지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2013
- 저작권
- 서울대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (3)
2013
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
현대 무선통신에서는 디지털 송수신에 있어서 Multiple-Input Multiple-Output(MIMO) 시스템을 사용한다. MIMO 시스템에서는 여러 개의 송수신 안테나를 사용하기 때문에 데이터를 복구하기 위한 검파기의 역할이 매우 중요하다. 이러한 검파기 중에는 Maximum Likelihood(ML) 수신기가 최적의 성능을 나타내지만 실제로 구현하기에는 복잡도가 너무 높기 때문에 복잡도가 낮은 선형 수신기들이 개발되었지만 Bit Error Rate(BER) 성능이 그리 좋지 못한 단점이 있다. 이에 고안된 Sphere Decoding은 ML 수신기에 근접한 성능을 내면서도 복잡도를 크게 낮추어 많은 연구가 이루어져 왔다. 하지만 Sphere Decoding은 최적해 하나만을 결과값으로 갖기 때문에 Iterative Detection and Decoding(IDD) 시스템에 적용시키기에는 적합하지 않다. List Sphere Decoding 알고리즘은 IDD에 Sphere Decoding을 사용하기 위해 소프트 아웃풋을 갖도록 변형시킨 알고리즘이다.
한편 자연 생태계의 진화 과정을 모방한 유전 알고리즘은 지금까지 여러 분야에 적용되어 다양한 문제를 해결해왔다. 유전 알고리즘은 다윈의 적자생존 이론을 기본 개념으로 하여 높은 적합도를 지닌 개체들의 형질을 다음 세대로 전달하는 알고리즘이다. 유전 알고리즘은 유전자의 형태로 해를 쓸 수 있고, 그 해를 평가할 적합도 함수가 적절하다면 어떠한 문제에라도 적용할 수 있다.
본 논문에서는 List Sphere Decoding 알고리즘의 일종인 K-Best List Sphere Decoding 알고리즘에 유전 알고리즘을 결합시켜 동일한 방문 노드 수를 가질 때, BER 성능을 향상시키는 알고리즘을 제안한다. 이 때, BER 성능과 복잡도에 해당하는 연산시간 사이에는 상충관계가 있다. 모의실험을 통하여 제안된 알고리즘과 기존의 K-Best List Sphere Decoding 알고리즘간의 성능과 복잡도를 비교하고 분석한다.
한편 자연 생태계의 진화 과정을 모방한 유전 알고리즘은 지금까지 여러 분야에 적용되어 다양한 문제를 해결해왔다. 유전 알고리즘은 다윈의 적자생존 이론을 기본 개념으로 하여 높은 적합도를 지닌 개체들의 형질을 다음 세대로 전달하는 알고리즘이다. 유전 알고리즘은 유전자의 형태로 해를 쓸 수 있고, 그 해를 평가할 적합도 함수가 적절하다면 어떠한 문제에라도 적용할 수 있다.
본 논문에서는 List Sphere Decoding 알고리즘의 일종인 K-Best List Sphere Decoding 알고리즘에 유전 알고리즘을 결합시켜 동일한 방문 노드 수를 가질 때, BER 성능을 향상시키는 알고리즘을 제안한다. 이 때, BER 성능과 복잡도에 해당하는 연산시간 사이에는 상충관계가 있다. 모의실험을 통하여 제안된 알고리즘과 기존의 K-Best List Sphere Decoding 알고리즘간의 성능과 복잡도를 비교하고 분석한다.
목차
목차초록 ii목차 iv표 목차 vii그림 목차 viii제 1 장. 서 론 1제 2 장. MIMO 시스템 32.1 MIMO 시스템 모델 32.2 MIMO 시스템 검파기 52.2.1. ZF 검파기 52.2.2. MMSE 검파기 62.2.3. BLAST 검파기 62.2.4 ML 검파기 8제 3 장. List Sphere Decoding 93.1. List Sphere Decoding의 원리 93.1.1. Sphere Decoding 93.1.2. List Sphere Decoding 133.2. 기존의 List Sphere Decoding 알고리즘 143.2.1. Schnorr-Euchner 알고리즘 153.2.2. K-best 알고리즘 17제 4 장. 유전 알고리즘 204.1. 유전 알고리즘의 개요 204.2. 유전 알고리즘의 구조 214.2.1. 적합도 평가 224.2.2. 선택 234.2.3. 교차 264.2.4. 변이 274.2.5. 대치 28제 5 장. 유전 알고리즘을 사용한 K-Best LSD 알고리즘 305.1. 유전 알고리즘의 도입 305.2. 유전 알고리즘을 사용한 K-Best LSD 알고리즘의 구조 315.2.1. 적합도 평가 335.2.2. 선택 345.2.3. 교차 365.2.4. 변이 375.2.5. 대치 37제 6 장. 성능 평가 386.1. 모의 실험 환경 386.2. 제안된 알고리즘 성능 및 복잡도 분석 396.2.1. 유전 알고리즘을 사용한 K-Best List Sphere Decoding 알고리즘의 BER 성능 분석 396.2.2 유전 알고리즘을 사용한 K-Best List Sphere Decoding 알고리즘의 복잡도 분석 40제 7 장. 결론 43참고 문헌 45Abstract 47표 목차표 4 1 기대값 선택 기법의 예 24표 4 2 순위기반 선택 기법의 예 25표 5 1 그림 5-3의 적합도 값 및 선택 확률 35표 6 1 모의 실험 설정치 38표 6 2 유전 알고리즘을 사용한 K-Best List Sphere Decoding 의 연산시간비 41그림 목차그림 2 1 MIMO 시스템 모델 3그림 2 2 MIMO 시스템의 수식적 표현의 예(3x3) 4그림 2 3 V-BLAST 알고리즘 7그림 3 1 ML과 Sphere Decoding의 비교 10그림 3 2 Schnorr-Euchner 알고리즘 트리 탐색 15그림 3 3 K-best 알고리즘 트리 탐색 17그림 3 4 4-Best Sphere Decoding 알고리즘의 예 18그림 4 1 유전 알고리즘 구조도 21그림 4 2 룰렛 휠 선택기법 24그림 4 3 일점 교차 기법의 예 26그림 4 4 균등 교차 기법의 예 27그림 5 1 기존의 유전 알고리즘 순서도 32그림 5 2 유전 알고리즘을 사용한 K-Best List Sphere Decoding 알고리즘 순서도 33그림 5 3 5개체 모집단의 룰렛-휠 선택 기법의 예 35그림 5 4균등 교차 기법의 예 36그림 5 5 표준 변이 기법의 예 37그림 6 1 유전 알고리즘을 사용한 K-Best List Sphere Decoding의 BER 곡선 39그림 6 2 유전 알고리즘을 사용한 K-Best List Sphere Decoding 의 연산시간비 곡선 41
최근 본 자료
댓글(0)
0