Earticle

대량의 로그 자료로부터 가장 적합한 정보를 추출하기 위한 방법 중 귀납 추리를 이용한 방법이 있다. 본 논문에서는 디지털 포렌식 분석에서 침입 흔적 로그의 순위를 결정하기 위하여 귀납 추리를 이용한 방법 중 분류에 있어서 우수한 SVM(Support Vector Machine)을 이용한다. 이를 위하여, 훈련 로그 집합의 로그 데이터를 침입 흔적 로그와 정상 로그로 분류한다. 분류된 각 집합으로부터 연관 단어를 추출하여 연관 단어 사전을 생성하고, 생성된 사전을 기반으로 각 로그를 벡터로 표현한다. 다음으로, 벡터로 표현된 로그를 SVM을 이용하여 학습하고, 학습된 로그 집합을 기반으로 테스트 로그 집합을 정상 로그와 침입 흔적 로그로 분류한다. 최종적으로, 포렌식 분석가에게 침입 흔적 로그를 추천하기 위하여 침입 흔적 로그의 추천 순위를 결정한다.

Among the methods for extracting the most appropriate information from a large amount of log data, there is a method using inductive inference. In this paper, we use SVM (Support Vector Machine), which is an excellent classification method for inductive inference, in order to determine the ranking of intrusion logs in digital forensic analysis. For this purpose, the logs of the training log set are classified into intrusion logs and normal logs. The associated words are extracted from each classified set to generate a related word dictionary, and each log is expressed as a vector based on the generated dictionary. Next, the logs are learned using the SVM. We classify test logs into normal logs and intrusion logs by using the log set extracted through learning. Finally, the recommendation orders of intrusion logs are determined to recommend intrusion logs to the forensic analyst.

소형 밀리미터파 추적 레이다는 저속으로 기동 중인 큰 RCS를 갖는 바다위의 함정 표적에 대하여 TWS(Track While Scan) 방식을 통하여 실시간으로 표적을 탐색, 탐지 하여 추적하는 펄스 방식의 레이더이다. 본 논문에서는 저속으로 기동을 하지만 채프, 디코이 등 다양한 기만체를 운영하는 함정 표적에 대하여 LPRF와 DBS, 및 HRR 신호처리 기법을 통하 여 표적 정보를 획득하고 추적하기 위하여 고속의 CPU가 탑재된 보드 개발과 표적정보를 실시간 처리하기 위하여 FPGA(Field Programmable Gate Array)를 활용하여 실시간 FFT 연산이 가능한 DFT(Discrete Fourier Transform) 모듈 설계를 포함한 신호처리기 구조를 설계하고 성능시험을 통해 구현한 신호처리기를 검증하였다.

A small millimeter-wave tracking radar is a pulse-based radar that searches, detects, and tracks a target in real time through a TWS (Track While Scan) method for a traps target on the sea with a large RCS running at low speed. It is necessary to develop a board equipped with a high-speed CPU to acquire and track target information through LPRF, DBS, and HRR signal processing techniques for a trap target operating various kinds of dexterous objects such as chaff and decoy, We designed a signal processor structure including DFT (Discrete Fourier Transform) module design that can perform real - time FFT operation using FPGA (Field Programmable Gate Array) and verified the signal processor implemented through performance test.

사물인터넷이 발전으로 초소형 통신장치를 설치한 의류, 스포츠 장비, 웨어러블 디바이스 등을 활용한 다양한 장거리 를 요하는 서비스의 개발로 인하여 기존에 IoT를 위하여 대표적으로 활용되던 Wi-Fi 와 Zigbee와 같은 근거리 네트워크에서 의 거리의 한계가 느껴지면서 장거리 통신 기술인 LPWAN에 대한 연구가 진행이 되었다. 본 논문에서는 LPWAN 기술중 비 대역망 기술인 LoRa 기술의 세부부분들에 대하여 소개하고, 국내와 국외에서 활용되고 있는 다양한 활용사례를 조사 및 분석하여 LoRa를 사용하는 실내 및 근거리 게이트웨이를 통한 통신방식에서 장거리 통신방식으로 연구가 진행이 되고 있는 것을 확인 할 수 있었다.

Due to evolving IoT technologies, the various application services using clothing, sport equipment, and wearable devices equipped with extream small communication devices have been actively developed. On the other hands, since these serveices requires long distance communications, Long Distance wireless communication technology LPWAN Research has been proceeded due to limitation of the commuication distance of Wi-Fi and Zigbee which were considered as representative technologies for IoT. Iin this paper, we introduces LoRa technology in detail, which is a non-band network technology among LPWAN technologies, and investigates the use cases of domestic as well as international countries.

본 논문에서는 다수의 중계기가 존재하는 복호 후 재전송 기반의 협력 통신 시스템에서 부분적인 중계기 선택 기법 을 사용 했을 때의 보안 불능 확률을 연구한다. 수신 노드와 도청 노드는 각각 송신 노드와 중계 노드 모두에서 신호를 수신 한다고 가정한다. 수신된 두 신호는 MRC 기법을 사용하여 다이버시티 이득을 얻는데 이용된다. 본 논문에서는 다수의 중계 기가 존재하는 시스템의 보안 불능 확률 식을 계산하고, 그 식이 타당한지 증명하기 위해서 이론값과 모의실험 결과값을 비교한다. 중계기의 수에 따라 보안 불능 확률이 어떻게 변하는지를 모의실험 결과를 통해 도출한다.

In this paper, we investigate the secrecy outage probability when using a partial relay selection scheme in cooperative communication systems based on decode-and-forward with multi-relay. It is assumed that both the receiving node and the eavesdropping node receive signals at both the transmitting node and the relaying node. The two received signals are used to obtain the diversity gain using the MRC scheme. In this paper, we compute the theoretical formula of secrecy outage probability and compare the theoretical value with the simulation value to prove that equation is valid. The simulation results show how the secrecy outage probability varies with the number of relays.

4차 산업 혁명이 진행되며 많은 회사들의 스마트 팩토리에 대한 관심이 커지고 있으며 센서의 중요성 또한 대두되고 있다. 정보를 수집하기 위한 센서에서 고장이 발생하면 공장을 최적화하여 운영할 수 없기 때문에 이에 따른 손해가 발생할 수 있다. 이를 위해 센서의 상태를 진단하여 센서의 고장을 진단하는 일이 필요하다. 본 논문에서는 디지털 센서의 고장유형 중 Rising time과 Falling time 고장을 딥러닝 알고리즘 RNN의 LSTM을 통해 신호를 분석하여 고장을 진단하는 모델을 제안한다. 제안한 방식의 실험 결과를 정확도와 ROC 곡선 그래프의 AUC(Area under the curve)를 이용하여 Rule 기반 고장 진단 알고리즘과 비교하였다. 실험 결과, 제안한 시스템은 Rule 기반 고장진단 알고리즘 보다 향상되고 안정된 성능을 보였다.

