http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
안테나로부터 인접 전송선로에 전달되는 노이즈 전력 예측
류수정(Soojung Ryu),전지운(Jiwoon Jeon),김광호(Kwangho Kim),조정민(Jeongmin Jo),이승배(Seungbae Lee),김소영(SoYoung Kim),나완수(Wansoo Nah) 한국전자파학회 2014 한국전자파학회논문지 Vol.25 No.11
최근 모바일 기기는 더욱 더 경량화, 집적화되고 있을 뿐만 아니라, 안테나 출력의 향상을 위해 주파수 대역이 높아지면서 안테나로부터 방사되는 전자파가 기기 내부의 회로에 영향을 주어, 전체적으로 기기의 성능을 악화시키는 EMI(Electro Magnetic Interference) 문제가 빈번히 발생하게 되었다. 본 논문에서는 기기의 안테나로부터 인접한 내부 전송선로에 전달되는 노이즈 전력을 예측하기 위한 방법론을 제시한다. 전송선로에 전달되는 노이즈 전력은 기본적으로 안테나 내부 임피던스와 전송선로의 부하 임피던스에 따라 달라지지만, 그 변화의 폭이 크지 않아서 안테나와 전송선로 사이의 S-parameter 제곱의 형태로 전달되는 전력 이득의 크기로 나타낼 수 있음을 보였으며, 이렇게 정의된 전력 전달 인덱스(index)를 이용하여 전송선의 기하학적 형태에 따라서 달라지는 노이즈 전력을 표현하였다. 그 결과, 안테나의 위치의 변화에 따라서 전달되는 노이즈 전력에는 많은 차이가 났으며, 특히 굽은 전송선로에서 많은 노이즈 전달이 발생함을 알 수 있었다. 또, 이와 같은 실험적인 결과가 EM 시뮬레이션을 이용한 결과와 잘 일치하였고, 근거리, 원거리장에서의 전기장 분포를 고려할 때 그 결과들이 물리적으로 유의함을 보였다. 본 논문에서 사용한 EM 시뮬레이터는 Ansys HFSS이며, FPCB에서 많이 사용하는 Ground가 있는 CPW(Coplanar Waveguide) 형태의 전송선로를 사용하였다. In these days, many kinds of goods are more light and more integrated. As frequency range of mobile applications have increased to improve performance of antenna furthermore, EMI(ElectroMagnetic Interference) problem has frequently caused by disturbance of antenna in device which aggravates other circuit. This paper proposes a technique for the prediction of noise power to the transmission line from antenna located near the line. Although noise power transferred to transmission line is varied by source impedance of antenna and load impedance of transmission line basically, the power magnitude can be presented in a square form of S-parameter between antenna and transmission line due to small variation of transferred power. For this reason, we can use the index expressed the transferred power varied along geometrical shapes of transmission line. As a result, big difference is occurred along location of antenna especially the bended line. And this such experiment is correspond with simulation, these results have meaning physically considering electromagnetic field distribution in near and far field. HFSS of Ansys and CPW with ground is used in this paper.
김보열(Bo Yeal Kim),류수정(Soojung Ryu),이혁재(Hyuk-Jae Lee) 대한전자공학회 2021 대한전자공학회 학술대회 Vol.2021 No.6
Due to the growing interest in accelerating deep learning training, vector processors are becoming an essential element in deep learning accelerators. In this paper, unlike previous studies focused on matrix multiplication accelerator, the effect of the register file size in the vector processor on the performance of the entire accelerator was investigated. Results show that the vector processor with 16-entry register file can achieve the best energy efficiency for given workloads, which is 45% smaller and 53% power efficient compared to the 32-entry register file baseline architecture with same performance.