KR100544149B1 - Equalizing apparatus using error back propagation neural network - Google Patents

Equalizing apparatus using error back propagation neural network Download PDF

Info

Publication number
KR100544149B1
KR100544149B1 KR1020030043487A KR20030043487A KR100544149B1 KR 100544149 B1 KR100544149 B1 KR 100544149B1 KR 1020030043487 A KR1020030043487 A KR 1020030043487A KR 20030043487 A KR20030043487 A KR 20030043487A KR 100544149 B1 KR100544149 B1 KR 100544149B1
Authority
KR
South Korea
Prior art keywords
signal
digital input
input signal
neural network
unit
Prior art date
Application number
KR1020030043487A
Other languages
Korean (ko)
Other versions
KR20050002155A (en
Inventor
이윤봉
Original Assignee
주식회사 대우일렉트로닉스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 대우일렉트로닉스 filed Critical 주식회사 대우일렉트로닉스
Priority to KR1020030043487A priority Critical patent/KR100544149B1/en
Publication of KR20050002155A publication Critical patent/KR20050002155A/en
Application granted granted Critical
Publication of KR100544149B1 publication Critical patent/KR100544149B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/04—Control of transmission; Equalising
    • H04B3/14—Control of transmission; Equalising characterised by the equalising network used

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

본 발명은 데이터 통신 시 비선형 왜곡을 제거할 수 있도록 한 에러 역전파 신경 회로망을 이용한 등화 장치에 관한 것으로서, 본 발명에 의한 에러 역전파 신경 회로망을 이용한 등화 장치는 유색 잡음으로 인해 비선형 왜곡된 디지털 입력 신호로부터 원신호를 복원하는 장치에 있어서, 신경 회로망을 이용한 연산부의 디지털 입력 신호 열에 대한 추정치와 수신된 디지털 입력 신호를 감산하여 디지털 입력 신호의 순시 에러값을 출력하고, 상기 순시 에러값을 상기 연산 수단으로 궤환시켜 가중치를 보정하는 가중치 보정부를 포함하고, 상기 연산부의 출력 신호를 미리 설정된 기준신호에 의해 제한(threshold)된 디지털 형태의 결정치를 산출하여 상기 결정치를 상기 연산부에 공급하여 상기 결정치에 따라 상기 기준 신호를 보정하는결정치 검출부를 구비하여 비선형 심볼간 간섭을 효율적으로 제거할 수 있고, 잡음의 영향을 최소화하며, 등화 성능을 더욱 향상할 수 있다.The present invention relates to an equalizer using an error backpropagation neural network for removing nonlinear distortion in data communication. The equalizer using an error backpropagation neural network according to the present invention is a nonlinearly distorted digital input due to colored noise. An apparatus for recovering an original signal from a signal, comprising: subtracting an estimate of a digital input signal sequence from a calculator using a neural network and a received digital input signal to output an instantaneous error value of the digital input signal, and calculating the instantaneous error value A weight correction unit for feeding back the means to the calculation unit to calculate a digital value determined by a predetermined reference signal, the output signal of the operation unit being supplied to the operation unit; A determination value detector for correcting the reference signal A non-linear inter-symbol interference than may be efficiently removed, and minimize the effects of noise, it is possible to further improve the equalization performance.

통신, 등화, 심불, 비선형 왜곡, 결정 궤환 신경망Communications, Equalization, Deepfire, Nonlinear Distortion, Decision Feedback Neural Networks

Description

에러 역전파 신경 회로망을 이용한 등화 장치{EQUALIZING APPARATUS USING ERROR BACK PROPAGATION NEURAL NETWORK}Equalizer using error backpropagation neural network {EQUALIZING APPARATUS USING ERROR BACK PROPAGATION NEURAL NETWORK}

도 1은 본 발명에 따른 에러 역전파 신경 회로망을 이용한 등화 장치의 구성을 도시한 도이다.1 is a diagram showing the configuration of an equalizer using an error backpropagation neural network according to the present invention.

