Earticle

The dynamic characteristics of the structure must be understood in order to design an efficient active seismic controller. Evaluating the parameters with precision is very crucial not only for accomplishing a low cost controller, but for preventing the structural control system from unstable behavior. These characteristics of the structures can be estimated from the measured input-output data called the system identification, and then the dynamic behavior of structure can be thoroughly analyzed though a computer simulation, which leads to the way to come up with an excellent controller. The purpose of the study is to evaluate the feasibility of the system identification method used in mechanical and electrical engineering applications to apply for the building structures subjected to seismic disturbance. The results show that the model behaves sensitively with respect to the lambda values. ARMA and ARMAX model showed relatively stable estimating performance against changes of the lambda values, and superior estimating performance under the same value of the lambda comparing to ARX. The conclusion is that the ARMAX model can be the most suitable one to apply for building structure in the system identification.

Forgetting factor recursive least squares (FFRLS) is an effective lossless compression technique for hyperspectral images. However, the forgetting factor of the FFRLS algorithm is a predetermined fixed value that cannot be adjusted in real time, which can affect prediction accuracy. To address this problem, a new lossless compression method for hyperspectral images using variable forgetting factor recursive least squares was developed. The impact of the forgetting factor on the FFRLS algorithm was analyzed, and a forgetting factor adjustment function was constructed using the average of the posterior prediction residuals in a causal neighborhood as a variable to adjust the forgetting factor dynamically. The performance of this algorithm was verified using NASA's AIRS and CCSDS's 2006 AVIRIS images with minimum average bit rates of 3.66 and 4.07 bits per pixel, respectively. The experimental results show that the proposed algorithm improves prediction accuracy compared with the algorithm with a fixed forgetting factor and achieves better compression performance.

혈관에 흐르는 혈류 속도의 측정은 혈압 및 심박수와 관련된 혈류의 역학적 변화를 관찰하는 데 있어서 주로 사용되는 방법 중의 하나이다. 이 혈류 속도는 일반적으로 도플러 효과에 의하여 주파수가 변화하는 현상을 이용하여 추정하게 된다. 그런데 기존의 주파수 추정 방법들은 시불변 시스템을 가정하고 있지만 실제 혈관 속은 혈구가 일정하지 않은 속도를 갖는 시변 시스템이라 할 수 있기 때문에 이러한 시변 특성이 강한 경우 기존의 방법을 이용하게 되면 그 성능이 저하되는 경향을 보인다. 또 피시험자의 몸 상태에 따라서 서로 다른 주파수 변화 추이를 보이므로 하나의 고정 변수로써 최적화된 성능을 기대하기도 어렵다. 그러므로 본 논문에서는 시변 시스템에서 좋은 성능을 갖는 가변 망각 인자(variable forgetting factor, VFF)를 사용한 순환적인 완전 최소 자승법(recursive total least squares, RTLS) 기법을 이용한 주파수 추정 방법을 제안한다. RTLS란 TLS 기법을 순차적으로 계산하는 방법으로 시변 적응력을 향상시키는 방법이다. 또한 이 기법에 가변 망각 인자(VFF)를 적용시키는 것은 시변 시스템에서 외부적인 변화에 대하여 좀더 효율적으로 대응할 수 있기 위함이다. 기존의 방법과 성능 비교를 위하여 컴퓨터 시뮬레이션을 하였으며 그 결과 시변 시스템에서 본 논문에서 제안한 VFF를 이 용한 RTLS 기법이 보다 향상된 성능을 가지고 있음을 확인 할 수 있었다.

초음파를 이용하여 인체 조직의 특성을 알아내는 방법은 매우 광범위하게 응용되어 오고있다. 그 중에서 초음파를 발생시킨 후 반사되어 되돌아오는 신호를 측정하여 그 감쇠 정도로부터 조직의 특성을 추정하는 방법이 많이 사용되고 있다. 이러한 감쇠현상은 발생된 초음파가 조직 내에서 흡수 또는 산란현상을 거치면서 주파수가 변이를 일으키기 때문에 발생한다. 따라서, 조직의 감쇠 특성을 알아내기 위해서, 주파수의 함수로 근사할 수 있는 감쇠 계수(attenuation coefficient)를 이용하여 시간에 따라 달라지는 주파수 변화를 추정한다. 그러나, 기존의 Ah(Auto-Regressive) 모델을 통한 시간영역 및 주파수 영역에서의 추정 방법을 사용하면 잡음이 존재하는 상황에서 시변 신호를 추정하는데 성능이 많이 저하된다. 본 논문에서는 이러한 단점을 보완하기 위해서, 가변 망각 인자와 재귀적인 TLS(Total Least Squares) 방법을 사용하여 시간에 따라 변하는 신호를 정확하게 추정하고 잡음환경에도 강인한 알고리듬을 제안하였다. 또한, 제안된 알고리듬은 추정 성능을 향상시킬 뿐 아니라 감쇠정도의 강약에 관계없이 망각인자의 값을 적응적으로 변화시켜 동작하는 장점을 가진다.

In this paper, we suggest the implementation of a DGPS system using two low cost commercial C/A code GPS modules and modems and its efficient operational techniques to provide DGPS service which guarantees the position accuracy of better than 10 meters for more users. The proposed DGPS system can be implemented easil at low cost because it needs a GPS module and a modem for each reference station and user. The reference station makes plans of the receiving schedule from the satellite set at each period and then provides the correction data for various satellite sets in a period. The main contribution of this paper is that users can utilize the correction data continuously and efficiently through the recursive least squares lattice filtering method. Experimental results show the position accuracy of better than 10 meters using the suggested DGPS system in almost real time.