본 논문에서는 Orthogonal Frequency Division Multiplexing(OFDM) 시스템의 Peak-to-Average Power Ratio(PAPR) 성능을 향상시키기 위한 목적으로 Selective Mapping(SLM)과 Partial Transmit Sequence(PTS)기법을 결합하는 방식에 있어서, 늘어나는 계산량을 감소시키는 방법을 제안한다. PAPR의 감소효율을 높이고자 하는 많은 기법 중에 SLM과PTS기법에 관한 활발한 연구가 진행되어 왔을 뿐만 아니라, SLM과PTS을 결합한 기법에 관한 많은 연구가 진행되어 왔다. 결합기법에 있어서는, 복잡성이 크게 증가하는 문제가 존재하는데, 이러한 계산량의 복잡성을 줄이는 방법으로, 본 논문에서는 N-point IFFT 알고리즘을 도입한 SLM과 PTS 기법들로 결합된 새로운 시스템을 제안하였다. 이 방법은 SLM과 PTS와의 단순 결합에 비하여 시스템의 계산량의 복잡성을 감소시키는 결과를 가져다준다. 제안된 기법에서의 계산량의 감소는 N-Point IFFT의 과정에서 생성되는 n개의 단계 중의 최적의 결과를 내는 단계에서 위상 시퀀스와 부블럭 인덱스를 곱함으로써 계산의 복잡성을 낮추어 주는 과정을 통하여 이룬다. 제안된 알고리즘의 성능의 우수성은 시뮬레이션을 통하여 실험적인 부분을 나타냈으며, 또한 해석적인 방법을 통하여 계산량이 감소함을 보였다.
본 논문에서는 Orthogonal Frequency Division Multiplexing(OFDM) 시스템의 Peak-to-Average Power Ratio(PAPR) 성능을 향상시키기 위한 목적으로 Selective Mapping(SLM)과 Partial Transmit Sequence(PTS)기법을 결합하는 방식에 있어서, 늘어나는 계산량을 감소시키는 방법을 제안한다. PAPR의 감소효율을 높이고자 하는 많은 기법 중에 SLM과PTS기법에 관한 활발한 연구가 진행되어 왔을 뿐만 아니라, SLM과PTS을 결합한 기법에 관한 많은 연구가 진행되어 왔다. 결합기법에 있어서는, 복잡성이 크게 증가하는 문제가 존재하는데, 이러한 계산량의 복잡성을 줄이는 방법으로, 본 논문에서는 N-point IFFT 알고리즘을 도입한 SLM과 PTS 기법들로 결합된 새로운 시스템을 제안하였다. 이 방법은 SLM과 PTS와의 단순 결합에 비하여 시스템의 계산량의 복잡성을 감소시키는 결과를 가져다준다. 제안된 기법에서의 계산량의 감소는 N-Point IFFT의 과정에서 생성되는 n개의 단계 중의 최적의 결과를 내는 단계에서 위상 시퀀스와 부블럭 인덱스를 곱함으로써 계산의 복잡성을 낮추어 주는 과정을 통하여 이룬다. 제안된 알고리즘의 성능의 우수성은 시뮬레이션을 통하여 실험적인 부분을 나타냈으며, 또한 해석적인 방법을 통하여 계산량이 감소함을 보였다.
This paper proposes a new method that reduces the complexity of the combined system, which consists of the selective mapping(SLM) and the partial transmit sequence(PTS) in the Orthogonal Frequency Division Multiplexing(OFDM). In order to reduce the Peak-to-Average Power Ratio(PAPR), many techniques ...
This paper proposes a new method that reduces the complexity of the combined system, which consists of the selective mapping(SLM) and the partial transmit sequence(PTS) in the Orthogonal Frequency Division Multiplexing(OFDM). In order to reduce the Peak-to-Average Power Ratio(PAPR), many techniques have been developed such as SLM and PTS. and their combined systems. However the method that simply combines PTS and SLM to improve the effectiveness of a system increases the complexity of calculation. The scheme employed in this research suggests a system that combines PTS and SLM reducing the complexity via the N($N=2^n$)-point inverse fast Fourier transforms(IFFT), which uses the decimation in time domain not only to improve PAPR but also to reduce the amount of calculation. The proposed method reduces the complexity by multiplying a phase sequence and a subblock index to the data sequences in the middle of IFFT, which yields an optimal sequence with minimal PAPR. The superiority of the proposed method is demonstrated by simulation results and analysis.
