준다. 전원전압은 $ 5 \mathrm{V} $이고, 온도는 $ 25^{\circ} \mathrm{~C} $이고 클럭 주파수는 $ 2.8 \mathrm{GHz} $이다. 높은 주파수에서 시뮬레이션하는 것이므로, 기생 인덕턴스를 무시할 수 없어서 Vdd와 GND에 각각 $ 10 \mathrm{nH} $의 인덕턴스를 직렬로 연결해서 시뮬레이션을 수행하였다. 그림 8.(a)에서 divide-by-5회로로 동작하고 그림 8. (b)에서 divide-by-4로 동작하는데, divide-by-5로 동작할 때에는 그림 5. (a)에서 설명하였듯이 두 사이클 동안 High를 유지하고, 세 사이클 동안 Low를 유지한다.</p> <p>인덕턴스 성분을 고려함으로써 ringing이 발생하는 것을 그림 8로부터 관찰할 수 있다. 입력단의 PMOS의 폭이 $ 14(\mathrm{~m} $이고 전원전압이 $ 5 \mathrm{V} $일 때 온도의 변화에 따른 최대 작동 주파수는 그림 9와 같다.</p> <p>기존의 dual-modulus 프리스케일러보다 제안하는 NOR-형태의 dual-modulus 프리스케일러의 최대 작동 주파수가 더 크고 온도가 높아질수록 최대 작동 주파수는 작아지는 것을 알 수 있다.</p> <p>입력단의 PMOS의 폭이 $ 14 \mu \mathrm{m} $이고 온도가 $ 25^{\circ} \mathrm{~C} $일 때 전원전압의 변화에 따른 최대 작동 주표수는 그림 10과 같다.</p> <p>그림 10으로부터 기존의 dual-modulus 프리스케일러보다 제안하는 NOR-형태의 dual-modulus 프리스케일러의 최대 작동 주파수가 더 크고, 전원전압이 높을수록 최대 작동 주파수가 높아진다는 것을 알 수 있다.</p> <p>그림 11은 전원전압의 변화에 따른 각각의 최대 작동 주파수에서의 소비전력량을 보여준다.</p> <p>그림 12는 전원전압이 $ 5 \mathrm{V} $일 때, 클럭 주파수를 변화시켜 가면서 소비되는 전력의 변화를 보여준다. 클럭 주파수가 높아질수록 소비전력량은 증가한다.</p>	[ "표 1에서 PMOS의 폭이 4일 때, NOR과 NAND를 비교하면 어떤 값이 더 큽니까?", "표 1에서 PMOS의 폭이 8일 때, NOR과 NAND를 비교하면 어느 값이 더 작나요?", "표 1을 보면 NOR의 결과가 가장 클 때, PMOS의 폭은 어떤 거야?", "표1을 보면 NAND의 결과가 가장 작을 때 PMOS의 폭은 얼마 입니까?", "표 1에서 PMOS의 폭이 가장 큰 것은 얼마야?", "표1을 보면 NOR이 13일 때, NAND는 어떤 결과를 가지니?", "표1을 보면 PMOS의 폭이 12일 때, NAND는 무엇입니까?", "표1에서 PMOS의 폭이 6과 8을 비교할 때, NOR의 결과는 어느 쪽이 더 작은가요?" ]
dde9defa-93c1-432c-aa38-0c14a59a52ee	인공물ED	Radon 변환을 이용한 주기적인 워터마크 패턴의 동기 복원 방법	<h1>V. 실험 결과</h1> <p>제안된 방법의 성능을 펑가하기위해, 여러 가지 다양한 영상 $ (512 \times 512 $ 크기)에 대해 검증하였다. 워터마크 패턴은 $ 64 \times 64 $ 크기를 가지고 전체 영상에 대해<그림1>과 같이 타일링 하였다. 워터마크를 넣은 후 영상의 Peak signal-to-noise ratio (PSNR)은 $ 38 \mathrm{~dB} $ 이상으로 유지하였다. 검증을 위해서 영상은 회전 휘에 윈래 크기로 cropping한 후 scaling 되었다. 즉, 모든 affine 변환을 겪은 후 IV장에 제시된 방법으로 회전각과 scaling factor 순으로 칫아가게 된다. 실험에 사용된 회전각은 $ 1^{\circ}, 5^{\circ}, 10^{\prime \prime}, 15^{\prime \prime}, 30^{\circ}, 45^{\prime \prime} $ 이고 사용된 scaling factor는 0.75,0.95,1.05,1.25,1.5 였다. Radon 변환의 해상도는 $ 0.25^{\prime \prime} $ 의 회전각과 $ 1 / 64 $ 의 scaling factor였다. 이 때 Radon 변환의 해상도는 사용하는 워터마크 자체가 얼마나 회전과 scaling에 강인한 가에 좌우된다. 예를 들어 워터마크 패턴이 $ 0.25^{\circ} $ 의 회전각과, $ 1 / 64 $ 의 scaling에 대해 강인하다면 Radon 변환이 해상도는 그에 맞추게 된다. 워터마커 패턴과 Radon 변환의 해상도의 관계는 참고 문헌에 자세히 기술되어 있다.</p> <p> <표 1>은 affine 변환을 겪은 워터마킹된 영상을 JPEG 압축하면서 회전각을 추정해 본 결과이다. $ N(\theta) $ 의 값을 크게 하는 순서로 최대 9 가지의 회전각을 찾았다. 영상에 실제로 가해진 회전각과 추정된 9 가지의 회전각들을 비푀하여, 실제의 회전각을 몇 번째 추정이내에서 찾았는지에 따라 아래<표 1>에 추정 성공 확률을 구하였다. 압축률이 낮은 경우 (quality factor가 높은 경우)는 $ N(\theta) $ 를 최대로 하는 하나의 회전각만을 찾아도 충분하지만 압축률이 높아질수록(quality factor가 낮은 경우) 여러 번 워터마크 검출을 시도해야 함을 알 수 있다.</p> <table border><caption>표 1. JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률</caption> <tbody><tr><td>JTEG quality factor \Number of candidates</td><td>JPEG 90%</td><td>JZFC+ 70%</td><td>JPFG 50%</td><td>JPEG 30%</td></tr><tr><td>1</td><td>82.7</td><td>90.7</td><td>77.3</td><td>35.3</td></tr><tr><td>3</td><td>97.3</td><td>97.3</td><td>97.3</td><td>86.7</td></tr><tr><td>5</td><td>100</td><td>98.7</td><td>99.3</td><td>94</td></tr><tr><td>7</td><td>100</td><td>987</td><td>99.3</td><td>98.7</td></tr><tr><td>9</td><td>100</td><td>100</td><td>100</td><td>99.3</td></tr></tbody></table> <p> <표 2>는 회전각을 낮게 찾았을 때, scaling factor를 추정한 결과를 보인 것이다. 이번에도 마찬가지로 $ A_{\theta}(T) $ 를 크게 하는 순서로 최대 9 가지의 scaling factor를 추정하였다. 추정 결과를 실제 가해진 scaling factor와 비교하여, 가해진 scaling factor를 몇 번째 추정이내에서 찾았는지에 따라 아래<표 2>에 추정 성공 확률을 구하였다. 회전각과 마찬가지로 압축률이 높아질수록 여러 번 워터마크 검출을 시도해야 함을 알 수 있었다.<표 1>과 비교할 때 scaling factor를 추정하는 것이 더 힘든 것을 알 수 있다. 즉, scaling factor 추정 결과가 전체 워터마크 검출 성긍에 더 큰 영향을 주는 것을 알 수 있었다.</p> <table border><caption>표 2. JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률</caption> <tbody><tr><td>JPEG quality factor \Number of candidates</td><td>JPEG 90%</td><td>JPEG 70%</td><td>JPEG 50%</td><td>JPEG 30%</td></tr><tr><td>1</td><td>92</td><td>70.7</td><td>52.7</td><td>6.7</td></tr><tr><td>3</td><td>99.3</td><td>90</td><td>83.3</td><td>15.4</td></tr><tr><td>5</td><td>100</td><td>96</td><td>94</td><td>28.9</td></tr><tr><td>7</td><td>100</td><td>987</td><td>96.7</td><td>46.3</td></tr><tr><td>9</td><td>100</td><td>99.3</td><td>97.3</td><td>61.7</td></tr></tbody></table> <p>그 밖에 영상의 화질을 크게 떨어뜨리지 않는 범위 내에서 의도적인 방법으로 피크를 삽입하거나 피크를 제거 하더라도 제안된 affine 파라미터 추정 방법은 큰 성능의 저하를 보이지 않았다.</p>	[ "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JPFG 50%가 50일 때, 숫자 후보1에서의 수치는 얼마에요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보 9의 여러 값들 가운데 JPFG 50%에 대응하는 수치는 무엇입니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보3번이 JPFG 50%에서의 값은 어떻게 됩니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JZFC+ 70%에서 숫자후보가 3일 때 어떤 값을 보여주는가?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보 3번은 어떤 값을 JPEG 30%에서 보여주나요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보5는 어떤 값을 JZFC+ 70%에서 나타냅니까?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JZFC+ 70%에서 숫자후보 1의 값은 어떻게 됩니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보5가 JPEG 30%에서의 결과는 어떻게 나옵니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JZFC+ 70%의 여러 수치들 중 후보9와 관련된 것은 어떤 것인가?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JPEG 90%의 값들 중 후보5에 해당하는 것은 얼마야?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 숫자 후보가 3에서 JPEG 90%일 때의 값은 뭘까요?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JPFG 50%가 50일 때, 숫자 후보1에서의 수치는 얼마에요?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JPFG 50%의 여러 값들 중에 후보5번에 해당하는 수치는 무엇일까요?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JZFC+ 70%에서 숫자후보가 3일 때 어떤 값을 보여주는가?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JPEG 30%과 후보5가 교차하는 영역의 결과값은 무엇입니까?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 숫자 후보 1에서 JPEG 90%의 값은 뭐야?", "JJPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보5는 어떤 값을 JZFC+ 70%에서 나타냅니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보5를 살펴볼 때, JPFG 50%에서의 값은 뭐야?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JZFC+ 70%와 후보5가 만나는 영역의 값은 얼마인가요?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보3번이 JPFG 50%에서의 값은 어떻게 됩니까?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 숫자 후보가 1일 때, JPEG 30%에 해당하는 수치는 얼마일까요?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보9번에서의 JPEG 90%는 어떤 결과를 가집니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 숫자 후보9를 선택했을 때, JPEG 30%에서의 결과값은 어떻게 되나요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보9번에서의 JPEG 90%는 어떤 결과를 가집니까?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보7번은 JPEG 90%에서 어떤 값을 보여주나요?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보5가 JPEG 30%에서의 결과는 어떻게 나옵니까?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보 3번은 어떤 값을 JPEG 30%에서 보여주나요?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보5를 살펴볼 때, JPFG 50%에서의 값은 뭐야?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 후보 9의 여러 값들 가운데 JPFG 50%에 대응하는 수치는 무엇입니까?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, JZFC+ 70%의 여러 수치들 중 후보9와 관련된 것은 어떤 것인가?", "JPEG 압축을 겪은 후에 scaling factor를 정확히 추정할 확률에서, 숫자 후보9를 선택했을 때, JPEG 30%에서의 결과값은 어떻게 되나요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 숫자 후보 1에서 JPEG 90%의 값은 뭐야?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JZFC+ 70%에서 숫자후보 1의 값은 어떻게 됩니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 숫자 후보가 1일 때, JPEG 30%에 해당하는 수치는 얼마일까요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 숫자 후보가 3에서 JPEG 90%일 때의 값은 뭘까요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JZFC+ 70%와 후보5가 만나는 영역의 값은 얼마인가요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JPEG 90%의 값들 중 후보5에 해당하는 것은 얼마야?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JPEG 30%과 후보5가 교차하는 영역의 결과값은 무엇입니까?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, 후보7번은 JPEG 90%에서 어떤 값을 보여주나요?", "JPEG 압축을 겪은 후에 회선각을 정확히 추정할 확률에서, JPFG 50%의 여러 값들 중에 후보5번에 해당하는 수치는 무엇일까요?" ]
5aff0d82-c0f3-4c01-ae2a-25c9387d161c	인공물ED	상위 6비트를 공유하는 12 비트 SAR A/D 변환기	<h1>요 약</h1><p>본 논문에서는 IoT 센서 처리를 위한 1.8$\mathrm{V}$ 공급전압의 CMOS SAR(Successive Approximation Register) A/D 변환기를 설계하였다. 본 논문에서 2개의 A/D 변환기를 병렬로 사용하여 샘플링 속도를 향상시킨 12비트 SAR A/D 변환기를 제안한다. 2개의 A/D 변환기 중 1개의 A/D 변환기는 12자리 비트를 모두 결정하고, 또 다른 A/D 변환기는 다른 A/D 변환기의 상위 6비트를 그대로 사용하여 전력소모와 스위칭 에너지를 최소화하였다. 두 번째 A/D 변환기는 상위 6비트를 결정하지 않기때문에 컨트롤 회로와 SAR 로직이 필요하지 않아 면적을 최소화하였다. 또한 스위칭 에너지는 커패시터 용량과 C-DAC 내전압 변화가 클수록 값이 커지는데 두 번째 A/D 변환기는 상위 6비트를 결정하지 않아 스위칭 에너지를 줄일 수 있다. 또한 커패시터 내 스플릿 커패시터 용량을 유닛 커패시터 용량과 동일하게 회로를 구성하여 C-DAC 내 공정오차를 줄일 수 있다. 제안하는 SAR A/D 변환기는 180$\mathrm{nm}$ CMOS 공정을 이용하여 설계하였고, 1.8$\mathrm{V}$의 공급전압, 10$\mathrm{MS/s}$의 변환속도, 10.2비트의ENOB(Effective Number of Bit)이 측정되었다. 핵심 블록의 면적은 600X900$\mathrm{\mu}\mathrm{m^{2}}$, 총 전력소모는 79.58$\mathrm{\mu}\mathrm{W}$, FoM(Figure ofMerit)는 6.716f$\mathrm{J/step}$로 확인할 수 있다.</p>	[ "스위칭 에너지는 커패시터 용량과 C-DAC 내전압 변화가 작을수록 값이 커지게 되나요?", "IoT 센서 처리를 위해 설계한 변환기는 무엇인가요?", "A/D 변환기의 샘플링 속도를 향상시키기 위해 어떻게 했나요?", "두 번째 A/D 변환기의 스위칭 에너지 설명으로 옳은 것은 어떤 것인가요?", "커패시터 내 스플릿 커패시터 용량의 공정오차를 줄이기 위해선 어떻게 회로를 구성해야 해?", "A/D 변환기의 전력소모와 스위칭 에너지를 최소화하기 위해 다른 변환기의 몇 비트를 사용했는가?", "A/D 변환기는 전력소모, 스위칭 에너지를 최소화하고자 다른 A/D 변환기의 몇 비트를 그대로 적용했나요?", "SAR A/D 변환기의 핵심 블록의 면적은 얼마인가요?", "스위칭 에너지는 커패시터 용량과 C-DAC 내전압 변화가 크면 같이 증가하는 것은 어떤 것인가요?" ]
1473ed2c-70fb-4dc6-8cbf-d48e935b56c2	인공물ED	상위 6비트를 공유하는 12 비트 SAR A/D 변환기	<h1>Ⅰ. 서론</h1><p>4차 혁명으로 많은 양의 데이터를 처리해 일상생활의 편리함과 산업에서의 효율성을 향상시키는 사물인터넷(Internet on Things, IoT)기술이 개발되고 있다. 이러한 사물 인터넷의 핵심은 센서를통해 각종 정보를 빠르면서도 정확하게 디지털화하는것이다. 이러한 센서에 주로 사용되는 ADC(Analogto Digital converter)는 낮은 전력으로 구동 가능하고 생체신호와 같은 각종 신호 처리에 적합한 샘플링 속도의 SAR(Successive Approximation Resister)ADC이다. 그러나 SAR ADC는 나이퀴스트 방식으로 상대적으로 다른 ADC에 비해 샘플링 속도에 한계가 존재한다. 이러한 문제를 해결하기 위해 최근에는 스텝마다 2개의 비트를 결정하는 구조의ADC나 ADC를 병렬로 여러 개 배치하는 시간분할 방식의 ADC에 대해 연구가 진행되고 있다.</p><p>스텝마다 2개의 비트를 결정하는 구조의 SARADC는 기존 SAR ADC처럼 클럭이 한번 발생할때, 1개의 비트를 결정하는 구조가 아니라 클럭이 한번 발생 할 때 2개의 비트를 결정한다. 따라서 기존 방식에 비해 샘플링 속도를 2배 빠르게 할 수 있는 장점이 존재한다. 하지만 기존처럼 1개의 C-DAC과 1개의 비교기로 동작하는 것이 아닌 3개의C-DAC과 3개의 비교기로 동작하여 전력과 칩 면적, 스위칭 에너지가 크게 증가한다.</p><p>ADC를 병렬로 여러 개 배치하는 구조의 ADC는기존처럼 클럭이 한번 발생할 때 1개의 비트를 결정하지만 여러 개의 ADC가 일정한 시간 간격으로 동작하여 샘플링 속도를 빠르게 하는 구조이다. 그렇기 때문에 주파수 대역이 수십 $\mathrm{GHz}$로 넓다. 하지만 이 구조는 전력, 칩 면적, 스위칭 에너지가 크게 증가하는 단점이 존재한다.</p><p>본 논문에서는 샘플링 속도를 향상시키기 위해 2개의 ADC를 병렬로 사용하는 시간 분할 방식을 사용하였다. 하지만 기존 시간 분할 방식의 단점을 해결하고자 상위 6비트를 공유하는 방식을 사용하여 칩 면적과 전력소모 스위칭 에너지를 줄이는 회로를 구현하였다.</p>Ⅰ장에서는 제안하는 상위 6비트를 공유하는 ADC의 동작원리에 대해 설명하고 Ⅲ장은 제안한 ADC의 측정결과를 기술하였고, Ⅳ장에서는 결론을 맺었다.</p>	[ "사물 인터넷의 핵심이 뭐야?", "무엇이 사물 인터넷의 핵심인가?", "사물 인터넷의 센서에 주로 사용되는 것이 뭐야?", "사물 인터넷의 센서에 주로 사용되는 ADC는 높은 전력을 필요로 해?", "샘플링 속도에 한계가 존재하는 SAR ADC를 대신하기 위해 무엇에 대한 연구가 진행되고 있어?", "샘플링 속도에 한계가 존재하는 SAR ADC를 대신하기 위해 진행되고 있는 연구는 뭐야?", "스텝마다 2개의 비트를 결정하는 구조의 SARADC에 대한 설명으로 옳지 않은 것은 뭐야?", "사물 인터넷 기술은 센서를 통해서 정보를 어떻게 처리해?", "ADC를 병렬로 여러 개 배치하는 구조의 ADC는 샘플링 속도를 어떻게 빠르게 해?", "ADC를 병렬로 여러 개 배치하는 구조의 ADC는 어떻게 샘플링 속도를 빠르게 만들까?", "많은 양의 데이터를 처리해서 일상에 편리함을 가져다주는 기술이 뭐야?", "사물인터넷 기술은 어떻게 일상생활과 산업에 도움을 줘?", "사물 인터넷은 어떻게 정보를 디지털화 해?", "SAR ADC는 어떻게 구동이 가능한 장점을 가지고 있어?", "SAR ADC는 어떻게 하는 것에 적합해?", "SAR ADC의 한계를 극복하기 위해 개발 중인 방법이 뭐야?", "SAR ADC는 어떤 방식을 지니고 있어?", "스텝마다 2개의 비트를 결정하는 구조를 가진 SAR ADC는 어떻게 비트를 결정해?", "SAR ADC의 문제를 해결하기 위해 스텝마다 2개의 비트를 결정하는 구조의 ADC를 연구 중인데 이 외에 또 어떤 방법으로 구성된 ADC를 연구 중이야?", "스텝마다 2개의 비트를 결정하는 구조를 가진 SAR ADC는 기존 방식에 비해 어떤 장점을 가지고 있어?", "스텝마다 2개의 비트를 결정하는 구조를 가진 SAR ADC는 기존 방식과 다르게 어떤 방법으로 구성되어 동작해?", "ADC가 3개의 C-DAC과 3개의 비교기로 동작하면 어떻게 돼?", "병렬로 ADC를 여러개 배치하는 구조를 가진 ADC는 샘플링 속도를 빠르게 하는 방법이 어떻게 돼?", "ADC가 병렬로 여러 개 배치된 ADC는 여러 개의 ADC가 일정한 시간을 간격으로 동작하면 그 다음에 어떻게 돼?" ]
fc026cb5-3af7-44e2-8bef-3c5b15732a32	인공물ED	상위 6비트를 공유하는 12 비트 SAR A/D 변환기	<h1>Ⅳ. 결론</h1><p>본 논문은 시간 분할 방식을 통해 샘플링 속도 를향상시킨 상위 6비트를 공유하는 구조의 SAR A/D변환기이다. 기존에는 동일한 ADC를 병렬로 배치하여 샘플링 속도를 향상시켰으나 칩 면적과, 전력,스위칭 에너지가 증가하는 단점이 존재하였다. 따라서 ADC1과 ADC2를 병렬로 사용하되 ADC1은12자리 비트를 모두 결정하고 ADC2는 상위 6비트를 결정하지 않고, ADC1의 상위 6비트를 그대로사용한다. 이 비트를 토대로 ADC2의 C-DAC 전압을 변화시킨 후 하위 6비트를 결정하는 방법을 사용하여 ADC2의 경우 SAR 로직과 컨트롤 회로를 줄일 수 있다. 또한 커패시터 어레이로 구성된DAC은 양단의 전압이 변할 때 스위칭 에너지가 손실 되는데 ADC2의 경우 상위 6비트를 결정하지 않아 기존 방식에 비해 30$\%$의 손실이 발생한다. 제안하는 C-DAC의 경우 스플릿 커패시터 용량을 유닛 커패시터와 동일하게 바꾸는 회로를 통해 커패시터 어레이의 레이아웃이 용이하도록 하였다.제안하는 SAR A/D 변환기는 TSMC 180$\mathrm{\mu}\mathrm{m}$CMOS 1-Poly 6-Metal 공정으로 제작되었다. 공급전압은 1.8$\mathrm{V}$로 10$\mathrm{MS/s}$ 변환속도에서 1$\mathrm{KHz}$의정현파 입력에 대해 10.2비트의 유효비트수가 측정되었다. 제작된 SAR A/D 변환기의 칩 면적은900$\times$700$\mathrm{\mu}\mathrm{m}^{2}$ 이며, 전력소모는 79$\mathrm{W}$이다. 회로의FOM은 6.716$\mathrm{fJ/step}$이다.</p>	[ "기존에는 동일한 ADC를 병렬로 배치하여 샘플링 속도를 향상시켰으나, 어떤 단점이 존해하는가?", "본 논문에서는 동일한 ADC를 병렬로 배치한 기존의 설계 대신에 ADC를 어떻게 배치하였는가?", "커패시터 어레이로 구성된 DAC은 양단의 전압이 변할 때 스위칭 에너지가 손실 되는데 ADC2의 경우 상위 6비트를 결정하지 않아 기존 방식에 비해 얼마의 손실이 발생하는가?", "본 논문에서 제안하는 C-DAC의 경우 기존과 어떤 차별점이 있는가?", "본 논문에서 제안하는 SAR A/D 변환기는 어떤 공정으로 제작되었는가?", "본 논문에서 제안하는 SAR A/D 변환기에서 측정된 유효비트수는 얼마인가?", "본 논문에서 제작된 SAR A/D 변환기의 칩 면적은 얼마인가?", "본 논문에서 제작된 SAR A/D 변환기의 전력소모는 몇 \$\\mathrm{W}\$ 인가?", "기존 방식들은 어떻게 동일한 ADC를 배치하였는가?", "본 논문은 어떤 방식을 사용하여 ADC2의 경우 SAR 로직과 컨트롤 회로를 줄일 수 있었는가?", "본 논문에서 제안하는 SAR A/D변환기는 어떤 특징을 가지고 있는가?" ]
7cbc2068-2e97-4fc3-86a2-2968e13e6358	인공물ED	상위 6비트를 공유하는 12 비트 SAR A/D 변환기	<h1>Ⅱ. 제안하는 회로 설계</h1><h2>1. 제안한 상위 6 비트를 공유하는 구조</h2><p>본 논문에서 제안한 상위 6비트를 공유하는 SARA/D 변환기는 전력소모가 적은 커패시터로 구성한C-DAC을 사용하였고 샘플링 속도를 향상시키기 위해 2개의 ADC를 병렬로 사용하였다.</p><p>그림 1은 제안하는 12비트 SAR A/D 변환기의 다이어그램이다. 2개의 A/D 변환기가 병렬로 구성되어 있으며, 각각은 전압 비교를 위한 C-DAC, 비교기의 오프셋 전압과 클럭 신호의 킥백 잡음을 제거해주는 전단 증폭기, 2개의 C-DAC 전압을 비교하는 비교기, 회로를 구동시키는 컨트롤 회로, 리셋 생성기로 구성되고, 2개의 ADC는 1개의 시프트 레지스터를 공유하여 사용하고, ADC1은 12비트 SAR로직이 사용되고, ADC2는 6비트 SAR 로직이 사용된다.</p><h2>2. 제안한 상위 6 비트를 공유하는 구조의 원리</h2><p>제안한 상위 6비트를 공유하는 구조는 2개의ADC를 사용하여 1개의 ADC보다 샘플링 속도가 2배 빠르도록 설계하였다. 각각의 ADC는 12비트ADC로 ADC1은 12자리 비트를 순차적으로 결정하고 ADC2는 ADC1이 6자리 비트를 결정할 때 입력신호를 샘플링하고, ADC1의 상위 6비트를 저장한다. 저장된 후 C-DAC을 저장된 비트에 맞춰 변경한 후 나머지 하위 6비트를 결정한다.</p><p>그림 2는 2개의 ADC가 동작하는 클럭 타이밍을및 ADC1과 ADC2의 동작을 나타낸다. 아래 그림에서 ADC1은 리셋 신호1이 ‘1’이 될 때 입력신호를 샘플링하고 클럭이 ‘1’이 될 때마다 12자리 비트를 순차적으로 결정한다. 12자리 비트는 리셋 신호1이 ‘1’이 되기 직전에 출력 레지스터에 저장된다. 그리고 ADC2는 리셋 신호2가 ‘1’이 될 때 입력신호를 샘플링하고 동시에 ADC1의 상위 6비트를 공유하여 사용한다. 따라서 ADC1이 샘플링하고 나서 클럭이 6번 더 발생하면 ADC2가 샘플링을 하고 ADC2는 하위 6비트만 결정하는 방식이다. ADC2는 하위 6비트를 다 결정하고 나면 다음 리셋 신호2가 ‘1’ 이 되기 직전에 출력 레지스터에 12자리 비트를 저장한다. ADC2는 하위 6비트만 결정하므로 6자리 SAR 로직이 필요해 전력과 칩 면적을 줄일 수 있다.</p><p>그림 3은 스플릿 커패시터를 사용한 12비트 SARA/D 변환기의 C-DAC 구조이다. 일반적인 구조의C-DAC은 유닛 커패시터의 크기보다 2배씩 커지는 커패시터가 12개가 병렬로 배치되어 MSB(mostsignificant bits) 커패시터 용량이 유닛 커패시터의 $ 2^{12} $배이다. 이러한 커패시터 어레이의 용량을 줄이기 위해 스플릿 커패시터를 사용한다. 스플릿 커패시터의 용량은 식 1을 통해 계산할 수 있다.</p><p>$ C_{\text {Unit }}=C_{\text {Split }} / / C_{L S B}=\frac{32 C_{\text {Unit }} * C_{\text {Split }}}{32 C_{\text {Unit }}+C_{\text {Split }}} $<caption>(1)</caption></p><p>이때 스플릿 커패시터 용량은 유닛 커패시터의$ \frac{64}{63} $ 배이다. 이 스플릿 커패시터는 유닛 커패시터의 정수배가 아니라 레이아웃 배치에 어려움이 있다.따라서 그림 4와 같이 제안한다. 7번째 비트를 결정하는 커패시터의 용량을 기존 유닛커패시터와 동일한 용량이 아닌 유닛 커패시터의 2배로 키우고 인가되는 전압을 $ \frac{1}{2} $ 배 하게 되면 스플릿 커패시터의 용량이 유닛 커패시터와 동일하게 된다. 따라서C-DAC의 커패시터 배치가 규칙적이라 공정오차를 줄일 수 있다.</p><h2>3. 커패시터 어레이의 스위칭 에너지</h2><p>커패시터로 구성된 C-DAC은 양단의 전압이 바뀔 때마다 스위칭 에너지가 발생한다. 이 에너지는 전압의 변화가 클수록, 커패시터 용량이 클수록 그 크기가 커진다. 일반적인 SAR A/D 변환기의 스위칭 에너지는 다음의 식 2와 같이 나타낼 수 있다.</p><p>$ E_{\text {Conventional }}=f^{} \sum_{i=1}^{n-1}\left(2^{n-2-i}\right) C V_{\text {ref }}^{-2} $<caption>(2)</caption></p><p>그리고 스플릿 커패시터를 사용하는 경우의 스위칭에너지는 다음과 같다.</p><p>$ E_{\text {Split }}=f^{}\left(\frac{1}{2^{n_{f}-1}} \sum_{i=1}^{n_{C}} 2^{n-2-i}+\sum_{i=n_{\varepsilon}+1}^{n-1} 2^{n^{n-2-i}}\right) C V_{r e f}^{2} $<caption>(3)</caption></p><p>본 논문처럼 2개의 ADC를 병렬로 사용하는 경우 스위칭 에너지를 비교하면 다음 표 1과 같다.</p><table border><caption>표 1. 각 구조의 스위칭 에너지</caption><tbody><tr><td></td><td>conventional C-DAC</td><td>split C-DAC</td><td>proposed C-DAC</td></tr><tr><td>Switching energy</td><td>$ 4046 C $ $ V_{\text {reff }}^{-2} $</td><td>$ 2548.35 C $ $ V_{\text {reff }}^{-2} $</td><td>$ 1289.675 C $ $ V_{\text {reff }}^{-2} $</td></tr><tr><td>Normalize</td><td>1</td><td>0.63</td><td>0.318</td></tr></tbody></table><p>다른 구조와 비교하였을 때 본 논문이 제안하는 구조의 SAR A/D 변환기의 스위칭 에너지가 일반적인 구조를 1이라고 하였을 때 0.318로 작아진 것을 확인할 수 있다.</p>	[ "제안한 SARA/D 변환기의 C-DAC은 전력소모가 크지?", "제안한 12비트 SAR A/D 변환기에서 비교기의 오프셋 전압과 클럭 신호의 킥백 잡음을 제거하는 것은 뭐야?", "C-DAC은 양단의 전류 바뀔 때마다 스위칭 에너지가 발생하지?", "제안하는 12비트 SAR A/D 변환기는 몇 개의 A/D 변환기가 병렬로 구성되어 있어?", "어떻게 ADC2는 전력과 칩 면적을 줄일 수 있어?", "제안한 6비트를 공유는 구조는 어떻게 샘플링 속도가 1개의 ADC보다 2배 빠르게 설계되었어?", "제안한 SARA/D 변환기는 왜 2개의 ADC를 병렬로 사용했지?", "제안하는 12비트 SAR A/D 변환기의 2개의 ADC는 2개의 시프트 레지스터를 공유하지?", "12자리 비트는 신호1이 ‘1’이 된 직후에 출력 레지스터에 저장되지?", "conventional C-DAC의 스위칭 에너지는 얼마야?", "\$ 2548.35 C \$ \$ V_{\\text {reff }}^{-2} \$의 스위칭 에너지 값을 갖는 구조는 뭐야?", "0.318의 normalized된 스위칭 에너지 값을 갖는 구조는 뭐야?", "proposed C-DAC의 스위칭 에너지 값은 얼마야?", "Nomalized된 conventional C-DAC의 값은 얼마야?", "Nomalized된 split C-DAC의 값은 얼마야?", "C-DAC의 값은 Nomalized된 것은 얼마지" ]
a7b034ae-3bfd-44c2-93ea-cb1d1bd116e0	인공물ED	상위 6비트를 공유하는 12 비트 SAR A/D 변환기	<h1>Ⅲ. 실 험</h1><p>제안하는 12비트 SAR A/D 변환기는 샘플링 속도를 향상시키면서 전력소모와 칩 면적, 스위칭 에너지를 줄이도록 구현하고 성능 및 분석하였다.</p>그림 5는 180$\mathrm{nm}$ 1.8$\mathrm{V}$ CMOS 1 Poly 6 Metal 공 정으로 제작한 제안하는 12 비트SAR A/D 변환기의 칩 사진이다. 제작된 칩의 코어사이즈는 $ 600 \mathrm{\mu}\mathrm{m}^{2} $ $\times$$ 900 \mathrm{\mu}\mathrm{m}^{2} $이다. ADCl 이 차지하는 면적은 $ 450 \mathrm{\mu}\mathrm{m}^{2} $ $\times$$ 675 \mathrm{\mu}\mathrm{m}^{2} $ 로 전체면적의 $ \frac{3}{4} $ 이고 ADC 2 가 차지하는 면적은 $ 150 \mathrm{\mu}\mathrm{m}^{2} $$\times$ $ 225 \mathrm{\mu}\mathrm{m}^{2} $ 이다.</p><p>제안하는 SAR A/D 변환기는 해상도가 12비트이다. 따라서 측정에 사용되는 입력신호는 해상도가 16비트, 클럭 신호는 해상도가 12비트인 신호 발생기를 사용하였다. 그림 6은 1$\mathrm{KHz}$의 사인파형을 인가하고 클럭 신호는 5$\mathrm{MHz}$의 펄스파형을 제안하는 A/D 변환기에 인가한 후 로직 분석기를 통해 복원한 파형이다. 그림 7은 웨이브 비전 프로그램을 통해 FFT한 스펙트럼으로 변환한 결과이다.</p><p>스펙트럼 분석은 해닝 윈도우를 사용하였고 SINAD는 62.879$\mathrm{dB}$ SFDR은 71.454$\mathrm{dB}$ 그리고 유효비트수는 10.2비트로 확인하였다.</p><p>제안하는 A/D 변환기는 클럭이 7번 발생할 때마다 12자리의 비트가 결정된다. 따라서 인가된 클럭신호가 5$\mathrm{MHz}$일 때 샘플링 주파수는 357.142$\mathrm{KHz}$이다. 일반적으로 나이퀴스트 이론을 따르는 A/D변환기는 샘플링 주파수의 $\frac{1}{2}$배 지점까지 변환이가능하다. 일반적으로 유효비트수가 유지되는 입력 주파수는 샘플링 주파수의 $\frac{1}{10}$인 지점이다.그림8은 샘플링 주파수의 약 $\frac{1}{10}$배인 50$\mathrm{KHz}$의 입력신호를 인가 하였을 때의 FFT 스펙트럼 변환결과이다. 유효비트수가 10.1로 그림 7과 유사한 유효비트수가 나온 것을 확인할 수 있다.</p><p>그림 9는 제안하는 ADC의 리셋파형을 보여준다.리셋 1의 경우 ADC1이 샘플링 하는 신호로 클럭이 14번 발생할 때마다 ‘1’이 되고, 리셋 2의 경우ADC2가 샘플링 하는 신호로 클럭이 14번 발생할때마다 ‘1’이 된다.</p><p>그림 10은 클럭 신호가 5$\mathrm{MHz}$일 때 입력신호의 주파수를 가변시키며 FFT 스펙트럼 분석을 통해 유효비트수를 확인한 것이다.</p><p>입력신호의 주파수가 70$\mathrm{KHz}$일 때까지는 대체로 유효비트수가 10으로 유지된 것을 확인할 수 있다.</p><p>그림 11은 입력신호를 1$\mathrm{KHz}$로 고정시키고 클럭신호의 주파수를 가변시키며 FFT 스펙트럼 분석을 통해 유효 비트 수를 확인한 것이다. 이때 클럭신호가 500$\mathrm{KHz}$일 때 10.3의 유효비트수가 나왔다.</p><p>표 2는 기존 논문에서 샘플링 속도를 향상시킨 시간분할 방식의 ADC 와, 스텝 당 2개 비트를 결정하는 방식의 ADC 를 제안하는 회로와 비교한 표이다. 제안하는 회로의 전력소모는 79$\mathrm{\mu}\mathrm{W}$로 비슷한 구조에 비해 전력을 줄인 것을 확인할 수 있다.</p>	[ "스펙트럼 분석의 유효비트수는 얼마였는가?", "본문의 결과에서 유효비트수가 유지되는 입력 주파수는 약 35\$\\mathrm{KHz}\$대겠는가?", "그림 11에서 주파수가 일정하게 유지된 신호는 무엇인가?", "클럭 신호는 변환기의 해상도보다 작은가?", "ADC의 리셋파형에서 샘플링 신호가 1이 되는 클럭의 횟수는 무엇인가?", "12비트 SAR A/D 변환기의 구현목적은 무엇인가?", "유효비트수가 유지되는 입력 주파수의 지점은 어디인가?", "SFDR은 진폭과 관련된 물리량이겠는가?", "본문에서 사인파형 신호보다 펄스파형 신호의 진동수가 더 큰가?", "측정에 사용된 입력신호의 파형은 무엇이었곘는가?", "측정에 사용되는 입력신호는 변환기의 해상도보다 큰가?", "FFT한 스펙트럼으로 변환하는데 사용된 프로그램은 무엇인가?", "50\$\\mathrm{KHz}\$의 입력신호를 인가 하였을 때 FFT 스펙트럼 변환결과의 유효비트수는 얼마였는가?", "스펙트럼 분석에서 SINAD값은 얼마였는가?", "클럭 신호가 5\$\\mathrm{MHz}\$일 때 입력신호의 주파수가 70\$\\mathrm{KHz}\$일 때까지는 유효비트수가 얼마를 유지하였는가?", "그림 10에서 클럭신호는 일정하게 유지되었겠는가?", "인가된 클럭신호보다 샘플링 주파수의 크기가 더 큰가?", "SINAD는 진동수와 관련된 물리량이겠는가?", "12비트 SAR A/D 변환기에서 12비트의 의미는 무엇인가?", "본문에서 입력신호보다 클럭신호의 진동수가 더 작았는가?", "본문에서 제안하는 변환기는 무엇인가?", "그림 11은 그림 10과 비교하여 클럭신호의 주파수가 작은가?", "입력신호의 진폭이 1\$\\mathrm{KHz}\$일때와 50\$\\mathrm{KHz}\$일때의 FFT 스펙트럼 변환결과에서 유효비트가 거의 유사한가?", "스펙트럼 분석에 사용된 방법은 무엇인가?", "전력소모가 79\$\\mathrm{\\mu}\\mathrm{W}\$개선된 회로는 무엇인가?", "클럭 신호를 5\$\\mathrm{MHz}\$, 입력 신호의 주파수를 40\$\\mathrm{KHz}\$로 맞추면 FFT 스펙트럼의 유효비트수는 10에 가깝겠는가?", "입력신호를 1\$\\mathrm{KHz}\$, 클럭신호가 500\$\\mathrm{KHz}\$로 맞추면 유효비트수가 얼마가 나오곘는가?", "A/D 변환기에 들어간 5\$\\mathrm{MHz}\$의 펄스파형의 해상도는 얼마였곘는가?", "제안하는 A/D 변환기는 몇 번의 클럭마다 12자리의 비트가 결정되는가?", "나이퀴스트 이론을 따르는 A/D변환기는 샘플링 주파수의 몇 배 지점까지 변환이가능한가?" ]
a839e67e-9b36-41bd-8df2-53c8bb967008	인공물ED	ICP-RIE를 이용한 저압용 실리콘 압력센서 제작	<h1>3. 제작 공정</h1><h2>3.1. 드라이에칭 지연 기술을 이용한 실리콘 다이아 프레임 제작</h2><p>현재, 다이아프레임 제작에 에칭 용액 (KOH, TMAH)을 이용한 습식에칭이 주로 사용되고 있지만변, 이미 제작된 회로부를 에칭 용액으로부터 보호하기 위한 기술 등 공정이 복잡한 것이 문제점으로 지적되고 있다. 본 논문에서는 습식에칭의 이러한 문제점을 개선하기 위하여, ICP-RIE를 이용한 Bosch 공정으로 실리콘 다이아프레임을 제작하였다. RIE는 반도체 표준 공정에 속하기 때문에 비교적 간단한 공정으로 다이아프레임을 제작할 수 있다. Bosch 공정은 에칭(etching) 공정과 보호(passivation) 공정을 번갈아가면서 실시하여 제작되는 구조물의 종횡비(aspect ratio)를 획기적으로 높일 수 있는 드라이에칭 방법이다. $ \mathrm{SF}_{6} $ 가스로 실리콘을 일정 시간 동안 에칭한 후에, $ \mathrm{C}_{4}\mathrm{F}_{8} $ 가스를 이용하여 에칭된 구조물의 측면 및 바닥면에 에칭 보호막을 형성한다. 다음 사이클의 실리콘 에칭 시, 방향성을 가진 이온에 의해 바닥면의 보호막만이 제거되고, 이어서 실리콘이 에칭 되는 과정이 반복되는 동안 구조물의 측면은 계속해서 에칭으로부터 보호되기 때문에 종횡비가 우수한 이방성 가공이 가능하게 된다. 본 연구에서 사용한 Bosch 공정 조건은 에칭 및 보호 공정을 포함하는 한 사이클이 $ 17.5 $초였고, 에칭속도는 약 $ 3 \mu \mathrm{m} / \mathrm{min} $ 정도였다. Bosch 공정의 에칭 보호막으로는 photo-resist/$ \mathrm{SiO}_{2} $의 2 층 구조를 사용하였다. 본 논문에서 사용한 ICP-RIF, 공정의 에칭 선택비는, 포토레지스트와 실리콘이 $ 1: 80 $, 실리콘 산화막과 실리콘이 $ 1: 220 $ 정도인 것으로 파악되었다. ICP-RIF릅 이용하여 실리콘을 에칭 할 때, 로딩효과(loading cffect) 때문에 실리콘 에칭 면이 균일하지 않는 문제가 있다. 에칭 면적이 좀을 경우에는 에칭면의 중앙 부분의 에칭 속도가 빠르고, 에칭 면적이 넓을 경우에는 가장자라 부분의 에칭 속도가 빠름을 실험을 통하여 확인할 수 있었다. 본 연구에서는 규일한 에칭면을 얻기 위하여 SOI(silicon-on-insulator)를 이용한 드라이에칭 지연 기술을 사용하였다. 드라이에칭 지연 기술은 SOI웨이퍼 $ \left(\mathrm{Si}: 7 \mu \mathrm{m} / \mathrm{SiO}_{2}\right. $ : $ 0.5 \mu \mathrm{m} / \mathrm{Si}-\mathrm{sub}: 525 \mu \mathrm{m} $ )의 $ \mathrm{SiO}_{2} $ 층(에칭 선택비, $ \mathrm{Si}^{2}: \mathrm{SiO}_{2}= $ $ 220: 1 $ 을 드라이에칭 지연층으로 사용하여, 로딩 효과등에 의하여 발생할 수 있는 에칭 면의 두께 편차를 줄일 수 있다. 그림 3에 드라에칭 지연 기술을 사용하지 않은 경우와 사용한 경우의 에칭 결과 사진을 나타내었다.</p><h2>3.2. 압저항형 압력센서 제작공정</h2><p>그림 4에 드라이에칭 법을 이용한 압력센서의 전체 제작 공정을 나타냈다. 센서 제작에는 SDB(silicon-direct-bonding)법으로 제작된 SOI 웨이퍼($\mathrm{n-Si}$: $ 7 \mu \mathrm{m} $ :$ \left.\mathrm{SiO}_{2}: 0.5 \mu \mathrm{m} / \mathrm{p}-\mathrm{Si}: 525 \mu \mathrm{m}\right)$를 사용하였다. 이온주입 공정 및 드라이 에칭의 마스크로 사용하기 위하여 $ 1 \mu \mathrm{m} $ 의 산화층을 습식 산화공징으로 형성하였다. p형 압저항을 형성하기 위하여, 이온 주입 공정으로 $ 1 \times 10^{19} \mathrm{~cm}^{-3} $ 의 붕소(boron)를 주입하였다. 보호막(passivation film)으로 $ 0.5 \mu \mathrm{m} $ 의 $ \mathrm{SiO}_{2} $ 층을 TEOS 공정으로 증착하고, 알루미늄 스퍼트로 약 $ 0.5 \mu \mathrm{m} $ 두께 전극을 형성하여 센서 회로부롤 완성한다. ICP-RIE롤 이용하여 Bosch 공정을 하는 동안 이미 제작된 회로부를 보호하기 위하여 웨이퍼 앞면을 포토레지스트를 도포하고, 뒷면은 포토리소그래피 공정으로 식각 패턴을 형성한다. 웨이퍼 뒷면의 에칭 패턴 형성을 위하여 사용된 포토레지스트는 제거하지 않고, $ 1 \mu \mathrm{m} $ 의 $ \mathrm{SiO}_{2} $층과 함께 ICP-RIE용 마스크로 사용한다. SOI 웨이퍼의 매몰 실리콘 산화막을 이용하여 드라이에칭을 지연시키는 방법으로 두께 $ 7 \mu \mathrm{m} $ 의 평탄한 다이아프레임을 제작할 수 있었다. 다이아프레임 에칭 시에 각 소자를 분리하기 위한 분리선 (scribe line)을 같이 에칭 하여, 공정 종료 후에 소자를 분리하기 위한 웨이펴 절단 공정올 생략할 수 있게 했 다. 웨이퍼로부터 소자의 분리가 매우 약한 충격을 가 하는 것으로 가능하기 때문에 유용한 공정으로 사료된다. 에칭이 완료된 웨이퍼는 플라즈마 클리너를 이용하여 남아있는 포토레지스트를 제거한다. 그림 5 에 제작한 압력센서의 사진을 나타냈다. 그림 5 에서 다이아프레임의 크기는 $ 1000 \times 1000 \times 7 \mu \mathrm{m}^{3} $ 이고, 분리선 폭은 $ 500 \mu \mathrm{m} $, 두께는 $ 7 \mu \mathrm{m} $ 이다. 센서의 전체 사이즈는 $2000 \times 2000 \mu \mathrm{m}^{2} $ 이다.</p>	[ "본 논문에서 ICP-RIE를 이용해 실리콘 다이아프레임을 제작하는데 어떤 공정을 사용했어?", "다이아프레임 제작에 주로 사용되고 있는 에칭방법은 뭐야?", "현재 많이 사용 중인 습식 에칭의 문제점은 뭐야?", "Bosch 공정은 어떤 공정들을 번갈아가면서 실시해?", "Bosch 공정을 통해 만들어진 구조물은 어떤 값이 높게 나타나?", "Bosch 공정에서 실리콘을 에칭하는데 사용하는 가스는 뭐야?", "본 연구에서 사용한 Bosch 공정이 한 사이클을 수행하는데 걸리는 시간이 얼마야?", "Bosch 공정의 에칭 보호막으로 어떤 구조를 사용했어?", "본 논문에서 사용한 공정에서 실리콘 산화막과 실리콘 간의 에칭 선택비로 옳은 것은 뭐야?", "ICP-RIF릅 이용하여 실리콘을 에칭할 경우 에칭한 면이 균일하지 않은 문제를 발생시키는 원인은 뭐야?", "본 연구에서 균일한 에칭면을 얻기 위해 무엇을 사용했어?", "p형 압저항을 형성하려면 이온 주입 공정으로 얼마의 붕소를 주입해야해?", "어떤 이온을 주입할 경우 p형 압저항을 형성할 수 있어?", "ICP-RIE롤 이용하여 Bosch 공정을 할 때 웨이퍼 앞면을 포토레지스트를 도포하고 뒷면은 포토리소그래피 공정을 함으로써 얻을 수 있는 장점은 뭐야?", "다이아프레임 에칭할 때 분리선을 같이 에칭할 경우 어떤 공정을 생략할 수 있어?", "에칭이 완료된 웨이퍼의 남아있는 포토레지스트를 제거하는데 무엇을 사용해?", "Bosch 공정에서 보호 공정에 사용되는 가스는 뭐야?", "에칭을 할 때 에칭 면적이 넓을 경우 어떤 부위에서 에칭 속도가 빨라져?", "웨이퍼 뒷면에 포토레지스트를 제거하지 않는 경우 어떤 패턴 형식이 나타나?", "RIE는 반도체 비표준 공정에 속해?", "본 논문에서 사용한 공정의 에칭 선택비는 포토레지스트와 실리콘이 \$ 1: 220 \$, 실리콘 산화막과 실리콘이 \$ 1: 80 \$이 맞아?", "에칭 속도는 에칭 면적과 연관이 있어?", "에칭을 할 때 에칭면의 중앙 부분의 속도를 빠르게 하고 싶으면 에칭 면접을 넓게 만들어야 해?" ]
77104f23-cc8f-4062-953a-c4b31f844e13	인공물ED	ICP-RIE를 이용한 저압용 실리콘 압력센서 제작	<h1>1. 서 론</h1><p>실리콘 압력센서는 다양한 분야에서 폭 넓게 응용되고 있을 뿐 아니라 센서 중에 가장 는 시장을 형성하고 있다. 하지만, 센서 시스템 개발자의 입장에서 보면, 상품화된 압력센서의 종류가 충분하지 않아, 시스템 설계에 많은 제한을 받고 있다. 센서 시장의 성향은 일반적으로 다품종 소량 양상을 나타내기 때문에 공급자의 입장에서 이러한 시장 성향을 충족시키는것은 현실적으로 쉅지 않다. 집적회로 제작을 위한 표준 실리콘 공정만으로, 복잡한 신호처리 회고가 집적된 압력센서 제작이 가능하게 되면, 보다 다양한 종류의 압력센서의 생산이 가능할 것으로 판단된다. 또한, 마이크로프로세스와 같은 더욱 복잡한 신호처리회로의 집적이 가능하게 되어, 압력센서의 고성능, 고기능화를 기대할 수 있을 것이다. 표준 실리콘 공정만으로 압력센서를 제작하기 위해서는 압력센서의 다이아프레임(diaphragm)을 형성하기 위한, 에칭 공정과 에칭 중에 이미 제작된 신호처리 회로부의 보호를 위한 공정의 개선이 필요하다. 기존의 습식 에칭 공정으로 다이아프레임을 제작할 경우에는 에칭 중에 회로부의 보호가 번거롭고, 공정의 신뢰성이 문 제가 될 수 있다. 본 논문에서는 다이아프레임 제작에 ICP-RIE(induc-tively coupled plasma reactive ion etching)를 이용한 Bosch 공정과 SOI를 이용한 드라이에칭 지연 기술로 다이아프레임을 제작하였다. ICP-RIE를 이용하여 다이아프레임을 제작하기 때문에 에칭 중에, 이미 제작된 신호처리 회로의 보호에 포토레지스트(photoresist)의 도포만으로 가능하여, 압력센서 세작 공정 전체가 표준 실리콘 공정만으로 가능하게 되었다. 따라서 집적회로를 제작 공정 중에 다이아프레임 제작을 위한 포토마스크 한 장을 추가하는 정도로, 집적회로 칩 내에 압력센서의 제작이 가능하게 되었다. 본 연구에서는 ICP-RIE 공정과 SOI 를 이용한 드라이에칭 지연 기술로 저압용 실리콘 압력센서를 제작하고 그 특성을 분석하였다.</p><h1>2. 센서구조 및 설계</h1><p>그림 $1$ 에 실리콘 압력센서의 구조를 나타냈다. 압력 센서는 $ \mathrm{Si} / \mathrm{SiO}_{2} / \mathrm{Si} $-sub 구조의 정방형 다이아프레임 가장자리에 single-clement four-terminal gauge라는 압저항(piezoresistor)이 배치되어 있는 구조로 되어있다. Single-element four-terminal gauge는 전단응력(shear stress)에 대해 감도를 나타내는 압저항으로, 일반적으 로 네개의 압저항을 휘트스톤브리지 회로로 구성하는 방법과는 달리, 한 개의 압저항에 전원 및 출격을 위한 네 개의 단자가 연결되어 있는 것이 특징이다. 습식식 각(wet etching)법으로 제작된 압력센서의 프레임 (frame)은 일반적으로 $ 55^{\circ} $ 의 경사을 나타내지만 (그림 2(b)), 본 연구에서 제작된 압력센서는 ICP-RIE(reactive ion etching)를 이용한 Bosch 공징으로 제작되기 때문에 프레임이 수직으로 제작되는 것이 특징이다(그림 2(a)). 수직으로 헝성된 프레임에 다이아프레임이 연결되면, 센서의 사이즈를 작게 할 수 있을 뿐 아니라 인가되는 압력에 의하여 다이아프레임 가장자리에 발생하는 응력이 프레임으로 분산되지 않고 다이아프레임 가장자리에 집중되기 때문에 센서의 감도를 높일 수 있다. 그림 2 에 나타낸 것과 같이 deep RIE를 이용 해서 제작한 센서 칩 길이(A)가 습식식각법으로 제작 된 센서 칩 길이(B)보다 $ 1.4 \mathrm{~T} $ (T: 식각 깊이) 정도로 작아짐을 알 수 있었다. 균일한 두께의 다이아프레임을 얻기 위하여 SDB(silicon direct bonding) 웨이퍼를 응용한 드라이에칭 지연 공정을 적용하였다. 드라이에칭 지연 공정으로 약 $ 7 \mu \mathrm{m} $ 의 균일한 다이아프레임을 제작할 수 있었다. 압력센서의 다이아프레임 크기는 $ 1000 \times 1000 \times 7 \mu \mathrm{m}^{3} $ 로 설계하였고 압저항의 크기는 $ 50 \times 60 \times 0.6 \mu \mathrm{m}^{3} $ 고 설계하였다. 압저항은 다이아프레임 가장자리에 최대의 감도를 나타내는 $45^{\circ}$방향으로 배치하였다.</p>	[ "센서 중에서 가장 큰 시장을 형성하고 있는 센서는 무엇인가?", "본문의 내용으로 미루어 볼 때, 센서 시스템 개발자가 설계에 한계를 느끼는 이유는 무엇인가?", "센서 시장은 소품종 대량생산의 양상을 나타내는가?", "마이크로프로세스와 같이 복잡한 신호처리회로의 집적이 가능하게 되면 어떠한 이득을 얻을 수 있는가?", "본문의 내용으로 볼 때, 센서 시장의 성향은 압력센서의 종류가 충분치 않으며, 상품은 다품종 소량생산이 주를 이루고 있는가?", "복잡한 신호처리 회고가 집적된 압력센서의 제작을 가능하게 하는 것은 무엇인가?", "Single-element four-terminal gauge는 1개의 압저항에 1개의 단자가 연결되어 있나요?", "표준 실리콘 공정이 가능해지면 얻을 수 있는 이점이 아닌 것은 무엇인가?", "표준 실리콘 공정만으로 압력센서를 제작하려면 압력센서의 다이아프레임 형성을 위해 에칭 공정과 더불어 무엇이 필요해요?", "다이아프레임을 습식 에칭 공정으로 제작하면 공정에 신뢰성을 보장할 수 있나요?", "압력센서를 표준 실리콘 공정만으로 제작하기 위해 무엇을 형성해야 해요?", "집적회로칩 내에 압력센서를 제작하기 위해 어떤 방법을 사용했어요?", "본 연구는 드라이에칭 지연 기술을 이용해 저압용 실리콘 압력센서를 제작했어요?", "다이아프레임 제작을 드라이에칭 지연기술은 어떤 방법을 사용하였나요?", "실리콘 압력센서는 \$ \\mathrm{Si} / \\mathrm{SiO}_{2} / \\mathrm{Si} \$-sub 구조의 정방형 다이아프레임 중앙 자리에 single-clement four-terminal gauge라는 압저항(piezoresistor)이 배치한 구조인가요?", "1개의 압저항에 4개의 단자가 연결된 Single-element four-terminal gauge는 어떤 기능을 해요?", "ingle-element four-terminal gauge는 1개의 압저항에 출력과 전원을 위한 단자가 몇 개 연결되어 있어요?", "습식식 각법으로 제작된 압력센서 프레임은 일반적으로 몇 도의 경사율을 가지나요?", "습식식 각법의 압력센서의 프레임은 일반적으로 수직의 경사율을 가지는데 반해서, 본 연구에서 제안하는 압력센서는 \$ 55^{\\circ} \$의 각도를 가져요?", "압력센서의 프레임이 수직일 때 센서의 사이즈를 크게 할 수 있어요?", "집적회로를 제작 공정에서 포토마스크를 추가하여 제작한 것은 뭐에요?", "deep RIE를 이용하여 제작한 센서 칩 길이(A)가 습식식각법으로 제작 된 센서 칩 길이(B)보다 얼만큼 작아지나요?", "본 논문에서 다이아프레임을 균일한 두께로 얻기 위해 어떠한 방법이 적용되었어요?", "드라이에칭 지연 공정을 이용하면 다이아프레임을 몇 \$ \\mu \\mathrm{m} \$만큼의 균일하게 제작할 수 있어요?", "본 논문에서 압력센서를 제작하기 위해 사용된 방법이 아닌 것은 무엇인가?", "에칭 과정에서 회로부 보호가 어렵고, 공정의 신뢰성을 보장하기 어려운 에칭 방법은 뭐에요?", "다이아프레임 제작을 위해 Bosch 공정에는 어떤 방법을 사용하였나요?", "다이아프레임을 형성하기 위한 에칭 과정에서 이미 제작된 신호처리 회로를 보호하기 위해서 무엇을 도포하는가?" ]
463b892b-4e74-4028-b4fb-ca15852707ab	인공물ED	ICP-RIE를 이용한 저압용 실리콘 압력센서 제작	<h1>5. 결 론</h1><p>본 논문에서는 ICP-RIE를 이용한 Bosch 공정과 SOI 웨이퍼를 응용한 드라이에칭 지연 기술로. 실리콘 압력센서를 개발하였다. 드라이에칭만으로 압력센서의 다이아프레임을 제작하기 때문에 공정이 매우 단순할 뿐 아니라 모든 제작 공정이 집정회로를 제작하기 위한 표준 실리콘 공정으로 가능했다. 이 기술은 집적회로 제작 공정과 완전한 호환성을 확보할 수 있기 때문에 비교적 단순한 공정으로 압력센서와 신호처리 회로를 동일 칩 상에 집적이 가능할 것으로 판단된다. 이 공정으로 압력센서를 제작하여, 얇고, 균일한 두께의 다이아프레임을 얻을 수 있었고, 센서의 칩 사이즈도 줄일 수 있었다. 제작된 압력센서의 간도는 $ 1 \mathrm{kPa} $ 압력범위에서는 $ 3.5 \mathrm{mV} / \mathrm{V} \cdot \mathrm{kPa} $ 이고, 비직성은 $ 0.5 \% \mathrm{~F} . \mathrm{S} . \mathrm{O} $, 압력 분해능은 $ 20 \mathrm{~Pa} $ 로 매우 우수한 특성을 나타냈다. 최대 측정 압력은 $ 100 \mathrm{kPa} $ 이상이었다.</p>	[ "본 논문에서는 압력센서의 다이아프레임을 드라이에칭만으로 만들었는가?", "본 논문에서는 SOI 웨이퍼를 응용한 Bosch 공정과 ICP-RIE를 이용한 드라이에칭 지연기술을 이용하여 압력센서를 개발했어?", "본 논문에서는 어떻게 실리콘 압력센서를 개발했어?", "본 논문에서 실리콘 압력센서를 개발한 방법이 어떻게 돼?", "본 논문에서는 어떻게 압력센서의 다이아프레임을 제작했지?", "본 논문에서 제시된 기술을 통해 동일한 칩상에 집적이 가능한 것은 무엇과 무엇인가?", "본 실험에서는 압력센서의 개발을 통해서 센서의 칩 사이즈를 크게 키울 수 있었는가?", "본 논문에서 제시한 압력센서 개발 기술을 이용하면 얇은 두께의 다이아프레임을 얻을 수 있으나, 두께가 균일하지 않다는 단점이 남아있는가?", "실험에서 제작된 압력센서는 \$ 1 \\mathrm{kPa} \$ 압력범위에서 간도가 어떻게 측정되었는가?", "본 논문에서 제작된 압력센서의 평균 측정 압력은 \$ 100 \\mathrm{kPa} \$ 이상인가?", "본 논문에서 제작된 압력센서는 \$ 1 \\mathrm{kPa} \$ 압력범위에서 비직성이 얼마였는가?" ]
670bfed0-846f-496c-b93e-21925bedd5f4	인공물ED	ICP-RIE를 이용한 저압용 실리콘 압력센서 제작	<h1>4. 결과 및 고찰</h1><h2>4.1. ICP-RIE 공정을 이용한 다이아프레임 제작</h2><p>ICP-RIE를 이용한 Bosch 공정으로 다이아프레임을 제작함으로서, 습식에칭으도 제작되는 종래의 기술에 비해서 공정이 매우 간단해진다. TMAH 또는 KOH 등과 같은 에칭 용액을 이용한 습식에칭 공정으로 다이아프레임을 제작한 겅우에 이미 제작된 회로부의 보호 및 공정 후에 보호막의 제거가 매우 까다롭기 때문에 식각 공정의 신뢰성 저하가 우려될 뿐 아니라 제작 단가의 상승 요인이 되기도 했다. 하지만 드라이에칭만으로 제작할 경우, 일반적으로 포토리소그래피 공정에 사용되는 $ 45 \mathrm{cp} $ 정도의 포토레지스트 도포 정도로 회로부의 보호가 가능하고, 공정 후에 제거도 간단하기 때문에 공정의 신뢰성을 높일 수 있었다. 에칭이 매우 간단해지기 때문에 공정 단가도 낮출 수 있을 것으로 판단된다. 제작된 회로부의 보호가 포토레지스트의 도포만으로 가능해짐에 따라서 마이크로프로세스, 메모리 등과 같은 대구모 집적회로와의 원칩(one-chip)화가 간단해질 것으로 판단된다. 본 공정은 압력센서와 신호처리 회로를 동일 칩 상에 집적하기 위한 특별한 공정의 개발이 필요하지 않고, 단지 일반적으로 행해지는 집적회로 제작공정을 종료한 후에 웨이퍼 뒷면에 다이아프레임을 형성하기 위한 마스크 한 장을 추가하는 것으로 가능하다. 압력센서의 다이아프레임 제작 공정과 신호처리 회로 제작공정 사이에 공정상의 어떠한 제한도 없기 때문에 본 공정을 사용하면 압력센서와 어떠한 회로시스템과도 간단하게 집적화가 가능할 것 으로 판단된다.</p><p>KOH 나 TMAH 와 같은 에칭 용액에 의한 습식에칭 방법으로 실리콘 $ (100) $ 면을 식각하여 다이아프레임을 제작할 때에 약 $ 55^{\circ} $ 의 경사가 만들어지기 때문에 센서의 크기가 증가하는 문제가 있다. 하지만, ICP-RIE 공정을 이용하면 실리켠의 수직 에칭이 가능하기 때문에 센서의 크기를 줄일 수 있다. ICP-RIE 공정으로 제작된 압력센서는 얇은 다이아프레임이 수직으로 삭각된 프레임에 연결된 구조로 되어 있기 때문에 외부에서 인가되는 압력에 의하여 발생하는 응력(stress)이 압저항이 배치되는 다이이프레임 가장자리에 집중되어, 센서의 감도가 높아지는 효과도 기대할 수 있다. 다이아프레임 가장자리에 응력이 집중되기 때문에 파괴강도가 저하되는 문제가 발생할 수 있지만, 저압용 압력센서는 전혀 문제가 되지 않는다. 본 연구에서는 측정범위가 $ 1 \mathrm{kPa} $ 인 압력 센서를 제작하였지만, 측정 결과 $ 100 \mathrm{kPa} $ 이상까지 측정이 가능하였기 때문에 다이아프레임의 파괴강도 저하에 따른 문제점은 없을 것으로 판단된다.</p><h2>4.2. 감도 및 측정 분해능</h2><p>제작된 압력센서의 출력특성을 그림 6에 나타냈다. 전원으로 $ 3 \mathrm{~V} $ 직류전압을 사용하였다. 센서의 압력감도는 $ 1 \mathrm{kPa} $ 압력범위에서는 $ 3.5 \mathrm{mV} / \mathrm{V} \cdot \mathrm{kPa}$ (그림 6(a)), $ 0.1 \mathrm{kPa} $ 압럭범위에서는 $ 4 \mathrm{mV} / \mathrm{V} \cdot \mathrm{kPa} $ (그림 6(b)) 의 매우 우수한 특성을 나타냈다. 그림 6(b)에 나타낸 것과 같이, 측정 가능 분해능은 $ 20 \mathrm{~Pa} $ 을 넘지 않았다. 센서출력의 비직선성은 $ 1 \mathrm{kPa} $ 압력범위에서 $ 0.5 \% \mathrm{~F} . \mathrm{S} . \mathrm{O} $. 이하였고, 측정이 가능한 최대 압력은 $ 100 \mathrm{kPa} $ 이상으로 나타났다. 본 연구에서 제작된 압력센서는 $ 0.1 \mathrm{kPa} $ 압력범위에서도 사용이 가능한 저압용으로, 반도체 공정장비 제어 및 의료 장비용으로의 응용이 가능할 것으로 기대된다.</p>	[ "습식에칭 방법으로 실리콘 \$ (100) \$면을 식각하여 다이아프레임을 제작할 때 발생되는 문제점은 무엇인가?", "드라이에칭만으로 제작할 경우 좋은점은 무엇인가?", "어떤 좋은점이 드라이에칭만으로 제작할 경우 작용하지?", "ICP-RIE 공정을 이용하여 실리콘을 수직 에칭하면 좋은점이 무엇인가?", "습식 애칭 공정이 식각 공정의 신뢰성이 떨어지고 제작 단가도 높은 이유는 무엇인가?", "본 공정이 대규모 집적회로와의 원칩화가 간단해질것으로 판단되는 이유는 무엇인가?", "습식에칭으로 제작되는 종래의 기술에 비해서 공정이 매우 간단한 다이아프레임 제작 공정은 무엇인가?", "ICP-RIE 공정으로 제작된 압력센서의 감도가 높아지는 효과를 기대할수 있는 이유는 무엇인가?" ]
a54b4a99-d210-4dcb-8f78-d6b4a373612b	인공물ED	개선된 S-curve 모델과 RGB 칼라 LUT를 이용한 모니터와 모바일 디스플레이 장치간 색 정합	<h1>Ⅵ. 실험 및 결과</h1> <p>LCD에 대해서 특성화 실험을 하여 LCD 특성화를 위한 기존의 S-curve 모델과 제안한 개선된 S-curve 모델의 성능을 평가하였고, 모니터와 모바일 디스플레이에 대한 색 정합 실험을 하였다. 또한 색 정합 LUT를 만들고 그 성능을 평가하기 위해 다양한 크기의 LUT를 만들어 실험함으로써 색 정합 LUT의 최소 크기를 정하였다. 실험에 사용된 LCD는 삼보 드림북 H6600 노트북의 LCD 패널을 사용하였다. 모바일 디스플레이는 휴대폰(삼성)과 PDA(삼성)의 LCD 패널을 사용하였으며 디스플레이의 CIEXYZ 값을 측정하기 위해 분광방사휘도계(spectroradiometer, Minolta CS-1000)를 사용하였다.</p> <h2>1. LCD 특성화 실험</h2> <p>LCD 특성화를 위해 기존의 S-curve 모델과 본 논문에서 제안한 개선된 S-curve 모델을 사용하였고 제안한 모델의 특성화 성능이 어느 정도 향상되었는지 알아보기 위하여 특성화 오차를 비교하였다. S-curve 모델을 적용하기 위해 우선 Red, Green, Blue 채널별로 32개의 패치를 측정하여 휘도 값을 구하고 이를 이용하여 그림 6과 같은 전기-빛 입출력 곡선을 모델링 하였다. 그림 6에서 가로축은 정규화된 디지털 입력 값이며 세로축은 정규화된 휘도 값이다. 각 $ \mathrm{R}, \mathrm{G}, \mathrm{B} $ 당 32개의 점은 채널별 등간격의 디지털 입력 값에 대한 휘도의 측정치를 정규화 한 값이고, $ \mathrm{R}, \mathrm{G}, \mathrm{B} $ 세 곡선은 채널별로 모델링으로써 예측된 세 채널의 정규화된 휘도 값 즉, 전기-빛 입출력 곡선을 나타낸다. 개선된 S-curve 모델은 그림 7, 8과 같이 휘도뿐만 아니라 $ \mathrm{X} $와 $ \mathrm{Z} $의 전기-빛 입출력 곡선을 모두 추정한다. 휘도를 측정할 때와 동일한 32개의 패치의 $ \mathrm{X}, \mathrm{Y}, \mathrm{Z} $ 값을 측정하고 모델링 한다.</p> <table border><caption>표 1. S-cruve 모델을 이용한 LCD 패널의 특성화 오차</caption> <tbody><tr><td>CIELAB error</td><td>$ \Delta E_{a v g} $</td><td>$ \Delta E_{\max } $</td></tr><tr><td>32 Red patches</td><td>5.421</td><td>9.609</td></tr><tr><td>32 Green patches</td><td>4.335</td><td>7.134</td></tr><tr><td>32 Blue patches</td><td>10.33</td><td>17.57</td></tr><tr><td>216 patches</td><td>8.679</td><td>18.8</td></tr></tbody></table> <table border><caption>표 2. 개선된 S-cruve 모델을 이용한 LCD 패널의 특성화 오차</caption> <tbody><tr><td>CIELAB error</td><td>$ \Delta E_{a v g} $</td><td>$ \Delta E_{\max } $</td></tr><tr><td>32 Red patches</td><td>0.664</td><td>3.458</td></tr><tr><td>32 Green patches</td><td>0.465</td><td>2.342</td></tr><tr><td>32 Blue patches</td><td>1.909</td><td>4.256</td></tr><tr><td>216 patches</td><td>3.427</td><td>7.944</td></tr></tbody></table> <p>표 1은 노트북(삼보 드림북 H6600)의 LCD 패널을 S-curve 모델로 특성화 하였을 때의 측정한 값과의 오차를 나타낸 것이고, 표 2는 개선된 S-curve 모델을 이용하여 특성화 하였을 때의 특성화 오차 나타낸 것이다. 각 Red, Green, Blue 채널에서 샘플링한 등간격의 32개의 패치와 $ 216(6 \times 6 \times 6) $개의 RGB 공간에서 균등하게 샘플링한 패치에 대한 측정치와 추정치 간의 CIELAB 좌표계에서의 평균 색차와 최대 색차를 보여 주고 있다. 각 Red, Green, Blue 채널에서 샘플링한 등간격의 32개의 패치는 특성화 파라미터를 최적화할 때 사용한 패치이고 $ 216(6 \times 6 \times 6) $개의 RGB 공간에서 균등하게 샘플링한 패치는 특성화 파라미터를 최적화할 때 사용하지 않은 패치이다. S-curve 모델로 추정한 216개의 평균 오차는 허용 오차보다 큰 반면 개선된 S-curve 모델로 추정한 216개 패치에 대한 평균 오차는 허용 오차보다 적음을 알 수 있다. 허용 오차는 표 4를 참고로 하여 판단하였다. 표 3은 인접한 두 칼라 패치에 대해 서 인간이 인지할 수 있는 차이를 그에 해당하는 정량적인 CIELAB 공간에서의 색차와 비교한 것이다.</p>	[ "S-cruve 모델을 이용한 32 Red patches의<td>\$ \\Delta E_{a v g} \$</td>오차값은 얼마야?", "S-cruve 모델을 이용한 32 Blue patches에서 오차는 어느 쪽이 더 커?", "S-cruve 모델에서는 어떤 채널이 오차가 가장 적나요?", "개선된 S-cruve 모델에서 216 patches의 \$ \\Delta E_{a v g} \$ 값은 얼마인가요?", "\$ \\Delta E_{\\max } \$값이 7.134인 patches는 무엇인가요?", "\$ \\Delta E_{\\max } \$값이 가장 큰 patches는 뭐야?", "개선된 S-cruve 모델을 이용한 LCD 패널의 특성화 오차값이 가장 적은 patches는 무엇인가요?", "개선된 S-cruve 모델의 \$ \\Delta E_{\\max } \$ 값이 3.458이 나오는 patches는 무엇인가요?", "\$ \\Delta E_{a v g} \$값이 1.909인 patches는 무엇인가요?", "S-cruve 모델에서 216 patches의 \$ \\Delta E_{\\max } \$ 값은 얼마야?" ]