<도면의 주요부분에 대한 부호의 설명><Description of the symbols for the main parts of the drawings>

1 : 지연부 3 : 연산부1: Delay unit 3: Computation unit

5 : 가중치 보정부 7 : 결정치 검출부       5: weight correction unit 7: determination value detection unit

본 발명은 에러 역전파 신경 회로망을 이용한 등화 장치에 관한 것으로서, 특히 비선형 왜곡을 포함한 디지털 입력 신호로부터 원 신호를 보다 정확히 검출하기 위한 에러 역전파 신경 회로망을 이용한 등화 장치에 관한 것이다.The present invention relates to an equalizer using an error backpropagation neural network, and more particularly, to an equalization device using an error backpropagation neural network for more accurately detecting an original signal from a digital input signal including nonlinear distortion.

이하에서는 대표적인 비선형 통신 채널인 저장기기 채널을 통해 수신된 신호를 예로 하여 설명한다.Hereinafter, a signal received through a storage device channel, which is a representative nonlinear communication channel, will be described as an example.

정보화 시대가 도래함에 따라, 많은 양의 데이터를 손쉽게 저장하고 사용할 수 있도록 데이터 저장기기를 고속 대용량 화하는 연구가 활발히 진행 중이다. 일반 적으로, 저장기기가 고밀도화가 되어감에 따라 저장기기를 통과한 신호들의 상호 간섭이 증가하여 신호 검출에 어려움이 생긴다. 이와 같은 일련의 신호 간섭을 심볼간 간섭(Inter Symbol Interference : 이하에서 ISI라 한다)이라 한다.With the advent of the information age, research is being actively conducted on high-speed and large-capacity data storage devices to easily store and use large amounts of data. In general, as the storage device becomes denser, the interference between the signals passing through the storage device increases, which makes it difficult to detect the signal. Such a series of signal interference is referred to as inter-symbol interference (hereinafter referred to as ISI).

비선형 통신 채널인 저장기기를 통과한 신호가 비선형적 요소를 많이 포함하고 있는 경우, 기존의 선형 필터에 의해서는 이와 같은 비선형적 요소를 제거하거나 원하는 형태로 변환하기 어려워 시스템의 성능이 상당히 저하된다.If the signal passing through the storage device, which is a nonlinear communication channel, contains a large number of nonlinear elements, it is difficult to remove such nonlinear elements or convert them into a desired form by a conventional linear filter, which significantly reduces the performance of the system.

자기(Magnetic)에 의한 저장기기를 통과한 신호는 자기력이 다른 신호와 상호 가까워질수록 비선형적인 요소를 더욱 많이 포함한다. 이는 자기력이 상호 다른 신호들 간에는 트랜지션 쉬프트(Transition Shift) 현상 및 부분감쇠(Partial Erasure) 현상 등이 야기되기 때문이다. 여기에서, 트랜지션이란 자기(Magnetic)의 서로 다른 성분인 +극과 -극이 만나는 지점을 말하며, 신호 검출에 이용된다. 트랜지션 쉬프트는 트랜지션이 이동되는 현상으로서 비트 이동, 데이터 종속 위치 이동이라고도 한다. 그리고, 부분 감쇠는 좌우의 서로 다른 신호의 경계선 일부가 사그라지는 현상이다.The signal passing through the storage device by magnetic includes more nonlinear elements as the magnetic force gets closer to other signals. This is because a transition shift phenomenon and a partial attenuation phenomenon occur between signals having different magnetic forces. Here, the transition refers to the point where the + and-poles, which are different components of the magnetic, meet and are used for signal detection. Transition shift is a phenomenon in which a transition is shifted, also referred to as bit shift or data dependent shift. The partial attenuation is a phenomenon in which part of the boundary lines of the left and right different signals disappears.

광에 의한 저장기기를 통과한 신호는 사용되는 렌즈의 특성, 초점의 실수, 비점수차(astigmation), 구면수차(spherical aberration), 코마수차(coma aberration) 및 디스크의 기울어짐 영향 등에 의해 비선형적 특성을 갖는다.The signal passing through the storage device by the light is nonlinear due to the characteristics of the lens used, real error of focus, astigmation, spherical aberration, coma aberration, and disk tilt effect. Has

광 자기에 의한 저장기기를 통과한 신호의 경우에는 이상의 두 경우들이 복합되어 일어난다.In the case of the signal passing through the storage device by the magneto-optical magnetism, the above two cases occur in combination.

특히, 자기에 의한 저장기기를 통과한 신호의 경우, 비트 쉬프트(Bit-Shift)의 영향은 선행처리에 의해 제거된다 하더라도, 두 신호 사이의 간섭에 의해 부분적으로 생긴 감쇠에 의한 영향은 여전히 존재한다. In particular, in the case of a signal passing through a magnetic storage device, even though the influence of the bit shift is eliminated by the preprocessing, there is still an effect due to the attenuation caused in part by the interference between the two signals. .