This paper proposes a new method that reduces the complexity of the combined system, which consists of the selective mapping(SLM) and the partial transmit sequence(PTS) in the Orthogonal Frequency Division Multiplexing(OFDM). In order to reduce the Peak-to-Average Power Ratio(PAPR), many techniques have been developed such as SLM and PTS. and their combined systems. However the method that simply combines PTS and SLM to improve the effectiveness of a system increases the complexity of calculation. The scheme employed in this research suggests a system that combines PTS and SLM reducing the complexity via the N($N=2^n$)-point inverse fast Fourier transforms(IFFT), which uses the decimation in time domain not only to improve PAPR but also to reduce the amount of calculation. The proposed method reduces the complexity by multiplying a phase sequence and a subblock index to the data sequences in the middle of IFFT, which yields an optimal sequence with minimal PAPR. The superiority of the proposed method is demonstrated by simulation results and analysis.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
[그림 5]는 기존의 PTS 기법의 PAPR 감소와 본 논문에서 제안한 결합된 시스템의 PAPR 감소 성능을 CCDF로 비교한 것으로 계산량은 증가하나 PAPR 감소 성능이 기존의 SLM과 PTS 기법보다 제안한 기법이 우수한 것을 나타낸다. 그러나 복잡도가 상당히 증가하는데, 본 연구에서는 이를 해결하기 위해 N-point IFFT 알고리즘을 사용하여 SLM과 PTS 기법의 결합으로 인한 증가된 계산적 복잡성을 줄여보고자 하였다.
첫 부분은 JFFT의 앞에서부터 k번째 단계(stage)까지이고, 두 번째 부분은 남아 있는 n-k개의 단계(stage)로 이루어져 있다. 길이가 N인 IFFT를 보다 작은 길이의 IEFT로 연속해서 나누어가며 계산하는 것이다. 즉, N=2n에 대하여 N-point IFFT는 2개의 N/2-point transforms로부터 계산되어지며, N/2-point transforms은 2개의 N/4-point transforms으로부터 계산되어진다.
이러한 두 가지 서로 상이한 방법들을 혼합하여 각각의 시스템에 갖고 있는 두 기법의 특성들을 이용하여 PAPR 감소 성능을 줄이고자 하는 연구가 진행되어왔다. 본 연구에서는 이 결합시스템이 갖고 있는 계산량의 복잡성을 줄이기 위한 새로운 방법을 도입한 시스템을 제안하였다. 제안된 새로운 시스템에서는 N-Point IFFT를 이용하여 최적의 효과를 내는 중간 단계에서 위상 시퀀스와 서브블럭 인덱스를 사용함으로써 계산적 복잡성을 줄였다.
가설 설정
N이 충분히 크다면, 변조된 신호는 중심극한정리(central limit theorem)에 의해 x(t)의 실수부와 허수부는 모두 가우시안 분포(Gaussian distribution)를 가지며, 각각의 평균은 0이고 분산은 1/2이 되는 경우로 가정하였다. 이 경우 OFDM 신호의 크기는 레일레이 분포(Rayleigh distribution)를 가지며 전력 분포는 자유도가 2이고 평균이 0인 중심 chi-square 분포가 된다.
제안 방법
입력 데이터 심볼은 랜덤하게 uniform 분포를 지닌 10,000개를 사용하였으며 위상 회전 시퀀스는 (+1, -1, +j, -j)로부터 설정하였다. 기존의 SLM, PTS 기법과 본 논문에서 제안하는 N-point IFFT를 이용한 SLM과 PTS 결합 기법을 PAPR 감소 성능 면에서 비교, 분석하였다. 본 논문에서는 최적의 성능을 갖는 n-k 단계가 5 의 값을 갖는 N-point IFFT 알고리즘[7]을 본 논문에 적용하였다.
복잡성 감소 비율은 기존의 SLM과 PTS 기법의 OFDM 방식과 본 논문에서 제안한 새로운 SLM과 PTS 를 결합한 OFDM 방식을 비교하였다. 특히 부반송파수가 N=2n일 때 두 방식의 복소곱셈기와 복소가산기수를 비교하여 구할 수 있다[7][13][14].