As the fourth industrial revolution is emerging, many companies are increasingly interested in smart factories and the importance of sensors is being emphasized. In the case that sensors for collecting sensing data fail, the plant could not be optimized and further it could not be operated properly, which may incur a financial loss. For this purpose, it is necessary to diagnose the status of sensors to prevent sensor' fault. In the paper, we propose a scheme to diagnose digital-sensor' fault by analyzing the rising time and falling time of digital sensors through the LSTM(Long Short Term Memory) of Deep Learning RNN algorithm. Experimental results of the proposed scheme are compared with those of rule-based fault diagnosis algorithm in terms of AUC(Area Under the Curve) of accuracy and ROC(Receiver Operating Characteristic) curve. Experimental results show that the proposed system has better and more stable performance than the rule-based fault diagnosis algorithm.

최근 대부분 기업에서 정보기술을 활용하고 있으며 그 중요성이 날로 강조되고 있다. 또한 기술이 빠르게 변화하는 환경에서 조직은 올바른 정보기술을 활용하는데 초점을 맞추고 있다. 그러나 우수한 인적자원을 보유하고 그들의 이직을 감소시키는 것은 모든 조직이 직면한 문제이다. 이와 같은 부정적인 요소를 줄일 수 있는 요소가 직무만족이라고 볼 수 있을 것이다. 그래서 본 연구는 직무만족의 향상 시킬 수 있는 요소를 탐색한다. 이와 관련하여 이 연구는 한국 중소기업에 근무하 는 근로자를 대상으로 구성원들의 직무만족을 향상시키는 요소로 합리한 모바일 업무지시와 모바일 정보공유에 초점을 두고 각각의 영향력을 밝히기 위해 실증분석을 실시하였다. 또한 모바일 업무지시와 모바일 정보공유가 직무만족에 미치는 영향 력 증대 방안으로 구성원들의 자기 효능감의 조절효과를 검증하였다. 분석 결과를 통해 이 연구는 한국 중소기업에서 구성원 들의 직무만족을 향상시킬 수 있는 방안을 제시함으로써 기업에서 우수한 인적자원을 보유하고 직무만족을 높여주는데 기여 하였다. 또한 실무적 시사점을 제시함과 동시에 향후 연구방향에 대해 논의하였다.

Recently, most companies are using information technology and its importance is emphasized daily. In an environment where technology is changing rapidly, organizations focus on making good use of reasonable information technology. However, having excellent human resources and reducing turnover is a problem for most organizations. Accordingly, job satisfaction is a factor that can reduce negative factors and enhance positive factors. Therefore, this study explored the factors that can improve job satisfaction. In this regard, this study conducted an empirical analysis on employees who work in small and medium-sized Korean enterprises. We focused on mobile instruction and mobile information sharing as reasonable factors that improve employee job satisfaction. In addition, we examined the effects of employee self-efficacy to increase the influence of reasonable mobile task instruction and mobile information sharing on job satisfaction. Through the results, this research suggests ways to improve employee job satisfaction in the field of small and medium-sized Korean enterprises. It also provides practical implications and discusses future research directions.

본 논문은 nonconstant modulus 특성의 높은 스펙트럼 효율을 갖는 16-QAM 신호 전송 시 채널에 의한 부호간 간섭을 줄이기 위한 CCA (Compact Constellation Algorithm)와 RMMA (Region-based MMA) 블라인드 적응 등화 알고리 즘의 성능 비교에 관한 것이다. CCA는 결정 장치의 출력인 sliced symbol과 16개의 모든 신호점들을 compact화한 통계적 심볼을 이용하여 탭 계수 갱신을 위한 오차 신호의 분산을 줄여 초기 수렴과 misadjustment를 개선하지만 연산량이 증대되 며, RMMA는 신호점이 속하는 영역을 기준으로 4개의 constant modulus 신호로 변환한 후 오차 신호를 얻으므로 빠른 수렴 속도와 misadjustment 및 채널 추적 능력이 연산량 증가없이 개선되는 효과를 얻을 수 있다. 논문에서는 동일한 채널에서 이들 알고리즘을 구현한 후 블라인드 적응 등화 성능을 등화기 출력 신호의 성상도, 잔류 isi양, MSE 및 SER을 적용하여 비교하였다. 시뮬레이션의 결과 출력 신호 성상도, 잔류 isi 및 MSE에서는 RMMA가 CCA보다 우월하였지만 수렴 속도는 약1.3배 정도 늦어짐을 알 수 있었다. 또한 잡음에 대한 robustness를 나타내는 SER 성능에서는 SNR이 적을때는 CCA가 우월하지만 6dB 이상에서는 RMMA가 우월하였다.

This paper related with the performance comparison of CCA and RMMA blind adaptive equalization in order to reduce the intersymbol interference which is occurred in channel when transmitting the 16-QAM signal, high spectrum efficiencies of nonconstant modulus characteristic. The CCA possible to improve the misadustment and initial convergence by compacting the every signal constellation of 16 by using the sliced symbol of the decision device output, namely statistical symbol, but incresing the computational cost. The RMMA possible to minimize the fast convergence speed and misadjustment and channel tracking capability without increasing the computational cost by obtain the error signal after transform to 4 constant modulus signal based on the region of signal constellation located. In this paper, these algorithm were implemented in the same channel, and the blind adaptive equalization performance were compared using the equalizer output signal constellation, residual isi, MSE, SER. As a result of simulation, the RMMA has better performance in output signal constellation, residual isi and MSE compared to the CCA, but has slow convergence speed about 1.3 times. And the SER performance presenting the robustness to the noise signal, the CCA has more beeter in less SNR, but the RMMA has better in greater than 6dB in SNR.

