id
stringlengths 36
57
| type
stringclasses 4
values | title
stringlengths 0
159
| context
stringlengths 121
17.2k
| questions
listlengths 1
584
|
|---|---|---|---|---|
859c28ff-cae1-46d2-bfcb-76389baa54ba
|
인공물ED
|
0-1 혼합정수계획법을 이용한 LCD 패널 절단 문제 최적화
|
<h1>2. 관련 연구 현황</h1><h2>2.1 관련 연구 현황</h2><p>자재절단 문제 연구의 시작은 Gilmore에 의헤 시도된 1차원 자재절단 문제(1D-CSP: One Dimensional Cutting Stock Problem)에 대한 연구이다. 1D-CSP는 봉이나 막대와 같이 1차원으로만 크기를 갖는 원자재로부터 원하는 부품을 잘라내는 문제이며 섬유, 경공업, 목재 산업 등에서 응용되고 있다. Gilmore는 그 후 이 문제 해결에 열생성(column generation)기법을 적용하는 연구를 수행하였다. Gradisar와 Trkman은 1D-CSP를 해결하기 위한 연합 기법(combined method)을 제안하였고, Yagiura와 Ibaraki는 메타 휴리스틱(meta-heuristic)과 패턴 생성(pattern generation)을 기반으로 한 접근법을 제안 하는 등 1D-CSP를 풀기 위한 다양한 접근법들이 연구되었다.</p><p>Gilmore는 그 후 연구에서 2차원 자재절단 문제(2D-CSP: Two Dimensional Cutting Problem)를 평면 원자재로부터 다양한 작은 사각형의 부품을 잘라내는 문제라고 정의하였다. Hifi는 2D-CSP를 위해 'best-known exact algorithms'을 제시하였고, Vanderbeck는 'nested decomposition' 방법을 제안했다. Burke외는 다양한 휴리스틱 기법의 효율성을 비교하였다.</p><p>2D-CSP는 자재 절단 방법에 따라 길로틴 자재절단 문제(GCSP: Guillotine Cutting Stock Problem)와 NGCSP로 분류 할 수 있다. 길로틴 절단(Guillotine Cutting)은 edge-to-edge 절단이라고도 불리며, 직사각형의 한쪽 가장자리에서 시작하여 반대편 가장자리의 끝에서 끝나며 나머지 가장자리와 평행하게 절단하는 커팅 기법이다. Ben Messaoud는 GCSP에서 고려해야 하는 조건들과 이들을 만족하는 다항식 풀이법을 제공하였다. Degraeve와 Schrage는 분지한계법(branch-and-bound)과 열생성(column generation)기법을 사용하여 GCSP를 풀었다.</p><p>비 길로틴 절단(Non Guillotine Cutting)은 길로틴 절단(Guillotine Cutting)과 같은 제약이 없기 때문에 더 많은 부품을 원자재로부터 얻을 수 있는 커팅 기법이다. 따라서 비 길로틴 절단은 절단에 시간이 밚이 소요되지반 원자재가 고가품인 경우 버리는 부분을 줄이고자 할 때 사용된다. Beasley는 2D-NGCSP에 대한 연구를 최초로 제안하였고 이를 풀기 위한 휴리스틱 알고리즘을 수행하였다. 그 후로 Tsai는 정수 계획법으로, Yung과 Troutt는 유진자 알고리즘(genetic algorithm)과 모의 담금질 기법(simulated annealing)으로, Leung과 Zhang은 'Fast Layer-based' 휴리스틱으로 2D-NGCSP를 풀이하였고 Bortfeldt 와 Winter는 배닝문제로 변형한 후 유진자 알고리즘을 적용하여 풀이하였다.</p><p>이러한 2D-CSP는 철강, 유리, 종이와 같은 원재료를 최직으로 절단할 때, 상자 채우기, 회로배치설계 문제에서 응용 되고 있다. Reninders는 목재, Tsai, Hsieh, Huang는 TFT-LCD, Dyckhoff, Sweeney와 Paternoster는 제조, 전기 산업과 관련된 분야에 적용하였다. 이처럼 많은 연구자들이 2 차원 CSP 문제를 풀기 위한 다양한 방법들을 연구하고 제안하고 있다.</p><h2>2.2 기존 연구의 문제점</h2><p>2차원 절단 문제 연구의 시발점이라 할 수 있는 Gilmore 외의 연구 이래로 거의 모든 연구에서는 자재와 부품이 서로 수직과 수평을 유지하고 있다고 가정한다. 즉 자재의 수평면과 수직면에 평행한 사각형을 배치하는 문제를 다루고 있다. 이 경우 절단되는 자재 간 간섭 배제 제약과 원자재의 범위를 넘어서지 못하게 하는 제약들은 본질적으로 부품의 가로와 세로의 길이를 이용해서 표현 되었다.</p><p>다음 Fig. 1에서 보는 바와 같이 수직 성분과 수평 성분만 필요하므로 부품의 가로 세로 길이만으로 제약을 표현할 수 있다. 부품 A의 중심을 \( \left(x_{1}, x_{2}\right) \), 부품 \( \mathrm{B} \) 의 중심을 \( \left(y_{1}, y_{2}\right) \) 라 하면 두 부품이 서로 겹치지 않으려면 다음 식과 같은 제약이 성립해야 한다.</p><p>\( \left|x_{1}-x_{2}\right| \geq\left(w_{1}+w_{2}\right) / 2 \)<caption>(1)</caption></p><p>\( \left|y_{1}-y_{2}\right| \geq\left(l_{1}+l_{2}\right) / 2 \)<caption>(2)</caption></p><p>제약식에 절댓값이 들어가므로 선형으로 변환하면 0-1 변수가 포함되는 혼합 정수 계획법이 된다. 이 문제는 NP-hard로 알려져 있다.</p><p>이후 식(1)과 식(2)를 이용하여 표현한 모형을 Beasley 모형이라 칭한다.</p><p>NGCSP에 관한 연구들은 대부분 휴리스틱 기법을 적용한 것으로 이에 대한 접근은 두 가지 절차로 나누어진다. 칫 번째 절차는 자재 안에 채워질 부품을 선정하고 각 부품 타입 별 개수와 투입 순서를 정한다. 배치할 부품의 선정과 투입 순서가 정해졌으면 두 번째 절차로 자재에 부품을 배치하는 작업을 수행 한다. 이는 보통 투입할 부품을 아래에서 왼쪽으로 배치하는 Bottom Left(BL) Algorithm을 사용 한다. Fig. 2에 BL의 기본개념을 도시했다.</p><p>이와 같은 근래의 NGCSP에 관한 휴리스틱 해법은 각 부품들의 배치해야 할 개수와 순서를 정한 후 이를 자재에 배치하는 방법을 사용하였다. 이러한 헤법은 기존의 수리 모형에 적용하기에 적합하지 않고 동시에 배치할 부품의 개수와 위치를 고려하지 않는 순차적 방법이기 때문에 최적해를 보장할 수 없다. 또한 직각 배치만을 고려하였기 때문에 실제 다양한 배치 방법이 존재할 경우 적용하기 어럽다는 단점이 있다.</p><p>본 연구의 대상인 LCD 패널의 경우 광학적 특성상 원자재와 부품은 특정 각도인 \( 45^{\circ} \) 를 유지해야 한다. 이러한 경우 기존 연구에서 제시된 수리 모형에서 사용한 제약은 타당하지 않다.</p>
|
[
"비 길로틴 절단은 언제 사용해?",
"Burke외는 무엇을 비교했어?",
"무엇을 Burke외가 비교했지?",
"GCSP에서 고려해야 하는 조건들과 이들을 만족하는 다항식 풀이법을 제공한 사람은 누구야?",
"Gilmore는 2차원 자재절단 문제를 뭐라고 정의했어?",
"2차원 자재절단 문제를 Gilmore가 무엇이라 정의했어?",
"자재절단 문제 연구의 시작은 누구에 의해서 인가?",
"누가 자재절단 문제 연구의 시작을 했지?",
"'nested decomposition' 방법을 제시한 사람은 누구야?",
"1D-CSP는 어디에 응용돼?",
"Hifi가 2D-CSP를 위해 제시한 것은 뭐야?",
"길로틴 절단은 뭐라고도 부를수 있어?",
"분지한계법과 열생성기법을 사용하여 GCSP를 푼 사람들은 누구야?",
"Yagiura와 Ibaraki는 어떤 방법을 제안했어?",
"1D-CSP를 해결하기 위한 연합 기법을 제안한 사람들은 누구야?",
"2D-CSP는 무엇에 따라 길로틴 자재절단 문제와 NGCSP로 분류 할 수 있어?",
"직사각형의 한쪽 가장자리에서 시작하여 반대편 가장자리의 끝에서 끝나며 나머지 가장자리와 평행하게 절단하는 커팅 기법은 뭐야?",
"비 길로틴 절단은 길로틴 절단과 같은 제약을 가지고 있어?",
"자재절단 문제 연구의 처음은 무엇에 관한 연구인가?",
"1D-CSP는 어떤 문제를 가르키나?"
] |
5b5f7ecf-ed8b-4d45-9828-0ef82f827c61
|
인공물ED
|
0-1 혼합정수계획법을 이용한 LCD 패널 절단 문제 최적화
|
<h1>4. 실험 및 결과 분석</h1><p>수리 모형의 타당성을 검증하기 위한 실험 예제로 LCD 패널 제조업체 'A'사의 실제 편광 푈름 목형 설계에 사용되는 데이터를 사용하였다. 크기 1520 * 1425 의 자재에 A 타입 (305.6 * 482.96), B 타입 (262.35 * 415.44)의 두 가지 타입의 부품을 각각 최소 1 개 이상 투입되고 상한은 타입별로 미리 계산된 한 가지 타입만을 고려하여 베치하였을 때의 최대값인 A 타입 9개, B 타입 12개를 사용했다. 각각의 타입 별로 1개 이상 배치가 되어야 하기 때문에 허용 가능한 최대 각 타입 별 최대 배치 가능 개수는 8개와 11 개를 적용한다.</p><p>3장의 수리 모형을 ILOG CPLEX로 구현하여 해를 구하였고 사용된 컴퓨터 환경은 core i5 M520 2.4GHz, 4GB RAM이다. 계산 시간은 최대 3600 초까지 허용하였다. 각각 6개씩 타입 별로 부품이 베치되었으며, \( 1545295 \mathrm{mm}^{2} \) 의 면적에 베치 가능한 해를 구할 수 있다.</p><p>다음 Fig. 8은 위의 조건으로 실험을 수행한 결과를 Auto CAD를 이용하여 도시한 것이다.</p><p>본 연구에서 제시한 수리모형의 복잡성(Complexity)을 2장에서 소개했던 Beasley 모형의 복잡성과 비교한다. Beasley 모형의 간섭 배제 제약을 표현한 식(1)과 (2)의 절대값을 벗겨내면 다음과 같이 표현할 수 있다.</p><p>\( y_{k}-y_{i}+\left(3-z_{i}-z_{k}-t_{i k 1}\right) \cdot \operatorname{BigM} \geq\left(l_{i}+l_{k}\right) / 2 \)<caption>(25)</caption></p><p>\( y_{i}-y_{k}+\left(3-z_{i}-z_{k}-t_{i k 2}\right) \cdot \operatorname{BigM} \geq\left(l_{i}+l_{k}\right) / 2 \)<caption>(26)</caption></p><p>\( x_{i}-x_{k}+\left(3-z_{i}-z_{k}-t_{i k 3}\right) \cdot \operatorname{BigM} \geq\left(w_{i}+w_{k}\right) / 2 \)<caption>(27)</caption></p><p>\( x_{k}-x_{i}+\left(3-z_{i}-z_{k}-t_{i k 4}\right) \cdot \operatorname{BigM} \geq\left(w_{i}+w_{k}\right) / 2 \)<caption>(28)</caption></p><p>수리 모형에서 문제의 복잡성(complexity)이 증가하는 원인은 0-1 변수의 수이다. Beasley 모형과 본 연구에서 제시한 모형은 부품의 배치 여부를 표현하는 변수 z와 각 부품간의 위치 관계를 나타내는 변수 t 를 사용한다. 변수 z와 변수 t는 두 모형 모두에서 동일하게 존재하며 이는 Beasley 모형과 본 연구의 모형의 성능 차이가 거의 없음을 알 수 있다. 따라서 본 연구에서 제시한 모형은 각도 제약을 고려할 수 있는 범용적 모형임에도 불구하고 복잡성 측면에서도 뒤지지 않음을 알 수 있다.</p>
|
[
"실험을 위해 두 가지 타입의 부품을 각각 2개 이상 투입하였지?",
"실험 예제에 사용된 데이터는 어떤 제조업체에서 사용되는가?",
"제시된 수리모형의 복잡성은 무엇이랑 비교하였지?",
"연구의 모형과 Beasley 모형은 차이가 있었지?",
"허용 가능한 A 타입의 최대 배치 개수는 몇 개인가?",
"문제의 복잡성은 어떤 변수의 수로 인해 증가하지?",
"제시된 모형과, Beasley 모형은 변수 t를 사용하는가?",
"사용된 컴퓨터 환경은 몇 장의 수리 모형을 사용하였는가?",
"Fig.8은 무엇을 이용하여 도시한 것이지?",
"해를 구하기 위해 사용된 컴퓨터 환경은 무엇인가?",
"사용된 환경으로 최대 허용된 계산 시간은 얼마인가?"
] |
fcf005af-81ac-4d56-b322-c83453667dcd
|
인공물ED
|
0-1 혼합정수계획법을 이용한 LCD 패널 절단 문제 최적화
|
<h1>1. 서 론</h1><p>본 연구에서 다루고자 하는 문제는 현재 수요가 급증하는 LCD 및 LED 제조에 있어서 핵심 부품인 편광 필름 재단을 위한 목형 설계와 관련된 문제이다. 전 세계적으로 빠르게 성장하는 각종 디스플레이 산업에서 우리나라를 추격하는 국가들과의 경쟁에서 우위를 유지하기 위해서는 품질과 더불어 가격 경쟁력 또한 중요한 요소이다. 때문에 제조 공정 개선을 통한 원가 절감이 시급한 실정이며 LCD 및 LED 생산 중 가장 많은 비용을 차지하는 부품소재인 편광 필름의 원가를 원단의 손실을 최소화하는 목형 설계를 통해 낮추어야 한다. LCD 패널 절단용 목형 설계 문제는 자재의 사용면적을 최대화하면서 사각형 형상의 다양한 크기의 부품을 배치하는 최적화 문제에 대한 연구이다. 본 연구에서 다루고자 하는 편광 필름 제조를 위한 목형 설계문제 역시 2 차원 절단문제이며, 한정된 자재 내에 부품들을 배치하는 비 길로틴 자재절단문제(NGCSP: Non Guillotine Cutting Stock Problem)의 일종으로 분류 될 수 있다.</p><p>2장에서 관련 연구를 요약하고 기존 연구에 대한 문제점을 제기한다. 3장에서는 부품들의 각도제약을 고려한 수리 모형을 제시하고 4장에서는 3장에 제시한 모형과 Beasley 모형을 통헤 예제 데이터를 통한 실험 내용 및 결과를 분석하고 5장에서는 결론을 맺는다.</p>
|
[
"평광 필름은 LCD 제조에 있어서 핵심적인 부품인가?",
"LCD 제조에 있어서 평광 필름이 핵심적인가?",
"디스플레이 산업에서 경쟁력을 가지기 위해 필요한 요소는 가격 경쟁력과 무엇인가?",
"LCD 및 LED 제조에 있어서 핵심 부품인 현광 필름을 재단하기 위해선 어떤 설계를 해야 하는가?",
"디스플레이 판매 경쟁에서 가격 경쟁력을 유지하기 위해선 어떻게 해야 하는가?",
"NGCSP는 무엇의 약자인가?",
"디스플레이 산업에서 가격 경쟁력이 중요할까?",
"가격 경쟁력이 디스플레이 산업에서 중요하나요?"
] |
4d9ab9c7-b776-48e4-a71b-82a0531f2175
|
인공물ED
|
온도 보상기능을 갖는 내장형RC OSCILLATOR 설계
|
<h1>I. 서 론</h1> <p>본 논문에서는 내부 시스템 클럭을 안정적으로 동작시키기 위하여 온도보상특성을 갖는 새로운 내부 RC oscillator회로를 제안한다. 내부 클럭은 일반적으로 저항과 캐패시터와 슈미터 트리거 회로로 구성되어 있다. 그러나 저항은 온도에 따라 값이 변화하므로 RC oscillator를 집적화하는데 어려움이 있어 외장형 형태로 회로를 구성하게 된다. 또한 집적화된 슈미터 트리거 회로도 트랜지스터의 문턱 전압이 변화하기 때문에 기준전압이 온도에 따라 변화하게 된다.</p> <p> <그림 1>은 기존의 RC oscillator 회로이다. 저항과 캐패시터 및 슈미터 트리거로 구성되어 있고 기본적인 동작은 다음과 같다. 슈미터 트리거의 입력 전압은 RC 시정수를 갖고 점차 증가하다가 \( N 1 \) 노드 전압이 슈미터 트리거의 기준전압에 이르면 슈미터 트리거의 출력 전압이 high 상태가 되고 피드백 트랜지스터 \( TN1 \)이 온이 되어 캐패시터에 충전된 전하를 방출하여 노드 \( N 1 \) 전압이 감소하게 된다. 이와 같은 연속 동작으로 슈미터 트리거의 출력단에는 구형파의 파형을 얻을 수 있다.</p> <p> <그림 1>과 같은 회로에서 RC oscillator의 주파수 변화율은 온도가 \( -45^{\circ} \mathrm{C} \)에서 \( 100^{\circ} \mathrm{C} \)로 변화할 때 약 \( 10 \%^{\sim} 15 \% \) 정도 변화한다. 시스템 측면에서 외장형으로 구성된 저항을 집적화하면 비용이 절감되나 저항의 온도계수로 인해 저항 값이 변화하여 온도에 대한 안정적인 주파수를 얻기 힘들다.<표 1>은 \( 0.5 \mathrm{um} \) CMOS공정에서 온도의 변화에 따른 수동소자의 온도계수를 나타낸다.</p> <table border><caption>표 1. 수동소자의 온도계수(\( 0.5 \mathrm{um} \) CMOS공정)</caption> <tbody><tr><td>Resistor rtpe</td><td>Temp. coefficient</td></tr><tr><td>Poly</td><td>\( + 517.33 \mathrm{~ppm} /{ }^{\circ} \mathrm{C} \)</td></tr><tr><td>P diffusion</td><td>\( + 1347.717 \mathrm{~ppm} /{ }^{\circ} \mathrm{C} \)</td></tr><tr><td>N diffusion</td><td>\( + 1069.142 \mathrm{~ppm} /{ }^{\circ} \mathrm{C} \)</td></tr><tr><td>N well</td><td>\( + 5774.098\mathrm{~ppm} /{ }^{\circ} \mathrm{C} \)</td></tr><tr><td>Capacitor type</td><td>Temp. Coefficient\( ( 500 \mathring{A}) \)</td></tr><tr><td>Poly-Diff</td><td>\( + 25 \mathrm{~ppm} /{ }^{\circ} \mathrm{C} \)</td></tr></tbody></table> <p> <표 1>에서 보면 수동소자에 대한 온도계수가 모두 양의 값을 갖고 있음을 알 수 있다. 즉 온도가 증가할수록 수동소자의 값이 증가하고 이로 인해 RC oscillator의 RC 시정수가 변하므로 주파수가 온도에 따라 변화하게 된다.</p> <p> <그림 1>의 회로에서 주파수 \( 4 \mathrm{MHz} \)를 얻기 위해 저항은 약 \( 3.3 \mathrm{k} \mathrm{~ohm} \) 캐패시터는 약 \( 5 \mathrm{pF} \) 정도의 값이 요구되며, 주기는 시정수 RC에 비례한다. 여기서 저항 \( \mathrm{R} \)이 poly층으로 만들어졌을 때 poly 저항의 경우<표 1>에 의하면 온도 변화가 \( 100^{\circ} \mathrm{C} \)이면 저항값은 \( 3.3 \mathrm{Kohm} \)에서 \( 3.47 \mathrm{Kohm} \)으로 변화하여 슈미터 트리거의 기준 전압과 캐패시터의 값이 온도에 무관하다고 가정 할 때 순수 저항만의 온도계수에 따라 변화하는 주파수의 변화율이 약 \( 5 \% \) 정도이다.</p> <p> <표 2>는 슈미터 트리거의 기준전압 레벨이 온도에 따라 변화함을 나타내는데 \( 0.5 \mathrm{um} \) CMOS공정에서 ViL의 경우 약 \( 3 \% \), \( \mathrm{ViH} \)는 약 \( 5 \% \) 정도 온도에 따라 변화함을 알 수 있다. 그리고 슈미터 트리거의 기준 전압의 온도 의존성까지 고려하면 주파수 변화율은 이보다 커져서 최대 \( 15 \% \)까지 변화하게 된다. 따라서 기존의 RC oscillator의 방법으로는 온도에 따른 주파수의 변화율을 \( 5 \% \) 이내로 얻는 것이 불가능함을 알 수 있다.</p>
|
[
"온도 변화로 인해 값이 달라져 RC oscillator를 집적화하기 힘든 저항은 어떤 식으로 만들어?",
"슈미터 트리거의 입력 전압이 노드 \\( N 1 \\) 전압을 낮아지게 하는 과정이 어떻게 돼?",
"슈미터 트리거에서 입력 전압이 어떻게 되어야 출력 전압이 높은 상태가 돼?",
"본 논문에서 내부 시스템 클럭의 동작을 안정화하기 위해 소개한 회로법은 어떻게 돼?",
"보통 내부 클럭은 어떻게 만들어?",
"표 1에서 저항 타입에 따른 온도계수의 최댓값은 얼마야?",
"어떻게 해야 RC oscillator의 주파수가 약 \\( 10 \\%^{\\sim} 15 \\% \\) 정도 변해?",
"슈미터 트리거에서 출력 전압이 높아진 후 무엇이 어떻게 되어야 캐페시터에 충전된 전하를 방출할 수 있어?",
"슈미터 트리거에서 피드백 트랜지스터가 온이 된 후 노드 \\( N 1 \\) 전압을 낮추는 방법은 뭐야?",
"회로에서 \\( 4 \\mathrm{MHz} \\)의 주파수를 얻기 위해 주기는 어떻게 되도록 설정해야해?",
"시스템적으로 비용을 줄이는 방법은 뭐야?",
"수동소자의 온도계수에 대한 표에서 Poly의 Temp. coefficient은 얼마야?",
"주파수 변화율의 최댓값이 \\( 15 \\% \\)가 되도록 하는 고려 방법은 뭐야?",
"수동소자가 가지는 값을 높일 수 있는 방법은 뭐야?",
"\\( 4 \\mathrm{MHz} \\)의 주파수를 얻는 회로를 만들려면 저항은 어떻게 설정해야해?",
"주파수를 \\( 4 \\mathrm{MHz} \\) 정도 얻는 회로에서 캐패시터는 어떻게 구성해야해?",
"회로에서 주파수를 \\( 4 \\mathrm{MHz} \\) 정도 얻을 수 있게 구성하는 방법은 뭐야?",
"\\( 0.5 \\mathrm{um} \\) CMOS공정에서 캐패시터의 온도계수는 얼마야?",
"표 1에서 온도계수가 \\( + 1100\\mathrm{~ppm} /{ }^{\\circ} \\mathrm{C} \\) 이상 \\( + 5000\\mathrm{~ppm} /{ }^{\\circ} \\mathrm{C} \\) 미만인 저항 타입은 뭐야?",
"주파수 변화율을 온도에 따라 \\( 5 \\% \\) 이하로 얻는게 불가능한 방법은 뭐야?",
"\\( 0.5 \\mathrm{um} \\) CMOS공정에서 저항 타입에 따른 온도계수가 \\( + 5000\\mathrm{~ppm} /{ }^{\\circ} \\mathrm{C} \\)이 넘는 저항 타입은 뭐야?",
"\\( 0.5 \\mathrm{um} \\) CMOS공정에서 가장 작은 온도계수를 가지는 저항 종류는 뭐야?",
"저항 타입에 따른 온도계수가 3번째로 큰 저항 타입은 뭐야?"
] |
a7148195-00b7-4be1-8724-37e3866feb62
|
인공물ED
|
온도 보상기능을 갖는 내장형RC OSCILLATOR 설계
|
<h1>IV. 시뮬레이션 및 측정결과</h1> <h2>1. Bandgap reference회로</h2> <p> <그림 10>은 본 논문에서 제안한<그림 5>의 회로 이용하여 \( 0.5 \mathrm{um} \) CMOS공정에서의 시뮬레이션한 공급전압의 변화에 따른 \( Vref \)전압의 파형을 나타낸다. 공급전압이 \( 1.5 \mathrm{V} \)에서 \( 5 \mathrm{V} \)로 변화할 때 \( Vref \)의 변화는 \( 1.231 \mathrm{V} \)에서 \( 1.232 \mathrm{V} \)로 일정한 전압을 가짐을 알 수 있다.</p> <p> <그림 11>은 \( 0.5 \mathrm{um} \) CMOS공정을 이용하여 시뮬레이션한 온도변화에 따른 \( Vref \)전압의 파형을 나태내고,<표 3>은 공급전압, 온도, 공정의 변화에 대한 \( Vref \)의 변화율을 나타낸다.</p> <h2>2. Current Summer</h2> <p> <그림 12>는<그림 5>회로에서의 \( I\_PTAT \)전류와<그림 6>회로에서 \( I\_CTAT \)전류의 파형 및 두 전류를 합한 전류의 파형을 \( 0.5 \mathrm{um} \) CMOS공정 특성을 이용하여 시뮬레이션한 결과이다.<그림 12>에서 보듯이 \( I\_PTAT \)전류는 온도에 따라 증가하고 \( I\_CTAT \)전류는 온도에 따라 감소함을 알 수 있다.</p> <p>두 전류의 온도에 대한 전류의 기울기를 PMOS크기로 조절하면 위의<그림 12>에서와 같이 두 전류의 합을 온도에 대해 일정하게 만들 수 있다. 온도가 -45에서 \( 100^{\circ} \mathrm{C} \)로 변화할 때 전류합의 변화율은 약 \( 0.2 \% \) 정도이다.</p> <h2>3. Relaxation oscillator</h2> <그림 13>은 본 논문에서 제안한<그림 8>의 회로를 이용하여 \( 0.5 \mathrm{um} \) CMOS공정 특성을 이용하여 시뮬레이션한 결과이다.<그림 13>에서 캐패시터의 전압이 일정한 기울기로 증가하다가 \( Vref \)전압보다 커지면 comparator에 의해 상태가 변화하여 캐패시터의 전압이 감소됨을 볼 수 있다 출력 파형의 duty는 \( 50 \% \)다.</p> <h2>4. 측정 결과</h2> <p> <그림 14>는 \( 4 \mahtmr{bit} \) DAC 의 비트를 0000 에서 1111까지 변화함에 따라 주파수의 변화를 본 그래프이다. \( 4 \mathrm{bit} \) calibration control비트를 선택하면 \( 4 \mathrm{MHz} \)근처의 주파수를 얻을 수 있고, \( 3.5 \mathrm{MHz} \)부터 \( 4.6 \mathrm{MHz} \)까지의 안정적인 주파수를 선택할 수 있다.</p> <p> <그림 15>는 온도변화와 전원전압의 변화에 따른 주파수의 변화를 나타낸다. 본 논문에서 제안한 회로의 최대 온도 변화에 따른 주피수 변화율이 \( 2.5 \% \) 정도이다.</p> <p> <그림 16>은 \( 0.5 \mathrm{um} \) CMOS에 있어서 공정 변화와 공급전압에 마른 주파수의 변화를 나타낸 그래프이다.</p> <p> <그림 15>와<그림 16>을 정리하면<표 4>와 같다.</p> <table border><caption>표 4. 내장형 RC oscillator 주파수 변화율</caption> <tbody><tr><td></td><td>Condition</td><td>주파수 변화</td></tr><tr><td >Supply voltage</td><td>\( 2.5 \mathrm{V} \sim 5 \mathrm{V} \)</td><td>\( 2.8 \% \)</td></tr><tr><td rowspan = "2">Temp variation</td><td>\( VDD = 5 \mathrm{V} \)</td><td>\( +/-0.7 \% \)</td></tr><tr><td>\( VDD = 2.5 \mathrm{V} \)</td><td>\( +/-0.8 \% \)</td></tr><tr><td rowspan = "2">Process variation</td><td>\( VDD = 5 \mathrm{V} \)</td><td>\( +/-0.2 \% \)</td></tr><tr><td >\( VDD = 2.5 \mathrm{V} \)</td><td>\( +/-0.3 \% \)</td></tr><tr><td>power</td><td colspan = "2">\( 2 \mathrm{~mW} \) @ \( VDD=5 \mathrm{~V} \)</td></tr></tbody></table> <p> <표 4>에서 보면 최대 주파수 변화율이 \( 3 \% \) 이내임을 알 수 있다.</p>
|
[
"공급 전압이 \\( 2.5 \\mathrm{V} \\sim 5 \\mathrm{V} \\)로 변화할 때 주파수 변화율은 몇 \\( \\% \\)인가?",
"온도 변화가 일어나면서 Condition이 \\( VDD = 5 \\mathrm{V} \\)일 때 주파수 변화율은 몇 \\( \\% \\)인가?",
"온도 변화에 따른 주파수 변화율을 측정할 때, 공급 전압이 가장 낮은 condition에서 주파수 변화율은 몇 \\(\\% \\)인가?",
"공정 변화가 일어나고 공급 전압이 \\(5 \\mathrm{V} \\)일 때 주파수 변화율은 몇 \\(\\% \\)인가?",
"Process variation 상황에서 Condition이 어떨 때 주파수 변화율이 가장 높았는가?",
"Supply voltage 행에서 값이 \\( 2.8 \\% \\)인 셀의 열 제목은 무엇인가?",
"공정 변화가 일어나는 상황에서 공급 전압을 가장 높게 주었을 때 주파수 변화율은 몇 \\( \\% \\)인가?"
] |
0959e4ea-fbc0-42cf-9b7e-3a550bfd07c8
|
인공물ED
|
빠른 스테레오 매칭을 위한 Bilateral 접근 방법
|
<h1>IV. 실험 결과</h1><p>[그림 3]은 본 논문에서 제시하는 가중치의 예를 보 여 준다. 상단은 \( 35 \times 35 \) 의 크기의 윈도우에서 질의 이미 지, \( I \) 에 대한 이미지를 보여주며 중간의 이미지는 상단 이미지에 대한 식(4)의 가중치의 예로 어두운 픽셀은 낮은 가중치를, 밝은 픽셀은 높은 가중치를 나타낸다.상단 그림의 작은 붉은색 사각형은 윈도우에서의 중심 픽셀로 식에서 \( p \) 를 나타내며 \( q \) 는 해당되는 픽셀의 위치에 따라 변하게 된다. 중간 이미지에서 보여지는 결 과와 같이 거리가 가까-울수록 그리고 고려되는 중심픽 셀과 유사할수록 보다 높은 가중치를 할당한다. 이와 같은 가중치는 바로 식(6)에 적용된다. 가장 하단의 이미지는 식(4)의 가중치에서 상수시간 계산을 위한 거리 에 대한 가중치가 균등할 경우의 가중치의 예를 보여 준다.</p><p>본 논문에서 제안하는 방법을 평가하기 위해 middle bury 에서 제공하는 이미지들과 해당하는 ground trut \( \mathrm{h} \) 가 이용되었다. 그리고 제안하는 방법은 가장 기본이 되는 SSD (Sum of Squared Distance)를 이용한 스테레오 방법과 합께 최근 잘 알려진 적응적 가중치를 이용하는 Yoon의 방법과 비교하여 정확성 및 수행속도의 차이를 비교 분석하였다. 표 11 은 질의 이미지, \( I \) 와 대상 이미지 \( \bar{I} \) 에 대해 실험에 사용된 각 알고리즘의 각 단계를 설명한다. 실험에는 \( \mathrm{P} 42.6 \mathrm{GH} \) 의 \( \mathrm{CPU} \) 와 \( 2.5 \mathrm{~GB} \) 의 메모리를 가진 컴퓨터가 사용되었으며 컴퓨터 메모리의 한계로 인해 실험에 사용되는 모든 이미지는 흑백 이미지로 변환하여 흑백 이미지에 대한 실험을 수행하였다. 정확성에 대한 비교를 위해 실험에 사용되는 모든 방법 및 이미지에 대해 \( 19 \times 19 \) 크기의 동일한 원도우를 사용하여 실험을 수행하였다. 그리고 본 논문에서 제안하는 방법 은 256단계의 훅백 영상의 밝기 값을 64 개의 빈으로 양자화 하여 수행하였다.</p><p>[그림 4]는 "Tsukuba" 이미지와 "Sawtooth", "Poste r" 이미지에 대한 스테레오 결과 이미지를 보여준다. 가장 상단의 이미지는 원본 이미지를 나타내고 두 번째 라인의 이미지는 ground truth 이미지이다. 세 번째 이 미지는 SSD 방법에 대한 결과 이미지이고 네 번째 이 미지는 Yoon의 방법을 이용하였을 경우의 결과 이미지 이며 가장 하단의 이미지는 본 논문에서 제안한 방법으로 거리에 대한 가중치를 균등하게 정의하여 상수 시간 에 얻은 결과 이미지이다. 본 논문에서 제안한 방법은 비록 Yoon의 결과에 비해 약간의 오차를 더 발생시킨 다. 하지만 상수 시간에 스테레오 결과 이미지를 얻기 때문에 매우 빠른 수행 속도를 보여주었다. [표 2]는 스테레오 결과의 깊이 정보가 ground truth 이미지와 1 보다 크게 차이날 경우 에러로 계산하여 각 알고리즘간의 정확도를 비교한 결과이다. SSD의 경우 가장 낮은 정확도를 보이는 반면, 본 논문에서 제안한 방법은 Yoon의 방법과 거의 유사한 정확도를 보였다. [그림 5]는 "Tsukuba" 이미지에 대해 각 방법에서 윈도우 크기를 \( 3 \times 3 \) 에서 \( 35 \times 35 \) 의 크기까지 점차 증가시켰을 때의 수행 시간의 변화를 보여준다. 사용되는 윈 도우가 \( r \) 의 크기를 가질 때, SSD 방법과 Yoon의 방법 은 사전에 이웃 픽셀과의 가중치를 계산하더라도 실제 에러를 계산하기 위해 최소 윈도우내의 픽셀 개수만큼의 연산이 필요하기 때문에 \( O\left(r^{2}\right) \) 의 계산 복잡도를 갖는다. 따라서 윈도우의 크기가 중가함에 따라 수행시간이 지수 형태로 증가한다. 이에 반해 본 논문에서 제안하는 방법은 윈도우의 크기의 변화에 무관하게 \( O(1) \) 의 계산 복잡도를 가지며 항상 동일한 수행시간 을 보인다.</p><table border><caption>표 1. 실험에 사용된 알고리즘의 사전 작업과 에러함수</caption><tbody><tr><td>알고리즘</td><td>사전 작업</td><td>에러 함수</td></tr><tr><td>ssd</td><td>없음</td><td>\( \sum_{q \in W_{w^{\prime}} q_{e} \in W_{\bar{n}}} e\left(q, \overline{q_{e}}\right) \)</td></tr><tr><td>asw</td><td>각 픽셀과 이웃하는 픽셀간의 가중치 맵 선 계산</td><td>\( \frac{\sum_{q \in W_{g}, q_{c} \in W_{\bar{c}}} w_{I}(p, q) w_{d}(p, q) w_{I}\left(\overline{p_{c}}, \overline{q_{c}}\right) w_{d}\left(\overline{p_{c}}, \overline{q_{c}}\right) e\left(q, \overline{q_{c}}\right)}{\sum_{q \in W_{p}} w_{I}(p, q) w_{d}(p, q) w_{I}(\bar{p}, \bar{q}) w_{d}(\bar{p}, \bar{q})} \)</td></tr><tr><td>proposed</td><td>질의 이미지와 대상 이미지의 차이에 대한 Integral Histogram 계산</td><td>\( \frac{\sum_{q \boxminus W_{p} \cdot q_{c}} \in W_{p} w_{T}(p, q) w_{d}(p, q) e\left(q, \overline{q_{c}}\right)}{\sum_{q=W_{p}} w_{I}(p, q) w_{d}(p, q)} \)</td></tr></tbody></table><table border><caption>표 2. 각 알고리즘간의 정확도 비교</caption><tbody><tr><td>Algorithm</td><td>Accuracy</td><td>Tsukuba</td><td>Venus</td><td>sawtooth</td><td>Bull</td><td>Poster</td></tr><tr><td>ssd</td><td>89.64</td><td>88.85</td><td>90.99</td><td>83.08</td><td>95.87</td><td>89.43</td></tr><tr><td>Adaptive Support-Weight</td><td>92.70</td><td>94.95</td><td>93.58</td><td>88.29</td><td>97.77</td><td>88.88</td></tr><tr><td>proposed</td><td>92.93</td><td>94.87</td><td>93.75</td><td>87.57</td><td>97.99</td><td>90.46</td></tr></tbody></table>
|
[
"본 논문의 실험과정에서 정확성에 대한 비교를 위해 윈도우를 어떻게 설정하여 실험을 수행했어?",
"본 논문에서 ground trut \\( \\mathrm{h} \\)를 이용하여 실험할때 밝기값을 어떻게 설정하여 실험했어?",
"알고리즘의 사전 작업과 에러함수를 정리한 표1에서 알고리즘 ssd의 사전작업은 어떤 작업을 거쳤어?",
"표1에서 알고리즘 ssd에서의 에러함수는 어떤식이야?",
"표1에서 알고리즘 asw의 에러함수식은 어떤 식이야?",
"실험에 사용된 알고리즘의 사전 작업과 에러함수를 정리한 표1에서 알고리즘 proposed에서 시행한 사전작업은 어떤 작업이었어?",
"실험에 사용된 알고리즘의 사전 작업과 에러함수를 정리한 표에서 asw의 알고리즘은 어떤 사전작업을 거쳤어?",
"실험에 사용된 알고리즘의 사전 작업과 에러함수 표1에서 알고리즘 proposed의 에러함수는 무슨 식이야?",
"실험에 사용된 알고리즘의 사전 작업과 에러함수를 정리한 표에서 사전작업이 없는 알고리즘에서 나타내는 에러함수는 무엇으로 표현돼?",
"본 논문의 사전 작업과 에러함수를 정리한 표1에서 사전작업으로 각 픽셀과 이웃하는 픽셀간의 가중치 맵 선 계산한 알고리즘의 에러함수는 무엇이야?",
"본 논문의 표1에서 사전작업으로 질의 이미지와 대상 이미지의 차이에 대한 Integral Histogram 계산하는 알고리즘에서 에러함수는 무엇으로 표현해?",
"알고리즘 ssd의 Accuracy는 무슨 값이야?",
"알고리즘간의 정확도를 비교한 표2에서 ssd알고리즘의 Venus값은 얼마야?",
"각 알고리즘의 정확도를 비교하는 표2에서 ssd 알고리즘의 sawtooth는 얼마의 값을 가져?",
"알고리즘간의 정확도를 비교하는 표2에서 ssd알고리즘의 측정값중에서 가장 높은 값을 차지한 항목은 무엇이야?",
"본 논문에서 알고리즘간의 정확도를 비교한 표에서 ssd알고리즘의 측정값들 중에서 가장 낮은 값이 측정된 항목은 무엇이야?",
"본 논문의 각 알고리즘간 정확도를 비교한 표를 통들어 가장 높은 측정값이 나온 항목은 무엇이야?",
"본 논문에서 각 알고리즘간의 정확도 비교에서 Adaptive Support-Weight의 Accuracy 값은 어떤거야?",
"각 알고리즘간의 정확도를 비교한 표2에서 Adaptive Support-Weight 알고리즘에서의 Venus 값은 얼마야?",
"표2에서 Adaptive Support-Weight 알고리즘에서의 sawtooth 에 해당되는 값은 어떤거야?",
"본문에서 알고리즘간의 정확도 비교표에서 Bull에 해당되는 값은 얼마야?",
"Accuracy중에서 92.93 의 값을 가지는 알고리즘은 어떤거야?",
"표2에서 proposed 알고리즘에서 Tsukuba에 해당되는 값은 얼마야?",
"알고리즘간의 정확도를 비교하는 표2에서 proposed 알고리즘서 \tVenus에 해당되는 값은 얼마야?",
"본 논문의 실험결과를 정리한 표2에서 proposed 알고리즘에서 sawtooth에 해당되는 값은 어떤거야?",
"알고리즘간 정확도를 비교한 표에서 proposed 알고리즘에서 Bull에 해당되는 값은 얼마야?",
"본 논문의 표2에서 proposed 알고리즘의 Poster 값은 얼마야?",
"본 논문의 정확도 비교 표에서 Tsukuba의 값들 중에서 가장 높은 값을 가지는 알고리즘은 어떤 종류야?",
"알고리즘간 정확도 비교표에서의 Tsukuba값 중에서 가장 낮은 값을 가지는 알고리즘은 어떤거야?",
"본 논문의 표2에서 Venus 값들 중에 가장 큰 값을 가지는 알고리즘은 어떤거야?\t",
"본 논문의 표2에서 ssd알고리즘 값들 중에 가장 큰값을 가지는 분야는 무엇이야?",
"본 논문에서 각 알고리즘별 정확도 비교 표에서 Adaptive Support-Weight 알고리즘 값들 중에서 2번째로 큰 값을 가지는 분야는 어떤거야?",
"표2에서 Adaptive Support-Weight 알고리즘에서 생성된 값들 중에 가장 낮은 값을 생성한 분야는 어떤 종류야?",
"본 논문의 알고리즘간 정확도를 비교한 표에서 proposed 알고리즘 값들 중에서 가장 큰 값을 가지는 분야는 어디야?",
"표2에서 proposed 알고리즘에서 나온 값들 중에서 2번째로 큰값이 나오는 분야는 어떤종류야?",
"본 논문에서 각 알고리즘 정확도를 비교하는 표에서 Venus 의 값들 중에 가장 낮은 값을 가지는 알고리즘의 종류는 어떤거야?",
"본 논문의 표2에서 Poster의 생성값들 중에서 가장 큰값을 가지는 알고리즘은 어떤거야?",
"표2의 sawtooth 값들 중에서 가장 높은 값을 가지는 알고리즘의 종류는 무엇이야?",
"본 논문의 각 알고리즘 정확도 비교표에서 Bull의 값들 중에서 가장 작은 값을 생성한 알고리즘은 어떤거야?\t",
"각 알고리즘간 정확도 비교를 정리한 표에서 Poster값들 중에서 가장 낮은 값을 가지는 알고리즘의 종류는 무엇이야?",
"본 논문의 실험결과를 정리한 표2에서 Bull의 값들 중에서 가장 큰 값을 생성한 알고리즘은 어떤거야?\t",
"본 논문에서 알고리즘간의 정확도를 비교하고 정리한 표에서 ssd알고리즘의 값들중 가장 낮은 값을 가지는 분야는 어떤거야?",
"본 논문의 알고리즘의 사전 작업과 에러함수를 정리한 표1에서 사전작업이 없었던 알고리즘은 어떤 종류야?",
"\\( \\sum_{q \\in W_{w^{\\prime}} q_{e} \\in W_{\\bar{n}}} e\\left(q, \\overline{q_{e}}\\right) \\)의 에러함수를 가지는 알고리즘은 무엇이야?",
"각 픽셀과 이웃하는 픽셀간의 가중치 맵 선 계산하는 사전작업을 거친 알고리즘은 어떤종류야?",
"\\( \\frac{\\sum_{q \\in W_{g}, q_{c} \\in W_{\\bar{c}}} w_{I}(p, q) w_{d}(p, q) w_{I}\\left(\\overline{p_{c}}, \\overline{q_{c}}\\right) w_{d}\\left(\\overline{p_{c}}, \\overline{q_{c}}\\right) e\\left(q, \\overline{q_{c}}\\right)}{\\sum_{q \\in W_{p}} w_{I}(p, q) w_{d}(p, q) w_{I}(\\bar{p}, \\bar{q}) w_{d}(\\bar{p}, \\bar{q})} \\) 의 에러함수를 가지는 알고리즘은 무엇이야?",
"본 논문의 실험에서 질의 이미지와 대상 이미지의 차이에 대한 Integral Histogram 계산을 사전으로 작업한 알고리즘은 어떤거야?",
"본 논문에서 \\( \\frac{\\sum_{q \\boxminus W_{p} \\cdot q_{c}} \\in W_{p} w_{T}(p, q) w_{d}(p, q) e\\left(q, \\overline{q_{c}}\\right)}{\\sum_{q=W_{p}} w_{I}(p, q) w_{d}(p, q)} \\)의 에러함수로 나타낼 수 있는 알고리즘은 어떤 종류야?",
"\\( \\frac{\\sum_{q \\in W_{g}, q_{c} \\in W_{\\bar{c}}} w_{I}(p, q) w_{d}(p, q) w_{I}\\left(\\overline{p_{c}}, \\overline{q_{c}}\\right) w_{d}\\left(\\overline{p_{c}}, \\overline{q_{c}}\\right) e\\left(q, \\overline{q_{c}}\\right)}{\\sum_{q \\in W_{p}} w_{I}(p, q) w_{d}(p, q) w_{I}(\\bar{p}, \\bar{q}) w_{d}(\\bar{p}, \\bar{q})} \\) 를 에러함수로 표현할 수 있는 알고리즘의 사전작업 처리는 무엇이야?",
"Accuracy 값들 중에서 가장 큰 값을 가지는 알고리즘 어떤거야?",
"본 논문에서 제안하는 방법을 평가하기 위해서 어떻게 분석했어?",
"알고리즘간의 정확도 비교를 정리한 표2에서 ssd알고리즘의 Poster 값은 얼마로 측정되었어?",
"표2에서 Adaptive Support-Weight 알고리즘의 88.88의 값을 가지는 분야는 어떤거야?",
"표2의 각 알고리즘 비교표에서 ssd 알고리즘의 Tsukuba 값은 얼마야?",
"본 논문의 표2에서 Adaptive Support-Weight 알고리즘에서의 Tsukuba의 정확도는 얼마야?"
] |
e925c758-65d4-4985-b7d3-a216e7fdfe93
|
인공물ED
|
직류시스템 해석을 위한 조류계산 알고리즘에 관한 연구
|
<h2>3. ETAP, MATLAB 시뮬레이션 결과</h2><p>본 절에서는 ETAP시뮬레이션 결과와 2 절에서의 DC 조류계산 과정에 대한 알고리즘을 MATLAB 으로 구현 후 시뮬레이션 한 결과를 비교하였다.</p><p>아래의 표 2는 그림 2의 ETAP에서의 DC 7모선도 입력 값을 나타낸다.</p><table border><caption>표 2. ETAP DC 7모선도 입력 값</caption><tbody><tr><td>element</td><td>input value</td><td>element</td><td>input value</td><td>element</td><td>input value</td></tr><tr><td>DCbus1</td><td>\( 750 \mathrm{V} \)</td><td>G1</td><td>slack</td><td>R2</td><td>\( 0.2 \Omega \)</td></tr><tr><td>DCbus2</td><td>\( 750 \mathrm{V} \)</td><td>G2</td><td>\( 39.1 \mathrm{kW} \)</td><td>R3</td><td>\( 0.3 \Omega \)</td></tr><tr><td>DCbus3</td><td>\( 750 \mathrm{V} \)</td><td>DClump1</td><td>\( 20 \mathrm{kW} \)</td><td>R4</td><td>\( 0.01 \Omega \)</td></tr><tr><td>DCbus4</td><td>\( 750 \mathrm{V} \)</td><td>DClump2</td><td>\( 20 \mathrm{kW} \)</td><td>R5</td><td>\( 0.02 \Omega \)</td></tr><tr><td>DCbus5</td><td>\( 750 \mathrm{V} \)</td><td>DCload1 (static load)</td><td>\( 20 \mathrm{kW} \)</td><td>R6</td><td>\( 0.03 \Omega \)</td></tr><tr><td>DCbus6</td><td>\( 750 \mathrm{V} \)</td><td>DCload2 (static load)</td><td>\( 20 \mathrm{kW} \)</td><td>R7</td><td>\( 0.04 \Omega \)</td></tr><tr><td>DCbus7</td><td>\( 750 \mathrm{V} \)</td><td>R1</td><td>\( 0.1 \Omega \)</td><td>R8</td><td>\( 0.05 \Omega \)</td></tr></tbody></table><p>ETAP은 \( +,- \) 임피던스를 나타내기 위하여 저항값을 자동으로 2 배 늘려서 계산한다. 따라서 MATLAB에서 알고리즘을 짤 때 입력값의 2 배로하여 시뮬레이션을 하였다.</p><h3>가. ETAP, MATLAB 시뮬레이션 결과</h3><p>아래의 표 3 을 보면 ETAP과 MATLAB의 \( V_{2-7} \)의 결과 값이 유사한 것을 볼 수 있다. ETAP의 시뮬레이션 후 결과보고서를 보면 반복 횟수는 2 회였고, MATLAB 시뮬레이션 결과도 \( \triangle \mathrm{V} \) 가 수렴기준 0.0001 미만인 2 회 반닉인 것을 확인할 수 있다. 다음으로 Static load는 전압에 따라 부하가 변한다. 그 값은 2절에서 말했듯이 명시된 \( \mathrm{P} \) 값* \( V^{2} \) 으로 구할 수 있다. 아래의 표를 보면 ETAP의 \( S \cdot L_{1-2} \) 와 MATLAB의 명시된 \( \mathrm{P} \) 값* \( V^{2} \) 으로 구한 \( S \cdot L_{1-2} \) 가 비슷한 것을 확인할 수 있다.</p><table border><caption>표 3. 시뮬레이션 결과</caption><tbody><tr><td>number of iteration</td><td colspan = "2">ЕТАР</td><td colspan = "2">MATLAB</td><td>\( \triangle V \)</td></tr><tr><td rowspan = "8">first iteration</td><td>\( V_{2} \)</td><td>-</td><td>\( V_{2} \)</td><td>0.9926</td><td>0.0074</td></tr><tr><td>\( V_{3} \)</td><td>-</td><td>\( V_{3} \)</td><td>0.9951</td><td>0.0049</td></tr><tr><td>\( V_{4} \)</td><td>-</td><td>\( V_{4} \)</td><td>0.9999</td><td>0.0001</td></tr><tr><td>\( V_{5} \)</td><td>-</td><td>\( V_{5} \)</td><td>0.9950</td><td>0.005</td></tr><tr><td>\( V_{6} \)</td><td>-</td><td>\( V_{6} \)</td><td>0.9996</td><td>0.0004</td></tr><tr><td>\( V_{7} \)</td><td>-</td><td>\( V_{7} \)</td><td>0.9923</td><td>-</td></tr><tr><td>\( S \cdot L_{1} \)</td><td>-</td><td>\( S \cdot L_{1} \)</td><td>\( 19.69 \mathrm{kW} \)</td><td>-</td></tr><tr><td>\( S \cdot L_{2} \)</td><td>-</td><td>\( S \cdot L_{2} \)</td><td>\( 19.80 \mathrm{kW} \)</td><td>-</td></tr><tr><td rowspan = "8">sccond iteration</td><td>\( V_{2} \)</td><td>0.9926</td><td>\( V_{2} \)</td><td>0.9926</td><td>0</td></tr><tr><td>\( V_{3} \)</td><td>0.9952</td><td>\( V_{3} \)</td><td>0.9952</td><td>0.0001</td></tr><tr><td>\( V_{4} \)</td><td>1</td><td>\( V_{4} \)</td><td>1</td><td>0.0001</td></tr><tr><td>\( V_{5} \)</td><td>0.9951</td><td>\( V_{5} \)</td><td>0.9951</td><td>0.0001</td></tr><tr><td>\( V_{6} \)</td><td>0.9993</td><td>\( V_{6} \)</td><td>0.9995</td><td>0.0001</td></tr><tr><td>\( V_{7} \)</td><td>0.9923</td><td>\( V_{7} \)</td><td>0.9923</td><td>0</td></tr><tr><td>\( S \cdot L_{1} \)</td><td>\( 19.7 \mathrm{kW} \)</td><td>\( S \cdot L_{1} \)</td><td>\( 19.69 \mathrm{kW} \)</td><td>-</td></tr><tr><td>\( S \cdot L_{2} \)</td><td>\( 19.8 \mathrm{kW} \)</td><td>\( S \cdot L_{2} \)</td><td>\( 19.80 \mathrm{kW} \)</td><td>-</td></tr></tbody></table>
|
[
"MATLAB의 \\( \\triangle \\mathrm{V} \\)수렴기준은 얼마 로 설정했어?",
"ETAP 시뮬레이션의 DC 7 모선에서의 모든 버스들의 입력 전압은 얼마야?",
"MATLAB에서 알고리즘을 구현할 때 입력값의 2배로 시뮬레이션 해?",
"ETAP의 DC 조류계산 결과값과 MATLAB의 결과값은 유사해?",
"MATLAB을 이용하여 어떤 것을 계산하기 위한 알고리즘을 구현했어?",
"전압에 따라 Static load가 변해?",
"ETAP 시뮬레이션에서 사용한 부하는 일정하게 \\( 20 \\mathrm{kW} \\)를 소모 하는 부하야?",
"1차로 etap과 matlab으로 시뮬레이션을 수행했을 때 어떤 소프트에어가 값을 추출했어?",
"ETAP 시뮬레이션에서 사용되는 DC 7모선도 내의 저항은 몇 개야?",
"1차로 MATLAB을 이용하여 조류 게산을 진행했을 때 어느 전압값이 수렴도가 제일 컸어?",
"1차로 MATLAB을 통한 조류계산 결과값에서 어느 전압값이 수렴도가 제일 적었어?",
"MATLAB을 통하여 조류 계산을 진행했을 때 1차, 2차 시도에서의 \\( V_{2} \\)와 \\( V_{7} \\)의 수렴도는 얼마였어?",
"2차 수행을 했을 때 MATLAB은 대체로 수렴도가 몇으로 계산됬어?",
"ETAP은 \\( +,- \\) 임피던스를 나타낼 때 어떤 값을 자동으로 2배로 늘려?",
"ETAP 시뮬레이션에서는 발전기 1번을 slack 으로 정했어?",
"표 2에서 DC 7 모선도를 구성하는 DClump들의 입력값은 얼마로 설정했어?",
"표 2에서 발전기는 총 몇 대로 구성되어 있어?",
"ETAP DC 7 모선도에서 사용하는 DC 부하들은 어떤 부하로 선정했어?"
] |
c15978c3-b9f7-4874-8fb4-f91ff4a10ad5
|
인공물ED
|
직류시스템 해석을 위한 조류계산 알고리즘에 관한 연구
|
<h1>1. 서론</h1><p>최근 신재생에너지원 (풍력, 태양광, 연료전지 등)의 직류발전시스템이 늘어나면서 전기를 AC(교류)가 아닌 DC(직류)로 공급하는 직류배전시스템의 관심이 증가하고 있다. 이에 따라 직류배전시스템의 조류해석도 필요하다. 본 논문에서는 우선 AC를 DC로, DC를 AC로 변환하는 컨버터의 제어방식에 대하여 간단히 서술하고, 다음으로 직류 조류 계산 방법에 대하여 다루고자 한다.</p><h1>II. 본론</h1><h2>1. 컨버터</h2><p>AC 에서 DC, DC에서 AC로 변환하기 위해서는 컨버터가 필요하다. 컨버터에는 제어하는 방식이 대표적으로 단자전압제어, 유효전력흐름제어 2 가지가 있으며, 자세한 설명은 다음의 표와 그림과 같다.</p><p>위 그림 1, 표 1 에서 보는 바와 같이 유효전력흐름제어는 P값이 인징하게 제어하는 방식이고, 부하 모선(PQ모선)처럼 처리한다. 단자전압제어는 전압을 일정하게 제어하는 방식이고, 발전기 전압제어 모선(PV모선)처럼 처리한다.</p><h2>2. DC 조류계산</h2><p>직류조류계산 방법은 기존의 교류조류계산 방법에서 교류 성분인 \(\mathrm{Q}\), \( \Theta \)를 제외한 P, V 로 Newton-Raphson 법을 사용하여 계산한다.</p><p>본 논문에서는 그림 2의 DC 7모선도를 Newton-Raphson 법을 사용하여 조류계산을 하였다.</p><h3>가. DC 조류계산 순서도</h3><p>조류계산 첫 번째로 기존의 AC 조류계산에서와 같이 임피던스 값으로 Ymat를 구한다. 이때 임피던스는 X, B=0 이고 R값만 존재한다. 두 번째로 전력조류방징식을 구한다.</p><p>\(\begin{array}{l} P_{1}=V_{1}\left(Y_{11} V_{1}+Y_{12} V_{2}+\cdots \cdots Y_{1 n} V_{n}\right) \\ P_{2}=V_{2}\left(Y_{21} V_{1}+Y_{22} V_{2}+\cdots \cdots Y_{2 n} V_{n}\right) \\ \cdot \\ \cdot\\ P_{n}=V_{n}\left(Y_{n 1} V_{1}+Y_{n 2} V_{2}+\cdots \cdots Y_{n n} V_{n}\right) \end{array}\)<caption>(1)</caption></p><p>위의 식 (1)로 전력조류방정식을 구한다. \( \mathrm{n}= \) 모선 수와 같다. 세 번째로 Jacobian을 계산한다. Jacobian은 전력조류방징식 P 를 V 로 편미분하여 구할 수 있다. 네 번째로 \( \Delta \mathrm{P} \) 를 구한다. 발전기 모선과 부하 모선의 Lumped load인 경우 \( \Delta \mathrm{P} \) 는 계산된 P 값-명 시된 P 값으로 구할 수 있고, Static load일 경우 전압에 따라 부하가 변하기 때문에 \( \Delta \mathrm{P} \) 는 계산된P 값-명시된 P 값 \( \cdot V^{2} \) 으로 구할 수 있다. 다섯 번째로 구한 Jacobian과 \( \Delta \mathrm{P} \) 로 \( \Delta \mathrm{V}=-J^{-1} \cdot \Delta \mathrm{P} \) 식을 이용하여 \( \mathrm{Vnew} \) 값을 계산한다. \( \Delta \mathrm{V}=-J^{-1} \cdot \Delta \mathrm{P} \) 식에서 음수가 나온 이유는 \( \Delta \mathrm{P} \) 가 징의된 방식 때문이다. 마지막으로 \( \Delta V \) 가 수럼기준 미만이 될 때 까지 반익한다.</p><p>조류계산은 기존 AC 조류계산과 마찬가지로 PU 법으로 풀며, PU법 방식은 기존과 같다.</p>
|
[
"신재생에너지원의 직류발전시스템이 늘어나면서 어떤것에 관심이 증가하고 있어?",
"직류배전시스템은 전기를 교류로 공급하는 것이 맞아?",
"전기변환을 위해 필요한 것이 뭐야?",
"무엇이 전기변환을 위해 요구돼?",
"컨버터를 제어하는 방식은 대표적으로 몇 가지가 있어?",
"대표적인 컨버터 제어방식 중 단자전압제어는 전압을 일정하게 처리하는 방식이 맞아?",
"본 논문에서 어떤 그림의 DC 7모선도를 조류 계산했어?",
"대표적인 컨버터 제어방식중 단자전압제어는 발전기 전압제어 모선처럼 처리하는 것이 옳아?",
"직류조류계산 방법은 어떤것을 사용하여 계산해?",
"조류 계산 첫번째로 Ymat를 구할 때, 임피던스는 뭐야?",
"조류계산 첫 번째로 Ymat를 구할 때, B는 어떤 값이야?",
"조류 계산 첫번째에서 어떤 값만 존재해?",
"네 번째로 구하는 것이 뭐야?",
"컨버터를 제어하는 대표적인 방식 2 가지가 뭐야?",
"Jacobian을 계산하는 것은 몇번째 절차야?",
"\\( \\Delta \\mathrm{P} \\)는 몇번째 절차에서 구해?",
"전력조류방정식은 어떻게 구해?"
] |
a5122fa2-9920-4897-ac52-d4dc863b1e81
|
인공물ED
|
직류시스템 해석을 위한 조류계산 알고리즘에 관한 연구
|
<h1>요 약</h1><p>DC전원(신재생에너지, 직류기반 디지털기기) 및 DC부하가 늘어나면서 기존 계통에서의 불필요한 변환과정이 발생한다. 이리한 문제 때문에 최근 직류배전시스템의 관심이 증가하고 있다. 직류배전시스템이란 처음부터 DC로 전원을 공급하는 방식으로 불필요한 변환과정이 줄어들어 전력손실이 높아지게 된다. 뿐만 아니라 안정적으로 전력을 공급해주고, 전자파로부터 인체를 보호해주는 장점이 있다. 직류배전시스템의 중요도가 높아짐에 따라 직류계통의 조류해석도 필요하다. 본 논문에서는 컨버터의 제어방식에 대하여 간단하게 서술하고, DC 조류계산 방식에 대하여 서술하였다. 마지막으로 MATLAB과 DC 조류를 해석할 수 있는 풀인 ETAP의 시뮬레이션 결과를 비교하였다.</p>
|
[
"직류계통의 조류해석도 필요한 이유는 무엇인가요?",
"직류배전시스템의 장점은 무엇인가요?",
"무엇이 직류배전시스템의 장점일까?",
"직류배전시스템을 사용하면 인체가 전자파에 훨씬 많이 노출되겠지?",
"이 연구에서는 무엇의 시뮬레이션 결과를 확인했나요?",
"처음부터 직류로 전원을 공급하는 방식으로 불필요한 변환과정이 줄어드는 방식은 무엇인가요?",
"DC부하 및 DC전원이 늘어나면 무엇이 발생하나요?"
] |
96bf11bf-8509-4732-88e4-b0157ededc21
|
인공물ED
|
직류시스템 해석을 위한 조류계산 알고리즘에 관한 연구
|
<h1>III. 결론</h1><p>DC 7모선도 예시를 통하여 DC 조류계산 방법에 대하여 소개하였다. DC 조류해석 툴인 ETAP 시뮬레이션 결과와 2절에서 서술한 조류계산 방법으로 알고리즘으로 짠 후 MATLAB으로 시뮬레이션한 결과 값이 비슷한 것을 확인할 수 있었다. 1절에서 서술한 바와 같이 컨버터에는 제어하는 방식이 여러 개 있다. 하지만 ETAP에서는 컨버터의 제어방식을 따로 선택하는 버튼이 없다. 따라서 향후 ETAP에서 컨버터가 어떻게 작동되는지 연구할 필요가 있다.</p>
|
[
"DC 조류계산을 위해 어떤 방법으로 결과를 제시했니?",
"DC 조류계산을 하기 위해 사용한 시뮬레이션 프로그램은 뭐야?",
"컨버터에는 제어하는 방식이 하나야?",
"DC 조류계산을 하기 위해 짠 알고리즘의 바탕이 되는 결과와 방법은 뭐야?"
] |
0558506e-762b-495e-858e-67d035fea056
|
인공물ED
|
화포탐지 레이다용 C-대역 평면형 능동위상배열 안테나 개발
|
<p>수신 빔 패턴을 측정하기 위해서 테일러 분포 \( (35 \mathrm{~dB}) \)를 적용하였으며, DBF를 적용하여 고각/ 방위각 모노 펄스빔을 형성하였다. 수신 패턴 측정 결과, 중심 주파수, 빔조향 안테나 정면 조건에서 안테나 수신 이득은 \( 37.5 \mathrm{~dB} \), 방위각 빔 폭 \( 2.91^{\circ} \), 고각 빔 폭 \( 1.55^{\circ} \), 부엽 레벨은 방위각\( -36.7 \mathrm{~dB} \), 고각 \( -35.4 \mathrm{~dB} \)로 측정되었다. 빔 조향은 방위각 \( -45^{\circ} \sim 45^{\circ} \) 고각 \( -10^{\circ} \sim 30^{\circ} \)로 이때 빔 조향 오차는\( 0.03^{\circ} \)로 확인되었다. 근접 전계 시험을 통해 확인된 안테나 노이즈는 \( -58 \mathrm{dBm} \)이며 전체 수신 이득은 \( 85 \mathrm{~dB} \)로\( G / N \) 은 \( 143 \mathrm{dBm}^{-1} \)로 측정되었다.</p> <p>그림 \( 18\)은 백 프로젝션 기법을 사용하여 확인한 안테나 개구면상의 전계 분포를 나타내었다. 크기는 테일러 분포 가 적용되었으며, 위상은 동위상으로 수신 정렬 파라미터 및 DBF 계수가 정상적으로 적용되었음을 확인할 수 있다. 그림 \( 19\)는 중심 주파수, 빔 조향 안테나 정면 조건에서 측 정한 방위각 고각 빔 패턴이며, DBF를 사용하여 고각 방위각차패턴이 시뮬레이션을 통한 예측과 같이 형성됨을 확인하였다. 그림 \( 20\) 은 고각 \( -10^{\circ} \sim 30^{\circ} \), 방위각 \( -45^{\circ} \sim \) \( 45^{\circ} \)로 조향 시 수신 방위각, 고각 패턴을 측정한 결과로 안테나 제어에 따라 조향 됨을 확인하였다. 표 \( 3\) 에서는 수 신 패턴 측정 결과를 설계 목표와 비교하였으며, 모든 측 정 결과가 설계 목표를 만족함을 확인할 수 있다.</p> <table border><caption>표 \( 3\). 안테나 송신 패턴 측정 결과</caption> <tbody><tr><td></td><td>Specification</td><td>Measurement</td></tr><tr><td>Gain</td><td>\( 37 \mathrm{~dB} \)</td><td>\( 37.4 \mathrm{~dB} \)</td></tr><tr><td>Beam width</td><td>Az \( 3.0^{\circ} \)<p>El \( 1.6^{\circ} \)</p></td><td>\( \mathrm{Az} 2.91^{\circ} \)<p>El \( 1.55^{\circ} \)</p></td></tr><tr><td>Beam steering</td><td>\( \mathrm{Az}>90^{\circ} \)<p>\( \mathrm{El}>40^{\circ} \)</p></td><td>\( \mathrm{Az}-45^{\circ} \sim 45^{\circ} \)<p>\( \mathrm{El}-10^{\circ} \sim 30^{\circ} \)</p></td></tr><tr><td>Side lobe</td><td>\(<-30 \mathrm{~dB} \)</td><td>\( \mathrm{Az}<-36.7 \mathrm{~dB} \)<p>\( \mathrm{El}<-35.4 \mathrm{~dB} \)</p></td></tr></tr><tr><td>G/N</td><td>\( 143 \mathrm{dBm}^{-1} \)</td><td>\( 143 \mathrm{dBm}^{-1} \)</td></tbody></table> <h2>V. 결 론</h2> <p>본 논문에서는 국내 최초의 화포 탐지 레이다에 사용되는 평면형 능동위상배열 안테나의 설계 및 제작 측정 결과를 확인하였다. 화포 탐지 레이다는 작은 RCS를 갖고 빠르게 이동하는 표적인 포탄의 탐지를 위해 고속의 스 캔 시간과 고각 방위각 방향으로 수신 멀티빔을 구현할 수 있는 평면형 능동위상배열 안테나가 필요하다. 따라서 본 논문에서는 국내 최초의 화포 탐지 레이다에 사용되는 C 대역 평면형 능동위상배열 안테나의 설계 및 제작 결과를 알아보았다. 또한 제작된 안테나의 측정을 위한 근접 전계 시험 구성을 확인하였으며, 송신, 수신 패턴 및 수신 G/N의 측정 결과를 확인하였다. 개발된 안테나는 설계목 표를 만족하였으며, 성공적으로 화포 탐지용 레이다에 적 용 완료하였다. 본 논문을 통해 개발된 안테나는 차후 개발되는 평면형능 동위상 배열 레이다의 설계 및 제작과 성능 분석에 도움이 될 것으로 기대한다.</p>
|
[
"표3에서, Beam steering의 Az 측정값은 무엇이니?",
"표3에서 Gain의 규격은 얼마야?",
"표3에서, G/N의 규격은 얼마입니까?",
"표3에서, G/N의 측량값은 얼마지?",
"표3에서, Side lobe의 El 측정값은 어느 것인가요?",
"표3에서, Beam steering의 El규격은 얼마야?",
"표3에서, Beam width의 El 규격은 어떻게 되는가?",
"표3에서, Beam width의 El 측정값은 얼마지?",
"표3에서, Beam width의 Az 규격은 어떻게 될까요?",
"표3에서, Beam width의 Az 측정값은 얼마지?",
"표3에서, Beam steering의 Az규격은 어느 것입니까?",
"표3에서 Gain의 측정값은 얼마인가?",
"표3에서, side lobe의 규격은 무엇인가?",
"표3에서, Beam steering의 El 측정값은 무엇인가?",
"표3에서, Beam steering의 El 측정값은 무엇인가요?",
"표3에서, Beam steering의 Az 규격은 어떻게 되니?",
"표3에서, Side lobe의 Az 측정값은 무엇이지?"
] |
3621ab29-2aae-4591-933f-da403af896a9
|
인공물ED
|
컬러 성분의 정규화와 가중치 합을 이용한 컬러 조작 검출
|
<h1>IV. 실험 결과</h1><p>본 논문에서는 제안 방법의 성능을 평가하기 위하여Dresden image database에서 제공하는 raw image1,460장을 이용하였다. 실험에 사용된 카메라의 모델과영상 수는 표 1과 같다. 디모자이킹 방법에 따른 성능평가를 위해 선형보간법과 RawTherapee에서 제공하는 일곱 가지 디모자이킹 방법으로 영상을 디모자이킹하였다. 일곱 가지의 디모자이킹 방법은 adaptivehomogeneity-directed (AHD), variable number ofgradients (VNG), aliasing minimization and zipper elimination (AMaZE), heterogeneity projectionhard-decision (HPHD), DCB, IGV, linearminimum mean square error (LMMSE) 디모자이킹 방법으로 구성된다.</p><p>컬러 조작을 검출하기 위하여 전체 영상을 \(\theta\) 의 각도단위로 변화시키는 것은 너무 많은 계산시간이 필요하기 때문에 본 논문에서는 영상의 중앙을 중심으로 \( b \times b \) 블록을 설정하고 \( r(\theta) \) 를 구하였다. 그리고 \( \theta \) 의 변화 단위도 \( 5^{\circ} \) 단위로 설정하였다. 본 논문에서 사용한 블록은 \( 32 \times 32,64 \times 64,128 \times 128,256 \times 256 \),\( 512 \times 512 \) 로 총 다섯 가지로 사용하였다. 그리고 식(18) 및 (19)에서 사용된 가중치는 각각 \( \alpha=0.1 \), \( \beta=0.8 \) 및 \( \gamma=0.1 \) 로 사용하였다.</p><p>표 2 는 \( 0^{\circ}, 45^{\circ}, 90^{\circ} \) 및 \( 135^{\circ} \) 의 킬러 조작에 대하여 제안 방법과 AIVC의 컬러 조작에 대한 평균 검출오차와 그에 대한 표준편차를 나타내고 있다. 표 2에서 세로 방향의 평균값은 각 디모자이킹 방법에 대한 평균검출 오차이며, 가로 방향의 평균값은 각 블록 크기에대한 평균 검출 오차를 나타낸다. 표 2에서 볼 수 있는바와 같이 선형보간법, AHD, AMaZE, HPHD 방법에 대하여는 기존의 AIVC 방법이 검출 성능이 우수하고,VNG, DCB, IGV, LMMSE 방법에 대하여는 제안 방법의 성능이 우수하게 나타났다. 블록크기를 기준으로 구한 평균 오차 값은 모든 경우에 제안 방법이 기존의AIVC 방법보다 우수한 것으로 나타났다. 180 \( { }^{\circ}\) 이상의컬러 조작 결과도 거의 동일한 패턴을 가지고 있음을 확인하였다.</p><p>컬러 조작 각도에 대한 블록크기 및 디모자이킹 방법 에 대한 전체 평균 오차 값은 표 2 의 우측 하단에 표시 하였다. AIVC 방법의 평균 오차 값은 조작 각도별로 각각 \( 18.57 \) (조작 없음), \( 21.30\left(45^{\circ}\right), 21.91\left(90^{\circ}\right), 21.82 \) \( \left(135^{\circ}\right) \) 로 나타났다. 즉, 조작이 없는 경우 \( \left(0^{\circ}\right) \) 의 오차가 가장 적으며, 나미지의 경우는 조작 각도에 관계없이 거의 유사하다. 제안 방법의 경우에는 조작 각도별로 각각 \( 16.80 \) (조작 없음), \( 19.27\left(45^{\circ}\right), 17.15\left(90^{\circ}\right) \), \( 17.49\left(135^{\circ}\right) \) 로 기존의 방법보다 모두 낮은 오차 값을 가짐을 알 수 있다.</p><p>AIVC 방법 및 제안 방법은 컬러 조작의 정도를 검출하기 위해 중앙을 중심으로 하는 블록을 설정하여 사용한다. 이는 컬러 조작 검출을 위한 계산 량을 줄이기위한 것이다. 표 2에서 볼 수 있는 바와 같이 평균 오차는 블록의 크기가 작을수록 크며, 블록의 크기가 커짐에 따라 작아진다. 조작 각도가 90 \( { }^{\circ}\)일 때, AIVC 방법은 \( 32 \times 32 \) 블록에서 평균 오차가 \( 29.90 \) 이고, \( 512 \times 512 \) 블록에서 평균오차가 \( 16.34 \) 이다. 반면, 제안 방법은 \( 32 \times 32 \) 블록에서 평균 오차가 27.26이고, \( 512 \times 512 \) 블록에서 평균오차가 \( 14.03 \) 으로 나타나고 있다. 더모자이킹 방법 및 블록 크기에 대한 전체 평균 오차는 본 논문의 방법이 \( 1.77 \) 에서 \( 3.76 \) 의 범위만큼 낮 은 것으로 나타나고 있어, 제안 방법이 AIVC 방법보다 컬러 조작 검출에 있어 우수한 성능을 나타낸다.</p><p>본 논문의 방법은 기존의 AIVC 방법과는 달리, 세가지 컬러 채널을 모두 사용하여 하나의 컬러 채널을 사용하는 경우와 비교하여 높은 검출의 정확도를 가진다. 또한 정규화 기법을 사용하여 색상을 변화시킬때 발생하는 평탄한 영역을 제거하는 방법을 사용하고 있기 때문에 기존의 방법과 비교하여 보다 우수한 컬러조작 검출 성능 보일 수 있다.</p><table border><caption>표 2. 각도별 조작 검출 평균 오차 및 표준편차 비교. (a) \( 0^{\circ} \),(b) \( 45^{\circ} \),(c) \( 90^{\circ} \),(d) \( 135^{\circ} \)</caption><tbody><tr><td>블록크기</td><td>방법</td><td>bilinear</td><td>AHD</td><td>VNG</td><td>AMaZE</td><td>HPHD</td><td>DCB</td><td>IGV</td><td>LMMSE</td><td>평균</td></tr><tr><td rowspan="2">32</td><td>AIVC</td><td>3.46±8.31</td><td>27.37±41.00</td><td>17.19±23.67</td><td>31.30±41.87</td><td>46.90±53.87</td><td>28.95±45.23</td><td>26.11±31.17</td><td>33.16±41.71</td><td>26.81</td></tr><tr><td>제안방법</td><td>1.61±3.13</td><td>33.92±49.68</td><td>11.88±17.24</td><td>34.02±47.80</td><td>56.74±61.49</td><td>15.82±30.20</td><td>19.15±26.33</td><td>27.93±39.51</td><td>25.13</td></tr><tr><td rowspan="2">64</td><td>AIVC</td><td>1.35±5.34</td><td>18.12±31.67</td><td>12.78±17.81</td><td>24.59±35.38</td><td>40.74±50.60</td><td>27.05±44.89</td><td>17.48±21.27</td><td>23.09±33.07</td><td>20.65</td></tr><tr><td>제안방법</td><td>0.92±2.14</td><td>25.22±44.37</td><td>7.86±13.87</td><td>27.11±42.33</td><td>49.83±59.95</td><td>11.54±25.70</td><td>12.28±18.57</td><td>17.97±33.18</td><td>19.09</td></tr><tr><td rowspan="2">128</td><td>AIVC</td><td>0.17±1.79</td><td>14.37±28.54</td><td>9.65±14.30</td><td>21.12±32.86</td><td>33.94±45.95</td><td>25.13±44.71</td><td>13.48±16.10</td><td>15.99±25.22</td><td>16.72</td></tr><tr><td>제안방법</td><td>0.57±1.66</td><td>21.60±41.98</td><td>5.66±10.79</td><td>23.84±40.94</td><td>44.14±57.40</td><td>8.86±23.01</td><td>8.36±13.91</td><td>10.84±26.58</td><td>15.49</td></tr><tr><td rowspan="2">256</td><td>AIVC</td><td>0.02±0.65</td><td>12.06±26.00</td><td>8.50±12.51</td><td>19.66±31.84</td><td>30.28±44.95</td><td>22.06±43.60</td><td>12.08±13.98</td><td>12.24±18.57</td><td>14.61</td></tr><tr><td>제안방법</td><td>0.40±1.35</td><td>16.18±37.42</td><td>4.29±8.89</td><td>19.31±36.73</td><td>35.24±54.24</td><td>4.15±12.86</td><td>5.29±9.80</td><td>4.78±15.90</td><td>11.21</td></tr><tr><td rowspan="2">512</td><td>AIVC</td><td>0.01±0.26</td><td>9.99±23.52</td><td>8.00±12.20</td><td>16.09±26.21</td><td>26.87±42.31</td><td>20.99±43.40</td><td>10.85±12.75</td><td>9.41±13.59</td><td>9.41±13.59</td></tr><tr><td>제안방법</td><td>0.40±1.35</td><td>16.18±37.42</td><td>4.29±8.89</td><td>19.31±36.73</td><td>35.24±54.24</td><td>4.15±12.86</td><td>5.29±9.80</td><td>4.78±15.90</td><td>11.21</td></tr><tr><td rowspan="2">평균</td><td>AIVC</td><td>1.00</td><td>16.38</td><td>11.22</td><td>22.55</td><td>37.75</td><td>24.84</td><td>16.00</td><td>18.78</td><td>18.57</td></tr><tr><td>제안방법</td><td>0.79</td><td>23.20</td><td>6.84</td><td>24.48</td><td>45.43</td><td>9.41</td><td>10.38</td><td>13.86</td><td>16.80</td></tr></tbody></table>
|
[
"컬러 조작의 정도를 AIVC 방법 및 제안 방법에서 검출할 때 계산량을 감소시키기 위해서 어떻게 했지?",
"성능을 디모자이킹 방법을 기반으로 하기 위해서 영상 디모킹을 어떻게 했지?",
"기존의 방법에 비해서 컬러조작 검출 능력이 우수하게 나타나는 것은 정규화 기법을 이용하면서 어떻게 해서 이지?",
"상당한 시간을 필요로 하는 방법으로 전체 영상을 \\(\\theta\\) 의 각도단위로 변화시키면 어떻게 되지?",
"본 논문에서는 전체 영상을 \\(\\theta\\) 의 각도단위로 변화시키는 것은 컬러 조작을 검출하기 위한 방법이지만 많은 계산 시간을 요하기 때문에 영상 중앙을 중심으로 해서 어떻게 했지?",
"실험 결과 기존 AIVC방법의 검출 성능이 각도별 조작 검출 평균 오차 및 표준편차 비교한 표2에서 높게 나타난 경우는 무엇이 있지?",
"표 2는 AIVC의 컬러 조작과 컬러조작에 대해 제안한 방법에 대한 검출 오차와 표준편차를 나타내고 있으며 더 우수한 성능을 보이는 것은 무엇이지?",
"\\( 32 \\times 32\\) 블록 크기에서의 AIVC일 때의 평균은 얼마이지?",
"제안한 방법에서 평균값이 제일 큰 블록의 크기는 얼마이지?",
"디모자이킹 일곱가지 방법 중에서 AIVC에서 평균값이 제일 크게 나타나는 방법은 무엇이지?",
"일곱가지 디모자이킹 방법 중 adaptivehomogeneity-directed 방법에서 제안한 방법에서의 평균값은 얼마지?",
"aliasing minimization and zipper elimination방법에서 AIVC의 평균값은 얼마이지?",
"7가지 디모자이킹 방법에서 평균이 10이하이면서 10과 가장 근접한 값을 가진 방법은 무엇이지?",
"평균의 값이 같게 나오는 블럭의 크기 두개 중 크기가 더 큰 블럭은 무엇이지?",
"linearminimum mean square error 디모자이킹 방법에서 평균값이 더 높게 나타나는 방법의 평균값은 얼마이지?"
] |
cf935c5b-aed6-4acd-b601-c574a3767702
|
인공물ED
|
컬러 성분의 정규화와 가중치 합을 이용한 컬러 조작 검출
|
<h2>3.2 계수의 정규화 및 가중치 합</h2> <p>그림 \( 6(\mathrm{a}) \) 의 샘플 영상에서 \( N_{G}^{0}(\theta) \) 의 최댓값은 172 이고 최솟값은 63 이다. 자연 영상은 서로 다른 색 성분 을 가지기 때문에 같은 \( \mathrm{G} \) 채널이지만 영상에 따라 \( N_{G}^{0}(\theta) \) 또는 \( N_{G}^{i}(\theta) \) 의 수는 다르게 나타난다. 이러한 현상은 \( \mathrm{R} \) 및 \( \mathrm{B} \) 채닐의 경우에도 동일하다. 본 논문에서 는 이러한 현상을 해결하기 위하여 각 컬러 채널에서의 \( N_{C}^{0}(\theta) \) 및 \( N_{C}^{i}(\theta) \) 값에 대한 정규화를 다음과 같이 수 행한다.</p> <p>\( n_{C}^{0}(\theta)=\frac{N_{C}^{0}(\theta)}{N_{\max }^{0}(\theta)} \),<caption>(11)</caption></p> <p>\( n_{C}^{i}(\theta)=\frac{N_{C}^{i}(\theta)}{N_{\max }^{i}(\theta)} \)<caption>(12)</caption></p> <p>여기서 \( n_{C}^{0}(\theta) \) 및 \( n_{C}^{i}(\theta) \) 각각 정규화된 \( N_{C}^{0}(\theta) \) 및 \( N_{C}^{i}(\theta) \) 값이고, \( N_{\max }^{0}(\theta) \) 및 \( N_{\max }^{i}(\theta) \) 는 각각 \( N_{C}^{0}(\theta) \) 및 \( N_{C}^{i}(\theta) \) 의 최댓값을 나타낸다. 또한 \( n_{C}^{0}(\theta) \) 와 \( n_{C}^{i}(\theta) \) 의 범위는 0과 1 사이에 존재한다.</p> <p>본 논문에서는 G 채널의 정보만을 사용하는 기존의컬러 조작 검출방법과는 달리 모든 컬러 채널을 사용하는 방법을 사용한다. 일반적으로 자연 영상에서 G 채널정보의 영향력이 인간시각에 대하여 가장 크고, 모든디모자이킹 방법에서 G 채널의 정보가 많이 사용되기 때문에, 본 논문에서는 다음과 같이 컬러 채널의 가중치 합을 사용한다.</p> <p>\( w^{0}(\theta)=\alpha n_{R}^{0}(\theta)+\beta n_{G}^{0}(\theta)+\gamma n_{B}^{0}(\theta) \),<caption>(13)</caption></p> <p>\( w^{i}(\theta)=\alpha n_{R}^{i}(\theta)+\beta n_{G}^{i}(\theta)+\gamma n_{B}^{i}(\theta) \)<caption>(14)</caption></p> <p>여기서 \( w^{0}(\theta) \) 및 \( w^{i}(\theta) \) 각각 \( n_{C}^{0}(\theta) \) 및 \( n_{C}^{i}(\theta) \) 에 대한 가중치 합이며, \( \alpha, \gamma \), 및 \( \gamma \) 는 \( \alpha+\beta+\gamma=1 \) 의 조건을 가지는 가중치들이다. 최종적으로 조작된 컬러의 각 도는 식 (3)과 같이 \( w^{0}(\theta) \) 에 대한 \( w^{i}(\theta) \) 의 비가 최소인 때의 각도를 나타낸다.</p> <p>\( r\left(\theta_{\min }\right)=\min _{\theta} r(\theta) \)<caption>(15)</caption></p> <p>\( r(\theta)=\frac{w^{i}(\theta)}{w^{0}(\theta)} \)<caption>(16)</caption></p> <p>그림 7은 그림 4(a)의 샘플 영상을 이용한 컬러 조작검출 결과를 표현하고 있다. 그림 7에서 볼 수 있는 바와 같이 본 논문의 정규화 및 가중치 합 방법은 모든컬러 채널의 정보를 사용함과 동시에 그림 4의 예와 같은 평탄 영역의 발생 현상을 제거할 수 있는 장점이 있어 컬러 조작 각도 검출의 오류를 줄일 수 있다.</p>
|
[
"이러한 현상을 해결하기 위하여 어떻게 했는가?"
