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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김은섭 (금오공과대학교) 신수용 (금오공과대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제48권 제1호
발행연도
2023.1
수록면
114 - 122 (9page)
DOI
10.7840/kics.2023.48.1.114

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문은 드론의 고장을 감지하여 사고로 인한 피해를 미리 방지하는 것을 목표로 Recurrence plot(RP)과 딥러닝을 이용한 음향신호 기반 드론의 고장 감지 기법을 제안한다. 드론 로터에서 발생하는 반복적인 패턴의 음향 신호를 RP를 이용하여 이미지화하고 이를 이미지 인식 딥러닝 모델인 YOLOv5를 사용하여 드론의 고장을 감지한다. 4층 건물의 옥상에서 Bebop 2 드론으로 구성한 정상적인 드론과 비정상적인 드론에서 발생하는 음향신호를 이용하여 RP 데이터셋을 구성해 윈도우 PC에서 아나콘다 가상환경을 통해 YOLOv5 모델을 학습시켜 추론한다. 음성인식에 많이 사용되는 Mel-spectrogram과의 비교 평가를 통해 분류 정확도와 동작 소요시간을 측정하여 제안하는 방식의 성능 우수성을 입증한다. 제안하는 기법의 정확도는 97.5%로 매우 정확함을 확인하였으며 향후 연구방향에 대하여 논의한다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
References

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0