본 논문은 높은 스펙트럼 효율을 갖는 nonconstant modulus 신호 전송에서 채널에서 발생되는 부호간 간섭을 보상하 기 위한 QE-MMA (Quantized Error-Multiple Modulus Algorithm) 적응 등화 알고리즘에서 양자화기의 비트수에 의한 성능 을 평가하였다. 적응 등화기의 탭 계수 갱신시 오차 신호가 필요하게 되는데 QE-MMA는 H/W 응용의 편리를 위하여 오차 신호의 극성과 유한 비트의 비선형 power-of-two 양자화 성분까지 고려한 correlation multiplier를 이용하게 된다. 이때 양자 화기의 비트수에 따라 상이한 적응 등화 성능이 얻어지므로 이들의 성능을 컴퓨터 시뮬레이션을 통해 평가하며 이를 위하여 동일 채널에서 등화기 출력 성상도, 잔류 isi, 최대 찌그러짐과 MSE, SER을 적용하였다. 성능 평가 결과 양자화기 비트수가 클수록 정상 상태에서의 모든 성능 지수에서 개선되며 등화 잡음이 감소하였지만, 정상 상태에 도달하기 위한 수렴 속도가 늦어짐을 확인하였다.

This paper evaluates the QE-MMA (Quantized Error-MMA) adaptive equalization algorithm by the number of quantizer in order to compensates the intersymbol interference due to channel in the transmission of high spectral efficient nonconstant modulus signal. In the adaptive equalizer, the error signal is needed for the updating the tap coefficient, the QE-MMA uses the polarity of error signal and correlation multiplier that condered nonlinear finite bit power-of-two quantizing component in order to convinience of H/W implementation. The different adaptive equalization performance were obtained by the number of quantizer, these performance were evaluated by the computer simulation. For this, the equalizer output signal constellation, residual isi, maximum distortion, MSE, SER were applied as a performance index. As a result of computer simulation, it improved equalization performance and reduced equalization noise were obtained in the steady state by using large quantizer bit numbers, but gives slow in convergence speed for reaching steady state.

최근 들어 스마트 팩토리, 차량 내 통신망, 광대역 전력망 등 다양한 응용분야에서 단대단 네트워크 지연시간 (End-to-end network delay)에 대하여 엄격한 제한(bound)을 요구하고 있다. 이에 따라 기존 Integrated Services (IntServ) 프레임워크에서의 플로우 기반 스케줄러를 바탕으로 하는 해법들이 다시 제안되고 있다. 하지만 많은 수의 플로우를 구분하 여 스케줄 하는 것은 복잡도가 커서 구현하기 어렵다. 차선책인 Class기반 스케줄러는 노드를 지나면서 burst가 기하급수적 으로 커지기 때문에 지연시간을 제한하기 어렵다. 이에 따라 트래픽 regulator와 class 기반 스케줄러를 앞뒤로 배치하여 burst의 크기를 줄이면서 동시에 스케줄러의 복잡도를 낮추려는 연구가 등장하고 있다. 본 연구에서는 이러한 regulator와 스케줄러가 하나의 서버에서 간단히 구현되는 방안을 제시하고 성능을 분석하여 대규모 네트워크에서도 수 ms 이내의 최대 delay를 보장함을 보였다.

Emerging applications such as Smart factory, in-car network, wide area power network require strict bounds on the end-to-end network delays. Flow-based scheduler in traditional Integrated Services (IntServ) architecture could be possible solution, yet its complexity prohibits practical implementation. Sub-optimal class-based scheduler cannot provide guaranteed delay since the burst increases rapidly as nodes are passed by. Therefore a leaky-bucket type regulator placed next to the scheduler is being considered widely. This paper proposes a simple server that achieves both fair scheduling and traffic regulation at the same time. The performance of the proposed server is investigated, and it is shown that a few msec delay bound can be achieved even in large scale networks.

과표본화 이산 웨이브렛 변환의 가장 대표적으로 응용되는 분야는 디지털 영상에 존재하는 잡음을 제거하는 기술이 다. 이중 밀도 이산 웨이브렛 변환을 이중 트리 이산 웨이브렛 변환과 비교하면, 거의 유사한 특징을 가진다. 본 논문에서는 잡음이 포함된 디지털 영상에 여러 이산 웨이브렛 변환들을 수행하고 생성된 부대역에 임계값 처리 기법을 적용하여 잡음을 제거한 다음 복원한 영상의 성능을 평가하는 실험을 수행하였다. 적당한 임계값을 설정하여 효과적인 잡음제거가 가능하다. 본 논문에서는 여러 방법의 실험 결과에서 제안하는 3방향 분리처리 2차원 이중 밀도 이산 웨이브렛 변환 방법이 우수하다는 것을 확인할 수 있었다.

The standard application area of over-sampled discrete wavelet transform is noise removal technology for digital images. Comparing dual density discrete wavelet transform with dual tree discrete wavelet transform, we have almost similar characteristics. In this paper, several discrete wavelet transforms are accomplished on digital image existing with noise, noises are removed with threshold processing algorithm on subband, performance evaluation experiments of the reconstructed images are accomplished. If we decide appropriate threshold value, the effect noise removal is possible. In this paper, we can certified that the suggested algorithm of 3-direction separable processing with 2 dimension dual density discrete wavelet transform is superior to several experiment results

산업 재해의 주요 원인에는 추락사고, 가스 누출 등이 있다. 기존의 안전모와 스마트 디바이스 결합 제품들은 편의성 에 초점을 맞춰져 있어 위와 같은 사고를 예방하기 위한 기능이 미흡하다. 본 논문에서는 추락사고 인지와 가스 누출 감지 기능에 중점을 둔 스마트 안전모 개발을 다루었다. 또한 효율적으로 근로자를 관리할 수 있는 관리 시스템을 개발하였다. 이 시스템의 핵심 기능은 근로자의 위험 상태를 감지하여 관리자에게 전달하고 근로자의 상태를 확인하는 것이다. 실험을 통해 가연성 가스 측정 능력의 효용성을 검증하였다. 하지만 보드와 센서의 지속적인 동작으로 인해 상당한 전력 소모가 발견됨에 따라 대용량 배터리로 교체하는 등의 대응 방안이 요구된다는 점도 발견하였다.

Major causes of industrial accidents include falls and gas leak. The existing safety helmet and smart device combination products are focused on convenience, so the functions to prevent such accidents are insufficient. We developed a smart helmet focusing on fall accident detection and gas leak detection. We also developed management system to manage workers efficiently. Its core function is to detect dangerous conditions of employees, to communicate with managers and to confirm the situations of workers. The effectiveness of the combustible gas measurement capability was verified through experiments. However, since a significant amount of power consumption is founded due to continuous operation of the board and the sensor, countermeasures such as replacing with a large capacity battery are required.