재생 신호로부터 ISI와 비선형 왜곡을 등화하기 위한 방식으로는 비트비 알고리듬(Viterbi Algorithm : 이하에서 VA라 한다)이 있다. 이 방식은 재생 신호열과 기록했을 가능성이 있는 모든 신호열과의 차이의 제곱을 가능성 있는 신호열별로 전부 더하여 최소가 되게 함으로써 기록했을 가능성이 있는 신호열을 선택하는 방식이다. 이 방식은 트렐리스 트랜지션 다이어그램(trellis transition diagram)을 이용하여 구현됨으로써 신호열의 복구가 비교적 빠르고 쉽게 이루어진다.As a method for equalizing the ISI and the nonlinear distortion from the reproduced signal, there is a bit ratio algorithm (hereinafter referred to as VA). This method selects a signal sequence that may have been recorded by adding the square of the difference between the reproduced signal sequence and all possible signal sequences to the minimum for each possible signal sequence. This approach is implemented using trellis transition diagrams, so that the recovery of the signal sequence is relatively quick and easy.

위에서 제안한 방식을 실제 채널에 적용하여 간단한 것이 소위 차등 부분 응답 클래스 4 비트비 알고리듬(Differential PR4 VA)이며, 미국 특허 4,644,564, "DECODING THE OUTPUT SIGNAL OF A PARTIAL RESPONSE CLASS-IV COMMUNICATION OR RECORDING DEVICE CHANNEL"으로 등록되어 있다. 이 특허는 부분 응답 클래스 4 비트비 알고리듬(PR4 VA)를 차등 메트릭(differential metric)으로 구현하여 간단히하였다. 그러나, 저장기기의 기록 밀도가 높아감에 따라 부분 응답 클래스 4(PR4) 채널과 맞지 않는 부분의 ISI의 영향이 증가함에도 불구하고, 상기 특허에서는 이러한 현상이 근본적으로 완전히 제거되지 않는다. 또한, 상기 특허는 선형 부분 응답 타겟 등화기(Linear Partial Response Target Equalizer : 이하에서 선형 PREQ라 한다)를 사용하여 등화하기 때문에 비선형 채널에서는 성능이 상당히 저하된다.By applying the method proposed above to a real channel, the simple one is the so-called differential partial response class 4 bit-ratio algorithm (Differential PR4 VA). It is registered. This patent simplifies the implementation of the partial response class 4 bit rate algorithm (PR4 VA) with a differential metric. However, even though the influence of the ISI of the portion that does not fit the partial response class 4 (PR4) channel increases as the recording density of the storage device increases, this phenomenon is not fundamentally completely eliminated. In addition, since the patent uses the Linear Partial Response Target Equalizer (hereinafter referred to as linear PREQ) to equalize, the performance is significantly degraded in nonlinear channels.

본 발명은 상기의 문제점을 해결하기 위하여 창작된 것으로서, 비선형 심볼 간 간섭을 효율적으로 제거할 수 있고, 잡음의 영향을 최소화하며, 등화 성능을 더욱 향상할 수 있는 에러 역전파 신경 회로망을 이용한 등화 장치를 제공함을 그 목적으로 한다. The present invention was devised to solve the above problems, and is an equalization device using an error backpropagation neural network that can efficiently remove interference between nonlinear symbols, minimize the effects of noise, and further improve equalization performance. To provide for that purpose.

상기의 목적을 달성하기 위하여, 본 발명에 따른 에러 역전파 신경 회로망을 이용한 등화 장치는In order to achieve the above object, the equalizing device using the error backpropagation neural network according to the present invention

유색 잡음으로 인해 비선형 왜곡된 디지털 입력 신호로부터 원신호를 복원하는 장치에 있어서, A device for recovering an original signal from a nonlinearly distorted digital input signal due to colored noise,

상기 디지털 입력 신호를 지연시키기 위한 다수의 버퍼들이 하나의 라인을 형성하는 적어도 하나 이상의 지연부; At least one delay unit in which a plurality of buffers for delaying the digital input signal form a line;

