지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 정태진
- 발행연도
- 2014
- 저작권
- 전남대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
현재 이동통신 분야는 4세대 LTE 시스템을 상용화하여 다양한 고속 데이터 서비스를 제공하고 있고, 방송 분야에서도 HD 디지털 방송으로 고화질 서비스를 제공하고 있다. 하지만 최근 소비자들이 원하는 서비스들의 요구가 높아짐에 따라 고품질/대용량의 서비스를 만족시키기 위하여 새로운 전송 기술 개발들에 대한 많은 연구가 이루어지고 있다. 이러한 연구 중 다중 송수신 안테나 시스템 (MIMO: Multiple Input Multiple Output)을 이용한 전송 기술은 광범위하게 연구가 이루어지고 있는 분야중 하나이다. 하지만 기존의 멀티 플렉싱 계열의
MIMO 전송 기법들은 송수신 안테나의 수가 증가함에 따라 복조 복잡도가 기하급수적으로 늘어나는 문제점이 있다. 이러한 문제점을 해결하기 위하여 비교적 낮은 복조 복잡도를 갖는 공간 변조(SM: Spatial Modulation)기법과 일반화된 공간변조 기법(GSM: Generalized Spatial Modulation)에 대한 많은 연구가 이루어지고 있다. 그러나 기존의 MIMO 멀티 플렉싱 기법들보다 낮은 복조 복잡도를 가졌음에도 불구하고, 여전히 기존의 ML(Maximum Likelihood) 복조기는 높은 복조 복잡도를 가지고 있다.
본 논문에서는 공간 변조 기법과 일반화된 공간 변조 기법의 새로운 복조기구현 방법을 제안하려고 한다. 이 방법은 기존의 ML복조기를 변형시켜 안테나 인덱스와 변조 심벌 인덱스를 구분해내고, MRRC(Maximal Ratio Receiver Combining)와 Slicer를 이용하여 복조 복잡도를 줄이는 방법이다. 제안하는 두 가지의 복조기 중 첫 번째는 송신 안테나의 개수만큼의 MRRC값을 이용하여 복조를 함으로써 기존의 ML복조기와 동일한 성능을 갖지만 낮은 복조 복잡도를 갖는 ‘저 복잡도 ML 복조기’ 구현 방법이다. 두 번째는 모든 MRRC값을 이용하지않고 몇 개의 MRRC값만을 이용하여 복조를 함으로써 ML복조기에 비하여 다소 성능열화는 있지만 제안한 복조기보다 더 낮은 복잡도를 갖는 ‘저 복잡도 sub-ML복조기’ 구현 방법이다.
제안한 두 복조기와 기존의 ML 복조기의 복조 복잡도를 계산하여 비교한 결과 공간변조 기법과 일반화된 공간변조 기법 모두 제안한 두 복조기의 복잡도가 현저히 낮은 복잡도를 보였다. 또한 MATLAB 시뮬레이션을 통해 몇가지 케이스에 대하여 저 복잡도 sub-ML 복조기에서 성능열화를 최소화하면서도 낮은 복잡도를 갖을수 있는 MRRC값의 개수를 찾아보았다. 그 결과 전송에 사용되는 송신안테나의 개수가 늘어날수록 송신안테나 개수 대비 이용하는 MRRC값의 비율이 낮아짐을 알 수 있었고, 변조 차수가 높아질수록 복조에 이용하는 MRRC값의 개수가 늘어남을 알수 있었다.
MIMO 전송 기법들은 송수신 안테나의 수가 증가함에 따라 복조 복잡도가 기하급수적으로 늘어나는 문제점이 있다. 이러한 문제점을 해결하기 위하여 비교적 낮은 복조 복잡도를 갖는 공간 변조(SM: Spatial Modulation)기법과 일반화된 공간변조 기법(GSM: Generalized Spatial Modulation)에 대한 많은 연구가 이루어지고 있다. 그러나 기존의 MIMO 멀티 플렉싱 기법들보다 낮은 복조 복잡도를 가졌음에도 불구하고, 여전히 기존의 ML(Maximum Likelihood) 복조기는 높은 복조 복잡도를 가지고 있다.
본 논문에서는 공간 변조 기법과 일반화된 공간 변조 기법의 새로운 복조기구현 방법을 제안하려고 한다. 이 방법은 기존의 ML복조기를 변형시켜 안테나 인덱스와 변조 심벌 인덱스를 구분해내고, MRRC(Maximal Ratio Receiver Combining)와 Slicer를 이용하여 복조 복잡도를 줄이는 방법이다. 제안하는 두 가지의 복조기 중 첫 번째는 송신 안테나의 개수만큼의 MRRC값을 이용하여 복조를 함으로써 기존의 ML복조기와 동일한 성능을 갖지만 낮은 복조 복잡도를 갖는 ‘저 복잡도 ML 복조기’ 구현 방법이다. 두 번째는 모든 MRRC값을 이용하지않고 몇 개의 MRRC값만을 이용하여 복조를 함으로써 ML복조기에 비하여 다소 성능열화는 있지만 제안한 복조기보다 더 낮은 복잡도를 갖는 ‘저 복잡도 sub-ML복조기’ 구현 방법이다.
제안한 두 복조기와 기존의 ML 복조기의 복조 복잡도를 계산하여 비교한 결과 공간변조 기법과 일반화된 공간변조 기법 모두 제안한 두 복조기의 복잡도가 현저히 낮은 복잡도를 보였다. 또한 MATLAB 시뮬레이션을 통해 몇가지 케이스에 대하여 저 복잡도 sub-ML 복조기에서 성능열화를 최소화하면서도 낮은 복잡도를 갖을수 있는 MRRC값의 개수를 찾아보았다. 그 결과 전송에 사용되는 송신안테나의 개수가 늘어날수록 송신안테나 개수 대비 이용하는 MRRC값의 비율이 낮아짐을 알 수 있었고, 변조 차수가 높아질수록 복조에 이용하는 MRRC값의 개수가 늘어남을 알수 있었다.
목차
그림 목차 (List of Figures) ⅱ표 목차 (List of Tables) ⅲ국문초록 ⅳ제 Ⅰ 장 서 론 1제 Ⅱ 장 기존의 공간 변조 기법 31. 공간 변조 기법의 시스템 모델 32. 일반화된 공간 변조 기법의 시스템 모델 5제 Ⅲ 장 MRC를 이용한 새로운 복조 방법 91. 공간변조 기법의 새로운 복조 방법 91.1 공간변조 기법의 저 복잡도 ML 복조 방법 91.2 공간변조 기법의 저 복잡도 sub ML 복조 방법 121.3 공간변조 기법의 복잡도 비교 132. 일반화된 공간변조 기법의 새로운 복조 방법 152.1 일반화된 공간변조 기법의 저 복잡도 ML 복조 방법 152.2 공간변조 기법의 저 복잡도 sub ML 복조 방법 182.3 공간변조 기법의 복잡도 비교 19제 Ⅳ 장 실험 결과 221. 공간변조 기법의 실험결과 222. 일반화된 공간변조 기법의 실험결과 27제 Ⅴ 장 결론 31참고문헌 (Bibliography) 33영문초록 34
최근 본 자료
댓글(0)
0