$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

압축 감지 기술과 무선통신 응용
Compressed Sensing and the Applications of Wireless Communications 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.46 no.5 = no.329, 2009년, pp.32 - 39  

황대성 (한국과학기술원 정보통신공학과) ,  김대성 (한국과학기술원 전기 및 전자공학과) ,  최진호 ,  하정석 (한국과학기술원)

초록
AI-Helper 아이콘AI-Helper

Compressed Sensing (이하 압축 감지 기술)은 Nyquist 률 이하로 아날로그 신호를 샘플 할 수 있는 기법이다. 이 기법으로 신호는 기존의 신호 샘플 방법보다 적은 수의 측정값으로 표현이 가능하며 또한 선형 프로그래밍을 이용하여 측정값으로부터 본래 신호를 높은 확률로 복원할 수 있다. 이를 통해 압축 감지 기술은 같은 신호를 획득하는데 소모되는 측정 시간 및 ADC (analog-to-digital converter) 자원의 양을 크게 감소시키는 장점을 갖는다. 본 논문에서는 압축 감지 기술에 대한 기본적인 개념과 임의 기저를 이용하여 아날로그 신호로부터 측정값을 획득하는 방법과 본래 신호를 복원하는 방법에 대해 설명하고 무선통신 분야에서의 압축 감지 기술 응용 예시를 소개한다.

Abstract AI-Helper 아이콘AI-Helper

Compressed Sensing is a method to sample analog signals at a rate under the Nyquist rate. With this scheme, it is possible to represent signals with a relatively smaller number of measurements than that of the conventional sampling method, and the original signals are reconstructed with high probabi...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • : 본 철에서는 광대역 무선통신은 압축 감지 기술을 통해 상대驾으¥ 적은 外수旦, 임의 측정값으로부터 수신 为호를 복원할 수 있을 뿐만 아니라 해널 주정도 가능함을 알아보았다. 다음 잘에서는 임指접속 방식의 통신규약 :(成)to漏)에서' 활성 사용자를 추쩡할 때 압축'감치! 力술이, 사용돠는' 예를 알아보난苏 한다:「
  • 가정으로부터 출발한다. 본 기술에서 신호의 획득은 신호 자체를 샘플 하는 대신에 압축된 형태의 측정값을 직접 얻는 것에 목표를 둔다. 즉, 측정값의 개수 Me 7V보다 작게 선택한다.
  • 본 논문에서는 압축 감지 기술을 무선통신에 적용한 예들을 소개하였다. 광대역 무선통신은 수신신호 및 채널이 성긴 특징을 가지며, 이 사실로부터 채널의 매개변수들을 압축 감지 기술을 이용하여 적은 개수의 측정값으로부터 추정할 수 있었다.
  • 본 논문은 단락 H에서 압축 감지 기술에 대한 기본적인 개념과 임의 기저(random basis)인 경우에 대해 압축 감지 기술을 설명한다. 이어서 단락 HI에서 무선통신 분야에서 압축 감지 기술의 응용으로써 광대역 (ultra-wideband) 무선통신 채널 추정과 임의접속 (random access) 방식에서 활성 사용자 (active user) 추정 방법에 대해 소개한다.
  • 본 절에서는 임의 접근 방식에서의 활성 사용자 추정에 압축 감지 기술을 적용하는 것을 알아보았다. 또한, 기존의 다른 검출 방법과 비교했을 때, 계산 복잡도 및 정확한 추정에 요구되는 측정값의 개수 관점에서 압축 감지 기술은 활성 사용자 추정을 위한 효율적인 방법을 제시하는 것을 알 수 있다.
  • 지금까지. 알아본 압축 감지의 거본 원리들을 무선통신에 응용한 예들을 다음절에서 알아보기로 흐F자.
  • 감지 기술을 설명한다. 이어서 단락 HI에서 무선통신 분야에서 압축 감지 기술의 응용으로써 광대역 (ultra-wideband) 무선통신 채널 추정과 임의접속 (random access) 방식에서 활성 사용자 (active user) 추정 방법에 대해 소개한다.