이 연구는 다양한 직경의 덕트를 탐사하고 극복하는 삼족 로봇의 구조를 디자인 하는 데에 목적이 있다. 세 개의 휠바디들은 센터바디에 연결되어 회로들이 모여있고 그것들이 로봇바디들을 움직인다. 또한 4개의 파트로 이루어진 슬라이 더 링크 구조들도 로봇의 움직임을 돕는다. 스프링들은 로봇 다리의 수축과 확장을 가능하게 하는데 로봇이 다양한 환경을 극복할 수 있도록 해준다. 기어모터와 스프링, 그리고 벨트들은 정, 동역학적 계산에 의해 수직축과 다양한 수평 구조를 극복 할 수 있도록 선정되었습니다. 센터 바디에는 카메라와 거리 센서가 장착되어 있으며 이를 활용하여 L형 및 T형의 덕트에서 도 성공적으로 진행이 되도록 제어 알고리즘을 구현하였다. UWB 모듈 및 3변 측위 알고리즘을 사용하여 덕트 내의 청소 로봇의 위치 추정도 성공적으로 이루어졌다.

This work shows how to design a robot structure and to control to overcome obstacles while traveling through ducts of various diameters and shapes by three-legged robot. Circuits are centered in the body to connect the three wheel bodies that are driven around the center body with the 4-section slider link structure. Also, the springs are used to contract and expand the robot legs so that it can be caparable of various environments. Geared motor, spring, and belt were selected based on the static and dynamic calculation to be suitable to horizontal and vertical travels. The center body is equipped with a camera and the distance sensors, and a control algorithms are implemented so that it can be successfully performed in L-type and T-type ducts. Using UWB modules and trilateration algorithm, the location of the duct-cleaning robot inside the duct could be identified successfully.

창의적인 사람에 대한 정확한 기준이나 수치화를 사용하여 체계적인 분류와 분석 방법이 없었기에 정의하는 데에 어려움이 많다. 이 문제를 해결하기 위하여 본 연구에서는 창의적인 사람을 어떻게 구분 지을 수 있을지에 대한 것과 어떤 유사한 성격이 있는지 분석한다. 본 연구에서 우선 Big 5 성격 특성 기법을 이용하여 설문조사를 진행하고, 그 설문조사로 얻은 데이터 세트를 가지고 데이터 마이닝 도구인 WEKA를 이용하여 데이터 세트를 분류하고 분석한 뒤, 창의적인 사람들과 연관성 있는 성격 특징들을 다양한 머신 러닝 기법을 이용하여 분석하는 것을 목표로 진행하였다. 7개의 특징 선택 알고리즘 을 활용하고, 특징 선택 알고리즘들로 분류된 특징 집단을 선택하여 머신 러닝 알고리즘에 적용하여 정확도를 알아냈고, 서포 트 벡터 머신을 통해 나온 특징이 가장 높은 분류 결과를 도출하였다.

There are many difficulties to define because there is no systematic classification and analysis method using accurate criteria or numerical values for creative people. In order to solve this problem, this study attempts to analyze how to distinguish creative people and what kind of personality they have when distinguishing creative people. In this study, I first survey the Big 5 personality trait, classify and analyze the data set using the data mining tool WEKA, and then analyze the data set related to the creativity The goal is to analyze the features using various machine learning techniques. I use seven feature selection algorithms, select feature groups classified by feature selection algorithms, apply them to machine learning algorithms to find out the accuracy, and derive the results.

자동차 전장 시스템에는 여러 개의 전자 제어 장치에 시간 제약성을 갖는 다수의 응용프로그램들이 탑재되어 안전하 게 수행될 수 있는 방법이 제공 되어야 한다. 본 논문은 자동차 전장용 실시간 운영체제 규격인 AUTOSAR에서 실시간성 태스크의 스케줄링시에 각 태스크의 마감시간을 준수할 수 있는 효율적인 스케줄링 기법은 제시하고, 타이밍 보호 메커니즘 을 적용하는 방안을 제안한다. 고정 우선 순위나 동적 우선순위 태스크의 유연한 마감 시간 보장하기 위한 동적 비선점 알고 리즘과, 오류 발생에 대한 실행 시간 모니터링 가능 위치를 제시하고, AUTOSAR 타임 보호 매커니즘 구현 방안을 제시하였다.

The automotive electronic system should provide a method that can be safely performed by loading a number of application programs having time constraints in several electronic control devices. In this paper, we propose a timing protection mechanism for AUTOSAR, which is a real - time operating system specification for automotive field, in order to observe the deadline of each task when scheduling real - time tasks. We propose a dynamic non-preemption algorithm to guarantee a flexible deadline for fixed priority or dynamic priority tasks, and a location where execution time can be monitored for errors, and suggest ways to implement the AUTOSAR time protection mechanism.

최근 GPU가 그래픽 처리뿐 아니라 다양한 분야의 병렬 처리로 그 영역을 넓혀가고 있다. 그러나, 현재 GPU는 워크로드의 다양성을 반영하기보다 간결한 제어 구조를 통한 개별 워크로드의 병렬성 극대화에 초점을 맞추고 있다. 본 논문은 워크로드 특성을 반영한 GPU 작업 배치를 위해 GPU에서 수행되는 워크로드의 자원 사용 특성을 컴퓨팅 바운드형, 메모리 바운드형, 실행종속 지연형으로 분류한 후, 각 분류에서 병목점이 되는 세부 자원을 규명한다. 예를 들어 컴퓨팅 바운드형의 경우 단정밀도 연산장치, 배정밀도 연산장치, 특수함수 연산장치 등 병목 자원이 무엇인지 분석한다. 본 논문의 분석 결과는 동일한 컴퓨팅 바운드형 워크로드라도 병목이 되는 세부 자원이 다를 경우 함께 배치하는 것이 성능 충돌을 일으키지 않는다는 점을 규명하여 GPU 작업배치의 효율화에 기여할 것으로 기대된다.

Recently, GPU expands application domains from graphic processing to various kinds of parallel workloads. However, current GPU systems focus on the maximization of each workload’s parallelism through simplified control rather than considering various workload characteristics. This paper classifies the resource usage characteristics of GPU workloads into computing-bound, memory-bound, and dependency-latency-bound, and quantifies the fine-grained bottleneck for efficient workload allocation. For example, we identify the exact bottleneck resources such as single function unit, double function unit, or special function unit even for the same computing-bound workloads. Our analysis implies that workloads can be allocated together if fine-grained bottleneck resources are different even for the same computing-bound workloads, which can eventually contribute to efficient workload allocation in GPU.

