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
학술대회자료
저자정보
서한창 (고려대학교) 한민식 (고려대학교) 강충구 (고려대학교)
저널정보
한국통신학회 한국통신학회 학술대회논문집 2019년도 한국통신학회 추계종합학술발표회 논문집
발행연도
2019.11
수록면
517 - 520 (4page)

이용수

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

초록· 키워드

오류제보하기
본 논문은 autoencoder 를 활용하여 최적화된 resource 맵핑 과 constellation 맵핑을 수행하는 새로운 code domain-NOMA 방식을 제안한다. 지금까지 고려되지 않은 새로운 구조의 autoencoder를 제안하여 minimum Euclidean 거리를 최대화하는 최적화된 다차원 심볼을 생성하도록 종단간학습(end-to-end learning)을 수행하고, 다중 사용자의 다차원 신호점에 대해서 복호화를 수행한다. 제안한 방식에 의해 10-3 의 비트오류 성능이 기존 SCMA 방식보다 4.5dB 이상 D-SCMA [2]보다 2.7dB 향상되는 것을 시뮬레이션을 통해 확인하였다.

목차

요약
1. 서론
2. 시스템 모델 및 문제 정식화
3. 제안 방식
4. 시뮬레이션 및 결과 분석
5. 결론
6. 참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-567-000086626