주파수 분할 통신 시스템에서의 추출된 이득을 이용한 신경회로망 기반 하향링크 채널 예측 기법 :Downlink Channel Extrapolation for FDD Multiple Antenna Systems Through Neural Network Using Extracted Uplink Path Gains

최혁진

추천

검색

자료유형: 학위논문

저자정보: 최혁진 (포항공과대학교, 포항공과대학교 일반대학원)

지도교수: 이남윤

발행연도: 2020

저작권: 포항공과대학교 논문은 저작권에 의해 보호받습니다.

이용수5

이 논문의 연구 히스토리 (2)

2020

주파수 분할 통신 시스템에서의 추출된 이득을 이용한 신경회로망 기반 하향링크 채널 예측 기법

최혁진 전자전기공학과 2020.01 학위논문

2019

추출된 상/하향채널 계수를 입/출력으로 갖는 신경회로망을 통한 이동 단말의 하향링크 채널 예측 기법

최혁진 , 최준일 한국통신학회 학술대회논문집 2019.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문은 주파수 분할 동시 송수신(FDD) 시스템에서 추출된 상/하향링크 채널 이득을 각각 입/출력으로 갖는 신경회로망(neural network)을 이용하여 상향링크 채널 이득을 통해 하향링크 채널 추정 방법을 고안하였다. 채널 자체를 신경회로망의 입/출력으로 하였을 때에 비하여 학습에 소요된 시간이 감소하고 학습의 정확도가 향상되었다. 제안된 방법은 기존의 하향링크 채널 추정에서 필요한 채널 훈련 및 피드백 과정을 생략함으로써 고속에서도 안정적인 성능이 보장된다.

1. Introduction
2. System Model
2.1. Generating Channel Samples
2.2. Channel Model
3. Review of DL CSI Acquisition
3.1. Convolutional DL Training
3.2. NN-Based DL Extrapolation
4. Proposed NN-Based DL Extrapolation
4.1. General Procedure of Proposed DL Extrapolation
4.2. UL Training
4.3. t-PG Learning
4.4. f-PG Learning
5. Deep Learning Settings
5.1. Input and Output Layers for NN
5.2. Multilayer Perceptron (MLP)
5.3. Convolutional Neural Network (CNN)
5.4. Details of NN Structure
6. Numerical Results
6.1. Effect of Number of Subpaths on PG Learning
6.2. CH Learning and PG Learning
6.3. Comparison with DL Training
7. Conclusion

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)