IoT 환경에서 발생하는 데이터는 아주 다양하고, 4차 산업혁명의 발전으로 인해 특히 스마트팩토리와 같은 제조 설비 공장에서 발생하는 정형, 비정형 데이터도 확연하게 증가하는 추세이다. 이를 빅데이터 관련 솔루션을 이용하면 다양한 대용량 데이터의 수집, 저장, 처리, 분석 및 시각화 과정을 거쳐 정확한 분석 및 데이터 기반 의사결정을 통한 시스템의 개선 및 확장을 할 수 있다. 따라서 본 논문에서는 IoT 환경에서 사용되는 라즈베리 파이를 이용하여 직접 데이터를 생성하고, 다양한 빅데이터 솔루션을 이용하여 분석한다. 수집에는 Sqoop 솔루션을 이용하여 데이터베이스에서 HDFS로 수집 및 저장 하고, 처리에는 Hadoop과 연결되어 병렬 처리가 가능한 Hive 솔루션을 사용하여 데이터를 처리한다. 마지막으로 범용적으로 쓰이는 R 프로그래밍을 통해 처리된 데이터를 분석 및 시각화하여 최종 검증하고자 한다.

The data generated in the IoT environment is very diverse. Especially, the development of the fourth industrial revolution has made it possible to increase the number of fixed and unstructured data generated in manufacturing facilities such as Smart Factory. With Big Data related solutions, it is possible to collect, store, process, analyze and visualize various large volumes of data quickly and accurately. Therefore, in this paper, we will directly generate data using Raspberry Pi used in IoT environment, and analyze using various Big Data solutions. Collected by using an Sqoop solution collected and stored in the database to the HDFS, and the process is to process the data by using the solutions available Hive parallel processing is associated with Hadoop. Finally, the analysis and visualization of the processed data via the R programming will be used universally to end verification.

본 논문에서는 유비쿼터스 컴퓨팅에 의한 농수산물의 생장관리에 필요한 정보시스템을 설계하고 구축하였다. 그러기 위하여 여러 센서 시스템을 설치하고 IP Cam을 개발하여 모니터링을 구축하였다. 이러한 모니터링에 의한 농수산물의 생육 조건을 직접 제어하고 관리하는 데이터베이스에 의해 IT 기술에 의한 환경관리시스템을 구축할 수 있었다. 이를 위하여 생육 조건을 취합하고 실시간으로 데이터를 획득할 수 있는 여러 센서를 설치하였으며 IP Cam을 세부분으로 나누어 설계하고 제작하였으며 농수산용으로 적용함으로써 토양수분, 온도조절, 환경정보 등 각종정보를 모니터링하여 최적의 생육환경조건 을 마련할 수 있었다.

In this paper, we design and build an information system for the growth management of agricultural products and aquatic products by ubiquitous computing. So that, we installed various sensor systems and developed IP Cam to establish monitoring. It was possible to construct an environmental management system based on IT technology by a database that directly controls and manages the growth conditions of agricultural products and aquatic products by monitoring. We have installed various sensors that can acquire data in real time and IP Cam is designed and manufactured in three parts. It was applied to agricultural and marine products and monitored soil moisture, temperature, and environmental information to establish conditions for growth environment.

스마트폰을 이용한 실내 항법 시스템은 대형 실내 시설에서 사용자의 위치 기반 서비스를 위해 매우 중요한 기반 기술이다. 이를 위해서 스마트폰에 내장된 가속도 센서와 자이로 센서를 이용하여 사용자의 이동 거리와 방향을 추정할 수 있다면 추가적인 외부 환경이 필요 없으므로 매우 유용한 기술이 된다. 본 논문은 일반적인 스마트폰에 Pedestrian Dead Reckoning(PDR) 기술과 칼만 필터를 적용하여, 사용자가 스마트폰을 가슴 앞에 잡고서 이동하면서 위치를 추적하는 실내에서의 항법 시스템 기술에 관한 것이다. 특히 회전 방향각을 추정하기 위하여 확장 칼만 필터가 설계되었고 실험적으로 일정 속도로 보행하는 경우에 그 성능이 검증되었다.

The indoor navigation system using smart phone is a very important infrastructure technology for users' location based services in large indoor facilities. For this purpose, if the user can estimate the movement distance and direction by using the acceleration sensor and the gyro sensor built in the smartphone, the additional external environment is not necessary, which is a very useful technique. This paper deals with indoor navigation system technology that uses Pedestrian Dead Reckoning (PDR) technology and Kalman filter on a general smartphone and allows the user to trace the position while moving the smartphone in front of his chest. In particular, an extended Kalman filter was designed to estimate the direction of movement, and its performance was verified when walking at a constant speed.

여러 분야에서 유량 및 유속의 측정이 필요하다. 흔히 가정에서 보는 수도계량기가 있으며, 상하수도 플랜트, 석유화 학 산업 등에서 유량계가 사용되고 있다. 유속을 실시간으로 모니터링하고 유속 이상 시 즉시 알리는 시스템이 필요하다. 최근 사물인터넷의 발달로 이런 장치를 저비용으로 구축할 수 있게 되었다. WeMos는 미니 와이파이 사물인터넷(IoT) 모듈 로 Arduino IDE로 프로그래밍 할 수 있다. 유량 센서는 통과하는 유량에 비례하는 디지털 펄스를 출력한다. 본 논문에서는 유속 감지 기능을 WeMos의 사물인터넷 구현기술에 적용시켜 시스템을 제작하였다. 시스템이 작동하면 WeMos는 유량센서 의 값을 받아들여 유속을 계산하고 그 값을 서버에 JSON방식으로 보낸다. 서버에서는 그래프로 유속을 시각화하여 스마트폰 으로 유속 값을 모니터링하게 한다. 그리고 유속 이상 발생시 Pushbullet을 이용하여 스마트폰으로 즉시 경보 메시지를 보내 는 시스템을 구현하였다.

Measurement of flow rate is required in various fields. Water meters are often used at home, and flow meters are used in water and sewage plants, petrochemical industries and so on.. A system is needed to monitor the flow rate in real time and notify immediately when flow rate is abnormal. Recently, with the development of the IoT it is possible to construct such devices at low cost. WeMos can be programmed with Arduino IDE as a mini wifii IoT module. The flow sensor can output a digital pulse proportional to the flow rate. In this paper, we developed the flow monitoring and warning system using WeMos and IoT technology. When the system operates, it calculates the flow rate, sends the value as JSON format to the server, monitors the flow rate as graph from the remote with the smartphone. We also implement the system to promptly send alert message to the smart phone using Pushbullet when the flow rate is abnormal.

