다차원 색인 변조를 위한 신경망 기반 활성 안테나 추정을 통한 저복잡도 제로-포싱 검파기

서정빈; 김석찬

doi:10.7840/kics.2021.46.1.11

추천

검색

질문

자료유형: 학술저널

저자정보: 서정빈 (부산대학교) 김석찬 (부산대학교)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제46권 제1호

발행연도: 2021.1

수록면: 11 - 17 (7page)

DOI: 10.7840/kics.2021.46.1.11

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

다차원 색인 변조는 우수한 스펙트럼 효율성으로 인해 활발히 연구되고 있다. 본 논문은 다차원 색인 변조의 기술 중 하나인 일반화된 공간-주파수 색인 변조(Generalized space-frequency index modulation, GSFIM)에 적용 가능한 활성 요소 선택 방식과 저복잡도 검파기를 제안한다. 제안하는 활성 요소 선택 방식은 GSFIM의 submatirx마다 공간 차원의 색인 변조를 수행하여 데이터 전송률을 증가시킨다. 제안하는 활성 요소 선택 방식을 사용할 경우 기존의 방식보다 높은 데이터 전송률을 제공하지만, 동일한 비트 오류율 성능을 보인다. 제안하는 검파기는 제로-포싱(Zero-forcing, ZF)기법이 적용된 GSFIM의 수신 신호에서 활성 안테나의 색인을 인공신경망으로 추정함으로써 수신기의 계산 복잡도를 감소시킨다. 제안하는 검파기는 제로-포싱 기법만을 사용했을 때에 비해 낮은 계산 복잡도를 요구하지만, 동일한 비트 오류율 성능을 보인다.

#다중 안테나 #색인 변조 #딥 러닝 #MIMO #Index Modulation #Deep Learning

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 시스템 모델
Ⅲ. 제안하는 활성 요소 선택 방식
Ⅳ. 송신 가능한 데이터 전송률 비교
Ⅴ. 수신기
Ⅵ. 제안하는 신경망 기반 활성 안테나 추정을 통한 저복잡도 제로-포싱 검파기
Ⅶ. 계산 복잡도 비교
Ⅷ. 모의실험 결과
Ⅸ. 결론
References

참고문헌 (7)

참고문헌 신청

T. Mao, Q. Wang, Z. Wang, and S. Chen, “Novel index modulation techniques: A survey,” in IEEE Commun. Surv. Tuts., vol. 21, no. 1, pp. 315-348, Firstquarter 2019.

T. Datta, H. S. Eshwaraiah, and A. Chockalingam, “Generalized space-and-frequency index modulation,” in IEEE Trans. Veh. Technol., vol. 65, no. 7, pp. 4911-4924, Jul. 2016, doi: 10.1109/TVT.2015.2451095.

C. Zhang, P. Patras, and H. Haddadi, “Deep learning in mobile and wireless networking: A survey,” in IEEE Commun. Surv. & Tuts., vol. 21, no. 3, pp. 2224-2287, Thirdquarter 2019.

J. Zhang, C. Wen, S. Jin, and G. Y. Li, “Artificial intelligence-aided receiver for a cp-free OFDM system: Design, simulation, and experimental test,” in IEEE Access, vol. 7, pp. 58901-58914, 2019, doi:10.1109/ACCES S.2019.2914928.

H. Ye, G. Y. Li, and B. Juang, “Power of deep learning for channel estimation and signal detection in OFDM systems,” in IEEE Wirel. Commun. Lett., vol. 7, no. 1, pp. 114-117, Feb. 2018, doi:10.1109/LWC.2017.27574 90.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

서정빈

소속기관 부산대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 10 이용수 769

SukChan Kim

소속기관 부산대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 제어계측공학

논문수 142 이용수 9,532

이 논문과 함께 이용한 논문

단어 계층 기반 텍스트 데이터 증강 방법론

김무성 , 김남규 한국컴퓨터정보학회논문지 2021 .01

기와의 와당에 인공신경망 적용을 통한 인공지능의 문화재 복구 가능성에 대한 연구

김준오 , 이병권 한국컴퓨터정보학회논문지 2021 .01

영상처리 및 심층 네트워크 기반 영상 분할 방법

정홍구 , 정현우 , 윤병현 외 1명 전자공학회논문지 2021 .01

「차세대 위협에 대비한 최신 전자전 기술」외

편집부 국방과 기술 2020 .11

해상 전자전 수행을 위한 인공지능(AI) 활용방안 연구

정승훈 Journal of the KNST 2020 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-567-001449585

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (7)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)