Earticle

초록

한국어

본 논문에서는 현재 많은 연구가 진행 중인 IR-UWB Radar와 기계학습을 이용하여 물체마다 반사되어 돌아오는 파형의 주파수 특성을 이용하여 물체의 재질을 인식하는 연구를 진행하였다. 각 물체의 재질마다 IR-UWB Radar 의 전파가 반사되는 에너지의 크기가 다르며, 투과되는 에너지의 양도 다르다. 이러한 특성을 에너지의 크기로만 물 체를 구분하기에는 한계가 있다. 본 논문에서는 반사된 전파의 크기를 FFT(Fast Fourier transform) 변환을 이 용하여 각 물체마다의 주파수 특성을 확인하였다. 그 결과 각 물체마다의 주파수 특성이 다르게 나오는 것을 확인 할 수 있었으며, 각 물체에 따른 주파수 특성 데이터를 모아 SVM과 같은 기계학습 함으로써, 물체 인식이 가능하다 는 것을 보였다.

영어

In this paper, we investigate the material recognition using the frequency characteristics of the reflected wave coming back from the IR-UWB radar and artificial intelligence. The size of the energy reflected by the IR-UWB Radar differs from body to body, and the amount of energy transmitted is also different. There is a limit to distinguishing materials only by their energy. In this paper, frequency characteristics of each material are confirmed by using FFT(Fast Fourier Transform) transform of the size of reflected wave. As a result, it was confirmed that the frequency characteristics of each material appeared differently, and it was shown that material recognition is possible by collecting the frequency characteristic data for each material and learning it using machine learning such as SVM.

목차

요약
Abstract
1. 서론
2. IR-UWB Radar 송수신 전력과 신호처리 기법
2.1 IR-UWB Radar 송수신 전력
2.2 IR-UWB Radar 수신부 신호 처리
3. 실험 및 결과
3.1 실험환경 구성 및 학습 데이터 추출
3.2 재질에 따른 주파수 특성 패턴 학습 실험 및 결과
4. 결론
Acknowledgement
참고문헌

저자

• 지석근 [ Seok-Geun Jee | 군산대학교 IT정보제어공학부 ]
• 정재훈 [ Jae-Hoon Jeong | 군산대학교 IT정보제어공학부 ]
• 정헌 [ Heon Jeong | 초당대학교 소방행정학과 ] 교신저자

참고문헌