] |
7e67088d-e315-4381-8b80-900e56a2eebe
|
인공물ED
|
컬러 성분의 정규화와 가중치 합을 이용한 컬러 조작 검출
|
<table border><caption></caption><tbody><tr><td>블록크기</td><td>방법</td><td>bilinear</td><td>AHD</td><td>VNG</td><td>AMaZE</td><td>HPHD</td><td>DCB</td><td>IGV</td><td>LMMSE</td><td>평균</td></tr><tr><td rowspan="2">32</td><td>AIVC</td><td>5.37±13.19</td><td>31.50±40.22</td><td>19.28±23.50</td><td>33.65±41.87</td><td>48.95±53.96</td><td>28.95±45.23</td><td>27.18±31.647</td><td>33.16±41.71</td><td>29.41</td></tr><tr><td>제안방법</td><td>3.86±5.71</td><td>37.65±49.25</td><td>14.32±17.78</td><td>35.09±47.470</td><td>58.00±61.30</td><td>19.97±31.15</td><td>20.61±26.62</td><td>27.93±39.51</td><td>27.18</td></tr><tr><td rowspan="2">64</td><td>AIVC</td><td>2.45±7.64</td><td>23.18±32.59</td><td>14.98±17.91</td><td>26.18±34.918</td><td>41.66±50.02</td><td>35.96±46.63</td><td>19.05±22.39</td><td>23.09±33.07</td><td>23.32</td></tr><tr><td>제안방법</td><td>2.67±3.25</td><td>29.69±44.94</td><td>10.75±13.877</td><td>28.23±41.683</td><td>50.61±59.41</td><td>15.63±25.960</td><td>14.21±18.77</td><td>17.97±33.188</td><td>21.22</td></tr><tr><td rowspan="2">128</td><td>AIVC</td><td>0.79±3.69</td><td>19.92±30.02</td><td>12.18±13.73</td><td>23.22±32.58</td><td>36.01±46.14</td><td>35.72±47.36</td><td>15.04±15.88</td><td>15.99±25.22</td><td>19.86</td></tr><tr><td>제안방법</td><td>2.26±2.58</td><td>26.55±42.76</td><td>8.20±10.35</td><td>25.64±40.32</td><td>45.06±56.69</td><td>13.57±23.70</td><td>10.75±14.05</td><td>10.84±26.588</td><td>17.86</td></tr><tr><td rowspan="2">256</td><td>AIVC</td><td>0.27±1.52</td><td>17.42±26.78</td><td>10.71±12.16</td><td>21.51±31.19</td><td>31.55±44.09</td><td>34.26±47.93</td><td>13.81±13.62</td><td>12.24±18.57</td><td>17.72</td></tr><tr><td>제안방법</td><td>2.10±2.48</td><td>2.10±2.48</td><td>6.83±9.32</td><td>25.36±41.10</td><td>42.30±56.60</td><td>11.40±20.88</td><td>9.28±12.88</td><td>7.76±23.08</td><td>16.13</td></tr><tr><td rowspan="2">512</td><td>AIVC</td><td>0.13±0.91</td><td>15.03±24.79</td><td>10.44±11.86</td><td>17.86±25.93</td><td>28.39±41.82</td><td>33.14±48.59</td><td>12.20±12.31</td><td>9.41±13.59</td><td>15.83</td></tr><tr><td>제안방법</td><td>1.95±2.44</td><td>21.31±38.30</td><td>6.27±9.20</td><td>20.95±36.63</td><td>37.19±53.89</td><td>8.30±13.90</td><td>7.65±10.14</td><td>4.78±15.90</td><td>13.55</td></tr><tr><td rowspan="2">평균</td><td>AIVC</td><td>1.80</td><td>21.41</td><td>13.52</td><td>24.48</td><td>37.91</td><td>35.07</td><td>17.42</td><td>18.78</td><td>21.30</td></tr><tr><td>제안방법</td><td>2.57</td><td>28.52</td><td>9.27</td><td>27.05</td><td>46.63</td><td>13.77</td><td>12.50</td><td>13.86</td><td>19.27</td></tr></tbody></table>
|
[
"다음 표에서 32 AIVC와 bilinear의 값은 뭐야"
] |
af6cfc44-df8e-45fe-8c25-abefd84eb24a
|
인공물ED
|
고성능 영구자석 동기전동기 운전을 위한 영위상오차 속도제어기의 구현
|
<h1>4. 시뮬레이션 결과</h1> <p>실험에 앞서 제어기의 이론적 성능을 검증하기 위하여 실험과 동일한 조건하에서 MATLAB을 이용한 시뮬레이션 연구를 수행하였다. 표 \(1\)에 시뮬레이션 및 실험에 사용한 동기전동기의 제원을 수록하였다. 전동기는 DD(Direct Drive)형 저속 고토크 동기전동기로서 반도체 이송장비 등에 사용하는 초정밀 서보전동기이다.</p> <table border><caption>Table \(1\) Rating of the synchronous motor(DDR)</caption> <tbody><tr><td>Parameters</td><td>Value</td><td>cmp.</td></tr><tr><td>Polse</td><td>\(32\)</td><td></td></tr><tr><td>Stator Resistance</td><td>\( 2.15 \Omega \)</td><td>DQ-model</td></tr><tr><td>Stator Inductance</td><td>\(16\) mH</td><td>DQ-model</td></tr><tr><td>Back-ENF Const.</td><td>\( 0.188 \mathrm{V} / \mathrm{rad} / \mathrm{s} \)</td><td>DQ-model</td></tr><tr><td>Inertia</td><td>\( 0.05 \mathrm{Nm} \mathrm{s}^{2} / \mathrm{rad} \)</td><td></td></tr><tr><td>Speed (rate)</td><td>\(2\) RPS</td><td>Max \(4\) RPS</td></tr><tr><td>Torque (rate)</td><td>\(20\) Nm</td><td>Max \(40\) Nm</td></tr></tbody></table> <p>시뮬레이션에서 최대한 실제 실험상황과 유사한 환경을 조성하기 위하여 DSP를 사용한 서보제어기와 동일한 구조의 제어계를 구성하였다. 하위 제어구조인 전류 제어기는 비간섭 동기좌표계 PI제어기로 구성되었으며 SV(Space-Vector)PWM을 사용하여 전동기에 전압을 인가한다. 전류제어기의 샘플링주파수는 \( 10 \mathrm{kHz} \)(스위칭 주파수 \( 20 \mathrm{kHz} \) )이며 \( 3,000 \mathrm{rad} / \mathrm{s} \)의 차단주파수를 갖는다. 속도제어기는 PI, IP, \(2\)자유도 그리고 ZPE 제어기로 각각 구성하였으며 모두 \( 2 \mathrm{kHz} \)의 샘플링주파수와 \( 300 \mathrm{rad} / \mathrm{s} \)의 차단주파수를 갖도록 설계하였다. 시뮬레이션 및 실험에 사용한 각 제어기의 루프 이득을 표 \(2\)에 수록하였다. \(2\)자유도제어기 및 ZPE 제어기의 경우 정확한 차단 주파수 설정이 곤란하기 때문에 IP 제어기와 동일한 수준의 부하외란억제 성능을 갖도록 루프 이득을 설정하였다. \(2\)자유도제어기의 분배비율 \( \alpha \) 는 PI와 IP 제어기의 중간적 성능을 갖도록 \( 0.5 \)의 값을 사용하였다.</p> <table border><caption>Title</caption> <tbody><tr><td>Controller</td><td>\( K_{P} \)</td><td>\( K_{I} \)</td><td>\( \alpha \)</td><td>\( K_{F} \)</td></tr><tr><td>P1</td><td>\(300.\)</td><td>\(18,000.\)</td><td></td><td></td></tr><tr><td>IP</td><td>\(346.\)</td><td>\(30,000.\)</td><td></td><td></td></tr><tr><td>\(2\)DOF</td><td>\(346.\)</td><td>\(30,000.\)</td><td>\(0.5\)</td><td></td></tr><tr><td>ZPE</td><td>\(173.\)</td><td>\(30,000.\)</td><td></td><td>\(0.00578\)</td></tr></tbody></table> <p>그림 \(7\)에는 각각 PI 속도제어기, IP 속도제어기, \( 2\)DOF 속도제어기 그리고 제안된 ZPE 속도제어기에 대한 시뮬레이션 결과가 도시되어 있다. 각 그림의 상단에는 전동기토크(Torque) 및 부하토크(T_Load)가 도시되어 있으며, 중단에는 속도명령( \( \mathrm{Wrm} *) \) 및 전동기 속도(Wrm), 하단에는 확대된 속도오차(Wrm_Error)가 도시되어 있다.</p> <p>시뮬레이션에서는 \( 0.05 \) 초에서 \( 0 \rightarrow 1 \mathrm{rps} \) 로 가속시키고 \( 0.4 \) 초에서 \( 1 \rightarrow 0 \mathrm{rps} \) 로 감속하는 속도패턴을 사용하였다. 속도명령은 과적분(Wind-up)이 일어나지 않도록 \( 20 \mathrm{rps} / \mathrm{s} \)의 기울기를 갖는 램프형태로 입력되며 정격토크의 약 \( 1 / 3 \)로 가속되도록 설정하였다. 스텝명령을 사용하면 적분기에서 과적분이 일어나며 이 경우에는 과적분 억제(Anti-Windup) 알고리즘의 영향을 매우 크게 받기 때문에 제어기 자체의 성능을 명확하게 파악하기 어렵다. 한편, 시뮬레이션에서 부하외란억제 성능을 관찰하기 위하여 약 \( 0.2 \)초부터 정격에 해당하는 \( 20 \mathrm{Nm} \)의 부하 토크를 \(0.1\)초간 인가하였다.</p> <p>각 제어기의 시뮬레이션 파형에서 하단에 도시된 '속도오차'파형을 관찰하면 제어기의 명령 추종 성능을 쉽게 파악할 수 있다. 그림 \(7\)(a)의 PI 속도제어기의 경우 그림 \(7\)(b)의 IP 속도제어기 및 그림 \(7\)(c)의 \(2\)자유도 속도제어기에 비하여 속도 추종 능력이 우수한 반면 위에서 언급한 바와 같이 동일한 차단 주파수에서 루프이득이 약간 감소하는 경향이 있기 때문에 다른 제어기에 비하여 부하외란억제 성능이 약간 감소하는 것을 볼 수 있다. PI제어기는 동일한 차단 주파수의 여타 제어기에 비하여 과도상태 동작 성능이 비교적 우수하다고 할 수 있으나 속도 명령이 변동하는 상태에서 상당한 오차와 함께 오버슛(Over-shoot)현상이 발생하는 문제가 있다. IP 제어기는 PI 제어기와 동일한 차단주파수를 갖는 경우 부하 변동에 대한 복귀능력은 우수하지만 속도 추종 능력이 현저히 떨어지는 것을 볼 수 있다. \( 2\)DOF 제어기는 예측한 바와 같이 PI와 IP 의 중간적인 성능을 갖는다.</p> <p>한편, 제안된 ZPE 속도제어기의 성능이 도시된 그림 \( 7\)(d)\를 관찰하면 기존의 제어기에 비하여 월등히 우수한 명령추종성능을 보이고 있음을 확인할 수 있다. 속도 명령이 변곡되는 순간에 미세한 속도오차가 발생하지만 가속하는 구간 동안 제어오차 \(0\)을 유지한다. 부하외란억제 성능은 예측한 바와 같이 IP 혹은 \( 2\)DOF 제어기와 동일한 성능을 갖는다.</p> <p>이러한 시뮬레이션 결과를 동시에 비교하기 위하여 그림 \(7\)의 결과를 그림 \(8\)에 겹쳐서 도시하였다. 그림의 상단에는 속도명령과 전동기 속도가 rps단위로 도시되어 있으며 하단에는 속도오차가 도시되어 있다. 제안된 ZPE 속도제어기는 이론적으로 위상오차를 허용하지 않기 때문에 이상적인 속도명령 추종 성능을 보이고 있다.</p> <p>ZPE 속도제어기는 주파수를 갖는 속도 명령이 입력될 때 가장 이상적인 동작특성을 보인다. 그림 \(9\)에는 각 속도제어기에 \( 5 \mathrm{Hz} \)의 주파수를 갖는 정현파 입력이 인가된 경우에 대한 시뮬레이션 결과가 도시되어 있다. 속도제어기의 차단 주파수가 약 \( 50 \mathrm{Hz}(300 \mathrm{rad} / \mathrm{s}) \)로 설정되었기 때문에 이의 \( 1 / 10 \) 인 \( 5 \mathrm{Hz} \) 주파수에 대해서는 모든 제어기가 거의 이득 \(1\) 로 동작해야 한다. 그림 \(12\)의 상단에 있는 속도 파형을 보면 대부분의 제어기에서 속도제어가 양호하게 이루어지고 있는 것으로 보이지만 하단의 확대된 속도오차 파형을 관찰하면 기존의 범용 제어기에서 비교적 큰 추종 오차가 발생하고 있음을 볼 수 있다. 반면 ZPE 속도제어기는 거의 오차 '\(0\)'에 가까운 뛰어난 제어성능을 지니고 있음을 확인 할 수 있다.</p>
|
[
"Table 1에서 Polse, Stator Inductance 등을 구성하는 항목은 뭐야?",
"Table 1에서 DQ-model, Max \\(40\\) Nm 등을 나타내는 항목은 뭐야?",
"Table \\(1\\)에서 Torque의 Value는 뭐야?",
"Table 1에서 Speed Value는 어떻게 돼?",
"해당 표에서 P1, ZPE 등을 구성하는 항목은 뭐야?",
"Table 1에서 Polse의 Value 값은 뭐야?",
"Table 1을 보면 cmp.가 공란을 나타내는 게 2가지가 있는데 Inertia를 제외한 Parameters의 Value 값은 몇이야?",
"위 표에서 나타내는 ZPE의 \\( K_{P} \\) 값은 뭐야?",
"Table 1에서 \\(16\\) mH, \\(20\\) Nm 등의 수치를 나타내는 항목은 뭐야?",
"위에 나타내는 표에서 α를 나타내는 값의 항목은 뭐야?",
"해당 표에서 \\( K_{F} \\) 값은 유일하게 나오는데 그 값은 얼마야?",
"해당 표에서 IP \\(30,000.\\) 를 나타내는 항목은 뭐야?"
] |
2aa73852-9759-4d41-9d32-65b95080d16f
|
인공물ED
|
벤더형 모듈을 이용한 광대역 압전 하베스터 연구
|
<h1>1. 서 론</h1><p>사물인터넷(Internet of Thing, IoT)은 다양한 센서와 결합하여 유선과 무선으로 데이터를 주고받는다. 원활한 IoT 기술을 위해서 배터리 교체가 필요 없는 무선 센서 노드가 필요하다. 배터리를 대체하기 위해서 압전 에너지 하베스팅 기술이 적합하다. 압전 에너지 하베스터의 발전량이 \( 1 \mathrm{mW} \) 이상이면 온도 센서, 진동 센서, 전압 센서 등의 데이터를 무선으로 송신하는 것이 가능하여 구조물의 상태를 감지하는 센서 모듈에 사용 가능하다. 일반적인 압전 에너지 하베스팅의 기본 구조는 금속판의 한 쪽만 고정하는 캔틸레버 방식으로 이러한 방식은 많은 연구에도 불구하고 공진 주파수 부근에서만 높은 발전량이 나타나기 때문에 상용화에 한계가 있다. 이를 해결하기 위해 금속판의 크기나 재질, 무게 추 등으로 공진 주파수에 맞게 설계하여 하베스터의 공진 주파수를 튜닝하거나 전자기를 이용하여 진동 주파수를 튜닝하는 연구가 있었다. 하지만 주파수 폭이 넓은 진동 환경에서 캔틸레버 구조의 하베스터는 현격히 낮은 발전량이 나타나는 단점이 있다. 이를 해결하기위해 넓은 영역의 주파수에서 일정 이상의 발전량을 얻을 수 있는 연구가 필요하다.</p><p>Fig. 1(a)는 벤더형 압전 모듈의 개념도이다. 금속판의 양 끝을 지지하는 형태이며 지지대 하단에 스프링이 결합하여 있고 2개의 압전체 사이에는 무게 추를 연결 할 수 있는 구조이다. Fig. 1(b)는 벤더형 압전 하베스터 모듈을 \( n \)개 결합한 구조를 나타낸다. 각각 다른 진동 주파수에서 발생 전력을 얻을 수 있는 압전 모듈을 하베스터 형태로 조합하면 폭넓은 진동 주파수 영역에서 Fig. 1(b)와 같은 특정 발전량 이상 얻을 수 있다. 이같은 이유로 본 연구에서는 1개의 벤더형 압전 모듈의 무게 추 변화와 진동 주파수에 따른 발전 특성을 평가하였다. 또한 다양한 주파수 영역에서 높은 발전량을 확보하기 위해 Fig. 1(b)와 같은 벤더형 하베스터를 벤더형 압전 모듈 3개(Type I harvester), 6개(Type II harvester)결합한 형태로 설계하여 주파수 환경에 따른 발전특성을 평가하였다.</p>
|
[
"압전 모듈을 하베스터 형태를 각각 다른 진동 주파수에서 발생 전력을 얻을 수 있게 조합하면 특정 발전량 이상을 어떤 영역에서 얻을 수 있지?",
"IoT 기술을 원활하게 하기 위해서는 무선 센서 노드로 배터리를 교체하지 않는 것이 중요하지?",
"Fig. 1(a)의 개념도로 지지대 하단에 스프링이 결합하여 있고 2개의 압전체 사이에는 무게 추를 연결 할 수 있는 구조로써 금속판의 양 끝을 지지하는 형태는 무엇이지?",
"IoT 기술에서 배터리 대신 사용할 수 있는 기술은 무엇이지?",
"일반적인 압전 에너지 하베스팅의 기본 구조의 특성으로 공진 주파수 부근에만 높은 발전이 나와서 상용화의 한계를 가지는 방식은 무엇이지?",
"원활한 사물 인터넷을 위해서는 배터리 교체를 하지 않아도 되는 무엇이 필요하지?",
"다양한 센서와 결합하면서 데이터를 유,무선으로 주고 받는 것을 무엇이라고 하지?",
"배터리 대체를 위한 압전 에너지 하베스터는 발전량이 얼마 이상 일 때 무선으로 송수신이 가능하지?",
"벤더형 압전 하베스터 모듈을 \\( n \\)개 결합한 구조처럼 특정 발전량 이상을 폭넓은 진동 주파수 영역에서 어떻게 얻을 수 있지?",
"벤더형 압전 모듈의 개념도를 확인하면 무게 추를 연결하는 위치는 어디이지?",
"벤더형 하베스터를 벤더형 압전 모듈 3개의 Type I harvester, 6개의 Type II harvester가 결합되게 설계하여 넓은 주파수 영역에서 높은 발전량을 확보하기 위해서 어떻게 평가했지?"
] |
cde1828d-ab7d-4959-bb02-5e209d3a6b5a
|
인공물ED
|
벤더형 모듈을 이용한 광대역 압전 하베스터 연구
|
<h1>2. 실험 방법</h1><h2>2.1 벤더형 압전 모듈 설계</h2><p>Fig. 2는 압전 사각 시트 소자 2개가 금속판에 붙여진 압전 벤더 구조를 나타낸다. 테이프 캐스팅하여 적층한 압전 소자 2개를 SUS 재질의 금속판에 부착하였다. 금속판은 중앙과 양 끝 부분에 구멍을 내어 지지대와 결합하거나 무게 추와 연결을 쉽게 하였다. 압전 시트의 조성은 \( 0.7 \mathrm{Pb}\left(\mathrm{Zr}_{0.47} \mathrm{Ti}_{0.53}\right) \mathrm{O}_{3}-0.3 \)\( \left[\mathrm{Pb}\left(\mathrm{Zn}_{0.45} \mathrm{Ni}_{0.55}\right)_{1 / 3} \mathrm{Nb}_{2 / 3}\right] \mathrm{O}_{3} \) 이며 압전 특성값은 압전 상수(\(d33\)) \( 456 \mathrm{pC} / \mathrm{N} \), 압전 전압 상수 \( \left({g}_{33}\right) 26 \mathrm{Vm} / \mathrm{N} \), 전기기계결합계수 \( (\mathrm{kp}) \) \( 68.9 \% \), 품질계수 \( \left(\mathrm{Q}_{m}\right) 56 \)이다. 이때 압전 캔틸레버형과 벤더형의 차이를 보기 위해 지지대에 직접 결합한 구조와 스프링을 함께 결합한 구조 2가지로 설계하였다. 이때 무게 추의 질량은 \( 116 \mathrm{g} \)을 연결하였다.</p><h2>2.2 벤더형 압전 하베스터 제작</h2><p>벤더형 압전 모듈을 다수 결합하여 Type Ⅰ 하베스터와 Type Ⅱ 하베스터를 Fig. 3과 같이 제작하였으며 벤더의 압전 시트 전극 양단을 정류회로에 각각 연결하고 이들을 다시 병렬로 연결하여 구성하였다. 무게 추는 벤더 압전 모듈에 결합력을 높이고 변경이 쉽도록 수나사와 암나사를 사용하였다. 원활한 광대역 주파수 확보를 위해 무게 추의 질량을 변화했으며 Type Ⅱ 하베스터는 Fig. 3과 같이 Type Ⅰ 하베스터를 상하층으로 배열하여 설계하였다.</p><h2>2.3 발전 특성 평가 방법</h2><p>Fig. 4는 제작한 압전 하베스터를 특정 진동 환경에 놓았을 때 발생 전력을 계측하기 위한 실험 장치이다. 파형 발생기로 주기적인 파형을 만들고 증폭기로 신호를 증폭하여 가진계에 인가하면 입력한 파형으로 진동하게 된다. 파형은 사인파로 \(0\sim120 \mathrm{Hz} \)로 인가하였다. 이때 가진기의 진동 가속도는 \( 0.08 \sim 3.4 \mathrm{g}(1 \mathrm{g}=9.8 \mathrm{m} / \mathrm{sec}^{2} \) )이었다. 제작한 압전 하베스터를 가진계 위에 고정한 뒤 각각의 압전 시트에서 발생하는 교류 신호를 정류하기 위해 회로를 구성하였다. 4개의 다이오드를 결합하여 교류 신호를 정류하는 회로를 구성하고 커패시터를 연결하여 직류신호로 변환하였다. 1개의 압전 시트는 4개의 다이오드와 커패시터를 연결하였으며 다수의 압전 시트 결합할 때도 같게 연결한 뒤 모든 커패시터를 병렬 연결하였다. 발생 전압, 전류를 측정하기 위해서 임피던스 매칭을 통하여 \( 100 \mathrm{kohm} \) 저항을 연결하였으며 전력계를 통하여 발생 전압, 전류, 그리고 전력을 계측하였다.</p>
|
[
"실험에서 사용된 2개의 구조는 무엇인가?",
"압전 캔틸레버형과 벤더형의 차이를 보려고 어떤 구조랑 어떤 구조 2가지로 설계한거야?",
"SUS 재질의 금속판에 부착된 테이프를 캐스팅하여 적층한 압전 소자의 개수는 몇 개인가?",
"압전 소자 몇개를 금속판에 부착한거야?",
"압전 시트의 전기기계결합계수는 얼마인가?",
"압전 시트의 \\( (\\mathrm{kp}) \\)는 몇 프로야?",
"금속판에서 구멍이 뚫린 곳은 어디인가?",
"금속판 어디에 구멍을 내야 되는거야?",
"압전 시트에서 \\({g}_{33}\\)는 무엇을 의미하는가?",
"압전 시트의 조성 중에서 \\( \\left({g}_{33}\\right) 26 \\mathrm{Vm} / \\mathrm{N} \\)를 나타내는 것은 뭐야?",
"실험에서 사용된 추의 질량은 얼마인가?",
"본문에서 미루어 볼 때 실험에 활용된 무게 추 질량은 몇 g이야?",
"무게 추는 수나사만 사용되었는가?",
"무게추는 수나사와 암나사를 썼는데 그 이유는 벤더 압전 모듈에 결합력을 낮추기 위해서지?",
"무게 추의 질량은 항상 일정한가?",
"원활한 광대역 주파수는 불필요하지?",
"Type Ⅱ 하베스터는 어떻게 설계되었는가?",
"실험 장치에 주기적인 파형을 인가하면 어떻게 되는가?",
"가진기의 진동 가속도는 항상 중력 가속도보다 작은가?",
"가진기의 진동 가속도는 \\( 0.08 \\sim 9.4 \\mathrm{g}(1 \\mathrm{g}=9.8 \\mathrm{m} / \\mathrm{sec}^{2} \\) ) 였지?",
"교류 신호를 정류하는 회로에 몇 개의 다이오드가 사용되었는가?",
"몇개의 다이오드를 합해서 교류 신호를 정류하는 회로를 구성한거야?",
"1개의 압전 시트는 몇 개의 다이오드와 연결되었는가?",
"커패시터를 언결할 때 1개 압전 시트는 몇개의 다이오드에 연결해?",
"모든 커패시터는 직렬로 연결되었는가?",
"다수의 압전 시트 결합할 때는 2개의 압전 시트를 5개의 다이오드 커패시터를 연결하지?"
] |
88d3bab2-cc59-4113-b3e5-6fa23b0f09e7
|
인공물ED
|
벤더형 모듈을 이용한 광대역 압전 하베스터 연구
|
<h1>3. 결과 및 고찰</h1><h2>3.1 벤더형 압전 모듈의 spring 및 mass 에 의한 발전특성</h2><p>Fig. 5는 벤더형 구조 지지대에 스프링 없이 직접 연결한 구조와 스프링을 연결한 구조에 대한 진동 주파수에 따른 발생 전압을 나타낸다. 캔틸레버 형태와는 달리 벤더 형태일 때는 Fig.5(a)와 같이 여러개의 피크가 나타나는 것을 확인하였다. 같은 구조로 지지대 연결 시 스프링과 함께 결합하게 되면 Fig. 5(b)와 같이 전압 피크가 다양한 진동 주파수에서 나타나며 피크 개수가 증가하고 전압 피크가 넓은 주파수 영역에서 나타났다. 스프링이 없는 경우 주피크는 \( 14 \mathrm{Hz} \)에서 \( 24.996 \mathrm{V} \)가 나타났고 스프링이 결합된 구조인 경우 주피크는 \( 9 \mathrm{Hz} \)에서 \( 20.996 \mathrm{V} \)가 측정되었다. 동일한 구조에서 스프링 결합에 의해 주파수가 낮아지는 것을 확인하였다. Fig. 5의 결과를 바탕으로 광대역 에너지 하베스터의 모듈은 스프링이 결합한 벤더형 구조를 선정하였으며 무게 추 변화에 따른 압전 벤더 모듈의 발전량 변화를 알아보고자 하였다.</p><p>Fig. 6은 무게 추 변화와 진동 주파수 변화에 따른 발생량을 나타낸다. 무게 추가 없는 \( 0 \mathrm{g} \) 일 때 \( 48 \mathrm{Hz} \)에서 최대의 발전량이 나타났으며, 무게 추가 \( 1.3 \mathrm{g} \) 일 때는 \( 41 \mathrm{Hz} \), 무게 추가 \( 2.6 \mathrm{g} \)일 때는 \( 39 \mathrm{Hz} \), 무게 추가 \( 3.9 \mathrm{g} \) 일 때는 \( 36 \mathrm{Hz} \)에서 발전량이 최대가 나타났다. 무게 추의 질량을 증가시킴에 따라 최대 발생 전력이 나타나는 공진 주파수는 저주파수 쪽으로 이동함과 동시에 최대 발전량의 위치변화 폭은 줄어들었다. 이 같은 무게추의 질량 변화로 최대 발전량이 나타나는 공진 주파수의 조절이 가능함을 확인하였다.</p><h2>3.2 벤더형 압전 하베스터의 발전 특성</h2><p>Fig. 7은 Type Ⅰ 하베스터의 진동 주파수에 따른 전압, 전류, 발전량을 나타낸다. 벤더형 모듈 3개의 무게 추는 무게 추 변화 실험에서 최대 발전량 주파수 위치의 변화가 큰 \( 1.3,2.6,3.9 \mathrm{g} \)을 선택하여 결합하였다. 무게 추가 결합한 벤더형 모듈 1개의 발전량의 경우 최대의 발전량이 나타나는 피크가 1개가 나타나게 되는데, 무게 추가 다른 3 개의 벤더형 모듈을 결합한 결과 3개의 피크가 결합한 형태로 발전 특성 그래프를 얻을 수 있었다. 진동 주파수 34, 38, 42에서 발생전력은 각각 \( 1.736 \sim 2.094 \mathrm{mW} \) 얻을 수 있었으며 진동 주파수 \( 34 \sim 45 \mathrm{Hz} \) 영역에서 발생 전력은 \( 1 \mathrm{mW} \) 이상으로 구조물 상태 감시에 충분함을 확인할 수 있었다.</p><p>Fig. 8은 Type Ⅱ 하베스터의 진동 주파수에 따른 전압, 전류, 발전량을 나타낸다. 전력 피크는 Type Ⅰ과 다르게 2개가 나타났다. 이는 6개의 벤더형 모듈의 무게 추가 모두 다른 것을 사용하지 않고 2개씩 같은 무게 추를 사용하였고 하베스터의 무게 증가로 공진 주파수가 변함에 따른 것으로 판단된다. 진동 주파수 \( 35 \mathrm{Hz} \)에서 발생 전력 \( 3.081 \mathrm{mW} \)를 얻었고, 진동 주파수 48\( \mathrm{Hz} \)에서 발생 전력 \( 2.507 \mathrm{mW} \)를 얻었다.</p><p>Fig. 9는 Type Ⅰ 하베스터와 Type Ⅱ 하베스터의 진동 주파수에 따른 발전량을 비교한 그래프이다. Type Ⅱ 하베스터는 Type Ⅰ 하베스터에 비해서 최대 발생 전력은 \( 0.031 \mathrm{mW} \) 적게 나타났지만, \( 1 \mathrm{mW} \) 발생 전력 이상 나타나는 진동 주파수 폭은 \( 3 \mathrm{Hz} \) 증가한 \( 31 \mathrm{Hz} \)에서 \( 45 \mathrm{Hz} \)까지 나타났다. 이는 압전 에너지 하베스팅 기술을 이용할 때 진동원의 주파수가 \( 31 \mathrm{Hz} \)에서 \( 45 \mathrm{Hz} \)일 때 소비전력이 \( 1 \mathrm{mW} \)인 무선 센서 노드를 사용할 수 있음을 보여준다..</p>
|
[
"캔틸레버 형태일 때는 실험 결과상 피크가 한 개 이하로 나타났어?",
"스프링이 없는 경우에 벤더형 구조의 주피크는 어느 주파수대에서 발생했어?",
"스프링이 없는 경우에 벤더형 구조의 전압 피크는 주피크에서 얼마가 나왔어?",
"캔틸레버 형태와 벤더 형태 중에서 여러개의 피크값이 실험결과로 나타난 것은 뭐야?",
"무게추의 무게 조건이 어떨 때 \\( 48 \\mathrm{Hz} \\)에서 최대 발전량이 실험 결과로 나타났어?",
"벤터형 모듈을 구성한 3개의 무게 추의 각각 무게는 얼마로 선택했어?",
"Fig. 7 그림자료에서는 어떤 진동주파수에 따른 전기적 물리량을 나타내고 있어?",
"Fig. 7 그림자료는 하베스터의 어떤 물리량에 따른 전압, 전류, 발전량을 도식화한거야?",
"진동 주파수 \\( 34 \\sim 45 \\mathrm{Hz} \\) 영역에서 발생한 전력량은 구조물 상태 감시에 적합해?",
"Type Ⅱ 하베스터의 전력 피크가 2개로 나타난 이유가 뭐야?",
"벤더형 모듈을 어떤 구조로 했을 때 실험결과에서 3개의 피크를 관찰할 수 있었어?",
"Type Ⅱ 하베스터의 최대 발생 전력이 Type Ⅰ 하베스터보다 더 커?",
"하베스터의 무게 변화는 공진 주파수에 영향을 줘?",
"실험 결과에서 무게 추가 결합된 벤더형 모듈 1개의 발전량 분석결과에서는 피크가 몇 개 나타났어?"
] |
edbe4fbb-2657-4706-9a54-54f3a9ba2980
|
인공물ED
|
벤더형 모듈을 이용한 광대역 압전 하베스터 연구
|
<h1>4. 결 론</h1><p>본 연구에서는 캔틸레버 형태 압전 모듈의 단점을 보완하고자 벤더형태로 제작하였다. 다양한 진동환경에서의 발생 전력을 조사하여 다음과 같은 결론을 얻었다.</p><ol type=1 start=1><li>벤더형 압전 모듈은 압전 캔틸레버와 비교하였을때 최대 발생 전압의 피크 수가 증가하였으며, 벤더형 압전 모듈에 스프링이 결합한 경우 중심 주파수가 낮아지는 것을 확인하였다.</li><li>무게 추의 질량을 증가시킴에 따라 최대 발생 전력이 나타나는 진동 주파수는 저주파수 쪽으로 이동하였으며, 무게 추의 질량을 증가시킴에 따라 최대 발전량의 위치변화는 줄어들게 되어 무게 추의 질량이 \( 10.3 \mathrm{g} \) 일 때 \( 30 \mathrm{Hz} \)에서 최대 발전량이 나타났다. 무게 추의 질량 변화로 최대 발전량이 나타나는 진동 주파수를 \( 48 \mathrm{Hz} \)에서 \( 30 \mathrm{Hz} \)까지 이동시킬 수 있음을 확인하였다.</li><li>3. Type Ⅰ 하베스터는 \( 1 \mathrm{mW} \) 이상 되는 진동 주파수 구간이 \( 3445 \mathrm{Hz} \)이었으며, 진동 주파수 \( 38 \mathrm{Hz} \)에서 최대 발생전력 \( 3.112 \mathrm{mW} \)를 얻었다. Type II 하베스터는 \( 1 \mathrm{mW} \) 이상 되는 진동 주파수 구간이 \(31\sim 45 \mathrm{Hz}\) 이었으며, 진동 주파수 \( 35 \mathrm{Hz} \)에서 최대 발생 전력 \( 3.081 \mathrm{mW} \)를 얻었다.</li><li>4. Type Ⅱ 하베스터는 Type Ⅰ 하베스터에 비해서 최대 발생 전력은 \( 0.031 \mathrm{mW} \) 적게 나타났지만, \( 1 \mathrm{mW} \) 전력 이상 나타나 는 진동 주파수 폭은 \( 3 \mathrm{Hz} \) 증가하였다.</li></ol>
|
[
"벤더형 압전 모듈은 압전 캔틸레버와 비교하였을때 최대 발생 전압의 피크 수는 증가하는가?",
"벤더형 압전 모듈에 스프링이 결합한 경우 낮아지는 것은 무엇인가?",
"무게 추의 질량 변화로 최대 발전량이 나타나는 진동 주파수를 \\( 48 \\mathrm{Hz} \\)에서 몇\\( \\mathrm{Hz} \\)까지 이동시킬 수 있는가?",
"Type Ⅰ 하베스터는 \\( 1 \\mathrm{mW} \\) 이상 되는 진동 주파수 구간은 몇인가?",
"무게 추의 질량을 증가시킴에 따라 최대 발생 전력이 나타나는 진동 주파수는 저주파수 쪽으로 이동하는가?"
] |
b6efc37d-823a-46bb-8b85-f01a1fa0b388
|
인공물ED
|
모바일 기기용 커버유리 기술 동향
|
<h1>3. 커버유리 가공기술 동향</h1><p>최근 커버유리 분야에서 유리 자체보다는 강화 장비와 가공하는 설비 기술에 업체들의 관심이 높아져 있다. 지금까지 중국의 값싼 인건비를 바탕으로 이루어지던 커버 유리 강화 및 가공 작업이 이제는 고효율 장비로 이전해 가고 있다. 특히 삼성전자에서 시작된 커브드 커버유리로 인해 대부분의 스마트폰 업체에서 입체 형상의 유리를 중심으로 디자인이 변화하고 있어 이를 생산하기 위한 보다 효율적 시스템 개발이 요구되고 있다.</p><p>한편으로 커버유리에서 적용하던 화학강화유리가 자동차유리에 적용이 검토됨에 따라 대형 유리기판의 화학강화 기술이 주목 받고 있다. 또한 태양전지나 건축용 로이글라스 제품 등에서도 화학강화유리가 경량화 이슈로 관심이 많다. 특히 BMW에서 화학강화유리를 적용하여 경량화를 시도한 유리 제품이 나와 있어 이에 대한 기대가 매우 높다.</p><h2>3.1. 강화기술의 변화</h2><p>화학강화로는 보편적 기술이 된 상태이다. 현재 화학 강화유리의 생산의 \( 90 \% \)이상이 중국에서 이루어지고 있기 때문에 중국내 생산 장비의 경우 중국산 화학강화장비가 대부분이라고 해도 무방하다.</p><p>커버유리 화학강화기술은 크게 연속화와 대형유리강화가 주목 받고 있다. 물론 화학강화 촉진을 위한 첨가제 도입과 공정의 효율화가 진행되고 있으나, 이는 기업들의 노하우로 숨기는 경우가 대부분이다. 본고에서는 대표적 장치 기술과 그 예를 소개하고자 한다.</p><h3>3.1.1. 단속식 화학강화장치</h3><p>이탈리아의 LEMA사는 40년간 화학강화유리로 전문 메이커이다. 테플릿PC, 스마트폰 커버 유리, 기타 특수 유리 강화 등을 할 수 있는 장비이다. 장비의 구성 상태로 보면 장비 상부에서 예열을 하고, 하단부에서 화학강화 후 제품이 담긴 지그를 상부로 올려 다시 서냉까지의 공정을 수행한다. 세정시스템은 별도로 요구된다. 전형적인 단속식 장비로 국내에서는 2008년 12월 대구대 허성관교수가 4각 화학강화 장치를 개발하였다고 대한 설비관리학회지에 발표한 바 있다.</p><h3>3.1.2. 반면속식 대형유리강화장비</h3><p>[그림 9]은 Xinology사의 화학강화로를 보여주고 있다. 예열 및 냉각 장치를 상부에 2대를 두고 가운데 아래에 화학강화로를 두어 생산효울을 올리는 방식을 사용하고 있다. 이 회사의 제품의 특징 중 하나는 대형 유리를 생산할 수 있다고 규격에 내세우고 있는 것이다. 특히 규격으로 보면 12 세대급 이상의 크기를 갖는 유리를 화학강화 처리할 수 있다고 되어 있다. 그러나 한편으로 보변 그 폭이 \( 1\mathrm{m} \) 정도 밖에 되지 않아 넣을 수 있는 수량의 다소 적다는 단점이 있으나, 중국에서도 초대형의 생산 능력 우수한 장비를 생산하고 있다는 점은 주목할 만하다.</p><p>[그림 10]는 국내 화학강화로 게조사인 카라사 제품을 보여주고 있다. 예열 및 냉각 장치를 상부에 2대를 두고 가운데 아래에 화학강화로와 세정 장치를 두어 생산효율을 올리는 방식을 사용하고 있다.</p><p>카라사 외에도 국내에는 P&Tech, 엔앤시글라스텍 등이 대형 유리까지 화학강화 가능한 장비를 생산하고 있다. P&Tech사의 경우는 전체 화학강화시스템에 강화로를 여러 대 두고 있는 점과 관앤시글라스텍은 전체 시스템에 예열장치가 여러 대 배치하여 생산성을 높였다. 그 외에도 한국세라믹기술원, 도우인시스 등에서도 생산효율 및 고품질화를 위한 다양한 기술을 보유하고 있는 것으로 확인되고 있다.</p><h3>3.1.3. 연속장비</h3><p>독일 JSJ Jodeit사는 2015년 6월 제21회 유리기술인 모임에서 국내에서는 처음으로 [그림 11]의 스프레이 방식의 연속식 화학강화 장비와 기술에 대해 공개하였다. 그림에서 볼 수 있는 것처럼 각 단계별로 공정 시간이 요구되는 단속식에 비하여 연속적으로 공정이 진행되기 때문에 높은 생산효율을 높을 수 있다고 주장하고 있다. 적용되는 스프레이용 염에 대한 의문 및 높은 초기 투자비가 문게점으로 대두되고 있으나, 본 기술이 생산성 향상에 있어서 매우 혁신적인 점이 있기 때문에 이에 대한 국내외 관심은 매우 눞다.</p>
|
[
"단속식 화학강화장치의 구성 상태로 보면 장비 상부에서 예열을 하고, 하단부에서 화학강화 후 제품이 담긴 지그를 상부로 올려 다시 서냉까지의 공정을 수행하는가?",
"본 기술이 생산성 향상에 있어서 매우 혁신적인 점이 있기 때문에 이에 대한 국내외 관심은 매우 높은가?",
"최근 커버유리 분야에서 유리 자체보다는 강화 장비와 가공하는 설비 기술에 업체들의 관심이 높아져 있나?",
"지금까지 중국의 값싼 인건비를 바탕으로 이루어지던 커버 유리 강화 및 가공 작업이 이제는 고효율 장비로 이전해 가고 있나?",
"삼성전자에서 시작된 커브드 커버유리로 인해 대부분의 스마트폰 업체에서 입체 형상의 유리를 중심으로 디자인이 변화하고 있어 이를 생산하기 위한 보다 효율적 시스템 개발이 요구되고 있나?",
"커버유리에서 적용하던 화학강화유리가 자동차유리에 적용이 검토됨에 따라 대형 유리기판의 화학강화 기술이 주목 받고 있나?",
"태양전지나 건축용 로이글라스 제품 등에서도 화학강화유리가 경량화 이슈로 관심이 많은가?",
"화학강화로는 보편적 기술이 된 상태인가?",
"현재 화학 강화유리의 생산의 90%이상이 중국에서 이루어지고 있기 때문에 중국내 생산 장비의 경우 중국산 화학강화장비가 대부분이라고 해도 무방한가?",
"커버유리 화학강화기술은 크게 연속화와 대형유리강화가 주목 받고 있나?",
"화학강화 촉진을 위한 첨가제 도입과 공정의 효율화가 진행되고 있는가?",
"이탈리아의 LEMA사는 40년간 화학강화유리로 전문 메이커인가?",
"단속식 화학강화장치은 장비의 구성 상태로 보면 장비 상부에서 예열을 하고, 하단부에서 화학강화 후 제품이 담긴 지그를 상부로 올려 다시 서냉까지의 공정을 수행하는가?",
"단속식 화학강화장치 은 테플릿PC, 스마트폰 커버 유리, 기타 특수 유리 강화 등을 할 수 있는 장비인가?",
"전형적인 단속식 장비로 국내에서는 2008년 12월 대구대 허성관교수가 4각 화학강화 장치를 개발하였다고 대한 설비관리학회지에 발표한 바 있나?",
"반면속식 대형유리강화장비은 예열 및 냉각 장치를 상부에 2대를 두고 가운데 아래에 화학강화로를 두어 생산효울을 올리는 방식을 사용하고 있나?",
"반면속식 대형유리강화장비은 규격으로 보면 12 세대급 이상의 크기를 갖는 유리를 화학강화 처리할 수 있다고 되어 있나?",
"한편으로 보변 그 폭이 1m 정도 밖에 되지 않아 넣을 수 있는 수량의 다소 적다는 단점이 있으나, 중국에서도 초대형의 생산 능력 우수한 장비를 생산하고 있다는 점은 주목할 만한가?",
"카라사 외에도 국내에는 P&Tech, 엔앤시글라스텍 등이 대형 유리까지 화학강화 가능한 장비를 생산하고 있나?",
"P&Tech사의 경우는 전체 화학강화시스템에 강화로를 여러 대 두고 있는 점과 관앤시글라스텍은 전체 시스템에 예열장치가 여러 대 배치하여 생산성을 높였나?",
"한국세라믹기술원, 도우인시스 등에서도 생산효율 및 고품질화를 위한 다양한 기술을 보유하고 있는 것으로 확인되고 있나?",
"독일 JSJ Jodeit사는 2015년 6월 제21회 유리기술인 모임에서 국내에서는 처음으로 스프레이 방식의 연속식 화학강화 장비와 기술에 대해 공개하였나?",
"각 단계별로 공정 시간이 요구되는 단속식에 비하여 연속적으로 공정이 진행되기 때문에 높은 생산효율을 높을 수 있다고 주장하고 있나?",
"적용되는 스프레이용 염에 대한 의문 및 높은 초기 투자비가 문게점으로 대두되고 있는가?",
"BMW에서 화학강화유리를 적용하여 경량화를 시도한 유리 제품이 나와 있어 이에 대한 기대가 매우 높은가?",
"단속식 화학강화장치는 세정시스템은 별도로 요구되는가?"
] |
ff003535-ce15-42f8-a276-6897d003f901
|
인공물ED
|
모바일 기기용 커버유리 기술 동향
|
<h2>3.2. 커버유리 가공</h2><p>[그림12]는 커버유리 가공공정을 정리하여 보여주고 있다. 유리 가공 공정은 절단, 면취, 외형가공, 세정, 건조, 표면 연마 등 일련의 가공 장비돌로 구성된다. 협의의 유리 기판 가공장치는 절단, 면취 및 외형가공을 위한 장비로 분류할 수 있으며, 최근에는 유리 기판 보관을 위한 카세트, 유리 이송부, 카메라 부, 가공부로 구성된 일종의 전자동 CNC(Computerized Numerical Control) 가공 장비가 도입되고 있다.</p><p>앞서 짧게 설명했지만, 스마트폰에 커브드 커버유리를 사용하기 시작하면서 관련 장비의 개발도 진행되고 있어 이에 대한 기술 동향도 간단히 설명하고자 한다.</p><h3>3.2.1. 가공형상</h3><p>유리 가공형상은 [그림 13] 보여 주고 있다. 최근에는 2D 유리에서 2.5D 또는 3D 유리쪽으로 기술수요가 증가하고 있다.</p><h3>3.2.2. 형상 가공장비</h3><p>형상가공장비는 앞서 설명하였듯이 최근에는 curved 커버유리가 제품화하고 있어 수동 장비보다는 물류가 자동화된 CNC 장비들이 선호되고 있다. 이러한 자동 설비는 일본의 나카무라 토메 정밀공업과 Hallys사 제품 그리고 우리나라의 휘닉스디지털테크, 하림기공사 등의 제품이 있다. Hallys와 휘닉스디지털테크 장비는 5대 이상의 CNC장비를 병렬 배치하여 생산성을 매우 눞인 장비들로 최근 커버유리 가공장비의 주류를 형성하고 있다.</p><h3>3.2.3. 절곡장비(3D Glass 열성형기)</h3><p>엣지 디스플레이 확대 적용으로 3D 커버 유리 수요가 확대되고 있다. 국내에서 JNTC, 대호테크와 대흥정 밀 등에서 유리기판 절곡장비를 개발되어 국내외 수요를 대응하고 있다. 유리기판 절곡장비는 비구면광학렌즈 성형장비에서 기술이 변형된 것으로 금형, 코팅소재, 가열 및 냉각 등의 기술과 노하우를 기보유하고 있던 회사들이 관심을 가지고 있다. 유리의 연화점을 부근까지 온도를 상승시키고 낮추는 작업을 해야 하므로 실제 제품의 생산속도를 높이는데 제약이 있어 많은 수의 장비를 동시 운영해야 한다. 현재 이러한 절곡장비의 대부분은 베트남과 중국 등지로 수출되고 있다. [그림 15]에 대호테크사에서 제작하는 커버유리 절곡장치이며, [그림16]은 커버유리 절곡장치와 기본 원리가 같은 비구면광학렌즈 성형장치를 보여준다.</p><h3>3.2.4. 면취부 연마</h3><p>면취부 가공은 사용자의 안전 때문에 반드시 필요하지만, 실제 커버유리 파손의 기점은 면취부 가공부위에서 발생한다. 면취 가공부에는 수 \( \mu \mathrm{m} \) 정도의 눈에 보이지 않는 다양한 방향으로의 균열이 존재한다. 이러한 다양한 방향의 균열 줄 수직 방향의 미세 균열은 디바이스의 충격이나 변형 시 발생하는 인장력에 의해 균열원으로 작용한다. 이러한 면취부 균열을 없애기 위해 현재 연마포와 \( \mathrm{CeO}_{2} \) 연마재를 이용한 기계식 수작업 연마를 진행하고 있다. 이 면취부 연마가 2.5D와 3D 타입의 커버유리가 되면서 더욱 자동화가 어려워진 상태이다. 이 수작업 연마는 연마 부족, 연마 중 디스플레이면 스크래치 발생 등 연마와 직간접적인 불량과 수율 저하의 원인이 되고 있다.</p><p>이러한 기계적 면취부 연마 대신 유리 제조시 사용하는 Fire polishing, Chemical polishing 등이 검토된 바 있다. Fire polishing은 유리 연화 온도 이상으로 가열하다 보면 화염이 닿는 부위 주변으로 표면장력에 의해 기판 두께 보다 두꺼워지는 조절하기 어려운 문제가 있다. 이러한 예를 쉽게 볼 수 있는 것이 얇은 와인잔 끝을 보면 아령모양으로 둥글게 형성된 것을 볼 수 있다.</p><p>다른 예인 Chemical polishing은 크리스탈 유리잔에 적용되던 기술로 Maeng 등은 최근 이에 대한 연구를 수행한 결과를 논문으로 보고한 바 있다. 아래 [그림 17]과 [그림 18]은 그 결과를 보여 주는 것으로 특정 약액(J1과 J2)을 사용하는 경우 디스플레이면의 투과율은 손상 주지 않고 면취부 연마반 가능하여 강도를 \( 20 \% \) 이상 상승시킬 수 있다.</p>
|
[
"유리 가공 공정은 무엇으로 구성되나요?",
"협의의 유리 기판 가공장치는 무엇으로 분류할 수 있나요?",
"최근에 제품화되고 있는 커버유리는 뭐야?",
"CNC 장비들은 수동 장비인가요?",
"Hallys와 휘닉스디지털테크 장비는 어떤 방식으로 생산성을 높였나요?",
"3D 커버 유리에 적용한 것은 뭐야?",
"유리기판 절곡장비는 어떤 기술이 변형된 것인가요?",
"유리기판 절곡 장비에서 실제 제품의 생산속도를 높이는데 한계가 있는 이유는 무엇인가요?",
"절곡장비의 대부분은 어느 나라로 수출되고 있나요?",
"면취 가공부에는 다양한 방향의 균열이 존재하나요?",
"다양한 방향의 균열 중 수직 방향의 미세 균열은 무엇으로 작용하나요?",
"면취부 균열을 없애기 위해 어떤 작업을 진행하나요?",
"수작업 연마는 어떤 원인이 되나요?",
"Fire polishing은 어떤 문제점이 있나요?",
"Fire polishing의 예는 무엇을 통해 쉽게 확인할 수 있나요?",
"Chemical polishing은 무엇에 적용된 기술인가요?",
"우리나라에서 자동 설비 제품은 어느 기업으로 부터 나온 것인가요?",
"다음 중 최근에 도입된 가공 장비가 아닌 것은 뭐야?",
"실제 커버유리 파손의 기점은 어디에서 발생해?",
"면취부 가공이 반드시 필요한 이유는 뭐야?"
] |
b6d453fe-36d4-4473-8f07-bfe715ab423b
|
인공물ED
|
모바일 기기용 커버유리 기술 동향
|
<h2>2.3. 화학강화용 유리조성과 제품</h2><p>[표 1]는 각종 유리와 알루미노 실리케이트 유리의 화학강화 후의 강도를 비교한 것으로 강화 후 강도 값의 차도 클 뿐 아니라 가상강도(표면손상 입힌 후 강도)에 있어서 현격한 강도 차이를 보여주고 있다.</p><table border><caption>표 1. 각종유리의 화학강화 및 강화 후 가상 강도</caption><tbody><tr><td>Comp. (\( \mathrm{ Wt } \)\(\%\))</td><td>Bulb Glass</td><td>Sheet Glass</td><td>Borosilicate glass1</td><td>Lead glass</td><td>Borosilicate glass2</td><td>Alumino-Silicate Glass</td></tr><tr><td>\( \mathrm{SiO}_{2} \)</td><td>73</td><td>72.5</td><td>81</td><td>56</td><td>75</td><td>54.5</td></tr><tr><td>\( \mathrm{Na}_{2} \mathrm{O} \)</td><td>16.5</td><td>15</td><td>4</td><td>4</td><td>15</td><td>16</td></tr><tr><td>\( \mathrm{K}_{2} \mathrm{O} \)</td><td></td><td></td><td></td><td></td><td></td><td>2</td></tr><tr><td>\( \mathrm{Al}_{2} \mathrm{O}_{3} \)</td><td>1</td><td>1</td><td>2</td><td></td><td></td><td>19</td></tr><tr><td>\( \mathrm{B}_{2} \mathrm{O}_{3} \)</td><td></td><td></td><td>12</td><td>10</td><td>10</td><td>2</td></tr><tr><td>\( \mathrm{CaO} \)</td><td>5</td><td>9</td><td></td><td></td><td></td><td>2</td></tr><tr><td>\( \mathrm{MgO} \)</td><td>3.5</td><td>2.5</td><td></td><td></td><td></td><td></td></tr><tr><td>\( \mathrm{PbO} \)</td><td></td><td></td><td></td><td>30</td><td></td><td></td></tr><tr><td>\( \mathrm{TiO}_{2} \)</td><td></td><td></td><td></td><td></td><td></td><td>4.5</td></tr><tr><td>\( \mathrm{K}^{+} \)amount substituted (\(\mathrm{mg} / \mathrm{cm}^{3}\))</td><td>0.5</td><td>0.15</td><td>0.04</td><td>0.2</td><td>0.16</td><td>0.5</td></tr><tr><td>Strength</td><td>\(69\pm28\)</td><td>\(49\pm21\)</td><td>\(29\pm8\)</td><td>\(12\pm3\)</td><td>\(34\pm13\)</td><td>\(87\pm2\)</td></tr><tr><td>Strength after wearing</td><td>17.5</td><td>\(8\pm3\)</td><td>\(10\pm1\)</td><td>\(6\pm1\)</td><td>\(16\pm8\)</td><td>\(68\pm5\)</td></tr></tbody></table><p>Bulb 유리나 판유리의 경우 강화 후 손상을 주게 되면 급격한 강도 저하가 일어나나, 알루미노 실리케이트 유리는 강도의 저하가 크지 않다. 이는 2.2절에서 설명하였둣이 유리 종류에 따른 \( \mathrm{K}^{+} \)이온 치환량(치환 깊이)의 차이를 나타낸다. 특히 Bulb유리의 경우 치환량과 강화직후 강도는 알루미노실리케이트에 근접하지만, 강화 후 상처를 주게 되면 강도의 저하가 심하게 일어난다. 이는 두 유리간의 알루미나 함량 차이로 인해 화학 강화 깊이의 차이존재하기 때문이다. 통상적으로 유리 중의 \( \mathrm{Na}_{2} \mathrm{O} / \mathrm{Al}_{2} \mathrm{O}_{3} \) 의 비율은 약 1보다 약간 적은 것이 제안된다.</p><p>[표 2]는 여러 회사에서 생산하는 화학강화용 유리들의 특성을 보여주고 있다. 일반적인 소다 석회유리 대비하여 알루미노 실리케이트 계 유리의 표면 응력 층의 깊이가 4~5배 정도 깊다. 2016년 코닝사는 고릴라SR Plus란 제품을 새롭게 출시하였고 기존 제품 대비 월등한 성능을 발현할 수 있다고 주장하고 있다.</p><p>한편으로, 플렉시블 디스플레이의 등장으로 인해 초박형 유리가 2012년 즈음부터 주목 받기 시작하였다. [그림 7]은 독일 Schott, 미국 코닝, 일본 Asahi와 NEG 등에서 나오는 초박형 유리를 보여 주고 있다. 이들 초박형 유리들의 공통점은 모두 돌돌 말 정도로 얇은 \( 100 \mu \mathrm{m} \) 이하라는 점이다; Schott는 \( 25 \mathrm{\mu m} \), NEG \(50 \mu \mathrm{m} \) 제품 공개한 바 있음. 이들 유리는 etching에 의한 sliming에 의한 후가공 방식이 아닌 down-draw 또는 over-flow법에 의해 용해 후 성형 방식에 의해 제조된 것이다. Over-flow법은 코닝이나 NEG에서 기존의 디스플레이 유리를 생산하는 fusion process를 말한다. Down-draw방식은 일종의 slit casting 방식으로 이해 하면 쉽다.</p><p>이러한 플렉시블 글라스는 처음에 flexible OLED 봉지용으로 기대하였으나, 우선은 반도체 패키지용 interposer 와 커버 글라스 소재로 주목받았다. 이 유리 소재에 대해 기대만큼의 명확한 응용처가 나타나고 있지는 않으나, 유리가 갖는 투명성, 기밀성, 강성 등을 이유로 디스플레이 및 인쇄전자 분야의 중요 소재화 할 가능성은 항상 열려 있을 것으로 판단한다.</p>
|
[
"Bulb 유리 또는 판유리 같은 경우에는 강화 후 손상을 주게 되면 급격한 강도 상승이 일어나지?",
"표 1에서 Borosilicate glass1 수치 12는 무엇을 나타내나?",
"[표 1]는 각 종 유리와 알루미노 실리게이트 유리의 화학강화 후에 무엇을 비교한 것인가?",
"[표 1]는 각 종 유리와 알루미노 실리게이트 유리의 화학강화 후에 어떤 것을 비교했지?",
"[표 1]는 언제 다양한 유리들과 알루미노 실리케이드 유리의 강도를 비교한거야?",
"[표 1]에서는 다양한 유리들과 알루미노 실리케이트 유리의 화학강화 후의 강도를 대조했는데 강화 후 강도 값의 차는 그다지 크지 않았지?",
"[표 1]에서 다양한 유리들과 알루미노 실리케이트 유리의 화학강화 후의 강도를 비교했는데 뭐에 있어서 현격한 강도 차이를 보여주고 있어?",
"알루미노 실리게이트 유리는 급격한 강도 저하가 일어나니?",
"어떻게 하면 Bulb 유리 또는 판유리 등에 급속한 강도 저하가 일어나나?",
"Bulb 유리 또는 판유형 등에 급속한 강도 저하가 어떻게 하면 발생하지?",
"어떤 차이로 인해 Bulb 유리나 판유리랑 다르게 실리케이트 유리는 손상 시 강도 저하가 크지 않은거야?",
"판유리의 경우 치환량과 강화직후 강도는 알루미노실리케이트에 근접하지?",
"Bulb유리의 경우 강화 후 상처를 주게 되면 어떻게 돼?",
"Bulb유리와 알루미노 실리케이트 유리의 근접 요소는?",
"Bulb유리와 알루미노 실리케이트 유리의 근접 요소는 뭐야?",
"통상 유리 중의 어떤 것의 비율이 약 1보다 약간 적은 것이 제안되는가?",
"2016년에 어느 회사가 고릴라SR Plus란 제품을 새롭게 출시하였는가?",
"몇 년도에 코닝사는 고릴라SR Plus란 제품을 새롭게 출시하였나?",
"[표 2]는 여러 회사에서 생산하는 어떤 유리들의 특성을 보여주고 있는가?",
"뭐 때문에 초박형 유리가 2012년 즈음부터 주목 받기 시작한거야?",
"코닝사는 고릴라SR Plus란 제품 출 시후 무엇을 주장하였니?",
"코닝사는 고릴라SR Plus란 제품 출 시후 무엇을 주장했지?",
"유리 강도의 저하가 크지 않은 유리는 무엇인가?",
"유리 강도의 저하가 크지 않은 유리는 뭐야?",
"초박형 유리가 언제 즈음부터 주목받은거야?",
"초박형 유리는 언제 쯤 부터 주목받기 시작했지?",
"[그림 7]은 한국, 북한, 중국 등에서 나오는 초박형 유리를 보여 주고 있지?",
"초박형 유리들의 공통점은?",
"초박형 유리들의 공통점은 어떤 것을 가지고 있어?",
"[그림 7]은 독일 Schott, 미국 코닝, 일본 Asahi와 NEG 등에서 나오는 무엇을 보여주는가?",
"독일 Schott, 미국 코닝, 일본 Asahi와 NEG 등에서 나오는 초박형 유리의 가공방식은 etching에 의한 sliming에 의한 후가공 방식으로 진행되지?",
"Down-draw방식은 코닝이나 NEG에서 기존의 디스플레이 유리를 생산하는 fusion process를 말하지?",
"Over-flow 방식은 일종의 slit casting 방식으로 이해 하면 쉽지?",
"플렉시블 글라스는 어떤 소재로 주목받았는가?",
"어떤 소재로 플렉시블 글라스가 주목받았을까?",
"flexible OLED 봉지용의 투명성, 기밀성, 강성 등을 이유로 디스플레이 및 인쇄전자 분야의 중요 소재화 할 가능성은 항상 열려 있을 것으로 판단하지?",
"표 1. 각종유리의 화학강화 및 강화 후 가상 강도에서 Bulb Glass \\( \\mathrm{SiO}_{2} \\)의 수치는 몇인가?",
"표 1에서 Bulb Glass의 \\( \\mathrm{Na}_{2} \\mathrm{O} \\) 수치값은 얼마인가?",
"표 1. 각종유리의 화학강화 및 강화 후 가상 강도에서 Strength after wearing 수치 17.5는 무엇을 나타내나?",
"표 1에서 \\( \\mathrm{K}^{+} \\)amount substituted (\\(\\mathrm{mg} / \\mathrm{cm}^{3}\\)) 의 0.15 수치는 어떤 유리인가?",
"표 1에서 Lead glass의 Strength 값은 얼마인가?",
"표 1에서 Alumino-Silicate Glass의 Strength 값은 얼마인가?",
"표 1에서 \\( \\mathrm{TiO}_{2} \\) 수치를 유일하게 가지고 있는 구간은 어디야?",
"표 1. 각종유리의 화학강화 및 강화 후 가상 강도에서 \\( \\mathrm{CaO} \\) 수치 5는 어디야?",
"표 1에서 Lead glass \\(6\\pm1\\)이 나타내는 수치의 영역은 어디야?",
"표 1. 각종유리의 화학강화 및 강화 후 가상 강도에서 Lead glass 수치 30을 나타내는 것은 무엇인가?",
"독일 Schott, 미국 코닝, 일본 Asahi와 NEG 등에서 나오는 초박형 유리들의 가공방식은 어떻게 되는가?",
"플렉시블 글라스는 처음에 flexible OLED 봉지용으로 주목받았지?",
"반도체 패키지용 interposer 와 커버 글라스 소재는 기대 만큼의 명확한 응용처가 나타나고 있지?",
"표 1에서 Borosilicate glass2의 \\( \\mathrm{SiO}_{2} \\) 값은 얼마인가?",
"표 1. 각종유리의 화학강화 및 강화 후 가상 강도에서 Sheet Glass의 2.5 수치를 나타내는 것은 무엇인가?",
"보통 유리 중에서 ( \\mathrm{Na}_{2} \\mathrm{O} / \\mathrm{Al}_{2} \\mathrm{O}_{3} \\) 의 비율은 어떤 상태가 추천되는가?",
"Bulb유리가 알루미노 실리케이트 유리의 차이가 발생하는 이유가 뭐야?",
"통상 소다 석회유리에 비해 알루미노 실리케이트 계 유리의 표면 응력 층의 깊이는 어느정도 깊은가?",
"표 1에서 \\( \\mathrm{PbO} \\)의 Lead glass 값은 뭐야?",
"반도체 패키지용 interposer 와 커버 글라스 소재의 어떤 가능성이 열려있어?",
"[표 2]는하나의 회사에서 만들어내는 화학강화용 유리들의 특성을 나타내지?",
"Bulb 유리, 판유리와 같은 경우에는 강화를 하고 나서 손상이 입혀지면 급속히 강도가 떨어지나, 알루미노 실리케이트 유리는 강도의 저하가 크지 않은데 이를 설명한 곳은 어디인가?"
] |
00d646b4-3a58-488b-8d79-970e1125cc31
|
인공물ED
|
모바일 기기용 커버유리 기술 동향
|
<h1>2. 화학강화유리일반</h1><p>화학강화유리를 설명하기 전에 유리를 강화시키기 위한 방법을 구분하면, 두 가지의 물리적 방법(Physically strengthening method)과 세 가지의 화학적 강화 방법이 있으며, 화학강화유리는 화학적 강화 방법(chemically strengthening method)에 의한 것이 있다. 물리적 강화 방법의 첫 번째는 유리를 연화점 이상으로 열처리 한 후 차가운 바람으로 급격히 냉각시켜 유리 표면에 압축응력을 형성시키는 방법이 있다. 두 번째 방법은 열팽창계수가 다른 유리 2개를 접합하는 것으로, 표면에 낮은 열팽창 계수를 갖는 유리를 오게 하여 표면층에 압축응력을 형성시키는 방법으로 코닝사의 코렐 식기 그릇이 대표적인 예이다. 이와 같은 물리적 강화는 복잡하거나 얇은 유리에는 적용하기 어려운 단점이 있다. 한편 복잡한 형태, 또는 얇은 판유리 등 물리강화방법으로 처리가 곤란한 유리 제품을 화학적 치환법을 이용하여 그 표면의 화학조성을 변화시킴으로써 강도를 부여하는 기술을 화학적 강화방법이라 한다. 유리를 화학적으로 강화시키는 방법은 아래 3가지 방법이 있다.</p><ol type=1 start=1><li>아황산가스에 의한 표면의 탈 알칼리 처리에 의한 표면 강화(링거병)</li><li>열팽창계수가 낮은 유리에 의한 피복(법랑형 유리 타일 등 냉장고에 사용)</li><li>알칼리염 용탕의 금속이온과 유리 내 알칼리 이온 간의 상호 교환</li></ol><p>화학강화유리는 방법 3)을 말하며, 알칼리 금속이온의 유리 내 알칼리 이온과의 교환방법에 의해 얻어진 유리를 칭하며, 이 알칼리 금속 교환 방법도 2가지로 구분된다. Chemcor법이라 불리는 고온형 이온 교환법과 일반적인 저온형 이온교환법으로 구분한다. 고온형의 경우 유리의 전이온도 이상의 온도에서 열처리하며 \( \mathrm{Li} \) 이온이 \( \mathrm{Na} \) 이온 자리로 치환 후 재 열처리에 의해 표면에 낮은 열팽창계수를 갖는 결정화 층을 유도하여 강도를 얻는 방법이다. 저온 화학강화는 유리의 서냉온도(Annealing Temp.) 또는 전이온도(Transition Temp.) 이하인 약 \(400\)~\(500° \mathrm{C} \)로 유지되고 있는 질산칼륨염 용융 액에 유리를 수 시간 담가 두면, 유리 내부에 있는 나트륨 이온과 용융 액 내의 칼륨 이온 간의 교환이 이루어져 유리 표면에 압축응력을 형성시키는 방법이다.</p>
|
[
"유리를 강화시키는 방법에는 물리적 방법만이 존재하는가?",
"코닝사의 코렐 식기 그릇을 만들 때 사용되는 물리적 유리 강화 방법의 과정은 무엇인가?",
"유리를 강화시키는 물리적 방법 중 차가운 바람을 이용하는 방법의 과정은 무엇인가?",
"물리적 강화는 두꺼운 유리보다 얇은 유리를 강화시키는데 유리한가?",
"알칼리 금속 교환 방법에 속하는 두 가지 방법의 이름은 무엇인가?",
"고온형 이온 교환법에 의해 생기는 결정화 층은 열팽창계수가 낮은가?",
"두번째 물리적 강화 방법에서 유리 두 개를 접합할 때 그 두 유리의 어떤 값이 다른가?",
"저온형 이온교환법에서 유리를 어떤 용액에 담가야 하는가?",
"유리를 강화시키기 위한 물리적 방법 중 급격한 냉각 과정을 포함하는 방법의 전체 과정은 어떻게 이루어지는가?",
"저온형 이온교환법에서 교환되는 이온의 종류는 무엇인가?",
"코닝사의 코렐 식기 그릇 제조 시 사용한 유리 강화 과정은 무엇인가?",
"유리를 강화시키기 위한 물리적 방법 중 열팽창계수를 이용한 방법의 과정은 어떻게 이루어 지는가?",
"유리의 화학적 강화 방법 세 가지 중 링거병을 만들 때 어떤 방법이 사용되는가?",
"링거병 제조 시 유리를 강화하는 방법은 무엇인가?",
"고온형 이온 교환법이 유리를 강화하는 방법은 무엇인가?",
"저온형 이온교환법이 유리를 강화하는 방법은 무엇인가?",
"유리의 화학 강화 방법 중 이온 교환을 이용한 방법은 어떻게 이루어지는가?",
"고온형 이온 교환법은 \\( \\mathrm{Na} \\) 이온이 \\( \\mathrm{Li} \\) 이온으로 치환되는 과정을 거치는가?",
"물리적 강화 방법의 단점은 무엇인가?",
"유리의 화학적 강화 방법은 어떤 방법의 기술을 의미하는가?",
"저온 화학강화는 유리의 전이온도 이상에서 이루어지는 방법인가?"
] |
5d0b5d01-180b-4401-a268-c0cadaaad695
|
인공물ED
|
모바일 기기용 커버유리 기술 동향
|
<h1>4. 결 론</h1><p>현재의 스마트폰의 디자인이 디스플레이면이 계속 노출되는 스타일을 유지할 경우, 스크레치나 충격 등에 OLED나 LCD와 같은 디스플레이 디바이스를 보호하기 위한 투명하고 강화된 소재가 필요할 것이다. 최근 사파이어와 같은 고가의 소재가 대체재로 나타난 바 있으나, 3D형상 등과 같은 절곡과 가격 측면에서 현재의 화학 강화유리를 지속적으로 사용할 수 밖에 없을 것으로 기대된다. 플렉시블 디스플레이가 나오더라도 내스크래치 등의 문제로 화학강화유리가 계속 사용될 것으로 기대되지만, 폴리머에 내스크래치 코팅 등으로 극복될 수도 있어서 커버 유리의 미래는 그 시효가 있을 수도 있다는 예측도 가능하다.</p><p>커버 유리는 미래 보다 현재의 절곡과 연마 등에서 제조시의 문제가 많기 때문에 이를 극복하기 위한 기술적인 노력이 요구된다. 그간 이러한 문제 해결을 위해 소재 기술자의 참여가 부족한 면이 있었다. 그리고 수조원대 시장에 참여하기 위한 커버유리 국산화하기 위한 노력이 조만간 시작될 것으로 본다.</p>
|
[
"디스플레이 디바이스는 스크래치나 충격의 영향을 받지 않는가?",
"사파이어 소재가 대체재로 나타났음에도 현재 화학 강화유리 사용이 유리한 이유가 무엇인가?",
"플렉시블 디스플레이의 내스크래치 문제를 극복할 수 있는 방법은 무엇인가?",
"플렉시블 디스플레이가 나온다면 화학강화유리는 더이상 사용되지 않을 것인가?",
"커버유리의 현재 제조 방법 및 과정에는 문제가 없는가?",
"LCD는 외부 충격에 영향을 받지 않는가?",
"외부 충격에 LCD가 영향을 안 받지",
"OLED는 외부 충격에 영향을 받지 않는가?",
"외부 충격에 OLED가 영향을 받지 않을까",
"사파이어 소재보다 화학 강화유리가 경제적으로 유리한가?"
] |
68e2c5cc-d850-424a-a075-dd931b35f667
|
인공물ED
|
모바일 기기용 커버유리 기술 동향
|
<h1>1. 서 론</h1><p>2007년 애플이 아이폰용 커버유리에 코닝의 고릴라 유리를 적용하면서부터 화학강화유리가 주목받기 시작하였다. 화학강화유리는 유리 가공기술의 하나로 일반적인 유리와 같이 유리 용융과 성형과정을 통해 얻어지는 것이 아니라, 성형이 완료된 유리를 화학 처리하여 기계적 물성을 증진 시킨 기능성 유리이다. 코닝의 고릴라 유리처럼 특정 조성의 유리만이 화학강화 가공법이 적용될 수 있는 것이 아니라 대부분의 알칼리 함유 유리는 화학강화가 가능하다. 즉, 일반적인 창유리로 사용되는 소다석회 유리도 화학강화처리를 하면 화학강화유리가 된다. 유리 중에서도 화학강화 처리 후의 효과가 매우 높은 일부 유리를 협의의 화학강화 유리라 표현하기도 하지만, 화학강화처리가 가능한 유리 전체를 광의의 의미에서 화학강화유리라 칭할 수 있다. 이글은 광의의 화학강화유리를 중심으로 한 커버유리 관련 기술 동향에 대해 기술한다.</p>
|
[
"화학강화가 가능한 유리는 무엇인가?",
"화학강화유리가 언제 부터 주목받앗는가?",
"특정 조성의 유리만이 화학강화 가공법이 적용될 수 있는 것인가?",
"일반 창유리도 강화유리로 만들수 있는가?",
"화학강화 처리 후의 효과가 매우 높은 유리를 무엇이라고 하는가?",
"일반적인 유리는 어떻게 만들어 지는가?",
"성형이 완료된 유리를 화학 처리하여 기계적 물성을 증진 시킨 기능성 유리는 무엇인가?",
"화학강화처리가 가능한 유리 전체를 광의의 의미에서 화학강화유리라 칭할 수 있는가?",
"유리 가공기술이 한번들어간 유리는 무엇인가?",
"특정 조성의 유리만이 화학강화 가공법이 적용되는 유리는 무엇인가?",
"이 글은 무엇을 기술 하였는가?",
"일반 창유리는 무슨 유리인가?",
"고릴라 유리는 어디서 만들어 졌는가?"
] |
ac517b06-594c-4728-8c4b-15048d3f2d9b
|
인공물ED
|
비-파라미터 기반의 움직임 분류를 통한 비디오 검색 기법
|
<h3>가. \( \mathrm{Z} \) 와 \( \mathrm{R} \) 의 움직임 분류 기법</h3> <p>\( \mathrm{Z} \) 나 \( \mathrm{R} \) 프레임으로 판명된 프레임은 Z_I, \( \mathrm{Z}_{-} \mathrm{O}, \mathrm{R} \) 의 세 프레임 중 하나로 세부 분류된다. 카메라에 의해 촬영된 \( \mathrm{Z} \) 프레임은 대체로 영상의 중심 부근에 목적 객체를 갖는데, 본 알고리즘에서는 이러한 목적 객체의 위치와 외곽 움직임 벡터와의 상관관계를 고려해야 하므로 세부 프레임 분류에 앞서 영상에서의 객체 중심점을 먼저 추출한다. 객체 중심점 추출 알고리즘은 다음과 같다. 첫 단계로, \( \mathrm{Z} \) 영상에서의 중심 객체를 찾기 위해 움직임 벡터 영상에 \( 3 \times 3 \) 윈도우 마스크를 씨우고, 마스크 영역 내의 움직임 벡터 집합 \( \left\{\overline{M V_{1}}, \overline{M V_{2}}, \cdots\right. \), \( \left.\overline{M V_{9}}\right\} \) 중 최대값이 Thres_D를 넘지 않을 경우 우리는 이화소를 객체 중심 가능점 \( (\hat{R}) \) 으로 지정한다. 수 식 표현은 (6)과 같다.</p> <p>\( \hat{R}=\left\{\begin{array}{ll}1 & \text { if } \underset{i=1 \sim 9}{\operatorname{Max}}\left|\overrightarrow{M V_{i}}\right|<\text { Thres } \\ 0 & \text { otherwise }\end{array}\right. \)<caption>(6)</caption></p> <p>이렇게 추출된 \( \hat{R} \) 점들을 대상으로 하여 8-근방 레이블링을 적용하고 레이블링 된 영역 중 하나를 중심 영역으로 선택한다. 레이블 된 영역 중 중심 영역의 선택은 가장 큰 영역, 영상의 중심에서 가까운 영역, 신장율이 1 에 가까운 영역을 우선 기준으로 한다. 그림 8 은 그림 6-(a)의 비디오 영상에 Thres_ \( D \) 를 \( 1,3,5 \) 로 각각 적용시켜 프레임 별로 \( \mathrm{Z} \) 의 중심 영역 좌표를 추출한 것을 보여주고 있다. 그림에서 보는 바와 같이 Thres_D를 1 로 하였을 때, 정확한 시퀀스 영상의 중심 좌표가 추출되는 것을 볼 수 있다.</p> <p>다음 단계로 추출된 객체의 중심 좌표를 이용하여 \( Z \) 영상을 세부 분류한다. 추출된 객체의 중심 좌표와 외곽 움직임 벡터들 간의 사이각 \( \left(\theta_{z}\right) \) 을 계산함으로써 해당 프레임이 Z_I인지 Z_O인지의 여부를 판별할 수 있 다(그림 9 참조). Z_I영상은 객체의 중심 좌표를 기준으로 하여 움직임 벡터가 바깥쪽으로 향하게 되고, \( \mathrm{Z}_{-} \mathrm{O} \) 영상은 반대로 움직임 벡터가 안쪽을 향하게 된다. 따라서, 사이각 \( \theta_{z} \) 는 180 도에 가깝거나 0도에 가깝게 된다. 본 논문에서는 각 프레임에서 다수의 움직임 벡 터가 \( \left|\theta_{z}\right| \leq \frac{\pi}{6} \) 사이에 있을 경우는 \( Z_{-} \mathrm{O} \) 프레임으로, \( \frac{5}{6} \pi \leq\left|\theta_{z}\right| \leq \pi \) 사이에 있을 경우는 Z_I프레임으로 일차 분류하였다. 분류된 Z_I, Z_O프레임의 재확인을 위해 객체 중심 좌표에서 각 사분면에 속해있는 움직임 벡터의 이동방향을 그림 10 에서와 같이 고려한다. 그림 10-(a)에서와 같이 영상의 기준 좌표는 좌측 상단이 \( (0,0) \) 이므로, 객체의 중심 좌표에서 각 움직임 벡터의 방향은 그림 10-(b), 그림 10-(c)에서 보듯이 Z_O와 Z_I프레임에 따라 달라야 하고 표 2에서와 같이 프레임 별로 사분면에 따라서 재해석되어야 한다.</p> <p>\( \mathrm{R} \) 프레임의 경우는 객체의 중심이 아닌 영상의 중심 좌표와 외곽 움직임 벡터 간의 사이각 \( \left(\theta_{r}\right) \) 을 계산하여 판별한다(그림 11 참조). 이 경우 사이각 \( \left|\theta_{r}\right| \) 은 \( \frac{\pi}{2} \) 에 가깝게 된다. 본 논문에서는 영상의 중심 좌표와 각 움직임 벡터를 고려하여 \( \frac{5}{12} \pi \leq\left|\theta_{r}\right| \leq \frac{7}{12} \pi \) 사이에 다수의 벡터가 있을 경우 \( \mathrm{R} \) 프레임으로 분류하였다.</p> <table border><caption>각 사분면에서의 벡터 방향을 통한 \( \mathrm{Z} \) 프레임의 판별</caption> <tbody><tr><td></td><td colspan=2>Z_0</td><td colspan=2>ZI</td></tr><tr><td></td><td>X</td><td>y</td><td>X</td><td>y</td></tr><tr><td>1사분면</td><td>감소</td><td>증가</td><td>증가</td><td>감소</td></tr><tr><td>2사분면</td><td>증가</td><td>증가</td><td>감소</td><td>감소</td></tr><tr><td>3사분면</td><td>증가</td><td>감소</td><td>감소</td><td>증가</td></tr><tr><td>4사분면</td><td>감소</td><td>감소</td><td>증가</td><td>증가</td></tr></tbody></table> <h3>나. \( \mathrm{P} \) 와 T의 움직임 분류 기법</h3> <p>\( \mathrm{P} \) 와 \( \mathrm{T} \) 의 움직임 분류는 간단하게 이루어진다. 수식 (5)를 이용한 전처리를 통해 \( \mathrm{P} / \mathrm{T} \) 프레임으로 분류된 프레임에 대하여 \( \mathrm{B}_{\mathrm{T}} \) 의 빈으로 양자화된 움직임 벡터를 각도 \( \theta_{t} \) 에 따라 다시 4 방향으로 양자화하고, 수식 (7)를 만족하는 빈 \( \mathrm{n} \) 을 찾아 P_R, P_L, T_D, T_U을 예측한다(그림 \( 12-(\mathrm{b}) \) 참조).</p> <p>\( H(n)>\left(\sum_{m=0}^{3} H(m)\right)-H(n) \)<caption>(7)</caption></p>이 때, \( \mathrm{n} \) 은 \( \mathrm{m} \) 에 속하는 빈 중 하나이다 \( (n \in m) \).
|
[
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 X의 2사분면값은 뭐지?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 y의 1사분면값은 무엇인가?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 y의 2사분면값은 무엇이지?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 y의 4사분면값은 무엇이니?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 y의 1사분면값은 어떤 값을 가져?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 y의 2사분면값은 어떤 값을 가지지?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 y의 3사분면값은 어떤 값을 가지니?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 X의 1사분면값은 어떤 값을 보여?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 X의 2사분면값은 어떤 값을 보이지?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 X의 3사분면값은 어떤 값을 보이는가?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 X의 4사분면값은 뭘까?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 X의 3사분면값은 뭐니?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 X의 4사분면값은 어떤 값을 보이는가?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 X의 1사분면값은 뭐야?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 Z_0에서 y의 3사분면값은 무엇일까?",
"본문의 각 사분면에서의 벡터 방향을 통한 \\( \\mathrm{Z} \\) 프레임의 판별에서 ZI에서 y의 4사분면값은 어떤 값을 가질까?"
] |
a3719c86-f046-4b70-aa48-f4a926f90182
|
인공물ED
|
고속 사출물 취출을 위한 제어기 개발
|
<h1>III. 시스템 설계 특성</h1> <p>취출로봇 제어기는 취출로봇을 제어하는 장치로서 동작 프로그램을 작성하고 지령을 전달하는 LCD기반의 티칭팬던트와 이를 모니터링 하는 중앙 서버 PC로 구분된다. 취출 로봇 제어기는 조작 용이성 확보,RF-ID 태그인식 기능을 이용한 사용자 및 관리자 조작허용, 2.4GHz RF를 이용한 유비쿼터스 네트워크, WIFI 를 이용한 서버의 중앙 생산관리 기능을 갖도록 하였으며, 표 1과 같은 특징과 사양을 갖는다.</p> <table border><caption>표 1. 각 모듈의 특징 및 사양</caption> <tbody><tr align=center><td>모듈 이름</td><td>시스템 개발사양</td><td>주요기능</td><td>특수 기능</td></tr><tr><td rowspan=4>티칭팬던트</td><td>10.4 TFT LCD</td><td>취출로봇 상위제어</td><td>사운드/음성 출력</td></tr><tr><td>저항식 터치패널</td><td>중앙 PC 연동 제어</td><td>IC-Card 인식</td></tr><tr><td>ARM9 CPU탑재</td><td>사용자 제한 관리</td><td>SD 카드로 파일 관리</td></tr><tr><td>인터넷 접속</td><td>한/중/일/영문 지원</td><td>무제한의 금형 파일</td></tr><tr><td rowspan=4>중앙 서버PC</td><td>PC용 프로그램</td><td>근무지 설정</td><td>생산량, 목표량 표시</td></tr><tr><td>상용 ERP 연동</td><td>장비간 작업 배분</td><td>기계상태 표시</td></tr><tr><td>생산/인력 관리</td><td>원격 모니터링, 진단</td><td>보드간 고유 ID 부여</td></tr><tr><td>웹기반 통신</td><td>생산분석 및 관리</td><td>에러시 경보음 발생</td></tr></tbody></table> <p>구현된 티칭 팬던트의 프로세서는 하드웨어 기반으로 기본적으로 MPEG과 H.264를 처리하는 기능을 보유하고 있으며 그림 2와 같다.</p> <p>LCD는 확장성을 고려하여 기본 10.4인치 이외에도 소형화면을 위한 7인치, 와이드 타입 및 대화면 고정형을 위한 15인치 LCD도 인터페이스가 가능하도록 설계하였으며 터치패널과 백라이트를 위하여 회로도 함께 설계 하였다. 터치패널은 모든 LCD에 4선 저항식 터치 패널을 부착하였다.</p> <p>음성 및 경보음, 작동음 출력은 I2S 인터페이스 기반 오디오 출력을 사용하여 자체 스피커를 통하여 음향이 출력되도록 하였으며 헤드폰의 사용도 가능하도록 설계하였다. 추후 적용될 H.264를 통한 관리자와의 대화 기능을 위하여 소형 마이크를 통한 음성 입력도 가능하도록 설계 하였다.</p> <p>로봇의 금형 파일 저장을 위하여는 외부에 마이크로SD 카드를 사용하도록 하였으며 지원하는 SD 카드의 용량은 최대 8GB 까지이다.</p> <table border><caption>표 2. 티칭 팬던트의 특징</caption> <tbody><tr align=center><td>구성파트</td><td>특징</td></tr><tr><td>LCD</td><td>프로그램 용이성, 조작성 증대</td></tr><tr><td>사용자 인식</td><td>RF-ID 리더 기능, IC-Card로 접근이 허용된 사용자만 조작</td></tr><tr><td>인터넷 접속</td><td>TCP/IP(\(10\mathrm{Mbps}\)) 포트 지원, 원격감지, 중앙제어</td></tr><tr><td>파일 관리</td><td>외부 SD-Card이용, 금형파일 및 운영프로그램 변경,, 기계간 복사</td></tr><tr><td>유저 인터페이스</td><td>저항식 Touch Panel, 멤브레인 sheet, dead-man 비상스위치</td></tr><tr><td>음성안내</td><td>경고음, 조작안내, 효과음 등의 WAV파일을 재생, 스테레오 출력</td></tr><tr><td>타기계 운영 감시</td><td>현재 로봇에서 다른로봇의 티칭팬던트로 역할변경</td></tr><tr><td>무선 인터넷 접속</td><td>공장 환경에 따라 무선인터넷으로 선택적 사용</td></tr></tbody></table>
|
[
"취출로봇 제어기는 어떻게 구분되는가?",
"어떻게 취출로봇 제어기가 구분되지?",
"중앙 PC 연동 제어 기능을 가진 모듈의 이름은 무엇인가?",
"근무지 설정 기능을 가진 모듈의 이름은 무엇인가?",
"중앙 서버 PC가 가진 특수 기능에는 무엇이 있는가?",
"LCD는 확장성을 고려하여 어떻게 설계하였는가?",
"LCD는 터치패널과 백라이트를 위하여 어떻게 설계하였는가?",
"음성 및 경보음, 작동음 출력은 어떻게 설계하였는가?",
"추후 적용될 H.264를 통한 관리자와의 대화 기능을 위하여 어떻게 설계 하였는가?",
"로봇의 금형 파일 저장을 위하여는 어떻게 하였는가?",
"LCD가 가지는 특징에는 무엇이 있는가?",
"RF-ID 리더 기능, IC-Card로 접근이 허용된 사용자만 조작 특징을 가진 구성파트는 무엇인가?",
"인터넷 접속 파트가 가지는 특징은 무엇인가?",
"외부 SD-Card이용, 금형파일 및 운영프로그램 변경,, 기계간 복사 특징을 가지는 구성파트는 무엇인가?",
"구성파트 유저 인터페이스가 가지는 특징은 무엇인가?",
"구성파트 음성안내가 가지는 특징에는 무엇이 있는가?",
"현재 로봇에서 다른로봇의 티칭팬던트로 역할변경 특징을 가지는 구성파트는 무엇인가?",
"무선 인터넷 접속은 무슨 특징을 가지는가?"
] |
b13421e6-d035-421d-947e-aa4e1bcf64ef
|
인공물ED
|
고속 사출물 취출을 위한 제어기 개발
|
</p> <h1>\( \mathrm{IV} \). 제어기 설계와 구현</h1> <p>본 논문에서 구현된 소프트웨어는 Non-OS 기반으로 다음과 같이 2가지로 구성된다.<ul> <li>티칭 팬던트 운영 프로그램</li> <li>중앙관리 서버 프로그램</li></ul></p> <p>티칭 팬던트 운영 프로그램은 탑재되는 GUI 기반의 취출로봇제어기 운영 프로그램이며 중앙관리 서버 프로그램은 PC측에 탑재되는 전체 취출로봇 인터페이스를 담당하게 된다.</p> <p>티칭 프로그램은 그림 3과 같은 구성을 갖는다.</p> <p>Device Driver는 사용된 하드웨어 장치들의 직접 제어를 담당하는 계층으로 각 장치들의 추기설정 및 입,출력, 상태 폴링 등을 담당한다. User API 계층은 상위 응용프로그램이 하부 하드웨어에 독립적이 되도록 하는 응용프로그램 인터페이스 계층으로 디바이스 드라이버 계층과 상위 응용프로그램 간의 인터페이스를 담당하며 표 3과 같은 프로그램 모듈로 구성된다.</p> <table border><caption>표3. 디바이스 드라이버 모듈</caption> <tbody><tr align=center><td>디바이스 드라이버</td><td>디바이스 드라이버 모듈의 기능</td></tr><tr><td>NAND Driver</td><td>NAND Flash 메모리에 데이터 쓰기,읽기, 초기화</td></tr><tr><td>UART Driver</td><td>UART 시리얼 포트에 데이터 쓰기,읽기, 초기화</td></tr><tr><td>TIMER Driver</td><td>타이머의 초기화 및 On-Off, 경과 시간 측정</td></tr><tr><td>LCD Driver</td><td>LCD의 초기화 및 가장 하부의 그래픽 지원</td></tr><tr><td>I2S Sound Driver</td><td>I2S 포트를 이용한 사운드 입출력을 위한 설정</td></tr><tr><td>SD Driver</td><td>SD 카드를 SPI 방식으로 초기화, 읽기, 쓰기</td></tr><tr><td>I2C Driver</td><td>I2C 디바이스 제어</td></tr><tr><td>RFID Driver</td><td>RFID 인터페이스를 위한 초기화, 읽기, 쓰기</td></tr><tr><td>WIFI Driver</td><td>WIFI to RS232 인터페이스를 위한 초기화, 읽기, 쓰기</td></tr><tr><td>RF Driver</td><td>RF 모듈과의 인터페이스를 위한 초기화, 읽기, 쓰기</td></tr><tr><td>ETHERNET Driver</td><td>유선 ethernet 접속을 위한 초기화, 읽기, 쓰기</td></tr><tr><td>BUZZER Driver</td><td>경보음 발생용 버저의 On, Off 제어</td></tr><tr><td>TOUCH Driver</td><td>4선식 터치패널의 초기화와 위치 인식</td></tr><tr><td>WDT Driver</td><td>시스템 패닉 방지를 위한 Watchdog Timer 설정과 제어</td></tr><tr><td>RTC Driver</td><td>실시간 시간 측정을 위한 Realtime Clock의 설정과 제어</td></tr><tr><td>CAMERA Driver</td><td>VGA급 CMOS센서 카메라의 설정 및 영상 읽기</td></tr></tbody></table> <p>티칭팬던트에 사용된 디바이스들 중에는 동작이 간단한 디바이스 드라이버를 API를 구분하지 않고 디바이스 드라이버를 API 계층을 포함하도록 설계를 하였다. 따라서 실제 API 계층의 경우 상위 사용자 인터페이스를 위한 하드웨어 독립적인 부분을 담당하도록 설계를 하였으며 주로 그래픽 처리와 FAT32 파일 시스템에 해당한다. 또한 응용 계층의 일부지만 상위 응용 프로그램과 분리되어 고려해야 할 이벤트 핸들러(Exception)도 API 계층에 포함을 하였으며 표 4에 각 이벤트 핸들러 함수들이 나와 있다.</p> <table border><caption>표 4. 익셉션, 인터럽트, 이벤트 처리 함수</caption> <tbody><tr align=center><td>함수 명</td><td>함수의 기능</td></tr><tr><td>Set Interrupt Event</td><td>특정 이벤트를 인터럽트 방식으로 지정/해제</td></tr><tr><td>Get Interrupt Event</td><td>인터럽트를 발생시킨 이벤트를 확인</td></tr><tr><td>Clear lnterrupt Event</td><td>지정한 이벤트에 해당하는 인터럽트 발생 흔적을 제거</td></tr><tr><td>Set Exception Event</td><td>예외상황 발생시 이를 처리하기 위한 이벤트를 지정</td></tr><tr><td>Get Exception Event</td><td>문제를 야기한 이벤트를 확인</td></tr><tr><td>Clear Exception Event</td><td>지정한 예외상황 이벤트에 해당하는 인터럽트 발생 흔적을 제거</td></tr><tr><td>Set DMA Transfer</td><td>전송을 위한 스트림을 설정/해제</td></tr><tr><td>Check DMA Done</td><td>DMA Transfer의 종료 여부를 확인</td></tr></tbody></table>
|
[
"디바이스 드라이버 WIFI Driver 모듈의 기능은 뭐야?",
"UART Driver 모듈의 기능은 어떻게 됩니까?",
"SD Driver에 해당하는 디바이스 드라이버 모듈의 기능은 무엇일까요?",
"디바이스 드라이버인 I2S Sound Driver은 어떤 모듈의 기능을 가지고 이나요?",
"ETHERNET Driver와 디바이스 드라이버 모듈의 기능이 만나는 영역에 해당하는 값은 어떤 것일까요?",
"NAND Driver의 기능은 어떻게 되는가?",
"NAND Driver의 기능이 뭐지?",
"RF Driver와 디바이스 드라이버 모듈의 기능이 교차하는 영역의 값은 어떻게 되나요?",
"디바이스 드라이버에서 TIMER Driver은 어떤 기능을 가지고 있나요?",
"다양한 디바이스 드라이버 중에서 I2C Driver의 기능은 어떤 것인가요?",
"디바이스 드라이버 모듈의 기능에서 LCD Driver의 기능은 어떻게 될까요?",
"TOUCH Driver은 다양한 디바이스 드라이버 모듈의 기능 중 어느 것과 관련이 있을까요?",
"어떤 디바이스 드라이버 모듈의 기능이 타이머의 초기화 및 On-Off, 경과 시간 측정일까요?",
"UART 시리얼 포트에 데이터 쓰기,읽기, 초기화와 관련된 모듈의 기능은 어느 디바이스 드라이버에 해당할까요?",
"RTC Driver는 모듈로서 어떤 기능을 가지고 있을까요?",
"LCD의 초기화 및 가장 하부의 그래픽 지원의 기능을 하는 디바이스 드라이버는 어떤 것입니까?",
"디바이스 드라이버 모듈의 기능 중에서 NAND Flash 메모리에 데이터 쓰기,읽기, 초기화는 어떤 디바이스 드라이버에 해당합니까?",
"어떤 디바이스 드라이버가 I2S 포트를 이용한 사운드 입출력을 위한 설정이라는 기능을 가지고 있나요?",
"디바이스 드라이버인 BUZZER Driver와 연관된 디바이스 드라이버 모듈의 기능은 무엇입니까?",
"WIFI to RS232 인터페이스를 위한 초기화, 읽기, 쓰기를 모듈의 기능으로 갖는 디바이스 드라이버는 무엇일까요?",
"WDT Driver 드라이버의 기능으로 알맞은 것은 무엇일까?",
"디바이스 드라이버 모듈의 기능이 RFID 인터페이스를 위한 초기화, 읽기, 쓰기에 해당될 때, 연관된 디바이스 드라이버는 뭐야?",
"I2C 디바이스 제어하는 기능을 가진 디바이스 드라이버는 어떤 것입니까?",
"여러가지 디바이스 드라이버에서 모듈의 기능이 RF 모듈과의 인터페이스를 위한 초기화, 읽기, 쓰기인 것은 어떤 것인가?",
"디바이스 드라이버 모듈의 기능에서 CAMERA Driver에 해당하는 것은 어떤 것인가?",
"디바이스 드라이버 모듈의 기능 중에서 SD 카드를 SPI 방식으로 초기화, 읽기, 쓰기에 해당하는 디바이스 드라이버는 무엇일까요?",
"모듈의 기능 중에서 유선 ethernet 접속을 위한 초기화, 읽기, 쓰기에 해당하는 디바이스 드라이버는 어떤 것입니까?",
"함수 Set Interrupt Event의 기능은 무엇인가?",
"디바이스 드라이버 모듈의 기능에서 시스템 패닉 방지를 위한 Watchdog Timer 설정과 제어을 담당하는 디바이스 드라이버는 어떤 것입니까?",
"Get Interrupt Event 함수의 기능은 뭐야?",
"함수의 기능이 특정 이벤트를 인터럽트 방식으로 지정/해제인 함수는 무엇인가요?",
"다양한 함수 가운데 Set DMA Transfer 함수가 제공하는 기능은 뭐야?",
"Get Exception Event함수의 기능은 어떤가요?",
"어느 함수의 기능이 문제를 야기한 이벤트를 확인하는 것일까요?",
"어떤 함수의 기능이 인터럽트를 발생시킨 이벤트를 확인인가요?",
"함수의 기능 중 DMA Transfer의 종료 여부를 확인은 어떤 함수와 관련되어 있나요?",
"여러 함수 중에서 Clear lnterrupt Event 함수의 기능은 어떻게 되는가?",
"전송을 위한 스트림을 설정/해제라는 함수의 기능과 교차하는 영역의 함수명은 뭐야?",
"여러 함수의 기능 사이에서 지정한 이벤트에 해당하는 인터럽트 발생 흔적을 제거 역할을 하는 함수는 무엇입니까?",
"Clear Exception Event함수는 어떤 기능을 제공하나요?",
"함수의 기능에서 Check DMA Done 함수와 관련있는 것은 무엇일까요?",
"경보음 발생용 버저의 On, Off 제어에 관여하는 디바이스 드라이버는 무엇입니까?",
"실시간 시간 측정을 위한 Realtime Clock의 설정과 제어기능과 연관된 디바이스 드라이버는 어떤 것인가요?",
"예외상황 발생시 이를 처리하기 위한 이벤트를 지정하는 기능은 어떤 함수의 기능일까요?",
"지정한 예외상황 이벤트에 해당하는 인터럽트 발생 흔적을 제거하는 역할을 하는 함수의 기능은 어떤 함수와 관련있습니까?",
"어떤 디바이스 드라이버가 디바이스 드라이버 모듈의 기능 중 VGA급 CMOS센서 카메라의 설정 및 영상 읽기에 해당합니까?",
"함수의 기능 중에서 Set Exception Event에 해당하는 기능은 무엇입니까?",
"16개의 디바이스 드라이버에서 4선식 터치패널의 초기화와 위치 인식의 기능을 갖는 모듈은 무엇일까요?",
"디바이스 드라이버 모듈의 기능 중에서 RFID Driver에 해당하는 것은 무엇일까요?"