상기 지연 라인으로부터 공급되는 지연 신호와 각각의 가중치와 함수 연산하여 디지털 입력 신호 열에 대한 추정치를 출력하고, 상기 출력된 추정치를 상기 지연부의 지연 라인에 공급하는 연산부; A calculation unit that calculates a function of the delay signal supplied from the delay line and respective weights, outputs an estimate of the digital input signal string, and supplies the output estimate to the delay line of the delay unit;

상기 연산부의 디지털 입력 신호 열에 대한 추정치와 상기 디지털 입력 신호를 감산하여 디지털 입력 신호의 순시 에러값을 출력하고, 상기 순시 에러값을 상기 연산 수단으로 궤환시켜 상기 연상부의 가중치를 보정하는 가중치 보정부; 및 A weight correction unit configured to subtract an estimate of the digital input signal sequence and the digital input signal to output an instantaneous error value of the digital input signal, and return the instantaneous error value to the calculation unit to correct the weight of the associating unit; And

상기 연산부의 출력 신호를 미리 설정된 기준 신호에 따라 제한하여 디지털 형태의 결정치를 산출하고, 상기 결정치를 상기 연산부에 공급하여 상기 결정치에 따라 상기 기준 신호를 보정하는 결정치 검출부로 이루어지는 것에 그 특징이 있다.Characterized in that it comprises a decision value detector which calculates a digital decision value by limiting the output signal of the calculation part according to a preset reference signal, and supplies the decision value to the calculation part to correct the reference signal according to the decision value. have.

본 발명에 의하면, 신경망 회로를 통해 순시 에러값을 산출한 후 궤환시킴으로 써, 심볼간의 간섭과 비선형 왜곡을 효율적으로 제거할 수 있고, 잡음의 영향을 최소화되며 등화 성능을 더욱 향상시킬 수 있다.According to the present invention, by calculating the instantaneous error value through the neural network circuit and then feeding back, the interference and nonlinear distortion between symbols can be efficiently removed, the influence of noise can be minimized, and the equalization performance can be further improved.

이하에서 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 따른 에러 역전파 신경 회로망을 이용한 등화 장치의 구성을 보인 도이다. 즉, 본 발명에 따른 에러 역전파 신경 회로망을 이용한 등화 장치는, 도 1에 도시된 바와 같이, 적어도 하나 이상의 지연부(1), 각각의 지연부(1)에 접속되는 연산부(3)와, 상기 연산부(3)에 연결되는 가중치 보정부(5)와, 상기 연산부(3)에 접속되는 결정치 검출부(7)로 구비된다.1 is a diagram showing the configuration of an equalizer using an error backpropagation neural network according to the present invention. That is, the equalizer using the error backpropagation neural network according to the present invention, as shown in Figure 1, at least one delay unit 1, the operation unit 3 connected to each delay unit 1, A weight correction unit 5 connected to the calculation unit 3 and a determination value detection unit 7 connected to the calculation unit 3 are provided.

여기서, 상기 지연부(1)는 디지털 입력 신호(Xk)를 일정 주기 단위로 지연시키기 위한 다수의 버퍼들이 하나의 라인을 형성하고, 상기 연산부(3)는 상기 지연부의 지연 라인 수만큼 지연 라인에 접속되고, 상기 지연부(1)의 라인으로부터 공급되는 지연 신호와 각각의 가중치(rk)와 함수 연산하여 디지털 입력 신호 열에 대한 추정치(Xk-d)를 출력하도록 구비된다. 여기서, 상기 연산부(3)는 신경 회로망의 일종으로 입력층, 히든층, 및 출력층을 포함하는 통상적인 다층 퍼셉트론(Multilayer Perceptron) 방식으로 이루어진다. 즉, 상기 추정치(Xk-d)=Xk*rk 의 함수 연산 과정을 통해 상기 추정치(Xk-d)가 산출된다.Here, the delay unit 1 forms a single line of a plurality of buffers for delaying the digital input signal X k by a predetermined period, and the operation unit 3 is delay lines corresponding to the number of delay lines of the delay unit. And a function of calculating the delay signal supplied from the line of the delay section 1 and the respective weights r k to output an estimate X kd for the digital input signal string. Here, the operation unit 3 is a kind of neural network and is formed in a conventional multilayer perceptron method including an input layer, a hidden layer, and an output layer. That is, the estimate (X kd) through the function operation procedure of the estimate (X kd) = X k r * k is calculated.