본 논문에서는 딥러닝을 활용한 흔들림 영상 안정화 알고리즘을 제안하였다. 제안하는 알고리즘은 기존 몇 가지 2D, 2.5D 및 3D 기반 안정화 기술과 다르게 딥러닝을 활용한다. 제안하는 알고리즘은 흔들리는 영상을 CNN 네트워크 구조 와 LSTM 네트워크 구조를 통한 특징 추출 및 비교하여 이전 프레임과 현재 프레임 간의 특징점 위치 차이를 통해 특징점의 이동 크기와 방향의 반대로 영상을 변환하는 알고리즘이다. 흔들림 안정화를 위한 알고리즘은 각 프레임의 특징 추출 및 비교를 위해 Tensorflow를 활용하여 CNN 네트워크과 LSTM 구조를 구현하였으며, 영상 흔들림 안정화는 OpenCV open source를 활용해 구현하였다. 실험결과 영상의 흔들림이 상하좌우로 흔들리는 영상과, 급격한 카메라 이동이 없는 영상을 실험에 사용하여, 제안한 알고리즘을 적용한 결과 사용한 상하좌우 흔들림 영상에서는 안정적인 흔들림 안정화 성능을 기대 할 수 있었다.

In this paper, we proposed a shaking image stabilization algorithm using deep learning. The proposed algorithm utilizes deep learning, unlike some 2D, 2.5D and 3D based stabilization techniques. The proposed algorithm is an algorithm that extracts and compares features of shaky images through CNN network structure and LSTM network structure, and transforms images in reverse order of movement size and direction of feature points through the difference of feature point between previous frame and current frame. The algorithm for stabilizing the shake is implemented by using CNN network and LSTM structure using Tensorflow for feature extraction and comparison of each frame. Image stabilization is implemented by using OpenCV open source. Experimental results show that the proposed algorithm can be used to stabilize the camera shake stability in the up, down, left, and right shaking images.

호흡은 환자의 상태를 판단하는 중요한 생체 신호 중 하나이다. 특히 진정 마취 시 환자의 무호흡 및 저호흡은 지속적 인 모니터링 없이는 탐지하기가 어렵기 때문에 환자의 호흡 상태를 정확하고 간편하게 판단할 수 있는 지속적인 호흡 모니터 링 방법이 필요하다. 현재 호흡 상태의 모니터링을 위한 다양한 장치들이 사용되고 있으나 임상 사용단계에서 응답 시간이 느릴 뿐 아니라 사용에 불편한 단점을 안고 있다. 본 연구에서는 이러한 문제점을 해결하고자 PVDF(polyvinylidene fluoride) 필름을 이용한 부착형 센서와 회로를 설계하고 제작하였으며, 진정 마취 시 호흡 신호를 감지하여 이상 호흡 징후를 조기에 발견할 수 있는 알고리즘을 포함하는 모니터링 시스템을 개발하였다. 본 연구의 결과는 진정 마취 시 뿐만 아니라 수면 관련 호흡 상태의 원격진료를 통한 다양한 의료산업 분야에 적용될 수 있을 것이다.

Respiration is one of the important vital signs to determine the condition of the patient. Especially during deep sedation, since the patient's apnea and hypopnea are difficult to detect without continuous monitoring, there is a need for a continuous respiration monitoring method that can accurately and simply determine the patient's respiratory condition. Currently, respiration monitoring methods using various devices have been developed, but these methods have not only late response time but also low reliability at the clinical stage. In this study, attachable sensor using PVDF(polyvinylidene fluoride) film and a monitoring device which could detect abnormal symptoms of breathing in early stage during deep sedation. The results of this study can be used in various medical fields including not only in the area of remote monitoring for respiration related sleep monitoring but also in routine monitoring during deep sedation.

다품종 대량 생산 중소기업 공장에서는 제품의 종류가 다양하고 그 수량이 많기 때문에 재고의 관리를 위한 인력과 경비가 낭비되고 있다. 또한 재고의 현황을 실시간으로 확인 할 방법이 마련 되있지 않아서 재고의 과적재, 과부족 현상으로 인한 경제적 피해를 받고 있다. 실시간 데이터 수집 환경을 구축하기 위한 많은 방안이 있지만 대부분 구축비용과 시간이 중소·중견기업이 감당하기 어려운 수준이다. 그렇기 때문에 중소·중견기업의 스마트 공장은 구현되기 어려운 현실을 마주하고 있으며, 적절한 대책을 찾기 힘든 실정이다. 따라서 본 논문에서는 현재 생산품 관리 기술로 많이 채택되는 바코드, QR코드와 함께 라벨에 표기되어 있는 글자추출을 통해 기존 재고관리 방법의 확장에 대한 내용을 구현하고 그 효과를 평가하였다. 기술적으로는 컴퓨터 이미지 처리를 통해서 기존의 생산품의 입출고 관리를 위한 방법인 재고라벨 및 바코드에 대한 자동 인식 및 분류를 하기 위한 OpenCV를 이용한 전처리, 구글 비젼 API의 OCR(Optical Character Recognition)기능을 통해서 글자를 추출하고, Zbar를 통해서 바코드를 인식할 수 있게 설계하였고, 값비싼 장비를 사용하지 않고 라즈베리파이를 통해 실시간 영상을 통한 인식으로 재고를 관리할 수 있는 방법을 제안한다.

Multi-product mass production small and medium enterprise factories have a wide variety of products and a large number of products, wasting manpower and expenses for inventory management. In addition, there is no way to check the status of inventory in real time, and it is suffering economic damage due to excess inventory and shortage of stock. There are many ways to build a real-time data collection environment, but most of them are difficult to afford for small and medium-sized companies. Therefore, smart factories of small and medium enterprises are faced with difficult reality and it is hard to find appropriate countermeasures. In this paper, we implemented the contents of extension of existing inventory management method through character extraction on label with barcode and QR code, which are widely adopted as current product management technology, and evaluated the effect. Technically, through preprocessing using OpenCV for automatic recognition and classification of stock labels and barcodes, which is a method for managing input and output of existing products through computer image processing, and OCR (Optical Character Recognition) function of Google vision API. And it is designed to recognize the barcode through Zbar. We propose a method to manage inventory by real-time image recognition through Raspberry Pi without using expensive equipment.

