SEFDM 시스템을 위한 ICI 추정 기법의 복잡도 개선 방안 연구 :Complexity-reduced ICI estimation schemes for SEFDM system

박경원

추천

검색

자료유형: 학위논문

저자정보: 박경원 (충남대학교, 忠南大學校大學院)

지도교수: 오왕록

발행연도: 2018

저작권: 충남대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (2)

2018

SEFDM 시스템을 위한 ICI 추정 기법의 복잡도 개선 방안 연구

박경원 전자전파정보통신공학과 2018.01 학위논문

SEFDM을 위한 낮은 복잡도의 ICI 추정 기법

박경원 , 강동훈 , 이아림 외 1명 한국통신학회 학술대회논문집 2018.01 학술대회자료

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

초록· 키워드

오류제보하기

To increase the spectral efficiency, more sub-carriers are packed into a given frequency band in a spectrally efficient frequency division multiplexing (SEFDM) compared to conventional orthogonal frequency division multiplexing (OFDM). Compared to OFDM, sub-carrier spacing is reduced and thus, inter-carrier interference (ICI) is inherently induced in SEFDM. Hence, to achieve the maximum performance of the SEFDM, the ICI should be estimated and compensated within a receiver. A time-domain ICI estimator for the SEFDM was proposed. Unfortunately, the time-domain ICI estimator requires relatively high complexity for some bandwidth compression factors. In this thesis, a frequency-domain ICI estimator for the coded SEFDM is proposed. In the proposed scheme, the inter-carrier interference is iteratively estimated and cancelled in frequency domain. The proposed scheme not only offers virtually identical performance but also requires less complexity compared with the time-domain ICI estimator. To further reduce the required complexity for the ICI estimator, a complexity-reduced ICI estimation scheme is also proposed. In this thesis, The proposed scheme estimate the ICI for a specific sub-carrier by considering major ICI terms from small number of adjacent sub-carriers only. By using the proposed scheme, virtually identical bit error rate performance can be achieved with much less complexity compared to the previously proposed ICI estimators for the SEFDM.

제 1 장 서 론 1
제 2 장 SEFDM 개요 4
2.1 IDFT를 이용한 SEFDM 신호 생성 5
제 3 장 SEFDM의 시간 영역 ICI 추정 기법 8
3.1 시스템 모델 8
3.2 로그-우도비 계산 11
3.3 연심벌 디매퍼 12
3.4 구현 복잡도 14
3.5 전산 실험 결과 16
제 4 장 낮은 복잡도의 ICI 추정 기법 19
4.1 주파수 영역 ICI 추정 기법 19
4.2 인접한 부반송파만을 고려한 ICI 추정 기법 26
4.3 ICI 패턴의 실수부만을 이용한 ICI 추정 기법 33
4.4 간단한 하드웨어 구현을 위한 ICI 추정 기법 43
제 5 장 결 론 51
참 고 문 헌 53
ABSTRACT 55

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)