또한, 상기 가중치 보정부(5)는 상기 디지털 입력 신호 열에 대한 추정치(Xk-d)와 상기 디지털 입력 신호(Xk)를 감산하여 디지털 입력 신호(Xk)의 순시 에러값(Ek)을 출력하고, 상기 순시 에러값(Ek)을 상기 연산부(3)로 궤환시켜 상기 가중치(rk)를 보정하도록 구비된다. 상기 가중치(rk)는 유색 잡음이 크기에 따라 미리 설정된 값이다.In addition, the weight correction unit (5) outputs the instantaneous error value (E k) of the estimate (X kd) and by subtracting the input signal (X k) digital input signal (X k) to heat the input signal The instantaneous error value E k is fed back to the calculation unit 3 to correct the weight r k . The weight r k is a preset value according to the magnitude of the colored noise.

상기 결정치 검출부(7)는, 상기 연산부(3)의 출력 신호(Xk-d)를 미리 설정된 기준 신호에 의해 제한(threshold)하여 디지털 형태의 결정치(X*k-d)를 산출하고, 상기 결정치(X*k-d)를 상기 연산부(3)에 공급하여 상기 결정치 검출부(7)의 기준 신호를 보정한다.The determination value detection unit 7 limits the output signal X kd of the operation unit 3 by a preset reference signal to calculate a digital determination value X * kd, and determines the determination value. (X * kd) is supplied to the calculating section 3 to correct the reference signal of the determination value detecting section 7.

상기 연산부(3)는 상기 가중치 보정부(5)의 순시 에러값(Ek)과 상기 결정치 검출부(7)의 결정치(X* k-d)에 따라 연산함수의 가중치(rk) 및 기준 신호가 가변되도록 구비된다. The calculator 3 calculates the weight of the calculation function r k and the reference signal according to the instantaneous error value E k of the weight correction unit 5 and the determined value X * kd of the determination value detector 7. Is provided to be variable.

이와 같이 구비된 본 발명에 따른 에러 역전파 신경 회로망을 이용한 등화 장치에 있어서, 우선, 디지털 입력 신호(Xk)를 받은 다수의 지연부(1)는 이 디지털 입력 신호(Xk)를 일정 주기 단위로 지연시키고, 상기 지연부(1)에 의해 지연된 디지털 입력 신호(Xk)는 상기 연산부(3)에 제공된다. 상기 디지털 입력 신호(Xk)는 백색 가우시안 잡음(비선형 왜곡)을 가지는 입력 벡터이다.In the lighting apparatus using the error back-propagation neural network in accordance with the present invention provided as described above, first, a plurality of delay receiving a digital input signal (X k) section 1 cycle schedule for a digital input signal (X k) The digital input signal X k delayed in units and delayed by the delay unit 1 is provided to the calculation unit 3. The digital input signal X k is an input vector having white Gaussian noise (nonlinear distortion).

상기 연산부(3)는 상기 지연부(1)의 지연 라인으로부터 공급되는 지연 신호와 각각의 가중치(rk)를 함수 연산하여 디지털 입력 신호 열에 대한 추정치(Xk-d)를 출력한다. The calculating section 3 functions the delay signal supplied from the delay line of the delay section 1 and the respective weights r k to output an estimate X kd for the digital input signal string.

여기서, 상기 지연 신호와 가중치(rk)를 함수 연산하는 연산부(3)의 연산 과 정은 통상적인 다층 퍼셉트론(Multilayer Perceptron) 방식의 연산 과정과 동일하므로 그에 따른 상세한 설명은 생략한다.Here, the operation of the operation unit 3 for calculating the delay signal and the weight r k is the same as that of the conventional multilayer perceptron method, and thus detailed description thereof will be omitted.

또한, 상기 디지털 입력 신호 열에 대한 추정치(Xk-d)와 디지털 입력 신호(Xk)는 가중치 보정부(5)로 제공되고, 이 가중치 보정부(5)는 상기 디지털 입력 신호 열에 대한 추정치(Xk-d)와 상기 디지털 입력 신호(Xk)의 순시 에러값(Ek)를 출력한다. 즉, 상기 순시 에러값(Ek)=Xk-Xk-d의 절대값의 연산 과정을 통해 순시 에러값(Ek)이 산출되고, 이 순시 에러값(Ek)를 통해 상기 가중치(rk)가 보정된다.In addition, the estimated value X kd for the digital input signal sequence and the digital input signal X k are provided to a weight correction unit 5, and the weight correction unit 5 provides an estimate X kd for the digital input signal sequence. ) And the instantaneous error value E k of the digital input signal X k . In other words, the instantaneous error value (E k) = X k -X kd instantaneous error value through the calculation process of the absolute value (E k) is calculated, the instantaneous error value (E k) of the weight (r k over ) Is corrected.

