KR100690089B1 - 비일치성 초광대역 시스템의 비트오율 성능향상을 위한최적임계값 결정방법 - Google Patents

비일치성 초광대역 시스템의 비트오율 성능향상을 위한최적임계값 결정방법 Download PDF

Info

Publication number
KR100690089B1
KR100690089B1 KR1020050124687A KR20050124687A KR100690089B1 KR 100690089 B1 KR100690089 B1 KR 100690089B1 KR 1020050124687 A KR1020050124687 A KR 1020050124687A KR 20050124687 A KR20050124687 A KR 20050124687A KR 100690089 B1 KR100690089 B1 KR 100690089B1
Authority
KR
South Korea
Prior art keywords
chi
probability density
square
density function
square distribution
Prior art date
Application number
KR1020050124687A
Other languages
English (en)
Inventor
최성수
기명오
김영선
김관호
Original Assignee
한국전기연구원
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 한국전기연구원 filed Critical 한국전기연구원
Priority to KR1020050124687A priority Critical patent/KR100690089B1/ko
Application granted granted Critical
Publication of KR100690089B1 publication Critical patent/KR100690089B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector
    • H04L1/203—Details of error rate determination, e.g. BER, FER or WER
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Error Detection And Correction (AREA)

Abstract

본 발명은 central 및 noncentral chi-square 분포의 확률밀도함수를 이용한 최적임계값 결정방법에 관한 것으로, 실제 에너지 검출 기반 비일치성(noncoherent) 저속 UWB(ultra wide band) 송수신기에 적용하기 위한 것이다.
본 발명은, central 및 noncentral chi-square 분포의 확률밀도함수 PC(y)와 PN(y)에 대하여, 분산 σ2, noncentrality 파라미터 s2, 자유도 n이 주어졌을 때, PC(y)와 PN(y)의 차이를 계산하여 dif(y)로 설정하는 제 1단계와; 상기 dif(y)의 값이 최대가 되는 y값을 구하여 ytemp로 설정하는 제 2단계와; 상기 ytemp에서부터 양의 방향으로 해상도 δ만큼씩 증가시키면서 dif(ytemp)가 0보다 같거나 작아지는 지점의 ytemp를 찾아 최적임계값
Figure 112005073794380-pat00001
를 구하는 제 3단계로 이루어지는 최적 임계값 결정 방법이다.
chi-square, 확률밀도함수, 최적임계값, 초광대역, UWB, 비트오율

