SE프로세스를 적용한 UTM 환경의 항법 오차 산출 필요성 검토

구성관,안효정,김도현,Ku, SungKwan,Ahn, Hyojung,Kim, DoHyun 한국항공운항학회 2020 한국항공운항학회지 Vol.28 No.4

This study carries out a basic study of ways to calculate navigation errors for aircraft operating in the unmanned aerial system traffic management(UTM). Recently, research by UTM has been carried out both at home and abroad, along with the initial study of system definitions at the basic stage, operational techniques of the aircraft, and the practicality of the concept of necessary operations at the actual operational stage. This study presented after a review the factors that should be considered for the calculation of navigation errors among the factors that examine whether the actual low altitude aircraft can operate properly within UTM during its actual operation and the need to apply them in practice.

Controlled Airbrush Coating of Polymer Resists in Rollto- Roll Nanoimprinting with Regimented Residual Layer Thickness

구성관,이성호,김정대,홍정구,박형원,곽문규,옥종걸 한국정밀공학회 2016 International Journal of Precision Engineering and Vol.17 No.7

We study the effective resist dispensing in continuous Roll-to-Roll (R2R) nanoimprinting system by using a simple and controlled airbrush coating method. Compared to common spin-coating or drop-casting, airbrushing can better afford the continuous coating operation required in a R2R nanoimprinting system with controlled thickness and uniformity. We use a UV-curable epoxysilsesquioxane (SSQ) and propylene glycol methyl ether acetate (PGMEA) as a concentration control agent, which are airbrushed for a controlled time over a continuously fed flexible or rigid substrate in a R2R conveyer. The R2R nanoimprinting is successfully conducted with uniform pattern quality. By modulating the airbrushing time and resist concentration, the residual layer thickness (RLT) of R2Rimprinted patterns can be readily controlled for specific uses.

심층신경망을 활용한 활주로 가시거리 예측 모델 개발

구성관,홍석민,Ku, SungKwan,Hong, SeokMin 한국항행학회 2017 韓國航行學會論文誌 Vol.21 No.5

안개 등의 영향을 받는 활주로 시정은 비행장에서 항공기 이착륙의 가능 여부를 결정하는 주요 지표중 하나이다. 운송용 항공기가 운항되는 공항의 경우 활주로 시정을 포함한 주요 국지 기상 예보를 시행하며, 이를 항공종사자가 확인할 수 있도록 하고 있다. 본 논문은 최근 영상 처리, 음성 인식, 자연어 처리 등의 다양한 분야에 적용되고 있는 심층신경망을 활주로 시정 예측에 적용하여 국지 비행장의 활주로 시정 예측 모델을 개발하고 이를 활용한 예측을 수행하였다. 적용 대상 비행장의 과거 실제 기상 관측 값을 활용하여 신경망 학습 후 시정에 대한 예측을 수행하였고, 기존 관측 데이터와 비교한 결과 비교적 정확한 예측 결과를 확인하였다. 또한 개발된 모델은 별도의 예보 기능이 없는 해당 비행장에서 참고할 수 있는 기상정보를 생성하는데 사용될 수 있을 것이다. The runway visual range affected by fog and so on is one of the important indicators to determine whether aircraft can take off and land at the airport or not. In the case of airports where transportation airplanes are operated, major weather forecasts including the runway visual range for local area have been released and provided to aviation workers for recognizing that. This paper proposes a runway visual range estimation model with a deep neural network applied recently to various fields such as image processing, speech recognition, natural language processing, etc. It is developed and implemented for estimating a runway visual range of local airport with a deep neural network. It utilizes the past actual weather observation data of the applied airfield for constituting the learning of the neural network. It can show comparatively the accurate estimation result when it compares the results with the existing observation data. The proposed model can be used to generate weather information on the airfield for which no other forecasting function is available.

