이종 임베디드 시스템의 멀티태스킹을 위한 MDA(Model Driven Architecture) 기반의 설계

손현승,김우열,김영철,Son, Hyun-Seung,Kim, Woo-Yeol,Kim, R. Young-Chul 한국정보처리학회 2008 정보처리학회논문지D Vol.15 No.3

복잡한 임베디드 시스템의 멀티태스킹 지원은 실시간 운영체제가 요구된다. 이종의 임베디드 시스템 개발 환경에서 각각의 시스템에 최적화 된 운영체제와 프로세서를 사용한다. 본 논문에서는 이종 임베디드 시스템 개발 시 기존의 크로스 컴파일러 대신, 운영체제의 API 정보 및 프로세서 레지스터 구성 정보의 UML 프로파일화 방식을 제안한다. 이는 각각의 임베디드 시스템에 적합한 프로파일을 이용해 이종의 시스템 개발 환경을 선택하여 자동 코드 발생을 통해 개발 기간 및 비용을 단축할 수 있다. 적용사례로서 이종 시스템 프로파일 정보를 이용해 이종의 실시간 운영체제 (brickOS와 uC/OS-II) 및 프로세서(Hitachi H8과 Intel PXA255)에 맞는 모델 및 코드를 생성하여 포팅 하였다. The complicated embedded system for multi-tasking requires RTOS(real-time operating system). It uses the optimal OS and processor to each embedded system on the heterogeneous development environment. This paper is proposed to use UML profile of OS API and Processor Configuration, instead of cross-compiling for developing the heterogeneous embedded system. This reduces the development time and cost through generating the automatic source code with the profile information of each embedded system. We generate and port the code after modeling the two heterogeneous real time operating systems (brickOS and uC/OS-II) and the processors (Hitachi H8 and Intel PXA255) with our proposed profile of the heterogeneous embedded system.

잡음 구분에 의한 지능형 기동표적 추적기법

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.4

본 논문에서는 기동표적의 위치 오차값 보상 기법을 이용한 지능형 기동표적 추적 기법을 제안한다. 기동표적의 관측값과 예상위치와의 차이를 가속도와 순수 잡음으로 분리한다. 최적의 수준으로 가속도를 추출하기 위하여 K-means 클러스터링기법과 TS 퍼지 시스템을 이용한다. K-means 클러스터링에 의해 분리된 가속도와 잡음에 대한 소속함수를 설정하고 퍼지 모델화하여 기동표적의 특성을 파악한다. 계산상의 오차를 보상하기 위하여 분리된 가속도와 잡음은 추적 알고리즘의 계산과정에 적절히 이용된다. 추정값 계산시, 가속도를 분리 하므로써 필터링 과정은 표적의 비선형 기동을 선형기동으로 인식하여 칼만필터의 성능을 유지시킨다. 기동표적의 비선형성에 대한 오차는 추정된 가속도를 통해 보상된다. 제안된 시스템의 소속함수에 사용되는 파라미터값을 조종하여 상황에 따라 적응성과 강인성을 향상시킨다. 제안된 시스템은 실시간 추적이 가능하도록 구성하였으며, 몇 가지 예를 통하여 본 논문에서 제안한 방법의 우수성을 증명한다. This paper presents the intelligent tracking method for maneuvering target using the positional error compensation of the maneuvering target. The difference between measured point and predict point is separated into acceleration and noise. K-means clustering and TS fuzzy system are used to get the optimal acceleration value. The membership function is determined for acceleration and noise which are divided by K-means clustering and the characteristics of the maneuvering target is figured out. Divided acceleration and noise are used in the tracking algorithm to compensate computational error. While calculating expected value, the non-linearity of the maneuvering target is recognized as linear one by dividing acceleration and the capability of Kalman filter is kept in the filtering process. The error for the non-linearity is compensated by approximated acceleration. The proposed system improves the adaptiveness and the robustness by adjusting the parameters in the membership function of fuzzy system. Procedures of the proposed algorithm can be implemented as an on-line system. Finally, some examples are provided to show the effectiveness of the proposed algorithm.

함정탑재 추적레이더의 불안정한 환경에서의 지능형 기동표적 추적기법

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2012 한국지능시스템학회 학술발표 논문집 Vol.22 No.1

기동 표적 추적을 위한 지능형 최대 잡음 수준 설정 알고리즘

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.2

본 논문에서는 기동표적 추적을 위한 지능형 모델을 소개한다. 기동표적 모델의 결정적인 요소인 표적의 가속도를 시변변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여, 잡음의 크기가 급격히 증가할 경우 증가분을 가속도로 인식하여 기동표적 관계식에 이용하였다. 잡음의 크기를 판단하기 위한 기준점을 적절히 설정하기 위해 퍼지기법을 이용하였으며, 이에 따라 결정되는 값을 기준점으로 하는 표적의 이동구간을 측정치와 비교하여 잡음수준을 계산하는 알고리즘을 구성한다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

기동표적의 예상명중위치 산출을 위한 지능형 IMM 알고리즘

손현승(Hyun Seung Son),박진배(Jin Bae Park),김종선(Jong Sun Kim),주영훈(Young Hoon Joo) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.1

본 논문에서는 기동표적 추적에서 발전한 명증 예상위치 산출을 위한 모델을 소개한다. 본 논문에서는 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여, 잡음의 크기가 급격히 증가할 경우 증가분을 가속도로 인식하여 기동표적 관계식에 이용하였다. 또한 기동표적과 그 표적을 명중시키기 위한 제2의 기동표적을 두고, 두 표적이 중첩하기 위한 최적의 예상위치와 그 시간을 계산하는 알고리즘을 구성한다. 이때, 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크와 적응 상호작용 다중모델 기법을 이용하였다. 그러고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

