순환 지연 다이버시티를 사용하는 OFDM 시스템을 위한 선형 프리코딩 기법

Q: 이 논문에서 정의한 순환 지연 다이버시티란 무엇인가?

순환 지연 다이버시티(CDD)는 낮은 복잡도로 주파수 다이버시티를 활용하여 OFDM 시스템의 성능을 향상시키는 기법이다. 여러 송신 안테나가 하나의 신호를 서로 다른 값으로 순환 시프트시켜 전송하며, 이로 인해 주파수 선택적 채널이 가상의 SISO 채널로 전환되어 채널 코딩 및 인터리빙을 통한 이득을 얻는다.

Q: 선형 프리코딩을 적용한 CDD-OFDM 시스템은 어떤 환경에서 가장 효과적인가?

연구 결과, 선형 프리코딩을 적용한 CDD-OFDM 시스템은 채널 상황 정보(CSI)의 정확도에 크게 의존한다. 따라서 채널 가역성을 활용하여 CSI 피드백 지연 문제를 해결할 수 있는 TDD(Time Division Duplex) 시스템에서 FDD(Frequency Division Duplex) 시스템보다 훨씬 더 향상된 성능을 나타낸다.

휘빙; 김영범; 장경희

추천

검색

질문

자료유형: 학술저널

저자정보: 휘빙 김영범 장경희

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제34권 제3호(무선통신)

발행연도: 2009.3

수록면: 197 - 204 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

순환 지연 다이버시티(CDD, cyclic delay diversity) 기법은 주파수 다이버시티를 이용하여 OFDM 시스템의 성능을 향상시키는 기법이다. 또한, 선형 프리코딩 기법은 채널 상황 정보(CSI, channel state information)를 이용하여 통신 시스템의 성능을 크게 증가시킬 수 있는 기법이다. 본 논문은 기존의 CDD-OFDM 송신 다이버시티 기법보다 향상된 성능을 얻기 위하여 선형 프리코딩 기법의 적용을 제안한다. 제안된 기법은 채널 상황 정보 feedback이 필요한 FDD(frequency division duplex) 시스템 보다, feedback을 사용할 필요 없이 채널 가역성(reciprocity)의 성질을 이용할 수 있는 TDD(time division duplex) 시스템에서 더욱 효과적이다. 모의실험 결과를 통해 본 논문에서 제안된 기법이 기존의 프리코딩을 사용하지 않는 CDD-OFDM 시스템에 비하여 target BER 10<SUP>-4</SUP>에서 3km/h의 이동성(mobility)을 갖는 flat 페이딩 채널과 Pedestrian A(Ped A) 채널, 120km/h의 이동성을 갖는 flat 페이딩 채널과 Vehicular A(Veh A) 채널에서 각각 6.3dB, 6.2dB, 2.8dB, 3.8dB의 SNR 성능 이득을 얻는 것을 보인다.

#Cyclic Delay Diversity #Linear Precoding #OFDM #Reciprocity #FDD #TDD

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)