탐욕 알고리즘 및 특이치 분해를 이용한 프로펠러 초생 캐비테이션의 위치추정

이정훈

doi:10.5050/KSNVE.2021.31.6.614

추천

검색

질문

자료유형: 학술저널

저자정보: 이정훈 (Changwon National University)

저널정보: 한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제31권 제6호(통권 263호)

발행연도: 2021.12

수록면: 614 - 624 (11page)

DOI: 10.5050/KSNVE.2021.31.6.614

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

An accurate evaluation of the inception of propeller cavitation is a prerequisite for the prediction of the underwater radiated noise performance of ships. Current work treats the acoustic localization for incipient cavitation using the compressive sensing (CS) method. Orthogonal matching pursuit (OMP) based on a greedy algorithm is employed to tackle the CS localization problem owing to its low computational cost, making it appropriate for online applications. The application of singular value decomposition (SVD) is also suggested to identify the number of independent sources, which is crucial for initializing the algorithm. The established procedure is verified using experimental data acquired in a cavitation tunnel facility.

#Propeller(프로펠러) #Cavitation(캐비테이션) #Inception(초생) #Localization(정위)

참고문헌 (21)

참고문헌 신청

Han, H. S., Jeon, S. H., Lee, C. W. and Kim, Y. H., 2019, Study for Estimation of Propeller Cavitation Sound using Underwater Radiated Sound from the Hull Estimating with Hull Vibration, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 29, No. 6, pp. 705~713.

Lee, J.-H. and Seo, J.-S., 2013, Application of Spectral Kurtosis to the Detection of Tip Vortex Cavitation Noise in Marine Propeller, Mechanical Systems and Signal Processing, Vol. 40, No. 1, pp. 222~236.

Park, C., Seol, H., Kim, K. and Seong, W., 2009, A Study on Propeller Noise Source Localization in a Cavitation Tunnel, Ocean Engineering, Vol. 36, No. 9-10, pp.754~762.

Lee, J.-H., Kim, D.-H. and Shin, Y.-H., 2018, Hyperbolic Localization of Incipient Tip Vortex Cavitation in Marine Propeller Using Spectral Kurtosis, Mechanical Systems and Signal Processing, Vol. 110, pp. 442~457.

Candès, E. and Tao, T., 2005, Decoding by Linear Programming, IEEE Transactions on Information Theory, Vo. 51, No. 12, pp. 4203~4215.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이정헌

소속기관 조선대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 기계공학 > 항공우주공학 TOP 10%

논문수 138 이용수 7,711

이 논문과 함께 이용한 논문

도입기술우수성, 연구개발역량, 기술혁신성과와 수출경쟁력 간 관계 분석 : 대덕연구개발특구내 정부출연 연구기관에서 기술을 도입한 중소기업을 중심으로

황경연 , 성을현 무역학회지 2014 .04

A Greedy Rule Allocation Algorithm for Efficient Distributed Complex Event Processing

신유주 , 이재길 Journal of KIISE 2019 .12

무선 네트워크에서 최소 전력 브로드캐스트를 위한 트리 기반 탐욕 알고리즘

이동호 , 장길웅 한국정보통신학회논문지 2017 .05

매슬로우의 욕구단계이론에 의거한 노인요양시설 치유환경요소의 위계에 관한 연구

정미렴 한국실내디자인학회 논문집 2012 .02

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (21)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)