4fb838ab-6d8d-42ed-9bac-b3519fe8a477	인공물ED	개선된 S-curve 모델과 RGB 칼라 LUT를 이용한 모니터와 모바일 디스플레이 장치간 색 정합	<h2>2. 모니터와 모바일 디스플레이간 색 정합 실험</h2> <p>CRT 모니터와 휴대폰, CRT 모니터와 PDA간의 색 정합 실험을 하였다. 그림 9는 CRT 모니터와 휴대폰, 그림 10은 CRT 모니터와 PDA 상에서 색 정합 전과 후의 영상을 디지털 카메라로 촬영하여 비교한 영상이다. 그림에서 볼 수 있는 바와 같이 모니터와 색 정합 전의 모바일 디스플레이의 영상을 비교해 보면 두 영상의 색이 상당히 차이가 나는 것을 알 수 있다. 이는 각 디스플레이마다 색 재현 특성이 다를 뿐만 아니라 색을 표현할 수 있는 범위 즉, 색역의 차이로 인한 것이라 할 수 있다. 하지만 색 정합 후의 모바일 디스플레이와 모니터의 영상을 비교해 보면 두 영상이 정확히 동일한 색을 보이지는 않지만 색 정합을 하지 않은 모바일 디스플레이의 영상에 비해 색 정합을 수행한 모바일 디스플레이의 영상이 모니터의 영상과 좀더 유사한 색을 보이고 있으며 색 표현 능력 또한 좀더 향상됨을 알 수 있다.</p> <table border><caption>표 4. 색 정합 과정을 정식으로 거친 영상과 다양한 크기의 색 정합 LUT를 이용한 영상간의 R, G, B 값의 RMS오차</caption> <tbody><tr><td colspan=4>RMSE</td></tr><tr><td>LUT Size</td><td>Red</td><td>Green</td><td>Blue</td></tr><tr><td>$ 729(9 \times 9 \times 9) $</td><td>7.358</td><td>4.548</td><td>5.141</td></tr><tr><td>$ 216(6 \times 6 \times 6) $</td><td>13.66</td><td>6.909</td><td>9.429</td></tr><tr><td>$ 125(5 \times 5 \times 5) $</td><td>17.28</td><td>10.34</td><td>14.42</td></tr><tr><td>$ 64(4 \times 4 \times 4) $</td><td>22.68</td><td>14.18</td><td>19.04</td></tr><tr><td>$ 27(3 \times 3 \times 3) $</td><td>31.20</td><td>23.34</td><td>30.16</td></tr></tbody></table> <table border><caption>표 5. 색 정합 과정을 정식으로 거친 영상과 다양한 크기의 색 정합 LUT를 이용한 영상간의 CIELAB 색차</caption> <tbody><tr><td colspan=3>$ \Delta E_{a b} $</td></tr><tr><td>LUT size</td><td>$ \Delta E_{a v g} $</td><td>$ \Delta E_{m a x} $</td></tr><tr><td>$ 729(9 \times 9 \times 9) $</td><td>1.474</td><td>13.08</td></tr><tr><td>$ 216(6 \times 6 \times 6) $</td><td>2.586</td><td>18.02</td></tr><tr><td>$ 125(5 \times 5 \times 5) $</td><td>3.773</td><td>22.26</td></tr><tr><td>$ 64(4 \times 4 \times 4) $</td><td>5.472</td><td>27.07</td></tr><tr><td>$ 27(3 \times 3 \times 3) $</td><td>9.239</td><td>40.93</td></tr></tbody></table> <h2>3. 색 정합 LUT의 크기에 대한 실험</h2> <p>색 정합 LUT의 크기가 LUT의 성능과 어떤 관계가 있는지 실험을 통해 알아보았다. 성능평가 기준은 색정합 LUT를 사용하여 색 정합을 수행한 영상과 색 정합 LUT를 사용하지 않고 그림 3에서처럼 모든 복잡한 과정을 정식으로 거친 색 정합 결과 영상과의 색차이다. 즉, 색 정합 LUT를 사용한 결과 영상이 복잡한 색 정합 과정을 정식으로 거친 결과 영상과 얼마나 동일한가를 평가한다. LUT의 크기는 $ 729(9 \times 9 \times 9) $, $ 216(6 \times 6 \times 6) $, $ 125(5 \times 5 \times 5) $, $ 64(4 \times 4 \times 4) $, $ 27(3 \times 3 \times 3) $로 다섯 경우에 대해 서 실험하였다. 이러한 다양한 크기의 색 정합 LUT를 이용하여 나온 결과 영상과 정식으로 색 정합 과정을 거쳐 나온 결과 영상에 대해 RGB 값의 RMS오차와 CIELAB 공간에서의 색차를 비교하였다. 실험에 쓰인 영상은 좀더 객관적인 실험을 위하여 RGB 공간에서 $ 4096(16 \times 16 \times 16) $개의 균일하게 분포한 값을 가지는 그림 11과 같은 영상이 사용되었다. 표 5에서 보는 바와 같이 LUT의 크기가 $ 64(4 \times 4 \times 4) $ 이상이면 허용 오차$ \left(\Delta E_{a b}<6\right) $ 안으로 들어오는 결과 영상을 얻을 수 있음을 볼 수 있다.</p>	[ "표 4에서, LUT Size가 \$ (9 \\times 9 \\times 9)\$일 때 Blue 값은 얼마인가?", "표 4에서, LUT Size가 \$ 216\$일 때에 Blue 값은 얼마로 나타나는가?", "표 4에서, LUT Size가 \$ (6 \\times 6 \\times 6)\$인 경우에 해당하는 Green 값은 얼마인가?", "표 4에서, LUT Size가 \$ (6 \\times 6 \\times 6)\$인 경우의 Red 값은 얼마인가?", "표 4에서, LUT Size가 \$ 729 \$일 때 Red 값은 얼마인가?", "표 4에서, LUT Size가 \$ 729 \$인 경우 Green에 해당하는 값은 얼마인가?", "표 5에서 확인할 수 있는 \$ \\Delta E_{avg} \$값들 중에서 LUT 사이즈가 (3 \\times 3 \\times 3)인 값은 얼마인가요?", "표 5에서 알 수 있는 \$ \\Delta E_{max} \$값들 중에서 LUT 사이즈 \$64\$에 해당하는 값은 얼마인가요?", "표 5에서 알 수 있는 LUT 사이즈 \$64\$의 \$ \\Delta E_{a v g} \$ 값은 얼마인가요?", "표 5에서 LUT size가 \$ 125(5 \\times 5 \\times 5) \$인 경우 중 22.26의 값을 가지는 것은 무엇인가요?", "표 4에 나타난 Red 값들 중에서 \$ 64\$의 LUT Size를 가질 때의 값은 얼마인가?", "표 4의 Blue 값들 중, \$ 125\$의 LUT Size를 가지는 경우의 값은 얼마인가?", "표 4에서, Green 값들 중에서 LUT Size가 \$ (5 \\times 5 \\times 5)\$인 경우의 값은 얼마인가?", "표 4에서, Red 값 중 LUT Size가 \$ (5 \\times 5 \\times 5)\$일 때 얼마의 값을 가지는가?", "표 5에서, \$ \\Delta E_{a v g} \$ 값이 1.474인 LUT size는 얼마인가?", "표 4에 나타난 Green 값들 중에서 \$ (4 \\times 4 \\times 4)\$사이즈의 LUT Size를 가질 때의 값은 얼마로 나타나는가?", "표 5에서, \$ 729(9 \\times 9 \\times 9) \$의 LUT size는 얼마의 \$ \\Delta E_{max} \$ 값을 가지는가?", "표 5에서, \$ \\Delta E_{m a x} \$가 18.02의 값을 가지는 경우는 LUT size가 얼마일 때인가?", "표 5에서, \$ \\Delta E_{avg} \$값이 2.58일 때의 LUT size는 얼마로 나타나는가?", "표 5의 LUT size \$ 125(5 \\times 5 \\times 5) \$에서 3.773의 값을 가지는 것은 무엇인가?" ]
2e7e5e6c-0a77-410c-ae30-3b3479efde44	인공물ED	LED용 장파장 형광체 개발 동향 및 과제	<h1>3. 산화물계 형광체</h1><p>산화물계 형광체는 형광램프용 형광체부터 시작하여 $ \mathrm{YAG}: \mathrm{C} $와 같이 백색 LED용 형광체에까지 광범위한 영역에서 오래전부터 사용되어왔다. 현재 백색 LED용 형광체로 사용이 되고 있거나 상용성이 검토되고 있는 대표적인 산화물계 형광체로는 $ \mathrm{YAG}: \mathrm{Ce} $ 를 포함하여 $ (\mathrm{Ba}, \mathrm{Sr})_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+}, \mathrm{Ca}_{3} \mathrm{Sc}_{2} \mathrm{Si}_{3} \mathrm{O}_{12}: \mathrm{Ce}^{3+} $, $ \mathrm{M}_{3} \mathrm{SiO}_{5}: \mathrm{Eu}^{2+}(\mathrm{M}=\mathrm{Ca}, \mathrm{Sr}, \mathrm{Ba}) $ 형광체 등이 있다.</p><p>하지만, 기존에 보고된 산화물계 형광체의 대부분은 청색 또는 녹색광을 나타내는 물질들이 대부분이며, 몇몇 형광체에서 황색 또는 주황색 광을 나타내는 형광체들이 보고되었으나, 아직 적색 형광체에 대한 보고는 많지 않으며, 상용화되고 있는 물질은 없다. 본 절에서는 아직 상용화는 되지 않았으나, 산화물계 적색발광 형광체로 보고된 물질들에 대해서 소개하고자 한다.</p><h2>3.1. Olivine-type $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체</h2><p>Olivine-type $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체는 2013년 K. Toda's 연구그룹에 의해서 보고된 산화물계 적색 발광 형광체이다. 이 형광체의 모체결정으로 사용된 $ \mathrm{NaMgPO}_{4} $ 는 결정군이 $ \mathrm{Pnma} $인 Olivine-type의 결정구조와 $ \operatorname{Pna} 2_{1} $의 결정군을 갖는 Glaserite-type의 결정구조가 보고되어 있다. Glaserite-type의 결정구조를 가진 $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 조성의 형광체는 2007년 Tang's 연구그룹에 의해서 보고되었다. 이 형광체는 근자외선 영역에서 강한 여기흡수를 나타내며, $ 450 \mathrm{~nm} $에 최대값의 피크 강도를 가지는 청색광 발광을 나타내었다. 이에 반하여, Olivine-type의 결정구조를 가지는 $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 형광체는 $ 280 \mathrm{~nm} $ 부근의 자외선 영역에서부터 $ 550 \mathrm{~nm} $의 가시광선 영역까지 이르는 광범위한 여기흡수 밴드를 가지고 있으며, $ 450 \mathrm{~nm} $ 청색광 여기에서 $ 630 \mathrm{~nm} $에 피크의 최대 강도 값을 가지는 적색 발광을 나타내었다 (그림 6). 이들, Olivine-type $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 형광체와 Glaserite-type $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 형광체의 발광 특성의 차이는 이들 물질이 가지는 결정구조의 차이에 의하여 (그림 7), Olivine-type $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 형광체의 결정구조 내에서 $ \mathrm{Eu}^{2+} $ 이온 주변에 보다 강한 결정장이 형성되기 때문이다. 또한, 이 형광체는 백색 LED의 구동 온도인 $ 150{ }^{\circ} \mathrm{C} $에서 상온 대비 약 $ 85 \% $ 정도의 발광효율을 나타내며, 청색광 여기에서 약 $ 80 \% $ 정도의 내부 양자효율을 나타내었다. 하지만, 이 형광체의 경우 Olivine-type의 결정구조가 고온에서 나타나는 고온상의 결정구조로 이 구조를 상온에서 유지하기 위해서는 합성 공정에 급랭 공정이 필요하며, 이러한 합성 조건으로 대량생산에 어려움이 있다. 이러한 문제점을 해결하기 위하여 결정구조 내에 $ \mathrm{Si}^{4+} $ 이온 등의 제 3 의 이온을 첨가하는 연구가 진행되고는 있으나, 아직 합성 공정 개선에 대한 지속적인 연구가 필요하다.</p>	[ "대표적인 산화물계 형광체는 무엇이 있나요?", "기존에 보고된 산화물계 형광체는 대부분 무슨 색을 띄고 있나요?", "Glaserite-type의 결정구조를 가진 \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 조성의 형광체는 언제 보고되었나요?", "상용화되고 있는 산화물계 형광체 중에서 발견되지 않는 색상은 무엇인가요?", "Olivine-type \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 산화물계 형광체는 무슨 색을 띄나요?", "\$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 조성의 형광체는 어떤 빛의 영역에서 강한 여기흡수를 나타내나요?", "Olivine-type \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 누구에 의해 보고되었나요?", "Olivine-type의 결정구조는 어떤 온도에서 결정이 만들어지나요?", "Glaserite-type의 결정구조를 가진 \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 조성의 형광체는 어떤 파장에서 청색광 발광을 나타내나요?", "Olivine-type의 결정구조를 가지는 \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체는 자외선 영역의 어떤 파장에서 강한 여기흡수 밴드를 가지나요?", "Olivine-type의 결정구조를 가진 형광체는 대량생산에 왜 어려움이 있나요?", "Olivine-type \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체와 Glaserite-type \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체의 발광 특성의 차이는 왜 생기나요?", "Olivine-type의 결정구조가 상온에서 결정을 유지하기 위해서는 어떠한 공정이 필요한가요?", "Olivine-type의 결정구조를 가지는 \$ \\mathrm{NaMgPO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체는 어떤 파장에서 피크의 최대 강도 값을 가지는 적색 발광을 나타내나요?", "산화물계 형광체는 백색 LED용 형광체에 사용되나요?", "\$ \\mathrm{YAG}: \\mathrm{Ce} \$는 산화물계 형광체인가요?", "산화물계 형광체는 형광램프용 형광체에 사용되나요?", "\$ (\\mathrm{Ba}, \\mathrm{Sr})_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+}\$는 산화물계 형광체인가요?", "\$ \\mathrm{M}_{3} \\mathrm{SiO}_{5}: \\mathrm{Eu}^{2+}(\\mathrm{M}=\\mathrm{Ca}, \\mathrm{Sr}, \\mathrm{Ba}) \$ 은 산화물계 형광체로써 백색 LED용 형광체로 사용이 되고 있거나 상용성이 검토되고 있나요?" ]
fd43b415-374a-40e4-88a3-956fdb95dfb3	인공물ED	LED용 장파장 형광체 개발 동향 및 과제	<h2>2.2. $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 적색 형광체</h2><p>$ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 는 $ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}: \mathrm{Eu}^{2+} $ 형광체와 같이 적색광을 나타내는 대표적인 질화물계 형광체 중 하나로, 백색 LED용 상용 적색발광 형광체 중 가장 많이 사용되고 있다. $ { }^{[11,12]} \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 는 그림 2에 나타내는 것과 같이 $ \mathrm{Cmc2}_{1} $ 의 결정군을 가지는 Orthorhombic 구조를 가지며, 결정구조 내에 $ \mathrm{Al}^{3+} $와 $ \mathrm{Si}^{4+} $ 와 4 개의 $ \mathrm{N}^{3-} $ 이 결합한 $ \mathrm{MN}_{4}(\mathrm{M}=\mathrm{Al}, \mathrm{Si}) $ 사면체들은 꼭지점 결합을 하면서 3 차원적인 골격구조를 형성한다. 그리고 발광이온인 $ \mathrm{Eu}^{2+} $ 가 치환되는 $ \mathrm{Ca}^{2+} $ 이온은 5 개의 $ \mathrm{N}^{3-} $ 와 결합하여 5 면체의 정피라미드 구조를 형성하고 있다. 또한 $ \mathrm{CaN}_{5} $ 다면체 내의 $ \mathrm{Ca}-\mathrm{N} $ 간의 거리는 약 $ 0.2493 \mathrm{~nm} $ 로 아주 짧은 이온 간 거리를 가지고 있다. 일반적으로 무기화합물 결정격자 내에서 발광이온이 치환되는 양이온의 배위수가 적고, 이온 간의 거리가 짧을수록 발광이온 주변의 결정장 세기가 증가함으로 $ \mathrm{Ce}^{3+}, \mathrm{Eu}^{2+} $ 의 5d 궤도의 에너지 분열이 증가하는 것으로 알려져 있다. (그림 3) 이처럼 $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 형광체의 경우 발광 이온이 치환되는 $ \mathrm{Ca}^{2+} $ 이온이 결정격자 내에 $ \mathrm{Ca}-\mathrm{N} $간의 결합거리가 짧은 저배위수의 격자 $ \left(\mathrm{CaN}_{5}\right) $ 사이트를 가지고 있어 유사한 화학 화합물로 구성된 $ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}: \mathrm{Eu}^{2+} $보다 장파장의 적색발광을 나타낸다. 그림 4 는 $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 적색 형광체의 여기 및 발광 스펙트럼을 보여준다. 이 형광체는 2.1에서 설명한 $ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}: \mathrm{Eu}^{2+} $ 적색 형광체와 유사하게 자외선 영역에서 가시광선 영역 $ (220 \sim 600 \mathrm{~nm}) $ 에까지 이르는 아주 광범위한 여기흡수를 나타내며, 청색광 $ 450 \mathrm{~nm} $ 여기에 의해서 $ 650 \mathrm{~nm} $ 부근에 최대 피크 강도값을 가지는 폭넓은 발광 피크를 나타낸다. 그리고, $ 450 \mathrm{~nm} $ 의 여기에서 약 $ 70 \% $ 의 외부 양자 효율을 나타내며, 백색 $ \mathrm{LED} $ 의 구동 온도인 $ 150 \mathrm{C} $ 에서 상온 대비 약 $ 90 \% $ 정도의 발광 특성을 나타낸다. 이 형광체는 기존의 청색 LED와 $ \mathrm{YAG}:\mathrm{Ce} $ 황색 형광체로 조합된 백색 LED의 연색을 보완하기 위한 적색광 성분의 형광체로 많이 사용되고 있다. 하지만, 이 형광체의 발광피크의 최대 강도 값인 $ 650 \mathrm{~nm} $ 는 인간의 시감도가 급격히 감소하는 영역에 있어 짙은 적색이 형광체의 발광 시 감도 증가 및 적색광의 색순도를 향상시키기 위하여 $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 의 결정 구조 내의 $ \mathrm{Ca}^{2+} $ 이온 자리에 $ \mathrm{Sr}^{2+} $ 이온을 일부 치환한 $ (\mathrm{Ca}, \mathrm{Sr}) $$ \mathrm{AlSiN}_{3}: \mathrm{Eu}^{2+} $ 형광체가 개발되었다. $ { }^{[15-17]}(\mathrm{Ca}, \mathrm{Sr}) $$ \mathrm{AlSiN}_{3}: \mathrm{Eu}^{2+} $ 형광체는 현재 상용화되고 있는 고연색성의 백색 $ \mathrm{LED} $ (청색 $ \mathrm{LED}+ $ 녹색 형광체 + 적색 형광체 조합)의 적색광 성분으로 사용이 되고 있다. 하지만, 이 형광체의 경우 가시광 영역에서도 높은 광흡수를 나타내고 있어, 녹색 형광체의 발광에너지 일부를 재흡수 하게 되어 백색 LED 구성에서 광특성을 일부 저하시킬 우려가 있다. 또한 폭넓은 발광파장을 가지고 있어, 고연색성의 조명용으로는 적합하나, 디스 플레이용으로 사용하기에는 적합하지 않다.</p>	[ "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 형광체와 같이 적색광을 나타내는 대표적인 질화물계 형광체 중 하나로, 백색 LED용 상용 적색발광 형광체 중 가장 많이 사용되고 있는 형광체는 뭐야?", "\$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$는 \$ \\mathrm{Cmc2}_{1} \$ 의 결정군을 가지는 어떤 구조를 가지고 있어?", "\$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 결정구조 내에 \$ \\mathrm{Al}^{3+} \$와 \$ \\mathrm{Si}^{4+} \$ 와 4 개의 \$ \\mathrm{N}^{3-} \$ 이 결합한 \$ \\mathrm{MN}_{4}(\\mathrm{M}=\\mathrm{Al}, \\mathrm{Si}) \$ 사면체들은 어떤 결합을 해?", "\$ \\mathrm{CaN}_{5} \$ 다면체 내의 \$ \\mathrm{Ca}-\\mathrm{N} \$ 간의 거리는 약 얼마야?", "발광이온인 \$ \\mathrm{Eu}^{2+} \$ 가 치환되는 \$ \\mathrm{Ca}^{2+} \$ 이온은 5 개의 \$ \\mathrm{N}^{3-} \$ 와 결합하여 5 면체의 어떤 구조를 형성하고 있어?", "일반적으로 무기화합물 결정격자 내에서 발광이온이 치환되는 무엇의 배위수가 적어?", "일반적으로 무기화합물 결정격자 내에서 이온 간의 거리가 짧을수록 발광이온 주변의 결정장 세기가 증가함으로 \$ \\mathrm{Ce}^{3+}, \\mathrm{Eu}^{2+} \$ 의 5d 궤도의 무엇이 증가하는 것으로 알려져 있어?", "\$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 형광체는 유사한 화학 화합물로 구성된 \$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$보다 장파장의 무엇을 나타내?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체은 자외선 영역에서 가시광선 영역 \$ (220 \\sim 600 \\mathrm{~nm}) \$ 에까지 이르는 아주 광범위한 어떤 흡수를 나타내?", "백색 \$ \\mathrm{LED} \$ 의 구동 온도는 얼마야?", "\$ 450 \\mathrm{~nm} \$ 의 여기에서 약 얼마의 외부 양자 효율을 나타내?", "백색 \$ \\mathrm{LED} \$는 청색 \$ \\mathrm{LED} \$와 어떤 형광체로 조합된거야?", "발광피크의 최대 강고 값은 얼마야?", "\$ (\\mathrm{Ca}, \\mathrm{Sr}) \$\$ \\mathrm{AlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 형광체는 어떤 이온 자리에 \$ \\mathrm{Sr}^{2+} \$ 이온을 일부 치환한거야?", "\$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 는 어떤 LED용 상용 적색발광 형광체 중 가장 많이 사용되고 있어?", "녹색 형광체의 발광에너지 일부를 재흡수하게 되어 백색 \$ \\mathrm{LED} \$ 구성에서 광특성을 일부 저하시킬 우려가 있는 형광체는 적색광 성분으로 사용되고 있어?", "디스플레이용으로 사용하려면 폭넓은 발광파장을 가져야 해?" ]
8f1d1e59-326b-442b-b72e-f960e5e9b1c7	인공물ED	LED용 장파장 형광체 개발 동향 및 과제	<h1>2. (산)질화물계 형광체</h1><p>(산)질화물계 화합물은 결정구조 내에 강한 공유결합을 가지고 있어, 이들 물질을 모체결정으로 하는 형광체 재료들은 자외선 영역에서부터 가시광 영역에까지 이르는 광범위한 영역에서 강한 여기흡수밴드를 가지고 있으며, 청색 LED의 발광 파장인 $ 450 \mathrm{~nm} $ 청색광 여기에 의해 고효율의 발광 특성을 나타낸다. 또한 이들 재료는 열적 안정성이 우수하여, 백색 LED의 구동 온도인 150~200 $ { }^{\circ} \mathrm{C} $ 영역에서도 높은 광효율을 유지하고 있다. 때문에 현재 고가의 백색 LED 조명용 색변환 형광 소재로 가장 많이 사용이 되고 있다. 또한 질화물계 화합물 형광체는 결정격자 내의 강한 공유결합으로 인하여, 폭넓은 여기흡수뿐만 아니라 장파장에서의 고효율의 발광 특성 나타내고 있어, 고효율의 신규 적색 형광체 개발에 대한 연구에서 모체결정으로 많이 선택이 되고 있다. 본 절에서는 현재 백색 LED용 적색 형광체로 상용이 되고 있는 대표적인 질화물계 적색 형광체 및 최근에 연구보고된 질화물계 적색 형광체에 대해서 기술한다.</p><h2>2. 1. $ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}: \mathrm{Eu}^{2+} $ 적색 형광체</h2><p>$ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}(\mathrm{AE}=\mathrm{Sr}, \mathrm{Ba}) $ 는 $ \mathrm{Pmn2}_{1} $ 의 결정군을 가진 orthorhombic 구조를 가지고 있으며, $ \mathrm{SiN}_{4} $ 다면체에 의해서 골격구조가 형성되어 있으며, 발광이온 $ \mathrm{Eu}^{2+} $ 가 치환되는 $ \mathrm{Sr}^{2+} $ 는 8개의 $ \mathrm{N}^{3-} $ 와 결합한 $ \mathrm{SrN}_{8} $ 다면체와 9 개의 $ \mathrm{N}^{3-} $ 와 결합한 $ \mathrm{SrN}_{9} $ 다면체로 구성되어 있다. $ { }^{[8-10]} \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8} $ : $ \mathrm{Eu}^{2+} $ 적색 형광체의 여기 및 발광 스펙트럼을 그림 1 에 나타내었다. 그림 1의 여기 스펙트럼에서 확인되듯이 $ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}: \mathrm{Eu}^{2+} $ 적색 형광체는 자외선 영역인 $ 220 \mathrm{~nm} $ 에서부터 가시광 영역인 $ 600 \mathrm{~nm} $ 부근까지 강한 광흡수 피크를 보여주고 있으며, $ 620 \mathrm{~nm} $ 부근에서 최대 피크 강도 값을 가지는 적색 발광 특성을 나타낸다. 이 형광체는 백색 LED의 구동 온도인 150 C에서 상온 대비 약 $ 90 \% $ 정도의 발광 특성을 나타내며, 고온에서도 높은 광효율을 유지하고 있다. 백색 LED의 여기원인 청색 LED의 광방출 파장인 $ 450 \mathrm{~nm} $ 의 여기에 의해서 약 $ 65 \% $ 정도의 외부 양자효율을 나타낸다. 또한, 이 형광체는 장시간 구동 시 주변의 산소와의 반응에 의한 발광 특성이 열화하는 것이 문제시되고 있었으나, 최근 많은 연구로 인하여 열화에 대한 문제점은 다소 해소되고 있는 추세이다. $ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}: \mathrm{Eu}^{2+} $ 적색 형광체는 또 다른 상용 적색 발광 질화물계 형광체인 $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 보다 합성 온도가 낮고, 제조공정이 간편하여 향후 다양한 분야에서의 적용이 기대되고 있다.</p>	[ "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료들은 자외선 영역에서부터 가시광 영역에까지 이르는 광범위한 영역에서 갖는 흡수밴드의 이름은 무엇인가요?", "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료들이 광범위한 영역에서 강한 여기흡수밴드를 가지는 이유는 결정구조 내에 어떤 결합이 있기 때문인가요?", "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료들은 적색광 여기에 의해 고효율의 발광 특성을 나타내나요?", "(산)질화물계 화합물은 결정구조 내에 강한 이온결합을 가지고 있어?", "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료들은 자외선 영역에서부터 적외선 영역에까지 이르는 광범위한 영역에서 강한 여기흡수밴드를 가져?", "청색 LED의 발광 파장은 \$ 450 \\mathrm{~nm} \$인가요?", "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료들은 어떤 여기에 의해 고효율의 발광 특성을 나타내나요?", "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료들은 청색 LED의 발광 파장인 \$ 450 \\mathrm{~nm} \$ 청색광 여기에 의해 고효율의 발광 특성을 나타내나요?", "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료들은 열적 안정성이 우수하나요?", "(산)질화물계 화합물을 모체결정으로 하는 형광체 재료는 백색 LED의 구동 온도인 150~200 \$ { }^{\\circ} \\mathrm{C} \$ 영역에서도 높은 광효율을 유지해?", "높은 광효율을 유지하는 백색 LED의 구동 온도는 얼마인가?", "현재 백색 LED용 적색 형광체로 상용이 되고 있는 대표적인 것은 질화물계 적색 형광체인가요?", "현재 백색 LED용 적색 형광체로 상용이 되고 있는 대표적인 형광체는 무엇인가요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}(\\mathrm{AE}=\\mathrm{Sr}, \\mathrm{Ba}) \$ 는 어떤 구조를 가지고 있나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}(\\mathrm{AE}=\\mathrm{Sr}, \\mathrm{Ba}) \$ 는 어떤 다면체에 의해 골격 구조가 형성되나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}(\\mathrm{AE}=\\mathrm{Sr}, \\mathrm{Ba}) \$ 는 \$ \\mathrm{N}^{3-} \$ 와 결합한 몇 개의 \$ \\mathrm{SrN}_{8} \$ 다면체로 구성되어 있어?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}(\\mathrm{AE}=\\mathrm{Sr}, \\mathrm{Ba}) \$ 는 몇 개의 \$ \\mathrm{N}^{3-} \$ 와 결합한 \$ \\mathrm{SrN}_{9} \$다면체로 구성되어 있어?", "\$ \\mathrm{SrN}_{8} \$ 다면체와 \$ \\mathrm{N}^{3-} \$ 와 결합한 \$ \\mathrm{SrN}_{9} \$ 다면체는 공통적으로 어떤 이온과 결합했어?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}(\\mathrm{AE}=\\mathrm{Sr}, \\mathrm{Ba}) \$ 는 9 개의 \$ \\mathrm{N}^{3-} \$ 와 결합한 \$ \\mathrm{SrN}_{9} \$다면체로 구성되어 있어?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}(\\mathrm{AE}=\\mathrm{Sr}, \\mathrm{Ba}) \$ 는 8개의 \$ \\mathrm{N}^{3-} \$ 와 결합한 \$ \\mathrm{SrN}_{8} \$ 다면체로 구성되어있어?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}(\\mathrm{AE}=\\mathrm{Sr}, \\mathrm{Ba}) \$ 는 \$ \\mathrm{Pmn2}_{1} \$ 의 결정군을 가진 orthorhombic 구조를 가지고 있나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 자외선 영역인에서부터 가시광 영역 부근까지 강한 광흡수 피크를 보여주고 있나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 \$ 620 \\mathrm{~nm} \$ 부근에서 최대 피크 강도 값을 가지는 특성을 갖나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체가 최대 피크 강도 값을 갖는 파장대는 얼마인가요?", "적색 형광체는 백색 LED의 구동 온도인 150 C에서 상온 대비 어느 정도의 발광 특성을 나타내?", "적색 형광체는 백색 LED의 구동 온도인 150 C에서 상온 대비 90% 정도의 발광 특성을 보여?", "적색 형광체는 고온에서도 높은 광효율을 보이나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 자외선 영역인 \$ 220 \\mathrm{~nm} \$ 에서부터 적외선 영역인 \$ 600 \\mathrm{~nm} \$ 부근까지 강한 광흡수 피크를 보이나요?", "적색 형광체는 장시간 구동될 때 주변의 산소와 반응하여 발광 특성이 열화되는 것인가요?", "적색 형광체는 장시간 구동될 때 주변의 이산화탄소와 반응하여 발광 특성이 열화하나요?", "적색 형광체가 장시간 구동될 때 발광 특성이 열화되는 문제점은 해소되고 있나요?", "적색 형광체가 장시간 구동될 때 발광 특서이 열화되는 이유는 주변의 어떤 기체와 반응하기 때문인가요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 \$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 보다 합성 온도가 낮나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 \$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 보다 제조공정이 어렵나요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체와 \$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 중 합성 온도가 더 낮은 것은 무엇인가요?", "\$ \\mathrm{Sr}_{2} \\mathrm{Si}_{5} \\mathrm{~N}_{8}: \\mathrm{Eu}^{2+} \$ 적색 형광체와 \$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$ 중 제조공정이 더 간편한 것은 무엇인가요?" ]
1218643a-9d55-4647-a2a2-e893d6f62ca8	인공물ED	LED용 장파장 형광체 개발 동향 및 과제	<h2>2.3. $ \mathrm{Sr}\left[\mathrm{LiAl}_{3} \mathrm{~N}_{4}\right]: \mathrm{Eu}^{2+} $ 적색 형광체</h2><p>$ \mathrm{Sr}\left[\mathrm{LiAl}_{3} \mathrm{~N}_{4}\right]: \mathrm{Eu}^{2+} $ 적색 형광체는 2014 년 W. Schnick 연구그룹에 의해서 처음 보고되었으며, 새로운 질화물계 적색 형광체 중 하나로 많은 관심을 받고 있는 물질 중 하나이며, 이 형광체의 광학적 특성 및 합성공정 개선에 대한 연구가 지속적으로 이루어지고 있다. $ \mathrm{Sr}\left[\mathrm{LiAl}_{3} \mathrm{~N}_{4}\right]: \mathrm{Eu}^{2+} $ 적색 형광체의 여기 및 발광 스펙트럼을 그림 5 에 나타내었다. 이 형광체는 기존에 보고된 $ \mathrm{Sr}_{2} \mathrm{Si}_{5} \mathrm{~N}_{8}: \mathrm{Eu}^{2+} $나 $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 형광체와 비교하여 여기흡수파장의 범위가 좁으나, 자외선 영역에서부터 가시광 영역인 녹색광 파장 영역까지의 여기흡수 밴드를 가지고 있다. 그리고 $ 654 \mathrm{~nm} $ 에서 발광 피크의 최대값을 가지는 적색 발광특성을 나타내고 있으며, 발광피크의 반치폭은 녹색발광 형광체인 $ \beta-\mathrm{SiAlON}: \mathrm{Eu}^{2+} $와 유사한 약 $ 50 \mathrm{~nm} $ 정도로 폭이 좁은 발광 피크를 나타낸다. 때문에 이 형광체는 청색 LED에 $ \beta-\mathrm{SiAlON}: \mathrm{Eu}^{2+} $ 녹색 형광체와 함께 조합하여 사용하였을 때 높은 연색성을 구현하는 디스플레이의 backlight용 백색 LED의 적색 형광체로서의 응용이 기대된다. $ \mathrm{Sr}\left[\mathrm{LiAl}_{3} \mathrm{~N}_{4}\right]: \mathrm{Eu}^{2+} $ 적색 형광체는 $ 450 \mathrm{~nm} $ 의 청색광 여기에 의해서 약 $ 52 \% $ 정도의 외부양자효율을 나타내며, 백색 LED의 구동온도인 $ 150^{\circ} \mathrm{C} $ 에서 상온 대비 약 $ 95 \% $ 정도의 발광 특성을 나타낸다. 하지만, 이 형광체의 경우 백색 LED에 적용하기에는 아직 해결 해야 할 문제점들이 있다. 특히, 내수성에 대한 문제점 해결이 심각하다. 이 형광체의 경우 아래의 반응식과 같이 주변의 수분과 반응하여 급속한 가수분해 반응을 일으켜, 발광 특성이 급격히 감소하게 된다.</p><p>$ \mathrm{SrLiAl}_{3} \mathrm{~N}_{4}+12 \mathrm{H}_{2} \mathrm{O} \rightarrow \mathrm{SrLiAl}_{3}(\mathrm{OH})_{12}+4 \mathrm{NH}_{3}(\mathrm{~g}) \uparrow $</p><p>그리고 $ \mathrm{Sr}\left[\mathrm{LiAl}_{3} \mathrm{~N}_{4}\right]: \mathrm{Eu}^{2+} $ 적색 형광체는 $ \mathrm{Li}, \mathrm{Al} $, $ \mathrm{Sr} $, 및 $ \mathrm{Eu} $ 의 수산화물, 질화물 또는 불화물계 원료를 사용하여, 밀폐된 용기 내에서 고온 고압 조건에서의 합성이 필요하다. 이러한 문제점을 해결하기 위한 연구가 진행되고 있으나, 아직은 불순물을 함유하고 있거나, 광효율이 감소하는 결과들을 보여주고 있다. 따라서, 고효율의 발광 특성을 유지하고 있으며, 백색 LED에 적용 가능한 $ \mathrm{Sr}\left[\mathrm{LiAl}_{3} \mathrm{~N}_{4}\right]: \mathrm{Eu}^{2+} $ 적색 형광체를 개발하기 위해서는 합성방법에 대한 후속 연구가 필요하며, 내수성을 향상시키기 위한 연구가 필요한 실정이다.</p>	[ "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체를 처음 보고한 연구그룹은 어디인가?", "2014 년 W. Schnick 연구그룹에 의해서 처음 보고된 형광체가 무엇이니?", "새로운 질화물계 적색 형광체 중 하나로 많은 관심을 받고 있는 물질 중 하나가 무엇이니?", "자외선 영역에서부터 가시광 영역인 녹색광 파장 영역까지의 여기흡수 밴드를 가지고 있는 형광체는 무엇이니?", "654 nm 에서 발광 피크의 최대값을 가지는 적색 발광특성을 나타내고 있는 형광체가 무엇이니?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 무엇의 수산화물, 질화물 또는 불화물계 원료를 사용하여, 밀폐된 용기 내에서 고온 고압 조건에서의 합성이 필요한가?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 \$ \\mathrm{Li}, \\mathrm{Al} \$, \$ \\mathrm{Sr} \$, 및 \$ \\mathrm{Eu} \$ 의 무엇을 원료로 사용하는가?", "<p>\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 754 nm 에서 발광 피크의 최대값을 가지는 적색 발광특성을 가지는가?", "<p>\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 \$ 654 \\mathrm{~nm} \$ 에서 발광 피크의 최대값을 가지는 녹색 발광특성을 나타내고 있는가?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 백색 LED의 구동온도인 \$ 160^{\\circ} \\mathrm{C} \$ 에서 상온 대비 약 \$ 95 \\% \$ 정도의 발광 특성을 나타내는가?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 백색 LED의 구동온도인 \$ 150^{\\circ} \\mathrm{C} \$ 에서 상온 대비 약 \$ 75 \\% \$ 정도의 발광 특성을 나타낸다.", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 적색 LED의 구동온도인 \$ 150^{\\circ} \\mathrm{C} \$ 에서 상온 대비 약 \$ 95 \\% \$ 정도의 발광 특성을 나타내는가?", "2020 년 W. Schnick 연구그룹에 의해서 \$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 처음 보고되었는가?", "2014 년 D. Schnick 연구그룹에 의해서 \$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 처음 보고되었는가?", "2014 년 W. Schnick 연구그룹에 의해서 \$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 녹색 형광체는 처음 보고되었는가?", "높은 연색성을 구현하는 디스플레이의 backlight용 백색 LED의 적색 형광체로서의 응용이 \$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 적색 LED에 \$ \\beta-\\mathrm{SiAlON}: \\mathrm{Eu}^{2+} \$ 녹색 형광체와 함께 조합하여 사용하였을 때 기대되는가?", "\$ \\mathrm{Li}, \\mathrm{Al} \$, \$ \\mathrm{Sr} \$, 및 \$ \\mathrm{Eu} \$ 의 수소산화물, 질화물 또는 불화물계 원료를 ( \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \\) 적색 형광체는 사용하는가?", "\$ 460 \\mathrm{~nm} \$ 의 청색광 여기에 의해서 약 \$ 52 \\% \$ 정도의 외부양자효율을 \$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 나타내는가?", "\$ 450 \\mathrm{~nm} \$ 의 청색광 여기에 의해서 \$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 녹색 형광체는 약 \$ 52 \\% \$ 정도의 외부양자효율을 나타내는가?", "\$ \\mathrm{Li}, \\mathrm{Al} \$, \$ \\mathrm{Sr} \$, 및 \$ \\mathrm{Eu} \$ 의 수산화물, 질소산화물 또는 불화물계 원료를 ( \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \\) 적색 형광체는 사용하는가?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 \$ 450 \\mathrm{~nm} \$ 의 청색광 여기에 의해서 약 몇% 정도의 외부양자효율을 나타내는가?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 무엇에 의해서 약 \$ 52 \\% \$ 정도의 외부양자효율을 나타내는가?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 백색 LED의 구동온도인 몇 도에서 상온 대비 약 \$ 95 \\% \$ 정도의 발광 특성을 나타내는가?", "\$ \\mathrm{Sr}\\left[\\mathrm{LiAl}_{3} \\mathrm{~N}_{4}\\right]: \\mathrm{Eu}^{2+} \$ 적색 형광체는 백색 LED의 구동온도인 \$ 150^{\\circ} \\mathrm{C} \$ 에서 상온 대비 약 몇% 정도의 발광 특성을 나타내는가?" ]
33556ff7-bd78-4166-9315-7f667a91b6e4	인공물ED	LED용 장파장 형광체 개발 동향 및 과제	<h2>3.2. $ \alpha^{'} \mathrm{~L}-\mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체</h2><p>$ \alpha ' \mathrm{~L}-\mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체는 2013 년 M.Kakihana's 연구 그룹에 의해서 보고된 새로운 적색발광 산화물계 형광체이다. $ \mathrm{AE}_{2} \mathrm{SiO}_{4}(\mathrm{AE}=\mathrm{Ca} $,$ \mathrm{Sr}, \mathrm{Br} $ )을 모체결정으로 하는 형광체는 2000 년대 초반부터 녹색 발광특성을 나타내는 형광체로 보고되었으며, 고연색성 백색 LED용 형광체로 상용화가 검토되었다. 이들 조성물질 중 $ (\mathrm{Ba}, \mathrm{Sr})_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 녹색 형광체가 대표적이다. 이들 $ \mathrm{AE}_{2} \mathrm{SiO}_{4}(\mathrm{AE}= $$ \mathrm{Ca}, \mathrm{Sr}, \mathrm{Br} $ ) 조성물질 중 $ \mathrm{Ca}_{2} \mathrm{SiO}_{4} $ 는 $ \mathrm{Sr}_{2} \mathrm{SiO}_{4} $ 및 $ \mathrm{Ba}_{2} \mathrm{SiO}_{4} $와는 달리, 다수의 결정구조를 가지고 있는 것이 보고되어 있으며, 이로 인하여 합성방법, 반응온도, 화학조성의 차이에 의해 합성된 형광체에서 각기 다른 발광특성을 나타내는 것으로 보고되었다. $ \mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 형광체가 가지는 이러한 특성을 이용하여, M. Kakihana's 연구 그룹에서는 모체결정 내의 치환되는 $ \mathrm{Eu}^{2+} $ 이온의 함유량을 증가시키거나. $ \mathrm{Ca}^{2+} $ 이온 자리에 $ \mathrm{Sr}^{2+} $ 를 부분 치환함으로써 적색 발광을 나타내는 새로운 형태의 $ \alpha^{\prime} \mathrm{L}-\mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체를 개발하였다. 그림 8 에 $ \mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $의 $ \mathrm{Eu}^{2+} $ 이온의 농도를 달리한 형광체의 여기 및 발광 스펙트럼을 나타내었다. 소량의 $ \mathrm{Eu}^{2+} $가 치환된 $ \mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 형광체는 결정군인 $ \mathrm{P}_{1} / \mathrm{n} $인 $ \beta $-type의 결정구조를 가지며 녹색 발광을 나타내지만, 결정구조 내에 $ \mathrm{Eu}^{2+} $ 이온의 함량을 증가시키면 결정구조가 $ \beta $-type에서 결정군이 $ \mathrm{Pna}_{1} $ 인 $ \alpha $ 'L-type으로 변하면서 발광 파장이 장파장 영역으로 급격히 이동을하게 된다. 결정구조 내에서 $ \mathrm{Eu}^{2+} $ 이온의 함량비가 증가하면서 발광 피크의 위치가 장파장 쪽으로 이동을 하다가 함량비가 $ 20 \% $ 를 넘기면서 발광 파장의 위치는 장파장 쪽으로 급격이 이동을 하며, $ 40 \% $ 이상의 $ \mathrm{Eu}^{2+} $ 이온을 첨가한 시편에서는 $ 650 \mathrm{~nm} $에 최대값의 피크 강도를 가지는 적색 발광을 나타내게 된다. 이는 질화물계 적색 형광체인 $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $와 동일한 발광색을 나타낸다. 하지만, $ a \mathrm{~L}-\mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체는 구동 온도가 증가함에 따라 발광효율이 감소하여, 백색 $ \mathrm{LED} $ 의 구동 온도인 $ 150{ }^{\circ} \mathrm{C} $ 에서 상온 대비 약 $ 43 \% $ 정도의 발광효율을 나타낸다. 때문에 이 형광체를 백색 LED의 적색광 성분의 형광체로 사용하기 위해서는 열특성의 개선이 필요하다.</p><p>아직 상용화에 이르지는 못하였으나, 3.1. 에서 설명한 Olivine-type $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체와 $ \alpha ' \mathrm{~L}-\mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체가 보고되기 전에서는 산화물계 조성의 무기화합물을 모체결정으로 사용하는 형광체에서는 적색의 발광을 나타내는 형광체를 만들기가 어렵다고 하는 것이 일반화되어 있었다. 산화물계 물질들은 결정구조 내에 대부분이 이온 결합을 하고 있어 공유결합을 하고 있는 질화물계 물질들에 형성되는 결정장의 세기를 구현하기 어렵기 때문이 다. 하지만, Olivine-type $ \mathrm{NaMgPO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체와 $ \alpha \cdot \mathrm{L}-\mathrm{Ca}_{2} \mathrm{SiO}_{4}: \mathrm{Eu}^{2+} $ 적색 형광체가 보고되면서 새로운 산화물계 적색발광 형광체 개발에 대한 연구가 지속적으로 이루어지고 있다.</p>	[ "\$ \\alpha ' \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 몇 년도에 보고되었는가?", "\$ \\mathrm{AE}_{2} \\mathrm{SiO}_{4}(\\mathrm{AE}= \$\$ \\mathrm{Ca}, \\mathrm{Sr}, \\mathrm{Br} \$ ) 조성 물질 중 다수의 결정 구조를 가지고 있는 것이 보고된 조성 물질은 무엇인가?", "\$ \\mathrm{AE}_{2} \\mathrm{SiO}_{4}(\\mathrm{AE}=\\mathrm{Ca} \$,\$ \\mathrm{Sr}, \\mathrm{Br} \$ )을 모체결정으로 하는 형광체는 어떤 색의 발광특성을 지녔는가?", "\$ \\alpha ' \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체를 보고한 단체의 이름은 무엇인가?", "\$ \\mathrm{Ca}_{2} \\mathrm{SiO}_{4} \$ 조성 물질이 다수의 결정 구조를 가지고 있어 나타나는 특징은 무엇인가?", "Kakihana's 연구 그룹에서 새로운 형태의 \$ \\alpha^{\\prime} \\mathrm{L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체를 개발에 사용한 치환 방법에서 \$ \\mathrm{Ca}^{2+} \$ 이온 자리에 부분 치환한 성분은 무엇인가?", "Kakihana's 연구 그룹은 새로운 형태의 \$ \\alpha^{\\prime} \\mathrm{L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체를 어떠한 방법으로 개발하였는가?", "소량의 \$ \\mathrm{Eu}^{2+} \$가 치환된 \$ \\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체는 결정군인 \$ \\mathrm{P}_{1} / \\mathrm{n} \$인 \$ \\beta \$-type의 결정 구조를 가지는가?", "\$ \\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체는 어떤 결정 구조를 가지는가?", "\$ \\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체의 발광색은 무슨 색인가?", "결정 구조 내에 \$ \\mathrm{Eu}^{2+} \$ 이온의 함량을 증가시키면 결정 구조가 어떻게 변화하는가?", "\$ \\beta \$-type 결정 구조 내에 \$ \\mathrm{Eu}^{2+} \$ 이온의 함량을 증가시키면 결정 구조가 어떻게 변화하는가?", "\$ \\beta \$-type의 결정 구조 내에 \$ \\mathrm{Eu}^{2+} \$ 이온의 함량을 증가시켜 결정군이 \$ \\mathrm{Pna}_{1} \$ 인 \$ \\alpha \$ 'L-type으로 변하면 발광 파장이 어떻게 변하는가?", "\$ \\alpha ' \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 형광체의 \$ \\mathrm{Eu}^{2+} \$ 이온 함량을 몇 \$\\% \$ 이상 해야 적색 발광이 나타나는가?", "\$ \\alpha ' \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$와 \$ \\mathrm{CaAlSiN}_{3}: \\mathrm{Eu}^{2+} \$의 발광색은 뭐지?", "\$ \\alpha ' \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체와 같은 발광색을 나타내는 질화물계 적색 형광체는 뭐야?", "\$ a \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체의 구동 온도가 증가하면 어떻게 반응하지?", "산화물계 조성의 무기화합물을 모체 결정으로 사용하는 형광체에서는 적색의 발광을 나타내는 형광체를 만들기가 불가능한가?", "\$ a \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체가 백색 \$ \\mathrm{LED} \$ 의 구동 온도인 \$ 150{ }^{\\circ} \\mathrm{C} \$ 에서 상온 대비 약 몇 \$ \\% \$ 정도의 발광 효율을 나타내는가?", "\$ a \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체는 백색 LED의 적색광 성분의 형광체로 사용하기에 적합한가?", "산화물계 물질들은 왜 적색의 발광을 나타내는 형광체를 만들기가 어렵다고 일반화되어 있었는가?", "\$ a \\mathrm{~L}-\\mathrm{Ca}_{2} \\mathrm{SiO}_{4}: \\mathrm{Eu}^{2+} \$ 적색 형광체를 백색 LED의 적색광 성분의 형광체로 사용하기 위해서는 어떻게 해야하지?" ]
f0916127-3e22-4bad-aa80-aabd95e422b4	인공물ED	LED용 장파장 형광체 개발 동향 및 과제	<h1>4. 맺음말</h1><p>본고에서는 현재 조명으로 가장 많이 사용이 되고 있는 백색 LED에 사용 또는 사용 가능한 수준의 적색 형광체 재료에 대해 소개하는 것을 목적으로 하였다. 백색 LED는 기존의 형광램프와 비교하여 발광효율이 높고, 사용 수명이 길며, 친환경적이고, 사용 소비전력이 낮아 많은 주목을 받고 있으며, 전세계적으로 형광램프 조명에서 백색 LED 조명으로 변하고 있다. 하지만, 기존에 사용되고 있는 청색 LED와 황색 형광체를 사용한 백색 LED의 경우 색온도가 낮고, 연색성이 낮아 일부 사용 영역에서는 적합하지 못한 점들이 있다. 이러한 문제점을 해결하기 위하여, 청색 LED와 녹색 형광체, 적색 형광체를 조합한 백색 LED가 개발되었으며 보급화가 이루어지고 있다. 하지만, 이 고연색성 백색 LED용으로 사용이 되고 있는 적색 발광 형광체의 종류는 2~3 종류로 한정적이며, 대표적으로 질화물계 형광체인 $ \mathrm{CaAlSiN}_{3}: \mathrm{Eu}^{2+} $ 형광체가 가장 많이 사용이 되고 있다. 최근에는, 형광체와 유리소재를 혼합한 PiG나 단결정 형광체 등 새로운 형태의 형광소재가 사용되고 있으며, 기존의 조명 분야가 아닌, 실리콘 태양전지의 에너지 전환 효율을 향상시키기 위한 파장변환 재료로의 응용 가능성이 기대되고 있다. 또한, 최근 많은 사회적 이슈를 만들고 있는 마이크로 LED용 나노형광체 재료의 개발에 대한 연구도 많이 이루어지고 있다. 이처럼 기존 분말 형태의 형광체 소재에서 PiG나 단결정, 그리고 나노 크기의 입자 등으로 형태 변화 및 형광체 재료의 응용범위가 확대되고 있어, 각 응용분야에 적합한 고효율의 새로운 형광체 소재 개발에 대한 연구가 지속적으로 필요하다. 또한, 형광체를 이용한 응용분야가 점점 확대되고 있는 상황에서 기존에 보고된 형광체에 국한하여 사용한다는 것은 형광체 소재의 새로운 응용분야를 창출하고, 새로운 형광체 재료를 개발하는데 어려운 문제점이 될 우려가 있다. 때문에, 현재 형광체를 연구하고 있는 많은 연구자들은 상기 기술한 형광체 재료 이외의 고효율의 새로운 형광체 재료를 개발하고, 이를 이용한 새로운 응용분야를 창출하기 위한 노력을 해야 할 것이다.</p>	[ "본고에서는 현재 조명으로 가장 많이 사용이 되고 있는 것은 무엇인가?", "기존에 사용되고 있는 청색 LED와 황색 형광체를 사용한 백색 LED의 경우 낮아지는 것은 무엇인가?", "기존에 사용되고 있는 청색 LED와 황색 형광체를 사용한 백색 LED의 경우 색온도가 낮고, 또 낮아지는 것은 무엇인가?", "최근에는, 유리소재와 함께 혼합한 PiG나 단결정 형광체 등 새로운 형태의 형광소재가 사용되고 있는 것은 무엇인가?", "최근에는, 형광체와 함께 혼합한 PiG나 단결정 형광체 등 새로운 형태의 형광소재가 사용되고 있는 것은 무엇인가?", "최근에는, 형광체와 유리소재를 혼합한 단결정 형광체와 함께 새로운 형태의 형광소재가 사용되는 것은 무엇인가?", "근에는, 형광체와 유리소재를 혼합한 PiG와 함께 새로운 형태의 형광소재가 사용되고 있는가?", "기존의 조명 분야가 아닌 에너지 전환 효율을 향상시키는 에너지는 무엇인가?", "실리콘 태양전지의 에너지를 통해 향상시키기 위한 것은 무엇인가?", "기존의 조명 분야가 아닌, 실리콘 태양전지의 에너지 전환 효율을 향상시키기 위해 재료로 사용되는 것은 무엇인가?", "최근 많은 사회적 이슈를 만들고 있는 것은 어떤 재료의 개발에 대한 연구가 많이 이루어졌나?", "이처럼 기존 어떤 형태의 형광체 소재에서 PiG나 단결정, 그리고 나노 크기의 입자 등으로 형태 변화 및 형광체 재료의 응용범위가 확대되고 있나?", "기존 분말 형태의 형광체 소재에서 단결정과 함께 사용되는 것은 무엇인가?", "이처럼 기존 분말 형태의 형광체 소재에서 PiG와 함께 사용되는 것은 무엇인가?", "이처럼 기존 분말 형태의 형광체 소재에서 PiG나 단결정, 어떤 입자재료의 응용범위가 확대되는가?" ]
e19fd8c0-cb5e-44de-9323-fc48e74b9d5c	인공물ED	2단계 파이프라인구조의 64B/66B 인코더/디코더를 이용한 물리적 선로 부계층 설계	<h1>Ⅴ 결론</h1> <p>이더넷이 발전함에 따라PCS의 설계 공정과 구조 및 구현 방법 역시 발전하였으며 다음 세대 이더넷에 대한 연구와 논문도 꾸준히 이루어지고 있다. 본 논문 에서는 $ 8 \mathrm{~B} / 10 \mathrm{~B} $ 선로방식을 사용한 이전세대 이더넷의 PCS에서 현재 10 기가 이더넷의 PCS에 대한 구조 및 구현 방법을 참고하여 각 블록에 대한 구현을 수행하였다[5]-[8]. 여기서 제시한 PCS는 IEEE 802.3ae 그룹에서 표준으로 제시한 10 기가비트 물리적 선로 하부 계층 중 적은 오버헤드를 갖는 64B/66B 선로부호를 사용하는 10GBASE-R PCS를 설계하여 FPGA 측정을 수행하였다.</p> <table border><caption>표 3. 제안한 PCS와 Cadence사 IP와의 성능 비교</caption> <tbody><tr><td>Performance Parameter</td><td>Cadence[9]</td><td>This work</td></tr><tr><td>Technology</td><td>TSMC $ 0.13 \mu \mathrm{m} $</td><td>Magna $ 0.18 \mu \mathrm{m} $</td></tr><tr><td>Number of Slices</td><td>-</td><td>1,736</td></tr><tr><td>Number of F/F</td><td>3558</td><td>2,141</td></tr><tr><td>Number of 4input LUT</td><td>-</td><td>2,167</td></tr><tr><td>Total Equivalent Gate Count</td><td>48,000</td><td>47,303</td></tr></tbody></table>	[ "본문에서 제안한 방법이 사용한 Technology는 무엇일까?", "본문에서 사용한 Technology 중에 숫자가 더 적은 것은 뭐야?", "표에서 제안한 방법의 Slices수는 얼마일까?", "표에서 제안한 방법의 Slices수치가 뭐지", "표에서 F/F 수가 더 적은 것은 어떤 방법이야?", "표의 제안한 방법에서 2,167의 값을 가지는 파라미터는 뭐야?", "표에서 Total Equivalent Gate Count가 더 큰 방법은 무엇이니?" ]
f0cc7abe-c950-4790-815b-876aed0cedcb	인공물ED	2단계 파이프라인구조의 64B/66B 인코더/디코더를 이용한 물리적 선로 부계층 설계	<h1>Ⅲ 회 로 설계</h1> <p>제안하는 PCS는 기본적으로 블록데이터의 인코딩과 디코딩을 수행하는 기능을 갖는 송수신기 회로이다. 기본 구조에 대한 블록 다이어그램을 그림 2 에 보였다. 전방향 통신방식인 R 형식의 10 기가 PCS는 그림 2 와 같이 송수신단이 분리되어있다. 데이터 송수신시 각 기능을 담당하는 회로들이 순차적으로 데이터를 가공한다. 인코더와 디코더 회로에 대한 설명은 다음과 같다.</p> <p>표 1 과 표 2 는 64B/66B 인코더/디코더의 부호화가 어떠한 형태와 값으로 이루어지는지 나타내는 블록포맷과 전송 코드 암호표를 나타낸다. 전송코드에 의해 인코딩된 66 비트 그룹의 코드는 다음과 같이 크게 두 가지의 형태로 나눌 수 있다. 첫 번째는 입력받는 8레인이 모두 데이터 기호일 경우와 두 번째는 그렇지 않을 경우 즉, 모든 레인이 컨트롤 기호이거나 데이터와 컨트롤이 혼합된 경우이다.</p> <table border><caption>표 2. 전송 코드 암호표</caption> <tbody><tr><td>Control Character</td><td>8bit XCMI Controi Code</td><td>7bit Encoded Control Code</td><td>4bit Encoded O code</td></tr><tr><td>/I/ idel</td><td>0x07</td><td>0x00</td><td>N.A</td></tr><tr><td>/S/ start</td><td>Oxfb</td><td rowspan=2>Encoded by block type</td><td>N.A</td></tr><tr><td>/T/ terminate</td><td>Oxfd</td><td>N.A</td></tr><tr><td>/E/ error</td><td>Oxfe</td><td>0x1e</td><td>N.A</td></tr><tr><td>/Q/ Seq. ordered_set</td><td>0x9c</td><td>N.A</td><td>Ox0</td></tr><tr><td>/R/~ reserved0</td><td>0x1c</td><td>0x2d</td><td>N.A</td></tr><tr><td>reserved1</td><td>0x3c</td><td>0x33</td><td>N.A</td></tr><tr><td>/A/reserved2</td><td>0x7c</td><td>0x4b</td><td>N.A</td></tr><tr><td>/K/ reserved3</td><td>0xbc</td><td>0x55</td><td>N.A</td></tr><tr><td>reserved4</td><td>0xdc</td><td>0x66</td><td>N.A</td></tr><tr><td>reserved5</td><td>Ox7</td><td>0x78</td><td>N.A</td></tr><tr><td>/Fsig/ Signal ordered_set</td><td>0x5c</td><td>N.A</td><td>Oxf</td></tr></tbody></table> <p>표 1 의 sync를 보면 데이터 기호일 경우엔 하위 2비트의 싱크 비트가 하위비트 순으로 “01"이 인코딩되고 입력받은 8레인은 인코딩 되지 않는다. 반면에 두 번째 경우 하위 2비트의 싱크비트는 하위비트 순 으로 “10"이 되며 다음 64 비트는 포맷을 표시하는 8비트의 타입 영역과 56 비트의 인코딩된 영역이다. 입력 데이터가 컨트롤 기호(혹은 컨트롤 기호 또는 데이터 기호 혼합)일 때 가질 수 있는 경우는 충 15개 이다. 인코딩된 데이터에서 빗금으로 되어있는 부분은 0 으로 처리된 부분이다.</p>	[ "전송 코드 암호표에서 /I/ idel의 7bit Encoded의 컨트롤코드는 뭐지?", "표2의 제어용문자중 /I/ idel의 8bit XCMI Controi Code값은 뭐야?", "/I/ idel의 8bit XCMI Controi Code값은 표2의 제어용문자중 \n 얼마의 값을 가지지", "표 2의 전송 코드 암호표중 /T/ terminate의 8bit XCMI Controi Code은 얼마지?", "전송 코드 암호표에서 /Q/ Seq. ordered_set의 8bit XCMI컨트롤코드는 뭐야?", "표6에서 /R/~ reserved0의 7bit Encoded컨트롤코드는 얼마지?", "/E/ error 전송코드 암호의 7bit Encoded Control Code은 뭐야?", "전송 코드 암호표의 reserved1의 8bit XCMI Controi Code는 뭐야?", "전송 코드 암호표에서 /S/ start의 8bit XCMI Controi Code의값은 얼마야?" ]
4f39c16c-94d9-4e54-bc59-001cc838361b	인공물ED	Advanced SIMD 아키텍처에서의 HOG 보행자 검출기 고속화 방법	<h1>Ⅴ 결론</h1><p>본 논문에서는 임베디드 시스템 위에서 HOG 특징 정보와 SVM 분류 기술을 사용하여 보행자 검출을 고속화 하는 방법을 제시하였다. 간단하지만 유용한 약분류 특징을 이용하여 영상 내 배경에 대해 불필요한 특징 추출 및 분류 작업을 피함으로써, 검출 속도를 $ 1.27 $ 배 향상시켰다. 또한, 임베디드 시스템에서 가장 많이 쓰이고 있는 ARM 계열의 CPU 에서 NEON 병렬화 기법을 적용하여 하나의 명령어로 다수의 픽셀을 한꺼번에 연산하도록 처리하여 하드웨어적인 이점을 활용할 수 있도록 함으로써, 검출 속도를 $ 2.37 $ 배 향상시켰다. 본 논문에서 제시한 방법을 모두 사용하면, 기존보다 $ 3.01 $ 배까지 검출 속도를 향상시킬 수 있다. 이를 이용하여 $ 640 \times 480 $ 영상을 초당 10 프례임 이상으로 처리할 수 있다.</p><p>추후 ARM SIMD 아키텍처에서 멀티코어를 효율적으로 활용할 수 있는 방법에 대한 연구가 이루어진다면, NEON 과 함께 결합하여 더욱 고속화된 검출기를 구현할 수 있을 것으로 예상된다.</p>	[ "임베디드 시스템 위에서 HOG 특징 정보와 SVM 분류 기술을 사용하면 무엇을 고속화 할 수 있나?", "임베디드 시스템 위에 SVM 특징 정보와 HOG 분류 기술을 사용하면 보행자 검출을 고속화 할 수 있나?", "임베디드 시스템에서 가장 많이 쓰이고 있는 CPU는 무슨 계열일까?", "임베디드 시스템의 CPU 에서 NEON 병렬화 기법을 적용하면 검출 속도를 몇 배 향상 시킬 수 있지?", "임베디드 시스템에서 사용되고 있는 ARM 계열의 CPU 에서 하드웨어적인 이점을 활용 하기 위해서는 어떤 기법을 적용해야 하나요?", "약분류 특징을 이용하여 영상 내 배경에 대해 불필요한 특징 추출 및 분류 작업을 피하면 검출 속도를 몇 배 향상 시킬 수 있지?", "ARM 계열의 CPU 에서 NEON 병렬화 기법을 적용하면 어떻게 될까?", "영상 내 배경에 대해 불필요한 특징 추출 및 분류 작업을 피하게 해서 검출 속도를 \$ 1.27 \$ 배 향상하려면 어떤 특징을 이용해야 하나?" ]
32042b28-2aad-49e1-801c-ae41df0d7d7b	인공물ED	Advanced SIMD 아키텍처에서의 HOG 보행자 검출기 고속화 방법	<h2>2. Integral Image</h2><p>빠른 사람 검출을 위해 HOG에 적분 이미지가 결합될 수 있다. 기존에는 원도우를 슬라이딩함으로써 같은 픽셀에 대한 중복된 연산이 불가피하였으나, 이 방법은 초기에 적분 이미지를 생성해 놓으면 각 셀에 대해 단 $ 4 \times 9 $ 회의 데이터 접근으로 히스토그램을 만들며, 중복 연산을 피할 수 있다. 적분 이미지는 그래디언트의 방향에 따라 각각 만든다. 즉, $ 0^{\circ} \sim 20^{\circ} $ 의 그래디언트 방향성을 갖는 픽셀들 간의 적분 이미지를 생성하고, 마찬가지로 $ 20^{\circ} \sim 40^{\circ}, 40^{\circ} \sim 60^{\circ} \cdots, 160^{\circ} $ $ \sim 180^{\circ} $ 의 그래디언트 방향성을 갖는 픽셀들 간의 적분 이미지를 생성한다. 이후 셀에서 각 방향에 대한 그래디언트 강도는 4회의 데이터 접근으로 계산될 수 있다. 초기에 적분 이미지를 생성하는데 시간이 다소 걸리지만, 그 이후에 중복된 연산을 다수 피함으로써 결과적으로 윈도우 전체를 스캔하는 속도는 더 빨라지게 된다.</p><h2>3. SVM</h2><p>SVM(Support Vector Machine)은 두 부류 사이에 존재하는 여백을 최대화하여 일반화 능력을 극대화하는 분류기이다. SVM은 크게 학습과 분류로 나눌 수 있다.</p><h3>가. SVM 학습</h3><p>SVM 학습은 두 부류를 분류하기 위한 결정초평면을 구하는 과정이다. SVM에서 결정 초평면은 다음과 같은 형태로 표현된다.</p><p>$ d(x)=w^{T} x+b=0 $<caption>(6)</caption></p><p>결정초평면으로부터 가장 가까이 위치한 샘플들을 서포트 벡터(Support Vector)라 하며, N개의 서포트 벡터를 가진 결정초평면을 구하는 문제는 수학적으로 다음과 같이 표현할 수 있다.</p><p>$ L(\alpha)=\sum_{i=1}^{N} \alpha_{i}-\frac{1}{2} \sum_{i=1}^{N} \sum_{j=1}^{N} \alpha_{i} \alpha_{j} t_{i} t_{j} x_{i}^{T} x_{j} $<caption>(7)</caption></p><h3>나. SVM 분류</h3><p>SVM 분류는 학습을 통해 얻은 결정초평면을 이용하여, 입력 데이터를 두 부류 중 하나로 알맞게 인식하는 과정이다. 그림 5 는 SVM 분류를 나타낸다. $ w $ 는 SVM 학습의 결과 벡터이고, $ x $ 는 입력영상으로부터 얻은 특징벡터이다. 결정초평면의 식에 두 벡터를 대입하여 $ d(x)>0 $ 이면 보행자로 판별하며, $ d(x)<0 $ 이면 보행자가 아닌 것으로 판별한다.</p><h2>4. NEON</h2><p>NEON은 Cortex-A8 프로세서의 핵심 기술 중 하나로써, 64·128비트 SIMD(Single Instruction Multiple Data) 명령어 집합이다. 오디오, 비디오, 이미지 및 기타 데이터 처리를 다루는 8 비트, 16 비트, 32비트, 64 비트 정수 및 단정밀도 부동 소수점(float) SIMD 연 산을 지원한다. NEON은 ARM 정수 파이프라인과 독립된 별도 레지스터와 파이프라인을 사용한다.</p><p>많은 양의 데이터에 동일한 연산을 수행하는 애플리케이션에서 NEON의 효율성이 극대화 된다. NEON이 멀티미디어 코덱에 적용된 경우, 코덱의 종류에 따라 최소 $ 35 \% $에서 최대 $ 100 \% $의 성능 향상을 보여준다.</p><p>하지만 NEON 기술을 실제로 사용하기 위해서는 일반적인 프로그래밍 방법과는 차별화된 방법이 필요하다. NEON 기술을 사용하는 방법은 NEON 어셈블리 명령어를 사용하는 방법, NEON C언어 Extension을 사용하는 방법으로 나눌 수 있다. NEON 어셈블리 명령어를 사용하는 방법은 가장 효과적으로 NEON 기술을 사용할 수 있지만 구현이 매우 어렵다는 단점이 있다. NEON C언어 Extension은 NEON 어셈블리 명령어들을 사용하도록 만들어진 C언어의 부가적 요소라고 할 수 있으며, ARM에서 직접 제공하는 방법이기 때문에 신뢰할 수 있는 방법이다. 이 방법은 C/C++ 환경에 익숙한 루프와 조건문, 코드의 가독성, 보다 나은 디버깅 환경을 갖는다.</p><p>NEON은 스칼라 형식의 연산이 아닌 벡터 형식의 연산을 사용한다. 따라서 이를 위한 벡터 데이터 유형과 내장 함수가 제공된다.</p>	[ "빠른 사람 검출을 위해 HOG에 무엇이 결합될 수 있는가?", "빠른 사람 검출을 위해 HOG에 어떤것이 결합될 수 있는가?", "무엇을 위해서 HOG에 적분 이미지를 결합했는가?", "왜 HOG에 적분 이미지를 결합했지?", "기존에는 원도우를 슬라이딩함으로써 어떤 문제가 있었어?", "기존에는 원도우를 슬라이딩함으로써 어떤 문제가 있었니?", "적분 이미지는 어떻게 만들어?", "어떻게 적분 이미지를 제작하지?", "초기에 적분 이미지를 생성하는데 걸리는 시간은 짧아?", "두 부류 사이에 존재하는 여백을 최대화하여 일반화 능력을 극대화하는 분류기를 뭐라고해?", "SVM은 어떻게 나눌 수 있어?", "어떻게 SVM이 분류될 수 있지?", "Cortex-A8 프로세서의 핵심 기술 중 하나는 뭐야?", "SVM 학습은 두 부류를 분류하기 위한 무엇을 구하는 과정이야?", "결정초평면의 식에 두 벡터를 대입하여 \$ d(x)<0 \$ 이면 보행자로 판별해?", "NEON 기술을 실제로 사용하기 위해서 어떤 방법이 필요해?", "NEON의 효율성은 적은양의 데이터에 동일한 연산을 수행하는 애플리케이션에서 효율성이 극대화돼?" ]