Description

비일치성 초광대역 시스템의 비트오율 성능향상을 위한 최적임계값 결정방법{Optimum threshold calculation method using the characteristics of Chi-square probability density functions for noncoherent UWB systems}
도 1은 특정 자유도가 주어졌을때의 카이스퀘어 분포의 확률밀도함수 그래프
도 2는 종래 이분법을 이용한 최적임계값 결정 알고리즘 순서도
도 3은 본 발명에 의한 OCCP를 이용한 최적임계값 결정 알고리즘 순서도
도 4 내지 도 9는 본 발명을 설명하기 위하여 모의 실험을 통해 얻어진 최적임계값과 비트오율 수치별 그래프로서,
도 4 내지 도 6은 특정 자유도가 주어졌을 때 종래 이분법을 이용한 알고리즘에 의해 결정한 최적임계값과 비트오율 그래프이고
도 7 내지 도 9는 특정 자유도가 주어졌을 때 본 발명에 의한 OCCP를 이용한 알고리즘에 의해 결정한 최적임계값과 비트오율 그래프이다
본 발명은 초광대역 시스템에서 사용되는 송수신기의 비트오율 성능을 향상시킬 수 있는 카이스퀘어 분포를 이용한 최적임계값 결정방법에 관한 것으로서, 보 다 상세하게는 카이스퀘어(chi-square) 확률밀도함수 고유의 특성을 이용하여 간단한 과정으로 송수신기의 최적 임계값을 결정(Optimum threshold calculation method using the characteristics of Chi-square probability density functions; 이하 OCCP라 칭함)할 수 있도록 함으로써 초정밀 거리/위치 인식 및 저속 데이터 송수신 기능을 구현할 수 있는 에너지 검출기반의 비일치성 송수신기에 응용할 수 있도록 한 최적임계값 결정방법에 관한 것이다.
국제전기전자엔지니어협회(IEEE)의 표준화그룹(IEEE802.15.4a)에서 요구하는 초정밀 거리/위치인식 기능 및 저속 데이터 송수신 기능을 구현하기 위해서는 임펄스 라디오(impulse radio) 방식 초광대역(Ultra Wide Band : 이하는 'UWB'라 칭함) 신호의 다중경로들을 수집할 수 있는 에너지 검출기반의 비일치성(noncoherent) 송수신기가 적합하게 사용되고 있으며, 이러한 에너지 검출기반의 비일치성 송수신기의 비트오율 성능은 카이스퀘어(chi-square) 분포의 최적 임계값 결정에 상당한 의존성을 가진다. 모의실험 결과, 10- 6이하의 비트오율 오차를 만족시키기 위해서는, 약 10- 3이하의 수치해석적 이분법상의 허용오차 ε 및 OCCP상의 랜덤변수 해상도 δ가 요구된다.
19세기 후반까지 분포분야에 있어서 정규분포는 절대적인 지지를 받았다. 그러나, Weldon, Edgeorth, K. Pearson의 '도수 분포 중에는 비틀림이 있는 비대칭인 것도 있다'는 주장에 의한 정규 분포 외의 새로운 분포에 대한 연구는 K. Pearson에 의해 카이스퀘어 분포의 발견으로 이어지게 되었고, 그 후 카이스퀘어 분포는 짧은 펄스를 이용한 에너지 검출 방법을 적용하는 레이더(radar) 시스템을 비롯한 많은 분야에서 연구되고 있다.
최근에는 WPAN(Wireless Personal Area Network) 저속 물리계층 표준화 그룹인 IEEE802.15.4a에서 요구하는 간단한 구조, 근거리 통신, 저비용, 저전력 동작 특성을 갖는 초정밀 거리/위치인식 및 저속 통신 기능을 수행할 수 있는 송수신기 구현을 위하여 임펄스 라디오 방식 UWB 기술이 주목을 받고 있으며, 다중 경로 환경 하의 단일 펄스를 사용한 에너지 검출 기반 비일치성 UWB 기술의 활발한 연구로 신속하고 효과적인 카이스퀘어 시험의 필요성이 대두되고 있다.
이러한 카이스퀘어 시험을 위해서 카이스퀘어 분포의 근사화를 위한 여러 기법들이 제시되어 있으며, 카이스퀘어 분포를 따르는 신호의 검출 확률 수식들이 여러 논문에서 정의되었다. 검출 확률 수식들은 다섯가지로 분류되었고 가장 작은 오차를 가지면서 계산 속도도 상대적으로 짧은 효율적인 수식들이 도출되었다. 위에 언급된 카이스퀘어 분포의 검출 확률 계산 분야 뿐만 아니라, 최적임계값 결정을 위한 연구도 진행되었는데, 카이스퀘어 분포의 임계값을 구하는데 있어서 tabulated function을 도입하여 신호대잡음비와 자유도의 함수로 최적임계값을 정의하는 한편, false alarm 확률이 주어졌을 때 Newton-Raphson 반복 기법을 이용하여 임계값을 결정하였다.
그러나, 최소한의 간단한 구조로 저전력 동작해야 하고 실시간으로 비트 판정해야 하는 통신시스템에서는 위에 언급된 정확하고 복잡한 결정 알고리즘보다는 시스템의 가격대비 성능을 고려한 간단하고 신속한 임계값 결정 알고리즘을 필요로 하였다.
