DSCE: Comparative Analysis of Heuristic Computational Techniques

Q: 이 논문에서 정의한 DSCE(이중 선택적 채널 등화)란 무엇인가?

주파수 선택성과 시간 변화를 특징으로 하는 이중 선택적 채널 환경에서 발생하는 심볼 간 간섭(ISI) 및 반송파 간 간섭(ICI)을 효과적으로 제거함으로써 전송 신호의 품질을 향상시키는 기술을 의미한다.

Q: 이중 선택적 채널 등화 성능 향상을 위해 가장 효율적인 휴리스틱 계산 기법은 무엇인가?

연구 결과, PSO 알고리즘이 다른 휴리스틱 계산 기법들과 비교하여 계산 시간 복잡도와 성능 지수 측면에서 가장 우수한 성능을 보였으며, 다양한 변조 방식과 신호 대 잡음비 조건에서도 높은 등화 성능을 유지한다.

Nooh Bany Muhammad; Sajjad A. Ghauri; Mubashar Sarfraz; Adnan Aftab

doi:10.5573/IEIESPC.2021.10.3.259

학술저널

저자정보: Nooh Bany Muhammad (American University of Kuwait) Sajjad A. Ghauri (ISRA University) Mubashar Sarfraz (NUML) Adnan Aftab (ISRA University)

저널정보: 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.10 No.3

오류 신고하기

피인용 0

검색

초록·키워드

A frequency-selective fast-fading channel degrades the performance of a signal as it introduces inter-symbol interference (ISI) and inter-carrier interference (ICI). Equalization is the process of eliminating ISI and ICI by adaptively updating the tap weights of the FIR filter. The work presented utilizes various heuristic computational techniques (HCTs) to adaptively update the weights for doubly selective channel equalization (DSCE). Various HCTs are also compared, including genetic algorithms (GAs), particle swarm optimization (PSO), differential evolution (DE), cat swarm optimization (CSO), bee colony optimization (BCO), hybrid GA-PSO (HGP), and the cuckoo search algorithm (CSA). Extensive simulations were performed in MATLAB, and the simulation results show that PSO outperforms the other HCTs in terms of computational time complexity and FoM.

#Doubly selective channel equalization #Heuristic computational techniques #Genetic algorithm #Particle swarm optimization #Bee colony optimization

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

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료