29b26b74-8967-416e-b91e-3d12df6c939e	인공물ED	Advanced SIMD 아키텍처에서의 HOG 보행자 검출기 고속화 방법	<h1>Ⅱ. 관련 기술</h1><h2>1. HOG</h2><p>HOG(Histograms of Oriented Gradients)는 현재의 영상 보행자 검출기 기술에 있어 가장 널리 사용되고있는 특징 벡터 중 하나이다. 어떤 물체 영상이 갖는 지역적인 그래디언트 분포 특성을 이용하여 물체를 식별하는 방법인데, 보행자분만 아니라 승용차, 트럭 등 다양한 물체 검출에 적용할 수 있는 일반적인 방법론이다.</p><p>HOG는 그래디언트 크기와 에지 방향의 분포를 특징으로 하는 히스토그램이다. 그림 1은 HOG 를 이용한 보행자 검출 과정 전체를 나타낸다. 표준 방법에 따르면, '윈도우(Window, $ 64 \times 128 $ 픽셀)' 내에서 그래디언트의 크기와 방향을 이용하여 '셀(Cell, $ 8 \times 8 $ 픽셀)' 단위로 히스토그램을 만들고, '블록(Block, $ 2 \times 2 $ 셀)' 단위로 히스토그램을 정규화 하여, 이들의 집합을 특징 벡터로써 사용한다. HOG 는 다른 특징 정보들에 비해 사람 검출 능력이 뛰어나지만, 영상 전체를 좁은 간격의 슬라이딩 윈도우 방식으로 검색하면 매우 많은 시간이 걸린다는 단점이 있다.</p><h3>가. 그래디언트 계산</h3><p>HOG는 기본적으로 가로 64 픽셀 $ \times $ 세로 128 픽셀의 윈도우를 사용한다. 그래디언트는 윈도우 내 가장자리를 제외한 모든 픽셀에서 계산된다. 그래디언트를 계산하기 위해 uncentered, centered, cubic-corrected, $ 3 \times 3 $ Sobel masks, $ 2 \times 2 $ diagonal mask 등이 사용될 수 있지만, 단순한 centered $ (-1,0,1) $ 마스크가 가장 성능이 좋다. 그래디언트는 아래 수식과 같이 계산할 수 있다. $ d_{x} $ 와 $ d_{y} $ 는 각각 가로와 세로 방향의 그래디언트이며, $ I(x, y) $ 는 좌표 $ (x, y) $ 에서의 픽셀 값이다.</p><p>$ d_{x}(x, y)=I(x+1, y)-I(x-1, y) $<caption>(1)</caption></p><p>$ d_{y}(x, y)=I(x, y+1)-I(x, y-1) $<caption>(2)</caption></p><p>좌표 $ (x, y) $ 에서 그래디언트 크기 $ m(x, y) $ 와 방향 $ \theta(x, y) $ 은 다음과 같이 계산할 수 있다.</p><p>$ m(x, y)=\sqrt{d_{x}(x, y)^{2}+d_{y}(x, y)^{2}} $<caption>(3)</caption></p><p>$ \theta(x, y)=\tan ^{-1} \frac{d_{y}(x, y)}{d_{x}(x, y)} $<caption>(4)</caption></p><p>RGB, LAB 와 같이 다채널 영상을 사용하는 경우, 각 픽셀에서 모든 채널에 대해 그래디언트를 계산한 후 가장 큰 그래디언트 값을 가지는 것을 해당 픽셀의 그래디언트로 사용한다.</p><h3>나. 히스토그램 생성</h3><p>히스토그램은 윈도우 내 가로 8 픽셀 $ \times $ 세로 8 픽셀의 셀마다 하나씩 만든다. 그림 2 와 같이 $ 0^{\circ} \sim 180^{\circ} $ 를 부호 구분 없이 9개의 각도로 균등하게 나눈 bins에, 셀 내의 각 픽셀들이 그래디언트 각도에 따라 투표한다. 각 투표는 그래디언트 크기에 의해 가중된다.</p><p>검출기의 정확도를 위해, 각도와 위치에 대해 인접 구간들의 중심점들 사이에서 보간법을 적용한다. 만약 어떤 픽셀에서 그래디언트 각도가 $ 85^{\circ} $이고 그래디언트 크기가 100이라면, $ 80^{\circ} \sim 100^{\circ} $ bin에 75 만큼 가중 투표하고, $ 60^{\circ} \sim 80^{\circ} $ bin에 25 만큼 가중 투표한다.</p><h3>다. 히스토그램 정규화</h3><p>히스토그램은 그림 3에 나타나는 블록 단위로 정규화 한다. 각 블록은 가로 2 셀 $ \times $ 세로 2 셀이 슬라이딩 방식으로 이루어진다. 따라서 각 블록은 서로 겹치게 되며, 한 블록 당 36개(4셀 $ \times 9 $ bins)의 특징 정보를 가진다. 가로 64 픽셀 $ \times $ 세로 128 픽셀을 가지는 윈도우는 총 $ 7 \times 15 $ 개의 블록으로 이루어진다.</p><p>히스토그램을 정규화하지 않을 경우, 같은 장면의 영상이 대비(Contrast)에 따라 다른 그래디언트 크기를 갖게 된다. 따라서 정규화 과정이 반드시 필요한데, L2-norm, L2-Hys, L1-norm, L1-sqrt 등을 이용하여 정규화 할 수 있다. L2-norm을 이용할 경우 다음과 같이 정규화 할 수 있다. $ \\|v\\|_{2} $ 는 $ v $ 의 L2-norm 을 나타낸다.</p><h3>라. 특징 벡터 수집</h3><p>원도우 내 모든 블록의 특징 정보를 합치면 특징 벡터가 된다. 그림 4는 특징 벡터 수집 과정을 보여준다. 블록 수가 $ 7 \times 15 $ 이고, 블록 당 특징 정보의 수가 4 (블록 내 셀의 수) $ \times 9(\mathrm{bin} $ 의 수)이면, 총 특징 정보의 수는 3780개가 된다. 이 특징 벡터는 학습기와 분류기의 입력으로 사용되어, 보행자를 검출하는데 사용 된다.</p>	[ "가로 방향의 그래디언트와 세로 방향을 그래디언트가 주어졌을 때, 그래디언트의 방향 \$ \\theta(x, y) \$을 계산하는 방법을 수식으로 나타내면 어떻게 돼?", "가로 방향의 그래디언트와 세로 방향을 그래디언트가 주어졌을 때, 그래디언트의 크기 \$ m(x, y) \$를 계산하는 방법을 수식으로 나타내면 어떻게 돼?", "히스토그램 정규화 과정에서, 각 블록은 서로 겹치는 부분이 없지?", "히스토그램 정규화 과정이 누락되면, 어떤 결과가 초래되니?", "한 블록은 몇 곱하기 몇 셀로 구성되어 있니?", "몇 곱하기 몇 셀로 한 블록이 조직되어 있지", "보행자를 검출할 때는 벡터 값이 아닌 스칼라 값을 활용하지?", "히스토그램 생성 과정에서 보간법을 적용하는 이유가 뭐야?", "히스토그램 생성 과정에서, bins는 총 몇 개로 나누었어?", "HOG는 보행자만 검출할 수 있고 승용차, 트럭 따위의 물체는 검출할 수 없지?", "한 셀은 몇 곱하기 몇 픽셀로 구성되어 있니?", "몇 픽셀로 한 셀이 조직되어 있지", "히스토그램 생성 과정에서, 검출기의 정확도를 위해 각도와 위치에 대해 인접 구간들의 중심점들 사이에서 어떤 방법을 적용하니?" ]
904b6179-75ca-4910-8a86-31c5b4764e95	인공물ED	Advanced SIMD 아키텍처에서의 HOG 보행자 검출기 고속화 방법	<h1>Ⅳ 실험 및 고찰</h1><h2>1. 실험 환경</h2><p>분류기 학습은 PC 환경에서 SVM Light와 MIT Pedestrian Database, INRIA Person Dataset을 이용하였다. 선형 SVM을 사용하였고, 검출 프로그램 실행 시 초기화 과정에 걸리는 시간을 없애기 위해, 모델 파일에서 미리 결정초평면을 계산하도록 수정하였다. 학습의 최종 결과물은 결정초평면과 $ T_{w} $ 가 저장된 데이터 파일이다.</p><p>타겟 환경은 그림 9의 ODROID-X (프로세서 Exynos4412 Cortex-A9 Quad Core $ 1.4 \mathrm{GHz} $, 메모리 $ 1 \mathrm{~GB}) $이며, 안드로이드 플랫폼 위에서 동작하는 애플리케이션을 작성하였다. 보행자 검출 알고리즘은 모두 C 언어로 구현하였으며, JNI와 NDK를 이용하여 애플리케이션에 적용하였다.</p><h2>2. 실험 결과</h2><p>보행자 검출기의 검출율 및 정확도는 표 2와 같다. 검출율 및 정확도를 측정하기 위해서 MIT CBCL Pedestrian Database, INRIA Person Dataset을 이용하였다. Recall rate는 입력 데이터에 있는 전체 보행자들 중에서 성공적으로 검출된 보행자 비율이고, Precision은 검출기가 검출한 결과들 중 정검출의 비율이다. 검출율 및 정확도는 보다 정교한 학습 과정을 통해, 현재보다 나은 결과를 얻을 수 있다.</p><p>그림 10은 INRIA Person Dataset에서 $ 640 \times 480 $ 크기의 Positive Set만을 선택하여, 이미지를 $ 320 \times 240 $크기로 스케일링 하며 얻은 검출 결과를 보여준다. 윈도우의 크기는 $ 64 \times 128 $이고 윈도우를 8픽셀씩 슬라이딩 하여, 영상 내 윈도우는 총 495개이다. Coarse Detection을 적용하면 영상의 복잡한 정도에 따라, Fine Detection을 수행하는 횟수가 달라진다. 그에 비례하게 윈도우가 슬라이딩 하는 속도가 빨라지고, 전체 검출 시간도 줄어들게 된다. INRIA Person Dataset의 경우 테스트 결과, 평균 147개의 윈도우를 배경 윈도우로 걸러내고 348 개의 윈도우에 대해 Fine Detection을 하였다. 그 결과 $ 1.27 $배의 향상된 속도를 보여주었으며, 비교적 한적한 배경을 갖는 이미지에 서는 두 배 이상 빠른 결과를 보여주기도 하였다.</p><p>그림 11 과 그림 12는 검출 각 단계별로 NEON 병렬화 기법을 적용한 보행자 검출 결과이다. YUV to RGB 변환과 스케일링 작업을 하는 전처리 부분, 영상으로부터 방향별 그래디언트 이미지를 만드는 부분, 각 윈도우에서 HOG 특징을 추출하는 부분, 추출한 특징으로 SVM 분류를 하는 부분에서 각각 속도 향상이 일어났다. 제시한 방법을 적용하였을 경우, 병렬화 하지 않았을 때보다 $ 2.37 $배 빠른 속도를 보여주었다.</p>	[ "전처리 부분에서 YUV to RGB 변환과 무슨 작업을 하는가?", "무엇을 이용하여 분류기 학습을 하였나?", "분류기 학습을 할 때 무엇을 이용하지?", "검출 프로그램 실행 시 초기화 과정에 걸리는 시간을 없애기 위해서 어떻게 하였나?", "입력 데이터에 있는 전체 보행자들 중에서 성공적으로 검출된 보행자 비율은 무엇인가?", "무엇을 측정하기 위해 MIT CBCL Pedestrian Database, INRIA Person Dataset을 이용하였나?", "무엇을 적용하면 영상의 복잡한 정도에 따라, Fine Detection을 수행하는 횟수가 달라지는가?", "실험결과 348 개의 윈도우에 대해 무엇을 하였나?", "실험결과 348 개의 윈도우에 대해 무엇을 시행하지", "테스트 결과 평균 몇개의 윈도우를 배경 윈도우로 걸러내는가?", "검출기가 검출한 결과들 중 정검출의 비율을 무엇이라 하는가?", "검출기가 검출한 결과들 중 정검출의 비율을 칭하는 말은", "보행자 검출 알고리즘에 사용한 언어는 무엇인가?", "무엇이 보행자 검출 알고리즘에 이용한 언어일까", "각 윈도우에서 무슨 특징을 추출하는 부분에서 속도 향상이 일어났는가?" ]
3e472f89-8365-4811-820c-269594aa10f7	인공물ED	Advanced SIMD 아키텍처에서의 HOG 보행자 검출기 고속화 방법	<h1>Ⅲ 본 논문의 보형자 검출기 고속화 방법</h1><h2>1. 신속한 배경 원도우의 제거</h2><p>HOG를 이용한 보행자 검출은 많은 시간이 걸리는데, 주된 이유 중 하나는 스캔해야 할 윈도우의 수가 많기 때문이다. 입력 영상의 크기가 가로 320 픽셀 $ \times $ 세로 240픽셀, 윈도우의 크기가 가로 64픽셀 $ \times $ 세로 128픽셀이라고 할 때, 가로·세로 8픽셀씩 윈도우를 슬라이딩 한다고 가정하면, 가로 방향으로 33개의 윈도우, 세로 방향으로 15개의 윈도우, 총 495개의 윈도우에서 보행자가 있는지 없는지를 판별해야 한다.</p><p>HOG 는 지역적인 그래디언트 강도와 에지 방향의 분포를 특징으로 삼는다. 여기서 중요한 사실은, 사람은 기본적으로 그래디언트 강도가 매우 큰 Object라는 것이다. 만약 어떤 한 윈도우가 가진 전체 픽셀의 그래디언트 강도 $ I_{w} $ 가 일정 수준 이하로 낮다면, 그 윈도우는 배경으로 생각할 수 있다. 배경을 미리 가려낼 수 있다면, 해당 윈도우에서 특징 추출 및 SVM 분류의 과정을 거치지 않음으로써, 전체 영상의 스캔 속도를 빠르게 할 수 있다.</p><p>$ I_{w} $ 는 적분 이미지를 사용한다면, 간단하게 계산할 수 있다. 윈도우 내 셀들에 대해서 히스토그램을 생성하기 전에, 그림 6과 같이 히스토그램 생성 연산을 셀 범위가 아닌 '윈도우 범위'에 대해 1회 수행한다. 하나의 에지 방향 적분 이미지로부터 윈도우 내 해당 에지 방향을 가진 모든 픽셀들의 그래디언트 강도의 합을 구할 수 있다. 전체 9방향, 즉 적분 이미지 9개를 동일한 방식으로 구할 수 있고, 그 합이 $ I_{w} $ 가 된다. 단 36회의 데이터 접근만으로 $ I_{w} $ 가 계산된다.</p><p>SVM 학습 시 Positive Data Set에서 계산된 모든 윈도우의 $ I_{w} $ 중 최소값을 $ T_{\text {train }} $ 으로 둔다. 그리고 $ T_{\text {train }} $ 보다 약간 작은 값 $ T_{w} $ 를 설정한다. $ T_{w} $ 는 검출 기가 윈도우를 스캔할 때, $ I_{w} $ 와 비교되는 값이다. 여기에서 $ T_{w} $ 값이 너무 작다면 속도 향상은 거의 일어나지 않는다. 반대로, $ T_{w} $ 가 $ T_{\text {train }} $ 과거의 같다면 학습시의 영상에 대해서는 보행자를 완벽하게 검출하지만, 이후에 취득하는 새로운 영상에서는 실제 보행자가 있음에도 검출을 하지 못하는 경우가 발생할 수 있다. 본 연구에서는 $ T_{w} $ 를 $ T_{\text {train }} $ 의 $ 0.9 $ 배로 설정하였고, 이 값이 검출기의 정확도에 영향을 주지 않으면서 속도를 향상시킬 수 있음을 확인하였다. $ T_{w} $ 는 SVM 학습 결과인 결정초평면을 기록하는 파일에 함께 저장된다.</p><p>보행자 검출기가 윈도우를 스캔할 때, 각각의 윈도우에서 $ I_{w} $ 와 $ T_{w} $ 가 비교되는데, 이 과정을 Coarse Detection이라 한다. $ I_{w} $ 가 $ T_{w} $ 보다 작을 시, 해당 윈도우는 배경으로 생각하고 다음 윈도우로 슬라이딩할 수 있다. $ I_{w} $ 가 $ T_{w} $ 보다 크다면, 특징 추출 및 SVM 분류 과정을 거쳐 보행자 검출을 진행하는데, 이 과정을 Fine Detection이라 한다.</p><p>제안하는 방법은 셀에 대해 수행되던 연산을 윈도우에 대해 한 번 수행함으로써 배경 윈도우를 걸러내는 것이다. 즉 Coarse Detection을 통해 배경 윈도우를 걸러내면서, 배경 부분에 대해서는 Fine Detection을 수행하지 않는다.</p><h2>2. NEON 병렬화 기법을 이용한 고속화</h2><p>보행자 검출 알고리즘에는 여러 픽셀에 대해 동일한 연산을 하는 작업이 매우 많기 때문에, NEON 을 적용할 경우 상당한 속도 향상을 가져올 수 있다. NEON 병렬화 기법은 입력 영상의 전처리 과정이나 그래디언트 이미지를 만드는 과정, HOG 특징을 추출하는 과정, SVM 분류를 하는 과정에 각각 적용이 가능하다.</p><p>그래디언트 $ G_{x} $ 와 $ G_{y} $ 는 영상 내 모든 픽셀에 대해 각각 가로 방향과 세로 방향으로 $ (-1,0,1) $ 마스크를 적용하여 구한다. 이와 같은 연산은 그림 7과 같이 NEON 을 이용하여 데이터 수준의 병렬화가 가능하다. 먼저, 메모리 상 연속된 픽셀 데이터 8개를 한번에 Load 연산으로 NEON 구조체에 담는다. 그 후 두 개의 구조체를 Subtract 연산으로 뺄 셈을 하면, 각 성분 8개 각각의 뺄셈이 동시에 수행된다. 마지막으로 결과 구조체를 Save 연산으로 일반 변수에 저장한다.</p><p>병렬화를 위해 필요한 구조체에 데이터를 적재하는 과정과 연산 견과를 원래의 형태로 변환하는 과정 등 부수 작업이 추가되기는 하지만, 병렬화로 인한 연산 속도는 이를 상쇄하고도 더 빠르다. 이를 위해서는 연산에 필요한 데이터가 메모리상에 연속되도록 유의 할 필요가 있다.</p><p>그래디언트의 방향의 크기와 방향 또한 위와 유사한 방식으로 구할 수 있다. 방향을 구하기 위해서는 아크탄젠트 값을 계산하는 부동소수점 연산이 필요한데, NEON 은 32개의 하드웨어 FPU 64비트 레지스터를 지원하기 때문에 빠른 연산이 가능하다.</p><p>SVM 분류는 $ d(x)=w^{t} x+b $ 를 구하는 과정으로 두 벡터의 내적을 구하는 연산이 포함되어 있다. $ w $ 와 $ x $의 성분은 32 비트 부동소수점을 갖는 데이터이고 NEON은 최대 128 비트까지 연산이 가능하므로, 각 성분을 동시에 네 개씩 처리할 수 있다. 벡터의 내적 연산은 그림 8과 같이 구현할 수 있다. 벡터의 모든 성분을 각 네 개씩 적재하여 곱-누적 연산을 하면, 두 벡터 성분의 곱 결과는 $ A c c $ 의 32 비트 네 개 성분에 나뉘어 누적이 된다. 따라서 $ A c c $ 의 성분 네 개를 합하면 결과적으로 $ w $ 와 $ x $ 의 내적을 구할 수 있다.</p>	[ "그래디언트의 방향의 크기를 구할 때 NEON을 이용하면 빠른 연산이 가능하지?", "각각의 윈도우에서 \$ I_{w} \$ 와 \$ T_{w} \$ 가 비교되는 Coarse Detection은 언제 일어나?", "HOG의 특징이 지역적인 그래디언트 강도와 에지 방향의 분포 맞아?", "HOG의 특징은 지역적인 그래디언트 강도와 에지 방향의 분포니?", "입력 영상의 크기가 가로 320 픽셀 \$ \\times \$ 세로 240픽셀, 윈도우의 크기가 가로 64픽셀 \$ \\times \$ 세로 128픽셀이라고 할 때, 가로·세로 8픽셀씩 윈도우를 슬라이딩 한다고 가정했을 때 판별해야 하는 윈도우는 총 몇 개야?", "\$ I_{w} \$ 가 \$ T_{w} \$ 보다 크다면, 특징 추출 및 SVM 분류 과정을 거쳐 보행자 검출을 진행하는 과정을 Coarse Detection이라고 하지?", "본 논문에서 제안하는 방법이 Fine Detection을 통해 배경 윈도우를 걸러내면서, 배경 부분에 대해서는 Coarse Detection을 수행하지 않는 거 맞지?", "NEON을 사용하면 왜 빠른 연산이 가능한 거야?", "방향을 구하는 아크탄젠트 값을 계산하려먼 어떤 연산이 필요할까?", "그래디언트 \$ G_{x} \$ 와 \$ G_{y} \$ 는 영상 내 일부 픽셀에 만 각각 가로 방향과 세로 방향으로 \$ (-1,0,1) \$ 마스크를 적용해서 구하지?", "연산 속도가 빠르다는 장점이 있지만 연산에 필요한 데이터가 메모리상에 연속되도록 유의해야 하는 이것은 무엇일까?", "뺄셈을 할 때 사용하는 연산은 무엇인가?", "뺄셈을 할 때 어떤 연산을 사용해?", "\$ w \$ 와 \$ x \$의 성분은 몇 비트의 부동소수점을 가지고 있어?", "NEON 연산은 최대 몇 비트까지 할 수 있어?", "보행자 검출 알고리즘에 속도 향상을 가져올 수 있고 HOG 특징을 추출하는 과정, SVM 분류를 하는 과정에도 적용할 수 있는 이것은 무엇일까?", "사람은 래디언트 강도가 매우 작은 Object지?", "사람은 래디언트 강도가 매우 작은 Object인가요?", "\$ I_{w} \$ 는 무엇을 사용해서 계산할 수 있어?", "무엇을 사용해서 \$ I_{w} \$ 를 계산할 수 있니?", "SVM 학습 시 Positive Data Set에서 계산된 모든 윈도우의 \$ I_{w} \$ 중 최소값은 \$ T_{w} \$보다 크지?", "윈도우 내 셀들에 히스토그램을 생성하기 전에 히스토그램 생성 연산을 셀 범위에 대해 1회 수행하지?", "NEON은 최대 몇 비트까지 연산이 가능해?", "NEON은 몇 개의 하드웨어를 가지고 있어?", "몇 개의 하드웨어를 NEON이 가지니?", "\$ d(x)=w^{t} x+b \$를 계산할 때 NEON 병렬화 기법을 사용할 수 있어?", "NEON은 최대 128 비트까지 연산이 가능하니까 동시에 2개씩 밖에 처리 못하지?" ]
fe371fb6-6665-475b-8cb9-4067a0c7e855	인공물ED	Advanced SIMD 아키텍처에서의 HOG 보행자 검출기 고속화 방법	<h1>요 약</h1><p>보행자 검출기는 보안이 필요한 곳에서 모니터링을 하거나 특정 장소를 드나드는 사람의 수를 셀 때, 운전 중 차도에 뛰어드는 사람을 감지할 때 등 상황에 따라 여러 목적으로 응용될 수 있다. 이와 관련한 연구는 많이 진행되어 왔지만, 임베디드 시스템에서는 제한된 컴퓨팅 능력으로 인해 검출 속도가 느리다는 문제가 있다. 본 논문에서는 입력 영상에서 배경 부분을 빠르게 제거하여 검출 속도를 향상하는 방법과 ARM SIMD 아키텍처에서 NEON 병렬화 기법을 이용하여 검출 속도를 향상하는 방법을 제시한다. 제시한 방법으로 구현한 검출기는 INRIA Person Dataset을 이용하여 테스트한 결과 기존에 비해 $ 3.01 $ 배의 향상된 속도를 나타냈다.</p><h1>I.서론</h1><p>최근 사람의 얼굴이나 물체를 인식하고 움직임을 추적하는 컴퓨터 비전(Computer Vision) 기술이 급속히 발달하고 있으며, 보행자 검출 기술 또한 많은 연구가 진행되고 있다. 보행자 검출기는 보안이 필요한 곳에서 모니터링을 할 때, 특정 장소를 드나드는 사람의 수를 셀 때, 스마트 자동차에 탑재되어 운전 중 차도에 뛰어드는 사람을 감지할 때 등 상황에 따라 유용하게 응용될 수 있다.</p><p>이에 따라, 검출의 정확도를 높이기 위해 많은 연구들이 진행되어 왔다. 현재 템플릿 기반, 통계/분류 기반, 특징 기반의 다양한 검출 방법이 존재한다. 기계 학습 방식은 특징 기반 혹은 템플릿 기반 방식과 결합하여 높은 인식률을 보여주고 있다.</p><p>하지만 검출 시스템은 많은 연산이 필요하기 때문에 정확도 뿐만 아니라 검출 속도도 중요한 이슈가 된다. 최근에는 PC 환경에서 이와 관련한 실시간 처리가 가능해졌다. 하지만, 임베디드 시스템에서는 적은 메모리, 낮은 클록 수, 제한적인 부동 소수점 지원이라는 하드웨어 특징 때문에 여전히 느리다. 부동 소 수점 연산량이 많으면서 많은 메모리를 사용하고 실시간 처리를 요구하는 상반된 특징의 컴퓨터비전 기술은 임베디드 시스템에서 도전적인 분야이다.</p><p>본 논문에서는 임베디드 시스템에서 가장 많이 사용되고 있는 ARM 아키텍처에서 고속 보행자 검출을 위한 방법을 제시한다. 제시하는 방법은 영상 내 배경 부분을 매우 간단한 연산으로 제거해내면서 빠르게 보행자를 검출한다. 또한, ARM SIMD 아키텍처에서 NEON 병렬화 기법을 적용하여 보행자 검출 속도를 항상시킨다.</p>	[ "ARM SIMD 아키텍처에서 검출 속도를 향상하는 방법은 무엇이 있나?", "보행자 검출기는 어떤 상황에 사용되기 위해 스마트 자동차에 탑재되어 있나?", "특징 기반 혹은 템플릿 기반 방식과 결합하여 높은 인식률을 보여주고 있는 학습 방식은 무엇인가?", "컴퓨터비전 기술에서 부동 소 수점 연산량이 많으면 어떤 일이 생길까?", "보안이 필요한 곳에서 모니터링을 하거나 특정 장소를 드나드는 사람의 수를 셀 때 무엇이 필요한가?", "임베디드 시스템에서는 왜 검출 속도가 느릴까?", "임베디드 시스템에서 고속 보행자 검출을 위해 무엇이 가장 많이 사용되고 있나?", "임베디드 시스템에서 하드웨어는 무엇때문에 느려지는가?" ]
a5e534f0-2803-499b-9f72-ff527359c52a	인공물ED	최적 루프 이득 제어에 의한 광대역 뱅뱅 디지털 위상 동기 루프 선형화 기법	<h1>요 약</h1><p>본 논문은 광대역 특성의 뱅뱅 디지털 위상 동기 루프를 설계함에 있어 최적의 루프 이득 선정을 통한 실용적인 선형화 설계 기법을 제안한다. 기존의 이론적 파라미터 설계 기법을 광대역 클럭 발생기 회로에 적용함에 있어 한계점을 설명하고 실제 구현된 뱅뱅 디지털 위상 동기 루프 설계에 대해서 살펴보았다. 본 논문에서는 정수 어레이와 디더 이득은 크게 하되 비례 이득을 작게 설정하여 뱅뱅 디지털 위상 동기 루프의 리미티드 사이클 노이즈를 제거하였다. 제안된 설계 기법을 적용한 뱅뱅 디지털 위상 동기 루프는 기존의 구조에 비교하여 초소형, 저전력, 선형 특성 및 루프 대역폭 조절이 가능한 장점을 보이며, 성능의 우수성을 시뮬레이션을 통하여 검증하였다.</p>	[ "제안된 설계 기법을 적용한 뱅뱅 디지털 위상 동기 루프는 기존의 구조에 비교하여 어떠한 장점을 보이는가?", "광대역 특성의 뱅뱅 디지털 위상 동기 루프를 설계함에 있어 최적의 루프 이득 선정을 통한 실용적인 선형화 설계 기법의 방법은?" ]
9060f6a6-3b2c-4852-a089-05751dbe5c58	인공물ED	Sb-첨가 $\mathrm{SnO_2}$ 나노선 네트워크를 이용한 고속응답 가스센서	<h1>4. 결 론</h1><p>$ \mathrm{Sb} $가 doping된 $ \mathrm{SnO}_{2} $ 나노선을 기상반응법으로 성장하고, 가스 감응성을 평가했다. 순수한 $ \mathrm{SnO}_{2} $ 나노선 네트워크 센서에 $ 2 \mathrm{wt} \% $ $ \mathrm{Sb} $ 를 첨가할 경우 $ \mathrm{Sb} $ 가 도너의 역할을 수행하여 센서의 공기 중 저항이 측정이 용이한 수백 $ \mathrm{k} \Omega $ 대로 감소했다. $ \mathrm{Sb}$를 $\mathrm{SnO}_{2} $ 나노선에 doping할 경우 $ 450^{\circ} \mathrm{C} $에서 가스 감응 후 회복속도를 $15-60$배 정도 크게 증가시켰다. 또 $ \mathrm{C}_{2} \mathrm{H}_{5} \mathrm{OH} $ 및 TMA 에 대한 선택성도 $ \mathrm{Sb} $의 첨가에 의해 향상되었다. 이는 $ \mathrm{Sb} $의 첨가가 $ \mathrm{SnO}_{2} $ 센서특성을 전기적 및 화학적으로 변화시킴을 의미한다. $ \mathrm{Sb} $가 첨가된 $ \mathrm{SnO}_{2} $ 나노선을 이용하여 높은 감도, 우수한 선택성, 측정이 용이한 센서저항, 빠른 응답과 회복을 가지는 가스 센서의 설계가 가능하다.</p>	[ "\$ \\mathrm{SnO}_{2} \$ 나노선을 무엇으로 성장하는가?", "기상반응법으로 성장 할 때 도핑된 어떤 것을 이용했나?", "\$ 2 \\mathrm{wt} \\% \$ \$ \\mathrm{Sb} \$를 순수한 \$ \\mathrm{SnO}_{2} \$ 나노선 어디에 더했나?", "센서의 공기 중 저항이 수백 \$ \\mathrm{k} \\Omega \$ 대로 줄어든 것은 나노선 네트워크 센서에 얼마의 \$ \\mathrm{wt} \\% \$ \$ \\mathrm{Sb} \$를 넣었을 때인가?", "\$ 2 \\mathrm{wt} \\% \$ \$ \\mathrm{Sb} \$를 \$ \\mathrm{SnO}_{2} \$ 나노선 네트워크 센서에 넣었을 때 센서의 어떤 것이 수백 \$ \\mathrm{k} \\Omega \$ 대로 줄어드는 것을 볼 수 있는가?", "\$ \\mathrm{Sb}\$를 도핑하면 회복속도를 몇 배 정도 증가 시킬 수 있는가?", "회복속도를 \$15-60\$배로 증가 시키는 것은 몇 \$ ^{\\circ} \\mathrm{C} \$에서 가스 감응 후에 나타나는가?", "\$ \\mathrm{Sb} \$에 영향으로 인해 \$ \\mathrm{C}_{2} \\mathrm{H}_{5} \\mathrm{OH} \$와 어디에 대한 선택성이 향상되었나?", "\$ \\mathrm{Sb} \$을 넣음으로서 어떤 것을 전기적 및 화학적으로 바꾸게 되는가?", "\$ \\mathrm{SnO}_{2} \$ 나노선을 이용하여 높은 감도나 빠른 응담과 회복을 할 수 있는 것은 가스센서를 어떻게 하여 가능하게 하는가?", "\$ \\mathrm{Sb} \$의 영향으로 TMA 에 대한 선택성이 향상되었다는 것은 \$ \\mathrm{SnO}_{2} \$ 센서특성을 무엇으로 바꾸는 것을 뜻하는가?" ]
86de8d61-8cc1-446c-a58c-48a0f5908d5e	인공물ED	Sb-첨가 $\mathrm{SnO_2}$ 나노선 네트워크를 이용한 고속응답 가스센서	<p>센서의 감도, 선택성, 저항이외에 가스 감응 및 회복의 속도도 주요한 센서특성으로 고려되어야 된다. 순수한 $ \mathrm{SnO}_{2} $ 및 $ 0.02 \mathrm{Sb}- $ $ \mathrm{SnO}_{2} $ 센서의 $ 5 \mathrm{ppm} \mathrm{C}_{2} \mathrm{H}_{5} \mathrm{OH}, \mathrm{CO}, \mathrm{H}_{2} $, TMA 에 대한 저항변화 특성을 Fig.$7$, Fig.$8$에 각각 나타내었다. 두 센서 모두 환원성 가스의 노출에 의해 저항이 감소하고, 공기로 분위기가 전환되었을 때 센서의 저항이 다시 증가하는 전형적인 $ \mathrm{n} $-형 반도체 가스센서의 특성을 나타내었다. 센서가 환원성 가스에 노출되었을 때 $ 90 \% $의 저항이 변화되는 데 걸리는 시간( $ \left(90 \%\right. $ 응답시간, $ \left.\tau_{\mathrm{re}}\right) $과 센서가 공기에 노출되었 때 저항이 $ 90 \% $ 회복되는 데 걸리는 시간 $ \left(90 \%\right. $ 회복시간, $ \left.\tau_{\text {reoow }}\right) $을 계산하여 Table $1$에 나타내었다. 순수한 $ \mathrm{SnO}_{2} $ 센서의 경우 가스의 종류에 상관없이 응답시간이 $2$초로 매우 짧게 나타난 반면, 공기에 의한 회복에는 대부분 $800$초 이상의 매우 긴 시간이 소요되었다. 이와 같은 센서를 실제 응용에 이용할 경우에는 단시간 내에 발생하는 가스 농도 변화를 검출하기 어려운 문제가 발생한다. $ 0.02 \mathrm{Sb}-\mathrm{SnO}_{2} $ 센서는 응답시간이 약간 길어지기는 했지만 (5-24$ \mathrm{s}) $, 여전히 매우 짧은 값을 유지하고 있다. 반면, 회복속도에서는 현저한 향상을 나타내었다. $ 5 \mathrm{ppm} \mathrm{C}_{2} \mathrm{H}_{5} \mathrm{OH}, \mathrm{CO}, \mathrm{H}_{2} $, and TMA의 감응 이후에 순수한 공기에 노출되었을 때 $ 90 \% $ 회복시간은 $ 6-18 $초에 불과했다. 상기 결과는 $ 0.02 \mathrm{Sb}-\mathrm{SnO}_{2} $ 센서의 회복속도가 $ \mathrm{SnO}_{2} $ 센서에 비해 $15-60$배 정도 빠름을 의미한다. 이와 같은 회복속도의 변화는 가스 감응반응과 연계하여 다음과 같이 고찰될 수 있다.</p><p>$ \mathrm{n} $-형 반도체형 가스센서의 가스 감응반응은 환원성 가스의 가스 감응 물질 표면으로의 확산, 환원성가스와 음으로 대전된 표면흡착 산소와의 반응, 및 생성된 전자의 감응물질내 주입 등으로 구성되어 있다. 순수한 $ \mathrm{SnO}_{2} $ 나노선 네트워크의 $2$초 정도의 빠른 반응은 상기 $3$가지 반응이 모두 빨리 일어남을 의미한다. 따라서, 응집이 작은 나노선 네트워크에서는 가스의 확산이 감응반응의 율속단계가되지는 않을 것으로 판단된다. 회복반응은 산소의 가스감응 물질표면으로의 확산, 산소의 흡착, 해리, 이온화 등의 반응이 필요하다. 여기에서 나노선 네트워크에서 가스의 확산은 충분히 빠른 것으로 고려되므로, 산소의 흡착, 해리, 이온화 등의 일련의 표면반응이 느리게 일어남을 의미한다. 따라서, 본 연구에서 $ \mathrm{Sb} $ 를 첨가한 $ \mathrm{SnO}_{2} $ 나노선의 경우 회복이 현저히 빨라지는 것은 산소의 흡착, 해리, 이온화 과정에서 촉매의 역할을 수행하는 것으로 이해된다.</p><p>순수한 $ \mathrm{SnO}_{2} $ 센서는 나노구조의 모양에 상관없이 감응보다는 회복에 장시간이 소요된다는 것이 잘 알려져 있다. 회복을 빨리 할 수 있는 방법으로 $ \mathrm{Ni} $에 의한 표면기능화 정도가 제시되어 있지만 센서의 공기 중 저항이 크게 증가하는 문제가 있다. 본 연구의 $ \mathrm{Sb} $ 첨가는 측정이 용이한 영역의 센서저항을 가지면서도 회복이 현저히 빨라지는 점에서 센서 응용성을 높이는 데 활용될 수 있을 것으로 기대된다.</p>	[ "Fig.\$7\$은 무엇의 가스에 대한 저항변화 특성을 나타냈나요?", "주요한 센서의 특성에는 가스 감응 및 회복의 속도가 포함되나요?", "센서의 가스 감응 및 회복 과정에서 n-형 반도체 가스센서의 전형적인 특징은 무엇인가요?", "순수한 \$ \\mathrm{SnO}_{2} \$ 센서의 경우 단시간 내에 발생하는 가스 농도 변화를 검출하기 어려운 이유는 무엇인가요?", "n-형 반도체형 가스센서의 가스 감응반응 과정은 어떻게 되나요?", "나노선 네트워크에서 가스의 확산이 감응반응을 가속화하지 않는 이유는 무엇인가요?", "순수한 \$ \\mathrm{SnO}_{2} \$ 센서의 회복반응 과정은 산소의 확산, 산소의 흡착, 해리, 이온화인가요?", "센서의 회복을 가속화 시켜주는 \$ \\mathrm{Ni} \$에 의한 표면기능화 방법의 문제점은 무엇인가요?", "센서의 주요 특성으로 올바른 것은 무엇인가요?", "센서가 환원성 가스에 노출될 경우 어떻게 되나요?", "가스에 노출된 센서가 공기에 노출되면 어떻게 되나요?", "Table 1에 표현한 것으로 올바른 것은 무엇인가요?", "가스 노출에 의해 저항이 감소하고, 공기에 의해 감소된 저항이 회복되는 가스센서는 어떤 반도체를 사용한 가스센서인가요?", "순수한 \$ \\mathrm{SnO}_{2} \$ 센서의 가스 노출로부터 회복하는 데 걸리는 시간은 몇 초 이상인가요?", "순수한 \$ \\mathrm{SnO}_{2} \$ 센서는 왜 단시간 내 발생하는 가스를 검출하기 어려울까요?", "순수한 \$ \\mathrm{SnO}_{2} \$ 가스센서의 가스 반응 2초동안 몇가지의 화학 반응이 일어나나요?", "\$ \\mathrm{n} \$-형 반도체형 가스센서에 환원성 가스의 가스 반응 물질이 표면으로 확산되면 어떻게 이를 검출하나요?", "가스센서의 회복 반응은 어떻게 일어나나요?", "\$ 0.02 \\mathrm{Sb}-\\mathrm{SnO}_{2} \$ 센서의 가스 노출로부터 회복에 필요한 시간은 얼마인가요?", "본 연구에서 \$ \\mathrm{Sb} \$를 사용하는 이유는 \$ \\mathrm{Sb} \$가 산소의 흡착, 해리, 이온화 과정에서 촉매의 역할을 하기 때문인가요?", "본 논문에서 사용하는 가스센서의 나노선 네트워크에서 가스의 확산이 빠르다고 생각할 수 있는 이유는 무엇인가요?", "\$ 0.02 \\mathrm{Sb}-\\mathrm{SnO}_{2} \$ 센서의 회복속도가 빨라진 이유는 무엇인가요?", "\$ \\mathrm{Sb} \$ 첨가의 효과로 올바른 것은 무엇인가요?", "순수한 \$ \\mathrm{SnO}_{2} \$ 가스센서의 가스 회복 시간을 줄이기 위해 어떻게 했나요?" ]
ed3b278e-49f2-4846-8656-4453e9d8f6d6	인공물ED	Sb-첨가 $\mathrm{SnO_2}$ 나노선 네트워크를 이용한 고속응답 가스센서	<h1>1. 서 론</h1><p>산화물 반도체형 가스센서는 감응물질의 표면과 피검 가스가 반응하여 발생하는 저항 변화를 통해 인화성가스와 독성 또는 폭발성 가스를 검출한다. 가스 감응물질로 $ \mathrm{SnO}_{2}, \mathrm{ZnO}, \mathrm{In}_{2} \mathrm{O}_{3}$, $ \mathrm{TiO}_{2}$ 등의 $ \mathrm{n} $-형 산화물 반도체가 주로 연구되었다.</p><p>$ \mathrm{n} $-형 산화물 반도체형 가스센서는 $ 200 \sim 00^{\circ} \mathrm{C} $의 고온에서 물질 표면에 산소가 흡착되고 음으로 대전되므로 $ \left(\mathrm{O}^{-}\right. $또는 $ \left.\mathrm{O}^{2-}\right) $ 반도체 표면에 고저항의 전자공핍층이 형성된다. 환원성 가스에 노출될 경우 환원성 가스는 표면흡착 산소와 반응하고 전자를 반도체형 가스센서에 주입하므로, 가스농도에 비례하는 저항의 감소를 나타낸다.</p><p>높은 가스 감도와 빠른 응답속도를 동시에 달성하기 위해서는 가스의 확산이 원활하면서도 비표면적이 큰 나노 구조가 유리하다. 나노선 네트워크(nanowire networks), 중공구조(hollow spheres), 계층구조(hierarchical structures) 등과 같이 나노 구조간의 응집이 작은 경우, 빠른 응답속도와 높은 가스 감도를 동시에 얻을 수 있는 것으로 알려져 있다. 일반적으로 가스 확산이 용이한 나노 구조에서 환원성 가스와 표면흡착 산소 간의 표면반응이 비교적 빨리 일어날 경우, 일반적으로 가스 감응 반응은 수초 내의 짧은 시간에 일어난다. 반면, 환원성가스로부터 회복하기 위해서는 산소분자의 흡착, 해리, 이온화 등의 표면반응이 일어나야 된다. 이와 같은 표면반응은 가스확산이 비교적 빨리 일어나는 경우에도 장시간이 소요되어, 회복에 수십 수백초가 소요되는 경우가 자주 보고되고 있다.</p><p>기상반응법에 의해 제조된 나노선 네트워크 센서의 경우 나노선의 높은 비표면적/부피 비, 높은 결정성, 나노선간의 낮은 응집도로 인해 고감도, 고안정성, 쾌속응답성을 나타낸다. 그러나, 나노선 간의 접촉면적이 작을 경우 센서저항이 증가하여 저항의 변화를 용이하게 측정하기 어려워지는 문제가 있다.</p><p>본 연구에서는 $ \mathrm{Sb} $가 첨가된 $ \mathrm{SnO}_{2} $ 나노선 네트워크를 기상법으로 제조하고, 이를 가스센서로 활용할 경우 센서의 저항 및 회복시간을 현저히 개선 시킬 수 있음을 보고한다.</p>	[ "산화물 반도체형 가스센서는 감응물질의 표면과 피검 가스가 반응하여 발생하는 어떤 변화를 통해 가스를 검출하는가?", "산화물 반도체형 가스센서는 감응물질의 표면과 피검 가스가 반응하여 발생하는 어떤 변화를 통해 가스를 검출하는가?", "감응물질의 표면과 피검 가스가 반응하여 발생하는 저항 변화를 통해 인화성가스와 독성 또는 폭발성 가스를 검출하는 센서는 무엇인가?", "산화물 반도체형 가스센서에서 피검 가스가 어디에 반응하여 가스를 검출하는가?", "산화물 반도체형 가스센서는 어떤 것들의 반응으로부터 가스를 검출하는가?", "\$ \\mathrm{n} \$-형 산화물 반도체형 가스센서는 고온에서 물질 표면에 어떤 것이 흡착되어 음으로 대전되는가?", "\$ \\mathrm{n} \$-형 산화물 반도체형 가스센서는 고온에서 물질 표면에 산소가 흡착되고 음으로 대전되면서 반도체 표면에 고저항의 어떤 것이 형성되는가?", "\$ \\mathrm{n} \$-형 산화물 반도체형 가스센서는 고온에서 물질 표면에 산소가 흡착되어 양으로 대전되는가?", "환원성 가스에 노출될 경우 환원성 가스는 어떤 것과 반응하는가?", "본 연구에서 \$ \\mathrm{Sb} \$가 첨가된 \$ \\mathrm{SnO}_{2} \$ 나노선 네트워크를 어떻게 제조하였는가?", "환원성 가스에 노출되어 환원성 가스가 표면흡착 산소와 반응할때 반도체형 가스센서에 주입되는것은 무엇인가?", "\$ \\mathrm{n} \$-형 산화물 반도체형 가스센서가 높은 온도에서 물체의 겉면에 산소가 흡착되며 음극으로 대전이 되면서 반도체의 표면에 전자공핍층이 만들어질때, 전자공핍층의 저항은 낮은 저항도로 만들어지는가?" ]
7dd7e60e-ef89-4a6c-8376-f87ba96d311e	인공물ED	Sb-첨가 $\mathrm{SnO_2}$ 나노선 네트워크를 이용한 고속응답 가스센서	<h1>2. 실험 방법</h1><h2>2.1 $\mathrm{SnO}_{2} $ 나노선의 성장</h2><p>$ \mathrm{Sb}^{2} $ 첨가 $ \mathrm{SnO}_{2}(1: 50 $ 또는 $ 1: 10 $ in weight $ ) $ 나노선을 합성하기 위해 $ \mathrm{Sn} $ 금속분말(325 mesh, $ 99.80 $ purity, acros organics) $ 5 \mathrm{~g} $과$ \mathrm{Sb} $ 금속분말(sigma aldrich) $ 0.1 \mathrm{~g} $ 또는 $ 0.5 \mathrm{~g} $을 혼합하여 CVD (Chemical Vapor Deposition)의 원료로 이용했다. $ \mathrm{Sn} $ 과 $ \mathrm{Sb} $ 혼합 분말을 얇게 분산시켜 놓은 알루미나 보트를 CVD용 quartz tube의 가운데에 위치시켰다(Fig. $1$). 알루미나 소자기판의 표면에 나노선 성장을 위한 $ \mathrm{Au} $층 $50\mathrm{A} $를 코팅한 후 알루미나 보트 뒤에 배치시켰다. 이후 $ 1.0 \times 10^{-2} \mathrm{Torr} $의 진공상태에서 온도를 $ 675^{\circ} \mathrm{C} $까지 올린 다음, $ 0.2 \mathrm{sccm} $ 의 $ \mathrm{O}_{2} $ 가스를 흘리면서 $ 675^{\circ} \mathrm{C} $에서 $20$ 분간 반응시켜 나노선을 성장했다. 이후 $ \mathrm{Sb} $ 와 $ \mathrm{Sn} $ 의 중량비가 $ 1: 50 $ 및 $ 1: 10 $인 원료분말에서 성장된 나노선을 $ 0.02 \mathrm{Sb}-\mathrm{SnO}_{2} $ 및 $ 0.1 \mathrm{Sb}-\mathrm{SnO}_{2} $ 나노선 센서로 표기한다. $ \mathrm{Sb} $ 의 첨가가 가스감응성에 미치는 영향을 조사하기 위해 순수한 $ \mathrm{SnO}_{2} $ 나노선도 같은 방법으로 성장 시켰다.</p><p>합성된 나노선의 모양을 분석하기 위해 Field-emission 주사전자현미경(FE-SEM, S-$4300$, Hitachi Co. Ltd., Japan)이 사용되었으며 X-선 회절분석기 (Rigaku D/MAX-$2500$V/PC, Cu Kline $ =1.5418 \mathrm{~A} $)를 이용하여 나노선의 상과 결정구조를 분석하였다.</p><h2>2.3 센서 소자 제작 및 가스 감응성 측정</h2><p>합성된 $ \mathrm{SnO}_{2}, \mathrm{Sb}_{-} \mathrm{SnO}_{2}(1: 50), \mathrm{Sb}_{-} \mathrm{SnO}_{2}(1: 10) $ 나노선을 증류수와 혼합하여 slurry형태로 만든 후, $ \mathrm{Au} $ 전극이 패터닝된 알루미나 기판 위에 도포하여 가스 감응 소자를 제작하였다(Fig.$2$). 상기 감응 소자를 히터를 이용해 $ 600^{\circ} \mathrm{C} $ 에서 $2$ 시간 동안 열처리를 하여 열적으로 안정화 시켰으며, 가스에 반응시키기에 앞서 각각의 센서 동작온도에서 $1$ 시간 동안 유지시켜 안정화시켰다. 가스의 유속은 $ 500 \mathrm{~cm}^{3} / \mathrm{min} $으로 고정하였고, $ 5 \mathrm{ppm} $ 농도의 $ \mathrm{C}_{2} \mathrm{H}_{5} \mathrm{OH}, \mathrm{CO} $, $ \mathrm{H}_{2} $, TMA, Benzene, Toluene, Xylene $7$ 종류의 가스에 대하여 $ 450^{\circ} \mathrm{C} $의 동작온도에서 각각 가스 감응성을 측정하였다.</p>	[ "\$ \\mathrm{Sb}^{2} \$ 첨가 \$ \\mathrm{SnO}_{2}(1: 50 \$ 또는 \$ 1: 10 \$ in weight \$ ) \$ 나노선을 합성하기 위해 \$ \\mathrm{Sn} \$ 금속분말(325 mesh, \$ 99.80 \$ purity, acros organics) \$ 5 \\mathrm{~g} \$과\$ \\mathrm{Sb} \$ 금속분말(sigma aldrich) \$ 0.1 \\mathrm{~g} \$ 또는 \$ 0.5 \\mathrm{~g} \$을 혼합하여 무엇의 원료로 사용하였는가?", "\$ 1.0 \\times 10^{-2} \\mathrm{Torr} \$의 진공상태에서 온도를 \$ 675^{\\circ} \\mathrm{C} \$까지 올린 다음, \$ 0.2 \\mathrm{sccm} \$ 의 \$ \\mathrm{O}_{2} \$ 가스를 흘리면서 \$ 675^{\\circ} \\mathrm{C} \$에서 몇 분간 반응시켜 나노선을 성장시켰어?", "\$ \\mathrm{Sb}^{2} \$ 첨가 \$ \\mathrm{SnO}_{2}(1: 50 \$ 또는 \$ 1: 10 \$ in weight \$ ) \$ 나노선을 합성하기 위해 \$ \\mathrm{Sn} \$ 금속분말(325 mesh, \$ 99.80 \$ purity, acros organics) 몇g을 사용했어?", "\$ \\mathrm{Sb} \$ 와 \$ \\mathrm{Sn} \$ 의 원료분말의 중량비는 어떻게 될까?", "합성된 \$ \\mathrm{SnO}_{2}, \\mathrm{Sb}_{-} \\mathrm{SnO}_{2}(1: 50), \\mathrm{Sb}_{-} \\mathrm{SnO}_{2}(1: 10) \$ 나노선을 증류수와 혼합하여 slurry형태로 만든 후, \$ \\mathrm{Au} \$ 전극이 패터닝된 알루미나 기판 위에 도포하여 무엇을 제작했어?", "상기 감응 소자를 히터를 이용해 몇 도에서 2시간 동안 열처리를 하여 열적으로 안정화 시켰어?", "나노선 \$ \\mathrm{Sb}^{2} \$ 첨가 \$ \\mathrm{SnO}_{2}(1: 50 \$ 또는 \$ 1: 10 \$ in weight \$ ) \$ 의 합성 과정은 어떻게 이루어지는가?", "가스감응성에 \$ \\mathrm{Sb} \$ 첨가가 주는 영향 조사를 어떻게 하였는가?", "\$ \\mathrm{Sb}^{2} \$ 첨가 \$ \\mathrm{SnO}_{2}(1: 50 \$ 또는 \$ 1: 10 \$ in weight \$ ) \$ 나노선 합성 과정 중에서 금속분말과 혼합 분말을 분산시켜서 어떻게 하였는가?", "알루미나 보트 뒤에 나노선 성장을 위해서 \$ \\mathrm{Au} \$층 \$50\\mathrm{A} \$를 코팅을 배치 시킨 후에 어떻게 성장하는 것을 보게 되었는가?", "\$ 1.0 \\times 10^{-2} \\mathrm{Torr} \$의 진공상태에서 온도를 몇 도까지 올렸어?", "합성된 나노선의 모양을 분석하기 위해 무엇이 사용되었는가?", "CVD용 quartz tube의 중앙에 \$ \\mathrm{Sn} \$ 과 \$ \\mathrm{Sb} \$ 혼합 분말의 분산물 알루미나 보트를 위치시킨 후에 어떤 과정이 이루어졌는가?", "합성된 \$ \\mathrm{Sb}^{2} \$ 첨가 \$ \\mathrm{SnO}_{2}(1: 50 \$ 또는 \$ 1: 10 \$ in weight \$ ) \$ 나노선의 모양을 분석하고자 어떻게 했는가?" ]
6f0a726c-f651-4c7c-944a-79792d9c55d6	인공물ED	Sb-첨가 $\mathrm{SnO_2}$ 나노선 네트워크를 이용한 고속응답 가스센서	<h1>3. 결과 및 고찰</h1><h2>3.1 합성된 나노선의 모양과 상</h2><p>순수한 $ \mathrm{SnO}_{2} $ 나노선은 직경이 약 $ 100 \mathrm{~nm} $, 길이는 수십 $ \mu \mathrm{m} $이었다(Fig. $3$ (a), (b)). $ \mathrm{Sb}_{-} \mathrm{SnO}_{2}(1: 50) $, $ \mathrm{Sb}_{-} \mathrm{SnO}_{2}(1: 10) $ 나노선 역시 직경이 약 $ 100 \mathrm{~nm} $, 길이는 수십 $ \mu \mathrm{m} $ 로 확인되었다(Fig. $3$ (c), (d), (e), (f)). Au 촉매층에 의해 나노선이 형성되는 것으로 보아, 단 결정의 나노선이 VLS 기구로 성장되는 것으로 해석된다.</p><p>과포화 되는 반응 가스에 의해 고체-액체 계면에서 대칭성이 파괴되는 것이 VLS 메커니즘에서 $1$차원 나노결정 형성의 중요한 단계이다. 촉매와 반응 가스의 혼합용액 방울은 나노선 합성에서 template로 작용한다고 할 수 있으므로 촉매 입자의 크기를 조질함에 따라 합성되는 나노선의 지름을 제어할 수 있으며, 나노선의 길이는 반응시간의 조질에 의해 제어할 수 있다. 합성된 나노선의 XRD 패턴 분석 결과 Rutile 구조를 갖는 $ \mathrm{SnO}_{2} $로 확인되었다(Fig.$4$). Antimony가 첨가된 경우에도 $2$차상 피크가 나타나지 않고 $ \mathrm{SnO}_{2} $ 피크만 나타난 것으로 보아 $ \mathrm{Sb} $가 $ \mathrm{SnO}_{2} $의 격자내에 완전히 고용된 것으로 보인다. Fig. $2$에 나타난 바와 같이 $ \mathrm{SnO}_{2} $ 및 $ \mathrm{Sb} $-첨가 나노선은 표면적이 넓고 응집이 되지 않아 가스 감지에 있어 유리할 것으로 판단된다.</p><h2>3.2 가스 감응 특성 평가</h2><p>$ \mathrm{Sb} $의 첨가가 $ \mathrm{SnO}_{2} $ 나노선 네트워크 센서의 공기중 저항에 미치는 영향을 조사했다. 순수한 $ \mathrm{SnO}_{2}, 0.02 \mathrm{Sb}-\mathrm{SnO}_{2}, 0.1 \mathrm{Sb}-\mathrm{SnO}_{2} $ 나노선 네트워크 센서의 $ 450^{\circ} \mathrm{C} $, 공기중 저항은 각각 $ 99 \mathrm{M}\Omega , 176 $ $ \mathrm{k}\Omega , 128 \Omega $로 $ \mathrm{Sb} $가 첨가됨에 따라 저항이 크게 감소하는 것을 알 수 있다 (Fig. $5$).을 측정했다. 이는 $ \mathrm{Sb}^{5+} $가 아래와 같은 반응에 의해 전자 주개 역할을 하여 추가로 전자들이 생성됨에 따라 저항이 감소한 것으로 판단된다.</p><p>$ \mathrm{Sb}_{2} \mathrm{O}_{5} \stackrel{2 \mathrm{Sn} \mathrm{O}_{2}}{\longrightarrow} 2 \mathrm{Sb}_{\mathrm{sn}}^{*}+4 \mathrm{O}_{o}^{x}+\frac{1}{2} \mathrm{O}_{2}(\mathrm{~g})+2 e^{-} $</p><p>일반적으로 반도체형 가스센서의 저항은 센서에 직렬로 load 저항을 연결한 후, 미세한 전류를 흘리면서 load 저항에 걸리는 전위차를 측정하는 방법으로 측정된다. 그러나, 본 연구의 pure $ \mathrm{SnO}_{2} $ 나노선 네트워크 센서와 같이 공기 중 저항이 $ 99 \mathrm{M}\Omega$과 같이 매우 높을 경우에는 전위차 측정을 위한 미소전류의 조절이 어려워 센서의 저항을 측정하는 데 어려움이 크다. 따라서, 일반적으로 반도체형 가스센서는 공기 중 저항을 $ \mathrm{M}\Omega $ 이하로 조절한다. 따라서, 본 연구에서 $ \mathrm{Sb} $의 첨가에 의해 센서의 저항을 $ 176 \mathrm{k}\Omega, 128 \Omega $로 감소시킨 것은 나노선 네트워크 센서의 상용화를 위해서 중요한 의미를 가진다고 할 수 있다.</p><p>$3$가지 센서의 $ 5 \mathrm{ppm} \mathrm{C}_{2} \mathrm{H}_{5} \mathrm{OH}, \mathrm{CO}, \mathrm{H}_{2} $, TMA에 대한 가스감도 $ \left(\mathrm{R}_{\mathrm{a}} / \mathrm{R}_{\mathrm{g}}, \mathrm{R}_{\mathrm{a}}\right. $ : 공기중 저항, $ \mathrm{R}_{\mathrm{g}} $ : 가스에 노출되었을 때의 저항)을 $ 450^{\circ} \mathrm{C} $의 온도에서 측정했다(Fig. $6$). 순수한 $ \mathrm{SnO}_{2} $ 나노선 네트워크 센서의 $ 5 \mathrm{ppm} \mathrm{C}_{2} \mathrm{H}_{5} \mathrm{OH}, \mathrm{CO}, \mathrm{H}_{2} $, TMA에 대한 감도는 $ 6.87 $, $ 6.08,6.56,7.27 $로 $4$가스에 대해서 유사한 감도를 나타내었다. 이 경우 특정가스의 검출이 어려워질 것으로 보인다. $ 0.02 \mathrm{Sb}{-\mathrm{SnO}_{2}} $ 센서의 경우 $ \mathrm{CO} $ 및 $ \mathrm{H}_{2} $에 대한 감도가 $ 1.18 $ 및 $ 1.09 $로 현저히 감소한 반면, $ \mathrm{C}_{2} \mathrm{H}_{5} \mathrm{OH} $ 및 TMA에 대한 감도는 $5.72$와 $6.98$로 $ \mathrm{Sb} $를 첨가하지 않는 센서와 유사한 값을 나타내었다. 이는 $ \mathrm{Sb} $의 첨가가 단순히 센서의 저항반을 변화시키는 것이 아니라 가스 감응의 선택성 조절에도 이용될 수 있음을 보여주는 결과이다. 이후 $ \mathrm{Sb} $의 첨가량이 더 증가한 $ 0.1 \mathrm{Sb}-\mathrm{SnO}_{2} $ 센서는 $4$가지 가스에 대해 거의 감도를 나타내지 않았다.</p><p>$ \mathrm{n} $-형 산화물 반도체에서 저항의 변화는 감응물질이 보유하고 있는 전자의 농도와 환원성가스의 반응에 의해 새로이 제공되는 전자의 농도에 의해 결정된다. 따라서, 일반적으로 감응물질 내부에 전자의 농도가 작은 것이 가스감응에 의한 저항변화를 높이는데 효과적이다. 이와 같은 관점에서 생각해보면, $ 0.1 \mathrm{Sb}{-\mathrm{SnO}_{2}} $ 센서의 낮은 감도는 과량의 $\mathrm{Sb}$ doping에 의한 전자 농도 증가가 가스감응에 의한 전자농도 변화량보다 현저히 크기 때문으로 해석된다. 따라서, 측정용이성을 높이기 위한 센서저항의 감소, 센서의 감도 및 선택성의 증가 등을 종합적으로 고려할 때 $ 0.02 \mathrm{Sb}-\mathrm{SnO}_{2} $ 센서가 유리할 것으로 판단된다.</p>	[ "나노선 합성에서 나노선의 길이는 어떻게 제어할 수 있는가?", "pure \$ \\mathrm{SnO}_{2} \$ 나노선 네트워크 센서와 같이 공기 중 저항이 높을 경우 무엇의 조절이 어렵기 때문에 센서의 저항을 측정하기 힘든가?", "\$ \\mathrm{SnO}_{2} \$ 나노선 네트워크 센서에 \$ \\mathrm{Sb} \$를 첨가하면 저항이 감소하는 것이 맞는가?", "\$ \\mathrm{SnO}_{2} \$센서에 \$ \\mathrm{Sb} \$를 첨가하면 저항에 어떤 변화가 있는가?", "통상적으로 반도체형 가스센서는 공기 중 저항을 얼마 이하로 조절하는가?", "순수한 \$ \\mathrm{SnO}_{2}, 0.02 \\mathrm{Sb}-\\mathrm{SnO}_{2}, 0.1 \\mathrm{Sb}-\\mathrm{SnO}_{2} \$ 나노선 네트워크 센서의 공기중 저항이 각각 \$ 99 \\mathrm{M}\\Omega , 176 \$ \$ \\mathrm{k}\\Omega , 128 \\Omega \$로 나타나는 온도는 몇 도야?", "\$ 0.1 \\mathrm{Sb}{-\\mathrm{SnO}_{2}} \$ 센서의 감도가 낮은 것은 무엇 때문인가?", "일반적으로 반도체형 가스센서에서 저항을 측정하는 방법은 무엇인가?", "\$ \\mathrm{n} \$-형 산화물 반도체에서 저항의 변화는 무엇에 의해 결정되는가?", "나노선 합성에서 나노선의 지름은 어떻게 어떻게 제어하는가?" ]
bd0713c8-90c8-4919-a0b1-ef457d56fc90	인공물ED	독립된 다중출력을 위한 영전류 스위칭 LLC 공진형 Post-Regulator	<h2>3.3 제안 다중출력 LLC 공진형 Post-regulator의 실험 결과</h2> <p>앞서 실시한 동작 해석을 바탕으로 42 " FHD PDP용 전원회로를 위한 시작품 설계하고, 설계 조건과 동일하게 제작하여 고찰된 실험견과를 제시한다.</p> <p>설계 조건 및 실험에 사용된 제어 IC는 아래와 같다.</p> <ul> <li>42" FHD PDP용 전원회로 설계 사양 입력 : PFC 출력 전압 $ V_{D C}=400 \mathrm{V} $ 출력 : 유지 전원 $ \left(V_{o l}\right)=200 \mathrm{V}(0.1 \sim 1.4 \mathrm{A}) $, 기입전원 $ \left(V_{02}\right)=50 \mathrm{V}(0.1 \sim 2.0 \mathrm{A}) $</li> <li>공진 탱크 설계 값 트랜스포머 1 권선비=29:24 (EER5455), $ C_{R 1}=66 n F, L_{R 1}=18 \mu H, L_{M 1}=362 \mu H $ 트랜스포머 2 권선비=35:8 (EER4445), $ C_{R 1}=47 n F, L_{R 1}=76 \mu H, L_{M 1}=380 \mu H $</li> <li>실험에 사용된 제어 IC High voltage resonant controller : L6598 Switch mode PWM control circuit : TLA94</li> <li>Settling Time : $ 500 \mathrm{msec} $ 이내</li></ul> <p>그림 11은 출력 부하 별 각 주요 동작 파형으로 Post-regulator의 1차측 전류 $ \dot{l}_{\text {pri2 }} $ 2차측 전류 $ i_{s e c 2} $ 그리고 스위치 $ M_{3} $의 게이트 파형을 나타내고 있다. 앞서 고찰한 이론적 파형과 동일함을 알 수 있다. 스위치 $ M_{3} $가 턴-온 된 이후 1차측 전류 $ i_{\text {pri2 }} $가 공진을 시작해 출력 전압 $ V_{02} $ 정류단으로 전력이 공급되는 것을 확인할 수 있다. 또한, 전 부하 영역에서 출력 전압 $ V_{02} $ 정류단으로 전력이 완전히 공급되고 전류 $ i_{\mathrm{sec} 2} $가 $ 0 \mathrm{A} $가 된 이후 스위치 $ M_{3} $가 턴-오프되므로 영전류 스위칭이 보장됨을 확인할 수 있다.</p> <p>그림 12(a)는 최대 출력 부하 조건에서 공진 캐패시터 $ C_{R 2} $의 양단 전압 $ V_{C R 2} $, 출력 전압 $ V_{Q 2} $ 정류단의 다이오드 $ D_{2} $의 양단 전압 $ V_{D 2} $을 나타내고 있다. 각 주요 소자는 작은 내압 $ \left(V_{c r_{-p e a k}}=340 \mathrm{~V}, V_{D 2 \text { peek }}=110 \mathrm{V}\right) $의 소자 사용이 가능해 전원 시스템의 단가 절감에 유리하다. 그림12(b)는 스위치 $ M_{1}, M_{2} $의 영전압 스위칭 파형을 보이고 있다. 스위치 $ M_{1}, M_{2} $의 전압 $ V_{d s} $가 $ 0 \mathrm{V} $가 된 이후 스위치가 턴-온 되므로 영전압 스위칭이 보장됨을 확인할 수 있다. 따라서, 제안된 회로는 전 부하 영역에 대해 1차측 스위치는 영전압 스위칭을, 2차측 스위치는 영전류 스위칭이 보장되므로, 스위치의 스위칭 손실을 줄여 전력 변환 효율 및 소자 발열 개선에 효과적이다. 그림 12(c)는 제안 다중출력 LLC 공진형 Post-regulator의 초기 기동 시 1차측 전류 $ i_{p r i 1} \cdot i_{p r i 2} $ 출력 전압 $ V_{o 1} \cdot V_{o 2} $ 상세 파형이다. 제안 회로는 주파수 소프트 스타트(Soft Start) 동작에 의해 초기 기동 시 돌입 전류(Inrush Current)가 발생하지 않아 제안 회로의 신뢰성을 보장하였다. 또한, 출력 전압이 정상 상태에 도달하는 시간인 정착시간은 $ 410 \mathrm{msec} $로 측정되어 관리 기준(최대 부하 조건에서 $ 500 \mathrm{msec} $ 이내)을 만족함을 확인하였다. 그림 12(d)는 제안 다중출력 LLC 공진형 Post-regulator의 1차측 주스위치 $ M_{1} $의 양단 전압 $ V_{M 1} $과 전류 $ I_{M 1} $을 나타내었다. 스위치 $ M_{1} $의 전류는 최대 $ 10.5 \mathrm{A} $로 측정되어 스위치의 전류 스트레스가 크지 않고, 스위치의 양단 전압도 입력 전압으로 제한되는 것을 확인하였다. 앞서 고찰한 이론적 파형과 동일함을 알 수 있다.</p> <table border><caption>최대 부하 조건에서 각 주요 소자의 발열 데이터 [ $ \left.{ }^{\circ} \mathrm{C}\right] $</caption> <tbody><tr><td></td><td>△T</td><td></td><td>△T</td></tr><tr><td>스위치 M1</td><td>25.9</td><td>트랜스포머1 코어</td><td>18.4</td></tr><tr><td>스위치 M2</td><td>25.8</td><td>트랜스포머1 권선</td><td>19.6</td></tr><tr><td>스위치 M3</td><td>28.5</td><td>트랜스포머2 코어</td><td>15.1</td></tr><tr><td>다이오드 $ D_{1} $</td><td>24.3</td><td>트랜스포머2 권선</td><td>19.2</td></tr><tr><td>다이오드 $ D_{2} $</td><td>27.3</td><td>주변 온도</td><td>0.0</td></tr></tbody></table> <p>표 1은 출력 전압 $ V_{01} $과 $ V_{02} $의 부하별 전력 변환 효율을 나타낸 표이다. 전력 변환 효율은 최대 부하 조건에서 $ 95.3 \% $로 우수한 효율 특성을 확인할 수 있었다. 또한, 부하 변화에 대한 출력 전압의 변동폭도 $ \Delta $ $ V_{o 1}=0.15 \mathrm{V}, \Delta V_{o 2}=0.10 \mathrm{V} $의 출력 전압 변동을 보여 우수한 출력 전압 제어 특성을 보였다. 주파수 변동은 그 변동 범위가 $ 2.72 \mathrm{kfl} $로 매우 작아 특정 주파수에 대한 최적 설계가 용이하다는 장점이 있다. 또한 표 2는 최대 출력 부하 조건에서 각 소자별 발열을 나타낸 표로서 우수한 전력 변환 효율에 따라 온도 상승이 크지 않음을 알 수 있다. 이는 방열판 크기의 축소가 가능해 제조 원가 절감에도 유리하다.</p>	[ "최대 부하 조건에서 각 주요 소자의 발열 데이터의 표에서 스위치 중 결과 값이 가장 큰 것은 얼마 입니까?", "최대 부하 조건에서 각 주요 소자의 발열 데이터 표를 보면 주변온도는 어떻게 되?", "최대 부하 조건에서 각 주요 소자의 발열 데이터의 표에서 트랜스포머 코어 값 중에서 큰 것은 어떤건가요?", "최대 부하 조건에서 각 주요 소자의 발열 데이터의 표에서 0.0은 무엇을 표시 하는 건가요?", "최대 부하 조건에서 각 주요 소자의 발열 데이터의 표를 보면 스위치 M1과 M2에서 무엇이 더 작나요?", "최대 부하 조건에서 각 주요 소자의 발열 데이터의 표를 보면 다이오드 D1과 D2에서 작은 것은 무엇입니까?", "최대 부하 조건에서 각 주요 소자의 발열 데이터의 표에서 다이오드에서 결과 값이 작은 것은 얼마야?", "최대 부하 조건에서 각 주요 소자의 발열 데이터에서 트랜스포머2 권선의 결과는 어떤 값을 가져?", "최대 부하 조건에서 각 주요 소자의 발열 데이터의 표에서 스위치 M2와 M3를 비교하면 무엇이 더 큽니까?" ]
c5fcd355-a00f-42c0-a455-40dd348d900e	인공물ED	개인용 컴퓨터와 고속 이더넷을 이용한 다기 다모선 전력 시스템 실시간 시뮬레이터 개발에 관한 연구	<h1>5. 개발된 시뮬레이터를 이용한 여자제어기의 제어 파라미터 설정</h1> <p>개발된 실시간 시뮬레이터의 성능을 시험하기 위하여 간단한 디지털 축소 모형 여자제어기를 제작하고 이를 A/D 및 D/ A 변환기를 통해 시뮬레이터와 연결하여 최적의 제어 파라미터를 설정하는 작업을 수행하였다. 파라미터 설정에 사용된 모의 계통은 널리 알려진 New England 10기 39모선 전력 시스템으로 그 구성은 아래의 그림 5와 같다.</p> <p>본 논문에서는 제작된 축소 모형 여자제어기가 New England 시스템의 30번 모선에 연결된 10번 발전기에 설치된 것으로 가정하고 파라미터 설정을 수행하였다. 제어 파라미터 설정에 사용된 축소 모형 여자제어기는 IEEE type ST2A 여자제어기로써 그 구성은 아래 그림 6과 같다.</p> <p>발전기 여자제어기는 여자제어시스템(Excitation Control System)과 전력계통의 동적 특성 및 안정도에 많은 영향을 미치는 장치로써, 여자제어기의 적절한 제어 파라미터 설정은 전력시스템의 안정적인 운용을 위해 매우 중요한 요소이다. 기존에 사용된 여자제어기의 파라미터 설정법은 주로 특정 동작점에서 구해진 여자제어시스템의 수학적 선형 모델과 그 주파수 응답 특성을 이용하여 발전기 터미널 전압의 응답이 안정적인 제동 특성을 가지도록 하는 방법이 사용되었다. 하지만 본 논문에서 파라미터 설정에 사용된 IEEE type ST2A 여자제어기는 여자제어기 및 발전기의 보호를 위해 여자제어기의 출력을 제한하는 제한기 회로가 존재한다. 또한 이 여자제어기는 동기 발전기가 연결된 모선의 전압뿐만 아니라 전류로부터도 여자 전원을 얻기 위해 복합 전원 정류회로(Compound Source Rectifier)률 사용하는데, 이 때문에 동기 발전기 단자 전원과 여자기 출력 전원 사이의 관계가 매우 복잡한 비선형성을 갖는다. ST2A 여자제어기와 같이 현대의 여자제어기는 이러한 수많은 비선형적 특성을 갖기 때문에 기존의 수학적 선형 모델을 이용하여 파라미터를 설정하기가 쉽지 않다.</p> <p>시험에 사용된 ST2A 여자제어기의 주요 파라미터의 값과 의미, 기존의 수학적 선형 모델을 이용하여 설정한 제어 파라미터 $ K_{A} $와 $ K_{F} $는 아래의 표 1 과 같다. 또한 모의에 사용된 10번 발전기의 출력과 선로의 조건은 표 2와 같다. 여기서 $ P_{T} $와 $ Q_{T} $는 각각 10번 발전기 출력의 유효값$ [\mathrm{MW}] $과 무효값$ [\mathrm{MVar}] $을 나타내고, $ R_{E} $와 $ X_{E} $는 각각 10번 발전기와 계통 사이의 선로의 저항과 리액턴스값$ [\mathrm{pu}] $을 나타낸다.</p> <table border><caption>표 1 IEEE ST2A 여자제어기의 파라미터</caption> <tbody><tr><td>$ K_{A} $</td><td>120</td><td>조정기 이득</td></tr><tr><td>$ K_{F} $</td><td>0.067</td><td>여자제어기 안정화 회로 이득</td></tr><tr><td>$ T_{A} $</td><td>0.15</td><td>여지기 시정수 [초]</td></tr><tr><td>$ T_{F} $</td><td>1.0</td><td>여자제어기 안정화 회로 시정수 [초]</td></tr><tr><td>$ K_{E} $</td><td>1.0</td><td>self-eccited filed와 관련된 여자기 상수</td></tr><tr><td>$ T_{E} $</td><td>0.5</td><td>여자기 시정수 [초]</td></tr><tr><td>$ K_{P} $</td><td>1.19</td><td>페이저 조합 회로의 이득 정수</td></tr><tr><td>$ K_{C} $</td><td>0.5</td><td>정류 리액턴스와 비례되는 정류기 부하 인자</td></tr><tr><td>$ K_{1} $</td><td>2.5</td><td>페이저 조합 회로의 이득 정수</td></tr><tr><td>$ V_{R, \max } $</td><td>1.2</td><td>여자제어기 조정기의 출력 상한 값</td></tr><tr><td>$ V_{R, \min } $</td><td>$ -1.2 $</td><td>여자제어기 조정기의 출력 하한 값</td></tr><tr><td>$ E_{FD, \max } $</td><td>4.5</td><td>여자제어기 출력 제한 값</td></tr></tbody></table> <p>현대의 전력 계통은 매우 빠르게 증가하는 전력 수요에 비해 더딘 설비 증설로 인해 계통의 안정도 마진이 열악해지는 상황이다. 이러한 문제점을 보상하기 위해서는 여자제어시스템이 보다 빠른 응답 속도를 보이면서 충분한 제동 토크를 갖도록 제어 파라미터를 설정하여야 한다. 이러한 관점에서 표 2의 운전 조건에서 ST2A 여자제어기를 개발된 실시간 시뮬레이터와 연결하여 상호 동작시키면서 최적의 제어 파라미터를 설정하였다. 시험을 통해 얻어진 새로운 제어 파라미터는 아래 표 3과 같고, 파라미터 튜닝 전, 후의 여자제어시스템의 동적 특성을 비교하기 위하여 여자제어기의 기준 전압 $ \quad V_{r e f} $를 step으로 증가시킨 경우의 10번 발전기의 동적 응답 특성은 그림 7, 그림 8과 같다.</p> <p>그림 7에서 볼 수 있듯이 기존의 수학적 등가 모형을 이용하여 구해진 파라미터를 사용한 여자제어시스템은 0.755초의 상승 시간을 보이며 안정적인 제동 특성을 보이는 것을 알 수 있다. 그리고 계통의 안정도 마진을 향상 시킬 목적으로 튜닝을 수행한 결과 얻어진 제어파라미터에 의한 여자제어시스템의 상승 시간은 0.525초로서 튜닝 전의 응답에 비해 0.23초 빠른 응답을 보이고, 그림 8과 같이 여전히 충분히 안정적인 제동 토크를 제공하고 있음을 볼 수 있다.</p>	[ "표에서 여자제어기 조정기의 출력 최소값은 얼마이니?", "여자제어기 조정과의 출력 최소값은 표에서 얼마일까", "표에서 0.15 값을 가지는 파라미터는 뭐야?", "표에서 파라미터 \$ K_{A} \$는 무엇을 의미하는가?", "표에서 가장 적은 값의 숫자를 가지는 파라미터는 무엇인가?", "표에서 여자제어기 안정화 회로 시정수의 값은 얼마일까?", "표에서 시간을 단위로 하는 파라미터 중 가장 큰 값을 가지는 파라미터는 무엇이야?", "표에서 \$ K_{P} \$ 파라미터가 가지는 값은 얼마일까?", "표에서 여자제어기 조정기의 출력 최대값은 얼마일까?", "표에서 \$ T_{F} \$의 값과 같은 숫자를 가지는 파라미터는 무엇이야?", "표에서 시간을 단위로 하는 파라미터 중 최소 시간[초]은 얼마이니?", "표에서 리액턴스와 관련이 있는 파라미터는 뭐야?", "표에서 \$ K_{P} \$와 같은 이득 정수를 의미하는 파라미터는 무엇일까?", "표에서 유일하게 음수의 값을 가지는 파라미터는 무엇일까?", "표에서 음수의 값을 유일하게 할 수 있는 파라미터가 무엇이지", "표에서 여자제어기 출력 최대값은 얼마의 값을 가질까?", "여자제어기 출력 최대값은 표에서 얼마지" ]
f68d0dff-ab7e-49a8-8f55-930038952d0a	인공물ED	EM 시뮬레이션을 기반으로 한 트라이섹션 대역 통과 여파기의 새로운 설계	<h3>2-3-3 다중 결합도를 고려한 여파기 최적화</h3> <p>최적화표 5에서 확인한 바와 같이 미지의 작은 비인접공진기간 결합이 발생하는 것을 알 수 있으며, 이것들을 0으로 만들어 원하는 여파기에 가깝게 할 필요가 있다. 그러나 이것들의 물리적 치수에 대한 의존도는 알 수 없으며, 이것들을 0으로 만드는 방법 또한 잘 정립되어 있지 않다. 따라서 이러한 비인접 공진기간의 결합을 포함하여 여파기의 물리적 치수가기준형에 근접한 여파기 응답 특성을 갖도록 조정될 필요가 있다. 이를 위해 가장 효과적인 방법은 최적화 일 것이다. 그러나 여파기를 구성하는 개별 치수들의 직접적인 최적화는 최근의 컴퓨터 환경에서도매우 많은 계산 시간이 요구되며, 그 결과의 수렴도보장할 수 없다. 이에 본 논문에서는 먼저 1 차 설계된 여파기의 각 물리적 치수에 대하여 최적화 없이일정 범위 내에서 스윕한 다중 포트 S-파라미터를 이용하여 최적화하는 방법을 선정하였다. 이 스윕된다. 중 포트 S-파라미터를 ADS의 DAC(DataAccessComponent)에 이동시키고, 회로 영역에서 최적화를수행하였다. 이를 통해 비교적 신속하게 최종 설계 치수를 도출할 수 있었다. 표 6은 최적화를 통해얻어진 여파기의 최종 설계 치수이며, 표 6의 설계치수를 갖는 여파기의 주파수 응답 특성을 그림 7에 보였다. 표 7은 최적화를 수행하여 얻어진 다중 포트 Y-파라미터로부터 구한 결합 행렬로써 표 5의 결합 행렬과 비교하여 각 행렬의 요소 값이 변환된 것을 확인할 수 있다. 이는 앞서의 설계들에서 고려하지 못한 다중 결합의 존재에 대한 최적화의 결과로 사료된다.</p> <p>최적화의 결과로 계산된 표 7의 결합 행렬은 표 1의 이상적인 결합 행렬과 차이가 있지만, 최적화를통해 그림 7에서와 같이 기준형 여파기의 응답 특성과 유사하게 만들 수 있었다. 그러나 여파기 구조의형상에 의해 필연적으로 발생하는 불필요한 결합을제거할 수 없었다. 그래서 최적화된 결합 행렬이 기준형 여파기의 결합 행렬과 같게 되기 위해서는 불필요한 다중 결합을 제거할 수 있는 여파기 구조가 필요할 것으로 사료된다.</p> <h1>III. 여파기 제작 및 측정</h1> <p>그림 8은 최종 최적화 후 획득한 물리적 치수로 제작한 여파기이며, 제작에 사용된 기판은 Taconic사의 CER10으로 유전율 $9.9$와 두께 $25 \mathrm{mil}$을 갖는다.</p> <p>그림 9의 굵은 실선은 제작된 여파기의 주파수 응답 특성에 대한 측정 결과이다. 여파기의 측정 결과를 보면 그림 7의 최종 시뮬레이션(그림 9의 점선)과 달리 중심 주파수가 상향 이동하고 대역폭이 다소 넓어졌다. 이러한 특성 변화를 확인하기 위해 CER10의 기판 특성을 측정한 결과, 유전율이 $9.5$임을 확인하였다. 그림 9의 얇은 실선은 유전율을 $9.5$로 변경하고, 유전체 손실 및 도체 두께를 포함한 여파기 시뮬레이션 결과이다. 시뮬레이션 결과와 측정한 여파기의 응답 특성 차이는 여파기 제작에서 발생한 제작공차에 의한 것으로 판단되며, 제작된 기판의 물성이 설계와 정확히 일치하지 않기 때문인 것으로 사료된다</p> <h1>IV. 결 론</h1> <p>본 논문에서는 EM 시뮬레이션에 기초한 새로운여파기 설계 방법을 제안하였으며, 제안한 설계 방법의 타당성을 검증하기 위해 교차 결합을 갖는 트라이섹션 여파기를 설계, 제작하였다. 트라이섹션여파기의 결합 행렬을 구하였으며, 이를 여파기 기준형 등가 회로에 정합하였다. 여파기의 물리적 치수를 구하기 위해 여파기에 다중 포트를 삽입하고,EM 시뮬레이션을 수행하여 Y-파라미터를 구하였다.계산된 Y-파라미터를 이용하여 여파기의 물리적 치수들에 대한 자코비안 행렬을 구하고, 이들로부터 여파기 설계 치수들을 결정하였다. 또한, 불필요한 교차 결합을 확인하였으며, 불필요한 교차 결합이존재하더라도 기준형 여파기의 특성과 동일한 주파수 응답 특성을 만족하는 여파기를 최적화를 통해설계할 수 있었으며, 트라이섹션 여파기를 제작하여 여파기의 설계 방법을 검증하였다. 본 논문에서 제안한 설계 방법을 적용하면, 간단한 구조를 갖는 평행결합 선로 여파기뿐만 아니라 다중결합을 갖는 여파기 설계에도 적용할 수 있을 것으로 사료된다.</p>	[ "최적화하는 방법을 어떻게 선정했는가?" ]
