SOFM을 이용한 센서 네트워크의 지능적인 배치 방식

정경권,엄기환,Jung, Kyung-Kwon,Eom, Ki-Hwan 한국정보통신학회 2007 한국정보통신학회논문지 Vol.11 No.2

본 논문에서는 센서 네트워크의 원활한 전송을 위해 SOFM을 이용한 센서 네트워크의 지능적인 배치를 제안한다. 제안한 방법은 무선 채널 분석을 통해서 센서 노드 사이의 통신이 가능한 거리를 구하고, 신경회로망의 SOFM(Self-Organizing Feature Map)방식을 이용하여 지능적으로 최적의 센서 노드의 개수와 센서 노드가 배치할 최적 위치를 결정한다. Log-normal path loss 모델을 이용하여 거리에 따른 PRR(Packet Reception Rate)을 구하고, 이것으로부터 센서 노드의 통신 범위를 결정한다. 제안한 방식의 유용성을 확인하기 위하여 센서 노드의 지능적인 위치 탐색과 센서 네트워크의 연결 상태에 대한 시뮬레이션을 수행하였다. In this paper, we propose an intelligent deployment of sensor network for reliable communication. The proposed method determines optimal transmission range based on the wireless channel characteristics, and searches the optimal number of sensor nodes, and optimal locations with SOFM. We calculate PRR against a distance uses the log-normal path loss model, and decide the communication range of sensor node from PRR. In order to verify the effectiveness of the proposed method, we performed simulations on the searching for intelligent deployment and checking for link condition of sensor network.

수정된 Elman 신경회로망을 이용한 제어방식

정경권,김주웅,엄기환 동국대학교 대학원 1998 大學院硏究論集-東國大學校 大學院 Vol.28 No.-

The neural network is a static network that consists of a number of layer: input layer, output layer and one or more hidden layer connected in a feedforward way. The popularity of neural network appear to be related to its ability of learning and approximation capability. The Elman Neural Network proposed the J.Elman, is a type of recurrent network. It has the feedback links from hidden layer to context layer. So Elman neural network is the better performance than the neural network. In this paper, we propose the Modified Elman Neural Network. The structure of a MENN is based on the basis ENN. The recurrency of the network is due to the feedback links from the output layer and the hidden layer to the context layer. In order to certify the usefulness of the proposed method, the MENN apply to the multi tracking control and the X-Y Cartesian tracking. Simulation shows that the proposed MENN method is better performance than the multi layer neural network and the ENN.

변형된 신경회로망을 이용한 PID 제어 방식

정경권,김경수,엄기환 동국대학교 산업기술연구원 1999 산업기술논문집 Vol.13 No.-

본 논문에서는 산업 현장에서 일반적으로 많이 사용되고 있는 PID 제어기의 비례, 적분, 미분 파라미터를 다층 신경회로망을 이용하여 자동으로 동조하는 방법을 제안한다. 제안한 방식은 자기 궤환 뉴런을 가진 다층 신경회로망이 플랜트의 입력과 출력을 이용하여 PID 제어기의 파라미터들을 학습에 의하여 자동 동조한다. 다층 신경회로망은 자기 궤환 뉴런을 이용하여 입력층, 은닉층, 출력층의 3층으로 구성되고, 출력은 3개 값을 갖는다. 이것은 PID 제어기의 비례(P), 적분(I), 미분(D) 파라미터로 사용된다. 이 값들은 특정한 값으로 고정되는 것이 아니라 제어 수행과정 중에서도 다층 신경회로망의 학습에 의해 계속 변화된다. DC 서보 모터를 대상으로 추종 제어 시뮬레이션 및 실험을 통해서 제안한 방식의 유용성을 확인하였다. In this paper, we propose a modified neural network for the auto-tuning of proportional, integral, and derivative parameters of PID controller, which is widely used in the industries. The proposed method uses a multi-layer neural network with self-feedback neuron for the auto-tuning of the parameters of PID controller using input and output of the plant by learning. The neural network consists of three layers ; input-layer, hidden-layer, and output-layer. The output layer will have three outputs and each will be used as P, I, D parameters. Those values are not specific not fixed but being modified according to the learning of multi-layer neural network. The simulation and experiment results showed the effectiveness of proposed control method.

유전자 알고리즘을 이용한 비선형 시스템 동정

정경권,정성부,엄기환 동국대학교 산업기술환경대학원 1998 산업기술논총 Vol.4 No.-

In this paper, we propose a nonlinear system identification method using genetic algorithm. We represent the nonlinear system as a parameter vector and a measurement vector. In order to identify the nonlinear system, we find the parameter vector using genetic algorithm. The parameter vector is regarded as a chromosome of gene. The error between the desired output and estimated output every sampling period is used to calculate the fitness of one gene. The simulation results showed the effectiveness of using the genetic algorithm in the nonlinear system identification.

퍼지 논리 시스템을 이용한 PID 제어 방식

鄭慶權,孫東卨 대한전자공학회 2003 電子工學會論文誌 IE (Industry electronics) Vol.40 No.9

In this paper, we propose a automatic tuning method of the PID control gains. The proposed method consists of the Ziegler-Nichols formula with a single parameter, tunes the single parameter using the fuzzy logic system. The inputs of fuzzy logic system are error and derivative error, and the output is the single parameter. In order to verify the effectiveness of the proposed method, simulation and experiment are carried out for the control of DC servo motor. Simulation and experimental results demonstrate that better control performance can be achieved when compared with that of the conventional Ziegler-Nichols PID control. 본 논문에서는 PID 제어 이득의 자동 조정 방식을 제안한다. 제안한 방식은 단일 파라미터의 Ziegler-Nichols 수식으로 구성되어 있고, 퍼지 논리 시스템을 이용하여 단일 파라미터를 조정한다. 퍼지 논리 시스템의 입력은 오차와 오차의 변화분이며, 출력은 단일 파라미터이다. 제안한 방식의 유용성을 확인하기 위하여 DC 서보 모터를 대상으로 시뮬레이션과 실험을 수행하였다. 시뮬레이션과 실험 결과 제안한 방식이 기존의 Ziegler-Nichols PID 제어 방식보다 우수함을 확인하였다.