] |
ef73c48e-ca9f-418a-9453-f4cbfe8ebfa9
|
인공물ED
|
고속 사출물 취출을 위한 제어기 개발
|
<h1>V. 결론 및 향후 과제</h1> <p>하드웨어 장치와 개발된 소프트웨어를 이용하여 종합 연동시험을 실시하였다. 이를 위하여 티칭팬던트와 사출물 취출 메인 보드를 연결하였으며 PC측의 서버 프로그램은 WIFI로 결선하였다. 그림 10과 표 5에서 테스트중인 상황과 실제 결과를 보여 주고 있다.</p> <p>취출 사이클은 4초로 줄었으며 원호보간 모터는 3축 원호보간 모터를 도입하여 더욱더 정밀하게 사출물을 추출할 수 있다. 또한 RF인터페이스를 도입하여 현장 관리자를 인식할 수 있도록 하였으며 무선 네트워크를 도입하여 공장관리 시스템에 적용될 수 있도록 구성하였다.</p> <table border><caption>표 5. 취출 제어기 시스템의 성능</caption> <tbody><tr align=center><td>평가항목</td><td>세계최고 수준</td><td>연구개발전 국내수준</td><td>개선 내용</td></tr><tr align=center><td>취출싸이클</td><td>약 3.5초 일본/유신정기</td><td>약 5초 유도스타</td><td>4초</td></tr><tr align=center><td>원호보간모터 축</td><td>3축 일본/유신정기</td><td>2축 한양/유도스타</td><td>3축 원호보간</td></tr><tr align=center><td>IC Cad 인식</td><td>무</td><td>무</td><td>ISO-14443A ISO-15693</td></tr><tr align=center><td>Zig-Ree 접속</td><td>무</td><td>무</td><td>IEEE802.15.4</td></tr><tr align=center><td>TCP/IP 접속</td><td>유 일본/유신정기</td><td>무</td><td>유선, 무선</td></tr></tbody></table> <p>현재 핸드폰이나 자동차 관련 플라스틱 사출공장의 경우 대형화되는 추세이므로 이들 공장에서 가동되는 여러 대의 로봇을 함께 네트워크로 연결하여 중앙제어 및 모니터링을 가능하게 하고 해당 공장의 기존 ERP와 연동하도록 서버-클라이언트 기반의 소프트웨어 개발이 필요하게 된다. 논문에서 구현된 시스템은 플라스틱 사출물 공정에서 산업 안전성(위험 방지) 제고가 가능하게 되고 기계 동작의 중앙 모니터링이 가능하게 되어 생산성이 제고가 가능하다. 또한 네트워크 도입으로 인하여 신속한 생산관리, 품질관리, 고장대처가 가능하다. 따라서 사출물 생산 공정에 있어서 많은 기여를 할 수 있을 것이다.</p>
|
[
"본 연구에서 사출물을 보다 정확하게 측정하기 위해 어떤 방법을 취했어?",
"표 5. 취출 제어기 시스템의 성능에서 취출싸이클의 세계최고 수준 성능은 어떻게 나타나있지?",
"취출 제어기를 공장관리 시스템에 적용하고 현장 관리자를 인식하기 위해서 어떤 방법을 사용했지?",
"표 5. 취출 제어기 시스템의 성능 중 4초로 개선된 평가항목은 무엇이지?",
"표 5. 취출 제어기 시스템의 성능에서 원호보간모터 축은 연구개발전 국내수준에서의 성능이 얼마로 나타나지?",
"표 5. 취출 제어기 시스템의 성능 중 IEEE802.15.4라는 개선 사항을 나타내는 평가항목은 무엇이지?",
"표 5. 취출 제어기 시스템의 성능에서 개선 내용이 ISO-14443A ISO-15693인 평가항목은 무엇이지?",
"본 논문에서 연동시험을 할 때 어떤 방법을 취했지?"
] |
39ccedc9-d736-4d1f-adda-679818724e5e
|
인공물ED
|
간섭을 고려한 무선 LAN 주파수 소요량 예측
|
<h1>Ⅲ. 무선 LAN 트래픽 예측</h1> <p>무선 LAN의 트래픽을 예측하기 위해서는 크게 두 가지로 정리할 수 있다. 첫 번째 방법은 무선 LAN 서비스를 데이터 속도와 사용 패턴에 따라 분류하여 각 서비스 별로 트래픽을 예측하는 방법이고, 두 번째 방법은 서비스별로 트래픽을 예측하기 어려운 경우 특정 지역에서 발생하는 연간 혹은 월간 트래픽 총량으로 예측하는 방법이다. 첫 번째 방법은 개별 서비스의 특징을 반영하여 주파수 수요를 정밀하게 예측할 수 있으나, 서비스별 트래픽 특성을 도출하는 과정이 스마트폰과 같은 복합기기의 등장으로 어려운 단점이 있다. 두 번째 방법은 서비스 구분 없이 트래픽 총량으로 예측하므로 개별 서비스의 특징과 요구 사항을 트래픽 예측에 반영할 수 없으나, 계산이 간단하고 사업자를 통해 데이터를 쉽게 취득할 수 있는 장점이 있다.</p> <p>국내 무선 LAN 서비스의 경우 기존의 사설 무선 공유기 등에 의한 서비스에 최근의 스마트폰에 의한 서비스가 추가되고 있는 개념이므로 두 가지 방법 모두를 고려할 필요가 있다. 따라서 본 논문에서는 무선 LAN의 트래픽을 예측하기 위하여 참고문헌 [4]에서 제안된 방식을 이용한 서비스별 트래픽 예측과 스마트폰 사용자의 데이터 트래픽 중 무선 LAN으로 off-loading 하는 비율을 고려한 트래픽을 각각 별도로 계산한 후 이를 합산하는 방법을 제안 하였다.</p> <h2>3 -1 서비스별 무선 LAN 트래픽 예측</h2> <p>본 예측 방법은 무선 LAN의 서비스 유형에 따라 트래픽을 예측하는 방식으로 무선 LAN 주파수 소요 량 예측 시 일반적으로 사용되는 방식이다. 주파수 소요량 예측 절차는 그림 1 과 같다. 먼저, 무선 LAN 사용 환경을 사무실 환경(corporate), 거주 환경(residential) 및 공공장소 환경(public access)의 3 가지 환경별로 분류하여 표 1 과 같이 사용자 밀도 및 사용율을 가정한다. 다음으로, 각각의 환경에서 사용자 들의 무선 LAN 사용 패턴을 고려하여 데이터 트래 픽을 계산한다. 각 셀 반경은 참고문헌 [4]를 참조하여 서비스 환경에 맞게 셀 반경을 설정하였다.</p> <p>다음으로 사용자의 서비스는 5 가지 서비스를 기반으로 하며, 각 서비스에 대해 session duration, acti-vity factor, busy hour call attempts를 정의하는데, 본 연구에서는 참고문헌 [4]를 참조하여 표 2 의 값을 사용하였다. 이제 표 1 과 표 2 의 값을 그림 1 의 방법대로 계산하여 예측한 사용환경 별 무선 LAN 트래픽은 표 3 과 같다. 셀 반경이 가장 큰 공공장소 환경에서 \( 73.94 \mathrm{Mbps} \) 의 무선 LAN 트래픽이 예측되고 있다. 이 값은 무선 LAN 사용률이 올라갈수록 선형적으로 증가한다. 상대적으로 서비스 반경이 작은 거주 환경에서 무선 LAN 트래픽이 가장 작다.</p> <table border><caption>각 서비스 시나리오별 무선 LAN 트래픽</caption> <tbody><tr><td colspan=2>Services</td><td>Compo- rate</td><td>Resi- dential</td><td>Public access</td></tr><tr><td rowspan=5>Medium interactive Multimedia (MiM)</td><td>Busv hour cal1 attempts</td><td>0.5</td><td>0.2</td><td>0.5</td></tr><tr><td>Down link(Mbps)</td><td>6</td><td>6</td><td>6</td></tr><tr><td>Up 1ink(Mbps)</td><td>6</td><td>6</td><td>6</td></tr><tr><td>Session duration(sec)</td><td>300</td><td>90</td><td>90</td></tr><tr><td>Activiv factor</td><td>0.45</td><td>0.45</td><td>0.45</td></tr><tr><td rowspan=5>High Multimedia (HM)</td><td>Busy hour cal1 attempts</td><td>0.5</td><td>0.3</td><td>0.2</td></tr><tr><td>Down 1ink(Mbps)</td><td>12</td><td>12</td><td>12</td></tr><tr><td>Up 1ink(Mbps)</td><td>0</td><td>0</td><td>0</td></tr><tr><td>Session duration(sec)</td><td>600</td><td>600</td><td>300</td></tr><tr><td>Activitv factor</td><td>0.16</td><td>0.12</td><td>0.1</td></tr><tr><td rowspan=5>Hjghly interactive Multimedia (HiM)</td><td>Busy hour cal1 attempts</td><td>0.3</td><td>0.3</td><td>0.4</td></tr><tr><td>Down 1ink(Mbps)</td><td>12</td><td>12</td><td>12</td></tr><tr><td>Up 1ink(Mbps)</td><td>0</td><td>0</td><td>0</td></tr><tr><td>Session duration(sec)</td><td>120</td><td>150</td><td>90</td></tr><tr><td>Activity factor</td><td>0.35</td><td>0.3</td><td>0.3</td></tr><tr><td rowspan=5>Very High Multimedia VHM)</td><td>Busy hour cal1 attempts</td><td>0.1</td><td>0.1</td><td>0.06</td></tr><tr><td>Down 1ink(Mbps)</td><td>27</td><td>36</td><td>36</td></tr><tr><td>Up link(Mbps)</td><td>0</td><td>0</td><td>0</td></tr><tr><td>Session duration(sec)</td><td>1.800</td><td>3,600</td><td>600</td></tr><tr><td>Activity factor</td><td>0.5</td><td>0.5</td><td>0.5</td></tr><tr><td></td><td></td><td></td><td></td><td></td></tr></tbody></table>
|
[
"Medium interactive Multimedia서비스중 Up 1ink의 Compo- rate는 어떻게 되지?",
"표를 참조하면, Medium interactive Multimedia서비스중 Up 1ink의 Compo- rate는 얼마야?",
"미디어 인터랙티브 멀티미디어의 Busv hour cal1 attempts서비스의 Compo- rate는 얼마야?",
"표에 의하면, 미디어 인터랙티브 멀티미디어의 Busv hour cal1 attempts서비스의 Compo- rate는 어떤 값을 가지지",
"각 서비스 시나리오별 무선 LAN 트래픽을 나타낸 표에서 미디어 인터랙티브 멀티미디어의 Compo- rate-Down link는 뭐야?",
"미디어 인터랙티브 멀티미디어중 Compo- rate의 Session duration은 몇초야?",
"Medium interactive Multimedia중 Compo- rate의 Activiv factor값은 뭐지?",
"Medium interactive Multimedia중 Compo- rate의 Activiv factor값은 표에 보면 무엇일까",
"하이글리 인터랙티브 멀티미디어서비스에서 Compo- rate트래픽의 Busy hour cal1 attempts는 얼마야?"
] |
b3700498-3523-414a-aed4-5d7565512b0f
|
인공물ED
|
간섭을 고려한 무선 LAN 주파수 소요량 예측
|
<h1>Ⅴ. 무선 LAN 주파수 소요량 예측</h1> <p>본 절에서는 Ⅲ절에서 구한 무선 LAN 트래픽과 Ⅳ절에서 구한 간섭을 고려한 무선 LAN 주파수 효율을 바탕으로 간섭원의 수와 보호 영역에 반경에 따른 무선 LAN 주파수 소요량을 예측하였다.</p> <p>우선 무선 LAN 트래픽은 표 3 의 서비스별 트래픽 예측과 표 5 의 이동통신 offloading을 고려하여 예측한 값을 합산하여 구한다. 그리고 간섭 특성을 고려 하기 위해 그림 4 의 최소 이격 거리 \( \left(r_{\min }\right) \) 와 간섭원수 \( (J) \) 에 따른 주파수 효.율로 무선 LAN 트래픽 예측치를 나눠 주파수 소요량을 계산하였다. 간섭이 없는 경우, 무선 LAN의 평균 주파수 효율은 Ofcom 자료를 참조하여 2 를 적용하였다. 이렇게 하면 무선 LAN의 구체적인 세부 규격을 고려하지 않고 평균적인 주파수 효율을 계산할 수 있다.</p> <p>그림 4와 표 6에서 무선 LAN 서비스 환경별 주파수 소요량은 public access의 경우가 가강 많은 주파수 소요량을 필요로 함을 알 수 있다. 이는 public access의 셀 반경이 다른 환경의 2 배, 셀 면적은 4 배이상이기 때문으로, 사용자 별 트래픽은 적게 발생 할 수 있으나 사용자 수 자체가 많아 다른 환경에 비 해 주파수 소요량이 크게 예측되었다. 또한, 이격 거리가 커지면 간섭이 작아져서 간섭수가 0 인 경우와 같게 되므로 이격 거리를 크게 하는 것이 중요함을 알 수 있다. 하지만 무선 LAN AP는 무작위적으로 설치되므로 이격 거리를 크게 할 수는 없으므로 간섭을 고려하여 구파수 소요량의 산출이 필요함을 알 수 있다.</p> <table border><caption>연도별 무선 LAN 주파수 소요량</caption> <tbody><tr><td rowspan=2>이격 거리</td><td rowspan=2>간섭 수</td><td colspan=5>Spectrum MHz]</td></tr><tr><td>2012</td><td>2014</td><td>2016</td><td>2018</td><td>2020</td></tr><tr><td></td><td>J=0</td><td>37.13</td><td>37.38</td><td>37.78</td><td>38.38</td><td>39.45</td></tr><tr><td rowspan=3>1m</td><td>J=1</td><td>73.37</td><td>73.88</td><td>74.67</td><td>75.85</td><td>77.97</td></tr><tr><td>J=3</td><td>176.36</td><td>177.58</td><td>179.48</td><td>182.31</td><td>187.40</td></tr><tr><td>J=3</td><td>278.06</td><td>279.99</td><td>282.98</td><td>287.45</td><td>295.48</td></tr><tr><td rowspan=3>3m</td><td>J=1</td><td>58.53</td><td>58.94</td><td>59.57</td><td>60.51</td><td>62.20</td></tr><tr><td>J=3</td><td>133.66</td><td>134.58</td><td>136.02</td><td>138.17</td><td>142.03</td></tr><tr><td>J=3</td><td>207.29</td><td>208.73</td><td>210.96</td><td>214.29</td><td>220.28</td></tr></tbody></table> <p>이동통신 트래픽의 off-loading은 연도별 트래픽 증가에는 크게 영향을 미치지 않으나, 이동통신 기기 중 무선 LAN을 사용하는 기기의 증가는 곧 간섭원 수의 증가를 의미하므로, 간섭에 의한 시스템 효율 저하는 주파수 소요량 산출에서 매우 중요한 요소이다. 특히 이격 거리가 작은 경우 간섭에 의한 영향이 크다는 것을 이격 거리가 \( 1 \mathrm{~m} \) 인 경우와 \( 3 \mathrm{~m} \) 인 경우를 비교해 보면 쉽게 알 수 있다. 이격 거리가 \( 3 \mathrm{~m} \) 인 경우를 예로 들면, 주파수 간섭에 대한 고려가 없는 주파수 소요량 예측보다 1 개의 인접 간섭원에 의한 주파수 간섭을 고려할 때 2020년에 \( 58 \% \) 더 많은 주파수가 필요함을 알 수 있다. 이로부터 늘어나는 무선 LAN의 주파수 소요량에 대처하기 위해서는 AP간 주파수 간섭을 극복하기 위한 대책이 필요함을 유추할 수 있다.</p> <p>최근 \( 4 \mathrm{G} \) 등의 이동통신망에 대한 주파수 소요량 예측 결과를 보면, ITU-R 둥에서는 2020년 이동통신망 주파수 소요량을 최소 \( 1,280 \mathrm{MHz} \) 에서 최대 1,720 \( \mathrm{MHz} \) 까지 예측한 바 있다. 반면 Ofcom 자료에 의하면 상대적으로 무선 LAN 등의 주파수 소요량 예측은 크게 높지 않은 것으로 나타나 있다. 이는 기존의 서비스 예측 방법을 위주로 예측하고, 스마트폰에 의한 off-loading과 AP간의 주파수 간섭을 고려 하지 않은 점도 영향을 준 것으로 판단된다. 따라서 본 연구에서 제시한 무선 LAN 주파수 소요량 예측 방법은 체계적인 무선 LAN 정책의 기술적 근거를 제시하여 그 활용도가 매우 높다고 사료된다.</p>
|
[
"본문의 연도별 무선 LAN 주파수 소요량에서 간섭 수가 J=0일 때 2018 Spectrum은 얼마인가?",
"본문의 연도별 무선 LAN 주파수 소요량에서 간섭 수가 J=0일 때 2012 Spectrum은 얼마야?",
"본문의 연도별 무선 LAN 주파수 소요량에서 간섭 수가 J=0일 때 2020 Spectrum은 얼마일까?",
"본문의 연도별 무선 LAN 주파수 소요량에서 간섭 수가 J=0일 때 2014 Spectrum은 얼마지?",
"간섭 수가 J=0일 때 2014 Spectrum은 본문의 연도별 무선 LAN 주파수 소요량을 참고하면 어떤 값이 되지"
] |
c2d979cb-b66d-4a2e-aeee-8127cca7b835
|
인공물ED
|
간섭을 고려한 무선 LAN 주파수 소요량 예측
|
<h2>3-2 스마트폰 Off-Loading에 의한 무선 LAN 트래픽 예측</h2> <p>다음으로 스마트폰의 off-loading에 의한 무선 LAN 주파수 소요량은 다음과 같이 예측된다. 먼저, 스마트폰 및 tablet PC 등에서 사용되는 이동통신망의 무 선 데이터 트래픽 예측에서 시작된다. 표 4 의 자료는 2011년 한국전자파학회에서 발표한 연구보고서에서 이동통신망의 무선 데이터 트래픽과 이중 무선 LAN망으로 off-loading된 무선 데이터 트래픽을 2020년까지 예측한 자료이다. 이동통신망 트래픽 예측은 2011년 9월 이동통신 트래픽 측정치를 기준으로 전문가 Delphi 조사를 통해 획득한 연도별 증가율을 반영하여 계산한다. 무선 LAN의 offloading 비율도, 2011 년 측정한 \( 9.16 \% \) 를 기반으로 연평균 증가율인 \( 13.5 \% \) 를 적용하여 계산하였다.</p> <p>가입자 수를 국내 인구의 수로 나눈 서비스 보급률을 이용하여 사용자별 트래픽과 표 1의 3가지 서비스 환경 파라미터를 적용하면 표 5 와 같이 서비스 환경별 무선 LAN의 트래픽을 예측할 수 있다.</p> <p>서비스 환경 별 무선 LAN 트래픽 예측이 연도별로 일정한데 반하여 스마트폰 off-loading에 의한 무선 LAN 트래픽은 지속적으로 증가하여 public access 서비스의 경우, 2012 년 AP당 \( 0.313 \mathrm{Mbps} \) 에서 2020년에는 \( 4.964 \mathrm{Mbps} \) 를 필요로 함을 알 수 있다.</p> <table border><caption>Offloaded 무선 LAN 트래픽 예측</caption> <tbody><tr><td>Yer</td><td>2012</td><td>2014</td><td>2016</td><td>2018</td><td>2020</td></tr><tr><td>이동통신망</td><td>39.713</td><td>81,509</td><td>124.492</td><td>167.534</td><td>228.961</td></tr><tr><td>WiFi망</td><td>4,129</td><td>10,917</td><td>21,479</td><td>37,237</td><td>65,557</td></tr><tr><td>Ofload %</td><td>10.40</td><td>13.39</td><td>1725</td><td>22.23</td><td>28.63</td></tr></tbody></table> <table border><caption>환경별 Offloaded 무선 LAN 트래픽 예측</caption> <tbody><tr><td></td><td>2012</td><td>2014</td><td>2016</td><td>2018</td><td>2020</td></tr><tr><td>Residential</td><td>0.045</td><td>0.120</td><td>0.235</td><td>0.408</td><td>0.718</td></tr><tr><td>Corporate</td><td>0.050</td><td>0.133</td><td>0.261</td><td>0.453</td><td>0.798</td></tr><tr><td>Public access</td><td>0.313</td><td>0.827</td><td>1.627</td><td>2.820</td><td>4.964</td></tr></tbody></table>
|
[
"본 논문의 표에서 Ofload의 2020년에 해당되는 값은 어떤거야?",
"환경별 Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 2020년의 Residential 트래픽 예측값은 어느 값이야?",
"본 논문의 표에서 Public access의 2014 트래픽 예측값은 무슨 값이야?",
"본문의 표에서 2012년 WiFi망의 트래픽 예측은 얼마야?",
"본문의 표에서 2014년의 Corporate에 해당되는 값은 어느거야?",
"환경별 Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 2012년의 Residential 트래픽 예측값은 얼마야?",
"본문의 표에서 Corporate 트래픽 예측 값들 중에서 가장 작은 값을 가지는 연도는 언제야?",
"표에서 65,557의 트래픽 예측을 가지는 연도는 언제야?",
"Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 \t13.39의 트래픽 예측을 가지는 연도는 언제야?",
"본문의 표에서 2018년 WiFi망의 트래픽 예측에 해당되는 값은 무엇이야?",
"본 논문의 표에서 Ofload의 2012년에 해당되는 값은 어떤거야?",
"본 논문의 표에서 Public access의 2016 트래픽 예측값은 무슨 값을 가져?",
"본문의 표에서 Corporate 트래픽 예측 값들 중에서 가장 큰 값을 가지는 연도는 언제야?",
"Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 \t1725의 트래픽 예측을 가지는 연도는 언제야?",
"본문의 표에서 22.23의 트래픽 예측을 가지는 연도는 언제야?",
"Offloaded 무선 LAN 트래픽 예측하는 표에서 2012년의 이동통신망 트래픽은 얼마야?",
"본문의 표에서 2016년 WiFi망의 트래픽 예측에 해당되는 값은 어느거야?",
"Offloaded 무선 LAN 트래픽 예측하는 표에서 2018년의 이동통신망 트래픽에 해당되는 값은 무엇이야?",
"본문의 표에서 4,129의 트래픽을 갖는 연도는 언제야?",
"Offloaded 무선 LAN 트래픽 예측하는 표에서 2020년의 이동통신망 트래픽에서 예측된 값은 무엇이야?",
"0.261의 트래픽 예측값을 가지는 연도는 언제야?",
"Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 \t124.492의 트래픽 예측을 가지는 연도는 언제야?",
"본문의 표에서 2012년의 Corporate에 해당되는 값은 얼마야?",
"표에서 81,509의 트래픽 예측 값을 가지는 연도는 언제야?",
"Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 10,917의 트래픽 예측을 가지는 연도는 언제야?",
"환경별 Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 2014년의 Residential 트래픽 예측값은 무슨 값이야?",
"본 논문의 표에서 Public access의 2018 트래픽 예측값은 어느거야?",
"표에서 28.63의 트래픽 예측을 가지는 연도는 언제야?",
"본 논문의 표에서 Public access 트래픽 예측 값들 중에서 가장 큰 값을 가지는 연도는 언제야?",
"본 논문의 표에서 Public access 트래픽 예측 값들 중에서 가장 큰 작은 값을 가지는 연도는 언제야?",
"본문의 표에서 37,237의 트래픽 예측을 가지는 연도는 언제야?",
"본문의 표에서 2020년 WiFi망의 트래픽 예측의 값은 무엇이야?",
"Offloaded 무선 LAN 트래픽 예측하는 표에서 2014년의 이동통신망 트래픽은 무엇이야?",
"본 논문의 표에서 Ofload의 2014년에 해당되는 값은 무엇이야?",
"본문의 표에서 167.534의 트래픽 예측을 가지는 연도는 언제야?",
"Offloaded 무선 LAN 트래픽 예측하는 표에서 2016년의 이동통신망 트래픽은 무슨 값을 가져?",
"본 논문의 표에서 Ofload의 2016년에 해당되는 값은 얼마야?",
"본 논문의 표에서 Public access의 2020 트래픽 예측값은 어떤 값이야?",
"본문의 표에서 2018년의 Corporate에 해당되는 값은 어떤거야?",
"환경별 Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 2018년의 Residential 트래픽 예측값은 어떤 값을 가져?",
"Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 \t21,479의 트래픽 예측을 가지는 연도는 언제야?",
"본문의 표에서 2014년 WiFi망의 트래픽 예측은 무슨 값이야?",
"본문의 표에서 2020년의 Corporate에 해당되는 값은 무슨 값이야?",
"본문의 표에서 39.713의 트래픽을 갖는 연도는 언제야?",
"본문의 표에서 2016년의 Corporate에 해당되는 값은 어떤값을 가져?",
"표에서 0.133의 값을 가지는 연도는 언제야?",
"본 논문의 표에서 10.40의 트래픽 예측 값을 가지는 연도는 언제야?",
"환경별 Offloaded 무선 LAN 트래픽 예측을 나타내는 표에서 Residential 트래픽 예측 값들 중에서 가장 큰 값을 가지는 연도는 언제야?",
"표에서 228.961의 트래픽 예측을 가지는 연도는 언제야?",
"환경별 Offloaded 무선 LAN 트래픽 예측을 나타낸 표에서 2016년의 Residential 트래픽 예측값은 어느거야?",
"환경별 Offloaded 무선 LAN 트래픽 예측을 나타내는 표에서 Residential 트래픽 예측 값들 중에서 가장 작은 값을 가지는 연도는 언제야?",
"본 논문의 표에서 Public access의 2012 트래픽 예측값은 얼마야?",
"본 논문의 표에서 Ofload의 2018년에 해당되는 값은 어떤 값이야?"
] |
acd89072-e6a7-4af5-af2a-5bbd3f77dd51
|
인공물ED
|
코드 테이블 패턴 분석을 통한 저비용 H.264/AVC 엔트로피 코딩 유닛 설계
|
<h2>2.3 CAVLC 유닛 설계</h2><p>CAVLC는 \( 4 \times 4 \) 블록의 양자화 계수를 부호화하기위해 사용된다. 큰 사이즈의 코딩 테이블을 필요로하고, 생성되는 코드워드의 수가 일정하기 않기 때문에 최적화된 하드웨어 설계가 어렵다. 본 논문의 로줄이고, 생성되는 코드워드 수의 가변 범위를 줄</p><p>CAVLC는 테이블 사이즈를 기존 사이즈 대비 \( 40 \% \)임으로 하드웨어 설계에 용이하도록 한다.</p><p>CAVLC는 Coeff_token, Trailing_ones_sign_flag,Level_prefix, Level_suffix, Total_zeros, Run_before와 같은 요소를 가지며 나열된 순으로 부호화되어야한다. Coeff_token은 TotalCoeff, TrailingOnes, nC에의해 다른 코드 테이블을 사용한다. TotalCoeff는 정수값 0이 아닌 계수들의 수를 나타내고, 0부터 16의범위를 갖는다. TrailingOnes는 스캔 순서에서 초기값들이 정수값 ±1일 경우 그 수를 나타내고, 0부터 3의 범위를 갖는다. nC는 주변 블록들에서 정수값 0이아닌 계수들의 수를 나타낸다. 테이블을 통해 생성된코드워드는 최대 16비트를 갖게 되는데, 기존방식으로 테이블을 설계하게 되면 총 16 x 308 비트의 사이즈를 필요로 한다. 표3은 테이블 사이즈를 줄이기 위한 변환 방법이다.</p><p>표 3은 TrailingOnes \( \left(=\mathrm{T}_{-} \mathrm{O}\right) \) 가 0인 경우,TotalCoeff (=T_C)가 증가할 때의 코드워드들이다.표에서 residual_code와 code_size는 이전 \( \mathrm{T}_{-} \mathrm{C} \) 의 코드워드에 비해 달라진 값과 길이를 나타낸 것이며,value는 0이 아닌 코드값을 정수로 표현한 것이다. 실제 테이블에는 code_size와 value값만 입력된다. 모든Coeff_token 테이블에 이와 같은 방법을 적용하면code_size의 종류는 \( \{0,1,2, \mathrm{M}\} \) 으로 한정되어 2비트로 표현된다. 전체 코드워드의 \( 10 \% \) 가 \( \mathrm{M} \) 에 해낭하며, 별도의 특수 코드 테이블에서 관리한다. 테이블의value는 \( 1-7,-5,-4,-3,-2,-1,0,1,2,3,4,5,7,8 \),\( \mathrm{N} \) 으로 한정되며, 순서대로 부호화되어 4비트로 표현된다. 전체 코드워드의 \( 4 \% \) 가 \( \mathrm{N} \) 에 해당되며, 특수 코드 테이블에서 관리한다. 본 논문에서 사용한 코드최적화 방법은 추가 코드표를 감안하더라도 기존 테이블에 비해 사이즈를 40% 이하로 줄일 수 있다.</p><p>그림 4는 표 3을 구현한 것이다. Coeff_token 코드생성기의 입력은 \( 4 \times 4 \) 블록의 양자화 계수들이다. coefficient_analysis에 의해 생성된 trailing_ones_flag,sign_flag, nzero_flag는 각각 TrailingOnes의 여부, 계수의 부호값, 0이 아닌 계수의 여부를 나타낸다. 코드테이블 선택에 필요한 \( \mathrm{nC} \) 는 계산 전에 결정되기 때문에 미리 \( \mathrm{nC} \) 에 대한 테이블을 선택한다.TrailingOnes는 스캔 순서 초기에 결정되기 때문에 \( \mathrm{nC} \) 와 TrailingOnes를 테이블의 기본 주소로 사용하여 증가되는 TotalCoeff에 따라 목표 코드워드에 접근해간다. TotalCoeff에 의해 선택된 테이블의 출력 값인 code_size와 value는 차분값들이기 때문에 누적기에서누적되어 실제 값으로 변환된다.</p><p>그림 5는 CAVLC 유닛이다. 매크로블록 메모리로부터 \( 4 \times 4 \) 블록의 양자화 계수를 zig-zag 순으로 읽어서 각 연산 유닛에 공급한다. 이때, 정수값 0이 아닌계수는 \( \mathrm{FIFO} \) 레지스터에 저장해두고 처리해야할 계의 수를 기억해 둔다. 스캔이 마무리 되면 2사이클의 딜레이 후에 Coeff_token +trailing_ones_sign_flag 결과가 Coeff_token 코드 생성기에서 출력된다. 동시에 Level값을 하나씩 처리하고 Coeff_token + trailing_ones_sign_flag 이후에 딜레이 없이 바로 출력한다. Level은 suffixLength에 따라 다른 테이블을 사용하는데 본 논문의 CAVLC는테이블 규칙을 이용하여 로직회로만으로 처리한다.모든 Level값이 처리되면 Total_zeros를 출력한다.</p><p>Total_zeros 생성기 역시 Coeff_token 생성기와 유사한 방법을 사용하여 테이블 사이즈를 줄인다. 마지막으로 Run_before를 출력한다. Run_before는 Level 수와 위치에 따라 값과 연산 횟수가 달라진다. 하지만 입력값의 경우의 수가 한정되고 출력 값의 크기가 크지 않음을 이용하여 4회의 고정 횟수로 모든 경우의 run_before를 생성할 수 있다. Level 횟수가 적은 경우에는 연산시간의 손해가 발생할 수 있지만 고정 연산시간으로 인해 \( 4 \times 4 \) 블록을 연속적으로 처리할 때,파이프라인 처리가 가능하게 한다. CAVLC 연산 시간은 16 사이클의 스캔시간, 초기 2사이클의 딜레이시간, 4 사이클의 고정시간과 Level 처리에 소요되는가변시간으로 구성된다. Level 수가 증가할수록 연산시간은 비례적으로 증가한다. 매크로블록을 처리할경우 연속적인 \( 4 \times 4 \) 블록을 파이프라인으로 처리 가능하기 때문에 스캔시간 16 사이클은 대부분 중첩되어초기 1회를 제외하고는 무시할 수 있다.</p>
|
[
"\\( 4 \\times 4 \\) 블록의 양자화 계수를 부호화하기 위해 사용되는 CAVLC는 어떤 식으로 하드웨어 설계에 용이하도록 하는가?",
"위 본문에서는 최적화된 하드웨어 설계가 어렵다고 한다 그 이유는 무엇인가?",
"어떤 이유로인해 최적화된 하드웨어 설계가 어려울까?",
"어떠한 요소를 CAVLC가 지니며 부호화되어야 되는가?",
"어떠한 요소를 CAVLC가 지니며 부호화되얼 돼",
"Coeff_token은 무엇에 의해 다른 코드 테이블을 사용하는가?",
"TotalCoeff는 정수값 0이 아닌 계수들의 수를 나타낼 때 그에 대한 범위는 어느 정도인가?",
"TotalCoeff이 0부터 16의범위를 갖을 때 정수값은?",
"TrailingOnes가 0부터 3의 범위를 갖고 있을 때의 초기값들의 수는 얼마를 나타내는가?",
"TrailingOnes가 스캔 순서에서 초기값들이 정수값 ±1일 경우 그 수를 나타내면 그에대한 범위는 어디부터 어디까지인가?",
"테이블을 통해 생성된 코드워드는 최대 몇 비트인가?",
"테이블을 통해 생성된코드워드를 기존방식으로 테이블을 설계시 어느정도의 사이즈의 비트를 필요로 하는가?",
"표3은 무엇을 위한 방법인가?",
"coefficient_analysis에 의해 생성된 trailing_ones_flag,sign_flag, nzero_flag는 무엇의 여부를 나타내는가?",
"Coeff_token의 양자화 계수는 코드생성기의 입력에 어떤 식을 입력하여 결과값을 얻어냈는가?",
"코드테이블의 계산 전 결정 되는 것은 무엇인가?",
"무엇이 코드테이블의 계산 전 결정 되지?",
"코드테이블 선택에 필요한 \\mathrm{nC}nC 는 계산 전에 결정되는데 이때 미리 선택을 해야 되는 것은 무엇인가?",
"railingOnes는 스캔 순서 초기에 결정되는데 이때 어떤 것들을 기본 주소로 사용하는가?",
"\\mathrm{nC}nC 와 TrailingOnes를 테이블의 기본 주소로 사용하여 증가될 때 어디에 접근을 해가는가?",
"TotalCoeff에 의해 선택된 테이블의 출력 값은 어떤 값인가?",
"code_size와 value는 차분값은 어디에 누적 되어 실제 값으로 변환이 되는가?",
"그림 5에서 나타내는 유닛은 어떤 유닛인가?",
"매크로블록 메모리로부터 무엇을 zig-zag 순으로 읽어서 각 연산 유닛에 공급하는가?",
"매크로블록 메모리로부터 4 \\times 44×4 블록의 양자화 계수 어떤 순으로 읽어 연산 유닛에 공급을 하는가?",
"어디에 정수값 0이 아닌계 수는 저장해두고 처리해야할 과의 숫을 기억하는가",
"어디에 정수값 0이 아닌계 수는 저장해두고 처리해야할 과의 숫을 기억하지",
"스캔이 마무리 되면 딜레이가 발생 되는데 이때 딜레이의 사이클은?",
"2사이클의 딜레이 후 어떤 결과가 Coeff_token 코드 생성기에서 출력 되는가?",
"스캔이 끝나고 2사이클의 딜레이 후 Coeff_token +trailing_ones_sign_flag 결과는 어디서 출력이 되는가?",
"Level값을 하나씩 처리후 언제 딜레이 없이 바로 출력이 가능한가?",
"Level은 무엇에 따라 다른 테이블을 사용하게 되는가?",
"본 논문에서 CAVLC는 테이블 규칙을 이용하여 어떤 것을 처리하는가",
"모든 Level값이 처리되면 어떤 것을 출력하는가?",
"Total_zeros 생성기는 어떤 방법과 유사하게 테이블 사이즈를 줄이는가?",
"마지막으로 출력을 하는 것은 무엇인가?",
"Coeff_token 생성기와 유사한 방법을 사용하여 테이블 사이즈를 줄이는 생성기는 어떤 것인가?",
"Run_before는 어쩔 때 값과 연산 횟수가 달라지는가?",
"run_before를 생성할 수 있는 상황은 어떤 상황인가?",
"Level 횟수가 적은 경우 어떤 손해가 발생하는가?",
"어떤 식으로 처리할 때 피이프라인 처리가 가능해지는가?",
"CAVLC 연산 시간 어떤 식으로 구성돼있는가?",
"Level 수가 증가하면 연산시간은 반비례적으로 증가하는가?",
"매크로블록을 처리할경우 어떤 식으로 처리가 가능한가?",
"매크로블록을 처리할경우 연속적인 4 \\times 44×4 블록을 파이프라인으로 처리 가능하다 이때 스캔시간이 무시되는 경우는 언제인가?",
"Level 수가 증가할수록 연산시간은 어떻게 증가를 하는가?",
"coefficient_analysis에 의해 생성된 A는 각각 TrailingOnes의 여부, 계수의 부호값, 0이 아닌 계수의 여부를 나타낸다. 이 A는 무엇인가?",
"FIFO 레지스터에 저장해두고 처리해야할 계의 수를 기억해 두고 처리할 때는 언제인가?",
"CAVLC는 무엇에 사용이 되는가?",
"무엇에 CAVLC가 이용되지?",
"nC는 주변 블록들에서 정수값은 어떤 것을 나타내는가?",
"표 3에서 TrailingOnes \\left(=\\mathrm{T}_{-} \\mathrm{O}\\right)(=T − O) 가 0인 경우 어떠한 현상이 일어나는가?",
"표3의 무엇이 0이여야 코드워드가 TotalCoeff (=T_C) 증가하는가?",
"실제 테이블에서 입력이 되는 것은 code_size와 무엇이 입력이 되는가?",
"value는 어떤 것을 표현한 것인가?",
"어떤 것을 value가 표현했지?",
"표에서 residual_code와 code_size는 어떤 값과 길이를 나타내었나?",
"모든Coeff_token 테이블에 이와 같은 방법을 적용할 때 어떤 식으로 표현이 되는가?",
"테이블의 value는 어떤 식으로 한정이 되는가?",
"어떤 식으로 테이블의 value가 제한되지?",
"테이블의value는 어떤식으로 표현이 되는가?",
"N에 해당 되는 전체 코드워드는 몇 %인가?",
"몇 %의 전체 코드요소가 N에 해당되지?",
"위 논문에서 사용한 코드최적화 방법은 추가 코드표를 감안하여 기존 테이블에 비해 사이즈를 몇 % 이하로 줄일 수 있는가?",
"전체 코드워드의 4 \\%4% 가 \\mathrm{N}N 에 해당된다 이때 코드워드는 어디서 관리 되는가?",
"전체 코드워드는 별도의 특수 코드 테이블에서 관리되는 때가 언제인가?"
] |
a1b738df-c6ab-4f74-a55c-72bbeb2fea72
|
인공물ED
|
코드 테이블 패턴 분석을 통한 저비용 H.264/AVC 엔트로피 코딩 유닛 설계
|
<h1>III. 실험결과</h1><p>본 논문에서 제안하는 엔트로피 코딩 유닛은Exp-Golomb 유닛을 이용하여 SPS RBSP, PPSRBSP, 슬라이스 헤더, 매크로블록 헤더들을 부호화시키고, CAVLC 유닛을 이용하여 양자화 계수들을부호화 시킨다. 생성된 코드워드들은 bit-stream 생성기와 NAL 생성기로 패킷화 되어 외부로 전송된다.본 논문의 엔트로피 코딩은 실제 인코더에 사용가능도록 모든 과정을 완벽하게 지원한다.</p><p>본 논문에서는 엔트로피 코딩 유넛의 크기를 예측하기 위해 TSMC \( 90 \mathrm{~nm} \) CMOS \( 1 \mathrm{PgM} \) 공정에서 \( 150 \mathrm{MHz} \) 로 동작 시켰으며, 약 \(13,600 gates\)로 합성되었다. 표 4는 엔트로피 코딩 유닛들의 성능을 비교한 것이다. 표에서 학인 할 수 있듯이 본 논문의 엔트로피 코덩 유닛은 상대적으로 적은 리소스를 필요로 하며, 성능에서도 뒤처지지 않음을 알 수 있다. 또한 Exp-Golomb (EXPG)와 CAVLC를 모두 만족한다.</p>
|
[
"엔트로피 코딩 유닛은Exp-Golomb 유닛을 이용하여 양자화 계수들을 부호화 시키는가?",
"엔트로피 코딩 유닛은 어떤 유닛을 이용하여 SPS RBSP, PPSRBSP, 슬라이스 헤더, 매크로블록 헤더들을 부호화시키는가?",
"엔트로피 코딩 유닛은 양자화 계수들을 부호화 시키기위해 어떤 유닛을 이용하는가?",
"엔트로피 코딩 유닛이 CAVLC 유닛을 이용하여 어떤 작업을 할 수 있나?",
"생성된 코드워드들은 어떻게 외부로 전송되나?",
"엔트로피 코덩 유닛은 상대적으로 많은 리소스를 필요로 하며, 성능에서도 뒤처지지 않나?",
"엔트로피 코딩 유닛의 크기를 예측하기 위해 몇 \\( \\mathrm{MHz} \\) 로 동작 시켰나 ?",
"본문에서 제안하는 엔트로피 코딩 유닛은 CAVLC 유닛을 이용하여 매크로블로 헤더들을 부호화 시키는가?",
"엔트로피 코딩 유넛의 크기를 예측하기 위해 약 \\(13,600 gates\\)로 합성되었나?"
] |
e2943b0a-5b81-4ccd-b9da-5104a28ab7c7
|
인공물ED
|
코드 테이블 패턴 분석을 통한 저비용 H.264/AVC 엔트로피 코딩 유닛 설계
|
<h2>2.2 Exp-Golomb 유닛 설계</h2><p>Exp-Golomb은 SPS RBSP, PPS RBSP, 슬라이스헤더, 매크로블록 헤더를 압축하기 위해 사용된다. 표2은 Exp-Golomb의 코드워드를 나타낸다.</p><p>코드워드는< Mzeros><1>< INFO>와 같은 형태를갖는다.< Mzeros>은 M개의 zero 코드를 갖는다.<1>은< Mzeros>와< INFO>의 구분자 역할을 하며,코드값 1을 갖는다.< INFO>는 식 (1)과 같은 값을갖는다.</p><p>\( \mathrm{M}= \) floor \( \left(\log _{2}[\right. \) code_num \( \left.+1]\right) \) INFO = code_num \( +1-2^{\mathrm{M}} \)<caprion>(1)</caption></p><table border><caption>Exp-Golomb의 코드워드</caption><tbody><tr><td>code_num</td><td>codewords</td></tr><tr><td>0</td><td>1</td></tr><tr><td>1-2</td><td>\( 01 \mathrm{X}_{0} \)</td></tr><tr><td>3-6</td><td>\( 001 X_{1} X_{0} \)</td></tr><tr><td>7-14</td><td>\( 0001 X_{2} X_{1} X_{0} \)</td></tr><tr><td>15-30</td><td>\( 00001 X_{s} X_{2} X_{1} X_{0} \)</td></tr><tr><td>31-62</td><td>\( 000001 X_{4} X_{s} X_{2} X_{1} X_{0} \)</td></tr><tr><td>....</td><td>....</td></tr></tbody></table><p>또한 Exp_Golomb은 부호화하기 위한 파라미터의종류에 따라 \( u(n) \), ue(v), se(v), me(v), te(v)같은5가지 코드타입을 갖는다. 코드타입은 서로 다른 방식으로 code_num을 생성한다. ue(v)은 파라미터 값이직접 code_num이 된다. \( \mathrm{se}(\mathrm{v}) \) 는 파라미터가 부호를가질 때 사용된다. 예를 들어 파라미터 \( 0,1,-1,2 \),\( -2,3 \) 순으로 code_num은 \( 0,1,2,3,4,5 \) 이 된다. \( \mathrm{me}(\mathrm{v}) \) 는 파라미터에 따라 정의되어 있는 테이블을 이용하여 code_num을 생성한다. te(v)는 파라미터가 1보다 클 경우 직접 code_num이 되지만 \(1\)일 경우 \( 0 \)으로 변경된다. 마지막으로 u(n)은 직접 코드워드를 입력하는 방법이다. 코드타입의 v는 생성된 코드워드가가변 길이임을 의미하고, n은 고정된 길이를 의미한다. 본 논문에서 제안하는 Exp-Golomb은 5가지 코드타입을 하나의 유닛에서 지원하며, 간단한 연산 유닛으로 Exp-Golomb의 코드워드를 연산 한다.</p><p>그림 3는 본 논문에서 제안하는 Exp-Golomb 유닛으로 파라미터와 코드타입을 입력 받는다. 2 스테이지로 이루어진 Exp-Golomb 유닛은 z_size, nz_size,nz_data를 최종 출력으로 한다. z_size는 [Mzeros]를나타낸다. nz_size는 [1]를 포함한 [INF0]의 길이를 나타낸다. nz_value는 [1]를 포함한 [INF0]의 값을 나타낸다.</p><p>첫 번째 스테이지는 파라미터를 code_num으로 변경하고 코드타입에 따라 선택된 값을 레지스터에 저장한다. se(v)를 계산하는 과정에서의 sign_bit는 파라미터의 부호가 음수이면 \(1\) 값을 갖고, 양수이면 \(0\) 값을갖는다. type(u(n))는 코드타입이 u(n)이면 \(1\)값을 갖고, 나머지일 경우는 \(0\) 값을 갖는다. p(1)은 파라미터값이 \(1\)이 아닌 경우 \(0\) 값을 가진다. 두 번째 스테이지의 nzero_position_check는 code_num의 첫 번째 \(0\)이 아닌 코드값의 위치를 나타낸다. 예를 들어 code_num=9 이면 nzero_posion_check는 3이 되고, z_size=3, nz_size=4, nz_value= “1010” 이 된다. 만약code_type이 u(n) 이면, 직접 입력된 un_z_size,un_nz_size가 각각 z_size, nz_size가 되고 code_num이 nz_data가 된다. 본 논문의 Exp-Golomb 유닛은 그림 2와 같이 간단한 연산 유닛으로 식 (1)과 같은 복잡한 연산식을 처리하여 자원을 절약하였다.</p>
|
[
"Exp-Golomb은 무엇을 압축하기 위해 사용 돼?",
"se(v)를 계산할 때, sign_bit는 파라미터의 부호가 음수이면 0을 가져?",
"te(v)가 어떤 경우에 직접 code_num 상태가 돼?",
"< Mzeros>와< INFO>의 구분을 하는 것이 뭐야?",
"첫 번째 스테이지는 파라미터를 각각의 코드타입에 따라 어디에 저장해?",
"code_type이 u(n) 일 때, code_num은 어떻게 돼?",
"두 번째 스테이지의 nzero_position_check는 어떤 것을 나타내?",
"code가 0일때 코드워드는 몇이야?",
"code_num이 4일 때, 코드워드는 뭐야?",
"code_num이 7-14에 해당하는 코드워드는 몇이야?",
"\\( 000001 X_{4} X_{s} X_{2} X_{1} X_{0} \\) 을 나타내는 code_num의 범위는 몇이야?",
"code_num의 범위가 45이상 63미만 일 때 해당하는 코드워드는 몇이야?",
"Exp-Golomb 유닛은 시간을 절약하기 위해 연산식을 처리한거야?",
"첫 번째 스테이지는 선택된 값을 레지스터에 어떻게 저장했어?",
"Exp-Golomb 유닛은 어떻게 자원을 절약했어?"
] |
e9dff1eb-5fe7-492e-b2a4-a286fe2bf107
|
인공물ED
|
코드 테이블 패턴 분석을 통한 저비용 H.264/AVC 엔트로피 코딩 유닛 설계
|
<h1>II. 본론</h1><h2>2.1 엔트로피 코딩 유닛</h2><p>엔트로피 코딩은 가변 길이 코딩을 사용하기 때문에 코드워드의 길이가 일정하지 않다. 생성되는 코드워드는 연속적으로 붙여져 패킷 화 되어져야 한다.기존 엔트로피 코딩 유닛들은 큰 사이즈의 쉬프터를 이용하여 이 문제를 해결하려고 한다. 하지만 이와 같은 방법은 모바일 기기와 같이 자원이 한정된 곳에서 부담이 될 수 있다. 본 논문에서 제안하는 엔트로피 코딩 유닛은 쉬프터의 사이즈를 줄이기 위해 새로운 코드워드 표현법을 사용하고, 코딩에 사용되는 테이블 사이즈를 줄이기 위해 노력한다. 본 논문의 엔트로피 코딩 유닛은 그림 1과 같이 Exp-Golomb 유닛, CAVLC 유닛, bit-stream 생성기, NAL 생성기,메인 컨트롤러로 구성된다.</p><p>엔트로피 코딩 유닛의 동작 과정은 그림 2와 같다. 먼저, 메인 컨트롤러는 H.264/AVC 비디오 인코더가시작되면 PPS RBSP와 SPS RBSP를 bit-stream 생성기에 전송한다. PPS와 SPS의 파라미터들은 시스템 요구사항에 따라 미리 정해진 값들이다. 별도의 Exp-Golomb 연산을 수행하지 않고 미리 코딩된 값을 ROM에서 출력한다. 이 후 첫 번째 매크로블록이 전송되면 슬라이스 헤더를 부호화 하여 bit-stream생성기로 전달한다. 슬라이스 헤더 역시 일부 파라미터를 제외하고는 미리 정해진 값들이다.대부분의 값들은 미리 계산 되어져 ROM에서 전송되며, 일부 파라미터들은 실시간 계산되어 전송 시 대체된다.</p><p>Exp-Golomb 유닛과 CAVLC 유닛의 출력 신호는nz_size, z_size, nz_data로 구성된다. 각 유닛으로부터 생성된 코드워드는 서로 다른 코드 길이를 가지며 MSB 쪽에 코드값 0이 분포되어 있거나 전부 0이 아닌 값으로 구성된다. 그러므로 코드의 0이 아닌 값만을 버스로 전송하고 코드값 0의 길이만 전송하게 되면 버스 대역폭을 줄일 수 있다. z_size는 코드값 0의길이를 뜻하고, nz_size, nz_data는 각각 0이 아닌 코드의 길이와 값을 나타낸다. nz_data는 16비트 데이터버스를 사용한다.</p><table border><caption>표 1. bit-stream 생성기 연산 과정</caption><tbody><tr><td></td><td>1</td><td>2</td><td>3</td><td>4</td><td>5</td></tr><tr><td>codewords</td><td>01</td><td>1</td><td>0_0011</td><td>000_1111</td><td>0_0011</td></tr><tr><td>nz_size</td><td>1</td><td>1</td><td>2</td><td>4</td><td>2</td></tr><tr><td>z_size</td><td>1</td><td>0</td><td>3</td><td>3</td><td>3</td></tr><tr><td>shift_size</td><td>2</td><td>3</td><td>0</td><td>3</td><td>0</td></tr><tr><td>comb_size</td><td>0</td><td>2</td><td>3</td><td>0</td><td>3</td></tr><tr><td>outmux_sel</td><td>0</td><td>0</td><td>2</td><td>1</td><td>2</td></tr><tr><td>g4</td><td>0000</td><td>0000</td><td>0000</td><td>0000</td><td>0000</td></tr><tr><td>g3</td><td>0000</td><td>0000</td><td>0000</td><td>0000</td><td>0000</td></tr><tr><td>g2</td><td>0000</td><td>0000</td><td>0000</td><td>0000</td><td>0000</td></tr><tr><td>g1</td><td>0000</td><td>0000</td><td>0011</td><td>0001</td><td>0011</td></tr><tr><td>g0</td><td>0100</td><td>0010</td><td>0000</td><td>1110</td><td>0000</td></tr><tr><td>g0_d1</td><td>-</td><td>0100</td><td>0110</td><td>0000</td><td>1110</td></tr><tr><td>NAL0</td><td>-</td><td>0100</td><td>0110</td><td>0000</td><td>1110</td></tr><tr><td>NAL1</td><td>-</td><td>0000</td><td>0000</td><td>0011</td><td>0000</td></tr><tr><td>NAL2</td><td>-</td><td>0000</td><td>0000</td><td>0000</td><td>0000</td></tr><tr><td>NAL3</td><td></td><td>0000</td><td>0000</td><td>0000</td><td>0000</td></tr><tr><td>NAL_size</td><td>-</td><td>0</td><td>0</td><td>2</td><td>1</td></tr></tbody></table><p>그림 1의 bit-stream 생성기는 기존 엔트로피 코딩유닛들보다 작은 사이즈로 설계되고, 2단계의 쉬프터로 구성된다. 미세조정은 첫 번째 오른쪽 쉬프터에서 처리되고, 큰 단위 조정은 네트워크 이후의 MUX들을이용한다. 표 1은 bit-stream 생성기의 동작 과정을 나타낸 것이다. 예를 들어 01, 1, 00011, 00011111, 00011 값을 순차적으로 처리하고 싶을 때, 입력값(nz_size, z_size, nz_data)는 (1, 1, 0..01), (1, 0,0...01), (2, 3, 0...011), (4, 3, 0...01111), (2, 3, 0...011)순으로 입력된다. 첫 번째 코드워드는 4비트 이하이기 때문에 NAL 유닛으로 출력되지 않고 g0_d1에 0100으로 저장된다. 두 번째 코드워드는 3 비트 오른쪽 쉬프트되어 혼합기로 전달된다. comb_size가 \(2\)인경우에는 g0_d1의 상위 \(2\)비트와 첫 번째 MUX의 출력 값의 하위 2비트를 조합하여 4비트를 만든다. 이때, MUX 출력 값은 g0, 0, 0, 0 이다. MUX 출력 값은 mux_sel 신호에 의해 결정된다. 세 번째 데이터는 쉬프트 되지 않고 네트워크로 전달되며, comb_size=3과 outmux_sel=2에 의해 0110_0011_0000_0000이 출력된다. 이 때, NAL_size는 출력되는 NAL 데이터의 유효 비트를 의미한다. NAL_size=2인 경우에는 상위 \(8\) 비트만이 유효함을 의미한다. NAL 생성기는 출력되는 비트를 스택에 쌓아두고 일정 패킷단위로 나눠서외부에 전달한다.</p>
|
[
"엔트로피 코딩은 왜 코드워드의 길이가 일정하지 않나요?",
"가변 길이 코딩을 사용하면 어떻게 됩니까?",
"엔트로피 코딩에서 만들어지는 코드워드는 불규칙적으로 패킷화 되어야 합니까?",
"엔트로피 코딩에서 만들어지는 코드워드는 어떻게 되어야 하지?",
"큰 사이즈의 쉬프터를 기존 엔트로피 코딩 유닛들이 사용하는 것은 어디에 부담이 될 수 있나요?",
"기존 엔트로피 코딩 유닛들은 무엇을 이용해 코드워드의 길이가 불규칙적인 문제들을 해결하고자 합니까?",
"코드워드의 길이가 일정하지 않은 코딩은 엔트로피 코딩인가요?",
"큰 사이즈의 쉬프터를 이용하기 부담되는 자원이 한정된 기기로는 무엇이 있는가?",
"무엇이 큰 사이즈의 쉬프터를 활용하기 부담되는 자원이 제한된 기기일까?",
"본 논문에서는 새로운 코드워드 표현법을 이용해서 엔트로피 코딩 유닛의 무엇을 줄이려고 하는가?",
"새로운 코드워드 표현법을 이용해서 본 논문에선 엔트로피 코딩 유닛의 무엇을 축소 하려고 하지?",
"메인 컨트롤러는 bit-stream 생성기에 무엇을 전송합니까?",
"무엇을 메인 컨트롤러가 bit-stream 생성기에 전송하는가?",
"비디오 인코더가 시작되면 메인 컨트롤러는 어떻게 됩니까?",
"엔트로피 코딩 유닛은 총 다섯 가지로 구성됩니까?",
"어디에서 미리 코딩된 값을 별도의 Exp-Golomb 연산 수행을 거치지 않고 어디서 출력합니까?",
"언제 슬라이스bit-stream생성기로 헤더를 부호화 하여 보내나요?",
"쉬프터의 크기를 줄이기 위해 엔트로피 코딩 유닛은 새로운 코드워드 표현법을 이용하나요?",
"본문의 엔트로피 코딩 유닛이 새로운 코드워드 표현법을 사용하는 것은 쉬프터의 사이즈를 키우기 위한 것입니까?",
"본 논문에서 나온 엔트로피 코딩 유닛은 쉬프터의 사이즈를 축소하기 위헤서 어떻게 하는가?",
"메인 컨트롤러는 엔트로피 코딩 유닛의 구성요소중 하나입니까?",
"엔트로피 코딩 유닛의 구성요소에는 메인 컨트롤러가 포함되어 있어?",
"본 논문의 엔트로피 코딩 유닛의 구성요소는 무엇인가요?",
"H.264/AVC 비디오 인코더가 작동하면 메인 컨트롤러는 PPS RBSP와 SPS RBSP를 어디에 전송합니까?",
"메인 컨트롤러는 언제 bit-stream 생성기에 PPS RBSP와 SPS RBSP를 전송합니까?",
"시스템 요구사항에 따라 PPS와 SPS의 파라미터들은 미리 그 값이 정해지나요?",
"PPS와 SPS의 파라미터들은 미리 코딩된 값을 ROM에서 출력합니까?",
"미리 코딩된 값을 ROM에서 출력하기 위해 어떻게 합니까?",
"그림 2에는 엔트로피 코딩의 어떤 과정이 나타나 있나요?",
"엔트로피 코딩의 어떤 과정이 그림 2에 드러나지?",
"첫 번째 매크로블록이 전송되면 슬라이스 헤더는 어떻게 되나요?",
"첫 번째 매크로블록이 전송되고 난후에 슬라이스 헤더를 부호화하면 어디로 보내지는가?",
"슬라이스 헤더는 모두 미리 정해진 값들인가요?",
"일부 파라미터를 제외하고 무엇이 미리 정해진건가요?",
"어디에 대부분의 값들을 미리 계산해서 보내는가??",
"일부 파라미터들은 실시간으로 계산됩니까?",
"무엇이 Exp-Golomb 유닛과 CAVLC 유닛의 출력 신호로 구성이 되는가?",
"어떻게 하면 버스 대역폭을 축소 할 수 있나요?",
"0이 아닌 코드의 길이와 값을 나타내는 것은 nz_size, nz_data인가?",
" nz_size와 nz_data가 0이 아닌 코드의 길이와 값을 표현하는가?",
"코드값 0의길이를 뜻하는 것은 z_size입니까?",
"nz_size, z_size, nz_data로 조직되어 지는 유닛은 무엇인가요?",
"nz_size, z_size, nz_data로 Exp-Golomb 유닛과 CAVLC 유닛의 입력 신호가 이루어 지는가?",
"각 유닛으로부터 만들어진 코드워드는 서로 다른 코드 길이를 보유하는가?",
"각 유닛으로부터 만들어진 코드워드의 코드는 어떤 값으로 이루어 지는가?",
"각 유닛으로부터 생성된 코드워드는 어디에 코드값 0이 산재되어 있는가?",
"어디에 각 유닛으로부터 만들어진 코드워드의 코드값 0이 산재되고 있지?",
"각 유닛으로부터 만들어진 코드워드는 코드의 0이 아닌 값만을 어디로 보내는가??",
"몇비트 데이터버스를 nz_data가 사용합니까?",
"코드값 0인지 아닌지에 따라 size의 이름이 달라집니까?",
"그림 1의 bit-stream 생성기는 기존 엔트로피 코딩유닛들과 비교하면 무엇이 다르지?",
"그림 1의 bit-stream 생성기는 몇 단계의 쉬프터로 만들어졌나요?",
"기존 엔트로피 코딩유닛들보다 작은 사이즈로 제작되고 2단계의 쉬프터로 만들어 지는 것은 무엇인가?",
"미세조정은 어디서 다루어집니까?",
"어디서 미세조정이 처리가 되었지?",
"큰 단위 조정은 무엇을 사용합니까?",
"mux_sel 신호에 의해 정해지는 것은 무엇인가요?",
"mux_sel 신호에 의해 무엇이 결정되어 지나요?",
"표 1은 무엇을 나타냈습니까?",
"NAL 유닛으로 첫 번째 코드워드는 왜 출력되지 않나요?",
"첫 번째 코드워드는 어떻게 저장됩니까?",
"혼합기로 두 번째 코드워드는 어떻게 전해지는가?",
"3 비트 왼쪽 쉬프트되어 두 번째 코드워드는 혼합기로 전해집니까?",
"어느쪽으로 두 번째 코드워드가 쉬프트됩니까?",
"어떻게 4비트를 만드나요?",
"미세조정과 큰 단위 조정은 다른 방식으로 진행됩니까?",
"첫 번째 MUX의 출력 값의 하위 2비트화 g0_d1의 상위 \\(2\\)비트를 합하여 4비트를 만드는 것은 언제인가요?",
"g0_d1의 상위 \\(2\\)비트와 무엇을 합셔서 4비트를 생성하나요?",
"comb_size가 \\(2\\)인경우 4비트를 만들 때 MUX 출력 값은 무엇인가요?",
"MUX 출력 값 g0, 0, 0, 0 은 mux_sel 신호에 의해서 정해집니까?",
"MUX 출력 값은 어떻게 정해지는가?",
"NAL 생성기는 출력되는 비트를 어떻게 외부에 전해줍니까?",
"무엇을 스택에 쌓아두고 NAL 생성기는 패킷단위로 나누어 외부로 전합니까?",
"NAL 생성기는 비트를 패킷단위로 외부에 전하나요?",
"세 번째 데이터는 쉬프트 안되고 어디로 전해지는가?",
"세 번째 데이터는 쉬프트가 이루어 지지 않고 네트워크로 전해지며 어떻게 0110_0011_0000_0000이 출력됩니까?",
"세 번째 데이터는 무엇에 의해서 출력이 이루어 지는가?",
"무엇에 의해서 세 번째 데이터가 출력이 실현되지?",
"NAL_size는 출력되는 NAL 데이터의 유효 비트를 뜻합니까?",
"상위 \\(8\\) 비트는 NAL_size=3인 경우에 유효한가요?",
"표 1의 bit-stream 생성기 연산과정에서 1값의 nz_size는 몇인가요?",
"bit-stream 생성기의 연산과정을 정리한 표에서 5에 해당하는 NAl_size 값은 무엇인가요?"
] |
99cdbcfa-29b8-4050-9839-c04e9563bd7d
|
인공물ED
|
코드 테이블 패턴 분석을 통한 저비용 H.264/AVC 엔트로피 코딩 유닛 설계
|
<h1>IV. 결론</h1><p>본 논문에서 제안하는 엔트로피 코딩 유닛은 모바일 기기에 적합하도록 저비용 설계를 위해 노력하였다. 첫째, 자원의 많은 부분을 차지하는 bit-stream생성기에서 배럴 쉬프터를 사용하지 않고 2 스테이지로 구성된 작은 쉬프터를 사용하였다. 둘째,Exp-Golomb 연산 시에 하나의 유닛에서 5가지 코드타입을 처리 하였으며, 두 개의 덧셈기만으로Exp-Golomb 연산을 만족시켰다. 셋째, CAVLC 유닛에서 사용되는 테이블들을 기존 대비 40%로 줄였다.본 논문에서 제안하는 엔트로피 코딩 유닛은 TSMC90nm 공정에서 150 MHz로 동작하며, 약 13,600gates로 설계되어 모바일 기기사용에 적합함을 보여준다.</p>
|
[
"본 논문에서 제안하는 엔트로피 코딩 유닛의 저비용 설계를 위해 bit-stream생성기에서 배럴 쉬프터를 사용하였는가?",
"자원의 많은 부분을 차지하는 bit-stream생성기에서 작은 쉬프터를 사용할때 몇 스테이지로 구성되었는가?",
"Exp-Golomb 연산 시에 하나의 유닛에서 몇 가지 코드타입을 처리하게 하였는가?",
"본 논문에서 제안한 엔트로피 코딩 유닛은 TSMC 90nm 공정에서 몇 클럭속도로 동작하는가?",
"본 논문에서 제안하는 엔트로피 코딩 유닛은 약 몇 gates로 설계되었는가?",
"Exp-Golomb 연산 시에 몇 개의 덧셈기만으로 Exp-Golomb 연산을 만족시켰는가?",
"본 논문에서 제안하는 엔트로피 코딩 유닛이 저비용 설계를 위해 노력한 이유는 모바일 기기에 적합하도록 위해서였는가?",
"CAVLC 유닛에서 사용되는 테이블들을 기존대비 몇 퍼센트 줄였는가?"
] |
714ded29-1919-4272-b9c7-585ccb9d742d
|
인공물ED
|
코드 테이블 패턴 분석을 통한 저비용 H.264/AVC 엔트로피 코딩 유닛 설계
|
<h1>I. 서론</h1><p>모바일 기기의 발달은 개인이 다양한 비디오 콘텐츠를 생산하고 배포하게 만들었다. 이는 모바일 기기에서 효율적인 비디오 인코딩이 가능해야 함을 의미한다. 개인이 소비자 입장에 머물러 있을 때에는 비디오 디코더를 더욱 중요하게 생각하였기 때문에 인코더 연구가 상대적으로 부족하였다. 특히,H.264/AVC 비디오 코덱은 현재 가장 많이 사용되는비디오 압축 방법으로 모바일 기기에 적합한 하드웨어 설계 방법을 필요로 한다. H.264/AVC 비디오 코덱은 화면 간 움직임 예측기, 화면 내 움직임 예측기,정수 변환, 양자화, 역양자화, 디블록킹 필터, 엔트로피 코딩과정으로 이루어진다. 엔트로피 코딩은 화면간 움직임 예측 과정 또는 화면 내 움직임 예측 과정에서 압축된 블록 영상을 부호화 하는 기술로서 다른연산 과정과는 다른 방식의 연산을 필요로 한다.</p><p>본 논문에서는 모바일 기기에서 사용가능한 엔트로피 코딩 유닛을 제안한다. H.264/AVC 인코더는 베이스라인 (baseline), 익스텐디드 (extended), 메인(main), 하이 (high) 프로파일로 나누어진다. 본 논문에서는 베이스라인 프로파일로 full HD 영상 처리를 목표로 한다. 베이스라인 프로파일의 엔트로피 코딩은 Exp-Golomb 연산과 CAVLC (context-basedadaptive variable length coding) 연산으로 구성된다.Exp-Golomb 연산은 비디오 스트림의 SPS(sequence parameter set) RBSP, PPS (pictureparameter set) RBSP, 슬라이스 헤더, 매크로블록 헤더 등을 압축하기 위해 사용되고, CAVLC 연산은 양자화 된 계수들을 부호화하는데 사용된다. CAVLC연산은 압축 효율을 증대화 시키기 위해 양자화 된계수들의 길이와 레벨정보를 따로 분리하여 부호화하는 방법을 사용하고 있으며, 이전블록의 정보를 다음블록의 부호화 테이블 선택 기준으로 사용한다. 본논문에서 제안하는 엔트로피 코딩 유닛은 다음과 같은 세 가지를 목표로 한다.</p><p>본 논문에서 제안하는 엔트로피 코딩 유닛은 다음과 같은 세 가지를 목표로 한다. 첫 번째, bit-stream 생성기의 쉬프터 크기를 줄인다. 생성되는 코드워드들은 서로 다른 길이를 갖고 있으며, 그 범위가 매우 넓다.이는 큰 사이즈의 쉬프터를 요구하게 되는데, 이를줄일 수 있는 방법을 연구한다. 두 번째,Exp-Golomb 연산에서 사용되는 모든 코드타입을 지원하는 연산 유닛을 개발한다. Exp-Golomb에는 5가지 코드타입이 존재하고 이에 따라 처리 방법이 다르다. 이를 하나의 통합 유닛으로 처리한다. 세 번째,CAVLC 연산에 사용되는 코드 테이블을 최적화 한다. CAVLC는 다양한 종류의 코드 테이블을 필요로하는데 이를 줄이는 방법을 연구한다.</p>
|
[
"H.264/AVC 인코더를 구성하는 프로파일 4개를 나열하면 어떻게 돼?",
"이전에는 소비자 입장에서 비디오의 디코더보다 인코더가 더 중요했지?",
"본 논문에서 엔트로피 코딩 유닛을 제안하는 목적은 bit-stream 생성기의 쉬프터 크기를 늘리기 위함이지?",
"Exp-Golomb의 5가지 코드타입은 모두 동일한 처리 방법을 따르지?",
"본 연구에서는 엔트로피 코딩 유닛을 제안하여 어떤 걸 최적화 하려고 해?",
"CAVLC 연산에서 양자화 된 계수들의 길이와 레벨정보를 따로 분리하는 이유가 뭐야?",
"CAVLC 연산에서 다음블록의 부호화 테이블 선택 기준으로 삼는 게 뭐야?",
"CAVLC 연산에서 무엇이 다음블록의 부호화 테이블 선택 기준으로 삼니",
"CAVLC는 양자화 된 계수들을 어떻게 하는 데에 사용되니?",
"화면간 움직임 예측 과정 또는 화면 내 움직임 예측 과정에서 압축된 블록 영상을 부호화 하는 기술을 일컫는 코딩 이름이 뭐야?",
"본 연구에서 Exp-Golomb 연산이 사용되는 이유가 뭐야?",
"무엇이 본 연구에서 Exp-Golomb 계산이 사용되는 이유일까",
"본 논문에서 처리하는 영상은 QHD 영상이지?",
"QHD 영상은 본 논문에서 처리하는 법이지"
] |
4f925cbc-ce86-40fe-958e-ed4fd505e14e
|
인공물ED
|
코드 테이블 패턴 분석을 통한 저비용 H.264/AVC 엔트로피 코딩 유닛 설계
|
<h1>요 약</h1><p>본 논문에서는 H.264/AVC 베이스라인 프로파일을 위한 엔트로피 코딩 유닛을 제안한다. 엔트로피 코딩에서는매크로블록 부호화를 위해 코드 테이블들을 사용한다. 이 코드 테이블에 있는 코드워드들 간에는 일정한 패턴이존재하는데, 본 논문에서는 코드워드의 패턴을 분석하여 하드웨어 비용을 줄였다. 제안하는 엔트로피 코딩 유닛은Exp-Golomb 유닛과 CAVLC 유닛으로 구성된다. Exp-Golomb 유닛은 하나의 유닛에서 5가지 코드타입을 처리하고, 코드 패턴을 이용하여 두 개의 덧셈기만으로 복잡한 Exp-Golomb 연산을 처리 할 수 있다. 기존의 CAVLC유닛은 큰 사이즈의 코드 테이블을 필요로 한다. 본 논문에서는 테이블에 차분 코드워드들을 저장하여 기존 방식대비 테이블 크기를 40% 이하로 줄인다. 엔트로피 코딩 유닛은 생성된 코드워드들이 MSB에 코드값 0이 분포되는 패턴을 이용하여 쉬프터 사이즈를 대폭 줄였다.</p>
|
[
"엔트로피 코딩 유닛은 쉬프터 사이즈에 어떤 변화를 줬어?",
"쉬프터 사이즈에 엔트로피 코딩 유닛은 어떤 변화가 있어",
"Exp-Golomb 연산을 처리하기 위해서는 몇 개의 덧셈기가 필요해?",
"본 논문에서 제안하는 코딩 유닛은 기존 방식대비 테이블 크기를 몇 퍼센트 이하로 줄여?",
"엔트로피 코딩에서 코드 테이블들을 사용하는 이유가 뭐야?",
"어떤 이유로 엔트로피 코딩에서 전체 테이블들을 인용하지",
"본 논문에서 제안하는 엔트로피 코딩 유닛의 구성 유닛 두 가지는 뭐야?",
"본 논문에서 제안하는 엔트로피 코딩 유닛의 구성 종류 두 가지에 해당하는게 뭐지",
"Exp-Golomb 유닛은 하나의 유닛에서 몇 가지의 코드타입을 처리해?",
"본 논문에서 하드웨어 비용을 어떻게 줄였어?",
"하드웨어 비용을 본 논문에서 어떻게 감소시켜?",
"엔트로피 코딩 유닛에서 쉬프터 사이즈를 대폭 줄이는 방법이 뭐야?",
"Exp-Golomb 유닛은 Exp-Golomb 연산을 처리할 때 반드시 두 개의 곱셈기가 필요하지?",
"기존의 CAVLC 유닛은 작은 사이즈의 코드 테이블로도 작동이 원활하지?"
] |
7087c8fc-ec0c-48be-a32c-eac2a10f0941
|
인공물ED
|
SRM의 DC linke 전압리플을 고려한 단일 펄스 구동 방식의 특성 해석
|
<h1>2. SRM 모델</h1> <p>그림 1은 본 논문에서 해석에 사용한 스위치드 릴럭턴스 전동기를 나타내고 있다. 이 전동기는 3상 고정자 6극, 회전자 4 극의 내전형 스위치드 릴럭턴스 전동기로써 집중권 고정자 권선에 회전자에는 권선이 없는 형태이다. 그림 2는 본 논문에서 FEM 해석 시에 사용한 SRM의 해석 모델을 나타내고 있다. 모델의 제원은 표 1과 같다. 그림 3는 AC 전원을 DC 전원으로 바꿔주는 단상 전파 정류기와 모터에 전원을 공급하는 비대칭 브릿지 컨버터 드라이브로 구성되어있다.</p> <p> <table border><caption>표1 SRM 제원</caption> <tbody><tr><td>구 분</td><td colspan=2>제원</td></tr><tr><td rowspan=4>정 격</td><td>정격출력</td><td>\( 300[\mathrm{~W}] \)</td></tr><tr><td>입력전압</td><td>\( 48[\mathrm{~V}] \)</td></tr><tr><td>정격속도</td><td>\( 3000[\mathrm{rpm}] \)</td></tr><tr><td>정격토크</td><td>\( 1[\mathrm{Nm}] \)</td></tr><tr><td rowspan=7>고정자</td><td>극 수</td><td>6</td></tr><tr><td>극호각</td><td>\( 30\left[^{\circ}\right] \)</td></tr><tr><td>상 수</td><td>3</td></tr><tr><td>외 경</td><td>\( 80.4[\mathrm{~mm}] \)</td></tr><tr><td>적층폭</td><td>\( 80[\mathrm{~mm}] \)</td></tr><tr><td>상당 권선수</td><td>30 [turn]</td></tr><tr><td>선간저항</td><td>\( 0.46[\Omega] \)</td></tr><tr><td rowspan=5>회전자</td><td>극 수</td><td>4</td></tr><tr><td>극호각</td><td>\( 50\left[^{\circ}\right] \)</td></tr><tr><td>외 경</td><td>\( 36[\mathrm{~mm}] \)</td></tr><tr><td>적층폭</td><td>\( 80[\mathrm{~mm}] \)</td></tr><tr><td>샤프트 외경</td><td>\( 15[\mathrm{~mm}] \)</td></tr><tr><td>공극</td><td>공극길이</td><td>\( 0.4[\mathrm{~mm}] \)</td></tr></tbody></table></p> <h2>2. 시간 차분 유한요소법</h2> <p>스위치드 릴럭턴스 전동기의 2 차원 유한요소 해석을 위한 지배방정식을 도출하기 위하여 (a)전류성분은 \( z \) 방향 성분만 존재하고 (b)철심은 등방성이고 (c)전류밀도는 도체 내에서 일정하다고 가정한다. 이를 통해 다음 식 (1)과 같은 지배방 정식을 유도할 수 있다.</p> <p>\( \frac{1}{\mu}\left[\frac{\partial}{\partial x}\left(\frac{\partial A_{Z}}{\partial x}\right)+\frac{\partial}{\partial y}\left(\frac{\partial A_{Z}}{\partial y}\right)\right]+J_{0}=0 \)<caption>(1)</caption></p> <p>여기서, \( A_{Z} \)는 벡터 포텐셜, \( J_{0} \)는 입력전류밀도, \( \mu \)는 철심을 투자율을 나타낸다. 그림 4는 단일 펄스 구동에서 도통각(Dwell angle)이 30[deg]일 때, 3상의 턴 온과 턴 오프의 스위칭 상태롤 나타내고 있으며, 이에 따라 캐패시터의 충전 구간과 방전구간으로 분류하였다. 커패시터 충전구간에서는 입력전압 크기로 충전되기 때문에 캐패시터 전압은 입력 전압과 같아저서 캐패시터 전압이 미지수가 되지 않지만, 캐패시터 방전구난에서는 캐패시터 전압이 입력 전압보다 크기 때문에 캐패시터 전압은 미지수가 된다.</p> <p>a) State I: 캐패시터 충전 구간에서 턴 온 시 한 상에 전류가 흐를 경우 충전 상태에서 캐패시터의 전압 \( \left(V_{d c}\right) \)은 정류된 입력전압 \( \left(V_{s}\right) \)의 크기로 충전 된다. 그림 5(a)에서 보이는 것처럼 스위치 \( S_{1} \)과 \( S_{2} \)가 턴 온 되었을 때, 상 전류 \( I_{a} \)에 대한 회로의 전압 방정식은 다음과 같이 표현된다.</p> <p>\( V_{d c}=R_{a} I_{a}+L_{l} \frac{d I_{a}}{d t}+E_{a} \)<caption>(2)</caption></p> <p>b) State II: 캐패시터 방전 구간에서 턴 온 시 한 상에 전류가 흐를 경우 정류된 입력전압 \( \left(V_{s}\right) \)이 캐패시터 전압 \( \left(V_{d c}\right) \)보다 낮아진다면, 캐패시터는 방전하게 된다. 캐패시터가 방전하고 \( \mathrm{A} \)상 스위치 \( \left(S_{1}, S_{2}\right) \)가 턴 온 되었을 때, 전류는 그림 5(b)에서 보이는 것처럼 실선을 따라 흐른다. 이때 회로 방정식은 식 (2)와 동일하지만 캐패시터가 방전함에 따라 캐패시터 전압이 미지수 값이 되기 때문에 방전시의 전압 방정식에 해당하는 식 (3)이 추가적으로 필요하다.</p> <p>\( \frac{d V_{d c}}{d t}=-\frac{1}{C} I_{d c}=-\frac{1}{C} I_{a} \)<caption>(3)</caption></p> <p>여가서 C는 정전용량이다.</p> <p>3) State III: 캐패시터가 충전 구간에서 두 상에 전류가 흐롤 경우 충전 상태에서 캐패시터의 전압 \(V_{d c}\)은 정류된 입력전압 \( \left(V_{s}\right) \)의 크기로 충전 된다. 연속적인 토크를 발생하기 위해서 A상 스위치 \( S_{1} \)과 \( S_{2} \)는 턴 오프하고 B상의 스위치 \( S_{3} \)과 \( S_{4} \)를 턴 온 시킨다. A상의 스위치 \( \left(S_{1}, S_{2}\right) \)가 턴 오프 되었을 때, \( \mathrm{A} \)상에 흐르던 전류는 그림 5(c)에서 나타낸 것처럼 점선을 따라 환류 다이오드 \( D_{1} \)과 \( D_{2} \)를 통해 캐패시터에 재충전 되거나 다른 상으로 전류가 흐른다. B상의 스위치 \( \left(S_{3}, S_{4}\right) \)가 턴 온 되면, 그림 5(c)에 나타낸 것처럼 실선을 따라 전류가 흐른다. 스위치 \( \left(S_{1}, S_{2}\right) \) 턴 오프 되고 스위치 \( \left(S_{3}, S_{4}\right) \) 턴 온 되었을 때의 전압 방정식은 식 (4)와 식 (5) 와 같다. 식 (4)에서 스위치 \( \left(S_{1}, S_{2}\right) \) 턴 오프 되었을 때, 환류 다이오드롤 통해 흐르는 전류에 의한 다이오드 전압강하를 고려하였다.</p> <p>\( -V_{d c}=R_{a} I_{a}+L_{l} \frac{d I_{a}}{d t}+E_{a}-V_{d} \)<caption>(4)</caption></p> <p>\( V_{d c}=R_{b} I_{b}+L_{l} \frac{d I_{b}}{d t}+E_{b} \)<caption>(5)</caption></p> <p>여기서 \( V_{d} \) 는 환류 다이오드의 전압강하이다.</p> <p>4) State \( \mathrm{IV} \) : 캐패시터 방전 구간에서 두 상에 전류가 흐를 경우 그림 5(c)에서 보이는 것처럼 회로 방정식은 식 (4), (5)와 동일하다. 캐패시터가 방전할 때 캐패시터의 전압은 미지수의 값이 되기 때문에 식 (6)이 추가적으로 필요하다. A상 스위치가 턴 오프 되었을 때 전류는 환류 다이오드 D2과 D2를 통해 흐른다. 전류는 그림 5(d)에 나타낸 것처럼 점선을 따라 흐르며 DC link 캐패시터에 충전되거나 다른 상으로 흐른다. 전류는 B상의 스위치가 턴 온 되었을 때, 그림 5(d)에 나타낸 것처럼 실선을 따라 흐른다. A상의 스위치가 턴 오프 되었을 때, A상의 환류 되는 전류가 B상의 전류 보다 클 때에는 캐패시터는 충전되고 A상의 환류 되는 전류가 B상의 전류보다 작아지면 캐패시터는 방전한다.</p> <p>\( \frac{d V_{d c}}{d t}=-\frac{1}{C} I_{d c}=-\frac{1}{C}\left(-I_{a}+I_{b}\right)=\frac{1}{C} I_{a}-\frac{1}{C} I_{b} \)<caption>(6)</caption></p>
|
[
"\\( 48[\\mathrm{~V}] \\) 값을 가지는 파라미터는 뭐야?",
"SRM은 얼마의 1분당 회전수를 가지고 있어?",
"SRM 고정자는 몇개의 극수를 가지고 있어?",
"정격토크의 단위는 어떤 값으로 알수있나?",
"정력출력은 어떤 값을 가지나?",
"고정자에서 각도를 나타내는 파라미터 값은 얼마야?",
"고정자와 회전자 중에 더 적은 극수를 가진 것은 어떤거니?",
"어떤 구분의 극호각이 더 큰 값을 가지니?",
"저항을 나타내는 파라미터의 값은 얼마일까?",
"고정자에서 \\( \\mathrm{mm} \\)를 단위로 쓰는 파라미터 중 더 큰 값은 얼마인가?",
"30 [turn]은 어떤 파라미터의 값인가?",
"회전자에서 \\( \\mathrm{mm} \\)를 단위로 쓰는 파라미터 중 최고값은 얼마인가?",
"고정자에서 \\( \\mathrm{mm} \\)를 단위로 쓰는 파라미터 중 더 적은 값을 가진 파라미터는 어떤거지?",
"공극은 얼마의 길이를 가지고 있나?",
"지배방정식 유도를 위해서 어떻게 가정했나?",
"고정자와 회전자 중에 더 큰 값의 외경을 가진 것은 어떤거야?",
"표에서 ( \\mathrm{mm} \\)를 단위로 하는 값 중에 가장 큰 값은 뭐니?",
"회전자에서 \\( \\mathrm{mm} \\)를 단위로 쓰는 파라미터 중 최저값을 가진 파라미터는 무엇이야?",
"실험에서 토크의 연속성을 위해 어떻게 실행했니?"