3a328ada-bb20-4c22-9b80-6d57e59495d1	인공물ED	EM 시뮬레이션을 기반으로 한 트라이섹션 대역 통과 여파기의 새로운 설계	<h2>2-2 트라이섹션 여파기 기준형과 결합 행렬</h2> <p>그림 1(a)의 여파기는 그림 3(a)와 같은 J-인버터등가 회로로 변환이 가능하다. 각각의 결합 선로들은 점선으로 표시된 사각형에 위치한 J-인버터로 표현된 $ J_{i, j} $ 와 J-인버터 양단의 서셉턴스 값으로 표현할 수 있다. 소스단 결합 선로의 J-인버터 값은 $ J_{S, 1} $ 로 표현하였으며, 중앙공진기로의 결합을 나타내는 J-인버터 값은 $ J_{1,2}, J_{2,3} $ 으로 표현하였다. 또한, 교차 결합을 갖는 J-인버터 값은 $ J_{1,3} $ 으로 표현하였다. $ B_{1}(\omega) $로 대표되는 서셉턴스는 입력단, 중앙 및 교차 결합의 효과를 모두 합한 것으로 나타낼 수 있으며, 서셉턴스 $ B_{2}(\omega) $ 는 중앙공진기의 서셉턴스 기울기가 된다. 그림 $ 1(\mathrm{a}) $ 에서 입 출력단, 첫 번째 공진기의 중앙 및 중앙공진기의 개방 끝단에 포트를 삽입하면, 그림 3(a)의 J-인버터 등가 회로에서 포트를 삽입한 것으로 등가 표현 가능하다. 삽입한 포트들에 대해 다중 포트 $ \mathrm{Y} $-파라미터 시뮬레이션을 이용하여 J-인버터 값, 공진 주파수 및 공진기의 서셉턴스 기울기와 같은 여파기 설계 변수들을 추출할 수 있다. 그러나 그림 $ 3(\mathrm{a}) $ 의 등가 회로는 일반적으로 잘 알려진 그림 3(c)와 같은 대역 통과 여파기의 기준형 회로 $ { }^{[6]} $와 비교하였을 때, 입 출력단에 존재하는 $ B_{S}(w) $ 와 $ B_{L}(w) $ 의 서셉턴스로 인해 일 반적인 대역 통과 여파기의 기준형 회로와 차이가 발생한다. 그림 $ 3(\mathrm{~b}) $ 는 서셉턴스를 갖는 입 출력단에 대한 대역 통과 여파기 기준형 회로의 등가 입력단 회로를 나타내었다.</p> <p>그림 3(b)의 $ Y_{i n}^{\prime} $의 실수부와 이에 해당하는 그림 3(a)의 포트 1 에서 바라본 입력 어드미턴스의 실수부를 같도록 하여, 이를 그림 3(a)의 다중 포트 Y-파라미터인 $ y_{i j} $ 로 나타내면</p> <p>$ \frac{\left(J_{S 1}^{e f f}\right)^{2}}{Y_{0}}=\operatorname{Re}\left(Y_{i n}^{\prime}\right)=\operatorname{Re}\left\{y_{11}-\frac{\left(y_{S 1}\right)^{2}}{y_{S S}+Y_{0}}\right\} $<caption>(1)</caption></p> <p>을 얻게 된다. 따라서 실효 J-인버터 값 $ J_{S, 1}^{e f f} $ 은 식<caption>(2)</caption>와 같이 계산할 수 있다.</p> <p>$ J_{S .1}^{e f f}=\sqrt{Y_{0} \operatorname{Re}\left(Y_{i n}^{\prime}\right)} $<caption>(2)</caption></p> <p>유사한 방법으로 두 회로의 서셉턴스 기울기를 정합하여, 첫 번째 공진기의 실효 서셉턴스 기울기를 식<caption>(3)</caption>과 같이 표현할 수 있다.<p>$ \beta_{1}^{e f f}=\left.\frac{f_{0}}{2} \frac{\partial}{\partial f} B_{1}^{e f f}\right\|_{f=f_{0}}=\left.\frac{f_{0}}{2} \frac{\partial}{\partial f} \operatorname{Im}\left(Y_{i n}^{\prime}\right)\right\|_{f=f_{0}} $<caption>(3)</caption></p> <p>여기서, $ f_{0} $ 은 여퐈기의 중심 주퍼수이며, $ \beta_{1}^{e f f} $ 는 입력 공진기에 대한 보상된 서셉턴스 기울기를 의미한다. 입-출력단 이외의 서셉턴스 기울기는 식<caption>(4-1)</caption>과 같 이 표현할 수 있으며, 인버터 값은 식<caption>(4-2)</caption>와 같이 $ \mathrm{Y} $-파라미터로부터 계산한 $ y_{i j} $ 의 리액턴스 성분으로 표현할 수 있다.</p> <p>$ \beta_{i}=\left.\frac{f_{0}}{2} \frac{\partial\left\{\operatorname{Im}\left(y_{i i}\right)\right\}}{\partial f}\right\|_{f=f_{0}} $<caption>(4-1)</caption></p> <p>$ J_{i, j}=\operatorname{Im}(y_{i j}) $<caption>(4-2)</caption></p> <p>결과적으로 기준형의 인버터 및 공진기는 다중 포트 $ \mathrm{Y} $-파라미터를 이용하여 그림 3(c)와 같이 기준형으로 변환할 수 있다.</p> <p>다중 포트를 갖는 여파기의 포트 $ i $ 와 $ j $ 사이의 결합 계수 $ k_{i, j} $ 는 앞서 얻어진 여파기 기준형의 값으로부터 참고문헌 [10]에 의해 식<caption>(5)</caption>,<caption>(6)</caption>및<caption>(7)</caption>로 나타낼 수 있다.</p> <p>$k_{i, j} =\frac{J_{i, j}}{\sqrt{\beta_{i} \beta_{j}}}(i \neq S, N \text { and } j \neq 1, L)$<caption>(5)</caption></p> <p>$k_{S, 1} =\frac{J_{S, 1}^{e f f}}{\sqrt{Y_{0} \beta_{1}^{e f f}}} $<caption>(6)</caption></p> <p>$ k_{N, L}=\frac{J_{N, L}^{e f f}}{\sqrt{Y_{0} \beta_{N}^{e f f}}} $<caption>(7)</caption></p> <p>여기서, $ S $ 와 $ L $ 은 각각 소스 노드와 부하 노드를 의미한다. 또한, 공진 주파수 $ \omega_{r, i} $ 는 식 (8)과 같이 개별 포트의 어드미턴스가 영이 되는 주파수에서 결정 된다.</p> <p>$ B_{i}\left(\omega_{r, i}\right)=\left.\operatorname{Im}\left(y_{i i}\right)\right\|_{\omega=\omega_{r, i}}=0 $<caption>(8)</caption></p> <p>식<caption>(5)</caption>에서 식<caption>(8)</caption>까지는 EM 시뮬레이션된 다중 포트 Y-파라미터를 이용하여 계산할 수 있으며, 이것이 모두 기준형 값과 동일할 경우, 트라이섹션 여파기를 설계할 수 있다. 그러나 표 1 의 값은 대역폭 $ \omega^{\prime}=1 $ 을 갖는 일 반적인 저역 통과 기준형 결합 행렬 값이며, 대역 통과 기준형이 아니므로 저역 통과 기준형의 다중 포트 Y-파라미터는 결합 행렬을 이용하여 아래와 같이 나타낼 수 있다.</p> <p>$ \mathrm{y}=j \omega \mathrm{I}+j \mathrm{M}+\mathrm{G} $<caption>(9)</caption></p> <p>여기서, y는 저역 통과 기준형의 어드미턴스 행렬이며, $ \mathrm{M}=\left[M_{i j}\right] $ 는 결합 행렬을 나타낸다. $ \mathrm{G} $ 는 소스와 부하 노드를 제외한 모든 요소 값들이 영이 되는 종단 컨덕턴스 행렬이고, $ \mathrm{I} $ 는 단위 행렬이 된다. 식<caption>(5)</caption>로부터 식<caption>(8)</caption>까지 주어진 대역 통과 기준형의 공진 주파수와 결합 계수는 주파수 변환을 이용 하여 아래와 같이 나타낼 수 있다.</p> <p>$ \widetilde{k_{i, j}}=\frac{B W}{\omega_{0}} M_{i j}(i \neq S, N \text { and } j \neq 1, L) $<caption>(10-1)</caption></p> <p>$ \widetilde{k_{S, 1}}=\sqrt{\frac{B W}{\omega_{0}}} M_{S 1}$<caption>(10-2)</caption></p> <p>$ \widetilde{k_{N, L}}=\sqrt{\frac{B W}{\omega_{0}}} M_{N L}$<caption>(10-3)</caption></p> <p>$ \widetilde{\omega_{z, i}}=\omega_{0}\left(-\frac{M_{i i} B W}{2 \omega_{0}}+\sqrt{\left(\frac{M_{i i} B W}{2 \omega_{0}}\right)^{2}+1}\right) $, $ i=1, \cdots, N $<caption>(11)</caption></p> <p>식 (10)은 소스와 부하 노드를 포함한 $ i $ 와 $ j $ 에 대해 정의된다. 여기서 $ B W $ 와 $ \omega_{0} $ 는 대역폭과 중심 주파수를 나타넨다. 이것은 하측 및 상측 통과 대역 주파수를 각각 $ \omega_{1}, \omega_{2} $ 라고 정의하면, $ B W=w_{2}-w_{1} $ 과 $ w_{0}=\sqrt{w_{1} w_{2}} $ 로 나타낼 수 있다. 여기서 $ \tilde{\cdot}$은 기준형 값으로 계산된 상수를 의미하며, 반면 식<caption>(5)</caption>~<caption>(7)</caption>까지의 값은 주어진 구조에 대하여 EM 시뮬레이션 된 다중 포트 Y-파라미터로 계산된 값을 나타낸다. 표 2 는 식 (10) 및 (11)에 의해 계산된 트라이섹션 여파기의 공진 주파수와 결합 계수를 보였다.</p> <table border><caption>표 2. 여파기의 결합 계수 및 공진 주파수</caption> <tbody><tr><td>Parameter</td><td>Value</td><td>Parameter</td><td>Value</td></tr><tr><td>$ \widetilde{k_{S 1}}=\widetilde{k_{3 L}} $</td><td>$0.2298$</td><td>$ \widetilde{w_{r,1}}=\widetilde{w_{r,3}} $</td><td>$2.435 \mathrm{GHz}$</td></tr><tr><td>$ \widetilde{k_{12}}=\widetilde{k_{23}} $</td><td>$0.0463$</td><td>$ \widetilde{w_{r,2}}$</td><td>$2.460 \mathrm{GHz}$</td></tr><tr><td>$ \widetilde{k_{13}}$</td><td>$0.0160$</td><td>-</td><td>-</td></tr></tbody></table>	[ "공진 주파수 \$ \\widetilde{w_{r,2}}\$의 값은 얼마인가?", "\$ \\widetilde{k_{S 1}}=\\widetilde{k_{3 L}} \$의 Value는 얼마인가?", "결합 계수 \$ \\widetilde{k_{13}}\$ 의 값은 얼마인가?", "Value 값이 \$2.460 \\mathrm{GHz}\$인 Parameter는 무엇인가?", "\$2.435 \\mathrm{GHz}\$의 값을 가지는 Parameter가 뭐야?" ]
bc788efa-3c11-4017-84bf-197c81d79b80	인공물ED	Ionized Cluster Beam 증착방법을 이용한 Indium-Tin-Oxide(ITO) 박막의 제작과 그 특성에 관한 연구	<h1>요약</h1><p>Ionized Cluster Beam Deposition(ICBD) 방법을 이용하여 glass 기판 위에 indium을 증착하고, 동시에 tin을 thermal evaporation시켜 doping하면서 oxygen gas를 휼려주는 방식으로 ITO 박막을 제작하였다. 제작된 ITO 박막의 특성을 XPS, GXRD, 4-point-probe, Hall-effect 측정장치를 통하여 조사해 보았다. 그 결과 XPS 분석을 통하여 indium과 tin이 각각 산소와 결합한 형태인 $ \mathrm{ln}_{2} \mathrm{O}_{3} $와 $ \mathrm{SnO}_{2} $ 로 존재함을 알 수 있었고, GXRD spectrum 분석으로 박막내의 tin 함유량이 $ 14 \% $를 넘게 되면, 주 peak인 (222)면 이외에 다른 부 peak들과 함께 $ \mathrm{SnO}_{2} $, peak까지 화인되는 것으로 보아 일정량 이상의 $ \mathrm{Sn} $ doping은 오히려 박막의 결정성 향상에 저해 요소가 됨을 알 수 있었다. 또한 박막의 전기적 특성을 알아보기 위하여 4-point-probe 와 Hall을 측정한 결과 가장 좋은 전기적 특성을 가진 시료의 경우 비저항이 $ \rho=3.55 \times 10^{4} \Omega \mathrm{cm} $ 이며 carrier mobility가 $42.8 \mathrm{~cm}^{2} / \mathrm{Vsec} $ 임을 확인할 수 있었고 가시광선 영역에서 $ 90 \% $ 이상의 투과율을 나타내었다.</p>	[ "제작된 ITO 박막의 특성은 어떻게 조사되는가?", "ITO 박막의 특성은 어떻게 분석되지", "어떻게 ITO박막을 제작하였는가?", "ITO박막을 어떻게 만들었지", "ITO 박막에 indium과 tin이 각각 산소와 결합한 형태인 \$ \\mathrm{ln}_{2} \\mathrm{O}_{3} \$와 \$ \\mathrm{SnO}_{2} \$ 로 존재한다는 것은 어떻게 알 수 있는가?", "carrier mobility가 \$42.8 \\mathrm{~cm}^{2} / \\mathrm{Vsec} \$ 임을 확인할 수 있었고 가시광선 영역에서 \$ 90 \\% \$ 이상의 투과율임을 어떻게 알게 되었는가?", "가장 좋은 전기적 특성을 가진 시료의 경우 비저항이 \$ \\rho=3.55 \\times 10^{4} \\Omega \\mathrm{cm} \$이라는 것은 어떻게 알 수 있는가?", "어떻게 glass 기판 위에 indium을 증착 하였는가?", "일정량 이상의 \$ \\mathrm{Sn} \$ doping은 오히려 박막의 결정성 향상에 저해 요소가 됨은 어떻게 알 수 있는가?", "가시광선 영역에서 \$ 90 \\% \$ 이상의 투과율을 나타내는 것은 어떻게 확인 하였는가?" ]
3e803e4b-6419-4efd-a19e-fc939bedccef	인공물ED	딥러닝과 특징 추출 기반 배터리 노화 상태 추정 방법	<h1>4. 제안한 SOH 추정 방법</h1> <h2>4.1 특징 추출 기반 SOH 추정 방법</h2> <p>본 논문에서 제안한 특징 추출 기반 SOH 추정 방법 과정은 그림 4와 같다. 먼저 배터리 방전 데이터에서 전압, 전류, 방전 시간, 사이클 수 데이터를 수집한다. 다음으로 수집한 데이터를 바탕으로 이전에 언급한 $ 3.9-3.5 \mathrm{V} $ 구간에서의 Health Indicator인 방전 시간 데이터를 추출한다. 추출된 Health Indicator에서 시계열 특징 추출 방법을 이용해 추세, 계절성, 잔차 데이터를 추출한다. 이후 시계열 특징들과 사이클 수, 방전 시간을 다항 차수로 변환하여 새로운 특징들을 만든다. 마지막으로 새로운 특징들은 피어슨 상관관계 파악 및 딥러닝 모델을 통해 성능 평가가 진행된다. 사이클 수, 방전 시간, 계절성, 추세의 다항 차수 변형을 통하여 새로운 특징들을 만들었으며, 만든 특징들은 피어슨 상관관계를 적용하여 SOH와의 상관관계를 파악하였다. 상관관계가 높은 순으로 차수가 3 이하의 값의 특징들의 딥러닝 성능 평가를 진행하였다. 이러한 성능 평가를 통해 특징 $ F1 $, $ F2 $가 선택되었다. $ F1 $과 $ F2 $를 포함한 주요 특징들과 SOH와의 피어슨 상관관계는 표 2와 같다. $ F1 $, $ F2 $의 수식은 식 (9), 식 (10)과 같다. $ F1 $은 사이클 수와 방전 시간을 조합한 특징으로 피어슨 상관관계 수치가 0.732521로 SOH와 높은 상관관계가 있는 특징임을 보여준다.</p> <p>$ F2 $는 방전 시간과 사이클 그리고 계절성 데이터를 조합한 특징으로 사이클 수보다 피어슨 상관관계 수치가 높았으며, $ F2 $ 특징을 선택해 $ F1 $과 함께 적용하였을 때 딥러닝 추정 성능을 개선하기 위해 선택되었다.</p> <p>$ F 1=\frac{(\text { Discharge time })^{2}}{\sqrt{\text { Cycle }}} $<caption>(9)</caption></p> <p>$ F 2=\frac{\text { Discharge time }{ }^{*} \text { Seasonal }}{\sqrt{\text { Cycle }}} $<caption>(10)</caption></p> <table border><caption>TABLE II CORRELATION ANALYSIS</caption> <tbody><tr><td>Feature</td><td>Pearson Correlation</td></tr><tr><td>Cycle number</td><td>-0.966700</td></tr><tr><td>Discharge time</td><td>0.960149</td></tr><tr><td>$ F1 $</td><td>0.732521</td></tr><tr><td>$ F2 $</td><td>0.097432</td></tr></tbody></table> <h2>4.2 DNN을 통한 SOH 추정</h2> <p>본 논문에서 SOH 추정 모델로 DNN을 사용하였다. DNN은 여러 층의 은닉층을 갖고 있어 학습 과정에서 파라미터의 최적값을 찾을 수 있으며 일반 신경망에서 나타나는 과대 적합의 문제를 보완한 방법이다. 그림 5와 같이 DNN은 입력층(Input layer)과 출력층(Output layer) 사이에 2개 이상의 은닉층을 가진 신경망 모델이다. DNN은 여러 개의 입력을 출력에 매핑하여 학습할 수 있다. 이러한 구조의 DNN은 충분한 연산 층을 가지고 있어 비선형성 함수를 추정하는 데 유용하며, 비선형 데이터인 SOH를 추정하기에 적합하다. 이러한 장점을 활용하여 본 논문에서는 DNN 모델의 입력 데이터로 Health Indicator인 부분 방전 시간, 특징 추출 기법을 사용하여 만든 특징 $ F1 $, $ F2 $를 사용하였으며, 해당 특징들을 통해 SOH를 추정하였다. 이를 통해 방전 시간 데이터에 대한 의존성을 줄일 수 있었다. SOH 추정 실험에 이용한 DNN 모델은 64개 뉴런의 Hidden layer 5층으로 구성하였고 활성 함수는 Rectified Linear Unit(ReLU) 함수로 선정하였다. ReLU는 층이 여러 개로 구성된 딥러닝에서 빠르게 학습될 수 있게 하며 기존의 활성 함수에서 기울기가 0에 가까워져 없어지는 현상인 기울기 소실 문제가 발생하지 않는다는 장점이 있다.</p> <h2>4.3 DNN을 통한 특징 추출 기법 성능 평가</h2> <p>DNN 모델의 입력으로 방전 시간만 사용하여 SOH 추정했을 경우와 방전 시간과 특징 추출 기법을 통해 만든 $ F1 $, $ F2 $를 함께 사용하여 추정했을 경우를 함께 비교 실험하여 제안하는 방법의 효과를 확인하였다. 이는 그림 6의 SOH 추정 그래프와 표 3의 SOH 추정 오차율을 통해 입증될 수 있다. 그림 6 (a) SOH 추정 그래프는 $ 5 \mathrm{~Cycles} $ 주기로 $ 260 \mathrm{~Cycles} $까지 SOH 추정 결과를 나타낸 그래프이다. 그림 6 (a)에서 부분 구간 $ 60 \mathrm{~Cycles} $에서 $ 110 \mathrm{~Cycles} $ 추정 결과인 그림 6 (b)를 확인하면, Health Indicator와 $ F1 $, $ F2 $를 함께 적용했을 때 결과의 그래프가 Health Indicator만 적용한 결과의 그래프보다 더 실제 SOH 값에 가까운 것을 확인할 수 있다. 실험에서는 평가지표로 MAE, MIN, MAX 세 가지 지표를 사용하였다. MAE는 평균 절대오차로 SOH 추정값과 SOH 실제값 차이의 평균값이다. 그리고 MIN, MAX는 각각 전체 추정 결과에서 최소, 최대 오차를 나타낸다. 이러한 평가지표들을 통해 평가된 결과는 표 3에 나타나 있다. MAE 지표는 오차율이 $ 0.6352 \% $에서 $ 0.3887 \% $로 절반 가까이 감소하였으며, MAX 지표에서는 $ 1.605 \% $에서 $ 1.151 \% $로 감소하였다 마지막으로 MIN 지표에서는 $ 0.0186 \% $에서 $ 0.0159 \% $로 감소하였다. 실험 결과를 통해 제안하는 방법을 사용했을 때 SOH 추정 성능이 향상될 수 있음을 입증하였다.</p>	[ "Cycle number의 피어슨 상관관계 수치값은 얼마야?", "0.960149의 Cycle number의 피어슨 상관관계 수치를 가진 항목은 뭐야?", "( F1 \\)의 피어슨 상관관계 수치는 어떤 값을 가지니?", "피어슨 상관관계 수치의 절대값이 가장 적은 항목은 어떤거니?", "가장 최고의 피어슨 상관관계 수치의 절대값을 가진 항목은 무엇인가?" ]
d78a69dd-637a-418c-8ab5-70ea1cfb4cd4	인공물ED	$500 \mathrm{MHz}$의 입력 대역폭을 갖는 8b $200 \mathrm{MHz} ~0.18\mathrm{\mu m}$ CMOS A/D 변환기	<h1>IV. A/D 변환기 모의 실험 결과 및 예상 사양</h1> <p>제안하는 8b $200 \mathrm{~MHz} $ A/D 변환기는 $ 0.18 \mathrm{um}$ n-well single-poly quad-metal CMOS 공정을 사용하여 설계, 모의 실험, 및 레이아웃 되었다. 특히, 이 A/D 변환기는 평판 디스플레이 응용 시스템에 코어 셀로 사용한 경우, 작은 칩 면적으로 인하여 영상 디스플레이의 R,G,B 세 개의 채널을 사용하는데 문제가 없도록 배치하였다.<그림 7>은 제안하는 A/D 변환기 레이아웃이며 면적은 $ 0.7 \mathrm{~mm} \times 1.2 \mathrm{~mm} $ 이다.</p> <p>제안하는 A/D 변환기는 설계상의 여유를 고려하여 $ 1.7 \mathrm{~V} $ 의 전원 전압을 사용하였으며, $ 1.6 \mathrm{~V} \sim 2.0 \mathrm{~V} $ 의 전원 전압에 대해서도 동작이 가능하도록 모든 블럭을 설계하였다.<그림 8>은 $ 1.7 \mathrm{~V} $ 전원 전압, 그리고 $200 \mathrm{MHz}$ 시스템 클럭에서 전체 시스템의 동작을 모의 실험한 결과로, $ 1 \mathrm{Vp} $의 기준 전압 범위에 대하여 5가지의 주요한 아날로그 입력 신호에 대한 8비트의 디 지털 출력 결과를 나타낸다.</p> <p>모의 실험 결과 입력 신호가 기준 전압보다 크거나 작은 신호를 나타내는 overflow (OVF), underflow (UDF), 및 8비트의 디지털 출력이 예상과 정확히 일치하여 전체 시스템이 아무런 문제없이 동작함을 확인 할 수 있었다. $ 1.7 \mathrm{~V} $ 전원 전압에 대하여 전력 소모는 $ 73 \mathrm{~mW} $ 이며, 높은 동작 속도에 의해서 지털 블럭의 전력소모가 증가하였다.<표 1>에는 제안하는 A/D 변환기의 예상 사양을 요약하였다.</p> <table border><caption>표1. 제안하는 A/D 변환기 예상 사양</caption> <tbody><tr><td>해상도</td><td colspan=2>8비트</td></tr><tr><td>전원 전압</td><td colspan=2>$ 1.7 \mathrm{~V} $</td></tr><tr><td>동작 속도</td><td colspan=2>$ 200 \mathrm{MHz} $</td></tr><tr><td>사용 공정</td><td colspan=2>$ 0.18 \mathrm{um}$ n-well single-poly quad-metal CMOS</td></tr><tr><td rowspan=3>전력 소모</td><td>아날로그 블럭</td><td>$ 39.7 \mathrm{~mW} $</td></tr><tr><td>디지털 블럭</td><td>$ 33.3 \mathrm{~mW} $</td></tr><tr><td>전 체</td><td>$ 730 \mathrm{~mW} $</td></tr></tbody></table>	[ "전원 전압은 얼마의 값을 보여주고 있어?", "제안된 A/D변환기는 어느정도의 해상도를 예상해?", "A/D 변환기는 어느정도의 동작속도를 예상해?", "\$ 39.7 \\mathrm{~mW} \$의 값은 전력소모에서 어떤 것에 관련된 값이야?", "디지털 블럭에서 전력 소모는 어느정도야?", "전체 전력 소모는 어느정도로 예상 하고있어?" ]
25b808c8-d750-47dd-bc5a-727d37e964bb	인공물ED	차량 연료 소모량 예측을 위한 신경회로망 기반 모델링	<h1>II. 차량 OBD-II 정보</h1><p>캘리포니아 대기 자원국(CARB)은 LA유역의 심각한 대기 문제에 대한 대응책으로 1966 년도 차량 모델부터 배기가스 제어 시스템 장착을 의무화 했으며, 1968년에 미국 전역으로 확대하였다. 이후 1970 년에 미국 의회가 대기오염방지법을 제정하였고, 미국 환경보호국(EPA)을 설립하여 법적인 기반과 함께 OBD(On Board Diagnostics)가 EPA의 법적인 규정을 감시할 수 있는 수단으로 인식하게 되었다. 하지만 차량 자체 진단 기능인 OBD에 대한 기술적 표준이 없었고, CARB에서 OBD1 표준이라 불리는 요구사항을 내 놓았지만 기술적인 표준은 정하지 못하였다.</p><p>커넥터는 하나로 통일되어 있으며 DLC(Diagnostic Link Connector)라 불리는 이 커넥터는 총 16개의 핀으로 구성되며 실제 9개의 핀들이 사용된다. 일반적으로 운전석 왼편 아래 부분 또는 중앙 재떨이 아래 부분에 위치하고 있으며 한국에서 2000 년 이후에 생산된 차들은 대부분 OBD-II를 지원한다.</p><p>OBD-II PID(Parameter ID)는 진단장치 등을 통해 차량에 정보를 요청할 때 사용되는 코드로 SAE Standard J/1979를 따르며 OBD-II PID는 10개의 모드를 가지고 있다.</p><p>본 논문에서 사용한 PID는 모드 01로 진단정보를 이용하였으며 세부 PID는 표 1과 같다. 차량의 OBD-II 정보는 Mode와 PID를 이용하여 접근이 가능하다. 본 논문에서는 연료 소모량과 연관이 되는 엔진 RPM, 차량 속도, TPS(악셀레이터 정도), MAF(공연비, 공기와 연료의 혼합율)을 이용한다.</p><table border><caption>표 1. OBD-II의 PID 예</caption><tbody><tr><td>Mode(hex)</td><td>PID(hex)</td><td>Data bytes returned</td><td>Description</td><td>Units</td><td>Formula</td></tr><tr><td>01</td><td>0C</td><td>2</td><td>Engine RPM</td><td>rpm</td><td>$((A256)+B)/4$</td></tr><tr><td>01</td><td>0D</td><td>1</td><td>Vehicle speed</td><td>$\mathrm{km/h}$</td><td>A</td></tr><tr><td>01</td><td>10</td><td>2</td><td>MAF ari flow rate</td><td>$\mathrm{g/s}$</td><td>$((256A)+B)/100$</td></tr><tr><td>01</td><td>11</td><td>1</td><td>Throttle position</td><td>$\%$</td><td>$A*100/255$</td></tr></tbody></table>	[ "표 1. OBD-II의 PID 예에서 보여지는 엔진 회전수의 단위는 어떻게 표현해?", "표 1.에서 \$((256*A)+B)/100\$는 무엇에 대한 공식이지?", "표 1.에서 차량 속도를 나타내는 단위는 어떻게 표현하지?", "표 1에서의 PID 중 엔진 회전수를 나타내는 PID는 무엇이지?", "표 1.에서 Throttle position에 대한 공식은 무엇이지?" ]
09aafe68-fe05-4e30-aa44-b1c091c51d28	인공물ED	차량 연료 소모량 예측을 위한 신경회로망 기반 모델링	<h1>IV. 실험 및 검토</h1><h2>가. 차량 주행 정보 획득</h2><p>그림 3과 같이 OBD-II 인터페이스를 이용하여 테스트환경을 구성하였다. OBD-II 인터페이스를 통해 획득된 속도, RPM, TPS, MAF 정보를 이용하여 연료 소모량을 계산하였다.</p><p>본 논문에서는 제네시스 330(2009연식, 자동변속, 가솔린)차량을 이용하여 그림 4와 같이 주행경로 총 $ 5 \mathrm{~km} $ (도심환경)를 주행하면서 차량 정보를 측정하고 연료소모량을 분석하였다.</p><p>주행에서 얻은 차량 정보는 다음과 같다.</p><p>실제 엔진 연료 분사량은 OBD-II로 측정할 수 없는 정보로, 차량 전문업체의 지원을 받아서 엔진 ECU에서 고속 CAN 방식으로 수집하였다. 이 정보는 신경회로망의 학습에서 목표값으로 활용된다. 그림 9는 실제 엔진의 연료 분사량이고, 그림 10은 이 값을 누적한 차량의 연료 소모량이다.</p><h2>나. 신경회로망을 이용한 모델링</h2><p>차량의 속도, RPM, TPS, MAF 정보를 이용하여 연료 소모량을 예측하기 위해 다층 신경회로망 구조를 구성한다.</p><table border><caption>표 2. 신경회로망 구성</caption><tbody><tr><td>입력층 뉴런수</td><td>4개</td></tr><tr><td>은닉층 뉴런수</td><td>10개</td></tr><tr><td>출력층 뉴런수</td><td>1개</td></tr><tr><td>연결강도 초기값</td><td>입력패턴의 평균값</td></tr><tr><td>학습률</td><td>0.1</td></tr><tr><td>학습회수</td><td>1000회</td></tr></tbody></table><p>신경회로망 구조는 표 2와 같다.</p><p>1000 회 학습을 진행하면서 신경회로망의 학습 성능은 그림 11 과 같이 $ 8.066 \times 10^{-9} $으로 수렴이 되었다.</p><p>학습이 종료된 후 실제 연료 소모량과 제안한 신경회로망 방식의 연료 소모량의 결과는 그림 12와 같다.</p><p>학습 성능의 평가방법으로 목표값과 출력값의 평균 제곱 오차를 계산하면 $ 1.306 \times 10^{-6} $로 실제 연료 소모량과 신경회로망으로 모델링한 결과가 유사함을 확인할 수 있다.</p><h2>다. 신경회로망 예측 모델 검증</h2><p>제안한 신경회로망을 이용한 연료 소모랑 예측 모델의 평가를 위해 동일한 주행경로에서 정속주행과 급가속/급감속 주행 정보를 사용하였다.</p><p>그림 13 과 같은 정속주행에서 신경회로망을 이용한 연료 소모량 예측 결과는 그림 14와 같다. 실제 연료 소모량과 예측값의 평균 제곱 오차는 $ 1.177 \times 10^{-4} $로 측정되었다.</p><p>그림 15와 같은 급가속/급감속 주행에서는 그림 16과 같은 연료 소모량 예측 결과를 확인하였고, 실제 연료 소모량과 예측값의 평균 제곱 오차는 $ 6.118 \times 10^{-4} $로 측정되었다.</p>	[ "표 2. 신경회로망 구성에서 무엇을 1000회 실시했는가?", "표 2. 신경회로망 구성에서 압력층 뉴런은 몇 개인가?" ]
32edd68c-e24e-452c-bd05-e794bc2854a1	인공물ED	실리콘 기판 두께에 따른 PZT 박막 적외선 감지소자의 성능 변화	<h1>Ⅱ. 적외선 감지소자의 이론적 해석</h1> <h2>2.1 적외선 감지소자의 구조 및 해석</h2> <p>본 연구를 위하여 고안한 적외선 감지소자는 기본적으로 윗전극, 아래전극, 감지부, 그리고 기판으로 구성되며, 제작할 적외선 감지소자의 정면도 먗 단면도를 그림 1에 도시하였다. 윗전극으로 사용되는 $ \mathrm{Ni}(10 \mathrm{nm}) $층은 적외선 흡수용도로도 사용된다. 그리고 배선을 위해 별도의 $ \mathrm{Au}(400 \mathrm{~nm}) / \mathrm{Ti}(50 \mathrm{~nm}) $ 패드가 제작되었다. 아래전극으로 사용되는 $ \mathrm{Pt}(100 \mathrm{~nm}) / \mathrm{Ti}(50 \mathrm{~nm}) $ 층에서 Ti는 Pt와 $ \mathrm{Si}_{3} \mathrm{N}_{4} $의 접착강도를 강화시키기 위해서, Pt는 전극용도 외에 PZT 박막의 결정화를 돕기 위한 씨앗층 용도로도 사용된다.</p> <p>감지부는 $ \mathrm{Ni} $ 흡수층과 초전재료인 PZT층으로 구성된다. 기판은 $ \mathrm{Si}_{3} \mathrm{N}_{4}(200 \mathrm{~nm}) / \mathrm{SiO}_{2}(500 \mathrm{~nm}) / \mathrm{Si} $ 순서의 적층으로 구성되어 있다. $ \mathrm{Si}_{3} \mathrm{N}_{4} $층은 고온공정시 발생하는 아래전극물질과 실리콘 사이의 상호확산을 방지하고, 실리콘이 완전 식각되었을 경우 감지부를 지지하기 위한 용도로 사용된다. $ \mathrm{SiO}_{2} $층은 $ \mathrm{Si}_{3} \mathrm{N}_{4} $와 $ \mathrm{Si} $층 사이에 발생하는 내부 잔류응력을 완화시킴과 동시에 $ \mathrm{Si}_{3} \mathrm{~N}_{4} $층과 같이 실리콘이 완전 식각되었을 때 감지부를 지지하기 위한 용도로 사용된다. Si는 감지부를 지지하는 용도로 사용되며, 상이한 두께의 실리콘 기판을 만들기 위해 감지부 뒷면의 실리콘을 부분 또는 완전 식각한다.</p> <p>이론적인 해석을 위한 - 상-하 공기층을 포함한 - 8층 구조의 적외선 감지소자 모델의 단면은 그림 2에서 보는 바와 같다. 회전주파수 $ \omega $인 단속기에 의해 정현파형의 단위면적당의 복사광 $ \phi(t)=\phi_{0} e^{j \omega t} $는 흡수층 위에 입사된다. 여기서 $ \phi_{o} $는 진동하는 복사광에너지의 최대 진폭을 나타낸다. $ 10 \mathrm{~nm} $ 두께의 $ \mathrm{Ni}_{1} $ 흡수층은 극히 얇은 두께 때문에, 이 층을 타고 흐르는 열손실을 무시할 수 있을 것으로 판단하여 모델링에서 제외하였다. 다만 제작된 $ \mathrm{Ni} $ 층의 흡수율 $ \eta $가 0.7임을 감안하여, 입사된 복사광의 $ 70 \% $가 흡수된다는 것을 수식 전 개시 고려하였다. 또한 소자의 수직방향으로의 두께에 비해 수평방향으로의 크기가 충분히 크다고 판단되어, 이 문제를 수직방향을 통한 1차원 열전달 문제로 가정하였다.</p> <p>입사된 복사광은 흡수층에 의해 흡수되고, 흡수된 광에너지는 곧 열에너지로 바뀌게 된다. 이때 생긴 열에너지는 흡수된 광에너지와 같은 주파수인 $ \omega $로 진동하는, 이른바 열파(thermal wave) 형태를 띠게 되며, 이러한 열파는 흡수층을 시발점으로 하여 $ x $방향으로 전파된다. 이러한 정현파형의 열파에 의해 각 층의 깊이에 따라 역시 같은 주파수인 $ \omega $ 로 진동하는, $ T\left(x_{i}, t\right)=T\left(x_{i}\right) e^{j \omega t} $와 같은 반복적인 온도장(periodic temperature field)이 생기게 된다. 여기서 $ T\left(x_{i}\right) $는 $ i $번째 층의 상단에서부터 $ x_{i} $ 거리만큼의 아래 지점에서의 온도와 외부온도와의 차를 나타낸다.</p> <p>온도장 $ T\left(x_{i}, t\right) $는 아래와 같은 2계 선형 편미분 방정식으로 표현될 수 있다.</p> <p>$ \frac{T\left(x_{i}\right)}{\partial t}=D_{i} \frac{\partial^{2} T\left(x_{i}, t\right)}{\partial x_{i}{ }^{2}} $<caption>(1)</caption></p> <p>여기서, $ \quad D_{i}=k_{i} / \rho_{i} c_{i} $로서 열확산계수(thermal diffusivity)이며, $ k_{i}, \rho_{i}, c_{i} $는 각각 i번째 층의 열전도도, 밀도, 비열을 나타낸다. 식 (1)의 일반해는 다음과 같다.</p> <p>$ T\left(x_{i}, t\right)=T\left(x_{i}\right) e^{j \omega t} $ $ =\left[A_{i} \cosh \left(\mu_{i} x_{i}\right)+B_{i} \sinh \left(\mu_{i} x_{i}\right)\right] e^{j \omega t} $<caption>(2)</caption></p> <p>여기서 $ \mu_{i}=(1+j) \sqrt{\omega \rho_{i} c_{i} / 2 k_{i}} $이다.</p> <p>이럴 경우, 단위면적당 유기되는 초전류 $ i_{p} $는 초전계수 $ p $와 가열전기박막 두께에 대한 평균온도의 시간 변화율의 함수로 표현될 수 있다.</p> <p>$ \begin{aligned} i_{p} &=p \frac{\partial T_{1}\left(x_{1}, t\right)}{\partial t} \\ &=p{ }^{\prime} \frac{\partial}{\partial t}\left[\frac{1}{d_{1}} \int_{0}^{d_{1}} T_{1}\left(x_{1}\right) e^{j \omega t} d x_{1}\right] \end{aligned} $<caption>(3)</caption></p> <p>상수인 $ A_{i} $와 $ B_{i} $는 공기층과 가열전기박막과의, 각층과의, 그리고 실리콘과 공기층과의 온도 및 열전달에 관한 경계조건에 의해서 결정되며, 각각의 경계조건을 정리하면 아래와 같다.</p> <ol type= start=1><li>공기층과 가열전기박막간의 경계조건 ; \[\eta \Phi=q_{\text {conv. }}+q_{\text {cond. }} \]<caption>(4)</caption></li> <li>각층간의 경계조건 (for $ i=1,2,3,4,5 $ ) ; \[\begin{array}{l} T\left(x_{i}=d_{i}\right)=T\left(x_{i+1}=0\right) \\ q_{\text {cond. }}\left(x_{i}=d_{i}\right)=q_{\text {cond. }}\left(x_{i+1}=0\right) \end{array} \]<caption>(5)</caption></li> <li>실리콘과 공기층간의 경계조건 ; \[q_{\text {cond. }}=q_{\text {conv. }} \]<caption>(6)</caption></li></ol> <p>여기서 $ d_{i} $ 는 $ i $번째 층의 두께를 의미한다.</p> <p>위에서 제시한 경계조건들을 자세히 정리하면 - $ A_{i} $와 $ B_{i} $ 그리고 각 층에 관련된 매개변수 사이의 - 아래와 같은 매트릭스 형태의 관계식을 도출할 수 있다.</p> <p>$ \left[M_{7}\right]\left[M_{6}\right]\left[M_{5}\right]\left[M_{4}\right]\left[M_{3}\right]\left[M_{2}\right]\left[\begin{array}{c}A_{1} \\ B_{1}\end{array}\right]=h T_{o} $<caption>(7)</caption></p> <p>여기서,</p> <p>$ B_{1}=\frac{1}{k_{1} \mu_{1}}\left[h\left(A_{1}-T_{o}\right)-\eta \Phi_{o}\right] $</p> <p>$ \left[M_{i}\right]=\left[\begin{array}{c}\cosh \mu_{i-1} d_{i-1} \\ \frac{h_{i-1} \mu_{i-1}}{k_{i} \mu_{i}} \sinh \mu_{i-1} d_{i-1} \\ \sinh \mu_{i-1} d_{i-1} \\ \frac{h_{i-1} \mu_{i-1}}{k_{i} \mu_{i}} \cosh \mu_{i-1} d_{i-1}\end{array}\right] $</p> <p>for $ i=2 \sim 6 $,</p> <p>$ \left[M_{i}\right]=\left(k_{i-1} \mu_{i-1} \sinh \mu_{i-1} d_{i-1}+h \cosh \mu_{i-1} d_{i-1}\right. $ $ \left.k_{i-1} \mu_{i-1} \cosh \mu_{i-1} d_{i-1}+h \sinh \mu_{i-1} d_{i-1}\right) $</p> <p>for $ i=7 $</p> <p>이며, $ h $ 와 $ T_{o} $는 각각 공기의 대류 열전달 계수와 외부온도를 나타낸다.</p> <p>전류응답도 $ R_{I} $ 는 적외선 감지소자에서 발생하는 단위면적당의 초전류 $ i_{p} $ 와 흡수된 단위면적당의 광에너지 $ \eta \phi_{o} $의 비로 정의된다.</p> <p>$ R_{I}=\left\|\frac{i_{p}}{\eta \Phi_{o}}\right\| $<caption>(8)</caption></p> <p>식 (7)에서 구한 $ A_{1} $과 $ B_{1} $을 식 (3)에 대입하여 $ x_{1} $에 대한 적분 및 $ t $에 대한 편미분을 취하면 $ i_{p} $를 구할 수 있다. 여기서 구한 $ i_{p} $를 식 (8)에 대입하면 이론적인 전류응답도를 구할 수 있게 된다. 이론적인 해석을 위해 사용된 각 상수 값들을 표 1 에 정리하였다. 해석 및 실험에 사용된 가열전기박막의 재료로는 $ 250 \mu \mathrm{C} / \mathrm{m}^{2} \mathrm{~K} $의 가열전기계수(pyroelectric coefficient)를 가진 PZT30/70 $ (\mathrm{Zr}: \mathrm{Ti}=30: 70) $이었고, 흡수층으로는 0.7의 흡수율을 가지는 $ 10 \mathrm{~nm} $ 두께의 니켈이었다. 제작된 적외선 감지소자의 성능측정시 확인한 복사광의 단위면적당 입사에너지 $ \phi_{o} $는 $ 9.2 \times 103 \mathrm{~W} / \mathrm{m}^{2} $이었다. 또한 제작될 가열전기 박막의 면적 $ \left(0.2 \times 0.3 \mathrm{~mm}^{2}\right) $을 고려하여 계산한 자연 대류 열전달 계수 $ h $ 는 $ 300 \mathrm{~K} $에서 $ 13 \mathrm{~W} / \mathrm{m}^{2} \mathrm{~K} $이었다. 한편, PZT30/70에 대한 열전도도와 비열에 관한 기존 연구결과의 부족으로 인하여, 해석시 PLZT8/35/65의 열전도도와 PZT54/46의 비열값을 사용했음을 밝힌다.</p> <p>실리콘 기판의 두께 변화에 따른 전류응답도의 변화 추이를 살펴보기 위해, 실리콘을 모두 식각한 기판(이하</p> <table border><caption>표 1. 이론적 해석에 사용된 재료의 물성치</caption> <tbody></tr><tr><td>Material</td><td>Thermal conductivity $ (\mathrm{W} / \mathrm{mK}) $</td><td>Density $ \left(\mathrm{kg} / \mathrm{m}^{3}\right) $</td><td>Specifc heat$ (\mathrm{J} / \mathrm{kgK}) $</td><td>Thickness $ \left(10^{-6} \mathrm{~m}\right) $</td></tr><tr><td>PZT30/70</td><td>$ 1.45^{a} $</td><td>$7300^{b} $</td><td>$ 425^{c} $</td><td>0.55</td></tr><tr><td>Pt</td><td>$ 69.5^{d} $</td><td>$ 21450^{d} $</td><td>$ 134^{d} $</td><td>0.1</td></tr><tr><td>Ti</td><td>$ 20.5^{d} $</td><td>$ 4500^{d} $</td><td>$ 527^{d} $</td><td>0.05</td></tr><tr><td>$ \mathrm{Si}_{3} \mathrm{N}_{4} $</td><td>$ 28.0^{d} $</td><td>$ 3000^{d} $</td><td>$ 712^{d} $</td><td>0.2</td></tr><tr><td>$ \mathrm{SiO}_{2} $</td><td>$ 0.8^{e} $</td><td>$ 2180^{e} $</td><td>$ 780^{e} $</td><td>0.5</td></tr><tr><td>Silicon</td><td>$ 148.0^{f} $</td><td>$ 2330^{f} $</td><td>$ 712^{f} $</td><td>-</td></tr><tr><td>Air</td><td>$ 0.026^{e} $</td><td>$ 1184^{e} $</td><td>$ 105^{e} $</td><td>-</td></tr></tbody></table> <p>실리콘이 없는 기판), $ 10 \mu \mathrm{m} $ 두께의 실리콘 기판(이하 10 $ \mu \mathrm{m} $ 실리콘 기판), $ 50 \mu \mathrm{m} $ 두께의 실리콘 기판(이하 $ 50 \mu \mathrm{m} $ 실리콘 기판), 그리고 $ 450 \mu \mathrm{m} $ 두께의 실리콘 기판(이하 $ 450 \mu \mathrm{m} $ 실리콘 기판)에 대해 해석을 수행하였으며, 해석을 위해 상용소프트웨어인 Matlab 5.3을 사용하였다.</p>	[ "표1에서 Pt와 Ti의 Thickness를 비교하면 어느 쪽이 더 큰가요?", "표 1에서 Thickness \$ \\left(10^{-6} \\mathrm{~m}\\right) \$의 결과 값이 가장 작을 때 어떤 재료를 사용했나요?", "표 1에서 Thickness \$ \\left(10^{-6} \\mathrm{~m}\\right) \$의 결과가 가장 큰 값은 얼마입니까?", "표 1에서 Thermal conductivity \$ (\\mathrm{W} / \\mathrm{mK}) \$의 결과가 \$ 1.45^{a} \$일 때, 재료는 무엇입니까?", "표 1에서 Thickness \$ \\left(10^{-6} \\mathrm{~m}\\right) \$가 가장 작을 때, Density의 결과는 뭐야?", "표1에서 공기의 재료 사용시 Density는 어떤 결과 값을 가집니까?", "표1을 보면 실리콘의 재료를 사용할 때, hermal conductivity는 어떻게 돼?", "표1을 보면 실리콘의 재료를 사용할 때, Thermal conductivity의 결과는 어때?", "표1 이론적 해석에 사용된 재료의 물성치를 보면 Specifc heat이 \$ 712^{d} \$일 때, 재료는 뭘까?" ]
9d515ef4-320d-44ca-83a2-621060732489	인공물ED	BGA 무연솔더($\mathrm{Sn-3.0Ag-0.5Cu}$)와 무전해 $\mathrm{Ni-W-P}$ 도금층 계면의 열 안정성에 대한 연구	<h1>2. 실험 방법</h1><p>본 연구에서는 $ 0.9 \mathrm{~mm} $ 의 피치 및 $ 0.4 \mathrm{~mm} $ 직경의 패드를 가지는 $ 3.5 \times 13 \mathrm{~mm} $ 크기의 기판에 $ 3 \times 13 $ 패드 배열로 된 $ \mathrm{BGA} $ 를 사용하였고, 기판의 $ \mathrm{UBM} $ 층은 $ \mathrm{Cu} $ 위에 각각 0, 3, 6 및 $ 9 wt . \% $ 의 $ \mathrm{W} $ 함량을 가지는 무전해 도금층 $ (\mathrm{Ni}- $ $ \mathrm{W}-(0 \sim 9 wt . \%)-\mathrm{P}) $ 을 약 $ 7.5 \mu \mathrm{m} $ 두께로 도금 후, 최종적으로 산화방지 목적으로 $ \mathrm{Au} $ 층을 각각 $ 0.1 \mu \mathrm{m} $ 두께로 도금하였다. 모든 도금 층의 $ \mathrm{P} $ 의 함량은 $ \mathrm{W} $ 의 함량변화에 따른 IMC 형성의 변화를 관찰하기 위해 $ 8 wt . \% $ 로 고정하였으며, 도금 피막에 대한 세부 함량은 Table 1 에 나타내었다. 솔더볼은 직경 $ 0.5 \mathrm{~mm} $ 이었으며 조성은 $ \mathrm{Sn}-3.0 \mathrm{Ag}-0.5 \mathrm{Cu} $ 이었다. 리플로우 솔더링은 아세톤으로 세척된 기판위에 젤 형태의 no clean paste flux BGA UP-78을 도포한 후 솔 더볼을 올려놓고 APS의 GF-120 HC를 이용하여 Fig. 1 과 같은 temperature profile을 따라 $ 0.27 \mathrm{~m} / \mathrm{min} $ 의 속도로 리플로우 하였다. 시효처리 효과를 관찰하기 위해 리플로우된 시료를 $ 200^{\circ} \mathrm{C} $ 에서 최대 2 주간 시효처리 하였다. 리플로우 직후 및 시효조건에 따른 계면 반응 층 분석은 Scanning Electron Microscopy (SEM) 및 Energy-Dispersive Spectroscopy (EDS) 사용하였다. 이때 측정 시편의 경우 리플로우된 시료를 수직 절단하여 polishing한 후 $ 4 \% \mathrm{HCl}+96 \% $ Ethyl Alcohol 용액에서 90 초간 에칭하여 준비하였다. 또한 IMC의 형상을 관찰하기 위해 $ 4 \% \mathrm{HCl} $ 용액에서 솔더를 완전히 용해 제거한 후 표면을 SEM으로 관찰하였고, EDS분석을 통해 금속간 화합물의 조성을 확인하였다.</p><table border><caption>Table 1. Compositions of electroless $\mathrm{Ni-W-P}$ deposits</caption><tbody><tr><td rowspan=2>Sample</td><td colspan=3>composition ($ wt . \% $)</td></tr><tr><td>$\mathrm{Ni}$</td><td>$\mathrm{W}$</td><td>$\mathrm{P}$</td></tr><tr><td>$\mathrm{Ni-P}$</td><td>$91.60$</td><td>-</td><td>$8.40$</td></tr><tr><td>$\mathrm{Ni-3W-P}$</td><td>$88.17$</td><td>$3.35$</td><td>$8.48$</td></tr><tr><td>$\mathrm{Ni-6W-P}$</td><td>$85.21$</td><td>$6.30$</td><td>$8.49$</td></tr><tr><td>$\mathrm{Ni-9W-P}$</td><td>$82.14$</td><td>$9.43$</td><td>$8.43$</td></tr></tbody></table>	[ "\$3.35\$의 \$\\mathrm{W}\$값을 가지는 것은 어떤 샘플이야?", "실험을 진행할 때 실험에 사용할 것의 조건을 어떻게 맞추어 사용했어?", "시효처리 효과를 관찰하기 위해 어떻게 진행했어?", "이 실험을 진행할 때 산화방지를 위해서 어떻게 했어?", "솔더볼의 조성은 어떻게 되어있어?", "리플로우 직후 및 시효조건에 따른 계면 반응 층 분석을 위해 사용한 것은 어떻게 돼?", "측정 시편을 준비할 때 어떻게 하여 준비를 했어?", "IMC의 형상을 관찰하기 위해 어떻게 했어?", "어떻게 IMC의 형상을 관찰해?", "Fig.1 과 같은 temperature profile을 따라 \$ 0.27 \\mathrm{~m} / \\mathrm{min} \$ 의 속도로 리플로우 하기위해 어떻게 했어?", "\$\\mathrm{Ni-P}\$의 \$\\mathrm{Ni}\$값은 뭐야?", "\$82.14\$의 \$\\mathrm{Ni}\$값을 가지는 것은 어떤 샘플이니?", "금속간 화합물의 조성을 확인할때 어떻게 했어?", "어떻게 금속간 화합물의 조성을 확인해?", "\$\\mathrm{Ni-6W-P}\$의 \$\\mathrm{P}\$값은 어떻게 나왔어?", "솔더볼의 직경은 어떻게 돼?", "\$\\mathrm{Ni-P}\$의 \$\\mathrm{P}\$값은 뭐야?", "IMC 형성의 변화를 관찰하기 위해 어떻게 설정했어?" ]
e10b8fd4-2b87-4711-b8be-c9f52c43c5c6	인공물ED	시간-주파수 지역화를 이용한 방사 기준 함수 구조의 최적 설계	<h1>V. 모의 실험</h1> <h2>1. 함수에 대한 근사화 실험</h2> <p>모의실험에서는 비주기적인 근사화 대상 함수를 사용했다. 근사화 대상 함수는 식 (10)과 같으며 시간축상에서 $ [0,1] $을 고려했다.</p> <p>$ f(t)=t \sin (t) \cos (5 t) \sin (10 t) \cos (30 t) \sin (50 t) $<caption>(10)</caption></p> <p>시간-주파수 분석 [단계 1]의 과정을 통해 근사화 대상 함수의 시간-주파수 평면의 분포를 구한다. 먼저 근사화 대상 함수를 퓨리에 변환을 통해 주파수 상의 분포를 분석한다. 본 논문에서는 양의 주파수 영역 만을 고려한다. 근사화 대상 함수의 유효 주파수 분포는 정규화된 진폭 (amplitude)의 $ 63\% $로 설정했다.</p> <p>근사 대상 함수와 RBF를 동시에 분석한 모습은 다음 그림 4와 같다. 이를 기반으로 대상 함수를 근사할 수 있는 방사 기준 함수를 선택할 수 있다.</p> <p>그림 4에서 보여지는 것과 같이 근사 대상 영역을 포괄할 수 있는 RBF는 전체 111개가 필요하며 각각의 폭은 0.013, 0.031이며 중심점을 각각 0.013, 0.03 씩 이동하여 RBEN의 은닉층을 구성한다.</p> <p>위의 단계를 통해 구성된 RBFN을 이용하여 근사 대상함수의 근사화 문제에 적용하여 모의실험을 수행한다.</p> <p>RBFN의 초기 구조는 본 논문에서 제안한 방법을 통해 구성하였고, 은닉층과 출력층 사이의 가중치는 임의로 초기화하였다. 또한, 가중치의 갱신은 일반적으로 사용되는 역전파 알고리즘을 이용하여 수행하였다. 다음에 근사 대상 함수를 근사한 결과를 보인다.</p> <p>근사 대상 함수에 대해 총 111개의 RBF를 사용하여 근사화 한 결과이다.</p> <p>학습률( $ \eta): 0.1 $, 역전파 학습 iteration : 2000 , Sampling time : $ 0.01 $</p> <table border><caption>표 1. 시간-주파수 지역화에 의한 RBFN의 구성</caption> <tbody><tr><td>반경</td><td>중심점 이동 간격</td><td>개수</td></tr><tr><td>0.013</td><td>0.013</td><td>77</td></tr><tr><td>0.031</td><td>0.03</td><td>34</td></tr></tbody></table> <p>일정한 간격으로 배열한 방사 기준 함수에 의해 구성된 회로망으로 근사한 결과이다.</p> <p>학습률( $ \eta): 0.1 $, 역전파 학습 iteration : 2000 , Sampling time : $ 0.01 $</p> <table border><caption>표 2. RBFN의 구성</caption> <tbody><tr><td>반경</td><td>중심점 이동 간격</td><td>개수</td></tr><tr><td>0.5</td><td>0.01</td><td>100</td></tr></tbody></table> <p>다음은 다층 전방향 신경 회로망을 이용하여 근사한 결과이다.</p> <p>학습률( $ \eta): 0.1 $, 역전파 학습 iteration : 2000 , Sampling time : $ 0.01 $</p> <p>모의 실험의 결과를 분석해 보면, 본 논문에서 제안한 방법에 의해 구성된 RBFN의 수행 결과에서 RMSE 값이 다른 비교 대상(균등 배열 RBFN, 다층 전방향 신경 회로망)에 비해 적은 값을 보여줌으로써 근사 대상 함수에 대한 근사화가 효율적으로 이루어졌음을 보여준다. 망 크기에 있어서는 다층 전방향 신경 회로망에 비해서는 작지만, 균등 배열 RBFN에 대해서는 약간 크다는 사실을 알 수 있다. 그렇지만, 제안한 RBFN의 RMSE 값이 균등 배열 RBFN에 비해 월등히 작다. 중요한 비고 지점은 균등 배열 RBFN은 초기에 임의로 은닉층 노드수를 결정해야 하지만 제안한 RBFN은 초기에 대상 문제를 분석하여 결정할 수 있으므로 대상 문제가 변화하는 경우에 균등 배열 RBFN에 비해 우수한 성능을 보일 수 있다는 점으로 볼 때, 전반적으로 본 논문에서 제안한 RBFN은 균등 배열 RBFN, 다층 전방향 신경 회로망에 비해 우수한 성능을 나타냄을 확인하였다.</p> <table border><caption>표 3. 결과비교</caption> <tbody><tr><td></td><td>다층 전방향 신경 회로망</td><td>균등 배열 RBFN</td><td>제안한 RBFN</td></tr><tr><td>최소 RMSE</td><td>0.038</td><td>0.042</td><td>0.031</td></tr><tr><td># of nodes</td><td>128</td><td>100</td><td>111</td></tr></tbody></table>	[ "RBF는 어떻게 구성돼?", "어떻게 RBF가 구성돼?", "근사화 대상 함수를 어떻게 분석해?", "어떻게 근사화 대상 함수를 분석해?", "모의실험을 어떻게 수행해?", "어떻게 모의실험을 수행해?", "표 1에서 반경이 0.013을 나타낼 때 개수는 얼마야?", "표 1 시간-주파수 지역화에 의한 RBFN의 구성에서 반경이 0.031일 때 중심점 이동 간격은 얼마야?", "결과비교를 나타내는 표 3에서 # of nodes의 경우 균등 배열 RBFN에서 얼마의 값을 보여줘?", "표 1의 경우 중심점 이동간격이 0.03일 때 반경은 얼마야?", "RBFN의 초기 구조는 어떻게 구성했어?", "모의 실험의 결과 분석이 어떻게 돼?", "어떻게 모의 실험의 결과 분석이 나왔어?", "가중치의 갱신은 어떻게 수행했어?", "어떻게 가중치의 갱신을 수행했지?", "표 2 RBFN의 구성에서 반경이 0.5이면 개수는 얼마야?", "표 3에서 최소RMSE는 다층 전방향 신경 회로망에서 얼마의 값을 나타내?", "시간-주파수 지역화에 의한 RBFN의 구성을 나타내는 표에서 반경이 0.031인 경우 개수는 얼마야?", "표 1에서 반경이 0.013일 때 중심점 이동 간격은 얼마야?", "표 2에서 반경이 0.5이면 중심점 이동 간격은 얼마야?", "최소 RSME는 표 3에서 제안한 RBFN의 값이 얼마라고 나타내?", "표 3. 결과비교를 보았을 때 # of nodes이 제안한 RBFN일 때의 값이 얼마라고 보여줘?", "표 3. 결과비교에서 # of nodes의 다층 전방향 신경 회로망의 값이 얼마야?", "표 3에서 최소 RSME는 균등 배열 RBFN일 때 값이 얼마야?" ]
8b79f942-a884-4ef7-98d2-b0740ac645e9	인공물ED	SIW 구조를 이용한 저 위상잡음 전압 제어 평판형 복합공진기 발진기 설계	<h1>Ⅳ. 발진기 설계</h1><h2>4-1 증폭부</h2><p>증폭부는 HMC313 MMIC를 이용하여 구성하였다. 그러나 공진부 측정 후 발생한 손실의 문제를 해결하기 위해 부득이하게 2단으로 구성하였다. 그림 9는 본 논문의 발진기에서 사용된 2 단 증폭기 회로이다. 하나의 전원으로 2개의 증폭기에 DC 전압을 공급할 수 있도록 구성하였다. 2 단 증폭기를 측정하는 과정에서, 그림 9의 바이어스회로에 의한 루프 형성으로 인해 약 $ 2 ~ \mathrm{GHz} $ 에서 발진이 발생하였다. 이 발진성분을 제거하기 위해 bias단에 Murata사의 BLM18BB470SN1 Chip ferrite bead를 사용하였다.</p><p>그림 10 은 그림 9의 2단 증폭기 회로를 측정한 결과이다. 주파수 $ 5.3 ~ \mathrm{GHz} $ 에서 $ 32 \mathrm{~dB} $ 의 이득을 가지는 것을 확인할 수 있다. 이는 1 단 증폭기가 주파수 $ 5.3 ~ \mathrm{GHz} $ 에서 $ 16.1 \mathrm{~dB} $ 의 이득을 가지므로 만족되는 결과이다. 따라서 2 단 증폭기를 사용하여 이득을 높임으로써 공진부에서 발생한 큰 삽입손실의 문제점을 보완하였다.</p><h2>4-2 SIW 공진기 발진기 제작 및 측정</h2><p>그림 11에 설계된 SIW 구조의 공진부를 바탕으로 평판형 복합공진기 발진기 구성을 보였다. 그림 11 에서 공진부, 증폭부 그리고 두 개의 위상천이기로 이루어진 위상천이부가 폐루프 구조를 이루고 있다. 위상천이기 PS1은 개루프 이득 발진조건을 위한 $ 360^{\circ} $ 위상천이기이고, PS2는 주파수 조정을 위한 $ 70^{\circ} $ 위상천이기이다. 그리고 개루프 이득 측정을 위해 On wafer probe pad에 대응하는 CPW 구조를 적용하였다.</p><p>개루프 측정에 앞서, 공진부와 2개의 위상천이기, 증폭부의 개별 측정을 위해 각각의 입출력 포트에 CPW 구조가 적용되었으며, 각 부는 격리되어 있다. 각 부품은 Agilent사의 N5230A 회로망 분석기를 이용하여 측정이 이루어졌으며, 각 부품들의 개별 측정이 완료되면 개루프 이득 측정점을 제외한 모든 측정점은 $ 0 ~ \mathrm{ohm} $ 저항으로 연결된다.</p><p>그림 12 에 개루프 측정 결과를 보였다. 이 때 $ 360^{\circ} $ 위상천이기 PS1의 조정 전압은 개루프 이득 발진 조건을 만족 하도록 $ 3.47 \mathrm{~V} $ 로 설정하였다. 발진 주파수 조정을 위해 사용되는 $ 70^{\circ} $ 위상천이기 PS2의 조정 전압은 주파수 조정 범위의 중앙값이 되도록 $ 5 \mathrm{~V} $ 로 설정하였다.</p><p>중심주파수 $ 5.345 ~ \mathrm{GHz} $ 에서 $ S_{21} $ 의 크기가 $ 0 \mathrm{~dB} $ 이상이고, 위상이 $ 0^{\circ} $ 이므로 발진조건을 만족하는 것을 알 수 있다. 개루프 측정 후 개루프 측정지점을 $ 0 ~ \mathrm{ohm} $ 저항으로 연결하고, 발진기를 폐루프로 구성한다. 제작된 폐루프 구조의 발진기를 그림 13 에 보였다.</p><p>그림 14 에는 그림 13 에 보인 발진기의 PS1 조정전압 $ 3.47 \mathrm{~V} $, PS2 조정전압 $ 5 \mathrm{~V} $ 에서 발진출력의 스펙트럼을 보였다. PS1 조정전압이 $ 2 \sim 5 \mathrm{~V} $ 일 때 발진은 형성되었으며, 다른 전압에서는 발진이 형성되지 않았다.</p><p>그림 15 에는 Agilent사의 E5052A 신호원 분석기를 이용한 발진기 측정 결과를 보였다. 그림 15(a)에는 $ 70^{\circ} $ 위상천이기 PS2의 조정 전압에 따른 주파수 조정 특성, (b)에는 조정 전압 $ 5 \mathrm{~V} $ 에서의 위상 잡음 특성, (c)에는 조정 전압이 변할 때 일정 주파수 offset에서의 위상 잡음의 변화를 보여주고 있다.</p><p>전기적 주파수 조정 범위는 약 $ 4.2 ~ \mathrm{MHz} $ 임을 알 수 있다. 이 때 $ 360^{\circ} $ 위상천이기 PS1의 조정 전압은 개루프 이득 측정에서 설정된 $ 3.47 \mathrm{~V} $ 이다.</p><p>위상 잡음 특성은 $ 100 ~ \mathrm{kHz} $ 의 offset 주파수에서 $ -130.5 ~ \mathrm{dBc} / \mathrm{Hz} $ 로 측정되었다. 이 결과는 표 1 에서 예측한 결과를 만족함을 알 수 있다.</p><p>조정 전압이 변할 때, 발진 주파수가 변화하더라도 위상 잡음이 평탄함을 알 수 있다. 이는 위상천이기를 사용하여 발진 주파수를 조정하는 방법의 장점으로 참고문헌 [6]에서 설명된 바 있다. 이는 발진 주파수가 변화하더라도 품질계수가 일정하기 때문이다. 본 연구도 동일한 구조를 사용하기 때문에 이러한 속성이 나타나게 된다. 출력 전력은 주파수 조정 전압 $ 5 \mathrm{~V} $ 에서 $ 3.5 ~ \mathrm{dBm} $ 이 측정되었다.</p><p>그림 16 에는 PS2의 전압을 $ 5 \mathrm{~V} $ 로 고정하고, PS1의 조정 전압을 가변했을 때의 결과이다. 그림 16(a)에는 PS1의 조정 전압에 따른 주파수 조정 특성, (b)에는 조정 전압이 변할 때 $ 10 ~ \mathrm{kHz} $ 와 $ 100 ~ \mathrm{kHz} $ offset 주파수에서의 위상 잡음의 변화를 보여주고 있다. PS1의 조정 전압이 $ 2 \sim 5 ~ \mathrm{V} $ 일 때 발진하였고, 이 외의 조정 전압에서는 위상 발진 조건을 만족하지 않아 발진하지 않는 것을 확인하였다. 그림 16(a)로부터 전기적 주파수 조정 범위는 약 $ 7.7 ~ \mathrm{MHz} $ 임을 알 수 있다. 그림 16(b)에서 PS1의 조정 전압이 $ 2.5 \sim 4.5 \mathrm{~V} $ 일 때 offset 주파수 $ 100 ~ \mathrm{kHz} $ 에서 목표한 위상잡음은 $ -125 ~ \mathrm{dBc} / \mathrm{Hz} $ 이하를 만족하는 것을 알 수 있다. 이 결과는 PS1의 조정전압이 발진조건을 만족시키는 전압에서 $ \pm 1 \mathrm{~V} $ 의 범위 내에서 $ -125 ~ \mathrm{dBc} / \mathrm{Hz} $ 이하의 위상잡음을 가진다는 결론을 내릴 수 있다.</p><table border><caption>표 3. SIW 공진기발진기 성능 비교</caption><tbody><tr><td>구 분</td><td>$ f_{0} $ [$ \mathrm{GHz} $]</td><td>PN($ 1 ~ \mathrm{MHz} $ offset) [$ \mathrm{dBc} / \mathrm{Hz} $]</td><td>$ 5.345 ~ \mathrm{GHz} $로 체배된 위상잡음</td></tr><tr><td>본 연구</td><td>5.345</td><td>$ - $152.3</td><td>$ - $152.3</td></tr><tr><td>참고문헌 [11]</td><td>11.163</td><td>$ - $125.1</td><td>$ - $137.9</td></tr><tr><td>참고문헌 [12]</td><td>10</td><td>$ - $105</td><td>$ - $115.9</td></tr><tr><td>참고문헌 [13]</td><td>9.5</td><td>$ - $117</td><td>$ - $127</td></tr><tr><td>참고문헌 [14]</td><td>12.4</td><td>$ - $122</td><td>$ - $136.6</td></tr></tbody></table><p>표 2 에는 본 연구의 발진기와 참고문헌 [7]의 DRO의 성능을 보였다. 본 연구의 평판형 복합공진기 발진기가 참고문헌 [7]의 DRO 성능에 크게 떨어지지 않는 성능을 가지는 것을 알 수 있다.</p><p>표 3 에는 SIW 구조의 공진기를 이용한 다른 발진기들과 성능을 비교하였다. offset 주파수 $ 1 ~ \mathrm{MHz} $ 를 기준으로 위상잡음을 비교하였다. 정확한 비교를 위해 참고문헌들의 위상잡음 결과를 본 논문의 중심주파수로 체배하였다. 위상잡음의 비교 결과, 본 연구의 발진기가 가장 우수한 위상잡음 특성을 가짐을 알 수 있다.</p>	[ "그림 11에 설계된 SIW 구조의 공진부를 바탕으로 어떤 구성을 보여줬지?", "그림 11에서는 설계된 어떤 구조의 공진부를 바탕으로 평판형 복합공진기 발진기 구성을 보여주지?", "그림 11 에서 공진부, 증폭부 그리고 두 개의 무엇으로 이루어진 위상천이부가 페루프 구조를 이루고 있지?", "그림 11 에서 공진부, 증폭부 그리고 두 개의 위상천이기로 이루어진 위상천이부가 어떠한 구조를 가지고 있어?", "위상천이기 PS1은 개루프 이득 발진조건을 위한 얼마의 위상천이기야?", "증폭부는 어떤 이유 때문에 부득이하게 2단으로 구성했어?", "2 단 증폭기 회로는 하나의 전원으로 2개의 증폭기에 무엇을 공급할 수 있도록 구성했지?", "발진기 설계에서 증폭부는 무엇을 이용하여 구성했어?", "그림 9는 본 논문의 발진기에서 사용된 어떤 회로를 보여주지?", "2 단 증폭기를 측정하는 과정에서 바이어스회로에 의한 루프 형성으로 인해 약 어느 정도의 주파수에서 발진이 발생했어?", "2단 증폭기 회로를 측정한 결과에서 주파수 \$ 5.3 ~ \\mathrm{GHz} \$ 에서 얼마 만큼의 이득을 가지는 것을 확인할 수 있었지?", "2 단 증폭기를 측정하는 과정에서 발생한 발진에서 발진성분을 제거하기 위해 바이어스단에 사용한 BLM18BB470SN1 Chip ferrite bead는 어디에서 구할 수 있지?", "2 단 증폭기를 측정하는 과정에서 무엇이 형성됨으로 인해 약 \$ 2 ~ \\mathrm{GHz} \$ 에서 발진이 발생됐어?", "2 단 증폭기를 측정하는 과정에서 발생된 발진의 발진 성분을 제거하기 위하여 바이어스단에 무엇을 사용했지?", "따라서 2 단 증폭기를 사용하여 이득을 증가시킴으로써 어떤 문제점을 보완했어?", "무엇의 이득 측정을 위해 On wafer probe pad에 대응하는 CPW 구조를 적용했어?", "개루프 측정에 앞서, 공진부와 2개의 위상천이기, 증폭부의 개별 측정을 위해 각각의 입출력 포트에 어떤 구조를 적용했지?", "그림 12 에 개루프 측정 결과에서 \$ 360^{\\circ} \$ 위상천이기 PS1의 조정 전압을 \$ 3.47 \\mathrm{~V} \$ 로 설정한 이유는 어떤 조건을 만족하기 위함이야?", "각 부품들은 Agilent사의 어떤 장치를 이용하여 측정했지?", "2단 증폭기의 회로를 측정한 결과에 따라 2 단 증폭기를 사용하여 이득을 높임으로써 어디에서 발생한 큰 삽입손실의 문제점을 보완했지?", "각 부품은 N5230A 회로망 분석기를 이용하여 측정이 이루어졌고, 각 부품들의 개별 측정이 완료되면 어떤 측정점을 제외한 모든 측정점은 \$ 0 ~ \\mathrm{ohm} \$ 저항으로 연결되지?", "각 부품들의 개별 측정이 완료되면 개루프 이득 측정점을 제외한 모든 측정점은 어떻게 연결되지?", "위상천이기 PS2에서 \$ 70^{\\circ} \$ 위상천이기는 무엇을 위한 위상천이기이지?", "개루프 이득 측정을 위해 어떤 장치에 대응하는 CPW 구조를 적용했어?", "개루프 이득 측정을 위해 적용한 구조는 무엇이지?", "그림 12 에 개루프 측정 결과에 따라 \$ 360^{\\circ} \$ 위상천이기 PS1의 조정 전압은 얼마로 설정했어?", "발진 주파수 조정을 위해 사용되는 조정전압은 무엇이지?", "발진 주파수 조정을 위해 사용되는 \$ 70^{\\circ} \$ 위상천이기 PS2의 조정 전압은 몇 볼트로 설정하여 주파수 조정 범위의 중앙값이 되도록했지?", "중심주파수가 얼마 일 때 \$ S_{21} \$ 의 크기가 \$ 0 \\mathrm{~dB} \$ 이상이지?", "중심주파수 \$ 5.345 ~ \\mathrm{GHz} \$ 에서 \$ S_{21} \$ 의 크기는 얼마 이상이지?", "발진기의 발진조건을 만족하는 것을 알 수 있었던 이유는 무엇이지?", "개루프 측정 후 개루프 측정지점을 몇 옴 저항으로 연결 했지?", "그림 13은 제작된 폐루프 구조의 무엇을 보여주고 있지?", "그림 14 에는 그림 13 에서 보인 발진기의 PS1 조정전압 3.47 \\mathrm{~V}3.47 V, PS2 조정전압 5 \\mathrm{~V}5 V 에서의 무엇을 보여주지?", "PS1 조정전압이 얼마 일 때 발진이 형성되었지?", "PS1 조정전압이 \$ 2 \\sim 5 \\mathrm{~V} \$ 일 때 발진은 형성되었으나 다른 전압에서는 어떻게됐지?", "주파수 \$ 5.3 ~ \\mathrm{GHz} \$ 에서 \$ 32 \\mathrm{~dB} \$ 의 이득을 가지는 2단 증폭기 회로의 결과와 1 단 증폭기가 주파수 \$ 5.3 ~ \\mathrm{GHz} \$ 에서 \$ 16.1 \\mathrm{~dB} \$ 의 이득을 가졌다고 확인된 것으로 보았을 때 2단 증폭기 회로에 대하여 어떤 결과를 갖지?", "그림 15 에는 Agilent사의 어떤 장비를 이용한 발진기 측정결과를 보여줘?", "그림 15(a)에는 무엇의 조정 전압에 따른 주파수 조정 특성을 나타내지?", "전기적 주파수 조정 범위는 얼마임을 알 수 있지?", "\$ 360^{\\circ} \$ 위상천이기 PS1의 조정 전압은 개루프 이득 측정에서 설정된 얼마로 나타나지?", "위상 잡음 특성은 \$ 100 ~ \\mathrm{kHz} \$ 의 offset 주파수에서 얼마로 측정되었지?", "위상 잡음 특성은 얼마의 주파수에서 \$ -130.5 ~ \\mathrm{dBc} / \\mathrm{Hz} \$ 로 측정됐어?", "어떤 것이 변할 때, 발진 주파수가 변화하더라도 위상 잡음이 평탄함을 알 수 있지?", "조정 전압이 변할 때, 발진 주파수가 변화하더라도 위상 잡음이 평탄함을 알 수 있었고, 이는 무엇을 사용하여 발진 주파수를 조정하는 방법의 장점으로 설명된 바 있지?", "조정 전압이 변할 때, 발진 주파수가 변화하더라도 위상 잡음이 평탄함을 알 수 있는데, 이는 발진 주파수가 변화하더라도 무엇이 일정하기 때문이야?", "본 연구에서 출력 전력은 주파수 조정 전압 \$ 5 \\mathrm{~V} \$ 에서 얼마가 측정되었지?", "그림 16 에는 PS2의 전압을 얼마로 고정하고 PS1의 조정 전압을 가변했을 때의 결과야?", "그림 16(a)에는 PS1의 어떤 전압에 따른 주파수 조정 특성을 보여주지?", "그림 16(b)에는 조정 전압이 변할 때 얼마의 주파수에서의 위상 잡음의 변화를 보여주고있지?", "PS1의 조정 전압이 얼마 일 때 발진하였지?", "이 외의 조정 전압에서는 발진하지 않았는데, 그 이유는 뭐야?", "그림 16(a)로부터 전기적 주파수 조정 범위는 약 얼마라고 알 수 있지?", "그림 16(b)에서 PS1의 조정 전압이 \$ 2.5 \\sim 4.5 \\mathrm{~V} \$ 일 때 offset 주파수 \$ 100 ~ \\mathrm{kHz} \$ 에서 목표한 위상잡음 값은 얼마 이하를 만족하는 것을 알 수 있지?", "PS1의 조정전압이 발진조건을 만족시키는 전압에서 몇 볼트의 전압 범위 내에서 \$ -125 ~ \\mathrm{dBc} / \\mathrm{Hz} \$ 이하의 위상잡음을 가진다는 결론을 내렸지?", "표 3. 에서 본 연구에 대한 \$ f_{0} \$ [\$ \\mathrm{GHz} \$] 값은 얼마야?", "표 3. 에서 참고문헌 [11]에 대한 \$ f_{0} \$ [\$ \\mathrm{GHz} \$] 값은 얼마지?", "표 3. 에서 참고문헌 [12]에 대한 \$ f_{0} \$ [\$ \\mathrm{GHz} \$] 값은 얼마지?", "표 3. 에서 참고문헌 [13]에 대한 \$ f_{0} \$ [\$ \\mathrm{GHz} \$] 값은 얼마지?", "표 3. 에서 참고문헌 [14]에 대한 \$ f_{0} \$ [\$ \\mathrm{GHz} \$] 값은 얼마지?", "표 3. 에서 참고문헌 [14]에 대한 PN(\$ 1 ~ \\mathrm{MHz} \$ offset) [\$ \\mathrm{dBc} / \\mathrm{Hz} \$] 값은 얼마지?", "표 3. 에서 참고문헌 [13]에 대한 PN(\$ 1 ~ \\mathrm{MHz} \$ offset) [\$ \\mathrm{dBc} / \\mathrm{Hz} \$] 값은 얼마지?", "표 3. 에서 참고문헌 [12]에 대한 PN(\$ 1 ~ \\mathrm{MHz} \$ offset) [\$ \\mathrm{dBc} / \\mathrm{Hz} \$] 값은 얼마지?", "표 3. 에서 참고문헌 [11]에 대한 PN(\$ 1 ~ \\mathrm{MHz} \$ offset) [\$ \\mathrm{dBc} / \\mathrm{Hz} \$] 값은 얼마를 나타내고 있지?", "표 3. 에서 본 연구에 대한 PN(\$ 1 ~ \\mathrm{MHz} \$ offset) [\$ \\mathrm{dBc} / \\mathrm{Hz} \$] 값은 얼마를 나타내고 있지?", "표 3. 에서 본 연구에 대한 \$ 5.345 ~ \\mathrm{GHz} \$로 체배된 위상잡음 값은 얼마를 나타내고 있지?", "표 3. 에서 참고문헌 [11]에 대한 \$ 5.345 ~ \\mathrm{GHz} \$로 체배된 위상잡음 값은 얼마야?", "표 3. 에서 참고문헌 [12]에 대한 \$ 5.345 ~ \\mathrm{GHz} \$로 체배된 위상잡음 값은 얼마야?", "표 3. 에서 참고문헌 [13]에 대한 \$ 5.345 ~ \\mathrm{GHz} \$로 체배된 위상잡음 값은 얼마야?", "표 3. 에서 PN(\$ 1 ~ \\mathrm{MHz} \$ offset) [\$ \\mathrm{dBc} / \\mathrm{Hz} \$]와 \$ 5.345 ~ \\mathrm{GHz} \$로 체배된 위상잡음의 값이 같은 것은 무엇이야?", "표 3. 에서 참고문헌 [14]에 대한 \$ 5.345 ~ \\mathrm{GHz} \$로 체배된 위상잡음 값은 얼마야?", "중심주파수 \$ 5.345 ~ \\mathrm{GHz} \$ 에서 \$ S_{21} \$ 의 위상은 얼마야?", "그림 15(b)에는 조정 전압 몇 볼트에서의 위상 잡음 특성을 나타내지?", "개루프 측정 후 발진기를 무엇으로 구성하지?", "표 3 에는 무엇을 이용하여 다른 발진기들과 성능을 비교했지?", "표 3.은 무엇을 기준으로 위상잡음을 비교하였지?", "정확한 비교를 위해 어떤 결과를 본 논문의 중심주파수로 체배했어?", "위상잡음의 비교 결과 본 연구의 발진기가 어떠한 특성을 가졌다고 알 수 있지?" ]