본 발명은 상기의 문제점을 해결하기 위한 것으로서, 본 발명은 central 및 noncentral chi-square 분포의 확률밀도함수 고유의 특성을 이용하여 카이스퀘어 분포의 최적 임계값을 결정할 수 있도록 함으로써 실제 에너지 검출 기반 비일치성(noncoherent) 저속 UWB(ultra wide band) 송수신기에 적용될 수 있는 간단하고 신속한 최적임계값 결정방법을 제공함에 그 목적이 있다.
상기의 목적을 달성하기 위한 본 발명의 특징은, central chi-square 분포의 확률밀도함수 PC(y)와 noncentral chi-square 분포의 확률밀도함수 PN(y)에 대하여, 일정한 분산 σ2, noncentrality 파라미터 s2, 자유도 n이 주어졌을 때, chi-square 확률밀도함수의 특성을 이용하여 chi-square 분포의 최적임계값을 결정하는 방법에 있어서, central 카이스퀘어 분포의 확률밀도함수 PC(y)와 noncentral 카이스퀘어 분포의 확률밀도함수 PN(y)의 차이를 결정하여 dif(y)로 설정하는 제 1단계와; 상기 설정된 dif(y)의 값이 최대가 되는 y값을 구하여 ytemp로 설정하는 제 2단계와; 상기 설정된 ytemp에서부터 양의 방향으로 해상도 δ만큼씩 증가시키면서 dif(ytemp)가 0보다 같거나 작아지는 지점의 ytemp를 찾아 최적임계값
Figure 112005073794380-pat00002
를 구하는 제 3단계로 이 루어지는 최적 임계값 결정 방법이다.
상기 본 발명의 이들 목적과 특징 및 장점은 첨부도면 및 다음의 상세한 설명을 참조함으로서 더욱 쉽게 이해될 수 있을 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 각 실시예 및 그 작용 효과에 대해 상세히 설명하면 다음과 같다.
도 3은 본 발명에 의한 카이스퀘어 확률밀도함수를 이용한 비일치성 송수신기의 최적 임계값 결정방법을 설명하기 위한 동작 흐름도로서, central chi-square 분포의 확률밀도함수 PC(y)와 noncentral chi-square 분포의 확률밀도함수 PN(y)에 대하여, 일정한 분산 σ2, noncentrality 파라미터 s2, 자유도 n이 주어졌을 때, chi-square 확률밀도함수의 특성을 이용하여 chi-square 분포의 최적임계값을 결정하는 처리과정에 대한 동작 흐름을 예시하고 있다.
제 1단계는 아래의 수학식 2 및 수학식 3으로 각각 정의되는 central 카이스퀘어 분포의 확률밀도함수 PC(y)와 noncentral 카이스퀘어 분포의 확률밀도함수 PN(y)의 차이를 계산하여 dif(y)로 설정하는 단계이다.
제2단계는 상기 설정된 dif(y)의 절대값이 최대가 되는 y값을 구하여 ytemp로 설정하는 단계이다.
제3단계는 상기 설정된 ytemp에서부터 양의 방향으로 해상도 δ만큼씩 증가시 키면서 dif(ytemp)가 0보다 같거나 작아지는 지점의 ytemp를 찾아 최적임계값
Figure 112005073794380-pat00003
를 구하는 단계이다.
이하에서는 본 발명과 관계가 있는 카이스퀘어 분포의 정의 및 카이스퀘어 확률밀도함수의 특성을 설명하면 다음과 같다.
먼저, 카이스퀘어 분포의 정의를 설명한다.
카이스퀘어 분포는 가우시안(Gaussian) 분포와 밀접한 관련이 있다. 구체적으로, 상호 통계적 독립인 n개의 가우시안 랜덤변수들을 제곱한 것들의 합이 카이스퀘어 분포를 따르는 랜덤변수가 된다. 즉, Xi(i=1,2,...,n)가 분산이 σ2이고 상호 독립인 가우시안 랜덤변수들이라고 하면, 아래의 수학식 1로 정의되는 Y는 카이스퀘어 랜덤변수이다.
Figure 112005073794380-pat00004
상기 카이스퀘어 분포는 central chi-square와 noncentral chi-square 분포의 두 종류로 나뉘는데, 전자의 경우 가우시한 랜덤변수 X의 평균이 0이고, 후자의 경우는 X는 0이 아닌 평균을 갖는 가우시안 랜덤변수이다.
central chi-square 분포의 확률밀도함수는 아래의 수학식 2로 주어진다.
Figure 112005073794380-pat00005
여기에서 n은 자유도, Γ(·)는 감마(gamma) 함수이다.
또한 noncentral 카이스퀘어 분포의 확률밀도함수는 아래의 수학식 3으로 주어지고, Iα(·)는 변형된 베셀(Bessel)함수, S2은 다음의 수학식 4와 같이 주어지는 noncentrality 파라미터이다.
Figure 112005073794380-pat00006
Figure 112005073794380-pat00007
여기에서 mi는 분산이 σ2인 가우시안 랜덤변수 Xi의 평균이다. 최소의 비트오율을 얻기 위한 최적임계값
Figure 112005073794380-pat00008
는 수학식2와 수학식3의 y에
Figure 112005073794380-pat00009
를 대입하고 같게 놓은 방정식의 해이므로 다음과 같은 수학식 5가 만족된다.
Figure 112005073794380-pat00010
상기 수학식 5에서
Figure 112005073794380-pat00011
를 유도하는 과정은 상당히 복잡하며, 최적임계값을 구하기 위한 반복 기법 및 근사화 기법 등은 이미 제시되어 있다.