한국의 조선 산업은 대내외 환경 변화로 인해 심각한 위기 상황에 처해 있다. 이 위기를 극복하기 위해서, 선박 신수요 예측을 통한 제품 및 기술의 선제적 개발이 필요하다. 본 연구의 목표는 선박 신수요 예측을 위해 선박 빅데이터에 기반한 인공지능 알고리즘의 개발이다. 본 연구에서는 선박 수요 예측에 특화된 빅데이터 분석 플랫폼을 개발하고 데이터 분석을 통한 선박 신수요 예측 결과를 신제품 기획/개발에 활용하고자 한다. 이를 통해 장비 및 기자재 제조업체를 위한 지속 가능한 신사업 모델 개발로 조선소 및 선박 기자재 업체에 대한 신성장동력을 창출할 수 있을 것이다. 또한 조선 업체들은 측정 가능한 성과를 기반으로 비즈니스 사례를 창출하고 시장 지향적 인 제품과 서비스를 계획하며 높은 시장 파괴력을 가진 혁신을 지속적으로 달성 할 수 있을 것으로 기대된다.

Korea's shipbuilding industry is in a critical condition due to changes in the domestic and international environment. To overcome this crisis, preemptive development of products and technologies through prediction of new demand for ships is necessary. The goal of this research is to develop an artificial intelligence algorithm based on ship big data in order to predict new demand for ships. We intend to develop a big data analytics platform specialized in predicting ship demand and to utilize the forecast results of new ship demand through data analysis for planning/development of new products. By doing so, the development of sustainable new business models for equipment and equipment manufacturers will create new growth engines for shipyard and shipbuilders. Furthermore, it is expected that shipbuilders will be able to create business cases based on measurable performance, plan market-oriented products and services, and continuously achieve innovation that has high market destructive power.

소셜로봇의 핵심기술은 음성인식 및 대화엔진인데 이를 개발하는데 많은 비용이 들고 음성인식률 및 대화엔진의 성능의 부족으로 인한 로봇과의 대화기능 구현이 어려웠다. IoT 기반의 클라우드 인공지능 기술의 발전과 여러 기업이 이들 오픈 API 제공으로 로봇과 인간과의 대화 기능 구현이 가능하게 됐다. 본 논문에서는 기존의 지능형 소셜로봇 기술동향을 조사하고 효율적인 IoT 기반 소셜로봇 시스템 구조를 설계한다. 또한 객체지향방법을 이용한 사용자 요구사항 분석, 플로우 차트 및 화면 설계를 보여줌으로 효과적인 소셜로봇 소프트웨어 분석 및 설계 방법을 제시하고자 한다.

A core technology of social robot is voice recognition and dialogue engine technology, but too much money is needed for development and an implementation of robot’s conversation function is difficult resulting from insufficiency of performance. Dialogue function’s implementation between human and robot can be possible due to advance of cloud AI technology and several company’s supply of their open API. In this paper, current intelligent social robot technology trend is investigated and effective social robot system architecture is designed. Also an effective analysis and design method of social robot system will be presented by showing user requirement analysis using object-oriented method, flowchart and screen design.

최근 빅데이터 관련 기술들이 발전함에 따라 다양한 분야에서 생성되는 데이터들을 수집하여 저장하고 처리 및 분석할 수 있게 되었다. 이러한 빅데이터 기술들을 임상 결과 분석에 활용하고, 임상시험 설계 최적화를 통해 보건의료분야에 투입되는 막대한 비용을 절감할 수 있을 것으로 전망된다. 따라서 본 논문에서는 임상 결과를 분석하여 임상시험 기간과 비용 등을 줄일 수 있는 가이드 정보를 제시하고자 한다. 먼저 Sqoop을 사용하여 임상 결과 데이터가 저장된 관계형 데이터 베이스로부터 HDFS에 수집하여 저장하고, 하둡을 기반으로 동작하는 처리 도구인 Hive를 이용하여 데이터를 처리한다. 공 공분야, 기업 등 각 분야에서 많이 활용되고 있는 빅데이터 분석 도구인 R을 이용하여 연관성 분석을 한다.

Recently, it has become possible to collect, store, process, and analyze data generated in various fields by the development of the technology related to the big data. These big data technologies are used for clinical results analysis and the optimization of clinical trial design will reduce the costs associated with health care. Therefore, in this paper, we are going to analyze clinical results and present guidelines that can reduce the period and cost of clinical trials. First, we use Sqoop to collect clinical results data from relational databases and store in HDFS, and use Hive, a processing tool based on Hadoop, to process data. Finally we use R, a big data analysis tool that is widely used in various fields such as public sector or business, to analyze associations.

소형 밀리미터파 추적 레이다용 전원공급기는 리플노이즈가 최소인 안정적인 전원을 공급해야 하며 DC-DC 변환기 의 스위칭 주파수 노이즈가 False Alarm 과 Ghost 를 유발하지 않고 운영중 모니터링을 통한 실시간 자체점검 기능을 보유 하고 있어야 한다. 본 연구에서는 소형 밀리미터파 추적 레이다에 적용하기 위하여 +28VDC 입력을 받아서 최대 출력 OOO W, 효율 80% 이상(@100%부하), 출력 전원 10개의 다중 출력 스위칭 전원공급기를 개발하였고 효율 80% 이상을 달성하기 위하여 전력이 큰 출력에 대해서는 DC-DC 변환기를 적용하였고 나머지 소전력 출력에 대해서는 다중 출력 플라이백 방식을 적용하여 설계 제작하여 시험 결과 100% 부하조건에서 85%의 우수한 효율 특성을 확인하였다.

A small millimeter-wave tracking radar power supply must provide stable power with minimal ripple noise and the switching frequency noise of the DC-DC converter must have a real-time self-test capability through on-the-fly monitoring without causing false alarms and ghost In this study, we developed a multi-output switching power supply with output power of more than 80% (@ 100% load) and 10 output power by adopting + 28VDC input for application to small millimeter wave tracking radar, DC-DC converter is applied for large power output and multi-output flyback method is applied for the remaining small power output. The test results show that 85% efficiency efficiency is achieved under 100% load condition.

