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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
문상미 (전남대학교) 김현성 (전남대학교) 김진영 (전남대학교) 황인태 (전남대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제5호(통권 제510호)
발행연도
2020.5
수록면
3 - 11 (9page)
DOI
10.5573/ieie.2020.57.5.3

이용수

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

초록· 키워드

오류제보하기
밀리미터파 (millimeter-Wave, mmWave)는 차세대 무선 통신을 위한 높은 데이터 속도를 지원하는 유망기술 중 하나이다. 하지만 밀리미터파는 높은 주파수로 인한 짧은 파장 때문에 신호의 감쇄 및 전달 거리 감소와 같은 단점이 존재한다. 이 문제를 극복하기 위해 밀리미터파 시스템은 빔포밍 기술을 적용하여 이 문제를 해결하고자 하며, 이는 적절한 서비스 품질을 유지하기 위해 강력한 채널 추정 및 추적 알고리즘이 필요하다. 본 논문에서는 V2I (Vehicle-to-Infrastructure) 밀리미터파 통신에서 기계학습 기반채널 추정 및 추적 알고리즘을 제안한다. 제안하는 알고리즘은 심층신경망 (Deep Neural Network, DNN)을 통해 수신 트레이닝 신호와 밀리미터파 채널 사이의 맵핑 함수를 학습하여 채널을 추정한다. 채널 추정 후, 장단기메모리 (Long Short-Term Memory, LSTM)를 통해 채널을 추적한다. 시뮬레이션 결과 제안하는 알고리즘이 무시할만한 트레이닝 오버헤드와 함께 밀리미터파 채널추정 및 추적하는 것을 알 수 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 시스템 및 채널 모델
Ⅲ. 기계학습 기반 채널 추정 및 추적
Ⅳ. 모의실험 환경 및 성능 분석
Ⅴ. 결론
REFERENCES

참고문헌 (31)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-000678762