지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이범주
- 발행연도
- 2018
- 저작권
- 명지대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 동적 계획법(Dynamic Programming : DP)으로 전역 상태 공간(Global State Space)의 최적 비용함수 및 정책을 구하고, 결과물 중 정책은 테이블의 형태로 저장해 오프라인 제어기로 사용하는 방법에 대해 소개한다. 최적 정책 테이블의 크기는 상태의 해상도가 밑이며 개수가 지수인 거듭제곱의 형태로 결정되어 이 두 가지 요소에 크게 영향을 받는다. 만약 비선형성이 큰 동적 시스템의 경우, 미소 상태 변화에 대해 동적인 특성의 변화가 크므로 임의로 설정한 상태 범위 내에서 고해상도로 세밀하게 이산화를 수행하여야 한다. 이로 인해 전역 상태 공간의 방대한 제어 데이터를 담고 있는 최적 정책 테이블을 임베디드 시스템과 같은 저용량의 시스템에서 활용하기 위해서는 통신 혹은 메모리 확장 등과 같은 별도의 비용이 발생할 수 있으므로 어려움을 겪을 수 있다. 이러한 문제를 해결하기 위해 최적 정책 테이블의 메모리를 줄일 수 있도록 압축하여 사용한 제어기를 제안한다. 압축 방법으로는 영상 및 음성 처리, 공학 응용 분야에서 많이 사용되는 이산 코사인 변환(Discrete Cosine Transform : DCT)를 이용한다. 압축된 최적 정책 테이블은 대상 시스템의 메모리에 오프라인으로 저장되며 플랜트의 상태에 해당하는 최적 제어입력은 역 이산 코사인 변환(Inverse Discrete Cosine Transform : IDCT)를 통해 실시간으로 보간되어 제공된다. 1축 역 진자 시스템을 대상으로 모의실험 및 실제실험을 통해 제안된 제어기의 성능을 검증 및 분석한다.
목차
그림목차 ⅲ표 목차 ⅴ국문초록 ⅵ제 1 장 서론 1제 2 장 선행 연구 학습 32.1 동적 계획법 (Dynamic Programming) 32.2 LQR (Linear Quadratic Regulator) 7제 3 장 최적 정책의 압축 알고리즘 123.1 압축의 필요성 및 압축 방법 123.2 DCT와 IDCT 143.3 DCT 및 IDCT의 특성 16제 4 장 모의실험 174.1 1축 역진자 시스템 174.2 모의실험 환경 184.3 모의실험 결과 19제 5 장 실제실험 465.1 1축 역진자 시스템 465.2 실험 결과 47제 6 장 결론 51참고문헌 52Abstract 55
최근 본 자료
댓글(0)
0