가설 설정

  • 광대역 무선통신 시스템이 다음 식 (11)로 모델링되는 다중경로 채널 (multipath channel) 을 경험한다고 가정한다.
  • 즉, 顶번쩨 사용자가 활성 사용자인 경우 灼는 1의 값을 가지며; 활성 사용자가 아닌, 경우에 巧는 0의 값을 갖논다. CDMA 시스템에서 각 사용차에게 할당된 확산부호를 勺로'표현하고,느 肱차원 복소수 공간의 箭터라고 가정한다. 만일, 顶번째 사용자가 활성 사용자이면 j 번째 사용자의 송신기는 메시지 35, 와 확산코도 %위 곱을 :첸송하며, 그 신호는, %旳로 표현된다.
  • 변환 기처 함쑤"物늘 艺개의'보를W경로:暮 斐현할 수 '있기 帷에벡터韻는!Z-청힌드벡터切다:二 ; ■' : 측* 정"행렬 函는 T 성원소들에 가우새안:분포를:. 따르는 가우시안 행렬이라고 가정한다. 수샌벡터애」대한 측정 벡터 y는 주어진 가우시안 측정 행렬 少로부터 식 0)를 이용하여 얻을 수 있다.
  • 신호 복원의 조건에 대한 다른 접근 방법으로는 측정행렬 0을 변환 행렬 0에 비결합적으로 (incoherent) 만드는 방법이 있다W 沏개의 획득 커널 {妇二1 이 2V개의 직교정규화 기저 {%}:=]로부터 임의/ 선택된다고 가정한다. 이 때, R}仁1와 변환 기저 {饱}巳 1간의 결합력 (coherence) 은 식 (7)으로 정의 압축 감지 기술은 신호 f가 K-성긴 특성을 가지고 있다는 가정으로부터 출발한다. 본 기술에서 신호의 획득은 신호 자체를 샘플 하는 대신에 압축된 형태의 측정값을 직접 얻는 것에 목표를 둔다.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. E. Candes, J. Romberg, and T. Tao, "Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information," IEEE Trans. on Inf. Theory, vol. 52, no. 2, pp. 489?509, Feb. 2006 

  2. D. Donoho, "Compressed sensing," IEEE Trans. Inf. Theory, vol. 52, no. 4, pp. 1289?1306, Apr. 2006 

  3. S. S. Chen, D. L. Donoho, and M. A. Saunders, "Atomic decomposition by basis pursuit," SIAM J. Sci. Comput., vol. 20, no. 1, p. 33?61, 1998 

  4. E. Candes and J. Romberg, "Sparsity and incoherence in compressive sampling," Inverse Problems, vol. 23, no. 3, pp. 969-985, 2007 

  5. E. Candes and T. Tao, "Decoding by linear programming," IEEE Trans. on Inf. Theory, vol. 51, no. 12, pp. 4203-4215, Dec. 2005 

  6. R. Baraniuk, "Compressive sensing," IEEE Signal Proc. Mag., vol. 24, no. 4, pp. 118-121, Jul. 2007 

  7. E. Candes and M. B. Wakin, "An introduction to compressive sampling," IEEE Signal Proc. Mag., vol. 25, no. 2, pp.21-30, Mar. 2008 

  8. D. Baron, M. B. Wakin, M. F. Duarte, S. Sarvotham, and R. G. Baraniuk, "Distributed compressed sensing," 2005. Preprint. 

  9. S. F. Cotter and B. D. Rao, "Sparse channel estimation via matching pursuit with application to equalization," IEEE Trans. on Commun., vol. 50, no. 3, pp. 374-377, Mar. 2002 

  10. J. L. Paredes, G. R. Arce, and Z. Wang, "Ultra-wideband compressed sensing: channel estimation," IEEE J. Selected Topics in Signal Proc., vol. 1, no. 3, pp. 383-395, Oct. 2007 

  11. A. K. Fletcher, S. Rangan, and V. K. Goyal, "On-off random access channels: a compressed sensing framework," (reprint) 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로