머신러닝을 이용한 인터리버 제원 블라인드 추정

Abstract

본 논문에서는 머신러닝을 이용하여 수신신호의 양이 제한적인 상황에서 인터리버 제원을 블라인드로 추정하는 기법을 제안한다. 비협력 상황에서 수신기는 송신기에서 사용한 통신제원을 알지 못하기 때문에 수신신호로부터 정보를 얻기 위해서 아무런 사전정보 없이 수신신호로부터 통신제원을 추정하여야 한다. 특히, 수신신호의 양이 제한적일 경우 블라인드 추정은 더욱 도전적인 과제이다. 최근 수신신호의 양이 제한적인 상황에서 인터리버 제원을 블라인드 추정하는 연구가 진행되었으나 추정 성능을 고도화하기 위하여 계산 복잡도가 증가하였다. 이를 해결하기 위하여 본 논문에서는 계산 복잡도가 감소된 머신러닝 기반의 블라인드 인터리버 제원 추정 알고리즘을 제안하며 컴퓨터 모의실험을 통해 본 논문에서 제안한 기법이 기존의 추정 기법보다 더 낮은 계산 복잡도에서도 동일한 성능으로 추정함을 보인다.

In this paper, we propose a method for blind estimation of interleaver parameter using machine learning under the condition of scant received data. In non-cooperative contexts, since a receiver does not know communication parameters used by a transmitter, it has to estimate the communication parameters from a received data without any prior knowledge about the parameters to recover information from the received data. Specifically, it becomes more challenging under the condition of scant received data. Recently, estimation of interleaver parameter from scant received data has been researched. However, this method requires additional computational complexity in order to achieve an improved estimation performance. To deal with this problem, in this paper, we propose a blind interleaver parameter estimation method using machine learning with low computational complexity and, through computer simulations, we validate that the proposed method show the same estimation performance as in conventional methods with lower computational complexity.