항로 비행거리 산출을 위한 ADS-B 자료 분석 검토

구성관 대한교통학회 2021 대한교통학회 학술대회지 Vol.85 No.-

ICAO에서는 항공교통의 효율적 이용을 목적으로 GNAP를 수립하여 이행하고 있으며, 이를 확인하기 위한 직간접적 범위를 제시하고 및 평가지표 등을 제한하고 있다. 항공기 항로는 항공기의 안전한 운항을 위하여 공역에 설정된 일정공간의 구역으로 항로를 이용하는 항공기성능, 항법 시설의 정확도 수준, 공역 내 장애물, 비행을 제한하는 통제 공역 등을 고려하여 설정된다. 항공교통의 효율성 확인의 범위에는 항로 이용에 관한 것이 포함되어 있으며, 항공기의 운항 항적을 바탕으로 데이터 기반 평가를 수행하기 위한 연구가 수행되고 있다. 본 연구에서는 기존 공역감시 RADAR에 비해 항공기 위치 정보의 정확도가 높은 ADS-B 자료를 이용하여 우리나라 항로 중 가장 혼잡도가 높은 항로에서 항공기 운항 정보를 분석하였다. 분석으로 확인하고자 한 범위는 항로에서의 순항 비행거리를 산출하는 것이나, 실제 항로에서 비행한 항공기의 항적을 확인한 결과 시간대별 공의 운영 현황 차이로 인하여 항로에서의 순항 비행의 산출이 어려움을 확인하였다. 본 연구에서 확인한 현황을 바탕으로 향후 운영기관 들과의 협의를 통하여 명확한 산출방법에 대한 정의가 필요할 것이다.

심층신경망을 이용한 활주로 가시거리 예측 모델의 고도화

구성관,박창환,홍석민 한국항행학회 2018 韓國航行學會論文誌 Vol.22 No.6

항공기 이착륙 유무의 중요한 지표 중 하나인 활주로 가시거리는 기온, 습도 등과 같은 기상 조건에 영향을 받는다. 비행장의 활주로 이용 시 도착 시점에서의 활주로 가시거리를 예측하는 것은 항공기 이용의 효율성에서 중요하다. 본 연구에서는 활주로 가시거리를 예측하기 위해 기존에 제안된 심층 신경망을 활용한 활주로 가시거리 예측 모델의 고도화를 통해 1시간 이후의 국지 비행장의 활주로 가시거리를 예측하였다. 이를 위해 예측 모델의 고도화는 입력 값으로 기상 정보(기온, 습도, 풍속, 활주로 가시거리)에 대한 시간 간격 변화와 예측 값의 선형 변환을 통해 진행하였다. 제안된 방법은 과거 기상 관측 값을 바탕으로 예측 모델의 학습을 생성해 1시간 이후의 활주로 가시거리에 대한 예측을 수행하였고, 1시간 이후의 측정된 활주로 가시거리와 비교를 통해 타당성을 확인했다. 제안된 예측 모델은 예보를 제공해주지 않는 지역의 소규모 비행장에서 참고할 수 있는 활주로 가시거리 생성에 활용 할 수 있을 것이다. Runway visual range (RVR), one of the important indicators of aircraft takeoff and landing, is affected by meteorological conditions such as temperature, humidity, etc. It is important to estimate the RVR at the time of arrival in advance. This study estimated the RVR of the local airport after 1 hour by upgrading the RVR estimation model using the proposed deep learning network. To this end, the advancement of the estimation model was carried out by changing the time interval of the meteorological data (temperature, humidity, wind speed, RVR) as input value and the linear conversion of the results. The proposed method generates estimation model based on the past measured meteorological data and estimates the RVR after 1 hour and confirms its validity by comparing with measured RVR after 1 hour. The proposed estimation model could be used for the RVR after 1hour as reference in small airports in regions which do not forecast the RVR.

공공용 정보를 이용한 ADS-B 지상 항적 자료 분석

구성관,백호종,Ku, SungKwan,Baik, Hojong 한국항공운항학회 2015 한국항공운항학회지 Vol.23 No.4

In this study, we surveyed analysis of ADS-B ground trajectory data using non-aviation approval public data. For analysis used non-aviation public data and commercial ADS-B receiver. The study result is available using ADS-B ground trajectory data for airfield surveillance on limited range. Also, to confirmed of available using non-aviation public data for aviation research.

