베이지안 최적화를 이용한 Mini-CPTR의 성능 최적화에 관한 연구 (Research on the Performance Optimization of Mini-CPTR Using Bayesian Optimization)

서지정보

· 발행기관 : 한국항공우주학회
· 수록지 정보 : 한국항공우주학회지 / 53권 / 6호 / 649 ~ 656페이지
· 저자명 : 한승주, 김형욱, 박정언

초록

Compact Payload Test Range(CPTR)는 전자파의 준 평면파 영역을 실내에서 생성함으로써 위성의 안테나 및 통신장비의 기능 시험과 검증은 물론, 시험 대상 또는 목표물에 대한 전자파 산란(Scattering) 측정을 가능하게 한다. CPTR은 준 평면파(Quasi Plane Wave) 영역에서 평면파의 요구조건을 만족하기 위해서는 전자파를 방사하는 급전부(Feeder)와 반사판 사이의 매우 정밀한 정렬이 요구되지만, 현재까지는 전문가의 경험에 기반하여 정렬 작업이 수행되고 있다. 급전부의 위치 및 각도 등과 같은 변수의 변화에 대한 평면파의 질과 같은 성능지수를 실험적으로 측정하여 데이터를 추출하는 과정은 많은 시간과 비용이 발생한다. 본 연구에서는 이러한 문제를 해결하기 위해서 기계 학습의 일종인 베이지안 최적화(Bayesian Optimization)를 이용하여 평면파의 질을 극대화하도록 급전부 위치 및 각도를 최적화하는 작업을 최소한의 실험 횟수에 성공적으로 수행하였다.

영어초록

The CPTR(Compact Payload Test Range) generates a quasi-plane wave region of electromagnetic waves indoors, enabling functional testing and verification of satellite antennas and communication equipment, as well as electromagnetic wave scattering measurement for target objective. CPTR requires precise alignment between the feeder that emits electromagnetic waves and the reflector to meet the requirements of a plane wave in the quasi-plane wave region, but so far, the alignment of these elements is performed based on expert’s experience. In this study, the process of extracting data by experimentally measuring performance indices such as the quality of plane waves in response to changes in variables such as the position and angle of the feeder takes a lot of time and costs. To solve this problem, the task of optimizing the feeder position and angle to maximize the quality of the plane wave was successfully performed in the minimum number of experiments using Bayesian Optimization, a type of machine learning.

참고자료

· 없음