이러한 시스템의 복잡성은 여러가지 원인 중에서 IFFT의 계산적 복잡성이 차지하는 부분이 크다. 본 논문에서는 기존의 IFFT의 불필요한 계산량을 보완한 N-point SLM[7]의 장점을 PTS 과정에도 적용하여, 계산량을 줄임으로서 시스템의 복잡도를 감소시킨 새로운 혼합시스템을 제안하였다. 제안된 시스템은 SLM과 PTS을 결합하여 보다 복잡도만 낮추는 것뿐만이 아니라 향상된 좋은 PAPR 감소 성능을 가지고 있다.
본 논문의 Ⅱ절에서는 OFDM 통신시스템의 특성과 PAPR의 개념에 대해 살펴보았고, Ⅲ절에서는 기존의 PAPR 감소 기법인 SLM과 PTS에 대해 살펴보았으며, Ⅳ절에서는 제안된 PAPR 감소 기법인 SLM과 PTS을 결합한 시스템에 대해서 살펴보았다. 또한, Ⅴ절에서는 모의 실험 결과를 통하여 제안된 기법의 성능과 PTS, SLM 기법들과의 비교, 분석을 통하여 결론을 맺었다.
실험에서는 The Mobile Wireless Metropolitan Area Network(WMAN)의 IEEE standard 802.16[16]을 가지는 OFDM 시스템에 대해 성능을 테스트하였다. 변조 방식은 QPSK를 사용하였고, 가우시안 분포 특성을 가지는 OFDM 신호를 위해 2048개의 부반송파(subcarrier)를 사용하였다.
제안된 기법에서 SLM 기법의 독립된 데이터 시퀀스 L과 PTS기법에서 부블럭 수 M을 각각 8로 하였으며, 기존의 SLM과 PTS 기법도 L과 M을 8로 하여 계산적 복잡성 감소의 비율을 계산하였다. 제안된 기법을 두 부분으로 나눠서 계산적 복잡성 감소 비율을 기존의 SLM과 PTS 기법과 비교하였다.
감소의 비율을 계산하였다. 제안된 기법을 두 부분으로 나눠서 계산적 복잡성 감소 비율을 기존의 SLM과 PTS 기법과 비교하였다.
대상 데이터
변조 방식은 QPSK를 사용하였고, 가우시안 분포 특성을 가지는 OFDM 신호를 위해 2048개의 부반송파(subcarrier)를 사용하였다. 그 중 사용된 부반송파는 1702개이며 나머지는 전송 신호의 전력 밀도를 위해 영(zero)을 사용하였다. 입력 데이터 심볼은 랜덤하게 uniform 분포를 지닌 10,000개를 사용하였으며 위상 회전 시퀀스는 (+1, -1, +j, -j)로부터 설정하였다.
16[16]을 가지는 OFDM 시스템에 대해 성능을 테스트하였다. 변조 방식은 QPSK를 사용하였고, 가우시안 분포 특성을 가지는 OFDM 신호를 위해 2048개의 부반송파(subcarrier)를 사용하였다. 그 중 사용된 부반송파는 1702개이며 나머지는 전송 신호의 전력 밀도를 위해 영(zero)을 사용하였다.
그 중 사용된 부반송파는 1702개이며 나머지는 전송 신호의 전력 밀도를 위해 영(zero)을 사용하였다. 입력 데이터 심볼은 랜덤하게 uniform 분포를 지닌 10,000개를 사용하였으며 위상 회전 시퀀스는 (+1, -1, +j, -j)로부터 설정하였다. 기존의 SLM, PTS 기법과 본 논문에서 제안하는 N-point IFFT를 이용한 SLM과 PTS 결합 기법을 PAPR 감소 성능 면에서 비교, 분석하였다.
데이터처리
시스템에 대해서 살펴보았다. 또한, Ⅴ절에서는 모의 실험 결과를 통하여 제안된 기법의 성능과 PTS, SLM 기법들과의 비교, 분석을 통하여 결론을 맺었다.
