개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 황인태
- 발행연도
- 2017
- 저작권
- 전남대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (4)
2017
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
기존의 V2X(Vehicle to Everything) 통신 시스템은 DSRC(Dedicated Short Range Communication)의 WAVE(Wireless Access in Vehicular Environment) 통신 기술에 기반을 두고 있으며, 물리계층을 IEEE(Institute of Electrical and Electronics Engineers) 802.11p라 한다[1]. 1.6km 안팎 거리에서 저전력으로 데이터를 주고받는 것이 가능하다. 그러나 V2X 통신을 위해 별도로 통신 인프라를 설치해야 하는 어려움이 있으며, 제한된 스펙트럼으로 인해 높은 전송률을 보장하지 못한다. 이를 위해, 기존의 V2X 통신 시스템에서 사용했던 방식과는 달리, LTE-A(Long Term Evolution-Advanced)를 기반으로 한 V2X 통신 시스템이 표준화 되고 있다. 구축된 셀룰러 통신망을 활용하면 인프라 구축 비용에 많은 돈을 들이지 않아도 되는 장점을 가지고 있지만, 실제 셀룰러 통신은 IEEE 802.11p와 비교해 지연시간이 비교적 길며 안정성과 신뢰성이 보장되지 않는다. 따라서 기존의 통신 시스템에서 사용된 방식과는 다른 특별히 향상된 채널 추정과 예측 기법이 요구 된다. 본 논문은 LTE-A 기반 V2X 시스템의 채널 추정과 예측 기법을 설계 및 구현하고 성능을 분석한다.
채널 추정 기법의 경우, 차량의 빠른 속도로 인한 채널 변화를 보상하기 위해 데이터 심볼을 사용하여 추정하며, 채널의 최대 지연 확산 값을 이용해 Smoothing을 한다. 또한, 최적의 등화기를 사용함으로써 결정 오류에 의한 오차 전파를 줄일 수 있다.
채널 예측 기법의 경우, 정규 직교 기저인 DPS(Discrete Prolate Spheroidal) 시퀀스를 사용함으로써 정확한 예측이 가능하다. 또한 주파수 도메인에서 Smoothing을 통해 잡음을 제거할 수 있다.
모의실험 환경은 4세대 이동통신 표준인 LTE-A를 기반으로 한다. 제안한 채널 추정 기법은 NMSE(Normalized Mean Square Error)와 BER(Bit Error Rate) 관점에서 성능 향상을 가져온다. 채널 예측 기법의 경우 Prediction MSE(Mean Square Error), BER, BLER(BLock Error Rate), 그리고 Throughput 관점에서 상당한 성능 향상을 가져온다.
따라서, 제안 기법이 차세대 차량 통신 시스템인 LTE-A 기반 V2X 통신 시스템에서 텔레매틱스(Telematics)와 인포테인먼트(Infotainment) 서비스를 효율적으로 제공할 수 있을 것이라 기대한다.
채널 추정 기법의 경우, 차량의 빠른 속도로 인한 채널 변화를 보상하기 위해 데이터 심볼을 사용하여 추정하며, 채널의 최대 지연 확산 값을 이용해 Smoothing을 한다. 또한, 최적의 등화기를 사용함으로써 결정 오류에 의한 오차 전파를 줄일 수 있다.
채널 예측 기법의 경우, 정규 직교 기저인 DPS(Discrete Prolate Spheroidal) 시퀀스를 사용함으로써 정확한 예측이 가능하다. 또한 주파수 도메인에서 Smoothing을 통해 잡음을 제거할 수 있다.
모의실험 환경은 4세대 이동통신 표준인 LTE-A를 기반으로 한다. 제안한 채널 추정 기법은 NMSE(Normalized Mean Square Error)와 BER(Bit Error Rate) 관점에서 성능 향상을 가져온다. 채널 예측 기법의 경우 Prediction MSE(Mean Square Error), BER, BLER(BLock Error Rate), 그리고 Throughput 관점에서 상당한 성능 향상을 가져온다.
따라서, 제안 기법이 차세대 차량 통신 시스템인 LTE-A 기반 V2X 통신 시스템에서 텔레매틱스(Telematics)와 인포테인먼트(Infotainment) 서비스를 효율적으로 제공할 수 있을 것이라 기대한다.
목차
그림목차 iii표 목 차 v약 어 표 vi국문초록 viii제 1 장 서 론 1제 2 장 기존의 채널 추정과 예측 기법 31. 기존의 채널 추정 기법의 개요 3가. LS 채널 추정 기법 4나. MMSE 채널 추정 기법 6다. DDCE 채널 추정 기법 8라. CDP 채널 추정 기법 10마. STA 채널 추정 기법 12바. Smoothing 채널 추정 기법 142. 기존의 채널 예측 기법의 개요 16가. Linear 채널 예측 기법 18나. Spline 채널 예측 기법 18제 3 장 LTE-A 기반 V2X 시스템의 채널 추정과 예측 기법에 대한 설계 및 구현 201. LTE-A 기반 V2X 시스템의 채널 추정 기법에 대한 설계 및 구현 20가. HRCE 채널 추정 기법에 대한 설계 및 구현 20나. RDE 채널 추정 기법에 대한 설계 및 구현 222. LTE-A 기반 V2X 시스템의 채널 예측 기법에 대한 설계 및 구현 25가. ADPSS 채널 예측 기법에 대한 설계 및 구현 25제 4 장 LTE-A 기반 V2X 시스템의 채널 추정과 예측 기법에 대한 성능 분석 271. 성능 분석의 개요 27가. LTE-A 기반 V2X 시스템 구조 272. LTE-A 기반 V2X 시스템의 채널 추정 기법에 대한 성능 분석 29가. HRCE 채널 추정 기법에 대한 성능 분석 29나. RDE 채널 추정 기법에 대한 성능 분석 35다. HRCE와 RDE 채널 추정 기법에 대한 성능 비교 413. LTE-A 기반 V2X 시스템의 채널 예측 기법에 대한 성능 분석 43가. ADPSS 채널 예측 기법에 대한 성능 분석 43제 5 장 결 론 53참고문헌 55영문초록 57
최근 본 자료
댓글(0)
0