메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
왕한호 (상명대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제16권 제2호(JKIIT, Vol.16, No.2)
발행연도
2018.2
수록면
61 - 66 (6page)
DOI
10.14801/jkiit.2018.16.2.61

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
파일럿 신호는 이동하는 단말의 채널을 추정하기 위하여 반드시 전송되어야 하지만, 데이터를 전송할 수 있는 자원을 소비하므로 실질적인 데이터 전송률을 떨어뜨리는 문제점이 있다. 본 논문에서는 딥 러닝 자율학습분야에서 사용하고 있는 군집화 기법을 활용하여 파일럿 신호 없이 데이터 심볼만으로 채널을 추정(PCE, Pilotless Channel Estimation)하는 기법을 제안하였다. QPSK 심볼은 다중 경로 채널을 통과하면서 크기와 위상이 변화하게 되는데 군집화 기법을 무선 통신 수신 기법에 적용하여 송신된 심볼의 변화된 크기와 위상을 추정하였다. 보수적인 성능 검증을 위하여 PCE의 성능은 LTE 시스템의 최소 자원 할당 환경에서 레일리 페이딩 채널을 가정하여 평가되었다. PCE의 성능은 널리 사용되는 최소 자승 채널 추정기와 비교하였고, 평균 자승 오차에서 신호대 잡음비 기준 7㏈ 이상의 성능 개선을 달성하였다. 또한 평균 자승 오차의 개선으로 파일럿을 사용하지 않았음에도 비트 오류율에 있어서도 2 ㏈이상의 개선된 성능을 얻을 수 있었다.
#clustering-based unsupervised learning #channel estimation #deep learning

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 시스템 모델
Ⅲ. 파일럿 없는 채널 추정 기법
Ⅳ. 채널 추정 성능 검증
Ⅴ. 결론
References

참고문헌 (9)

참고문헌 신청
O. Elijah / 2016 / A Comprehensive Survey of Pilot Contamination in Massive MIMO-5G System / IEEE Commun. Surveys & Tutorials 18(2):905~923 Crossref A. Coates / 2012 / Learning Feature Representations with K-Means / Lecture Notes in Computer Science 7700:561~580 google schola S. Raschka / 2017 / Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Ed. / Packt Publishing google schola 마효 / 2017 / 딥 러닝 군집화를 이용한 QPSK 신호 비트 오류율 성능 평가 / 한국정보기술학회논문지 15(12):117~122 dbpia H. Ye / 2017 / Power of Deep Learning for Channel Estimation and Signal Detection in OFDM Systems / IEEE Wireless Commun. Letters 7(1):1~5 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

순차적 K-means 군집화를 이용한 고차 변조 신호에 대한 채널 추정기법
왕한호 한국정보기술학회논문지 2019 .06
순차적 군집화를 이용한 고차변조 신호 검파 기법
정교원 ,  왕한호 한국정보기술학회논문지 2019 .03
타 단말 신호를 이용하는 K-means 기반 채널 추정 기법
왕한호 한국정보기술학회논문지 2020 .11
시변 채널에서 K-means 기반 채널 추정 기법의 성능 평가
왕한호 한국정보기술학회논문지 2022 .01
다중경로 페이딩 환경에서 심층 학습을 이용한 채널 추정 기법
박정균 ,  고경준 ,  김희영 외 2명 한국통신학회논문지 2020 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001774977