] |
7d32855a-c8b5-4122-9b6d-9b555d55b6a8
|
인공물ED
|
고이득 및 광대역 특성의 밀리미터파 MHEMT Cascode 증폭기
|
<h1>Ⅲ. Casocde 증폭기의 설계</h1> <p>일반적으로 증폭기 설계에 많이 사용하는 구조는 common-source 구조로 회로 설계가 간단하고 저주파에서 높은 이득 특성을 가진다. 그러나 common-source 구조의 경우 Miller's effect 로 인하여 전체 캐패시턴스가 증가하게 됨에 따라 차단수파수의 제한을 받게 된다. common-source 구조의 FET에서 전체 캐패시턴스는 다음과 같다.</p> <p>\( C_{\text {total }}=C_{g s}+C_{g d}\left(1+g_{m} R_{L}\right) \)<caption>(1)</caption></p> <p>식(1)에서 보여지듯이 Miller's effect 때문에 내부 feedback 캐패시턴스인 Cgd 성분이 전달컨덕턴스(gm)와 Load 저항 RL로 인해 전체 캐패시턴스 값을 크게 증가시켜 주파수 특성이 감소하게 된다. 이 문제점은 common-gate 구조를 사용하면 해결할 수 있으며, common-gate 구조는 내부의 feedback 캐패시턴스인 Cgd 성분이 없기 때문에 전체 캐패시턴스 값이 감소하여 차단 주파수 특성이 향상되게 된다. Cascode 구조는 common-source와 common-gate 구조를 결합한 구조로 입력단 FET는 common-source, 출력단의 FET는 common-gate로 구성된다. Cascode 구조의 증폭기는 출력단 FET의 Miller effect가 없기 때문에 차단 주파수 특성이 향상될 뿐만 아니라, 입력단 FET의 Load 저항인 출력단 FET의 source 저항이 일반적으로 작은 값은 갖기 때문에 입력단 FET의 Miller effect가 감소하여 주파수 특성이 향상되게 된다. 따라서 본 연구에서는 밀리미터파 대역에서 고이득 및 광대역 특성을 얻기 위하여 cascode 구조의 증폭기를 설계하였다.</p> <table border><caption>표 1. MHEMT의 소신호 추출 파라메타.</caption> <tbody><tr><td colspan=2>Extrinsic Parameter</td><td colspan=2>Intrinsic Parameter</td></tr><tr><td>\( R_{g} ~[\Omega]\)</td><td>1.82</td><td>\( C_{gs} ~[\mathrm{pF}]\)</td><td>0.055</td></tr><tr><td>\( R_{d} ~[\Omega]\)</td><td>6.59</td><td>\( C_{gd} ~[\mathrm{pF}]\)</td><td>0.010</td></tr><tr><td>\( R_{s} ~[\Omega]\)</td><td>2.57</td><td>\( C_{ds} ~[\mathrm{pF}]\)</td><td>0.040</td></tr><tr><td>\( L_{g} ~[\mathrm{nH}]\)</td><td>0.063</td><td>\( R_{ds} ~[\Omega]\)</td><td>390.4</td></tr><tr><td>\( L_{d} ~[\mathrm{nH}]\)</td><td>0.068</td><td>\( g_{m} ~[\mathrm{ms}]\)</td><td>85.6</td></tr><tr><td>\( L_{s} ~[\mathrm{nH}]\)</td><td>0.006</td><td>\( R_{i} ~[\Omega]\)</td><td>2.91</td></tr><tr><td>\( C_{pg} ~[\mathrm{pF}]\)</td><td>0.024</td><td>\( \gamma ~[\mathrm{psec}]\)</td><td>1.02</td></tr><tr><td>\( C_{pd} ~[\mathrm{pF}]\)</td><td>0.019</td><td></td><td></td></tr></tbody></table> <p>MIMIC 증폭기를 설계하기 위해서는 소자의 동작 특성을 표현하는 소자 모델의 개발이 펄수적이다. 이를 위해 본 논문에서는 MHEMT의 소신호 모델을 추출하였다. 소신호 모델링은 단위게이트 폭이 \( 70 ~\mu \mathrm{m} \)이고 핑거수가 2개인 MHEMT 소자를 추출하였다. MHEMT 소신호 모델의 등가회로와 추출 결과를 그림 4와 표 1에 나타내었다. 추출된 MHEMT의 소신호 모델은 시뮬레이션 결과 측정값과 잘 일치하였다.</p> <p>MIMIC cascode 증폭기의 설계 및 제작을 위해 다양한 CPW 패턴을 설계, 제작하였다. CPW는 마이크로 스트립 라인에 비하여 후면 공정이 필요 없는 장점이 있어 밀리미터파 대역에서 많이 응용되고 있으며, 다수의 회로들이 발표되고 있다. CPW 라이브러리를 구축하기 위하여 \( 35,50,70 ~\Omega \)의 특성 임피던스를 갖는 선로를 설계 및 제작하였으며, 불연속 특성을 고려하기 위하여 Curve, Tee, Cross의 라이브러리를 구축하였다.</p> <p>그림 5에 cascode 증폭기의 회로도를 나타내었다. 증폭기의 증폭단은 cascode 구조로 설계하였으며, cascode 증폭기는 1 단 증폭기와 2단 증폭기 2가지 종류의 회로를 설계하였다. 증폭기의 정합회로를 CPW 라인을 사용하여 설계하였으며, 광대역 특성을 갖도록 정합회로를 설계하였다. 바이어스 라인은 \( \lambda / 4 \) short stub를 사용하여 설계하였으며, 설계된 전체 회로 패턴은 Momentum \( { }^\text{TM} \)시뮬레이션을 통하여 검증하고 최적화를 수행하였다.</p>
|
[
"Miller's effect로 인한 문제점을 어떻게 해결할 수 있나요?",
"Miller's effect로 인한 문제점을 어떤 방법으로 해결할 수 있나요?",
"본 논문에서는 밀리미터파 대역에서 고이득 및 광대역 특성을 얻기 위해 증폭기를 어떻게 설계하였나요?",
"내부 파라미터 \\(Y\\)의 값은 얼마인가요?",
"본 논문에서는 설계된 전체 회로 패턴을 어떻게 검증하였나요?",
"본 논문에서는 어떻게 CPW 라이브러리를 구축하였나요?",
"Extrinsic Parameter 중 값이 가장 큰 것은 무엇인가요?",
"Extrinsic Parameter \\(R_g\\)의 값은 얼마인가요?",
"\\( R_{ds}\\)는 어떤 파라미터에 속해있나요?",
"Intrinsic Parameter 중에서 값이 가장 작은 것은 무엇인가요?",
"소자의 동작 특성을 표현하는 소자 모델을 개발하기 위해 본 논문에서는 어떻게 했어?",
"소자의 동작 특성을 표현하는 소자 모델을 개발하기 위해 본 논문에서는 어떤 방법을 사용하였나요?",
"Extrinsic Parameter와 Intrinsic Parameter 중 개수가 더 많은 것은 무엇인가요?",
"Extrinsic Parameter 중에서 0.063의 값을 가진 parameter는 무엇인가요?"
] |
b31c0ec1-fa85-4dd3-941c-1694bb0feb79
|
인공물ED
|
긴 극 부호를 위한 저 면적 부분 병렬 극 부호 부호기 설계
|
<h1>요 약</h1><p>Polar code의 채널용량 달성 특성은 polar code를 각광 받는 오류 정정 부호로 만들었다. 하지만 충분한 오류 정정 성능은 부호의 길이가 길어졌을 때 달성되는 점근적 속성을 보인다. 따라서 입력 데이터가 길어지는 경우에 대한 초대규모 집적회로 구현을 실현하기 위하여 효율적인 구조가 필요하게 되었다. 기존의 polar code 부호기 구조 중 가장 기본적인 완전 병렬 구조는 직관적이고 구현이 쉽지만 긴 polar code에 높은 하드웨어 복잡성을 보이므로 부적합하다. 그리고 이를 보완하여 제안된 부분 병렬 구조는 하드웨어 면적 측면에서 큰 성과를 얻었으나 그 방식이 일반화되어 있지 않아 설계자에 따라 구조에 변동이 발생할 수 있다. 본 논문에서는 이를 개선하고자 비트 차원의 치환을 위해 제안된 회로 설계법을 polar code에 적용하는 하드웨어 설계법을 제안한다. 제안하는 방법을 polar code의 부호기에 적용함으로써 완전 병렬 부호기만큼 직관적인 구조를 가짐과 동시에 일반화된 polar code 부분 병렬 부호기를 설계할 수 있다.</p>
|
[
"polar code를 각광 받는 오류 정정 부호를 통하여 Polar code의 채널용량 달성 특성 확인이 가능한가?",
"오류 정정 부호는 무엇을 각광 받는가?",
"Polar code의 채널용량 달성 특성의 단점은 무엇인가?",
"충분한 오류 정정 성능은 부호의 길이가 어떻게 되야 달성이 되는 것을 볼 수 있어?",
"입력 데이터가 길어지는 경우에 대한 초대규모 집적회로 구현을 실현하려면 어떤 구조가 필요할까?",
"입력 데이터가 길어지는 경우에 대한 초대규모 무엇을 구현을 실현하기 위하여 효율적인 구조가 필요한가?",
"완전 병렬 구조는 polar code 부호기 구조 중 가장 기본적으로 사용될 만큼 직관적이고 구현이 쉽지만 polar code에 높은 하드웨어 복잡성을 보이는 경향이 있으므로 부적합한가?",
"완전 병렬 구조가 polar code에 부적합한 이유는 무엇인가?",
"충분한 오류 정정 성능은 부호의 길이가 길어졌을 때 달성되는 어떤 속성을 보이는가?",
"polar code 부호기 구조 중 가장 기본적인 구조는 무엇인가?",
"polar code 부호기 구조 중 가장 기본적인 완전 병렬 구조를 보완하는 부분 병렬 구조는 누구에 따라 구조에 변동이 발생 가능한가?",
"polar code 부호기 구조 중 가장 기본적인 완전 병렬 구조를 보완하기 위한 것으로 부분 병렬 구조가 있는가?",
"polar code 부호기 구조 중 가장 기본적인 완전 병렬 구조를 보완하기 위한 부분 병렬 구조는 쉽게 접근 가능하도록 일반화되어 있는가?",
"회로 설계법을 polar code에 적용하는 하드웨어 설계법을 제안한 이유가 뭐야?",
"부분 병렬 구조를 개선하고자 하는 회로 설계법을 polar code에 적용하는 무슨 설계법은 무엇인가?",
"부분 병렬 구조 어느 면적 측면에서 큰 성과를 얻었는가?",
"하드웨어 설계법은 비트 차원의 치환을 위해 회로 설계법을 polar code에 적용하는 방식이야?",
"하드웨어 설계법을 통해 완전 병렬 부호기만큼 직관적인 구조를 가짐과 동시에 일반화된 polar code 부분 병렬 부호기를 설계 할 수 있는가?",
"Polar code의 채널용량 달성 특성은 무엇으로 만들었어?"
] |
2f61985b-b588-4439-bbc0-2fa807cc846b
|
인공물ED
|
긴 극 부호를 위한 저 면적 부분 병렬 극 부호 부호기 설계
|
<h1>Ⅰ. 서론</h1><p>Polar code는 기존의 채널 코딩 기법과 비교했을 때 상대적으로 낮은 복잡도로 채널용량을 달성할 수 있는 새로운 종류의 오류 정정 코드이다. 그러나 polar code가 채널용량을 달성하기 위해서는 부호의 길이가 충분히 길어야 한다. 하지만 부호의 길이가 길어지는 경우 polar code의 부호화와 복호화 과정에 필요한 하드웨어의 복잡도가 증가하고 지연 시간 또한 길어진다. 따라서 부호의 길이가 긴 polar code를 효율적으로 처리할 수 있는 하드웨어 구조의 필요성이 대두되었다.</p><p>Polar code의 복호화를 효율적으로 수행하기 위한 연구는 연속-제거 (Successive cancellation; SC) 복호와 신뢰-전파(belief propagation; BP) 복호를 기반으로 활발하게 진행되었다. 하지만 부호화를 효율적으로 수행하기 위한 연구는 활발하게 진행되지 않았다. 가장 전통적인 polar code 부호기로 모든 메시지 비트를 완전 병렬적 방식으로 처리하는 완전 병렬 부호기 구조가 제안되었다. 이 방법은 직관적이고 구현이 쉽다는 장점이 있지만, 모든 부호를 동시에 처리하여 코드 워드의 길이가 길어질수록 요구되는 하드웨어의 면적이 급격히 증가해 면적 측면에서 적합한 방법이라 할 수 없다. 그리고 이어서 완전 병렬 구조의 단점을 보완하기 위하여 폴딩(Folding) 기법을 적용한 부분 병렬 구조가 제안되었다. 이 구조는 완전 병렬 구조의 부호기에 비해 하드웨어 면적을 절약할 수 있다는 장점이 있지만, 동일한 병렬화 계수(parallel factor)를 가지더라도 설계자의 레지스터 할당 방법에 따라 하드웨어 구조가 달라질 수 있다. 본 논문에서는 설계자에 따라 구조의 차이가 발생할 수 있는 점을 극복하기 위하여 비트 차원의 치환(bit-dimension permutation)을 위해 제안된 하드웨어 설계법을 polar code 부호기 구조에 적용하여 확실한 규칙성으로 일반화된 polar code 부호기 설계 기법을 제안한다.</p>
|
[
"Polar code는 기존의 채널 코딩 기법과 비교했을 때 상대적으로 높은 복잡도로 채널용량을 달성할 수 있는 오류정정 코드이다.",
"기존의 채널 코딩 기법보다 낮은 복잡도로 채널용량을 달성할 수 있는 새로운 오류 정정 코드는 뭐야?",
"polar code가 채널용량을 달성하려면 부호가 어떤 상태여야해?",
"부호의 길이가 길어지는 경우 polar code의 부호화와 복호화 과정에 필요한 하드웨어의 복잡도가 높아져?",
"polar coded 부호화와 복호화 과정에 필요한 하드웨어는 부호의 길이가 길어질수록 지연시간은 어떻게 변화해?",
"Polar code의 복호화를 효율적으로 수행하기 위한 연구는 연속-제거 (Successive cancellation; SC) 복호만을 기반으로 활발하게 진행되었다.",
"든 메시지 비트를 완전 병렬적 방식으로 처리하는 구조는 뭐야?",
"완전 병렬 부호기 구조의 특징은 무엇이야?",
"완전 병렬부호기 구조는 직관적이고 구현이 쉽다는 장점을 가져?",
"완전 병렬 부호기 구조 사용 시, 코드워드의 길이와 하드웨어의 면적의 관계는 어떻게 돼?",
"완전 병렬 구조의 단점을 보완하기 위하여 폴딩(Folding) 기법을 적용한 구조는 뭐야?",
"부분 병렬 구조의 장점으로 옳은 것은 뭐야?",
"동일한 parallel factor를 가지더라도 설계자의 레지스터 할당 방법에 따라 하드웨어 구조가 달라지는 것이 가능해?",
"완전 병렬 구조의 단점을 보완하고자 폴딩 기법을 적용한 부분 병렬 구조가 제시되었어?",
"polar code가 채널용량을 달성하기 위해서는 부호의 길이가 충분히 길어야 하나요?",
"부호의 길이가 충분히 길어야 polar code가 채널용량을 달성할 수 있나요?"
] |
6cc8a1f9-4f5a-4673-b1dd-84d76558dfd6
|
인공물ED
|
긴 극 부호를 위한 저 면적 부분 병렬 극 부호 부호기 설계
|
<h2>2. 비트 차원의 치환을 위해 최적화된 회로 설계법</h2><p>비트 차원의 치환을 위한 회로 설계는 비트 차원의 치환이 일련의 기본적인 비트의 교환으로 분해된다는 원칙을 기반으로 하며, 그에 따라 하드웨어 구조를 세 가지의 경우로 나눈다. 본 논문에서는 polar code에서 관찰될 수 잇는 두 경우에 대해서만 간략히 살펴보도록 한다. 공통으로 데이터의 입력 순서를 \( p_{0} \), 출력 순서를 \( p_{1} \) 이라 하고 \( x_{j} \) 와 \( x_{k} \)가 모두 병렬 차원에 존재하며 \( p>j>k \) 라고 가정한다.</p><h3>가. 두 병렬 차원 간의 기본적인 비트 교환</h3><p>\[ p_{0} \equiv u_{n-1} \cdots u_{p} \mid u_{p-1} \cdots u_{j} \cdots u_{k} \cdots u_{0} \] \[p_{1} \equiv u_{n-1} \cdots u_{p} \mid u_{p-1} \cdots u_{k} \cdots u_{j} \cdots u_{0} \]<caption>(6)</caption></p><p>두 병렬 차원 간의 비트 치환에는 직렬 차원이 포함되지 않으므로 같은 시간에 다른 터미널을 통해 데이터가 전달되며, 식 (6)은 치환의 결과를 식으로 나타낸 것이다. 결과적으로 단순히 입력 터미널과 출력 터미널을 상호 연결해 줌으로써 비트 치환을 완료할 수 있다.</p><h3>나. 직렬, 병렬 차원 간의 기본적인 비트 교환</h3><p>\[ p_{0} \equiv u_{n-1} \cdots u_{j} \cdots u_{p} | u_{p-1} \cdots u_{k} \cdots u_{0} \] \[ p_{1} \equiv u_{n-1} \cdots u_{k} \cdots u_{p} | u_{p-1} \cdots u_{j} \cdots u_{0} \]<caption>(7)</caption></p><p>직렬, 병렬 차원 간의 치환에는 치환되어야 하는 입력 데이터 쌍이 다른 터미널을 통해 전달되며, 치환 결과를 수식으로 표현하면 식 (7)과 같다. 다른 시간에 다른 터미널을 통해 치환되어야 하는 데이터가 입력되므로 데이터의 도착 소요 시간에 차이가 발생한다.</p><p>\( \Delta t=2^{j-p}=L \)<caption>(8)</caption></p><p>이는 치환을 위해 요구되는 최소한의 지연 시간, \( L \) 과 동일하며, 식(8)로 표현된다. 이 지연 시간의 영향을 반영하기 위해 \( L \)과 같은 길이의 버퍼 한 쌍과 치환을 위한 MUX 2 개로 기본적인 셔플링 회로인 그림 3이 설계된다.</p><p>두 MUX는 같은 컨트롤 시그널에 의해 통제되며 병렬 차원이 하나 이상일 경우, 그림 3 의 회로가 \( 2^{p-1} \)번 중복되어 결과 출력까지 식 (9)의 딜레이를 필요로 한다.</p><p>\( D(\sigma)=2^{p-1} \cdot 2 L=2^{j} \)<caption>(9)</caption></p><p>이를 종합하여 전체 과정을 사이클로 구분하고 각 사이클마다 경우에 맞는 기초 회로를 적용해 비트 치환을 위해 최적화된 하드웨어 회로를 일반화하여 구할 수 있다.</p><h3>3. Polar code를 위해 일반화된 부분 병렬 부호기</h3><p>Polar code의 부호화를 위하여 거쳐야 하는 일련의 단계들 사이에는 치환이 요구된다. 부호화를 위해 치환이 필요한 부분에 비트 차원의 치환 회로 설계법을 적용하여 최종적으로 polar code를 위한 부분 병렬 부호기를 설계할 수 있다. 그림 4에 부호의 길이 \( N \)이 16이면서 병렬 차원이 1인 경우에 대한 데이터 흐름 모식도를 데이터 크기에 따라 4단계로 나타내었으며, 인덱스 화한 값과 단계가 전환될 때 이루어져야 하는 치환의 종류를 표기하였다. 그림 4의 데이터 흐름 모식도를 바탕으로 하여 polar code 부호기에 비트 차원의 치환 회로 설계법을 적용한 최종적인 회로를 그림 5에 제시하였다. 제안하는 polar code 부호기 설계법을 사용하면 부호의 길이가 늘어나더라도 직관적으로 데이터의 흐름을 모델링 할 수 있어 일반화되어 있는 회로를 적용하여 손쉽게 최적화된 polar code 부호기를 설계할 수 있다.</p>
|
[
"본문에 언급한 내용은 무엇이야?",
"비트 차원의 치환을 위한 회로 설계는 어떤 원칙을 기반으로 하니?",
"본 논문에서는 어디에서 관찰될 수 있는 경우만을 살펴보기로 했어?",
"데이터의 입력 순서는 무엇으로 나타내니?",
"\\( x_{j} \\) 와 \\( x_{k} \\)가 모두 어느 차원에 존재하니?",
"언급한 기호들을 가정한 조건은 무엇이야?",
"두 병렬 차원 간의 기본적인 비트 교환을 수식으로 나타낸 것은 무엇이야?",
"두 병렬 차원 간의 비트 치환에는 직렬 차원이 포함되었어?",
"두 병렬 차원 간의 비트 치환에는 같은 시간에 같은 터미널을 통해 데이터가 전달되니?",
"직렬, 병렬 차원 간의 치환에는 치환되어야 하는 입력 데이터 쌍이 다른 터미널을 통해 전달되며 치환 결과를 수식으로 표현하면 무엇과 같이 나타낼 수 있어?",
"데이터의 도착 소요 시간에 차이가 거의 없니?",
"\\( L \\)과 같은 길이의 버퍼 한 쌍과 치환을 위한 MUX 4 개로 기본적인 셔플링 회로인 그림 3이 설계되었어?",
"두 MUX는 같은 컨트롤 시그널에 의해 통제되며 병렬 차원이 하나 이상일 경우, 그림 3 의 회로가 \\( 2^{p-1} \\)번 중복되어 결과 출력까지 어떤 식 의 딜레이를 필요로 하니?",
"본문에 언급한 식 (9)는 어떻게 나타낼 수 있어?",
"이를 종합하여 전체 과정을 무엇으로 구분하였어?",
"Polar code의 부호화를 위하여 거쳐야 하는 일련의 단계들 사이에는 치환이 요구되니?",
"무엇을 위해 치환이 필요하니?",
"그림 4에 나타낸 내용은 무엇이야?",
"그림 4에 나타낸 데이터 흐름 모식도는 데이터의 무엇에 따라 단계별로 나타내었어?",
"데이터 흐름 모식도는 데이터 크기에 따라 3단계로 나타내었어?",
"그림 4에 추가로 표기한 내용은 또 무엇이 있어?",
"그림 5에 제시한 내용은 무엇이야?",
"제안하는 polar code 부호기 설계법을 사용하면 부호의 길이가 줄어들더라도 직관적으로 데이터의 흐름을 모델링할 수 있어?",
"본 논문에 제안한 방법을 사용하면 손쉽게 최적화된 무엇을 설계할 수 있어?",
"비트 차원의 치환을 위한 회로 설계는 하드웨어 구조를 네 가지의 경우로 나누었어?",
"\\( p_{1} \\) 은 출력 순서를 나타내는 것이 옳아?",
"식 (8)은 어떻게 나타낼 수 있어?",
"비트 치환을 완료하려면 어떻게 하면 되니?",
"치환이 필요한 부분에 무엇을 적용하면 부분 병렬 부호기를 설계할 수 있니?"
] |
4d879e62-4363-4b9d-ad21-705c84d1202b
|
인공물ED
|
긴 극 부호를 위한 저 면적 부분 병렬 극 부호 부호기 설계
|
<h1>Ⅱ. Polar code 부호화 (Polar Encoding)</h1><p>Polar code는 \( N \)개의 비트-채널 집합으로 결합된 채널이 부호의 길이가 무한대에 가까워질수록 각 채널이 완전히 무결성을 보이거나 혹은 완전히 신뢰성을 잃어 노이즈 채널이 되는 채널 양극화 현상을 이용한다. 각 비트-채널의 신뢰성은 선험적으로 알 수 있으므로 가장 신뢰할 수 있는 비트-채널 \( K \)개를 사용하여 정보비트를 전송하고 나머지 비트-채널은 고정 비트를 전송하여 polar code를 구성한다.</p><p>Polar code는 선형 블록 코드(linear block code)로 부호화 과정은 생성 행렬(generator matrix) \( \mathrm{G} \)에 의해 특징지어진다. 길이가 \( N \) 또는 \( 2^{n} \) 인 부호에 대한 생성 행렬 \( \mathrm{G} \) 는 커널 행렬 \( \mathrm{F}=\left[\begin{array}{ll}1 &0 \\ 1 & 1\end{array}\right] \) 를 크로네커 거듭제곱하여 얻을 수 있다. 코드워드(codeword)는 \( x=u \mathrm{G}_{N} \) 으로 구해지며, 이 때 \( u \) 와 \( x \) 는 각각 입력 메시지 벡터와 코드워드를 나타낸다. Polar code의 부호화를 위한 완전 병렬 부호기 구조가 [1]에 제시되었고 길이 \( N \) 의 polar code에 대해 \( O(N \log N) \)의 부호화 복잡도를 가지며 \( N=2^{n} \) 일 때 \( n \) 단계로 나뉘어 부호화 과정이 진행된다.</p><p>그림 1 에 \( N \) 이 16 일 때 4 개의 단계에 걸쳐 부호화를 진행하며, 각 단계에서 \( N / 2 \)개의 XOR 게이트를 필요로 하는 완전 병렬 구조 부호기를 나타내었다. 완전 병렬 부호기는 생성 행렬 \( \mathrm{G} \)를 기반으로 직관적으로 설계되며 전체 부호화 과정이 한 사이클에 완료된다. 하지만 실제 구현에서 polar code의 부호화를 위해 완전 병렬 구조를 택하는 것은 부호 길이가 길어짐에 따라 XOR 게이트의 수가 증가하기 때문에 면적 측면에서 비효율적이다. 이러한 문제점을 개선하기 위하여 폴딩(Folding) 기법을 적용한 부분 병렬 구조가 제안되었다. 폴딩 기법을 적용함으로써 하드웨어 면적을 줄일 수 있었으나, 구조를 유도하기 위한 과정이 복잡할 뿐 아니라 설계자의 의견이 설계 결과에 영향을 미쳐 하드웨어의 면적과 지연 시간 등 성능적인 측면에서 차이가 발생할 수 있다. 본 논문에서는 최적화된 비트 차원의 치환 하드웨어 설계 기법을 polar code의 부분 병렬 부호기 설계에 적용하여 일관된 규칙성을 확보하고 완전 병렬 구조의 부호기 대비 복잡도 측면에서의 효율을 높이는 것을 목표로 하였다.</p>
|
[
"각 비트-채널의 신뢰성은 선험적으로 알 수 없다.",
"Polar code는 \\( N \\)개의 비트-채널 집합으로 결합된 채널이 부호의 길이가 무한대에 가까워질수록 각 채널이 완전히 무결성을 보인다.",
"polar code를 구성하는 과정은 뭐야?",
"Polar code의 부호화 과정을 특정짓는 것은 뭐야?",
"Polar code는 선형 블록 코드(linear block code)로 부호화 과정은 생성 행렬(generator matrix) \\( \\mathrm{G} \\)에 의해 특징지어진다.",
"커널 행렬 \\( \\mathrm{F}=\\left[\\begin{array}{ll}1 &0 \\\\ 1 & 1\\end{array}\\right] \\) 를 크로네커 거듭제곱하여 얻을 수 있는 생성 행렬 \\( \\mathrm{G} \\)의 특징은 뭐야?",
"( x=u \\mathrm{G}_{N} \\) 으로 구할 수 있는 것은 뭐야?",
"코드워드(codeword)를 구하는 식인 ,\\( x=u \\mathrm{G}_{N} \\) 에서 \\( u \\)가 의미하는 것은 무엇인가요?",
"길이 \\( N \\) 의 polar code에 대해 \\( O(N \\log N) \\)의 부호화 복잡도를 가지며 \\( N=2^{n} \\) 일 때 n이 의미하는 것은 뭐야?",
"polar code에 대해 \\( O(N \\log N) \\)의 부호화 복잡도를 가지며 \\( N=2^{n} \\) 일 때 \\( n \\) 단계로 나뉘어 부호화 과정이 진행된다.",
"완전 병렬 부호기는 무엇을 기반으로 직관적으로 설계 되나요?",
"그림 1 에 \\( N \\) 이 16 일 때 4 개의 단계에 걸쳐 부호화를 진행하며, 각 단계에서 나타낸 것은 무엇이야?",
"각 채널이 완전히 무결성을 보이거나 혹은 완전히 신뢰성을 잃어 노이즈 채널이 되는 현상이 뭐야?",
"Polar code는 \\( N \\)개의 비트-채널 집합으로 결합된 각 채널이 완전히 무결성을 보일려면 부호의 길이가 어떤 상태여야 해?",
"코드워드(codeword)는 \\( x=u \\mathrm{G}_{N} \\) 으로 구해진다.",
"그림 1 에 \\( N \\) 이 16 일 때 8 개의 단계에 걸쳐 부호화를 진행",
"완전 병렬 부호기는 생성 행렬 \\( \\mathrm{G} \\)를 기반으로 객관적으로 설계된다.",
"길이가 \\( N \\) 또는 \\( 2^{n} \\) 인 부호에 대한 생성 행렬 \\( \\mathrm{G} \\)을 얻을 수 있는 방법은 뭐야?"
] |
855627a5-6bd4-4c85-b15a-41f28e74ebd4
|
인공물ED
|
긴 극 부호를 위한 저 면적 부분 병렬 극 부호 부호기 설계
|
<h1>Ⅴ. 결론</h1><p>실험 결과를 통해 병렬 차원에 따른 부호기의 구조에 따라 데이터 처리량과 하드웨어 면적 간에 트레이드 오프가 존재함을 확인할 수 있다. 하지만 현재까지 polar code를 효율적으로 부호화하는 부호기 하드웨어 설계 방법에 관한 연구는 복호기에 비해 이루어지지 않았다. 본 논문에서 제안하는 비트 차원의 치환 회로 설계법을 적용한 polar code 부호기 설계 방식은 기존의 부분 병렬 polar code 부호기에 적용된 방법과 비교해 보았을 때, 설계법이 더 직관적이며 확실한 규칙성을 보인다. 따라서 앞서 제안된 polar code 부호기의 단점을 보완하여 제안된 본 방법은 polar code 부호기를 위한 실용적인 솔루션을 제공한다.</p>
|
[
"실험 결과를 통해 직렬 차원에 따른 부호기의 구조에 따라 데이터 처리량과 하드웨어 면적 간에 트레이드 오프가 존재함을 확인할 수 있는가?",
"복호기에 비해 부호기 하드웨어 설계방법에 관한 연구가 활발한가?",
"확실한 규칙성을 가지지 못하것이 비트 차원의 치환 회로 설계법을 적용한 polar code 부호기 설계 방식의 특징인가?"
] |
f11f7ce7-32b4-45d4-8876-49bfd27cd66d
|
인공물ED
|
긴 극 부호를 위한 저 면적 부분 병렬 극 부호 부호기 설계
|
<h1>Ⅲ. 비트 차원의 치환 회로 설계법을 적용한 부분 병렬 polar code 부호기</h1><h2>1. 비트 차원의 치환(Bit-dimension Permutations)</h2><p>비트 차원의 치환이란 \( n \) 차원의 공간 속에 있는 데이터 \( x_{n-1} x_{n-2} \cdots x_{0} \) 를 치환 좌표에 따라서 재배열하는 것을 의미하며, 이를 수행하는 최적의 하드웨어 설계법이 제안되었다. 제안된 방법의 기본 원리는 비트 치환을 기본적인 비트의 교환으로 분해하여 보는 것이다. 기본적인 비트의 교환(Elementary Bit Exchange, EBE)은 최종적으로 \( x_{j} \) 와 \( x_{k} \) 두 차원 사이에서 일어난다.</p><p>비트 차원의 치환을 위하여 먼저 데이터의 흐름을 모델링 하는 과정이 필요하다. 데이터의 흐름은 관습적으로 왼쪽에서 오른쪽으로 진행되며 크게 직렬 차원 (serial dimension)과 병렬 차원 (parallel dimension)으로 구분하여 볼 수 있다.</p><p>직렬 차원에서는 서로 다른 시간에 같은 터미널을 통하여 데이터가 이동하고, 병렬 차원에서는 같은 시간에 서로 다른 터미널을 통해 데이터가 전달되게 된다. 결과적으로 데이터 흐름 모식도는 그림 2와 같이 \( 2^{n-p} \) 개의 직렬 데이터, \( 2^{p} \)개의 병렬 데이터로 구성된 직사각형 모양을 가진다. 이 직사각형의 공간 속에서 각 데이터의 위치 \( P \)가 정의된다. \( n \) 차원의 공간에서 각 데이터의 위치 값은 0 에서 \( 2^{n-1} \)까지의 번호로 나타나며, 식 (1)로 표현된다.</p><p>\( P=\sum_{i=0}^{n-1} x_{i} 2^{i} \)<caption>(1)</caption></p><p>그리고 그림 2 의 모식도에서 도착 시간 \( t \)와 데이터의 터미널 \( T \)를 어떠한 위치에서든 정의할 수 있다. 도착 시간 \( t \)는 회로 안의 주어진 지점에서 첫번째 표본이 도착하는데 걸리는 시간을 의미하며 오로지 직렬 차원에만 의존적인 값이다.</p><p>\( t(P)=\sum_{i=0}^{n-1} x_{i} 2^{i-p} \)<caption>(2)</caption></p><p>터미널 \( T \)는 식(3)을 통해 정의되며 도착 시간 \( t \)와는 반대로 오직 병렬 차원에만 의존적이다.</p><p>\( T(P)=\sum_{i=0}^{p-1} x_{i} 2^{i} \)<caption>(3)</caption></p><p>도착 시간 \( t \) 와 터미널 \( T \)를 사용하여 위치 \( P \)를 다시 식(4)로 나타낼 수 있다.</p><p>\( P=t \mid T \)<caption>(4)</caption></p><p>이때 바(bar) |는 직렬 차원과 병렬 차원을 구분하는 표시이다.</p><p>신호처리 알고리즘에서는 인덱스 된 데이터들로 수학 연산을 정의하기 때문에 데이터를 인덱스 화 하여야 하며, 인덱스 화는 식(5)을 통해 이루어진다. \( b_{i} \)는 인덱스의 10 진수 값이고 \( 2^{i} \)는 이진 표현의 비트이다.</p><p>\( I=\sum_{i=0}^{n-1} b_{i} 2^{i} \)<caption>(5)</caption></p><p>\( P \)는 \( I \)의 함수로 표현될 수 있으며, 인덱스화 된 데이터가 데이터 흐름의 각 위치에 할당되게 된다.</p><p>그림 2 는 계산한 모든 값을 종합하여 하나의 병렬 차원과 세 개의 직렬 차원을 가지는 데이터 흐름을 나타낸 것이다. 연관된 도착 시간 \( t \)와 터미널 \( T \)를 표시하고 직사각형 공간 안의 괄호 안에는 위치 \( P \)값을, 괄호 밖에는 데이터의 인덱스 값을 표기하였다.</p>
|
[
"터미널 \\( T \\)는 어떻게 정의되는가?",
"터미널 어떻게 정의되는 것이 T \\)일까?",
"위치 \\( P \\)는 어떻게 정의되는가?",
"치환 좌표에 따라 \\( n \\) 차원의 공간 속에 있는 데이터 \\( x_{n-1} x_{n-2} \\cdots x_{0} \\) 를 재배열하는 것을 무엇이라 하는가?",
"치환 좌표에 따라 재배열하는 것을 무엇이 치루어진 곳이 큰 활동으로 인해 이상을 차원의 간화하고 데이터",
"최종적으로 \\( x_{i} \\), \\( x_{j} \\) 와 \\( x_{k} \\) 세 차원 사이에서 비트 교환이 일어나는가?",
"최종적으로 비트 교환이 일어나는 것은 이유롭게 인한 세 차원 사이에서 활용하여 큰 건 언제야",
"어떤 기준으로 데이터의 흐름이 나뉠 수 있는가?",
"데이터의 흐름은 어떤 기준으로 구분돼",
"어떤 과정을 통해 도착 시간 \\( t \\)이 정의되는가?",
"도착 시간 어떤 과정을 통해 의미되지",
"병렬차원에만 의존하는 것이 도착시간의 특징인가?",
"도착시간의 특성은 병렬차원에만 의지하는 것일까",
"신호처리 알고리즘의 경우 어떤 과정을 반드시 거쳐야하는가?",
"어떤 과정을 신호처리 알고립즘의 경우 반드시 거쳐야할까"
] |
07679f86-66e8-4068-9da6-72504cd8824d
|
인공물ED
|
AESA 레이다의 동시운용모드를 위한 빔 스케줄링 기법
|
<h3>3-4-2 CB(Count-Based) 옵션</h3> <p>LB계열은 모드별 처리 비율을 지정하는 옵션인 반면, CB 옵션은 모드별 처리 회수를 지정한 대로 연속적으로 처리함을 의미한다. 예를 들어 AAST와 SSS모드에 대해 LoadOption= CB, Int_Unit= F, CB_value= [7,30]이면 AAST의 탐색 영역 전체를 연속 7회 탐색한 후, SSS 탐색 영역전체를 연속 30회 탐색하고, 이를 반복함을 의미한다.</p> <h3>3-4-3 TB(Time-Based) 옵션</h3> <p>TB는 모드별 처리 시간을 지정한 대로 연속적으로 처리할 수 있는 옵션이다. TB 옵션을 지정하면 Int_Unit에 지정된 값은 의미가 없으며, 지정한 시간대로 탐색빔을 순차적으로 처리한 후 모드를 변경하게 된다. 예를 들어 AAST와 SSS모드에 대해 TB_value \( =\left[\begin{array}{lll}2.5 \mathrm{~sec}, 1 \mathrm{~sec}\end{array}\right] \)이면 AAST의 \( 1 \mathrm{~bar} \) 탐색, SSS의 전체탐색영역 탐색이 교차로 운용됨을 의미한다.</p> <h3>3-5 부하 계산 옵션</h3> <p>동시운용모드 수행 시 표적이 탐지된 후 추적 방식에 따라, AT 적용할 경우, 빔 스케줄러에 스케줄링을 요청되는 빔은 탐색빔뿐만 아니라, 확인빔, 추적개시를 위한 추적개시빔, 추적을 유지하기 위한 주기적인 추적빔들이 존재한다. 부하 계산 시 탐색빔 외에 이런 빔들을 부하 계산에 포함시킬지의 여부를 선택할 수 있도록 부하 계산 옵션(CalcType)을 제공하며, 추적 방식 및 부하 제어 옵션에 따라 표 1과 같이 동작한다.</p> <table border><caption>표 1. CalcType에 따른 빔 스케줄링 동작 개념</caption> <tbody><tr><td rowspan = "2">추적 방식</td><td rowspan = "2">Calc type</td><td colspan = "4">Loadoption</td></tr><tr><td>LB1</td><td>LB2</td><td>CB</td><td>TB</td></tr><tr><td>TWS</td><td>Search only</td><td>탐색빔 이용 부하비율 계산</td><td>탐색빔 이용 스캔비율 계산</td><td>탐색빔 이용 스캔횟수 계산</td><td>탐색빔 이용 시간계산</td></tr><tr><td rowspan = "2">AT</td><td>Search only</td><td>상동</td><td>상동</td><td>상동</td><td>상동</td></tr><tr><td>All</td><td>긴급빔을 포함하여 부하비율 계산</td><td>Invalid</td><td>Invalid</td><td>Invalid</td></tr></tbody></table> <p>동시운용모드를 구성하는 모든 모드가 TWS로 표적을 추적하는 경우는 탐색빔만 존재하기 때문에 CalcType=SearchOnly이며, LoadOption에 따라 부하비율, 스캔비율, 스캔회수, 스캔시간 계산 시 탐색빔만을 대상으로 계산하게 된다. AT 추적 시, CalcType= SearchOnly로 설정되면 TWS 경우와 동일하다. 반면, CalcType=ALL이고 LoadOption= LB1인 경우, 모드별 처리 부하를 계산할 때 모든 빔을 포함하여 처리율을 계산하고, 모드별 부하를 유지하도록 한다. LoadOption= LB1을 제외한 나머지 부하 제어 옵션에서는 CalcType= ALL의 옵션 적용은 불가하다. 그 이유는 Frame단위, Bar단위, 또는 빔 단위로 탐색 스캔 비율 또는 회수를 유지하기 위한 목적으로, 추적빔을 계산에 포함하는 것은 적절치 않기 때문이다. CalcType= ALL이고 LoadOption= TB인 경우도 허용하지 않는 이유는 탐색빔 외의 긴급빔들은 임의의 시점에 발생할 수 있고, 정해진 시간에 처리될 수 있어야 하므로, LoadOption= TB의 목적에 맞지 않기 때문이다.</p> <p>빔 스케줄러의 동작을 위해 3-1~3-5에서 설명한 입력값을 설정한 후 다음과 같은 주요 로직을 이용해 빔 스케줄러는 탐색할 모드를 선택하게 된다.</p>
|
[
"TB 옵션은 모드를 변경하기 전에 어떤 과정을 거치지?",
"표 1. CalcType에 따른 빔 스케줄링 동작 개념에서 추적방식 AT의 부하 계산 옵션을 All로 설정할 경우의 LB1의 계산 방식은 어떻게 돼?",
"표 1. CalcType에 따른 빔 스케줄링 동작 개념에서 TWS 추적방식의 설정을 Search only로 하였을 경우 LB1의 계산은 어떻게 진행되지?",
"표 1. CalcType에 따른 빔 스케줄링 동작 개념에서 AT방식에 부하 계산 옵션을 All로 설정할 경우 LB2의 계산 방식은 어떻게 돼?",
"표 1. CalcType에 따른 빔 스케줄링 동작 개념에서 탐색빔 이용 시간계산을 수행하는 Loadoption은 무엇이지?",
"표 1에서 어떤 Loadoption이 탐색빔 이용 시간계산을 수행해?",
"표 1에서 Loadoption이 LB1일 때 긴급빔을 포함하여 부하비율 계산이라는 값을 나타내는 추적 방식은 무엇입니까?"
] |
78151dda-8c4d-4da5-a52e-944667b14f33
|
인공물ED
|
AESA 레이다의 동시운용모드를 위한 빔 스케줄링 기법
|
<h1>IV. 동시운용모드 빔 스케줄링 결과</h1> <p>본 논문에서 제안한 바와 같이 동시운용모드 빔 스케줄링 알고리즘을 구현한 후, AAST와 SSS모드의 동시 운용시, 조건 1에서의 처리율 계산결과 및 처리모드 선택과정 등을 포함한 빔 스케줄링 결과는 표 3과 같다. 이 때 설명의 편의를 위해 표적이 하나도 탐지되지 않아, 추적빔과 같은 긴급빔은 발생하지 않은 것으로 가정하였다.</p> <p>(입력 조건 1)/p> <ul> <li>Modes=[AAST, SSS]</li> <li>ModeInfo\( _{\text {AAST }}=[AT, 10 \mathrm{~sec}, 2.5 \mathrm{~sec}, 100 \mathrm{~msec}, 4, 100] \)</li> <li>ModeInfo\( _{\text {SSS}}=[TWS, 1 \mathrm{~sec}, 1 \mathrm{~sec}, 10 \mathrm{~msec}, 1, 100] \)</li> <li>LoadOption=LB1</li> <li>LB1_value=[70,30]</li> <li>Int_Unit=F</li> <li>CalcType= SearchOnly</li></ul> <table border><caption>표 3. 탐색빔 스케줄링 결과 (A: AAST, S: SSS)</caption> <tbody><tr><td colspan = "2">현재 탐색 모드</td><td>A</td><td>S</td><td>S</td><td>S</td><td>S</td><td>S</td><td>A</td><td>S</td><td>S</td><td>S</td><td>S</td><td>A</td><td>S</td><td>S</td></tr><tr><td rowspan = "2">스케줄링 결과(빔처리개수)</td><td>AAST탐색빔</td><td>100</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>100</td><td>0</td><td>0</td><td>0</td><td>0</td><td>100</td><td>0</td><td>0</td></tr><tr><td>SSS 탐색빔</td><td>0</td><td>100</td><td>100</td><td>100</td><td>100</td><td>100</td><td>0</td><td>100</td><td>100</td><td>100</td><td>100</td><td>0</td><td>100</td><td>100</td></tr><tr><td rowspan = "2">처리율</td><td>\( AAST_{\text {pratio }} \)</td><td>\( 1 / 7 \)</td><td>\( 1 / 7 \)</td><td>\( 1 / 7 \)</td><td>\( 1 / 7 \)</td><td>\( 1 / 7 \)</td><td>\( 1 / 7 \)</td><td>\( 2 / 7 \)</td><td>\( 2 / 7 \)</td><td>\( 2 / 7 \)</td><td>\( 2 / 7 \)</td><td>\( 2 / 7 \)</td><td>\( 3 / 7 \)</td><td>\( 3 / 7 \)</td><td></td></tr><tr><td>\( SSS_{\text {pratio }} \)</td><td>0</td><td>\( 1 / 30 \)</td><td>\( 2 / 30 \)</td><td>\( 3 / 30 \)</td><td>\( 4 / 30 \)</td><td>\( 5 / 30 \)</td><td>\( 5 / 30 \)</td><td>\( 6 / 30 \)</td><td>\( 7 / 30 \)</td><td>\( 8 / 30 \)</td><td>\( 9 / 30 \)</td><td>\( 9 / 30 \)</td><td>\( 10 / 30 \)</td><td></td></tr><tr><td colspan = "2">다음 탐색 모드</td><td>S</td><td>S</td><td>S</td><td>S</td><td>S</td><td>A</td><td>S</td><td>S</td><td>S</td><td>S</td><td>A</td><td>S</td><td>S</td><td></td></tr></tbody></table>
|
[
"동시운용모드 빔 스케줄링 알고리즘을 구현한 후, AAST와 SSS모드의 동시 운용시, 어떻게 가정하고 실험하나요?",
"본 논문에서 제안한 동시운용모드 빔스케쥴링 알고리즘 이후의 절차는 어떻게 되나요?",
"해당 표에서 스케줄링 결과는 AAST탐색빔과 무엇으로 이루어지나요?",
"표3에서 첫번째 탐색 모드에서 AAST탐색빔의 처리 개수는 몇개인가요?",
"해당 표에서 첫번째 탐색모드 S에서 AAST 탐색빔의 빔처리 개수는 몇개인가요?",
"탐색빔 스케줄링 결과 표에서 3번째 탐색모드는 4번째에서 어떻게 변모하나요?",
"해당 표에서 첫 탐색 모드가 A로 나왔고 다음 탐색 모드는 몇으로 설정되나요?"
] |
89f124a1-672c-4205-84b9-4cfc5e2c5e25
|
인공물ED
|
AESA 레이다의 동시운용모드를 위한 빔 스케줄링 기법
|
<p>Int_Unit=F이므로 한 모드의 탐색영역의 탐색이 종료된 이후에 탐색 모드 변경 여부가 결정되므로 처리율은 frame단위로 계산되며, CalcType=SearchOnly이므로 식 (2)에 의해 탐색빔으로만 처리율이 계산된다. 시작은 AAST로 시작하고, AAST 전체 탐색 영역에 대한 1회 탐색을 마친 후 두 모드의 처리율을 비교하면 \( AAST_{\text {pratio }}=1/7\), \( SSS_{\text {pratio }}=0 \)로 \( SSS_{\text {pratio }} \)가 작으므로, 다음 처리모드는 SSS로 선택된다. 이후 SSS 전체 탐색영역에 대한 1회 탐색을 마친 후, 처리율은 \( AAST_{\text {pratio }}=1/7\), \( SSS_{\text {pratio }}=1/30 \)으로 \( SSS_{\text {pratio }} \)가 여전히 작으므로 다음 처리모드는 SSS 모드로 선택된다. 이런 과정을 반복하여 SSS 모드를 5번 연속 탐색한 후, 처리율을 비교해 보면, \( AAST_{\text {pratio }}=1/7 \), \( SSS_{\text {pratio }}=5/30 \)으로 \( AAST_{\text {pratio }} \)가 작으므로 다음 처리 모드는 AAST로 선택되며, 이런 과정이 반복되게 된다. 조건 1의 입력 조건 일부를 다음과 같이 변경해 보자./p> <p>(입력 조건 2)/p> <ul> <li>Int_Unit= B</li> <li>CalcType= All</li></ul> <p>이때 모드별 처리율은 다음과 같이 계산되며, 빔 스케줄링 결과는 표 4와 같다. 이 조건에서 스케줄러는 추적 관련 빔은 현재 탐색 모드와 상관없이 원하는 시점에 처리한다. AAST 모드에서는 한 번에 연속해서 처리하는 탐색빔 개수는 한 bar의 탐색빔 개수인 25개이며, 매 bar의 마지막 탐색빔 처리 후 다음 처리 모드를 결정하게 된다. SSS 모드에서는 한 번에 연속해서 처리하는 탐색빔 개수는 한 bar의 탐색빔 개수인 100개이며, 100개의 탐색빔을 처리한 후 다음 처리 모드를 결정하게 된다. 표 4에서 (*)상황은 AAST 첫 bar탐색 후 표적이 2개 발견되어 다음 SSS모드에서 AAST의 두 개의 추적빔을 처리해야 하는 상황을 가정하였으며, AAST 모드 추적빔 처리 개수는 임의로 시간에 발생할 수 있음을 가정하였다. 각 모드별 한 bar의 탐색빔을 처리 후 추적빔을 포함하여 처리율을 계산하고, 처리율이 낮은 모드를 다음 처리 모드로 선택하게 된다.</p> <p>만약 같은 조건에서 Int_Unit= D로 설정되어 있으면 표 4에서처럼 AAST 탐색빔 25개, SSS 탐색빔 100개를 처리한 후 모드별 처리율을 계산하는 것이 아니라, 모드별 한개의 빔 처리 후 매번 모드 변경 여부를 판단해야 하므로 모드별 처리율을 계산해야 한다.</p> <p>그림 3과 그림 4는 입력조건(1)에서 시간에 따라 모드별 처리율과 각 모드에서 사용 중인 부하를 그래프 형식으로 보여준다. 그림 4를 통해 스케줄링이 진행됨에 따라 모드별 주어진 부하에 맞추어 빔 스케줄링이 이루어짐을 알 수 있다.</p>
|
[
"AAST 모드에서는 한 번에 연속해서 처리하는 탐색빔 개수는 어떻게 결정되는가?"
] |
4e7c4adf-5612-4b1a-8d83-86973b9637a9
|
인공물ED
|
Grooved \(\mathrm{SiO_2}\) 박막을 갖는 Mach-Zehnder \(\mathrm{Ti:LiN_{b}O_3}\)광변조기의 진행파형 CPW 전극설계
|
<h1>Ⅳ. 실험결과</h1> <p>광도파로 제작을 위하여 E-beam 증착, 표준사진석판(Standard Photolithography), \( \mathrm{Ti} \) 내부확산 공법 등이 사용되었고 \( \mathrm{SiO}_{2} \) 완충박막과 진행파 전극의 성장을 위해서 각각 PECVD와 전기분해 공법이 사용되었다. 그림 7은 변조영역의 길이 \( (l) \) 이 \( 25,000 \mu \mathrm{m} \) 이고 \( \mathrm{SiO}_{2} \) 완충박막을 \( 1 \mu \mathrm{m} \) 로 증착한 테스트전극 패턴을 나타낸 것이다. 전극폭, 전극간격, \( \mathrm{SiO}_{2} \) 완충박막 두께를 각각 \( 8 \mu \mathrm{m}, 15 \mu \mathrm{m}, 1 \mu \mathrm{m} \) 로 고정하고 입.출력단 접촉영역 (contact region)의 중앙전극과 접지전극 사이의 폭의 변화를 주었다. 전극높이를 변화시키면서 i ) \( \mathrm{SiO}_{2} \) 완충박막을 식각하지 않은 경우와 ii) 식각한 경우에 대해서 전극을 제작하였다.</p> <p>\( \mathrm{RF} \) 특성 측정을 용이하게 하기위해서 입◦출력단 접촉영역을 마주보도록 설계하였다. GSG(ground-signal-ground) 마이크로탐침(microprobe)과 HP 5810C Network Analyzer를 이용하여 주파수 영역과 시간영역에서 \( \mathrm{S} \) 파라미터와 반사계수 \( \Gamma \) 를 측정하였다. 측정된 \( \mathrm{S} \) 파라미터와 반사계수 \( \Gamma \) 로부터 \( \mathrm{MW} \) 특성임피던스 \( \left(Z_{0}\right) \), 유효굴절률 \( \left(\mathrm{N}_{\mathrm{eff}}\right) \) 그리고 감쇄상수 \( \left(\alpha_{0}\right) \) 를 계산하였다.</p> <p>그림 8은 테이퍼 영역의 입 출력단 bonding pads 에서 전극간격(S)에 따른 \( \mathrm{MW} \) 특성임피던스 변화를 나타낸 것이다. \( \mathrm{SiO}_{2} \) 완충박막 두께와 전국높이를 각각 \( 1 \mu \mathrm{m}, 5 \mu \mathrm{m} \) 하고 전극간격을 \( 200 \mu \mathrm{m} \) 에서 \( 915 \mu \mathrm{m} \) 로 증가시킴에 따라서 입력단 MW 특성임피던스는 \( 40.1 \Omega \) 에서 \( 46.3 \Omega \) 까지 증가하였다. 측정결과는 이론치와 경향면에서 유사하지만 약간의 차이를 보이고 있는데 이는 수치해석시 \( \mathrm{SiO}_{2} \) 완충박막을 무시하였고 공정 및 측정상의 오차에 기인한 것으로 사료된다. 변조영역에서의 \( \mathrm{MW} \) 특성임피던스는 \( 46 \Omega \) 에서 \( 50 \Omega \) 근처로 근접하였지만 유효굴절률과 감쇄상수 \( \left(\alpha_{0}\right) \) 는 각각 \( 2.7 \) 과 \( 0.71 \mathrm{~dB} / \mathrm{cm} \cdot \sqrt{\mathrm{GHz}} \) 로 큰값을 나타내었다. 유효굴절률을 낮추기 위해서 전극두께를 \(11 \mu \mathrm{m} \) 까지 중가시켰지만 \( \mathrm{N}_{\text {eff }} \) 와 \( \alpha_{o} \) 는 각각 \( 2.54,0.62 \mathrm{~dB} / \mathrm{cm} \cdot \sqrt{\mathrm{GHz}} \) 로 여전히 큰 값을 나타내었다.</p> <p>그림 9(a) 는 식각되지 않은 \( \mathrm{SiO}_{2} \) 완충박막을 가리키고 있으며, 그림 9(b)는 \( \mathrm{SiO}_{2} \) 완충박막을 식각한 전극을 나타낸 것이다. 표 1은 입력단 전극간격과 \( \mathrm{SiO}_{2} \) 완충박막이 각각 \( 915 \mu \mathrm{m}, 1 \mu \mathrm{m} \) 인 전극에 대하여 \( 9 \mathrm{GHz} \) 대역에서 \( \mathrm{RF} \) 특성을 측정한 결과와 이론치를 비교한 것이다. 측정된 결과는 이론치와 유사한 결과를 보이고 있다. \( \mathrm{SiO}_{2} \) 완충박막을 식각한 경우 \( \mathrm{MW} \) 특성임피던스는 증가하고 유효굴절률은 감소하였다. 전극을 \(6 \mu \mathrm{m} \) 정도 높인 것보다 \( \mathrm{SiO}_{2} \) 완충박막을 식각한 것이 더 좋은 결과를 보였다. 특히 전극높이를 \( 11 \mu \mathrm{m} \) 로 올린 후 \( \mathrm{SiO}_{2} \) 완충박막을 식각한 샘플은 특성임피던스 및 유효굴절률이 \( 50 \Omega \) 및 2.15 에 근접하였다. 또한, \( \mathrm{SiO}_{2} \) 완충박막을 식각함으로써 감쇄상수 \( \left(\alpha_{0}\right) \) 를 현저하게 줄일 수가 있었는데, 이것은 \( \mathrm{SiO}_{2} \) 완충박막의 유전손실이 줄어들었기 때문이라 추정된다.</p> <table border><caption>표 1. 테스트전극의 RF 특성 이론치 및 측정 결과</caption> <tbody><tr><td>\( \mathrm{t}_{\mathrm{e}}(\mu \mathrm{mi}) \)</td><td>trenching</td><td>Simulation(S)/Experiment(E)</td><td>\( Z_{0}(\Omega) \)</td><td>\( \mathrm{N}_{\text {eff }} \)</td><td>\( \alpha_{0} \)</td></tr><tr><td rowspan=2>5</td><td rowspan=2>No</td><td>S</td><td>51</td><td>2.6</td><td>.</td></tr><tr><td>E</td><td>46</td><td>2.7</td><td>0.71</td></tr><tr><td rowspan=2>5</td><td rowspan=2>Yes</td><td>S</td><td>53</td><td>2.42</td><td>.</td></tr><tr><td>E</td><td>51</td><td>2.4</td><td>0.59</td></tr><tr><td rowspan=2>11</td><td rowspan=2>No</td><td>S</td><td>43.5</td><td>2.45</td><td>.</td></tr><tr><td>E</td><td>44</td><td>2.5</td><td>0.62</td></tr><tr><td rowspan=2>11</td><td rowspan=2>Yes</td><td>S</td><td>45</td><td>2.21</td><td>.</td></tr><tr><td>E</td><td>49</td><td>2.0</td><td>0.46</td></tr></tbody></table> <p>그림 10은 0.045에서 \( 18 \mathrm{GHz} \) 까지의 주피수 영역에서 전극높이가 \( 11 \mu \mathrm{m} \) 이고 \( \mathrm{SiO}_{2} \) 완충박막을 식각한 샘플의 전달특성 \( \left(\mathrm{S}_{21}\right) \) 과 반사톡성 \( \left(\mathrm{S}_{11}\right) \) 나타낸 것이다. \( 9 \mathrm{GHz} \) 대역에서 \( \mathrm{S}_{21} \) 은 \( -3 \mathrm{~dB}, \mathrm{~S}_{11} \) 은 \( -10 \mathrm{~dB} \) 이하의 특성을 보였다.</p> <p>측정된 결과를 바탕으로 광응답의 주파수 의존성을 계산하여 보았다. 그림 11은 전극두께가 \( 5 \mu \mathrm{m}, 11 \) \( \mu \mathrm{m} \) 인 샘플에 대하여 \( \mathrm{SiO}_{2} \) 완충박막을 식각하지 않은 경우와 식각한 경우에 대하여 주파수 의존성을 계산한 것이다. 전극두께가 \( 5 \mu \mathrm{m}, \quad 11 \mu \mathrm{m} \) 이고 \( \mathrm{SiO}_{2} \) 완충박막을 식각하지 않은 샘플의 \( 3 \mathrm{~dB} \) 변조대역폭은 각각 \( 5 \mathrm{GHz} \), \( 7 \mathrm{GHz} \) 로 계산되었고 \( \mathrm{SiO}_{2} \) 완충박막을 식각한 샘플의 경우는 각각 \( 14 \mathrm{GHz}, 18 \mathrm{GHz} \) 로 계산되었다. \( 3 \mathrm{~dB} \) 변조대역폭은 테이퍼 영역의 입 출력단 본딩패드에서 전극간격을 늘려 \( \mathrm{MW} \) 특성임피던스를 \( 50 \Omega \) 에 근접시키고 전극두께를 조절함으로써 보다 증가될 것으로 기대된다.</p>
|
[
"테스트 전극의 RF 특성 테스트를 위한 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\) 값이 5이고 trenching이 없을때 이론치의 \\( Z_{0}(\\Omega) \\)는 무엇인가?",
"이론치에서 ( \\mathrm{N}_{\\text {eff }} \\)의 측정을 위해 trenching이 없고 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\) 값이 5라면 이때 계산되는 값은 어떤 값인가?",
"트렌칭이 없는 조건에서 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)이 5라면 이때 측정되는 \\( Z_{0}(\\Omega) \\)의 실제 측정값은 무엇인가?",
"\\( \\mathrm{N}_{\\text {eff }} \\)의 실제 측정 값을 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 5이고 트렌칭이 없는 조건에서 구한다면, 이때의 값은 얼마야?",
"\\( \\alpha_{0} \\)를 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 5이고 trenching이 없는 조건일때 이 값에 해당하는 값은 몇으로 계산되는가?",
"\\( Z_{0}(\\Omega) \\)를 구하기 위한 조건으로 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)이 5, trenching이 있는 설정을 하였을 때 이에 해당하는 이론치 값은 뭐야?",
"\\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)=5, trenching = yes인 조건에서 \\( Z_{0}(\\Omega) \\)의 실제 측정치는 어떻게 되?",
"테스트전극의 RF 특성 중 \\( \\mathrm{N}_{\\text {eff }} \\)의 값을 구한다면, 이때 조건을 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 5 이고 trenching 이 없는 조건에서 구한면 해당하는 값이 뭐지?",
"\\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 5인 조건에서 이론치 \\( \\mathrm{N}_{\\text {eff }} \\) 값을 구하기 위해 trenching이 있는 조건을 설정하면, 이때 얻어지는 값은 얼마야?",
"\\( \\mathrm{N}_{\\text {eff }} \\)값을 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)는 5, trencing은 있는 조건에서 얻어지는 실제 측정 값을 구한다면 얼마로 나타납니까?",
"11을 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)인 조건에서 \\( Z_{0}(\\Omega) \\)을 구하기 위해 트렌칭의 조건을 없는 조건으로 둔다면 이때 구해지는 값은 무엇이야?",
"유효굴절률을 구하기 위해 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)이 11이고 트렌칭이 있는 조건에서 해당하는 이론치를 구한다면 어떤 값이 되지?",
"\\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)이 11이고 트렌칭이 없는 조건에서 구해지는 \\( \\mathrm{N}_{\\text {eff }} \\)의 실제 측정 값은 얼마일까요?",
"트렌칭이 없는 조건에서 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)이 11일때 \\( Z_{0}(\\Omega) \\)의 실제 측정 값은 몇인가?",
"\\( \\alpha_{0} \\)를 실제측정값에서 구하기 위해 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)이 5로 트렌칭이 없는 조건을 설정한다면 이때 구해지는 값은 무엇인가요?",
"\\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 11인 조건에서 유효굴절율을 구할때 이때 트렌칭이 있는 설정이라면, 이때 구해지는 유효굴절율의 실제 측정값은 얼마일까요?",
"실제 측정 값을 구하기 위해 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 11이고 트렌칭이 있는 조건을 설정한다면, 이때 구해지는 MW 특성 임피턴스의 실 제 측정 값은 뭐야?",
"\\( \\alpha_{0} \\) 값을 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)이 5인 트렌칭이 있는 조건에서 구한다면 어떤 값을 얻을 수 있습니까?",
"\\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 11이고 trenching이 있는 조건에서 얻어지는 특성임피턴스 값의 이론치는 몇으로 결정되나요?",
"감쇄 상수에 대해 \\( \\mathrm{t}_{\\mathrm{e}}(\\mu \\mathrm{mi}) \\)가 11이고 트렌칭이 있는 조건에서 실제 측정 된 감쇄 상수를 구한다면 이 값은 뭐지?"
] |
78b7b284-4bf6-4e9c-80fd-c93fc6b1953f
|
인공물ED
|
광대역 특성을 갖는 집중 소자를 이용한 고출력 증폭기용 마이크로파 바이어스-티의 설계
|
<h1>Ⅲ. 바이어스-티 제작 및 측정</h1><p>그림 11은 그림 10의 결과를 바탕으로 SMT 칩을 이용하여 표면 실장법으로 바이어스-티를 제작 후지그(jig)에 조립하였다. 외부 회로들과 연결(interco-nnection)을 위해 SMA 커넥터를 장착하였다. 이러한 지그를 이용한 측정은 커넥터의 특성이 포함되므로 이를 배제하기 위해 측정 기준선을 그림 11에 표시한 측정선(REF)까지의 포트 연장(port extension)을 통해 위상을 보정하였다.</p><p>RF 포트에서 RF\( +\)DC 포트로는 설계 주파수 대역에서 통과 특성을 네트워크 분석기(Agilent N5230A)로 측정하고, 이에 얻어진 S-파라미터에서 반사 손과 삽입 손실을 그림 12(a)에 보였다. \( d B\left(S_{21}\right) \)은 \(10 \mathrm{~MHz} \)에서 \(10 \mathrm{~GHz} \)까지 삽입 손실 \( 2.66 \mathrm{~dB} \)의 통과 특성을 보이고, 반사 손실 \( d B\left(S_{11}\right) \)을 보면 대역에서 \(10 \mathrm{~dB} \) 이상을 만족하는 것을 알 수 있다. 입력 임피던스의 크기는 측정된 \( S_{11} \)을 이용하여 계산 후 그림 12(b)에 보였다. 전 대역에서 \( 40 \sim 60 \mathrm{~ohm} \)임을 알 수있다. 일부 첨두 형태의 기생 공진이 보이나, 그 크기가 매우 작다. 이는 인덕터에 의한 것으로 연결된병렬 저항에 의하여 발생한 것으로 짐작된다</p><p>제작된 결과와 상용제품의 성능을 표 6에 비교하였다. Aeroflex의 바이어스-티가 가장 넓은 대역폭을 보이나, 이것의 전류는 \( 750 \mathrm{~mA} \)로 앞서 언급한 GaNHEMT를 구동하기에는 부적합하다. Agilent사의 바이어스-티는 대전류 옵션을 가지는 제품이나, 여전히 대전류 바이어스-티로는 부적합하다. 본 논문의바이어스-티는 \( 3 \mathrm{~A} \) 이상 대전류 특성을 만족함을 알수 있다.</p><p>바이어스-티의 손실을 보면 다른 제품들에 비해 다소 큼을 확인하였다. 이를 검증하기 그림 13과 같은 손실 검증 지그를 제작하였다. 여기서 지그의 길이는 바이어스-티의 \( 50 \mathrm{~ohm} \) 라인의 길이와 동일하다. 그림 13(a)에 보인 지그의 손실은 \( 10 \mathrm{~GHz} \)에서\( 1.39 \mathrm{~dB} \)가 된다. 그림 13(b)와 같이 커넥터를 직접 연결한 지그는 손실이 \( 0.19 \mathrm{~dB} \)이 된다. 따라서 커넥터 대 마이크로스트립 천이 손실이 \( 1.2 \mathrm{~dB} \)로 예상된다. 이 손실은 주로 천이 구조에서 발생하는 것으로 예상된다. 불완전하지만 EM으로 시뮬레이션할 경우 전송선이 가지는 손실을 \( 0.01 \mathrm{~dB} \)로 전체 손실에 대한 선로 손실은 미미하게 된다. 따라서 천이 손실이 없을 경우 본 논문의 바이어스-티는 \( 1.40 \mathrm{~dB} \)로써, 타 상용제품과 유사한 성능을 갖는 것으로 짐작된다. 이것을 개선하기 위해서는 알맞은 도체폭과 기판 두께를 가지는 기판과 적절한 커넥터의 선정이 필요할것이다.</p><table border><caption>표 6. 상용 바이어스-티의 성능 비교</caption><tbody><tr><td>Model</td><td>Bandwidth</td><td>Volt_max \( [\mathrm{V}] \)</td><td>I_max \( [\mathrm{A}] \)</td><td>Insertion loss (max)</td><td>Return loss (minimum)</td><td>Size</td></tr><tr><td>Aeroflex 8810KMF2-26</td><td>\( 50 \mathrm{~kHz} \sim 26.5 \mathrm{~GHz} \)</td><td>25</td><td>0.75</td><td>\( 1.5 \mathrm{dB} \)</td><td>\( 15 \mathrm{dB} \)</td><td>\( 16 \mathrm{mm} \times 30 \mathrm{mm} \)</td></tr><tr><td>Agilent 11612A, option 001 high current</td><td>\(400 \mathrm{~MHz} \sim 26.5 \mathrm{~GHz} \)</td><td>100</td><td>2</td><td>\( 1.0 \mathrm{~dB} \)</td><td>\(18 \mathrm{~dB} \)</td><td>\(27 \mathrm{~mm} \times 33 \mathrm{~mm} \)</td></tr><tr><td>This work</td><td>\(10 \mathrm{~MHz} \sim 10 \mathrm{~GHz} \)</td><td>50</td><td>3</td><td>\( 2.65 \mathrm{~dB} \)</td><td>\( 12 \mathrm{~dB} \)</td><td>\(15 \mathrm{~mm} \times 27 \mathrm{mm} \)</td></tr></tbody></table>
|
[
"그림 11은 그림 10의 결과를 바탕으로 어떤 칩을 이용하여 표면 실장법으로 바이어스-티를 제작한 후 지그에 조립했지?",
"그림 11은 그림 10의 결과를 바탕으로 SMT 칩을 이용하여 어떤 방법으로 바이어스-티를 제작한 후 지그에 조립했지?",
"그림 11은 그림 10의 결과를 바탕으로 바이어스-티를 제작한 후에 어디에 조립했지?",
"바이어스-티 제작 및 측정에서 외부 회로들과 연결을 위해 무엇을 장착했지?",
"이러한 지그를 위한 측정은 무엇의 특성이 포함되지?",
"\\( d B\\left(S_{21}\\right) \\)은 어떤 주파수 범위의 삽입 손실 \\( 2.66 \\mathrm{~dB} \\)의 통과 특성을 보이지?",
"RF 포트에서 RF\\( +\\)DC 포트로는 설계 주파수 대역에서 통과 특성을 무엇으로 측정하지?",
"Agilent사의 바이어스-티는 대전류 옵션을 가지는 제품이긴 하지만, 무엇으로 사용하기엔 부적합하지?",
"RF 포트에서 RF\\( +\\)DC 포트로는 네트워크 분석기를 통해 무엇을 측정하지?",
"RF 포트에서 RF\\( +\\)DC 포트로는 설계 주파수 대역에서 통과 특성을 네트워크 분석기(Agilent N5230A)로 측정하고, 여기서 얻어진 무엇에서 반사 손실과 삽입 손실을 그림 12(a)에 나타냈지?",
"본 논문에서의 바이어스-티는 몇 암페어 이상 대전류 특성을 만족해?",
"표 6.에서 Agilent 11612A, option 001 high current 모델의 I_max \\( [\\mathrm{A}] \\)값은 얼마지?",
"이 결과를 검증하기 위해 그림 13과 같은 어떤 지그를 제작했어?",
"손실 검증 지그의 제작에서 지그의 길이는 바이어스-티의 무슨 라인의 길이와 동일하지?",
"본 논문에서의 바이어스-티의 손실을 보면 타 제품들과는 다르게 어떻다고 할 수 있지?",
"표 6.에서 본 논문에서의 바이어스-티 모델의 I_max \\( [\\mathrm{A}] \\)값은 얼마지?",
"표 6.에서 본 논문에서의 바이어스-티 모델의 삽입 손실 값은 얼마지?",
"표 6.에서 Agilent 11612A, option 001 high current 모델의 삽입 손실 값은 얼마지?",
"표 6.에서 Aeroflex 8810KMF2-26 모델의 삽입 손실 값은 얼마지?",
"표 6.에서 Aeroflex 8810KMF2-26 모델의 반사 손실 값은 얼마지?",
"표 6.에서 Agilent 11612A, option 001 high current 모델의 반사 손실 값은 얼마지?",
"그림 12(b)에는 무엇을 이용하여 입력 임피던스의 크기를 보여주지?",
"12(b)에서는 측정된 \\( S_{11} \\)을 이용하여 무엇을 보여줬지?",
"일부 첨두 형태의 무엇이 나타나지?",
"입력 임피던스의 크기는 전 대역에서 얼마인 것을 알 수 있었지?",
"가장 넓은 대역폭을 보여주는 바이어스-티는 무엇이지?",
"어디의 바이어스-티가 가장 넓은 대역폭을 보여?",
"Aeroflex의 바이어스-티의 전류는 얼마야?",
"Aeroflex의 바이어스-티의 전류는 \\( 750 \\mathrm{~mA} \\)로 무엇을 구동하기에 부적합하지?",
"Agilent사의 바이어스-티는 무엇을 가지는 제품이지?",
"그림 13(a)에 보인 지그의 손실은 어떻게 돼?",
"그림 13(b)와 같이 커넥터를 직접 연결한 지그는 의 손실값은 얼마야?",
"커넥터 대 마이크로스트립 천이 손실은 얼마가 될 것으로 예상돼?",
"이 손실은 주로 어떤 구조에서 발생한다고 예상하지?",
"불완전하지만 EM으로 시뮬레이션할 경우 전송선이 가지는 손실을 \\( 0.01 \\mathrm{~dB} \\)로 전체 손실에 대한 어떤 손실은 미미하게 돼지?",
"천이 손실이 없을 경우 본 논문의 바이어스-티는 몇 데시벨이야?",
"본 논문에서의 바이어스-티의 성능을 개선하기 위해서는 알맞은 도체폭과 기판 두께를 가지는 기판과 무엇이 필요할 것으로 예상돼?",
"표 6.에서 Aeroflex 8810KMF2-26 모델의 대역폭은 얼마지?",
"표 6.에서 본 논문에서의 바이어스-티의 대역폭은 얼마지?",
"표 6.에서 본 논문에서의 바이어스-티의 Volt_max \\( [\\mathrm{V}] \\)값은 얼마지?",
"표 6.에서 Agilent 11612A, option 001 high current 모델의 대역폭은 얼마지?",
"표 6.에서 Agilent 11612A, option 001 high current 모델의 Volt_max \\( [\\mathrm{V}] \\)값은 얼마지?",
"표 6.에서 Aeroflex 8810KMF2-26 모델의 Volt_max \\( [\\mathrm{V}] \\)값은 얼마지?",
"표 6.에서 Aeroflex 8810KMF2-26 모델의 I_max \\( [\\mathrm{A}] \\)값은 얼마지?",
"바이어스-티의 제작 및 측정에서 무엇을 위해 SMA 커넥터를 장착했지?",
"이것은 인덕터에 의한 것으로 무엇에 의하여 발생한 것으로 짐작됐지?",
"본 논문의 바이어스-티의 성능을 개선하기 위해서는 어떤 기판이 필요할 것으로 예상돼?",
"표 6.에서 본 논문에서의 바이어스-티 모델의 반사 손실 값은 얼마지?",
"일부 첨두 형태의 기생 공진이 보이는 이유는 무엇 때문이지?",
"그림 13(b)와 같이 어떤 지그에서 손실이 \\( 0.19 \\mathrm{~dB} \\)이 돼지?",
"반사 손실 \\( d B\\left(S_{11}\\right) \\)을 보면 대역에서 얼마 이상을 만족하는 것을 알 수 있어?",
"표 6에는 무엇을 비교한 것을 나타냈지?"
] |
57c83492-ac8b-4356-9c0b-b5aff15f9e36
|
인공물ED
|
광대역 특성을 갖는 집중 소자를 이용한 고출력 증폭기용 마이크로파 바이어스-티의 설계
|
<h2>2-3 RF 초크용 광대역 인덕터 설계</h2><p>RF 초크용 인덕터의 설계에 앞서, 마이크로파 대역에서 \( 3 \mathrm{~A} \)이상의 정격 전류\( \left(I_{\text {rate }}\right) \)와 수 \( \mathrm{GHz} \) SRF를 가지는 인덕터에 대한 조사가 필요하다. 표 3에 표시한 Coilcraft사의 마이크로파 대역 air core 인덕터는 앞서의 조건들을 만족한다. 표에서 보인 특성중 제조사에서 제공한 \( L, F, Q, R_{D C} \) 를 ADS 인덕터 모델에 직접 입력이 가능하고, SRF의 경우는 이 모델에 커패시터 \( C_{p} \)를 병렬 연결하여 그림 6(a)와 같은 모델을 구성할 수 있다. 표 3에 나타난 인덕터들은 높은 대전류는 만족하는 반면 높은 Q와 높은 SRF가 가져 \( 250 \mathrm{~ohm} \)보다 큰 임피던스가 공진점 근처의 좁은 대역에서만 존재하게 된다. 이러한 인덕터의 임피던스는 그림 6(c)와 같이 높은 주파수 대역에서 첨두 형태로 분포되어 낮은 주파수 대역에서는 충분한 임피던스를 제공하지 못한다.</p><p>따라서, 2-1의 기준에 따르면 설계 하한 주파수인\(10 \mathrm{~MHz} \)에서 임피던스가 \(250 \mathrm{~ohm} \)보다 크고, \(3 \mathrm{~A} \)의 정격 전류를 제공할 수 있는 소자가 필요하다. 제조사가 제공하는 임피던스 특성으로부터, 이것을 만족하는 Taiyo Yuden사의 FBMH3225HM601NT 페라이트 비드를 선택하였다. 이 페라이트 비드는 참고문헌 [15]에 따르면 그림 6(b)의 등가회로를 가지며, 소자값은 제조사에서 제공한 S-파라미터를 이용하여 최적화로 표 4와 같이 얻었다.<table border><caption>표 3. Coilcraft사의 대전류 air core 인덕터</caption><tbody><tr><td>Inductance [\( \mathrm{nH}\)]</td><td>SRF [\( \mathrm{GHz} \)]</td><td>\( I_{\text {rate }} \) [\( \mathrm{A} \)]</td><td>Q</td><td>F [\( \mathrm{MHz} \)]</td><td>\( R_{D C} \)[\( \mathrm{mohm}\)]</td></tr><tr><td>2.5</td><td>12.5</td><td>4</td><td>145</td><td>150</td><td>1.1</td></tr><tr><td>3.7</td><td>17.5</td><td>7</td><td>120</td><td>150</td><td>2</td></tr><tr><td>16.6</td><td>3.4</td><td>4.4</td><td>130</td><td>400</td><td>8</td></tr><tr><td>27.3</td><td>3.2</td><td>4.4</td><td>130</td><td>400</td><td>10</td></tr></tbody></table>그림 6(c)에는 이와같이 선정된 페라이트 비드의 시뮬레이션 결과를 보였고, \(10 \mathrm{~MHz} \)에서 목표 임피던스 \( 250 \mathrm{~ohm} \)보다 작은것을 알 수 있다. 그러나 이것 2개를 직렬로 연결하면 \(10 \mathrm{~MHz} \)에서 목표 임피던스를 달성하는 것을 알 수 있다.<table border><caption>표 4. FBMH3225HM601NT의 등가 모델의 소자값</caption><tbody><tr><td>\( L_{b 1} \) \( [\mathrm{uH}] \)</td><td>\( R_{b 1} \) \( [\mathrm{ohm}] \)</td><td>\( C_{b 1} \) \( [\mathrm{pF}] \)</td><td>\( L_{b 2} \) \( [\mathrm{uH}] \)</td><td>\( R_{b 2} \) \( [\mathrm{ohm}] \)</td><td>\( C_{b 2} \) \( [\mathrm{pF}] \)</td><td>\( C_{b 3} \) \( [\mathrm{pF}] \)</td><td>\( R_{b 3} \) \( [\mathrm{ohm}] \)</td></tr><tr><td>1.4</td><td>260</td><td>0.66</td><td>0.75</td><td>490</td><td>0.05</td><td>0.25</td><td>0.99</td></tr></tbody></table>그러나 그림 6(c)에서 2개의 직렬 연결된 페라이트 비드는 높은 주파수에서 임피던스를 충분히 제공하지 못하므로, 이것이 목표 임피던스 \(250 \mathrm{~ohm} \)보다 낮아지는 높은 주파수에서 \(250 \mathrm{~ohm} \)보다 큰 임피던스를 제공하는 표 3의 \( 27.3 \mathrm{~nH} \)인덕터와 직렬로 연결하였다. 또한, 이 직렬 연결로 설계 목표 상한 주파수인 \(10 \mathrm{~GHz} \)에서는 \(250 \mathrm{~ohm} \)보다 낮아지게 되며, 동일한 방법으로 앞서의 연결에 대하여 임피던스가 \(250 \mathrm{~ohm} \)보다 낮아지는 주파수에서 큰 임피던스를 제공하는 \(16.6 \mathrm{~nH} \)를 직렬로 추가하였다. 이것을 그림 7(a)에 보였다. 마이크로스트립 전송선에가깝게 부착되는 인덕터는 높은 주파수에서 동작하는 \(16.6 \mathrm{~nH} \), \( 27.3 \mathrm{~nH} \) 그리고 페라이트 비드를 다음에직렬로 연결하였다.</p><p>여기에 사용된 디커플링 커패시터\( (C_{G}) \)는 SRF에 의한 영향을 최소화 하기 위해 \( 68 \mathrm{~nF} \)의 커패시터를 사용하여 RF 접지를 구현하였다. 표 3의 \( 2.5 \mathrm{~nH}, 3.7 \mathrm{~nH} \)는 \( 10 \mathrm{~GHz} \) 이상의 높은 주파수에서 임피던스를 제공하는데, 이는 그림 6(c)에 \( 2.5 \mathrm{~nH} \)의 시뮬레이션 결과에서 알 수 있으며, 본 논문에서는 설계 상한 주파수 이상이므로 사용하지 않았다.</p><p>그림 7(a)의 회로는 대역폭 내 균일한 \(250 \mathrm{~ohm} \)을 얻기 어렵다. 그림 8(a)에 보인 \(10,000 \mathrm{~ohm} \)일 때 같은결과를 보이게 된다. 순수히 직렬로만 연결된 인덕터들로는 높은 Q로 인해 균일한 임피던스를 얻기어렵다. 따라서 그림 7(a)와 같이 구성한 인덕터와 페라이트 비드의 직렬합 회로가 균일한 \(250 \mathrm{~ohm} \)의 임피던스를 보이도록 인덕터의 높은 Q를 낮추어야한다. 이들을 달성하기 위해 그림 7(b)와 같이 인덕터에 병렬로 저항\( (R_{Q}) \)을 추가하였다.</p><p>인덕터의 병렬 공진에 추가된 저항은 공진점 변화 없이 Q만 줄어들게 하며, 임피던스의 최대값은 저항이 작을수록 첨두값의 크기가 줄어들게 된다. 이러한 저항의 선택을 위해 저항을 병렬 연결한 후 인덕터를 시뮬레이션하였다. 그림 8(a)에 추가된 병렬 저항이 \(120 \mathrm{~ohm} \)과 \(10,000 \mathrm{~ohm} \)일 때의 임피던스의 결과를 보였다. 추가된 \(120 \mathrm{~ohm} \)일 경우, 주파수 \( 10 \mathrm{~GHz} \)까지 임피던스의 합이 \(250 \mathrm{~ohm} \)보다 커 원하는 RF 초크로 동작하게 된다. 반면, \(10,000 \mathrm{~ohm} \)일 경우 교점 근처에서 임피던스가 낮아져 부분적인 주파수 대역에서 RF 초크로 동작하지 않게 되며 문제점을 발생시킨다. 따라서 \(120 \mathrm{~ohm} \)으로 저항값을 선정하였고, 이에 따른 식 (1)로 주어진 RF 포트 임피던스를 그림 8(b)에 보였다. 선정된 결과는 전 주파수대역에서 \(50 \mathrm{~ohm} \)에 가까운 결과를 주나, \(10,000 \mathrm{~ohm} \)의 경우는 대역 내 임피던스 리플이 발생하는 것을알 수 있다.</p>
|
[
"Taiyo Yuden사의 FBMH3225HM601NT 페라이트 비드의 등가 모델에서 b2의 인덕턴스의 값은 얼마야?",
"RF 초크용 인덕터 설계를 위해 마이크로파 대역에서 얼마 이상의 정격전류를 가지는 인덕터를 조사해야해?",
"RF 초크용 인덕터 설계를 위해 어떤 SRF를 가지는 인덕터에 대한 조사가 필요해?",
"Coilcraft사의 대전류 air core 인덕터들은 \\( 250 \\mathrm{~ohm} \\)보다 큰 임피던스가 어디에 있어?",
"Coilcraft사의 대전류 air core 인덕터는 어떤 것을 만족해?",
"SRF의 경우 ADS 인덕터 모델에 어떻게 연결하여 그림 6(a)와 같은 모델을 구성할 수 있어?",
"어느 모델에서 \\( L, F, Q, R_{D C} \\) 를 직접 입력할 수 있어?",
"Coilcraft사의 대전류 air core 인덕터들은 \\( 250 \\mathrm{~ohm} \\)보다 큰 임피던스가 공진점 근처의 좁은 대역에서만 있는 것은 무엇을 가지기 때문이야?",
"Coilcraft사의 대전류 air core 인덕터의 임피던스는 높은 주파수 대역에 어떤 형태로 분포해?",
"설계 하한 주파수가 2-1의 기준을 따르려면 얼마야?",
"대전류 air core 인덕터의 임피던스에서 어디가 충분한 임피던스를 제공하지 못해?",
"2-1의 기준에 따르면 설계하한 주파수에 어떤 것을 제공할 수 있는 소자가 필요해?",
"2-1 기준을 만족하는 임피던스로 어떤 것을 선택했어?",
"인덕터를 순수히 직렬로만 연결하면 어떤 것을 가지기 힘들어?",
"인덕터의 병렬공진에 추가된 저항은 어떤 변화가 없어?",
"순수하게 직렬로만 인덕터를 연결하면 균일한 임피던스를 얻기 힘든 이유는 뭐야?",
"Coilcraft사의 대전류 air core 인덕터가 몇일 때 SRF가 제일 커?",
"추가된 저항이 몇일 때 RF 초크로 동작하게 해?",
"페라이트 비드 시뮬레이션에서 주파수가 몇일 때 목표 임피던스 보다 작은 것을 확인했어?",
"인덕터와 페라이트 비드의 직렬합 회로가 균일한 임피던스를 가지기 위해 무엇을 감소시켜야해?",
"인덕터의 병렬 공진에 저항을 추가하면 무엇만 감소하게 되?",
"\\(120 \\mathrm{~ohm} \\)을 저항값으로 설정했을 때 전 주파수 대역에서 얼마에 가까운 결과를 줘?",
"표 3에서 설계 상한 주파수 이상인 인덕턴스는 몇 \\( \\mathrm{nH}\\)이야?",
"목표 임피던스 \\(250 \\mathrm{~ohm} \\)보다 낮아지는 높은 주파수에서 \\( 27.3 \\mathrm{~nH} \\)인덕터를 왜 직렬로 연결해?",
"추가 저항이 \\(10,000 \\mathrm{~ohm} \\이면 어디 근처에서 임피던스가 감소해?",
"선택된 페라이트 비드 2개를 어떻게 연결하면 \\(10 \\mathrm{~MHz} \\)에서 목표 임피던스를 달성할 수 있어?",
"인덕터와 직렬 연결을 통해 어디에서 \\(250 \\mathrm{~ohm} \\)보다 작아?",
"높은 주파수에서 동작하는 \\(16.6 \\mathrm{~nH} \\), \\( 27.3 \\mathrm{~nH} \\) 인덕터를 마이크로스트립 전송선에 가까운 부분에 부착한 뒤 페라이드 비드를 어떻게 연결했어?",
"Coilcraft사의 대전류 air core 인덕터 중 SRF 값이 가장 큰 인덕터의 인덕턴스 값은 얼마야?",
"인턱터와 페라이트 비드의 직렬합 회로에서 인덕터의 높은 Q를 낮추기 위해 어떻게 해?",
"Coilcraft사의 대전류 air core 인덕터 중 2.5와 3.7[\\( \\mathrm{nH}\\)]의 정격 전류는 얼마야?",
"주파수가 \\( 10 \\mathrm{~GHz} \\)까지 임피던스의 합이 \\(250 \\mathrm{~ohm} \\)보다 커져 원하는 RF 초크로 동작하게 하려면 추가하는 저항은 몇 이어야해?",
"높은 주파수에 동작하는 \\(16.6 \\mathrm{~nH} \\), \\( 27.3 \\mathrm{~nH} \\) 인덕터는 어디에 가깝게 부착해?",
"인덕터의 높은 Q를 감소시키기 위해 인덕터의 병렬 공진에 추가할 저항을 선택할 때 어떻게 해?",
"Coilcraft사의 대전류 air core 인덕터에서 가장 작은 SRF를 가지는 인덕터의 인덕턴스는 얼마야?",
"\\(10,000 \\mathrm{~ohm} \\)을 저항값으로 설정했을 때 전 주파수 대역에서 무엇이 발생해?",
"임피던스의 최대값은 저항이 작으면 어떤 크기가 감소해?",
"\\( 68 \\mathrm{~nF} \\)의 커패시터를 디커플링 커패시터로 사용하여 SRF에 의한 영향을 최소화 하기 위해 무엇을 구현했어?",
"디커플링 커패시터로 \\( 68 \\mathrm{~nF} \\)의 커패시터 사용하여 RF 접지를 구현한 이유는 뭐야?",
"Coilcraft사의 대전류 air core 인덕터 중 2.5와 3.7[\\( \\mathrm{nH}\\)]의 F는 얼마야?",
"air core 인덕터들 중에서 가장 높은 Q는 얼마야?",
"Coilcraft사의 대전류 air core 인덕터 중 16.6와 27.3[\\( \\mathrm{nH}\\)]의 F는 몇 [\\( \\mathrm{MHz} \\)]야?",
"Coilcraft사의 대전류 air core 인덕터 중 16.6와 27.3[\\( \\mathrm{nH}\\)]의 정격 전류는 얼마야?",
"Taiyo Yuden사의 FBMH3225HM601NT 페라이트 비드의 소자에서 b3의 등가화된 저항값은 얼마야?",
"Taiyo Yuden사의 FBMH3225HM601NT 페라이트 비드의 등가 모델에서 b1의 인덕턴스의 값은 얼마야?",
"FBMH3225HM601NT 페라이트 비드의 등가 모델에서 b1에서의 커패시턴스의 값은 얼마야?",
"Taiyo Yuden사의 FBMH3225HM601NT 페라이트 비드의 등가 모델에서 b1의 저항값은 얼마야?",
"대전류 air core 인덕터의 직류 저항이 최대값을 가지는 인덕터의 값은 얼마야?",
"FBMH3225HM601NT 페라이트 비드의 등가 모델에서 b2에서의 커패시턴스의 값은 얼마야?",
"Taiyo Yuden사의 FBMH3225HM601NT 페라이트 비드의 등가 화된 b2 저항값은 얼마야?",
"FBMH3225HM601NT 페라이트 비드의 등가 모델에서 b3에서의 커패시턴스의 값은 얼마야?"
