페이딩 환경에서의 딥러닝 기반 고성능 자동 변조분류 기법High Performance Automatic Modulation Recognition Technique for Fading Channels Based on Deep Learning
- Other Titles
- High Performance Automatic Modulation Recognition Technique for Fading Channels Based on Deep Learning
- Authors
- 이정환; 김재겸; 김병도; 윤동원; 최준원
- Issue Date
- Jan-2018
- Publisher
- 한국정보기술학회
- Keywords
- automatic modulation classification; blind modulation recognition; deep neural network; fading channel
- Citation
- 한국정보기술학회논문지, v.16, no.1, pp.1 - 10
- Indexed
- KCI
- Journal Title
- 한국정보기술학회논문지
- Volume
- 16
- Number
- 1
- Start Page
- 1
- End Page
- 10
- URI
- https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/17852
- DOI
- 10.14801/jkiit.2018.16.1.1
- ISSN
- 1598-8619
- Abstract
- 본 논문에서는 무선 통신 시스템에서 변조 방식을 딥러닝을 이용하여 자동으로 분류하는 방법을 제안하였다. 기존의 자동변조분류 기법들이 대부분 가우시안 채널에 대해서 설계되어 있는 반면 이러한 기법들은 페이딩 환경에서 잘 동작하지 않는 경향이 있다. 본 논문에서 제안하는 기법은 데이터로부터 먼저 다양한 종류의 통계적 특징값을 추출하고 이를 입력 데이터로 하여 완전 연결 계층으로 이루어진 딥뉴럴네트워크를 사용하여 디지털 변조 신호를 분류한다. 페이딩 채널에서의 제안하는 자동변조분류 기법을 적용하기 위해 페이딩 환경을 고려하여 훈련 데이터를 생성하였고 이를 이용하여 딥뉴럴네트워크를 훈련하였다. 제안하는 기법을 BPSK, QPSK, 8-PSK, 16-QAM, 64-QAM의 다섯 가지 종류의 변조 분류에 적용해 본 결과 페이딩 환경에서 기존의 방법에 비해 분류 정확도 측면에서 더 우월한 결과를 얻을 수 있었다.
- Files in This Item
-
Go to Link
- Appears in
Collections - 서울 공과대학 > 서울 융합전자공학부 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/17852)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.