본 연구에서는 WENNER 4전극법 기반에 GMD(신규 대지 고유 저항 측정 장치)와 측정용 Probe(접지동봉)가 PLC(전 력선 통신)로 연결된다. 측정용 Probe는 2개(P1,P2)가 1조로 모두 5조 10개의 Probe가 직렬로 각각 1m, 2m, 4m, 8m, 16m 간격으 로 대지(토양)에 설치되어 있다. GMD에서 보낸 PLC 신호를 측정용 Probe 1조(P1)의 수신기가 감지하면 Probe에 부착된 PSD (전력 공급 장치)에서 측정용 미세 전압과 전류가 대지로 흐르게 되고 P1과 P2 사이의 토양을 거쳐 Probe 1조(P2)에 유입 된다. 이때 대지 저항으로 인해 전압 강하가 발생되는 원리로 저항값을 측정하게 된다. 이렇게 1~5조까지 T초 간격으로 대지 저항을 측정하고 측정된 데이터는 메인 장비에 탑재된 Arduino Server에 저장 한다. 저장된 측정 데이터는 옴의 법칙(Ohm`s Law)에 의한 수식 R = E/I 와 고유저항 ρ = 6.28 αR (여기서, R:측정저항,E: 측정전압, I: 측정전류, α : Probe 간격, ρ: 고유저항)를 통해 고유저항을 얻을 수 있다. 실시간으로 얻어진 데이터를 Main PC에 설치된 CDGES 프로그램과 연동되어 데이터 분석이 가능하게 되고 대지(토양)의 접지 환경을 실시간 모니터링 할 수 있게 된다. 또한, 대지(토양)의 온도, 습도 등 계절의 특성을 파악하여 3D 그래프 지원으로 입체적인 Display가 가능하다. 연구의 한계점은 실험적으로 개발 운용한 모델로 상업적인 접 근을 위해 Test Bed의 구체적인 적용 방안이 필요할 것이다.

In this work, a new land-specific resistance measuring device (GM) and a measuring probe (Grounding Rod) are connected to the WENNER quadrant as power-line communication (PLC). In groups of two (P1,P2) probes, five to ten probes are installed in series on the ground at intervals of 1m, 2m, 4m, 8m, and 16m, respectively. If the PLC signal from the GMD is detected by the receiver of the Probe 1 (P1) for measurement, the minute voltage and current for measurement flow from the PSD (power supply) attached to the probe to the ground, and then, through the soil between P1 and P2, enters the Probe 1 (P2). The resistance value is then measured by the principle of voltage drop due to ground resistance. Measure the earth resistance every T seconds up to 1 trillion and store the measured data on the Arduino Server mounted on the main equipment. Stored measurement data can be derived from formulas by Ohm's Law and from inherent resistance (here,). Data obtained in real time will be linked to CDGES programs installed on Main PC, enabling data analysis and real-time monitoring of the ground environment on land. In addition, a three-dimensional display is possible with 3D graph support by identifying seasonal characteristics such as temperature and humidity of land (soils). The limitations of the study will require specific application measures of Test Bed for commercial access to a model that has been developed and operated experimentally.

디스플레이 기술의 발달로 모든 디스플레이 장치들이 대형화, 고화질, 고정밀도가 요구된다. 디스플레이 장치의 대형화에 따라 BLU가 대형화 되고 밝아져야 한다. 이 BLU 상판 Glass는 형상과 두께가 균일해야 균일한 휘도분포를 갖는다. 이런 요인들의 불량으로 인한 디스플레이 성능이 저하된다. 따라서 BLU의 형상 및 두께를 측정하는 고품질 측정 장치들의 요구가 필연적이다. 본 논문에서는 BLU의 형상의 높이 및 두께 측정을 위한 고속이며 고정밀 시스템 구현을 제안하고자 한다. 측정 오차를 최소화하기 위해서 측정 구간을 둘로 나누고 다른 이동 속도로 측정하여 원하는 결과를 도출할 수 있었다.

All display devices require more wider, higher resolution and precision owing to advanced display technology. As the display pannels become wider, BLU also become wider and brighter. The upper glass of the BLU must achieve the constant of its shape and thickness and have uniform brightness. These deformity cause the display quality to make less. Thus high performance of the BLU shape‘s height and thickness measurement is inevitable. The high speed and precision measurement system will be proposed. To minimize the measurement error we can achieve the desirous results by 2 dividing intervals with different moving velocity on measuring.

국내 소규모(50kW 이하)를 포함한 태양광발전 설치 업체의 급격한 증가에 따른 발전 설치양은 증가하고 있으나 이에 대한 효율적 운영체계 및 관리가 미흡한 상황이다. 따라서 발전단가의 증가를 초래하는 부가적인 기능 보다는 현 상태 에서 발전량을 최대화시키기 위한 유지보수 관리측면으로 새로운 형태의 운영체계가 필요하다. 본 논문에서는 태양광 발전 소의 운영효율 극대화를 위해 Big Data와 센서 네트워크를 활용하며 전문가 시스템의 분석을 통해 발전량 예측기술, 모듈 단위 고장검출 기술개발, 인버터 구성요소의 수명 예지 및 Report 기술, 유지보수 최적화 알고리즘 및 경제성 분석 개발 등 태양광 발전소의 최적 운용이 가능하도록 하는 스마트 모니터링 시스템 개발에 목적을 두고 있다.

The number of solar power installation companies including domestic small scale (50kW or less) is increasing rapidly, but the efficient operation system and management are insufficient. Therefore, a new type of operating system is needed as a maintenance management aspect to maximize the generation amount in the current state rather than the additional function which causes the increase of the generation cost. In this paper, we utilize Big Data and sensor network to maximize the operating efficiency of solar power plant and analyze the expert system to develop power generation prediction technology, module unit fault detection technology, life prediction of inverter components and report technology, maintenance optimization And to develop a smart monitoring system that enables optimal operation of photovoltaic power plants such as development of algorithms and economic analysis.

자기베어링은 기계적인 마찰이 없고 안정적인 동역학 특성을 갖기 때문에 진공 및 청정 환경이나 고정도가 요구되는 분야에서 많이 활용되고 있다. 그러나 자기베어링은 다양한 장점에도 불구하고 일반적으로 제어기가 복잡해서 적용 범위의 확산이 제한적이다. 본 논문에서는 복잡도가 낮은 디지털 방식의 자기베어링 제어기를 제안하였다. 또한 디지털 제어기 성능 열화의 주된 원인인 아날로그 신호를 디지털 신호로 변환하는 과정에서 발생하는 오류와 제어 알고리즘 구현상의 문제점들 을 분석하고 해결하였다. 제안한 제어기를 실제 자기베어링에 적용한 실험을 통해 제어기가 자기부상 목표 정밀도를 갖는 것을 확인하였다.

Magnetic bearings are widely used in vacuum and clean environments or in high-precision applications, because they have no mechanical friction and have stable dynamic characteristics. Despite the aforementioned advantages of magnetic bearings, their applications are generally limited due to the controller complexity. In this paper, we proposed a reduced-complexity digital controller for magnetic bearings. In addition, we analyzed and solved the problems, such as quantization errors in the analog-to-digital conversion and integral windup in a feedback controller, which are known as the main causes of performance degradation. Experiments showed that the proposed digital controller achieves a target magnetic levitation accuracy.