http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
CFAR 검파기법을 이용한 주파수 영역 부분적응 어레이 알고리듬
문성훈,한동석,Mun, Seong-Hun,Han, Dong-Seok 대한전자공학회 2001 電子工學會論文誌-SP (Signal processing) Vol.43 No.2
본 논문에서는 주파수 영역 적응 어레이의 계산량을 감소시키기 위한 주파수 영역 부분적응 어레이 알고리듬인 센서링(censoring) 알고리듬을 제안하고, 이를 공간평활(spatial smoothing) 기법과 결합하여 공간평활로 인한 계산량 문제를 해결할 수 있는 센서링 공간평활 알고리듬을 제안한다. 제안한 센서링 알고리듬은 CFAR(constant false alarm rate) 검파기법을 이용하여 각 주파수 대역에 간섭신호가 있는지를 판단하고 간섭신호가 있는 주파수 대역의 해당 가중치에 대해서만 적응 알고리듬을 적용한다. 모의실험을 통하여 제안한 알고리듬을 사용한 GSC(generalized sidelobe canceller)가 기존의 주파수 영역 LMS(least mean square) 알고리듬을 사용한 GSC에 비하여 크게 줄어든 계산량으로 빠르게 간섭신호를 제거함을 확인하였다. This paper proposes a frequency-domain partially adaptive algorithm, called a censoring algorithm, to reduce the computational complexity of the frequency domain adaptive array. The proposed censoring algorithm determines the existence of interferences in the frequency-domain at each frequency bin using a constant false alarm rate (CFAR) processor. The censoring algorithm adapts only those parts of the weights that correspond to the frequency bins expected to contain interferences. The censoring algorithm is also expanded to overcome the signal cancellation phenomenon caused by smart jammers. Accordingly, a censoring spatial smoothing, which combines the censoring algorithm with spatial smoothing, is proposed. Simulation results show that the proposed algorithms are effective in removing interferences with only part of the computational complexity of conventional algorithms yet with the same level of performance.
다중 수중 표적 환경에 강인한 OSR CFAR 알고리듬
홍성원(Seong Won Hong),한동석(Dong Seog Han) 大韓電子工學會 2011 電子工學會論文誌-TC (Telecommunications) Vol.48 No.4
CFAR(constant false alarm rate)는 능동 소나 시스템에서 사용되는 자동 탐지 신호처리 알고리듬이다. CFAR 알고리듬 중에서도 OS(ordered statistics) CFAR는 CA(cell averaging), SO(smallest of), GO(greatest of)에 비해 비균일 환경에서 탐지 성능이 우수하다. 그러나 OS CFAR는 다중 표적 상황에서 일정 개수 이상의 표적이 나타나면 탐지 성능이 나빠지는 단점을 갖고 있다. 이에 본 논문에서는 다중 표적 환경에서 OS CFAR보다 좀 더 강인한 OSR(ordered statistics ratio) CFAR 알고리듬을 제안하고 컴퓨터 모의실험을 통하여 간섭 표적 개수에 따른 성능을 기존의 CFAR 기법과 비교 분석하였다. Constant false alarm rate (CFAR) is an automatic detection algorithm for active sonar system. Among several CFAR algorithms, ordered statistics (OS) CFAR has the best performance over cell averaging (CA), smallest of (SO), greatest of (GO) algorithms at non-homogeneous environments. However, OS CFAR has the disadvantage of bad detection performance in multiple target conditions. We suggest an ordered statistics ratio (OSR) CFAR algorithm that is robust to multiple target environments. The proposed and conventional schemes are compared with computer simulations.
성재호(Jaeho Seong),윤영진(Young Jin Yoon),한동석(Dong Seog Han) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 자율주행 자동차에서 필수적으로 사용되는 카메라 센서의 상태를 진단하고 사전에 사고를 방지하기 위한 딥러닝 기반의 카메라 센서 고장 예측 모델을 제안한다. 카메라 폐색 시 객체 검출에 실패하거나 오검출하는 것을 방지하기 위하여 카메라 폐색을 센서 고장으로 정의하였다. 제안하는 딥러닝 모델은 원본 이미지와 전처리된 이미지를 동시에 사용하는 다중입력구조와 시·공간적 특징을 추출하기 위해 CNN(convolutional neural network)과 BiLSTM(bidirectional long-short-term memory)을 결합한다. 제안하는 모델의 정확도는 98.30%를 보였으며 자율주행 자동차의 전장 부품 중 하나인 카메라 센서고장을 예측하여 객체 인식 실패로 인한 사고 예방 및 안정 기능을 제공할 수 있다.
가상 데이터를 이용한 딥러닝 기반 운전자 행위 검출 시스템
성재호(Jaeho Seong),한동석(Dong Seog Han) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
최근 딥러닝 기반의 운전자 행위 검출이 활발히 연구되고 있다. 기존 연구에서는 스켈레톤 조인트 매핑 또는 R-CNN(Region of Convolutional Neural Network) 계열의 2-단계 객체 검출 등을 사용한다. 이러한 방식은 다른 운전자 모니터링 시스템과 연계 하기에는 연산량이 많다. 또한, 운전자 행위 검출에서 행위 검출에 실패하는 주요 원인은 사람의 행위를 분류할 때 차량외부 객체에 영향을 받아 분류에 실패하는 문제점을 갖는다. 이러한 문제점을 해결하기 위하여 본 논문에서는 가상 데이터 생성 알고리즘 및 딥러닝 기반 운전자 행위 검출 시스템을 제안한다. 연산량을 줄이기 위하여 운전자 행위 검출 시스템은 1-단계 얼굴 검출기와 경량화된 분류기를 사용하였다. 다양한 배경을 적용한 가상 데이터를 이용하여 실제 데이터와 함께 학습데이터를 구성한다. 제안하는 시스템은 실제 차량 환경에서 실험을 통한 운전자 행위 예측 결과, 90%의 성능을 보였다.