http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오승재 사단법인 인문사회과학기술융합학회 2017 예술인문사회융합멀티미디어논문지 Vol.7 No.8
웹 서버, 클라이언트 프로그램을 통해 실시간 센서 데이터를 추출하기 위해 서버로부터 센서 데이터를 비동기 방식으로 수신하는 웹 어플리케이션을 Ajax, Socket.io, WebSocket으로 구현하여 네트워크 트래픽과 응답지연시간을 비교 분석하였다. 센서 데이터 추출을 위한 임베디드 시스템, 웹서버, 클라이언트 웹 어플리케이션으로 구성되어 있으며, 임베디드 시스템에서 센서 데이터를 추출 한 후 웹 서버의 데이터베이스에 주기적으로 기록하게 되고 데이터베이스에 저장된 센서 데이터를 클라이언트 요청(Ajax)과 서버 Push(Socket.io, Websocket)방식으로 클라이언트에게 전달하게 된다. 비교 분석을 통해 Ajax기술은 빠르고 일정한 주기가 있는 데이터의 수신일수록 긴 응답지연시간과 헤더의 양이 증가하였고, 요청 단계가 생략된 Socket 기반 웹 통신기술은 Ajax기술에 비해 짧은 응답지연시간과 헤더의 크기가 작아지는 것으로 보였다. Ajax를 이용한 비동기 통신보다 Socket.io, WebSocket 방식의 통신 방법이 전송 속도 및 응답 지연시간에 좋은 모습을 보였다. In order to extract real-time sensor data through web server and client program, web application that receives sensor data asynchronously from server is implemented as Ajax, Socket.io, and WebSocket to compare network traffic and response delay time. It consists of an embedded system for sensor data extraction, a web server, and a client web application. After extracting sensor data from the embedded system, it periodically records the data in the database of the web server. Server Push(Socket.io, Websocket) method is delivered to the client. As a result of comparison analysis, Ajax technology increased the response delay time and header amount as the data received with a fast and constant period increased, and Socket based web communication technology omitting the request step had shorter response delay time and header. It seemed to be smaller in size. Socket.io and WebSocket communication methods showed better transmission speed and response delay than asynchronous communication using Ajax.
분산 네트워크 시스템에서 TMO를 이용한 ICU 실시간 생체정보 전송 시스템
오승재,Oh, Seung-Jae 한국전자통신학회 2009 한국전자통신학회 논문지 Vol.4 No.3
분산 네트워크 시스템에서 실시간 객체 지향 모델 TMO를 이용하여 메시지를 실시간으로 전송하기 위해 시간 구동과 메시지 구동(TMO : Time-triggered Message-triggered Object Model)에 대한 구조를 일반적인 형태의 구조로 모델링 하였으며, 이러한 모델링은 분산된 실시간 통신 객체와 비실시간 객체를 포함하여야 한다. 메시지 구동 메소드와 시간 구동 메소드를 모든 객체 구조 형태에 적용함으로서 메시지를 실시간적으로 전송할 수 있다. 본 논문에서는 이러한 TMO 구조를 이용하여 실시간 통신을 하기 위해 ICU(Intensive Care Unit)환자 모니터 원격진료 시스템 응용 환경에 적용하였다. ICU의 Central Monitor로부터 전송되어진 환자의 생체정보 Raw Data가 HIS의 TMO 파싱 데이터 수신 모듈을 통해 사용가능한 데이터로 재구성될 수 있도록 설계가 이루어져 있다. The TMO may contain two types of methods, time-triggered methods(also called the spontaneous methods of SpMs) which are clearly separated from the conventional service methods (SvMs). The SpM executions are triggered upon design time whereas the SvM executions are triggered by service request message from clients. In this paper, we describes the application environment as the patient monitor telemedicine system with TMO structure. Vital sign information web viewer systems is also the standard protocol for medical image and transfer. We have to design to obtain useful vital sign information, which is generated at parsing data receiver modulor of HIS with TMO structure, that is offered by the central monitor of ICU. In order to embrace new technologies as telemedicine service, it is important to develope the standard protocol between different systems in the hospital, as well as the communication with external hospital systems.
데이터-재순환 최소 평균 자승 알고리즘을 이용한 적응 횡단선 필터의 수렴속도 개선
오승재,Oh, Seung-Jae 한국전자통신학회 2009 한국전자통신학회 논문지 Vol.4 No.3
본 논문은 LMS 알고리즘을 이용하여 적응횡단선 필터의 수렴 속도를 향상시키기 위한 효율적인 신호간섭 제어기법을 제안한다. 수신 데이터를 재사용하여 심볼 시간 주기에 계수들을 곱함으로써 적응되는 제안된 알고리즘의 수렴특성이 수렴 속도의 향상을 이론적으로 증명하기 위해 분석한다, 스텝-크기 매개변수 ${\mu}$가 증가됨에 따라 LMS 알고리즘의 수렴 속도가 제어된다. 고유치확산을 증가시킴에 따라 적응 등화기의 수렴속도를 천천히 제어하고 평균 자승 에러의 안정-상태 값을 증가시키는 효과를 나타내며 데이터-재사용 LMS 알고리즘이 적응횡단선 필터의 수렴속도를 (B+1)배만큼 증가시켜 신호간섭제어의 우수성을 입증한다. In this paper, an efficient signal interference control technique to improve the convergence speed of Adaptive transversal filter with LMS algorithm is introduced. The convergence characteristics of the proposed algorithm, whose coefficients are multiply adapted in a symbol time period by recycling the received data, are analyzed to prove theoretically the improvement of convergence speed. According as the step-size parameter ${\mu}$ is increased, the rate of convergence of the algorithm is controlled. Increasing the eigenvalue spread has the effect of controlling down the rate of convergence of the adaptive equalizer and also increasing the steady-state value of the average squared error and also demonstrate the superiority of signal interference control to the filter algorithm increasing convergence speed by (B+1) times due to the data-recycling LMS Algorithms.