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
- 지도교수
- 김형남
- 발행연도
- 2019
- 저작권
- 부산대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 주파수 자원의 사용량이 증가하고 특정 주파수 대역의 과밀화 현상이 발생함에 따라 동일한 주파수 대역에서 수신되는 혼신신호의 검출 및 추출문제를 해결하기 위해 스마트 안테나를 활용한 간섭신호 제거 기술에 대한 연구가 활발히 진행 중이다. 기존의 간섭신호 제거를 위한 빔형성 기술은 입사 신호에 대한 사전정보들이 필요하였으며, 이 정보들은 시간에 따라 변하는 문제를 갖기 때문에 시변 환경에서 관심신호 및 간섭신호의 특성에 적응적으로 대응하여 관심신호를 추출할 수 있는 블라인드 혼신신호 제거 알고리즘이 대두되었다.
블라인드 기반 알고리즘에서 가장 중요한 특징은 관심신호의 입사각 정보나 배열 안테나의 구조에 대한 사전 정보 대신에 신호의 진폭이 일정한 특성, 신호의 평균과 자기 상관이 주기적인 cyclostationary 특성, 고차 통계치 등을 활용하여 적응 알고리즘을 구현하기 위한 기준 신호를 생성한다.
본 논문에서는 이러한 블라인드 혼신신호 제거 알고리즘들에 대한 문헌 조사를 수행하고 cyclostationary 기반 블라인드 적응 빔형성 알고리즘에 대해 구현 및 분석을 진행한다. 대부분의 알고리즘이 단일 관심신호에 대한 상황을 다루고 있기 때문에 특정 주파수 대역에 존재하는 다수의 신호를 모두 분리 및 추출할 수 있는 다중 타겟 신호 추출 알고리즘을 제안한다. 또한, 다중 타겟 조건에서 새로 등장하는 신호를 성공적으로 처리하려면 알고리즘의 빔형성 벡터의 전역 수렴이 보장되어야 하며 빠른 수렴을 위한 적절한 초기 벡터를 찾는 것도 중요하다. 이를 해결하기 위해 초기 벡터에 할당된 최대 고유치에 해당하는 고유 벡터를 얻는 BA 알고리즘을 사용한 다중 타겟 신호 추출 알고리즘을 제안한다. 제안한 알고리즘의 성능은 모의실험을 통해서 기존의 알고리즘보다 간섭 제거 및 빠른 수렴이 우수함을 보였다.
블라인드 기반 알고리즘에서 가장 중요한 특징은 관심신호의 입사각 정보나 배열 안테나의 구조에 대한 사전 정보 대신에 신호의 진폭이 일정한 특성, 신호의 평균과 자기 상관이 주기적인 cyclostationary 특성, 고차 통계치 등을 활용하여 적응 알고리즘을 구현하기 위한 기준 신호를 생성한다.
본 논문에서는 이러한 블라인드 혼신신호 제거 알고리즘들에 대한 문헌 조사를 수행하고 cyclostationary 기반 블라인드 적응 빔형성 알고리즘에 대해 구현 및 분석을 진행한다. 대부분의 알고리즘이 단일 관심신호에 대한 상황을 다루고 있기 때문에 특정 주파수 대역에 존재하는 다수의 신호를 모두 분리 및 추출할 수 있는 다중 타겟 신호 추출 알고리즘을 제안한다. 또한, 다중 타겟 조건에서 새로 등장하는 신호를 성공적으로 처리하려면 알고리즘의 빔형성 벡터의 전역 수렴이 보장되어야 하며 빠른 수렴을 위한 적절한 초기 벡터를 찾는 것도 중요하다. 이를 해결하기 위해 초기 벡터에 할당된 최대 고유치에 해당하는 고유 벡터를 얻는 BA 알고리즘을 사용한 다중 타겟 신호 추출 알고리즘을 제안한다. 제안한 알고리즘의 성능은 모의실험을 통해서 기존의 알고리즘보다 간섭 제거 및 빠른 수렴이 우수함을 보였다.
목차
제 1 장. 서론 1제 2 장. 송?수신신호 모델링 3제 3 장. 블라인드 혼신신호 제거 알고리즘 8제 3.1 절 Constant modulus algorithm (CMA) 9제 3.2 절 Cyclostationary 특성을 이용한 알고리즘 10제 4 장. Cyclostationary 기반 블라인드 적응 빔형성 알고리즘 13제 4.1 절 Cyclostationary 특성 13제 4.2 절 Self-coherence restoral (SCORE) 계열 알고리즘 144.2.1 Least-squares SCORE (LS-SCORE) 알고리즘 154.2.2 Cross-SCORE 알고리즘 174.2.3 LS-SCORE와 cross-SCORE 알고리즘의 성능 분석 19제 4.3 절 Cyclic adaptive beachcombing (CAB) 계열 알고리즘 254.3.1 Cyclic adaptive beamforming (CAB) 알고리즘 264.3.2 Constrained-CAB (C-CAB) 알고리즘 29제 5 장. 다중 타겟 추출 알고리즘 31제 6 장. BA 알고리즘을 이용한 다중 타겟 추출 알고리즘 40제 6.1 절 Burst acquisition (BA) 알고리즘 40제 6.2 절 BA 알고리즘을 활용한 다중 타겟 추출 알고리즘 42제 7 장. 결론 47참고문헌 49
최근 본 자료
댓글(0)
0