다음으로 카이스퀘어 분포의 특성을 설명한다.
다음 표 1은 동일한 σ2, s2, n을 가지는 chi-square 분포의 평균과 분산을 나타낸다.
1st Moment E(Y) 2nd Moment E(Y2)
Figure 112005073794380-pat00012
central chi-square
Figure 112005073794380-pat00013
Figure 112005073794380-pat00014
Figure 112005073794380-pat00015
noncentral chi-square
Figure 112005073794380-pat00016
Figure 112005073794380-pat00017
Figure 112005073794380-pat00018
상기 표 1에서 확인할 수 있는 것은 central chi-square의 1차 모멘트와 분산이 noncentral chi-square의 1차 모멘트와 분산보다 작다는 것이다. 1차 모멘트가 작다는 것은 확률밀도함수가 전체적으로 왼쪽에 치우쳐 있다는 의미이고, 분산이 작다는 것은 확률밀도함수가 평균을 중심으로 밀집되어 있다는 것을 뜻한다. 즉, central chi-square 분포의 확률밀도함수가 noncetral chi-square 분포의 확률밀도함수의 좌측에 위치하며, 보다 뾰족하고 높은 형태의 그래프를 가진다는 의미이다. 도 1은 central chi-square 및 noncentral chi-square 분포의 확률밀도함수들을 도시한 그래프로서, 도 1의 (a) 내지 (d)는 σ=1, s2=5이고, 자유도 n이 각각 1,2,4,8인 경우를 예시하는데, 이들 그림들은 상기의 특징들을 설명해주고 있다.
상기 본 발명에 의한 chi-square 분포의 임계값을 구하는 방법인 OCCP 알고리즘을 종래의 간단한 수치해석적 방법인 이분법과 비교 분석하여 설명한다.
먼저, 종래의 간단한 수치해석적 방법인 이분법(Bisection Method)은, 주어진 범위 내에 존재하는 근을 찾는 수치해석적 방법 중 가장 간단하고 안전한 방법으로서, 이러한 이분법의 가장 큰 장점은 비분석적 함수에도 적용될 수 있다는 점이다.
도 2는 일정한 σ2, s2, n이 주어졌을 때 종래의 이분법을 사용하여 chi-square 분포의 최적임계값을 구하는 과정을 도시한 동작 흐름도로서, 도 2는 이분법을 사용하여 chi-square 분포의 최적임계값을 구하는 과정을 순서도로 나타낸 것이다.
상기 도 2에 의하면, Central, noncentral chi-square 분포의 확률밀도함수 PC(y), PN(y)의 차이를 계산하여 dif(y)로 설정하는 단계와, Central, noncentral chi-square 분포의 확률밀도함수의 최대가 되는 지점(ylp,yrp)을 구하는 단계와, ylp,yrp 두 지점을 기점으로 ylp-yrp의 절대값이 허용오차 ε보다 작아질 때까지 이분법을 적용하여, 허용오차 ε를 만족하는 y의 값을 최적임계값을 설정하는 단계로 이루어진다.
다음으로 본 발명에 의한 OCCP(Optimum threshold calculation method with the Characteristics of Chi-square Probability density functions) 방법을 설명한다.
먼저, 도 1에서, 동일한 σ2, s2, n을 가지는 chi-square 확률밀도함수는 항상 central chi-square 확률밀도함수(PC)가 noncentral chi-square 확률밀도함수(PN)의 좌측에 위치하며 높고 뾰족한 모양을 가짐을 확인할 수 있다. Central 및 noncentral chi-sqaure 확률밀도함수의 차의 절대값은 두 정점을 가지게 되는데 좌측의 정점이 항상 우측의 정점보다 큰 값을 차지한다.
도 3은 위에서 기술한 본 발명의 OCCP를 적용한 chi-sqaure 분포의 최적임계값 구하는 과정을 순서도로 나타낸 것으로서, 일정한 σ2, s2, n이 주어졌을 때, 이러한 chi-square 확률밀도함수의 특성을 이용하여 chi-square 분포의 최적임계값을 구하는 OCCP과정을 나타낸다.
다음은 종래 이분법을 적용한 최적 임계값 결정 알고리즘과 본 발명에 의한 OCCP를 이용한 카이스퀘어 분포의 최적 임계값 결정 알고림즘을 통한 모의 실험예이다.
먼저, 종래의 이분법을 적용한 최적 임계값 결정 알고리즘의 모의 실험을 진행하는데 있어서 충분히 정밀한 결과를 얻기 위해 랜덤변수 Y의 해상도 δ는 10-5로 설정하였다. 허용오차 ε을 100부터 10-6까지 변화시키면서 모의 실험을 실시한 결과, 최적임계값
Figure 112005073794380-pat00019
와 비트오율 Pe의 값을 얻을 수 있었다. 한가지 자명한 것은 허용오차 ε이 작을수록 계산된 최적임계값과 비트오율 값이 정확하다는 것이다.
다음의 표 2 내지 표 4는 자유도 n이 각각 2, 40, 80으로 주어졌을 때, 허용오차 ε에 따른 최적 임계값