그리고, 상기 순시 에러값(Ek)는 상기 연산부(3)로 궤환시켜 상기 가중치(rk)를 보정한다. The instantaneous error value E k is fed back to the calculation unit 3 to correct the weight r k .

한편, 상기 연산부(3)의 출력 신호(Xk-d)는 상기 결정치 검출부(7)에 제공되고, 상기 결정치 검출부(7)는 연산부(3)의 출력 신호(Xk-d)에 따라 미리 설정된 기준 신호에 의해 제한(threshold)되고, 이 기준 신호에 의해 제한된 상기 결정치(X*k-d)를 상기 연산부(3)에 공급한다. 상기 결정치(X*k-d)를 받은 상기 연산부(3)는 상기 결정기 검출부(7)의 상기 기준 신호를 보정한다.Meanwhile, the output signal X kd of the calculator 3 is provided to the decision value detector 7, and the decision value detector 7 is a preset reference according to the output signal X kd of the calculator 3. The determination value X * kd, which is limited by the signal and limited by this reference signal, is supplied to the calculation unit 3. The calculation unit 3 having received the determination value X * kd corrects the reference signal of the determination unit detection unit 7.

즉, 상기 연산부(3)는 상기 가중치 보정부(5)의 순시 에러값(Ek)을 궤환 받아 가중치(rk)를 보정하고, 상기 결정치 검출부(7)의 결정치(X* k-d)를 궤환 받아 상기 기준 신호를 보정한다. 즉, 상기 결정치 검출부(7)의 결정치(X* k-d)는 유색 잡음이 혼재된 디지털 입력 신호(Xk)로부터 유색 잡음이 제거된 원신호의 데이터값이다. 즉, 상기에서 설명한 바와 같이 동작되는 에러 역전파 신경회로망 방식의 등화기는 선형 등화기에서는 할 수 없는 비선형 신호 처리를 통한 비선형 등화 기능을 수행할 수 있다.That is, the calculation unit 3 receives the instantaneous error value E k of the weight correction unit 5, corrects the weight r k , and determines the determined value X * kd of the determination value detection unit 7. The feedback signal is corrected to correct the reference signal. That is, the decision value X * kd of the decision value detection unit 7 is a data value of the original signal from which color noise is removed from the digital input signal X k having mixed color noise. That is, the error back propagation neural network equalizer operated as described above may perform a nonlinear equalization function through nonlinear signal processing that is not possible with the linear equalizer.

이상에서 설명한 바와 같이, 본 발명에 따른 에러 역전파 신경 회로망을 이용한 등화 장치는, 신경망 회로를 통해 순시 에러값을 산출한 후 궤환시킴으로써, 심볼간의 간섭과 비선형 왜곡을 효율적으로 제거할 수 있고, 잡음의 영향을 최소화되며 등화 성능을 더욱 향상시킬 수 있다.As described above, the equalizer using the error backpropagation neural network according to the present invention can efficiently remove interference and nonlinear distortion between symbols by calculating an instantaneous error value through the neural network and feedbacking the noise. Minimize the impact and improve the equalization performance.

이상에서 본 발명을 특정한 바람직한 실시 예에 대하여 도시하고 설명하였으나, 본 발명은 상기한 실시 예에 한정하지 아니하며, 특허 청구 범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형이 가능할 것이다.

While the invention has been shown and described with respect to specific preferred embodiments thereof, the invention is not limited to the embodiments described above, and is commonly used in the art to which the invention pertains without departing from the spirit of the invention as claimed in the claims. Anyone with knowledge will be able to make various variations.

