Limited Feedback Interference Alignment in MIMO Power Line Communication with Common-mode Reception

Q: 이 논문에서 정의한 공통 모드 수신이란 무엇인가?

MIMO PLC 네트워크에서 기존의 수신 경로 외에 추가적인 공통 모드 경로를 활용하여 채널 용량을 증가시키는 기술이다. 이는 제한된 피드백 환경에서도 시스템의 전체적인 합 속도를 향상시키는 핵심적인 수신 방식으로 정의된다.

Q: 제한된 피드백 환경의 MIMO PLC 네트워크에서 합 속도를 높이는 방안은 무엇인가?

연구 결과, 공통 모드 경로를 캡처하여 활용하고 Max-SINR 간섭 정렬 알고리즘을 적용함으로써 합 속도를 효과적으로 증가시킬 수 있다. 특히 채널 양자화 비트 수가 증가하여 CSI의 정확도가 높아질수록 시스템 성능이 더욱 향상된다.

Roger Kwao Ahiadormey; Prince Anokye; Seok-Hwan Park; Kyoung-Jae Lee

doi:10.14801/jaitc.2019.9.2.1

추천

검색

질문

자료유형: 학술저널

저자정보: Roger Kwao Ahiadormey (Hanbat National University) Prince Anokye (Hanbat National University) Seok-Hwan Park (Chonbuk National University) Kyoung-Jae Lee (Hanbat National University)

저널정보: 한국정보기술학회 JOURNAL OF ADVANCED INFORMATION TECHNOLOGY AND CONVERGENCE Journal of Advanced Information Technology and Convergence Vol.9 No.2

발행연도: 2019.12

수록면: 1 - 14 (14page)

DOI: 10.14801/jaitc.2019.9.2.1

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper considers a multiple-input multiple-output (MIMO) power line communication (PLC) network where interference alignment (IA) technique is used to mitigate the interference that arises in multi-user networks. IA as a precoding technique requires perfect channel state information (CSI) to achieve maximum multiplexing gain. Due to the common-mode reception at the receiver ports, we assume imperfect CSI for the IA precoding design. Here, the CSI is quantized and sent via feedback to the transmit ports. For different levels of CSI quantization, we evaluate the performance of various IA algorithms via Monte Carlo simulations. Simulation results reveal the superior performance of the proposed scheme due to common-mode reception in IA MIMO PLC networks. It is shown that for a quantization level of 5 bits, the CM reception improves the sum-rate by up to 70%.

#multiple-input multiple-output #interference alignment #power line communication #common-mode #limited feedback

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-004-000259965

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)