Figure 112005073794380-pat00020
과 비트오율 Pe 값에 대한 수치를 나타내고 있으며, 도 4 내지 도 6은 각각의 경우에 대응하는 수치를 좌표상에 도식화한 그래프를 도시하고 있다.
Figure 112005073794380-pat00021
Figure 112005073794380-pat00022
 0 dB 8 dB 16 dB
Figure 112005073794380-pat00023
Figure 112005073794380-pat00024
Figure 112005073794380-pat00025
Figure 112005073794380-pat00026
Figure 112005073794380-pat00027
Figure 112005073794380-pat00028
Figure 112005073794380-pat00029
 0.34567 0.30991555677313 0.47977 0.02519343094073 0.49685 0.00004060934367
Figure 112005073794380-pat00030
 0.66973 0.25874407967124 0.35983 0.01344427394957 0.49685 0.00004060934367
Figure 112005073794380-pat00031
 0.69133 0.25788342152782 0.34484 0.01333128025162 0.49685 0.00004060934367
Figure 112005073794380-pat00032
 0.69133 0.25788342152782 0.34766 0.01332517803762 0.24843 0.00000000132670
Figure 112005073794380-pat00033
 0.69133 0.25788342152782 0.34755 0.01332517274377 0.24843 0.00000000132670
Figure 112005073794380-pat00034
 0.69133 0.25788342152782 0.34758 0.01332517223926 0.24843 0.00000000132670
Figure 112005073794380-pat00035
 0.69133 0.25788342152782 0.34758 0.01332517223926 0.24843 0.0000000132670
Figure 112005073794380-pat00036
Figure 112005073794380-pat00037
 0 dB 8 dB 16 dB
Figure 112005073794380-pat00038
Figure 112005073794380-pat00039
Figure 112005073794380-pat00040
Figure 112005073794380-pat00041
Figure 112005073794380-pat00042
Figure 112005073794380-pat00043
Figure 112005073794380-pat00044
 9.97889 0.41749062379909 1.99436 0.12784988088782 0.73582 0.00013335137879
Figure 112005073794380-pat00045
 9.97889 0.41749062379909 1.99436 0.12784988088782 0.73582 0.00013335137879
Figure 112005073794380-pat00046
 10.21834 0.41612368422439 2.00964 0.12768785806739 0.73582 0.00013335137879
Figure 112005073794380-pat00047
 10.44282 0.41565593747603 2.01060 0.12768755282213 0.61153 0.00000226449555
Figure 112005073794380-pat00048
 10.45778 0.41565238972411 2.01036 0.12768752001452 0.61153 0.00000226449578
Figure 112005073794380-pat00049
 10.45778 0.41565238972411 2.01036 0.12768751994290 0.59989 0.00000202175980
Figure 112005073794380-pat00050
 10.45778 0.41565238972411 2.01036 0.12768752001452 0.60038 0.00000202112709
Figure 112005073794380-pat00051
Figure 112005073794380-pat00052
 0 dB 8 dB 16 dB
Figure 112005073794380-pat00053
Figure 112005073794380-pat00054
Figure 112005073794380-pat00055
Figure 112005073794380-pat00056
Figure 112005073794380-pat00057
Figure 112005073794380-pat00058