] |
c8e2e14f-6e87-41d1-9d8e-2176139146ef
|
인공물ED
|
광대역 특성을 갖는 집중 소자를 이용한 고출력 증폭기용 마이크로파 바이어스-티의 설계
|
<h2>2-4 마이크로파 바이어스-티 설계</h2><p>설계된 RF 초크와 DC 블록을 이용하여 설계 주파수 대역 \( 10 \mathrm{~MHz} \sim 10 \mathrm{~GHz} \)에서 그림 9(a)와 같은 바이어스-티를 최종 설계하였다. 그림에 표시한 커패시터와 인덕터는 앞서 구성된 그림 5(c)의 커패시터 병렬합 회로와 그림 7(a)의 인덕터 직렬합 회로를 나타낸다. 사용된 PCB는 Taconics사의 TLX-9이며, 유전율은 2.5로 두께는 \( 31 \mathrm{~mil} \)이다.</p><p>\( 50 \mathrm{~ohm} \) 라인들(TL1, TL2, TL4)에 수직 분기(tee)되어 연결되는 선로(TL3)는 바이어스-티에서 높은 주파수에서 다소 영향을 준다. TL3의 특성 임피던스 \( 80 \mathrm{~ohm} \) 의 폭과 \( 10^{\circ} \) 미만인 길이인 \( 0.5 \mathrm{~mm} \)이내에서 결정하였다. 표 5 에 사용된 선로의 임피던스와 전기 각을 표시하였다. 그림 9(b) 에는 포 5 의 결과를 이용한 바이어스-티의 설계 결과를 보였으며, \( 10 \mathrm{~MHz} \) 에 \( 10 \mathrm{~GHz} \)까지 \( -20 \mathrm{~dB} \) 이상의 반사 손실을 만족하였다. 그림 9(b)에서 주목할 것은 입력과 출력에서 바라본 반사 손실이 같지 않다는 점이다. 이는 커패시터를 중심으로 비대칭적으로 배치된 RF 초크의 영향으로 사료된다. 이러한 것을 고려하여 RF 초크와 DC 블록의 거리인 TL2가 최적화가 필요하며, 표 5에서 표시한 값은 그 결과이다.</p><table border><caption>표 5. 최종 바이어스-티 설계에 이용한 전송선 라인의 특성</caption><tbody><tr><td>TL</td><td>\( Z_{0} \)\( [\mathrm{ohm}] \)</td><td>\( \theta \)\( [\mathrm{deg}] \)</td><td>\( w \) \( [\mathrm{mm}] \)</td><td>\( l \) \( [\mathrm{mm}] \)</td></tr><tr><td>TL1</td><td>50</td><td>10</td><td>2.24</td><td>0.5</td></tr><tr><td>TL2</td><td>50</td><td>45</td><td>2.24</td><td>5</td></tr><tr><td>TL3</td><td>80</td><td>5</td><td>1.2</td><td>0.5</td></tr><tr><td>TL4</td><td>50</td><td>45</td><td>2.24</td><td>5</td></tr></tbody></table><h2>2-5 패턴을 고려한 바이어스-티 최적화</h2><p>그림 9와 같이 설계된 바이어스-티를 PCB 기판에구현하기 위해서는 전송선들이 포함된 마이크로스트립의 도체 패턴의 배치나 길이를 최적화해야 한다. 이를 위해 ADS의 Momentum을 이용하여 layout패턴과 internal 포트를 이용한 그림 10(a)의 소자의 특성을 패턴에 직접 고려하여 EM co-시뮬레이션(El-ectro-Magnetic co-simulation)하였다. 표 5의 전송선의 설계 파라미터를 바탕으로 인덕터 회로에 포함된 패턴을 최적화하기 위해 칩 부품들의 landing 패턴이 포함되었다. 패턴에서 발생하는 불요한 기생 성분등을 최소화하기 위해 넓은 면적을 가지는 패턴은 도체 일부를 제거한 펀치 홀(punched hole on metal)을 구성하였다. 특히 바이어스-티에서 집중 소자에 의한 설계는 집중 소자인 인덕터의 병렬 공진과 커패시터의 직렬 공진의 모델링만 고려되어 이외의 복합공진은 포함하지 않았다.</p><p>이러한 복합 기생 공진은 air core 구조에 의한 인덕터에 의해 민감하게 발생하므로 패턴에서의 발생하는 소자 간 간섭과 기생 공진을 제거하기 위해 그림 10(a)에서의 저항 \( \left(R_{1}=620 \mathrm{ohm}, R_{2}=100 \mathrm{ohm}\right) \)과 커패시터\( \left(C_{1}=27 \mathrm{pF}, C_{2}=560 \mathrm{pF}\right) \) 회로를 포함시켰다. 이 결과를 그림 10(b)에 표시하였으며, 반사 손실이 \( 15 \mathrm{~dB} \)를 만족하였으며 높은 주파수 대역에서 반사손실이 \( 15 \mathrm{~dB} \) 근처의 값을 가지며, 이는 패턴에 의해 부정합이 발생한 것으로 사료된다.</p>
|
[
"RF 초크의 영향으로 비대칭적으로 배치되기 때문에 무엇이 필요해?",
"PCB 기판에 바이어스-티를 구현하려면 전송선들이 들어있는 어떤 패턴의 배치나 길이를 최적화해야해?",
"높은 주파수 대역에서 반사손실이 \\( 15 \\mathrm{~dB} \\) 근처의 값 가질 수 있었던 이유는 뭐야?",
"표5에서 최종 바이어스-티 설계에 이용한 전송선 라인에서 TL1에서의 전기각은 얼마야?",
"설계 주파수 대역 \\( 10 \\mathrm{~MHz} \\sim 10 \\mathrm{~GHz} \\)에서 바이어스-티를 설계할 때 무엇을 사용했어?",
"인덕터를 어떻게 구성하여 마이크로파 바이어스-티 설계했어?",
"바이어스-티를 설계하면서 커패시터는 어떻게 회로를 만들어?",
"마이크로파 바이어스-티를 설계할 때 사용한 PCB는 유전율이 얼마야?",
"TL3의 특성 임피던스는 길이를 얼마 미만으로 결정했어?",
"마이크로파 바이어스-티 설계에서 사용한 PCB는 두께를 얼마를 뒀어?",
"TL3은 \\( 50 \\mathrm{~ohm} \\) 라인들에 어떻게 연결되어 있어?",
"바이어스-티를 설계를 했을 때 \\( 10 \\mathrm{~MHz} \\) 에 \\( 10 \\mathrm{~GHz} \\까지 어떤 손실을 만족했어?",
"그림 9(b)를 통해 입력과 출력에서 바라봤을 때 무엇이 일치하지 않아?",
"입력과 출력에서 바라본 반사 손실이 같지 않은 이유는 커패시터를 중심으로 어떤 영향이 있어서 그런거야?",
"최종 바이어스-티 전송선의 설계 파라미터에 침 부품들ㄹ의 무엇을 포함 시켰어?",
"넓은 면적을 가지는 패턴을 가지기 위해 어떻게 펀치 홀을 구성해?",
"도체 일부를 제거한 펀치 홀을 구성한 이유는 뭐야?",
"air core 구조는 인덕터에 무엇을 발생 시켜?",
"바이어스- 티 설계에서 집중소자인 커패시터에는 어떤 공진을 고려했어?",
"저항과 커패시터 회로를 포함시킨 이유가 뭐야?",
"패턴에서 발생하는 소자 간 간섭과 기생공진을 제거하기 위해 저항은 어떤 것을 사용했어?",
"패턴에서 발생하는 소자 간 간섭과 기생공진을 제거하기 위해 사용한 커패시터의 값은 얼마야?",
"표5에서 최종 바이어스-티 설계에 이용한 전송선 라인에서 TL1, 2, 4의 특성 임피던스는 몇 \\( \\mathrm{ohm}\\)이야?",
"표5에서 최종 바이어스-티 설계에 이용한 전송선 라인에서 TL3의 특성 임피던스는 몇 \\( \\mathrm{ohm}\\)이야?",
"최종 바이어스-티 설계에 이용한 전송선 라인에서 TL2와 TL4의 전기각은 몇 \\( ^{\\circ} \\)야?",
"최종 바이어스-티 설계에 이용한 TL1, TL3의 길이는 얼마로 설정했어?",
"최종 바이어스-티 설계에 이용한 전송선 라인인 TL1,2,4의 폭은 얼마야?",
"마이크로파 바이어스-티 설계에서 사용한 PCB는 무엇이야?",
"높은 주파수에서 TL3는 어디에 영향을 미쳐?",
"\\( 50 \\mathrm{~ohm} \\) 라인들에 수직 분기되어 있는 선로는 뭐야?",
"\\( 10 \\mathrm{~MHz} \\) 에 \\( 10 \\mathrm{~GHz} \\)까지 바이어스-티에서 만족하는 반사 손실은 몇 이상이야?",
"layout패턴과 internal 포트를 이용하여 소자의 특성을 패턴에 직접 고려하여 무엇을 진행했어?",
"전송선의 설계 파라미터를 왜 칩 부품들의 landing 패턴을 포함 시켜?",
"바이어스-티에서 집중 소자에 의한 설계를 할 때 어떤 공진은 포함시키지 않았어?",
"집중 소자에 의한 바이어스-티 설계는 인덕터의 어떤 공진을 고려했어?",
"최종 바이어스-티 설계에 이용한 전송선 라인에서 TL3의 전기각은 몇 \\( ^{\\circ} \\)야?",
"최종 바이어스-티 설계에 이용한 전송선 라인 중 1.2\\( \\mathrm{mm} \\)를 폭으로 두는 라인은 뭐야?",
"TL3의 특성 임피던스의 폭은 얼마로 설정했어?",
"설계한 바이어스-티의 설계 주파수 대역은 얼마야?",
"무엇을 이용하여 layout 패턴과 itnernal 포트를 EM co-시뮬레이션을 해?",
"저항과 커패시터 회로를 포함시켰을 때 반사 손실은 얼마로 만족 했어?",
"최종 바이어스-티 설계에 이용한 TL2, TL4 라인의 길이는 몇 \\( \\mathrm{mm}\\)야?",
"표 5에서 최종 바이어스-티 설계에서 이용한 전송선 라인 중 TL1, 2, 4의 폭은 얼마로 정했어?",
"표 5에서 최종 설계된 바이어스-티에서의 전송선 라인 중 TL1, TL3의 길이는 얼마야?",
"표 5에서 최종 바이어스-티 설계에서 이용한 TL2, 4의 길이는 얼마야?",
"수직 분기 되어 연결되는 선로는 최종 바이어스-티 설계에서 폭은 얼마로 정했어?",
"최종 설계한 바이어스-티에서 사용한 전송선 라인 중 임피던스의 값이 \\(50\\ \\mathrm{ohm} \\)이 아닌 것은 뭐야?"
] |
1c50209f-d69d-4ed2-8b44-6a350dc65bdb
|
인공물ED
|
\(\mathrm{C_{2}F_6}\) 가스가 Via Etching 특성에 미치는 영향
|
<h1>Ⅱ․ 실 험</h1> <p>웨이퍼는 tetraethylorthosilicate(TEOS)를 화학기상증착(chemical vapor deposition, CVD)방식으로 만들고 SOG는 액상결정(liquid crystal)을 도포한 후 열처리(Curing) 과정을 거쳐서 제작되었다. 시료는 산화막 식각비 측정을 위해 감광제(photo resist) \( 6000 \mathring{A} / TEOS \) \( 3000 \mathring{A}/ \ SOG \) \( 3000 \mathring{A}/ \ TEOS \) \( 3000 \mathring{A} / \ Si \) 로 된 웨이퍼와 TiN 식각비를 측정하기 위해 감광제 \( 6000 \mathring{A} / TEOS \) \( 3000 \mathring{A}/ \ SOG \) \( 3000 \mathring{A}/ \ TEOS \) \( 3000 \mathring{A} / \ Tin \) \( 1000 \mathring{A} / \ Si \) 로 된 웨이퍼를 준비하였다. 직교행열실험을 위해 금속층의 패턴이 있는 10장의 웨이퍼를 준비하였다. 금속층의 표면은 TiN이 증착되어 있다. 금속 패턴이 있는 웨이퍼는 감광제의 불규칙한 두께와 산화막의 두께가 고려된 실제 생산 웨이퍼와 동일한 구조로 되어있다(표 1.)</p> <table border><caption>표 1. 식각할 웨이퍼의 구조이며 층별로 두께를 나타내었다.</caption> <tbody><tr><td>firm layer</td><td>For Etch rate and uniformity</td><td>For Selectivity to TiN</td><td>For matrix test</td></tr><tr><td>Photo resist</td><td>\(\ 6,000\mathring{A} \)</td><td>\(\ 6,000\mathring{A} \)</td><td>\(\ 12,000\mathring{A} \)</td></tr><tr><td>TEOS</td><td>\(\ 3,000\mathring{A} \)</td><td>\(\ 3,000\mathring{A} \)</td><td>\(\ 3,000\mathring{A} \)</td></tr><tr><td>SOG</td><td>\(\ 3,000\mathring{A} \)</td><td>\(\ 3,000\mathring{A} \)</td><td>\(\ 3,000\mathring{A} \)</td></tr><tr><td>TEOS</td><td>\(\ 3,000\mathring{A} \)</td><td>\(\ 3,000\mathring{A} \)</td><td>\(\ 3,000\mathring{A} \)</td></tr><tr><td>TiN</td><td></td><td>\(\ 1,000\mathring{A} \)</td><td>\(\ 800\mathring{A} \)</td></tr><tr><td>Al/TiN/Ti</td><td></td><td></td><td>\(\ 3,000\mathring{A} \)</td></tr><tr><td>Si substrate</td><td>Si substrate</td><td>Si substrate</td><td>Si substrate</td></tr></tbody></table> <p>샌드위치처럼 삼층구조로 된 TEOS와 SOG의 막질은 물질적으로 서로 다른 스트레스 계수와 강도를 지니고 있으며 전기적인 항복전압 등도 서로 다를 뿐만 아니라 건식 식각시에도 다른 식각특성을 보이므로 식각비를 계산할 때 이를 고려해야 한다. 또한 SOG는 후반 열경화시에 솔벤트의 증발로 체적이 약 \( 30 \% \) 정도 수축 되고 막질 간의 이질성으로 인하여 박편으로 떨어지는 균열현상이 발견되거나 세정시 수분의 함유로 인하여 SOG 침식이 발생할 수도 있다. 특히 세정시 발생되는 SOG 침식은 식각시 생성된 SOG 침식과 구분할 수 없기 때문에 주의 해야한다. 세정전에 샘플을 잘라서 SEM 사진을 촬영해도 비아홀 내벽에 폴리머가 쌓여있기 때문에 세정 전에는 비아홀 내벽의 식각상태를 정확하게 파악할 수 없다. 식각후 감광제를 제거할 때 챔버내에서 \( \mathrm{O}_{2} \) 플라즈마를 이용하는 내부세정(in-situ cleaning)을 실시한다. 이때 역시, SOG 침식을 주의해야 한다.</p>
|
[
"본문의 표 1에서 For matrix test의 Photo resist값은 얼마인가?",
"본문의 표 1에서 For Etch rate and uniformity의 Photo resist값은 얼마야?",
"본문의 표 1에서 For Selectivity to TiN의 Photo resist값은 얼마지?",
"본문의 표 1에서 For matrix test의 Si substrate는 뭐야?",
"본문의 표 1에서 For Selectivity to TiN의 TEOS값은 어느 정도야?",
"본문의 표 1에서 For matrix test의 TiN값은 어느 정도의 값이지?",
"본문의 표 1에서 For Selectivity to TiN의 SOG값은 어느 정도일까?",
"본문의 표 1에서 For matrix test의 Al/TiN/Ti값은 어느 정도의 값으로 보여?",
"본문의 표 1에서 For Selectivity to TiN의 TiN값은 어느 정도의 값일까?",
"본문의 표 1에서 For matrix test의 SOG값은 어느 정도의 값이야?",
"본문의 표 1에서 For matrix test의 TEOS값은 얼마일까?",
"본문의 표 1에서 For Etch rate and uniformity의 TEOS값은 어느 정도지?",
"본문의 표 1에서 For Etch rate and uniformity의 Si substrate는 뭐지?",
"본문의 표 1에서 For Selectivity to TiN의 Si substrate는 뭘까?",
"본문의 표 1에서 For Etch rate and uniformity의 SOG값은 어느 정도인가?"
] |
5f4be849-7621-41fa-9096-07fc82791e1c
|
인공물ED
|
\(\mathrm{C_{2}F_6}\) 가스가 Via Etching 특성에 미치는 영향
|
<h1>III. 특성 및 결과</h1> <p>표 3.은 9장의 웨이퍼에 대한 측정 결과이다. 장비의 재현성을 보기 위해 웨이퍼번호 18 번은 웨이퍼번호 13번과 같은 조건으로 식각하였다. 식각비와 균일도의 재현성이 증명되어 장비는 안정하다고 볼 수 있었으며 18번 웨이퍼의 데이터는 버린다. 직교행열실험방식을 근거로 계산을 하면 챔버 압력, 상단전력, \( \mathrm{C}_{2} \mathrm{~F}_{6} \) 유량, 아르곤 유량 등이 식각비, 균일도, CD에 어떤 영향을 주는지 그래프로 알 수 있다.</p> <table border><caption>표 3. 각 변수와 수준의 값과 실험의 결과, 식각비와 균일도, 식각후 홀의 지름</caption> <tbody><tr><td>웨이퍼 번호</td><td>Presure mTorr</td><td>Top power W</td><td>C2F6 sccm</td><td>Ar sccm</td><td>식각비 결과, uniformity</td><td>평균 CD 결과, \( \mu \mathrm{m} \)</td></tr><tr><td>9</td><td>22</td><td>1250</td><td>14</td><td>20</td><td>\( \ 7954 \mathring{A}\ /\mathrm{m}+ \ 6.9 \% \)</td><td>0.387</td></tr><tr><td>10</td><td>22</td><td>1600</td><td>20</td><td>100</td><td>\( \ 10018 \mathring{A}\ /\mathrm{m}+ \ 4.6 \% \)</td><td>0.389</td></tr><tr><td>11</td><td>22</td><td>1950</td><td>26</td><td>180</td><td>\( \ 10927 \mathring{A}\ /\mathrm{m}+ \ 4.2 \% \)</td><td>0.378</td></tr><tr><td>12</td><td>32</td><td>1250</td><td>20</td><td>180</td><td>\( \ 9928\mathring{A}\ /\mathrm{m}+ \ 4.3 \% \)</td><td>0.387</td></tr><tr><td>13</td><td>32</td><td>1600</td><td>26</td><td>20</td><td>\( \ 10306 \mathring{A}\ /\mathrm{m}+ \ 3.7 \% \)</td><td>0.338</td></tr><tr><td>14</td><td>32</td><td>1950</td><td>14</td><td>100</td><td>\( \ 9048 \mathring{A}\ /\mathrm{m}+ \ 5.6 \% \)</td><td>0.377</td></tr><tr><td>15</td><td>42</td><td>1250</td><td>26</td><td>100</td><td>\( \ 9990 \mathring{A}\ /\mathrm{m}+ \ 3.7 \% \)</td><td>0.347</td></tr><tr><td>16</td><td>42</td><td>1600</td><td>14</td><td>180</td><td>\( \ 9896 \mathring{A}\ /\mathrm{m}+ \ 3.6 \% \)</td><td>0.382</td></tr><tr><td>17</td><td>42</td><td>1950</td><td>20</td><td>20</td><td>\( \ 10305 \mathring{A}\ /\mathrm{m}+ \ 4.0 \% \)</td><td>0.382</td></tr><tr><td>18</td><td>32</td><td>1600</td><td>26</td><td>20</td><td></td><td></td></tr></tbody></table> <p>직교행열실험기법에서 \( \mathrm{C}_{2} \mathrm{~F}_{6} \) 변수수준의 효과를 다음과 같은 방법으로 계산한다. \( \mathrm{C}_{2} \mathrm{~F}_{6} \) 유량 요인에서 같은 수준 3개씩을 합산하여 3 으로 나누면 그 수준에서의 평균값이 되며 그것을 변수수준의 효과(effect of factor level)이라고 한다. 이 변수수준에 따라 식각비, 균일도, CD 등을 그래프로 그리면 각 변수에 대한 수준 별 특성을 분석할 수 있다.</p> <ul> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \)의 공급량이 \( 14 \mathrm{sccm} \) 일 때 식각비 평균 = \( (7954+9048+9896) / 3 \ \mathring{A}\ /\mathrm{min} \) = \(8966 \mathring{A}\ /\mathrm{min} \)</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \)의 공급량이 \( 20 \mathrm{sccm} \) 일 때 식각비 평균 = \( (10018+9928+10305) / 3 \ \mathring{A}\ /\mathrm{min} \) = \(10084 \mathring{A}\ /\mathrm{min} \)</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \) 의 공급량이 \( 26 \mathrm{sccm} \) 일 때 식각비 평균 = \( (10927+10306+9990) / 3 \ \mathring{A}\ /\mathrm{min} \) = \(10407 \mathring{A}\ /\mathrm{min} \)</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \) 의 공급량이 \( 14 \mathrm{sccm} \) 일 때 균일도 평균 = \[ (6.9+5.6+3.6) / 3 \%=5.4 \% \]</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \) 의 공급량이 \( 20 \mathrm{sccm} \) 일 때 균일도 평균 \( = \) \[ (4.6+4.3+4.0) / 3 \%=4.3 \% \]</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \) 의 공급량이 \( 26 \mathrm{sccm} \) 일 때 균일도 평균 = \[ (4.2+3.2+3.7) / 3 \%=3.9 \% \]</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \) 의 공급량이 \( 14 \mathrm{sccm} \) 일 때 \( \mathrm{CD} \) 평균 \( = \) \[ (0.387+0.377+0.382) / 3 \mu \mathrm{m}=0.382 \mu \mathrm{m} \]</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \) 의 공급량이 \( 20 \mathrm{sccm} \) 일 때 \( \mathrm{CD} \) 평균 = \[ (0.389+0.387+0.382) / 3 \mu \mathrm{m}=0.378 \mu \mathrm{m} \]</li> <li>\( \mathrm{C}_{2} \mathrm{~F}_{6} \) 의 공급량이 \( 26 \mathrm{sccm} \) 일 때 \( \mathrm{CD} \) 평균 \( = \) \[ (0.378+0.338+0.347) / 3 \mu \mathrm{m}=0.354 \mu \mathrm{m} \]</li></ul></p>
|
[
"표3에서 웨이퍼 번호가 10일 때 Presure mTorr는 어떤 값을 가집니까?",
"표3을 보면 Top power W가 1600이고 Ar sccm이 100일 때, 평균 CD 결과, \\( \\mu \\mathrm{m} \\)은 무엇일까요?",
"표 3에서 웨이퍼 번호 17,18번을 비교하면 C2F6 sccm의 결과는 어느 번호가 더 작은가요?",
"표3에서 웨이퍼 번호가 9일 때, 식각비 결과, uniformity는 무엇입니까?",
"표3에서 \\( \\mu \\mathrm{m} \\)의 결과 값이 0.338일 때 웨이퍼 번호는 몇 번 입니까?"
] |
57ae84e8-941f-4f51-9706-c75b7e780a1a
|
인공물ED
|
TSV 필링 공정에서 평활제가 구리 비아필링에 미치는 영향 연구
|
<h1>3. 결과 및 고찰</h1> <p>비아필링에 사용되는 다양한 종류의 첨가제 중에 평활제의 종류와 농도에 따른 도금 특성 변화를 전기화학적인 방법으로 분석하고, 전자현미경 사진을 통해 그 표면을 확인하였다. Via filling에 적용하기에 앞서 구리회전전극을 500 \(\mathrm{rpm}\)으로 회전시키며 RDE 표면에 도금을 진행하였다. 실험에 사용된 용액은 Table 1에 나와있는 것처럼 0.5 \(\mathrm{M}\)의 황산구리, 1 \(\mathrm{M}\)의 황산을 기본 용액(stocksolution)으로 하며 평활제의 양을 50 \(\mathrm{ppm}\)으로 고정하여 구리전착에서 첨가제의 영향을 관찰하였다. 위의 용액 조건으로polarization plot을 Fig. 3에 나타내었다. 실험에 사용된 평활제는 JGB(janusgreen B), DB(diazine black), MV(methylene violet)으로 각기 다른 평활제에 따라 그 특성이다르게 나타나는 것을 볼 수 있다. 평활제를 넣지 않은 stock의 경우와 각각의 평활제에 따른 plot을 비교하여 각각의 전기화학적 거동을 비교해볼 수 있다. \(\mathrm{Ag}\)/\(\mathrm{AgCl}\)/\(\mathrm{KCl}\)3.5 \(\mathrm{M}\)의 reference electrode를 기준으로 -0.1 \(\mathrm{V}\)부터 0.1 \(\mathrm{V}\)사이의 전압조건에서 평활제들은 기본 용액에 비해 도금속도를 억제하는 것을 확인할 수 있다. 약 0.05 \(\mathrm{V}\) 이상에서는 첨가제의 영향이 크게 나타나지 않는 것에 비해 전압이 음으로 증가할수록 도금속도에 차이가 발생하는 것을 확인할 수 있다.</p> <p>일정한 전류를 주었을 때 시간에 따른 전압 변화를 나타낸 galvanostatic plot이라 하며 Fig. 4에 나타내었다. 동일한 전류를 인가하였을 때 각각의 평활제에 따른 전압차이가 나타나는 것을 Fig. 4를 통해 확인할 수 있다. 실험은 10 \(\mathrm{mA/cm^{2}}\)의 조건으로 30분간 진행되었으며 용액은 Table 1의 조건과 동일하다. 기본 용액조건에 비해 다른 첨가제들의 경우 전압이 음으로 증가하게 된다. 이는동일한 전류를 인가하기 위한 과전압(overpotential)이 더크게 필요한 것을 의미하며 이는 도금속도의 측면에서 볼경우 구리의 전착속도가 떨어지는 것을 의미한다. 앞선polarization plot과 본 결과를 종합하면 질소를 포함한 작용기를 갖고 있는 평활제의 경우 평활제가 들어있지 않은 조건에 비해 전기화학적으로 도금속도를 억제하는 것을 확인할 수 있다.</p> <p>상온에서 10 \(\mathrm{mA/cm^{2}}\)의 조건으로 30분간 도금한 RDE표면의 형상을 Fig. 5에 나타내었다. 평활제가 들어가지 않은 Fig. 5 (a) 기본 용액 조건에서는 도금층 표면에 입자의 크기가 불균일하고 전체적으로 거친 면을 갖고 있는 것을 확인할 수 있다. 반면에 평활제가 들어간 경우 표면 입자의 크기가 기본 용액의 조건에 비해서 전체적으로 미세해진 것을 Fig. 5 (b), (c), (d)를 통해 확인할 수 있다. 본 실험에 사용된 평활제 중 JGB와 DB를 사용한 경우 구리 전착층 표면의 입자 크기가매우 작은 것을 확인할 수 있다. 하지만 DB의 경우 표면에 움푹 패인 곳을 관찰할 수 있으며 전체적인 균일도 측면에서 좋지 않은 것을 확인할 수 있다. 또한 MV의 경우 군데군데 덩어리 형태로 전착되어있는 것을 확인할 수 있다. MV를 평활제로 사용할 경우 기본 용액과 비교하였을 때 도금된 표면형상에서 큰 차이를 나타내지 않았다.</p> <table border><caption>Table 1. Bath Composition for Copper Via Filling</caption> <tbody><tr><td>\( \mathrm{CuSO}_{4} \cdot 5 \mathrm{H}_{2} \mathrm{O} \)</td><td>0.5 M</td></tr><tr><td>\( \mathrm{H}_{2} \mathrm{SO}_{4} \)</td><td>1 M</td></tr><tr><td>Levelers (JGB, MV, DB)</td><td>50 ppm</td></tr></tbody></table> <p>첨가제의종류에 따른 비아필링의 형상을 Fig. 6에 나타내었다. 비아필링 과정에서 10 \(\mathrm{mA/com^{2}}\)의 전류밀도를 인가하여 2시간동안 실험을 진행하였으며, 각각의 첨가제는 50 \(\mathrm{ppm}\)의 농도로 고정하였다. 전류인가방식은 펄스전류(pulse current)를 이용하였으며, on:off 비율을 \(1:1\)로 고정하였다. 펄스 도금을 본 실험에 적용한 이유로는 크게두 가지를 들 수 있다. 첫째로는 전류가 인가되지 않는off-time의 도입으로 비아 입구에서 전류가 집중되어 초기에 막히는 현상을 완화하기 위함이며, 둘째로는 off-time 기간 동안 비아내부로 구리 이온의 확산이 이루어져 비아바닥면에서 구리 전착이 용이하게 이루어지도록 하기 위함이다. 사용한 첨가제의 종류에 따라 비아필링의 형상이 다르게 나타나는 것을 Fig. 6을 통해 확인할 수 있다. (a)의 기본 용액 조건을 보면 평활제를 사용한 다른조건들에 비해 비아 내부에서 구리도금이 충분히 이루어지지 않은 것을 확인할 수 있다. 각각의 첨가제를 50 \(\mathrm{ppm}\)으로 고정하였을 때 펄스 전류를 이용한 도금으로는 결함 없는 비아필링을 얻어낼 수 없었다. 하지만 MV를 첨가제로 사용한 경우 비아 내부의 결함의 크기를 줄일 수있는 것을 확인할 수 있었다. JGB를 평활제로 사용한 경우 비아 입구에서 바닥면까지 도금이 균일하게 진행되지않는 것을 볼 수 있으며, DB를 평활제로 사용한 경우 비아바닥면에서 큰 void를 형성하며 필링이 이루어지는 것을 확인할 수 있었다.</p> <p>이와 같은 유기물 들은 구리 표면에 흡착하여 전류 효율을 낮추는 역할을 한다. 평탄제의 첨가되는 양이 적기때문에 물질이동이나 확산의 영향을 받아 돌출부나 모서리 부분에 집중 흡착하여 구리 도금층의 성장을 억제시킨다. 이러한 평탄제는 주로 집적회로 구리 배선용 필링도금시과 도금범프형성을 줄이기 위해 첨가되었으나 비아필링 도금에서는 억제제와 더불어 비아 입구에서 도금층의 성장을 억제시키기 위해 첨가되며 결함 없는 비아필링을 위해 필수적인 첨가제이다. 구리 비아필링시 첨가되는 첨가제들은 흡착 기구 및 분자량, 첨가되는 농도등의 차이로 비아 패턴의 안팎에서 농도 편차를 보이며 흡착된다. 본 연구에서는 기존에 비아필링에 이용되는 가속제 및 억제제가 사용되지 않았기 때문에bottom-up superfilling을 기대하기가 어려웠으며 그 결과 비아 내부에 결함이 생성되는 것을 확인할 수 있었다. 실험에 사용된 평활제의 경우 기본적으로 도금속도의 억제효과가있기 때문에 비아 내부에 존재하는 첨가제에 의한 도금층의 성장이 억제될 가능성이 존재한다. 따라서 향후 연구에서는 첨가제의 농도 변화에 따른 필링 특성을 파악하는 연구가 필요할 것으로 생각한다.</p>
|
[
"평활제의 종류와 농도에 따른 도금 특성 변화를 어떤 방법으로 분석하였어?",
"구리전착에서 첨가제의 영향을 알아보기 위해 어떤 과정으로 진행하였어?",
"첨가제의 종류에 따른 비아필링의 형상에 대한 실험은 어떻게 진행하였나요?",
"평활제 사용 유무에 대한 도금 표면 형상의 변화를 알기 위해 어떻게 실험하였어?",
"50 ppm으로 고정하여 사용된 평활제는 무엇인가?",
"실험에 사용된 용액 중\\( \\mathrm{H}_{2} \\mathrm{SO}_{4} \\)의 사용량은 얼마인가?",
"구리 용 목욕 조성물 중 기본 용액양으로 1M이 사용된 용액은 무엇인가?",
"Table 1에 따르면 무엇이 1M이 사용되었나?",
"충전물을 통한 구리 용 목욕 조성물에 사용된\\( \\mathrm{CuSO}_{4} \\cdot 5 \\mathrm{H}_{2} \\mathrm{O} \\)의 용량은 얼마야?",
"실험에 사용된 레벨러의 고정 분량은 얼마인가?"
] |
47a6f7fd-f09e-4bea-9114-99a78eced349
|
인공물ED
|
CIE1931 색좌표계 변환의 최적화된 하드웨어 구현을통한 색상 보정
|
<h1>II. 본론</h1><h2>1. CIE1931 색 좌표계 연산 알고리즘</h2><p>CIE1931 색 좌표계 연산 알고리즘은 기존 디스플레이 색역(이하 Measurement)에서 목표하는 색역(이하 Target)으로 이동하는 알고리즘으로 아래 수식 1과 같다.</p><p>\( \left[\begin{array}{l}R^{\prime} \\ G \\ B\end{array}\right]=\left[\begin{array}{c}\text { Measurement } \\ X 2 R \\ \text { Matrix }\end{array}\right]\left[\begin{array}{c}\text { Target } \\ R 2 X \\ \text { Matrix }\end{array}\right]\left[\begin{array}{l}R \\ G \\ B\end{array}\right] \)<caption>(1)</caption></p><p>입력 색역의 RGB 정보에 미리 수학적으로 정의된 RGB to XYZ Matrix, XYZ to RGB Matrix를 곱 해 출력 색역으로 표현하는 방법이다. 이 때 R2X, X2R Matrix는 \( 3 \times 3 \) 행렬로 Measurement, Target의 RGB 극점 정보를 가지고 있다. 변환된 색역은 위 Matrix 계수에 따라 범위가 달라지고, 수식에 포함되는 white point에 따라서 색 좌표의 중심이 달라져 색 온도 또한 달라질 수 있다.</p><p>그림 1의 (a)는 안개 영상이고 (b)는 (a)의 안개 제거 알고리즘 결과 영상(Measurement)이다. (c)는 CIE1931 색 좌표계를 이용한 후처리 알고리즘을 적용해 (b)의 색상을 개선한 결과(Target)이다. (b)와 (c) 영상의 색상 차이는 하늘과 건물 등에서 확인할 수 있다. 알고리즘 적용 전에 비해 색역이 확장되어 다양한 색 표현이 가능해졌고, 부족한 색을 보완하여 본래 물체의 색에 더 가깝게 표현되었다.</p><p>그림 2에서 Measurement와 Target 영상의 색역 차이를 확인할 수 있다. (a)에 비해 (b)의 표시된 색역이 더 넓은 것을 확인할 수 있다. 이는 Measurement의 XYZ 좌표 범위가 Target의 범위로 확장되어 색상 을 더 선명하게 표현할 수 있음을 뜻한다. sRGB, Adove RGB, DCI P3 등 정의된 색역끼리도 변환이 가능하고, 사용자가 임의로 실정한 RGB 범위로 포 색역을 변환할 수 있다. 이 때, XYZ 좌표값은 비율로 표현된 것이기 때문에 세 좌표의 합이 1 이 넘지 않아야 한다.</p><h2>2. 기존 알고리즘의 단점과 수정 사항</h2><p>기존 알고리즘은 정수부 3bit, 소수부 13bit로 총 16bit인 18개의 계수들이 곱셈과 덧셈을 거쳐야한다. 이 계수들이 아무 처리 없이 연산에 들어가면 비트 수가 크기 때문에 하드웨어의 속도가 저하되는 문제가 있다. 이를 보완하기 위해 큰 비트를 계산할 때 Split Multiplier/adder가 사용된다. Split은 비트를 쪼개어 계산 후 각각의 결과를 다시 합치는 방식이다. 이 방법을 사용하는 경우 하드웨어의 속도를 향상시키고 Critical path를 개선시킬 수 있지만 연산에 사용되는 게이트 수가 많아지기 때문에 하드웨어의 크기가 커지는 단점이 있다.</p><p>기존 알고리즘은 R2X Matrix는 Split 연산을, X2R Matrix은 비트를 4 부분으로 쪼개는 4 Split 연산을 사용하였다. R2X Matrix, X2R Matrix는 이미 정의된 행렬이기 때문에 두 행렬을 미리 곱해 하나의 정의된 행렬로 만들 수 있다. 계산된 하나 의 행렬을 사용할 경우 기존 알고리즘보다 적은 연 산량이 요구된다. 제안하는 알고리즘은 정수부 3bit, 소수부 16bit로 총 19bit인 계수들이 사용된다. 계수 하나의 크기는 기존보다 크지만 이미 계산되었기 때문에 사용되는 계수는 총 9 개이다. 계수가 연산에 서 여러 번 사용되는 기존 알고리즘은 곱셈 이후의 다른 계수 계산의 정확성을 위해 큰 비트를 계속 사용한다. 하지만 제안하는 알고리즘은 계수를 한 번만 사용하여 연산 결과의 비트 크기가 기존보다 작기 때문에 이후의 덧셈 계산에서도 Split Adder는 사용하지 않아도 된다.</p>
|
[
"기존 알고리즘의 정수부는 무엇인가?",
"RGB 극점 정보를 가지고있는것은 무엇인가?",
"R2X, X2R Matrix는 무슨 행렬인가?",
"입력 색역이 출력 색역으로어떻게 표현하는가?",
"CIE1931 색 좌표계 연산 알고리즘을 수식으로 표현하면 어떻게 되는가?",
"기존 디스플레이 색역에서 목표하는 색역으로 이동하는 알고리즘은 무엇인가?",
"변환된 색역은 무엇에따라 달라지는가?",
"색역이 더 넓은 것은 무엇인가?",
"기존 알고리즘 소수부는 얼마인가?",
"정의된 색역끼리도 변환이 가능한가?",
"(b)와 (c) 영상의 색상 차이는 어디서 확인 하였는가?",
"(b)와 (c) 영상의 색상 차이가 나는가?",
"그림 1의 (a)는 무슨영상인가?",
"(a)에 비해 (b)의 표시된 색역이 더 넓은 이유는 무엇인가?",
"정의된 색역끼리도 변환이 가능한가?",
"용자가 임의로 실정한 RGB 범위로 포 색역을 변환할 때 고려해야되는 것은 무엇인가?",
"색역이 확장되어 다양한 색 표현이 된 영상은 무엇인가?",
"기존 알고리즘은 무엇을 거쳐야 되는가?",
"기존 알고리즘 계수는 몇개인가?",
"그림 1의 (b)는 무슨영상인가?",
"그림2에서 확인할수있는 내용은 무엇인가?",
"큰 비트를 계산할 때 사용되는 것은 무엇인가?",
"색 좌표의 중심이 달라지는 원인은 무엇인가?",
"계수들이 아무 처리 없이 연산에 들어가면 어떻게 되는가?",
"그림 1의 (c)는 무엇을 나타내엇는가?",
"기존알고리즘은 정수부,소수부 합쳐 몇비트인가?",
"사용자가 임의로 실정한 RGB 범위로 포 색역을 변환할 수 있는가?",
"Split은 무슨 방식인가?",
"Split의 장점은 무엇인가?",
"제안하는 알고리즘 소수부는 몇비트인가?",
"두 행렬을 미리 곱해 하나의 정의된 행렬로 만들 수 잇는 이유는 무엇인가?",
"Split의 단점은 무엇인가?",
"제안하는 알고리즘 총 몇비트인가?",
"제안하는 알고리즘 정수부는 몇비트인가?",
"제안하는 알고리즘의 장점은 무엇인가?",
"제안하는 알고리즘 계수는 몇개인가?",
"제안하는 알고리즘 계수가 9개인 이유는 무엇인가?",
"제안하는 알고리즘은 덧셈 계산에서도 Split Adder는 사용하지 않아도 되는 이유는 무엇인가?",
"4 Split 연산은 무엇인가?",
"X2R Matrix은 무슨 연산을 하였는가?",
"R2X Matrix는 무슨연산을 하였는가?",
"기존 알고리즘은 계수가 연산에 서 여러 번 사용되는가?",
"곱셈 이후의 다른 계수 계산의 정확성을 위해 무엇이 사용되는가?",
"계산된 하나 의 행렬을 사용할 경우 요구되는 것은 무엇인가?"
] |
7090c7a0-6f6c-4f4c-9f82-67582f658308
|
인공물ED
|
CIE1931 색좌표계 변환의 최적화된 하드웨어 구현을통한 색상 보정
|
<h1>요 약</h1><p>본 논문에서는 기존 CIE1931 색 좌표계를 이용한 색상 보정 연산의 복잡싱을 개선한 하드웨어를 제안한다. 기존 알고리즘은 연산 과정에서 큰 비트 수를 계산하기 위해 사용되는 4-Split Multiply 연산으로 인해 하드웨어가 커지는 단점이 있다. 제안한 알고리즘은 기존 알고리즘의 정의된 R2X, X2R 연산을 미리 계산하여 하나의 행렬로 만들어 영상에 적용함으로써 연 산량 감소와 하드웨어 크기 감소가 가능하다. Verilog로 설계된 하드웨어의 Xilinx 합성 결과를 비교함으로써 하드웨어 자원 감소와 4K 환경 실시간 치리를 위한 싱능을 확인할 수 있다. 또한, FPGA 보드에서의 실행 결과를 제시함으로써 하드웨어 탑재 동작을 검증하였다.</p><h1>I. 서론</h1><p>최근 자율주행 기술이 발전함에 따라 차량 영상 처리 성능의 중요성이 증가하고 있다. 차량에서의 영상처리 기술은 카메라를 통해 전, 측방을 촬영하 며 차선, 사람 등 물체를 감지한다. 하지만 안개로 인해 가시성이 저하되어 시야를 확보하지 못하는 환경에서는 물체를 감지하기 어려워 오인식하기 쉽고, 이후 영상 처리 과정에서 잘못 판단할 확률이 높아지므로 사고가 발생할 수 있다. 따라서 안개 제거 알고리즘이 필요하며 현재도 관련 연구가 계속되고 있다.</p><p>안개 제거 알고리즘은 안개를 제거하여 가시성을 향상시킨다. 하지만 실제 물체의 고유 색상이 온전히 반영되지 못하여 왜곡되고, 전체적으로 휘도가 낮아져 화질이 저하되는 단점이 있다. 이러한 단점을 보완하기 위하여 후처리 알고리즘은 필수적이 다. 후처리 방법의 예로 히스토그램 병활화, 톤 매핑, CIE1931 색 좌표계 변환법이 있다. 히스토그램 평활화는 영상의 명암 정보를 균일하게 분포시켜 밝기를 개선하는 방법이고, 톤 매핑은 안개 제거로 인해 낮아진 휘도를 높여 영상의 본래 밝기로 표현하기 위해 사용된다. CIE1931 색 좌표계 알고리즘은 기존 디스플레이 색역의 RGB정보를 XYZ 좌표로 변환 후, 목표하는 색역의 RGB로 재변환하여 색상을 개선하는 방식이다. 이 중, 다양한 매개변수를 구하는 수식을 사용하는 톤 매핑과 영상을 픽셀 단위로 나눠 연산하는 히스토그램 평활화는 많은 연산량이 요구된다. 본 논문에서 는 행렬 곱셈만을 사용하여 비교적 적은 연산량이 요구되는 CIE1931 색 좌표계 알고리즘의 사용을 제안한다.</p><p>자율주행 차량에 기술을 탑재하기 위해서는 하드 웨어 구현 또한 필수적이다. 이 때 차량에 탑재될 보드 내 주어지는 공간은 제한적이기 때문에 하드 웨어의 크기가 작을수록 효율적이다. 하지만 제안한 기존 알고리즘의 연산에서는 큰 비트 수를 사용하여 속도가 저하되기 때문에 이를 보완하기 위해 많은 하드웨어 자원이 사용된다.</p><p>본 논문에서는 이러한 단점을 개선하기 위해 기존 CIE1931 색 좌표계 변환 알고리즘의 RGB to XYZ, XYZ to RGB 행렬 계산을 하나의 행렬로 합쳐 비트 크기와 연산랑을 감소시키는 방법을 제안 한다. 그 결과 기존 알고리즘으로 표현 가능한 색역을 모두 표현했고, 하드웨어 구현 시 4K 환경 실시간 처리를 위한 속도를 유지하며 연산에 사용되는 게이트 수는 약 \( 70 \% \) 감소시킬 수 있었다.</p><p>본 논문의 구성은 다음과 같다. 기존 알고리즘과 개선된 알고리즘 연산에 대해 설명하고, 제안하는 하드웨어 구조를 소개한다. 또한, Xilinx 합성 결과와 FPGA 보드에서의 실행 결과를 제시함으로써 성능을 평가한다.</p>
|
[
"최근 자율주행 기술이 발전함에 따라 어떤 중요성이 증가하고 있나요?",
"기존 알고리즘의 4-Split Multiply 연산에서는 어떤 단점이 있나요?",
"차량에서의 영상처리 기술은 무엇으로 촬영하여 물체를 감지하나요?",
"새 알고리즘에서 연산량 감소와 하드웨어 크기 감소를 위해 사용한 방법은 어떻게 되나요?",
"안개 제거 알고리즘의 단점을 보완하기 위한 방법이 아닌것은 무엇인가?",
"안개 제거 알고리즘을 통해 가시성을 향상시키는 대신 어떠한 단점이 있나요?",
"안개 제거 알고리즘의 후처리 방법 중에서 영상의 명암 정보를 균일하게 분포시켜 밝기를 개선하는 방법은 무엇인가요?",
"안개 제거 알고리즘에서 단점을 보완하기 위한 후처리 방법 중에서 낮아진 휘도를 높여 영상의 본래 밝기로 표현할 수 있는 방법은 무엇인가요?",
"자율주행 차량에 구현할 하드 웨어 크기가 작을수록 왜 효율적인가요?",
"안개 제거 알고리즘에서의 단점을 보완하기 위한 후처리 알고리즘 중에서 CIE1931 색 좌표계 알고리즘은 어떠한 방식으로 진행되나요?",
"새 알고리즘을 통해 속도를 유지하면서 사용되는 게이트 수는 얼마로 감소시킬 수 있나요?",
"자율주행 차량에 기술을 탑재하기 위한 필수 조건은 무엇인가요?",
"기존 알고리즘의 연산에서 속도가 저하되는 단점을 보완하기 위한 방법이 어떻게 되나요?",
"후처리 방법에서 히스토그램 평활화로 영상의 본래 밝기로 표현이 가능한가요?",
"안개 제거 알고리즘에서 단점을 보완하기 위한 후처리 방법에서 톤 매핑으로 밝기를 개선시킬 수 있나요?"
] |
09ed3b3a-2ba3-420a-82b3-de5bab05173a
|
인공물ED
|
CIE1931 색좌표계 변환의 최적화된 하드웨어 구현을통한 색상 보정
|
<h2>3. 하드웨어 구현</h2><p>그림 4 는 제안하는 하드웨어에서 사용되는 연산을 나타냈다. 기존 알고리즘에서는 Split/4 Split Multiplier가 각각 9개씩 사용되고 6개의 2 Split Adder가 사용되었지만, 제안하는 알고리즘에서는 9개의 2 Split Multiplier만 사용된다. 또한, 기존 알고리즘의 8bit의 입력 RGB와16bit의 R2X /X2R 계수들의 Split/4 Split Multiplier 계산 결과는 35bit 사용되었지만 수정 후에는 8bit RGB, 미리 계산된 19bit 계수들의 Split Multiplier 계산 결과 27bit만 사용되었다.</p><p>수정한 알고리즘에서 같은 입력 영상을 넣고 Verilog 출력과 Matlab 출력을 비교하여 일치함을 확인하였다.</p><h2>4. 하드웨어 구현 결과</h2><p>본 논문에서 제안한 하드웨어는 Verilog 언어로 설계했고 Modelsim으로 검증하였다. FPGA 구현 을 위해 Xilinx 사의 xc7z045-2ffg900 칩이 포함된 보드를 이용했다. 표 1 과 2를 통해 기존 하드웨어 와 제안하는 하드웨어의 Xilinx 합성 결과를 비교 할 수 있다. 기존 하드웨어에서 4,425 개의 레지스터와 7,058개의 LUT를 사용한 반면, 제안하는 하드웨어에서 사용된 레지스터와 LUT는 각각 991 개, 2,372 개로 하드웨어 자원을 약 \( 70 \% \) 절약할 수 있었 다. 최대 동작 주파수는 기존 하드웨어 대비 약 \( 0.1 \mathrm{MHz} \) 차이로 구현하였다. 해당 주파수는4K UHD표준 가격인 \( 3840 \times 2160 \) 해상도의 영상에서 \( 38.1 \mathrm{fps} \) 로 실시간 처리가 가능하다.</p><table border><caption>표 1. 하드웨어 수정 전후의 Xllinx 합성 결과</caption><tbody><tr><td>Device</td><td colspan = "3">xc7z045-2ffg900</td></tr><tr><td>Slice Logic Utilization</td><td>Available</td><td>Previous HW (Utilization)</td><td>Proposial HW(Utilization)</td></tr><tr><td>Slice Register(#)</td><td>437,200</td><td>4,425\( (1.01 \%) \)</td><td>991\( (0.23 \%) \)</td></tr><tr><td>Slice LUTs(#)</td><td>218,600</td><td>7,058\( (3.23\%)\)</td><td>2,372\( (1.09 \%) \)</td></tr><tr><td>Minimum period(ns)</td><td></td><td>3.165</td><td>3.166</td></tr><tr><td>Maximum Freq. MHz</td><td></td><td>315.956</td><td>315.856</td></tr></tbody></table><p>Xilinx 합성 이후 제안하는 하드웨어를 그림 5와 같이 FPGA 보드에 탑재하고 C언어로 구현된 플랫폼에 연결하여 영상 처리 결과를 확인해보았다. 그림의 상단에는 안개 제거 알고리즘을 거친 입력 영상과 출력 영상이 디스플레이된다. 하단의 버튼들은 크게 Platform Control과 Algorithm Control 부분으로 나뉜다. Platform Control 부분은 영상의 입력과 재생, 정지를 조절할 수 있고 입, 출력 영상을 PC에 저장하는 기능을 한다. 이 때 이미지 또는 PC, 웹캠을 통해 입력받은 동영상이 입력으로 사용 가능하다. Algorithm Control 부분을 통해서는 R2X, X2R Matrix의 계수를 조절할 수 있다. sRGB, Adobe RGB 등 미리 정의된 계수를 선택하거나 User Defined 모드를 통하여 사용자가 임의로 계수를 조절할 수 있다. FPGA보드는 PC의 플랫폼에서 입력 영상과 Matrix 계수를 받아 실시간 처리를 통해 출력 RGB를 PC로 전송한다.</p><h1>III. 결론</h1><p>본 논문에서는 CIE1931 색 좌표계 연산 알고리 즘의 많은 연산랑으로 인해 하드웨어의 크기가 커지는 단점을 개선한 연산 방법을 제안하였다. 기존 알고리즘의 정의된 R2X, X2R Matrix 연산을 하나의 행렬 연산으로 만들었고, 그 결과 기존에 사용된 Split 연산의 사용 빈도가 감소되었다. 제안하는 알고리즘은 하드웨어 구현을 위해 Verilog 언어로 작성되었으며, FPGA 환경의 구현을 위해 Xilinx 사의 xc7z045-2ffg900칩이 포함된 보드를 사용하였다. Xilinx 합성 결과는 기존 하드웨어 대비 전체 약 \( 70 \% \) 감소된 자원을 사용하였고, 최대 동작 주파수는 \( 315.856 \mathrm{MHz} \) 로4K UHD 표준인 \( 3840 \times 2160 \) 환경에서 실시간 처리가 가능하다. 또한, FPGA 보드에 제안하는 하드웨어를 탑재하여 실행한 결과 정상 동작함을 확인하였다.</p>
|
[
"이 논문에서 제안한 하드웨어는 무슨 언어로 설계되었나요?",
"논문에서 제안하는 알고리즘의 경우, 몇 개의 2 Split Multiplier만 사용하였지?",
"기존 알고리즘에서는 무엇이 각각 9개씩 사용되었지?",
"FPGA 구현을 위해 사용한 xc7z045-2ffg900 칩이 포함된 보드는 어느 회사의 것인가요?",
"Xilinx 사의 xc7z045-2ffg900 칩이 포함된 보드를 사용한 이유는 무엇인가요?",
"표 1과 2에 언급된 바를 통하여 무엇을 비교할 수 있었나요?",
"최대 동작 주파수는 기존 하드웨어에 비해 약 몇 헤르츠 차이로 구현했나요?",
"하드웨어 수정 전 후의 Xilinx 합성 결과를 나타낸 표 1에 따르면, 장치명은 무엇인가요?",
"Previous HW에서 최대 주파수는 몇 MHz였나요?",
"Previous HW에서 사용한 slice register의 개수는 몇 개인가요?",
"Xilinx를 합성한 후에 제안하는 하드웨어는 FPGA 보드에 탑재한 후에 무슨 언어로 구현한 플랫폼에 연결했나요?",
"Proposial HW에서 최소 주기는 몇 ns 였나요?",
"Xilinx를 합성한 이후에 제안하는 하드웨어는 어떤 보드에 탑재했나요?",
"어떤 알고리즘을 거친 입출력 영상이 그림의 상단에 디스플레이 되나요?",
"Algorithm control 부분에서는 어떤 계수를 조절할 수 있나요?",
"하드웨어의 크기가 커지는 단점은 무엇으로 인해 발생하나요?",
"Algorithm control 부분에서 사용자가 임의로 R2X, X2R Matrix의 계수를 조절할 수 있는 방법은 무엇인가요?",
"R2X, X2R matrix 연산을 하나의 행렬 연산으로 만들었을 때 무엇이 감소했나요?",
"어떤 보드가 PC 플랫폼으로부터 입력 영상을 받아 출력 RGB를 PC로 전송하나요?",
"수정한 알고리즘에서는 같은 입력 영상을 넣은 후에 어떻게 일치함을 확인하였나요?",
"기존의 알고리즘에서는 Split/4 Split Multiplier가 각각 몇 개씩 사용되었지?",
"기존 알고리즘을 수정한 후에 입력 RGB는 몇 비트인가요?",
"어떤 주파수를 기존의 하드웨어 대비 약 \\( 0.1 \\mathrm{MHz} \\) 차이로 구현했나요?",
"다음 중 기존 하드웨어에서 사용한 레지스터와 LUT의 개수로 올바른 것은 뭐야?",
"아래에 위치한 버튼들은 크게 어떤 부분으로 나눌 수 있나요?",
"영상의 입력과 재생, 정지를 조절할 수 있으며 입출력 영상을 PC에 저장하는 기능을 하는 부분은 어디인가요?",
"이 논문에서는 어떤 연산 방법을 제안하고 있나요?",
"Xilinx 사의 xc7z045-2ffg900칩이 포함된 보드를 사용한 이유는 무엇인가요?",
"Proposial HW에서 사용된 slice LUTs의 개수는 몇 개였나요?",
"새롭게 제안한 하드웨어에서는 기존에 비해 자원을 약 \\( 30 \\% \\) 절약하였나요?",
"이 논문에서는 Modelsim을 이용해서 제안한 하드웨어를 설계했나요?",
"Xilinx 합성 결과 \\( 3840 \\times 2160 \\) 환경에서 실시간으로 정보 처리가 가능한가요?",
"기존의 알고리즘에서는 9개의 2 Split Multiplier만을 사용했었나요?",
"하단에 위치한 두 버튼 중, Platform control 버틀을 사용하여 R2X, X2R Matrix의 계수를 바꿀 수 있나요?",
"행렬 계수와 영상을 PC 플랫폼으로부터 받은 FPGA 보드는 시간차를 두고 RGB를 PC로 보내나요?",
"행렬 계수와 영상을 PC 플랫폼으로부터 받은 FPGA 보드는 시간차를 두고 RGB를 PC로 보내는게 맞아?",
"논문에서 제안한 연산 방법에서는 기존 알고리즘의 R2X, X2R 행렬 연산을 6개의 행렬 연산으로 나누어 계산하도록 했나요?",
"연산 방법에서는 기존 알고리즘의 R2X, X2R 행렬 연산을 6개의 행렬 연산으로 나누어 계산하도록 한게 맞아?"
] |
2249cfbb-8f40-4ff2-aede-1c9db3425038
|
인공물ED
|
연산증폭기 공유 기법을 이용한 145μW, 87dBSNR을 갖는 저전력 3차 Sigma-Delta 변조기
|
<h1>요 약</h1><p>본 논문에서는 디지털 패스가 없는 연산증폭기 공유 기법을 이용한 \( 145 \mu \mathrm{W}\), \(87 \mathrm{dB}\) \(\mathrm{SNR} \)을 갖는 저전력 \(3\)차 Sigma-Delta 변조기를 제안한다. 기존 구조는 아날로그와 디지털 패스를 사용한 구조로 첫 번째 적분기의 계수가 작다는 단점을 지연된 피드포워드 패스를 추가하여 개선하였다. 제안한 구조는 디지털 패스를 제거하여 첫 번째 적분기의 계수를 크게 하였고 연상증폭기 공유 기법을 이용하여 전력소모가 기준 구조보다 적다. 전원전압 \( 1.8 \mathrm{V} \), 신호내역폭 \( 20 \mathrm{KHz} \), 샘플링 주파수 \( 2.8224 \mathrm{MHz} \) 조건에서 \( 0.18 \mu \mathrm{m} \) CMOS 공정을 이용하여 제안한 구조의 시뮬레이션한 결과, SNR(Signal to Noise Ratio)은 \( 87 \mathrm{dB} \), 전력소비는 \( 145 \mu \mathrm{W} \) 이다.</p>
|
[
"제안한 구조의 시뮬레이션 결과의 SNR(Signal to Noise Ratio)은 얼마인가?",
"제안한 구조의 시뮬레이션 조건은 신호내역폭이 \\( 20 \\mathrm{KHz} \\)인가?",
"\\( 145 \\mu \\mathrm{W} \\)가 나온 제안한 구조의 시뮬레이션 결과 항목은 무엇인가?",
"제안한 구조의 시뮬레이션은 CMOS 공정은 이용하지 않았는가?",
"전원전압 \\( 1.8 \\mathrm{V} \\), 신호내역폭 \\( 21 \\mathrm{KHz} \\), 샘플링 주파수 \\( 2.8224 \\mathrm{MHz} \\) 조건에서 제안한 구조를 시뮬레이션 하였는가?",
"제안한 구조의 시뮬레이션 조건은 전원전압 \\( 1.9 \\mathrm{V} \\) 인가?",
"제안한 구조의 시뮬레이션은 \\( 0.18 \\ \\mathrm{m} \\) CMOS 공정을 이용하였는가?",
"제안한 구조의 시뮬레이션 조건은 \\( 4.8224 \\mathrm{MHz} \\)의 샘플링 주파수 값을 사용했는가?",
"제안한 구조의 시뮬레이션 결과 중 SNR(Signal to Noise Ratio)은 \\( 87 \\mathrm{dB} \\)인가?",
"제안한 구조의 시뮬레이션 결과 중 전력소비는 \\( 135 \\mu \\mathrm{W} \\)인가?",
"제안한 구조의 시뮬레이션 결과에서 전력소비는 \\( 145 \\ \\mathrm{W} \\) 였는가?",
"전원전압 \\( 1.8 \\mathrm{V} \\), 신호내역폭 \\( 20 \\mathrm{KHz} \\), 샘플링 주파수 \\( 2.8224 \\mathrm{MHz} \\) 조건에서 \\( 0.18 \\mu \\mathrm{m} \\) CMOS 공정을 이용해서 기존 구조를 시뮬레이션 한 결과가 SNR(Signal to Noise Ratio)은 \\( 87 \\mathrm{dB} \\), 전력소비는 \\( 145 \\mu \\mathrm{W} \\)인가?",
"본 논문에서는 무엇이 없는 연산증폭기 공유 방법을 이용했는가?",
"디지털 패스가 없는 무엇 공유 기법을 본 논문에서 사용하였는가?",
"본 논문에서는 무엇을 갖는 저전력 \\(3\\)차 Sigma-Delta 변조기를 제안하는가?",
"\\( 145 \\mu \\mathrm{W}\\), \\(87 \\mathrm{dB}\\) \\(\\mathrm{SNR} \\)을 갖는 어떤 \\(3\\)차 Sigma-Delta 변조기를 본 논문에서 제안하는가?",
"\\( 145 \\mu \\mathrm{W}\\), \\(87 \\mathrm{dB}\\) \\(\\mathrm{SNR} \\)을 갖는 저전력 몇 차 Sigma-Delta 변조기를 본 논문에서 제안하는가?",
"저전력 \\(3\\)차 무엇이 본 논문에서 Sigma-Delta 변조기를 본 논문에서 제안하는 \\( 145 \\mu \\mathrm{W}\\), \\(87 \\mathrm{dB}\\) \\(\\mathrm{SNR} \\)을 갖는것인가?",
"본 논문에서 제안하는 연산증폭기 공유 기법은 디지털 패스가 있는가?",
"기존 구조는 무엇과 디지털 패스를 사용한 구조인가?",
"아날로그와 무엇을 사용한 것이 기존 구조인가?",
"기존 구조는 몇 번째 적분기의 계수가 작았는가?",
"첫 번째 무엇의 계수가 작은 것이 기존 구조의 단점이었는가?",
"첫 번째 적분기의 무엇이 작은 것이 기존 구조의 단점이었는가?",
"기존 구조는 첫 번째 적분기의 계수가 작다는 장점이 있었는가?",
"기존 구조는 첫번째 적분기의 계수가 컸는가?",
"기존 구조는 지연된 무엇을 추가해 단점을 개선하였는가?",
"기존 구조는 지연된 피드포워드 패스를 어떻게 하여 단점을 개선하였는가?",
"제안된 구조는 무엇을 제거하였는가?",
"제안된 구조는 디지털 패스를 추가하였는가?",
"제안한 구조는 디지털 패스를 제거하여 몇 번째 적분기의 계수를 조정했는가?",
"제안한 구조는 디지털 패스를 제거하여 첫 번째 무엇의 계수를 조정했는가?",
"첫 번쨰 적분기의 계수를 작게 한 것이 제안한 구조인가?",
"연상증폭기 무엇 기법을 활용해 제안한 구조를 만들었는가?",
"제안한 구조는 무엇 공유 기법을 이용하였는가?",
"연상증폭기 공유 기법을 이용함으로써 무엇이 기존 구조보다 적은가?",
"제안한 구조가 기존의 구조보다 전력소모가 적은 이유는 연상증폭기 공유 기법을 이용하였기 때문인가?",
"제안한 구조가 시뮬레이션 된 신호내역폭은 무엇인가?",
"제안한 구조가 시뮬레이션 된 전원전압은 무엇인가?",
"제안한 구조가 시뮬레이션 된 샘플링 주파수는 무엇인가?",
"디지털 패스가 없는 연산증폭기 무엇 기법이 본 논문에서 사용되었는가?",
"기존 구조는 지연된 피드포워드 패스를 추가하여 단점을 개선하게 되었는가?",
"기존 구조는 단점을 어떤 피드포워드 패스를 추가하여 극복했는가?",
"첫 번째 적분기의 무엇을 크게 한 것이 제안한 구조인가?",
"제안한 구조의 시뮬레이션 결과, 무엇이 \\( 87 \\mathrm{dB} \\)였는가?",
"전력 소모를 줄이기 위해 제안한 구조에 사용된 기법은 무엇인가?",
"제안한 구조의 시뮬레이션 결과의 전력소비는 얼마인가?",
"연상증폭기 공유 기법을 이용함으로써 제안한 구조가 무엇에 비해 전력 소모가 적은가?",
"전원전압 \\( 1.8 \\mathrm{V} \\), 신호내역폭 \\( 20 \\mathrm{KHz} \\), 샘플링 주파수 \\( 2.8224 \\mathrm{MHz} \\) 조건에서 사용한 공정은 \\( 0.18 \\mu \\mathrm{m} \\) 어떤 공정인가?",
"전원전압 \\( 1.8 \\mathrm{V} \\), 신호내역폭 \\( 20 \\mathrm{KHz} \\), 샘플링 주파수 \\( 2.8224 \\mathrm{MHz} \\) 조건에서 무엇의 CMOS 공정을 이용하여 시뮬레이션 되었는가?"
] |
99a1bb73-4cea-4860-b214-12758a37064d
|
인공물ED
|
연산증폭기 공유 기법을 이용한 145μW, 87dBSNR을 갖는 저전력 3차 Sigma-Delta 변조기
|
<h1>II. 제안한 구조의 \( \sum-\Delta \) 변조기</h1><h2>1. 기존 구조</h2><p>그림 \(1\)은 \(2\)개의 적분기를 이용하여 \(3\)차 SDM의 특성을 갖는 기존 구조의 블록다이어그램이다.</p><p>기준 구조에서 사용한 두 번째 적분기는 아날로그 패스와 디지털 패스를 이용한 적분기로 \(1\)개의 적분기로 \(2\)차 SDM의 특성을 갖는다. 반면 아날로그 패스와 디지털 패스를 이용한 적분기는 Multil-Bit DAC가 아닌 \(1 \mathrm{bit} \) DAC를 사용함에 있어 첫 번째 적분기의 계수가 매우 작아진다는 단점이 있다. 첫 번째 적분기의 계수가 작아지면 KT/C 의 잡음이 증가하게 된다. KT/C 의 잡음을 낮추기 위해서는 첫 번째 적분기의 샘플링 커패시턴스가 커져야 하지만 이는 적분기의 전력소모가 커짐을 의미한다. 기존 구조는 이러한 단점을 극복하고자 두 번째 적분기에 지연된 피드포워드 경로를 추가하여 첫 번째 적분기의 계수 \( \mathrm{A} 0 \), \( \mathrm{B} 0 \)의 값을 크게 하였다.</p><p>표 \(1\)은 기존 구조에서 지연된 피드포워드 경로가 있을 때와 없을 때를 비교한 것으로 첫 번째 적분기의 계수가 \(2\)배로 커진 것을 볼 수 있다.</p><p>기존 구조는 전력소모를 줄이기 위해 첫 번째 적분기를 저전력 스위치드-커패시터 적분기로 사용하였다. 그림 \(2\)는 저전력 스위치드-커페시터 적분기 회로로 \( \mathrm{k} \)는 계수 \( \mathrm{A} 0, \mathrm{~B} 0 \)이다. 저전력 스위치드-커패시터 적분기는 적분기의 커패시턴스 \( \mathrm{Ci} \)를 \( 1 / 2 \)로 줄이는 적분기로 일반적인 적분기에 비해 전력소모를 \( 1 / 2 \) 이상 줄일 수 있다.</p><p>아날로그 패스와 디지털 패스를 이용한 기준 구조는 \(3\)차 SDM를 \(2\)개의 적분기로 구현하기에 전력소모가 기본 구조에 비해 적다. 또한 첫 번째의 샘플링 커패시턴스가 작아지는 단점을 지연된 피드포워드 경로를 추가하여 개선하였고 저전력 스위치드-커패시터 적분기를 사용하여 전력소모를 더욱 줄였다.</p>
|
[
"SDM의 특성을 갖는 기존 구조는 무엇이라고 하니?",
"KT/C 의 잡음을 낮추기 위해 적절한 방법은 뭐야?",
"기준 구조에서 사용한 것은 몇번째 적분기인가?",
"KT/C 의 잡음이 늘어나는 이유가 뭐야?",
"그림 \\(2\\)는 저전력 스위치드-커페시터 적분기 회로로 \\( \\mathrm{k} \\)는 무엇인가?",
"\\(1 \\mathrm{bit} \\) DAC를 사용하게되면 단점은 무엇인가?",
"그림 \\(1\\)은 \\(2\\)개의 적분기를 이용하여 몇차의 SDM의 특성을 갖는가?",
"일반적인 구조에서 사용한 두 번째 적분기는 무엇을 이용했는가?",
"\\(1\\)개의 적분기로 몇차의 SDM의 특성을 갖니?",
"본문에서 첫 번째 적분기의 계수가 몇배로 커졌는가?",
"본문에서 전력소모를 \\( 1 / 2 \\) 이상 줄일 수 있는 방법은 무엇인가?",
"\\(2\\)차 SDM의 특성을 갖으려면 적분기가 몇개여야 하는가?",
"본문에서 본래 구조의 전력소모를 줄이기 위한 방법은 무엇인가?",
"첫 번째의 샘플링 커패시턴스가 작아지는 단점과 전력소모량을 어떻게 개선 한거야?",
"전력소모가 기본 구조에 비해 적은 이유가 뭐야?",
"본문에 기준 구조는 \\(3\\)차 SDM를 몇개의 적분기로 구현하는가?",
"기준 구조에서 사용한것은 첫번째 적분기가 맞아?",
"KT/C 의 잡음이 증가하는것은 첫 번째 적분기의 계수가 작아져서 그런거야?",
"KT/C 의 잡음을 낮추기 위해 적분기의 전력소모가 줄어드니?",
"전력소모가 기본 구조에 비해 적은 이유는 아날로그 패스와 디지털 패스를 이용했기 때문이야?",
"일반적인 적분기에 비해 전력소모를 \\( 1 / 2 \\) 이상 줄일 수 있는 것은 저전력 스위치드-커패시터 적분기가 맞아?",
"지연된 피드포워드 경로를 추가하여 첫 번째의 샘플링 커패시턴스가 작아지는 단점을 개선한거야?",
"아날로그 패스와 디지털 패스를 이용한 적분기는 DAC를 사용하여 첫 번째 적분기의 계수가 매우 작아진다는것이 장점이 맞아?",
"본문에서 본래 구조의 단점을 극복하고자 두 번째 적분기에 지연된 피드포워드 경로를 추가한게 맞니?",
"본문에서 전력소모를 최소한으로 낮출 수 있었던 것은 저전력 스위치드-커패시터 적분기를 사용해서 그런거야?"
] |
3b28c968-96aa-454d-94eb-0392d28edb8a
|
인공물ED
|
연산증폭기 공유 기법을 이용한 145μW, 87dBSNR을 갖는 저전력 3차 Sigma-Delta 변조기
|
<h1>IV. 결론</h1><p>제안한 구조는 디지털 패스가 없고 연산증폭기 공유 기법을 사용하여 \(2\)개의 적분기로 \(3\)차 SDM를 구현한 구조이다. 기존 구조는 연산증폭기 공유 기법을 사용할 수 없어 저전력 스위치드-커패시터 적분기를 사용하여 전력소모를 적게 하였고 회로 구현시 연산 증폭기 \(2\)개를 사용하여 회로를 구현한다. 제안한 구조는 연산증폭기 광유기법을 사용하여 연산증폭기 \(1\)개로 회로를 구현하며 기존 구조보다 전력소모가 \(35\) \( \mu \mathrm{N} \)가 적다. 기존 구조는 아날로그 패스와 디지털 패스를 구현하기 위해 총 \(6\)개의 클럭이 필요하지만 제안한 구조는 \(5\)개의 클럭으로 아날로그 패스를 구현한다.</p><p>제안한 구조는 \( 0.18 \mathrm{um} \) 공정 파라미터를 이용하여 전원전압 \( 1.8 \mathrm{V} \), 신호대역폭 \( 20 \mathrm{KHz} \), 샘플링주파수 \( 2.8224 \mathrm{MHz} \)의 조건에서 시뮬레이션 하였고 전력소모는 \( 145 \mu \mathrm{W} \)이고 SNR \(87 \mathrm{dB} \) 이다.</p>
|
[
"연산증폭기 공유 기법을 사용할 수 없는 기존 구조에서 전력소모를 적게 하기 위해 뭘 사용했지?",
"기존 구조에서 저전력 스위치드-커패시터 적분기를 사용한 이유는 뭐야?",
"저전력 스위치드-커패시터 적분기를 사용한 기존 구조에서 회로 구현시 사용한 연산 증폭기는 몇 개야?",
"디지털 패스가 없고 연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조에서는 연산증폭기를 몇 개 사용했지?",
"기존 구조대비 연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조의 장점은 뭐야?",
"연산 증폭기 2개를 사용하여 회로를 구현한 기존 구조 대비 제안된 구조가 전력소모가 적은 이유는 뭘까?",
"연산 증폭기 \\(2\\)개를 사용하여 회로를 구현한 기존 증폭기는 아날로그 패스와 디지털 패스를 구현하기 위해 \\(5\\)개의 클럭이 필요하나?",
"디지털 패스가 없고 연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조는 기존 구조보다 전력소모가 \\(35\\) \\( \\mu \\mathrm{N} \\)가 크나?",
"연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조는 어떤 조건에서 시뮬레이션을 했지?",
"연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조는 몇 개의 클럭으로 아날로그 패스를 구현할까?",
"연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조의 시뮬레이션에서 전력 소모는 얼마였니?",
"연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조를 시뮬레이션할 때 사용된 신호대역폭은 \\( 40 \\mathrm{KHz} \\)인가?",
"연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조는 연산 증폭게 2개를 사용한 기존 구조 대비 전력소모가 얼마나 적을까?",
"연산증폭기 공유 기법을 사용하여 \\(2\\)개의 적분기로 \\(3\\)차 SDM를 구현한 구조를 시뮬레이션할 때 사용된 샘플링주파수는 얼마야?",
"제안한 구조는 디지털 패스가 없고 연산증폭기 공유 기법을 사용하여 \\(3\\)개의 적분기로 \\(2\\)차 SDM를 구현한 구조이지?",
"저전력 스위치드-커패시터 적분기를 사용하여 전력소모를 적게 한 기존 구조에서는 회로 구현시 연산 증폭기 \\(3\\)개를 사용하여 회로를 구현하니?"
] |
22bee3b0-ab12-43c1-8091-5a4f8ebc542f
|
인공물ED
|
연산증폭기 공유 기법을 이용한 145μW, 87dBSNR을 갖는 저전력 3차 Sigma-Delta 변조기
|
<h2>2. 제안한 구조</h2><p>그림 \(3\)은 제안한 구조의 블록다이어그램으로 기존 구조에서 디지털 패스를 제거하고 첫 번째 적분기 출력의 피드포워드 경로를 추가하여 기존 구조보다 첫 번째 적분기의 계수가 크고 전력소모가 적은 구조이다.</p><p>기존 구조는 아날로그, 디지털 패스, \( 1 \mathrm{bit} \) DAC로 \(3\)차 SDM를 구현하였다. 기존 구조에 사용된 \( 1 \mathrm{bit} \) DAC는 피드백 되는 값이 크며 디지털 패스를 사용하면 더욱 큰 값이 나오게 되고 이로 인해 첫 번째 적분기 계수 \( \mathrm{A} 0, \mathrm{~B} 0 \)가 작아지게 된다. 제안한 구조는 첫 번째 적분기 계수 \( \mathrm{A} 0, \mathrm{~B} 0 \)를 작게 하는 주된 원인인 디지털 패스를 제거하고 첫 번째 적분기 출력의 피드포워드 계수 \( \mathrm{C} 1 \)을 추가하여 \(3\)차 SDM를 구현한다. 또한 입력신호의 피드포워드 계수 \( \mathrm{C} 0\)를 추가하여 첫 번째 적분기 계수 \( \mathrm{A} 0, \mathrm{~B} 0 \)의 값을 크게 한다.</p><p>SDM의 전력소모를 줄이기 위해서는 기존 구조와 같이 저전력 스위치드-커패스터 적분기를 이용하는 방법과 연산증폭기 공유 기법을 이용하는 방법이 있다. 연산증폭기 공유 기법은 SDM 회로 구현시 \(2\)개의 적분기를 \(1\)개의 연산증폭기로 구현하는 기법으로 저전력 스위치드-커패스터 적분기에 비해 전력소모가 적다. 기존 구조는 첫 번째 적분기를 지연이 있는 적분기로 사용하여 연산증폭기 공유 기법을 사용할 수 없다. 제안한 구조는 첫 번째 적분기를 지연이 없는 적분기를 이용하여 연산증폭기 공유 기법을 사용하도록 개선한 구조이다.</p><p>제안한 구조의 신호전달함수(STF)와 잡음전달함수(NTF)는 식(\(1\))과 식(\(2\))이고 \(3\)차 SDM의 특성을 나타낸다.</p><p>\[ \begin{aligned} S T F &=\frac{D_{Z 1} Z^{3}+D_{Z 2} Z^{2}+D_{Z 3} Z}{D_{P 1} Z^{3}+D_{P 2} Z^{2}+D_{P 3} Z+D_{P 4}} \\ D_{Z 1} &=A_{0} C_{1} \\ D_{Z 2} &=A_{0} A_{1}-2 A_{0} C_{1}+C_{0} \\ D_{Z 3} &=A_{0} C_{1}-C_{0} \\ D_{P 1} &=1 \\ D_{P 2} &=\left(B_{0} C_{1}+B_{1}-3\right) \\ D_{P_{3}} &=\left(B_{0} A_{1}-B_{1}-2 B_{0} C_{1}+3\right) \\ D_{P 4} &=\left(B_{0} C_{1}-1\right) \\ \end{aligned} \]<caption>(1)<caption></p><p>\[ \begin{aligned} N T F &=\frac{(Z-1)^{3}}{D_{P 1} Z^{3}+D_{P 2} Z^{2}+D_{P 3} Z+D_{P 4}} \\ D_{P 1} &=1 \\ D_{P 2} &=\left(B_{0} C_{1}+B_{1}-3\right) \\ D_{P 3} &=\left(B_{0} A_{1}-B_{1}-2 B_{0} C_{1}+3\right) \\ D_{P 4} &=\left(B_{0} C_{1}-1\right) \end{aligned} \]<caption>(2)<caption></p>
|
[
"기존 구조는 몇 bit DAC로 \\(3\\)차 SDM를 구현했니?",
"디지털 패스를 사용하여 더욱 큰 값이 나오게 되고 이로 인해 첫 번째 적분기 계수로 올바른 것은 무엇인가?",
"본문에 기존 구조는 DAC로 몇차 SDM를 구현하였니?",
"첫 번째 적분기 출력의 피드포워드 계수로 알맞은 것은 무엇인가?",
"첫 번째 적분기 출력의 피드포워드 계수를 추가하여 몇차 SDM를 구현한거야?",
"본문에 입력신호의 피드포워드 계수로 올바른것은 무엇인가?",
"본문에서 SDM의 전력소모를 줄이기 위해 할 수 있는 방법은 무엇인가?",
"연산증폭기 공유 기법은 SDM 회로 구현시 몇개의 적분기가 필요한가?",
"제안한 구조의 잡음전달함수(NTF)가 뭐야?",
"SDM 회로 구현시 \\(2\\)개의 적분기를 몇개의 연산증폭기로 구현할 수 있니?",
"제안한 구조의 신호전달함수(STF)의 수식은 뭐니?",
"본문에서 디지털 패스를 사용하면 더욱 큰 값이 나오게 되고 이로 인해 두 번째 적분기 계수 작아지게 되니?",
"제안한 구조는 지연이 없는 적분기를 이용하여 연산증폭기 공유 기법을 사용하도록 개선하지 못한 구조니?",
"기존 구조보다 첫 번째 적분기의 계수가 크고 전력소모가 적은 구조는 출력의 피드포워드 경로를 쓰는게 맞니?",
"본문에서 기존 구조에서는 SDM를 구현했어?",
"기존 구조에 사용된 DAC는 피드백 되는 값이 큰데 아날로그 패스를 사용하니?",
"제안한 구조는 두 번째 적분기 계수를 작게 하는 주된 원인인 디지털 패스를 제거해야하니?",
"기존 구조는 지연이 있는 적분기로 사용하여 연산증폭기 공유 기법을 사용할 수 없어?",
"SDM의 전력소모를 줄이기 위한 방법으로 연산증폭기 공유 기법을 이용하는것이 있어?",
"입력신호의 피드포워드 계수는 \\( \\mathrm{B} 0\\)가 맞니?"
] |
d7d9c28c-8598-4918-8cb5-b6d90c5f4e65
|
인공물ED
|
연산증폭기 공유 기법을 이용한 145μW, 87dBSNR을 갖는 저전력 3차 Sigma-Delta 변조기
|
<h1>III. 시뮬레이션 결과</h1><p>제안한 구조의 모렐링은 적분기의 비이상적인 특성을 고려하였고 표 \(3\)는 모델링 및 시뮬레이션 조건이며 계수값은 \( \mathrm{a} 0=\mathrm{b} 0=0.25, \mathrm{a} 1=0.125, \mathrm{~b} 1=0.15, \mathrm{c} 0=0.125 \), \( \mathrm{cl}=1 \) 이다.</p><p>그림 \(7\)은 표 \(3\)와 같은 조건으로 모델링 결과로 SNR은 \( 88.1 \mathrm{dB} \)로 \(3\)차 SDM의 특성을 보인다.</p><table border><caption>표 \(3\). 모델링 및 시뮬레이션 조건</caption><tbody><tr><td>Sampling Frequency[\(\mathrm{MHz}\)]</td><td>\(2.8224\)</td></tr><tr><td>Over Sampling Ratio</td><td>\(64\)</td></tr><tr><td>Signal Magmitude[\(\mathrm{Vpp, KHz}\)]</td><td>\(1, 1\)</td></tr><tr><td>Signal Bandwidth[\(\mathrm{Hz}\)]</td><td>\(20-20\)K</td></tr><tr><td>DAC</td><td>1bit</td></tr><tr><td>Opamp DC-gainI[\(\mathrm{dB}\)]</td><td>\(70\)</td></tr><tr><td>Opamp GBW[\(\mathrm{MHz}\)] (CL=\(3\)pF)</td><td>\(15\)</td></tr><tr><td>Opamp Phase Margin[◦]</td><td>\(58\)</td></tr><tr><td>Opamp Output Range[\(\mathrm{Vpp}\)]</td><td>\(1.2\)</td></tr><tr><td>Opamp S1ew rate[\( \mathrm{V}/ \mathrm{ms}\)]</td><td>\(12\)</td></tr></tbody></table><p>그림 \(8\)은 \( 0.18 \mathrm{um} \) 공정 파라미터를 이용한 시뮬레이션 결과로 시뮬레이션 조건은 표 \(3\)와 같다. 입력신호 \( 1 \mathrm{Vpp}, 1 \mathrm{KHz} \)에서 SNR은 \( 87 \mathrm{dB} \)이고 전력소모는 \( 145 \mu \) 이다.</p><p>표 \(4\)은 기존 구조와 제안한 구조를 비교 정리한 것이다. FOM(Figure Of Merit)은 ADC의 성능지표로 해상도, 대역폭에 비해 전력소모가 얼마나 적은지를 나타내는 지표로 FOM이 작을수록 우수한 특성을 의미한다. FOM의 수학적인 정의는 식 (\(3\))과 같다.</p><p>\[ F O M=\frac{\text { Power }}{2^{E N O B} \times 2 \times B a n d w i d t h} \]<caption>(3)<caption></p><table border><caption>표 \(4\). 기존 구조와 제안한 구조의 비교</caption><tbody><tr><td></td><td>Conventional</td><td>Proposed</td></tr><tr><td>Clock bype</td><td>\(6\)</td><td>\(5\)</td></tr><tr><td>Op-amp</td><td>\(2\)</td><td>\(1\)</td></tr><tr><td>Feedback path bype</td><td>Analog, Digital</td><td>Anlaog</td></tr><tr><td>DAC</td><td>\(1 \mathrm{bit} \)</td><td>\(1 \mathrm{bit} \)</td></tr><tr><td>SNR[\(\mathrm{dB}\)]</td><td>\(88.9\)</td><td>\(87.0\)</td></tr><tr><td>Power[\(\mathrm{\mu} \mathrm{W}\)]</td><td>\(180\)</td><td>\(145\)</td></tr><tr><td>FOM[\(\mathrm{p} \mathrm{J}\)]</td><td>\(0.23\)</td><td>\(0.20\)</td></tr></tbody></table><table border><caption>표 \(5\). 시그마 델타 변조기의 비교</caption><tbody><tr><td></td><td>[8]</td><td>[9]</td><td>[10]</td><td>this work</td></tr><tr><td>Process[\(\mathrm{um}\)]</td><td>\(0.18\)</td><td>\(0.18\)</td><td>\(0.18\)</td><td>\(0.18\)</td></tr><tr><td>Supply voltage[\(\mathrm{V}\)]</td><td>\(1.8\)</td><td>\(0.9\)</td><td>\(1\)</td><td>\(1.8\)</td></tr><tr><td>BW[\(\mathrm{KHz}\)]</td><td>\(24\)</td><td>\(22\)</td><td>\(24\)</td><td>\(20\)</td></tr><tr><td>SNR[\(\mathrm{dB}\)]</td><td>\(88.9\)</td><td>\(91\)</td><td>\(92\)</td><td>\(87\)</td></tr><tr><td>Power[\(\mathrm{\mu} \mathrm{W}\)]</td><td>\(180\)</td><td>\(300\)</td><td>\(663\)</td><td>\(145\)</td></tr><tr><td>FOM[\(\mathrm{p} \mathrm{J}\)]</td><td>\(0.23\)</td><td>\(0.21\)</td><td>\(0.45\)</td><td>\(0.2\)</td></tr></tbody></table><p>제안한 구조는 기존 구조에 비해 ENOB는 \( 2.2 \% \) 낮고 전력소모는 \( 19.4 \% \) 적으므로 ADC의 성능지표인 FOM은 기존 구조에 비해 \( 0.03 \) 이 낮다.</p><p>표 \(5\)는 기존 구조를 포함한 시그마 델타 변조기의 성능을 비교한 표로 제안한 구조가 FOM이 가장 낮음을 볼 수 있다.</p>
|
[
"제안한 구조는 기존 구조보다 전력소모가 얼마나 적어?",
"그림 \\(8\\)의 시뮬레이션은 뭘 이용했어?",
"그림 \\(8\\)에서 전력소모 값이 얼마야?",
"표 \\(4\\)에서 FOM은 뭘 나타내?",
"그림 \\(7\\)에서 SNR의 크기는 얼마야?",
"제안한 구조는 기존 구조보다 수치가 \\( 0.03 \\) 낮은 건 어떤 항목이야?",
"제안한 구조와 기존 구조를 비교했을 때 기존 구조의 ENOB가 더 낮아?",
"그림 \\(7\\)의 SNR은 \\(2\\)차 SDM의 성격을 가져?",
"그림 \\(8\\)은 표 \\(3\\)과 시뮬레이션 조건이 같아?",
"FOM 수치와 특성의 우수함은 반비례해?",
"시그마 델타 변조기의 성능을 비교한 표에서 각 변조기의 수치가 같은 항목이 뭐야?",
"[9] 변조기의 SNR[dB] 값이 얼마야?",
"표 \\(5\\)에서 FOM이 \\(0.2\\)인 값을 갖는 건 this work에 해당하니?",
"모델링 및 시뮬레이션 조건 표에서 Signal Bandwidth 값이 얼마야?",
"표 3에서 샘플링 주파수는 몇 MHz야?",
"기존 구조의 Clock bype 수치가 얼마야?",
"제안한 구조의 Op-amp 값은 얼마야?",
"제안한 구조의 Power는 몇 μW야?",
"기존 구조의 FOM 값은 얼마야?"