84801c11-1128-41d0-97a6-972880f1fcdb	인공물ED	SIW 구조를 이용한 저 위상잡음 전압 제어 평판형 복합공진기 발진기 설계	<p>그리고 그림 4는 Ansoft의 3D simulation tool인 HFSS를 이용하여 기판 두께에 대한 품질계수의 시뮬레이션 결과이다. 유전체의 두께가 두꺼워질수록 품질계수가 높아지는 것을 확인할 수 있다. 그림 4의 결과로부터 공진부에서 높은 $ Q $ 를 얻기 위해서 공진부의 기판의 두께를 두꺼운 것을 선택하는 것이 유리할 것이다. 따라서 Polyflon Polyguide 기판 중 가장 두꺼운 두께인 $ 125 ~ \mathrm{mil} $ 로 선택하였다.</p><p>공진부를 제외한 발진기 회로에서 사용된 기판은 Rogers사의 RO4003C(유전율 3.55, 두께 $ 12 ~ \mathrm{mil} $, loss tangent $ = 0.0027 $)이다.</p><p>우선 시뮬레이션을 통해 공진기의 변수 $ W=L=42.13 ~ \mathrm{mm} $ 로 중심주파수 $ 5.3 ~ \mathrm{GHz} $ 가 되도록 설정하였고, via hole의 간격은 $ S_{1}=2.81 \mathrm{~mm}, S_{2}=2.58 \mathrm{~mm} $ 로 전체 cavity의 크기에 맞게 설정하였다. 입출력은 $ 50 ~ \Omega $ 선로로써 $ w_{0}= 9.1 \mathrm{~mm} $ 로 설정하였다. $ d_{1} $, $ d_{2} $ 는 반지름으로 각각 $ 0.6 \mathrm{~mm} $, $ 0.7 \mathrm{~mm} $ 으로 설정하였다. 또한, $ w_{2}=w_{3}=0.5 \mathrm{~mm} $ 로 고정하였다. 변수 $ l_{1} $ 과 $ w_{1} $ 은 입출력 쪽의 결합도를 조정하는데 사용하였다. 입출력 결합도를 조정할 경우, 공진기는 대역폭과 손실이 변하게 된다. 따라서, $ l_{1} $ 과 $ w_{1} $ 은 조절함으로써 원하는 공진기의 대역폭과 손실을 얻게 된다.</p><p>그림 5 는 $ l_{1}=7.5 \mathrm{~mm} $ 로 고정하고, $ w_{1} $ 을 가변했을 때 삽입손실과 군지연의 변화이다. $ w_{1}=0.3 \mathrm{~mm} $ 일 때 $ 55 ~ \mathrm{nsec} $ 이상의 높은 군지연을 얻을 수 있지만, 삽입손실이 $ 12 \mathrm{~dB} $ 이상으로 크게 나오는 것을 확인할 수 있다. 공진부의 삽입손실이 너무 클 경우, 개루프 이득이 $ 0 \mathrm{~dB} $ 이상이 되지 않을 수 있기에, 공진부의 손실은 제한된다.</p><p>참고논문 [6]에서 $ 70^{\circ} $ 위상천이기의 삽입손실이 $ 2 \mathrm{~dB} $, 증폭기 이득이 $ 16 \mathrm{~dB} $, 참고논문 [8]에서의 $ 360^{\circ} $ 위상천이기의 삽입손실이 $ 4 \sim 6 \mathrm{~dB} $ 이다. 따라서 공진부의 손실은 $ 8 \mathrm{~dB} $ 이하가 되어야 한다는 것을 알 수 있다. 따라서 $ w_{1} $ 은 삽입손실이 $ 8 \mathrm{~dB} $ 이하가 되고, 군지연이 $ 40 ~ \mathrm{nsec} $ 이상을 만족하는 $ 0.4 \mathrm{~mm} $ 로 설정하였다. 그림 6 은 $ w_{1}=0.4 ~ \mathrm{mm} $ 로 결정한 후 $ 7.5 \mathrm{~mm} $ 로 고정한 $ l_{1} $ 을 가변했을 경우에 대한 삽입손실과 군지연의 결과이다. $ l_{1}=7 ~ \mathrm{~mm} $ 일 경우, $ 7.5 \mathrm{~mm} $ 보다 높은 군지연을 얻을 수 있지만, 손실이 $ 8 \mathrm{~dB} $ 보다 높아지는 것을 확인할 수 있고, $ 8 \mathrm{~mm} $ 의 경우는 군지연이 $ 40 ~ \mathrm{nsec} $ 보다 작아지는 것을 확인할 수 있기에 $ l_{1}=7.5 \mathrm{~mm} $ 로 설정하였다.</p><table border><caption>표 1. 공진부 설계 파라미터에 따른 발진기 성능 예측</caption><tbody><tr><td>구 분</td><td>값</td></tr><tr><td>$ f_{0} $</td><td>$ 5.3 ~ \mathrm{GHz} $</td></tr><tr><td>$ w_{1} $</td><td>$ 0.4 ~ \mathrm{mm} $</td></tr><tr><td>$ l_{1} $</td><td>$ 7.5 ~ \mathrm{mm} $</td></tr><tr><td>Group delay</td><td>$ 40 ~ \mathrm{nsec} $ 이상</td></tr><tr><td>$ \Delta f $</td><td>$ 4.8 ~ \mathrm{MHz} $</td></tr><tr><td>Phase noise ($ 100 ~ \mathrm{kHz} $ offset)</td><td>$ - 125 ~ \mathrm{dBc} / \mathrm{Hz} $ 이하</td></tr></tbody></table><p>설계된 공진부의 설계 파라미터와 그림 2에서 확인할 수 있는 예상 위상 잡음, 참고문헌 [6]의 수식을 이용한 전기적 주파수 조정 범위 $ (\Delta f) $ 를 표 1 에 보였다. 표 1 로부터 목표로 한 군지연과 위상잡음에 만족하는 결과를 얻을 수 있는 것을 알 수 있다.</p><h2>3-2 공진부 제작 및 측정</h2><p>공진부는 발진기 특성에 가장 큰 영향을 준다. 따라서 발진기 설계에 앞서 제작하고 측정하여 그 특성을 확인하였다. 그림 7은 제작된 공진부이고, 그림 8은 공진부의 측정된 $ S_{21} $ 을 보였다.</p><p>공진부의 측정은 SMA 커넥터를 연결하여, Agilent사의 N5230A 회로망 분석기를 이용하였다. 측정 결과는 설계된 중심주파수 $ 5.3 ~ \mathrm{GHz} $ 에서 $ 5.357 ~ \mathrm{GHz} $ 로 $ 57 ~ \mathrm{MHz} $ 이동하였고, 삽입손실은 $ 3.4 \mathrm{~dB} $ 커졌다. 이는 제작 공차로 발생한 것이라고 생각된다. 증폭기 1단을 사용할 경우, 발진조건을 만족하기 위하여 허용되는 공진기의 손실은 최대 $ 8 ~ \mathrm{dB} $ 이다. 이와 같이 증가된 손실을 보완하기 위해 증폭기를 2단으로 사용하여 보완하였다.</p><p>군지연은 그림 8(b)의 위상기울기를 통해 구할 수 있다. 계산된 군지연은 $ 39 ~ \mathrm{nsec} $ 로 시뮬레이션 결과, $ 40 ~ \mathrm{nsec} $ 에 비해 $ 1 ~ \mathrm{nsec} $ 의 차이를 보인다. 그러나 이 차이는 위상잡음 면에서 큰 차이를 주지 않게 된다.</p>	[ "HFSS는 누가 만들었나요?", "누가 HFSS를 제작했지?", "Ansoft의 3D simulation tool의 이름은 무엇인가요?", "품질계수의 시뮬레이션 결과는 무엇에 영향을 받을거라 추정합니까?", "품질계수의 시뮬레이션 결과는 어떻습니까?", "공진부의 기판의 두꺼운 두께를 고르는 이유는 무엇일까요?", "높은 \$ Q \$ 를 얻기 위한 것은 어디서 얻는건가요?", "왜 Polyflon Polyguide 중 가장 두꺼운 두께를 사용하였나요?", "Polyflon Polyguide 기판 중 가장 두꺼운 두께는 얼마입니까?", "발진기 회로에서 사용된 기판은 어떤 특성을 갖고 있나요?", "발진기 회로에서 사용된 기판은 어떤 회사의 것입니까?", "발진기 회로의 두께는 얼마인가요?", "시뮬레이션을 통해 공진기 설정값을 얼마로 구했습니까?", "시뮬레이션을 통해 via hole 설정값을 얼마로 구했습니까?", "via hole의 간격은 무엇에 align 시켰습니까?", "공진기의 변수와 via hole의 간격은 어떻게 도출하였나요?", "공진기의 변수와 길이와 폭은 각각 얼마입니까?", "via hole의 간격은 각각 얼마입니까?", "입출력은 얼마로 설정하였나요?", "얼마로 입출력이 설정되었지?", "입출력의 저항값은 얼마인가요?", "얼마로 입출력의 저항값이 정해졌어?", "\$ d_{1} \$, \$ d_{2} \$ 의 반지름 값은 각각 얼마입니까?", "\$ l_{1} \$ 과 \$ w_{1} \$ 의 역할은 무엇입니까?", "입출력 결합도를 조정할 경우 결과는 어떻게 되나요?", "공진기의 대역폭과 손실이 변하게 되면 어떤 결과가 초래됩니까?", "HFSS를 이용하여 무엇을 만들었습니까?", "무엇을 HFSS를 활용하여 만들었지?", "왜 두께 \$ 125 ~ \\mathrm{mil} \$로 사용하였습니까?", "공진기의 대역폭과 손실이 변하는 때는 언제인가요?", "유전체의 두께와 품질계수의 관계는 어떻습니까?", "공진부 설계 파라미터에 따른 발진기 성능 예측 시, \$ w_{1} \$의 값은 얼마인가요?", "공진부 설계 파라미터에 따른 발진기 성능 예측 시 Group delay의 기준은 얼마입니까?", "표 1에 의해 \$ \\Delta f \$ 의 값은 얼마인가요? (단위 포함)", "입출력 결합도를 조정할 경우 공진기는 무엇을 얻게 됩니까?", "\$ 55 ~ \\mathrm{nsec} \$ 이상의 높은 군지연은 언제 얻을 수 있나요?", "측정 결과 삽입 손실은 어떻게 되었나요?", "Agilent사가 개발한 것은 무엇입니까?", "공진부의 손실은 \$ 8 \\mathrm{~dB} \$ 이하가 되어야 한는 것을 어떻게 파악할 수 있나요?", "계산 군지연과 시뮬레이션은 얼마나 차이가 있습니까?", "\$ l_{1}=8 ~ \\mathrm{~mm} \$ 일 경우, 어떤 결과를 예상합니까?", "\$ l_{1}=7.5 \\mathrm{~mm} \$ 로 고정 \$ w_{1}=0.3 \\mathrm{~mm} \$ 일 때 삽입손실은 얼마인가요?", "\$ l_{1}=7 ~ \\mathrm{~mm} \$ 인 경우 군지연과 삽입손실을 어떻게 됩니까?", "\$ w_{1} \$ 을 가변했을 때 확인 할 수 있는 인자는 무엇인가요?", "삽입손실이 \$ 12 \\mathrm{~dB} \$ 이상이라면 어떻게 판단합니까?", "증폭기를 2단으로 사용하는 이유는 무엇입니까?", "공진부의 삽입손실이 너무 클 경우 공진부의 손실을 어떻게 됩니까?", "공진부 제작 및 측정은 언제 진행해야 합니까?", "참고논문 [6]에 따르면 위상천이기의 삽입손실과 증폭기 이득은 각각 얼마인가요?", "증폭기 1단을 이용 한다면 공진기의 손실은 최대 얼마입니까?", "공진부의 측정은 어떻게 합니까?", "증폭기 1단의 공진기 손실을 보완하기 위한 조치는 무엇입니까?", "측정 결과는 무엇을 이용하였습니까?", "군지연은 어떻게 구합니까?", "시뮬레이션 결과 이상적인 \$ l_{1} \$ 의 값은 얼마입니까?", "\$ l_{1}=7.5 \\mathrm{~mm} \$ 로 고정하는 경우 삽입손실과 군지연의 변화는 어떻게 발생합니까?", "회로망 분석기를 이용한 결과는 얼마입니까?", "발진기 설계에 앞서 공진부를 고려하는 이유는 무엇인가요?", "측정 결과가 왜 변했다고 판단합니까?", "측정 결과 중심 주파수는 어떻게 시프트 하였습니까?", "증폭기 1단을 사용 시 어떤 것을 만족해야합니까?", "측정 결과 중심주파수는 얼만큼 변했습니까?", "저자는 계산된 군지연과 시뮬레이션 결과의 차이를 어떻게 판단하고있나요?", "공진부의 영향력은 어디에 가장 큽니까?", "공진기의 손실의 최대값을 고려하는 이유는 무엇입니까?", "개루프 이득이 \$ 0 \\mathrm{~dB} \$ 이상이 되지 않을 수 있어 공진부의 손실을 제한하는 경우는 언제인가요?", "\$ l_{1}=7.5 \\mathrm{~mm} \$ 로 고정하고, \$ w_{1} \$ 을 가변했을 때의 결고는 무엇입니까?", "측정결과의 변화는 무엇을 의미합니까?", "공진부의 손실이 제한되는 이유는 무엇입니까?" ]
34a27c3e-4f79-46e4-ad44-49b70ebd8339	인공물ED	상관계수를 이용한 영상의 범주화에 근거한 스테그분석의 성능 개선	<h1>III. 실험 및 결과</h1><p>본 논문에서는 잘 알려진 네 가지의 스베그분석 방법을 사용하여 기존의 스테그분석 방식과 영상을 범주화하여 적용한 제안된 스테그분석 방식의 성능을 비교한다. 표 1은 본 논문에서 사용한 스테그분석 방법 및 추출된 특징 벡터를 나타낸 것이다.</p><p>표 1 에 제시된 스테그분석 방법들은 모두 특성 함수 모멘트를 사용한 방법으로서 본 논문에서 제안한 방법의 성능을 검증하는데 적합하다고 생각된다.</p><p>제안한 스테그분석의 성능을 평가하기 위해 본 논문에서는 그림 5와 같이 1000 개의 다양한 코렐드로우 데이터베이스 영상디을 사용하였다. 각 영상의 크기는 $ 512 \times 768 $ 또는 $ 768 \times 512 $ 이며 압축되지 않은 칼라 영상으로 구성되어 있다. 비밀 메시지를 삽입하기 위해 먼저 컬러 영상을 그레이 영상으로 변환하였으며, S-tool을 이용한 $ \mathrm{LSB}^{[15]} $ 및 Cox의 SS (spread spectrum) 임베딩 방법을 사용하여 각각 $ 0.1 \mathrm{bpp}, 0.3 \mathrm{bpp}, 0.5 \mathrm{bpp} $ 의 삽입률을 갖는 스테고 영상을 만들었다. 커버 영상과 스테고 영상을 분류하기 위해 SVM 분류기를 사용하였으며, 이때 5겹 교차 검증(5-fold cross-validation) 방법을 이용하였다. 또한 스테그분석의 성능을 합리적으로 평가하기 위해 전체 영상에서 커버 영상을 정확하게 커버 영상으로 판단한 비율과 스테고 영상을 정확하게 스테고 영상으로 분류한 비율을 이용하여 검출률을 계산하였다.</p><p>그림 6 및 그림 7은 다양한 삽입률에 대한 LSB 및 $ \mathrm{SS} $ 방법으로 생성된 스테고 영상에 대하여 기존의 방법과 상관계수를 기준으로 영상을 범주화한 본 논문에서 제안한 방법의 검출율을 비교한 것이다.</p><p>실엄 결과 LSB 방법으로 데이터를 은닉하였을 경우 모든 스테그분석 방법에서 기존의 방법에 비해 검출율이 증가하였다. 즉 상관계수에 의하여 영상을 두 종류로 나누어 스테그분석을 수행하는 방법이 기존의 방법에 비해 좋은 결과를 나타낼 수 있음을 의비한다. 또한 $ \mathrm{SS} $ 방법으로 데이터를 은넉하였을 경우 [6], [12] 및 [13]의 방법을 사용하였을 때 개선된 검출율을 보이고 있으나 [7]의 방법에서만 약간의 검출율 저하 (0.3%~1.7%) 를 보이고 있다.</p><p>표 2 는 기존의 스테그분석 방법을 사용한 경우와 비교하여 제안 방법으로 스테그분석을 수헹한 경우의 검출율 증가분을 나타내고 있다. 표 2 에서 볼 수 있듯이 전체 삽입 방법에 대하여 평균 2.55%~7.50%의 검출율 증가를 보이고 있다. 또한 삽입 방법 및 삽입률에 대하여도 평균 2.45 $ 9.43 \% $ 의 검출율 증가를 보이고 있다. 따라서 영상의 특성에 따라 영상을 먼저 분류하고, 분류된 영상들에 대하여 각기 스테그분석을 수행함으로써 스테그분석을 성능을 향상시킬 수 있음을 알 수 있다.</p><p>	[ "스테그분석의 성능을 합리적으로 평가하기 위해서 어떻게 검출률을 계산했어?", "커버 영상과 스테고 영상을 분류하기 위해 어떤 분류기를 사용했어?", "제시된 스테그분석 방법들은 특성 함수의 어떤 것을 사용한 방법들이야?", "어떤 것을 기준으로 영상을 두 종류로 나누어 스테그분석을 수행했어?", "스테그분석 시 어떻게 분석을 수행해야 성능을 향상 시킬 수 있어?", "커버 영상과 스테고 영상을 분류하기 위해 몇겹 교차 검증을 진행했어?", "제안한 스테그분석의 성능을 평가하기 위해 몇개의 다양한 코렐드로우 데이터베이스 영상디를 사용했어?", "\$ \\mathrm{SS} \$ 방법으로 데이터를 은닉하였을 경우 어떤 방법에서 검출률 저하를 보였어?", "비밀 메시지를 삽입하기 위해 컬러 영상을 어떻게 변환해야해?", "커버 영상과 스테고 영상을 분류하기 위해 어떤 분류기를 사용했어?", "비밀 메시지를 삽입하기 위해 먼저 컬러 영상을 그레이 영상으로 변환후 어떤 것을 이용한 \$ \\mathrm{LSB}^{[15]} \$ 및 Cox의 SS (spread spectrum) 임베딩 방법을 사용했어?" ]
48ca9390-04be-44ce-a6f6-c8622d5339a3	인공물ED	에러 피드백의 컨텍스트 기반 예측기법을 이용한 무손실 영상 압축에 관한 연구	<h1>3. 제안한 알고리즘</h1> <p>본 논문에서 제안한 알고리즘의 전체적인 시스템 구조를 그림 1에서 보였다. 제안한 알고리즘은 9/7 텝 필터와 S+P 변환을 이용하여 입력 영상을 웨이블렛 변환하였고, 변환된 웨이블렛 계수들은 [9]에서 제안된 Magnitude-Set Variable-Length-Integer(MS-VLI) 표현 기법을 적용하여 크기 세트(magnitude set), 부호 비트(sign bit), 그리고 크기 비트(magnitude bit)의 정보로 변환하였다. 코딩 효율을 높이기 위하여 부호 비트와 크기 비트는 계수간의 상관성이 없기 때문에 코딩하지 않고 산술 부호화하여 전송하였고, 크기 세트에서는 다중 분해능 구조의 종속성과 예측에러의 피드백을 고려한 컨텍스트 모델링(context-modeling) 예측기법을 적용하여 부밴드 계수값들의 공간적인 상관관계를 제거하였다. 예측에 이용된 컨텍스트는 수직, 수평, 그리고 대각방향의 부밴드 영역값에서 레벨이 다른 부밴드 간의 종속성과 방향성을 고려한 컨텍스트를 이용하였다. 코딩된 데이터들은 블록별로 적응산술부호화를 이용하여 비트 스트림으로 전송하였다.</p> <h2>3.1 에러의 피드백을 이용한 컨텍스트 기반 예측 기법</h2> <p>본 논문에서는 웨이블렛 변환 후 발생한 웨이블렛 계수들의 코딩을 위하여 먼저 [7]에서 제안된 MS-VLI 표현기법을 이용하여 변환하였다. 여기서 모든 웨이블렛 계수들은 크기 세트, 부호 비트, 크기 비트의 세 부분으로 분류된다. 예를 들면 15 와 -16은 각각 (7,+,3)와 (8,-,0)으로 변환된다. 표 3에서 MS_VLI 표현기법을 나타내었다.</p> <table border><caption>표 3 MS-VLI 표의 정의</caption> <tbody><tr><td>magn. set</td><td>amplitude intervals</td><td>Sign bit</td><td>magn. bits</td></tr><tr><td>0</td><td>[0]</td><td>no</td><td>0</td></tr><tr><td>1</td><td>[-1],[1]</td><td>yes</td><td>0</td></tr><tr><td>2</td><td>[-2][2]</td><td>yes</td><td>0</td></tr><tr><td>3</td><td>[-3],[3]</td><td>yes</td><td>0</td></tr><tr><td>4</td><td>[-5,-4],[4,5]</td><td>yes</td><td>1</td></tr><tr><td>5</td><td>[-7,-6],[6,7]</td><td>yes</td><td>1</td></tr><tr><td>6</td><td>[-11,-8],[8,11]</td><td>yes</td><td>2</td></tr><tr><td>7</td><td>[-15,-12],[12,15]</td><td>yes</td><td>2</td></tr><tr><td>8</td><td>[-23,-16],[16,23]</td><td>yes</td><td>3</td></tr><tr><td>9</td><td>[-31,-24),[24,31]</td><td>yes</td><td>3</td></tr><tr><td>$\vdots$</td><td>$\vdots$</td><td>$\vdots$</td><td>$\vdots$</td></tr></tbody></table> <p>웨이블렛 계수들은 대부분의 에너지가 최저밴드 영역에 분포하고, 나머지 영역에는 영상의 에지 성분이 주로 분포하게 된다. 또한 최저밴드 영역을 제외한 나머지 영역에서는 방향성이 존재하게 된다. 그림 1에서 크기 세트의 예측을 위한 context를 보였고, 식 (5)에서 각 서브밴드에 대한 식을 나타내었다. 여기서 컨텍스트는 주위 화소들과 계층적인 피라미드 구조의 다른 레벨 화소 값에 따라서 각 서브밴드를 구성한다.</p> <p>LH band: $\hat{C}=\left\{x_{w}, x_{n w}, x_{n}, x_{n e}, x_{p 1}, x_{p 2}\right\}$</p> <p>HL band: $\hat{C}=\left\{x_{w}, x_{n w}, x_{n}, x_{n e}, x_{p 1}, x_{p 2}\right\}$</p> <p>$ \mathrm{HH} $ band: $\hat{C}=\left\{x_{w}, x_{n w}, x_{n}, x_{n e}, x_{s i e 1}, x_{s i s 2}, x_{p 1}\right\}$<caption>(5)</caption></p> <p>여기서 첨자 $ \mathrm{w}, \mathrm{nw}, \mathrm{n} $, $ \mathrm{ne} $ 는 각각 화소의 서, 북서, 북, 북동방향을 표시하고, $ p_{k}(\mathrm{k}=1,2) $는 $ \mathrm{k} $번째 부모 화소, sis는 주위 서브밴드의 화소들을 가리킨다.</p> <p>그림 2에서 현재 화소의 크기세트 $ x[i, j] $에 대한 예측값 $ \hat{x}[i, j] $은 예측을 위한 크기세트들의 평균값을 이용한다. 그러나 예측을 위한 크기 세트들의 평균값만으로는 컨텍스트를 구성하는 화소들과 예측 값 $ \hat{x}[i, j] $ 사이의 복잡한 관계를 제거하는 데에는 적절하지 못하다. 여기서 예측 값과 주변 화소값들의 관계에 대한 고려는 영상의 텍스처 패턴(texture pattern)이나 국부 동작성 (local activity)과 같은 특성들을 이용함으로써 더 높은 압축률을 얻을 수 있다. 이와 같은 접근은 컨텍스트 사이에서 예측 바이어스(prediction bias)를 제거하는 에러 피드백 기법이 엔트로피 코딩 전에 예측 값을 재고하여 볼 수 있다.</p> <p>본 논문에서는 대부분의 큰 예측 오차가 부밴드의 에지(edge)에서 발생하기 때문에 $ \hat{x}[i, j] $을 구한 후 텍스트를 구성하는 화소들과 다시 비교하여 예측값 $ \hat{x}[i, j] $이 주위 화소 값에 대한 영향을 나타내는 $ \hat{e}[i, j] $을 계산하였다. 식 (6)에서 예측값 $ \hat{x}[i, j] $을 컨텍스트 $ \widehat{\mathcal{~C}} $ 의 화소들과 비교하여 $ B=b_{4} b_{3} b_{2} b_{1} b_{0} $와 같이 5 비트의 값으로 나타내었고, 식 (7)에서 $ B $ 값에서 $ \hat{e}[i, j] $ 값을 구하는 과정을 보였다.</p> <p>$ b_{k}=\left(\begin{array}{ll}1 & \text { if } x_{k} \geq \widehat{x}[i, j] \\ 0 & \text { if } x_{k}<\widehat{x}[i, j]\end{array}\right) $<caption>(6)</caption></p> <p>$ \hat{e}[i, j]=\left(\begin{array}{ll}0 & \text { if } B<T \\ 1 & \text { if } B \geq T\end{array}\right) $<caption>(7)</caption></p> <p>여기에서 $ T $ 값은 실험을 통하여 얻은 적절한 임계값(thresholding value)이다.</p> <p>현재 화소의 크기세트에 대한 최종 예측값 $ \hat{p}[i, j] $은 주위 화소들의 평균값 $ \hat{x}[i, j] $에 $ \hat{e}[i, j] $을 더하여 구한다.</p> <p>$ \widehat{p}[i, j]=\widehat{x}[i, j]+\widehat{e}[i, j] $<caption>(8)</caption></p> <h2>3.2 Class-wise Arithmetic Coding Scheme</h2> <p>예측을 하고 남은 값들의 전체적인 엔트로피를 줄이기 위하여 비트 스트림(bit stream)으로 전송하기 전에 부밴드 영역의 국부적인 성질에 따라서 블록으로 분류하였다. 각 레벨의 부밴드 중에서 세 개의 최고주파 부밴드 영역(the highest frequency subband)은 $ 8 \times 8 $ 크기의 블록, 그 다음 레벨의 세 개의 부밴드 영역은 $ 4 \times 4 $ 의 블록, 나머지 부밴드 영역은 $ 2 \times 2 $ 크기의 블록으로 구성하여 각 블럭 화소 값들의 평균값을 구하여 각각의 블록을 4개의 부류로 구분하였다.</p> <p>분류를 한 후에 각 부밴드 영역에서 4개의 부류에 속한 블록의 모든 화소들에 대하여 적응산술부호화를 이용하여 비트 스트림으로 나타내어 전송하였다. 또한 블록 분류 맵(block classification map)도 적응산술부호화를 적용하여 부가정보(side information)로서 전송하였다.</p>	[ "크기 비트 값이 크기 세트 4와 같은 값을 가지는 크기 세트는 무엇이니?", "신호 비트가 no 값을 가지는 크기 세트는 뭐야?", "크기 비트 값이 크기 세트 6와 동일한 값을 가지는 크기 세트의 amplitude intervals은 무엇일까?", "amplitude intervals이 [-23,-16],[16,23]일 때 신호비트는 무엇이니?", "표 3에서 magn. set 0을 제외하고 1~9까지 전부 Sign bit는 무엇인가?", "amplitude intervals가 [-5,-4],[4,5]이면 크기 세트는 얼마야?", "표 3에서 Sign bit가 Yes이고 magn. bits가 1인 magn. set는 5와 또 무엇인가?", "크기 세트가 2일 때 amplitude intervals은 어떤 값인가?", "표 3에서 magn. set 2의 amplitude intervals는 무엇을 나타내는가?" ]
1aef66ee-cbde-402a-8893-f61a8919ab8f	인공물ED	에러 피드백의 컨텍스트 기반 예측기법을 이용한 무손실 영상 압축에 관한 연구	<h1>2. 정수 웨이블릿 변환</h1> <p>정수 웨이블렛을 구현하는 방법으로 가장 간단한 것이 S-변환이다. S-변환은 덧셈과 비트 시프트(bit shift) 연산만으로 이루어져 있으므로 구현이 간단한 반면 일반적으로 스무스한 성질을 갖는 영상의 상관관계를 제거하는데는 적절하지 못하다. 따라서 이 변환을 보다 개선시킨 것으로 S+P 변환이 있다. 이는 S-변환에 예측을 적용함으로써 고역필터의 성능을 개선시킨 것이다. Said와 Pearlman은 예측기에 사용되는 계수들을 찾는 방법을 제안하였고 세가지 예측기의 파라미터들을 제안하였다. 표 1에 예측기에 쓰이는 파라미터들을 나타내었다. 이 세 가지 예측기중 B가 대체적으로 우수한 압축 성능을 나타내었다. 하지만 이것은 영상의 특성에 많은 영향을 받게 되므로 다른 것에 비해 절대적으로 성능이 좋은 단일 예측기를 만드는 것은 상당히 어렵다고 할 수 있다. 고주파 성분이 많은 영상에는 예측기 A가 B, C에 비해 월등한 압축성능을 나타내고 자연(natural) 영상에서는 B와 C가 대체적으로 우수한 성능을 나타낸다. S+P 변환에서 사용된 Haar wavelet은 가장 간단한 정수 웨이블렛 필터중의 하나이고 여러 가지 다른 정수 웨이블렛 필터들이 제안되었다.</p> <table border><caption>표 1 예측기 계수들</caption> <tbody><tr><td rowspan=2>예측기</td><td colspan=4>파라미터</td></tr><tr><td>$ \alpha_{-1} $</td><td>$ \alpha_{0} $</td><td>$ \alpha_{1} $</td><td>$ \beta_{1} $</td></tr><tr><td>A</td><td>0</td><td>1/4</td><td>1/4</td><td>0</td></tr><tr><td>B</td><td>0</td><td>2/8</td><td>3/8</td><td>2/8</td></tr><tr><td>C</td><td>-1/16</td><td>4/16</td><td>8/16</td><td>6/16</td></tr></tbody></table> <p>Balasingham 등은 정수 웨이블렛 필터들을 소개하고, 정수 웨이블렛 필터들을 이용하여 무손실 압축을 한 결과를 비교 분석하였다. 표 2에 나타낸 실험 결과에서 정수 웨이블렛 필터의 성능을 확인할 수 있다. 여기에서 각 실험 영상들은 공간적 특성과 주파수 특성이 다르기 때문에 어느 한 정수 웨이블렛 필터가 모든 실험 영상에 대하여 최적인 결과를 낼 수 없음을 알 수 있다. 또한 2/2 텝 정수 웨이블렛 필터 즉 Haar wavelet을 이용한 실험 결과는 다른 필터들에 비교하여 성능이 떨어지고, 정수 웨이블렛 필터 계수의 수가 클수록 5개의 실험 영상에 대한 평균 BPP(bit per pixel) 성능이 향상됨을 확인할 수 있다.</p> <table border><caption>표 2 ISO 영상들에 대한 BPP 비교</caption> <tbody><tr><td rowspan=2>Image</td><td colspan=7>정수 웨이블렛 필터(ICFB)</td></tr><tr><td>2/2</td><td>5/3 Ⅰ</td><td>5/3 Ⅱ</td><td>9/7</td><td>13/7</td><td>13/11</td><td>17/11</td></tr><tr><td>Lenna</td><td>4.62</td><td>4.26</td><td>4.28</td><td>4.26</td><td>4.26</td><td>4.27</td><td>4.26</td></tr><tr><td>Barbara</td><td>5.34</td><td>4.87</td><td>4.88</td><td>4.80</td><td>4.78</td><td>4.78</td><td>4.76</td></tr><tr><td>Goldhill</td><td>5.08</td><td>4.79</td><td>4.80</td><td>4.80</td><td>4.80</td><td>4.82</td><td>4.82</td></tr><tr><td>Aeriall</td><td>6.27</td><td>5.56</td><td>5.58</td><td>5.41</td><td>5.42</td><td>5.39</td><td>5.39</td></tr><tr><td>Finger</td><td>5.78</td><td>5.50</td><td>5.52</td><td>5.46</td><td>5.46</td><td>5.47</td><td>5.46</td></tr><tr><td>Mean</td><td>5.42</td><td>4.99</td><td>5.01</td><td>4.94</td><td>4.94</td><td>4.95</td><td>4.94</td></tr></tbody></table> <p>위의 실험에서 나타난 필터들을 비교하였을 때 5/3 텝 필터가 계수의 수가 작으면서 상대적으로 좋은 BPP 성능을 보여주고 있다. 또한 9/7 텝 필터는 평균압축률에서 5/3 텝필터와 비교하였을 경우에 더 좋은 성능을 갖고 17/11 필터보다는 계수의 수가 적다. 9/7 정수 웨이블렛 변환 식은 다음과 같다.</p> <p>일련의 1 차원 입력신호를 $ \mathrm{x}[\mathrm{n}]$ ($n=0$, $\cdots$, $N-1$, $\mathrm{~N}$은 짝수)이라 하면</p> <p>$ y[2 i+1]=x[2 i+1]-\lfloor 9(x[2 i+2]+x[2 i]) / 16\rfloor $ $ +\lfloor(x[2 i+4]+x[2 i-2]) / 16\rfloor $,<caption>(1)</caption></p> <p>$ y[2 i]=x[2 i]+\lfloor(y[2 i+1]+y[2 i-1]) / 4\rfloor $<caption>(2)</caption></p> <p>역 변환식은 다음과 같다.</p> <p>$ x[2 i]=y[2 i]-\lfloor(y[2 i+1]+y[2 i-1]) / 4\rfloor $,<caption>(3)</caption></p> <p>$ \begin{aligned} x[2 i+1]=y[2 i+1]+&\lfloor 9(x[2 i+2]+x[2 i]) / 16\rfloor \\-&\lfloor(x[2 i+4]+x[2 i-2]) / 16\rfloor \end{aligned} $<caption>(4)</caption></p>	[ "3/8 값을 갖는 B 예측기의 파라미터는 무엇일까?", "무슨 파라미터가 3/8 값을 B 예측기에서 가질까?", "-1/16 의 값을 갖는 C 예측기의 파라미터는 뭐야?", "예측기 C 의 값이 4/16 인 파라미터는 무엇입니까?", "\$ \\alpha_{-1} \$ 파라미터의 예측기 B의 값은 얼마인가?", "\$ \\beta_{1} \$ 파라미터의 C 예측기의 계수는 얼마인가?", "\$ \\beta_{1} \$ 파라미터의 B 예측기의 계수는 어떻게 나타나 있는가?", "Lenna 영상의 2/2 정수 웨이블렛 필터의 BPP 값은 얼마인가?", "2/2 정수 웨이블렛 필터의 경우 어떤 영상의 BPP 값이 가장 큰가?", "13/7 정수 웨이블렛 필터(ICFB)를 이용한 실험결과Goldhill 영상의 BPP값은 얼마인가?", "13/11 정수 웨이블렛 필터(ICFB)를 이용한 실험결과 Barbara영상의 BPP값은 얼마입니까?", "17/11 정수 웨이블렛 필터(ICFB)를 이용한 실험결과 Finger 영상의 BPP값은 어떻게 나타났는가?", "B 예측기의 값이 0 인 파라미터는 무엇인가?", "어떤 파라미터의 B 예측기 값이 0인가?", "\$ \\alpha_{0} \$ 파라미터의 A 예측기의 계수는 얼마인가?", "5/3 Ⅰ 정수 웨이블렛 필터의 경우 어떤 영상의 BPP 값이 가장 작을까요?", "5/3 Ⅱ 정수 웨이블렛 필터(ICFB) 를 이용한 실험 결과 어떤 영상의 BPP값이 가장 큰가?", "Mean 영상의 9/7 정수 웨이블렛 필터(ICFB) 를 이용한 BPP값은 얼마인가?", "Goldhill 영상의 /3 Ⅱ 정수 웨이블렛 필터(ICFB) 를 이용한 BPP값은 얼마인가?", "표2 에서 Barbara 영상의 2/2 정수 웨이블렛 필터의 BPP 값은 얼마인가?", "9/7 ICFB를 이용한 실험결과 Finger 영상의 BPP값은 얼마인가?", "표2에서 9/7 ICFB를 이용해 실험한 결과 Mean 영상의 BPP값은 얼마로 표시되어 있는가?" ]
eab6e3ff-27c7-4e0f-bb20-10ddcb4a8226	인공물ED	근전위 신호구동형 전동의수의 제어시스템 설계	<h1>3. 2자유도 전동의수</h1> <h2>3.1 의수</h2> <p>전동의수는 손과 손목 모듈로 구성되어 있으며, 두 개의 소형 직류전동기로 각각 독립적으로 구동되는 2 자유도 의수이다. 표 1 은 손과 손목 모듈에 사용된 각 직류전동기의 파라미터들이다.</p> <p>손의 외형은 엄지 및 검지와 중지의 삼지를 가지고 있으며, 각 손가락은 무관절 형태이다. 검지와 중지는 서로 커넥팅 로드(connecting rod)로 결합되어 있으며 이 두 손가락과 엄지 사이는 링크 구조로 이루어져 파지 및 손의 폄 동작이 엄지와 검지가 항상 동시에 작동되는 인체의 손동작을 모방하여 설계되었다. 특히 파지동작을 수행할 때는 엄지와 검지의 끝이 서로 맞닿게 되어 작은 물체를 잡을 수 있는 집기(pinch) 동작이 가능하도록 설계되었다.</p> <table border><caption>표 1 전동의수의 직류전동기 파라미터</caption> <tbody><tr><td>사양</td><td>손</td><td>손폭</td></tr><tr><td>전압 [V]</td><td>6</td><td>6</td></tr><tr><td>출력토크 [mNm]</td><td>5</td><td>2.5</td></tr><tr><td>회전수 [rpm]</td><td>8088</td><td>8000</td></tr><tr><td>저항(Rs) $ [\Omega] $</td><td>1.94</td><td>3.0</td></tr><tr><td>자기인덕턴스(Ls) $ [\mu \mathrm{H}] $</td><td>45</td><td>150</td></tr><tr><td>토크상수(Kt) [mNm/A]</td><td>6.92</td><td>6.10</td></tr><tr><td>회전자의 관성모멘트(Jm) $ \left[\mathrm{gcm}^{2}\right] $</td><td>2.7</td><td>2.5</td></tr><tr><td>마찰계수(Bm)[mN]</td><td>0.2</td><td>0.12</td></tr><tr><td>역기전력상수(Ke)$ [\mathrm{mV} / \mathrm{rpm}] $</td><td>0.725</td><td>0.639</td></tr></tbody></table> <p>그림 3은 손 모듈의 동력 전달을 보여 주는 그림이다. 손 모듈 구동에 사용된 직류전동기는 $ 4.5 \mathrm{~W} $, $ 8000 \mathrm{rpm} $ 의 출력을 가지고 있다. 전동기 출력은 마찰 유성감속기(friction planetary gear)에 의해 1 / 14 로 1 차 감속되고, 부하로부터 전달되는 역토크를 방지하기 위한 잠금장치(lock element)가 마찰 유성감속기와 연결되어 있다.</p> <p>그리고 파지부하에 따라 자동으로 파지력(grip force)을 증가시키기 위하여 유성기어와 조합된 2 단 기계식 자동변속기(automatic transmission)를 설계하였다.</p> <p>파지 부하가 작을 때는 유성기어의 특성을 이용하여 1 단으로 전동기의 동력을 전달한다. 이때의 파지력은 약 $ 20 \sim 40 \mathrm{~N} $ 정도로 낮지만 최종 파지 속도는 비교적 빠르다. 그러나 손의 파지동작 수행 중에 파지 부하가 증가하면, 자동변속기의 원형 스프링이 파지부하의 변화를 감지하고 유성기어의 캐리어(carrier) 축으로 전동기의 동력이 전달되어 2 단으로 동력이 전달된다. 이 때 자동변속기의 출력 회전 속도는 8:1로 감속되고, 최종 파지력은 최대 $ 140 \mathrm{~N} $ 까지 증가된다. 자동변속기의 동력 전달축을 90 도 변환하기 위하여 기어비 1:1의 베벨기어(bevel gear)를 사용하였고, 마지막으로 안전장치인 미끌림 클러치(slip clutch)가 내장된 평기어(spur gear)를 연결하여 손가락과 연결하였다.</p> <p>손목 모듈 구동에 사용된 직류전동기의 출력은 $ 2.9 \mathrm{~W} $ 이며 회전수는 $ 8000 \mathrm{rpm} $ 이다. 전동기의 출력부와 직결되어 있는 유성감속기에 의해 1 / 19 로 1 차 감속 된다. 그리고 기어비 30: 1 의 하모닉(harmonic) 기어를 사용하여 동력 전달축의 변화 없이 2 차로 감속하여 동력을 전달한다. 손목 모듈의 최종 회전 속도는 $ 14 \mathrm{rpm} $ 으로 정역회전이 가능하도록 설계하였다.</p>	[ "전동의 수는 자유도 의수로 두 개의 소형 직류전동기로 손과 손목 모듈로 구성되어 어떻게 구동되지?", "전동의 수는 2개의 작은 직류 전동기인데 어떻게 구동되는 방식을 취하는가?", "손 모듈 구동에 사용된 직류전동기의 회전수는 몇 rpm 이지?", "표 1에서 손폭의 수치에서 가장 큰 값은 몇이야?", "손가락은 엄지 및 검지와 중지의 3개의 손가락을 가지는 손의 외형과 각각 손가락의 경우 형태를 어떻게 했지?", "삼지로 이루어진 손에서 검지와 중지는 어떻게 결합되어 있지?", "서로 커넥팅 로드로 결합된 검지, 중지와 엄지 사이는 어떻게 이루어져 있는가?", "인체의 손 동작을 그대로 따라서 검지, 중지와 엄지 사이를 링크 주고 연결해서 파지 및 손의 폄 동작이 어떻게 작동하게 했지?", "\$ 4.5 \\mathrm{~W} \$, \$ 8000 \\mathrm{rpm} \$ 의 출력을 가지는 직류 전동기는 어떻게 사용했지?", "표 1에서 직류 전동기를 전동의 수에 사용할 때 마찰 계수의 단위는 뭐지?", "전동의 수 손의 직류 전동기의 토크 상수는 몇 mNm/A지?", "출력 \$ 2.9 \\mathrm{~W} \$ 에 회전수 \$ 8000 \\mathrm{rpm} \$의 직류전동기는 어떻게 사용되었지?", "전동의수를 구성하는 손에서의 출력 토크는 얼마지?(단위,mNm)", "손과 손목 중에서 회전수[rpm]가 더 큰 값은 얼마지?", "표 1 전동의수의 직류전동기 파라미터에서 단위를 제외한 값만 봤을 때 가장 큰 차이가 나는 항목의 이름과 단위는 뭐지?", "전동의 수에서 엄지와 검지의 손가락 끝 부분이 서로 맞닿게 되도록 파지 기능을 수행하면 손으로 어떻게 할 수 있지?", "전동의 수의 직류 전동기 파라미터를 나타내는 표1에서 출력토크가 큰 구성품은 뭐지?", "직류 전동기를 사용하는 전동의 수에서 \$0.2\\mathrm{gcm}^{2}\$ 차이 나는 사양은 뭐지?", "손과 손목 모듈로 구성된 전동의수에서 손과 손목의 사양이 동일하게 나타나는 것은 뭐지?", "역 토크를 방지하려 잠금 장치와 연결된 마찰 유성 감속기에 의해 전동기 출력은 어떻게 되지?", "전동기 출력은 마찰 유성 감속기와 연결된 잠금 장치에 의해서 어떻게 되지?", "\$ 14 \\mathrm{rpm} \$ 으로 손목 모듈의 최종 회전 속도 설계를 어떻게 했지?", "표 1에서 전동의 수의 구성 중 손에서 0.725라는 값을 가지는 것은 뭐지?", "전동의 수의 파지 동작을 수행할 경우 집기 동작이 가능할 수 있도록 어떻게 움직이게 했지?", "소형 직류전동기 두 개로 독립적으로 각각 구동되는 2 자유도 의수인 진동의 수는 어떻게 구성되어 있지?", "전동기의 수의 구성은 어떻게 구성되어 있는지 알 수 있을까?" ]
355d6283-3044-4c93-8566-670f0870914d	인공물ED	유비쿼터스 센서 네트워크 융합을 위한 서비스 식별 체계	<h3>다. 상위기관식별자</h3> <p>TMID는 USI Code 발급기관으로부터 할당받은TMID를 이용하는 USN 서비스를 제공하는 상위기관(Top Management)을 식별하며, LC의 S_TMID 비트값에 따라 16 $\mathrm{bit}$ 또는 8 $\mathrm{bit}$로 구성된다. TM은 지역,기관, 영역 등의 기준에 따라 정부기관 또는 대기업 등에 지정된다. TM으로 지정된 기관은 해당 TMID의 하위로 SPID를 관리한다.</p> <h3>라. 서비스제공기관식별자</h3> <p>SPID는 TM으로부터 할당받은 SPID와 TM의TMID를 이용하여 서비스를 제공하는 기관(Servic Provider)을 식별하며 LC의 S_SPID 비트 값에 따라 16bit 또는 8 bit로 구성된다.SP는 TM의 하위 정부기관 또는 대기업의 계열사 등에 지정될 수 있다. SP로 지정된 기관은 USN 서비스제공시스템을 운영하며 제공하는 서비스에 자유로운 형태의 SID를 할당한다. SID와 대응되는 서비스가 기술(Description)문서를 관리하고 이러한 기술문서를 TM의 서비스 검색시스템에 등록한다.SP의 지정, SPID의 신청, 발급, 관리기준은 TM에따라 다르다.</p> <h3>마. 서비스식별자 (SID, Service Identifier)</h3> <p>SID는 SP가 관리·제공하는 서비스를 나타내며 각 서비스에 고유한 번호로 부여되어야 한다. LC의 BL_SID필드 값에 따라 최대 31 Byte 길이를 가진다. SP가 일관된 생성·할당기준을 정의하여 사용하며 SP 내에서SID는 유일해야 한다. SID는 USI Code에서 허용하는문자(0～9, A～F)를 이용하여 자유롭게 표기 가능하다.</p> <h2>3. USN 서비스 식별 코드(USI Code) 생성</h2> <h3>가. USI Code 생성</h3> <p>USI Code를 생성하는 절차는 다음과 같다</p> <p>1) USN 서비스 제공시스템을 운영하며 USI Code이용을 원하는 기관(A기관)은 자신이 속한 지역, 영역별 USI Code 발급기관(TM)을 확인한다. TM의 TMID확인한다. (예-(가칭) 한국 USI Code 관리센터의TMID : 01H</p> <p>2) USI Code 발급기관(TM)으로부터 서비스제공기관식별자(SPID)를 발급 받는다.(예-A기관 SPID : 1234H)3) A기관에 제공하는 USN 서비스를 고려하여 SID를 생성한다. (예-청계천수위안내서비스 SID :A1A2A3H)</p> <p>3) A기관에 제공하는 USN 서비스를 고려하여 SID를 생성한다. (예-청계천수위안내서비스 SID :A1A2A3H)</p> <p>4) 각 부분별 코드를 하나로 결합해 완성된 USICode를 생성한다. (예-(가칭) 한국 USI Code 관리센터에서 부여한 A기관의 청계천수위안내서비스의 USICode : 83 01 1234 A1A2A3H ( 56bit 코드 )</p> <h3>나. USI Code 인코딩 및 표기</h3> <p>USI Code는 2진수(Binary)로 인코딩하며 0～9와A～F의 16진수로 표기한다.</p> <table border><caption>표 8. USI Code 인코딩 및 표기 예</caption> <tbody><tr><td>구분</td><td>길이코드(LC)</td><td>발급기관식별자(TMID)</td><td>서비스제공기관식별자(SPID)</td><td>서비스식별자(SID)</td></tr><tr><td>의미</td><td>TMID,SPID,SID길이</td><td>(가칭)USICode관리센터</td><td>A기관</td><td>청계천수위안내서비스</td></tr><tr><td>길이</td><td>8bit</td><td>8bit</td><td>16bit</td><td>24bit</td></tr><tr><td>2진표현</td><td>1000.0011</td><td>000.0001</td><td>01.0010.0011.0100</td><td>10.0001.1010.0010.1010.001</td></tr><tr><td>16진표현</td><td>83H</td><td>01H</td><td>1234H</td><td>A1A2A3H</td></tr></tbody></table>	[ "서비스 식별자 SID의 경우 SP 내에서 유일해야하며 이는 USI Code를 바탕으로 어떻게 표기해야하지?", "표8에서 발급기관 식별자를 가칭 USICode관리센터라고 할 때 2진수로 인코딩한 값은 얼마지?", "서비스식별자인 SID의 경우 SP가 제공하고 관리하게 되는 서비스를 말하며 이는 어떻게 제공되지?", "서비스제공기관식별자가 A기관일 때 16진법 표현은 어떻게 하지?", "지역,기관, 영역 등의 기준에 따라 정부기관 또는 대기업 등에 지정된 기관인 TM은 지정된 후 SPID를 관리를 어떻게 하지?", "16진표현이 A1A2A3H으로 나타낼 때의 의미는 무엇이지?", "(가칭)USICode관리센터를 의미하는 발급기관식별자를 01H로 나타내는 것은 어떻게 표기한 것이지?", "TMI이 식별하는 상위기관(TM)은 정부기관 또는 대기업으로 어떻게 지정되지?", "USI Code 인코딩과 16진법으로 표기하는 것을 나타낸 표8의 경우 길이로 구분했을 때 가장 긴것은 무엇이지?", "USN 서비스 제공시스템을 운영하며 USI Code이용을 원하는 기관을 표8의 첫번째 줄에서 무엇이라고 하지?", "USN 서비스제공시스템을 운영하며 제공하는 서비스에 자유로운 형태의 SID를 할당을 SP로 지정된 기관에서 이루어지며 SP의 지정, SPID의 신청, 발급, 관리기준은 어떻게 차이를 두지?", "2진수로 인코딩한 USI Code의 경우 어떻게 표기해야하지?", "SP 내에서SID는 유일해야 하며 그 길이는 어떻게 되어야하지?", "LC로 나타내는 길이코드 LC가 나타내는 것은 무엇이지?", "USI Code 발급기관에서 할당받은 TMID를 사용하는 USN 서비스를 제공하는 상위기관을 식별하는 TMID는 LC의 S_TMID 비트값에 따라 어떻게 구성되지?", "2진법 표현이 01.0010.0011.0100이고, 16진법으로 1234H로 나타낼 때 길이는 얼마이지?", "TM의 하위 정부기관 또는 대기업의 계열사에 지정될 수 있는 SP의 경우 USN 서비스제공시스템을 운영하면서 서비스에 SID를 어떻게 할당하지?", "USI Code 인코딩 및 표기 예를 나타낸 표8에서와 같이 USI Code는 어떻게 인코딩해야하지?" ]
cc203c12-d1f2-4f10-9e51-dc21fc9da075	인공물ED	유비쿼터스 센서 네트워크 융합을 위한 서비스 식별 체계	<h1>III. USN 서비스 식별 체계</h1> <h2>1. USN 서비스 제공 구조</h2> <p>본 논문에서 제안하는 USN 서비스를 제공하는 구조는 아래의 [그림-4]과 같다.USN 서비스 구분을 위하여, 코드 계층을 상위 USN서비스 제공기관(TMID, Top Management Identifier),하위 USN 서비스 제공기관(SPID, Service ProviderIdentifier), USN 서비스(SID, Service Identifier)로 분류한다. USN 서비스 식별 코드(USI Code)는 각 계층별구분 코드(TMID+SPID+SID)를 포함하여, 전 세계적으로 유일한 식별 코드를 가지게 된다.본 논문에서는 USN 서비스를 구성하는 USN 인프라에 대한 식별은 포함하지 않는다.</p> <h2>2. USN 서비스 식별코드 구조</h2> <p>제안하는 서비스 식별코드를 이용하는 USN 서비스는 USI Code로 식별될 수 있으며, USI Code가 부여된서비스는 유일성(Global Uniqueness)을 가진다.</p> <ul> <li>USI Code는 USI Code 코드체계를 이용하는 모든시스템에서 각각의 서비스를 구분하는 기본 키(Primary Key) 역할을 수행한다</li> <li>동일한 USI Code를 가진 두 개 이상의 서비스는존재하지 않으며, 본 코드는 전 세계적인 범위를포괄함을 가정한다.(Global Scope)</li></ul> <p>USN 서비스 식별 코드(USI Code)의 기본 구조, 각부분별 의미는 아래와 같다.</p> <h3>가. USN 서비스 식별 코드(USI Code) 기본 구조</h3> <p>서비스 식별을 위한 USI Code는 길이코드(LC), 발급기관식별자(TMID), 서비스제공기관식별자(SPID), 서비스식별자(SID)의 4개 세부 항목으로 구성된다.USI Code는 LC의 값에 따라 TMID, SPID, SID의길이가 결정되는 가변 구조이다.</p> <ul> <li>TMID, SPID, SID의 길이는 LC의 값에 따라 결정됨</li> <li>최소 길이는 24bit (LC=C0H 일 때)</li> <li>최대 길이는 288bit (LC=1FH 일 때)</li></ul> <p>USI Code는 Binary(2진) 인코딩하여 0～9의 숫자와A～F의 대문자를 사용하여 16진수로 표기한다</p> <h3>나. 길이코드 (LC, Length Code)</h3> <p>LC는<표-5>와 같은 구조로 TMID, SPID, SID의길이를 의미한다</p> <ul> <li>Short TMID (S_TMID)TMID의 기본 길이는 16 bit를 사용한다. TMID가 8bit로 표현 가능할 경우 S_TMID를 1로 설정하여 TMID 길이를 8 bit로 사용할 수 있다.0 - TMID 16 bit1 - TMID 8 bit</li> <li>Short SPID (S_SPID)SPID의 기본 길이는 16 bit를 사용한다. SPID가8bit로 표현 가능할 경우 S_SPID를 1로 설정하여SPID 길이를 8 bit로 사용할 수 있다.0 - SPID 16 bit1 - SPID 8 bit</li> <li>Byte Length of SID (BL_SID)BL_SID 5 bit의 0에서 31까지의 값으로 SID 바이트단위의 길이를 의미한다. BL_SID가 0이면, SID는 1 byte를 사용하나, SID 값은 00H으로 지정되며 이는 같은 SPID를 사용하는 모든 서비스를 의미한다. BL_SID가 1～31이면, SID 길이는<표-6>처럼 1 byte ～ 31 byte(=248 bit)로 사용할수 있다</li></ul> <table border><caption>표 6. SID 길이</caption> <tbody><tr><td>BL_SID 값 (2진수)</td><td>의미</td></tr><tr><td>00000b</td><td>SID 1 byte, 같은 SPID를 사용하는 모든서비스를 의미</td></tr><tr><td>00001b</td><td>SID 1 byte</td></tr><tr><td>00010b</td><td>SID 2 byte</td></tr><tr><td>00011b</td><td>SID 3 byte</td></tr><tr><td>00011b</td><td>SID 29 byte</td></tr><tr><td>11110b</td><td>SID 30 byte</td></tr><tr><td>11111b</td><td>SID 31 byte, 최대길이</td></tr></tbody></table>	[ "본 논문에서 제안하는 서비스로 식별코드를 이용하는 USN 서비스의 경우 어떻게 식별되지?", "USI Code 코드체계를 사용하는 시스템에서 USI Code는 기본 키 역할을 어떻게 수행하지?", "LC의 값에 따라 구성요소들의 길이가 가변되는 구조의 USI Code에서 LC=C0H 일 때 TMID, SPID, SID의 길이는 어떻게 되지?", "USI Code를 구성하는 세부항목에서 발급기관식별자, 서비스제공기관식별자, 서비스식별자는 어떻게 결정되지?", "각 계층별로의 구분 코드를 포함하고 있는 USN 서비스 식별 코드로 어떻게 되지?", "길이코드가 1FH일때 4개 세부항목의 길이는 어떻게 되지?", "16 bit를 Short TMID 기본길이로 사용하며 TMID가 8bit로 표시가 가능할 경우 TMID 길이는 어떻게 사용하지?", "최대 길이로 설정할 수 있는 BL_SID 값은 얼마지?", "표6에서 SID가 두자리 byte로 넘어가는 첫번째 BL_SID 값은 얼마지?", "S_발급기관식별자의 기본 길이는 어떻게 사용하지?", "BL_SID 값이 00001b일 경우 무엇을 뜻하지?", "계층별 코드를 구분하는 USN 서비스 식별 코드는 어떻게 표기하지?", "BL_SID 값이 00011b을 나타날 때 SID의 길이는 얼마지?", "USN 서비스 식별 코드는 어떻게 인코딩하지?", "이진수로 나타낸 BL_SID 값이 0이면 SID는 얼마를 사용하지?" ]
bfbc4621-6483-4a8e-8578-7aa96a543187	인공물ED	낮은 온-저항과 빠른 스위칭 특성을 갖는 2500V급 IGBTs	<h3>2.2.4 래치-업 전류 특성</h3> <p>래치 특성을 개선하기 위해 제안된 구조는 기존 IGBT 구조에 $ \mathrm{P}+ $ 에미터 하단 $ \mathrm{P}- $ 베이스 중앙 트렌치 구조인 종래 방법과 $ \mathrm{p}^{+} $diverter를 도입한 구조이며 그림. 7 은 기존 $ \mathrm{IGBT} $ 와 제안된 $ \mathrm{IGBT} $ 구조의 래치-업 특성을 보여주고 있다.</p> <p>래치 특성은 SOA(Safe Operation Area)를 결정짓는 가장 중요한 요소로써 $ \mathrm{P}-\mathrm{N}-\mathrm{P}-\mathrm{N} $ 구조의 기생 사이 리스터 형태를 말한다. 래치-업 동작은 IGBT 숫자가 정상 동작할 때에는 동작하지 않으나, 전류가 일정 한 값 이상이 되면 사이리스터가 턴-온 되어 래치-업 현상이 발생한다. 따라서 낮은 래치-업 전류는 IGBT 소자의 안정성을 떨어트리는 원인이 됨으로 안정성을 고려할 때 래치-업 전류를 높이는 것이 중요하다.</p> <p>제안된 소자의 래치-업 전류는 $ 339 \mathrm{~A} / \mathrm{cm}^{2} $ 이며 이것은 기존 IGBT 구조가 갖는 $ 355 \mathrm{~A} / \mathrm{cm}^{2} $ 보다 약 $ 16 \mathrm{~A} $ 정도 감소된 특성이다. 하지만, 이러한 래치-업 특성은 순방향 전압강하와 턴-오프 특성을 개선시킨 구조의 래치-업 전류 $ 259 \mathrm{~A} / \mathrm{cm}^{2} $ 에 비해 약 $ 80 \mathrm{~A} / \mathrm{cm}^{2} $ 향상된 특성으로 순방향 전압강하와 턴-오프 시간을 감소시킴과 동시에 래치-업 전류를 증가 시켜줌으로써 $ \mathrm{IGBT} $ 소자의 안전 동작 영역을 높일 수 있음을 확인 할 수 있다.</p> <h1>Ⅲ 결론</h1> <p>본 논문에서는 IGBT 소자의 대표적인 트레이드오프 관계에 있는 순방향 전압강하와 턴-오프 특성을 개선시킨 구조와 그에 따라 발생하는 낮은 항복특성 및 낮은 래치 특성을 개선시킨 수평 게이트 IGBT를 제안하였다.</p> <p> <table border><caption>표 2.최종 시뮬레이션 결과 비교</caption> <tbody><tr><td></td><td>Vce,sat</td><td>Turn-off</td><td>Latch-up</td><td>B.V</td></tr><tr><td>conventional</td><td>3.66V</td><td>3.65us</td><td>355$ \mathrm{A} / \mathrm{cm}^{2} $</td><td>2952V</td></tr><tr><td>proposed</td><td>3.15V</td><td>3.34us</td><td>339$ \mathrm{A} / \mathrm{cm}^{2} $</td><td>2951V</td></tr></tbody></table> <p/><p>시뮬레이션 결과 $ \mathrm{P}+ $ 중앙 트렌치 구조와 $ \mathrm{P}+ $ diverter의 래치 특성은 $ 339 \mathrm{~A} / \mathrm{cm}^{2} $ 로 기존 $ \mathrm{IGBT} $ 구조가 갖는 $ 355 \mathrm{~A} / \mathrm{cm}^{2} $ 보다 약 $ 16 \mathrm{~A} $ 정도 감소된 특성이나 캐리어 축척 층인 $ \mathrm{N}+ $ 도입에 따른 래치 특성 259 $ \mathrm{A} / \mathrm{cm}^{2} $ 에 배해 약 $ 80 \mathrm{~A} / \mathrm{cm}^{2} $ 향상된 특성을 나타낸다. 또한 $ \mathrm{P}+ $ diverter의 도입은 래치 특성 외에 캐리어 축적 층 도입으로 인한 낮은 항복특성을 개선 기존 $ \mathrm{IGBT} $ 의 항복전압인 $ 2952 \mathrm{~V} $ 와 비슷한 $ 2951 \mathrm{~V} $ 로 $ \mathrm{N}+ $ 도 입으로 인해 발생하는 $ 2925 \mathrm{~V} $ 의 낮은 항복전압보다 약 $ 30 \mathrm{~V} $ 향상된 특성을 보였다. 마지막으로 도입된 캐리어 축적 층인 $ \mathrm{N}+ $ 의 도입은 기존 $ \mathrm{IGBT} $ 의 순방향 전압강하를 $ 3.66 \mathrm{~V} $ 에서 $ 3.15 \mathrm{~V} $ 로 약 $ 0.5 \mathrm{~V} $ 향상된 특성 을 보였으며 턴-오프 특성은 기존 3.65us에서 3.34us 로 약 0.3us 향상된 특성을 보였다. 시뮬레이션 결과 제안된 구조는 기존 IGBT 소자의 항복전압 및 래치 특성을 유지한 상태에서 순방향 전압 강하와 턴-오프 특성을 향상 시켰으며, 표 2.를 통해 시뮬레이션 결과 를 나타내었다.</p>	[ "Latch-up에 대해서 시뮬레이션 결과를 비교한다면 conventional 조건이 갖는 값은 어떻게 구해지나요?", "최종 시뮬레이션 결과를 conventional과 proposed를 비교할때 conventional이 갖는 B.V는 무슨 값을 갖는가?", "proposed의 최종 시뮬레이션 결과에 따라 Vce,sat을 구한다면 그 값을 무엇입니까?", "최종 시뮬레이션 결과중 proposed 항목에 대해 Latch-up 값을 구한다면 어떤 값이 산출되는가?", "conventional에 대해 최종 시뮬레이션 결과 비교한다면 Turn-off에 해당하는 값은 얼마나 되는가?", "proposed 항목에서의 최종 시뮬레이션 결과 중 B.V에 대해 구한다면 어떤 값을 얻지?", "최종 시뮬레이션 결과 중 Turn-off에 대한 값을 proposed에서 구한다면 어떤 값이 구해지나요?", "최종 시뮬레이션 결과 비교할때 conventional\t 조건에서 Vce,sat 값은 무엇입니까?" ]
eb7896af-45a4-446f-b82d-1ca2f8ed2407	인공물ED	고정밀 2상유동 액막두께 측정을 위한 연성회로기판 기반 3-전극 센서 개발	<h1>4. 센서 교정 실험</h1><h2>4.1 액막 센서 교정</h2><p>시제품 액막센서의 성능을 확인하기 위해서 Fig. $9$와 같은 장치를 이용해서 교정 작업을 수행했다. 센서 교정을 위해 온도 $ 22^{\circ}\mathrm{C}$, 전도도 $5\mu\mathrm{S}/\mathrm{cm}$의 물을 사용했으며, AC$10\mathrm{~V}, 1\mathrm{kHz}$의 전원을 인가했다. 액막 두께를 $(0.01 \mathrm{~mm}$단위로 조절할 수 있는 마이크로미터 이송장치를 이용해서 액막의 두께를 $0.5 \mathrm{~mm}$씩 조절하면서 $0\mathrm{~mm}$에서 $4.0 \mathrm{~mm}$까지 센서의 신호 값을 확인하였다.</p><p>액막이 두꺼워짐에 따라 증가하는 전류비 신호가 커지며 $ 3.5$$\mathrm{mm}$부근에 신호가 포화된다. 특징적인 현상으로는 액막이 없을 때 전류비 신호가 $0$이 아닌 값으로 측정된다. 이는 FPCB의 전극과 절연물 사이에 약 $30\mu\mathrm{m}$의 작은 턱에 물이 존재하면서 미세 전류가 흐르면서 발생하는 현상으로, 앞서 PCB를 이용한 액막 센서 연구에서도 확인된 부분으로, 센서 사용 및 성능에 미치는 영향은 미비한 것으로 판단된다.</p><p>센서의 재현성 확인을 위해서 반복적인 교정 작업을 수행했다. 독립적인 $5$번의 교정 작업을 통해서 Fig. $10$과 같은 결과를 얻었다. 반복 교정 작업에서 얻은 전류비 신호는 액막 두께가 $0.5 \sim 1.0 \mathrm{~mm}$범위에서 $3\%$수준의 오차가 나타났으며, $1.0\sim 3.0\mathrm{mm}$ 범위에서는 $1.5\% $수준의 오차가 나타났다.</p><p>교정 실험 데이터를 기반으로 식($1$)과 같이 액막 두께를 전류비 $R$에 대한 $4$차함수식 형태로 얻을 수 있으며, 교정 곡선을 통해서 전류비 신호로 액막 두께를 산정할 수 있다.</p><p>$T(R)=a R^{4}+b R^{3}+c R^{2}+d R+e $</p><p>$R=\frac{I_{1}}{I_{2}}$<caption>(1)</caption></p><p>교정 곡선을 통한 오차 분석 결과, 액막 두께가 $0.5-1.0\mathrm{~mm}$범위에서는 약$64\% $측정 오차를 나타내며, 액막 두께 $1.0-3.0 \mathrm{~mm}$범위에서는 약 $6\%$의 측정 오차를 보인다. 교정 결과의 신뢰도 확보를 위해 초음파 액막 센서와 비교 과정을 거쳤다. 동일한 액막 두께를 초음파 센서와 $3$-전극 액막센서 두 방법을 이용해 측정하고 결과값을 비교했다.두 계측 방법간의 최대 오차는 $ 5.3 \% $, 평균 오차는 $ 1.3\%$로 각측정값들의 오차가 편향되지 않는 것을 확인하였다. 이러한 확인 실험을 통해 교정 결과의 신뢰성을 확인할 수 있었으며, 제작한 $3$-전극 센서가 설계 목표인$ 0.5-3.0 \mathrm{~mm} $두께의 액막을측정할 수 있음을 확인할 수 있었다.</p><h2>4.2 액막 유동 측정</h2><p>제작한 센서는 $ 6 \times 6 $배열의 총 $36$개의 액막 센서가 배치되어있다. $36$개 센서의 액막 두께에 따른 전류비 신호는 각각 조금씩 다른 특성을 갖고 있다. 이는 FPCB제작 과정에서의 공정 오차에 의해서 나타나는 결과로 판단되며 앞선 연구에서도 확인 된 바가 있다. 따라서 FPCB에 인쇄된 총 $36$개의 센서에 대해서 각각 교정을 수행했다.</p><p>교정된 센서를 이용해서 흐르는 액막에 대해 두께를 측정하는 실험을 수행했다. Fig. $9$의 교정장치를 이용해서 기울어진 경사면을 만들고 물이 상부에서 하부로 흐르면서 형성되는 액막유동을 만들었다. 형성된 액막을 FPCB $3$-전극 센서를 이용해서 액막 두께를 측정했다. 가로, 세로 $ 90 \mathrm{~mm} $ 에 해당되는 영역에서 $36$개 지짐에서 액막의 두께를 측정했으며 축정 결과를 Fig. $12$와 같이 나타난다. 하류로 갈수록 유동의 속도가 빨라져서 액막의 두께가 상류보다 하류에서 얇게 측정되어 정성적으로 일반적인 액막 유동 헌상과 일치하는 것을 확인할 수 있다.</p><h2>4.3 온도 보상 기능 시험</h2><p>$3$-전극 센서의 온도 보상 기능을 확인하기 위해서 물의 온도를바꾸면서 전류와 전류비를 측정했다. 먼저, 두 측정전극에 흐르는 개별 전류의 값을 계측했다. 측정 결과, Fig. $13$과 같이 물의온도가 올라감에 따라 측정전극으로 흐르는 전류의 크기가 증가했으며, 물의 온도가 약 $ 40^{\circ} \mathrm{C} $ 증가시켰을 때 약 $2$배의 전류가 측정되었다. 전류비는 $3$-전극 이론과 다르게 물의 온도가 증가하면서일정하지 않고 상승하는 결과가 나타났다. 온도에 따른 분산된 전류비 결과를 분석하기 위해서 LCR미터를 이용해 온도 변화에 따른 액막 두께 별 임피던스 변화를 확인했다. 얇은 액막 부분인 $ 0.5 \mathrm{~mm} $에서 측정전극-$1$의 임피던스는 $ 22^{\circ} \mathrm{C} $에서 $ 60^{\circ} \mathrm{C} $로 변하면서 $ 70 \% $로 감소하지만 측정전극-$2$의 임피던스는 $ 80 \% $ 로 감소하면서 측정전극-$1$로 흐르는 전류가 측정전극-$2$로 흐르는 전류보다 더 많이 증가한다. $ 1.5\mathrm{~mm} $부터는 임피던스 변화율이 비슷한 수준으로 나타나며 Fig. $14$에서도 $ 1.5 \mathrm{~mm} $이상의 구간에서는 전류비 분산 정도가 줄어든다. 즉, 온도 변화에 따른 임피던스 변화가 $2$개의 측정전극에서 서로 다르기 때문에 온도 보상이 이론과 다르게 나타나는 것을 확인하였고, 일정한 임피던스 변화율을 유지하기 위해서는 세부적인 전극 디자인과 임피던스와의 관계 분석이 필요하다.</p><h2>4.4 전류비 조정을 통한 온도 보상</h2><p>본 연구에서는 임펴던스 변화의 불규칙성으로 제한적인 온도 보상 기능을 보완하기 위해서 새로운 형태의 전류비 식을 제안했다. 액막 두께가 $ 2.0 \mathrm{~mm} $ 이하인 영역에서는 일반직인 전류비 형태로는 온도 변화를 보상할 수 없기 때문에 전류비 식의 변형이 필요하다. 단, $3$-전극 센서에서의 측정값은 전류 $ \mathrm{I}_{1}, \mathrm{I}_{2} $ 와 전류비 R로 제한되기 때문에 본 연구에서는 식($2$)와 같은 새로운 전류비를 제안했다.</p><p>$ R^{*}=\frac{I_{2}^{\alpha}}{\left(C_{1} \cdot I_{2}+I_{1}\right)^{\beta}} $<caption>(2)</caption></p><p>Fig. $13$에서 볼 수 있듯이 온도에 따른 전류비 신호 변화가 가장 심한 부분은 전류비가 $ 0.8 $ 이하인 부분이다. 이 부분에서는 온도에 따른 $ \mathrm{I}_{2} $ 값의 증가 비율이 $ \mathrm{I}_{1} $ 의 증가 비율보다 크다. 전류비를 일정하게 유지시키기 위해서 전류비를 구성하는 분모 부분에 $ \mathrm{I}_{1} $와 일정 비율의 $ \mathrm{I}_{2} $ 를 더해주는 방식을 선택했다. 단, 전류비가 커짐에 따라서 온도에 따른 전류비 차이가 작아지기 때문에, 더해지는 $ \mathrm{I}_{2} $ 의 비율도 짐차 작아지는 형태를 고려하였다. 전류비 $ \mathrm{R} $ 을 이용해서 비율이 짐짐 작아지도록 계수$ \mathrm{C}_{1} $ 값을 식($3$)와 같이 구성했다. $C_{1}=0.9(1-\tanh (10 R-8))$<caption>(3)</caption>여기서 $\alpha$ 와 $\beta$ 는 식($4$)와 같이 표현된다. $\alpha=0.8+0.07(1-\tanh (6 R-5)) $ $\beta=1.1-0.000787 e^{R / 0.1728}$<caption>(4)</caption></p><p>현재 연구에서는 식($3$)과 식($4$)는 교정 실험을 통해 얻은 결과를 기반으로 온도변화에 의한 전류비 차이를 최소화 하는 최적선을 구성하는 경험적 계수들로 도출했다. 하지만 보다 범용적인 적용성을 위해서는 추후, 물리적인 현상을 포함하는 새로운 관계식이 요구된다.</p><p>수정된 전류비 형태를 적용해서 온도 $22\sim41^{\circ}\mathrm{C}$범위에서의 교정 곡선을 Fig. ($16$)에 나타냈다. 기존 분산된 전류비 데이터와 비교했을 시, 수정된 전류비는 특정 값으로 수렴하며 전류비의 최소값과 최대값의 차이 또한 기존 전류비와 유사한 수준으로 유지되는 것을 확인할 수 있다. 수정된 전류비 식을 기반으로 구한 교정 곡선을 통한 $22 \sim 41^{\circ}\mathrm{C}$온도 조건에서의 액막 두께 측정값은 Fig. ($17$)과 같이 나타난다. 임피던스 변화가 불규칙한 얇은액막 영역을 제외한 $1.5-3.0\mathrm{~mm}$부분에서는 평균 오차가 $3.5 \% $이하로 나타나며 이는 일반적인 전기적 기법을 적용했을 시 예측되는 $15-20\%$의의 오차수준에 비해 우수한 정확도로 판단된다.이 구간에서 최대 절대 오차는 $3.0\mathrm{~mm} $측정 시의 $0.14 \mathrm{~mm}$로 불확실성이 높은 ($2$)상유동 실험을 고려했을 시 합리적인 측정 정확도로 판단된다. 전체 측정 구간인 $ 0.5 \sim 3.0 \mathrm{~mm}$ 에 대해서는 약 $7\%$ 수준의 오차를 보인다.</p><p>본 연구에서 제시한 전류비 식 변형을 통해서 온도 변화에 대한 측정 오차를 기존 방법에 비해서 개선시킬 수 있음을 확인했다. 실험 데이터를 기반으로 경험적으로 구한 식($3$)과 ($4$)에 대한 게수에 대해서 물리적인 분석이 추가직으로 진행되면 적용 온도 범위와 측정 오차를 더욱 개선시킬 수 있을 것으로 예상된다.</p>	[ "전류비는 물의 온도가 어떻게 변할 수록 상승하는가?", "Fig. 9와 같은 장치를 이용해서 교정 작업을 수행하는 것은 무엇의 성능을 확인하기 위한 것인가?", "센서 교정을 위해 사용한 물의 온도와 전도의 수치는 얼마인가?", "액막의 두께를 \$0.5 \\mathrm{~mm}\$씩 조절하면서 확인한 센서 신호 값의 범위는 무엇인가?", "액막이 어떻게 변할 때, 전류비 신호가 증가하는가?", "액막이 두꺼워짐에 따라 증가하는 전류비의 신호가 포화되는 지점은?", "전류비 신호가 0이 아닌 값으로 측정될 때의 액막의 특징적인 현상은 무엇인가?", "FPCB의 전극과 절연물 사이에 약 \$30\\mu\\mathrm{m}\$의 작은 턱에 무엇이 존재하여 미세 전류가 발생하는가?", "액막의 두께가 얇게 측정되는 것은 액막유동의 상류와 하류 중 어디인가?", "물의 온도를바꾸면서 전류와 전류비를 측정하는 목적은 무엇인가?", "설계 목표인 0.5−3.0 밀리미터두께의 액막을 측정할 수 있는 전극 센서는?", "Fig. 10과 같은 결과를 얻기 위해 독립적인 교정 작업을 몇 번 했는가?", "\$36\$개 센서의 전류비 신호가 조금씩 다른 특성을 가지는 것은 무엇의 영향 때문인가?", "반복 교정 작업에서 얻은 전류비 신호는 액막 두께가 0.5∼1.0 밀리미터 범위에서 오차가 몇 %인가?", "액막유동에서 액막의 두께가 상류보다 하류에서 얇게 측정되는 이유는 무엇인가?", "액막 두께가 1.0∼3.0밀리미터 범위에서 반복 교정 작업을 하여 얻은 전류비 신호는 1.5%수준의 오차가 나타나는가?", "액막 센서를 총 몇 개 제작하여 배치했는가?", "설계 목표인 0.5-3.0 밀리미터 두께의 액막을 측정할 수 있었던 것은 어떤 실험 과정을 통해 재현성을 확인한 것인가?", "교정 결과의 신뢰도 확보를 위해 어떤 센서와 비교 과정을 거쳤는가?", "반복적인 교정 작업을 수행하는 이유는 무엇인가?", "교정 실험 데이터를 기반으로 산출한 식에서 교정 곡선을 통해 전류비 신호로 산정할 수 있는 것은 무엇인가?", "임피던스 변화의 불규칙성으로 제한적인 온도 보상 기능을 보완하기 위해서 제안한 새로운 전류비의 식은 무엇인가?" ]
