Performance Analysis of Linear Quantization and Non-linear Quantization for DOCSIS 3.0 Signal Compression

Q: 이 논문에서 정의한 양자화란 무엇인가?

양자화는 원본 신호의 최대 비트 길이를 줄여 데이터 길이를 단축하는 시도이다. 이는 정확도를 낮추는 방식으로 데이터를 압축하지만, EVM(Error Vector Magnitude) 관리 가능한 수준을 유지하여 신호 압축을 가능하게 한다.

Q: DOCSIS 3.0 신호 압축에 선형 양자화와 비선형 양자화 중 어느 방법이 더 효과적인가?

연구 결과, DOCSIS 3.0 신호 압축 시 비선형 양자화가 선형 양자화보다 낮은 EVM(Error Vector Magnitude)을 보여 더 효율적이다. 특히 Qq 값이 8비트일 때, 비선형 양자화는 50%의 압축률과 2.1% 이하의 EVM을 달성하여 ORI 표준 요구사항을 충족한다.

Cui Cheng Yu; Park Chul Sun; Park Sung Kwon; Jung Joon Young; Lee Je Won; Hyun Eun hui

학술대회자료 Full-text

저자정보: Cui Cheng Yu (Hanyang University) Park Chul Sun (Hanyang University) Park Sung Kwon (Hanyang University) Jung Joon Young (Electronics and Telecommunication Research Institute) Lee Je Won (Electronics and Telecommunication Research Institute) Hyun Eun hui (Electronics and Telecommunication Research Institute)

저널정보: 한국통신학회 한국통신학회 학술대회논문집 2017년도 한국통신학회 하계종합학술발표회 논문집

오류 신고하기

피인용 0

검색

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2018-567-001050818

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)