본 논문은 인접 심볼 간의 간섭(ISI)이 발생하지 않는 최대 데이터 전송률인 Nyquist rate 보다 빠르게 데이터를 전송하는 방법인 Faster than Nyquist(FTN)을 다룬다. FTN 신호는 인접 심볼 간의 간섭을 일으키지만, 신호대역폭을 유지하면서 비트 전송률을 증가시킨다. 그러므로 FTN에 의한 ISI를 보상해주는 것이 필요하다. 본 논문에서는 FTN 신호를 제안하는 BCJR Equalizer 와 Turbo Equali zation을 이용하여 복호한다. BCJR Equalizer를 이용하여 최대한 인접 심볼 간의 간섭을 복원한 신호를 LDPC 복호기에 입력해주어 복호를 한다. 그리고 이 과정을 반복하는 Turbo Equalization을 이용해 성능을 높인다. 마지막으로 FTN 신호의 축소 %별로 성능을 비교한다.
본 논문은 인접 심볼 간의 간섭(ISI)이 발생하지 않는 최대 데이터 전송률인 Nyquist rate 보다 빠르게 데이터를 전송하는 방법인 Faster than Nyquist(FTN)을 다룬다. FTN 신호는 인접 심볼 간의 간섭을 일으키지만, 신호대역폭을 유지하면서 비트 전송률을 증가시킨다. 그러므로 FTN에 의한 ISI를 보상해주는 것이 필요하다. 본 논문에서는 FTN 신호를 제안하는 BCJR Equalizer 와 Turbo Equali zation을 이용하여 복호한다. BCJR Equalizer를 이용하여 최대한 인접 심볼 간의 간섭을 복원한 신호를 LDPC 복호기에 입력해주어 복호를 한다. 그리고 이 과정을 반복하는 Turbo Equalization을 이용해 성능을 높인다. 마지막으로 FTN 신호의 축소 %별로 성능을 비교한다.
In this paper, we used FTN(Faster than Nyquist) method that is transmission method faster than Nyquist theory. FTN signaling introduces intersymbol interference(ISI), but increases the bit rate while preserving the signaling bandwidth. Therefore, we need compensating ISI caused by FTN. In this paper...
In this paper, we used FTN(Faster than Nyquist) method that is transmission method faster than Nyquist theory. FTN signaling introduces intersymbol interference(ISI), but increases the bit rate while preserving the signaling bandwidth. Therefore, we need compensating ISI caused by FTN. In this paper, we propose decoding method for FTN signal that using BCJR Equalizer and Turbo Equalization. first ISI of inputted signal is restored by BCJR Equalizer, and then restored signal inputted in LDPC decoder, and repeat the process using the Turbo Equalization improves performance. finally, we shows performance comparison according to reduce percentage of FTN signal.
In this paper, we used FTN(Faster than Nyquist) method that is transmission method faster than Nyquist theory. FTN signaling introduces intersymbol interference(ISI), but increases the bit rate while preserving the signaling bandwidth. Therefore, we need compensating ISI caused by FTN. In this paper, we propose decoding method for FTN signal that using BCJR Equalizer and Turbo Equalization. first ISI of inputted signal is restored by BCJR Equalizer, and then restored signal inputted in LDPC decoder, and repeat the process using the Turbo Equalization improves performance. finally, we shows performance comparison according to reduce percentage of FTN signal.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 ISI를 해결하기 위해서 BCJR Equalizer 와 Turbo Equalization 을 사용하는 방식을 제안한다. 그리고 FTN 신호의 축소 %별로 성능을 비교한다.
제안 방법
본 논문은 ISI를 해결하기 위해서 BCJR Equalizer 와 Turbo Equalization 을 사용하는 방식을 제안한다. 그리고 FTN 신호의 축소 %별로 성능을 비교한다.
35인 SRRC 필터를 사용했다. 그리고 반복수는 시뮬레이션 결과 최적이었던 inner iteration (LDPC decoder) 60회, outer iteration (Turbo Equalization) 4회로 고정하였다.
이론/모형
수신된 신호는 ISI 를 보상하기 위한 BCJR Equalizer 에 입력되고 Equalizer 의 출력은 LDPC decoder 로 입력된다. 그리고 성능의 향상을 위해 Turbo Equalization 방식을 이용하여 반복한다.
성능/효과
2dB 에서 완벽한 데이터를 복호하였다. 이 결과에서 알 수 있듯이 대략 20%이하의 FTN 신호의 경우에서는 우리가 제안하는 구조가 아니라 LDPC decoder 에 직접 입력하는 것이 제안하는 구조를 사용하는 것 보다 0.1dB 가량 성능이 좋았고, 그 이상 %의 FTN 신호에서는 BCJR Equalizer 를 사용하게 되면 성능향상에 도움이 되었다.
FTN 을 사용하면 데이터를 전송할 때 필연적 으로 ISI 가 발생하게 된다. 이러한 ISI의 효과를 보상하기 위해서 제안하는 구조의 효과는 ISI 가 적게 나타나는 낮은 %의 FTN 신호의 경우 Equalizer 가 없어도 기존의 Nyquist rate 에 맞춘 시스템의 BER 성능과 큰 차이가 없었고, 29.16 %의 FTN 신호의 경우 Equalizer 가 없이 LDPC decoder 로 직접 입력되면 기존의 Nyquist rate 에 맞춘 시스템에 비해 0.6dB 의 성능 차이가 났고, 제안하는 시스템을 적용하면 성능의 차이를 0.3dB 로 보완할 수 있음을 보였다. 즉, 본 논문에서 제안하는 기법은 어느정도 높은 %의 축소를 하였을 때 효과가 작용한다는 것을 의미한다.
제안하는 구조를 이용하면, 12.5%일 때 1.0dB, 20.83%일 때 1.1dB, 29.16%일 때 1.2dB 에서 완벽한 데이터를 복호하였다. 이 결과에서 알 수 있듯이 대략 20%이하의 FTN 신호의 경우에서는 우리가 제안하는 구조가 아니라 LDPC decoder 에 직접 입력하는 것이 제안하는 구조를 사용하는 것 보다 0.
3dB 로 보완할 수 있음을 보였다. 즉, 본 논문에서 제안하는 기법은 어느정도 높은 %의 축소를 하였을 때 효과가 작용한다는 것을 의미한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.