] |
a7db60c2-bc02-4d1f-a6c8-c888e544b436
|
인공물ED
|
연산증폭기 공유 기법을 이용한 145μW, 87dBSNR을 갖는 저전력 3차 Sigma-Delta 변조기
|
<h1>Ⅰ. 서론</h1><p>각종 센서, 무선기기, 디지털 기기들은 가격은 저렴하면서 전력소모가 적은 신호처리 시스템을 필요로 스마트 폰, MP3 플레이어 등에 사용되는 오디오 신호처리 ADC(Analog to Digital Converter)는 \(20 \mathrm{KHz} \)신호 대역폭에서 \( 12 \mathrm{bit} \) 이상의 고해상도를 갖으면서 전력소모가 적어야 한다.</p><p>Sigma-Delta ADC는 Sigma-Delta 변조기와 데시메이션 필터로 나누어지며, 오버샘플링 기법과 잡음 변형 기법을 이용한 저대역, 고해상도 ADC로 오디오 신호처리에 주로 이용되고 있다. Sigma-Delta 변조기는 변조기의 차수를 증가시켜 고해상도를 구현할 수 있지만 차수만큼 적분기가 늘어나게 되고 전력소모를 증가시키는 요인이 된다. Sigma-Delta 변조기의 전력소모를 적게 하기 위해서는 한 주기 동안 \(2\)번 샘플링하는 더블 샘플링 기법, 연산증폭기를 공유하는 기법이 있고, 첫 번째 적분기의 전력소모를 \( 1 / 2 \) 이상 낮추는 저전력 스위치드-커페시터 적분기 구조 및 Simga-Delta 변조기의 차수를 높이면서 적분기를 줄인 구조가 제안 되었다.</p><p>Simga-Delta 변조기의 차수를 높이면서 적분기를 줄인 구조는 \(3\)차부터 첫 번째 적분기의 계수가 급격하게 작아지는 단점이 있다. 기존 구조는 지연된 피드포워드 패스를 추가하여 단점을 개선한 구조로 전력소모를 낮추기 위해 저전력 스위치드-커패시터 적분기를 사용하였다. 기존 구조는 아날로그 패스와 디지털 패스를 사용하기에 비중첩 클럭 외에 \(4\)개의 클럭을 필요로 한다.</p><p>본 논문은 디지털 패스가 없고 기존 구조보다 전력 소모가 더욱 적은 연산증폭기 공유 기법을 이용한 \( 145 \mu \mathrm{W}, 87 \mathrm{dB} \) SNR을 갖는 저전력 \(3\)차 Sigma-Delta 변조기를 제안한다. 제안한 구조는 첫 번째 적분기의 계수를 작게 하는 요인인 디지털 패스를 제거하여 아날로그 패스만을 사용하여 \(2\)개의 적분기로 \(3\)차 Sigma-Delta 변조기를 구현하였다. 제안한 구조는 연산증폭기 공유 기법을 이용한 구조로 기존 구조보다 전력소모가 적으며 기존 구조는 비중첩 클럭을 포함하여 \(6\)개의 클럭이 필요하지만 제안한 구조는 기존 구조보다 \(1\)개의 클럭이 적은 \(5\)개의 클럭을 필요로 한다.</p><p>본 논문은 \(2\)장에서 기존 구조와 제안된 구조를 비교하고, \(3\)장은 모의실험 결과를 \(4\)장에서는 결론으로 구성되어진다.</p>
|
[
"기존 구조를 제안된 구조로 변경하면 쿨럭의 개수가 어떻게 변경되나요?",
"본 논문은의 문단 구성은 어떻게 되나요?",
"Sigma-Delta ADC는 어떤 기법을 사용하여 저대역, 고해상도 ADC로 오디오 신호처리에 주로 이용되고 있나요?",
"Sigma-Delta ADC는 Sigma-Delta 변조기와 데시메이션 필터로 나누지니?",
"Sigma-Delta 변조기는 변조기의 차수를 증가시키면 어떻게 되나요?",
"Sigma-Delta 변조기의 전력 소모를 줄이기 위한 기법과 구조가 제안되는 요인은 무엇인가요?",
"Sigma-Delta 변조기의 전력 소모를 줄이기 위해 제안된 구조는 무엇인가요?",
"논문에서 각종 센서, 무선기기, 디지털 기기들은 어떻게 작동해야 한다고 하나요?",
"본 논문에서 기존 적분기 계수에 지연된 피드포워드 패스를 추가한 구조에 비해 디지털 패스와 아날로그 패스 중에서 없는 것은 무엇인가요?",
"스마트 폰, MP3 플레이어 등에 사용되는 오디오 신호처리 ADC(Analog to Digital Converter)는 어떻게 작동해야하나요?",
"Sigma-Delta 변조기의 차수를 증가시키면 어떻게 되나요?",
"Sigma-Delta ADC는 오디오 신호처리는 어떻게 하나요?",
"Sigma-Delta ADC는 어떻게 구성되나요?",
"Sigma-Delta 변조기로 고해상도 구현은 어떻게 하나요?",
"Simga-Delta 변조기의 차수를 높이면서 적분기를 줄인 구조는 어떻게 작동하나요?",
"지연된 피드포워드 패스를 추가하여 단점을 개선한 구조는 어떻게 전력 소모를 낮추나요?",
"Simga-Delta 변조기의 차수를 높이면서 적분기를 줄인 구조에 생기는 단점을 기존 구조에서는 어떻게 개선하나요?",
"기존 구조가 사용하는 지연된 피드 포워드 패스는 어떻게 구성되나요?",
"기존 구조는 아날로그 패스와 디지털 패스를 사용하기 위해서는 쿨럭의 개수는 어떻게 해야하나요?",
"논문에서 전력 소모를 기본구조 보다 어떻게 줄였나요?",
"제안한 구조는 어떻게 구현되나요?",
"Sigma-Delta 변조기의 전력 소모를 줄이기 위한 기법은 무엇인가요?",
"Simga-Delta 변조기의 변조기의 차수를 높이면서 적분기를 줄인 구조는에서 3차부터 첫 번째 적분기 계수가 급격하게 작아지는 단점을 개선하는 기존의 방법은 무엇인가요?",
"논문에서 Sigma-Delta 변조기는 어떻게하면 적분기가 늘어나게 되나요?",
"Sigma-Delta 변조기가 어떻게 전력소모를 증가시키는 요인이되나요?",
"기존 구조는 비중첩 클럭을 포함하여 4개의 클럭이 필요하지만 제안한 구조는 \\(5\\)개의 클럭을 필요로 하니?",
"본 논문은 어떻게 작동하나요?",
"Sigma-Delta 변조기는 어떻게 작동되나요?",
"논문에서 제안된 Sigma-Delta 변조기의 전력소모를 적게 하기 위한 방법은 어떻게 되나요?",
"본 논문에서 제시하는 스마트 폰, MP3 플레이어 등에 사용되는 오디오 신호처리 ADC(Analog to Digital Converter)의 지향 사양은 어떻게 되나요?"
] |
4375d883-a727-45f7-8ad4-e9b0723c81ad
|
인공물ED
|
연산증폭기 공유 기법을 이용한 145μW, 87dBSNR을 갖는 저전력 3차 Sigma-Delta 변조기
|
<h2>3. 회로 구현</h2><p>그림 \(4\)는 제안한 구조의 회로이고 연산증폭기 공유 기법을 사용하여 \(2\)개의 적분기를 \(1\)개의 연산증폭기로 구현하였다.</p><p>제안한 구조는 CK\(1\) 클럭에는 첫 번째 적분기가 동작하고 CK\(2\) 클럭에는 두 번째 적분기가 동작을 한다. 두 번째는 적분기는 CK\(2\) 클럭에 동작을 하지만 두 번째 적분기에 들어가는 입력신호는 첫 번째 적분기에 들어가는 입력신호와 지연시간이 없어야하므로 CK\(1\) 클럭에 샘플링을 한다.</p><p>아날로그 패스를 회로로 구현함에 있어 기존 구조는 \(4\)개의 클럭을 필요로 한다. 그림 \(5\)는 기존 구조에 사용된 클럭으로 비중첩 클록 CK\(1\) 과 CK\(2\) 외에 아날로그 패스를 구현하기 위한 CK\(3\), CK\(4\), CK\(5\), CK\(6\) 클럭을 필요로 한다.</p><p>기존 구조의 아날로그 패스는 두 번째 적분기의 출력을 CK\(3\) 클럭에 샘플링하여 한 주기 지연 시키고 CK\(6\) 클럭에 두 번째 적분기의 입력으로 피드백 되어 들어간다. 다음 클럭에는 CK\(5\) 클럭에 샘플링하고 CK\(4\) 클럭에 두 번쩨 적분기의 입력으로 피드백 되어 들어간다.</p><p>제안한 구조는 연산증폭기 공유 기법을 사용하기에 CK\(1 \) 클럭과 같은 시간대인 CK\(3\)와 CK\(5\) 클럭에 두 번째 적분기의 출력을 샘플링 할 수 없다. 제안한 구조에 사용되는 클럭은 그림 \(4\)와 같다. 제안한 구조는 CK\(3\) 클럭에 샘플링하여 두 주기를 지연 시키고 CK\(5 \) 클럭에 두 번째 적분기의 입력으로 피드백 되어 들어간다. 다음 클럭에는 CK\(4\) 클럭에 샘플링을 하고 CK\(3\) 클럭에 피드백 되고, 이 다음 클럭에는 CK\(5\) 클럭에 샘플링하고 CK\(4 \) 클럭에 피드백 되어 두 번째 적분기의 입력으로 들어간다.</p><p>비교기는 \(4\)개의 입력을 가진 \( 1 \mathrm{bit} \) 비교기를 사용한다. \(4\)개의 입력을 가진 \( 1 \mathrm{bit} \) 비교기는 \(2\)개의 입력신호를 가산하여 비교하므로 비교기 앞에 있는 가산기를 구현할 필요가 없다.</p><h2>4. 연산증폭기 구현</h2><p>제안한 구조에 사용된 연산증폭기는 그림 \(6\)의 연산 증폭기로 이득이 높고 주파수 보상이 필요 없는 완전 차동 풀디드 캐스코드 구조로 구현하였다.</p><p>완전 차동 연산증폭기에서 정상 동작하기 위하여 사용하는 CMFB(Common Mode FeedBack) 회로는 선력소모가 없고 구조가 간단한 스위치드-커패시터 CMIFB로 설계하였고 표 \(3\)에 성능을 요약하였다.</p><table border><caption>표 \(2\). 연산증폭기 성능 요약</caption><tbody><tr><td>DC gain[\( \mathrm{dB}\)]</td><td>\(70\)</td></tr><tr><td>GB[\( \mathrm{MHz}\)](Cc=3pF)</td><td>\(12\)</td></tr><tr><td>Phase Margin[◦]</td><td>\(58\)</td></tr><tr><td>Output range[\( \mathrm{Vpp}\)]</td><td>\(1.2\)</td></tr><tr><td>Slew rate[\( \mathrm{V} \)/\(\mu \mathrm{S} \)]</td><td>\(12\)</td></tr><tr><td>Power[\(\mu \mathrm{W} \)]</td><td>\(125\)</td></tr></tbody></table>
|
[
"기존 구조의 아날로그 패스는 두 번째 적분기의 출력을 어떤 클럭에 샘플링 하는가?",
"기존 구조의 아날로그 패스는 두 번째 적분기의 출력을 CK\\(3\\) 클럭에 샘플링하여 몇 주기 지연 시키는가?",
"제안한 구조의 CK\\(2\\) 클럭에는 몇 번째 적분기가 동작을 하는가?",
"아날로그 패스를 회로로 구현함에 있어 몇 \\(\\)개의 클럭을 필요로 하는가?",
"제안한 구조는 연산증폭기 공유 기법을 사용하기에 CK\\(1 \\) 클럭과 같은 시간대인 CK\\(3\\)와 CK\\(5\\) 클럭에 두 번째 적분기의 출력을 샘플링 할 수 있는가?",
"CK\\(6\\) 클럭에는 몇 번째 적분기의 입력으로 피드백 되어 들어가는가?",
"제안한 구조는 CK\\(3\\) 클럭에 샘플링하여 몇 주기를 지연시키는가?",
"제안한 구조는 어떤 클럭에 샘플링하여 두 주기를 지연 시키는가?",
"CK\\(5 \\) 클럭에는 몇 번째 적분기의 입력으로 피드백 되어 들어가는가?",
"완전 차동 연산증폭기에서 정상 동작하기 위하여 사용하는 회로는 무엇인가?",
"CMFB(Common Mode FeedBack) 회로는 선력소모가 없고 구조가 간단한 스위치드-커패시터 CMIFB로 설계하였는가?",
"비교기는 \\(4\\)개의 입력을 가진 몇 \\( \\mathrm{bit} \\) 비교기를 사용하는가?",
"어느 클럭에 두 번째 적분기의 입력으로 피드백 되어 들어가는가?",
"비교기는 몇 \\(\\)개의 입력을 가진 \\( 1 \\mathrm{bit} \\) 비교기를 사용하는가?",
"제안한 구조에 사용된 연산증폭기는 그림 \\(6\\)의 연산 증폭기로 이득이 높고 주파수 보상이 필요 없는 어떤 구조로 구현되었는가?",
"연산증폭기 공유 기법을 사용하여 \\(1\\)개의 적분기를 \\(2\\)개의 연산증폭기로 구현하였는가?",
"\\(1\\)개의 적분기를 연산증폭기 공유 기법을 통해 \\(2\\)개의 연산증폭기로 구현할 수 있었는가?",
"제안한 구조의 CK\\(1\\) 클럭에는 몇 번째 적분기가 동작하는가?",
"몇 번째 적분기가 CK\\(1\\) 클럭의 제안한 구조에서 동작하는가?",
"연산 증폭기의 DC gain 성능은 어느정도 인가?",
"연산증폭기의 GB[\\( \\mathrm{MHz}\\)](Cc=3pF) 성능은 어느정도인가?",
"연산증폭기의 Slew rate[\\( \\mathrm{V} \\)/\\(\\mu \\mathrm{S} \\)] 성능은 어느정도인가?",
"연산증폭기의 Phase Margin[◦] 성능은 어느정도인가?",
"연산증폭기의 Output range[\\( \\mathrm{Vpp}\\)] 성능은 어느정도인가?",
"연산증폭기의 Power[\\(\\mu \\mathrm{W} \\)] 성능은 어느정도인가?",
"연산증폭기의 Power[\\(\\mu \\mathrm{W} \\)] 성능은 어때"
] |
804bae50-38a8-4521-9873-e9ca8d71f93a
|
인공물ED
|
Adaptive OSIC-SD 시스템을 통한 SD 복호기 복잡도 개선
|
<h1>IV. 모의실험 결과</h1><p>표 1은 모의실험 파라미터를 나타내며, \(4\times4\) MIMO-OFDM 시스템을 기반으로 구성하였고 변조 방식으로는 16QAM(Quadrature Amplitude Modulation) 을 사용하였다. 그림 4는 SD와 OSIC 및 Hybrid OSIC-SD의 비트 오류율 성능을 보여주고 있다. 여기서, HybridOSIC-SD의 괄호안의 숫자의 의미는 OSIC에 의해 복호되는 심볼의 개수이다. 그림 4에서 SNR 이 증가할수록 SD 알고리즘에 의해 복호되는 심볼수가 많은Hybrid OSIC-SD(1)보다 OSIC-SD(2)의 비트오율 성능이 더 좋은 것을 확인할 수다. 낮은 SNR 범위(약 12\(\mathrm{dB}\)이하)에서 Hybrid OSIC-SD(1, 2)가 가장 좋은 비트오류율 성능을 보이고 있으며 이후 SD의 성능 보다 떨어지는 것을 확인할 수 있다. 그림 5는 Hybrid OSIC-SD,OSIC 및 기존 SD 복잡도 성능 비교한 것을 나타낸다.기존 SD의 복잡도는 다른 알고리즘들보다 상당히 크며,Chan-Lee SD는 기존 SD와 같은 ML 성능을 보이면서 복잡도를 상당히 개선한 것을 확인할 수 있다. HybridOSIC-SD의 경우 선택적으로 복잡도가 낮은 OSIC를사용함으로써 Chan-Lee SD보다 약 22\(\mathrm{dB}\) 까지 낮은 복잡도 나타내며 이후 거의 비슷한 양상을 보이고 있다. Hybrid OSIC-SD(1)은 Hybrid OSIC-SD (2)에 비해Chan-Lee SD에 의해 복호되는 심볼이 많기 때문에 복잡도가 큰 반면에 그림 4에서 볼 수 있듯이 비트오율성능 면에서 더 좋은 것을 확인할 수 있다. 그림 6은OSIC와 SD 그리고 제안된 Adaptive OSIC-SD의 비트오류율 성능을 보여주고 있다</p><table border><caption>표 1. 모의실험 파라미터</caption><tbody><tr><td>파라미터</td><td>값</td></tr><tr><td>OFDM 심볼</td><td>42</td></tr><tr><td>MIMO</td><td>Layered 4x4</td></tr><tr><td>복호 알고리즘</td><td>SD, Hybrid OSIC-SDAdaptive OSIC-SD</td></tr><tr><td>채널 환경</td><td>Quasi-static Flat Fading</td></tr><tr><td>잡음</td><td>AWGN</td></tr><tr><td>변조기법</td><td>16QAM</td></tr><tr><td>FFT 크기</td><td>1024</td></tr><tr><td>1 OFDM 심볼크기(FFT + CP)</td><td>1152(1024+128)</td></tr><tr><td>1 OFDM 심볼 시간</td><td>115.2μs(102.4μs: FFT + 12.8μs: CP)</td></tr><tr><td>1 프레임 시간</td><td>5ms</td></tr></tbody></table><p>Adaptive OSIC-SD는 낮은 SNR 범위\( (S N R \leq 12 d B) \)에서 SD중 일정하면서 복잡도가 가장 낮은 HybridOSIC-SD(2) 알고리즘이 선택이 된다. 중간정도의 SNR 범위\( (12 d B<S N R \leq 17 d B) \)에서는 Hybrid OSIC-SD(1)이 선택된다. 높은 SNR범위\( (S N R>17 d B) \)에서는 ML 성능을 만족하면서 복잡도도 낮은 Chan-LeeSD 알고리즘이 선택되어 복호가 된다. 이와 같이 적응적으로 복호기를 SNR에 따라 선택적으로 사용함으로써 그림 6에서 볼 수 있듯이 비트 오류율 측면에서 기존 SD와 거의 비슷한 성능을 만족한다. 또한, 그림 7에서 제안된 시스템의 복잡도는 SNR에 따라서 약간의변화는 보이지만 이러한 정도는 Throughput에 크게영향을 미치지 못할 수준이며, 기존 SD 알고리즘의 복잡도를 상당히 개선하면서 거의 일정하게 유지하는 것을 확인할 수 있다.</p>
|
[
"모의실험 파라미터에서 채널환경 값은 어떻게 나타났는가?",
"파라미터 OFDM 심볼에 대한 값은 몇인가?",
"파라미터 MIMO에 대한 값은 몇인가?",
"모의실험 파라미터에서 잡음에 대한 값은 어떻게 나타났는가?",
"변조기법에 대한 값은 어떻게 나타났는가?",
"1 OFDM 심볼 크기(FFT + CP)에 대한 값은 어떻게 나타났는가?",
"1 OFDM 심볼 시간에 대한 값은 어떻게 나타났는가?",
"1 프레임 시간에 대한 값은 어떻게 나타났는가?",
"복호 알고리즘에 대한 값은 무엇인가?",
"FFT 크기에 대한 값은 어떻게 나타났는가?"
] |
8e2831e7-449c-4e5a-bc25-4a14dd47a746
|
인공물ED
|
수직순환식 입체주차설비용 인버터 제어시스템
|
<h1>3. 시뮬레이션 및 실험결과</h1> <h2>3.1 시뮬레이션</h2> <p>그림 10에는 컨버터측의 전류제어기와 전압제어기를 시뮬레이션하기위한 블록선도를 단순화 하여 나타내었고 표 3에는 이때 적용되는 파라메터를 나타내었다.</p> <table border><caption>표 3 컨버터측 파라메터</caption> <tbody><tr><td>기호</td><td>내 용</td><td>적용값</td></tr><tr><td>\( \mathrm{L} \)</td><td>리액터용량</td><td>\( 1[\mathrm{mH}] \)</td></tr><tr><td>\( \mathrm{R} \)</td><td>전선저항</td><td>\( 0[\mathrm{Ohm}] \)</td></tr><tr><td>\( \mathrm{C} \)</td><td>DC Link 콘덴서용량</td><td>\( 0.246[\mathrm{~F}] \)</td></tr><tr><td>\( \mathrm{k\_cp}\) ,\( \mathrm{k\_ci}\)</td><td>전류제어기게인</td><td>\(3, 100\)</td></tr><tr><td>\( \mathrm{k\_vp}\) ,\( \mathrm{k\_vi}\)</td><td>전압제어기게인</td><td>\(5, 100\)</td></tr><tr><td>\( \mathrm{Vdc} \)</td><td>DCLLink전압</td><td>\( 600[\mathrm{~V}] \)</td></tr><tr><td>\( \mathrm{Vq} \)</td><td>DCLLink제어전압</td><td>\( 580[\mathrm{~V}] \)</td></tr><tr><td>\( T_{c q} \)</td><td>전류제어1차지연 시상수</td><td>\( 0.001[\mathrm{sec}] \)</td></tr></tbody></table> <p>그림 10에 나타낸 컨버터 전달함수 블록선도로부터 전류제어기 폐루프 전달함수는 식 (1)과 같이 표현할 수 있고 전압제어기의 폐루프 전달함수는 식 (2)와 같다. 실제에 있어서는 전선에 의한 도선저항 \( R \)은 무시하였다. 식 (1)과 (2)의 특성방정식으로부터 전류제어기는 \( L \)에 의존적이고 전압제어기는 \( \mathrm{C} \)에 의존적임을 알 수 있다.</p> <p>\( G_{\mathrm{ic}}(\mathrm{s})=\frac{\mathrm{K}_{\mathrm{cp}} \mathrm{s}+\mathrm{K}_{\mathrm{ci}}}{\mathrm{Ls}^{2}+\left(\mathrm{R}+\mathrm{K}_{\mathrm{cp}}\right) \mathrm{s}+\mathrm{K}_{\mathrm{ci}}} \)<caption>(1)</caption></p> <p>\( G_{\mathrm{vc}}(\mathrm{s})=\frac{\frac{\mathrm{V}_{\mathrm{a}}}{\mathrm{V}_{\mathrm{dc}}}\left(\mathrm{K}_{\mathrm{vp}} \mathrm{s}+\mathrm{K}_{\mathrm{vi}}\right)}{\mathrm{CTs}^{3}+\mathrm{Cs}^{2}+\frac{\mathrm{V}_{\mathrm{a}}}{\mathrm{V}_{\mathrm{dc}}} \mathrm{K}_{\mathrm{vp}} \mathrm{s}+\frac{\mathrm{V}_{\mathrm{g}}}{\mathrm{V}_{\mathrm{dc}}} \mathrm{K}_{\mathrm{vi}}} \)<caption>(2)</caption></p> <p>그림 11에는 시뮬레이션에 적용한 인버터측 전류제어루프를 단순화한 블록선도를 나타냈고 표 4에는 적용한 구동용 유도전동기의 파라메터와 게인을 나타내었다.</p> <table border><caption>표 4 적용 유도전동기 파라메터</caption> <tbody><tr><td>기호</td><td>내 용</td><td>적용값</td></tr><tr><td>\( \mathrm{R1}\)</td><td>고정자 저항</td><td>\( 0.033[\mathrm{Ohm}] \)</td></tr><tr><td>\( \mathrm{LI1}\)</td><td>고정자 누설인덕턴스</td><td>\( 0.347[\mathrm{mH}] \)</td></tr><tr><td>\( \mathrm{R2}\)</td><td>회전자 저항</td><td>\( 0.071[\mathrm{Ohm}] \)</td></tr><tr><td>\( \mathrm{LI2}\)</td><td>회전자 누설인덕턴스</td><td>\( 0.520[\mathrm{mH}] \)</td></tr><tr><td>\( \mathrm{Lm}\)</td><td>상호 인덕턴스</td><td>\( 11.255[\mathrm{mH}] \)</td></tr><tr><td>\( \mathrm{kp}\)</td><td>비례게인</td><td>\(2.464\)</td></tr><tr><td>\( \mathrm{ki}\)</td><td>적분게인</td><td>\(191.104\)</td></tr></tbody></table> <p>그림 11에 나타낸 인버터측 제어기의 자속축 폐루프 전달함수는 식 (3)과 같이 표현되고, 인버터측 토오크 푹 폐루프 전달함수는 식 (4)로 표현된다.</p> <p>\( \mathrm{G}_{\mathrm{qc}}(\mathrm{s})=\frac{\left(\mathrm{K}_{\mathrm{p}} \mathrm{s}+\mathrm{k}_{\mathrm{i}}\right)}{\alpha_{1} \mathrm{~s}^{2}+\left(\mathrm{R}_{1}+\left(\frac{\mathrm{L}_{\mathrm{m}}}{\mathrm{L}_{2}}\right)^{2} \mathrm{R}_{2}+\mathrm{k}_{\mathrm{p}}\right) \mathrm{s}+\mathrm{k}_{\mathrm{i}}} \)<caption>(3)</caption></p> <p>\( \mathrm{G}_{\mathrm{dc}}(\mathrm{s})= \frac{L_{2} k_{p} s^{2}+\left(k_{i} L_{2}+R_{2} k_{p}\right) s+R_{2} k_{i}}{\sigma L_{1} L_{2} s^{3}+\left[\sigma L_{1} R_{2}+R_{1} L_{2}+\left(\frac{L_{m}}{L_{2}}\right)^{2} R_{2} L_{2}+k_{p} L_{2}\right] s^{2}+\left(k_{i} L_{2}+R_{2} k_{p}\right) s+\left(R_{1} R_{2}+R_{2} k_{i}\right)} \)<caption>(4)</caption></p> <p>그림 12에 나타낸 보드선도는 식 (1),(2),(3),(4)를 적용하여 나타내 보였다.</p> <p>컨버터측 시뮬레이션에서 전류제어기 차단주파수를 \( \mathrm{k}_{-} \mathrm{cp} \) 로 설정하고 \( \mathrm{k}_{-} \mathrm{ci} \)를 설정하였고, 전압제어기도 전류제어기와 같이 차단주파수를 \( \mathrm{k}_{-} \mathrm{vp} \)로 설정하고 \( \mathrm{k}_{-} \mathrm{vi} \)를 원하는 과도측성 및 정상특성을 얻도록 설정하였다. 또한 인버터 측 시뮬레이션은 개루프 전달함수가 \( \mathrm{kp} / \mathrm{s} \) 형태를 취하도록 하는 일반적인 PI제어기 설계방법을 적용하여 교차각 주파수 \( 2000(\mathrm{rad} / \mathrm{sec}) \)을 기준으로 하여 위상이 -90도를 유지하도록 제어기를 적용하였다.</p> <h2>3.2 실험 결과</h2> <p>실험은 인버터의 출력속도를 가변 설정한 상태에서 각각의 특성을 DA변환기를 사용하여 계측하였다. 그림 13에서 ch1은 속도지령, ch2는 자속전류(Idse), ch3은 토오크전류(Iqse)를 나타낸다. 속도는 \( 10[\mathrm{~V}]/1200[\mathrm{rpm}] \)이고, Idse, Iqse는 \( 10[\mathrm{~V}] / 250[\mathrm{~A}] \) 의 스케일로 나타내었다. 그림 13은 좌회전시의 인버터 동작상태를 나타냈다. 가속시와 감속운전시의 속도패턴과 전류의 궤적으로부터 필요로하는 정속운전 속도와 정지시의 속도를 "0"으로 제어하는 기능이 수행되고 있음을 볼 수 있다.</p> <p>그림 14 에서는 인버터측 속도제어 파형에 맞춰 컨버터의 제어상태를 보였다. 이 그림 (a)에서는 속도 지령에 따른 인버터측의 지령을 보였고 (b)의 ch3, ch4에는 컨버터단의 유효전력분전류지령(Iqse_ref)과 출력치 (Iqes)를 보였다.</p> <p>그림 14(a)의 속도 지령에 따른 그림 14(b)의 컨버터 측 파형으로부터 감속 및 제동 돌입시에 전원회생제어가 이루어지고 있음을 알 수 있다.</p> <p>이를 좀더 구체적인 형태로 그림 15 역율 및 전원회생 계측결과를 나타내었다. 이 그림에서 DC_Link 부하 전류의 변동에 따른 계측파형을 보면 전원을 전동기측에 공급하는 모터링의 경우 동일 위상에서 입력상전압과 입력상전류가 중첩되는 모습을 보이는데 이로써 역률제어가 이루어 지고 있음을 알 수 있고, 회생이 발생하는 경우에는 입력상전압과 입력상전류가 동위상에서 전류의 방향이 반전되는 형태를 보이게 되는데 이로부터 전원회생이 동작하고 있는 것을 알 수 있다.</p> <p>그림 13(a)의 실험 파형에서 자속분전류(Idse)가 가감속 구간에서 약간의 흔들리는 점을 보이고 있으나 이는 실제 적용한 자속제어기의 튜닝상의 문제로 추정된다. 실험 파형으로부터 수직순환식 주차설비가 필요로 하는 운전 패턴지령에 따른 속도제어 특성과 전원 회생제어 기능이 수행되는 상태를 확인할 수 있다.</p>
|
[
"컨버터측 파라메터 표에서 기호 \\( \\mathrm{L} \\)의 내용은 뭐니?",
"표 3에서 기호 \\( \\mathrm{L} \\)의 적용값은 뭐지?",
"컨버터측 파라메터표 3에서 기호 \\( \\mathrm{R} \\)의 내용은 뭐지?",
"표 3에서 기호 \\( \\mathrm{R} \\)의 적용값은 뭘까?",
"컨버터측 파라메터표 3에서 기호 \\( \\mathrm{C} \\)의 내용은 뭐야?",
"컨버터측 파라메터 표 3에서 \\( \\mathrm{k\\_cp}\\) ,\\( \\mathrm{k\\_ci}\\) 기호의 적용값은 뭐야?",
"표 3에서 \\( \\mathrm{k\\_vp}\\) ,\\( \\mathrm{k\\_vi}\\) 기호의 내용은 뭐야?",
"표 3에서 \\( \\mathrm{k\\_vp}\\) ,\\( \\mathrm{k\\_vi}\\) 기호의 적용값은 뭐지?",
"표 3에서 기호 \\( \\mathrm{Vdc} \\) 내용은 뭐야?",
"표 3에서 기호 \\( \\mathrm{Vq} \\)의 적용값은 뭘까?",
"컨버터측 파라메터 표에서 \\( T_{c q} \\) 기호의 내용은 뭐니?",
"표 3에서 \\( T_{c q} \\) 기호의 적용값이 뭐지?",
"적용 유도전동기 파라메터 표에서 기호 \\( \\mathrm{R1}\\)의 내용은 뭐야?",
"표에 4서 기호 \\( \\mathrm{R1}\\)의 적용값은 뭐야?",
"적용 유도전동기 파라메터 표에서 기호 \\( \\mathrm{LI1}\\)의 내용은 뭐니?",
"적용 유도전동기 파라메터 표에서 \\( \\mathrm{LI2}\\) 기호의 내용은 뭐지?",
"표 4에서 \\( \\mathrm{R2}\\) 기호의 적용값은 뭐야?",
"적용 유도전동기 파라메터 표 4에서 \\( \\mathrm{LI2}\\) 기호의 적용값은 뭘까?",
"표 4에서 기호 \\( \\mathrm{Lm}\\)의 내용은 뭐니?",
"적용 유도전동기 파라메터표 4에서 기호\\( \\mathrm{kp}\\)의 내용은 뭐야?",
"표 4에서 기호 \\( \\mathrm{kp}\\)의 적용값은 뭐야?",
"적용 유도전동기 파라메터표 4에서 기호 \\( \\mathrm{ki}\\)의 내용은 뭘까?",
"개루프 전달함수가 \\( \\mathrm{kp} / \\mathrm{s} \\)의 형태가 되도록 하기 위해서는 어떤 방법을 적용하면 될까?"
] |
09ed6840-8c4e-44be-a5d2-a9a345292c11
|
인공물ED
|
수직순환식 입체주차설비용 인버터 제어시스템
|
<h1>2. 본 론</h1> <h2>2.1 시스템 구성</h2> <p>수직순환 기계식 주차설비의 전체적인 외관구성은 그림 1에 나타내었다. 최상부의 구동스프라켓과 하부의 종동스프라켓을 대형 체인으로 연결하고 체인의 일정 간격 구간에 차량을 수납할 수 있는 케이지가 부착된다. 이를 구동제어하기 위한 구동장치부분의 구성은 그림 2에 네타내었다. 그림에서 보는 바와 같이 구동장치에는 구동용 전동기를 비롯한 감속기 및 디스크 타입형 제동장치가 설치되고 제어용 시스템은 그림 1의 (a)에 나타낸 바와 같이 설비의 중간위치 공간에 설치되는 구조이다. 이를 구동제어하기 위한 전체 제어시스템의 구성은 그림 3에 나타내었다. 제어시스템은 먼저 사용자와의 인터페이스를 담당하는 터치스크린식 운전반, 차량과 사용자의 안전보호를 위한 승강장내 각종 센서 및 출입구 제어 그리고 차량의 문열림을 방지하 기 위한 차량문 보호장치 등을 통합 제어하는 PLC형 제어반이 있고. 또한 주 구동용 유도전동기를 제어하기 위한 인버터반이 있어 시스템의 순환지령에 따른 위치 및 속도제어를 담당하며 구속용 브레이크 제어기능을 갖도록 하였다.</p> <p>최초 시스템설치단계나 제어반과의 연동 실패시를 고려한 수동 및 비상조작반도 부가하였다.</p> <h2>2.2 구동능력 분석</h2> <p>부하 보상장치가 별도로 없는 수직순환 기계식 주차 설비의 구동능력 분석은 표 1에 나타난 제반 조건을 기준으로 적용하였으며 이를 기반으로 필요 동력 용량을 도출하여 전용화한 전동기를 제작하였다.</p> <table border><caption>표 1 구동력 계산변수</caption> <tbody><tr><td>기호</td><td>내 용</td><td>적용값</td></tr><tr><td>\( \mathrm{W1}\)</td><td>승용차 중량</td><td>\(1200[ \mathrm{kgf}]\)</td></tr><tr><td>\( \mathrm{N} \)</td><td>수용대수</td><td>\(40[ \mathrm{대}]\)</td></tr><tr><td>\( \mathrm{V}\)</td><td>선속도</td><td>15.3[m/min]</td></tr><tr><td>\( \mathrm{P}\)</td><td>체인 피치</td><td>\(450[ \mathrm{mm}]\)</td></tr><tr><td>\( \mathrm{Cp}\)</td><td>케이지 피치</td><td>\(1800 \mathrm[{mm})]\)</td></tr><tr><td>\( \mathrm{Zs}\)</td><td>구동 스프라켓 기어 잇수</td><td>\(12\)</td></tr><tr><td>\( \mathrm{P.C.D}\)</td><td>스프라켓 P.C.D</td><td>\(1738.66[ \mathrm{mm}]\)</td></tr><tr><td>\( \mathrm{Rs}\)</td><td>스프라켓 회전반경</td><td>\(869.33[ \mathrm{mm}]\)</td></tr><tr><td>\( \mathrm{Rc}\)</td><td>케이지 회전반경</td><td>\(1449[ \mathrm{mm}]\)</td></tr><tr><td>\( \mathrm{t1}\)</td><td>최대 허용 가속시간</td><td>\(4.21[ \mathrm{sec}]\)</td></tr></tbody></table> <p>구동력 검증을 위해 본 연구에서 적용한 방법은 체인피치별 회전각도의 계산으로부터 소요 동력 추론까지 다음에 나타낸 바와 같다. 각 부분별 명칭 등은 그림 2 구동장치부 상세 구성도에 표시했고, 그림 4에는 구동 스프라켓 지지축의 움직임 변동하중분포를 예시하였다.</p> <p>1) 체인피치별 회전각도 계산</p> <ul> <li>ㄱ) 구동 스프라켓 기어 잇수 \( \mathrm{Zs}=12 \)</li> <li>ㄴ) 구동 스프라켓 치수 1개에 대한 각도\(=360 / \mathrm{Zs}\)</li></ul> <p>2) 케이지 회전반경 (Rc)</p> <ul> <li>ㄱ) \( \mathrm{e}=\mathrm{P.C.D} / 2 * \cos 15^{\circ}=1738.66 / 2 * \cos 15^{\circ}[\mathrm{mm}] \)</li> <li>ㄴ) \( \mathrm{Rc}= \) 체인 어태치먼트 길이+e [mm] 단, 체인어태치먼트길이 \( =609[\mathrm{~mm}] \)</li></ul> <p>3) 최대 부하 토오크 (Tl) \( \mathrm{Tl}=\mathrm{W 1} *\left\{(\mathrm{~N} / 2-2)+2 * \mathrm{Rc} / \mathrm{Rs} * \cos 30^{\circ}\right\} * \mathrm{Rs} * \) 적용편하중률 \( [\mathrm{kgf.m}] \) 여기서, 적용편하중률은 \( 0.65 \)</p> <p>4) 장치의 조건</p> <ul> <li>ㄱ) 전동기 정격 토오크 \( \mathrm{Tm}=45.4 [\mathrm{kgf.m}]\)</li> <li>ㄴ) 기동 토오크 \( \mathrm{Tw}=\mathrm{Ta}+\mathrm{Tl}\_ \mathrm{m} [\mathrm{kgf.m}] \) \( =8.15+67.2 [\mathrm{kgf.m}]\) 여기서, \( \mathrm{Ta} \)는 전동기 축환산 가속 토오크\(\mathrm{Tl}\_ \mathrm{m}\)은 전동기 축환산 부하 토오크</li> <li>ㄷ) 축환산 기계 \( \mathrm{GD} 2=10.875\left[\mathrm{kgf} \cdot \mathrm{m}^{\wedge} 2\right] \)</li></ul> <p>적용편하중률은 그림1과 같은 구조에서 차량의 좌, 우측 주차 상태의 최대 허용 편차를 나타낸다. 이와 같은 상태는 주차공간을 할당 할 때 사전에 방지 처리하지만 이에 대한 보완기능으로 적용편하중률을 초과하는 경우 단거리 운전 방향을 반전 처리하는 원거리운전을 실행함으로써 편하중에 따른 최대 부하 토오크를 억제할 수 있도록 하였다.</p> <p>5) 기구 장치 감속 구성비</p> <p>동력전달계통과 관련된 감속기와 주변 장치의 조건은 표 2에 나타냈고 이로부터 표 1에 주어진 선속도 \( \mathrm{V} \) 를 층족하기 위한 상부 구동스프라켓의 회전수와 이를 위한 전동기 용량은 아래와 같이 정리된다.</p> <ul> <li>ㄱ) 상부 구동스프라켓 회전수 (\( \mathrm{Ns} \)) \( \mathrm{Ns}=(\mathrm { Gear\_Shaft*1st\_Pinion }) / \mathrm { (Ring\_Gear * } \mathrm { 1st\_Gear }) * 1 / \mathrm{I} * \mathrm{Nm} \)</li> <li>ㄴ) 전동기 용량 \( (\mathrm{H}) \) \( \mathrm{H} =2 * \pi * \mathrm{NS} * \mathrm{Tl} /(102 * 60 * \eta)\ =2 * \pi * \mathrm{NS} * 14163 /(6120 * 0.75) \ =54.5[\mathrm{~kW}] \)</li></ul> <p>본 연구에서는 이와 같은 분석 견과를 기준으로 동력용량을 도출하였고 이를 바탕으로 \( 55 \mathrm{kW}, 6 \mathrm{Pole} \)이고 최대 출력 토오크가 성격 출력 토오.크 대비 \( 250 \% \)인 유도전동기를 제작하였다.</p>
|
[
"표1에서 승용차 중량은 어떻게 나타내는가?",
"승용차 중량은 표1에서 어떻게 드러내지",
"표1에서 수용대수는 어떻게 나타내는가?",
"수용대비는 표1에서 어떻게 나타내지",
"표1에서 선속도는 어떻게 나타내는가?",
"선속도는 표1에서 어떻게 드러내지",
"표1에서 케이지 피치는 어떻게 나타내는가?",
"그림1에서, 수직순환 기계씩 주차설비느 어떻게 구성했나요?",
"표1에서 구동 스프라켓 기어 잇수는 어떻게 나타내는가?",
"표1에서 체인 피치는 어떻게 나타내는가?",
"체인 피치는 표1에서 어떻게 드러내지"
] |
3acf7b4f-d27d-4e12-a19f-e58875defceb
|
인공물ED
|
고온 자전 연소합성법과 기계적 미분에 의한 준나노 크기의 Ba-Zn Ferrite 분말의 제조
|
<h1>2. 실험 방법</h1> <p>\( \mathrm{Ba}-\mathrm{Zn} \) Ferrite를 자전 연소 합성하기 위하여 \( \mathrm{xBaO}_{2}+ \) \( (1-\mathrm{x}) \mathrm{ZnO}+0.5 \mathrm{Fe}_{2} \mathrm{O}_{3}+\mathrm{Fe}^{+}+\mathrm{P}_{2} \rightarrow \mathrm{Ba}_{x} \mathrm{Zn}_{1-\mathrm{x}} \mathrm{Fe}_{2} \mathrm{O}_{4} \)의 고온 자전 연소 반응을 고려하였다. 표 1은 초기 분말 시료의 입도와 반응물의 조성이다. 칭량된 원료 분말을 스팩스밀(Spex mill, Model 8000-115)을 사용하여 혼합하고, 혼합된 원료분말을 고온 자전 연소 합성 장치에서 산소압을 \( 0.25-1.0 \mathrm{MPa} \) 변화 시키면서 연소 반응시킨 후 스펙스 밀을 사용하여 기계적 미분하였다.</p> <table border><caption>표 1 분말혼합 조성</caption> <tbody><tr><td rowspan=2>Sample number</td><td colspan=4>Molar ratio</td></tr><tr><td><p>\( \mathrm{BaO}_{2} \)\( (<1 \mu \mathrm{m}) \)</p></td><td><p>\( \mathrm{ZnO} \)\( (<150 \mu \mathrm{m}) \)</p></td><td><p>\( \mathrm{Fe}_{2} \mathrm{O}_{3} \)\( (<5 \mu \mathrm{m}) \)</p></td><td><p>\( \mathrm{Fe} \)\( (<1 \mu \mathrm{m}) \)</p></td></tr><tr><td>BZ1</td><td>0.2</td><td>0.8</td><td>0.5</td><td>1.0</td></tr><tr><td>BZ2</td><td>0.5</td><td>0.5</td><td>0.5</td><td>1.0</td></tr><tr><td>BZ3</td><td>0.8</td><td>0.2</td><td>0.5</td><td>1.0</td></tr></tbody></table> <p>그림 1은 본 실험에서 사용한 고온 연소 합성 장치의 개괄도이다. 연소 반응 후의 생성물의 상(phase)을 X-선 회절 분석기(DIMAX2200HR, RIGAKU Interna- tional Co., Japan)를 이용하여 분석하였다. 분석은 Cu target의 Ka선을 이용하여 회절 각 \( 20^{\circ} \sim 80^{\circ} \)의 \( 2 \ominus \) 구간에서 수행하였다. 생성물의 미세 조직은 고효율 주사 전자현미경(FE-SEM, JSM 6700F, JEOL, Japan)을 이용하여 관찰하였다.</p>
|
[
"표1에서 BZ1의 \\( \\mathrm{Fe} \\)\\( (<1 \\mu \\mathrm{m}) \\)의 값은 뭐야?",
"BZ1의 \\( \\mathrm{Fe} \\)\\( (<1 \\mu \\mathrm{m}) \\)의 값은 표1에서 뭐라고 나와",
"초기 분말 시료의 입도와 반응물의 조성을 나타낸 표에서 BZ1의 \\( \\mathrm{BaO}_{2} \\)\\( (<1 \\mu \\mathrm{m}) \\)는 얼마야?",
"표1에서 BZ1의 \\( \\mathrm{ZnO} \\)\\( (<150 \\mu \\mathrm{m}) \\)는 얼마야?",
"BZ1의 \\( \\mathrm{Fe}_{2} \\mathrm{O}_{3} \\)\\( (<5 \\mu \\mathrm{m}) \\)값은 뭐야?",
"분말혼합 조성중에서 BZ1값이 큰것은 뭐야?",
"BZ2의 \\( \\mathrm{BaO}_{2} \\)\\( (<1 \\mu \\mathrm{m}) \\)는 얼마지?",
"분말 혼합조성에서 BZ2의 \\( \\mathrm{ZnO} \\)\\( (<150 \\mu \\mathrm{m}) \\)는 얼마지?",
"BZ2의 Molar ratio의 조성중에 \\( \\mathrm{Fe}_{2} \\mathrm{O}_{3} \\)\\( (<5 \\mu \\mathrm{m}) \\)의 얼마야?",
"BZ2의 \\( \\mathrm{Fe} \\)\\( (<1 \\mu \\mathrm{m}) \\)의 값은 뭐지?",
"\\( \\mathrm{BaO}_{2} \\)\\( (<1 \\mu \\mathrm{m}) \\)의 BZ3값은 얼마야?",
"BZ3샘플의 \\( \\mathrm{Fe} \\)\\( (<1 \\mu \\mathrm{m}) \\)는 얼마야?",
"Sample number BZ3의 \\( \\mathrm{Fe} \\)\\( (<1 \\mu \\mathrm{m}) \\)는 얼마야?",
"0.2의 \\( \\mathrm{ZnO} \\)\\( (<150 \\mu \\mathrm{m}) \\)값을 나타내는것은 샘플넘버중 어떤거야?",
"표 1 분말혼합 조성에서 BZ3의 \\( \\mathrm{ZnO} \\)\\( (<150 \\mu \\mathrm{m}) \\)의 값은 얼마야?",
"초기 분말 시료의 반응물 조성중에서 BZ2의 \\( \\mathrm{Fe}_{2} \\mathrm{O}_{3} \\)\\( (<5 \\mu \\mathrm{m}) \\)\\( \\mathrm{Fe} \\)\\( (<1 \\mu \\mathrm{m}) \\)의 값은 뭐지?"
] |
8b959696-3545-4d99-a51a-6762e104674b
|
인공물ED
|
근전의수용 소형 표면 근전위 센서의 개발
|
<h2>2. 상용화된 근전위 센서와의 출력특성비교</h2> <p>본 연구에서는 상용화된 표면 근전위 센서(13E125, Ottobock Co., O-SMES 라 함)와 본 논문에서 제안한 표면 근전위 센서(K-SMES 라 함)를 가상 근전위 신호에 따른 출력특성을 비교하였다. 이때 K-SMES는 전극이 \( \mathrm{A} \)형이면서 \( k=18 \mathrm{mm} \)인 센서를 사용하였다. 가상 근전위 신호는 \( \pm 100 \mathrm{mV} \) 정현파를 \( 1 / 100 \) 배율을 가진 감쇄기를 거쳐서 생성된 \( \pm 1 \mathrm{mV} \)의 정현파 신호로 하였다. 그리고 정현파의 주파수는 \( 0 \)~\( 500 \mathrm{Hz} \)까지 가변되도록 하였다.</p> <p>그림 8은 O-SMES와 K-SMES의 입력전극에 \( 300 \mathrm{Hz} \)의 가상 근전위 신호를 입력하였을 때의 최종 MAV 출력신호의 예를 보인다. 이와 같이 각각 다른 주파수의 가상 근전위 신호를 입력하였을 때의 최종 MAV 출력 신호의 특성을 조사한 결과가 표 2이고, MAV 출력신호의 최대치와 상승 및 하강시간은 5회 측정결과를 평균한 값이다. 가상 근전위 신호의 \( 0 \mathrm{Hz} \)는 입력에 가상 근전위 신호를 입력하지 않았음을 의미하고, 이때의 MAV 출력은 백색잡음에 의한 DC 옵셋 전압(offset voltage)을 나타낸다. K-SMES와 O-SMES의 옵셋 전압은 각각 \( 0.18 \mathrm{V} \)와 \( 0.08 \mathrm{V} \)로서 K-SMES가 \( 0.1 \mathrm{V} \) 높았으나, \( 110 \mathrm{Hz} \)에서의 최대출력 \( 4.68 \mathrm{V} \)에 비해서는 약 \( 3.8 \% \) 정도이기 때문에 무시할 수 있다. \( 30 \mathrm{Hz} \)의 가상 근전위 신호를 입력하였을 때의 K-SMES와 O-SMES의 최대치는 각각 \( 1.80 \mathrm{V} \)와 \( 1.62 \mathrm{V} \)이었다. 그리고 K-SMES 출력 신호의 상승 및 하강시간은 \( 97 \mathrm{msec} \), \( 138 \mathrm{msec} \)로서 O-SMES에 비해 상승시간은 \( 10 \mathrm{msec} \), 하강시간은 \( 8 \mathrm{msec} \) 정도의 차이가 있었다. 그러나 근전의수 제어시스템의 반응시간인 \( 300 \mathrm{msec} \)와 비교하면 무시할 수 있다. 상용 전원노이즈 성분으로서 \( 60 \mathrm{Hz} \)의 가상 근전위 신호를 입력하였을 경우에는 K-SMES의 MAV 출력이 \( 0.25 \mathrm{V} \)로 O-SMES에 비해 \( 0.08 \mathrm{V} \) 높게 나타났다. 그러나 DC 옵셋 전압을 고려하면 \( 60 \mathrm{Hz} \)에 의한 실질적 MAV 출력신호의 상승치는 O-SMES의 상승치인 \( 0.09 \mathrm{V} \)보다 K-SMES가 \( 0.07 \mathrm{V} \)로 \( 0.02 \mathrm{V} \) 작았다. 이것은 K-SMES가 전원노이즈에 대한 영향이 작다는 것을 의미한다. 근전위 신호의 중심주파수에서 대표적인 주파수인 \( 90 \mathrm{Hz} \), \( 100 \mathrm{Hz} \), \( 110 \mathrm{Hz} \)의 경우 K-SMES의 MAV 출력은 \( 4.09 \mathrm{V} \), \( 4.49 \mathrm{V} \), \( 4.68 \mathrm{V} \)이었고, O-SMES의 \( 3.72 \), \( 4.23 \mathrm{V} \), \( 4.45 \mathrm{V} \)에 비해 각각\( 0.27 \mathrm{V} \), \( 0.26 \mathrm{V} \), \( 0.23 \mathrm{V} \) 높게 나타났다. 그리고 K-SMES의 상승 및 하강시간도 O-SMES의 상승 및 하강시간에 비해 빠른 것으로 나타났다. 또한 \( 200 \mathrm{Hz} \) 이상의 주파수에서도 K-SMES가 O-SMES보다 우수한 것으로 나타났다.</p> <table border><caption>표 2. 가상 신호의 주파수에 따른 MAV 출력 비교</caption> <tbody><tr><td rowspan=2>\( f_{0} \) (\( \mathrm{Hz} \))</td><td colspan=2>MAV output (\( \mathrm{Volt} \))</td><td colspan=2>Rising time (\( \mathrm{msec} \))</td><td colspan=2>Falling time (\( \mathrm{msec} \))</td></tr><tr><td>O-SMES</td><td>K-SMES</td><td>O-SMES</td><td>K-SMES</td><td>O-SMES</td><td>K-SMES</td></tr><tr><td>0</td><td>0.08</td><td>018</td><td></td><td></td><td></td><td></td></tr><tr><td>30</td><td>1.62</td><td>1.80</td><td>87</td><td>97</td><td>130</td><td>138</td></tr><tr><td>60</td><td>0.17</td><td>0.25</td><td></td><td></td><td></td><td></td></tr><tr><td>90</td><td>3.72</td><td>4.09</td><td>106</td><td>84</td><td>145</td><td>132</td></tr><tr><td>100</td><td>4.23</td><td>4.49</td><td>102</td><td>81</td><td>146</td><td>129</td></tr><tr><td>110</td><td>4.45</td><td>4.68</td><td>102</td><td>80</td><td>145</td><td>128</td></tr><tr><td>200</td><td>5.07</td><td>5.61</td><td>103</td><td>75</td><td>147</td><td>137</td></tr><tr><td>300</td><td>5.33</td><td>6.10</td><td>101</td><td>73</td><td>145</td><td>138</td></tr><tr><td>400</td><td>5.46</td><td>6.41</td><td>100</td><td>71</td><td>146</td><td>139</td></tr><tr><td>500</td><td>5.53</td><td>6.58</td><td>100</td><td>71</td><td>144</td><td>139</td></tr></tbody></table> <p>최근 근전의수 제어에 있어서 근전위 신호의 크기에 비례하여 근전의수의 파지동작 속도를 제어하는 것을 볼수 있다. 그리고 손목회전과 손가락의 파지와 같은 두 개의 서로 다른 동작의 전환은 다중문턱치(multi-threshold)를 사용하여 인식한다. 비례제어나 다중문턱치를 사용하기 위해서는 전원노이즈를 포함한 MAV 출력 신호의 옵셋 전압과 최대 출력전압의 차이가 \( 3 \mathrm{V} \) 이상이 되어야만 한다. 따라서 본 연구에서는 신체로 유도되는 노이즈 중에 최악의 경우의 하나인, 전원 노이즈에 대한 실험을 수행하였다. 근전위 센서를 장착한 상태에서 센서를 착용하지 않은 손으로 가동 중인 전자제품의 \( 220 \mathrm{V} \) 전원선을 잡았을 때, 센서의 최종 MAV 출력신호의 영향을 조사하였다. SMES가 부착된 근육을 수축하였을 때의 MAV 출력신호는 O-SMES와 K-SMES의 모두 \( 4.0 \mathrm{V} \) 이상이었고, 전원선을 잡았을 때 유도되는 상용 전원 노이즈에 의한 MAV 출력신호의 옵셋 전압은 각각 \( 0.9 \mathrm{V} \), \( 0.6 \mathrm{V} \)로 나타났다. 전선을 잡지 않았을 때 두 센서의 출력 옵셋 전압은 각각 \( 0.08 \mathrm{V} \), \( 0.18 \mathrm{V} \) 이었으므로 O-SMES의 전원노이즈에 의한 옵셋 전압 상승치는 \( 0.82 \mathrm{V} \), K-SMES의 옵셋 전압 상승치는 \( 0.42 \mathrm{V} \)로 나타났다. 결과적으로 K-SMES는 O-SMES보다 상용전원 노이즈에 의한 MAV 출력신호의 옵셋 전압이 \( 0.3 \mathrm{V} \) 작았고, 전원 노이즈에 의한 옵셋 전압 상승치도 O-SMES보다 \( 0.4 \mathrm{V} \) 작으므로 전원 노이즈의 영향을 작게 받는 것을 알 수 있었다.</p>
|
[
"본문의 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값을 500으로 할 때 O-SMES의 MAV output 은 몇 \\( \\mathrm{Volt} \\)야?",
"표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))값이 0인 경우의 제안한 표면 근전위 센서의 MAV 출력값은 얼마지?",
"표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))값을 30으로 하는경우 제안한 표면 근전위 센서의 MAV 출력은 몇 \\( \\mathrm{Volt} \\)야?",
"본문의 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))값을 30으로 하여 실험시 O-SMES의 MAV 출력은 몇 \\( \\mathrm{Volt} \\)야?",
"MAV의 출력이 0.17\\( \\mathrm{Volt} \\)일때 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))는 얼마니?",
"제안한 표면 근전위 센서의 MAV 출력이 0.25 \\( \\mathrm{Volt} \\)일때 상용화된 표면 근전위 센서의 MAV 출력 값은 뭐야?",
"본문의 표에서 O-SMES의 MAV 출력이 3.72 \\( \\mathrm{Volt} \\)일때 K-SMES의 MAV 출력값은 몇이지?",
"표 2 가상 신호의 주파수에 따른 MAV 출력 비교시 K-SMES의 MAV 출력이 4.49 \\( \\mathrm{Volt} \\)일때 상용화된 표면 그 전위 센서의 MAV 출력은 어떻게 되지?",
"표 2 가상 신호의 주파수에 따른 MAV 출력 비교에서 각각 MAV 출력이 4.23 \\( \\mathrm{Volt} \\)와 4.49 \\( \\mathrm{Volt} \\)일때의 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))값은 몇이야?",
"본문의 표 2 가상 신호의 주파수에 따른 MAV 출력 비교에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 100에서 10 증가하면 O-SMES의 MAV 출력은 몇으로 측정되니?",
"표 2 가상 신호의 주파수에 따른 MAV 출력 비교에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 100에서 10 증가하면 제안한 표면 근전위 센서의 MAV 출력은 얼마니?",
"표 2에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 100에서 10 증가하면 상용화된 표면 근전위 센서의 MAV 출력은 뭐지?",
"본문의 가상 신호의 주파수에 따른 MAV 출력 비교 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값을 100에서 두배로 늘리면 상용화된 표면 근전위 센서의 MAV 출력은 몇으로 확인되니?",
"본문의 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값을 100에서 두배로 늘리면 K-SMES의 MAV 출력은 몇으로 확인되니?",
"본문의 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 300이면 K-SMES의 MAV 출력은 몇이니?",
"본문의 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 300이면 O-SMES의 MAV 출력은 얼마지?",
"표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 300일 때 본 논문에서 제안한 표면 근전위 센서 MAV 출력은 얼마지?",
"표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값을 400으로 하면 본 논문에서 제안한 표면 근전위 센서 MAV 출력은 몇이니?",
"표 2의 가상 신호의 주파수에 따른 MAV 출력 비교에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값을 400으로 하면 O-SMES의 MAV output은 얼마지?",
"\\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 500일 때 MAV output값이 6.58인 경우는 어떤 센서인가?",
"본문의 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값을 500으로 할 때 MAV 출력이 5.53\\( \\mathrm{Volt} \\)인 경우는 어떤 센서니??",
"본문의 표에서 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값을 500으로 할 때 K-SMES의 MAV output 은 몇 \\( \\mathrm{Volt} \\)로 나타나니?",
"상용화된 표면 근전위 센서의 Rising time이 100으로 동일한 경우는 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 400인 경우 외에 얼마일 때인가?",
"상용화된 표면 근전위 센서의 Rising time이 102인 경우는 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값이 100인 경우 외에 언제인가?",
"본 논문에서 제안한 표면 근전위 센서의 Rising time이 가장 큰 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))의 값은 몇이니?",
"본 논문에서 상용화된 표면 근전위 센서의 Rising time이 가장 작은 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))는 얼마지?",
"제안한 표면 근전위 센서의 Falling time이 가장 작은 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))는 얼마지?",
"\\( f_{0} \\) (\\( \\mathrm{Hz} \\))값이 110일 경우 K-SMES의 Falling time이 가장 작은데 그 값은 몇이야?",
"본문의 표에서 Falling time이 O-SMES보다 K-SMES에서 증가한 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))값은 어떻게 되니?",
"Falling time이 O-SMES와 K-SMES의 차이가 가장 적은 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))값은 어떻게 되니?",
"Falling time이 O-SMES와 K-SMES의 차이가 10인 \\( f_{0} \\) (\\( \\mathrm{Hz} \\))값은 뭐지?",
"근전위 신호의 중심주파수에서 대표적인 주파수인 \\( 90 \\mathrm{Hz} \\)경우 K-SMES의 MAV 출력이 \\( 4.09 \\mathrm{V} \\)일 때 O-SMES는 얼마인가?",
"전선을 잡지 않았을 때 두 센서의 출력 옵셋 전압은 각각 \\( 0.08 \\mathrm{V} \\), \\( 0.18 \\mathrm{V} \\) 이었는데, \\( f_{0} \\) (\\( \\mathrm{Hz} \\)) \\( 30 \\mathrm{Hz} \\)으로 올린 경우 O-SMES의 MAV output은 얼마인가?",
"전선을 잡지 않았을 때 두 센서의 출력 옵셋 전압은 각각 \\( 0.08 \\mathrm{V} \\), \\( 0.18 \\mathrm{V} \\) 이었는데, \\( f_{0} \\) (\\( \\mathrm{Hz} \\)) \\( 30 \\mathrm{Hz} \\)으로 올린 경우 K-SMES의 MAV output은 얼마인가?",
"가상 신호의 주파수에 따른 MAV 출력 비교에서<td rowspan=2>\\( f_{0} \\) (\\( \\mathrm{Hz} \\))</td>값이 0인 경우의 상용화된 표면 근전위 센서의 MAV 출력값은 얼마지?",
"상용 전원노이즈 성분으로서 \\( 60 \\mathrm{Hz} \\)의 가상 근전위 신호를 입력하였을 경우에 K-SMES의 MAV 출력은 O-SMES에 비해 \\( 0.08 \\mathrm{V} \\) 높은 몇으로 나타났니?"
] |
b524bea1-7462-43c8-9815-56c00460230a
|
인공물ED
|
근전의수용 소형 표면 근전위 센서의 개발
|
<h1>Ⅲ. 실험 및 결과</h1> <h2>1. 전극 간격 실험</h2> <p>본 연구에서 그림 3의 전극 형상에서의 입력전극과 기준전극의 두께 \( t_{1} \) 은 \( 1.9 \mathrm{mm} \)로, 피부와 접촉하는 전극의 높이 \( t_{2} \) 는 \( 1.5 \mathrm{mm} \) 이상이 되도록 제작하였다. 그림 6은 본 연구에서 제작한 전극과 센서용 PCB를 보인다. 우리는 제작된 센서의 두 입력전극사이의 간격 \( k \) 에 따른 출력특성을 조사하기 위하여 정상인의 전완부에서 제작된 센서를 이용하여 근전위 신호를 취득하였다. 먼저 피검자가 전완부에서 일정한 근육수축을 발생시키기 위하여 무릎위에 팔을 올려놓고 손목부위가 무릎에서 \( 10 \mathrm{cm} \)의 간격을 유지한 다음, 손목 굽힘근을 사용하여 \( 10 \mathrm{kg} \)의 바벨을 \( 45^{\circ} \) 이상 올리게 하였다. 손목 굽힘근의 수축이 10초 이상 유지하고 있을 때의 근전위 신호를 취득하고, 주파수해석을 수행하였다. 이때 윈도우의 길이(window length)는 1초로 하고, 스펙트럼 손실을 보상하기 위하여 Hamming window를 적용하였다.</p> <p>그림 7은 본 연구에서 개발한 \( \mathrm{A} \)형과 \( \mathrm{B} \)형의 근전위 센서를 이용하여 취득한 근전위 신호의 스펙트럼을 나타낸다. 주파수 스폑트럼의 면적은 원신호의 에너지와 같다고 볼 수 있으므로, 본 논문에서는 스펙트럼 면적을 비교함으로써 전극의 형상과 간격에 따른 출력특성을 비교하였다. 이를 위해 먼저 \( \mathrm{A} \)형과 \( \mathrm{B} \)형의 스펙트럼 최소값인 \( -87 \mathrm{dB} \)를 0으로 일반화하기 위해 각 스펙트럼에 87을 더한 후 면적을 구하였다. 먼저 표 1의 형상에 따른 평균에너지(스펙트럼 면적)를 보면 \( \mathrm{A} \)형이 6463으로 써 \( \mathrm{B} \)형 5921에 비해 \( 9.1 \% \) 높았다. 따라서 \( \mathrm{A} \)형이 \( \mathrm{B} \)형에 비해 다소 높은 출력을 나타냄을 알 수 있었다. 그리고 \( \mathrm{A} \)형에서 간격에 따른 신호의 에너지는 \( k=18 \mathrm{mm} \)가 최대로 나타났고, 최소인 \( k=22 \mathrm{mm} \)에 비해 \( 14.7 \% \) 높았다. 결과적으로 \( \mathrm{A} \)형의 \( k=18 \mathrm{mm} \)인 전극이 가장 좋은 출력특성을 나타내었으며, 동시에 소형의 센서를 구현하기에 적합함을 알 수 있었다.</p> <table border><caption>표 1. 형상과 간격에 따른 근전위 신호의 에너지</caption> <tbody><tr><td>Type</td><td>IED (\( \mathrm{mm} \))</td><td>Energy</td><td>Average</td></tr><tr><td rowspan=3>\( \mathrm{A} \)</td><td>18</td><td>6817</td><td rowspan=3>6463</td></tr><tr><td>20</td><td>6585</td></tr><tr><td>22</td><td>5987</td></tr><tr><td rowspan=3>\( \mathrm{B} \)</td><td>18</td><td>5528</td><td rowspan=3>5921</td></tr><tr><td>20</td><td>6011</td></tr><tr><td>22</td><td>6225</td></tr></tbody></table> <p>한편 본 연구에서는 근전위 신호의 중심주파수인 \( 90 \mathrm{Hz} \), \( 100 \mathrm{Hz} \), \( 110 \mathrm{Hz} \)에서 최대의 출력을 가지는 전극 간격 \( k=22 \mathrm{mm} \), \( 20 \mathrm{mm} \), \( 18 \mathrm{mm} \)의 전극을 제작하였다. 따라서 그림 7에서도 각 간격 \( k \)에 따라 해당하는 중심주파수에서 높은 에너지가 나타나야 한다. 그러나 그림 7에서는 이러한 특징이 나타나지 않았다. 이것은 입력전극 자체가 단면적을 가지고 있어서 두 입력전극에서 감지되는 근전위 신호의 주파수 위상차가 크지 않고, 근전위의 전도속도가 항상 일정하게 유지될 수 없기 때문에 이러한 현상이 나타난 것으로 판단된다․</p>
|
[
"표1에서 6463값을 가지는 열의 이름이 뭐지?",
"표1에서 \\( \\mathrm{A} \\)가 포함된 열의 이름이 뭐야?",
"표1에서 5921값은 어떤 이름의 행에 속해?",
"표1에서 6225값은 어떤 이름을 가진 열에 포함돼?",
"표1에서 \\( \\mathrm{A} \\)종류의 IED (\\( \\mathrm{mm} \\))값이 가장 작은 값에 대한 에너지는 몇으로 나타나?",
"표1에서 \\( \\mathrm{A} \\)종류의 IED (\\( \\mathrm{mm} \\))값이 가장 큰 값은 몇이지?",
"표1에서 \\( \\mathrm{A} \\)종류의 IED (\\( \\mathrm{mm} \\))값이 22일 때 Energy가 몇이야?",
"표1에서 Energy가 6817\t인 값은 어떤 type에 속해?",
"표1에서 무슨 종류의 에너지 값이 전부 5900이상이야?",
"표1에서 평균 값이 6463인 종류는 뭐니?",
"표1에서 Type \\( \\mathrm{B} \\) 행에서 에너지가 가장 작을 때 IED이 얼마니?",
"표1에서 IED 18값인 행 중에서 더 큰 에너지 값은 몇이지?",
"표1에서 Type \\( \\mathrm{B} \\) 행에서 에너지가 가장 큰 IED 값은 뭐지?",
"표1에서 IED 18값인 행 중에서 더 큰 에너지 값은 어떤 종류에 해당되지?",
"피검자가 근육수축을 어떻게 일으켰어?",
"본 논문에서 어떻게 전극의 출력 특성을 비교했어?",
"표1에서 IED값이 22일 때 에너지가 더 큰 종류의 평균값이 얼마야?"
] |
81f8990b-c2e3-4d02-8f5b-9706c9546ae1
|
인공물ED
|
이차원 전이금속 칼코켄화합물 기반 논리소자
|
<p>이런 초고속 전송 영역에서는 이황화몰리브덴과 같이 전자와 정공의 유효질량(0.56-0.66)이 크다는 점도 기존 반도체 보다 장점이 된다. 유효질량이 크면 상태 밀도가 커져 on-전류도 커지며, 또한 유효질량이 커짐에 따라 소소-드레인 터널링이 감소하여 subthreshold Swing도 감소할 수 있다. 이런 점을 종합해 볼 때, 이차원 반도체를 이용한 전계효과 트랜지스터는 고성능 논리 소자 응용에서 ITRS 기준을 만족할 가능성이 높다고 여겨지고 있다.</p><p>현재 전이금속 칼코겐화합물을 기반으로 저주파(수 \( \mathrm{kHz} \) 에서 작동 가능한CMOS 인버터와 NOR 포트(port), 링 발진회로(ring oscillator), SRAM 셀(cell)등은 보고되어 있으나[그림 4] 아직까지 고주파 작동이 가능한 소자나 회로는 보고되지 않고 있다. 그림 5 에 \( \mathrm{MoS}_{2} \) 트랜지스터의 중요한 특성인 dynamic power indicator의 실험적인 결과와 이론적인 결과를 고성능 소자용 ITRS 기준(2012년)과 함께 나타내었다. 우선, 고유 지연시간 측면에서 \( \operatorname{MoS}_{2} \) 트랜지스터의 실험적인 결과는 1990 년대 초의 CMOS 기술 수준으로 최근 CMOS 기술과는 매우 큰 격차를 보인다. \( \mathrm{MoS}_{2} \) 트랜지스터의 이론적인 결과는 ITRS 기준을 만족할 가능성이 높아 보이나, 전이금속 칼코겐화합물 소자의 채널 소형화에 대한 실험적인 결과는 아직까지 보고되지 않고 있다. 따라서, 미래 기술을 위한 ITRS 기준을 만족하기 위해서는 게이트 길이의 소형화가 시급히 필요하며, 향후 이차원 물질에 기반한 소자 및 회로 연구의 중요한 주제가 될 것으로 예상된다.</p><h2>2.2. 저소비전력(low-power) 소자 응용</h2><p>현재 사용되는 실리콘 기반의 저소비전력 CMOS 기술을 능가하기 위해서는 subthreshold swing이 \( 60 \mathrm{mV} / \mathrm{dec} \) 이하가 되는 것이 필요하며, 이를 위해 가장 큰 관심을 받고 있는 기술은 터널 전계효과 트랜지스터(tunnel field-effect transistor)이다. 터널 전계효과 트랜지스터는 기존 금속-산화물-반도체 전계효과 트랜지스터(MOSFET)와 달리 게이트 전계에 의한 터널링으로 작동하여 매우 낮은 subthreshold swing을 보일 수 있다. 그림 6은 여러 가지 물질을 이용한 터널 전계효과 트랜지스터에서 보고된 subthreshold swing 실험 결과를 보여주고 있으며, 다양한 물질에서 실리콘 MOSFET의 한계인 \( 60 \mathrm{mV} / \mathrm{dec} \) 보다 낮은 subthreshold swing을 나타내었다. 아직 전이금속 칼코겐화합물을 이용한 터널 전계효과 트랜지스터의 실험 결과는 보고되지 않았으나, 그림 6에 나타낸 전이금속 칼코겐화합물의 이론적인 계산 결과는 전이금속 칼코겐화합물이 \( 60 \mathrm{mV} / \mathrm{dec} \) 이하의 subthreshold swing을 나타낼 가능성이 충분함을 보여준다.</p><p>기존의 실리콘과 같은 반도체와 절연체의 계면에는 매달린 결합(dangling bond)이 존재하여 매달린 결합에서 유발되는 표면 상태(surface state)나 트랩(trap)등이 subthreshold swing을 악화시킨다. 그러나 전이금속 칼코겐화합물과 같은 이차원 소재는 표면에 매달린 결합이 없는 장점을 가지고 있다. 또한, 저소비전력 터널 전계효과 트랜지스터 소자로 이용하기에 적절한 에너지 띠틈의 크기는 \( 1-2 \mathrm{eV} \) 으로 알려져 있는데, 이에 해당하는 전이금속 칼코겐화합물의 종류가 다양하다는 장점도 가지고 있다.</p><p>전이금속 칼코겐화합물은 높은 on/off-전류비와 \( 60 \mathrm{mV} / \mathrm{dec} \) 에 근접한 매우 낮은 subthreshold swing을 나타내므로 터널 전계효과 트랜지스터 외에도 ultra-thin-body 트랜지스터로도 가능성이 높아 보인다. 이론적인 계산에 의하면, 채널 길이 \( 5 \mathrm{~nm} \) 인 극단 채널(ultra-short channel) \( \mathrm{MoS}_{2} \) 트랜지스터는 같은 조건의 실리콘 ultra-thin-body 트랜지스터 보다 우수한 특성을 나타내는 것으로 보고되었다. 그러나, 아직 전이금속 칼코겐화합물의 n-형 및 p-형 도핑을 위한 기술이 확립되지 않아 채널의 흡착물이나 칼코겐원소의 빈자리(vacancy)를 이용해 도핑 효과를 얻고 있으므로 이 부분에 대한 많은 연구가 필요하다. 또한, 전이금속 칼코겐화합물과 금속전극 사이의 접촉저항을 감소하는 방법에 대해서도 많은 연구가 필요하다.</p>
|
[
"초고속 전송 영역에서 이차원 반도체가 기존 반도체보다 장점이 되는 점은 무엇이 있는가?",
"유효질량이 크면 상태 밀도는 어떻게 돼?",
"소소-드레인 터널링은 유효질량이 커지면 어떻게 되는가?",
"그림 5에서는 몇 년도의 고성능 소지용 ITRS 기준이 사용되었는가?",
"고유 지연시간 측면에서 \\( \\operatorname{MoS}_{2} \\) 트랜지스터의 실험적 결과는 최근의 CMOS 기술과 비교하였을 때 어떠한가?",
"현재 이용되는 실리콘 기반의 저소비전력 CMOS 기술을 능가하려면 subthreshold swing이 몇 \\( \\mathrm{mV} / \\mathrm{dec} \\) 이하가 되어야 하는가?",
"실리콘 기반의 저소비전력 CMOS 기술 능가를 위해 현재 가장 큰 관심을 받고 있는 기술은 무엇인가?",
"현재 사용되는 저소비전력 CMOS 기술은 무엇을 기반으로 하는가?",
"기존 금속-산화물-반도체 전계효과 트랜지스터와 달리 게이트 전계에 의한 터널링으로 작동해서 매우 낮은 subthreshold swing을 보일 수 있는 트랜지스터는 무엇인가?",
"기존의 금속-산화물-반도체 전계효과 트랜지스터의 작동은 게이트 전계에 의한 터널링으로 이루어지는가?",
"터널 전계효과 트랜지스터는 무엇으로 작동하는가?",
"기존의 반도체와 절연체의 계면에 존재하는 결합으로 subthreshold swing을 악화시키는 것은 무엇인가?",
"반도체나 절연체의 계면에 존재하는 매달린 결합이 subthreshold swing을 악화시키는 것은 매달린 결합에서 무엇이 유발되기 때문인가?",
"전이금속 칼코겐화합물에서 표면 상태나 트랩이 유발될 수 있는가?",
"저소비전력 터널 전계효과 트랜지스터 소자로 이용하기 적절한 에너지 띠틈의 크기는 얼마인가?",
"매달린 결합은 반도체나 절연체의 어디에 존재하는가?",
"에너지 띠틈의 크기가 \\( 1-2 \\mathrm{eV} \\)인 전이금속 칼코겐화합물의 종류는 다양한가?",
"본문에서 채널의 흡착물이나 칼코겐원소의 빈자리를 이용해 도핑 효과를 얻고 있는 이유는 무엇인가?"
] |
0568dff8-980c-4754-a117-f8388b552787
|
인공물ED
|
이차원 전이금속 칼코켄화합물 기반 논리소자
|
<h1>2. 디지털 논리(digital logic) 소자 응용</h1><p>트랜지스터가 스위치 역할을 하는 디지털 회로에서는 트랜지스터의 on-전류가 최대가 되어 스위치 속도를 높이고, 트랜지스터의 off-전류가 최소가 되어 대기 중 소비전력을 줄이는 것이 중요하다. 이러한 특성을 나타내는 지표로 트랜지스터의 on/off-전류비, subthreshold swing, 고유 지연시간(intrinsic delay time), dynamic power indicator 등이 이용된다. On/off-전류비는 트 랜지스터의 on-전류와 off-전류의 상대 비율이고, subthreshold swing은 대기 중 소비전력과 관련되며, 고유 지연시간은 스위치 시간과 관련되며, dynamic power indicator는 스위치 작동에 소비되는 에너지의 척도이다. 미래소자를 위해서는 on/off-전류비는 \( 10^{4} \) 보 다 커야 하고, subthreshold swing은 상온의 최소값인 \( 60 \mathrm{mV} / \mathrm{dec} \) 에 가까울수록 좋으며, 고유 지연시간이 짧고, dynamic power indicator는 작아야 한다.</p><h2>2.1. 고성능(high-performance) 소자 응용</h2><p>현재 실리콘 트랜지스터는 채널의 두께가 줄어들면서 이동도가 같이 줄어들어 스위치 속도가 느려지는 단점이 있으며, 이를 극복하기 위해 트랜지스터의 구조를 변경하거나 새로운 물질을 이용하는 등 여러 가지 기술이 모색되고 있다. 이런 면에서 원자 수 개 규모의 매우 얇은 두께를 갖는 이차원 반도체는 새로운 대안으로 떠오르고 있다. 이황화몰리브덴을 채널로 이용하는 트랜지스터는 높은 on/off-전류비(\(>10^4\))와 낮 은 subthreshold swing (〈\(80 \mathrm{mV/dec}\))을 보이며, 이는 CMOS 디지털 회로에서 사용되는 전계효과 트랜지스터에서 요구되는 특성에 다가가고 있다[그림 \(3\)]. 이황화몰리브덴의 이동도는 실리콘과 유사하게 상온에서 약 \( 400 \mathrm{~cm}^{2} / \mathrm{Vs} \) 까지 가능할 것으로 이론적으로 예상되나 실험적으로 관찰된 이동도는 수십 \( \mathrm{cm}^{2} / \mathrm{VS} \) 에 그치고 있다. 흥미롭게도 다층 phosphorene은 \( 286 \mathrm{~cm}^{2} / \mathrm{Vs} \) 의 이동도를 나타내며 약 \( 1000 \mathrm{~cm}^{2} / \mathrm{Vs} \) 까지 증가하는 것으로 보고되었다.</p><p>이차원 반도체는 두께가 매우 얇은 특성으로 인해 트랜지스터의 소형화 측면에서도 유리하다. 전극에서 생성된 전기장이 반도체 채널을 투과하여 발생하는 단채널 효과를 억제하기 위해서는 채널의 길이가 자연 길이(natural length, \( \lambda \) )의 3-4배 이상 되어야 하는 것으로 알려져 있다. 채널의 유전상수, 두께, 게이트 산화물의 두께, 유전상수를 각각 \( \varepsilon \mathrm{ch}\), \(\mathrm{d}_{\mathrm{ch}}\), \(\mathrm{d}_{\mathrm{ox}}\), \(\varepsilon_{\mathrm{ox}} \)로 나타내면 \( \lambda=\left(\varepsilon_{\mathrm{ch}} \mathrm{d}_{\mathrm{ch}} \mathrm{d}_{\mathrm{ox}} / \varepsilon_{\mathrm{ox}}\right)^{0.5} \) 로 주어진다. 따라서, 이차원 반도체는 원자 수 개 규모의 얇은 두께 덕분에 매우 낮은 \( \lambda \) 를 보이며, 이에 따라 채널 길이가 짧아져도 단채널 효과를 상당히 억제할 수 있다. 예를 들어, \( 3 \mathrm{~nm} \) 두께의 실리콘 채널을 이용하는 ultra-thin-body 트랜지스터가 채널 길이 \( 10 \mathrm{~nm} \) 까지 ITRS 기준을 만족하는 반면, 이황화몰리브덴 트랜지스터는 채널길이 \( 8 \mathrm{~nm} \) 까지 ITRS 기준을 만족할 수 있다고 보고되었다. 특히, 이 정도의 소형화된 소자에서는 전자가 거의 초고속 전송(ballistic transport)된다고 볼 수 있으므로 이황화몰리브덴의 낮은 이동도는 큰 문제가 되지 않는다.</p>
|
[
"트랜지스터가 스위치 역할을 하는 디지털 회로에서 대기 중 소비전력에 관여하는 것은 트랜지스터의 off-전류인가?",
"트랜지스터가 스위치 역할을 하는 디지털 회로의 지표 중에서 대기 중의 소비 전력과 관련된 지표는 무엇인가?",
"스위치 작동에 소비되는 에너지의 척도를 나타내는 지표는 무엇인가?",
"본문에 따르면 이차원 반도체는 어느 정도의 두께를 갖는가?",
"현재 실리콘 트랜지스터가 가지고 있는 단점은 무엇인가?",
"실리콘 트랜지스터의 단점 극복을 위한 기술이 모색되는 가운데 무엇이 새로운 대안으로 떠오르고 있는가?",
"이차원 반도체가 트랜지스터의 소형화 측면에서 유리한 것은 어떠한 특성 때문인가?",
"본문에서 이황화몰리브덴의 낮은 이동도가 큰 문제가 되지 않는다고 하는 이유가 뭐야?",
"채널의 길이가 자연 길이의 2배라면 전극에서 생성된 전기장이 반도체 채널을 투과하여 발생하는 단채널 효과를 억제할 수 있는가?",
"트랜지스터의 on-전류와 off-전류의 상대 비율을 뭐라고 부르는가?",
"미래소자를 위해서 subthreshold swing의 값은 \\( 60 \\mathrm{mV} / \\mathrm{dec} \\) 보다 클수록 좋은가?",
"채널로 이황화몰리브덴을 이용하는 트랜지스터는 \\(10^4\\) 보다 큰 전류비를 보이는가?",
"이황화몰리브덴의 이동도에 대한 이론적 예상과 실험적 관찰은 일치하는가?",
"본문에서 on/off 전류비는 미래소자를 위해 최소한 얼마보다 커야 하는가?"
] |
f6d50316-1eec-430f-9ba7-53bf09d3984e
|
인공물ED
|
이차원 전이금속 칼코켄화합물 기반 논리소자
|
<h1>3. 결 론</h1><p>전이금속 칼코겐화합물에 대한 연구는 최근 5년간 급속도로 확장되었으며, 본 논문에서 소개한 논리소자 응용 이외에도 유연소자, 광전소자, 에너지, 바이오 분야로의 응용 및 새로운 물질 특성과 물리 특성 등 기초 과학적인 측면에서도 많은 연구가 진행되고 있다. 본 논문에서는 \( \mathrm{MoS}_{2} \) 를 중심으로 현재 연구 중인 이차원 전이금속 칼코겐화합물 기반 논리소자의 연구현황 및 향후 전망에 대해서 간략히 알아보았으며, 그 내용을 요약해보면 표 1 과 같다. 이차원 전이금속 칼코겐화합물 기반 전자소자에 흥미를 갖는 근원적인 이유는 원자 규모의 두께를 갖는 반도체이기 때문이며, 이 분야의 지속적인 발전과 성장을 위해서는 균일한 대면적 성장, 도핑 조절, 금속 전극 특성 조절, 고유전상수(high-k) 게이트 유전체 등을 포함한 분야에서 새로운 도약이 필요하다. 물리학, 화학, 재료공학, 전기공학 등 다학제적 접근을 통해 이러한 문제를 극복한다면 전이금속 칼코겐화합물 기반 전자 소자는 기존의 전자산업 영역을 능가하는 새로운 시장을 창출할 수 있을 것으로 기대된다.</p>
|
[
"이차원 전이금속 칼코겐화합물 기반 전자소자에 흥미를 갖는 근원적인 이유는 원자 규모의 두께를 갖는 반도체이기 때문인가?",
"전이금속 칼코겐화합물에 대한 연구는 최근 5년간 급속도로 확장되었나?",
"본 논문에서 소개한 논리소자 응용 이외에도 유연소자, 광전소자, 에너지, 바이오 분야로의 응용 및 새로운 물질 특성과 물리 특성 등 기초 과학적인 측면에서도 많은 연구가 진행되고 있나?",
"논문에서 말하는 분야의 지속적인 발전과 성장을 위해서는 균일한 대면적 성장, 도핑 조절, 금속 전극 특성 조절, 고유전상수(high-k) 게이트 유전체 등을 포함한 분야에서 새로운 도약이 필요한가?",
"물리학, 화학, 재료공학, 전기공학 등 다학제적 접근을 통해 이러한 문제를 극복한다면 어떻게 된다고 기대되는가?",
"본 논문에서 물리학, 화학, 재료공학, 전기공학 등 다학제적 접근을 통해 이러한 문제를 극복한다면 전이금속 칼코겐화합물 기반 전자 소자는 기존의 전자산업 영역을 능가하는 새로운 시장을 창출할 수 있을 것이라 말하는가?"
] |
4d319f5b-4c9a-44f6-ac14-bf92ad3bb97f
|
인공물ED
|
이차원 전이금속 칼코켄화합물 기반 논리소자
|
<h1>1. 서 론</h1><p>탄소 원자들이 육각형의 벌집 모양으로 배열된 그래핀[그림 1]은 대표적인 이차원 물질로 놀라운 특성을 가져 매우 큰 관심을 받고 있으나, 전기적으로 에너지 띠틈(bandgap)이 없는 준금속이므로 전자산업의 핵심소자인 트랜지스터로의 응용이 매우 어려운 단점을 가진다. 따라서, 그래핀의 트랜지스터 응용을 위해 그래핀에 에너지 띠틈을 만들 수 있는 그래핀 나노리본이나 그래핀 겹층에 대한 연구가 활발히 진행되어 왔으나, 약 \( 0.4 \mathrm{eV} \) 의 제한적인 띠틈만이 가능하며 띠틈이 형성되면 이동도가 급격히 감소하는 문제가 있어 실질적인 응용에는 한계가 있는 상황이다[그림 1]</p><p>이러한 문제를 극복하기 위하여 최근 이황화몰리브덴 (\(\mathrm{MoS}_{2} \)) 과 같은 전이금속 칼코겐화합물에 대한 연구가 매우 활발히 진행되고 있다. 전이금속 칼코겐화합물은 \( \mathrm{MX}_{2} \) 의 화학식으로 표현되며, 여기서 \( \mathrm{M} \) 은 전이금속 원 소(주기율표 4 ~ 6족)이고 X는 칼코겐 원소(주기율표 6족인 \(\mathrm{S}\), \(\mathrm{Se}\), \(\mathrm{Te}\))이다. 이러한 전이금속 칼코겐화합물은 흑연과 유사한 층상구조를 가지며, 공유결합으로 이루어진 X-M-X이 느슨한 판데르발스 결합으로 유지되고 있다[그림 2] 이러한 전이금속 칼코겐화합물 가운데 현재 트랜지스터 응용을 위해 가장 활발히 연구가 진행되고 있는 물질은 반도체 특성을 갖는 이황화몰리브덴 (\( \mathrm{MoS}_{2} \)) 으로, 단결정 덩어리 형태의 이황화몰리브덴은 약 \( 1.3 \mathrm{eV} \) 의 간접천이 띠틈을 가지나, 두께가 줄어듦에 따라 띠틈이 커지고 단층이 되면 약 \( 1.9 \mathrm{eV} \) 의 직접천이 띠틈을 갖게 된다[그림 2] 따라서, 본 논문에서는 이황화몰리브덴에 초점을 맞춰 전이금속 칼코겐화합물 기반의 디지털 논리소자 연구현황과 전망에 대해 소개하고자 한다.</p>
|
[
"그래핀은 준금속이기 때문에 트랜지스터로서의 응용이 쉬울까?",
"그래핀은 전기적으로 에너지 티뜸이 없는 무슨 종류의 이차원 물질일까?",
"탄소 원자들이 육각형의 벌집 모양으로 배열된 이차원 물질은 뭘까?"