84822e8c-5859-495d-bb2a-6287405e1618	인공물ED	고정밀 2상유동 액막두께 측정을 위한 연성회로기판 기반 3-전극 센서 개발	<h1>1. 서 론</h1><p>유체 시스템에서 액체와 기체가 동시에 흐르는 $2$상유동은 여러 산업 분야에서 빈번히 발생하는 현상으로, $2$상유동에 대한분석은 유체 시스템의 안정성 및 성능과 직접적으로 연결되어있다. 특히, 원자력 발전 분야에서의 $2$상유동은 원자로 노심에서의 열전달과 밀접한 관계가 있어, 원전의 안전성 평가 및 안전계통 설계에 있어 $2$상유동에 대한 이해가 필수적이다. 원자력발전소 사고 시 $2$상유동이 발생하면, 각 상의 속도, 부피 비 등에 의해 다양한 유동 양식(flow regime)이 발생한 수 있는데, 액막 유동(film flow) 또는 환형 유동(annular flow)은 원자로 내에서 발생할 수 있는 유동 양식 중 하나이다. 액막, 환형 유동분석에 있어 액막의 두께가 중요한 요소 중의 하나이기에, 지금까지 $2$상유동 조건에서의 액막 두께를 측정하기 위한 기법에 대한 연구들이 원자력분야에서 많이 수행되어 왔다. 실제 원자력 발전소에서 나타나는 $2$상유동을 분석하기 위해서는 고온, 곡면형상, 변온 조건을 반영한 실험이 수행되어야 한다. 일반적으로 액막 두께를 측정하기 위한 기술에는 초음파 기법(ultrasonicmethod), 전기적 기법(electrical method), 광학적 기법(opticalmethod), 중성자 기법(neutron method)등이 있지만 위와 같은 기법들은 고온, 곡면 및 변온 조건이 모두 포함된 조건에서 액막두께를 측정할 수 없다. 최근 전기적 기법을 인쇄회로기판(PCB: printed circuit board)과 연성회로기판(FPCB: flexible printed circuit board)에 구현시키고, 이 센서를 Wire-mesh 회로망에 연결하는 방식을 통해 액막 두께 측정 시, 시간과 공간에 대한 고정밀도를 동시에 만족하는 측정 방법이 개발되었다. 하지만 이 측정 기법에 적용된 전기적 방법은 액막의 전기 전도도를 활용한 방법으로, 유체 시스템의 온도에 직접적으로 영향을 받는다. 일반적으로 물의 온도가 $ 1^{\circ} \mathrm{C} $ 증가하면 전도도 또한 약 $ 1.5 \% $ 증가한다. 온도에 따른 전도도 변화에 의해서 기존의 전기적 방법은 국부적으로 액막의 온도가 변하는 열전달이 포함된 $2$상유동 현상에 적용될 수 없다. 온도가 변하는 조건에서 액막 두께를 측정할 수있는 기법으로는 $3$-전극 기법이 있다. $3$-전극 기법을 이용한 액막 센서 관련 연구로는 Kim et al. [5]의 에 의해 진행된 바가있지만, PCB를 기반으로 한 실험적 연구로, 고온 및 곡면의 조건에 적용하지 못하며, 다소 큰 전극 형상에 의해서 공간 밀집데이터를 얻지 못한다.</p><p>본 연구의 목적은 고온, 곡면 및 온도가 변하는 조건에서도국부 액막 두께를 측정할 수 있는 센서를 개발하는 것으로, 온도가 변하는 조건에서 측정을 위해 $3$-전극 기법을 도입하였으며, 고온 및 곡면의 조건에서도 적용이 가능한 센서 개발을 위해서 FPCB에 $3$-전극 기법을 구현하였다. 또한, 넓은 액막에 대해 국부 액막 두께를 효율적으로 측정하기 위한 신호 전달회로를 설계했다.</p><p>본 연구에서는 $3$-전극 기법을 도입한 액막 센서를 설계하고, 센서 시제품을 이용해 교정 실험 및 교정검증을 수행하였다.또한 온도 변화에 독립적으로 액막 두께를 계측하는 것을 확인하기 위해서 다양한 온도 조건에서 교정 실험을 수행하여 그 결과를 분석하였다.</p>	[ "액막 유동 또는 환형 유동은 원자로 내에서 발생할 수 있는 유동 양식인가?", "원자력발전소 사고 시 \$2\$상유동이 발생하면 어떤 것들에 의해다양한 유동 양식이 발생하지?", "원자로 내에서 발생할 수 있는 유동 양식은 액막유동과 무엇이 있는가?", "유체 시스템에서 액체와 기체가 동시에 흐르는 형상은 무엇인가?", "무엇이 \$2\$상유동에 대한분석과 직접적으로 연결되어 있지?", "여러 산업 분야에서 빈번히 발생하는 액체와 기체가 동시에 흐르는 \$2\$상유동은 어떤 시스템에서 발생하는 현상인가?", "원자력 발전 분야에서의 \$2\$상유동은 뭉서과 밀접한 관계가 있지?", "무엇에 대한 이해가 원전의 안전성 평가 및 안전계통 설계에 있어 필수야?", "원자력 발전 분야에서 \$2\$상유동에 대한 이해가 필수인 이유는 무엇인가?", "액막, 환형 유동분석에 있어 무엇이 중요한 요소인가?", "원자력 발전소에서 나타나는 \$2\$상유동을 분석하기 위해서는 어떤 조건들을 반영한 실험이 수행되어야 하지?", "액막 두께를 측정하기 위한 기술에는 초음파 기법, 전기적 기법, 광학적 기법 그리고 무엇이 있지?", "광학적 기법은 고온, 곡면 및 변온 조건이 모두 포함된 조건에서 액막두께를 측정할 수 있을까?", "고온, 곡면 및 변온 조건이 모두 포함된 조건에서 중성자 기법은 액막두께를 측정할 수 없나?", "일반적으로 물의 온도가 \$ 1^{\\circ} \\mathrm{C} \$ 증가하면 전도는 얼마나 증가하나?", "전도를 약 \$ 1.5 \\% \$ 증가시키려면 물온도는 몇 도 증가 시켜야 할까?", "\$3\$-전극 기법은 어떤 조건에서 액막 두께를 측정할 수있는 기법이야?", "온도가 변하는 조건에서 액막 두께를 측정할 수있는 기법은 무엇인가?", "전기적 방법은 액막의 전기 전도도를 활용한 방법으로 무엇에 직접적으로 영향을 받지?", "Kim et al이 \$3\$-전극 기법을 이용한 액막 센서 관련 연구는 무엇을 기반으로 한 연구인가?", "넓은 액막에 대해 국부 액막 두께를 효율적으로 측정하기 위해 무엇을 설계했지?", "고온 및 곡면의 조건에서도 적용이 가능한 센서 개발을 위해서 무엇에 3-전극 기법을 구현했어?", "인쇄회로기판과 연성회로기판에 구현시키는 기법을 무엇이라고 하지?", "Kim et al이 진행한 액막 센서 관련 연구는 어떤 기법을 이용하였어?", "액막 두께를 측정하기 위한 기술중 초음파 기법은 고온, 곡면 및 변온 조건이 모두 포함된 조건에서 액막두께를 측정할 수 있지?", "전기적 기법에 적용된 방법은 무엇을 활용한 방법인가?", "Kim et al은 \$3\$-전극 기법을 이용해서 무슨 연구를 했니?", "신호 전달회로를 설계한 이유가 무엇이지?", "어디에 대한 국부 액막 두께를 효율적으로 측정하기 위한 신호 전달회로를 설계했니?" ]
9d1a63ef-2b2b-4455-a473-2d93bf4810d0	인공물ED	고정밀 2상유동 액막두께 측정을 위한 연성회로기판 기반 3-전극 센서 개발	<h1>2. 3-전극 기법과 FPCB의 특성</h1><h2>2.1 3-전극 기법 원리</h2><p>$3$-전극 기법의 특징은 유체 온도 변화에 독립적으로 신호를출력하는 것으로 센서의 전극 구성은 Fig. $1$과 같다. 일반적인전기적 기법은 $2$개의 전극(인가용 전극, 측정용 전극)으로 구성되지만 $3$-전극 기법은 $3$개의 전극(인가용 전극A, 전류 측정용전극 B, C)으로 구성된다. $3$-전극 기법은 전압을 인가시키는 A전극 (transmitter)에서 전류 측정용 B, C 전극 (receiver)으로 흐르는 전류 I$1$과 I$2$값을 계측한다. $2$개의 전극을 사용하는 일반적인 전기적 방법은 액막을 통해 흐르는 전류의 크기를 통해서 액막 두께를 계산하기 때문에 유체의 온도 변화에 따라 측정 전류가 변하기 때문에 정확한 두께 측정이 불가능하다. 하지만, 두전류 I$1$과 I$2$의 비율을 통해서 액막 두께를 계산하는 $3$-전극 기법은 전류비가 액막의 두께에 의해서만 변하고 온도 변화에 의한 영향은 받지 않기 때문에 액막의 온도 변화에 의한 액막 두께 측정 오차를 최소화 할 수 있다. $3$-전극 기법에 대한 자세한내용은 참고문헌에 기술되어 있다.</p><h2>2.2 3-전극 액막 센서 선행 연구</h2><p>$3$-전극 기법의 개념을 실현하기 위한 선행연구가 PCB와 FPCB를 이용한 방법으로 진행된 바 있다. Kim et al.과 Lee et al.은 Fig. $2$와 같은 구성의 전극 형상을 기반으로 각각 PCB와 FPCB를 활용해 센서를 제작하고, 이를 통해서 전극의 크기와 간격에 따른 신호 변화를 측정했다. 기존 연구에서는 실험을 통해서 전극의 크기와 간격이 클수록 더 두꺼운 액막을 측정할 수있다는 것을 확인했다. 또한, 온도 변화에 따른 전류비 신호 측정을 통해서 $3$-전극 센서가 가변 온도 조건에서도 액막 두께 측정에 적용될 수 있음을 입증하였다.</p><h2>2.3 FPCB(연성 인쇄회로기판)</h2><p>FPCB는 PCB 절연기판인 플라스턱을 폴리이미드(PI:polyimide) 펄름으로 대체 한 것으로, 기존 PCB의 특징인 복잡하고 세밀한 회로 구성이 가능하고 PI필름의 특징인 높은 연성을 이용하여 곡면에서도 사용이 가능하다. 또한, 비교적 고온 $ \left(150^{\circ} \mathrm{C}\right) $ 에서도 사용이 가능한 장짐이 있다. 이러한 특징들로 인해 FPCB는 다양한 형상의 시험대에 적용할 수 있으며, 물-공기 $2$상유동뿐만 아니라 대기압 조건의 물-증기 $2$상유동 헌상에도 적용할 수 있다.</p><h1>3. 3-전극 액막 센서 설계</h1><p>기존 3-전극 방식을 적용한 액막 센서는 고유한 전극 형상 때문에 다수의 센서를 규칙적인 배열로 배치시키기 어려웠으며 이에 넓은 면적의 액막을 측정하는데 한계가 있었다. 본 연구에서는 넓은 면적의 액막 두께 측정을 위해 밀집 배열이 가능한 전극 디자인을 제안하였다. 이때 액막 두께를 $ 0.5 \sim 3.0 \mathrm{~mm} $ 범위에 대해 측정이 가능한 센서 제작을 위한 전극 형상을 설계하였다. 해당 범위의 액막 두께를 선정한 이유는 본 연구는 원자력 발전소 사고 시 발생하는 $2$상 유동에 대한 실험연구인 Yang et al.의 연구에서 사용된 액막 두께 측정 기법을 개선하는 것을 목표로 하기 때문이다.</p>	[ "PCB와 FPCB를 이용한 방법을 진행하여 선행 연구된 것은 무엇인가요?", "일반적인 전기적 기법은 측정용 전극과 무엇으로 구성 되어 있나요?", "\$2\$개의 전극인 인가용 전극과 측정용 전극으로 구성되어 있는 전기적 기법은 무엇인가요?", "인가용 전극A와 전류 측정용전극 B, C인 3개의 전극으로 구성되어있는 기법은 무엇인가요?", "\$3\$-전극 기법에서 전압을 인가시키는 A전극인 transmitter에서 전류 측정용 B, C 전극 인 receiver로 흐르는 전류를 계측하는 값은 무엇인가요?", "\$3\$-전극 기법은 액막을 통해 흐르는 전류의 크기를 통해서 액막 두께를 계산하기 때문에 유체의 온도 변화에 따라 측정 전류가 변하기 때문에 정확한 두께 측정이 불가능한가요?", "\$3\$-전극 기법의 개념을 실현하기 위한 선행연구로 이용한 방법은 PCB와 무엇을 이용해 진행되었나?", "Kim et al.과 Lee et al.은 Fig. \$2\$와 같은 구성의 전극 형상을 기반으로 각각 어떻게 센서를 제작하였는가?", "전극의 크기와 간격에 따른 신호 변화를 측정하기 위해 인가용 전극, 측정용 전극을 구성하였는가?", "Kim et al.과 Lee et al.은 Fig. \$2\$와 같은 구성의 전극 형상을 기반으로 각각 PCB와 FPCB를 활용해 센서를 제작하여 무엇의 크기와 간격이 클수록 더 두꺼운 액막을 측정할 수있다는것을 확인하였나요?", "\$3\$-전극 센서가 액막 두께 측정에 적용될 수 있음을 입증한 것은 무엇에 따른 전류비 신호 측정인가?", "센서의 전극 구성은 Fig.\$1\$과 같으며 유체 온도 변화에 독립적으로 신호를 출력하는 것의 특징을 가지고 있는 기법은 무엇인가요?" ]
3406e897-874d-4d82-bb32-5717c0309f35	인공물ED	고정밀 2상유동 액막두께 측정을 위한 연성회로기판 기반 3-전극 센서 개발	<h1>5. 결 론</h1><p>본 연구에서는 FPCB를 기반으로 ($3$)-전극 액막 센서를 전기장 해석을 통해서 설계하고 시제품 제작을 통해서 센서의 성능을 검증하는 과정을 진행했다. 온도가 변하는 상황에서 액막 두께를 측정하기 위해서 ($3$)-전극 기법을 도입했지만, 온도 변화에 따른 측정전극-($1$),-($2$)에서의 임피던스 변화율이 일정하지 않기 때문에 기존 ($3$)-전극 센서 이론에서의 전류비 형태로는 온도보상을 정확히 할 수 없음을 확인했다. 이를 보완하기 위해서 수정된 형태의 전류비를 도입해서 온도가 변하는 상황에서 액막 두께를 측정하는 방법을 수립했다. 수정된 전류비는 온도변화 $ 20^{\circ} \mathrm{C} $범위에서 $ 7 \% $ 수준의 오차를 갖는 것을 확인했다. 또한, 다수의 $3$-전극 센서를 내치할 경우 복잡한 신호 전달선 구성을 단순화 시킬 수 있는 방식을 고안했다. 이러한 방식을 이용하면 다량의 신호와 데이터를 전달하는 센서 시스템을 효율적으로 구헌할 수 있을 것으로 판단된다.</p><p>본 연구에서 개발한 FPCB $3$-전극 액막 센서를 Wire-mesh 회로등과 접목시킬 경우, 공간 및 시간에 대해서 높은 분해능을 갖는 액막 두께 측정 센서의 사용이 가능할 것으로 판단된다. 이를 통해, 평판 및 곡면에서의 $2$상유동 실험뿐만 아니라, 공기-물 유동에서 나아가 증기-물 형태의 $2$상유동 실험에도 적용이 가능할 것으로 기대된다.</p>	[ "본 연구는 어느 센서의 성능을 검증하려 하는가?", "기존 (\$3\$)-전극 센서 이론에서의 전류비 형태로는 온도보상을 정확히 할 수 없는 이유는 무엇인가?", "수정된 전류비에서 \$ 7 \\% \$ 수준의 오차가 확인된 온도 변화의 범위는 어떻게 되는가?", "다량의 신호와 데이터를 전달하는 센서 시스템을 효율적으로 구현하기 위하여 어떤 방법을 생각해냈는가?", "높은 분해능을 갖는 액막 두께 측정 센서를 사용하기 위해 FPCB 3-전극 액막 센서를 어떻게 해야 하는가?", "\$3\$-전극 액막 센서를 Wire-mesh 회로등과 접목시킬 경우, 평판 및 곡면과 공기-물 유동에서의 실험뿐 아니라 어떤 실험에도 적용이 가능할 것으로 보이는가?", "(\$3\$)-전극 액막 센서의 성능을 검증한 방법은 무엇인가?", "어떤 방법으로 (\$3\$)-전극 액막 센서의 성능을 검증하였나요?", "본 연구에서 개발한 FPCB \$3\$-전극 액막 센서를 Wire-mesh 회로등과 접목시킨다면 어떻게 사용될 수 있는가?" ]
167c5bc1-3f56-441c-a88e-4bb7caf1302f	인공물ED	고정밀 2상유동 액막두께 측정을 위한 연성회로기판 기반 3-전극 센서 개발	<h2>3.1 센서 형상 결정</h2><p>센서의 형상을 결정하기 위해서 다물리 해석 코드인 COMSOL ver. $5.1$을 이용해서 전기장 해석을 진행했다. 센서 디자인은 $1$개의 인가 전극과 $2$개의 측정 전극이 동심원 형태를 갖는 형상을 선택했다. 동심원 구조는 전극들 사이에 형성되는 전기장이 센서 중심으로 대칭되는 형태로 나타나기 때문에 센서 위의 액막에 대한 평균 액막 두께를 측정하기에 적합하다고 판단했다. 전기장 해석에 의하면 동심원 구조 액막 센서의 전기장 분포는 Fig. $3$과 같이 형성된다. 전극 의 크기가 액막두께 측정에 영향을 주므로, 전극의 크기를 변경하면서 전기장 해석을 수행하였고 이를 통해 최적의 형상을 결정했다. 전극의 크기가 커짐에 따라서 전류비가 포화되는 두께가 두꺼워지고, 즉 측정할 수 있는 액막 두께 또한 커진다는 것을 확인할 수 있다.</p><h2>3.2 접지(Ground) 전극 결정</h2><p>공간 밀집도를 위해서 센서를 집적해서 배치를 하게 되면 인가 전극을 통해서 흐르는 전류가 동심원인 $2$개의 측정 전극외의 인접한 영역의 측정 전극으로도 흐르는 전류 누화 (Cross-talk) 현상이 발생한다. 전류 누화 현상은 전류비 신호에 간섭을주기 때문에 동심원 사이 접지 전극을 에 배치시켜야 한다. 접지 전극의 형상을 결정하기 위해서 추가적인 전기장 해석을 수행했다. Fig. $5$와 같이 동심원을 일정 간격으로 배치하고, 그 사이에 사각 격자형태의 접지 전극을 배치했다. 접지 전극의 두께를 바꾸면서 신호변화를 전기장 해석을 통해 확인하였다. 접지전극 두께가 두꺼워짐에 따라 인근 센서부분으로 넘어가는 누설 전류가 줄어들지만 센서 전류비 곡선의 포화가 상대적으로얇은 두께에서 진행되는 현상이 확인되었다.</p><h2>3.3 최종 센서 형상</h2><p>전기장 해석 결과를 기반으로 Fig. $7$과 같은 형상의 시제품센서를 제작했다. 액막 센서의 $3$-전극 구성은 반경 $ 2.5 \mathrm{~mm} $원형태의 인가 전극과, 폭이 $ 0.3 \mathrm{~mm} $, $ 0.6\mathrm{~mm} $인 동심 환형 형상을갖는 $2$개의 측정 전극으로 구성된다. 최 외각 원의 반경은 $ 4.5 \mathrm{~mm} $이며, 인접한 센서의 인가 전극 중심 간의 간격은 $ 15\mathrm{~mm} $이다. 센서 사이에 폭 $ 0.2 \mathrm{~mm} $의 얇은 띠 형태의 접지 전극이 삽입된다. 최종 형상 수치를 기반으로 가로, 세로 각 $ 90 \mathrm{~mm} $에 $ 6 \times 6 $배열의 센서를 배치했다. FPCB는 인가전극과 측정전극 전선을독립적으로 구성하기 위해서 $4$개 층으로 구성되며 (\mathrm{FPCB} \)의 총 두께는 약 $ 300 \mu \mathrm{m} $로 제작되었다.</p><h2>3.4 전극 신호 전달 및 데이터-수집 시스템</h2><p>$3$-전극 기법은 한 개의 센서에 $3$개의 전극이 필요하기 때문에 센서의 숫자가 많아지면 회로가 복잡해지며 또한 과도한 데이터 수집 시스템이 요구된다. 즉, $ 6 \times 6 $배열의 센서에 총 $108$개의 전극에 연결되는 신호 전달선 필요하며, $72$개의 전류 신호에 대한 데이터 수집 시스템이 필요하다. 본 연구에서는 효율적인 데이터 수집을 위해서 Fig. $8$과 같은 회로망을 구성했다. 같은 열에 위치한 인가전극 $6$개는 서로 연결되어 있으며, 같은 행에 위치한 측정전극-$1$ $6$개와 측정전극-$2$ $6$개 또한 각각 연결되도록 설계를 하였다. 측정이 시작되면 $1$ 번 열의 신호 전달선을 통해 전압이 인가되며, 측정 전극으로 흐르는 전류는 $1$번 열에 위치한 액막의 두께에 의해 결정된다. $1$번 열에 대한 데이터 수집이 완료되면 $2$번 열의 신호 전달선으로 전압이 인가되며, $2$번 열의 액막 두께가 측정된다. 동일한 방식으로 $6$번 열까지 전압인가열이 변경되며, 이후 다시 $1$번 열에 전압이 인가된다. 이와 같은 방식으로 신호 전달선은 총 $108$개에서 $18$개로 감소되었으며, 데이터 수집하는 채널의 수는 $12$개로 감소되었다. 인가시키는 신호 선을 변경하는 속도가 빠르면 시간에 따른 액막 두께 변화 정보에 대한 손실 없이 측정이 가능하기 때문에 다수의 센서로 구성된 패턴에 대해서도 비교적 간단한 데이터 수집 시스템을 구성할 수 있다.</p>	[ "전극의 크기가 커짐에 따라서 전류비가 포화되는 두께가 두꺼워지고, 즉 측정할 수 있는 액막 두께 또한 커진다는 것을 확인한 측정 전극은 어떠한 형태인가요?", "센서의 형상을 결정하기 위해서 어떠한 다물리 해석 코드인 이용해서 전기장 해석을 진행하였는가?", "전극들 사이에 형성되는 전기장이 센서 중심으로 대칭되는 형태로 나타나기 때문에 센서 위의 액막에 대한 평균 액막 두께를 측정하기에 어떠한 구조가 적합하다고 판단하였나요?", "전류 누화 현상은 전류비 신호에 간섭을주기 때문에 동심원 사이 어떠한 것을 배치 시켜야 하나요?", "한 개의 센서에 3개의 전극이 필요하기 때문에 센서의 숫자가 많아지면 회로가 복잡해지며 또한 과도한 데이터 수집 시스템이 요구되는 3-전극 기법에 몇개의 전류신호에 대한 데이터 수집 시스템이 필요한가요?", "동심원의 구조에서 평균 액막 두께의 측정은 어떠한 절차로 적합하다 판단했어?", "3-전극 기법은 과도한 데이터 수집 시스템이 요구되는데 6×6배열의 센서에 총 몇개의 전극에 연결되는 신호 전달선 필요한가요?", "접지전극 두께가 두꺼워짐에 따라 인근 센서부분으로 넘어가는 누설 전류가 줄어들지만 센서 전류비 곡선의 포화가 상대적으로얇은 두께에서 진행되는 현상이 확인되었는데 접지 전극의 두께를 바꾸면서 신호변화를 어떠한 해석을 통해 확인하였는가?", "공간 밀집도를 위해서 센서를 집적해서 배치를 할시 전류 누화 현상의 발생은 어떠한 현상으로 나타나는거야?", "다물리 해석 코드인 COMSOL ver. \$5.1\$을 이용하여 센서의 형상을 결정하기 위해 센서 디자인은 \$1\$개의 인가 전극과 \$2\$개의 측정 전극은 어떠한 형태를 갖는 형상을 선택하였는가?", "전류비 신호에 간섭을주기 때문에 동심원 사이 접지 전극을 에 배치 시켜야 하는 형상은 무엇인가요?" ]
50f3ce1a-7506-4e71-add6-138a3eb74b44	인공물ED	3,300V 1MVA H-브릿지 멀티레벨 인버터 개발	<h1>2. 멀티레벨 인버터의 개요</h1><p>전압형 고압 대용량 인버터를 구성하기 위한 회로방식은 크게 스위칭 소자의 직렬연결에 의한 스위칭 소자의 고압화 방식과 멀티레벨 방식으로 나눌 수 있다. 소자 직렬 방식은 여러 개의 저압 스위칭 소자를 시리즈로 연결하여 등가의 고압 스위칭 소자를 구성하는 방법으로 이 경우 회로 동작은 저압 2-level 인버터와 동일하다.</p><p>멀터레벨 인버터 방식 중 가장 오래된 방식이 NPC(Neutral Point Clamped) 방식으로 다이오드를 통하여 스위칭 소자에 걸리는 전압을 clamp하여 소자의 전압 분배가 일정하도록 하는 방식이다. 인버터 출력전압을 증가시키려면 NPC 방식을 확장하여 멀티레벨로 구성하여야하며 이 경우의 회로 구성은 한 상당 여러 개의 스위치와 clamping 다이오트로 구성된다. 또한 직류링크도 여러 개의 커패시터에 의한 전압 분배회로가 되어야 한다.</p><p>3-level의 NPC 방식을 확장하여 멀티레벨의 Diode clamped 방식으로 회로를 구성할 경우 clamping 다이 오드에 걸리는 전압 스트레스가 일정치 않고 직류단 커패시터의 전압 balance문제가 용이하지 않다. 이를 개선하기 위한 방식이 Flying capacitor 방식이다. 이 방식은 커패시터에 의해 소자의 전압을 balancing 하는 방식으로 Diode clamped 방식의 문제점을 어느 정도 보완할 수 있다.</p><p>또 다른 멀티레벨 방식은 Cascaded 방식으로 소자를 직렬 연결하는 방식 대신에 단상 H-브릿지로 구성된 Power Cell을 시리즈로 연결하는 방식이다.</p><p>이 경우 각 Power Cell은 독립된 직류링크를 가지므로 별도의 clamping 회로가 없이도 스위치에 일정전압이 걸리게 된다. 그러나 각 Power Cell의 직류링크는 절연되어야 한다.<p><table border><caption>표 1 인버터 토폴로지 주요특성 비교</caption><tbody><tr><td></td><td>SC2L</td><td>DCML</td><td>CCML</td><td>HBML</td></tr><tr><td>전압 Step</td><td>1</td><td>많다</td><td>많다</td><td>매우 많다</td></tr><tr><td>출력 THD</td><td>크다</td><td>작다</td><td>작다</td><td>매우 작다</td></tr><tr><td>제어</td><td>간단</td><td>복잡</td><td>복잡</td><td>복잡</td></tr><tr><td>voltage balance of dc link</td><td>Good</td><td>DC link capacitor voltage balancing</td><td>Clamp link capacitor voltage balancing</td><td>불필요</td></tr><tr><td>Filtering 요구</td><td>High</td><td>Low</td><td>Low</td><td>Very low</td></tr><tr><td>최대 모터 전압</td><td>$ 3.3 \mathrm{kV} $(Fitter-less)$ 6.6 \mathrm{kV} $ (Filter)</td><td>$ 3.3 \mathrm{kV} $(Fitter-less)$ 6.6 \mathrm{kV} $ (Filter)</td><td>$ 3.3 \mathrm{kV} $(Fitter-less)$ 6.6 \mathrm{kV} $ (Filter)</td><td>$ 6.6 \mathrm{kV} $(Fitter-less)$ 7.2 \mathrm{kV} $ (Filter)</td></tr></tbody></table><p>표 1 은 전동기 가변속 장치용 고압 대용량 인버터 토폴로지 주요특성(SC2L: Series Connected 2-Level, DCML: Diode Clamping Multi-Level, CCML: Capacitor Clamping Multi-Level, HBML: H-Bridge Multi-Level)이며, 표 2는 해외 선진업체에서 상용화된 멀티레벨 인버터 토폴로지이다.</p>	[ "어떤 방법을 통해 전압형 고압 대용량 인버터를 구성할 수 있지?", "표 1 인버터 토폴로지 주요특성 비교에서 SC2L의 전압 Step값은 얼마야?", "표 1에서 제어가 제일 간단한 인버터 토폴로지는 무엇이지?", "표 1 인버터 토폴로지 주요특성 비교에서 필터링 요구가 제일 낮은 인버터 토폴로지는 무엇이지?", "표 1에서 HBML는 필터가 있을 때 최대 모터 전압이 얼마야?", "NPC 방식은 어떤 과정을 통해 소자의 전압 분배를 일정하게 만들지?", "표 1 인버터 토폴로지 주요특성 비교에서 전압 Step이 매우 많은 것으로 보이는 인버터 토폴로지는 무엇이지?" ]
d4b82263-fc9e-4c87-999b-1c7fdf8078a0	인공물ED	3,300V 1MVA H-브릿지 멀티레벨 인버터 개발	<h1>4. 개발된 H-브릿지 멀티레벨 인버터</h1><p>그림 1은 $ 3,300 \mathrm{~V} $ 1MVA H-브릿지 인버터 전력회로 구성도이다. 시스템 입력축에는 전원분리와 전력품질을 위하여 다권선 변압기가 사용되며, 변압기 1차측은 $ 3,300 \mathrm{~V} $이고 2 차측은 $ 665 \mathrm{~V} $이다. $ 111 \mathrm{kVA} 635 \mathrm{~V} $ Power Cell을 상당 3개씩 연결함으로씨 9개의 구성으 로 $ 3,300 \mathrm{~V} $ 1MVA를 출력한다. 출력 전압 Step은 상전압 기준으로 7Level이며 전압 스텝(Step)의 크기는 $ 898 \mathrm{~V} $이다.</p><p>그림 2는 개발된 제품의 정면 사진으로 패널 내부 공간을 변압기공간과 Cell 인버터 공간으로 크게 분리 한 후 제어부는 인버터 시스템 전체 폭 크기를 줄이기 위해 2중 구조로 하였다. Cell 인버터 공간은 동일 구조 동일 용량의 Power Cell을 3상 인버터 결선이 용이하게 배치하였으며 방열판을 후면으로 배치한 후 Fan을 이용 강제 냉각시키는 형태로 설계하였다.</p><table border><caption>표 3 시스템 사양</caption><tbody><tr><td>항 목</td><td>Specification</td></tr><tr><td>인버터 Typr</td><td>Isolated Series II-Bridge Inverter</td></tr><tr><td>용 량</td><td>$ 1 \mathrm{MVA} $</td></tr><tr><td>입력 전압</td><td>$ 3,300 \mathrm{~V} $</td></tr><tr><td>입력 주파수</td><td>$ 50 / 60 \mathrm{Hz} $</td></tr><tr><td>Power Quality</td><td>입력전류 TDD< 5% 출력전류 THD< 3% (전동기 부하)</td></tr><tr><td>출력 전압(선간)</td><td>$ 0 \sim 3,300 \mathrm{V} $ (3상)</td></tr><tr><td>출력 주파수</td><td>$ 0-120 \mathrm{Hz} $</td></tr><tr><td>제어 방식</td><td>V/F 운전, 센서리스 벡터제어</td></tr><tr><td>전력소자&변조방식</td><td>IGBT, 정현파 PWM 방식</td></tr><tr><td>냉 각</td><td>강제 공냉</td></tr></tbody></table><h2>4.1 전력회로 구조 및 설계방법</h2><p>$ 3,300 \mathrm{V} $ 1MVA H-브릿지 전체 시스템, Power Cell 그리고 입력변압기의 구체적 설계 사양은 다음과 같다.</p><h3>1) System Specification</h3><p>Capacity : 1MVA</p><p>Rating Voltage : $ 3,300 \mathrm{~V} $</p><p>Rating Current : 1MVA $ /(3,300 \mathrm{~V} * \sqrt{ } 3)=175 \mathrm{~A} $</p><p>Phase Voltage : $ 3,300 \mathrm{V} / \sqrt{ } 3=1,905 \mathrm{~V} $</p><p>Type : Single-phase full-bridge 3 series $ (\mathrm{N}=3) $ connected H-Bridge Inverter</p><p>Rectifier : 6pulse $ \times \mathrm{N}=18 $ Pulse $ 3 \Phi $ Diode Rectifier</p><p>그림 3은 $ 3,300 \mathrm{V} $ 출력을 내기 위한 Power Cell로 구성도이다. 출력 선간전압 $ 3,300 \mathrm{~V} $을 위해 상전압은 $ 1,950 \mathrm{~V} $이고, 저가형 IGBT를 이용한 Power Cell을 고려하여 $ 635 \mathrm{~V} $ Power Cell을 상당 3개씩 연결함으로써 9개 구성으로 출력 $ 3,300 \mathrm{~V} $를 만들었다.</p><h3>2) Power Cell Specification</h3><p>Power Cell Input : $ 3 \phi $ Diode Rectifier</p><p>Power Cell Output : $ 1 \Phi $ PWM Inverter</p><p>Power Cell Capacity : 1MVA $ / 9 \mathrm{EA}=111 \mathrm{KVA} $</p><p>Power Cell Output $ 1 \phi $ Voltage : $ 1,905 \mathrm{~V} / 3=635 \mathrm{~V} $</p><p>Power Cell Output $ 1 \$ $ Current : $ 111 \mathrm{KVA} / 635 \mathrm{~V} $ $ =175 \mathrm{~A} $</p><p>Power Cell DC-Link Voltage : $ 635 \mathrm{~V} / 0.707=898 \mathrm{~V} $</p><p>Power Cell Input 34 Voltage : $ 898 \mathrm{~V} / 1.35=665 \mathrm{~V} $</p><p>Power Cell Input 39 Current : 111KVA / $ (665 \mathrm{~V} * \sqrt{ } 3) $ $ =97 \mathrm{~A} $</p><p>Switching Device : $ 1,700 \mathrm{~V} $ IGBTs</p><p>Switching Frequency : $ 1 \mathrm{kHz} $</p><p>DC Link Capacity : 11,000 uF</p><p>Cooling : Forced-air</p><p>Overload Capacity : $ 120 \% $ of rated output for 60 s (Option: $ 150 \% $ for $ 60 \mathrm{~s} $ )</p><p>그림 4는 Power Cell의 구성도로서 입력은 3상 다이오드 정류기이고 출력은 IGBT로 구성된 단상 PWM 인버터이고, 각 Power Cell의 출력을 bypass 시킬 수 있는 보조 스위치를 장착함으로써 고장시 고장수리 기간동안 시스템이 정지하지 않고 출력 전압만을 낮추어 운전될 수 있도록 하는 것이 가능하다. 각 Cell 마다 제어기가 있으며 주 제어기와 직렬통신에 의해 데이터를 교환하며 신뢰성과 절연을 고려하여 광케이블로 구성된다. 그림 5에서 그림 7은 제작된 Power Cell의 전면, 뒷면 그리고 내부 사진이다.</p><h3>3) Input Transformer</h3><p>Type : Dry, 18 Pulse, 10 Winding</p><p>1st Connection: Wye</p><p>2nd Connection: Extended Delta Connection</p><p>1st Voltage/Current : 39 3,300V / 175A</p><p>2nd Voltage/Current : $ 3 \Phi 665 \mathrm{~V} / 97 \mathrm{~A} $</p><p>2nd No. : 3 layer $ \times 3 \phi=3 \Phi $ 9EA</p><p>2nd phase : $ 360^{\circ} / 18 $ Pulse $ =20^{\circ} $</p><p>$ \% Z: 8 \% $</p><p>Cooling : Forced air-cooled type</p><p>시스템 입력측에 사용된 변압기는 $ 3,300 \mathrm{~V} $ 1MVA, 18펄스 10권선으로 구성되며, 인버터의 각 Power Cell에 독립된 전원을 공급한다. 또한, 전원의 전력품질을 위하여 다귄선 변압기가 사용되며, 2차 출력간에는 $ 20^{\circ} $ 위상차가 나며 1차 권선은 $ \mathrm{Y} $ 결선, 2차 권선은 확장 $ \Delta $ 결선이다. 변압기 $\%$임피던스를 높여 개별 Power Cell은 초기충전 회로 없이 직충전을 하였고, Common Mode 전압을 저감하였다. 그림 8과 그림 9는 2차측이 확장 델타 형태로 구성된 변압기의 벡터도이고, 그림 10은 제작된 입력변압기 사진이다.</p>	[ "시스템 사양표에서 항목은 무엇인가?", "냉각 방식은 무엇인가?", "어떻게 제어기의 신뢰성과 절연을 고려할 수 있는가?", "\$ 3,300 \\mathrm{~V} \$ 1MVA의 출력을 위해 어떻게 전력을 조절하는가?", "전원분리와 전력품질을 위해 어떻게 하는가?", "전원의 전력 품질을 위해 어떻게 변압기를 결정하는가?", "표에서 명시한 제어기의 Power Quality는 무엇인가?", "제품이 고장날 때, 어떻게 시스템이 정지하지 않고 출력 전압만 낮추어 운행될 수 있게 하는가?", "표에서 \$ 1 \\mathrm{MVA} \$는 무엇을 나타내는 값인가?", "제어부에서 인버터 시스템의 폭을 줄이기 위해 어떻게 구성하는가?", "어떻게 개별 Power Cell의 초기충전 회로 없이 직충전을 할 수 있는가?", "제품이 작동할 때 필요한 입력 전압은 몇인가?", "제품의 제어 방식은 어떻게 이루어지는가?", "제품은 변조를 할 때 어떻게 하는가?", "표는 제품의 무엇을 보여주는 표인가?", "본 제품의 출력 주파수는 표에 근거하면 몇인가?", "해당 표에서 IGBT는 무엇을 지칭하는가?" ]
2a7e313a-162d-42dc-8d5f-a60801c1fb0c	인공물ED	3,300V 1MVA H-브릿지 멀티레벨 인버터 개발	<h1>1. 서 론</h1><p>고압 대용량 인버터 기술 특징은 구조나 적용 소자 및 특성면에서 거의 유사한 소용량급의 인버터와 달리 인버터 제작사에 따라 전력회로 토폴로지가 다르고 적용 소자나 제어 기법도 상이하게 구성되어 있으며, 장기간의 시간과 많은 투자비용으로 기술 확보가 가능하여, 대체로 선진 대기업에서 기술 개발을 주도하고 있다. 현재 ABB, Siemens, GE, Robicon등이 독자적인 토폴로지 개념으로 신제품을 출시하고 있으며 세계 시장을 선점하고 있다. 국내외 대형 유도 전동기의 전압은 $ 2,400 \mathrm{~V} $ 부터 $ 7,200 \mathrm{V} $로 다양하게 설계되어 있는데 반해, 전동기 가변속 장치인 고압 인버터는 전압이 다양하지 않아 강압 및 승압 변압기를 이용하여 여러 종류의 전동기에 적용하므로 가격 상승, 넓은 설치공간 필요, 시스템 효율 감소, 변압기 누설 인덕턴스와 대지 정전 용량간의 공진 발생등 많은 문제점이 야기되어 산업체 인버터 보급의 장애물로 대두되고 있다. 또한 인버터 적용시 모선의 고조파 영향, PWM 전압에 의한 전동기 열화, 진둥, 절연, 에너지 절감액 평가저하등으로 더욱 인버터 적용에 어려움을 겪고 있다. 이러한 문제점을 극복하기 위해 본 연구의 목표는 사용자의 다양한 요구에 대응할 수 있는 전압과 용량을 가지고, 전원의 전력품질을 보장하며 시장 경쟁력이 구비된 전력 토폴로지를 이용하여 인버터를 개발함에 있다.</p><p>본 논문에서는 고압 대용량 전동기 구동용 멀티레벨 인버터의 종류 및 특징을 간략허 살펴보고, 그 중에서 개발된 Cascaded H-브릿지 멀티레벨 인버터의 구체적인 전력회로 구조, 제어기 구성, 제어방법, 입출력 특성 그리고 사용자 요구에 대한 대응성 및 상품화 가능성에 관해 기술하고자 한다.</p>	[ "ABB, Siemens, GE, Robicon등이 어떻게 세계 시장을 선점하고 있어?", "고압 대용량 인버터 기술을 대체로 주도하고 있는 기업은 어떻게 돼?", "국내외 대형 유도 전동기의 전압은 어떻게 설계되어 있어?", "어떻게 국내외 대형 유도 전동기의 전압이 설계되니", "어떻게 이러한 가격 상승, 넓은 설치공간 필요, 시스템 효율 감소 등의 문제점들이 발생했니?", "고압 대용량 인버터 기술의 특징 중 시간과 돈에 대한 특징은 어떻게 돼?", "어떻게 인버터 적용에 어려움이 생겨났어?", "인버터 적용에 어려움이 생겨난 이유가 뭐지?", "본 논문은 어떠한 것들을 기술하려고 하니?", "어떠한 것들을 본 논문이 기록하려고 하지", "PWM 전압에 의한 전동기 열화, 진둥, 절연 등 이러한 문제점을 해결하기위해 어떻게 노력하고 있어?" ]
4181e1e2-0897-4954-904e-a6f842393455	인공물ED	3,300V 1MVA H-브릿지 멀티레벨 인버터 개발	<h1>요 약</h1><p>본 논문에서는 고압 대용량 전동기 구동용 멀티레벨 인버터의 종류 및 특징을 간략히 살펴보고, 특히 입출력 전력품질이 우수하고 전압별 시리즈화가 용이한 H-브릿지 멀티레벨 인버터의 구조적 특징 및 장점을 기술하였다. 연구개발된 $ 3,300 \mathrm{~W} $ IMVA 용량의 Cascaded H-브릿지 멀티레벨 인버터의 구체적인 전력회로 구조 및 설계방법, 제어기 구성 그리고 PWM 기법을 제시하였다. 또한, 실용량의 시험을 통해 H-브릿지 멀티레벨 인버터는 출력 전압 Step이 여러 단계이고 $ \mathrm{dv} / \mathrm{dt} $가 적으며 입력단 THD를 크게 낮출 수 있어 성능면에서도 여타 방식보다 우수함을 입중하였다. 또한 생산적인 측면에서도 저압 소자를 사용하여 설계하므로 기존의 생산/시험 기술과 설비를 이용할 수 있어 매우 경제적이며 Power Cell 단위 결합 구조이므로 신뢰성 측면이나 보수/유지 측면에서도 유리하다는 결론을 얻었다.</p>	[ "본문에서는 어떤 목적으로 사용하는 인버터에 대한 연구를 하였나?", "어떤 목적으로 사용하는 인버터에 대한 연구를 시행했지", "본문 실험에서 어떤 레벨의 인버터를 사용하나?", "본문 실험에서 어떤 레벨의 인버터를 이용하나?", "본문 싫험에서 사용한 인버터 부품중에 스위치로 동작하는 트랜지스터는 어떤 모양인가?", "본문에서 H-브릿지 멀티레벨 인버터의 장점은 무엇인가 ?", "본문에서 H-브릿지 멀티레벨 인버터의 이점은 뭐야", "본 논문 시험에서 사용한 인버터의 용량은 얼마인가?", "본문 실험에서 사용한 고속 운전 정밀도 향상에 적합한 기법은 뭐야?", "본문 실험에서 사용한 인버터의 종류는 뭐야?", "본문 실험에서 사용한 인버터는 뭐지", "본 논문 시험을 통해 H-브릿지 멀티레벨 인버터는 어떤 Step이 여러단계임을 입증했나?", "본문 실험에서 사용한 인버터는 어떠한 결합구조를 가지고 있나?", "본 논문에서 인버터 생산에 무엇을 사용하여 설계하는가?", "본문 실험에서 H-브릿지 멀티레벨 인버터는 '고조파왜곡'이라고 하는 무엇을 크게 낮출 수 있음을 입증했나?", "본 실험에서 사용한 인버터가 경제적인 이유는 뭐야?", "본 실험에서 사용한 인버터가 왜 경제적이지" ]
c9f01a04-6ae2-4fb3-9701-e4dac90e5c0b	인공물ED	이동물체 추적을 위한 이동로봇의 대형제어	<h1>5. 시뮬레이션 결과</h1> <p>시뮬레이션을 통해 목표물과 이동로봇의 대형제어 성능을 살펴본다. 시뮬레이션에서 사용하는 이동로봇의 물리적 요소 값은 Pioneer3-DX 매뉴얼 스펙 값을 적용하였다. 이때 로봇의 길이(Length)의 중심을 무게중심이라고 가정해서 $ d $의 거리 값을 계산하였고, 관성 모멘트 $ I $는 로봇이 원통이라고 가정 하에 계산하였다. 이동로봇의 물리적 요소 값은 다음 표 1과 같다.</p> <table border><caption>표 1 이동로봇의 물리적 요소 값</caption> <tbody><tr><td>물리적 요소</td><td>약호</td><td>값</td></tr><tr><td>질량</td><td>$ m $</td><td>$ 9 K g $</td></tr><tr><td>관성 모멘트</td><td>$ I $</td><td>$ 0.2278 \mathrm{~kg} \cdot \mathrm{m}^{2} $</td></tr><tr><td>바퀴 반지름</td><td>$ r $</td><td>$ 0.0925 \mathrm{~m} $</td></tr><tr><td>로봇 폭</td><td>$ 2 W $</td><td>$ 0.38 \mathrm{~m} $</td></tr><tr><td>무게중심과 휠 축 중심 사이의 거리</td><td>$ d $</td><td>$ 0.0505 \mathrm{~m} $</td></tr></tbody></table> <p>표 2는 시뮬레이션에 적용한 목표물과 추종 로봇간의 거리 $ \left(L_{d}\right) $와 방향 $ \left(\psi_{d}\right) $을 나타낸다.</p> <p>그림 3과 그림 4 그리고 그림 5는 목표물과 이동로봇의 대형제어 성능을 보여준다.</p> <p>그림 3은 목표물이 $ \mathrm{R} $ 모양의 궤적으로 움직일 때의 이동 로봇의 대형제어를 나타낸 것으로 $ \mathrm{R} $ 모양의 궤적 패턴을 통해 이동로봇의 대형제어 성능을 확인한다. 목표물은 직선운동 (50 초) \rightarrow \) 급격한 $ 90^{\circ} $ 방향전환 $ \rightarrow $ 직선운동 (20 초) $ \rightarrow $ 우회전운동 (25 초) $\rightarrow $ 좌회전운동 (25 초) $\rightarrow $ 직선운동의 움직임을 보여주며 이때 목표물의 속도는 직선속도 $ v_{r}=0.5[\mathrm{~m} / \mathrm{s}] $를 유지하며 우회전속도 $ w_{r}=0.12[\mathrm{rad} / \mathrm{s}] $, 좌회전속도 $ w_{r}=0.1[\mathrm{rad} / \mathrm{s}] $이다.</p> <p>그림 4는 그림 3 에 대한 이동로봇의 x축 오차와 y축 오차 그리고 로봇의 방향 오차를 보여준다. 여기서 초기위치에 대한 차이가 존재하기 때문에 큰 오차가 발생하지만 시간이 지남에 따라 오차가 0에 수렴한다. 이후 50초에서도 목표물의 급격한 $ 90^{\circ} $ 방향전환으로 인해 오차가 발생하지만이 또한 시간이 지남에 따라 오차가 0에 수렴함을 보여준다. 그러나 70∼120초에서처럼 회전운동이 계속 유지될 시에는 관성 모멘트의 물리적인 요소로 인해 발생한 오차인 $ 0.025[\mathrm{~m}] $로 수렴함을 보여주며 각도는 이동로봇의 위치와 회전 방향에 따라서 $ \pm 10^{\circ} $로 수렴함을 보여준다.</p> <p>그림 5는 각각의 이동로봇의 직선속도와 회전속도를 나타 낸다. 초기위치 오차로 인해 빠른 속도로 이동하다가 목표물의 속도에 근접하는 것을 볼 수 있다. 목표물이 직선운동 시에는 목표물의 속도와 동일한 속도로 움직이고 목표물이 급격하게 $ 90^{\circ} $ 방향전환 시에는 목표물과 대형제어를 하기위해 이동로봇의 위치에 따라 속도가 감소하거나 증가한다. 회전운동이 계속 유지될 시에는 로봇의 위치와 회전방향에 따라 직선속도는 목표물의 직선속도 $ 0.5[\mathrm{~m} / \mathrm{s}] $에서 $ 0.1[\mathrm{~m} / \mathrm{s}] $만큼 감소하거나 증가된 속도로 움직이고 회전속도는 목표물의 회전속도 $ 0.12[\mathrm{rad} / \mathrm{s}] $ 에서 $ 0.38[\mathrm{rad} / \mathrm{s}] $만큼 감소하거나 증가된 속도로 움직인다. 참고로 회전속도 그래프에서 y축이 (+)이면 좌회전 속도, (−)이면 우회전 속도를 의미한다.</p> <p>표 3은 그림 3에 각각 이동로봇에 적용된 로봇의 오차에 대한 이득 값이다.</p> <p>그림 6은 로봇 1에 대한 오차 이득 값과 이득 값 크기에 따른 속도의 경향성을 보여준다.</p> <p>그림 6은 그림 5에서 목표물이 급격한 $ 90^{\circ} $ 방향전환 시에 로봇 1과 속도 차이가 발생한 이후에 대형제어를 하기위해 다시 목표물의 속도로 추종하려는 부분이다. 그래프에서 A은 목표물을 나타내고 B는 표 3에서 로봇 1의 이득 값을 적용했을 때의 속도를 보여주며 C∼E는 이득 값의 크기에 따른 속도를 보여준다. 50 초까지 목표물이 직선운동 시에 이동로봇이 목표물과 일정한 속도로 움직인다. 그 이후 급격한 방향전환이나 또는 회전 시에 이득 값이 너무 큰 경우 이동로봇의 속도는 증가하고 진동이 발생하며 반대로 값이 너무 작으면 목표물 속도에 수렴하는 시간이 길어지면서 바로 대형을 유지하지 못하는 형상이 발생한다.</p> <p>그림 3 그림 6의 결과로부터 식(12)에서 설계한 제어기의 성능을 확인할 수 있다.</p>	[ "\$ 0.38 \\mathrm{~m} \$이 나타내는 물리적 요소의 약호는 무엇인가?", "이동로봇의 물리적 요소로는 관성 모멘트, 바퀴 반지름, 질량, 무게중심과 휠 축 중심 사이의 거리와 무엇인가?", "관성 모멘트의 값은 얼마가 되는가?", "\$ 9 K g \$은 어떤 물리적 요소의 값인가?", "\$ \\mathrm{~kg} \\cdot \\mathrm{m}^{2} \$의 단위를 사용하는 물리적 요소의 약호는 무엇인가?", "무게중심과 휠 축 중심 사이의 거리 값은 어떻게 되는가?", "질량의 약호는 무엇인가?", "r이 나타내는 물리적 요소는 무엇인가?" ]
22ab9975-8ad3-4540-b168-d004e4bd6217	인공물ED	10 nm 이하 무접합 원통형 MOSFET의 온-오프전압$\Delta V_{on-off}$에 대한 분	<h1>요 약</h1><p>본 논문에서는 $ 10 \mathrm{~nm} $ 이하 무접합 원통형 MOSFET의 온-오프 전압 $ \Delta V_{o n-o f f} $ 에 대하여 고찰하였다. 문턱전압이하 전류가 $ 10^{-7} \mathrm{~A} $ 일 때 게이트 전압을 온 전압, $ 10^{-12} \mathrm{~A} $ 일 때 게이트 전압을 오프 전압으로 정의하고 그 차를 구하였다. $ 10 \mathrm{~nm} $ 이하 에서는 터널링 전류를 무시할 수 없기 때문에 터널링 전류의 유무에 따라 $ \Delta V_{\text {on-off }} $의 변화를 관찰하였다. 이를 위하여 포아송방정식을 이용하여 채널 내 전위분포를 구하였으며 WKB 근사를 이용하여 터널링 전류를 구하였다. 결과적으로 $ 10 \mathrm{~nm} $ 이 하 JLCSG MOSFET에서 터널링 전류에 기인하여 $ \Delta V_{\text {on-off }} $ 가 증가하는 것을 알 수 있었다. 특허 $ 8 \mathrm{~nm} $ 이하의 채널길이에서 급격히 증가하였으며 채널 반지름과 산화막 두께가 증가할수록 $ \Delta V_{o n-o f f} $ 는 증가하는 것을 알 수 있었다.</p><h1>Ⅰ. 서론</h1><p>전자시스템이 고도화되면서 고성능 소자의 필요성이 대두되었다. 트랜지스터 소자의 고속, 저전력,고집적도를 위하여 필수적인 사항은 트랜지스터의 미세화이다. 그러나 기존의 MOSFET 구조를 이용한 미세화는 문턱전압이하 스윙저하, 문턱전압이동및 차단전류의 증가 등 단채널 효과에 기인한 단점을 나타내고 있다. 단채널 효과는 게이트 전압을 이용한 채널 내 캐리어의 제어능력을 향상시킴으로써 해결할 수 있다. 이와 같이 게이트의 제어능력 향상을 위하여 개발된 트랜지스터구조가 다중게이트 MOSFET이다. 다중게이트 구조는 이중게이트,삼중게이트 및 원통형 게이트 등으로 발전하고 있다. 원통형 게이트는 채널을 원통형으로 제작하고 게이트 단자에 의하여 채널을 감싸는 구조로 제작하므로 게이트 단자에 의한 채널 내 캐리어에 대한 제어능력을 극대화할 수 있다는 장점이 있다. 특히 채널과 소스/드레인 영역의 도핑농도 및 도핑형태를 동일하게 제작하는 무접합 구조의 경우, pn 접합 구조를 이용하는 기존의 MOSFET 보다 $ 10 \mathrm{~nm} $ 이하에서 발생할 수 있는 도핑분포의 급격한 변화를방지할 수 있다는 장점이 있다.</p><p>무접합 원통형 게이트(Junctionless Cylindrical Surrounding Gate：JLCSG) MOSFET의 경우, 채널 도핑을 소스/드레인 도핑과 같이 고농도로 도핑하기 때문에 접합 원통형 게이트(Junction-based Cylindrical SurroundingGate：JBCSG) MOSFET에서 주로 사용하는 저농도 도핑 채널에서 발생할 수 있는 도핑농도의 모호함 등을 해결할 수 있다. 즉, 채널길이 $ 50 \mathrm{~nm} $, 채널반지름 $ 10 \mathrm{~nm} $, 채널 도핑농도 $ 10^{15} / \mathrm{cm}^{3} $ 의 JBCSG MOSFET의 경우 채널 내 존재하는 불순물의 개수가 $ \sim 10^{-2} $ 개 라는 모호한 값을 갖게 되나 도핑농도가 $ 10^{10} / \mathrm{cm}^{3} $ 이 JLCSG MOSFET의 경우는 $ \sim 10^{2} $ 개라는 합리적인 개수를 갖게될 수 있을 것이다.</p><p>$ 10 \mathrm{~nm} $ 이하구조에서는 이와 같은 현상은 더욱 심화될 것이다. 그러므로 본 논문에서는 고농도로 도핑된 채널을 갖는 $ 10 \mathrm{~nm} $ 이하의 JLCSG MOSFET의 문턱전압이하 전류-전압 특성을 고찰하고자한다. 채널길이가 $ 10 \mathrm{~nm} $ 이하로 감소하면 터널링 전류는 무시할 수 없게 되므로 전송특성에 확산-표동 전류뿐만이 아니라 터널링 전류도 포함한 드레인 전류를 이용하였다. 특히 터널링 전류의 대수값은 게이트 전압에 비선형적으로 변화하기 때문에 일반적인 문턱전압이하 스윙을 정의할 수 없다. 그러므로 온전류 $ 10^{-7}(\mathrm{~W} / \mathrm{L}) \mathrm{A} $ 일 때의 게이트 전압과 오프전류 $ 10^{-12}(\mathrm{~W} / L) \mathrm{A} $ 에서의 게이트 전압의 차 인 $ \Delta V_{o n-o f f} $를 구하여 채널 길이 및 채널 반지름,그리고 산화막 두께 등에 따라 $ \Delta V_{\text {on-off }} $ 변화를 관찰하여 최적의 JLCSG MOSFET의 설계조건 등을 제시하고자 한다.</p><p>그림 1에 JLCSG 구조 MOSFET를 도시하였다. JLCSG 구조는 채널이 원통형 구조이다. 소스/드레인과 채널 간 무접합 구조인 경우로써 본 연구에서는 $ N_{d}^{+}=10^{10} / \mathrm{cm}^{3} $ 을 사용하였으며 소스/드레인 영역은 $ 10^{20} / \mathrm{cm}^{3} $ 을 사용하였다. 채널길이는 $ 5 \mathrm{~nm} $ 에서 $ 10 \mathrm{~nm} $, 채널반지름은 $ 1 \mathrm{~nm} $ 에서 $ 2 \mathrm{~nm} $, 그리고 산화막 두께는 $ 0.5 \mathrm{~nm} $ 에서 $ 3 \mathrm{~nm} $ 사이로 변화할 때 중심전위와 드레인전류-게이트전압의 관계를 비교, 분석하였다. 그림 1의 $ 10 \mathrm{~nm} $ 이하 축적형 JICSG MOSFET의 경우, 문턱전압이하 영역에서드레인 전류는 다음과 같은 확산-표동 전류 $ \left(I_{d-d}\right) $ 및 터널링 전류 $ \left(I_{\text {tunn }}\right) $ 로 구성된다.</p><p>$ L_{d-d}=\frac{2 \pi N_{d}^{+} \mu_{n} k T\left(1-\exp \left(\frac{-q V_{d}}{k T}\right\}\right)}{\int_{0}^{L_{i}} \frac{1}{\int_{0}^{R} \operatorname{rexp}\left\{\frac{q o(r, z)}{k T}\right\} d r} d z} $<caption>(1)</caption></p><p>$ I_{t u n n}=\left(\frac{Q N_{d} \pi R^{2}}{6}\right)\left(\frac{2 T_{t} v_{t h_{t}}}{3}+\frac{T_{l} v_{t h_{i}}}{3}\right) $<caption>(2)</caption></p><p>$ T_{t, l}=\exp \left[-2 \int_{a_{2}}^{2_{2}}\left\|a_{t, 1}(z)\right\| d z\right] $</p><p>$ \alpha_{t, l}(y)=\sqrt{\frac{2 m_{t, l}\left[q o(r, z)-E_{f m}\right]}{\hbar^{2}}} $</p><p>여기서 사용한 기호는 참고문헌 [6, 7]에 표기하였다. 식 (1)에서 $ \phi(r, z) $ 는 포아송방정식을 이용하여 구한 채널 내 전위분포이다[8]. 전술한 바와 같이 $ 10 \mathrm{~nm} $ 이하 JLCSG MOSFET에서 문턱전압이하 영역에서의 터널링 전류를 무시할 수 없으며 터널링 전류는 식 (2)에서 알 수 있듯이 전위분포와 관계된 변수이다. JLCSG MOSFET의 경우 대부분의 캐리어는 중심을 통하여 전송되기 때문에 중심전위를 이용하여 구한 포텐셜에너지의 변화를 채널길이 및 드레인 전압의 변화에 따라 그림 2에 도시하였다. 그림 2에서 알 수 있듯이 게이트 전압이 증가할수록 포텐셜에너지 분포의 최대값은 작아져 결국 터널링 전류는 증가할 것이다. 또한 채널 반지름이 증가하면 더욱 포텐셜에너지의 최대값이 감소하여 문턱 전압이하 영역에서 확산-표동 전류와 터널링 전류의 구성비에 영향을 미칠 것이다.</p>	[ "\$ \\Delta V_{\\text {on-off }} \$의 증가는 어떤 전류에 기인하는가?", "터널링 전류를 구하기 위해 이용해야 하는 근사는?", "pn 접합 구조를 이용하는 기존의 MOSFET은 무접합 구조보다 도핑 분포의 급격한 변화를 방지할 수 있는가?", "\$ \\Delta V_{o n-o f f} \$의 증감에 영향을 미치는 것은?", "무접합 구조는 도핑의 어떤 특성을 동일하게 제작하는 구조인가?", "저농도 도핑 채널에서 발생하는 문제점을 해결할 수 있는 방안은?", "채널 도핑을 고농도로 도핑하는 게이트의 이름은?", "\$ 10 \\mathrm{~nm} \$ 이하에서 생기는 도핑분포의 급격한 변화를 원통형 게이트는 방지할 수 없는가?", "채널 내 전위분포를 구하기 위해 사용하는 방정식은?", "\$ \\Delta V_{o n-o f f} \$ 는 채널 반지름과 산화막 두께가 증가할수록 감소하는가?", "고성능 소자의 필요성은 무엇 때문에 대두되기 시작했는가?", "트랜지스터의 미세화는 무엇을 위해 필수적인 사항이 되었는가?", "MOSFET 구조를 이용한 미세화의 단점으로 알맞은 것은?", "캐리어의 제어능력은 무슨 전압을 이용하는가?", "단채널 효과는 게이트 전압을 이용해서 제어능력을 변화시킬 수 없는가?", "MOSFET는 게이트의 어떤 능력을 향상하기 위해 개발되었는가?", "다중게이트 구조는 점차 하나의 종류로 획일화되어 가고 있는가?", "게이트의 제어능력 향상을 위하여 개발된 트랜지스터구조의 약자로 알맞은 것은?", "무접합 구조의 경우 기존 MOSFET보다 몇 nm 이하에서 발생하는 도핑분포의 급변화를 방지할 수 있는가?", "무접합 원통형 게이트는 저농도 도핑 채널을 이용하는가?", "터널링 전류는 게이트 전압이 증가할수록 증가하는가?", "터널링 전류의 대수값은 게이트 전압에 비선형적으로 변화하지 않는가?", "확산-표동 전류와 터널링 전류의 구성비는 채널의 어떤 특성과 연관이 있는가?", "게이트 단자에 의하여 채널을 감싸는 구조로 제작하는 게이트의 이름은?" ]
164931f5-05ac-4d50-a7d0-f2c4b8f38d30	인공물ED	10 nm 이하 무접합 원통형 MOSFET의 온-오프전압$\Delta V_{on-off}$에 대한 분	<h1>II. 본론</h1><h2>1. JLCSG 구조 MOSFET의 전송특성</h2><p>그림 1에 JLCSG 구조 MOSFET를 도시하였다.JLCSG 구조는 채널이 원통형 구조이다. 소스/드레인과 채널 간 무접합 구조인 경우로써 본 연구에서는 $ N_{d}^{+}=10^{10} / \mathrm{cm}^{3} $ 을 사용하였으며 소스/드레인 영역은 $ 10^{20} / \mathrm{cm}^{3} $ 을 사용하였다. 채널길이는 $ 5 \mathrm{~nm} $ 에 서 $ 10 \mathrm{~nm} $, 채널반지름은 $ 1 \mathrm{~nm} $ 에서 $ 2 \mathrm{~nm} $, 그리고 산화막 두께는 $ 0.5 \mathrm{~nm} $ 에서 $ 3 \mathrm{~nm} $ 사이로 변화할 때중심전위와 드레인전류-게이트전압의 관계를 비교, 분석하였다. 그림 1의 $ 10 \mathrm{~nm} $ 이하 축적형 JLCSG MOSFET의 경우, 문턱전압이하 영역에서 드레인 전류는 다음과 같은 확산-표동 전류 $ \left(I_{d-d}\right) $ 및 터널링 전류 $ \left(I_{t u n n}\right) $ 로 구성된다.</p><p>$ I_{d-d}=\frac{2 \pi N_{d}^{+} \mu_{r} k T\left(1-\exp \left\{\frac{-q V_{d}}{k T}\right\}\right)}{\int_{0}^{I_{z}} \frac{1}{\int_{0}^{R} r \exp \left\{\frac{q O(r, z)}{k T}\right\} d r} d z} $<caption>(1)</caption></p><p>$ I_{t a n n}=\left(\frac{q N_{d} \pi R^{2}}{6}\right)\left(\frac{2 T_{t} v_{t h_{t}}}{3}+\frac{T v_{t h_{t}}}{3}\right) $<caption>(2)</caption></p><p>$ T_{t, l}=\exp \left[-2 \int_{\alpha_{1}}^{2_{2}}\left\|\alpha_{t, 1}(z)\right\| d z\right] $</p><p>$ \alpha_{t, l}(y)=\sqrt{\frac{2 m_{t, n}\left[g o(r, z)-E_{f m}\right]}{\hbar^{2}}} $</p><p>여기서 사용한 기호는 참고문헌에 표기하였다. 식 (1)에서 $ \phi(r, z) $ 는 포아송방정식을 이용하여 구한 채널 내 전위분포이다. 전술한 바와 같이 $ 10 \mathrm{~nm} $이하 JLCSG MOSFET에서 문턱전압이하 영역에서의 터널링 전류를 무시할 수 없으며 터널링 전류는 식 (2)에서 알 수 있듯이 전위분포와 관계된 변수이다. JLCSG MOSFET의 경우 대부분의 캐리어는 중심을 통하여 전송되기 때문에 중심전위를 이용하여 구한 포텐셜에너지의 변화를 채널길이 및 드레인 전압의 변화에 따라 그림 2에 도시하였다. 그림 2에서 알 수 있듯이 게이트 전압이 증가할수록 포텐셜에너지 분포의 최대값은 작아져 결국 터널링 전류는 증가할 것이다. 또한 채널 반지름이 증가하면 더욱 포텐셜에너지의 최대값이 감소하여 문턱전압이하 영역에서 확산-표동 전류와 터널링 전류의 구성비에 영향을 미칠 것이다.</p><p>그림 2(a)와 2(b)의 채널 길이에 따른 변화를 관찰해 보면, 채널길이가 감소할수록 포텐셜에너지의 최대값이 감소하는 것을 알 수 있다. 여기서 채널길이 감소에 따라 터널링 전류가 더욱 큰 영향을 미칠 수 있다는 것을 알 수 있다. 그림 3에 채널길이 변화에 따른 터널링 전류의구성비를 도시하였다. 전술한 바와 같이 채널 길이가 감소할수록 터널링전류의 구성비는 크게 증가하는 것을 알 수 있다. 게이트 전압이 증가하면 그림 2에서 알 수 있듯이 포텐셜에너지의 최대값은 감소하여 터널링 전류가 증가하지만 상대적으로 확산-표동 전류가 더욱 증가하기 때문에 터널링전류의 구성비가 게이트 전압 증가에 따라 감소하는 것을 알 수 있다. 이와 같은 현상은 채널 반지름 R이 증가할 때도 발생한다.</p><p>즉, 채널 반지름이 증가하면 그림 2에서 알 수 있듯이 포텐셜에너지의 최대값은 감소하므로 터널링 전류 뿐만이 아니라 확산-표동 전류도 더욱 크게 증가하므로 채널 반지름 증가와 함께 터널링 전류의 구성비는 감소하는 것을 그림 3에서 관찰할 수 있다. 식 (2)에서 터널링 전류의 대수값은 게이트 전압에 선형적으로 변화하지 않는다는 것을 알 수 있다. 문턱전압이하 스윙은 문턱전압이하 영역에서 드레인 전류의 대수값이 게이트 전압에 선형적으로 변화할 때, 기울기로써 정의된다. 그러나 $ 10 \mathrm{nm} $ 이하 영역에서 터널링 전류의 영향으로 문턱전압이하 영역에서 드레인 전류의 대수값은 게이트 전압에 선형적으로 변화하지 않을 것이다. 그러므로 본 논문에서 문턱전압이하 영역에서의 차단전류 감소정도를 파악하기 위하여 온전압과 오프전압의차 $ \Delta V_{\text {on-off }} $ 를 다음과 같이 정의하여 채널 크기 및 산화막 두께 변화에 따른 $ \Delta V_{\text {on-off }} $ 의 변화를 관찰하였다.</p><p>$ \Delta V_{\text {on }-\text { off }}=V_{\text {on }}-V_{\text {off }}[V] \ )<caption>(3)</caption></p><p>\( V_{\text {on }}=10^{-7}\left(2 \pi R / L_{g}\right)[A] $</p><p>$ V_{\text {off }}=10^{-12}\left(2 \pi R / L_{\hat{\partial}}\right)[A] $</p><p>여기서 채널 폭은 채널의 둘레인 $ 2 \pi R $ 을 이용하였다.</p><p>본 논문에서 제시한 확산-표동 전류방정식과 터널링 전류에 대한 타당성은 이미 발표한 논문 에서 입증하였으므로 식 (1)과 식 (2)를 이용하여 드레인 전압 $ 0.1 \mathrm{~V} $ 일 때, 게이트 전압 변화에 따른 드레인 전류를 그림 4에 도시하였다. 여기서 산화막 두께는 $ 1 \mathrm{~nm} $, 채널 반지름은 $ 2 \mathrm{~nm} $일 경우이다.그림 4에서 알 수 있듯이 확산-표동 전류만을 이용한 문턱전압이하 전류의 대수값은 게이트 전압에 선형적으로 비례하는 것을 관찰할 수 있다. 채널길이가 감소할수록 드레인전류의 증가는 더욱 크게 나타나는 것을 관찰할 수 있다. 게이트 전압이 감소할수록 채널 길이 변화에 따른 문턱전압 이하전류의 변화는 더욱 증가하는 것을 관찰할 수 있다. 그림 4에서 터널링 전류를 포함한 문턱전압이하 전류의 대수값 변화는 게이트 전압에 비선형적이라는 것을 관찰할 수 있다.</p><p>그러므로 드레인 전류의 대수값이 게이트 전압에 선형적으로 변화할때, 그 기울기로 정의되는 문턱전압이하 스윙을 정의할 수 없을 것이다. 문턱 전압이하 영역에서 가장 중요한 것은 온 전압 이하에서 급속한 드레인전류 감소이다. 즉, 온 전압 이하로 게이트 전압을 감소시켰을 경우, 드레인 전류는 급속히 0으로 가야만 오프상태에서 소비전력을 감소시킬 수 있을 것이다. 그러나 그림 4에서 알 수 있듯이 터널링 전류가 중요한 문턱전압이하 영역에서 드레인 전류는 급속히 감소하지 않는다는 것을 관찰할 수 있다. 드레인 전류의 감소 정도를 표시하기 위하여 본 논문에서는 식 (3)을 이용하였다. 채널 반지름을 파라미터로 구한 문턱전압이하 전류특성을 그림 5에 도시하였다. 그림 5에서 알 수있듯이 채널반지름이 증가하면 문턱전압이하 전류는 증가하는 것을 관찰할 수 있다. 그림 5(a)와 (b)를 비교해보면 채널 길이가 짧아질수록 터널링 전류가 문턱전압이하 전류에 미치는 영향은 크게 증가하고 있었다.</p><p>특히 채널 반지름이 감소할수록 터널링전류의 유무에 따른 문턱전압이하 전류의 차이는 심하게 나타나고 있었다. 또한 게이트 전압이 감소할수록 채널 반지름에 따른 문턱전압이하 전류의 변화도 심해지는 것을 관찰할 수 있다. 게이트 산화막 두께 변화에 따른 게이트 전압에 따른 문턱전압이하 전류의 변화를 그림 6에 도시하였다. 이때 채널 반지름은 $ 1 \mathrm{~nm} $, 채널 길이는 $ 7 \mathrm{~nm} $ 의 경우이다. 산화막 두께가 증가하면 터널링 전류가 문턱전압이하 전류에 더욱 큰 영향을 미치는 것을 관찰할 수 있다. 또한 게이트 전압이 증가하면 산화막 두께 변화에 따른 문턱전압이하 전류의 변화가 크게 감소하는 것을 관찰할 수 있다. 이상의 결과를 이용하여 채널 길이, 채널 반지름 그리고게이트 산화막 두께 변화에 따른 $ \Delta V_{\text {on-off }} $ 를 식(3)을 이용하여 관찰하고자한다.</p><p>터널링 전류의 유무에 따라 채널길이에 따른 $ \Delta V_{\text {on-off }} $의 변화를 채널 반지름을 파라미터로 그림 7에 도시하였다. 그림에서 알 수 있듯이 채널 길이가 $ 8 \mathrm{~nm} $이상에서는 터널링 전류의 영향이 무시할 수 있을 정도로 작다는 것을 관찰할 수 있다. 터널링 전류의 영향은 채널길이가 짧아질수록 그리고 채널 반지름이 증가할수록 커진다는 것을 관찰할 수 있다. 그러므로 채널 길이를 감소시킬 때 채널 반지름도 감소하여야만 $ \Delta V_{\text {on-off }} $를 작게 유지할 수 있을 것이다. 산화막 두께 변화에 따른 $ \Delta V_{\text {on-off }} $의 변화를 터널링 전류의 유무에 따라 그림 8에 도시하였다. 그림 8에서 알 수 있듯이 산화막 두께가 증가하면 $ \Delta V_{\text {on-off }} $도 증가하는 것을 알 수 있으며 터널링 전류의 영향도 증가하는 것을 알 수 있다. 그림 7에서 설명하였듯이 그림 8에서도 채널 길이가 $ 8 \mathrm{~nm} $이상에서는 터널링 전류의 영향이 미미하게 나타나고 있었다. 그러나 $ 7 \mathrm{~nm} $ 이하로 채널길이가 감소하면 채널 반지름 뿐만이 아니라 게이트 산화막 두께에 따른 $ \Delta V_{\text {on-off }} $ 의 변화가 매우 크게 나타나는 것을 관찰할 수 있다.</p>	[ "JLCSG 구조는 채널이 어떤 형태의 구조인가?", "본문에서 \$ 10 \\mathrm{~nm} \$ 이하 축적형 JLCSG MOSFET의 경우, 문턱전압이하 영역에서 드레인 전류는 어떤 전류로 구성될까?", "JLCSG 구조는 채널이 나선형 구조야?", "본문에서 알 수 있듯이 게이트 전압이 증가할수록 포텐셜에너지 분포의 최대값은 커질까?", "포텐셜에너지 분포의 최대값은 본문에서도 알 수 있듯이 게이트 전압이 늘어날수록 커질까?", "게이트 전압이 감소할수록 어떤 현상이 발견될까?", "어떤 경우에, 기울기로 정의되는 문턱전압이하의 스윙을 정의할 수 없을까?", "게이트 전압이 증가할수록 포텐셜에너지 분포의 최대값은 작아져 결국 터널링 전류는 감소할까?", "터널링 전류를 포함한 문턱전압이하 전류의 대수값 변화는 게이트 전압에 선형적일까?", "게이트 전압이 증가할수록 포텐셜에너지 분포의 최대값은 어떻게 될까?", "포텐셜에너지 분포의 최대값은 게이트 전압이 증가할 수록 어떻게 돼?", "채널길이가 감소할수록 증가하는 것은 무엇일까?", "문턱 전압이하 영역에서 가장 중요한 것은 무엇일까?", "게이트 전압이 증가할수록 포텐셜에너지 분포의 최대값은 작아져 결국 터널링 전류는 어떻게 될까?", "온 전압 이하로 게이트 전압을 감소시켰을 경우, 어떤 현상이 일어날까?", "본문에서 채널 반지름이 감소할수록 나타나는 현상은 뭐지?", "어떻게 될수록 터널링 전류의 영향이 증가할까?", "채널의 반지름이 작아지면 어떤 현상이 나타날까?", "확산 표동 전류를 구하는 방정식은 뭐야?" ]
