메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
한국지능시스템학회 한국지능시스템학회 학술발표 논문집 한국지능시스템학회 2008년도 춘계학술대회 학술발표논문집 제18권 제1호
발행연도
2008.4
수록면
168 - 173 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (5)

2008

Unscented Kalman Fiter를 이용한 원격 RF 센서 시스템의 파라메타 추정기법
김경엽 ,  이준탁 한국지능시스템학회 학술발표 논문집 2008.04 학술대회자료

2007

RLS 추정 알고리즘을 이용한 정전용량형 원격 RF 센서 시스템 구현
김경엽 ,  유동국 ,  이준탁 한국지능시스템학회 학술발표 논문집 2007.11 학술대회자료
RLS 알고리즘을 이용한 원격 RF 센서 시스템의 시변 파라메타 추정
김경엽 ,  유동국 ,  이준탁 대한전기학회 학술대회 논문집 2007.04 학술대회자료
Newton-Raphson법 기반의 적응 망각율을 갖는 RLS 알고리즘에 의한 원격센서시스템의 시변파라메타 추정
김경엽 ,  이준탁 한국지능시스템학회 학술발표 논문집 2007.04 학술대회자료
RLS 알고리즘을 이용한 원격 RF 센서 시스템의 시변 파라메타 추정
김경엽 ,  이준탁 한국정보기술학회논문지 2007.03 학술저널

초록· 키워드

오류제보하기
본 연구는 UKF Algorithm올 이용한 정전용량형 원격RF센서시스템을 개발하였다. 원격 RF센서 시스템이란 wireless, implantable 그리고 batterless을 만족하는 센서 시스템을 의미한다. 기존의 원격 RF센서 시스템은 보편적으로 집적회로 타입을 채택하지만, 그 구조의 복잡성과 전력소모의 제약을 받는다. 이러한 제약을 해결하기 위해 본 연구에서는 R, L 그리고 C만으로 구성되어있는 유도결합원리를 이용한 원격 RF센서 시스템을 제안하였다. 제안된 RF 센서 시스템은 압력 혹은 습도와 같은 환경의 변화를 정전용량 값으로 측정할 수 있으며 센서의 정전 용량 값을 측정하기 위해 비선형시스템의 파라메타추정에 적합한 Unscented Kalman Filter(UKF) 기법을 채택하였다. UKF 기법을 이용하기 위해 제안된 시스템은 페이저법을 사용하여 수학적으로 모델링되었다. 마지막으로, 제안된 UKF 알고리즘을 이용한 원격 RF센서시스템이 잡음환경에서도 정전용량값을 비교적 정확하게 추정가능함을 확인하였다.
#Unscented Kalman Filter #RF Sensor System #Inductive coupling #Capacitive parameter

목차

요약
1. 서론
2. Passive Telemetry Sensor System
3. 파라메타 추정을 위한 Unscented Kalman Filter
4. 모의실험
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0