$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

최급 하강법 및 위너 방법을 Bartlett알고리즘에 적용한 무인 이동체 탐지 방법에 대한 연구
A Study on Unmanned Vehicles Estimation using Steepest Descent, Wiener and Bartlett Algorithm 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.10 no.2, 2017년, pp.154 - 160  

이관형 (Division of Human IT Convergence, Major in Human Robot Convergence, Daejin University) ,  송우영 (Department of Electronic Engineering, Cheongju University)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 Bartlett방법으로 무인체의 목표물을 정확히 추정하는 방법에 대해서 연구하였다. Bartlett 방법은 배열안테나에 입사하는 수신신호에 이득을 일정하게 하여 원하는 신호를 추정한다. 본 연구는 정확한 무인체를 예측하기 위해서 Bartlett방법의 가중치를 위너 와 최급 하강법을 적용하여 갱신한다. 갱신된 가중치는 배열안테나에 수신되는 모든 수신신호에 최적 가중치를 적용하여 기존 Bartlett방법의 분해능을 향상시킨다. 모의실험을 이용하여 본 연구에서 제안한 Bartlett방법의 성능을 분석한다. 성능분석은 Bartlett 방법에 위너와 최강 하급법을 각각 적용시킨 두 방법과 기존의 Bartlett방법을 비교분석한다. 모의실험결과, 본 연구에서 제안한 방법이 기존의 Bartlett보다 분해능이 우수하였고, 최급 하강법이 위너방법보다 분해능이 향상됨을 나타내었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we studied the Bartlett method to correctly estimate the targets of a unmanned vehicles. The Bartlett method estimates the desired signals by making the gain constant for the received signal incident on the array antenna. In this paper, the weights of the Bartlett method are updated b...

주제어

#Bartlett method   #Resolution   #Steepest descent   #Weight value   #Wiener  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러나 Bartlett 방법은 신호 추정에 있어서 신호 분해능이 저조한 단점 있다. Bartlett 방법의 분해능에 대한 단점을 보완하기 위해서 본 연구에서는 가중치를 갱신하는 방법을 제안한다. 가중치를 갱신하기 위한 제안 방법으로는 위너 방법(Wiener method)[6-7]과 최급 하강법(Steepest Descent method)[8-9]을 적용시켜 분해능을 향상시키고자 한다.
  • 본 연구에서는 무인체의 목표물을 추정하기 위해서 Bartlett 방법의 최적 가중치에 대해서 연구하여 기존 Bartlett 방법과 성능을 비교 분석하였다. 무인체 목표물의 예측을 향상시키기 위해서는 일반적으로 안테나 배열 수 증가, 신호대잡음비 증가, 송신출력 향상 등이 있다.
  • 그러나 Bartlett 방법은 계산량이 단순하지만 분해능이 감소하는 단점이 있다. 이와 같은 단점을 보완하기 위해서 위너와 최급 하강법을 Bartlett 방법에 적용시키는 방법에 대해서 연구한다. 적응배열 선형안테나는 배열 소자를 균일하게 선형으로 나열하여 빔 패턴을 조절 할 수 있는 방법이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
Bartlett 방법은 어떻게 신호를 추정하는가? 본 연구에서는 Bartlett방법으로 무인체의 목표물을 정확히 추정하는 방법에 대해서 연구하였다. Bartlett 방법은 배열안테나에 입사하는 수신신호에 이득을 일정하게 하여 원하는 신호를 추정한다. 본 연구는 정확한 무인체를 예측하기 위해서 Bartlett방법의 가중치를 위너 와 최급 하강법을 적용하여 갱신한다.
소형 무인체들의 이동 예측이 필수적인 이유는 무엇인가? 공간상에서 움직이는 무인체에 대한 목표물들을 예측하기 위한 기술들이 과거부터 현재까지 활발히 연구되어 오고 있다[1-2]. 특히, 현대에 각광을 받고 있는 드론 등의 소형 무인체에 대한 예측 기술들이 연구되고 있으며 드론과 같은 소형 무인체가 위협적인 존재가 될 수 있기 때문에 소형 무 인체들의 이동 예측은 필수적이다. 현재는 소형 무인체들을 추정할 수 있는 레이더 장비 및 장치들에 대한 개발이 미흡한 상태이다.
무선통신 환경에서 정확한 신호 예측이 어려운 작업인 이유는? 무선통신 환경에서 원하는 목표물에 대해서 정확한 신호를 예측하는 것은 매우 어려운 작업이다. 왜냐하면 송신 신호는 자연환경 및 인공 구조물 등으로 인해서 간섭 및 잡음 등으로 구성된 혼합 신호가 수신 안테나에 입사한다. 수신 시스템에 혼합된 신호가 입사하면 원하는 정보 신호를 추출하기 위해서 배열안테나 및 적응 신호처리 기술 등을 사용하여 정보 신호 이외 다른 신호를 제거한다. 본 연구에서는 적응배열 선형안테나를 사용하였으며 도래방향 추정은 Bartlett 방법을 사용한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. Li.Feng, Li Gao, and Yun Hui Li,"Research on information processing of intelligent Lane-Changing Behaviors for Unmanned Ground Vehicles" IEEE Conference 2016 9th international symposium on computational intelligence and Design, Vol.2, Dec, 2016. 

  2. Vindhya Devalla, and Om Prakash, " Developments in unmanned powered parachute aerial vehicle: a review", IEEE Aerospace and Electronic systems Magazine, Vol.29, No.11, pp. 6-20, May, 2014. 

    상세보기

  3. A.J.Haug and G.M.Jacyna, "Theory and analytical performance evaluation of generalized correlation beamformers", IEEE Journal of Oceanic Engineering, Vol.25, No.3, pp.314-330, Aug, 2000. 

    상세보기 crossref

  4. Jon W. Wallace and Michael A. jensen, " Sparse power angle spectrum estimation", IEEE Transactions on antennas and propagation, Vol.57, No.8, pp.2453-2460, June,2009. 

  5. B. Allen and M. Ghavarri, "Adaptive Array Sys tem", Wiley, Feb, 2005. 

  6. Shuo Chen, Yi Hong Ong, and Quan Liu,"A method to create an universal calibration dataset for roman reconstruction based on wiener estimation", IEEE Journal of selected topics in quantum electronics, Vol.22, No.3, Sept, 2015. 

  7. Yoshifumi Nagata, Toyata Fujioka, and Masato Abe,"Two-Dimensional DOA estimation of sund sourece based on weighted wiener gain exploiting two-directional microphones", IEEE Transaction on Audio, speech, and language processing, Vol.15, No.2, pp.416-429, Jan, 2007 

    상세보기 crossref

  8. K.Vastola," On robust wiener signal estimation", IEEE Transactions on Automatic Control, Vol.31, No.5, pp.466-467, jan, 2003. 

  9. Xin Cai, Xiang Wang, Zhi Tao, and Feng Hua wang, "Single channel steepest descent algorithm for the correction of cycle frequency error", IET communications, Vol.10, No.14, Sept, 2016. 

    상세보기

  10. H.D .Han and Z.Ding, "Steepest descent algorithm implementation for multichannel blind signal recovery", IET Communications, Vol.6, No.18, pp.3196-3203, Jan, 2013 

  11. R.Schmidt,"Multiple emitter location and signal parameter estimation", IEEE Transactions on Antennas and Propagation, Vol.34, No.3, pp.276-280, Jan, 2003. 

  12. M.Zoltowski, and F.Haber, " A Vector space approach to direction finding in a coherent multipath environment", IEEE Transactions on Antennas and Propagation, Vol.34, No.9, pp.1069-1079, Jan, 2003. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로