$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

풍랑 모델링을 기반으로 한 실시간 파고 측정 시스템

Wave Height Measurement System Based on Wind Wave Modeling

초록

일반적인 파고 측정 시스템은 스펙트럼 분석을 통하여 파고를 측정한다. 하지만 스펙트럼 분석은 fast fourier transform(FFT)을 이용하기 때문에 구조가 복잡하며, 또한 FFT를 사용하기 위해서는 먼저 데이터를 저장해야 하기 때문에 실시간 처리가 어렵다. 본 논문에서는 칼만필터와 관성센서를 사용하여 실시간으로 데이터를 처리하는 알고리즘을 개발하고 성능을 평가하였다. 칼만필터 이론은 비교적 복잡한 알고리즘이지만 FFT를 사용하는 것에 비하여 간단하며, 가속도 데이터를 적분하여 위치를 효율적으로 추정할 수 있다. 하지만 가속도 데이터를 적분할 때 오차의 누적이 발생되는데, 파고의 특징을 이용한 알고리즘을 개발하여 누적오차 문제를 해결하였다. 본 논문에서는 다양한 조건의 해파를 모델링하여 성능평가를 수행하였으며, 실험을 통하여 풍랑측정에 한해서 평균 오차율 3.5%로 우수한 측정 성능을 확인할 수 있었다.

Abstract

The standard wave height measurement system is usually based on spectrum analysis for measuring wave height. The spectrum analysis is complicated because of the FFT, and the FFT is not for real time processing since it requires the saved data segments. In this paper, we carried out the performance evaluation of real-time and simpler wave height measurement system using the kalman filter and inertial sensors. The kalman filter theory is complicated, but its algorithm is simpler than the FFT and the kalman filter is used to estimate wave height by integrating acceleration data. But the accumulated error is occurred when the acceleration data is integrated. We developed the algorithm using the wind wave characteristic to decrease the accumulated error. In this paper, the performance evaluation of the wave height measurement system is carried out for various wind wave conditions. Through the experiments, we verified that it shows high measurement performance with the 3.5% margin of error in wind wave condition.

참고문헌 (11)

  1. National Data Buoy Center,Nondirectional and Directional Wave Data Analysis Procedures, NDBC Technical Document 96-01, Stennis Space Center 
  2. B. W. Parinson and J. J. Spilker, Global Positioning System: Theory and Applications, Progress in Astronautics and Aeronautics, Vol.164, 1995. 
  3. D. B. Cox, "Integration of GPS with Inertial Navigation Systems" NAVIGATION: Journal of the Institute of Navigation, Vol.25, No.2, pp.236-245, Summer 1978. 
  4. R. G. Brown and P. Y. C. Hwang, Introduction to Random Signals and Applied Kalman Filtering, John Wiley and Sons, 1992. 
  5. 이재훈, 김도윤, 성상학, 남동균, 박주영, "임베디드 시스템을 위한 GPS/INS 결합 알고리즘의 실시간 동작 구현", 한국지능시스템학회 학술발표 논문집, Vol.19 No.1, pp.245-249, 2009. 
  6. 김성필, 유창선, 김응태, "GPS/INS/기압고도계를 결합한 고도 결정 알고리즘", 한국항공우주학회 학술발표회 논문집, p.283-287, 2004. 
  7. 이원부, 박수홍, "해양자동관측용 해상 부이식 파고 시스템에 대한 연구", 한국전자통신학회 논문지, Vol.6 No.2, pp.268-273, 2011. 
  8. Yoshimi Goda, 토목강좌 해안.항만, Shokokushi Publishing Co., Ltd., 2000. 
  9. M. S. Grewal and A. P. Andrews, Kalman Filtering: Theory and Practice using MATLAB, John Wiley and Sons, New York, 2001. 
  10. K. Perlin, "An image synthesizer", Proceeding of SIGGRAPH '85 Proceedings of the 12th annual conference on Computer graphics and interactive techniques, pp.287-296, July 1985. 
  11. Jerry Tessendorf., Simulating Ocean Water, In Siggraph Course Notes, Addison-Wesley, 1999. 

이 논문을 인용한 문헌 (1)

  1. Lee, Jung-Hyun ; Lee, Dong-Wook ; Heo, Moon-Beom 2014. "Wave Modeling for Low-cost Wave Monitoring System" 전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, 63(3): 383~388 

DOI 인용 스타일