http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전은탁,윤성민,이재성,우대위,이경천,Jeon, EunTak,Yoon, SungMin,Lee, JaeSeong,Woo, DaeWi,Lee, Kyungchun 한국정보통신학회 2016 한국정보통신학회논문지 Vol.20 No.1
일반화 공간 변조(Generalized Spatial Modulation)는 다중안테나 시스템의 복잡도를 줄이기 위해 몇 개의 송신 안테나만을 선택하여 신호를 전송하고, 선택된 안테나의 인덱스로 정보를 표현하는 송신 방식이다. 본 연구에서는 일반화 공간 변조의 수신 방식을 고려하며, 구복호(Sphere Decoding) 수신기에서 수신 순서화를 적용하는 것을 제안한다. 기존 구복호 수신기에서 수신 신호에 대한 연산을 최적의 순서로 변형함으로써 탐색 영역을 효과적으로 줄이며 계산량 감소 이득을 얻게 한다. 모의 실험을 통해 일반화 공간 변조 시스템에서 제안한 구복호 수신기와 기존 구복호 수신기를 비교하였으며, 수신 순서화가 적용된 제안 수신기가 동일한 비트오류율 성능을 얻으면서 더 낮은 계산 복잡도를 요구하는 것을 확인하였다. In this paper, an Rx-ordering aided sphere decoding algorithm for generalized spatial modulation (GSM) systems is proposed. In the proposed sphere decoding algorithm, to efficiently reduce the search region, the received signals are optimally ordered, which results in the reduction of computational complexity. To evaluate the performance and the computational complexity of the proposed Rx-ordered sphere decoding algorithm, the simulations are performed. In the simulation results, it is observed that in GSM systems, the proposed decoding algorithm achieves the same error performance with the conventional SD, whereas it efficiently decreases the computational complexity for symbol detection.
이재성,우대위,전은탁,윤성민,이경천,Lee, JaeSeong,Woo, DaeWi,Jeon, EunTak,Yoon, SungMin,Lee, Kyungchun 한국정보통신학회 2016 한국정보통신학회논문지 Vol.20 No.1
본 논문에서는 전체 송신 안테나 중 일부 안테나만을 활성화하여 신호 송신에 사용하는 일반화 공간변조(Generalized Spatial Modulation) 시스템을 위한 최대우도 수신기를 제안한다. 제안 수신기는 신호 검출시 채널 정보 오차의 효과를 완화시키기 위하여 채널 정보 오차로 인해 생성되는 실질 잡음 신호의 순시 공분산 행렬을 추정한다. 추정된 공분산 행렬은 검출 정확도를 높이기 위해 반복수행을 통해 갱신되며, 추정 결과는 최대 우도 검출에 사용된다. 모의 실험 결과에서 기존의 채널 정보 오차를 고려하지 않는 수신기와 비교하여 높은 성능을 얻음을 확인할 수 있다. In this paper, we develop an iterative maximum likelihood (ML) receiver for generalized spatial modulation systems. In the proposed ML receiver, to mitigate the deleterious effect of channel information errors on symbol detection, the instantaneous covariance matrix of effective noise is estimated, which is then used to obtain improved ML solutions. The estimated covariance matrix is updated through multiple iterations to enhance the estimation accuracy. The simulation results show that the proposed ML receiver outperforms the conventional ML detection scheme, which does not take the effect of channel information errors into account.