$\require{mediawiki-texvc}$

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.

신호 성상도 상의 신뢰구간을 활용한 하이브리드 오차 발생 알고리즘
A Hybrid Error Generation Algorithm Using Confidence Intervals on Signal Constellation 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.51 no.11, 2014년, pp.19 - 25  

오길남 (광주대학교 광통신공학과)

초록
AI-Helper 아이콘AI-Helper

효과적인 블라인드 등화기 갱신을 위해, 등화 초기에 요구되는 빠른 수렴 속도와 정상상태에서 요구되는 낮은 오차 레벨을 만족하면서, 또한 등화 초기와 정상상태 간의 완만하면서도 가역적인 전환 특성을 가지는 적응 알고리즘을 제안한다. 제안 방법에서는 신호의 등화 상태를 구분하는 세 기준을 제시하고, 이 기준에 따라 세 오차 중 하나를 발생시키는 하이브리드 오차발생 알고리즘을 사용하여 등화기를 차등적으로 갱신한다. 이때 신호의 등화 상태를 판단하는 기준으로 신호 성상도 상의 신뢰구간을 이용하였으며, 등화기 출력이 놓이는 신뢰구간에 따라 오차를 다르게 발생시켜 등화기를 갱신함으로써 빠르게 그리고 낮은 오차 레벨에 수렴할 수 있음을 보였다. 제안 아이디어의 유용성을 검증하기 위해 모의실험을 통해 기존 방법의 성능과 비교하였다.

Abstract AI-Helper 아이콘AI-Helper

For effective updating a blind equalizer, we propose the adaptive algorithm having faster convergence speed required for initial equalization and satisfying low error level required in steady-state while having a gradual and reversible switching characteristics between initial stage and steady-state...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 등화기 출력 신호가 놓이는 신호 성상도 상의 신뢰구간(confidence interval)에 따라 각각 다른 오차를 사용하는 등화 방법을 제안한다. 특히 신뢰 구간에 따라 SM(single modulus) 오차와 MM (multilevel modulus) 오차, 그리고 두 오차를 결합한 오차 등 세 오차 모드를 혼용하는 방법을 제안한다.
  • 등이 있다. 이 알고리즘들은 대략적인 신호 판정을 통해 판정의 정확도를 높이는 것을 목표로 한다. 즉 등화기 탭 계수를 올바른 방향으로 갱신함으로써 초기 수렴을 달성하는 것을 추구한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
신호 판정의 오류는 어떤점으로 이어질 수 있는가? 신호의 등화 상태에 따른 오차 발생 또는 신호 판정에는, 우선 등화 초기에 출력 신호의 군집이 형성되지 못한 상태에서는 축소 신호점(reduced constellation)이나 단일 모듈러스(single modulus: SM) 또는 일정 모듈러스(constant modulus: CM)를 사용한 대략적인 판정신호 판정이나 연판정(soft decision) 등이 효과적이고, 상대적으로 보다 세밀한 판정은 신호 판정의 오류 확률이 커서 효과적이지 않다. 신호 판정의 오류는 등화기의 오조정으로 이어지며, 등화기의 발산을 가져오거나 수렴을 방해 또는 지연시킨다. 그러므로 등화 초기에는 올바른 신호 판정 확률을 높이는 것을 우선해야 한다.
LMS 알고리즘에서 정확한 오차 발생이 등화기 갱신에 중요하며 이를 위해 적절한 원하는 응답 설정이 등화기의 최적화에 관건이 되는 이유는? 등화기의 최적화는 흔히 LMS(least mean square) 알고리즘을 이용하여 추정 오차를 최소화하는 것으로 달성된다. LMS 알고리즘에서는 등화기 출력을 판단할 원하는 응답(desired response)을 설정하고 매 iteration 에서 등화기 출력과 원하는 응답 간의 차이를 오차로 산출하여 필터를 갱신한다. 그러므로 정확한 오차 발생이 등화기 갱신에 중요하며 이를 위해 적절한 원하는 응답 설정이 등화기의 최적화에 관건이 된다.
등화 초기에 출력 신호의 군집이 형성되지 못한 상태에서 효과적인 사항은? 신호의 등화 상태에 따른 오차 발생 또는 신호 판정에는, 우선 등화 초기에 출력 신호의 군집이 형성되지 못한 상태에서는 축소 신호점(reduced constellation)이나 단일 모듈러스(single modulus: SM) 또는 일정 모듈러스(constant modulus: CM)를 사용한 대략적인 판정신호 판정이나 연판정(soft decision) 등이 효과적이고, 상대적으로 보다 세밀한 판정은 신호 판정의 오류 확률이 커서 효과적이지 않다. 신호 판정의 오류는 등화기의 오조정으로 이어지며, 등화기의 발산을 가져오거나 수렴을 방해 또는 지연시킨다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. M.T.M. Silva and J. Arenas-Garcia, "A soft-switching blind equalization scheme via convex combination of adaptive filters," IEEE Trans. Signal Processing, vol. 61, no. 5, pp. 1171-1182, March 2013. 

  2. Y. Sato, "A method of self-recovering equalization for multilevel amplitude modulation systems," IEEE Trans. Commun., pp. 679-682, June 1975. 

  3. D. N. Godard and P. E. Thirion, "Method and device for training an adaptive equalizer by means of an unknown data signal in a QAM transmission system," U.S. Patent 4 227 152, Oct. 7, 1980. 

  4. J.R. Treichler and B.G. Agee, "A new approach to multipath correction of constant modulus signals," IEEE Trans. Acoust., Speech, Signal Processing, vol. 28, pp. 459-472, Apr. 1983. 

  5. R. Hamzehyan, R. Dianat, and N.C. Shirazi, "New variable step-size blind equalization based on modified constant modulus algorithm," Int'l J. Machine Learning and Computing, vol. 2, no. 1, pp. 30-34, Feb. 2012. 

  6. K.N. Oh, "Single/multilevel modulus algorithm for blind equalization of QAM signals," IEICE Trans. Fundamentals, vol. E80-A, no. 6, pp. 1033-1039, June 1997. 

  7. G. Picchi and G. Prati, "Blind equalization and carrier recovery using a "Stop-and-Go" decision -directed algorithm," IEEE Trans. Commun., vol. 35, pp. 877-887, Sep. 1987. 

  8. F.C.C. De Castro, M.C.F. De Castro and D.S. Arantes, "Concurrent blind deconvolution for channel equalization," IEEE Proc. ICC, vol. 2, pp. 366-371, June 2001. 

  9. J.-T. Yuan and T.-C. Lin, "Equalization and carrier phase recovery of CMA and MMA in blind adaptive receivers," IEEE Trans. Signal Processing, vol. 58, no. 6, pp. 3206-3217, June 2010. 

  10. L. He, M.G. Amin, C. Reed, Jr., and R.C. Malkemes, "A hybrid adaptive blind equalization algorithm for QAM signals in wireless communications," IEEE Trans. on Signal Processing, vol. 52, no. 7, pp. 2058-2069, July 2004. 

  11. A. Labed, T. Chonavel, A. Aissa-El-Bey, and A. Belouchrani, "Min-norm based alphabet-matching algorithm for adaptive blind equalisation of high-order QAM signals," Trans. Emerging Telecommunications Technologies, May 2012. 

  12. S.C. Bateman and S.Y. Ameen, "Comparison of algorithms for use in adaptive adjustment of digital data receivers," Communications, Speech and Vision, IEE Proc. I, vol. 137, no. 2, pp. 85-96, 1990. 

저자의 다른 논문 :

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