비선형 시스템 식별을 위한 수정된 Elman 신경회로망 구조 ( Modified Elman Neural Network Structure for Nonlinear System Identification )

정경권,권성훈,이인재,이정훈,엄기환 대한전자공학회 1998 대한전자공학회 학술대회 Vol.1998 No.7

유전자 알고리즘을 이용한 새로운 비선형 시스템 식별 방식 ( Nonlinear System Identification Method Using Genetic Algorithm )

정경권,정성부,김한웅,엄기환 대한전자공학회 1998 대한전자공학회 학술대회 Vol.1998 No.7

퍼지 시스템을 이용한 ADALINE의 학습 방식

鄭慶權,金周雄,鄭盛夫,嚴基煥 대한전자공학회 2003 電子工學會論文誌-CI (Computer and Information) Vol.40 No.1

In this paper, we proposed a learning algorithm for the ADALINE network. The proposed algorithm exploits fuzzy system for automatic tuning of the weight parameters of the ADALINE network. The inputs of the fuzzy system are error and change of error, and the output is the weight variation. We used different scaling factor for each weights. In order to verify the effectiveness of the proposed algorithm, we performed the simulation and experimentation for the cases of the noise cancellation and the inverted pendulum control. The results show that the proposed algorithm does not need the learning rate and improves the performance compared to the Widrow-Hoff delta rule for ADALINE. 본 논문에서는 ADALINE의 학습을 위한 알고리즘을 제안하였다. 제안한 알고리즘은 직접 퍼지 논리 시스템을 이용하여 ADALINE의 연결강도를 조정하는 방식으로 퍼지 논리 시스템의 입력은 오차와 오차의 변화분이고, 출력은 연결강도 변화분이며, 각각의 연결강도는 스케일링 팩터만 다르게 하여 사용하였다. 제안한 알고리즘의 유용성을 확인하기 위하여 노이즈 제거와 인버티드 펜들럼 제어에 대하여 시뮬레이션과 실험을 수행하였다. Widrow-Hoff의 델타 규칙과 비교하였을 때 제안한 방식은 학습율을 선택할 필요도 없고, 성능이 우수함을 확인하였다.

전방향 신경회로망을 이용한 블록암호화 기법

정경권,엄기환 동국대학교 산업기술연구원 1998 산업기술논문집 Vol.11 No.-

본 논문에서는 전방향 신경회로망으로 암호 함수를 구성하는 블록 암호 알고리즘 방법을 제안한다. 제안한 방법은 블록 암호 알고리즘에서 사용되는 암호화 함수 전체를 전방향 신경회로망으로 대치하는 방법과, DES 암호 알고리즘에서 S-box를 전방향 신경회로망으로 대치하는 방법이다. 신경회로망의 가중치를 키로 사용하여 암호화 및 복호화를 수행한다. 신경회로망의 비선형적인 특성과 각각의 층을 구성하고 있는 뉴런간의 방대한 연결로 복잡한 구조를 가지고 있다. 또한 은닉층의 구성에 따라 여러 형태의 설계가 가능하다. In this paper, we propose a block cipher algorithms composing cipher function using feedforward neural network. The proposed methods are that cipher function used in the block cipher algorithm is totally replaced with feedforward neural network, and also, S-box is replaced with feedforward neural network in DES algorithm. The weight of neural network is used as a key to perform an encryption and decryption. It has complex structure due to its nonlinear characteristic and the enormous connections among neurons which organize layers respectively. Also, various design shapes are applicable by different structures of hidden layers.

유전자 알고리즘을 이용한 비선형 적응 제어기 설계

정경권,최광순,엄기환 동국대학교 산업기술연구원 1998 산업기술논문집 Vol.12 No.-

본 논문에서는 유전자 알고리즘을 이용하여 시스템 동정에 의한 비선형 적응 제어기 설계 방식을 제안한다. 제안한 방법은 비선형 시스템의 미지의 파라미터를 입력과 관련된 부분과 관련되지 않은 부분으로 나누어서, 유전자 알고리즘을 이용하여 파라미터를 동정을 하고, 그 동정된 정보를 이용하여 비선형 적응 제어기를 설계하는 것이다. 식별된 정보를 사용하고 제어기의 설계 파리미터를 s-평면 좌반부에 위치하도록 정하면 된다. 식별 파라미터를 염색체로 표현하고 오차를 이용하여 적합도를 계산한다. 제안한 비선형 적응 제어기 설계의 유용성을 확인하기 위하여 비선형 시스템인 단일 관절 매니퓰레이터를 대상으로 시뮬레이션을 수행하였다. In this paper, we design a nonlinear adaptive controller using a new system identification method of a genetic algorithm. The designed method identify unknown parameters of nonlinear adaptive controller which are divided into related and unrelated to input term, and then a nonlinear adaptive controller is designed with those identified informations. The advantage of the proposed control method is simple to design a controller for unknown nonlinear systems, because we use the identified informations and design parameters are positioned within a negative real part of s-plane. The identification parameters are regarded as a chromosome of gene. The error between the desired states and estimated states every sampling period is used to calculate the fitness of one gene. The simulation results showed the effectiveness of proposed controller design method.