] |
f290171c-db94-442a-a435-5ecb9185ad30
|
인공물ED
|
두 대의 LLT 변압기 적용 LLC 직렬 공진 컨버터
|
<h2>2.2 LLT 변압기의 설계</h2> <p>본 절에서는 앞서 전개한 수식을 근거로 LLT 변압기의 설계과정에 대해 서술하였다. 그리고 요구된 설계사양 및 주요 설계 요소를 표 1에 나타내었다.</p> <table border><caption>표 1 LLC 직렬공진 컨버터의 설계사양</caption> <tbody><tr><td>입력전압 \( \left(\mathrm{V}_{\mathrm{in}}\right) \)</td><td>\( 320 \mathrm{~V}_{\mathrm{DC}} \sim 400 \mathrm{~V}_{\mathrm{DC}} \)</td></tr><tr><td>출력전압 \( \left(\mathrm{V}_{\mathrm{s} \text {\_out }}\right) \)</td><td>\( 195 \mathrm{~V}_{\mathrm{DC}}\left(185 \mathrm{~V}_{\mathrm{DC}} \sim 200 \mathrm{~V}_{\mathrm{DC}}\right) \)</td></tr><tr><td>출력전류 \( \left.(\mathrm{I}_{\mathrm{s} \text {\_out }}\right) \)</td><td>\( 0.1 \mathrm{~A} \sim 2 \mathrm{~A} \)</td></tr><tr><td>\( \mathrm{A}\left(\mathrm{L}_{\mathrm{lp}} / \mathrm{L}_{\mathrm{m}}\right) \)</td><td>\( 0.15 \)</td></tr><tr><td>\( \mathrm{B}\left(\mathrm{N}^{2} \mathrm{~L}_{\mathrm{l}} / \mathrm{L}_{\mathrm{m}}\right) \)</td><td>\( 0.1 \)</td></tr><tr><td>\( \mathrm{Q}\left(\omega_{\mathrm{r}} \mathrm{L}_{\mathrm{er}} / \mathrm{N}_{2} \mathrm{R}_{\mathrm{ac}}\right) \)</td><td>\( 1.2 \)</td></tr><tr><td>자속밀도 \( (\Delta \mathrm{B}) \)</td><td>\( 0.27 \mathrm{~T} \)</td></tr><tr><td>공진주파수 \( \left(\mathrm{f}_{\mathrm{r}}\right) \)</td><td>\( 150 \mathrm{kHz} \)</td></tr></tbody></table> <p>먼저 두 개의 변압기 각각의 파라미터가 같다고 가정하고 \( \mathrm{A}\left(\mathrm{L}_{\mathrm{p}} / \mathrm{L}_{\mathrm{m}}\right) \) 와 \( \mathrm{B}\left(\mathrm{N}^{2} \mathrm{~L}_{\mathrm{s}} / \mathrm{L}_{\mathrm{m}}\right) \) 값을 결정한 후 식 (12)를 이용하여 \( \mathrm{Q}\left(\omega_{\mathrm{r}} \mathrm{L}_{\mathrm{ee}} / \mathrm{N}^{2} \mathrm{R}_{\mathrm{ac}}\right) \) 를 선정할 수 있다. 본 논문에서 적용된 코어는 EEA445 2조를 적용하였고, \( \mathrm{A}=0.15, \mathrm{~B}=0.1 \)로 두고 설계하였다. 이때 \( \mathrm{A}, \mathrm{B} \) 값은 코어와 보빈의 형상이나 권선 방법에 따라 바꿜 수 있기 때문에 원하는 공진특성을 얻기 위해서는 설계 시 충분히 검토되어야 한다. 그림 3(a), (b)는 턴수비 \( (\mathrm{N}) \) 가 1 이라고 가정하고 \( \mathrm{B}=0 \) 일 때와 \( \mathrm{B}=0.1 \) 일 때 \( \mathrm{B}\left(\mathrm{N}^{2} \mathrm{~L}_{\mathrm{s}} / \mathrm{L}_{\mathrm{m}}\right) \) 값에 따른 이득 특성을 비교한 시뮬레이션이다.</p> <p>시뮬레이션 결과를 통해서 알 수 있듯이 \( \mathrm{B}\left(\mathrm{N}^{2} \mathrm{~L}_{1 \mathrm{~s}} / \mathrm{L}_{\mathrm{m}}\right) \) 값은 전체적으로 전압이득을 높여주기도 하지만, 공진 주파수 \( \left(\omega_{n}\right) \) 에서 \( \mathrm{B} / 2 \) 값 만큼 DC 이득을 상승시킨다. 따라서 식 (13)에서 정규화된 공진주파수 \( \left(\omega_{n}\right) \) 가 1 인 점에서는 식 (15)와 같이 나타내 수 있고, 이에 따라 중부하 조건(static \( \max \left(\mathrm{I}_{0 \mathrm{~s}}=2 \mathrm{~A}_{\text {ave }}\right) \), dynamic \( \left.\max \left(\mathrm{I}_{\mathrm{os}}=11 \mathrm{~A}_{\text {peak }}\right)\right) \) 에서 공진점에서 스위칭 동작을 하도록 하여 효율을 최대화 시킬 수 있도록 턴-수비를 구할 수 있다. 따라서 \( \mathrm{B} \) 값의 영향으로 공진점에서 \( \mathrm{B} / 2 \) 값 \( (0.05) \) 만큼 DC 이득이 상승되기 때문에 공진점 이하의 불연속 모드 동작을 위해 \( \mathrm{B} \) 값만큼 상승된 이득을 고려하여 식 \( (16) \) 에 의해 턴-수비 \( (\mathrm{N}) \) 를 결정한다.</p> <p>\( G_{V}=\frac{1}{N}\left|\frac{1}{2\left(1-\frac{B}{1+B}\right)}\right| \)<caption>(15)</caption></p> <p>\( N=\frac{V_{\text {in }}}{V_{\text {out }}} \frac{(1+B)}{2} \)<caption>(16)</caption></p> <p>턴-수비 \( (\mathrm{N}) \) 가 결정되면 그림 3 에 나타낸 시뮬레이션 결과에서처럼 최대 부하조건\( (1.5 \mathrm{kW}) \)에서도 주 스위칭 소자의 ZVS를 이룰 수 있는 전압이득을 갖는 \( \mathrm{Q} \) 값을 선정한다.</p> <p>그림 4 는 식 \( (13) \) 을 이용하여 \( \mathrm{A}=0.15, \mathrm{~B}=0.1 \) 로 고정 후 \( \mathrm{Q} \) 값을 \( 0.4 \) 에서 \( 1.4 \) 까지 변화시켰을 때의 전압이득 특성을 나타내었다. \( \mathrm{Q} \) 값을 변화시킨 다는 것은 정격부하에서 등가누설인덕턴스 \( \left(\mathrm{L}_{e q}\right) \) 의 변화를 의미한다. \( \mathrm{Q} \) 값 선정 시 너무 큰 값의 \( \mathrm{Q} \) 값을 선택하면 최대 부하조건에서 전압이득 마진이 부족하게 되어 원하는 출력을 얻을 수 없고, 이와 반대로 너무 작은 값의 \( \mathrm{Q} \) 값을 선택하면 과 설계가 되어 전압이득 마진은 충분하지만 순환전류 증가에 따른 효율저감 특성을 갖는다. 그러므로 요구된 출력 용량에서 적절한 이득 마진을 갖는 \( \mathrm{Q} \) 값 선정이 중요하다.</p> <p>\( \mathrm{Q} \) 값이 결정 \( (\mathrm{Q}=1.2) \) 되면 정격부하에서 등가 누설인덕턴스 \( \left(\mathrm{L}_{e q}\right) \) 가 결정이 되고, 그에 따라 식 (17)에 의해 자화 인덕턴스 \( \left(\mathrm{L}_{\mathrm{m}}\right) \) 를 구한 후 식 (18)에 의해 1차측 및 2차측 누설 인덕턴스를 구할 수 있다.</p> <p>\( L_{m}=\frac{L_{e q}}{A+\frac{B}{1+B}} \)<caption>(17)</caption></p> <p>\( L_{l p}=A L_{m}, \quad N^{2} L_{l s}=B L_{m} \)<caption>(18)</caption></p> <p>또한 본 논문에서 적용된 등가 공진 주파수는 등가 누설 인덕던스 \( \left(\mathrm{L}_{\mathrm{eq}}\right) \) 와 직렬 커패시터 \( \left(\mathrm{C}_{\mathrm{s}}\right) \) 가 공진할 때의 주파수로 \( \omega_{r}=1 / \sqrt{2 L_{e q} C_{s}} \) 이다. 그러므로 직렬 커패시터 \( \left(\mathrm{C}_{\mathrm{s}}\right) \) 는 식 (19)에 의해 얻어진다.</p> <p>\( C_{s}=\frac{\left(1 / \omega_{r}\right)^{2}}{2 L_{e q}} \)<caption>(19)</caption></p> <table border><caption>표 2 계산된 파라미터</caption> <tbody><tr><td>1 차측 자기인덕던스 \( \left(\mathrm{L}_{p}\right) \)</td><td>\( 58.5 \mathrm{uH} \)</td></tr><tr><td>2 차측 자기인덕턴스 \( \left(\mathrm{L}_{\mathrm{s}}\right) \)</td><td>\( 185.1 \mathrm{uH} \)</td></tr><tr><td>등가 누설인덕던스 \( \left(\mathrm{L}_{\text {eq }}\right) \)</td><td>12.26uH</td></tr><tr><td>자화 인덕턴스( \( \left.\mathrm{L}_{\mathrm{m}}\right) \)</td><td>\( 50.89 \mathrm{uH} \)</td></tr><tr><td>\( \mathrm{L}_{\mathrm{p}}\left(\mathrm{AL}_{\mathrm{m}}\right) \)</td><td>\( 7.63 \mathrm{uH} \)</td></tr><tr><td>\( \mathrm{N}^{2} \mathrm{~L}_{\mathrm{s}}\left(\mathrm{BL}_{\mathrm{m}}\right) \)</td><td>\( 5.09 \mathrm{uH} \)</td></tr><tr><td>\( \mathrm{N}\left(\mathrm{n}_{1} / \mathrm{n}_{2}\right) \)</td><td>\( 0.545(12 / 22) \)</td></tr><tr><td>공극(Air-gap)</td><td>\( 0.36 \mathrm{~mm} \)</td></tr><tr><td>직렬 커패시터 \( \left(\mathrm{C}_{\mathrm{S}}\right) \)</td><td>\( 46 \mathrm{nF} \)</td></tr></tbody></table> <p>표 2의 계산된 변압기 파라미터를 근거로 하여 LLT 변압기를 제작하였고, 측정된 파라미터를 표 3에 나타내었다.</p> <table border><caption>표 3 두 대의 LLT 변압기의 측정된 파라미터</caption> <tbody><tr><td></td><td>변압기 1</td><td>변압기 2</td></tr><tr><td>1 차측 자기인덕턴스 \( \left(\mathrm{L}_{\mathrm{p}}\right) \)</td><td>\( 54.86 \mathrm{uH} \)</td><td>\( 55.68 \mathrm{uH} \)</td></tr><tr><td>2차측 자기인덕턴스 \( \left(\mathrm{L}_{\mathrm{s}}\right) \)</td><td>\( 173.52 \mathrm{uH} \)</td><td>\( 191.36 \mathrm{uH} \)</td></tr><tr><td>등가 누설인덕턴스 \( \left(\mathrm{L}_{e q}\right) \)</td><td>\( 12.49 \mathrm{uH} \)</td><td>\( 12.53 \mathrm{uH} \)</td></tr><tr><td>\( \mathrm{A}\left(\mathrm{L}_{\mathrm{lp}} / \mathrm{L}_{\mathrm{m}}\right) \)</td><td>\( 0.173 \)</td><td>\( 0.123 \)</td></tr><tr><td>\( \mathrm{B}\left(\mathrm{N}^{2} \mathrm{~L}_{\mathrm{ls}} / \mathrm{L}_{\mathrm{m}}\right) \)</td><td>\( 0.104 \)</td><td>\( 0.149 \)</td></tr><tr><td>\( \mathrm{N}\left(\mathrm{n}_{\mathrm{l}} / \mathrm{n}_{2}\right) \)</td><td>\( 0.545(12 / 22) \)</td><td>\( 0.545(12 / 22) \)</td></tr></tbody></table>
|
[
"\\( \\mathrm{A} \\)의 값은 어떤 변압기에서 더 큰 값을 가져?",
"어떤 변압기에서 \\(\\mathrm{A} \\)의 값이 더 큰 경향을 지닐까?",
"변압기 2의 \\( \\mathrm{B}\\)값은 뭐야?",
"표 3에서 제시된 변압기 2에서의 \\( \\mathrm{B}\\)값은 무엇일까?",
"변압기 1과 2에서 동일한 값을 가지는 파라미터가 뭐야?",
"무슨 파라미터가 변압기 1과 2에서 동일한 값을 지니지?",
"자화 인덕턴스는 어떤 방식으로 구했어?",
"어떤 방법으로 자화 인덕턴스가 구했졌지?",
"2차측 자기 인덕턴스를 계산하면 어떤 값이 도출돼?",
"표2를 통해 어떤 값이 2차측 자기 인덕턴스의 계산 값이야?",
"턴-수비는 어떤 과정으로 결정해?",
"어떤 과정으로 턴-수비가 결정될까?",
"직렬 커패시터와 누설 인덕턴스가 공진할 때의 주파수는 어떻게 표현할 수 있어?",
"누설 인덕턴스와 직렬 커패시터가 공진할 때의 주파수는 어떻게 나타나질까?",
"\\( 50.89 \\mathrm{uH} \\)은 어떤 파라미터가 계산된 값이야?",
"어떤 파라미터가 계산된 결과가 \\( 50.89 \\mathrm{uH} \\)로 나왔는가?",
"1,2차측 누설 인덕턴스는 어떻게 구해?",
"어떻게 1,2차측 누설 인덕턴스가 구해질까?",
"1차측 자기인덕턴스는 어떤 값을 가져?",
"표 2에서 어떤 값이 1차측 자기인덕턴스로 제시되었는가?",
"변압기 1의 1차축 자기인덕턴스 값은 뭐야?",
"무엇이 변압기 1의 1차축 자격인덕턴스 값이지?",
"12.26uH는 어떤 것에 대한 계산값이야?",
"어떤 것에 대한 계산값이 12.26uH일까?",
"직렬 커패시터는 어떻게 얻을 수 있어?",
"직렬 커패시터 수식은 어떻게 구해지는가?",
"직렬 커패시터의 도출값은 뭐야?",
"어떤 것이 표 3에서 직렬 커패시터의 도출값이지?",
"2차축 자기인덕턴스는 변압기2에서 어떤 값을 보이고 있어?",
"변압기2의 2차축 자신인덕턴스는 어떤 값을 보이고 있어?",
"LLC 직렬공진 컨버터의 입력전압은 어느정도야?",
"LLC 직렬공진 컨버터의 입력전압은 얼마입니까?",
"\\( 195 \\mathrm{~V}_{\\mathrm{DC}}\\left(185 \\mathrm{~V}_{\\mathrm{DC}} \\sim 200 \\mathrm{~V}_{\\mathrm{DC}}\\right) \\)의 값은 어떤 항목에 대한 것인가?",
"어떤 항목에 대한 것이 \\( 195 \\mathrm{~V}_{\\mathrm{DC}}\\left(185 \\mathrm{~V}_{\\mathrm{DC}} \\sim 200 \\mathrm{~V}_{\\mathrm{DC}}\\right) \\) 로 나타내어졌는가?",
"컨버터의 설계사양중 단위가 \\(\\mathrm{kHz} \\)인 항목이 뭐야?",
"어떤 항목이 컨버터의 설계사양중 단위가 \\(\\mathrm{kHz} \\)일까",
"설계사양 중에서 자속 밀도는 어떤 값을 보이고 있어?",
"자속 밀도는 설계사양 중에서 어떤 값을 보이고 있어?",
"\\( \\mathrm{Q}\\left(\\omega_{\\mathrm{r}} \\mathrm{L}_{\\mathrm{er}} / \\mathrm{N}_{2} \\mathrm{R}_{\\mathrm{ac}}\\right) \\)는 얼마의 값을 나타내고 있어?",
"표 1에서 제시한 \\( \\mathrm{Q}\\left(\\omega_{\\mathrm{r}} \\mathrm{L}_{\\mathrm{er}} / \\mathrm{N}_{2} \\mathrm{R}_{\\mathrm{ac}}\\right) \\) 의 값은?",
"\\( G_{V}\\)는 어떻게 표현할 수 있어?",
"\\( G_{V}\\)의 수식은 무엇이야?"
] |
7b2575a2-6027-48d7-bea7-95725ac72d23
|
인공물ED
|
두 대의 LLT 변압기 적용 LLC 직렬 공진 컨버터
|
<h1>3. 실험결과</h1> <p>표 3 의 변압기를 50 인치 PDP 전원장치에 적용하여 실험하였다. 전자부하를 적용하여 검증하였으며, \( \mathrm{Vs} \) 전원부의 부하특성을 고려하여 \( \mathrm{Vs} \) 전원부 출력이 고정 부하 조건(static max : \( 2 \mathrm{~A}_{\mathrm{ave}} \) )과 다이나믹(Dynamic \( \max : 2 \mathrm{~A}\left(\mathrm{I}_{0}=11 \mathrm{~A}_{\text {peak }}\right) \) 부하 조건일 때에도 1차측 주 스위칭 소자는 ZVS(Zero Voltage Switching) 동작을 만족해야 한다. 여기서 다이나믹 부하란 PDP TV 모듈의 부하특성과 유사한 부하 조건을 만들어 주기 위해 전자부하 상에서 \( 60 \mathrm{~Hz} \)의 주기를 갖는 펄스형 정현파를 발생 시켜주는 부하조건이다. 그리고 이때 적용된 주요 정격에 대해서 표 4에 나타내었다.</p> <table border><caption>표 4 LLC 직렬 공진컨버터 주요 정격</caption> <tbody><tr><td>스위칭 주파수 범위 \( \left(\mathrm{f}_{\mathrm{s}}\right) \)</td><td>\( 143.6 \mathrm{kHz} \sim 156.9 \mathrm{kHz} \)</td></tr><tr><td>공진주파수 \( \left(f_{r}\right) \)</td><td>\( 146.8 \mathrm{kHz} \)</td></tr><tr><td>공진커패시터 \( \left(\mathrm{C}_{\mathrm{s}}\right) \)</td><td>\( 47 \mathrm{nF} \)</td></tr><tr><td>제어 IC</td><td>ST사: L6599D</td></tr><tr><td>주 스위칭 소자</td><td>STW20NK50Z \( (500 \mathrm{V}, 20 \mathrm{A}) \)</td></tr><tr><td>출력 정류다이오드</td><td>FCF10A40 \( (400 \mathrm{V}, 10 \mathrm{A}) \)</td></tr></tbody></table> <p>그림 9와 그림 10은 부하 변화 시 1차측 단자 전압과 전류, 2차측 다이오드 전압과 정류된 전류 파형을 나타낸다. Static 중부하 \( \left(2 \mathrm{~A}_{\mathrm{ave}}\right) \) 에서 경부하 \( \left(0.1 \mathrm{~A}_{\mathrm{ave}}\right) \) 까지 부하 변화 시 스위칭 주파수는 각각 \( 143.6 \mathrm{kHz} \) 에서 \( 156.9 \mathrm{kHz} \) 사이에서 동작하고, 다이나믹 최대부하 \( (1.5 \mathrm{~kW}) \)에서는 \( 143.6 \mathrm{kHz} \)에서 동작하는 것을 확인하였다. 그리고 최대 부하 (static max : \( 2 \mathrm{~A} \), dynamic max \( \left.: 2 \mathrm{~A}\left(\mathrm{I}_{0}=11 \mathrm{~A}_{\text {peak }}\right)\right) \) 조건에서 1 차측의 주 스위칭 소자는 항상 ZVS 동작을 하는 것을 확인하였다. 실험결과를 통해서 그림 8에 나타낸 두 대의 LLT 변압기 적용 LLC 공진 컨버터의 전압이득 특성 분석 결과와 스위칭 동작 주파수 범위가 일치하므로 이론적 해석이 타당함을 알 수 있다.</p> <p>그림 11은 두 대의 LLT 변압기 적용 LLC 공진 컨버터의 효율 특성을 나타낸다. 경부하 \( \left(\mathrm{I}_{0}=0.1 \mathrm{~A}\right) \) 에서 1차측에 순환전류만 흐르기 때문에 낮은 효율 특성을 보이고, 중부하 \( \left(\mathrm{I}_{0}=2 \mathrm{~A}\right) \)로 갈수록 \( 95.4 \% \)의 높은 효율특성을 보였다. 그리고 그림 12는 두 대의 LLT변압기 적용 50HD PDP PSU의 시제품 사진이다.</p>
|
[
"어떻게 적용하여 실험했는가?",
"다이나믹 부하란 PDP TV 모듈의 부하특성과 유사한 부하 조건을 만들어 주기 위해 어떻게 하는 부하조건인가?",
"스위칭 주파수 범위(fs)의 값은 얼마인가?",
"146.8 kHz가 나온 주요 정격은 무엇인가?",
"제어 IC의 값은 무엇인가?",
"STW20NK50Z(500V,20A) 를 가진 주요 정격은 무엇인가?",
"출력 정류 다이오드의 값은 무엇인가?",
"스위칭 주파수는 어떻게 해야 각각 143.6kHz 에서 156.9kHz 사이에서 동작하는가?",
"다이나믹 최대부하 (1.5 kW)에서는 어떻게 해야 143.6kHz에서 동작할까?",
"어떻게 해야 1 차측의 주 스위칭 소자는 항상 ZVS 동작을 하는가?",
"어떻게 실험결과를 통해 이론적 해석이 타당함을 알 수 있는가?",
"경부하(I0=0.1 A) 에서 1차측에 순환전류만 흐르면 어떻게 되는가?",
"중부하(I0=2 A)로 갈수록 어떻게 되는가?"
] |
1325dcf6-12a8-4f5b-8bac-fb3e2234e2a4
|
인공물ED
|
Metamorphic HEMT에서 low-k Benzocyclobutene(BCB)를 이용한 표면 passivation 비교 연구
|
<h1>III. 측정 결과</h1> <p>제작된 각각의 MHEMT는 Agilent사의 \( \mathrm{HP} 4156 \mathrm{~A} \) \( \mathrm{DC} \) parameter analyzer를 이용하여 passivation 전과 후를 구분하여 \( \mathrm{DC} \) 특성을 두 번씩 측정하였다. 결과 데이터의 신뢰성을 높이기 위해 제작된 소자들의 측정 데이터에서 여러 개를 임의로 선택하여 평균값을 구하였다. 이후에 나오는 결과 데이터들은 여러 소자들의 평균값으로 나타낸 것이다.</p> <p>평균값을 구한 결과 \( \mathrm{Si}_{3} \mathrm{~N}_{4} \)를 이용하여 passivation을 진행한 소자들의 경우에는 핀치-오프 전압 \( \left(\mathrm{V}_{\mathrm{p}}\right) \)은 \( -1.2 \)\( \mathrm{V} \)이고, 최대 드레인 전류 Idss는 게이트와 소스간의 전압 \( \left(\mathrm{V}_{\mathrm{gs}}\right) \) 이 \( 0 \mathrm{~V} \)일 때 \( 61 \mathrm{~mA} \) 에서 \( 53 \mathrm{~mA} \)로 passivation 후에 \( 13 \% \)가 감소하였다. 그리고 최대 전달컨덕턴스 \( \mathrm{g}_{\mathrm{m}, \max } \)는 \( 507 \mathrm{mS} / \mathrm{mm} \)에서 \( 462 \mathrm{mS} / \mathrm{mm} \)로 passivation 후에 \( 8 \% \)가 감소하였다. \( \mathrm{Si}_{3} \mathrm{~N}_{4} \) passivation 전후의 \( \mathrm{DC} \) 특성 그래프를 그림 3에 나타내었다.</p> <p>BCB를 이용하여 passivation을 진행한 소자들의 경우 핀치-오프 전압 \( \left(\mathrm{V}_{\mathrm{p}}\right) \)은 \( -1.2 \mathrm{~V} \)이고, 최대 드레인 전류 Idss는 게이트와 소스간의 전압 \( \left(\mathrm{V}_{\mathrm{gs}}\right) \) 이 \( 0 \mathrm{~V} \)일 때 \( 63 \mathrm{~mA} \)에서 \( 59 \mathrm{~mA} \)로 약 \( 6.9 \% \)가 감소하였다. 그리고 최대 전달컨덕턴스 \( \mathrm{g}_{\mathrm{m}, \max } \)는 \( 531 \mathrm{mS} / \mathrm{mm} \)에서 495\( \mathrm{mS} / \mathrm{mm} \)로 passivation 후에 \( 6.8 \% \)가 감소하였다. BCB passivation 전후의 \( \mathrm{DC} \) 특성 그래프를 그림 4에 나타내었다. 표 1 에 \( \mathrm{DC} \) 특성에 대한 \( \mathrm{Si}_{3} \mathrm{~N}_{4} \)와 BCB 두 경우의 결과를 요약하였다.</p> <table border><caption>표 1. MHEMT의 DC 측정 결과</caption> <tbody><tr><td rowspan=2></td><td colspan=2>\( I_{\mathrm{dss}} \)</td><td colspan=2>\( \mathrm{g}_{\mathrm{m}, \max } \)</td></tr><tr><td>mA</td><td>감소량</td><td>mA</td><td>감소량</td></tr><tr><td>SigNA 전()</td><td>61</td><td rowspan=2>13.1 %</td><td>507</td><td rowspan=2>8.9 %</td></tr><tr><td>후()</td><td>53</td><td>462</td></tr><tr><td>BCB 전()</td><td>63</td><td rowspan=2>6.3 %</td><td>531</td><td rowspan=2>6.8 %</td></tr><tr><td>BCB 후()</td><td>59</td><td>495</td></tr></tbody></table> <table border><caption>표 2. MHEMT의 RF 특성</caption> <tbody><tr><td rowspan=2></td><td colspan=2>\( \mathrm{S}_{21} @ 50 \)\(\mathrm{GHz}\)</td><td colspan=2>\( \mathrm{f}_{\mathrm{T}} \)</td><td colspan=2>\( f_{\max } \)</td></tr><tr><td>\(\mathrm{dB}\)</td><td>감소량</td><td>\(\mathrm{GHz}\)</td><td>감소량</td><td>\(\mathrm{GHz}\)</td><td>감소량</td></tr><tr><td>\(\mathrm{Si}_{3} \mathrm{N}_{4}\) 전 ()</td><td>8.4</td><td rowspan=2>12 %</td><td>131</td><td rowspan=2>13 %</td><td>286</td><td rowspan=2>12 %</td></tr><tr><td>\( \mathrm{Si}_{3} \mathrm{N}_{4} \)후( )</td><td>7.4</td><td>114</td><td>252</td></tr><tr><td>BCB 전()</td><td>7.45</td><td rowspan=2>7.4 %</td><td>113</td><td rowspan=2>8.8 %</td><td>279</td><td rowspan=2>9.7 %</td></tr><tr><td>BCB 후()</td><td>6.9</td><td>103</td><td>252</td></tr></tbody></table> <p>RF 특성을 비교하기 위하여 Anritsu사의 ME7808A Vector Network Analyzer를 사용하여 \( 0.5 \sim 50 \mathrm{GHz} \) 대역에서 On-wafer 측정 방법으로 S-parameter 특성을 측정하였다. 측정된 S-parameter 값들을 이용하여 외삽법을 이용하여 \( \mathrm{f}_{\mathrm{T}}, \mathrm{f}_{\max } \)를 구하였다. 측정 결과, \( \mathrm{Si}_{3} \mathrm{~N}_{4} \)를 이용하여 passivation을 진행한 소자들의 경우에는 \( \mathrm{S}_{21} \), \( \mathrm{f}_{\mathrm{T}}, \mathrm{fmax} \)의 평균값들이 passivation 후에 각각 \( 12 \% \), \( 13 \%, 12 \% \) 감소하였지만, BCB를 이용하여 passivation을 진행한 소자들의 경우에는 \( 7.4 \%, 8.8 \%, 9.7 \% \) 감소하였다. 각각의 경우에 대한 그래프는 그림 5와 6에 나타내었고, 표 2에 요약하였다.</p>
|
[
"평균을 구하고, 소자를 어떻게 처리 했나요?",
"\\( \\mathrm{DC} \\) 특성을 어떻게 두 번씩 측정했나요?",
"passivation 처리의 전후에 나타나는 \\( \\mathrm{DC} \\) 특성은 어떻게 나타냈나요?",
"passivation의 진행 유무를 비교한 실험 환경은 어떻게 조성되나요?",
"passivation을 진행한 소자와 진행 이전의 소자는 핀치-오프 전압 \\( \\left(\\mathrm{V}_{\\mathrm{p}}\\right) \\)은 \\( -1.2 \\)\\( \\mathrm{V} \\)이고, 최대 드레인 전류 Idss는 게이트와 소스간의 전압 \\( \\left(\\mathrm{V}_{\\mathrm{gs}}\\right) \\) 이 \\( 0 \\mathrm{~V} \\)의 조건에서 mA의 값은 어떻게 변화했나요?",
"passivation을 진행한 소자와 진행 이전의 소자는 핀치-오프 전압 \\( \\left(\\mathrm{V}_{\\mathrm{p}}\\right) \\)은 \\( -1.2 \\)\\( \\mathrm{V} \\)이고, 최대 드레인 전류 Idss는 게이트와 소스간의 전압 \\( \\left(\\mathrm{V}_{\\mathrm{gs}}\\right) \\) 이 \\( 0 \\mathrm{~V} \\)의 조건에서 최대 전달컨덕턴스의 값은 어떻게 변화했나요?",
"passivation을 BCB로 할때 처리 전후의 비교를 위한 실험 환경 조성은 어떻게 했나요?",
"passivation로 BCB를 썻을 때 전후 비교 실험에서 mA의 값이 어떻게 변화하나요?",
"BCB를 활용하여 passivation 처리를 진행한 소자의 처리 전후 비교에서 최대 전달컨덕스는 어떻게 변하였나요?",
"데이터 결과의 신뢰성 상승을 위해 어떻게 했나요?",
"어떻게 RF 특성의 비교하나요?",
"passivation을 BCB로 했을 때의 해당 처리 전후 비교를 어떻게 나타냈나요?",
"RF를 비교하기 위해 한 S-parameter 특성을 측정에서 해당 값으로 어떻게 \\( \\mathrm{f}_{\\mathrm{T}}, \\mathrm{f}_{\\max } \\)를 구하나요?",
"passivation 처리 전후 비교 측정에서 BCB를 사용한 경우의 소자들의 평균값 \\( \\mathrm{S}_{21} \\), \\( \\mathrm{f}_{\\mathrm{T}}, \\mathrm{fmax} \\)는 어떻게 변했나요?",
"passivation 처리 비교결과에서 \\( \\mathrm{Si}_{3} \\mathrm{~N}_{4} \\)로 처리한 소자들의 평균값들은 어떻게 변화하나요?",
"비교 실험에서 S-parameter 특성을 측정은 어떻게 실시했나요?",
"외삽법을 사용해 얻은 측정 값을 어떻게 구했나요?",
"해당 표에서 SigNA 후의 \\( I_{\\mathrm{dss}} \\)의 값은 얼마인가요?",
"해당 표에서 \\( f_{\\max } \\)의 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 처리 전 값은 얼마인가요?",
"해당 표에서 \\( f_{\\max } \\)의 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 처리 후 값은 얼마인가요?",
"해당 표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\) 값이 처리 전 후 131,114를 가지는 경우는 어떤 처리법의 설명인가요?",
"MHEMT의 RF 특성표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\)이 BCB 처리 후에 가지는 값은 얼마인가요?",
"\\( \\mathrm{f}_{\\mathrm{T}} \\)의 값이 BCB 전후로 113에서 103으로 감소했다면 그 감소량은 몇 퍼센트인가요?",
"MHEMT의 RF 특성표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\)이 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 처리로 얼만큼의 퍼센트가 감소했나요?",
"해당 표에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 특정 처리를 거치면 얻는 결과 값의 단위는 무엇인가요?",
"해당 표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\)가 특정 처리를 거치면 얻는 결과 값의 단위는 무엇인가요?",
"MHEMT의 RF 특성표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\)이 BCB 처리로 얼만큼의 퍼센트가 감소했나요?",
"MHEMT의 RF 특성표에서 \\( f_{\\max } \\)는 특정 처리에서 286에서 252값으로 변화 할 경우 그 감소량은 얼마인가요?",
"해당 표에서 \\( f_{\\max } \\)의 BCB전의 값은 얼마로 나타나나요?",
"해당 표에서 \\( f_{\\max } \\)의 BCB 후의 값은 얼마로 나타나나요?",
"해당 표에서 \\( f_{\\max } \\)의 BCB후 값의 감소는 몇 퍼센트로 나타나있나요?",
"MHEMT의 RF 특성표에서 \\( f_{\\max } \\)는 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 처리로 얼만큼의 감소 퍼센티지를 보이나요?",
"해당 표에서 \\( f_{\\max } \\)의 BCB처리 값이 279에서 252로 줄어든다면 그 감소량을 퍼센티지로 나타내면 몇인가요?",
"해당 표에서 \\( I_{\\mathrm{dss}} \\)나 >\\( \\mathrm{g}_{\\mathrm{m}, \\max } \\)를 SigNA처리나 BCB처리로 갖는 값의 단위는 무엇인가요?",
"해당 표에서 SigNA 전과 후의 \\( I_{\\mathrm{dss}} \\) 감소량은 몇 퍼센트인가요?",
"표1에서 SigNA전의 \\( I_{\\mathrm{dss}} \\)의 값은 얼마인가요?",
"해당 표에서 SigNA 전의\\( \\mathrm{g}_{\\mathrm{m}, \\max } \\)의 값은 얼마인가요?",
"해당 표에서 SigNA 후의\\( \\mathrm{g}_{\\mathrm{m}, \\max } \\)의 값은 얼마인가요?",
"해당 표에서 SigNA 전 후의 값이 507,462인 파라미터는 무엇인가요?",
"해당 표에서 SigNA의 전후에 따라 감소량이 8.9\\(\\%\\)로 제시되는 경우는 무엇인가요?",
"해당 표에서 BCB전과 후의 감소량이 6.8%로 나타난 파라미터는 무엇인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 후일 때 그 값은 얼마인가요?",
"MHEMT의 DC 측정 결과표에서 BCB 후의 mA의 값은 얼마인가요?",
"해당 표에서 BCB 값이 63에서 59로 감소하면 그 감소량은 몇 퍼센트인가요??",
"SigNA의 전 후 값이 61에서 53으로 감소하면 그 감소량은 몇 퍼센트인가요?",
"MHEMT의 DC 측정 결과표에서 BCB 전의 mA의 값은 얼마인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 BCB 전에서 가지는 값은 얼마인가요?",
"해당 표1에서 \\( \\mathrm{g}_{\\mathrm{m}, \\max } \\)의 BCB 후의 값은 얼마인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\)에서 나타나는 감소량은 얼마인가요?",
"해당 표1에서 \\( \\mathrm{g}_{\\mathrm{m}, \\max } \\)의 BCB 전 값은 얼마인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 전일 때 그 값은 얼마인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 BCB 후에서 가지는 값은 얼마인가요?",
"해당 표에서 mA의 값이 비교 전 후 각각 531,495로 나타날 때 그 파라미터는 무엇인가요?",
"해당 표1에서 BCB전 후의 감소량 파라미터 값이 6.3\\(\\%\\)인 경우는 무엇인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 BCB 처리 후 감소량은 몇 퍼센트인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)는 어떤 처리에서 더 낮은 감소량을 보이나요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)에서 어떤 방식이 감소량이 더 높나요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 어떤 처리로 인해 8.4에서 7.4로 감소하면 그 퍼센트치는 얼마인가요?",
"해당 표2에서 \\( \\mathrm{S}_{21} @ 50 \\)\\(\\mathrm{GHz}\\)가 BCB처리로 7.45에서 6.9로 감소했으면 그 감소량은 몇 퍼센트인가요?",
"MHEMT의 RF 특성표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\)이 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 전에 가지는 \\(\\mathrm{GHz}\\)은 얼마인가요?",
"MHEMT의 RF 특성표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\)이 \\(\\mathrm{Si}_{3} \\mathrm{N}_{4}\\) 후에 가지는 \\(\\mathrm{GHz}\\)은 얼마인가요?",
"MHEMT의 RF 특성표에서 \\( \\mathrm{f}_{\\mathrm{T}} \\)이 BCB 처리 전에 가지는 값은 얼마인가요?"
] |
b3cee525-925a-4b5b-9606-b87edfdbadce
|
인공물ED
|
수중의 구형 탄성 몰수체를 둘러싼 기포층에 의한 삽입손실
|
<p>Fig. 4(b)와 4(d)는 저주파 영역을 각각 확대한 그림이다. 우선, 저주파 영역에서는 음속과 감쇠계수에 기포분포의 영향이 매우 적은 것을 알 수 있다. 이것은 Commandar와 Prosperetti의 기포모델의 저주파 근사를 통해서도 쉽게 확인할 수 있다. 기포분포의 영향은 존재하나 그 차이가 미미하다는 의미이다. 또한, 이 그림에서 닫힌 공간안에 소음원이 존재할 때, 기포 쉘 시스템의 공진이 발생하는 것을 확인할 수 있다. 공진 주파수에서 삽입손실은 0에 가까워진다. 심지어 저주파 영역에서 기포층의 고유 감쇠계수가 작은 0.001의 공극비에서는 음수의 삽입손실도 발생하는 것을 확인할 수 있다. 결국 앞 문단의 결론과 마찬가지로 저주파 영역에서 삽입손실을 높이기 위해서는 높은 공극비를 사용하는 것이 유리하다는 것을 추론할 수 있다.</p>
<p>두 번째 수치예제로 탄성 쉘의 영향을 관찰했다. 수치 환경은 ‘내부유체/탄성 쉘/기포층/외부유체’로 구성했다. 각각의 반지름은 내부 유체층은 \( 4.6 \mathrm{~m} \), 탄성 쉘은 \( 4.7 \mathrm{~m} \), 기포층은 \( 5.0 \mathrm{~m} \) 로 가정했다. 즉, 탄성 쉘의 두께는 \( 0.1 \mathrm{~m} \) 이고, 기포층의 두께는 \( 0.3 \mathrm{~m} \) 이다. 소음 관측거리는 원점에서 \( 20 \mathrm{~m} \) 떨어져있다. 탄성 쉘의 물성은 Table 2에 도시했다.</p> <table border><caption>Table 2. 탄성 쉘의 물성.</caption> <tbody><tr><td>Property</td><td>Steel</td><td>CFRP</td></tr><tr><td>P-wave speed(m/s)</td><td>5600</td><td>8300</td></tr><tr><td>S-wave speed(m/s)</td><td>3100</td><td>2600</td></tr><tr><td>P-wave attenuation (dB/\(\lambda_{p}\)</td><td>0</td><td>0</td></tr><tr><td>S-wave attenuation (dB/\(\lambda_{s}\))</td><td>0</td><td>0</td></tr><tr><td>Density (kg/\(m^{3}\))</td><td>7700</td><td>1410</td></tr></tbody></table>
<p>입손실만을 관찰하는 것이 목적이므로 소음원은 단순히 원점에 위치한 음향소음원을 사용했다. 멱함수 분포의 기포층을 이용했고 공극비는 0.01을 적용했다. Fig. 5는 그 결과를 보여준다. 탄성 쉘에 따라 저주파 영역에서 나타나는 쉘 시스템의 공진 모드가 달라지는 것을 볼 수 있다. 이 차이는 고주파 영역으로 갈수록 작아지는 것이 관찰되었다.</p> <p>또한 탄성 쉘에서 얻어진 삽입손실은 Reference [1]의 평면파에서 얻어진 삽입손실과 비교했다. 평면파에서 얻어진 삽입손실은 2 차원 직각좌표계의 3층 구조(반무한영역/기포층/반무한영역)에서 얻어진 삽입손실이다. Fig. 5에서 보면 탄성 쉘에서 얻어진 삽입손실과 평면파 삽입손실은 저주파 영역을 제외하고 거의 비슷한 것을 볼 수 있다. 그렇기 때문에 기포층을 공학적으로 설계할 때 간단한 평면파 삽입손실을 이용해도 무방할 것이다.</p>
<p>세 번째 수치예제는 탄성 쉘과 기포층 사이에 간극 유체 층이 존재하는 경우이다(내부유체/탄성 쉘/간극유체/기포층/외부유체). 실제 환경에서 선박 표면을 타고 흐르는 유동에 의해 기포층이 선체 표면과 접하지 못하고 이격되어 둘러싸는 경우도 발생할 수 있을 것이다. 외부유체층이 발달하는 시나리오는 크게 두 가지로 가정했다. 첫 번째는 간극유체와 기포층의 두께를 일정하게 놓고, 간극유체의 두께만 변화되는 경우이다. 두 번째는 기포층의 두께를 일정하게 놓고, 외부유체의 두께만 변화하는 경우다.</p> <p>수치 결과는 Fig. 6 에 도시했다. 공극비는 0.01을 사용했고 탄성 쉘은 철을 사용했다. Fig. 6 (a)는 첫 번째 시나리오의 결과를 도시했다. '간극유체와 기포층'의 두께는 0.3 m로 고정했다. 간극유체의 두께가 두꺼워질수록 기포층이 얇아지면서 삽입손실이 줄어드는 것을 관찰할 수 있다. 또한 공진 모드의 위치도 달라지는 것을 볼 수 있다.</p> <p>Fig. 6(b)는 두 번째 시나리오에 해당하며 기포층의 두께를 0.3 m로 고정을 시켰다. 간극유체의 두께가 늘어날수록 전체 쉘 시스템의 반지름도 커진다. 그림에서 보듯이 기포층의 두께가 일정하고,간극유체의 두께가 기포층의 두께보다 작은 경우에는, 간극유체의 영향은 제한적인 것을 알 수 있다.</p>
|
[
"Steel의 값들 중에서 S-wave attenuation에 해당하는 수치는 뭐야?",
"Steel에서 S-wave speed(m/s)에 해당하는 값은 뭐야?",
"Steel에서 S-wave speed(m/s)에 해당하는 값은 무엇인가?",
"CFRP의 Density (kg/\\(m^{3}\\))는 어떤 값을 보여주나요?",
"CFRP의 Density (kg/\\(m^{3}\\))는 뭐야?",
"Steel에서의 Density (kg/\\(m^{3}\\))는 어떻게 됩니까?",
"Steel에서의 Density (kg/\\(m^{3}\\))는 뭐야?",
"P-wave attenuation에서의 Steel값은 어떻게 돼?",
"P-wave attenuation에서의 Steel값은 무엇일까요?",
"CFRP의 값들 중에서 S-wave speed(m/s)와 연관있는 수치는 뭐야?",
"CFRP의 값들 중에서 S-wave speed(m/s)와 연관있는 수치는 얼마야?",
"P-wave speed(m/s)에서의 CFRP값은 뭔가요?",
"P-wave speed(m/s)에서의 CFRP값은 어떻게 돼?",
"턴성 쉘의 물성에 대해서 P-wave speed(m/s)는 Steel에서 어떻게 돼?",
"턴성 쉘의 물성에 대해서 P-wave speed(m/s)는 Steel에서 얼마인가?",
"CFRP의 여러 값들 가운데 S-wave attenuation에 대한 값은 어떻게 되나요?",
"CFRP의 여러 값들 가운데 S-wave attenuation에 대한 값은 뭐야?",
"P-wave attenuation과 CFRP이 만나는 영역의 값은 무엇입니까?",
"P-wave attenuation과 CFRP이 만나는 영역의 값은 뭐야?"
] |
9235d066-d252-468a-b0c5-4236e0dd1371
|
인공물ED
|
수중의 구형 탄성 몰수체를 둘러싼 기포층에 의한 삽입손실
|
<h1>2. 기포 분포를 고려한 유효 매질 이론</h1> <p>유체에 다양한 크기의 기포가 존재할 때 유체는 이상 매질로 볼 수 있다. 이때 공극비는 단위 이상 매질의 부피 \( \left(1 \mathrm{~m}^{3}\right) \)에 대한 기포의 부피의 비로 정의된다. 기포의 반지름을 \( a \)라고 하고, \( [a, a+d a] \)의 구간에 존재하는 ‘단위 부피 당 기포의 개수'를 \( f(a) d a \)로 정의할 때, 이상 매질의 공극비 \( \beta \)는 아래와 같이 공식화할 수 있다.</p> <p>\( \beta=\frac{4 \pi}{3} \int_{a_{\min }}^{a_{\max }} a^{3} f(a) d a \)<caption>(1)</caption></p> <p>여기서 \( f(a) \)는 '단위 부피 및 단위 기포 반지름 당 기포의 개수'가 되며, 차원은 \( m^{-4} \)이 된다. 본 연구에서는 \( f(a) \)를 기포분포함수로 부를 것이다.</p> <p>Commander와 Prosperetti의 유효매질이론에 의하면, 기포가 포함된 이상 매질의 복소 파수 \( k_{m} \) 은 기포 분포함수를 이용해 아래와 같이 정의된다.</p> <p>\( k_{m}^{2}=k_{0}^{2}+4 \pi \int_{a_{\min }}^{a_{\max }} \frac{a \omega^{2} f(a) d a}{\omega_{0}^{2}-\omega^{2}+2 j b \omega} \)<caption>(2)</caption></p> <p>여기서 \( k_{0}=\omega / c_{0} \)로 정의되는 유체의 파수이고 \( \omega \)는 각주파수로 주파수 \( f \)와 \( \omega=2 \pi f \)의 관계가 있다. \( c_{0} \)는 유체매질의 음속이다. \( w_{0} \)와 \( b \)는 고유주파수와 감쇠계수이다. 이 두 개의 양은 기포의 반지름에 의존적이다. Eq. (2)는 기포에 작용하는 점성력, 표면장력, 관성력, 압축력, 열역학적 에너지 보존을 선형 근사 관점에서 모두 고려하여 얻어진 식이다. Commander와 Prosperetti 모델은 근사적 모델이기 때문에 기포의 모든 음향현상을 설명하는 통일이론은 아니다. 본 연구 범위에 대해서는 위 모델의 적합성에 대해 주파수 및 물성에 대해 COMSOL physics와 교차검증 수행했다.</p> <p>또한, Eq. (2)는 Commander와 Prosperetti가 \( e^{j \omega t} \)의 가정에서 유도한 식임을 밝힌다. 참고로 본 논문의 삽입손실은 \( e^{-j \omega t} \)의 가정에 따라 유도가 되었으므로, Eq. (2)로 계산된 복소 파수의 켤레를 계산에 사용해야 한다. 그리고 Commander와 Prosperetti 모델은 송수신기와 기포층의 위치좌표에 독립적인 임의의 혼합물의 음향학적 물성을 표현하는 '유효이론'이라는 것을 강조한다.</p> <p>본 연구에서는 네 종류의 기포분포 함수를 가정했다. 단일 기포분포함수는 아래와 같이 정의된다.</p> <p>\( f(a)=\alpha \delta\left(a-a_{0}\right) \)<caption>(3)</caption></p> <table border><caption>Table 1. 기포의 범위와 모수.</caption> <tbody><tr><td>Hyper-parameters</td><td>Values</td><td>BDF</td></tr><tr><td>Bounds of bubble radius</td><td>[\(300 \mu\mathrm{m}\), \(3000 \mu\mathrm{m}\)]</td><td>All</td></tr><tr><td>Mean radius</td><td>\(1500 \mu\mathrm{m}\)</td><td>Eqs.(3),(5)</td></tr><tr><td>Variance</td><td>\(3002 \mu m^2\)</td><td>Eq.(5)</td></tr><tr><td>k</td><td>2.5</td><td>Eq.(6)</td></tr></tbody></table> <p>여기서 \( \alpha \) 는 기포분포함수의 크기를 좌우하는 파라미터이다. Eq. (3)을 Eq. (1)에 넣으면, \( \alpha=\beta /\left(4 \pi a_{0}^{3} / 3\right) \)이 되며, \( \alpha \) 는 단위 부피에서 단일 기포의 총 개수에 해당하는 양임을 알 수 있다.</p>
<p>균일 기포분포함수는 기포의 반지름이 \( \left[a_{\min }, a_{\max }\right] \)에 존재할 때 아래와 같이 표현된다.</p> <p>\( f(a)=\alpha \)<caption>(4)</caption)</p> <p>유사하게 정규 기포분포함수는 아래와 같이 정의된다.</p> <p>\( f(a)=\alpha e^{-\frac{\left(a-a_{0}\right)^{2}}{2 \sigma^{2}}} \)<caption>(5)</caption></p> <p>여기서 \( a_{0} \) 와 \( \sigma \) 는 분포의 모수로써 기포 반지름의 평균과 표준편차와 관련이 있다. 멱함수 기포분포함수는 아래와 같이 정의된다.</p> <p>\( f(a)=\alpha a^{-k} \)<caption>(6)</caption></p> <p>여기서 \( k \) 는 \( k>0 \) 인 실수로 모수이다. 위의 Eqs. (4) \(\sim\) (6)에서 \( \alpha \) 의 값은 Eq. (1)을 이용해 계산된다.</p>
<p>본 연구에서는 Table 1 과 같은 기포의 범위와 모수들을 생각했다. Table 1의 값에 대해 기포분포 함수를 그려보면 Fig. 2(a)와 같다.</p> <p>각각의 기포분포함수에 대한 유효매질의 음속과감쇠계수는 Fig. 2(b)와 Fig. 2(c)에 도시했다. 음향학적 계산에 사용된 기포와 유체의 물성은상온에서의 가스와 해수의 물성을 이용했다. 공극비는 0.001을 사용했다. 또한 Commander와 Prosperetti 모델에서 열확산계수의 값은 기포 크기에 독립적인 상수 값을 사용했다.</p> <p>Fig. 2(b)와2(c)를 보면, 발생하는 기포의 범위와 공극비가 같더라도, 기포 분포에 따라 유효매질의 음향학적 물성이 크게 달라지는 것을 확인할 수 있다. 단일 기포 분포와 정규 기포분포는 비교적 유사하게 나타났다. 이것은 정규 기포분포가 단일 기포분포처럼 우세종의 기포분포로 표현되기 때문이다. 하지만, 나머지 분포들은 단일 기포분포와는 차이가 컸다. 균일 기포분포와 멱함수 기포 분포의 공진주파수는 보다 저주파 영역에서 발생했고, 다소 명확하게 나타나지 않았다. 양 분포에서 음속과 감쇠계수의 변동폭이 줄어드는 것을 볼 수 있다. 멱함수 기포 분포는 공진영역에서 절대적인 크기는 줄어들었지만 고주파수 영역에서 감쇠계수의 값이 전체적으로 크게 증가한다. 이것은 기포의 크기가 작을수록 해당 기포의 개수가 크게 늘어나기 때문으로 판단한다. 그리고 기포분포에 따라, \( f \rightarrow 0 \) 영역에서 음속과 감쇠계수의 값이 \( 10 \% \) 이내로 차이가 나는 것을 확인할 수 있었다.</p>
|
[
"기포가 포함된 이상 매질의 복소 파수 \\(k_m\\)을 기포분포함수를 이용한 식으로 어떻게 표현할까?",
"매질의 공극비를 \\(\\beta\\)를 기포의 반지름 \\( a \\)와 단위 부피 당 기포의 개수 \\(f(a)da\\)에 대한 식으로 어떻게 표현할까?",
"기포가 포함된 이상 매질의 복소 파수에 대한 식은 어떻게 도출할 수 있을까?",
"논문에서 사용하는 삽입손실은 어떻게 구했을까?",
"어떻게 논문에서 이용하는 삽입손실을 구했지",
"기포 반지름의 범위는 얼마인가?",
"얼마의 범위가 기포 반지름일까",
"기포 반지름의 분산은 얼마인가?",
"기포의 반지름의 최댓값은 얼마인가?",
"기포의 범위와 모수에 대한 항목 중 k의 값은 얼마인가?",
"정규 기포분포는 어떻게 표현될까?",
"Mean radius에 대한 BDF는 무엇인가?",
"멱함수 기포분포함수는 식으로 어떻게 표현될까?",
"Commander와 Prosperetti 모델에서 열확산계수의 값은 어떻게 설정했을까?",
"정규 기포분포함수를 식으로 어떻게 표현할까?",
"기포 반지름의 최소값은 얼마인가?",
"기포 반지름의 최소값은 뭐지",
"단일 기포함수를 \\(a\\)에 대한 식으로 어떻게 표현할까?",
"Mean radius의 Values는 얼마인가?"
] |
22190bd5-c731-4740-9200-d3aaab752c75
|
인공물ED
|
HVDC 컨버터의 Thyristor Valve 시험을 위한 새로운 합성시험회로
|
<h1>4. 시뮬레이션 분석</h1><p>제안하는 합성시험회로의 동작과 성능을 구체적으로 검증하기 위해 PSCAD/EMTDC 소프트웨어를 이용하여 시뮬레이션을 실시하였다. 시뮬레이션에서 분석한 합성시험회로는 향후 하드웨어 축소모형을 이용한 실험결과와 비교하기 위해 실제 용량이 아닌 전류용량 \( 30 \mathrm{A} \), 턴-오프 전압이 \( 200 \mathrm{V} \)로 축소된 회로를 대상으로 하였다. 그러나 용량을 확장할 경우 실제의 현상을 가장 잘 모의 할 수 있도록 제반 변수들을 설정하였다. 표 3은 시뮬레이션과 하드웨어 실험에 사용된 합성시험회로 축소 모형의 회로정수를 나타낸 것이다.</p><table border><caption>Table 3 Circuit Parameters for Scaled Model of STC</caption><tbody><tr><td>Component</td><td>Value</td><td>Unit</td></tr><tr><td>\( V_{i n 1} \)</td><td>18</td><td>\( \mathrm{V} \)</td></tr><tr><td>\( V_{i n 2} \)</td><td>50</td><td>\( \mathrm{V} \)</td></tr><tr><td>Voltage Source</td><td>200</td><td>\( \mathrm{V} \)</td></tr><tr><td>\( L_{a}, L_{b} \)</td><td>0.5</td><td>\(\mathrm{mH}\)</td></tr><tr><td>\( C \)</td><td>1000</td><td>\( \mathrm{\mu F} \)</td></tr><tr><td>\( L_{1} \)</td><td>8</td><td>\(\mathrm{mH}\)</td></tr><tr><td>\( L_{2} \)</td><td>2</td><td>\(\mathrm{mH}\)</td></tr><tr><td>\( C_{s} \)</td><td>15</td><td>\( \mathrm{\mu F} \)</td></tr></tbody></table><p>그림 7은 시뮬레이션에 사용된 합성시험회로의 전체 전력회로를 나타낸 것이다. 전류원과 전압원 그리고 IGBT, Thyristor 등 스위칭 소자는 PSCAD에서 제공하는 내장모형을 사용하였고 각 스위칭 소자에 공급하는 게이트 펄스의 생성은 별도의 사용자정의모형을 사용하였다.</p><p>그림 8은 제안하는 합성시험회로를 이용하여 Thyristor 밸브의 턴-오프와 턴-온 동작을 분석한 시뮬레이션 결과이다. 그림 8a는 합성시험회로의 2상 초퍼에서 공급하는 전류파형을 나타낸 것이다. 2개의 전류 파형이 중첩하여 고조레벨이 감소함을 알 수 있다. 그림 8b는 시험밸브 \( V_{T} \)가 턴-온 상태에서 턴-오프 되었다가 다시 턴-온 될 때 밸브에 흐르는 전류와 밸브 양단에 나타나는 전압의 파형을 나타낸 것이다. 또한 이때 보조밸브 \( V_{a 1} \)에 흐르는 전류와 밸브 양단에 나타나는 전압의 파형을 나타낸 것이다. 시험밸브에 흐르는 전류에는 공진회로 측에서 공급되는 공진전류가 중첩됨을 알 수 있고 시험밸브 양단에 나타나는 전압은 시험밸브에 흐르는 전류가 영이 됨과 동시에 역방향 전압이 걸리고 일정시간이 경과된 후 공진 커패시터의 전압극성이 전환되면서 양의 극성으로 바핀다. 시험밸브가 턴-온 되면서 이 전압은 나시 영으로 된나. 또한 보조밸브 \( V_{a 1} \)에 흐르는 전류파형은 궁진전듀를 제외하고는 시험밸브의 전류와 동일하고, 전압파형은 공진회로 동작 순간에는 \( V_{i n 2}-V_{i n 1} \)에 해당하는 역방향 전압이 걸리고 그 이후에는 시험밸브에 걸리는 전압과 극성은 반대이나 유사한 파형을 보인다. 이상의 시뮬레이션 결과는 그림 2의 시험밸브의 저압-전류 파형과 거의 일치함을 알 수 있다. 또한 앞서 설명한대로 보조밸브 \( V_{a 3} \)가 턴-온 되는 동안 \( V_{a 1} \)에 역방향 전압이 인가됨을 확인할 수 있다.</p>
|
[
"Value가 18이고, Unit이 V일 때의 Component는 무엇일까?",
"Component가 L1일 때, Value값은 몇일까?",
"Value가 200이고, Unit이 V일 때의 Component는 무엇일까?",
"Value가 50이고, Unit이 V일 때의 Component는 무엇일까?",
"Value값이 2일 때의 Component는 무엇일까?",
"Value값이 50일 때의 Component는 무엇일까?",
"합성시험회로의 2상 초퍼에서 공급하는 전류파형을 나타낸 그림 8a 에서 어떻게 고조레벨이 감소함을 알 수 있었나?",
"Value값이 15일 때의 Component는 무엇일까?",
"Component가 C일 때, Value값은 몇일까?",
"PSCAD/EMTDC 소프트웨어를 이용하여 합성시험회로의 동작과 성능을 구체적으로 검증하기 위해 시뮬레이션을 실시 하였는데, 이때 실제 용량이 아닌 전류용량 30A, 턴-오프 전압이 200V로 축소된 회로를 대상으로 한 이유는 무엇인가?"
] |
e17a5e59-6ffe-4138-8dac-42e115c33723
|
인공물ED
|
졸-겔 공법으로 제작된 SnO2 박막 트랜지스터의 광전기적 특성
|
<h1>2. 연구 방법</h1><p>본 연구에 사용된 모든 시약은 Sigma-Aldrich 에서 구입하였으며, 추가적인 공정없이 실험에 사용되었다. \( \mathrm{SnO}_{2} \) 박막을 형성하기 위하여 전구체로 \( \mathrm{SnCl}_{2} 2 \mathrm{H}_{2} \mathrm{O} \) 를 사용하였다. \( 56.4 \mathrm{mg} \) 의 전구체를 \( 10 \mathrm{ml} \) ethanol 에 분산하여 \( 0.025 \mathrm{~mol} \) 의 전구체를 준비하였다. \( \mathrm{SnO}_{2} \) 박막 트랜지스터는 다음과 같은 방법으로 제작되었다. \( \mathrm{SnO}_{2} \) 박막 트랜지스터는 Bottom gate coplanar 구조이다. Boron 이 도핑된 p-type 실리콘 기판 위에 \( 100 \mathrm{~nm} \) 두께의 \( \mathrm{SiO}_{2} \) 절연막을 Dry-oxidation 방법을 통하여 성장시켰다. 이후 Source/Drain 전극을 Photolithography 공정과 E-beam evaporation 공정을 이용하여 Au Source/Drain 전극을 제작하였다. 제작된 Source/Drain 전극의 두께는 \( 50 \mathrm{~nm} \) 이며, 채널의 길이와 폭은 각각 1000\( \mathrm{um} \) 및 \( 100 \mathrm{um} \) 이다. \( \mathrm{SnO}_{2} \) 박막을 형성하기 전, 표면의 불순물 제거 및 균일한 박막의 형성을 위하여 \( \mathrm{UV} / \mathrm{O}_{3} \) 조사하였다. 이후 \( 3000 \mathrm{rpm} \) 에서 50 초 동안 Spin coating 방법을 통하여 박막을 형성시켰다. 전구체가 도포된 기판을 Hotplate 에서 \( 150{ }^{\circ} \mathrm{C} \) 로 10분간 열처리를 하였다. 이후 Furnace에서 \( 500{ }^{\circ} \mathrm{C} \) 로 2시간 동안 공기중에서 열처리 하였다. 측정 전 게이트 누설 전류 및 Fringe 효과를 막기위해 증착된 박막을 기계적으로 패터닝하였다. 박막의 결정 구조는 X'pert pro grazing incidence X-ray diffractometer 를 이용하여 분석하였다. 박막의 광특성은 UV-Vis spectroscopy를 측정하여 분석하였다. 제작된 트랜지스터의 광전기적 특성은 상온, 공기중에서 Agilent 4155 반도체 Parameter 분석기로 측정하였다. 주사된 백색광은 OSRAM HLX64633 할로겐 램프 \( \left(100 \mathrm{~mW} \mathrm{~cm}{ }^{-2}\right) \)를 사용하였다.</p>
|
[
"본 논문에서 제작된 트랜지스터의 광전기적 특성은 OSRAM HLX64633 할로겐 램프 \\( \\left(100 \\mathrm{~mW} \\mathrm{~cm}{ }^{-2}\\right) \\)를 사용하였는가?",
"본 연구에 사용된 모든 시약은 어디에서 구입했는가?",
"무엇의 박막을 형성하기 위해 전구체로 \\( \\mathrm{SnCl}_{2} 2 \\mathrm{H}_{2} \\mathrm{O} \\) 를 사용하였는가?",
"\\( \\mathrm{SnO}_{2} \\) 박막을 형성하기 위해 무엇으로 \\( \\mathrm{SnCl}_{2} 2 \\mathrm{H}_{2} \\mathrm{O} \\) 를 사용하였는가?",
"\\( \\mathrm{SnO}_{2} \\) 박막을 형성하기 위하여 전구체로 무엇을 사용했는가?",
"본 논문에서는 \\( 56.4 \\mathrm{mg} \\) 의 전구체를 어디에 분산하여 \\( 0.025 \\mathrm{~mol} \\) 의 전구체를 준비하였는가?",
"본 논문에서는 \\( 56.4 \\mathrm{mg} \\) 의 전구체를 \\( 10 \\mathrm{ml} \\) ethanol 에 분산하여 몇 \\(\\mathrm{~mol} \\) 의 전구체를 준비하였는가?",
"무엇이 도핑된 p-type 실리콘 기판 위에 \\( 100 \\mathrm{~nm} \\) 두께의 \\( \\mathrm{SiO}_{2} \\) 절연막을 Dry-oxidation 방법을 통하여 성장시켰는가?",
"Boron 이 도핑된 무슨 실리콘 기판 위에 \\( 100 \\mathrm{~nm} \\) 두께의 \\( \\mathrm{SiO}_{2} \\) 절연막을 Dry-oxidation 방법을 통하여 성장시켰는가?",
"본 논문에서는 Boron 이 도핑된 p-type 실리콘 기판 위에 몇\\(\\mathrm{~nm} \\)두께의 \\( \\mathrm{SiO}_{2} \\) 절연막을 Dry-oxidation 방법을 통하여 성장시켰는가?",
"본 논문에서는 Boron 이 도핑된 p-type 실리콘 기판 위에 \\( 100 \\mathrm{~nm} \\) 두께의 \\( \\mathrm{SiO}_{2} \\) 절연막을 무슨 방법을 통해 성장시켰는가?",
"\\( \\mathrm{SiO}_{2} \\) 절연막을 p-type 실리콘 기판 위에 성장시킨 후 무슨 전극을 Photolithography 공정과 E-beam evaporation 공정을 이용하여 Au Source/Drain 전극을 제작하였는가?",
"\\( \\mathrm{SiO}_{2} \\) 절연막을 p-type 실리콘 기판 위에 성장시킨 후 Source/Drain 전극을 무슨 공정들을 이용하여 Au Source/Drain 전극을 제작하였는가?",
"\\( \\mathrm{SiO}_{2} \\) 절연막을 p-type 실리콘 기판 위에 성장시킨 후 Source/Drain 전극을 Photolithography 공정과 E-beam evaporation 공정을 이용하여 무슨 전극을 제작하였는가?",
"본 논문에서 제작된 Source/Drain 전극의 두께는 몇\\(\\mathrm{~nm} \\)인가?",
"본 논문에서 제작된 Source/Drain 전극의 두께는 \\( 50 \\mathrm{~nm} \\) 이며, 채널의 길이와 폭은 각각 몇 \\( \\mathrm{um} \\)인가?",
"\\( \\mathrm{SnO}_{2} \\) 박막을 형성하기 전, 표면의 불순물 제거 및 균일한 무엇의 형성을 위해 \\( \\mathrm{UV} / \\mathrm{O}_{3} \\)을 조사하였는가?",
"\\( \\mathrm{SnO}_{2} \\) 박막을 형성하기 전, 어떤 박막의 형성을 위해 \\( \\mathrm{UV} / \\mathrm{O}_{3} \\)을 조사하였는가?",
"몇 \\(\\mathrm{rpm} \\)에서 50초 동안 Spin coating 방법을 통하여 \\( \\mathrm{SnO}_{2} \\) 박막을 형성시켰는가?",
"\\( 3000 \\mathrm{rpm} \\)에서 몇 초동안 Spin coating 방법을 통하여 \\( \\mathrm{SnO}_{2} \\) 박막을 형성시켰는가?",
"본 논문에서는 전구체가 도포된 기판을 Hotplate 에서 \\( 150{ }^{\\circ} \\mathrm{C} \\) 로 몇 분동안 열처리를 하였는가?",
"본 논문에서는 전구체가 도포된 기판을 어디에서 \\( 500{ }^{\\circ} \\mathrm{C} \\) 로 2시간동안 공기중에서 열처리하였는가?",
"본 논문에서 전구체가 도포된 기판을 Hotplate 에서 \\( 150{ }^{\\circ} \\mathrm{C} \\) 로 10분간 무엇을 했는가?",
"본 논문에서는 전구체가 도포된 기판을 Furnace에서 \\( 500{ }^{\\circ} \\mathrm{C} \\)로 몇 시간동안 공기중에서 열처리하였는가?",
"본 논문에서는 게이트 누설 전류 및 Fringe 효과를 막기위해 증착된 박막을 기계적으로 어떻게 했는가?",
"본 논문에서는 무슨 목적으로 증착된 박막을 기계적으로 패터닝했는가?",
"본 논문에서는 박막의 무엇을 X'pert pro grazing incidence X-ray diffractometer를 이용하여 분석하였는가?",
"본 논문에서는 박막의 결정 구조를 무엇을 이용해 분석했는가?",
"본 논문에서 UV-Vis spectroscopy를 측정하여 분석한 것은 무엇인가?",
"본 논문에서 박막의 광특성은 무엇을 측정해서 분석했는가?",
"본 논문에서 무엇의 광전기적 특성은 상온, 공기중에서 Agilent 4155 반도체 Parameter 분석기로 측정하였는가?",
"본 논문에서 OSRAM HLX64633 할로겐 램프 \\( \\left(100 \\mathrm{~mW} \\mathrm{~cm}{ }^{-2}\\right) \\)를 사용한 것은 무엇인가?",
"본 논문에서 주사된 백색광은 무엇을 사용했는가?",
"본 논문에서 \\( \\mathrm{SnO}_{2} \\) 박막을 형성하기 위하여 전구체로 \\(\\mathrm{H}_{2} \\mathrm{O} \\)를 사용했는가?",
"본 논문에서 박막의 광특성은 X'pert pro grazing incidence X-ray diffractometer 를 이용하여 분석하였는가?",
"본 논문에서 박막의 결정 구조는 UV-Vis spectroscopy를 측정하여 분석하였는가?",
"본 논문에서 주사된 백색광은 Agilent 4155 반도체 Parameter 분석기로 측정하였는가?",
"본 논문에서 트랜지스터의 광전기적 특성은 상온에서 무엇으로 측정하였는가?",
"\\( \\mathrm{SnO}_{2} \\) 박막 트랜지스터는 무슨 구조인가?",
"\\( \\mathrm{SnO}_{2} \\) 박막을 형성하기 전, 표면의 무엇을 제거하기 위해 \\( \\mathrm{UV} / \\mathrm{O}_{3} \\)를 조사하였는가?",
"본 논문에서는 전구체가 도포된 기판을 Hotplate 에서 몇 \\({ }^{\\circ} \\mathrm{C} \\) 로 10분간 열처리를 하였는가?",
"본 논문에서는 전구체가 도포된 기판을 어디에서 \\( 150{ }^{\\circ} \\mathrm{C} \\) 로 10분간 열처리를 하였는가?",
"본 논문에서는 무엇이 도포된 기판을 Hotplate 에서 \\( 150{ }^{\\circ} \\mathrm{C} \\) 로 10분간 열처리를 하였는가?",
"\\( \\mathrm{SnO}_{2} \\) 박막을 형성하기 전, 표면의 불순물 제거 및 균일한 박막의 형성을 위하여 무엇을 조사했는가?",
"본 논문에서는 전구체가 도포된 기판을 Furnace에서 몇 \\({ }^{\\circ} \\mathrm{C} \\) 로 2시간동안 공기중에서 열처리하였는가?"
] |
72850309-94f8-4b77-ad33-dd4cfb928e80
|
인공물ED
|
졸-겔 공법으로 제작된 SnO2 박막 트랜지스터의 광전기적 특성
|
<h1>1. 서 론</h1><p>광센서는 우주에서의 통신, 광진자 소자 및 광학 이미지 센서 등 차세대 반도체 산업에서 핵심 소자로 알려져 있다. 현재까지 대부분의 광센서는 고결정성의 \( \mathrm{Si} \) 반도체를 기반으로 하여 제작되어 있다. 기존의 \( \mathrm{Si} \) 반도체 기반의 광 센서의 경우 \( \mathrm{Si} \) 반도체의 형성 및 박막 형성에 있어, 고온과 고진공의 장비를 요구하고 있다. 이로 인하여 소자 제작의 단가 상승을 야기하고, 대면적 공정 및 유연기판에 제작이 어려워 소자의 설계에 제약을 주고 있다. 이러한 \( \mathrm{Si} \) 반도체의 한계를 극복하기 위해서 다양한 무기물 화합물 반도체인 \( \mathrm{ZnS}, \mathrm{InSe}, \mathrm{CdS}, \mathrm{Ag}_{2} \mathrm{Se}, \mathrm{ZnO}, \mathrm{CeO}_{2} \) 및 \( \mathrm{V}_{2} \mathrm{O}_{5} \) 등이 최근 연구되고 있다. 특히 \( \mathrm{ZnO}, \mathrm{CeO}_{2} \) 및 \( \mathrm{V}_{2} \mathrm{O}_{5} \)와 같은 산화물 반도체의 경우 Bandgap 이 상대적으로 크기때문에 고투명도를 확보할 수 있어, 다양한 용용분야에 적용될 것으로 기대하고 있다. 또한 산화물 반도체를 제작함에 있어 Sol-gel 공법이라는 액상 공정을 사용하민, 고결정성의 산화물을 진공 장비 없이, 대면적에 제작 할 수 있어, Spray 공법, Spin-coating 공법 및 인쇄 전자에 사용되는 잉크로 최근 각광을 받고 있다. 대표적으로 \( \mathrm{ZnO}, \mathrm{In}_{2} \mathrm{O}_{3} \), 및 \( \mathrm{SnO}_{2} \) 는 잘 알려진 n-type 반도체이며, 특히 \( \mathrm{SnO}_{2} \) 의 경우 상대적으로 고가의 \(\mathrm{In}\)을 포함하고 있지 않아, 낮은가격으로 박막을 형성 할 수 있다. 또한 \( \mathrm{SnO}_{2} \) 반도체는 \( \mathrm{ZnO} \) 및 \( \mathrm{In}_{2} \mathrm{O}_{3} \) 대비 낮은 녹는점과, 고이동도 및 높은 밴드갭을 보여주어, 고성능의 광전자소자를 제작 하는 데 있어, 가장 적합한 반도체 물질로 각광받고 있다. 따라서 본 연구에서는 Sol-gel 공법을 이용하여 \( \mathrm{SnO}_{2} \) 박막을 형성 하였고, 이를 이용하여 박막 트랜지스터를 제작하고 특성을 평가하였다. 또한 제작된 박막 트렌지스터의 광 응답 픅성을 확보하고, 다양한 Parameter 를 평가하였다.</p>
|
[
"어떤 트랜지스터를 Sol-gel 공법을 이용하여 \\( \\mathrm{SnO}_{2} \\) 박막형성을 통해 제작하고 특성을 평가했어?",
"차세대 반도체 산업에서 핵심소자로 광센서가 포함되어 있어?",
"광센서는 우주에서 어떤 센서로 활용되고 있어?",
"현재 광센서에 제작되는 \\( \\mathrm{Si} \\) 반도체는 저결정성이야?",
"기존 \\( \\mathrm{Si} \\) 반도체 기반 광센서는 반도체와 박막 형성 측면에서 어떤 장비를 필요로 해?",
"기존의 \\( \\mathrm{Si} \\) 반도체 기반의 광 센서에서 고온, 고진공 장비를 통해 반도체와 박막형성을 할 수 있어?",
"반도체 소자 제작의 단가가 상승하는 이유는 뭐야?",
"\\( \\mathrm{Si} \\) 반도체 소자 제작에서 어떤 공정이 어려워 소자 설계에 제약이 발생해?",
"소자 제작 시 대면적 공정과 유연기판에 제작이 어려우면 소자 설계할 때 제약이 생겨?",
"소자 제작 시 어떤 기판에 제작하는게 어렵기 때문에 소자의 설계에 문제가 생겨?",
"\\( \\mathrm{ZnO}, \\mathrm{CeO}_{2} \\) 및 \\( \\mathrm{V}_{2} \\mathrm{O}_{5} \\) 반도체는 고투명도를 확보하여 다양하게 응용될 수 있어?",
"무기물 화합물 반도체를 활용하면 소자 제작에서 대면적 공정이 어렵다는 한계를 극복할 수 있어?",
"\\( \\mathrm{Si} \\) 반도체 제작 문제를 해결하기 위해 어떤 반도체를 사용해?",
"\\( \\mathrm{ZnO}, \\mathrm{CeO}_{2} \\) 및 \\( \\mathrm{V}_{2} \\mathrm{O}_{5} \\) 반도체는 다른 반도체와 비교했을 때 무엇이 커?",
"산화물 반도체를 제작할 때 액상 공정 기반의 어떤 공법을 사용해?",
"다양한 무기물 화합물 반도체를 활용함으로써 소자 제작 시, 유연 기판에 제작이 가능해져?",
"Sol-gel 공법에는 진공 장비를 사용하여 산화물 반도체를 제작해?",
"Bandgap이 큰 반도체는 어떤 것을 확보할 수 있어?",
"\\( \\mathrm{SnO}_{2} \\) 반도체는 다른 반도체들과 비교했을 때 고가의 어떤 것을 포함하고 있지 않아?",
"\\( \\mathrm{ZnO}, \\mathrm{In}_{2} \\mathrm{O}_{3} \\), 및 \\( \\mathrm{SnO}_{2} \\)는 어떤 반도체 종류야?",
"Sol-gel 공법을 통해 고결정성의 산화물을 대면적에 제작할 수 있어?",
"\\( \\mathrm{SnO}_{2} \\) 반도체는 고이동 및 높은 밴드갭을 가지고 있어?",
"\\( \\mathrm{SnO}_{2} \\) 반도체는 저비용으로 박막을 만들 수 있어?",
"제작된 박막 트랜지스터를 평가할 때 어떤 특성을 확보하였어?",
"\\( \\mathrm{SnO}_{2} \\) 반도체는 \\( \\mathrm{ZnO} \\) 및 \\( \\mathrm{In}_{2} \\mathrm{O}_{3} \\) 반도체와 비교하였을 때 어떤 것이 낮아?",
"\\( \\mathrm{SnO}_{2} \\) 반도체는 고성능의 어떤 소자를 제작하는데 있어 적합한 물질이야?",
"현재 개발된 광센서는 고결정성의 어떤 종류의 반도체로 만들어져?"
] |
4c630027-eeec-4fa1-a6a7-23c99925f1e6
|
인공물ED
|
졸-겔 공법으로 제작된 SnO2 박막 트랜지스터의 광전기적 특성
|
<h1>3. 결과 및 고찰</h1><p>그림 1 은 열처리 후의 \( \mathrm{SnO}_{2} \) 박막의 GIXRD 패턴을 보여준다. 얻어진 Peak 을 토대로 확인해 본 결과, 측정된 박막의 스펙트럼은 표준 JCDPS 41-1445 데이터와 일치함을 확인하였다. 이를 통하여 형성된 박막은 tetragonal 구조의 \( \mathrm{SnO}_{2} \) 박막임을 확인하였다. 또한 \( \mathrm{Sn} \) 및 \( \mathrm{SnO} \) Peak 이 나타나지 않았으며, 전구체가 \( \mathrm{SnO}_{2} \) 박막으로 변환되었음을 확인할 수 있었다. 또한 다양한 plane의 Peak이 확인되는 것을 보아 poly-crystalline 구조임을 확인하였다. 특히 (110) 방향의 Peak 의 세기가 가장 크게 확인되는 것으로 열처리 과정에서 (110) 방향의 결정 성장이 쉽게 일어남을 확인할 수 있었다. 열처리 후 박막의 결정 크기는 Scherrer Equation (1)을 통하여 알 수 있었다</p><p>\( D=0.9 \lambda(\beta \cos \theta) \)<caption>(1)</caption></p><p>여기서 \( \mathrm{D} \) 는 결정크기, \( \lambda \) 는 파장, \( \beta \) 는 최대 강도를 가지는 Peak 의 반치폭, \( \theta \) 는 최대 강도를 가지는 Peak 의 위치이다. 이 식을 통하여 계산한 \( \mathrm{SnO}_{2} \) 박막의 결정 크기는 \( 4.67 \mathrm{~nm} \) 이다</p><p>그림 2 (a) 는 열처리 후의 \( \mathrm{SnO}_{2} \) 박막의 흡광도 결과를 보여주고 있다. 이를 바탕으로 한 광에너지 (ahv) 에 대한 그래프는 그림 2 (b) 에 보여주고 있다. 아래의 수식을 이용하여, 주어진 그래프에서 선형으로 피팅하여 박막의 밴드갭을 계산하였으며, 계산된 박막의 밴드갭은 \( 3.95 \mathrm{eV} \) 임을 확인할 수 있었다.</p><p>\( (\alpha h v)^{1 / n}=A\left(h v-E_{g}\right) \)<caption>(2)</caption></p><p>여기서 \( \mathrm{a} \) 는 흡광상수, \( \mathrm{hv} \) 는 광에너지, \( \mathrm{n} \) 은 Power Factor, \( \mathrm{A} \) 는 상수, \( \mathrm{E}_{\mathrm{g}} \) 는 박막의 밴드갭 값을 의미한다. Power Factor는 직접천이형의 반도체의 경우인 0.5 값을 사용하였다. 또한 흡광상수 값은 아래의 수식을 이용하여 계산하였으며, 여기서 \( \mathrm{A} \) 는 흡광도, \( \mathrm{t} \) 는 박막의 두께이다. 특정된 박막의 두께는 \( 4.4 \mathrm{~nm} \) 이다.</p><p>\( \alpha=2.303 \mathrm{~A} / \mathrm{t} \)<caption>(3)</caption></p><p>계산된 \( \mathrm{SnO}_{2} \) 박막의 밴드갭은 \( 3.95 \mathrm{eV} \) 로 Bulk \( \mathrm{SnO}_{2} \) 반도체의 밴드갭인 \( 3.67 \mathrm{eV} \) 보다는 큰 값을 보여주었다. 이는 박막의 두께가 얇아짐에 따라 2D 박막에서 발생하는 밴드갭 브로드닝 효과가 발생함을 확인 할 수 있었다. 또한, 아래의 수식을 통하여 브로드닝 효과를 예측할 수 있다.</p><p>\( E_{g}(d o t)=E_{g}(b u l k)+\frac{\hbar^{2} \pi^{2}}{2 R^{2}}\left(\frac{1}{m_{e}^{*}}+\frac{1}{m_{h}^{*}}\right) \)<caption>(4)</caption></p><p>여기서 \( \mathrm{E}_{\mathrm{g}} \) 는 밴드갭, \( \mathrm{R} \)는 두께, \( \mathrm{m}_{\mathrm{e}}^{*}, \mathrm{~m}_{\mathrm{h}}^{*} \) 는 각가 전자와 전공의 유효 질량을 의미한다. 측정된 박막의 두께를 이용하여 계산한 결과 \( 3.92 \mathrm{eV} \) 로 측정값과 유사한 값을 획인하였다.</p><p>그림 3은 제작된 \( \mathrm{SnO}_{2} \) 박막 트랜지스터의 전기적 특성을 보여준다. 제작된 \( \mathrm{SnO}_{2} \) 박막 트랜지스터는 전형적인 n-type 반도체 소자의 특성을 보여준다. 제작된 소자의 이동도는 \( 0.1( \mathrm{~cm}^{2} \)\( \mathrm{V}^{-1} \mathrm{~s}^{-1} \) ) 및 \( \mathrm{I}_{\mathrm{on}} / \mathrm{I}_{\mathrm{of}} \) 는 \( 1.2 \times 10^{5} \) 이다. 제작된 소자의 \( \mathrm{V}_{\mathrm{th}} \) 는 \( -3.8 \mathrm{~V} \)이며, 이를 통하여 제작된 \( \mathrm{SnO}_{2} \) 박막 트랜지스터는 Depletion Mode 로 동작함을 확인하였다. 낮은 \( \mathrm{V}_{\mathrm{DS}} \) 전압에서 전압과 전류는 선형적인 특성을 보여주지는 않았으며, 이는 n-type 반도체인 \( \mathrm{SnO}_{2} \) 와 Source/Drain으로 사용한 \( \mathrm{Au} \) 의 일함수차에서 발생하는 에너지 장벽으로 인한 것임을 확인할 수 있었다.</p><p>그림 4는 제작된 \( \mathrm{SnO}_{2} \) 박막트랜지스터의 광응답특성을 보여준다. 제작된 \( \mathrm{SnO}_{2} \) 박막트랜지스터는 공기중에 노출된 채로 백색광에 노출시켰으며, 인가된 전압은 \( \mathrm{V}_{\mathrm{D}}=+1.0 \mathrm{~V} \) 와 \( \mathrm{V}_{\mathrm{G}}=-19.0 \) \( \mathrm{V} \) 이다. 광센서의 특성 평가를 위한 대표적인 Parameter 인 responsivity (R), gain (G), detectivity ( \( \left.\mathrm{D}^{*}\right) \) 및 photosensitivity (S) 값을 아래의 수식으로 평가하였다.</p><p>\( R=\frac{I_{p h}-I_{d}}{P_{o}}=\eta\left(\frac{q \lambda}{h c}\right) G \)<caption>(5)</caption></p><p>\( G=\frac{N_{e l}}{N_{p h}}=\frac{\tau}{\tau_{t r}} \)<caption>(6)</caption></p><p>\( D^{*}=\frac{A^{I / 2} R}{\left(2 q I_{d}\right)^{I / 2}} \)<caption>(7)</caption></p><p>\( S=\frac{I_{p h}-I_{d}}{I_{d}} \times 100 \% \)<caption>(8)</caption></p><p>여기서 \( \mathrm{I}_{\mathrm{ph}}, \mathrm{I}_{\mathrm{d}}, \mathrm{P}_{\mathrm{o}}, \eta, \mathrm{q}, \lambda, \mathrm{h}, \mathrm{c}, \mathrm{N}_{\mathrm{el}}, \mathrm{N}_{\mathrm{ph}}, \tau \) 및 \( \tau_{\mathrm{tr}} \) 는 각각 광전류, 암전류, 주사된 광원의 파워, 양자 효율, 전하량, 주사된 빛의 파장, 플랑크 상수, 광속, 단위시간동안 발생된 전자 및 정공의 수, 재결합 수명 및 천이 시간 이다. 이를 바탕으로 추출한 소자의 responsivity, gain, detectivity, 및 photosensitivity 는 각가 \( 1.4 \times 10^{-6}, 1.43 \times 10^{7}, 2.75 \times 10^{-6}\left(\mathrm{~cm} \mathrm{~Hz}^{1 / 2} \mathrm{~W}^{-1}\right) \) 및 \( 4.67 \times 10^{2} \) 이였다. 특히 제작된 소자는 빛에 노출되었을 때 발생한 광전류가 초기에 급격히 증가하다가, 이후에 서서히 증가됨을 확인할 수 있었다. 초기의 급격한 증가는 빛에 의해 여기 된 전자가 직접적으로 고에너지 준위로 직접이동하기 때문이다. 이후 표면이나 내부의 트랩 준위로 인하여 서서히 증가함을 확인 할 수 있었다. 또한 지속적으로 인가된 \( \mathrm{V}_{\mathrm{G}} \) 전압에 의하여 음의 방향으로 이동한 \( \mathrm{V}_{\mathrm{th}} \) 도 전류값의 증가에 기여했다고 판단된다. 따라서 안정적인 \( \mathrm{V}_{\mathrm{th}} \) 를 위해서 Doping 공정을 진행하고, 구체적인 광전류 메카니즘 분석을 위한 추가적인 연구가 필요하다고 생각된다.</p>
|
[
"무엇은 공기중에 노출된 채로 백색광에 노출시켰는가?",
"측정된 박막의 스펙트럼은 무슨 데이터와 일치함을 확인하였나?",
"Scherrer Equation (1)에서 \\( \\mathrm{D} \\)는 무엇을 나타내는가?",
"Scherrer Equation (1)에서 \\( \\lambda \\)는 무엇을 나타내는가?",
"계산된 박막의 밴드갭은 얼마 임을 확인할 수 있나?",
"계산된 박막의 밴드갭이 뭐지",
"이것은 직접천이형의 반도체의 경우인 0.5 값을 사용하였는데 이것은 무엇인가?",
"이것 의 일함수차에서 발생하는 에너지 장벽으로 인하여 낮은 \\( \\mathrm{V}_{\\mathrm{DS}} \\) 전압에서 전압과 전류는 선형적인 특성을 보여주지않는데 이것은 무엇인가?",
"제작된 소자는 이것이 초기에 급격히 증가하다가, 이후에 서서히 증가됨을 확인할 수 있었는데 이것은 무엇인가?",
"무엇을 위해서 Doping 공정을 진행해야된다고 말하는가?",
"무엇을 보아 poly-crystalline 구조임을 확인하였나?",
"Scherrer Equation (1)에서 \\( \\beta \\) 는 무엇을 나타내는가?",
"식(2)에서 \\( \\mathrm{E}_{\\mathrm{g}} \\)는 무엇을 나타내는가?",
"식(2)에서 \\( \\mathrm{n} \\) 은 무엇을 나타내는가?",
"박막의 두께가 얇아짐에 따라 2D 박막에서 발생하는 무엇이 발생하는가?",
"식(2)에서 \\( \\mathrm{hv} \\)는 무엇을 나타내는가?",
"전구체가 무엇으로 변환되었음을 확인할 수 있었나?"
] |
fa3eec19-c545-4c57-b41b-09708c4467c6
|
인공물ED
|
졸-겔 공법으로 제작된 SnO2 박막 트랜지스터의 광전기적 특성
|
<h1>4. 결 론</h1><p>본 연구에서는 Sol-gel 공법을 이용하여 고결정성의 \( \mathrm{SnO}_{2} \) 박막을 형성하였다. 형성된 \( \mathrm{SnO}_{2} \) 박막 트랜지스터는 전형적인 n-type 반도체 특성을 보여주었다. 제작된 소자의 이동도는 \( 0.1 \)\( \left(\mathrm{cm}^{2} \mathrm{~V}^{-1} \mathrm{~s}^{-1}\right) \) 및 \( \mathrm{I}_{\mathrm{on}} / \mathrm{I}_{\mathrm{off}} \) 는 \( 1.2 \times 10^{5} \) 이다. 제작된 소자의 \( \mathrm{V}_{\mathrm{th}} \) 는 \( -3.8 \)\( \mathrm{V} \) 이며, 이를 통하여 제작된 \( \mathrm{SnO}_{2} \) 박막 트랜지스터는 Depletion Mode 로 동작함을 확인하였다. 제작된 트랜지스터를 백색광에 노출시켜 광응답특성을 확인하여 센서를 제작하였다. 광센서의 특성 평가를 위한 대표적인 Parameter 인 responsivity (R), gain (G), detectivity ( \( \left.\mathrm{D}^{*}\right) \) 및 photosensitivity (S) 값을 아래의 수식으로 평가하였다. 이를 바탕으로 추출한 소자의 responsivity, gain, detectivity 및 photosensitivity 는 각각 \( 1.4 \times 10^{-6}, 1.43 \times 10^{7} \), \( 2.75 \times 10^{-6}\left(\mathrm{~cm} \mathrm{~Hz}^{1 / 2} \mathrm{~W}^{-1}\right) \), 및 \( 4.67 \times 10^{2} \) 이였다.</p>
|
[
"\\( \\mathrm{SnO}_{2} \\) 박막 트랜지스터는 어떠한 종류의 반도체 특성을 가지는가?",
"고결정성 \\( \\mathrm{SnO}_{2} \\) 박막 형성을 위해 사용한 방법은 무엇인가?",
"광센서 특성 평가를 위한 parameter로는 어떠한 것들이 있을까?",
"어떤 환경에서 트랜지스터의 광응답특성을 확인하였는가?"