Claims (1)

유색 잡음으로 인해 비선형 왜곡된 디지털 입력 신호로부터 원신호를 복원하는 장치에 있어서, A device for recovering an original signal from a nonlinearly distorted digital input signal due to colored noise, 상기 디지털 입력 신호를 지연시키기 위한 다수의 버퍼들이 하나의 라인을 형성하는 적어도 하나 이상의 지연부; At least one delay unit in which a plurality of buffers for delaying the digital input signal form a line; 상기 지연 라인으로부터 공급되는 지연 신호와 각각의 가중치와 함수 연산하여 디지털 입력 신호 열에 대한 추정치를 출력하고, 상기 출력된 추정치를 상기 지연부의 지연 라인에 공급하는 연산부; A calculation unit that calculates a function of the delay signal supplied from the delay line and respective weights, outputs an estimate of the digital input signal string, and supplies the output estimate to the delay line of the delay unit; 상기 연산부의 디지털 입력 신호 열에 대한 추정치와 상기 디지털 입력 신호를 감산하여 디지털 입력 신호의 순시 에러값을 출력하고, 상기 순시 에러값을 상기 연산 수단으로 궤환시켜 상기 연상부의 가중치를 보정하는 가중치 보정부; 및 A weight correction unit configured to subtract an estimate of the digital input signal sequence and the digital input signal to output an instantaneous error value of the digital input signal, and return the instantaneous error value to the calculation unit to correct the weight of the associating unit; And 상기 연산부의 출력 신호를 미리 설정된 기준 신호에 따라 제한하여 디지털 형태의 결정치를 원신호로 산출하고, 상기 결정치를 상기 연산부에 공급하여 상기 결정치에 따라 상기 기준 신호를 보정하는 결정치 검출부로 이루어지는 것을 특징을 하는 에러 역전파 신경 회로망을 이용한 등화 장치.And a decision value detection unit configured to limit the output signal of the calculation unit according to a preset reference signal to calculate a digital decision value as an original signal, and supply the decision value to the calculation unit to correct the reference signal according to the determination value. Equalizer using error backpropagation neural network.
KR1020030043487A 2003-06-30 2003-06-30 Equalizing apparatus using error back propagation neural network KR100544149B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020030043487A KR100544149B1 (en) 2003-06-30 2003-06-30 Equalizing apparatus using error back propagation neural network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020030043487A KR100544149B1 (en) 2003-06-30 2003-06-30 Equalizing apparatus using error back propagation neural network

Publications (2)

Publication Number Publication Date
KR20050002155A KR20050002155A (en) 2005-01-07
KR100544149B1 true KR100544149B1 (en) 2006-01-23

Family

ID=37217711

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020030043487A KR100544149B1 (en) 2003-06-30 2003-06-30 Equalizing apparatus using error back propagation neural network

Country Status (1)

Country Link
KR (1) KR100544149B1 (en)

Also Published As

Publication number Publication date
KR20050002155A (en) 2005-01-07

Similar Documents

Publication Publication Date Title
JP2768296B2 (en) Signal processing device
KR100360728B1 (en) Adaptive equalizing circuit
KR100366698B1 (en) Method and device for detecting signal of data storing device
EP0498574B1 (en) Waveform equalizer apparatus formed of neural network, and method of designing same
US7599450B2 (en) Pattern-dependent equalization and detection
US7379408B2 (en) Disk apparatus and method using plural tap coefficient equalization
US7184476B2 (en) Adaptive equalizer for controlling operation thereof by using sign and absolute value of output signal thereof
EP0577212B1 (en) Adaptive viterbi detector
EP1528559A1 (en) Information playback method and apparatus
US5561647A (en) System for detection of readout signals from optical disc
KR100544149B1 (en) Equalizing apparatus using error back propagation neural network
EP2858070B1 (en) Signal quality evaluation device, signal quality evaluation method, and playback device
KR100335616B1 (en) Signal detecting method and device of data storing system
KR100385978B1 (en) Apparatus for signal processing and method thereof
JP3151958B2 (en) Playback data detection method
KR100442813B1 (en) Method for detecting nonlinear communication channel signal and apparatus thereof, especially removing nonlinear interference
JP2874716B2 (en) Signal processing device
JP2005332437A (en) Reproduced signal evaluation method and information recording and reproducing apparatus
KR100408281B1 (en) Signal reproducing apparatus and method for compensating for channel distortion
JP2551235B2 (en) Adaptive filter control method
JP2005012557A (en) Device and method for decoding signal, and reference voltage generating device
TW202339449A (en) Error detection and correction device and associated method
CN116805894A (en) Error detection and correction device and related method
JPH0738614A (en) Digital information detector and magnetic reproducing device
Lee et al. Adaptive partial response maximum likelihood detection with tilt estimation using sync pattern

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20110103

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee