http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이진익,송경록,이창훈 한국항공우주학회 2013 한국항공우주학회 학술발표회 논문집 Vol.2013 No.11
RF 탐색기와 같은 표적 추적시스템의 일식구간 식별을 위한 신호대 잡음비 추정기 설계를 제시한다. 추정기는 신호대 잡음기 추정기와 포락선 추적기로 구성되며, 전자는 회귀형 최소자승 추정기, 후자는 이동평균 필터를 이용하였다. 레이더 거리 방정식으로부터 신호대 잡음의 가속도 식을 도출하여 일식구간에서 신호대 잡음비를 예측하도록 하였다. In this paper an SNR(Signal-to-Noise Ratio) estimator for the discrimination of the blocked zone by eclipsing of target tracking system such as an RF(Radio Frequency) seeker is addressed. The estimator consists of two step tracker: a recursive least square estimator is adopted as the SNR estimation and a moving average filter is also chosen as the envelop tracking. The expected SNR even in the eclipse zone can be predicted by introducing an interaction formula of SNR acceleration from the radar range equation.
POD를 이용한 탄도 미사일의 해석기반 ISAR 모델의 축약
이진익,송경록 한국항공우주학회 2014 한국항공우주학회 학술발표회 논문집 Vol.2014 No.11
효율적인 표적모델 해석 및 연산을 위해 탄도 미사일 레이더 탐색기 신호 해석 데이터를 축약하는 기법을 제시한다. POD기법을 도입하여 ISAR 영상의 대용량 표적 데이터를 축소하며, 에너지 관점에서 신호를 최대한 보존하기 위해 데이터의 고유치 해석을 통해 축약 정도를 결정한다. 축약 검증단계로 신호오차를 확인하는 한편 특징점 왜곡 정도를 검토하여 최종적으로 축약을 확정한다. 표적 특징점 분석 및 레이더 탐색기 시뮬레이션시 제안한 방법은 보다 효율적인 표적 연산 모델을 제공할 것으로 기대된다. A new technique for model reduction from the pre-analyzed radar signals of a ballistic missile for providing analytical and computationally efficient models is proposed. POD(Proper Orthogonal Decomposition) is introduced to reduce from the massive ISAR(Inverse Synthesis Aperture Radar) images of the target. For the energy point of view, the level of reduction of the model is decided to preserve the signal strength based on the eigenvalues representing the signal features. In the verification process, it is finally settled by evaluating the distortion of the signal feature points as well as the signal itself. When analyzing the feature points and/or simulating the radar seeker, the proposed method is promised to be providing for computationally efficient target models.
이진익,Lee, Jin-Ik 대한전자공학회 2013 전자공학회논문지 Vol.50 No.9
본 논문에서는 유동의 안정된 흐름 제어를 위한 유동제어에 대해 다룬다. 전산유체역학 해석을 통해 제공된 대용량의 유동 데이터를 POD 방법을 통하여 축약하고, 제어측면에서 시간 및 주파수 영역에서의 분석에 근거하여 적절한 수준의 저차 모델링한다. 한편, 유동장 표면에 부착된 압력센서로부터 공간상의 유동상태 추정을 위해 신경망 구조를 갖는 유동추정기를 구성하고, 되먹임 유동제어기를 설계함으로써 유동제어루프를 구성한다. This paper addresses the technology of active flow control for stabilizing a flow field. In order for flow field modeling from the control point of view, the huge-data set from CFD(computational fluid dynamics) are reduced by using a POD(Proper Orthogonal Decomposition) method. And then the flow field is expressed with dynamic equation by low-order modelling approach based on the time and frequency domain analysis. A neural network flow estimator from the pressure information measured on the surface is designed for the estimation of the flow state in the space. The closed-loop system is constructed with feedback flow controller for stabilizing the vortices on the flow field.