a0b0aafd-b12d-4d5e-b991-3b19627ffdf9	인공물ED	10 nm 이하 무접합 원통형 MOSFET의 온-오프전압$\Delta V_{on-off}$에 대한 분	<h1>III. 결론</h1><p>본 논문에서는 $ 10 \mathrm{nm} $ 이하 JLSCG MOSFET에대한 문턱전압이하 영역에서의 온-오프 전압차 $ \Delta V_{\text {on-off }} $를 고찰하있다. $10 \mathrm{nm} $이하 채널 길이에서는 터널링 전류의 영향이 증가하여 문턱전압이하 전류에 영향을 미치게 된다. 그러나 터널링 전류의 대수값은 게이트 전압에 선형적으로 비례하지 않기 때문에 문턱전압이하 스윙을 정의할 수 없게 된다. 그러므로 본 논문에서는 온 전압과 오프전압의 차이인 $ \Delta V_{\text {on-off }} $ 에 의하여 문턱전압이하 영역에서 게이트 전압에 대한 문턱전압이하 전류의 감소정도를 나타내었다. 결과적으로 채널 길이가 감소할수록 터널링 전류의 영향이 증가하여 $ \Delta V_{\text {on -off }} $ 가 급격히 증가하는 것을 알 수 있었다. 또한 채널 반지름이 증가할수록 $ \Delta V_{\text {on - off }} $ 가 증가하였으며 산화막 두께가 증가할 때에도 $ \Delta V_{\text {on -off }} $는 증가하였다. 특히 채널길이가 $ 8 \mathrm{~nm} $ 이하에서는 터널링 전류의 급격한 증가로 인하여 터널링 전류의 유무에 따라 $ \Delta V_{\text {on-off }} $가 급격히 변화하였다. 이상의 결과에서 JLCSG MOSFET의 경우 채널길이를 $ 8 \mathrm{~nm} $ 이하로 감소시켜 미세화할 경우, 채널반지름 및 산화막 두께도 함께 감소시켜 터널링 전류의 영향을 감소시키고 $ \Delta V_{\text {on-off }} $ 도 감소시켜야할 것이다.</p>	[ "문턱전압이하 영역에서 \$ \\Delta V_{\\text {on-off }} \$를 통해 어떤 전압에 대한 감소정도를 확인할 수 있나요?", "문턱전압이하 영역인 JLSCG MOSFET \$ 10 \\mathrm{nm} \$ 이하에서 온-오프 전압차의 어떤 것을 고찰하였나요?", "터널링 전류의 영향이 \$10 \\mathrm{nm} \$이하 채널 길이에서 증가하기 때문에 문턱전압이하 전류에 영향을 미치게 되나요?", "본문에서 나오는 JLSCG MOSFET이 해당하는 영역은 몇 \$ \\mathrm{nm} \$ 이하 인가요?", "\$ \\Delta V_{\\text {on -off }} \$이 증가했다는 것은 산화막 두께가 어떻게 되었다는 것을 뜻하나요?", "채널반지름, 산화막 두께가 감소하게 되는 것은 어떤 것을 \$ 8 \\mathrm{~nm} \$ 이하로 채널길이를 감소시켰을 때 발생하게 되는 현상인가요?", "채널 길이가 감소하게 되면 결과적으로 어떻게 되는가?", "결과적으로 채널 길이가 감소하게 되면 어떻게 되는가?", "산화막 두께와 마찬가지로 채널 반지름도 증가하게 될 경우, 어떻게 되는 것을 보게 되나요?", "터널링 전류 같은 경우 채널길이가 \$ 8 \\mathrm{~nm} \$ 이하에서 급격한 증가로 인해 어떻게 되는가?", "터널링 전류의 영향이 채널 길이가 감소할수록 증가하게 되면서, \$ \\Delta V_{\\text {on -off }} \$거 급속도로 어떻게 되는 것을 보게 되나요?", "본문에서 \$ \\Delta V_{\\text {on - off }} \$는 채널 반지름이 감소하면 반비례적으로 증가하게 되나요?", "채널길이가 몇\$\\mathrm{~nm} \$이하에서 터널링 전류의 급격한 증가로 인하여 터널링 전류의 유무에 따라 \$ \\Delta V_{\\text {on-off }} \$가 급격히 변화했는가?" ]
6908942a-0851-4ad0-a711-75bb0169ad0f	인공물ED	선박 이동 경로 예측을 위한 해상 영역 분할 및 영역 단위 목적지 예측 방법	<h1>I. 서론</h1><p>해상에서는 지징된 이동 경로의 부재로 선박의 자유도가 높기 때문에 이동 경로를 예측하기가 매우 어렵다. 경로 예측을 위해 순환 신경망 기반 방법이 이용될 수 있지만 그림 1처럼 선박 이동 경로의 비선형성이 매우 큰 경우 순환 신경망의 적용이 매우 어렵다.</p><p>이를 고려하여, 논문에서는 선박의 이동을 정확한 좌표가 아닌 영역 단위로 에측하는 방법을 제안하 였다. 논문에서는 선박 이동 경로 예측 작업을 위해 군집화 개념을 이용하였다. 구체적으로 선박 이동 경로의 직접적인 군집화를 동한 선박 이동 경로 예측 방법을 제안하였다.</p><p>본 논문에서는 위의 낭법들에서 기술적 영감을 언어 영역별로 다른 예측 방법을 사용하는 적응적 영역 단위 선박 이동 경로 예측 방법을 제안한다. 논문에서는 그리드 기반 영역 단위에서 선박 경로 예측을 수행한다. 이와는 달리 제안하는 방법에서는, 먼저 과거 이동 경로들로부터 추출한 “목적지 후보”를 군집화하여 해상 영역을 분할한다 (그림 2 참조). 실제 영역 단위 예측은 이와 같은 목적지 후보 징보를 토대로 분할된 해상 영역 단위에서 이루어진다. 또한 논문과는 달리 그리드 기반 영역 분할 방법은 현재 선박 위치에서 움직임의 “선형/비선형 여부"를 결정하기 위해서만 사용된다. 논문에서는 직접적으로 과거 선박 이동 경로들을 군집화하여 비슷한 경로들이 하나의 군집을 형성하도록 한 후, 이를 예측에 이용하였다. 이와는 달리 제안하는 방법에서는 해상 영역 분할을 위해 앞서 말한 바와 같이 과거 목적지 훈보들을 "군집화"한다(그림 2 참조). 제안하는 방법에서는 현재 선박의 위치에서 이동 경로의 선형 여부와 예측 시간에 따른 불확실성에 따라, 다른 예측 방법을 적용한다. 이 때, 사용되는 예측 방법은 등속 움직임을 가징하는 선형 예측 방법과, 과거의 유사한 경로와 동인한 움직임을 보인 것으로 가정하는 유사 경로 이용 예측 방법이다. 논문에서 이용하는 영역과는 구조가 다르기 때문에 제안하는 방법과의 직접 비교는 어럽지만 본 논문에서는 두 에측 방법들의 성능을 보이고, 선형 여부와 불확실성에 따라 다른 예측 방법을 적용하는 것이 더 우수함을 보인다.</p>	[ "왜 해상에서의 이동 경로 예측이 매우 어려운가?", "해상에서 이동 경로의 부재로 선박의 자유도가 낮은가?", "군집화 개념은 선박 이동 경로 예측에 사용되었나?", "선박 이동 경로 예측을 위해 군집화 과정을 직접적으로 수행하였나?", "기술적 영감을 언어 영역별로 사용하는 예측 방법은 무엇인가?", "목적지 후보는 과거 이동 경로들로부터 추출할 수 있는가?", "영역단위로 예측하는 방법 중 비슷한 경로들이 하나의 군집을 형성하게 하는 방법은 무엇인가?", "해상 영역 분할을 위해 군집화되는 대상은 무엇인가?", "이동 경로의 선형 여부와 예측시간에 따른 불확실성은 다른 예측 방법에 영향을 주나?", "해상에서의 이동 경로 예측은 어려운가?", "해상에서의 이동 경로 예측에서 순환 신경망 기반 방법은 전혀 이용될 수 없나?", "선박 이동 경로에서 순환 신경망의 적용이 어려울경우 어떤 단위로 예측을 해야하나?", "적응적 영역 단위 선박 이동 경로 예측 방법 중 해상 영역을 분할 할 때 군집화하는 대상은 무엇인가?", "실제 영역 단위 예측에서 무엇을 토대로 해상 영역 단위가 이루어지는가?", "현재 선박 위치에서 움직임의 “선형/비선형 여부\"를 결정하기 위해서만 사용되는 방법은 무엇인가?", "이동 경로의 비선형이 크면 순환 신경망의 적용이 매우 어려운가?" ]
d97700c3-5869-45b4-9154-c50b2c2a8344	인공물ED	선박 이동 경로 예측을 위한 해상 영역 분할 및 영역 단위 목적지 예측 방법	<h1>II. 제안하는 방법</h1><p>본 논문에서는 선박 이동 경로 예측을 위한 해상 영역 분할 및 영역 단위 목적지 예측 방법을 제안한다.</p><p>해상 영역 분할은 목적지 후보를 군집화하여 이루어진다. 목적지 후보는 과거 이동 경로들의 시점과 종점이다. 각 경로의 시점과 종점은, 선박이 이 전에 정박하였던 위치로 목적지로 간주할 수 있다. 그림 2 와 같이 선박의 목적지는 다양한 형태의 군집을 형성할 수 있고, 밀집된 후보들을 하나의 목적지로 가징하는 것이 바람직하다. 이에 따라, 밀도에 따라 군집을 생성하고, 군집의 개수를 지정하지 않아도 밀도에 따라 적응적으로 군집화하는 논문의 방법을 이용하였다.</p><p>선박의 영역 단위 목적지 예측을 위하여, 선박의 이전 $ p $ 분 간의 이동 경로를 이용한다. 이때, 이동 경로가 선형에 가까울 경우, 향후에도 선형으로 이동할 가능성이 크고, 비선형에 가까울 경우, 비선형으로 이동할 가능성이 크다. 또한, 예측할 시간이 길수록 불화실성이 커져 비선형으로 움직인 가능성이 더욱 커진다. 이에 따라, 본 논문에서는 경로의 선형 여부와 불확실성을 고려하여 알고리즘 1과 같 이 다른 예측 방법을 적용하였다. 여기서 현재 이동하고 있는 상태에 대해서만 경로의 선형 여부를 구할 경우, 표본이 많지 않아 잘못 판단될 수 있으므로, 같은 위치에서의 과거 이동 경로들로 선형 여부를 구한다. 이를 위해, 한 영역 내에 과거 경로들의 방향을 모두 취합해 진행 방향들의 분산이 1.0 보다 클 경우에는 비선형으로, 작을 경우에는 선형으로 분류하였다. 먼저, 큰 영역 단위로 선형 여부를 확인하여 비선형으로 판단될 경우, 더 작은 영역 4개로 나누어 다시 임계값 미만인지 확인하도록 하였다. 이는 큰 영역으로 보면 비선형으로 보이더라도 작은 영역으로 나누면 각각이 선형으로 분류될 수 있음을 고려한 것이다. 이를 반복적으로 수행하다 영역의 크기가 인징 크기보다 작아질 경우, 더 이상 나누지 않고 비선형 영역으로 분류한다. 참고로, 앞의 해상 영역 분할은 목적지를 관심 대상으로 보고 분할하는 것이고, 선형, 비선형 영역 분할은 이동 상태를 관심 대상으로 하는 것이기 때문에 다른 분할 방법을 적용하였다. 앞서 말한 것과 같이 선형 영역과 근 시간 내의 비선형 영역에서는 선형 이동 가능성이 크므로 (1)과 같이 향후 속도를 설정하고, 등속 진행을 가정하여 도착 위치를 예측한다.</p><p>$ v_{n}=\frac{1}{2}\left(v(t)+\frac{x(t)-x(t-p)}{p}\right) $.<caption>(1)</caption></p><p>여기서, $ v(t) $ 는 시간 $ t $ 에서의 선박의 속도, $ x(t) $ 는 시간 $ t $ 에서의 선박의 위도, 경도이다. 즉, 현재 속도 와 $ p $ 분 전까지의 평균 속도의 중간값으로 등속 이동하는 것을 가정하여 (2)와 같이 예측한다.</p><p>$ x(t)=x(0)+v_{n} t $.<caption>(2)</caption></p><p>여기서 $ x(0) $ 는 주어진 경로의 마지막 위치를 의미하고, 시간 $ t $ 동안 $ v_{n} $ 의 속도로 등속 운동한 결과 $ x(t) $ 를 예상 도착 위치로 정의한다. 그리고, 예상 도착 위치가 어느 군집에 가까운지를 이용하여 영역 단위의 예측을 하게 된다.</p><p>불화실성이 큰 60 분 이후의 비선형 영역에서는 움직임을 에측하기 어려우므로, 동적 시간 와핑 방법을 이용하여 과거 이동 경로 중에서 이전 $ p $ 분의 경로와 가장 유사한 경로를 찾고, 이후에는 그 경로와 같은 형태의 이동을 보인 것으로 가정하고 도착 위치를 예측한다. 동적 시간 와핑 방법은 두 시계열 데이터가 주어졌을 때, 시간 간격을 임의로 조절시켜 가장 유사한 형태의 데이터로 와핑하고, 그 상태에서 두 시계열 데이터의 거리를 측정하는 방법이다. 선형 예측 방법과 마찬가지로, 예측된 위치에서 가장 가까운 군집을 찻아 목적지 영역을 예측한다.</p>	[ "이동경로가 비선형에 가까울 경우, 선형으로 이동할 가능성이 커?", "선박의 시점과 종점이 목적지로 여겨지는 기준이 뭐야?", "표본이 잘못 판단되는 것을 막기 위해 어느 상태에서 선형 여부를 구해야 하니?", "진행 방향들이 비선형으로 분류되는 크기는 몇이야?", "선형, 비선형 분할은 어떤 것을 대상으로 분할해?", "해상 영역 분할이 관심을 가지고 분할하는 대상이 뭐야?", "</p><p>\$ x(t)=x(0)+v_{n} t \$.<caption>(2)</caption></p><p>식을 예측하기 위해 세운 가정은 뭐야?", "</p><p>\$ x(t)=x(0)+v_{n} t \$.<caption>(2) 식에서 영역 단위를 예측하기 위해 이용한 것은 뭐야?", "불확실성이 큰 비선형 영역에서 움직임을 찾기 위한 경로로 어떤 방법을 사용했어?", "60분 이후의 비선형 영역에서는 움직임을 예측하기가 쉬워?", "\$ x(0) \$ 이 뜻하는 게 뭐야?", "선형 여부를 자세히 확인하는 방법이 뭐야?", "</p><p>\$ v_{n}=\\frac{1}{2}\\left(v(t)+\\frac{x(t)-x(t-p)}{p}\\right) \$.<caption>(1)</caption></p><p>은 무엇을 설정한거야?", "선형 영역과 비선형 영역에서 도착 위치를 예측하는 방법이 뭐야?", "동적 시간 와핑 방법은 어떤 예측 방법과 비슷한 방법으로 목적지 영역을 찾아?", "해상 영역 분할은 어떻게 완성돼?", "해상 영역 분할의 군집들은 과거 이동 경로들의 시점이라고 할 수 있어?", "선박의 군집을 생성할 때, 개수를 설정하지 않고 무엇에 따라 군집화 할 수 있어?", "왜 영역 단위 목적지 예측 방법을 제안해?" ]
11fef8b3-5811-4747-8be2-9b5576699a44	인공물ED	선박 이동 경로 예측을 위한 해상 영역 분할 및 영역 단위 목적지 예측 방법	<h1>III. 실험 결과</h1><p>제안하는 방법의 학습 및 펑가를 위하여 수집한 21 개의 선박의 이동 경로 데이터를 이용하였다. 이중, $ 90 \% $ 는 목적지 후보 기반 영역 분할, 선형/비선형 영역 분할, 유사한 이동 경로를 찾는 후보군으로 사용하였고, 나머지 $ 10 \% $ 를 평가를 위해 사용하였다. 먼저, 목적지 영역 분할 결과는 그림 2 와 같다. 그림 2 에서 보는 것과 같이 밀집된 목적지들을 하나의 목적지 영역으로 잘 분할하는 것을 확인할 수 있다. 선형, 비선형 영역을 분류한 결과는 그림 2 (c)와 같다. 우상단에서 보이는 것과 같이 큰 영역이 하나의 선형 영역으로 분할되기도 하고, 좌상단에서 보이는 것과 같이 픈 영역에서는 비선형 영역으로 판단되어 추가로 분할되었지만 작은 영역에서 선형 영역으로 판단되는 영역도 확인할 수 있다.</p><table border><caption>표 1. 제안하는 방법의 예측 정확도 (\%)</caption><tbody><tr><td colspan=2>Prediction time</td><td>10</td><td>20</td><td>30</td><td>60</td><td>120</td></tr><tr><td rowspan=2>Linear region</td><td>Linear prediction</td><td>97.53</td><td>97.09</td><td>97.71</td><td>88.89</td><td>66.67</td></tr><tr><td>Prediction by using similar path</td><td>90.29</td><td>86.03</td><td>80.55</td><td>67.32</td><td>64.38</td></tr><tr><td rowspan=2>Nonlinear region</td><td>Linear prediction</td><td>96.16</td><td>90.47</td><td>83.63</td><td>56.53</td><td>30.46</td></tr><tr><td>Prediction by using similar path</td><td>88.32</td><td>76.46</td><td>65.56</td><td>58.84</td><td>40.34</td></tr><tr><td rowspan=3>Whole region</td><td>Linear prediction</td><td>96.38</td><td>91.55</td><td>85.88</td><td>60.73</td><td>34.74</td></tr><tr><td>Prediction by using similar path</td><td>88.64</td><td>78.11</td><td>71.33</td><td>59.92</td><td>43.01</td></tr><tr><td>Mixed prediction</td><td>96.38</td><td>91.55</td><td>85.88</td><td>62.66</td><td>45.74</td></tr></tbody></table><p>표 1 에서는 선형 영역과 비선형 영역에서 각 예측 방법에 향후 예측 시간에 대한 영역 단위 예측 정확도를 나타내었다. 결과를 종합하면, 선형 영역에서는 향후 예측 시간에 무관하게 선형 예측 방법(Linear prediction)이 더 좋은 성능을 나타냄을 화인할 수 있었다. 이는 우리가 가정한 것과 같이 선형 영역에서는 선형의 움직임을 나타내기 때문으로 보인다. 비선형 영역에서는 향후 예측 시간이 짧을 때에는 선형 예측 방법이, 길 때에는 유사 경로 이용 예측 방법(Prediction by using similar path)이 더 좋은 성능을 나타냄을 확인할 수 있다. 즉, 짧은 시간 내에서는 선박이 비선형 영역에 있더라도 선형의 움직임을 보이지만, 예측 시점으로부터 시간이 길어질 경우, 불확실성이 커져 선형으로 움직이지 않고, 과거의 경로들과 유사하게 비선형으로 움직이는 경향이 있음을 확인할 수 있다. 각 영역에서의 실험 결과를 통해 정확한 영역 분류와 이에 맞는 예측 방법을 적용하면, 최소 $ 2.31 \% $ 에서 최대 $ 17.16 \% $ 까지 성능이 향상되는 것을 확인할 수 있다.</p><p>그리고, 영역 구분 없이 한 가지의 방법을 선형, 비선형 두 영역 모두에 적용했을 때와 비선형 영역에서 불확실성이 큰 60 분 이후를 예측할 경우에는 유사 경로 이용 에측 방법을 이외에는 선형 에측을 적용한 혼합 예측 방법(Mixed prediction)의 결과를 비교하였다. 60 분 이상의 결과로 보아, 선형 영역에서는 선형 예측으로, 비선형 영역에서 긴 시간을 예측할 때에는 유사 경로 이용 에측 방법을 적용하는 것이 각 한 가지의 방법을 적용하는 것보다 우수함을 확인할 수 있다.</p>	[ "제안하는 방법의 학습 및 펑가를 위해 몇개의 선박 이동 경로 데이터를 이용했어?", "수집한 21 개의 선박의 이동 경로 데이터중 몇 프로의 비율을 평가를 위해 사용했어?", "표 1에서 Linear region의 Linear prediction경우 Prediction time이 120일 때 예측 정확도는 얼마야?", "표 1에서 Linear region의 Prediction by using similar path경우 Prediction time이 30일 때 예측 정확도는 얼마야?", "표 1에서Nonlinear region의 Linear prediction경우 Prediction time이 60일 때 예측 정확도는 얼마야?", "표 1에서Nonlinear region의 Prediction by using similar path경우 Prediction time이 10일 때 예측 정확도는 얼마야?", "표 1에서 Whole region의 Linear prediction경우 Prediction time이 20일 때 예측 정확도는 얼마야?", "표 1에서 Whole region의 Prediction by using similar path경우 Prediction time이 120일 때 예측 정확도는 얼마야?", "표 1에서 Whole region의 Mixed prediction경우 Prediction time이 60일 때 예측 정확도는 얼마야?", "각 영역에서의 실험 결과를 통해 정확한 영역 분류와 이에 맞는 예측 방법을 적용하면 최대 얼마만큼의 성능향상을 기대할 수 있어?", "제안된 표에서 큰 영역은 선형 영역과 비선형 영역이 둘다 나올 수 있지만 작은 영역에서는 비선형 영역으로만 분류되어?", "표1의 결과를 종합해보면 선형 영역에서는 향후 예측 시간에 무관하게 선형 예측 방법(Linear prediction)이 더 좋은 성능을 나타낸다고 할 수 있어?", "짧은 시간 내에서는 선박이 비선형 영역에 있더라도 선형의 움직임을 보이지만, 예측 시점으로부터 시간이 길어질 경우, 불확실성이 커져 경로들과 유사하게 비선형으로 움직이는 경향이 있어?", "비선형 영역에서는 향후 예측 시간이 짧을 때에는 유사 경로 이용 예측 방법이 ,길 때에는 선형 예측 방법이 더 좋은 성능을 나타내어?", "각각에 영역에 따라 다른 경로 예측 방법을 사용하는 것의 성능이 더 우수해?" ]
b66d406a-dddb-4f10-bb69-f08080728461	인공물ED	선박 이동 경로 예측을 위한 해상 영역 분할 및 영역 단위 목적지 예측 방법	<h1>IV. 결론</h1><p>본 논문에서는 선박의 영역 단위 이동 경로 예측을 위하여 선박의 목적지 후보를 추출하고 이를 기반으로 해상을 분할하는 방법을 제안하였다. 또한, 해상을 선형/비선형 이동 영역으로 분류하여, 각 영역의 선형 여부와 향후 예측 시간의 불확실성을 고려하여 선형 예즉과 유사 경로 이용 예측 방법을 적용하면 각각을 적용하는 것 보다 더 높은 정확도로 향후 위치할 영역을 예측할 수 있음을 확인하였다.</p>	[ "해상 분할 방법의 기반이 된 후보는 뭐야?", "해상을 분할하는 방법을 제안한 이유가 뭐야?", "왜 해상을 분할하는 방법을 제의했어?", "선박의 향후 위치 영역을 알기 위해선 예측 시간의 확실성을 고려하면 더 높은 정확도로 영역을 예측할 수 있어?", "선박의 영역 단위 이동 경로 예측을 위해 제안한 방법 중에 옳은 것은 뭐야?", "각 영역의 선형 여부와 향후 예측 시간의 어떤 성질을 고려해 경로 예측 방법을 적용하면 높은 정확도로 향후 위치할 영역을 예측할 수 있어?", "선박의 영역 단위 이동 경로 예측을 하기 위해 어떤 방법을 사용해야해?" ]
8c000e4a-04ac-4bc6-b41c-795702fdbd13	인공물ED	선박 이동 경로 예측을 위한 해상 영역 분할 및 영역 단위 목적지 예측 방법	<h1>요 약</h1><p>본 논문에서 우리는 선박의 이동 경로를 예측하기 위하여, 해상 영역을 분할하고, 분할된 영역을 기반으로 선박의 목적지를 예측하는 방법을 제안한다. 해상 영역을 분할하기 위하여 과거 이동 경로를 토대로 생성된 목적지 후보들을 군집화한다. 그리고, 선박이 이동할 목적지 영역을 예측하기 위해서 현재 위치에서 주어진 경로의 선형 여부와 향후 예측 시간에 따른 불확실성에 따라 다른 예측 방법을 적용한다. 예측에 사용하는 방법에는 선형 영역에서는 등속 운동을 가정한 선형 예측 방법, 불확실성이 높은 비선형 영역에서는 과거 경로 중 유사한 경로와 비슷한 움직임을 보일 것이라고 가정한 유사 경로 이용 예측 방법을 사용한다. 실험 결과에서 해당 방법이 선형 예측, 유사 경로 이용 예측 방법을 단독으로 적용하는 것에 비해 더 우수함을 보인다.</p>	[ "과거 이동 경로를 토대로 생성된 목적지 후보들을 군집화하는 것은 해상 영역 분할 과정에 속하는가?", "현재 위치에서 주어진 경로의 선형 여부와 향후 예측 시간에 따른 불확실성에 따라 다른 예측 방법의 적용은 선박이 이동할 목적지 영역을 예측하기 위해 사용되나?", "선박의 이동 경로를 예측하기 위한 방법은 무엇인가?", "어떤 방법이 선박의 이동 경로를 예측하기 위한 거야?", "불확실성이 높은 비선형 영역에서는 등속 운동을 가정한 선형 예측 방법을 사용하는가?", "비선형 영역에서의ㅡ 과거 경로 중 유사한 움직임을 보일 것이라고 가정한 예측 방법으로는 무엇이 있는가?", "예측 방법 중 등속 운동을 가정한 선형 영역의 예측 방법엔 뭐가 있나?", "선형 예측 방법과 유사 경로 이용 예측 방법을 같이 작용하면 단독인 것보다 효과가 더 좋은가?" ]
fe570866-e446-4627-8a73-fe4dc6c3d045	인공물ED	무기물 $\mathrm{GaN}$ 기반의 마이크로 LED 기술동향	<h1>2. 마이크로 LED 광원 제조기술</h1><h2>2.1. AlGalnP on GaAs</h2><p>GaAs 기반의 마이크로 적색 LED는 2009년 미국 UIUC 대학의 Rogers 그룹에서 "Science"지에 처음으로 보고하였다. GaAs 화합물 반도체 기판상에 GaAs(p-type)/AlGaInP(QW)/AlGaAs(n-type) 물질 성장 후에 PR (photoresist) 패터닝(patterning) 방법을 이용하여 LED층을 고정할 수 있는 앵커(anchor)를 형성하였고, 이후 불화수소(HF) 용액을 이용하여 GaAS 상에 성장된 AlAs 희생층을 제거함으로서 매우 얇은 LED 박막층만을 유연한 플라스틱 기판 상에 전사하여 플렉서블 디스플레이로서의 응용 가능성을 보여주었다.</p><h2>2.2. $\mathrm{GaN}$ on $\mathrm{Si}$</h2><p>InGaN 기반의 청색 LED는 사파이어 기판 상에 LED 층을 형성시키는 에피 기술이 일반적이긴 하나 사파이어 기판보다 가격이 저렴한 $\mathrm{Si}$기판 상에 $\mathrm{InGaN}$층을 형성시키는 기술도 최근 비약적으로 성능이 개선되고 있는 상태이다. 다만, 현재까지는 사파이어 기반 에피 기술에 비해 수율과 성능 측면에서 지속적 개선이 필요하다. 다음은 $\mathrm{Si}$ 기반의 $\mathrm{InGaN}$ 마이크로 청색 LED를 제조하는 공정방법에 대해 기술하였다.</p><p>먼저 $\mathrm{Si}(111 )$ 기판 상에 $\mathrm{InGaN}$ LED 층을 성장한 뒤 n-type 전극 컨택을 위한 메사(mesa)를 형성하고 p-type $ \mathrm{Ni}(10 \mathrm{~nm}) / \mathrm{Au}(10 \mathrm{~nm}) $ 투명전극을 p-GaN 상에 형성한다. 이후 n-type 전극 형성을 위하여 $ \mathrm{Ti} (15 \mathrm{~nm} / \mathrm{Al}(60 \mathrm{~nm}) / \mathrm{Mo}(20 \mathrm{~nm}) / \mathrm{Au}(100 \mathrm{~nm}) $ 를 $\mathrm{n-GaN}$ 상에 증착한 후 $ \mathrm{Ti}(10 \mathrm{~nm}) / \mathrm{Au}(120 \mathrm{~nm}) $ 패드 전극을 p형 투명전극 상에 형성한다. 이후 KOH 용액을 이용하여 $ \mathrm{Si} $ 에칭을 진행하고 남아있는 얇은 박막의 $ \mathrm{GaN} $ 층만을 PDMS(Polydimethylsiloxane)를 이용하여 유연한 기판에 LED 칩을 전사한다.</p><p>본 공정 방법의 경우 일반적인 수평형(lateral type)의 LED 칩을 제조하는 방법과 매유 유사하나 Si기판의 방향성에 따라 에칭 속도가 다른 점을 활용하여 $\mathrm{InGaN}$ 층 아래의 $\mathrm{Si}$을 제거하여 매우 얇은 InGaN 박막만을 다른 기판으로 전사하는 기술이다. $\mathrm{Si} (110)$ 면의 경우 $\mathrm{Si} (111)$ 면에 비해 약 100 배 이상 에칭 속도가 빠르기 때문에 그림 2-B(좌)와 같이 LED칩이 형성된 하부의 $\mathrm{Si} (110)$ 면은 빠르게 제거가 되고, 반면 LED 칩 양쪽에 형성된 일부의 $\mathrm{Si} (111)$면은 에칭이 거의 되지 않아 LED칩을 고정시킬 수 있는 앵커 역할을 하여 PDMS와 같은 물질을 이용하여 쉽게 다른 기판으로 LED 칩 전사가 용이하다.</p>	[ "GaAs 기반의 마이크로 적색 LED를 처음 보고한 대학교는 어디야?", "Si(110) 면의 경우 Si(111) 면에 비해 에칭속도가 약 몇 배 정도 빠를까?", "GaAs 기반의 마이크로 적색 LED가 플렉서블 디스플레이로서의 응용 가능성을 어떻게 보여주었어?", "Si기판은 사파이어 기판보다 저렴해?", "Si 기반의 InGaN 마이크로 청색 LED를 제조하는 공정방법에서, n-type 전극 형성을 위해 어떤 과정을 수행해야 해?" ]
e3075eea-50c4-46f3-88f1-13cd2ef3c177	인공물ED	무기물 $\mathrm{GaN}$ 기반의 마이크로 LED 기술동향	<h2>2.3. $\mathrm{GaN}$ on Sapphire</h2><p>사파이어 기반의 $\mathrm{InGaN}$ 청색 LED는 내부양자효율이 약 $ 80 \% $, 외부양자효율은 $ 70 \% $, 광효율 $ 200 \mathrm{~lm} / \mathrm{W} $, 수명 $50,000$ 시간 이상으로 현재 가장 일반적으로 양산되고 있는 LED 공정 기술이다. 일부 LED 기업에서는 $\mathrm{Si}$ 또는 $\mathrm{SiC}$와 같은 이종기판을 활용하여 LED를 성장시키는 기술을 양산에 적용하고 있으나, 효율이나 수율 측면에서는 아직 사파이어 기반 기술에 미치지 못하고 있다. 다음은 사파이어 기반의 $\mathrm{InGaN}$ 마이크로 청색 LED를 제조하는 공정 방법에 대해 기술하였다.</p><p>먼저 사파이어 기판 상에 $\mathrm{InGaN}$ LED 층을 성장한 후 n-type 전극 컨택을 위한 메사를 형성하고 p-type $ \mathrm{Ni}(15 \mathrm{~nm}) / \mathrm{Au}(15 \mathrm{~nm}) $ 투명전극을 $\mathrm{p-GaN}$ 상에 형성한다. 이후 $ \mathrm{n} / \mathrm{p} $-type 패드 전극인 $ \mathrm{Cr}(15 \mathrm{~nm}) / \mathrm{Au}(300 \mathrm{~nm}) $를 형성하고 LED 층 상부에 $ 200 \mathrm{~nm} $SiNx 보호막을 형성한다. 이후 보호막상에 $ \mathrm{Cr}(15 \mathrm{nm}) / \mathrm{Pd}(30 \mathrm{~nm}) $ 본딩 메탈을 형성하고 $ \mathrm{Si} $ 기판과 같은 이종기판을 이용하여 LED 기판과 웨이퍼 접합시킨다 ( $ \mathrm{Si} $ 기판상에도 $ \mathrm{Cr}(15 \mathrm{~nm}) $ / $ \mathrm{Pd}(150 \mathrm{~nm}) / \operatorname{In}(900 \mathrm{~nm}) $ 본딩 메탈층이 형성). 이후 Laser lift-off(LLO)를 이용하여 $\mathrm{GaN}$ 성장용 기판인 사파이어를 제거한 뒤 LED를 개별 칩으로 분리하고 염산 용액을 이용하여 웨이퍼 본딩 계면의 InPdx 제거한다. 이후 PDMS 와 같은 물질을 이용하여 분리된 $\mathrm{GaN}$ 박막만을 유연한 기판으로 전사한다.</p><p>위 공정 방법의 핵심기술은 $ \mathrm{Si} $ 이나 유리기판과 같은 이종기판을 LED 기판과 웨이퍼 본딩 한 후에 웨이퍼 본딩된 계면의 InPdx 와 같은 유테틱(eutectic) 물질을 산 용액을 이용하여 제거하는데, 이때 일부 InPdx 물질이 제거되지 않고 남아있어 LED 박막이 약한 결합력으로 $ \mathrm{Si} $i 기판에 고정될 수 있다. 본 방법은 산 용액을 이용하여 비교적 쉽게 웨이퍼 본딩 계면을 에칭하고 박막의 $\mathrm{GaN}$ 만을 분리할 수 있는 장점이 있으나, 웨이퍼 전체적으로 에칭 균일성이 떨어질 경우 $\mathrm{GaN}$ 박막 전사 시에 수율이 저하될 수 있는 이슈가 존재한다.</p>	[ "현재 가장 일반적으로 양산되고 있는 LED 공정 기술은 뭐야?", "사파이어 기반의 InGaN 청색 LED에 대해 옳게 설명한 것은 뭐야?", "웨이퍼 본딩된 계면의 InPdx 와 같은 유테틱(eutectic) 물질을 제거하기 위해 무엇을 사용해?", "사파이어 기반의 InGaN 마이크로 청색 LED를 제조하는 공정 중에서, 염산 용액을 이용하여 웨이퍼 본딩 계면의 InPdx 제거한 뒤 해야할 다음 단계는 뭐야?", "사파이어 기반의 InGaN 청색 LED의 수명은 30,000시간 이하가 맞을까?" ]
d9c4f9a5-5ec7-45ce-8235-952ecf46ef5a	인공물ED	무기물 $\mathrm{GaN}$ 기반의 마이크로 LED 기술동향	<h1>3. 마이크로 LED 전사기술</h1><p>마이크로 LED를 플렉서블 또는 리지드(Rigid) 기판에 전사(이송)하기 위한 방법은 현재까지 두 가지가 알려져 있는데, 그 중 정전헤드(Electrostatic Head)를 이용하는 방법은 미국의 Ruxvue Technology사가 개발한 방법으로, $ \mathrm{Si} $ 재질로 만들어진 헤드 부분에 전압을 걸 수 있도록 전극을 형성한 뒤에 이미 제작된 마이크로 LED 상에 정전헤드를 위치시킨 후 전압을 걸어 LED를 픽업(Pick-up)하고 이송하는 방식이다. 이 방법의 경우 프로그래밍을 통하여 임의로 선택된 칩 또는 어레이만을 이송할 수 있는 장점이 있지만 정전기 방식으로 인해 LED를 픽업할 때 칩 손상에 대한 이슈가 존재한다. 다른 방법의 경우 이미 앞서 기술했듯이, 미국 UIUC 대학의 Roger 그룹에서 보고한 방법으로, 탄성이 있는 고분자 물질(일반적으로 PDMS를 사용)을 프린트 헤드로 사용하여 source wafer(LED wafer)로부터 LED를 모두 픽업하고 픽업된 LED 칩 또는 어레이를 플렉서블 또는 리지드 기판에 전사하는 방법이다. 이 방법의 경우 정전헤드 방식에 비해 칩 손상에 대한 이슈는 없으나 접착 층(Adhesive Layer)이 반드시 필요하고 수많은 전사공정에도 접착력을 지속적으로 유지 하는 것이 관건이다.</p><p>LED 칩의 전사공정은 현재까지 전 세계적으로 개발 초기단계이고 앞서 언급된 다양한 응용분야의 사업화와도 직접적인 연관이 있기 때문에 고속 전사 장비/공정 개발 뿐만 아니라 신뢰성 있는 접착소재 개발에도 많은 관심이 필요로 할 때이다.</p><h1>4. 마이크로 LED 응용분야</h1><h2>4.1. 차세대 디스플레이</h2><p>디스플레이는 다양한 정보를 인간이 볼 수 있도록 화면으로 구현해 주는 영상표시장치를 통칭하며 전자기기와 사람과의 인터페이스로, 각종 전자기기로부터 출력되는 전기적 정보 신호를 광 정보 신호로 변환하여 인간이 시각을 통해 인식할 수 있는 숫자, 문자, 도형, 화상 등의 패턴화된 정보로 표시하는 장치 및 이를 위한 각종 부품, 재료를 포함한다. 차세대 디스플레이는 AMOLED(Active Matrix Organic Light-Emitting Diode), 투명 디스플레이, 3D 디스플레이, 플렉서블 디 스플레이, 터치 디스플레이와 같이 기존의 디스플레이와 차별화된 성능을 구현하는 디스플레이로 정의하며, 최근 유기발광다이오드(OLED)를 이용한 디스플레이가 차세대 디스플레이로서 각광받고 있다.</p><p>유기발광디스플레이는 형광성 유기물 박막에 전류가 흐를 때 유기물이 빛을 발하는 특성을 이용한 것으로, 기존의 LCD(Liquid Crystal Display)에 비해 응답속도가 빨라 동화상 재생 시 잔상이 거의 없고, 자체발광으로서 백라이트가 필요하지 않아 슬림한 디자인 구현이 가능하고, 어두운 곳이나 밝은 야외에서도 선명한 화질 구현이 가능한 장점이 있다. 하지만 아직도 소재 가격이 비싸고 대형화가 어려울 뿐만 아니라 제품수명이 짧은 단점이 존재한다.</p>	[ "각종 전자기기로부터 출력되는 전기적 정보 신호를 광 정보 신호로 변환하여 인간이 시각을 통해 인식할 수 있는 정보로 표시하는 장치 및 이를 위한 각종 부품, 재료는 디스플레이일까?", "마이크로 LED를 플렉서블 또는 리지드 기판에 전사하기 위한 방법 중 정전헤드를 이용하는 방법은 Si 재질로 만들어진 헤드 부분에 전압을 걸 수 있도록 전극을 형성한 후, 마이크로 LED 상에 정전헤드를 위치시켜 전압을 가하여 LED를 픽업하고 이송하는 방식일까?", "마이크로 LED를 플렉서블 또는 리지드 기판에 전사하기 위한 방법 중 정전헤드를 이용하는 방법은 프로그래밍을 통해 임의로 선택된 칩 또는 어레이만을 이송할 수 있을까?", "유기발광디스플레이는 소재 가격이 비싸고 제품 수명이 짧을까?", "마이크로 LED를 플렉서블 또는 리지드 기판에 전사하기 위한 방법 중 탄성이 있는 고분자 물질을 프린트 헤드로 사용하는 방법은 접착 층이 반드시 필요할까?", "다양한 정보를 인간이 볼 수 있도록 화면으로 구현해주는 영상 표시 장치는 뭘까?", "형광성 유기물 박막에 전류가 흐를 때 유기물이 빛을 발하는 특성을 이용한 디스플레이는 뭘까?", "유기발광디스플레이는 기존의 LCD에 비해 응답속도가 빠르고 자체 발광이 가능할까?" ]
2bd3cbeb-45ac-4097-b8d6-5b55c78f5b3c	인공물ED	무기물 $\mathrm{GaN}$ 기반의 마이크로 LED 기술동향	<h1>1. 서 론</h1><p>1962 년 최초의 가시광선 LED (light-emitting diode)가 개발된 이래, 1990 년대 초 InGaAlP를 이용한 고휘도 적색 LED 개발과 질화물(nitride) 청색 LED의 출현이 오늘의 LED 붐을 조성하는 결정적인 역할을 하였다고 볼 수 있다. 2000년대에 들어서면서 LED는 이제 인간 생활 속에 깊이 자리 잡기 시작하였고 최근에는 휴대폰의 액정 표지 소자, 옥외용 대형 디스플레이 전광판, 교통 신호등, 자동차 부품, TV를 중심으로 한 가전제품, 일반 가정이나 사무실에서 사용되는 조명영역 등 모든 분야에서 다양한 용도로 사용되고 있다.</p><p>LED 는 반도체 고체조명으로 환경 친화적이고, 기존의 일반 조명 기구에 비하여 에너지 절약 효과가 우수할 뿐만 아니라, 장시간 사용이 가능한 반영구적인 긴 수명 등의 장점으로 인하여 국가적 관심 산업이 되어 과거 정부에서도 많은 예산을 투입하여 LED 기술의 개발과 보급에 힘써왔다. 하지만 최근 LED 산업은 글로벌 시장경쟁이 심화되고 있으며 주요국에서는 국가 차원의 지원정책을 바탕으로 매우 빠르게 시장을 장악하여 국내기업의 시장경쟁력 한계가 도래하고 있는 실정이고, 설상가상으로 최근 정부의 LED 사업 예산은 해마다 줄고 있어 국내 LED 산업이 크게 위축되는 것 아니나는 우려의 목소리를 내고 있다. 이러한 난제를 해결하기 위해서는 조명시장 이후 LED 제품의 부가가치를 제고하고 신 시장을 창출할 수 있는 선행 기술개발이 절실한 상황이고, IT, 의료, 농수산, 섬수 등의 기술과의 융합을 통하여 새로운 시장을 확대하기 위한 동력 마련이 필요한 시점이다.</p><p>최근, LED 산업은 기존의 전통조명의 범위를 넘어 다양한 산업에 적용되기 위한 새로운 시도가 이루어지고 있는데, 특히 저전력 구동 플렉서블 디스플레이, 인체 모니터링을 위한 부착형 정보표시소자, 생체반응 및 DNA 센싱, 광유전학 유효검증을 위한 바이오 융합 분야, 전도성 섬유와 LED 광원이 결합한 Photonics Textile 분야 등에서 활용 가능성이 보고되고 있다.</p><p>일반적으로 LED 칩을 수십 마이크로 수준으로 작게 제작하게 되면 무기물 재료의 특성상 휘어질 때 깨지는 단점을 극복할 수 있으며, 유연한 기판에 LED 칩을 전사함으로써 유연성(flexibility)을 부여하여 앞서 언급된 플렉서블 디스플레이 뿐만 아니라 웨어러블 기기 및 인체삽입용 의료기기까지 다양한 응용 분야에 광범위하게 적용될 수 있다. 다만 위에 언급된 응용 분야에서 LED 광원이 적용되기 위해서는 플렉서블 소자/소재를 기반하는 얇고 유연한 $ 100 \mathrm{um} $ 이하 크기의 마이크로 수준의 광원 개발이 필수이고, LED에 유연성을 부여하기 위해서는 분리된 박막 $\mathrm{GaN}$ 층을 개별 또는 원하는 배열로 유연한 기판에 전사하는 공정이 요구된다. 현재까지 무기물 $\mathrm{GaN}$ 기반의 마이크로 LED 광원 및 전사공정을 개발 완료하여 상용화한 기업은 전 세계적으로 없으며, 해외 선진사에 비해 국내 기술 수준은 아직 미흡한 상태이나 국제 표준이 정해지지 않았고 국내 산학연의 연구개발 성과에 따라 전 세계 시장을 주도 할 수 있는 여지가 충분하다고 볼 수 있다. 본 기고문에서는 마이크로 LED 광원의 국내외 기술개발 동향과 응용분야에 대해 간략히 소개하고자 한다.</p>	[ "최초의 LED 가시광선이 개발된 년도는 언제인가?", "몇년도에 최초의 LED 가시광선이 만들어졌지?", "최초의 가시광선 LED가 개발된 년도는 1962년인가?", "1962년에 가장 처음의 가시광선 LED가 만들어졌는가?", "InGaAlP를 이용한 고휘도 적색 LED는 언제 개발되었는가?", "언제 InGaAlP를 활용한 고휘도 적색 LED가 만들어졌어?", "InGaAlP를 사용한 고휘도 적색 LED는 1980년대에 개발되었는가?", "1980년대에 InGaAlP를 이용한 고휘도 붉은색 LED가 개발되었니?", "질화물(nitride)을 이용한 LED는 무슨 색을 내는가?", "어떤 색을 질화물(nitride)을 이용한 LED는 내뿜니?", "질화물(nitride)을 이용한 LED는 적색을 띠는가?", "붉은색을 질화물(nitride)을 이용한 LED는 내뿜는가?", "휴대폰의 액정 표지 소자, 옥외용 대형 디스플레이 전광판, 교통 신호등 등에 쓰이는 발명품은 무엇인가?", "어떤 발명품이 휴대폰의 액정 표지 소자, 옥외용 대형 디스플레이 전광판, 교통 신호등 등에 사용되는가?", "LED는 휴대폰의 액정 표지 소자로만 이용되고 있는가?", "휴대폰의 액정 표지 소자로만 LED는 사용되고 있는가?", "LED는 어떠한 종류의 고체조명인가?", "어떠한 종류의 고체조명으로 LED를 표현할 수 있는가?", "LED는 도체 조명인가?", "도체 조명에 LED가 해당하는가?", "LED는 액체인가?", "액체상태로 LED는 존재하는가?", "LED는 어떠한 종류의 반도체 조명인가?", "어떠한 종류의 반도체 조명이라 LED를 칭할 수 있는가?", "LED는 환경에 해를 끼치는가?", "환경에 해를 끼친다는 특성을 LED는 가지고 있는가?", "LED는 에너지 절약에 효율적인가?", "우수한 에너지 절약 효과를 LED는 가지고 있는가?", "짧은 사용시간은 LED의 단점인가?", "LED의 단점으로 단기간의 사용시간을 꼽을 수 있는가?", "LED는 반영구적 사용이 가능한가?", "거의 영구적으로 LED를 사용할 수 있는가?", "LED 칩은 탄소를 포함하는가?", "탄소가 LED 칩에 포함되어 존재하는가?", "LED 칩은 유기물인가?", "유기물에 LED 칩이 해당하는가?", "무기물 재료는 휘어질 때 깨질 위험이 있는가?", "휘어질 때 깨질 위험이 있는 것은 무기질 재료의 특성인가?", "무기물 재료는 어떤 단점이 있는가?", "어떤 것을 무기질 재료의 단점으로 꼽을 수 있는가?", "LED 칩을 유연한 기판에 전사하면 어떠한 분야에 사용 될 수 있는가?", "어떠한 분야에서 LED 칩을 유연한 기판에 전사하여 사용할 수 있는가?", "인체삽입용 의료기기 등의 분야에 LED 광원이 적용되기 위하여 몇 um 이하의 광원 개발이 필요한가?", "몇 um 이하의 광원 개발이 인체삽입용 의료기기 등의 분야에 LED 광원이 적용되기 위하여 요구되는가?", "플렉서블 디스플레이 등의 분야에 LED 광원이 적용되기 위해서 100um 이하의 광원 개발이 필요한가?", "100um 보다 작은 광원 개발이 플렉서블 디스플레이 등의 분야에 LED 광원이 적용되기 위해서 요구되는가?", "LED를 유연하게 만들기 위해서 어떻게 해야하는가?", "어떻게 LED를 유연하게 만들 수 있는가?", "LED를 유연하게 만들기 위해 분리된 박막 층을 어떠한 기판에 전사해야 하는가?", "분리된 박막 층을 어떤 기판에 전사해야 LED를 유연하게 할 수 있는가?", "LED를 유연하게 만들기 위해 분리된 박막층을 유연한 기판에 전사해야 하는가?", "분리된 박막층을 유연한 기판에 전사하면 LED에 유연성을 부여할 수 있는가?" ]
84be6cd4-b0f6-4b0d-ae4f-43b3e2dcccea	인공물ED	무기물 $\mathrm{GaN}$ 기반의 마이크로 LED 기술동향	<h1>6. 결 론</h1><p>최근 LED 산업은 글로벌 시장경쟁이 심화되고 있으며 국내기업의 시장 경쟁력 확보에 한계가 도래하고 있다. LED 산업의 최종 라운드로서 교체시장인 조명시장 이후 LED 제품의 부가가치를 제고하고 신 시장을 창출하는 중소기업형 산업으로서 선행 기술 개발이 절실한 상황이고, IT, 의료, 농수산, 섬유 기술과의 융합을 통하여 새로운 시장을 확대하기 위한 동력 마련이 필요한 때이다.</p><p>마이크로 LED 광원은 플렉서블 디스플레이, 섬유와 LED 가 결합한 스마트 섬유, 인체부착 및 삽입형 의료기기, 바이오 콘택렌즈, HMD(Head Mounted Display) 및 무선통신 분야에까지 광범위하게 활용 가능하다. 다만, 위 응용 분야에서 LED 광원이 적용되기 위해서는 플렉서블 소자/소재를 기반하는 마이크로 LED 개발이 필수이고, 무기물 기반의 LED 광원을 유연 기판에 전사하는 공정/장비 개발이 최우선적으로 필요하다. 현재 무기물 기반의 플렉서블 마이크로 LED 기술 수준은 해외 선진사에 비해 매우 미흡한 상태이나 국제 표준이 정해지지 않았고 국내 연구개발 성과에 따라 전 세계 시장을 주도 할 수 있는 여지가 충분하여 정부 및 산학연이 적극적으로 노력한다면 한층 전망이 밝을 것으로 기대된다.</p>	[ "최근 글로벌 시장경쟁이 심화되고 있는 산업은 무엇인가?", "어떤 산업이 요즘 글로벌 시장경쟁이 과열되고 있는가?", "LED 산업은 어떤 기술과의 융합을 통해 새로운 시장을 확대하기 위한 동력 마련이 필요한가?", "어떤 기술과 LED 산업의 화합을 통해 새로운 시장을 확대하기 위한 동력 마련이 필요한가?", "플렉서블 디스플레이, 섬유와 LED 가 결합한 스마트 섬유, 인체부착 및 삽입형 의료기기, 바이오 콘택렌즈, HMD(Head Mounted Display) 및 무선통신 분야에까지 광범위하게 활용 가능한 광원은 무엇인가?", "어떤 광원이 잘 구부려지는 디스플레이, 섬유와 LED 가 결합한 스마트 섬유, 인체부착 및 삽입형 의료기기, 바이오 콘택렌즈, HMD(Head Mounted Display) 및 무선통신 분야에까지 넓은 분야에서 활용 가능한가?", "HMD는 무엇의 약자인가?", "어떤 것의 줄임말이 HMD인가?", "마이크로 LED 광원은 어떤 분야에까지 광범위하게 활용 가능한가?", "어떤 분야까지 넓게 활용 가능한 것이 마이크로 LED 광원인가?", "LED 광원이 적용되기 위해서는 무슨 소자/소재를 기반하는 마이크로 LED 개발이 필수인가?", "무슨 소자/소재를 기초로 하는 마이크로 LED 개발이 LED 광원을 적용하기 위해서 필수적으로 요구되는가?", "LED 광원이 적용되기 위해서는 플렉서블 소자/소재를 기반하는 무엇의 개발이 필수인가?", "유연한 소자/소재를 기반하는 무엇의 개발이 LED 광원이 적용되기 위해서 필수적으로 요구되는가?", "어떤 기반의 LED 광원을 유연 기판에 전사하는 공정/장비 개발이 최우선적으로 필요한가?", "최우선적으로 요구되는 유연 기판에 전사하는 공정/장비 개발은 어떤 기반의 LED 광원에 해당하는가?", "무기물 기반의 어떤 광원을 유연 기판에 전사하는 공정/장비 개발이 최우선적으로 필요한가?", "최우선적으로 요구되는 유연 기판에 전사하는 공정/장비 개발은 무기물 기반의 어떤 광원에서 해당하는가?", "무기물 기반의 LED 광원을 어디에 전사하는 공정/장비 개발이 최우선적으로 필요한가?", "본 논문에서 최우선적으로 요구되는 공정/장비 개발은 무기물을 기초로 하는 LED 광원을 어디에 전사하는 공정/개발인가? ", "현재 어떤 기반의 플렉서블 마이크로 LED 기술 수준이 해외 선진사에 비해 매우 미흡한 상태인가?", "해외 선진사와 비교하였을 때 현재 어떤 기반의 유연 마이크로 LED 기술 수준이 매우 부족한 상태인가?", "현재 무기물 기반의 어떤 기술 수준이 해외 선진사에 비해 매우 미흡한 상태인가?", "국외 선진사에 비해 현재 무기물을 기초로 하는 어떤 기술 수준이 매우 미흡한 상태인가?", "최근 LED 산업은 글로벌 시장경쟁이 심화되고 있는가?", "최근 글로벌 시장 경쟁이 과열되고 있는 산업은 LED 산업인가?", "최근 LED 산업은 국내 시장경쟁이 심화되고 있는가?", "최근 국내 시장경쟁이 과열되고 있는 산업은 LED 산업인가?", "최근 LED 산업에서 국내 기업의 시장 경쟁력 확보에 한계가 도래하고 있는가?", "국내 기업의 시장 경쟁력 확보에 한계가 최근 LED 산업에서 나타나고 있는가?", "LED 산업은 신 시장을 창출하는 중소기업형 산업인가?", "신 시장을 만들어내는 중소기업형 산업에 LED 산업은 해당하는가?", "LED 산업의 선행 기술 개발이 절실한 상황인가?", "현재 LED 산업의 선행 기술 개발이 절실히 요구되는가?", "LED 산업은 IT, 의료, 농수산, 섬유 기술과의 융합을 통하여 새로운 시장을 확대하기 위한 동력 마련이 필요한 때인가?", "LED 산업은 새로운 시장을 개척하기 위해 IT, 의료, 농수산, 섬유 기술과의 융합을 통하여 동력을 마련해야 하는 때인가?", "마이크로 LED 광원은 플렉서블 디스플레이, 섬유와 LED 가 결합한 스마트 섬유, 인체부착 및 삽입형 의료기기, 바이오 콘택렌즈, HMD(Head Mounted Display) 및 무선통신 분야에까지 광범위하게 활용 가능한가?", "마이크로 LED 광원을 사용할 수 있는 분야는 플렉서블 디스플레이, 섬유와 LED 가 결합한 스마트 섬유, 인체부착 및 삽입형 의료기기, 바이오 콘택렌즈, HMD(Head Mounted Display) 및 무선통신 분야까지 광범위하게 존재한다.", "현재 무기물 기반의 플렉서블 마이크로 LED 기술 수준은 해외 선진사에 비해 매우 미흡한 상태인가?", "해외 선진사와 비교하였을 때 현재 무기물 기반의 유연 마이크로 LED 기술의 수준은 매우 뒤쳐지는 상태인가?" ]
ce1ef546-4f8e-4fce-9f46-aa95b0e0eb48	인공물ED	FDTD 방법을 이용한 Ku 대역 송수신 겸용 마이크로스트립 단일 소자 해석 및 8X4 배열 안테나	<h1>Ⅲ. FDTD 이론 및 적용</h1> <h2>3-1 Yee's 알고리즘과 Mur 경계조건</h2> <p>본 논문에서는 주어진 3차원 구조를 해석하기 위하여 이를 격자화하고 정해진 입력파에 대하여 시간 스텝을 증가시키면서 반사파를 계산하여 이를 주파수 영역으로 변환하여 원하는 응답을 얻는다.</p> <table border><caption>표 1. 설계된 단일 안테나 파라미터</caption> <tbody><tr><td></td><td>Dimension</td></tr><tr><td>Stack patch</td><td>$ 8.6 \times 7.2 \mathrm{~mm} $</td></tr><tr><td>Radiation patch</td><td>$ 8.1 \times 6.5 \mathrm{~mm} $</td></tr><tr><td>Air-gap thickness</td><td>$ 2.0 \mathrm{~mm} $</td></tr><tr><td>Slot</td><td>$ 4.25 \times 1.1 \mathrm{~mm} $</td></tr><tr><td>1st feed imp. 1st feed length</td><td>$ 1.8 \mathrm{~mm}(30 \Omega) $, $ 6.625 \mathrm{~mm} $</td></tr><tr><td>Feed offset length</td><td>$ 2.5 \mathrm{~mm} $</td></tr></tbody></table> <p>본 논문에서 제안된 구조를 해석하기 위한 주파수는 $10 \sim 16 \mathrm{~GHz}$이므로, $ \mathrm{f}_{\max }(\mathrm{GHz}) \approx 500 / T(p s) $를 만족하도록, 펄스폭은 $ T=30 \mathrm{~ps} $로 한다. $ \mathrm{f}_{\max } $는 FDTD 수치 해석시 펄스폭 $ \mathrm{T} $, 입력 전압 스펙트럼 중심 주파수 $ \mathrm{f}_{0}=13 \mathrm{~GHz} $를 갖는 가우시안 펄스를 여기할 때 해의 정확성을 보장할 수 있는 최대 주파수이다.</p> <p>유한한 구조의 해석을 위한 흡수 경계 조건은 Mur의 1, 2차 흡수, 경계 조건을 사용한다. 대부분의 격자에서 해의 정확성을 위하여 2 차 경계 조건을 이용하지만, 구조의 끝부분에서는 업데이트 수식에 포함되는 성분들의 일부가 FDTD 격자 경계면 밖에 위치하기 때문에 Mur의 2차 ABC를 적용할 수 없다. 따라서 이러한 위치에서는 Mur의 1차 ABC를 적용한다. 또한 공기/유전체/금속 등의 경계면과 같은 서로 다른 매질의 경계면에서 전계는 불연속이므로 접선 성분의 미분이 정의되지 않는다. 따라서 이 지점에서도 Mur의 1차 ABC를 적용한다. 본 구조에서는 x축 방향에 대하여 위, 아래, 옆면에 대하여 3개의 추가의 셀을 두어 경계면에서의 반사 수준을 $ -40 \mathrm{~dB} $ 이하로 하였다. 경계면에서의 반사 수준을 낮게 하기 위하여 perfectly matched layer(PML) 조건을 사용하여 정의된 도전율 함수를 조절하여 $ -80 \mathrm{~dB} $까지의 반사 수준을 얻을 수도 있으나, 이는 계산 시간을 급격히 증가시킨다. 본 구조에서는 저유전율의 기판이 사용되었으므로 경계면에서의 필드의 변화가 심하지 않아 반사수준이 낮으므로 시뮬레이션 시간을 희생하면서 경계조건을 강화할 필요는 없다.</p> <h2>3-2 설계된 안테나에 non-uniform grid 적용</h2> <p>FDTD 해석 시 가장 좁은 선폭에 대한 균일 격자 생성은 해석 시간을 기하급수적으로 증가시킨다. 따라서 비균일 격자의 이용은 빠른 해석 시간을 위해 필수적이다. 설계된 안테나의 격자 정보는 아래의 그림 2 및 표 2와 같다.</p> <p>격자 생성 가준은 해석 주파수 범위 $10 \sim 16 \mathrm{~GHz}$에 대하여, 각 구간 당 격자는 기본적으로 $ \lambda_{g} / 20 $ 이하가 되도록 하였으며, 모든 최소 선폭에 대하여 하나 이상의 격자를 할당하였다. 슬롯 평면의 접지 구현은 해석 구조의 상하, 좌우 지점에 수직 via를 이용하였고 이는 실제 쇠나사를 이용한 것과 동일한 효과를 가진다. 실제 via 연결 지점은 $ \left(\mathrm{x}_{1}, \mathrm{x}_{2}, \mathrm{y}_{1}, \mathrm{y}_{2}, \mathrm{z}_{1}, \mathrm{z}_{2}\right)=(6, 11, 4, 4, 7, 7), (6, 11, 38 ,38 ,7 ,7),(6, 11, 4 ,4 ,45 ,45),(6, 11, 38, 38, 45, 45)$이다. Via 도체 블록표면의 전기장 필드를 0으로 경계조건을 지정하였다. 높이 방향의 격자 생성은 $ 20 \mathrm{mil} $의 유전체에 대하여 3개의 격자를 $ \left(d_{x}=0.17 \mathrm{~mm}\right)$, $2 \mathrm{~mm} $의 공기층에 대해서는 8개의 격자 $ \left(d_{x}=0.25 \mathrm{~mm}\right) $를 두었다.</p> <p>시간 스텝은 각 축 상에 가장 작은 셀들에 대하여 Curant 안정 조건 $ \left(d_{x}=0.17, d_{y}=0.145, d_{z}=0.22 \mathrm{~mm}\right) $을 적용하여 구한다. 시뮬레이션은 2차례에 걸쳐서 수행 된다. 첫 번째 시뮬레이션은 기준 측정 지점에서 추가의 셀을 두고 입력 전압을 인가하는 단계로 원하는 주파수 대역에서 가우시안 입력 신호가 형성되도록 시간스텝 수가 결정되며, 여기서는 $ n_{\text {step }}=600 \mathrm{~dt} $를 사용하였다. 반면에 두 번째 시뮬레이션에서는 해석하고자 전체 구조에 대하여 반사파가 입사파에 대하여 기준 레벨 이하가 될 때까지 필드 성분을 업데이트 한다. 이때 전체 시간 스텝 수는 총 격자수에 비례하며, 격자 크기에 반비례한다. 여기서는 $ -30 \mathrm{~dB} $ 이하의 반사파 수준을 얻을 수 있도록 $ \mathrm{n}_{\text {step } 2}=3000\mathrm{~dt} $를 사용하였다.</p>	[ "표 1 설계된 단일 안테나 파라미터에서 결과값이 \$ 2.5 \\mathrm{~mm} \$는 어떤 항목의 결과입니까?", "표 1에서 마지막 항에 속해 있는 내용은 무엇인가?", "표1에서 Stack patch의 Dimension는 어떤 값을 가집니까?", "표1에서 Slot의 Dimension는 무엇입니까?", "표1을 보면 \$ 4.25 \\times 1.1 \\mathrm{~mm} \$의 결과는 무엇의 결과 입니까?", "표1에서 1st feed imp. 1st feed length의 결과는 뭐야?", "표1을 보면 \$ 8.1 \\times 6.5 \\mathrm{~mm} \$의 결과는 무슨 항목의 결과 입니까?" ]
50eb1dcd-e2fa-46a1-a549-96852501e51a	인공물ED	구축함에 탑재되는 통합마스트의 RCS 저감 구조 설계	<h1>요 약</h1><p>본 논문에서는 구축함에 탑재되는 통합 마스트의 RCS(Radar Cross Section) 값을 저감시키기 위해 다층 구조로 되어있는 유전체 코팅을 이용한 기법을 제시한다. 제시된 다층 구조는 특별히 고유전율을 요구하거나 전자기파 흡수 차단에 많이 사용되는 자성체성분을 포함하지 않은 일반적인 유전체를 사용할 수 있도록 유전율의 범위를 정했기 때문에 제작에 용이하다는 장점이 있다. 제시된 다층 유전체 구조를 통합 바스트 형상에 적용시킨 후 시뮬레이션을 진행한 결과 다층 구조가 없는 구조물과 비교하여 $ 6 \mathrm{GHz} $에서 $ 10.9 \mathrm{~dB}$, $12 \mathrm{GHz} $에서 $ 11.95 \mathrm{~dB}$, $18 \mathrm{GHz} $에서 $ 11.63 \mathrm{~dB} $의 RCS 저감 성능이 있는 것을 확인하였다.</p><h1>I. 서론</h1><p>현대 전자전은 상대방의 정보를 정확하게 파악하는 것을 시작으로 하고 있으며 이러한 역할을 수행하는 레이더 기술과 이를 방어하는 레이더 단면적(RCS) 저감기술이 함께 발전하고 있다. 특히 바다위에 존재하는 함정의 경우 레이더 단면적 값이 높다면 탐지될 확률이 증가하기 때문에 스텔스 기술을 이용해 값을 낮출 필요가 있다. 함정의 레이더 단면적 값을 낮추기 위해서는 기존에 설치되던 레이더나 통신장비와 같은 전자장비 등을 소형화, 모듈화하여 특정 공간에 설치함으로써 레이더 단면적을 낮추는 통합 마스트(IMM : Integrated Mast Module) 시스템에 대한 연구가 진행되고 있으며 이를 사용하는 것이 보편화 되고 있다. 그러나 이러한 시스템을 사용한다고 하더라도 기본적인 전자장비의 크기 및 전자파 간섭을 최소화하기 위한 공간은 유지되어야 하기 때문에 통합마스트의 크기는 유지될 수밖에 없다 따라서 통합마스트의 형상을 레이더 단면적이 낮은 값을 가지도록 설계하거나 전자기파 흡수체를 이용한 레이더 단면적 값을 낮추는 연구를 진행해야 할 필요가 있다.</p><p>본 논문에서는 앞서 언급한 두 가지 방법 중 흡수체를 이용해 통합마스트의 레이더 단면적 값을 낮출 수 있는 다단 코팅 기법에 대해 제시하였다.</p>	[ "바다위에 존재하는 함정의 경우 레이더 단면적 값이 높다면 탐지될 확률이 증가하기 때문에 스텔스 기술을 이용해 값을 낮출 필요가 있나?", "본 논문에서 시스템을 사용한다고 하더라도 기본적인 전자장비의 크기 및 전자파 간섭을 최소화하기 위한 공간은 유지되어야 하기 때문에 통합마스트의 크기는 유지될 수밖에 없니?", "제시된 다층 구조는 특별히 고유전율을 요구하거나 전자기파 흡수 차단에 많이 사용되는 자성체성분을 포함하지 않은 일반적인 유전체를 사용할 수 있도록 유전율의 범위를 정했기 때문에 제작에 용이하다는 장점이 있는가?", "현대 전자전은 상대방의 정보를 정확하게 파악하는 것을 시작으로 하고 있으며 이러한 역할을 수행하는 레이더 기술과 이를 방어하는 레이더 단면적(RCS) 저감기술이 함께 발전하고 있나?", "제시된 다층 유전체 구조를 통합 바스트 형상에 적용시킨 후 시뮬레이션을 진행한 결과 다층 구조가 없는 구조물과 비교하여 6GHz에서 10.9 dB, 12GHz에서 11.95 dB, 18GHz에서 11.63 dB의 RCS 저감 성능이 있는 것을 확인하였나?", "본 논문에서는 구축함에 탑재되는 통합 마스트의 RCS(Radar Cross Section) 값을 저감시키기 위해 다층 구조로 되어있는 유전체 코팅을 이용한 기법을 제시하는가?", "통합마스트의 형상을 레이더 단면적이 낮은 값을 가지도록 설계하거나 전자기파 흡수체를 이용한 레이더 단면적 값을 낮추는 연구를 진행해야 할 필요가 있나?", "함정의 레이더 단면적 값을 낮추기 위해서는 기존에 설치되던 레이더나 통신장비와 같은 전자장비 등을 소형화, 모듈화하여 특정 공간에 설치함으로써 레이더 단면적을 낮추는 통합 마스트(IMM : Integrated Mast Module) 시스템에 대한 연구가 진행되고 있으며 이를 사용하는 것이 보편화 되고 있나?" ]
f5ae7651-54d9-461b-b061-01db47d032a0	인공물ED	구축함에 탑재되는 통합마스트의 RCS 저감 구조 설계	<h1>III. 결론</h1><p>본 논문에서는 구축함에 탑재되는 통합마스트의 RCS 저감 구조를 설계하기 위해 다층 유전체 구조를 제시하였다. 시뮬레이션에 사용된 유전체의 유전율과 $ \tan \delta $는 시뮬레이션을 용이하게 하기 위해 임의의 값을 사용했지만 특별히 높은 유전율을 가지거나 자성체의 성격을 가지지 않는 유전체로 선정하여 시뮬레이션을 진행했으며 그 결과 단층으로 이루어진 구조보다 다층으로 이루어진 구조가 RCS 저감에 더 뛰어난 성능을 보인다는 것을 확인하였다. 또한 최적화를 통해 RCS 저감성능을 개선할 수 있음을 확인하였다. 본 연구를 바탕으로 추후 실제 유전체의 특성을 반영하여 다층 구조의 RCS 저감 기법을 개발한다면 상대적으로 낮은 비용으로 눞은 RCS 저감효과를 얻을 수 있는 최적화된 통합마스트의 RCS 저감 구조를 설계할 수 있을 것으로 사료된다.</p>	[ "본 논문은 설계하기 위한 목적은 무엇인가?", "구축함에 탑재되는 것은 무엇인가?", "시뮬레이션에 사용된 것은 무엇인가?", "최적화된 통합마스트의 RCS 저감 구조를 설계할 수 있는가?", "시뮬레이션결과는 어떻게 나왔는가?", "RCS 저감에 더 뛰어난 성능을 보인 것은 무엇인가?", "유전체의 유전율과 \$ \\tan \\delta \$을 사용한 이유는 무엇인가?", "시뮬레이션을 진행 조건은 무엇인가?", "상대적으로 낮은 비용으로 높은 RCS 저감효과가 나올 개발 방법은 무엇인가?", "논문에 제시한 구조는 무엇인가?", "최적화를 통해 무엇을 알수있었는가?" ]
4f364f8c-33b2-4a12-b95e-f262bb1ff1b6	인공물ED	독거노인 모니터링 시스템을 위한 저전력 센서 네트워크 설계 및 에너지 소모 모델을 이용 검증	<h1>IV 에너지 소모 모델</h1> <p>3장의 실험결과를 바탕으로 하여 센서 모듈의 동작 수명 예측을 위한 에너지 소모 모델을 구성한다. 3차년도에 설계한 한림 지킴이 시스템의 성능 평가를 위해서 2차년도 시스템과 비교하여 센서 모듈의 수명을 비교한다.</p> <p>3장의 실험결과를 바탕으로 하여 표 1과 같이 센서모듈의 동작 구간에 대한 에너지 소모량을 획득하였다.</p> <p>소모한 에너지 W는 식 (1)과 같이 나타낼 수 있으며, 동작 전압 V는 $ 3 \mathrm{~V} $ 이다.</p> <p>$ W=V I t \quad[\mathrm{~J}] $<caption>(1)</caption></p> <p>만약, 1시간 동안 N번의 움직임이 있었다면, 1시간 동안의 에너지 소모량은 다음과 같이 나타낼 수 있다.</p> <p>2차 시스템 :</p> <p>$ \begin{aligned} W_{\text {Total }}=& N \cdot I_{\text {PIR }} \cdot 5.9 \mathrm{sec} \\ &+I_{\text {Time }} \cdot 5.9 \mathrm{sec} \\ &\left.+I_{\text {Sleep }} \cdot(3600 \mathrm{sec}-(N+1) \cdot 5.9 \mathrm{sec})\right) \\ & \cdot 3 \mathrm{~V} /(3600 \mathrm{sec} / h) \end{aligned} $<caption>(2)</caption></p> <p>3차 시스템 :</p> <p>$ \begin{aligned} W_{\text {Total }}=&\left(N \cdot I_{\text {PIR }} \cdot 0.005 \mathrm{sec}\right.\\ &+N \cdot I_{L E D} \cdot 0.5 \mathrm{sec} \\ &+I_{\text {Time }} \cdot 0.005 \mathrm{sec} \\ &\left.+I_{\text {Sleep }} \cdot(3600 \mathrm{sec}-(N+1) \cdot 0.005 \mathrm{sec})\right) \\ & \cdot 3 \mathrm{~V} /(3600 \mathrm{sec} / h) \end{aligned} $<caption>(3)</caption></p> <p>여기서 $ I_{PIR} $은 움직임이 감지되었을 경우의 전류 소모량이고, $ I_{T i m e} $ 은 1시간마다 전송하는 time stamp의 전류 소모량이고, $ I_{\text {Sleep }} $은 센서 모듈이 sleep 상태 일 때의 전류 소모량이고, $ I_{L E D} $ 는 PIR감지 표시용 LED의 전류 소모량이다.</p> <p>$ 1.5 \mathrm{~V} $ 의 알카라인 건전지 2개를 사용할 경우 전체 전류 용량을 이용하여 다음과 같이 센서 모듈의 수명을 계산할 수 있다.</p> <p>Life Time $ =\left(3 \mathrm{~V} \cdot C_{\text {Battery }}\right) / W_{\text {Total }} $<caption>(4)</caption></p> <p>$ 1.5 \mathrm{~V} $ 의 알카라인 건전지 2개를 사용할 경우 보통 $ 2500 \mathrm{mAh} $의 용량을 갖고 있어서 1시간 20회 움직임을 감지한다면 센서 모듈의 수명은 다음과 같이 예측이 가능하다.</p> <p>한림지킴이 시스템 내의 모니터링 서버는 그림 11과 같이 움직임 정보를 누적하여 운동량이나 활동성과 같은 추가 기능을 수발제공자에게 보여준다.</p> <p>2차년도의 운영결과를 바탕으로 구한 실제 노인분들의 시간 당 평균 움직임 감지 회수는 35회로, 가구당 4개의 센서 모듈이 설치되어 있기 때문에, 센서모듈은 시간 당 평균 약 9회의 움직임을 감지하였다. 2차년도 시스템의 경우에 배터리 소모를 예측하면 약 3.1개월의 수명을 예측할 수 있다.</p> <p>2차년도 운영기간은 2008년 1월 초에서 2008년 4월 말까지로 데이터베이스에 저장된 센서 모듈의 내부전압값(battery field)을 통해서 건전지 교체 시기를 확인한 결과 그림 12와 같이 2008년 1월 3일 센서 모듈을 동작시켜서 2008년 3월 28일에 센서 모듈이 정지하였고, 2008년 4월 8일에 건전지를 교체하였음을 확인하였다. 센싱 모듈의 동작 기간은 약 3개월로 에너지 소모를 통해 예측한 수명과 비슷함을 확인하였다.</p> <p>실험을 통해 제안한 3차 시스템의 센서 모듈의 수명은 그림 13과 같이 약 6.8개월(2009-02-02～2009-08-26)로 측정되었다. 전류 소모량을 통해 예측한 것이 실제와 근사함을 확인할 수 있다.</p>	[ "센서모듈의 동작 구간에 대한 에너지 소모량을 어떻게 획득하였는가?", "어떻게 센서모듈의 동작 구간에 대한 에너지 소비량을 획득했어?", "3차년도에 설계한 한림 지킴이 시스템의 성능 평가를 위해서 어떻게 센서 모델의 수명을 비교했는가?", "3차년도에 설계한 한림 지킴이 시스템의 성능 평가를 위해서 센서 모델의 수명을 어떻게 비교했어?", "센서 모듈의 동작 수명 예측을 위한 에너지 소모 모델을 어떻게 구성하였는가?", "센서 모듈의 동작 수명 예측을 위한 에너지 소모 모델을 어떻게 만들어?" ]
81420d87-975f-438c-b49b-06ee91851d25	인공물ED	신경근육 접합부의 종판 폭과 분포에 따른 운동단위 수의추정에 관한 연구	<h2>5. 결과고찰</h2><p>결과 고찰에서는 첫 번째로 본 연구와 타연구의 MU수 추정방법론을 비교하고, 두 번째는 타 연구자와의MU수 추정결과를 비교 고찰하였다.</p><h3>가. 본 연구와 타연구의 MU수 추정방법론 비교 고찰</h3><p>표 1은 본 연구와 타연구의 MU수 추정방법 비교를나타내고 있다. 본 연구에서 MU의 수 추정을 위해 실험으로부터 SMUAP와 CMAP을 검출하였다.측정된 SMUAP는 근섬유수를 추정하고 CMAP 검출은 MU의 수 추정을 위함이다. 우선 검출된 SMUAP의진폭과 기간 추정은 기존의 MUNE 방법에서 SMUAP와 CMPA의 진폭 비로 단순히 MU수 추정만을 위해 측정된 SMUAP 진폭을 이용하였다.Kierkels[20]은 전기자극을 가하여 SMUAP를 검출하였으나 이는 하나 이상의 SMUAP를 측정하는 문제가있었다. 또한 SMUAP 시뮬레이션은 MU의 직경이 동일하고 깊이와 근섬유수를 고정하였는데 실제 해부학적구조를 고려하지 않았다.</p><p>그러나 본 연구에서 SMUAP 검출은 1 % 미만의 최소 힘 크기로 자발수축을 유도하여 SMUAP가 동일한모양과 주기적으로 발생하는지, 타연구자들이 제시하고있는 발화율을 확인하였다.설계된 MU-시뮬레이터를 이용하여 SMUAP의 직경을 확률 통계 파라메터[9]로 설정하였고, 깊이와 근섬유수를 변화시켜가면서 SMUAP를 시뮬레이션 하였다.근섬유수 추정은 시뮬레이션 된 SMUAP와 검출된SMUAP의 모양, 진폭, 기간을 고려한 최소의 MSE값을구하였다.</p><p>두 번째로 CMAP의 진폭과 기간 추정은 기존의MUNE 방법에서 CMAP의 진폭을 이용하여 MU수만을추정하였다. MUNIX 방법에서는 식 (4)에서와 같이MUNIX 값을 읽어 MU수만을 추정하였다.</p><p>그러나 본 연구에서는 검출된 CMAP과 추정한 근섬유 수를 이용하여 MU-시뮬레이터의 MU의 수를 바꾸어 가면서 MU수를 추정하였다.끝으로 종판 폭과 분포 변화에 따라 MU수 추정은기존의 MUNE과 MUNIX 그리고 Kierkels 방법은 추정이 불가능할 뿐만 아니라 해부생리학적 구조를 고려하지 않았다.</p><p>그러나 본 연구에서는 종판 폭과 분포는 확률 통계파라메터를 이용하여 해부생리학적 구조를 충실히 반영하였다. 종판 폭과 분포 변화에 따라 MU수 추정을 위해 EPZ-시뮬레이터를 설계하였다. 종판 폭과 분포 파라메터를 바꾸어 가면서 CMAP을 시뮬레이션하고 검출된 CMAP의 모양, 진폭, 기간을 고려한 최소의 MSE값을 구하여 MU수를 추정하였다.그리고 MU의 수 추정에 관한 연구는 지금도 활발히진행되고 있다. 현재까지 진행되고 있는 MU의 수 추정방법은 표 1에서 언급한 바와 같이 기존의 MUNE 방법을 이용하고 있다. 본 연구에서는 이두박근의 해부생리학적 구조를 근거로 근육모델링을 하고, 설계된 시뮬레이터를 이용하여 MU의 수 추정방법은 현재 방법과 구별된다고 사료된다.</p>	[ "기존의 MUNE 방법에서 MU수만을 어떻게 추정하는가?", "EPZ-시뮬레이터를 설계한 이유는?", "측정된 SMUAP는 무엇을 하기 위함인가?", "SMUAP 시뮬레이션에서 고려하지 않은 것은?", "본 연구에서 어떻게 시뮬레이션을 하였는가?" ]
