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

논문 기본 정보

자료유형
학술저널
저자정보
황용운 (조선대학교) 김소은 (광주과학기술원 고등광기술연구소) 이충규 (조선대학교)
저널정보
한국차세대컴퓨팅학회 한국차세대컴퓨팅학회 논문지 한국차세대컴퓨팅학회 논문지 제20권 제4호
발행연도
2024.8
수록면
69 - 76 (8page)
DOI
10.23019/kingpc.20.4.202408.006

이용수

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

초록· 키워드

오류제보하기
본 논문은 서로 다른 위상 천이 변조(phase shift keying, PSK) 방식을 사용하는 무선 광통신 시스템에서 합성곱 신경망 (convolutional neural network, CNN)에 기반하여 대기 난류 채널의 분류 성능을 비교한다. 대기 난류는 무선 광통신 시스템의 성능 저하를 야기하는 주요 요인 중 하나로, 난류 강도에 따라 약한 난류, 중간 난류, 강한 난류로 구분된다. 본 연구는 PSK 변조 방식을 적용한 무선 광통신 시스템을 대상으로, 수신 신호의 성상도 (constellation diagram)를 입력으로 하는 CNN 모델을 이용하여 난류 채널을 분류하고, 분류 정확도를 비교한다. 약한 난류 채널을 Log-Normal (L-N) 난류 모델과 Gamma-Gamma (G-G) 난류 모델로 모델링하였으며, 중간 난류와 강한 난류는 G-G 난류모델로부터 파라미터를 조절하여 모델링한다. 각 난류 강도에 따른 데이터셋을 생성하여 CNN 모델을 학습하였다. PSK 변조 방식들에 대해 제안된 CNN 모델의 분류 정확도를 비교함으로써, 성상도 기반 CNN 채널 분류 기법이 PSK 변조 방식에 적용 가능함을 보여준다.
#무선 광통신 #대기 난류 #채널 분류 #합성곱 신경망 (CNN) #PSK 변조 #Wireless Optical Communication #Atmospheric Turbulence #Channel Classification #Convolutional Neural Network (CNN) #PSK Modulation

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0