이론/모형
본 논문에서는 기존의 SLM과 PTS를 결합한 기법으로 [그림 3]의 블록도에 나타내었듯이 입력 데이터 심볼에 시간에서의 데시메이션(decimation-in-time) 알고리즘을 근거로 한 N(=2n)-point IFFT를 적용하였다. 여기서 N-point IFFT는 두 부분으로 나눠진다.
기존의 SLM, PTS 기법과 본 논문에서 제안하는 N-point IFFT를 이용한 SLM과 PTS 결합 기법을 PAPR 감소 성능 면에서 비교, 분석하였다. 본 논문에서는 최적의 성능을 갖는 n-k 단계가 5 의 값을 갖는 N-point IFFT 알고리즘[7]을 본 논문에 적용하였다.
성능/효과
[그림 4]에서 볼 수 있듯이 제안된 방법은 기존의 SLM 기법과 비교하여 계산량은 증가하나 PAPR 감소성능 면에서 많이 향상된 특성을 나타내는 것을 알 수 있다. [그림 5]는 기존의 PTS 기법의 PAPR 감소와 본 논문에서 제안한 결합된 시스템의 PAPR 감소 성능을 CCDF로 비교한 것으로 계산량은 증가하나 PAPR 감소 성능이 기존의 SLM과 PTS 기법보다 제안한 기법이 우수한 것을 나타낸다.
[그림 5]는 기존의 PTS 기법의 PAPR 감소와 본 논문에서 제안한 결합된 시스템의 PAPR 감소 성능을 CCDF로 비교한 것으로 계산량은 증가하나 PAPR 감소 성능이 기존의 SLM과 PTS 기법보다 제안한 기법이 우수한 것을 나타낸다. 그러나 복잡도가 상당히 증가하는데, 본 연구에서는 이를 해결하기 위해 N-point IFFT 알고리즘을 사용하여 SLM과 PTS 기법의 결합으로 인한 증가된 계산적 복잡성을 줄여보고자 하였다.
성능을 보이고 있다. 결론적으로 제안된 결합 방식이 기존의 Sim PTS 기법을 결합한 방식은 물론 기존의 SLM과 PTS 각각의 기법에서 얻은 결과 보다 계산적 복잡성의 개선을 가져왔으며, 효율 부분에서도, 기존의 SLM과 PTS 각각의 기법과 비교하여 제안된 시스템의 PAPR 성능 또한 제안된 방식의 경우가 더 우수함을 보이고 있다. 이러한 결과는, 한 기존의 결합 방식의 결과[9]와 비교하여도, 결합된 시스템의 경우가 SLM 방법만 사용한 경우보다는 향상된 PAPR을 가져오지만, PTS 하나의 방법만 사용한 경우보다는 뒤쳐지는 PAPR을 가져오는 것에 비하여, 제안된 시스템의 우수성을 보여 주고 있는 부분이다.
또한, 제안된 시스템의 SLM과 PTS 부분의 계산량은 211-1×6+×211-1×5×8+211×6+211×5×8 = 141312 와 211-1×5×8+211-1×5×8 = 122880가 된다. 결합된 각각의 SLM과 PTS 부분을 기존의 SLM과 PTS 기법과 비교하면, 제안된 방식에서 SLM 부분은 기존의 SLM 기법에 비해 계산의 복잡성 감소 비율이 (1-(141312/270336))×100 =47.7273%로 되고 제안된 방식의 PTS 부분은 기존의 PTS 기법에 비해 (1 — (122880/270336))×100 = 54.5455%로 계산적 복잡성 감소 비율을 가져온다. 그리고 기존의 각각의 SLM 과 PTS 기법과 제안된 SINH PTS 기법을 사용한 결합시스템의 계산적 복잡성 감소 비율은 (1-(264192/270336))×100 = 2.
5455%로 계산적 복잡성 감소 비율을 가져온다. 그리고 기존의 각각의 SLM 과 PTS 기법과 제안된 SINH PTS 기법을 사용한 결합시스템의 계산적 복잡성 감소 비율은 (1-(264192/270336))×100 = 2.2727%로 제안된 방식의 시스템 향상을 보여준다.