0ac837c5-aadd-4935-ba16-0e46489c94fc	인공물ED	신경근육 접합부의 종판 폭과 분포에 따른 운동단위 수의추정에 관한 연구	<h3>나. 본 연구와 타연구의 MU 수 추정 결과 비교 고찰</h3> <p>표 2는 본 연구와 타연구의 MU수 추정결과를 보여주고 있다. 기존의 MUNE 방법이나 MUNIX 방법은 단지 MU의 수 만 추정이 가능하고 근섬유 수 및 그 밖의MU의 정보 추정은 불가능한 방법이다.MU의 수 추정결과 본 연구에서는 약 450 개 이고기존의 MUNE 방법은 평균 554 개로써 기존의 방법은본연구보다 과추정(over estimation)하였다. MUNIX 방법은 153 개로 부족추정(under estimation)하였다.그러나 기존의 MUNE 방법은 MU의 직경이 일정하다는 가정 하에 과 추정 되었으나, 본 연구에서는 확률통계적 분포로 설정하였으므로 실제적으로 인간의 이두박근의 MU 수를 적절하게 추정할 수 있는 방법의 하나가 될 수도 있다고 사료된다. MUNIX 방법인 경우식 (4)와 같이 CMAP 면적이 작은 부분인 원점부근에서 지수함수 값으로 변화하므로 추정된 MU수의 값이 예민하게 바뀌는 문제점이 있다.</p> <p>참고적으로 인간 해부에 의한 생체조직검사로 거의유일하게 보고 되어있는 MU의 수 측정결과를 볼 때팔근육인 상완요골근(brachioradialis)은 333 개, 다리근육인 전경골근(tibialis anterior)은 445 개로써 편차를 고려할 때 본 연구방법은 조직검사 결과와 비교 가능한범위에 있다고 볼 수 있다.</p> <p>근섬유 수 추정결과 본 연구에서는 약 340 개이고 Kierkels은 260 개로 추정하였다. Kierkels은 전기자극을 이용하여 하나 이상의 SMUAP를 검출하는 단점과 MU 직경과 깊이를 일정하다고 가정하였다. 이는MU의 해부학적 구조를 고려하지 않은 방법이다.그러나 본 연구에서 근섬유 수 추정은 SMUAP의 직경이 확률 통계적 분포로 설정하였고, SMUAP의 깊이와 근섬유 수를 바꾸어 가면서 시뮬레이션 하였다. 그리고 검출된 SMUAP의 모양과 진폭, 기간, 발화율을모두 고려하였고, 시뮬레이션 된 SMUAP와 최소의MSE값으로 근섬유수를 추정 한 것으로 실제 해부학적구조를 고려한 방법이 된다.</p> <p>또한, Cliff는 이두박근 생검(biopsy) 근섬유 수를 149,301 ∼ 291,501 개로 보고하였다. 이는 본 연구에서하나의 MU당 근섬유수가 약 340 개이고, MU수는 약450 개로 추정하였다. 즉, 본 연구에서 340 개 * 450 개= 약 153,000 개로 추정한 근섬유 수는 편차를 고려했을 때 Cliff의 생검 근섬유수와 적절하게 비교 가능함을알 수 있었다. 종판 폭과 분포결과는 본 연구에서 약 6 $\mathrm{mm}$와 불규칙한 분포로 추정하였으며, 타 연구자들은 추정 불가능한 방법이다. 그리고 Aquilonius와 Amirali은 이두박근 생검 종판 폭을 약 10 $\mathrm{mm}$로 보고하였는데, 본연구에서 추정한 종판폭과 범위를 고려할 때 유사함을 알 수 있었다.</p> <p>이와 같이 본 연구에서 MU수를 추정한 결과, 이두박근의 해부생리학구조를 바탕으로 설계된 시뮬레이터는 인간근육의 생체조직 검사와 추정된 MU수가 비교 가능함을 알 수 있었다.</p> <table border><caption>표 2. 각 방법에 따른 MU의 수 추정결과 비교(* 는 추정 불가능을 의미한다)</caption> <tbody><tr><td>\</td><td>MU numbers개</td><td>number ofmuscle fibers개</td><td>end platewidthsmm</td><td>end platedistribution</td></tr><tr><td>본 연구</td><td>452 ± 43</td><td>341 ± 35</td><td>6</td><td>불규칙분포</td></tr><tr><td>기존MUNE방법[1965～1993</td><td>554 ± 139</td><td></td><td></td><td></td></tr><tr><td>MUNIX방법[2004]</td><td>153 ± 29</td><td></td><td></td><td></td></tr><tr><td>Kierkels[2002]</td><td></td><td>260</td><td></td><td>*</td></tr></tbody></table>	[ "본 연구에서는 MU에 대해 어떻게 설정 하였나?", "Kierkels는 어떤 방법을 통해 SMUAP를 검출하는 단점과 MU 직경과 깊이를 일정하다고 가정하였어?", "본 연구는 실제 해부학적 구조를 반영한 방법이 되도록 어떻게 하였나?", "본 연구의 MU numbers개의 값은 얼마인가?", "본 연구의 number of muscle fibers는 몇 개야?", "MU numbers의 결과 값이 554 ± 139개인 방법은 무엇인가?", "end platedistribution를 추정 가능하게 하는 방법의 이름은 무엇인가?", "MUNIX방법[2004]의 end platewidthsmm에 대한 추정결과는 뭐야?", "end platedistribution가 추정 가능할 때의 값은 무엇인가?", "MU numbers에 대해 추정 불가능한 방법의 이름은 뭐야?", "MUNIX방법[2004]이 추정 가능한 열의 이름은 무엇인가?" ]
9929dfaf-a540-4583-89f7-f61558c3e053	인공물ED	표면부착형 영구자석 동기전동기의 적응속도제어기 설계	<h1>5. 시뮬레이션 및 실험 결과</h1> <table border><caption>표 1 영구자석 동기전동기의 파라미터</caption> <tbody><tr><td>극수($p$)</td><td>12</td></tr><tr><td>고정자 저항($R_s$)</td><td>0.99[$\Omega$]</td></tr><tr><td>고정자 인덕턴스($L_s$)</td><td>5.82[$\mathrm{mH}$]</td></tr><tr><td>영구자석 자속($\lambda_m$)</td><td>$0.0792[\mathrm{V\cdot{sec/rad}}]$</td></tr><tr><td>등가 관성($J$)</td><td>$ 0.0012\left[\mathrm{~kg} \cdot \mathrm{m}^{2}\right] $</td></tr><tr><td>점성 마찰 계수($B$)</td><td>$ 0.0003[\mathrm{~N} \cdot \mathrm{m} \cdot \mathrm{sec} / \mathrm{rad}] $</td></tr><tr><td>부하토크($T_L$)</td><td>$ 0.8[\mathrm{~N} \cdot \mathrm{m}] $</td></tr></tbody></table> <p>제안된 적응속도제어기의 성능을 검증하기 위하여 Matlab/Simulink를 이용하여 시뮬레이션한 후, TITMS320F28335 DSP를 사용하여 실험하였다. 표 1은 시뮬레이션과 실험을 위해 사용된 표면부착형 PMSM의 파라미터를 보여준다.</p> <p>표 1에서 주어진 모터 파라미터를 이용하면 속도에 대한 동적인 방정식을 아래와 같이 구할 수 있다.</p> <p>$ \dot{\omega}=3539.6 i_{qs}-0.2484 \omega-4968.8 T_{L} $<caption>(19)</caption></p> <p>식 (18)에서 주어진 적응속도제어기 변수들이 $ \delta=0.4, \phi_{1}=5000, \phi_{2}=100000, \phi_{3}=10, \gamma=5 $으로 선 정하였으며, PI 전류제어기 이득의 주파수 대역폭은 $ 1000[\mathrm{rad} / \mathrm{sec}] $으로 설정하였다. 따라서 적응속도제어기의 출력인 $ q$축 전류 지령치 $ \left(i_{qs d}\right)$는 다음과 같이 구해진다.</p> <p>$ i_{qg d}(k T)=-0.8 \sigma(k T)+\sum_{i=1}^{3} \xi_{i}(k T)h_{i}(k T)$<caption>(20)</caption></p> <p>여기서, $ \sigma(k T)=5 e_{1}(k T)+\left[\omega(k T)-\omega_{d}(k T)\right] $,</p> <p>$ \xi_{i}(k T+T)=\xi_{i}(k T)-\frac{1}{\phi_{i}} \sigma(k T)h_{i}(k T)$</p> <p>$ h(k T)=\left[\omega(k T), \omega_{d}(k T), 1\right]^{T} $</p> <p>그림 3은 제안된 적응 제어시스템의 전반적인 블록다이어그램을 보여준다. 그림 3에서 보는 바와 같이 제안된 적응속도제어기의 성능을 검증하기 위하여 기존의 PI 전류제어기가 함께 사용되었다. 또한 구동시스템은 PMSM, 증가형 엔코더, 부하토크를 위한 브레이크, TI TMS320F28335 DSP, 그리고 3상 PWM 인버터를 구성하고 있다. 본 논문에서는 스위칭 손실과 전류 리플을 고려하여 $5[\mathrm{kHz}]$의 스위칭 및 샘플링 주파수$(1/\mathrm{T})$가 선정되었으며, 또한 공간전압벡터 PWM방식이 사용되었다.</p> <p>먼저 제안된 적응속도제어기는 2 가지 조건하에서 Matlab/Simulink로 구현되었다. 즉, 첫 번째는 파라미터 무변동시의 속도 응답, 그리고 두 번째는 정속 운전 시 전동기 파라미터 중 $ \left(J, B, T_{L}\right)$가 $ 300 \% $변동시의 과도 응답을 보여준다. 이때 첫 번째 경우는 속도 지령치 $ \left(\omega_{d}\right)$는 219.91[rad/sec]에서 $ 439.82[\mathrm{rad} / \mathrm{sec}] $로 증가 한 후, 다시 $ 219.91[\mathrm{rad} / \mathrm{sec}] $로 감소하며, 이때 부하토크 $ \left(T_{L}\right)$는 $ 0.8[\mathrm{~N} \cdot \mathrm{m}] $로 일정하다. 그리고 두 번째의 경우는 속도는 $ 157.07[\mathrm{rad} / \mathrm{sec}] $로 일정하며, 전동기 파라미터 중 $ \left(J, B, T_{L}\right)$가 갑자기 $ 200 \% $증가한다.</p> <p>그림 4 는 제안된 제어방식에 대한 파라미터 무변동시의 시뮬레이션 결과를 보여주고 있다. 그림 5는 제안한 적응제어기의 강인성을 검증하기 위하여 정속 운전 시 전동기 파라미터 중 $ \left(J, B, T_{L}\right)$가 $ 300 \% $변동시의 시뮬레이션 결과를 보여준다.</p> <p>본 논문에서는 제안된 적응제어기의 성능을 비교하기 위하여 기존의 PI 제어기에 대한 시뮬레이션 결과도 보여준다. 그림 6 과 7은 기존의 PI 제어 방식에 대한 시뮬레이션 결과를 보여주며, 본 논문에서 PI 제어기의 이득은 다음과 같이 선정하였다. 즉, 전류제어기 이득의 주파수 대역폭은 $ 1000[\mathrm{rad} / \mathrm{sec}] $으로 설정하였으며, 속도제어기 주파수 대역폭은 $ 100[\mathrm{rad} / \mathrm{sec}] $으로 설정하였다. 그림 6은 PI 제어방식에 대한 파라미터 무변동시의 시뮬레이션 결과를 보여주며, 그림 7 은 PI 제어방식에 대한 정속 운전 시 전동기 파라미터 중 $ \left(J, B, T_{L}\right)$가 $ 300 \% $변동시의 시뮬레이션 결과를 보여준다.</p> <p>그림 8은 그림 4 와 같은 조건하에서의 실험결과를 보여준다. 그림 4 ~ 8은 속도 지령치 $ \left(\omega_{d}\right)$, 속도 측정치 $ (\omega), q$축 전류 지령치 $ \left(i_{qs d}\right)$, $dq$축 전류 $ \left(i_{qs}, i_{ds}\right)$, 모터상전압 $ \left(V_{an}\right)$ 및 상전류 $ \left(i_{a}\right)$를 보여준다. 위에서 보여준 시뮬레이션 및 실험 결과로부터 본 논문에서 제안된 적응제어기는 기존의 PI 제어기에 비해 정상상태 오차가 작으며, 일정 속도 하에서 전동기 파라미터 및 부하토크가 급변하더라고 속도 변화가 없이 매우 안정적 을 알 수 있다. 따라서 제안된 적응속도제어기는 기존의 전류제어기와 함께 사용하면 모터 파라미터 및 부하토크 변동 시에도 PMSM의 속도를 정확히 제어 할 수 있으므로 기존의 PI 제어기에 비해 우수한 성능을 가짐을 확인하였다.</p>	[ "5.82[\$\\mathrm{mH}\$]값을 가진것은 영구 자석 동기 전동기의 파라미터중 어떤거야?", "표1에서 극수는 얼마야?", "극수는 표1에서 무엇이지", "영구 자석 동기전동기의 고정자 저항값은 뭐야?", "영구자석 동기전동기의 파라미터를 나타낸 표에서 점성 마찰 계수는 뭐야?", "표1에서 부하토크값은 얼마야?", "부하토크값은 표1에서 무엇이지", "표1에서 영구자석 자속값은 얼마야?", "영구자석 자속수치는 표1에서 얼마야?" ]
5686c4f6-35ed-4907-8c32-c597101540fb	인공물ED	$\mathrm{PLT(Pb_{1-x} La_x)Ti_{1-{x/4}}O_3}$ 타켓의 제조 및 rf-magnetron sputting법으로 박막 형성	<h1>요 약</h1><p>고주파 마그네트론 스펏터링법을 이용하여 $ \mathrm{La} $ 성분비에 따른 PLT 박막을 제조하였다. 낮은 분위기압력하에서 PLT 박막은 높은 C 축 배향성을 보였다. PLT 박막의 C축 배향성은 분위기 압력과 $ \mathrm{La} $ 성분비가 증가할수록 XRD 와 SEM 분석에서 감소함을 확인하였다. $ \mathrm{La} $의 성분비가 증가할수록 PLT 박막의 비유전율은 증가하였으며 잔류분극은 감소하였다.</p>	[ "낮은 분위기압력하에서 PLT 박막은 높은 C 축 배향성을 보였어?", "\$ \\mathrm{La} \$의 성분비가 증가할수록 PLT 박막의 비유전율은 어떻게 될까?", "PLT 박막의 C축 배향성은 분위기 압력과 \$ \\mathrm{La} \$ 성분비가 증가할수록 XRD 와 SEM 분석에서 증가함을 확인할 수 있어?" ]
addc7bf4-2cb0-4a22-938e-0c39a9dfe7cf	인공물ED	$\mathrm{PLT(Pb_{1-x} La_x)Ti_{1-{x/4}}O_3}$ 타켓의 제조 및 rf-magnetron sputting법으로 박막 형성	<h1>Ⅱ. 실험방법</h1><h2>2.1 스퍼트링 타겟의 제조</h2><p>PLT 박막을 If 마그네트론 스퍼터링법으로 제조하기 위한 타겟은 $ \left(\mathrm{Pb}_{1-\mathrm{x}} \mathrm{La}_{\mathrm{x}}\right) \mathrm{Ti}_{1-\mathrm{x} / 4} \mathrm{O}_{3} $ 에서 $ \mathrm{x}=0.05, 0.1, 0.15 $가 되도록 하였다. 먼저, $ \mathrm{PbO}, \mathrm{TiO}_{2} $ 그리고 $ \mathrm{La}_{2} \mathrm{O}_{3} $ 분말을 적당한 몰 비로 혼합한 후 $ \mathrm{ZrO}_{2} $ 볼로 24시간 볼밀을 하고 $ 850^{\circ} \mathrm{C} $ 에서 4시간동안 하소하였다. 하소된 분말에 $ 20 \mathrm{wt} \% $ 의 $ \mathrm{PbO} $를 첨가한 후 다시 $ \mathrm{ZrO}_{2} $ 볼로 24시간 동안 재분쇄한 후 $ 3 \mathrm{wt} \% $의 PVA binder를 첨가하여 $ 445 \mathrm{kg} / \mathrm{cm}^{2} $ 압력으로 성형하고, $ 1150^{\circ} \mathrm{C} $ 에서 4시간 동안 소결하여 $ \mathrm{Pb} $ 과잉의 4" rf 마그네트론 스퍼터를 위한 타겟을 제조하였다.</p><h2>2.2 기판의 준비</h2><p>기판은 (100)$ \mathrm{Si} $ 기판을 열산화하여 $ 1000 \mathring{A}$의 산화막을 성장시킨 $ \mathrm{SiO}_{2} / \mathrm{Si} $기판을 사용하였다. 또한, PLT 박막과 격자상수가 비슷한 $ \mathrm{MgO}$(100) 단결정 기판 그리고 sapphire 기판을 각각 사용하였다. 박막의 전기적인 특성은 $ \mathrm{SiO}_{2} / \mathrm{Si} $ 기판과 $ \mathrm{MgO} $ 단결정 기판에 $ \mathrm{Pt} $ 를 rf 마그네트론 스퍼터로 증착한 기판에 PLT박막을 제조하였고, 그 막의 특성을 조사하였다. 증착된 $ \mathrm{Pt} $의 두께는 약 $ 1000 \mathring{A} $ 이였으며, 결정 방향은 (111)이었다.</p><h2>2.3 PLT 박막의 제조</h2><p>기판은 스테인레스로 제조된 히터(heater)위에 고정하였고, 온도는 열전대를 히터의 중간에 삽입하여 측정하였다. 박막의 제조조건은 표 1 에 요약하였다.</p><h2>2.4 박막의 분석</h2><p>PLT 박막의 페로브스카이트(perovskite) 구조의 생성과 $ \mathrm{La} $ 조성비에 따른 격자상수의 변화 및 기판에 따른 박막의 우선 배향성은 XRD 분석으로 조사되었다. 박막의 미세구조와 표면 상태는 주사 전자 현미경 (SEM:Zeol 5400)으로 관찰되었다. 박막의 두께는 $ \alpha $ step 100(Tencor Co.) 및 SEM 단면 사진으로 조사되었다. PLT 박막의 조성은 AES(Perkin-Elmer PHI 650 )으로 분석되었으며, 비유전율 및 저항률은 각가 임피던스 분석기(HP 4192A)와 electrometer(Keithley 617)를 사용하여 측정되었고, 이력특성은 Sawyer-Tower 회로를 이용하였다.</p>	[ "PLT 박막의 페로브스카이트 구조의 생성과 La 조성비에 따른 격자상수의 변화 및 기판에 따른 박막의 우선 배향성은 어떤 분석으로 조사되었는가?", "PLT 박막의 조성은 AES으로 분석 되었는가?", "PLT 박막을 If 마그네트론 스퍼터링법으로 제조하기 위한 타겟은 (Pb1−xLax)Ti1−x/4O3에서 x는 어떻게 되도록 하였는가?", "PLT 박막의 조성은 AES(Perkin-Elmer PHI 650 )으로 분석되었으며, 저항률은 어떻게 측정하였는가?", "\$ \\mathrm{SiO}_{2} / \\mathrm{Si} \$기판을 어떤절차로 하여 사용하였어?", "PLT 박막의 제조를 위해 온도 측정을 위한 절차는 어떠한 방법으로 했어?", "PLP박막 제조중 기판의 온도는 열전대를 히터의 어느 위치에 삽입하여 측정하였는가?", "기판은 PLT 박막과 격자상수가 비슷한 MgO 단결정 기판과 어떤 기판을 사용하였는가?", "PLT 박막의 이력특성은 어떤 회로를 이용하였는가?", "PLT 박막의 조성은 AES(Perkin-Elmer PHI 650 )으로 분석되었으며, 비유전율은 어떤 분석기로 측정하였는가?", "PLT박막의 막의 특성을 조사하기 위해 어떠한 절차를 거쳤어?" ]
99769448-dbc6-4a0c-aa8f-67324826a42f	인공물ED	$\mathrm{PLT(Pb_{1-x} La_x)Ti_{1-{x/4}}O_3}$ 타켓의 제조 및 rf-magnetron sputting법으로 박막 형성	<h1>Ⅲ. 실험 결과 및 고찰</h1><h2>3.1 박막의 증착</h2><p>그림 1. 은 (100)MgO 단결정 기판을 사용한 $ \left(\mathrm{Pb}_{1-\mathrm{x}} \mathrm{La}_{\mathrm{x}}\right) \mathrm{Ti}_{1-\mathrm{x} / 4} \mathrm{O}_{3} $ 에서 $ \mathrm{x}=0.15 $ (이하 PL15)인 박막을 기판 온도에 따라 3시간 동안 스퍼터하여 약 $ 1 \mu \mathrm{m} $ 두께로 제작한 후 X-ray 회절법 으로 분석한 결과이다. 실험은 PL15 조성을 사용하여 기판온도에 대한 PLT 박막의 최적조건을 확립후 $ \mathrm{La} $ 성분비에 대한 PLT 박막의 영향에 대하여 연구하였다. $ 560^{\circ} \mathrm{C} $에서 제조된 박막은 페로브스카이트 구조를 가짐을 확인 할 수 있었으며 기판온도가 증가함에 따라 X-ray 회절선의 세기 증가함을 알 수 있다. $ 600^{\circ} \mathrm{C} $에서 가장 높은 X-ray 회절선세기를 보여준후 다시 $ 620^{\circ} \mathrm{C} $에서 X-ray 회절선의 세기가 감소하는 특징을 나타내었다. 이와 같은 현상의 원인은 그림 2의 증착온도에 따른 AES 분석에 의한 PLT 박막의 성분분석에서 알 수 있다. 그림 3은 그림 2의 분석 결과를 도표로 나타낸 것으로 $ 500^{\circ} \mathrm{C} $와 $ 550^{\circ} \mathrm{C} $에서 증착된 PLT 박막의 $ \mathrm{Pb} / \mathrm{Ti} $ 비는 약 1.4로서 $ \mathrm{Pb} $ 과잉으로 나타났다. $ 600^{\circ} \mathrm{C} $에서는 $ \mathrm{Pb} / \mathrm{Ti} $의 비가 1.06으로 화학양론적 조성비를 비교적 만족하고 있으며, $ 650^{\circ} \mathrm{C} $에서는 $ \mathrm{Pb} / \mathrm{Ti} $ 의 비가 0.57로서 심한 $ \mathrm{Pb} $ 결핍으로 나타났다. 그림 3의 결과로부터 그림 1의 $ 600^{\circ} \mathrm{C} $ 이상에서 X-ray 회절선의 세기가 감소하는 것은 $ \mathrm{Pb} $ 성분의 재휘발에 기인한 PLT 박막의 결정성의 감소로 생각된다.</p><p>그림 4와 5는 증착온도에 따른 PLT 박막의 SEM 사진이다. 특히 그림 4에서는 온도가 증가할수록 주상 구조가 점점 발달하고 있음을 볼 수 있으나 $ 600^{\circ} \mathrm{C} $ 이상의 온도에서 증착한 박막의 표면 및 단면구조를 관찰하면 주상구조로 발달한 결정립의 분리가 분명해져 결정립 경계에 골이 형성되고 표면 거칠기가 또한 커지고 있음을 확인 할 수 있다. Glem Richard에 의하면 이와 같은 현상은 앞의 그림 2에서 확인한 바와 같이 $\mathrm{Pb}$원자의 재휘발에 기인한 결과이다. PLT의 결정화는 $ 550^{\circ} \mathrm{C} $ 부근에서부터 시작되어 PLT 박막의 결정화의 완료는 $ 600^{\circ} \mathrm{C} $ 이상에서 이루어진다고 한다. 그리고 $ \mathrm{Pb} $의 휘발은 원자간 결합력이 취약한 결정립 경계에서 우선적으로 발생한다고 생각된다. 반면, 그림 5의 SEM 사진에서 표면의 거칠기가 그림 4의 SEM 사진에 비하여 낮은 것을 관찰할 수 있다. 이것은 결정격자의 일치도가 우수한 (100)$ \mathrm{MgO} $ 기판에서 성장한 PLT박막의 결정성이 우수하여 원자간 결합이 치밀하고 결정립 경계의 폭이 작기 때문으로 생각된다.</p>	[ "실험에서 가장 높은 X-ray 회절선세기를 관찰할 수 있었던 온도는 몇 \$ {\\circ} \\mathrm{C} \$야?", "실험에서는 어떤 온도에서 X-ray 회절선세기가 가장 높은 것을 관찰할 수 있었어?", "그림1의 결괏값을 얻기 위한 과정은 어떻게 돼?", "어떻게 그림1의 결괏값을 획득할 수 있지?", "가장 높은 X-ray 회절선세기를 볼 수 있는 기판온도는 얼마야?", "가장 높은 X-ray 회절선세기를 보여준 후 회절선 세기가 감소하는 기판온도는 어떻게 돼?", "기판온도가 증가하면 X-ray 회절선은 어떻게 되지?", "X-ray 회절선은 기판온도가 올라가면 어떻게 되나요?", "실험에서 \$ 560^{\\circ} \\mathrm{C} \$에서 제조된 박막은 무슨 구조를 가졌어?", "기판 온도의 변화에 따라 X-ray 회절선의 세기가 감소 또는 증가하는 현상의 원인은 그림 2의 어디에서 알 수 있어?", "PLT 박막의 결정화가 끝나는 온도는 얼마야?", "PLT 박막의 결정화는 얼마의 온도에서 종료돼?", "본문의 그림 4와 5는 어떤 내용의 사진이야?", "\$ \\mathrm{Pb} \$의 휘발은 어디에서 먼저 발생돼?", "어디에서 \$ \\mathrm{Pb} \$의 휘발이 우선적으로 일어나?", "PLT의 결정화는 \$ 600^{\\circ} \\mathrm{C} \$ 에서부터 시작되는 게 맞을까?", "\$ 600^{\\circ} \\mathrm{C} \$ 이상의 온도에서 증착한 박막의 단면구조에는 결정립 경계에 골이 형성돼?", "그림 4의 SEM 사진의 표면 거칠기가 그림 5의 사진에 비해 낮은 것을 확인할 수 있어?", "본 실험은 어떻게 기판온도에 대한 PLT 박막의 최적조건을 마련했나요?", "Glem Richard에 의하면 X-ray 회절선세기가 온도에 영향을 받는 것은 무엇에 기인한 결과인가요?" ]
d7c6f02c-2058-42d2-a37e-6dca8e4716f4	인공물ED	$\mathrm{PLT(Pb_{1-x} La_x)Ti_{1-{x/4}}O_3}$ 타켓의 제조 및 rf-magnetron sputting법으로 박막 형성	<h1>Ⅳ. 결론</h1><p>rf 마그네트론 스퍼터링법으로 $ \mathrm{MgO} $기판 및 $ \mathrm{SiO}_{2} / \mathrm{Si} $ 기판을 이용하여 c-축 및 a-축으로 각각 배향된 PLT박막을 제조할 수 있었다. 제조된 박막의 $ \mathrm{La} $ 성분비는 타겟의 조성을 조절함으로서 조정할 수 있었으며, $ \mathrm{La} $성분비가 증가할수록 정방성비(tetragonality) 및 잔류분극(Pr)량이 감소하는 특징을 나타냈다. 측정된 정방성 비는 PL5, PL10 및 PL15에서 각각 1.047, 1.028 및 1.013 이었으며, 잔류분극량(Pr)은 $ 9 \mu \mathrm{C} / \mathrm{cm}^{2} $, $ 8 \mu \mathrm{C} / \mathrm{cm}^{2} $ 및 $ 7 \mu \mathrm{C} / \mathrm{cm}^{2} $ 로 측정되었고, 항전기장(Ec)은 약 $ 75 \mathrm{kV} / \mathrm{cm} $ 로 거의 일정하였다. 비유전율은 $ \mathrm{La} $ 성분비가 커질수록 증가하여 $ 1 \mathrm{kHz} $ 에서 219,246 및 361로 측정되었으며, 저항율은 약 $ 2 \times 10^{13}(\Omega-\mathrm{cm}) $로서 $ \mathrm{La} $ 성분비의 증가와 함께 증가하였다. PLT 박막의 증착시 우수한 결정성, 표면 상태및 $ \mathrm{Pb} / \mathrm{Ti} $ 의 화학 양론적인 조성비를 동시에 만족하는 박막의 증착온도는 약 $ 600^{\circ} \mathrm{C} $로 판단되었으며, $ \mathrm{MgO} $ 기판을 이용하여 $10\mathrm{mtorr}$에서 증착한 PLT 박막의 c-축 배향도는 0.8이었다.</p><p>이와 같은 결과로부터 최적의 PLT박막의 제조 조건의 기판온도, 분위기압, 고주파 전럭밀도는 $ 600^{\circ} \mathrm{C} $, $ 10 \mathrm{mtorr}, 1.7 \mathrm{watt} / \mathrm{cm}^{2} $ 이었다. 특히 (100) $ \mathrm{MgO} $ 단결정 가판에 제조된 PLT 박막은 우수한 c-축 배향도를 가지므로 초전소자로의 응용이 가능하리라 생각된다.</p>	[ "PLT 기판의 제조에 사용된 방법은 무엇인가?", "PLT박막에 사용된 기판들은 무엇이 있는가?", "PLT박막에 이용된 기판들은 무엇이 있는가?", "제조된 박막의 La 성분비가 증가할 수록 무엇이 감소하는가?", "제조된 박막의 La 성분비는 어떻게 조정할 수 있는가?", "측정된 항전기량(Ec)는 일정하였는가?", "측정된 항전기량은 얼마인가?", "측정된 항전기량은 얼마야?", "비유전율은 La 성분비가 커질수록 감소하는가?", "우수한 결정성, 표면 상태 및 화학 양론적인 조성비를 동시에 만족하는 박막의 증착온도는 몇 도인가?", "PLT 박막의 c-축 배향도를 0.8로 증착시키는 압력은 얼마인가?", "최적 조건에서 제조된 PLT박막은 어디에 응용이 가능한가?", "c-축 및 a-축으로 각각 배향된 PLT박막은 어떻게 제조했어?" ]
253ef491-770a-4020-ba70-e54d076000a8	인공물ED	새로운 발룬 회로를 이용한 2GHz 대역 이중 평형 Star 혼합기의 설계 및 제작	<h1>Ⅲ. 이중평형 star 혼합기의 제작 및 측정</h1> <p>그림 5는 발룬 회로와 쿼드 다이오드 HSMS-286R를 조합하여 이중평형 star 혼합기를 제작한 사진이다. PCB 크기는 가로가 $ 55 \mathrm{~mm} $이며, 세로가 $ 59 \mathrm{~mm} $이다. 발룬은 쿼드 다이오드와의 직접 연결을 위해, 라인에 bending을 주어 조정하였으며, 신호선의 처음과 끝에 비아 시작점이 같도록 약간의 패턴을 추가하여 비아를 형성하였다. 또한, Marchand 발룬 간의 불필요한 커플링을 최대한 줄이기 위해 라인을 각각 $ 45^{\circ} $각도를 주었다. LO은 왼쪽에서 RF는 아래쪽에서 IF는 위쪽에서 마이크로스트립 라인과 연결되어 있다. RF와 LO의 평형 신호 인가를 위해 2개의 발룬을 사용하였다. 중앙에 쿼드 다이오드(HSMS-286R)가 연결되어 있으며, 대칭성을 고려하여 쿼드의 중앙에서 IF 출력을 얻고자 하였다. 4개의 다이오드를 구동시키기 위해, 높은 LO전력이 요구되므로 IF에서 강한 LO 신호의 커플링 영향을 최대한 줄이고자 IF와 LO 단자간에 $ 90^{\circ} $가 되도록 배치하였다. 시뮬레이션을 위해 사용된 각 다이오드의 $ R_{S} $는 약 $ 6 \Omega, C_{j} $는 $ 0.18 \mathrm{pF} $이며, data sheet를 참조하였다.</p> <p>그림 6은 제작된 혼합기의 LO전력에 따른 변환 손실의 시뮬레이션과 측정 결과를 나타낸 그래프이다. RF주파수를 $ 1.8 \mathrm{GHz}, \mathrm{LO} $주파수를 $ 2.0 \mathrm{GHz} $로 고정한 후, LO전력을 $ -5 \mathrm{dBm} $에서 $ +11 \mathrm{dBm} $까지 $ 1 \mathrm{dB} $간격으로 변화시켰다. 두 결과, LO전력이 약 $ +6 \mathrm{dBm} $정도에서 변환 손실 곡선이 완전 포화 상태가 되었다. 따라서, 혼합기를 동작시키기 위해서는 $ +6 \mathrm{dBm} $이상의 LO전력이 필요하게 된다.</p> <p>그림 7은 주파수를 상 ◦ 하향 변환할 때의 시뮬레이션과 측정 결과의 변환 손실을 나타낸 그래프이다. 그림 7(a)는 RF 주파수가 $ 1.4 \mathrm{GHz} $에서 $ 1.99 \mathrm{GHz} $까지 변화시킬 때 LO 주파수를 $ 2.0 \mathrm{GHz} $로 고정시키고, RF주파수가 $ 2.0 \mathrm{GHz} $에서 $ 2.49 \mathrm{GHz} $까지 변화시킬 때 LO주파수를 $ 2.5 \mathrm{GHz} $로 고정시킨다.</p> <p>이때, LO전력은 $ +6 \mathrm{dBm} $이며, RF전력은 $ -30 \mathrm{dBm} $이 인가된다. 시뮬레이션 결과, 변환손실은 $ 1.5 \mathrm{GHz} $에서 $ 5.1 \mathrm{~dB} $부터 $ 2.5 \mathrm{GHz} $의 $ 7.1 \mathrm{~dB} $정도까지 변화폭이 있었다. 측정 결과, $ 1.5 \mathrm{GHz} $에서 $ 5.0 \mathrm{~dB} $부터 $ 2.5 \mathrm{GHz} $의 $ 6.8 \mathrm{~dB} $정도까지 변화폭이 있었다. $ 1.5 \mathrm{GHz} $에서 $ 2.5 \mathrm{GHz} $의 대역에서 벗어나면 변환 손실값이 급격히 저하되는데, 이는 발룬 회로의 동작 주</p> <p>파수 대역에 의해 제한을 받기 때문이다. 그림 7-(b)는 주파수를 상향 변환할 때의 변환 손실 특성을 나타내었다. IF 포트에서 신호가 입력되며, RF포트에서 출력 신호를 얻게 된다. IF 전력을 $ -30 \mathrm{dBm} $으로, LO전력을 $ +6 \mathrm{dBm} $으로 고정하여 인가한다. 이 때, IF 주파수를 $ 10 \mathrm{MHz} $에서 $ 700 \mathrm{MHz} $까지 변화시키며 변환 손실을 측정하였다. 시뮬레이션 결과, IF주파수 $ 400 \mathrm{MHz} $에서 변환 손실이 $ 5.6 \mathrm{~dB} $가 되며, $ 10 \mathrm{MHz} $에서 약 $ 7.61 \mathrm{~dB} $정도가 된다. 측정 결과, IF주파수 $ 10 \mathrm{MHz} $에서 변환 손실이 $ 5.3 \mathrm{~dB} $가 되며, $ 500 \mathrm{MHz} $에서 약 $ 7.0 \mathrm{~dB} $정도가 된다. 이로써, 이중 평형 star 혼합기가 주파수 상 -하향 변환용으로 동작 가능함을 확인할 수 있었다.</p> <p>그림 8은 2-tone 입력 신호의 크기에 따른 기본차 신호와 3차 상호 왜곡 신호의 출력 특성을 측정하여 얻을 결과를 보였다. RF주파수 $ 1.8 \mathrm{GHz} $를 중심으로 $ 0.5 \mathrm{MHz} $ 씩의 간격에 동일한 전력을 갖는 두 신호가 입력된다. Multi-tone 신호를 발생시키기 위해 E4432B를 사용하였다. 이 때, RF 입력 주파수는 $ 1.8005 \mathrm{GHz} $와 $ 1.7995 \mathrm{GHz} $가 되며, LO주파수는 $ 2.0 \mathrm{GHz} $로 고정하고 $ +6 \mathrm{dBm} $의 LO전력을 인가시킨다. RF전력을 $ -50 \mathrm{dBm} $에서 $ +2 \mathrm{dBm} $까지 변화시키며 IF출력단에서의 기본차 신호와 3차 상호 왜곡 신호의 출력에 대한 값을 읽어 곡선으로 나타낸 후 외삽하였다. 결과, 입력 IP3 지점은 약 $ +10 \mathrm{dBm} $ 정도가 되며, 출력 IP3 지점은 약 $ +5 \mathrm{dBm} $정도가 된다.</p> <p>그림 9는 기본차 신호와 3차 상호 왜곡 신호의 출력 스펙트럼을 나타낸 것으로, 그림 8과 동일한 조건에서 수행되었다. 이 때, IF에서의 출력 신호 역시 $ 200 \mathrm{MHz} $ 중심주파수에서 $ 0.5 \mathrm{MHz} $ 간격으로 IF의 기본차 신호가 나타난다. 기본차 신호와 3차 상호 왜곡 신호의 차를 IMD3라 하며 측정 결과, $ -43.67 \mathrm{dBc} $를 보였다.</p> <table border><caption>표 1. 상용 제품과의 특성 비교</caption> <tbody><tr><td>항목</td><td>설계</td><td>측정</td><td>ADE-18W</td></tr><tr><td>RF 주파수 $ [\mathrm{GHz}] $</td><td>1.5~2.5</td><td>1.5~2.5</td><td>1.75~3.5</td></tr><tr><td>LO 주파수 $ [\mathrm{GHz}] $</td><td>1.5~2.5</td><td>1.5~2.5</td><td>1.75~3.5</td></tr><tr><td>IF 주파수 $ [\mathrm{GHz}] $</td><td>0~0.5</td><td>0~057</td><td>0~0.7</td></tr><tr><td>LO 전력 $ [\mathrm{dBm}] $</td><td>6</td><td>6</td><td>7</td></tr><tr><td>Down/Up 변환손실 $ [\mathrm{dB}] $</td><td>6/6.55</td><td>6/6</td><td>5.4</td></tr><tr><td>LO-RF 격리도 $ [\mathrm{dB}] $</td><td>32.12</td><td>36.6</td><td>33</td></tr><tr><td>LO-IF 격리도 $ [\mathrm{dB}] $</td><td>31.12</td><td>23.47</td><td>12</td></tr><tr><td>Input IP3 $ [\mathrm{dBm}] $</td><td>10</td><td>10</td><td>11</td></tr></tbody></table> <p>위의 결과들에서 알 수 있듯이, microstrip과 CPS 이용한 발룬을 $ 2 \mathrm{GHz} $ 대역의 star 혼합기에 적용하였을 때, 발룬 회로의 동작 주파수 대역 내에서 혼합기로 잘 동작하며, 또한 주파수 상 ◦ 하향 변환기로 동시에 사용 가능함을 보였다.</p> <p>표 1은 본 논문의 이중 평형 star 혼합기의 성능평가를 위해, Mini-Circuits사의 상용 제품인 트랜스포머 및 링 다이오드 쿼드를 이용한 이중 평형 혼합기 ADE-18W와 주요 성능을 비교하였다.</p> <p>표 1에서 보면, RF-LO의 동작 주파수가 ADE-18W보다 좁은 것을 제외한 다른 특성들에 대해서는 유사한 값을 보였다. 대역이 약간 좁은 것은 제안된 발룬에 광대역 기법이 적용되지 않았기 때문이며, 만일 제안한 발룬에 광대역을 만족하는 발룬 설계 기법이 사용된다면, 트랜스포머 발룬을 사용한 혼합기에 준하는 평판형 이중 평형 star 혼합기를 구현할 수 있을 것이다. 또한 더 높은 주파수에서도 본 논문의 제안은 이중평형 혼합기 제작에 사용될 수 있지만, 트랜스포머를 사용한 ADE-18W의 방법은 그렇지 못하게 된다.</p>	[ "본문의 표 1에서는 LO 전력의 설계값을 얼마로 설정하였는가?", "본문의 표 1. 상용 제품과의 특성 비교에서 RF 주파수의 설계값은 얼마인가?", "본문의 표 1. 상용 제품과의 특성 비교에서 LO 전력의 ADE-18W 값은 얼마인가?", "본문의 표 1. 상용 제품과의 특성 비교에서 RF 주파수의 측정값은 얼마인가?", "IF 주파수의 설계값은 얼마로 볼 수 있는가?", "본문의 표에서 RF 주파수의 ADE-18W 값은 얼마로 나타나 있는가?", "본문의 표 1. 상용 제품과의 특성 비교에서 Down/Up 변환손실은 측정값이 얼마인가?", "LO 전력의 측정값은 얼마로 나타나는가?", "Down/Up 변환손실의 설계값은 얼마로 설정되어 있는가?", "표에서 LO-RF 격리도의 ADE-18W은 얼마인가?", "LO-RF 격리도의 설계값은 얼마인가?", "표에서의 LO-IF 격리도의 ADE-18W 값은 얼마인가?", "본문의 표에서 LO-IF 격리도는 얼마로 측정되어 표기되어 있는가?", "본문의 표 1. 상용 제품과의 특성 비교에서 Input IP3의 ADE-18W 값은 얼마인가?", "표 1에서 Input IP3의 설계값은 얼마인가?", "본문의 표1에서 LO-IF 격리도의 설계값은 얼마로 설정되어 있는가?", "표 1에서 LO 주파수의 ADE-18W 값은 얼마인가?", "본문의 표에서 LO 주파수의 설계값은 얼마인가?", "본문의 표 1. 상용 제품과의 특성 비교에서 IF 주파수의 ADE-18W 값은 무엇인가?", "본문의 표에서 IF 주파수의 측정값은 얼마인가?", "본문의 표 1. 상용 제품과의 특성 비교에서 LO 주파수의 측정값은 얼마인가?", "본문의 표 1. 상용 제품과의 특성 비교에서 LO-RF 격리도의 얼마로 측정되었는가?", "본문의 표에서 확인했을 때, Input IP3의 측정값은 얼마인가?", "본문의 표 1. 상용 제품과의 특성 비교에서 Down/Up 변환손실의 ADE-18W 값은 얼마인가?" ]
52ac84ef-8ac6-4757-ac2a-2c80a184be73	인공물ED	전류 분배 특성이 향상된 드룹 방법에 관한 연구	<h1>Ⅴ. 결론</h1><p>본 논문에서는 전류 분배 특성을 효과적으로 개선할 수 있는 개선된 드룹 방법이 제안되었다. 제안하는 방법에서는 각 모듈의 전류가 설정값보다 커질 경우, 출력 전압 설정값을 상향 조정하여 모듈 간 전류 분배 특성이 개선되도록 한다. 한편, 출력 전압을 공차 범위 안에서 관리하고자 할 때, 출력 전압 설정값이 항상 상향 조정된다면 이용 가능한 제어 IC 기준값 $ \left(v_{r e f}\right) $ 의 범위가 줄어들게 된다. 따라서 상향 조정으로 인해 모듈 간 출력 전압 설정값이 역전될 경우 하향 조정을 통해 이를 해결하고자 하였다. 제안하는 방법은 기존의 드룹 방법과 달리 모듈 사이의 통신선이 존재한다. 하지만, 그 신호가 매우 단순하고 디지털 형태를 갖기 때문에, 구현이 간단하고 외란에 강인한 특성을 갖는다.</p><p>제안하는 방법의 유효성은 2개의 부스트 컨버터 모듈로 구성된 $ 17.5 \mathrm{V} / 500 \mathrm{mA} $ 급 프로토타입을 통해 실험으로 검증하였다. 그 결과는 제안된 방법을 통해 모듈 사이의 입력 전류 차이가 성공적으로 감소했음을 확인하였다.</p>	[ "원래의 드룹 방법은 모듈 간에 통신선이 있어?", "\$ 17.5 \\mathrm{V} / 500 \\mathrm{mA} \$급 프로토타입을 이용한 실험으로 모듈 간의 입력 전류 차는 증가했어?", "본 논문에서 말하는 개선된 드룹 방법은 전압 분배 특성을 개선하기 위해 제안되었어?", "본 논문에서 개선된 드룹 방법이 제안된 이유가 뭐야?", "개선된 드룹 방법에서 각 모듈의 전류가 설정값보다 커질 경우 모듈 간 전류 분배 특성이 개선되도록 할 수 있는 방법이 뭐야?", "개선된 드룹 방법은 전류 분배를 효과적으로 하향시킬 수 있어?", "개선된 드룹 방법은 출력 전압 설정값을 하향 조정해?", "개선된 드룹 방법에서 출력 설정값을 상향 조정하는 요인은 뭐야?", "출력 전압 설정값이 항상 상향 조정되면 이용 가능한 제어 IC 기준값 \$ \\left(v_{r e f}\\right) \$ 의 범위는 늘어나?", "개선된 드룹 방법은 각 모듈의 전류가 설정값보다 작을 때 출력 전압 설정값을 상향 조정해?", "출력 전압 설정값이 언제나 하향 조정되면 이용 할 수 있는 제어 IC 기준값 \$ \\left(v_{r e f}\\right) \$ 의 범위는 줄어들어?", "어떤 물질 사이의 전류의 분배 특성을 개선하려는 거야?", "출력 전압을 어느 범위 안에서 관리하려고해?", "상향 조정으로 모듈 사이의 출력 전압값이 바뀌는 것을 방지하기 위한 방법이 뭐야?", "상향 조정때문에 모듈 사이의 출력 전압 설정값은 어떻게 돼?", "출력 전압 설정값을 조정했을 때 범위가 줄어드는 항목은 뭐야?", "문제를 해결하기 위해 하향 조정을 하는 이유가 뭐야?", "상향 조정 때문에 역전되는 항목은 출력 전류 설정값이야?", "개선된 드룹 방법이 구현이 간단하고 외란에 강인한 이유가 뭐야?", "개선된 드룹 방법이 기존의 것보다 개선된 이유가 뭐야?", "신호가 단순하고 디지털 형태를 가지면 구현도 쉬워?", "기존 드룹 방법의 모듈 간의 통신선의 신호는 디지털 형태야?", "개선된 드룹 방법의 유효성을 검증하는 실험 방법은 뭐야?", "개선된 드룹 방법은 모듈에 통신선이 있어서 구현이 간단하고 외란에 강해?", "개선된 드룹 방법은 복잡한 신호를 가져?", "제안된 방법의 유효성을 검정하려면 3개의 부스트 컨버터 모듈이 필요해?", "제안된 방법의 효과를 검증하기 위해 2개의 무엇이 필요해?", "이 방법을 효과가 있는지 확인하기 위해 무슨 급의 프로토타입을 썼어?", "외란에 강하려면 신호가 간단하고 아날로그 형태를 가져야해?", "제안된 방법은 모듈의 전압이 설정보다 커지면, 출력 전류 값을 상향 조정하는거야?", "제안된 방법으로 실험을 했을 때 모듈 간의 입력 전압 차가 줄었어?", "개선된 드룹 방법은 모듈 간의 입력 전류 차를 줄임으로써 전류 분배 특성을 개선할 수 있어?", "제안된 방법으로는 모듈 간의 입력 전류 차이가 감소했음을 낮은 확률로 확인할 수 있어?" ]
6c649e7a-3ab3-4684-b2b0-2fe428ed7c0d	인공물ED	전류 분배 특성이 향상된 드룹 방법에 관한 연구	<h1>Ⅳ.실험 결과</h1><p>본 논문에서 제안하는 방법의 유효성을 2 개의 부스트 컨버터 모듈로 구성된 $ 17.5 \mathrm{V} / 500 \mathrm{mA} $급 프로토타입을 통해 실험으로 검증하도록 한다. 부스트 컨버터의 경우 입력 전류가 연속이기 때문에, 드룹 제어 방법에 입력 전류를 활용하였다. 실험을 위한 설계 조건과 설계 결과를 표 1 에 보인다.</p><table border><caption>표 1. 설계 조건과 설계 결과</caption><tbody><tr><td>Input voltage $ \left(V_{i n}\right) $</td><td>$ 12 \mathrm{V} $</td></tr><tr><td>Output voltage $ \left(V_{o}\right) $</td><td>$ 17.5 \mathrm{V} $</td></tr><tr><td>Rated output current $ \left(I_{o(\text { rate })}\right) $</td><td>$ 500 \mathrm{mA} $</td></tr><tr><td>Output voltage regulation $ \left(\Delta V_{o} \max \right) $</td><td>$ \pm 0.3 \mathrm{V} $</td></tr><tr><td>Switching frequency $ \left(f_{s}\right) $</td><td>$ 1.2 \mathrm{MHz} $</td></tr><tr><td>Maximum output voltage set-point difference$\left(\Delta V_{S p} \max \right)$</td><td>$ 0.2 \mathrm{V} $</td></tr><tr><td>Droop gain $ (k) $</td><td>0.84</td></tr><tr><td>The number of adjusting steps $ (\mathrm{m}) $</td><td>4</td></tr></tbody></table><p>제안한 방법의 회로 구현을 그림 3에 보인다. 전류 센싱 저항 $ R_{d} $가 드룹 이득 $ k $를 구현하기 위해 입력 인덕터와 직렬로 연결되었다. 출력 전압과 입력 전류 정보를 이용한 드룹 방법을 구현하기 위하여 비반전 가산 증폭기가 사용되었다. 출력 전압 설정값을 조정하기 위하여 저항과 스위치 조합이 센싱 저항 $ R_{2} $에 병렬 연결되었다. 신호 운용 블록(signal processing block)의 동작 원리는 실험 파형과 함께 자세히 기술하도록 하겠다.</p><p>실험은 하향 조정이 발생하지 않는 경우와 발생하는 경우 2가지에 대해 이루어졌다.</p><p>(1) 하향 조정이 발생하지 않는 경우</p><p>이 실험에서는 하향 조정이 발생하지 않고, 최대 전류 설정값을 지날 때까지 상향 조정이 이루어진다. $ V_{s p(1)}^{0}, V_{s p(2)}^{0} $ 및 $ \Delta V_{s t e p} $ 은 각각 $ 17.70 \mathrm{~V}$, $17.50 \mathrm{~V}$, $0.05 \mathrm{~V} $로 설정되었다. 전류 설정값의 경우 $ I_{S e t 1} $ 은 $ 140 \mathrm{mA} $, $ I_{\text {set } 2} $는 $ 210 \mathrm{~mA}$, $ I_{\text {set } 3} $는 $ 280 \mathrm{mA}$, $I_{\text {set } 4} $는 $ 350 \mathrm{mA} $로 설계되었다. 부하 전류는 각 변화마다 상향 조정이 일어날 수 있도록 $ 0 \mathrm{mA} $ 에서 $ 120 \mathrm{mA}$, $120 \mathrm{mA} $ 에서 $ 200 \mathrm{mA} $, $ 200 \mathrm{~mA} $ 에서 $ 320 \mathrm{~mA}$, $320 \mathrm{~mA} $ 에서 $ 500 \mathrm{~mA} $ 로 증가한 후, 역순으로 감소하도록 주어졌다.</p><p>그림 4. (a)는 실험에서 관측된 파형을 보여준다. $ V_{s p(1)}^{0} $ 이 $ V_{s p(2)}^{0} $ 보다 높기 때문에 $ I_{i n(1)} $ 이 $ I_{s e t 2} $ 에 도달하기 전까지는 모든 전류가 모듈 1 로 흐른다. 두 번째 상향 조정이 일어난 후부터는 제안한 방법에 의해서 전류 설정값을 지날 때마다 두 모듈 간의 전류 차이가 감소한다. 그 결과 첫 번째 상향 조정이 일어난 후 평균 입력 전류 차이 $ \Delta I_{i n} $은 $ 182 \mathrm{~mA} $이지만, 네 번째 상향 조정이 일어난 후 $ \Delta I_{i n} $이 $ 10 \mathrm{mA} $까지 감소한다. 출력 전압 설정값 변화가 일어나면, 이는 다시 출력 전류가 감소한다고 해도 변하지 않는다. 따라서 부하 전류의 감소가 $ \Delta I_{i n} $에 미치는 영향은 크지 않으며, 개선된 전류 분배 특성이 유지된다. 부하 전류 감소 시 발생하는 $ \Delta I_{i n} $의 작은 변화는 두 모듈 간의 사소한 드룹 이득 차이로부터 발생한다.</p><p>그림 5. (a)는 신호 운용 블록의 동작을 보여준다. 측정된 모듈 1 의 전류가 특정 전류 설정값 보다 커지게 되면 해당 비교기(comparator)가 계단 신호(step signal)를 발생시키고 이는 상승 엣지 검출기(leading edge detector)에 의해 단사 펄스 신호(one-shot pulse signal)로 바뀐다. 생성된 단사 펄스 신호는 OR게이트를 통해 모듈 1 의 송신부에서 모듈 2 의 수신부로 보내진다. 모듈 1 은 신호를 송신하였기 때문에, 다른 모듈로부터 신호를 받을 수 없도록 자신의 신호 수신부를 비활성화(disable)한다. 한편 모듈 2 의 수신부는 카운터(counter)로 수신한 펄스의 수를 세어 그 수만큼의 상향 조정을 발생시킨다.</p><p>해당 실험에서는 $ I_{i n(1)} $이 항상 $ I_{i n(2)} $보다 크기 때문에 모듈 1은 항상 신호를 발생시키며, 모듈 2 는 항상 신호를 수신하게 된다.</p>	[ "본 문 2 개의 부스트 컨버터 모듈로 구성된 \$ 17.5 \\mathrm{V} / 500 \\mathrm{mA} \$급 프로토타입을 통해 무엇을 검증해?", "설계 조건과 설계 결과에서 Output voltage는 설계 결과는 몇이야?", "설계 조건과 설계 결과에서 설계 결과 \$ 0.2 \\mathrm{V} \$의 값을 갖는 조건은 뭐야?", "설계 조건과 설계 결과에서 스위치 주파수는 몇의 설계 결과를 가져?", "유효성 검증을 위해 2 개의 부스트 컨버터 모듈로 구성된 \$ 20.5 \\mathrm{V} / 300 \\mathrm{mA} \$급 프로토타입을 사용해?", "설계 조건과 설계 결과에서 설계 결과 Droop gain의 수치는 몇이야?", "입력 전류가 연속인 컨버터는 뭐야?", "설계 조건과 설계 결과에서 4의 결과를 얻은 설계 조건은 뭐야?", "표 1은 무엇을 나타내?", "드룹 제어 방법에 입력 전류를 활용한 이유가 뭐야?", "출력 전류는 부스트 컨버터에서 연속이야?", "설계 조건과 설계 결과에서<td>Output voltage regulation \$ \\left(\\Delta V_{o} \\max \\right) \$</td>의 편차는 몇 볼트야?", "설계 조건과 설계 결과<td>\$ 500 \\mathrm{mA} \$</td>의 설계결과를 갖는 설계 조건은 뭐야?", "\$ k \$는 무엇을 뜻해?", "\$ R_{d} \$는 무엇이야?", "\$ k \$와 \$ R_{d} \$를 구현하기 위한 방법은 뭐야?", "입력 전류 정보와 출력 전압을 이용한 드룹 방법은 어떤 장치를 사용해서 구해?", "드룹 이득과 전류 센싱 저항을 구현하기 위해 입력 인덕터와 병렬로 연결되있어?", "스위치 조합과 저항이 센싱 저항과 병렬 연결되었어?", "실험에서 하향 조정이 발생하지 않으면 최대 전류 설정값에서 하향 조정이 이루어져?", "\$ V_{s p(1)}^{0}, V_{s p(2)}^{0} \$, \$ \\Delta V_{s t e p} \$의 설정값은 뭐야?", "\$ R \$ 과 스위치 조합이 센싱 저항에 병렬 연결한 이유가 뭐야?", "\$ I_{S e t 1} \$ 은 \$ 140 \\mathrm{mA} \$, \$ I_{\\text {set } 2} \$는 \$ 210 \\mathrm{~mA}\$, \$ I_{\\text {set } 3} \$는 \$ 280 \\mathrm{mA}\$, \$I_{\\text {set } 4} \$는 \$ 350 \\mathrm{mA} \$로 설계된 설정값은 뭐야?", "실험은 3가지 경우에 대해 이루어졌어?", "signal processing block은 뭐야?", "비반전 가산 증폭기를 사용하는 이유가 뭐야?", "표에서 Input voltage 몇이야?" ]
aaca45ff-2cb5-41a2-b763-6d13fc5e91d3	인공물ED	전류 분배 특성이 향상된 드룹 방법에 관한 연구	<h1>Ⅱ. 제안하는 방법</h1><p>다중 컨버터 모듈의 병렬 운전에서 각 출력은 서로 연결되어 있으므로 모든 모듈의 출력 전압은 동일하다. 각 모듈의 드룹 이득이 동일하다고 가정할 경우, 모듈 사이에서 전류 불균형은 출력 전압 설정값 차이 $ \Delta V_{s p} $ 에서 비롯된다. 본 논문에서는 출력 전압 조절 특성과 전류 분배 특성을 동시에 개선하기 위해 드룹 제어에 기초한 새로운 제어 방법을 제안한다. 제안하는 방 법의 운영원리는 다음과 같이 요약된다.</p><ol type=1 start=1><li>최대 출력 전압 설정값을 가지는 모듈의 전류가 특정 전류 설정값에 도달하면, 다른 모듈들로 신호를 전송하여 신호를 받는 모듈들의 출력 전압 설정점이 상향 조정되도록 한다.</li><li>작은 출력 전압 설정값을 갖는 모듈이 조정을 통하여 최대 출력 전압 설정값을 가지게 되면 다음 전류 설정값에서 한 단계 아래로 하향 조정한다.</li><li>특정 전류 설정값에서 조정이 실행되면, 동일 지점에서 조정 프로세스는 다시 수행되지 않는다.</li></ol><p>제안하는 방식은 다른 드룹 방식들 [7], [8]과 달리 특정 전류 설정값을 미리 선정한다. 첫 번째 동작 원리에 의해 최대 전류를 갖는 모듈이 이들 설정 지점에 도달하면 다른 모듈들로 디지털 신호를 전송한다. 신호를 수신한 모듈들은 센싱 저항 (sensing resistor)의 변경을 통해 출력 전압 설정값을 상향 조정한다. 결과적으로 모듈 간 출력 전압 설정값의 차이가 감소하고 전류 분배 특성이 개선된다.</p><p>조정을 거치는 중에 작은 출력 전압 설정값을 갖는 모듈이 조정을 통하여 최대 출력 전압 설정값을 가지게 될 수 있다. 이러한 상황이 발생하면 두 번째 동작 원리에 따라 그 모듈은 다음 전류 설정점에서 한 단계 하향 조정된다. 이는 이용 가능한 제어 IC 기준값 범위를 넓힐 수 있도록 하기 위함이다. 그림 1. (a)와 같이 컨버터 시스템의 출력 전압 설정값은 다음과 같이 결정할 수 있다.</p><p>$ V_{s p}=\left(1+\frac{R_{1}}{R_{2}}\right) v_{r e f} $<caption>(1)</caption></p><p>제어 IC의 기준 전압, $ v_{r e f} $는 일반적으로 그림 1. (b)와 같이 제조 공정에서 공차를 가지기 때문에, 출력 전압 조절을 위해서 특정 영역의 IC만을 사용할 수 있다. 그러나 제안하는 방법에서는 모듈의 출력 전압 설정값이 위로 올라갈 수 있으므로, 상향 조정에 따라 이용 가능한 IC의 범위가 감소하게 된다. 이러한 관점에서, 한 단계 하향 조정을 하게되면 이용 가능한 IC의 기준값이 $ v_{r e f \max } $에서 $ v_{r e f \max }^{*} $로 이동하기 때문에 더 많은 IC를 사용할 수 있다.</p>	[ "제안하는 방법의 운영원리 중 관계가 먼 것은 무엇인가?", "전류 불균형이 모듈 사이에서 생기는 것은 출력 전압 설정 값 차이 어디에서 시작되는가?", "출력 전압 설정점이 상향되는 것은 모듈의 전류가 어디에 도달했을 때 조정되는가?", "새로운 제어 방법은 어떤 것에 기초해서 제안하는가?", "출력 전압 조절 특성과 어떤 것을 개선하기 위해 새로운 제어 방법에 대해 의견을 내놓았나?", "모듈의 드룹 이득이 동일할 때 \$ \\Delta V_{s p} \$ 에서 비롯되는 것은 모듈 사이에서 어떤 것의 출력 전압 설정값 차이인가?", "모든 모듈의 출력 전압이 똑같은 것은 어디에 출력이 연결되어있는 것인가?", "모듈이 조정을 통해 최대 출력 전압 설정값을 take하게 되면 다음은 어떻게 조율되는가?", "특정 전류 설정값이 조율되면 어떤 것이 실행되지 않는가?", "결론적으로 봤을 때 모듈간 감소하는 것은 출력 전압 설정 값의 차이고 어떤 특서이 개선되는가?", "첫 번째 동작으로 인한 최대 전류를 갖는 모듈이 목적지점에 가면 다른 모듈들로 어떤 것을 보내는가?", "조정을 통한 작은 출력 전압 설정값으로 인해 어떤 설정 값을 take할 수 있는가?", "제어 IC의 기준 전압은 무엇인가?", "전류 설정점이 조정되는 것은 이용 가능한 제어 어떤 것을 넓히기 위한 것인가?", "센싱 저항을 영어로 어떻게 쓰는가?", "더 많은 IC를 사용할 수 있는 이유는 IC의 기준 값이 \$ v_{r e f \\max } \$에서 어디로 가기 때문인가?", "출력 전압 조절을 위해서 어떤 것만 사용할 수 있나?" ]
023a8978-5999-4c47-9fdf-2cf994875778	인공물ED	전류 분배 특성이 향상된 드룹 방법에 관한 연구	<h1>Ⅰ. 서론</h1><p>컨버터 모듈의 병럴 운전은 높은 효율성, 설계 표준화 및 출력 확장성 등 많은 이점을 제공한다. 그러나 모듈 간 균등한 전력이 분배되지 않으면 전체 시스템 신뢰성이 심각하게 저하될 수 있어, 결과적으로 병렬 운전에 따른 이점을 온전하게 취할 수 없게 된다. 이에 다중 컨버터 모듈의 병렬 운전시 모듈 간 균등한 전류의 분배는 주요 관심사이다.</p><p>일반적으로 사용되는 전류 분배 방법 중 하나는 마스터-슬레이브 방법이다. 이 방법은 중앙제어기와 모듈 간 통신을 이용해 정확한 전류 공유 및 출력 전압 조절을 가능하게 한다. 그러나 모듈간 통신은 전체 시스템을 복잡하게 만들고 시스템 구축 비용을 상승시킨다. 또한 단일 고장점이 전체 시스템 동작의 불능으로 이어질 수 있어 신뢰성이 높지 않다는 문제가 있다.</p><p>다음으로 드룹 방법을 들 수 있다. 드룹 제어 방법은 모듈 간 비교적 균등한 전류 분배를 유지하기 위해 병렬 모듈의 내부/외부적으로 추가된 저항에 의존하는 방식으로, 통신 링크가 필요하지 않아 마스터-슬레이브 방식의 대안이 될 수 있다. 또한 중앙제어기가 없는 구조로 마스터-슬레이브 방식에 비해 높은 신뢰성을 갖는다. 반면 출력 전압 조절 특성을 희생하는 댓가로 전류 분배가 이루어지기 때문에 이들을 동시에 충족시키기 어렵다는 문제가 있다.</p><p>이러한 한계를 극복하기 위해, 본 논문에서는 각 모듈의 전류가 설정값보다 커질 경우 출력 전압 설정값을 상향 조정하여 모듈 간 전류 분배 특성이 개선되도록 하는 새로운 드룹 제어 방법을 제안하고자 한다. 제안하는 방법은 기본적으로 [10]의 방법을 기초로 한다. 하지만 출력 전압을 공차 범위 안에서 관리하고자 할 때, 출력 전압 설정값이 항상 상향 조정된다면 이용 가능한 제어 IC 기준값 $ \left(v_{r e f}\right) $ 의 범위가 줄어들게 되는 문제가 있다. 따라서 본 논문에서는 상향 조정으로 인해 모듈 간 출력 전압 설정값이 역전될 경우, 하향 조정을 통해 이용 가능한 제어 IC 기준값 범위를 넓힐 수 있도록 하였다. 이상을 통해 기존 드룹 방식의 출력 전압 조절 특성과 전류 분배 특성을 개선할 수 있다. 기존 드룹 방식과 달리 제안하는 방법에서 각 모듈은 신호선을 공유한다. 그럼에도 불구하고 공유되는 신호가 매우 간단하기 때문에, 구현 회로 역시 크게 복잡하지 않다. 제안하는 방법의 유효성은 2 개의 부스트 컨버터 모듈로 구성된 $ 17.5 \mathrm{V} / 500 \mathrm{mA} $ 급 프로토타입을 통해 실험으로 검증하도록 한다.</p>	[ "마스터-슬레이브 전류 분배는 시스템 전체를 복잡하게 만들고 무엇을 상승케 하는 단점이 있지?", "효율성이나 출력 확장성의 이점이 발생하는 것은 무엇을 병렬 운전할 때지?", "각 모듈은 기존 드룹 방식과 달리 무엇을 공유하지?", "기존 드룹 방식과 달리 각 모듈이 공유하는 건 무엇인가?", "신호선을 공유하는 방법은 왜 구현 회로가 크게 복잡하지 않아?", "신호선을 공유하는 방법의 구현 회로가 복잡하지 않은 이유가 뭐야?", "유효성 검증은 얼마의 개수의 부스트 컨버터 모듈로 구성된 프로토타입을 이용했어?", "병렬 운전 시에 모듈 간에 전력이 균등하게 분배가 되지 않으면 무엇이 저하되지?", "병렬운전 시 전체 시스템 신뢰성의 저하될 수 있는 모듈 간 균등한 전류의 분배는 무엇이지?", "마스터-슬레이브는 흔히 사용하는 어떤 방법이니?", "흔히 사용되는 마스터-슬레이브 방법은 어떻게 하여 출력 전압 조절이 가능하게 하지?", "흔히 사용되는 마스터-슬레이브 방법은 왜 신뢰성이 높지 않아?", "일반적으로 사용되는 마스터-슬레이브 방식에 비해 신뢰성이 높은 이유는 무엇이 없어서 그렇지?", "통신 링크가 필요 없고, 마스터-슬레이브 방식의 대안이 될 수 있는 방법은 무엇이야?", "드룹 제어 방법은 각 모듈의 전류가 설정값보다 커지게 되면 어떻게 해서 전류의 분배가 개선되게 하는 거지?", "어떤 이점 때문에 컨버터 모듈을 병렬 운전하는 거야?", "중앙제어기와 모듈 간 통신을 이용하는 전류 방법인 마스터-슬레이브 방법은 무엇을 가능하게 하지?" ]
14cb65a1-417e-4785-a1c2-56e216e8e937	인공물ED	전류 분배 특성이 향상된 드룹 방법에 관한 연구	<h1>요 약</h1><p>다중 컨버터 모듈을 병렬 운전 시, 시스템의 신뢰성 향상을 위해 모듈 간 균등한 전력 분배가 이루어져야 한다. 본 논문에서는 기존의 드룹 제어 방법을 개선하여 전류 분배 특성이 향상된 개선된 드룹 제어 방법을 제시한다. 제안하는 방법에서는 각 모듈의 전류가 설정값보다 커질 경우, 출력 전압 설정값을 상향 조정하여 모듈 간 전류 분배 특성이 개선되도록 한다. 한편, 출력 전압을 공차 범위 안에서 관리하고자 할 때, 출력 전압 설정값이 항상 상향 조정된다면 이용 가능한 제어 IC 기준값 $ \left(v_{r e f}\right) $ 의 범위가 줄어들게 된다. 따라서 상향 조정으로 인해 모듈 간 출력 전압 설정값이 역전될 경우 하향 조정을 통해 이를 해결하고자 하였다. 제안하는 방법은 2개의 부스트 컨버터 모듈로 구성된 $ 17.5 \mathrm{V} / 500 \mathrm{mA} $ 급 프로토타입을 통해 실험으로 검증하였다.</p>	[ "출력 전압을 공차 범위 안에서 관리하고자 할 때, 출력 전압 설정값이 항상 상향 조정된다면 이용 가능한 제어 IC 기준값 \$ \\left(v_{r e f}\\right) \$ 의 범위가 늘어나게 되는가?", "본 논문에서 제안하는 방법은 몇 개의 부스트 컨버터 모듈로 구성되어 있는가?", "다중 컨버터 모듈을 병렬 운전 시, 시스템의 신뢰성 향상을 위해 고려해야할 사항은 무엇인가?", "본 논문에서는 기존의 드룹 제어 방법과 비교하여 어떤 부분이 개선된 방법을 제안하였는가?", "제안하는 방법에서는 각 모듈의 전류가 설정값보다 커질 경우, 어떤 절차에 따라 모듈 간 전류 분배 특성이 개선되도록 하였는가?", "본 논문에서는 어떤 방법을 이용하여 기존의 드룹제어 방법 대비 향상되었는가?" ]
a49acbb7-25d6-4963-a801-e92fc8040fb4	인공물ED	전류 분배 특성이 향상된 드룹 방법에 관한 연구	<p>요약하면, 제안하는 방법의 드룹 특성은 다음과 같이 요약된다.</p><p>$ V_{o(n)}=V_{s p(n)}^{i}-k I_{(n)} $<caption>(2)</caption></p><p>여기서, $ V_{o(n),} V_{s p(n)}^{i} $및 $ I_{(n)} $는 각각 출력 전압, $ i $번째 조정 후의 출력 전압 설정값 및 $ n $ 번째 모듈의 입력/출력 전류이다. 입력 전류와 출력 전류가 모두 드룹 방식에 사용될 수 있기 때문에 $ I_{(n)}$ 는 두 가지 모두를 의미할 수 있다. $ k $는 드룹 이득이다. 하향 조정의 발생 여부에 따라 $ V_{s p(n)}^{i} $는 다음과 같이 표현할 수 있다.</p><p>$ \left\{\begin{aligned} V_{s p(n)}^{i}=& V_{s p(n)}^{0}+i \cdot \Delta V_{s t e p} \\ & \text { before downward adjustment occurs } \\ V_{s p(n)}^{i}=& V_{s p(n)}^{0}+(i-2) \cdot \Delta V_{s t e p} \\ & \text { after downward adjustment occurs } \end{aligned}\right. $<caption>(3)</caption></p><p>여기서, $ i $는 발생된 조정 이벤트 수이며 $ \Delta V_{s t e p} $은 하나의 조정 단계가 발생할 때 출력 전압 설정값의 변동폭이다.</p><p>그림 2는 2개 컨버터 모듈의 병렬운전 예시를 통해 제안하는 방법의 기본 동작 원리를 보여준다. 그림 2에서 모듈 1 의 출력 전압 설정값, $ V_{s p(1)}^{0} $은 $ V_{s p(2)}^{0} $보다 높다. 따라서 모듈 1 은 전류가 $ I_{s e t 1} $에 도달하기 전에 전체 부하 전류를 공급한다. 모듈 1 의 전류, $ I_{i n(1)} $ 이 $ I_{s e t 1} $ 에 도달하면 모듈 1 은 모듈 2 에 디지털 신호를 보내 모듈 2 의 출력 전압 설정값을 $ \Delta $$ V_{\text {step }} $ 만큼 상향 조정시킨다. 첫 번째 조정 후, 부하 전류는 모듈 1 과 모듈 2 에 의해 공급되기 시작하지만 여전히 $ V_{s p(1)}^{1} $ 은 $ V_{s p(2)}^{1} $ 보다 크다. 부하 전류가 더 증가하면 $ I_{i n(1)} $ 이 $ I_{s e t 2} $ 에 도달한다. 같은 방식으로 모듈 1은 모듈 2 로 디지털 신호를 전송하고 $ V_{s p(1)}^{1} $은 다시 상향 조정된다. 그러나 두 번째 조정 후 $ V_{s p(2)}^{2} $는 $ V_{s p(1)}^{2} $보다 커지게 된다. 따라서 모듈 2 가 최대 전력을 다루는 모듈이 된다. 이에 $ I_{i n(2)} $ 이 $ I_{s e t 3} $에 도달하면 모듈 2 가 한 단계 하향 조정되며, 모든 조정 과정이 종료된다.</p>	[ "드룹 특성을 요약하면 무엇이지?", "무엇이 드룹 특징을 요약한 수식일까?", "입력 전류, 출력 전류의 두 가지를 의미하는 것은 뭐지?", "무엇이 입력 전류, 출력 전류 두 가지를 뜻하니?", "드룹 특성 요약식 \$ V_{o(n)}=V_{s p(n)}^{i}-k I_{(n)} \$에서 \$ k \$는 무엇을 의미하지?", "드룹 방식에서 \$ I_{(n)}\$가 의미하는 두 가지는 무엇이야?", "하향 조정의 발생 여부에 따른 \$ V_{s p(n)}^{i} \$를 보여 주는 식은 무엇이지?", "\$ \\left\\{\\begin{aligned} V_{s p(n)}^{i}=& V_{s p(n)}^{0}+i \\cdot \\Delta V_{s t e p} \\\\ & \\text { before downward adjustment occurs } \\\\ V_{s p(n)}^{i}=& V_{s p(n)}^{0}+(i-2) \\cdot \\Delta V_{s t e p} \\\\ & \\text { after downward adjustment occurs } \\end{aligned}\\right. \$식에서 \$ i \$가 나타내는 것은 무엇이야?", "\$ \\left\\{\\begin{aligned} V_{s p(n)}^{i}=& V_{s p(n)}^{0}+i \\cdot \\Delta V_{s t e p} \\\\ & \\text { before downward adjustment occurs } \\\\ V_{s p(n)}^{i}=& V_{s p(n)}^{0}+(i-2) \\cdot \\Delta V_{s t e p} \\\\ & \\text { after downward adjustment occurs } \\end{aligned}\\right. \$에서 하나의 조정 단계가 발생할 때 출력 전압 설정값의 변동폭을 표현하는 것은 무엇이지?", "기본 동작 원리를 어떻게 하여 제안하는 방법을 보여주었나?", "제안하는 방법의 기본 동작 원리를 보여준 그림 2에서 \$ V_{s p(1)}^{0} \$이 \$ V_{s p(2)}^{0} \$보다 높은것은 모듈 1의 무엇이지?", "출력 전압 설정값 \$ V_{s p(1)}^{0} \$은 무엇보다 모듈 1에서 높은 값을 가지나요?", "무엇보다 출력 전압 설정값의 \$ V_{s p(1)}^{0} \$이 모듈 1에서 높지?", "\$ I_{s e t 1} \$에 모듈 1의 전류가 도달하면 모듈 2에게 모듈 1은 무엇을 보내지?", "조정 과정의 종료는 \$ I_{s e t 3} \$에 \$ I_{i n(2)} \$이 도달하면 어떻게 하여 이루어 지지?", "모듈 1에서 디지털 신호를 받은 모듈 2의 출력 전압 설정값을 \$ \\Delta \$\$ V_{\\text {step }} \$ 만큼 상향 조정한 후 무엇이 모듈 1, 2에 의해 공급되지?", "\$ n \$ 번째 모듈의 입력/출력 전류를 표현하는 것은 무엇이지?", "그림의 동작 원리는 얼마의 개수의 컨버터 모듈의 병렬 운전을 통해 보여준 거야?" ]
16e788f4-5589-4b8b-838a-17ead2838821	인공물ED	전류 분배 특성이 향상된 드룹 방법에 관한 연구	<h1>Ⅲ. 설계 고려 사항</h1><p>이전에 기술된 바처럼 제안하는 방법은 최대 출력 전압 설정값을 가지는 모듈의 전류가 특정 전류 설정값에 도달하면, 다른 모듈들로 신호를 전송하여 모듈 간 전류 분배 특성이 개선되도록 한다. 따라서 전류 설정값을 더 많이 도입할수록, 더 정밀한 전류 분배가 가능해진다. 하지만, 전류 설정값 분해능이 올라갈수록, 추가 회로 구성이 복잡해지기 때문에, 요구 조건에 따른 최적 설계가 필요하다. 본 절에서는 그림 1. (a)의 컨버터 회로를 대상으로, 설계 변수별로 설계 고려 사항에 대하여 정리한다.</p><h2>1. $ \Delta V_{s p \max } $ 와 $ \Delta I_{\max } $ 의 선정</h2><p>하향 조정에 의해 $ v_{r e f \max } $ 가 $ v_{r e f \max }^{} $ 로 이동하게 된다면 $ \Delta V_{s p \max } $ 는 다음 식과 같이 표현될 수 있다.</p><p>$ \Delta V_{s p \max }=\left(1+\frac{R_{1}}{R_{2}}\right)\left(v_{r e f \max }^{}-v_{r e f \min }\right) $<caption>(4)</caption></p><p>한편, $ \Delta V_{o \max } $ 는 일반적으로 컨버터의 설계 조건에 의해 주어지며, 그림 1. (c)에서 추론 가능한 바와 같이 아래 식처럼 결정된다.</p><p>$ \Delta V_{o \max }=k I_{\text ({rate })}+\Delta V_{s p \max } $<caption>(5)</caption></p><p>드룹 이득에 의해 전압 강하가 발생하는 것을 고려하였을 때, $ \Delta V_{s p \max } $ 는 $ \Delta V_{o \max } $ 의 $ 1 / 3 \sim 1 / 2 $ 범위에서 설계하는 것이 바람직하다. $ \Delta V_{s p \max } $ 를 정한 후, 전류 분배 허용 범위를 선정해야 한다. 이는 설계 자유도에 따라 달라질 수 있지만, 일반적으로 $ \Delta I_{\max } $를 정격 전류의 $ 10 \% $ 내외로 설계하는 것을 추천하는 바이다.</p><h3>2. 드룹 이득 k 선정</h3><p>$ \Delta V_{s p \max } $ 가 선정된 후, 드룹 이득을 선정하도록 한다. 식 (5)로부터 $ \Delta V_{o \max } $ 는 $ \Delta V_{s p \max } $ 와 k 값에 의해 결정된다는 사실을 알 수 있다. 따라서 바람직한 드룹 이득은 아래 조건처럼 표현될 수 있다.</p><p>$ k \leq \frac{\Delta V_{\text {omax }}-\Delta V_{s p \max }}{I_{(\text {rate })}} $<caption>(6)</caption></p><h3>3. 조정 단계 수 m 선정</h3><p>앞의 설계로부터 조정 단계 수를 선정할 수 있다. 앞서 기술했던 것처럼 조정 단계 수는 전류 분배의 정확도와 추가 회로의 복잡성 간의 트레이드-오프(trade off)를 고려하여 설계되어야 한다.</p><p>$ \Delta V_{s p \max } $ 와 $ k $ 값이 결정되었을 때 전류 분배의 정확도는 조정 단계 수에 의존한다. 제안하는 방법에서 전류 분배 특성이 가장 좋지 않은 경우는 두 개의 드룹 곡선이 거의 일치하는 상황에서 하향 조정이 발생한 경우이다. 이 경우로부터 조정 단계 수에 대한 설계 원칙을 아래 식처럼 결정할 수 있다.</p><p>$ m \geq \frac{\Delta V_{s p \max }}{k \Delta I_{\max }} $<caption>(7)</caption></p><p>조정 단계 수가 결정되게 됨에 따라 $ \Delta V_{s t e p} $ 도 다음과 같이 얻을 수 있다.</p><p>$ \Delta V_{s t e p}=\frac{\Delta V_{s p \max }}{m} $<caption>(8)</caption></p>	[ "모듈간의 정밀한 전류 분배를 하기위해서는 어떻게 해야해?", "\$ \\Delta I_{\\max } \$를 정격 전류의 20% 내외로 설계하는 것이 적당한가?", "정격 전류의 20% 내외로 \$ \\Delta I_{\\max } \$를 설계하는 것이 적당한가" ]

Subsets and Splits

No community queries yet

The top public SQL queries from the community will appear here once available.