Figure 112005073794380-pat00059
 19.98859 0.43947377727479 3.58280 0.19026443605238 0.98730 0.00032529220870
Figure 112005073794380-pat00060
 19.98859 0.43947377727479 3.58280 0.19026443605238 0.98730 0.00032529220870
Figure 112005073794380-pat00061
 19.98859 0.43947377750048 3.62896 0.18966199415429 0.86293 0.00004340587124
Figure 112005073794380-pat00062
 20.41611 0.43877451805308 3.62320 0.18965005281512 0.98403 0.00003498326109
Figure 112005073794380-pat00063
 20.47337 0.43876183511122 3.62320 0.18965004245199 0.88626 0.00003352056377
Figure 112005073794380-pat00064
 20.47718 0.43876164591325 3.62324 0.18965003983410 0.88505 0.00003349266200
Figure 112005073794380-pat00065
 20.47718 0.43876164591325 3.62324 0.18965004012130 0.88504 0.00003349265830
다음의 표 5 내지 표 7은 자유도 n이 각각 2, 40, 80으로 주어졌을 때, 해상도 δ에 따른 최적 임계값
Figure 112005073794380-pat00066
과 비트오율 Pe 값에 대한 수치를 나타내고 있으며, 도 7 내지 도 9는 각각의 경우에 대응하는 수치를 좌표상에 도식화한 그래프를 도시하고 있다.
Figure 112005073794380-pat00067
Figure 112005073794380-pat00068
 0 dB 8 dB 16 dB
Figure 112005073794380-pat00069
Figure 112005073794380-pat00070
Figure 112005073794380-pat00071
Figure 112005073794380-pat00072
Figure 112005073794380-pat00073
Figure 112005073794380-pat00074
Figure 112005073794380-pat00075
 0.80000 0.25686356160225 0.40000 0.01536658061326 0.30000 0.00000000212149
Figure 112005073794380-pat00076
 0.77000 0.25663855541721 0.35000 0.01332992249395 0.27000 0.00000000047011
Figure 112005073794380-pat00077
 0.76600 0.25663589085542 0.34800 0.01332531850045 0.27000 0.00000000047011
Figure 112005073794380-pat00078
 0.76640 0.25663585935961 0.34760 0.01332517271480 0.27000 0.00000000047011
Figure 112005073794380-pat00079
 0.76639 0.25663585933753 0.34758 0.01332517223926 0.27001 0.00000000047011
Figure 112005073794380-pat00080
Figure 112005073794380-pat00081
 0 dB 8 dB 16 dB
Figure 112005073794380-pat00082
Figure 112005073794380-pat00083
Figure 112005073794380-pat00084
Figure 112005073794380-pat00085
Figure 112005073794380-pat00086
Figure 112005073794380-pat00087
Figure 112005073794380-pat00088
 10.50000 0.41566052687124 2.00000 0.12775557533037 0.60000 0.00000202153366
Figure 112005073794380-pat00089
 10.46000 0.41565230338368 2.01000 0.12768758504829 0.60000 0.00000202153312
Figure 112005073794380-pat00090
 10.46500 0.41565202584247 2.01000 0.12768760644564 0.60000 0.00000202153315
Figure 112005073794380-pat00091
 10.46490 0.41565203141712 2.01040 0.12768752023674 0.60050 0.00000202112000