] |
6aac32c4-e4c5-4114-a262-7fc05b3db0a9
|
인공물ED
|
감법을 이용한 실리콘 오일 기반의 2채널 광섬유 온도 센서
|
<h1>3. 결과 및 고찰</h1><p>Fig. 4는 OTDR에 내장된 \( 1,310 \mathrm{nm} \) 의 파장을 가지는 근적외선 광원을 이용하여 측정한 감지 프로브 내 실리콘 오일의 유무에 따른 출력신호의 변화를 보여준다. OTDR 내의 근적외선 광원으로부터 방출된 광 신호가 \( 100 \mathrm{m} \) 길이의 전송용 광섬유 및 광섬유 커플러를 통하여 \( 40 \mathrm{m} \) 길이의 싱글모드 광섬유에 연결된 감지 프로브까지 전송된다. 실험 결과, 실리콘 오일을 감지 프로브에 주입하지 않을 경우, 감지 프로브의 내부에 위치한 광섬유의 끝 단이 굴절률이 1 인 공기와 접촉하게 되므로 광섬유 코어와 접촉물질 사이의 굴절률의 차이가 커지며 이로 인해 프레넬 반사율 또한 높아진다. 반면 실리콘 오일을 주입할 경우, 광섬유 코어와 접촉물질 사이의 굴절률 차이가 작아짐에 따라 식 (1)에 의해 프레넬 반사율이 낮아지고 이에 따라 반사광의 광 피크에서 광 파워가 작아지는 것을 볼 수 있다.</p><p>Fig. 5 는 \( 5 \sim 70^{\circ} \mathrm{C} \) 의 온도범위 내에서 \( 5^{\circ} \mathrm{C} \) 간격으로 물의 온도를 높이거나 낮추면서 온도 변화에 따라 채널 1 의 기준 프로브로부터 반사되어 돌아오는 반사광의 광 파워의 변화를 보여준다. 온도 감지물질인 실리콘 오일이 주입되지 않은 기준 프로브의 경우에는 온도 변화에 무관하게 OTDR에서 감지되는 반사광의 광 피크에서 광 파워가 일정한 값을 가지는 것을 확인할 수 있다. 온도의 상승 및 하강에 따른 광 파워는 \( 0.08 \mathrm{dB} \) 이하의 차이를 보였다.</p><p>Fig. 6은 온도 변화에 따라 채널 2의 감지 프로브로부터 반사되어 돌아오는 반사광의 광 파워의 변화를 보여주며, 물의 온도 변화에 따라 광 파워가 선형적으로 변하는 것을 볼 수 있다. 또한 온도 감지물질로 사용한 실리콘 오일의 굴절률 변화가 온도 변화에 대해 가역성(reversibility)을 가지며, 온도의 상승 및 하강에 따른 히스테리시스(hysteresis) 현상이 작게 나타나는 것을 확인할 수 있다. 하지만 감지 프로브만을 사용할 경우, 외부 환경의 영향으로 인해 광 파워의 기준값이 변할 수 있다. 따라서 기준 프로브와 감지 프로브에서의 기준값 변화를 동시에 측정하고 그 차이를 이용하는 감법을 적용시킴으로써 오프셋(offset) 의 변동을 최소화 시켰다.</p><p>Fig. 7은 감법을 이용하여 기준 및 감지 프로브로부터 발생한 광 신호의 차이(CH 1-CH 2)를 온도에 따라 나타낸 그래프를 보여준다. 온도가 높아짐에 따라 기준 프로브의 광 파워는 일정한 반면, 감지 프로브의 광 파워는 작아지며 이에 따라 기준 프로브와 감지 프로브 사이의 광 파워의 차이가 선형적으로 커지게 된다. 만약 광섬유 온도 센서가 외부 환경으로부터 영향을 받는다면 기준 프로브와 감지 프로브의 광 파워 기준값이 함께 변하게 되므로 감법을 적용함에 따라 오프셋의 변동을 최소화시켜 온도를 정확하게 측정할 수 있게 된다.</p><p>Fig. 8은 온도 변화에 따른 광섬유 온도 센서의 가역성 및 재현성(reproducibility)을 실험한 결과를 보여준다. 공기 중의 온도는 \( 20^{\circ} \mathrm{C} \), 수조에 채워진 물의 온도는 \( 70^{\circ} \mathrm{C} \) 로 유지하였으며, 각각의 온도에서 측정시간은 15 분으로 고정함으로써 재현성을 일정하게 측정하였다. 광섬유 온도 센서의 감지 프로브를 공기와 수조 내부로 각각 이동시켰을 때, 온도 차이에 따라 반사광의 광 파워가 변하는 것을 볼 수 있고, 본 연구에서 제작한 광섬유 온도 센서가 가역성 및 재현성을 가지는 것을 확인하였다.</p>
|
[
"Fig. 4와 관련하여, OTDR에 내장된 근적외선 광원의 파장의 크기는 얼마야?",
"Fig. 4는 프로브 내 어떤 차이에 의한 출력신호의 변화를 보여주는 것인가?",
"OTDR 내의 근적외선 광원으로부터 방출된 광 신호가 어디까지 전송되는가?",
"Fig. 5 는 \\( 5 \\sim 70^{\\circ} \\mathrm{C} \\) 의 온도범위 내에서 얼마의 온도 간격으로 변화를 주었는가?",
"Fig. 5 에서 기준 프로브로 사용된 것은 채널 몇 번 인가?",
"OTDR 내의 근적외선 광원으로부터 방출된 광 신호가 몇 m 길이의 광섬유를 통해 전송되는가?",
"공기의 굴절률은 얼마인가?",
"Fig. 5의 실험에서 실리콘 오일의 역할은 무엇인가?",
"온도의 상승 및 하강에 따른 광 파워는 얼마 차이였는가?",
"Fig. 6은 온도 변화에 따라 몇 번 채널의 감지 프로브로부터 반사되어 돌아오는 반사광의 광 파워의 변화를 보여주는가?",
"온도 감지물질로 사용한 실리콘 오일은 온도의 상승 및 하강에 따라 어떤 현상이 잘 일어나지 않는가?",
"Fig. 7은 기준 및 감지 프로브에서의 어떤 차이를 그래프로 나타낸 것인가?",
"Fig. 7에서 온도가 높아짐에 따라 기준 프로브의 광 파워는 증가하는가?",
"Fig. 8에서 수조에 채워진 물의 온도는 얼마인가?",
"실리콘 오일을 감지 프로브에 주입할 경우, 프레넬 반사율이 낮아지는가?",
"실리콘 오일이 주입되지 않은 프로브의 경우에는 온도의 상승 및 하강에 따른 광 파워값이 어떻게 변화되는가?",
"Fig. 7은 감법을 적용시킴으로써 어떤 변동을 최소화 하였는가?",
"Fig. 8은 온도 차이에 따라 광섬유 온도 센서의 어떤 특징을 시험한 결과인가?",
"Fig. 8의 실험에서 공기중과 수조 각각의 온도에서 측정시간은 몇 분으로 고정하였는가?",
"실험결과 감지 프로브 내 광섬유 코어와 접촉물질 사이의 굴절률의 차이가 커지면 어떤 반사율이 높아지는가?",
"감지 프로브의 실리콘 오일 유무에 따라 광섬유 코어와 접촉물질 사이의 어떤 차이가 커지게 되는가?",
"감지 프로브의 실리콘 오일 유무에 따라 광섬유 코어와 접촉물질 간에서 차이가 발생하는 것은 무엇이야?"
] |
6c0e2095-68ba-4f25-a8cb-77aefb60b9f6
|
인공물ED
|
감법을 이용한 실리콘 오일 기반의 2채널 광섬유 온도 센서
|
<h1>4. 결 론</h1><p>본 연구에서는 온도에 따라서 굴절률이 변하는 실리콘 오일 기반의 2 채널 광섬유 온도 센서를 제작하였다. 제작된 광섬유 온도 센서의 성능평가를 위하여 물의 온도 변화에 따른 출력신호를 측정하였고, 온도의 정확한 측정을 위해 감법을 적용시켰다.</p><p>\( 5 \sim 70^{\circ} \mathrm{C} \) 의 온도범위에서 온도의 상승 및 하강에 따라 기준 프로브와 감지 프로브의 출력신호를 동시에 측정한 결과, 기준 프로브로부터 되돌아온 반사광의 광 파워는 온도 변화와 무관하게 일정하고, 감지 프로브의 광 파워는 온도 변화에 따라서 선형적으로 변하는 것을 확인하였다. 정확한 온도의 측정을 위해 감법을 적용하여 출력신호의 오프셋의 변동을 최소화시켰으며, 본 연구에서 제작한 광섬유 온도 센서가 가역성 및 재현성을 가지는 것을 확인하였다.</p><p>본 연구에서 제작한 광섬유 온도 센서는 \( 100 \mathrm{m} \) 이상의 길이를 가지는 광섬유를 이용하여 온도에 관한 정보를 가진 광 신호를 온도 감지 프로브로부터 OTDR로 전송한다. 따라서 배관에서의 냉각재 누설 감지에 광섬유 온도 센서를 적용시킬 경우, 원거리에서 온도를 실시간 측정할 수 있을 것으로 판단된다. 앞으로의 연구 방향은 고온환경에서의 광 신호 전송 및 다채널 측정을 위해 금속코팅 광섬유(metal-coated optical fiber)와 다채널 광섬유 커플러 또는 광섬유 스위치(fiber-optic switch)를 이용하여 분포형 다채널 광섬유 온도센서를 제작한 후, 냉각재 배관을 모사한 고온환경에서 성능을 평가하는 것이다.</p>
|
[
"본 연구에서는 무엇에 따라서 굴절률이 변하는 실리콘 오일 기반의 2 채널 광섬유 온도 센서를 제작한거야?",
"본 연구에서는 온도에 따라서 굴절률이 변하는 어떤 기반의 2 채널 광섬유 온도 센서를 제작한거야?",
"본 연구에서는 온도에 따라서 굴절률이 변하는 실리콘 오일 기반의 3 채널 광섬유 온도 센서를 제작한것이 맞아?",
"본 연구에서는 온도에 따라서 굴절률이 변하는 실리콘 오일 기반의 무엇을 제작하였어?",
"본 연구에서는 무엇을 위하여 물의 온도 변화에 따른 출력신호를 측정한거야?",
"본 연구에서는 제작된 광섬유 온도 센서의 성능평가를 위하여 물의 온도 변화에 따른 무엇을 측정해?",
"제작된 광섬유 온도 센서의 성능평가를 위하여 물의 온도 변화에 따른 출력신호를 측정하였고, 온도의 정확한 측정을 위해 무엇을 적용시켜?",
"어느 정도의 온도범위에서 온도의 상승 및 하강에 따라 기준 프로브와 감지 프로브의 출력신호를 동시에 측정한 결과야?",
"본 연구에서는 온도에 따라서 굴절률이 변하지 않는 것이 맞아?",
"\\( 5 \\sim 70^{\\circ} \\mathrm{C} \\) 의 온도범위에서 온도의 상승 및 하강에 따라 기준 프로브와 감지 프로브의 출력신호를 동시에 측정한 결과, 어떤 프로브로부터 되돌아온 반사광의 광 파워는 온도 변화와 무관하게 일정해?",
"본 연구에서는 무엇을 위해 감법을 적용시킨 거야?",
"\\( 5 \\sim 70^{\\circ} \\mathrm{C} \\) 의 온도범위에서 온도의 상승 및 하강에 따라 기준 프로브와 감지 프로브의 출력신호를 동시에 측정한 결과, 기준 프로브로부터 되돌아온 반사광의 광 파워는 온도 변화에 따라서 변화하는 거야?",
"\\( 5 \\sim 70^{\\circ} \\mathrm{C} \\) 의 온도범위에서 온도의 무엇에 따라 기준 프로브와 감지 프로브의 출력신호를 동시에 측정한 결과야?",
"( 5 \\sim 70^{\\circ} \\mathrm{C} \\) 의 온도범위에서 온도의 상승 및 하강에 따라 기준 프로브와 감지 프로브의 출력신호를 동시에 측정한 결과, 감지 프로브의 광 파워는 온도 변화에 따라서 어떻게 변하는 것을 확인하였어?",
"\\( 5 \\sim 70^{\\circ} \\mathrm{C} \\) 의 온도범위에서 온도의 상승 및 하강에 따라 기준 프로브와 감지 프로브의 출력신호를 다른시기에 측정한 결과가 맞아?",
"\\( 5 \\sim 70^{\\circ} \\mathrm{C} \\) 의 온도범위에서 온도의 상승 및 하강에 따라 기준 프로브와 감지 프로브의 출력신호를 동시에 측정한 결과, 기준 프로브로부터 되돌아온 무엇이 온도 변화와 무관하게 일정한거야?",
"본 연구에서 제작한 광섬유 온도 센서는 \\( 100 \\mathrm{m} \\) 이상의 길이를 가지는 광섬유를 이용하여 온도에 관한 정보를 가진 광 신호를 어디에서 어디로 전송하는 거야?",
"본 연구에서 제작한 광섬유 온도 센서는 어느 정도 길이를 가지는 광섬유를 이용하여 온도에 관한 정보를 가진 광 신호를 온도 감지 프로브로부터 OTDR로 전송하는 거야?",
"정확한 온도의 측정을 위해 감법을 적용하여 출력신호의 오프셋의 변동을 최대화시킨게 맞아?",
"감법을 적용하여 출력신호의 오프셋의 변동을 최소화시킨 이유가 뭐야?",
"정확한 온도의 측정을 위해 감법을 적용하여 출력신호의 오프셋의 변동을 최소화시켰으며, 본 연구에서 제작한 광섬유 온도 센서가 무엇을 가지는 것을 확인하였어?",
"본 연구에서는 정확한 온도의 측정을 위해 감법을 적용하여 어떤 것을 최소화시켰어?",
"정확한 온도의 측정을 위해 감법을 적용하여 출력신호의 오프셋의 변동을 최소화시켰으며, 본 연구에서 제작한 광섬유 온도 센서가 가역성 및 재현성을 가지는 것을 확인 할 수 없었어?",
"본 연구에서 제작한 광섬유 온도 센서는 \\( 100 \\mathrm{m} \\) 이상의 길이를 가지는 광섬유를 이용하여 어떤 정보를 가진 광 신호를 온도 감지 프로브로부터 OTDR로 전송해?",
"앞으로의 연구 방향은 무엇을 이용하여 분포형 다채널 광섬유 온도센서를 제작하려고 해?",
"배관에서의 냉각재 누설 감지에 광섬유 온도 센서를 적용시킬 경우, 원거리에서 온도를 실시간 측정할 수 있을 것으로 판단되는게 맞아?",
"본 연구에서 제작한 광섬유 온도 센서는 \\( 100 \\mathrm{m} \\) 이상의 길이를 가지는 광섬유를 이용하여 온도에 관한 정보를 가진 광 신호를 온도 감지 OTDR로부터 프로브로 전송하는게 맞아?",
"원거리에서 온도를 실시간 측정할 수 있을 것으로 판단되는 경우는 뭐야?",
"어디에 광섬유 온도 센서를 적용시킬 경우, 원거리에서 온도를 실시간 측정할 수 있을 것으로 판단돼?",
"배관에서의 냉각재 누설 감지에 광섬유 온도 센서를 적용시킬 경우, 원거리에서 온도를 실시간 측정할 수 있을 것으로 판단하는 이유가 뭐야?",
"앞으로의 연구 방향은 고온환경에서의 광 신호 전송 및 다채널 측정을 위해 금속코팅 광섬유(metal-coated optical fiber)와 다채널 광섬유 커플러 또는 광섬유 스위치(fiber-optic switch)를 이용하여 분포형 다채널 광섬유 온도센서를 제작한 후, 냉각재 배관을 모사한 저온환경에서 성능을 평가하는 것이 맞아?",
"앞으로의 연구 방향은 고온환경에서의 광 신호 전송 및 다채널 측정을 위해 무엇을 이용하여 분포형 다채널 광섬유 온도센서를 제작한 후, 냉각재 배관을 모사한 고온환경에서 성능을 평가하는 것이야?",
"앞으로의 연구에서 금속코팅 광섬유(metal-coated optical fiber)와 다채널 광섬유 커플러 또는 광섬유 스위치(fiber-optic switch)를 이용하는 이유는 뭐야?",
"앞으로의 연구 방향은 고온환경에서의 광 신호 전송 및 다채널 측정을 위해 금속코팅 광섬유(metal-coated optical fiber)와 다채널 광섬유 커플러 또는 광섬유 스위치(fiber-optic switch)를 이용하여 분포형 다채널 광섬유 온도센서를 제작하기 전에, 냉각재 배관을 모사한 고온환경에서 성능을 평가하는 것이 맞아?"
] |
0218666a-4f10-4104-9ba8-5054ad863814
|
인공물ED
|
감법을 이용한 실리콘 오일 기반의 2채널 광섬유 온도 센서
|
<h1>1. 서 론</h1><p>원자력 발전소는 핵 증기 관련 설비 계통인 1 차 계통과 터빈 발전기 관련 설비 계통인 2차 계통 그리고 보조설비 계통으로 분류되는 원전 보조기기 설비(balance of plant, BOP) 계통으로 크게 3가지로 분류된다. 각 계통 중에서 원자로 내의 연료다발에서 열을 흡수하여 증기발생기를 통해 증기를 발생시키는 핵심 계통인 핵 증기공급 계통에 원자로 냉각재 계통(reactor coolant system)이 포함된다. 원자로 냉각재 계퉁은 원자로 용기, 증기 발생기, 원자로 냉각재 펌프, 배관 등으로 구성되어 있고, 노심으로부터 열을 제거하여 핵연료의 건전성을 보장하며 원자로 냉각재의 누설과 방사성 물질의 누출을 방지하는 역할을 수행한다.</p><p>원자력 발전소는 다양한 사고에 대비하여 비상사고를 예방할 수 있도록 설계되며, 배관에서 발생한 균열을 미리 발견하고 양단순간파단(double ended guillotine break, DEGB)과 같은 가상 사고를 사전에 예방하는 개념으로 파단전 누설(leak-before-break, LBB) 개념이 원자로 냉각재 계통의 배관 설계에 적용된다. 양단순간파단이 발생하면 배관 내부의 균열을 통해 냉각재가 누설되고, 누설된 냉각재는 배관 주변에 심각한 영향을 미치게 된다. 따라서, 원자로 냉각재 계통 배관에서의 냉각재 누설을 예방하고 냉각재 상실사고로의 진행을 완화시키기 위해서 냉각재의 미세누설을 실시간 모니터링 하는 것은 원자력 발전소의 안전성 측면에서 매우 중요하다.</p><p>일반적으로 냉각재가 누설되는 것을 감지하기 위해서 배관 주변의 공기 중 입자형 방사능 또는 기체 방사능 그리고 습도와 온도의 변화를 측정하는 방법이 사용된다. 또한 냉각재의 누설과 누설 위치를 탐지하는 센서로는 세라믹 습도 센서(ceramic humidity sensor), 전위 센서(potential sensor), 레이저 센서(laser-based sensor), 마이크로폰 센서(microphone sensor) 등이 냉각재의 누설 감지에 사용되고 있다. 하지만 기존의 센서들은 감지부의 표면에 불순물이 묻을 경우 감도가 낮아지고, 넓은 범위에 설치하기 어려우며 장치의 수명이 짧다는 단점을 가진다. 하지만, 광섬유 센서는 감지부의 크기가 작고 실시간 측정이 가능하며, 배관의 크기에 제한을 받지 않고 원거리에서 넓은 누설 범위의 감시가 가능하다는 장점을 가지고 있다.</p><p>본 연구는 냉각재의 누설에 의한 온도 차이를 이용하여 냉각재 배관의 누설 위치를 감지할 수 있는 분포형 다채널 광섬유 온도 센서 (distributed multichannel fiber-optic temperature sensor, FOTS)의 개발에 대한 연구의 일환으로 실리콘 오일(silicone oil) 을 기반으로 하는 2채널 광섬유 온도 센서를 제작하였다. 광원 및 광 계측장비로사용한OTDR(optical time-domain reflectometer) 은 광섬유에서 발생되는 산란광 및 반사광을 이용하여 이벤트가 발생한 지점과 거리 및 광 손실을 측정하는 장비로서 원거리에서 실시간 광 신호의 측정이 가능하다. 본 연구에서는 제작된 광섬유 온도센서의 성능평가를 위하여 온도 변화에 따른 실시간 출력신호를 측정하였고, 온도 감지 프로브를 구성하는 기준 프로브(reference probe)와 감지 프로브(sensing probe)로부터 발생한 각 반사광의 광 파워(optical power)의 차이를 이용하는 감법(subtraction method)을 적용하여 출력신호를 분석하였다.</p>
|
[
"원자력 발전소는 크게 몇가지 계통으로 어떻게 분류되는가?",
"냉각재의 누설과 누설 위치를 탐지하는 센서로는 어떤 것들이 있어?",
"배관에서 발생한 균열을 미리 발견하고 사전에 예방하는 개념으로 양단순간파단 개념이 원자로 냉각재 계통의 배관 설계에 적용돼?",
"냉각재가 누설되는 것을 감지하기 위해서 일반적으로 어떤 방식이 이용돼?",
"본 연구는 실리콘 오일을 기반으로 하는 2채널 광섬유 온도 센서를 제작하였어?",
"광섬유 센서의 장점이 뭐야?",
"원자로 냉각재 계통은 어떤 역할을 수행해?",
"양단순간파단이 발생하면 배관 외부의 균열을 통해 냉각재가 누설돼?",
"냉각재 계통이 포함되는 원자력 발전소의 계통은 1차 계통이야?",
"레이저 센서는 감지부의 표면에 불순물이 묻을 경우 감도가 낮아지지만, 넓은 범위에 설치할 수 있다는 장점이 있어?",
"본 연구에서 제작된 광섬유 온도센서의 성능평가를 위해서 온도 감지 프로브를 구성하는 기준 프로브(reference probe)와 감지 프로브(sensing probe)로부터 발생한 각 반사광의 광 파워(optical power)의 합을 이용하여 출력신호를 분석하였어?"
] |
33afc3e7-ee5f-4aac-96c8-308c69aab0f3
|
인공물ED
|
감법을 이용한 실리콘 오일 기반의 2채널 광섬유 온도 센서
|
<h1>2. 연구 방법</h1><p>Fig. 1은 광섬유 온도 센서의 온도 감지 프로브의 구조를 보여준다. 온도 감지 프로브를 구성하는 2개의 프로브 중에서 감지 프로브는 온도 감지물질(temperature sensing material), FC 터미네이터(FC terminator), 황동관(brass pipe) 및 굴절률이 1.464 인 싱글모드 광섬유(single-mode optical fiber, 980HP, Thorlabs, Inc)로 구성되고, 기준 프로브는 온도 감지물질을 제외한 나머지 부품들로 구성된다. 온도에 따라 광학적 특성인 굴절률(refractive index)이 변하는 온도 감지물질로 사용한 실리콘 오일(KF-54, Shin-Etsu)은 내열성이 뛰어난 무색투명의 액체이고, \( 25^{\circ} \mathrm{C} \) 의 온도에서 1.505 의 굴절률을 가지며 사용 가능한 온도범위는 \( -35250^{\circ} \mathrm{C} \) 이다. 감지 프로브 내에 주입된 실리콘 오일이 외부 물질과의 접촉으로 인해 물리적 또는 화학적으로 변성되는 것을 방지하고, 온도에 대한 민감도를 높이기 위해 열전도도(thermal conductivity)가 높은 황동 재질의 관을 사용하였다.</p><p>기준 프로브 및 감지 프로브의 연결을 위해 사용된 광섬유 커플러(fiber-optic coupler, FCQ1315-FC, Thorlabs, Inc) 는 OTDR 내에 위치한 광원으로부터 광 신호 전송용 광섬유(transmitting optical fiber, 980HP), Thorlabs, Inc)를 통해 전송된 광 신호를 분배한다. 분배된 광 신호는 온도에 따른 굴절률 변화에 의한 프레넬 반사(Fresnel reflection)로 인하여 온도 감지 프로브로부터 반사되어 OTDR 내에 위치한 광 센서로 되돌아간다. 프레넬 반사는 광 신호가 서로 다른 굴절률을 가지는 두 매질에 입사될 때, 두 매질의 경계면에서 광 신호의 일부가 반사되는 현상이다. 온도 감지 프로브의 내부에 위치한 싱글모드 광섬유의 끝단에서 코어(core)의 굴절률과 다른 굴절률을 가지는 온도 감지 물질이 접촉하면 입사된 광 신호의 일부가 경계면에서 반사된다. 프레넬 반사에 의한 반사광의 광 파워 (R) 는 식 (1)과 같이 나타낼 수 있다.</p><p>\( R=\left(\frac{n_{1}-n_{2}}{n_{1}+n_{2}}\right)^{2}\)<caption>(1)</caption></p><p>식 (1)에서 온도 감지 프로브에 사용된 싱글모드 광섬유 코어의 굴절률을 \( \mathrm{n}_{1} \), 감지 프로브 내에서 광섬유의 끝 단과 접촉하게 되는 실리콘 오일의 굴절률을 \( \mathrm{n}_{2} \) 로 나타내면, 외부 온도에 따라 변하는 실리콘 오일의 굴절률에 의해 달라지는 반사율을 획득할 수 있다.</p><p>Fig. 2는 온도 감지 프로브를 공기 중에 설치하였을 때, 온도 감지 프로브를 구성하는 싱글모드 광섬유의 길이에 따라 발생한 출력신호를 보여준다. 본 테스트에서는 \( 10 \mathrm{m} \) 와 \( 20 \mathrm{m} \) 의 길이를 가지는 2 개의 싱글모드 광섬유를 광섬유 커플러에 연결하였으며, 각각의 싱글모드 광섬유가 서로 다른 길이를 가짐에 따라 OTDR에서 방출된 근적외선(near infrared) 광 신호가 전송용 광섬유를 거쳐 광섬유 커플러에 의해 분배되고, 각각의 프로브로부터 반사된 후 다시 전송용 광섬유를 통해 OTDR 내에 위치한 광 센서로 함께 되돌아 오더라도 반사광의 광 피크(optical peak)가 독립적으로 발생하는 것을 확인할 수 있다.</p><p>Fig. 3은 \( 25^{\circ} \mathrm{C} \) 의 온도에서 굴절률이 1.505 인 실리콘 오일을 기반으로 하는 온도 감지 프로브, 광섬유 커플러, 전송용 광섬유와 OTDR로 구성된 2채널 광섬유 온도 센서를 이용한 실험 구성을 보여준다. 정확한 온도의 측정을 위해 온도 감지 프로브는 채널 1(CH 1) 의 기준 프로브와 채널 2(CH 2) 에 해당하는 감지 프로브 즉, 2채널로 구성하였다. 각각의 프로브에 연결된 싱글모드 광섬유는 원거리 측정을 위해 \( 30 \mathrm{m} \) 와 \( 40 \mathrm{m} \) 로 교체하였으며, 온도 감지 프로브는 광섬유 커플러 및 \( 100 \mathrm{m} \) 길이의 전송용 광섬유를 통해 OTDR로 연결된다. 수조 내에 설치된 기준 프로브와 감지 프로브 사이의 간격은 \( 1 \mathrm{cm} \) 이며, 냉온 플레이트(cooling/heating plate, CP-7200GT, Intec)를 사용하여 수조에 채워진 물의 온도를 조절하였다. 또한 열전대(thermocouple, 54 II thermometer, Fluke)를 기준 온도 센서로 사용하여 물의 온도를 실시간 측정하였다.</p>
|
[
"본 테스트에서 각각 10m와 20m의 길이를 가지는 2개의 싱글모드 광섬유를 광섬유 커플러에 연결하였을 때, 각각의 싱글모드 광섬유가 서로 다른 길이를 가짐에 따라 OTDR에서 방출된 근적외선(near infrared) 광 신호가 전송용 광섬유를 거쳐 광섬유 커플러에 의해 분배되고, 각각의 프로브로부터 반사된 후 다시 전송용 광섬유를 통해 OTDR 내에 위치한 광 센서로 함께 되돌아오면 종속적인 광 피크가 발생해?",
"\\( 25^{\\circ} \\mathrm{C} \\) 의 온도에서 굴절률이 1.505 인 실리콘 오일을 기반으로 하는 온도 감지 프로브, 광섬유 커플러, 전송용 광섬유와 OTDR로 구성된 2채널 광섬유 온도 센서를 이용한 실험 구성에서는 왜 각각의 프로브에 연결된 싱글모드 광섬유의 길이를 30m 와 40m로 교체하였어?",
"기준 온도 센서로 무엇을 사용하여 물의 온도를 실시간 측정하였어?",
"광섬유 커플러가 분배한 광 신호는 온도 감지 프로브로부터 반사되어 OTDR 내에 위치한 광 센서로 되돌아가?",
"기준 프로브 및 감지 프로브의 연결을 위해 사용된 광섬유 커플러(fiber-optic coupler, FCQ1315-FC, Thorlabs, Inc) 는 무엇을 통해 광 신호를 분배해?",
"프레넬 반사는 어떤 현상이야?",
"감지 프로브 내에 주입된 실리콘 오일이 외부 물질과의 접촉으로 인해 물리적 또는 화학적으로 변성되는 것을 방지하고, 온도에 대한 민감도를 높이기 위해 어떤 재질의 관을 이용했어?",
"온도 감지 프로브를 구성하는 2개의 프로브 중에서 감지 프로브는 온도 감지물질(temperature sensing material), FC 터미네이터(FC terminator), 황동관(brass pipe) 및 굴절률이 1.464 인 싱글모드 광섬유(single-mode optical fiber, 980HP, Thorlabs, Inc)로 구성되어 있어?",
"실리콘 오일은 온도 감지물질로 이용되는 유색의 액체야?"
] |
eceedf1e-4b8a-4850-8693-31647f6f5acc
|
인공물ED
|
고장 검출 필터를 사용한 항공기 터보팬 엔진 시스템의 고장 검출
|
<h2>2. 고장 검출 필터의 구조</h2><p>고장 검출 필터에 의해 모니터링되는 모든 시스템은 관측 가능한 역학을 가진 선형 시불변 모델로 표현 가능해야 한다. 여기에서는 연속적인 측정과 입력이 있는 시스템만 고려한다.</p><p>우리는 다음과 같은 선형 방징식으로 시스템을 표현한다.</p><p>\( \dot{x}(t)=A x(t)+B u(t) \) \( y(t)=C x(t) \)<caption>(1)</caption></p><p>벡터 \( x \) 는 상태 변수로 구성되며, \( u \) 는 제어 입력 벡터이며, \( y \) 는 측징 벡터이다. \( x \) 의 차원은 \( n, u \) 의 차원은 \( 1, y \) 의 차원은 \( m \) 이다. 행렬 \( \{A, B, C\} \) 은 시스템의 ㅌ,ㄱ성을 나타낸다. 이 표현은 그림 3 과 같은 방법으로 고장 검출 필터 내의 기준 모델로 통합된다. 고장 검출 펄터의 상태 방정식은 다음과 같다.</p><p>\( \dot{\hat{x}}(t)=A \hat{x}(t)+B u(t)+D(y(t)-\hat{y}(t)) \) \( \hat{y}(t)=C \hat{x}(t) \)<caption>(2)</caption></p><p>여기서 \( \hat{x} \) 는 기준 모델의 상태, \( \hat{y} \) 는 예측 측징 벡터이다.</p><p>잔차 벡터는 측징값과 모델의 측정값에 대한 예측 간의 차이로 구성된 벡터이다.</p><p>\( r(t)=y(t)-\hat{y}(t) \)<caption>(3)</caption></p><p>\( r \) 의 요소는 고장 검출 및 식별에 사용되는 관측량이다. 우리는 모델의 상태 예측을 나타내기 위해 또 다른 벡터 \( q \) 를 정의한다.</p><p>\( q(t)=x(t)-\hat{x}(t) \)<caption>(4)</caption></p><p>식 (1) (4)을 사용하여 잔차 \( r \) 의 동작을 확인할 수 있다. 식 (4)을 미분하면 다음과 같다.</p><p>\( \dot{q}(t)=\dot{x}(t)-\dot{\hat{x}}(t) \)<caption>(5)</caption></p><p>식 (1) 및 (2)를 식 (5)에 대입하면 다음과 같다.</p><p>\( \begin{aligned} \dot{q} &=(A x+B u)-(A \hat{x}+B u+D(y-\hat{y})) \\ &=A(x-\hat{x})-D(y-\hat{y}) \\ &=A(x-\hat{x})-D C(x-\hat{x}) \\ &=(A-D C)(x-\hat{x}) \end{aligned} \)</p><p>마지막으로 정리하면,</p><p>\( \dot{q}(t)=(A-D C) q(t) \) \( r(t)=C q(t) \)<caption>(6)</caption></p><p>\( A\), \(B\), \(C \) 가 시스템이 정상적으로 작동 중인 때 시스템을 정확하게 표현한다고 가징하면 식 (6)은 고장이 없을 경우에 항상 유효하다.</p><p>피드백 행렬 \( D \) 를 적절하게 선택하는 것이 고장 검출 필터 설계의 목적이다. 한 가지 조건은 부정확한 초기 조건 또는 거짓 노이즈에 의해 유입된 편차 \( q \) 가 소멸되어 정화한 추적이 가능하도록 하는 것이다. 또 다른 하나는 시스템의 선택된 여러 구성 요소 중 하나에 고장이 발생하면 잔차 공간에서 특정 시불변 방향을 갖는 잔차가 나타난다는 것이다. 선택적 요구 사항은 센서 고장으로 인한 잔차를 잔차 공간의 고유한 평면에 국한하는 것이다. 고장 검출 필터의 특징은 이러한 요구 사항이 호환되며 다양한 구성 요소에서 나오는 잔차의 방향이 고장이 발생하는 방식과 무관하다는 것이다.</p>
|
[
"고장 검출 필터에 의해 모니터링되는 모든 시스템은 관측 가능한 역학을 가진 어떤 모델로 표현 가능해야해?",
"고장 검출 필터에 의해 모니터링되는 모든 시스템에서 어떤 시스템만 고려해?",
"측징값과 모델의 측정값에 대한 예측 간의 차이로 구성된 벡터는 뭐야?",
"\\( r \\) 의 요소는 무엇에 사용되는 관측량이야?",
"모니터링되는 모든 시스템은 관측 가능한 역학을 가진 선형시불변 모델로 표현하기 위해 무엇을 사용해야해?",
"선형 방징식(방정식)으로 표현되는 시스템에서 ㅌ,ㄱ성(특성)은 어떻게 나타내?",
"선형 방징식(방정식)에서 벡터 \\( x \\) 는무엇으로 구성해?",
"선형 방징식(방정식)에서의 \\( u \\) 는 어떤 벡터를 나타내?",
"선형 방징식(방정식)에서 \\( y \\) 값은 무엇을 나타내?",
"다른 조건으로 시스템의 선택된 여러 구성 요소 중 하나에서의 고장이 발생하면 잔차 공간에서 어떤 방향을 갖는 잔차가 발생해?",
"또 다른 벡터 \\( q \\)는 무엇을 나타내?",
"피드백 행렬 \\( D \\) 를 적절하게 선택하는 것은 어떤 목적이야?",
"고장 검출 필터 설계를 위한 조건 중 하나는 무엇에 의해 유입된 편차가 소멸되어 정확하게 추적이 가능해?",
"또 다른 벡터 \\( q \\) 는 어떤 것을 예측하기 위해 정의 되는 거야?",
"무엇으로 인한 잔차를 잔차 공간의 고유한 평면에 국한하는 것으로 선택적 요구사항으로 지정해?"
] |
b255711d-cfaa-4812-8253-056d221672e8
|
인공물ED
|
고장 검출 필터를 사용한 항공기 터보팬 엔진 시스템의 고장 검출
|
<h1>II. 고장 검출 필터</h1><h2>1. 고장 검출 필터 이론</h2><p>가장 단순한 고장 검출 방법은 두 가지 유사한 구성 요소의 성능을 비교하는 것이다. 즉 두 구성 요소의 불일치는 고장을 나타낸다. 두 가지 중 어느 것이 고장이 발생하였는지 각각을 세 번째 구성 요소와 비교하여 화인한다. 이러한 두표(voting) 절차 기법은 간단하지만 삼중화는 비용이 많이 들고 무겁거나 부피가 클 수 있다. 임베디드 컴퓨터의 출현으로 시스템 내 구성 요소의 동작을 컴퓨터 계산값으로 대체하는 고장 검출 및 식별이 실현가능하게 되었다. 그 중에는 센서, 액추에이터 및 시스템의 동적 요소를 포함한 다양한 구성 요소를 동시에 모니터링하는 기법인 고장 검출 필터가 있다.</p><p>고장 검출 필터는 시스템의 선형 동적 모델을 통합하고 시스템의 성능을 모델의 예측과 비교한다. 그림 1은 고장 검출 펄터의 블록 다이어그램이다. 모델은 시스템과 동인한 제어 입럭을 받으므로 모델의 출럭은 인반적으로 시스템의 출력과 일치한다. 그러나 센서, 액추에이터 또는 동적 구성 요소 중 어느 구성 요소가 고장이 나면 작동을 중단하고 고장을 표시한다.</p><p>기준 모델은 인반적으로 고장 검출에 사용되며, 검출 필터가 다른 기법과 구별되는 점은 고장 구성 요소를 식별하는 방법이다. 모델의 예측값과 시스템 측정값 간의 차이인 잔차는 특정 잔차 또는 잔차의 특정 조합이 나타나는 방식으로 모델이 특정한 불일치에 반응하도록 하는 방식으로 모델의 입력에 다시 공급된다. 특정 잔차 또는 잔차의 조합은 고장 성분에 해당한다. 즉, 검출 필터에 의해 모니터링되는 성분 중 하나가 고장이 나면 가능한 모든 잔차를 구성하는 벡터 공간이 한 방향으로 고정되는 방식으로 모델을 통해 다시 필터링된다. 잔차 벡터의 방향은 고장 성분에 해당하지만 고유하지 않은 경우도 있다. 대부분의 경우 방향은 고장 방식과는 무관하므로 검출 필터를 설계할 때 수많은 고장 모드를 가정할 필요가 없다. 이러한 점과 잔차 벡터의 단방향 득성이 고장 검출 필터의 이점이다.</p><p>고장 검줄 필터의 구조는 칼만 필터 또는 관측기의 구조와 유사하지만 피드백 이득 행렬은 현저하게 다르다. 에를 들어 칼만 필터는 시스템 상태의 추정치를 최적화하기 위해 노이즈가 포함된 측정과 시스템 모델과의 관계를 사용한다. 그러나 고장 검출 필터는 측징의 에측을 서로 분리하기 위해 모델 관계를 사용하고 고장은 잔차를 생성하며 이 잔차는 필터를 통해 전파되지 않는다. 칼만 필터는 구성 요소가 오작동할 때 잔차를 생성하지만, 이 잔차는 보통 한 방향으로 고정되지 않는다. 또한 칼만 필터는 최적의 상태 추정기로서 원인에 관계없이 모든 잔차를 억제한다. 반면에 고장 검출 필터는 잔차가 많이 감쇠되도록 설계하지 않으며 이 잔차를 한 방향으로 정징하여 고장으로 생성된 잔차를 강조한다.</p><p>고장 검출 필터는 상태 추정기로도 사용될 수 있지만 고장 검출에 대한 요구 사항 때문에 최적 필터가 될 필요는 없다. 그러나 고장 검출 필터는 고장이 발생한 후에도 단방향 고장 시그니처에 관련되지 않은 추정치가 징확성을 유지한다. 또한 고장 식변 후 적절한 보상이 이루어지면 고장 검출 필터</p><p>는 정상적으로 작동을 재개한다. 예를 들어, 고장 센서를 분리하면 고장 시그니처가 제거된다. 그러면 손실된 측정치에 대한 필터의 추정치를 해당 측정치로 대체할 수 있다.</p>
|
[
"칼만 필터는 측징의 에측을 서로 분리하기 위해 노이즈가 포함된 측정과 시스템 모델과 관계를 사용하나요?",
"두가지의 유사한 구성 요소의 성능을 비교게 가장 쉽게 고장을 검출하는 방법인가요?",
"두가지의 구성요소가 불일치 하는 경우 이는 고장을 나타내는 건가요?",
"가장 단순한 고장 검출 방법이 뭐야?",
"시스템 내에 구성 요소의 동작을 컴퓨터 계산값으로 대체하는 고장 검출 및 식별을 가능하게 한 것이 뭐야?",
"고장 검출 필터에 대해 옳은 설명이 뭐야?",
"칼만 필터는 잔차가 많이 감쇠되도록 설계하지 않으며 이 잔차를 한 방향으로 고정하나요?",
"두표 절차 기법이 뭐야?",
"고장 검줄 필터의 구조는 칼만 필터의 구조와 유사하지만 피드백 이득 행렬은 완전히 다르나요?",
"시스템 내에 구성 요소의 동작을 컴퓨터 계산값으로 대체하는 고장 검출 및 식별이 가능해진 건 임베디드 컴퓨터 덕분인가요?",
"두표 절차 기법의 특징이 뭐야?"
] |
b82611a2-c957-458d-9361-8b184b777d74
|
인공물ED
|
고장 검출 필터를 사용한 항공기 터보팬 엔진 시스템의 고장 검출
|
<h1>요 약</h1><p>하드웨어 이중화 구성 수를 줄이는 대표적인 방법은 마이크로컨트롤러로 고장을 김줄, 식별 및 수용을 위한 해석적 기법으로 구현하는 것이다. 본 논문에서는 해석적 기법 중 하나인 고장 검출 필터를 항공기 터보팬 엔진 시스템에 적용하였다. 고장 검출 필터는 특수한 형태의 관측기로써 특정한 고장 발생시 잔차가 출력 공간에서 일정한 방향을 유지함으로써 고장의 위치 판별이 가능한 상섬이 있다. 이에 본 논문에서는 터보팬 엔진 내 공기 터빈 시스템의 단일 입줄력 동적 시스뎀 모델링, 고장 검출 필터 설계 및 이를 적용한 모의실험 결과를 나타내었다. 모의실험 결과를 통해 고장 검출 필터가 갖는 방향성에 대한 민감성 효과로 고장 검출이 유효하게 적용될 수 있음을 보였다.</p><h1>I. 서론</h1><p>현재 항공기 터보팬 엔진은 엔진 성능과 효율을 높인 수 있는 전자식 컨트롤러로 개발되고 있다. 이로 인해 제어 시스템 내의 많은 센서, 액추에이터, 전자 부품 등이 고장에 취약하다. 이러한 취약성으로 인해 컨트롤러는 내견함성, 즉 하나 또는 여러 구성 요소의 오작동을 포함하지만 고장 허용 기능을 수행할 수 있도록 설계되고 있다. 터빈 엔진과 같은 복잡한 시스템은 중요한 구성 요소를 중복으로 설치하고, 구성 요소가 고장 났을 때 사용할 수 있는 백업 모드를 제공하며, 적절한 보상이선택될 수 있도록 다양한 오작동 감지 및 식별 수단을 시스템에 통합함으로씨 내결함성을 갖는다.</p><p>엔진 컨트롤러와 함께 제어 기법에 대한 분석 작업은 1970년대 초에 본격적으로 시작되었다. 통합 추진 제어 시스템 프로그램에서 전자식 흡입구/엔진 제어기를 F-111E 항공기에 탑재하여 비행 시험을 하였다. 이 시스템은 센서 고장을 진단하고 실패한 측징치에 대한 교체 값을 추정하기 위해 단순한 정상 상태 엔진 모델을 사용하였다. 그러나 모델의 단순함 때문에 큰 크기의 고장만 제대로 식별 할 수 있었다.</p><p>1970년대 중반, 미 해군은 통합 디지털 전자 제어(Full-Authority Digital Electronic Control, FADEC) 프로그램을 시작하였다. 여기에는 General Electric과 Pratt & Whitney Aircraft에서 계획한 수많은 액추에이터를 조절하는 비행 가능한 엔진 탑재 컨트롤러를 개발하기 위한 별도의 프로젝트가 포함 되어 있었다. FADEC 프로그램과 동시에, 상태 공간 제어 이론을 Pratt & Whitney F100 터보팬의 제어 법칙 선계에 적용하려는 시도도 있었다. Pratt & Whitney F100 엔진은 후기 연소기가 장착된 터보 팬 엔진이며 F-15 이글, F-16 파이팅 팰콘에 사용 되었다. General Electric사의 FADEC은 고장 검출 및 식별을 위해 엔진의 동적 모델을 사용한 최초의 컨트롤러이다.</p><p>고장 검출은 동적 시스템에서 결함이라고도 하는 고장을 감지하는 프로세스를 말한다. 고장을 감지하는 방법에는 여러 가지가 있다. 가장 간단한 것은 불(Boolean) 로직을 사용하여 고정된 임계값을 보고 확인하는 것이다. 다른 방법으로는 퍼지 논리, 파라미터 추정, 전문가 시스템, 통계 분석 및 패리티 공간 방법 등이 있다.</p><p>기존에 터보제트 엔진 시스템의 고장 검출 및 진단을 위해 신경망 이론을 적용한 연구 사례가 있다. 신경망 이론의 도입은 강인성과 적응성 문제를 해결하기에 적합하다고 볼 수는 있으나 모델의 정확도가 많은 실험데이터에 의존한다는 단점도 있다.</p><p>본 눈문에서는 터보팬 엔진의 공기 터빈 시스템 고장 검출을 위한 고장 검출 필터를 설계하고 모의 실험을 수행하였다. 고장 검출 필터는 특정한 고장을 감지하도록 조징된 상태 추정기이나. 고장 검출 필터는 Beard와 Jones에 의해 각각 1971년, 1973년에 소개된 방법으로서 관측기를 설계하는데 있어서 고유 벡터를 득징한 고장의 발생 시 잔차가 출력 공간에서 일정한 방향으로만 나타나도록 해주는 기법이다. 이 기법은 하나의 필터를 설계하여 다수의 고장 개소를 판변할 수 있어 다수의 고장을 판변하기 위해 각각의 고장에 따른 관측기를 설계하여 적용하는 방법에 비해 구성이 간단하고 고장 검출 시스템의 복잡도 및 시스템 자원 사용 요구를 줄일 수 있다는 장점이 있다.</p><p>본 논문의 구성은 다음과 같다. 2장에서 고장 검출 필터의 이론과 필터를 설계하는 절차에 대하여 설명한다. 3 장에서 터보팬 엔진의 단인 입출력 공기 터빈 시스템을 모델링하고 선계한 고장 검출 필터를 적용하였다. 4장에서 이에 대한 모의실험을 수행하고 고장 검출 필터의 유효성을 보였다.</p>
|
[
"하드웨어 이중화 구성 수를 줄이는 방법들 중 가장 대표적인 것은 무엇인가?",
"마이크로컨트롤러로 고장을 검출, 식별, 수용을 위한 해석적 기법으로 구현하는 것은 하드웨어 이중화 구성 수를 늘리는가?",
"논문에서는 어떤 시스템에 고장 검출 필터를 적용하였는가?",
"고장 검출 필터의 장점은 무엇인가?",
"어떤 장점을 고장 검출 필터가 가지고 있어?",
"고장 검출 필터는 일반적인 형태의 관측기인가?",
"고장 검출 필터는 어떻게 특정한 고장 발생시 그 고장의 위치를 판별할 수 있는가?",
"항공기 터보팬 엔진은 현재 어떤 컨트롤러로 만들어지고 있는가?",
"전자식 컨트롤러를 항공기 터보팬 엔진 개발에 이용했을 때 장점은 무엇인가?",
"전자식 컨트롤러로 항공기 터보팬 엔진을 개발했을 때의 단점은 무엇인가?",
"내결함성이란 무엇인가?",
"전자식 컨트롤러가 일부 구성 요소의 오작동을 포함하지만 고장 허용 기능을 수행할 수 있도록 설계되는 이유는 무엇인가?",
"왜 전자식 컨트롤러가 일부 구성 요소의 오작동을 포함하지만 고장 허용 기능을 수행할 수 있도록 설계되지?",
"전자식 컨트롤러에서 터빈 엔진의 중요한 구성 요소들은 모두 하나씩만 설치되어 있는가?",
"터빈 엔진 중 중요한 구성 요소가 고장나도 전자식 컨트롤러가 작동할 수 있는가?",
"본문에서 복잡한 시스템의 구성 요소가 고장 났을 때 어떤 모드를 이용할 수 있는가?",
"전자식 컨트롤러는 어떠한 방법을 통해 내결함성을 가지는가?",
"어떻게 전자식 컨트롤러는 내결함성을 가질까?",
"엔진 컨트롤러와 함께 제어 기법에 대한 분석 작업이 본격적으로 시작된 시기는 언제인가?",
"언제 엔진 컨트롤러와 함께 제어 기법에 대한 분석 작업이 본격적으로 시작되지?",
"본문의 비행 실험에서 전자식 흡입구와 엔진 제어기가 탑재된 항공기 종류는 무엇인가?",
"본문의 통합 추진 제어 시스템 프로그램에서는 비행 시험을 위해 F-111E 항공기에 무엇을 탑재했는가?",
"본문의 시스템이 단순한 정상 상태 엔진 모델을 이용한 이유는 무엇인가?",
"왜 본문의 시스템이 단순한 정상 상태 엔진 모델을 사용할까?",
"본문에서 큰 크기의 고장만 제대로 식별 가능했던 것은 무엇 때문인가?",
"왜 큰 크기의 고장만 제대로 식별 가능했어?",
"미 해군이 1970년대 중반부터 시작한 제어 관련 프로그램은 무엇인가?",
"어떤 제어 관련 프로그램을 미 해군이 1970년대 중반부터 시작했어?",
"FADEC 프로그램이 진행될 시기 Pratt & Whitney F100 터보팬의 제어 법칙 선계에 적용하려고 했던 이론은 무엇인가?",
"어떤 이론을 FADEC 프로그램이 진행될 시기 Pratt & Whitney F100 터보팬의 제어 법칙 선계에 적용하려고 했지?",
"Pratt & Whitney F100 엔진은 어떤 항공기에 사용되었는가?",
"어떤 항공기에 Pratt & Whitney F100 엔진이 이용되었지?",
"고장을 검출하고 식별하기 위해 컨트롤러에 최초로 엔진의 동적 모델을 사용한 회사 이름은 무엇인가?",
"어떤 회사가 고장을 검출하고 식별하기 위해 컨트롤러에 최초로 엔진의 동적 모델을 이용했어?",
"엔진의 동적 모델이 고장 검출, 식별을 위해 사용된 첫 번째 콘트롤러는 무엇인가?",
"고장 검출이란 무엇인가?",
"고장을 감지하는 가장 간단한 방법은 무엇인가?",
"고장을 감지하는 방법의 예시에는 어떤 것들이 있는가?",
"고장 검출과 식별을 위해 엔진의 동적 모델을 사용한 컨트롤러는 1970년대 중반 이후에 처음 등장했는가?",
"엔진 시스템의 고장 및 검출 진단을 위해 신경망 이론을 도입했을 때 장점은 무엇인가?",
"신경망 이론을 엔진 시스템의 고장 검출과 진단을 위해 적용했을 때의 단점은 무엇인가?"
] |
df2a9d80-68ab-485a-88b7-23cafc6d85fd
|
인공물ED
|
설비고장의 불확실성을 고려한 송변전계통의 공급신뢰도 특성곡선에 관한 연구
|
<h1>2. 본 론</h1> <h2>2.1 전력계통의 확률론적 공급신뢰도 평가</h2> <p>전력계통의 공급신퇴도를 확률론적인 방법으로 평가한다는 것은 전력계통이 소비자가 요구하는 전력을 공급할 수 없는 공급지장의 정도를 전력계통이 가지고 있는 불확실성을 고려하여 평가하는 것이다. 대개의 경우 공급지장과 관련되는데, 선로 과부하에 따른 교정행위(Remedial Action)로써 부하차단의 정도를 공급지장에 포함시키기도 한다.</p> <p>확률론적 방법에 의해 정량적으로 산출할 수 있는 전력계통의 공급신뢰도 지수로는 전력설비 고장확률 (FOR, 비가용율)을 필두로 하여 전력계통에서 발생할 수 있는 공급지장과 밀접한 관계가 있는 공급지장확률, 공급지장시간, 공급지장전력, 공급지장에너지 등이 널리 사용되고 있다. 표 1은 복합계통(HLII)에서 통용되고 있는 확률론적 공급신뢰도 지수를 정리한 것이고, 그림 1은 확률론적 공급신뢰도 지수사이의 상관관계를 나타낸 것이나.</p> <table border><caption>표 1 복합계통(HLII)의 확률론적 공급신뢰도 지수</caption> <tbody><tr><td colspan=2>공급신뢰도 지수</td><td>산식</td><td>비고</td></tr><tr><td>PLC</td><td>Probability of Load Curtailment</td><td>\( \sum P_{i} \)\( (i \in S) \)</td><td>확률</td></tr><tr><td>EDLC</td><td>Expected Duration of Load Curtailments</td><td>PPLC \( * 8760 \)</td><td>시간\( (\mathrm{hr} / \mathrm{yr}) \)</td></tr><tr><td>EDNS</td><td>Expected Demand Not Suppied</td><td>\( \sum \underset{(\mathrm{i} \in \mathrm{S})}{\mathrm{P}_{i} C_{i}} \)</td><td>전력\( (\mathrm{MW})\)</td></tr><tr><td>EENS</td><td>Expected Energy Not Served</td><td>\( \sum \underset{(\mathrm{i} \in \mathrm{S})}{\mathrm{C}_{i} F_{i}} D_{i} \)</td><td>전력량\( (\mathrm{MWh} / \mathrm{yr}) \)</td></tr></tbody></table> <p>\( \mathrm{S} \) : 공급지장과 관련된 모든 계통상태</p> <p>\( C_{i} \) : 계통상태 \( i \) 의 Load Curtailment</p> <p>\( P_{i} \) : 계통상태 \( i \) 의 발생확률</p> <p>\( F_{i} \) : 계통상태 \( i \) 의 이탈빈도</p> <p>\( D_{i} \) : 계통상태 \( i \) 의 지속시간</p> <p>표 1 및 그림 1에서 공급지장시간, 공급지장전력, 공급지장에너지 등은 공급지장 유발고장의 발생확률이 반영된 기댓값인데, 공급지장에너지의 경우 규모가 큰 전력계통이 상대적으로 큰 공급지장에너지를 가질 수 있는 개연성 때문에 년도별, 국가별 공급신뢰도를 객관적으로 비교 평가하기에는 부족한 점이 있어 공급지장에너지를 전력계통의 년간 총 공급에너지, 또는 최대전력 등으로 정규화한 EIL(Energy Index of Unreliability), EIR(Energy Index of Reliability), SM(System Minutes) 등을 합께 사용하고 있다. 표 2 및 그림 2는 년간 총 공급에너지를 \( 403,502,330(\mathrm{MWh}) \) 라고 가정 했을 때, 년간 총 공급에너지, 공급지장에너지, 정규화된 공급신뢰도 지수사이의 상관관계를 나타낸 것이다.</p> <table border><caption>표 2년간 총 공급에너지, 공급지장에너지, 정규환된 공급신뢰도 지수의 상관관계</caption> <tbody><tr><td>총 공급에너지\( (\mathrm{MWh} / \mathrm{yr}) \)</td><td>공급지장에너지\( (\mathrm{MWh} / \mathrm{yr}) \)</td><td>공급지장에너지/총 공급에너지</td><td>EIU</td><td>EIR</td></tr><tr><td rowspan=6>403,502,330</td><td>4,035,023</td><td>1</td><td>0.01</td><td>0.99</td></tr><tr><td>403,502</td><td>0.1</td><td>0.001</td><td>0.999</td></tr><tr><td>40,350</td><td>0.01</td><td>0.0001</td><td>0.9999</td></tr><tr><td>4,035</td><td>0.001</td><td>0.00001</td><td>0.99999</td></tr><tr><td>403</td><td>0.0001</td><td>0.000001</td><td>0.999999</td></tr><tr><td>40</td><td>0.00001</td><td>0.0000001</td><td>0.9999999</td></tr></tbody></table> <ul> <li>EIC (Energy Index of Unreliability) \( = \) 공급지장에너지 / 년 간 총 공급에너지</li> <li>EIR(Energy Index of Reliability) \( =1- \) (공급지장에너지 / 년간 총 공급에너지)</li></ul> <p>표 2에서 \( \mathrm{EIU}=0.00001 \) 이나 \( \mathrm{EIR}=0.99999 \) 는 공급지장에너지가 년간 총 공급에너지의 \( 0.001(\%) \) 수준이라는 물리적인 의미를 가지고 있음을 알 수 있는데, 경험적으로 이러한 수준이상의 공급신뢰도를 유지할 경우 공급신뢰도 측면에서 상대적으로 우수한 전력계통인 것으로 평가되어지고 있다. 일례로 미국의 경우 일부 전력회사의 공급신뢰도가 \( 0.0019 \sim 0.0038(\%) \) 수준인 것으로 보고된 바 있다.</p>
|
[
"EIR값이 0.99일대 공급지장에너지는 얼마야?",
"표에 나타난 공급지장에너지403,502일때 총 공급에너지 상관관계값은 얼마야?",
"표1에서 Expected Demand Not Suppied의 전력량의 산식은 뭐야?",
"공급지장에너지403,502값일때 EIR값은 얼마지?",
"복합계통(HLII)의 확률론적 공급신뢰도 지수에서 \\( \\sum P_{i} \\)\\( (i \\in S) \\)산식의 공급신뢰도 지수는 어떤거야?",
"복합계통(HLII)의 확률론적 공급신뢰도 지수를 나타낸 표1에서 Expected Energy Not Served값은 얼마야?",
"2년간 총 공급에너지의 지수의 상관관계에서 공급지장에너지4,035,023일때 EIU값은 얼마지?",
"\\( \\sum \\underset{(\\mathrm{i} \\in \\mathrm{S})}{\\mathrm{P}_{i} C_{i}} \\)산식의 전력은 공급신뢰도 지수중 뭐야?",
"EENS의 산식 \\( \\sum \\underset{(\\mathrm{i} \\in \\mathrm{S})}{\\mathrm{C}_{i} F_{i}} D_{i} \\)의 단위는 뭐야?",
"HLII의 확률론적 공급신뢰도 지수에서 예상 부하 감소 기간의 산식은 얼마지?",
"표1에서 하중 감소 확률의 산식은 뭐야?",
"EIR값이 0.9999일때 EIU값은 뭐지?",
"표2에서 공급지장에너지가 4,035,023일때 총 공급에너지의 값은 얼마야?",
"2년간 총 공급에너지, 공급지장에너지, 정규환된 공급신뢰도 지수의 상관관계에서 EIU값이 0.001일때 EIR값은 얼마야?",
"40의 공급지장에너지값에서 EIU값은 뭐야?",
"0.999999EIR일때 EIU는 얼마야?",
"공급지장에너지 4,035일때 총 공급에너지양은 얼마야?"
] |
467d4804-b4fe-4367-842f-7a47fec6e6f0
|
인공물ED
|
설비고장의 불확실성을 고려한 송변전계통의 공급신뢰도 특성곡선에 관한 연구
|
<h2>2.4 사례연구</h2> <p>본 논문에서 제안한 공급신뢰도 특성곡선과 이를 이용한 송변전계통의 공급신뢰도 평가방법의 유용성을 입증하기 위하여 2007년 국내 송변전계통을 대상으로 사례연구를 수행하였다.</p> <ul> <li>2007년 년간 총 공급에너지 : \( 403,502,330(\mathrm{MWh}) \)</li> <li>2007 년 송변전계통에 의한 공급지장에너지 : \( 1,322(\mathrm{MWh}) \)</li></ul> <p>여기서 년간 총 공급에너지는 한국 전력거래소에서 입수한 2007년의 8760 시간대별 총 발전실적( \( \mathrm{MWh} \))을 이용하여 계산하였고, 공급지장에너지는 한국전력공사에서 입수한 2007년의 송변전계통 전체고장 실적중에서 공급지장을 유발한것으로 보고된 143건의 실적을 이용하여 계산하였다. 표 3과 표 4는 사례연구 대상계통에서 발생한 공급지장 유발고장을 각각 공급지장시간과 공급지장전력의 관점에서 분류한 것이고, 그림 5는 공급지장 유발고장의 분포를 나타낸 것이다.</p> <table border><caption>표 3 공급지장유발고장의 분포(공급지장시간, 분)</caption> <tbody><tr><td>공급지장시간</td><td>~ 5</td><td>~ 10</td><td>~ 60</td><td>60 ~</td><td>합 계</td></tr><tr><td>송전설비</td><td>19</td><td>3</td><td>11</td><td>4</td><td>37 건</td></tr><tr><td>변전설비</td><td>82</td><td>13</td><td>10</td><td>1</td><td>106 건</td></tr><tr><td>합 걔</td><td>101</td><td>16</td><td>21</td><td>5</td><td>143 건</td></tr></tbody></table> <table border><caption>표 4 공급지장유발고장의 분포(공급지장전력, \( \mathrm{MW} \) )</caption> <tbody><tr><td>공급지장전력</td><td>~ 5</td><td>~ 10</td><td>~ 100</td><td>100 ~</td><td>합 계</td></tr><tr><td>송전설비</td><td>8</td><td>6</td><td>20</td><td>3</td><td>37 건</td></tr><tr><td>변전설비</td><td>18</td><td>15</td><td>68</td><td>5</td><td>106 건</td></tr><tr><td>합 계</td><td>26</td><td>21</td><td>88</td><td>8</td><td>143 건</td></tr></tbody></table> <p>표 3, 표 4 및 그림 5를 통해서 사례연구 대상계통에서 발생한 대부분의 공급지장 유발고장이 공급지장시간 1(시간) 미만, 공급지장전력 \( 100(\mathrm{MW}) \) 이내임을 알 수 있는데, 공급지장 유발고장의 건수를 포함하는 이러한 결과들은 공급지장 발생장소(고객설비), 발생원인(천재지변, 타사파급) 등의 처리기준에 따라 큰 차이를 보일 수 있기 때문에 한국전력거래소나 한국전력공사에서 대내외적으로 사용하고 있는 자료와 다를 수 있다.</p> <p>사례연구 대상계통의 공급신뢰도를 년간 총 공급에너지와 송변전계통에 의한 공급지장에너지를 이용하여 EIU(Energy Index of Unreliability), EIR(Energy Index of Reliability) 등의 신뢰도지수로 평가하였다.</p> <ul> <li>\( \mathrm{EIU}= \) 공급지장에너지 \( / \) 년간 총 공급에너지 \( =0.0000033 \)</li> <li>\( \mathrm{EIR}=1-\mathrm{EIU}=0.9999967 \)</li></ul> <p>\( \mathrm{EIR} \) 을 공급신뢰도 기준으로 할 경우 국외에서 사용되고 있는 경험적인 기준값인 \( \mathrm{EIR}=0.99999 \) 보다 \( 0.0000067 \) 만큼 큰 값을 가지고 있어 사례연구 대상계통의 공급신뢰도가 매우 우수함을 알 수 있는데, 2007년 년간 총 공급에너지 \( 403,502,330(\mathrm{MWh}) \) 를 기준으로 할 경우 \( \mathrm{EIR}=0.99999 \) 에 해당하는 공급지장에너지가 \( 4,035(\mathrm{MWh} \) 이므로 사례연구 대상 계통은 공급지장에너지 관점에서 \( 2,713(\mathrm{MWh}) \) 의 신뢰도 여유(Margin)를 가지고 있다고 말할 수 있다.</p> <p>한편 \( \mathrm{EIR} \) 은 년간 총 공급에너지중에서 공급지장에너지가 차지하는 정도, 즉, 숫자상으로 \( \mathrm{EIR}=0.9999967 \) 은 공급지장 에너지가 년간 총 공급에너지의 \( 0.00033(\%) \) 라는 물리적인 의미를 가지고 있는데, 공급신뢰도가 절대적으로 어느 수준인지, 년도별, 국가별 공급신뢰도를 비교할 경우 상대적으로 어느정도 차이가 있는지 명확하게 파악하기 어려운 단점이 있다.</p> <p>다음 본 논문에서 제안한 방법에 의해 사례연구 대상계통의 공급지장에너지 \( 1,322(\mathrm{MWh}) \) 에 해당하는 공급신뢰도 특성곡선 \( \mathrm{Y}=1322 * \mathrm{X}^{-1} \) 와 2007 년 전력계통의 년간 총 공급에너지 \( 403,502,330(\mathrm{MWh}) \) 를 기준으로 \( \mathrm{EIR}=0.99999 \) 에 해당하는 공급지장에너지 \( 4,035(\mathrm{MWh}) \) 에 대한 공급신뢰도 특성곡선 \( \mathrm{Y}=4035 * \mathrm{X}^{-1} \) 을 그림 6과 같이 도시하였다.</p>
|
[
"표에서 변전설비의 건수가 최소인 공급지장전력은 얼마야?",
"표에서 송전설비의 공급지장전력이 100\\( \\mathrm{MW} \\) 이상인 건수는 얼마야?",
"표에서 공급지장이 더 많이 발생하는 설비는 뭐야?",
"표에서 송전설비에서 가장 적은 건수의 공급지장시간 얼마야?",
"표에서 변전설비의 최대 건수의 공급지장시간 얼마야?",
"표에서 변전설비의 최소 건수의 공급지장시간은 얼마야?",
"표에서 공급지장전력 건수가 더 적은 설비는 뭐야?",
"표에서 5분 이하의 변전설비 공급지장 건수는 얼마야?",
"표에서 송전설비의 공급지장전력이 최대인 건수는 얼마야?",
"표에서 송전설비가 5분미만의 공급지장시간을 가지는 건수는 얼마야?",
"표에서 송전설비가 5분미만의 공급지장시간을 가지는 수치가 얼마지",
"표에서 건수가 가장 적은 공급지장전력은 얼마야?",
"표에서 건수가 최대인 공급지장전력은 얼마야?"
] |
c3256327-40a4-43ec-bea5-432ce784fb0c
|
인공물ED
|
형태특징과 지역특징 융합기법을 활용한 열영상 기반의 차량 분류 방법
|
<h1>요 약</h1><p>열 영상은 온도에 따라 방출하는 에너지의 차이를 나타낸 영상이다. 주야간 사용이 가능하기 때문에 군사적인 용도로 많이 활용되고 있으나, 열 영상은 물체의 경계가 불명확하고 흐릿하게 표현되는 경우가 많으며 화염 등의 열기로 인해 경계부분이 변질되는 단점이 있다. 따라서, 열 영상을 이용하여 표적의 종류를 분류할 때 정확하게 분할된 경계선을 이용할 경우 효과적으로 분류 할 수 있지만, 물체의 경계가 잘못 추출되는 경우 분류의 정확도가 크게 감소한다. 본 논문에서는 이러한 단점을 극복하기 위해서 표적 영상의 분할 신뢰도에 따라 형태특징과 지역특징의 분류결과를 융합하는 계층적 분류기법을 제안하였으며, 연속 영상 기반으로 분류 결과를 갱신하는 기법을 새롭게 제안하여 차량 표적 분류 정확도를 개선하였다. 제안하는 방법은 실제 군용 표적 4종(전차, 장갑차, 상용차, 군용트럭)이 있는 다양한 자세의 열 영상 20,000장 이상을 이용하여 성능을 검증하였으며, 우수한 성능의 기존 방법 대비 정확도 개선에 효과가 있음을 확인하였다.</p><h1>I. 서론</h1><p>컴퓨터 비전분야에서 물체 인식 기법은 영상에서 물체를 자동으로 탐지하고, 분류하고, 물체의 특성을 추출하는 기술을 의미한다. 최근 영상처리 기술및 컴퓨팅 기술의 혁신적인 발달에 따라 비디오 영상을 기반으로 실시간으로 물체를 탐지하고 자동분류하는 다양한 기법이 연구되고 있다. 다양한 배경 모션 및 영상 흔들림에 강인하게 이동 물체를 자동으로 탐지하기 위한 다양한 배경 모델링 기법이 제안되었으며, 탐지된 물체의 자동 분류를 위해서 환경변화에 강인한 지역 특징 추출 기법과 형태 특징 추출 기법이 제안 되었다. 또한, 추출된 특징을 기반으로 기계학습을 수행하기 위한 연구가 제시되었다. 군사적인 용도의 물체 인식 기법은 주야간 감시정찰 목적으로 활용이 가능해야 하기 때문에 일반적으로 열 영상을 사용한다. 열 영상은 배경과 물체의 온도 차이를 밝기 차이로 나타내어서 야간에도 사용할 수 있다는 장점이 있지만, 칼라영상에 비해서 경계가 불분명한 곳과 흐릿하게 나타나는 부분이 많아서 일반적인 칼라 영상 기반의 특징 추출 및 물체 인식 기법을 적용하기 어렵다.</p><p>이러한 한계를 극복하기 위해서 열 영상에 적합한 형태 특징 추출 기법이 제안되었으나, 이 기법은 형태특징을 기반으로 하고 있기 때문에 영상 분할 오차가 발생하게 되면 자동 분류 정확도가 크게 감소하게 된다. 본 논문에서는 열 영상을 기반으로 물체 인식하는 기법의 한계점을 극복하고자 다음의 두 가지 새로운 방법을 제안하였다. 첫째, 영상 분할 결과의 신뢰도 추출 결과를 기반으로 형태 특징과 지역 특징의 분류 결과를 융합하여 사용하는 새로운 계층적 분류기법을 제안하였다. 둘째, 비디오 영상 기반의 연속된 분류 결과를 이용하여 차량의 분류 결과와 자세 정보를 갱신하여 분류 정확도를 개선하는기법을 제안하였다. 두 가지 새로운 방법은 기존방법과의 비교 실험 결과 차량의 자동 분류 결과를 개선하는데 효과가 있음을 확인하였으며, 열 영상기반의 차량 분류 기법의 한계를 극복하는데 큰 역할을 했음을 확인하였다. 본 논문의 구성은 다음과 같다. 본론의 1장에서는 제안하는 두 가지 새로운 기법에 대한 상세한 설명과 분석 결과를 나타내었다. 본론 2장에서는 열 영상 시퀀스를 기반으로 하는 기존 기법과의 비교 실험 결과를 나타내었다. 마지막에는 결론을 나타내었다.</p>
|
[
"온도에 따라 방출하는 에너지의 차이를 나타낸 영상을 뭐라해?",
"열 영상은 습도에 따라 방출하는 에너지의 차이를 나타낸 영상이야?",
"열 영상은 군사적인 용도로 많이 활용 된 이유는 뭘까?",
"열 영상의 단점이 뭐라 생각해?",
"무엇이 열 영상의 단점에 해당해?",
"컴퓨터 비전분야에서 물체 인식 기법이란 뭘까?",
"연속 영상 기반으로 분류 결과를 갱신할 때 제안하는 방법으로 실제 군용 표적 4종을 사용했는데 군용 표적 4종이 뭘까?",
"열 영상은 분류의 정확도가 크게 감소하는 무슨 이유 때문일까?",
"열 영상의 단점을 극복하기 위해 제안한 분류기법은 뭘까?",
"열 영상은 주간에만 사용할 수 있어?",
"주간에만 열 영상을 이용할 수 있지?",
"열 영상은 군사적인 용도로 많이 활용되는데 화염 등의 열기로 인해 경계부분이 변질 될까?",
"열 영상 어떤 용도로 많이 사용될까?",
"열 영상 어떤 용도로 많이 활용될까?",
"군사적인 용도의 물체 인식 기법은 주로 적외선 방식 영상을 사용해?",
"새로운 계층적 분류기법을 제안을 한 이유는 뭘까?",
"열 영상을 기반으로 물체 인식하는 기법의 한계점을 극복하기 위해 새로운 계층적 분류기법을 제안했어?",
"실제 군용 표적 4종 중 하나를 말해볼까?"
] |
5d549b33-c5aa-430d-80e5-b2687a16e30c
|
인공물ED
|
형태특징과 지역특징 융합기법을 활용한 열영상 기반의 차량 분류 방법
|
<h2>2. 실험 결과</h2><p>본 논문에서 제안하는 차량표적 분류 기법의 분류 정확도 개선 효과를 검증하기 위해서 다양한 자세의 실 표적이 존재하는 열 영상 시퀀스를 이용하여 분류 정확도 실험을 수행하였다. 실험에 사용한 표적은 총 4종(전차, 장갑차, 군용트럭, 상용차)이며 각각 8방향 \( \left(0^{\circ}, 45^{\circ}, 90^{\circ}, 135^{\circ}, 180^{\circ}, 225^{\circ}, 270^{\circ}\right. \), \( 315^{\circ} \) )의 자세 영상을 활용하였다. 시계방향 및 반시계방향으로 회전하는 영상 시퀀스 8종을 이용하여 총 20,000 frames 이상의 영상을 활용하여 성능을 분석하였다.</p><h3>가. Experiment Environment</h3><p>성능 분석을 하기 위해서 기계학습에 사용된 영상의 조건은 다음의 표와 같다. 입력 영상은 4종의차량 표적이며, 모든 영상은 중적외선 영상이다. 학습을 위한 데이터는 표적 인근 \( 200 \times 100 \) pixel을 사용하였다. 학습에는 표적 종류 4종에 8자세를 고려하여 각 자세별 100장씩을 사용하였다. 학습 방법은 다양한 결과 비교를 위해서 학습 데이터를 4종류로 나누어 분류하는 방법과 각 자세도 하나의 클래스로 구별하는 32종류로 구별하는 두 가지 방법을 학습에 적용하였으며, 기계학습 방법은 SVM(Support Vector Machine) 방법과 RF(Random Forest) 방법 두 가지를 적용하였다. 또한, 공정한 성능 비교를 위해서 지역 특징중 열 영상에서 성능이 우수한 HOG와 PHOG를 사용한 결과와 형태 특징 중 성능이 우수한 \( \mathrm{SC} \)와 TTC를 용한 방법의 결과를 비교하였다. 따라서, 각 방법은 사용한 특징과 학습에 사용한 종류의 수 및 분류기에 따라 그 성능을 비교 분석하였으며 이를 구별하기 위해서 HOG-4-SVM(HOG특징 사용, 4종으로 학습, SVM 이용), PHOG-32-RF(PHOG 특징 사용, 32종으로 학습, RF 이용) 등으로 구별하여 표기하였다.</p><table border><caption>표 \(2\) 실험에 사용한 표적 및 영상 시퀀스 사양</caption><tbody><tr><td>Classes</td><td>MBT(Main Battle Tank), APC (Armored Personnel Carrier), EC(Fistate Car), MT(Military Truck)</td></tr><tr><td>II Band</td><td>Middle Wave IR (3-5μm)</td></tr><tr><td>Image Size</td><td>\( 200 \times 100 \) pixel</td></tr><tr><td>Number of Training Images</td><td>\( 100 \times 4 \times 8-3200 \) images</td></tr><tr><td>Number of Test Serpuences</td><td>\( 2 \times 4-8 \) sequences</td></tr><tr><td>Average # of frames/sequence</td><td>About \( 2 \times 00 \) frames</td></tr><tr><td>Number of Test Images</td><td>Over 20,000 frames</td></tr></tbody></table><p>표적 분류 정확도 실험에 test sequences로 사용된 영상 시퀀스는 모두 8종류 이며, 각 종류별로 2 종류의 영상(시계방향 회전(CW: Clockwise), 반시계방향 회전(CCW: Counter Clockwise))이 사용되었다. 각 영상 시퀀스의 예를 그림 9, 10에 나타내었다.</p><h3>나. Class and Pose Recognition Test</h3><p>제안하는 방법과 비교 대상 방법은 모두 동일한학습 데이터와 테스트 영상을 활용하여 표적 분류정확도 시험을 수행하였다. 먼저, 표적의 종류를 정확하게 분류하는 가를 분석하였으며, 분석 결과는 다음의 표 3과 같다. 표적 종류 분류 실험 결과 제안하는 방법(Proposed-4-SVM, Proposed-32-RF)이 기존의 방법들 대비 성능이 확연히 개선되었음을 확인하였다. 실제 표적에 대한 영상 분할 결과에 따라 특정 시퀀스는 지역특징이 다른 영상시퀀스는 형태 특징의 결과가 우수한 것을 확인 할 수 있으나, 제안하는 방법은 두 가지 방법의 장점을 계층적 분류기와 결과 갱신 방법을 통해서 융합하고 있음을 확인 할 수 있었다. 다음으로 표적의 종류 및 자세를 정확하게 분류하는 가를 분석하였으며, 분석 결과는 다음의 표 4와 같다.</p><p>표적 종류 및 자세 분류 실험 결과는 종류만 구별하는 경우보다 제안하는 방법의 장점이 더 많이 나타났음을 알 수 있다. 제안하는 방법(Proposed-32-RF)의 겅우 \( 65 \% \) 이상의 정확도를 기록함을 확인 할 수 있었으며, 이는 지역 특징과 형태 특징을 이용하는 기법의 단점이 보완 되었으며, 제안하는 결과 갱신 기법으로 자세를 추정할 깨 더 정확도 높은 결과를 추정 할 수 있음을 확인할 수 있었다. 즉, 비교적 분명한 4종류의 표적을 분류하는 경우보다 훨씬 유사성이 높은 종류 및 자세를 분류하는경우 제안하는 방법으로 최적의 성능을 이끌어 냄으로써 분류 결과를 \( 65 \% \) 이상으로 개선해 낼 수 있었음을 확인 할 수 있다.</p>
|
[
"본 논문이 다양한 자세의 실 표적이 존재하는 열 영상 시퀀스를 이용하여 분류 정확도 실험을 왜 했을까?",
"본 논문이 건의하는 차량표적 분류 기법의 분류 정확도 개선 효과를 확인하기 위해서 어떻게 했는가?",
"본 논문이 건의하는 차량표적 분류 기법의 부분 정확도 개선 효과를 어떻게 확인했어?",
"본 논문이 건의하는 차량표적 분류 기법의 분류 정확도 개선 효과를 확인하기 위해 영상 시퀀스를 하나만 사용하였는가?",
"본 논문이 분류 정확도 실험을 할 때 사용한 것은 무엇인가?",
"무엇을 본 논문이 분류 정확도 실험을 할 때 이용했어?",
"본 논문이 건의하는 차량표적 분류 기법의 분류 정확도 개선 효과를 확인하기 위해 실험에 쓰인 총 4종의 표적을 어떻게 이용하였는가?",
"본 논문이 몇 프레임 이상의 영상을 이용하였는가?",
"몇 프레임 이상의 영상을 본 논문이 사용했지?",
"성능 분석을 하기 위하여 학습을 위한 데이터는 표적 인근 몇 픽셀을 활용하였는가?",
"학습에 사용된 영상은 픽셀과 상관없이 모두 활용하였는가?",
"학습을 하기 위해서 쓰인 영상은 표적의 몇 자세를 고려했어?",
"학습에 쓰인 영상은 표적의 각 자세별 몇 장씩을 활용하였는가?",
"표적의 각 자세별 몇 장씩을 학습에 썼나요?",
"본 논문이 건의하는 차량표적 분류 기법의 분류 정확도 개선 효과를 확인하기 위해 실험에 이용한 표적은 구체적으로 어떤 것들이 있었는가?",
"본 논문의 학습에 있어 다양한 결과 비교를 위해서 학습 데이터를 4종류로 나누어 분류하는 방법과 어떤 학습 방식을 이용하였는가?",
"본 논문은 공정한 성능 비교를 위해서 어떻게 하였는가?",
"공정한 성능 비교를 위해서 본 논문은 어떻게 했지?",
"표적 종류 분류 실험 결과 제안하는 방법이 기존의 방법들과 어떤 차이를 보였는가?",
"표적 종류 분류 실험 결과 제안하는 방법이 기존의 방법들 대비 성능이 매우 조금 나아졌음을 알 수 있었는가?",
"표적 종류 및 자세 분류 실험 결과에 있어 제안하는 방법이 기존보다 몇 퍼센트 이상의 정확도를 보였는가?",
"기계 학습 방법에 사용된 방법 두 가지는 무엇인가?",
"무엇이 기계 학습 방법에 이용된 방법인가?",
"표 \\(2\\) 실험에 사용한 표적 및 영상 시퀀스 사양에서 II Band는 무엇을 썼는가?",
"본 논문이 건의하는 차량표적 분류 기법의 분류 정확도 개선 효과를 확인하기 위해 실험에 이용한 표적은 총 몇 종인가?",
"표 \\(2\\) 실험에 사용한 표적 및 영상 시퀀스 사양에서 Image Size는 몇인가?",
"\\( 100 \\times 4 \\times 8-3200 \\) images는 어느 Classes에 해당하는가?",
"표 \\(2\\) 실험에 사용한 표적 및 영상 시퀀스 사양에서 어느 것에서 About \\( 2 \\times 00 \\) frames이 나오는가?",
"본 논문이 실험에 이용한 총 4종의 표적의 시계방향으로 회전하는 영상 시퀀스만을 활용하여 그 효과를 검증하였는가?",
"본 논문은 공정한 성능 비교를 위해서 외부 업체에 똑같은 조건으로 재실험할 것을 요청하였는가?",
"표 2에서 Number of Test Images는 몇 이상의 프레임인가?"
] |
e7c803be-4539-4108-b5c6-ea6877a59855
|
인공물ED
|
형태특징과 지역특징 융합기법을 활용한 열영상 기반의 차량 분류 방법
|
<h3>나. Class and Pose Update Method</h3><p>이 절에서는 계층적 분류기의 차량 표적 분류 결과(종류/자세)를 시간에 따라 누적한 뒤 표적의 종류와 자세를 갱신하여 분류 결과의 정확도를 개선하는 방법에 대해 나타내었다. 표적 분류 결과를 갱신하는 기법은 다음의 그림과 같다. 계층적 분류기의 결과 값은 종류(Class)값과 자세(Pose)로 받게 되며, 이때 분류 확률 값은 Class Confidence C 값으로 받는다. 표적의 종류는 한 영상 시퀀스에서 급격하게 변화하지 않을 가능성이 크기 때문에 본 연구에서는 표적의 종류를 markovchain을 기반으로 변동 된 값을 반영하도록 제안하였다. 즉, 표적의 종류는 아래 그림과 같이 총 5회의 연속된 분류 결과 중 4회 이상 같은 종류로 분류하는 경우에만 최종 분류 결과를 출력 가능하도록 제한하였으며, 각 클래스가 바뀌기 위해서는 2회이상 오분류가 연속으로 나타나는 경우에만 클래스를 변경 할 수 있도록 하였다. 또한, 단일 영상의 분류 결과가 임시(Tentative Class), 예약(ReservedClass), 확정(Confirmed Class) 및 기억(MemoryClass)의 주기를 거칠 수 있도록 함으로써, 더욱 신뢰성 높은 결과를 제시할 수 있다.</p><p>표적의 종류가 갱신되고 나면, 자세 정보와 분류신뢰도를 이용하여 자세 결과 갱신을 수행한다. 이때, 영상 시퀀스 내에서 서로 다른 종류로 임의로 변화가 가능한 표적 종류와 달리 동일 클래스 내에서 표적의 자세는 인접 자세로의 변화만 가능함을 알 수 있다. 따라서, 시간에 따라서 변화 가능한 자세의 가능성을 높게 예측하여 연속된 자세 분류 결과 중 오류 가능성이 큰 자세값이 결과로 제시될 경우 갱신 단계에서 배제하는 방법을 적용할 수 있는 MRF(Markov Random Field) 기법을 적용하였다. 표적의 연속되는 sequence를 \( V \)라 하면 \( V \)는 다음의 수식 (7)로 나타낼 수 있다. 또한, 자세 모델을 \( M_{l} \), 이라 하면 이는 수식 (8)로 표현이 가능하다.</p><p>Vehicle sequence: \( V=\left\{v_{1}, v_{2}, \cdots, v_{t}, \cdots, v_{N}\right\} \)<caption>(7)</caption></p><p>\( \operatorname{Model}( \) Pose ) sequence : \[ M_{l}=\left\{m_{l, 1}, m_{l, 2}, \cdots, m_{l, t} \cdots, m_{l, N V}\right\} \]<caption>(8)</caption></p><p>이때, 각 자세로 변환 가능성을 확률로 계산하기 위해서, \( t \) 시점에서 \( m_{l t} \) 로의 자세 변화 확률을 \( P \) 라 하면 다음의 수식(9)-(11)로 계산할 수 있다.</p><p>Probability : \( P\left(m_{l, t}, V\right)= \) \[ \frac{1}{Z(V)} \prod_{t=1}^{N} F_{1}\left(m_{l, t} \mid V\right) F_{2}\left(m_{l, t} m_{l, t-1} \mid V\right) \]<caption>(9)</caption></p><p>Matching Score : \( F_{1}\left(m_{l t}, V\right)=\operatorname{Prob}\left(m_{l t}\right) \)<caption>(10)</caption></p><p>Model Transition Factor: \[ F_{2}\left(m_{l, t}, m_{l t-1} \mid V\right)=\exp \left(-\lambda\left\|\theta_{l, t}-\theta_{l, t-1}\right\|^{2}\right) \]<caption>(11)</caption></p><p>여기서 \( Z(V) \) 는 \( P\left(m_{l, t} \mid V\right) \) 를 확률분포 값으로 만드는 계수이며, 는 자세변화 가능성을 조절 하는 상수이고, \( \theta \) 는 자세의 각도 값을 나타낸다. 이때, 확률(Prob) 값은 입력받은 분류 신뢰도(C) 값을 사용할 수 있다. 수식 (9)로부터 계산된 확률을 이용하여 현재 시점에서 선택 가능한 가장 확률 높은 model을 수식 (12)를 통해서 계산할 수 있다.</p><p>Pose update : \( \widehat{M}=\underset{M}{\operatorname{argmax}} P\left(m_{\|} \mid V\right) \)<caption>(12)</caption></p><p>위의 계산을 통해서 각 차량은 변화 가능성이 가장 큰 자세를 연쇄적으로 계산 할 수 있으며, 최적의자세 모델을 선택 할 수 있게 된다. 그림 7에 자세분류가 적용된 추론 과정을 그림으로 나타내었다. 갱신 된 표적의 종류와 자세는 최종적으로 이전 결과에서 크게 벗어나는 결과가 나타나는지 한번 더검증 과정(Class and Pose Refinement)을 거친 뒤 최종 결과로 출력된다. 이때, 종류는 확정 클래스와기억 클래스가 아닌 결과가 나오게 되면 미확인으로 표현하게 되고, 종류가 미확인인 경우 자세도 미확인으로 변경하여 출력한다. 만일 표적이 확정 혹은 기억 클래스인 경우 표적의 종류가 최종 결과로 출력되며, 자세는 갱신된 자세를 출력하게 된다. 제안방법은 위에서 논의된 바와 같이 표적의 종류와 자세를 단일 영상에서 그 결과를 나타내지 않고, 연속영상 기반으로 결과값을 갱신 처리함으로써, 일시적인 표적 종류의 오분류 및 자세 추정 오차를 최소화할 수 있었으며, 다음 장에서 실제 영상 기반의 실험결과를 통해서 개선 효과를 확인 할 수 있었다.</p>
|
[
"\\( Z(V) \\) 는 \\( P\\left(m_{l, t} \\mid V\\right) \\) 를 무슨 값으로 만드는 계수인가?",
"계층적 분류기의 차량 표적 분류 결과를 시간에 따라 누적한 뒤 표적의 종류와 자세를 갱신하여 분류 결과의 무엇을 개선하는 방법에 대해 나타내었는가?",
"계층적 분류기의 결과 값은 종류값과 자세로 받게 되며, 이때 분류 확률 값은 어떤 값으로 받는가?",
"표적의 종류는 한 영상 시퀀스에서 급격하게 변화하지 않을 가능성이 크기 때문에 본 연구에서는 표적의 종류를 markovchain을 기반으로 변동 된 값을 반영하도록 제안하였는가?",
"표적의 종류는 총 5회의 연속된 분류 결과 중 몇 회 이상 같은 종류로 분류하는 경우에만 최종 분류 결과를 출력 가능하도록 제한했어?",
"단일 영상의 분류 결과가 임시, 예약, 확정 및 기억의 주기를 거칠 수 있도록 함으로써, 더욱 무엇이 높은 결과를 제시할 수 있었는가?",
"영상 시퀀스 내에서 서로 다른 종류로 임의로 변화가 가능한 표적 종류와 달리 동일 클래스 내에서 표적의 자세는 인접 자세로의 변화만 가능한가?",
"시간에 따라서 변화 가능한 자세의 가능성을 높게 예측하여 연속된 자세 분류 결과 중 오류 가능성이 큰 자세값이 결과로 제시될 경우 갱신 단계에서 배제하는 방법을 적용할 수 있는 어떤 기법을 적용하였는가?",
"표적의 종류가 갱신되고 나면, 자세 정보와 분류신뢰도를 이용하여 어떤 것을 수행하는가?",
"는 자세변화 가능성을 조절 하는 상수이고, \\( \\theta \\) 는 자세의 각도 값을 나타내는가?",
"갱신 된 표적의 종류와 자세는 최종적으로 이전 결과에서 크게 벗어나는 결과가 나타나는지 한번 더 검증 과정을 거친 뒤 최종 결과로 어떻게 되는가?",
"표적이 확정 혹은 기억 클래스인 경우 표적의 종류가 최종 결과로 출력되며, 자세는 비갱생된 자세를 출력하게 되는가?",
"분류 결과의 정확도를 어떻게 개선하고자 하는가?",
"분류 결과의 정확도를 개선하고자 사용한 표적 분류 결과를 갱신하는 기법에서 제일 먼저 어떻게 하였는가?",
"한 영상 시퀀스에서 표적 종류그 급변화하지 않을 가능성이 높기에 어떻게 하고자 하였는가?",
"markovchain을 기반한 변동 된 값을 반영 한 표적의 종류을 어떻게 제한하고, 변경할 수 있게 하였는가?",
"신뢰성 높은 단일 영상의 분류 결과 값을 나타내고자 어떻게 하였는가?",
"표적 분류 결과 갱신 기법에서 표적 종류가 갱신이 이루어지면 다음으로 어떻게 진행되는가?",
"Markov Random Field 기법은 어떻게 사용되는 방법인가?",
"표적 종류의 갱신이 이루어진 후, 자세 결과 갱신을 자세 정보, 분류신뢰도를 통해 수행하게 되었을 경우 어떻게 되는 것을 알 수 있게 되는가?",
"MRF의 약자의 뜻은 무엇인가?"
] |
9ec9d160-b1af-41bb-9d0c-2ee889196ebf
|
인공물ED
|
형태특징과 지역특징 융합기법을 활용한 열영상 기반의 차량 분류 방법
|
<h1>III. 결론</h1><p>본 논문에서는 열 영상 시퀀스를 이용하여 표적차량의 종류와 자세를 자동으로 분류하는 새로운 기법을 제안하였다. 제안하는 기법은 형태 특징과 지역 특징의 장점을 결합하기 위한 영상 분할 신뢰도 기반의 계층적 분류기법을 사용하였으며, 연속영상의 특징에 적합한 결과 갱신 기법을 적용하여 정확도를 개선하고자 하였다. 본 논문의 제안 방법은 군용 표적이 있는 실 영상 20,000장 이상의 영상을 이용하여 그 성능을 확인하였으며, 성능이 우수한 지역특징과 형태특징을 사용하는 방법 대비 종류 및 자세 방법에서 정확도를 크게 개선 할 수 있음을 확인하였다. 본 논문의 제안 방법은 추후 다양한 종류의 열 영상을 추가 확보하여 그 분류 성능을 지속적으로 검증하고 보완해 나갈 예정이다.</p>
|
[
"본 논문에서 이용한 열 영상 시퀀스에서 제안한 새로운 기법은 자동으로 분류한 것은 무엇이지?",
"표적차량의 종류와 자세를 자동으로 분류하는 새로운 기법은 무엇을 이용해서 제안했지?",
"열 영상 시퀀스를 이용하여 표적차량의 종류와 자세를 자동으로 분류하는 기법은 형태 특징과 지역 특징의 장점을 결합하기 위해 어떤 기법을 사용했지?",
"영상 분할 신뢰도 기반의 계층적 분류기법을 사용해서 형태 특징과 지역 특징의 장점을 결합했고, 적용된 연속영상의 특징에 적합한 결과 갱신 기법으로 무엇을 개선하고자 했지?",
"본 논문에서 제시하는 새로운 기법으로 자동으로 표적차량의 종류와 자세의 분류는 어떻게 하였지?",
"성능을 확인할 때 사용한 실 영상 20,000장 이상의 영상은 무엇이 있지?",
"제안하는 기법에서 정확도를 개선하기 위해서 연속영상의 특징을 어떻게 했지?",
"형태와 지역 특징의 장점을 합치기 위해서 제안된 기법에서 어떻게 했지?",
"열 영상 시퀀스를 이용한 새로운 방법으로 표적차량의 종류와 자세를 어떻게 했지?"
] |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.