광학식 손떨림보정 원리를 응용한 다중분리형 소나모델의 가속도 추정 기법

손현승(Hyun-Seung Son),박진배(Jin-Bae Park),주영훈(Young-Hoon Joo) 대한전기학회 2013 정보 및 제어 심포지엄 논문집 Vol.2013 No.10

수중표적의 오차 감소를 위한 소나방정식의 잡음추정 기법 연구

손현승(Hyun-Seung Son),박진배(Jin-Bae Park),주영훈(Young-Hoon Joo) 대한전기학회 2012 정보 및 제어 심포지엄 논문집 Vol.2012 No.10

소나 방정식 성능지수의 지능형 거리 판단기법

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2013 한국지능시스템학회논문지 Vol.23 No.4

본 논문은 소나 방정식내의 성능지수를 판단하는 지능형 접근방법을 제안한다. 알 수 없는 수중표적의 거리와 고정적이지 않은 신호초과량은 추적과정에 대해 불확실성을 증가시킨다. 탐지거리와 연관된 신호 초과량의 입력 데이터들을 이용하여, 퍼지집합의 규칙을 세우고, 소나의 수신기로부터 얻어지는 데이터를 퍼지화 된 데이터 집합으로 변화시킨다. 알 수 없는 데이터들에 의해 발생되는 오차값들을 감소시키기 위하여 퍼지 집합으로 변환된 새로운 데이터를 이용한다. 구간별 최소값, 최대값 그리고 평균값이 계산되어, 수중 표적의 거리를 추정하는데 사용된다. 데이터들의 증감에 대한 분석을 통해 표적의 위치와 기동특성을 예측할 수 있다. 제안된 기법의 성능과 효과를 보여주기 위하여 몇 가지 예를 보였다. This paper proposes a intelligent approach on range decision of figure of merit. Unknown range of the underwater target and the non-fixed signal excess make the uncertainty for the tracking process. Using the input data of signal excess related to the range, we establish the rule of the fuzzy set and the original data acquired by sonar can be transformed to the fuzzified data set. To reduce the error arisen from the unexpected data, we use the new data transformed in fuzzy set. The piecewise relations of the min value, max one, and the mean one are calculated. The three values are used for the expected range of the underwater target. By analysing the fluctuation of the data, we can expect the target’s position and the characteristics of the maneuvering. The examples are presented to show the performance and the effectiveness of the proposed method.

FCM 클러스터링 기반 비선형 기동표적의 외란분석 알고리즘

손현승(Hyun-Seung Son),박진배(Jin-Bae Park),주영훈(Young-Hoon Joo) 대한전기학회 2011 전기학회논문지 Vol.60 No.12

This paper presents the intelligent external noise analysis method for nonlinear maneuvering target. After recognizing maneuvering pattern of the target by the proposed method, we track the state of the target. The external noise can be divided into mere noise and acceleration using only the measurement. divided noise passes through the filtering step and acceleration is punched into dynamic model to compensate expected states. The acceleration is the most deterministic factor to the maneuvering. By dividing, approximating, and compensating the acceleration, we can reduce the tracking error effectively. We use the fuzzy c-means (FCM) clustering as the method to divide external noise. FCM can separate the acceleration from the noise without criteria. It makes the criteria with the data made by measurement at every sampling time. So it can show the adaptive tracking result. The proposed method proceeds the tracking target simultaneously with the learning process. Thus it can apply to the online system. The proposed method shows the remarkable tracking result on the linear and nonlinear maneuvering. Finally, some examples are provided to show the feasibility of the proposed algorithm.

PIP 개념을 이용한 비선형 기동 표적 추적 기법

손현승(Hyun Seung Son),박진배(Jin Bae Park),주영훈(Young Hoon Joo) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.1

본 논문에서는 비선형 기동표적의 추적에 대한 새로운 접근 방식을 소개한다. 제안된 알고리즘은 예측 명중위치 개념을 이용한 칼만필터 기반의 적응 상호작용 다중모델 기법으로 측정된 위치 값과 예측된 명중위치 사이의 차이를 고려한 변형된 칼만필터 기법을 이용한다. 알 수 없는 가속도는 표적의 기동모델에 있어서 추가적인 프로세스 잡음으로 간주되고, 알고리즘 내의 하부 모델들은 각각의 가속도 수준에 따라 구해지는 전체적인 프로세스 잡음에 따라 특성화 된다. 칼만필터 기법이 비선형 기동에 있어 성능이 저하되는 점을 보완하기 위하여 상황에 따라 제안된 기법과 칼만필터를 적응적으로 이용할수 있는 선택적 알고리즘을 구현하고자 한다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여 잡음의 크기가 급격히 증가할 경우 그 증가분을 가속도로 인식하여 기동표적 관계식에 이용한다. 그리고 제안된 알고리즘의 수행 가능성은 몇 가지수치 예를 통하여 증명한다. This paper proposes a new approach on nonlinear maneuvering target tracking. In this paper, proposed algorithm is the Kalman filter based on the adaptive interactive multiple model using the concept of predicted impact point and utilize modified Kalman filter regarding the error between measurement position and predicted impact point. The unknown target acceleration is regarded as an additional process noise to the target model, and each sub-model is characterized in accordance with the variance of the overall process noise which is obtained on the basis of each acceleration interval. To compensate the decreasing performance of Kalman filter in nonlinear maneuver, we construct optional algorithm to utilize proposed method or Kalman filter selectively. To effectively estimate the acceleration during the target maneuvering, the rapid increase of the noise scale is recognized as the acceleration to be used in maneuvering target's movement equation. And a few examples are presented to show suggested algorithm's executional potential.