Figure 112005073794380-pat00092
 10.46486 0.41565203191098 2.01036 0.12768751994290 0.60045 0.00000202111590
Figure 112005073794380-pat00093
Figure 112005073794380-pat00094
 0 dB 8 dB 16 dB
Figure 112005073794380-pat00095
Figure 112005073794380-pat00096
Figure 112005073794380-pat00097
Figure 112005073794380-pat00098
Figure 112005073794380-pat00099
Figure 112005073794380-pat00100
Figure 112005073794380-pat00101
 20.50000 0.43876268294859 3.60000 0.18985239067472 0.90000 0.00003760896359
Figure 112005073794380-pat00102
 20.48000 0.43876170150611 3.62000 0.18965406647334 0.89000 0.00003394878601
Figure 112005073794380-pat00103
 20.48100 0.43876160389210 3.62300 0.18965006508728 0.88500 0.00003349268115
Figure 112005073794380-pat00104
 20.48100 0.43876160845174 3.62320 0.18965004273942 0.88500 0.00003349268223
Figure 112005073794380-pat00105
 20.48099 0.43876160924285 3.62324 0.18965003983410 0.88504 0.00003349265830
상기 도 4 내지 도 6 및 표 2 내지 표 4는 특정 자유도 n이 주어졌을 때, 허용오차 ε에 따른 최적 임계값
Figure 112005073794380-pat00106
과 비트오율 Pe의 값을 나타내는 것으로서, 도 4와 표 2, 도 5와 표 3, 도 6과 표 4는 각각 자유도 n 이 '2', '40', '80'일 때의 최적 임계값과 비트오율을 나타낸다.
상기 도 4 내지 도 6 및 표 2 내지 표 4에 예시된 바와 같이 신호대잡음비가 증가할 때 10-3 이상의 ε값에서 약 10-6 비트오율 오차가 생김을 확인할 수 있다. 이것은 신호대잡음비가 커질수록 central 및 noncentral chi-square 확률밀도함수의 모양이 양쪽으로 분산되면서 ε보다 작은 값을 가지는 도 3의 dif(y)의 수가 증가되므로, 정확한 비트오율 성능을 위해서는 더 세밀한 허용오차가 적용되어야 함을 의미한다. 모의 실험 결과, 허용오차 ε가 약 10- 4이하일 때, 비트오율 성능이 10- 6이하의 범위로 수렴하여 신뢰할 만한 결과를 얻은 것을 확인할 수 있다.
다음으로, 도 7 내지 도 9 및 표 5 내지 표 7은 특정 자유도 n이 주어졌을 때, 랜덤변수 Y의 해상도 δ에 따른 최적 임계값
Figure 112005073794380-pat00107
과 비트오율 Pe의 값을 나타내는 것으로서, 도 7와 표 5, 도 8와 표 4, 도 9와 표 5는 각각 자유도 n 이 '2', '40', '80'일 때의 최적 임계값과 비트오율을 나타낸다.
본 발명에 의한 OCCP를 이용한 계산 결과를 보면, 도 7 내지 도 9 및 표 5 내지 표 7에 도시된 바와 같이, 랜덤변수 Y의 해상도인 δ를 10-1부터 10-5까지 변화시키면서 모의 실험을 실시한 결과, 최적임계값
Figure 112005073794380-pat00108
과 비트오율 Pe의 값을 얻을 수 있었다. 도 7 내지 도 9 및 표 5 내지 표 7에서, 10-2 이상의 δ값의 경우 약 10-6의 비트오율 성능 오차가 생김을 확인할 수 있다. 그러므로 10- 6이하의 비트오율 오차를 만족하는 신뢰도를 위해서는 랜덤변수 Y의 해상도 δ가 약 10-3보다 작은 값을 가져야 함을 의미한다.
이상의 본 발명에 의한 최적 임계값 결정방법은 본 발명의 기술적 사상의 범위 내에서 다양한 형태로 변형, 응용 가능하다. 따라서 상기 실시예와 도면은 발명의 내용을 상세히 설명하기 위한 목적일 뿐, 발명의 기술적 사상의 범위를 한정하고자 하는 것이 아니므로, 본 발명의 권리범위는 후술하는 청구범위뿐만이 아니라 그와 균등한 범위를 포함하여 판단되어야 한다.
이상의 본 발명에 의하면, 카이스퀘어 확률밀도함수 고유의 특성을 이용하여 간단한 과정으로 송수신기의 최적 임계값을 계산할 수 있도록 함으로써 비일치성 송수신기의 비트오율 성능을 향상시킬 수 있는 이점이 있으며, 따라서 국제 표준화 그룹에서 요구하는 초정밀 거리/위치 인식 및 저속 데이터 송수신 기능을 구현할 수 있는 에너지 검출기반의 비일치성 송수신기에 응용 가능하게 되는 이점을 얻을 수 있게 된다.

