선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 장에서는 통신, 신호처리 및 정보이론 분야에서 활발히 연구되고 있는 압축 센싱 기술이 차세대 이동통신 시스템 에서 다양한 방면으로 어떻게 응용되는지를 검토해 보도록 한다.
- 추정이 수행될 수 있다. 본 절에서는 최근에 제안된 두 가지 압축 센싱 기반 채널 추정 기술을 소개하도록 한다.
- 본고에서는 원신호가 가지고 있는 주파수 대역폭을 기반으로 신호를 센싱/샘플링하던 전통적인 샘플링 방식에서 벗어나 원신호가 가지는 정보의 ^(information content)을 기반으로 신호를 센싱하는 압축센싱기술의 기본적인 원리를 살펴보았다. 압축센싱기술은 신호을 측정하는 부분과 센싱된 벡터로부터 성긴 특성을 갖는 원신호를 복원하는 부분으로 분리할 수 있는데, 최근 Belief-Propagation(또는 Message-Passing)을 이용하는 복잡도를 줄이면서도 성능을 유지하는 기술이 제안되었다.
- 또한 전력 shaping을 사용하여 높은 SNR(Signal-to-Noise Ratio) 영역에서 성능이 개선된 SeqOMP(Sequential OMP) 방법을 제안하였다. 이제 제안하는 압축 센싱 기술에 대해 자세히 알아보도록 한다. ML 검파는 성능 면에서 최적임이 알려져 있지만, 계산복잡도가 상당하므로 실제적으로 적용하는데 어려움이 있다.
가설 설정
- [切에서 보인 랜덤 복조기의 경우, 고정된 균일한 격자로부터 선택된 유한한 조화 함수의 집합으로 표현되는 입력 신호 x(t)를 가정하고 있다. 하지만 이 조화 함수들이 이산 모델 안에서 잘 근사화되기 위해서, 실제 아날로그 신호는 충분히 많은 수의 조화 함수를 필요로 한다.
- 기본 아이디어는 전체 광대 역을 연속된 주파수 부 밴드의 집합으로 보는 것인데, 인접 부 밴드 사이에는 불연속 변화가 존재하므로 이러한 비 규칙성을 활용하여 스펙트럼 홀의 위치와 강도에 대한 정보를 포함하는 edge를 검파하는 것이다. 복잡도를 더 줄이기 위해 각 부 분대 안에서의 스펙트럼 크기는 일정하다고 가정하였고, 4단계를 통해 밴드 내 평균 스펙트럼 크기를 추정하였다.
- 채널 획득을 위해 pseudorandom 수열이 사용되었는데, 확률 1/2로 +1 또는 -1이 전송되는 구조를 가정하였다. 채널 추정을 위해 convex 프로그래밍을 사용하는데, 丄-norm을 최소화흐}는 최적화 문제가 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.