A4-5 : 항공화물 포장과 정전기 발화에 관한 연구

구성관,신대원 한국항공경영학회 2014 한국항공경영학회 춘계학술대회 Vol.2014 No.-

우리나라 항공화물 운송실적은 2010년을 기준으로 세계 3위로 항공화물 운송 시장 성장에 따라 운송되는 화물량이 많아지고 운송 품목이 다양하게 확대되고 있는 추세로, 항공기에 탑재되는 화물 중 위험물의 운송량도 증가됨에 따라 이에 대한 안전관리가 필요한 실정이다. 최근 항공기의 탑재된 화물로 인한 화재로 추정되는 항공 사고가 발생하였고, 위험물의 운송 수요의 지속적 증가는 이러한 사고 가능성을 커지게 하고 있다. 우리나라 항공기가 화재로 추정되는 원인으로 해상 추락사고가 발생한 후 사고조사 과정에서 충분하지 않은 정보로 인하여 사고원인 분석, 조사에 어려움을 격고 있다. 이는 현재의 항공기 운항에 관련된 각종 정보와 사고 후 수집할 수 있는 정보 등이 화재로 인한 사고조사를 위해서는 정보가 충분하지 않기 때문이다. 본 연구는 항공기 사고 조사와 관련하여, 항공기 기내에서 발생된 화재의 점화원이 될 수 있는 정전기 발화와 관련하여 살펴보고, 항공화물(또는 항공화물 포장)이 정전기의 대전체로 역할을 할 수 있는지 실험을 통한 분석을 수행하였다. 정전기는 전하가 정지 상태에 있어 전하의 분포가 시간적으로 변화하지 않는 전기를 말한다. 정전기와 반대되는 개념으로 동전기가 있으나, 이는 일반적으로 말하는 전기를 말하는 것으로 일반적으로 사용하지 않는 용어이다. 정전기가 발생하는 원인은 물체를 구성하는 원자핵의 주변에 전자들이 돌고 있는데, 이 전자들은 마찰을 통해 다른 물체로 이동을 한다. 물체들과 접촉이 일어날 때마다 전자를 주고받게 되고, 이 과정에서 전기가 조금씩 저장되어 일정 한도 이상의 전기가 쌓여 적정한 유도체에 닿았을 때 순식간에 방전이 일어나게 된다. 이러한 정전기의 방전은 순간적으로 매우 높은 에너지를 방출하는 것으로, 화재의 점화원으로 작용하거나 또는 전자소자 등에는 큰 영향을 미칠 수 있으므로 일부 정밀 산업에서는 정전기 방지가 중요한 요소이다. 본 연구에서는 항공화물과 이를 취급하기 위한 랩 포장에서 정전기 에너지를 저장할 수 있는지를 실험을 통하여 확인하였다. 이때 사용한 정전기 대전과 관련된 에너지의 측정 방법은 전자제품의 방폭시험 규격을 참고하였다. 측정결과 일반적으로 혼적된 화물의 고정에 사용하는 랩포장에서 일정량 이상의 정전기 에너지를 대전할 수 있다는 것을 확인하였다. 이는 대전된 에너지가 일시에 스파크 형태의 방전으로 일어나는 경우 점화(ignition)원으로 작용할 수 있다는 것을 의미한다. 일반 화물보다 발화 가능성이 높은 위험물도 항공화물로 운송되고 있는 상황에서, 극히 낮은 확률로도 사고의 위험이 있는 것은 배재되어야 할 것이다. 특히, 가능성을 원천적으로 배재할 수 있는 방법이 있는 경우에는 사전에 관련 연구를 충분히 수행하고, 이를 반영하여 항공 안전을 증진시켜야 할 것이다.