기존의 SLM 기법은 PTS 기법에 비해 계산량이 적은 반면 PAPR 감소 성능이 떨어지고, PTS 기법은 SLM 기법에 비해 계산량은 증가하지만 PAPR 감소 성능이 좋아진다. 이러한 두 가지 서로 상이한 방법들을 혼합하여 각각의 시스템에 갖고 있는 두 기법의 특성들을 이용하여 PAPR 감소 성능을 줄이고자 하는 연구가 진행되어왔다.
N-point IFFT 알고리즘[7][13][14]은 SLM과 PTS 방법의 결합과정에서, SLM 과정의 IFFT 블록 앞에서위상 시퀀스를 곱하는 기존의 방법에서 N-point IFFT 계산 과정 최적의 중간 단계 이후 위상 시퀀스를 곱한다. 또한 PTS 과정에서는 기존의 LEFT 블록 앞에서 subblock을 나누는 방법에서 N-point IFFT 계산과정 중의 최적 중간 단계 이후 subblock을 나누어 계산함으로써 IFFT의 계산적 복잡성을 줄였다.
시뮬레이션 결과와 표에 나타낸 계산량의 복잡성의 비교에 나타나는 바와 같이, 제안된 시스템은 기존의 SLM 과 PTS 기법에 비해 유사한 계산적 복잡성으로 개선된 PAPR 성능을 보이고 있다. 결론적으로 제안된 결합 방식이 기존의 Sim PTS 기법을 결합한 방식은 물론 기존의 SLM과 PTS 각각의 기법에서 얻은 결과 보다 계산적 복잡성의 개선을 가져왔으며, 효율 부분에서도, 기존의 SLM과 PTS 각각의 기법과 비교하여 제안된 시스템의 PAPR 성능 또한 제안된 방식의 경우가 더 우수함을 보이고 있다.
이 결과는 기존의 감소기법에 비해 제안된 기법이 성능과 계산적 복잡성 면에서 우수함을 보여준다.
결론적으로 제안된 결합 방식이 기존의 Sim PTS 기법을 결합한 방식은 물론 기존의 SLM과 PTS 각각의 기법에서 얻은 결과 보다 계산적 복잡성의 개선을 가져왔으며, 효율 부분에서도, 기존의 SLM과 PTS 각각의 기법과 비교하여 제안된 시스템의 PAPR 성능 또한 제안된 방식의 경우가 더 우수함을 보이고 있다. 이러한 결과는, 한 기존의 결합 방식의 결과[9]와 비교하여도, 결합된 시스템의 경우가 SLM 방법만 사용한 경우보다는 향상된 PAPR을 가져오지만, PTS 하나의 방법만 사용한 경우보다는 뒤쳐지는 PAPR을 가져오는 것에 비하여, 제안된 시스템의 우수성을 보여 주고 있는 부분이다.
본 연구에서는 이 결합시스템이 갖고 있는 계산량의 복잡성을 줄이기 위한 새로운 방법을 도입한 시스템을 제안하였다. 제안된 새로운 시스템에서는 N-Point IFFT를 이용하여 최적의 효과를 내는 중간 단계에서 위상 시퀀스와 서브블럭 인덱스를 사용함으로써 계산적 복잡성을 줄였다.
제안된 시스템 SLM과 PTS 기법을 결합함으로써 기존의 SIM과 PTS 기법보다 PAPR 감소 성능이 뛰어나며 N-point IFFT를 사용함으로써 SLM과 PTS 기법의 결합으로 인한 계산적 복잡성이 줄어드는 결과를 가져온다. 복잡성 정도의 계산은[7]에서 사용한 식(6)을 적용하여 계산하였다.
본 논문에서는 기존의 IFFT의 불필요한 계산량을 보완한 N-point SLM[7]의 장점을 PTS 과정에도 적용하여, 계산량을 줄임으로서 시스템의 복잡도를 감소시킨 새로운 혼합시스템을 제안하였다. 제안된 시스템은 SLM과 PTS을 결합하여 보다 복잡도만 낮추는 것뿐만이 아니라 향상된 좋은 PAPR 감소 성능을 가지고 있다. N-point IFFT 알고리즘[7][13][14]은 SLM과 PTS 방법의 결합과정에서, SLM 과정의 IFFT 블록 앞에서위상 시퀀스를 곱하는 기존의 방법에서 N-point IFFT 계산 과정 최적의 중간 단계 이후 위상 시퀀스를 곱한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.