MB-OFDM UWB 시스템을 위한 샘플링 주파수 오프셋 추정기법

양석철; 신요안

추천

검색

자료유형: 학술저널

저자정보: 양석철 신요안

저널정보: SK텔레콤 Telecommunications Review Telecommunications Review 제16권 제5호

발행연도: 2006.1

수록면: 868 - 881 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2006

MB-OFDM UWB 시스템을 위한 샘플링 주파수 오프셋 추정기법

양석철 , 신요안 Telecommunications Review 2006.01 학술저널

2005

MB-OFDM UWB 시스템을 위한 샘플링 주파수 오프셋 추정 기법

양석철 , 신요안 한국통신학회 학술대회 및 강연회 2005.04 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 논문에서는 향후 초고속 W-PAN(Wireless Personal Area Network)을 위한 유력한 전송 기술로서 각광받고 있는 MB-OFDM UWB(Multi-Band Orthogonal Frequency Division Multiplexing Ultra Wide Band) 시스템의 동기화를 위한 효과적인 샘플링 주파수 오프셋 추정 기법을 제시하고 성능을 평가하였다. 이를 위해 PLCP 프리앰블(Physical Layer Convergence Procedure Preamble)내의 채널 추정 시쿼스를 이용하고 MB-OFDM UWB 시스템 기술 규격 및 주파수 운용 방식을 고려하였으며, 각 부반송파를 통해 얻어진 추정 결과들을 이용하여 최종적인 샘플링 주파수 오프셋을 추정하기 위해 최대우 추정 및 가중치 기반 조합 방식을 적용하였다. IEEE 802.15 Task Group 3a에서 제공하는 4가지 UWB 실내 채널 모델을 이용한 모의실험 결과, 잡음 영향 감소 및 주파수 선택적 페이딩에 대한 강인성을 제공하기 위하여 가각의 서브밴드들로부터 추정된 결과들에 대한 평균을 이용할 경우 모든 샘플링 주파수 오프셋 추정 기법들에 대하여 추정 성능이 개선됨을 볼 수 있으며 특히 본 논문에서 제안된 각 부채널에서의 수신 신호 평균 전력만을 반영하는 간단한 혀태의 가중치 기반 샘플링 주파수 오프셋 추정 기법의 성능이 기존 방법들에 비해 월등히 우수함을 확인하였다.

#샘플링 주파수 오프셋 #최대우 추정 #가중치 #PLCP 프리앰블 #UWB #MB-OFDM #Piconet #T F Code #UWB #MB-OFDM #Sampling Frequency Offset #Maximum Likelihood Estimate #WeightingFactor #PLCP Preamble #Piconet #TF Code

참고문헌 (21)

참고문헌 신청

/ / ''available at http

/ / http://www.ieee802.org/15/pub/TG3a.html / / http://www.ieee802.org/15/pub/TG4a.html / / http://www.multibandofdm.org/presentations.html / 1994 / A technique for orthogonal frequency division multiplexing frequency offset correction 42 : 2908 ~ 2914

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

양석철

소속기관 SK텔레콤

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 4 이용수 1

신요안

소속기관 SK텔레콤

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 9 이용수 6

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (21)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)