심층신경망을 활용한 풍속 예측 개선 모델 개발

구성관,홍석민,김기영,권재일 한국항행학회 2019 韓國航行學會論文誌 Vol.23 No.6

인공신경망은 뇌의 뉴런들에서 상호 작용과 경험을 통해 학습해 나가는 것을 모사해 만든 알고리즘으로, 데이터의 특성이 반영된 학습을 통하여 정확한 결과를 산출하는데 사용할 수 있는 방법이다. 본 연구에서 기상 역학 모델에서 예측된 풍속 값의 개선을 위하여 심층신경망을 이용한 모델을 제시하였다. 연구에서 제시한 심층신경망을 이용한 풍속 예측 개선 모델은 기상 역학 모델의 예측 값을 재 보정하는 모델을 구축하고 이에 대한 검증과 시험 과정 후 별도의 데이터를 통한 예측의 정확도를 높일 수 있는 것을 확인하였다. 풍속 예측의 개선을 위하여 예측 시간, 온도, 기압, 습도, 대기상태변수, 풍속 등과 같은 일반적 기상 현상 자료의 예측 값을 활용한 심층신경망을 구축하였고, 전체 데이터 중 일부 데이터는 모델의 적정성 확인용 데이터로 구분하여, 모델 구축 및 학습에 사용하지 않고 별도의 정확도를 확인하여 연구에서 제시한 방법의 적합성을 확인하였다. Artificial neural networks are algorithms that simulate learning through interaction and experience in neurons in the brain and that are a method that can be used to produce accurate results through learning that reflects the characteristics of data. In this study, a model using deep neural network was presented to improve the predicted wind speed values in the meteorological dynamic model. The wind speed prediction improvement model using the deep neural network presented in the study constructed a model to recalibrate the predicted values of the meteorological dynamics model and carried out the verification and testing process and Separate data confirm that the accuracy of the predictions can be increased. In order to improve the prediction of wind speed, an in-depth neural network was established using the predicted values of general weather data such as time, temperature, air pressure, humidity, atmospheric conditions, and wind speed. Some of the data in the entire data were divided into data for checking the adequacy of the model, and the separate accuracy was checked rather than being used for model building and learning to confirm the suitability of the methods presented in the study.

Runway visual range prediction using Convolutional Neural Network with Weather information

구성관,김승수,홍석민 국제문화기술진흥원 2018 International Journal of Advanced Culture Technolo Vol.6 No.4

The runway visual range is one of the important factors that decide the possibility of taking offs and landings of the airplane at local airports. The runway visual range is affected by weather conditions like fog, wind, etc. The pilots and aviation related workers check a local weather forecast such as runway visual range for safe flight. However there are several local airfields at which no other forecasting functions are provided due to realistic problems like the deterioration, breakdown, expensive purchasing cost of the measurement equipment. To this end, this study proposes a prediction model of runway visual range for a local airport by applying convolutional neural network that has been most commonly used for image/video recognition, image classification, natural language processing and so on to the prediction of runway visual range. For constituting the prediction model, we use the previous time series data of wind speed, humidity, temperature and runway visibility. This paper shows the usefulness of the proposed prediction model of runway visual range by comparing with the measured data.

항공 통신 기술 : ADS-B 신호를 이용한 ILS 최종접근 구간의 항공기 항적 이격 분포 도출

구성관 ( Sungkwan Ku ),이영종 ( Young Jong Lee ),신대원 ( Daiwon Shin ) 한국항행학회 2015 韓國航行學會論文誌 Vol.19 No.5

ADS-B는 레이더에 비하여 높은 정확도와 빠른 갱신 주기를 제공하여, 레이더를 대체하거나 보완할 수 있는 기술이다. 최근 증가하는 항공교통량과 이에 따른 정확한 감시의 요구에 의하여 ADS-B가 실제 항공기 운영에 적용되고 있다. 본 논문은 항공기가 운항 중 상시 송신하는 ADS-B 신호를 활용한 공한 인근 지역에서 정밀 감시가 가능한지 확인하기 위한 자료 수집과 일부 데이터에 대한 분석을 수행하였다. 이를 위하여 정밀계기 착륙 접근하는 항공기의 ADS-B 항적을 수집하고, 최종접근 구간에서 항적의 분포특성에 관한 분석을 수행하였다. 분석결과 ADS-B 항적은 활주로 중심선 연장선에 대하여 평균 이격 거리 -0.04 m, 표준편차 6.71 이고, 또한 비교적 정확한 감시정보의 제공이 가능함을 확인하였다. ADS-B can provide high accurate position information and faster update rate than Radar system and it is a technique that can supplement or replace the Radar. Recently ADS-B has been applied to the actual aircraft operation because to increase air transportation traffic and required to high accurate surveillance. In this study, we surveyed analysis of position deviation distribution analysis and received actual ADS-B trajectory data for conformed precise surveillance on the near airport area using ADS-B message. For that, we received the precision instrument approach ADS-B trajectory data using instrument landing system, and can analyse about target deviation distribution on the final approach segment about precision instrument approach. The result of analysis is mean distance of target deviation -0.04 m and standard deviation 6.71 on between ADS-B target and extended runway centerline. Also that is to conformed the ADS-B message trajectory available to provide relatively exact surveillance information.