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
김재겸 (한양대학교) 김병도 (한양대학교) 윤동원 (한양대학교) 최준원 (한양대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제14권 제12호(JKIIT, Vol.14, No.12)
발행연도
2016.12
수록면
107 - 115 (9page)
DOI
10.14801/jkiit.2016.14.12.107

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문에서는 딥뉴럴네트워크에 기반한 디지털 통신 신호의 자동변조분류 기법을 제안하였다. 제안하는 기법은 수신 신호 샘플로부터 19가지의 특징값을 계산하여 4개의 층을 가진 딥뉴럴네트워크의 입력 데이터로 사용하여 신호를 분류하는 방법이다. 19가지의 특징값에는 기존에 사용된 특징값과 고차 통계값 등의 다양한 특징값을 추가하였다. 컴퓨터 시뮬레이터를 이용하여 BPSK, QPSK, 8-PSK, 16-QAM, 64-QAM의 5개의 변조 방식을 구분하기 위한 훈련데이터를 생성하여 다양한 신호대잡음비, 페이딩 환경에 대해 딥뉴럴네트워크를 훈련하였다. 실험 결과에서 AWGN 환경 및 Rician 페이딩환경에서 모두 제안한 딥뉴럴네트워크 기반의 변조분류 기법이 기존의 기법에 비해 좋은 성능을 나타냄을 확인 하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 딥뉴럴네트워크 소개
Ⅲ. 수신 신호의 특징값
Ⅳ. 제안한 변조 분류 방법에서 사용된 DNN의 구조 및 훈련 기법
Ⅴ. 시뮬레이션 결과
Ⅵ. 결론
References

참고문헌 (15)

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

UCI(KEPA) : I410-ECN-0101-2017-004-001918382