Claims (2)

  1. central chi-square 분포의 확률밀도함수 PC(y)와 noncentral chi-square 분포의 확률밀도함수 PN(y)에 대하여, chi-square 분포의 최적임계값을 구하는 방법에 있어서,
    central 카이스퀘어 분포의 확률밀도함수 PC(y)와 noncentral 카이스퀘어 본포의 확률밀도함수 PN(y)의 차이를 계산하여 dif(y)로 설정하는 제 1단계와;
    상기 설정된 dif(y)의 값이 최대가 되는 y값을 구하여 ytemp로 설정하는 제 2단계와;
    상기 설정된 ytemp에서부터 양의 방향으로 해상도 δ만큼씩 dif(ytemp)가 0보다 같거나 작아지는 지점의 ytemp를 찾아 최적임계값
    Figure 112005073794380-pat00109
    를 구하는 제 3단계로 이루어지는 것을 특징으로 하는 비일치성 초광대역 시스템의 비트오율 성능향상을 위한 최적 임계값 결정 방법.
  2. 제1항에 있어서,
    일정한 분산 σ2, 비중심적인 파라미터 s2, 자유도 n이 주어졌을 때, 상기 central chi-square 분포의 확률밀도함수 PC(y)는,
    Figure 112005073794380-pat00110
    로서, n은 자유도, Γ(·)는 감마(gamma) 함수, Xi(i=1,2,...,n)는 분산이 σ2이고 상호 독립인 가우시안 랜덤변수, Y는 카이스퀘어 랜덤 변수로서
    Figure 112005073794380-pat00111
    이며,
    상기 noncentral 카이스퀘어 분포의 확률밀도함수 PN(y)는,
    Figure 112005073794380-pat00112
    로서, Iα(·)는 변형된 베셀(Bessel)함수, S2은 noncentrality 파라미터로서
    Figure 112005073794380-pat00113
    이며, mi는 분산이 σ2인 가우시안 랜덤변수 Xi의 평균인 것을 특징으로 하는 비일치성 초광대역 시스템의 비트오율 성능향상을 위한 최적 임계값 결정 방법.
KR1020050124687A 2005-12-16 2005-12-16 비일치성 초광대역 시스템의 비트오율 성능향상을 위한최적임계값 결정방법 KR100690089B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050124687A KR100690089B1 (ko) 2005-12-16 2005-12-16 비일치성 초광대역 시스템의 비트오율 성능향상을 위한최적임계값 결정방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050124687A KR100690089B1 (ko) 2005-12-16 2005-12-16 비일치성 초광대역 시스템의 비트오율 성능향상을 위한최적임계값 결정방법

Publications (1)

Publication Number Publication Date
KR100690089B1 true KR100690089B1 (ko) 2007-03-08

Family

ID=38102504

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050124687A KR100690089B1 (ko) 2005-12-16 2005-12-16 비일치성 초광대역 시스템의 비트오율 성능향상을 위한최적임계값 결정방법

Country Status (1)

Country Link
KR (1) KR100690089B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002237772A (ja) 2001-02-08 2002-08-23 Sony Corp 信号処理装置および信号処理方法、並びにプログラムおよび記録媒体
KR20050044018A (ko) * 2003-11-07 2005-05-12 삼성전자주식회사 이동통신시스템에서 채널별 피드백 정보 전송장치 및 방법
KR20050066906A (ko) * 2003-12-27 2005-06-30 한국전자통신연구원 주파수 영역 신호 처리를 이용한 초광대역 수신 장치
JP2005218079A (ja) 2003-12-17 2005-08-11 Mitsubishi Electric Information Technology Centre Europa Bv 少なくとも１つの送信機および１つの受信機を含む通信システムにおいてデータを送信するための方法、少なくとも１つの送信機および１つの受信機を含む通信システム、ならびにＮｓ個の時間窓にわたってＮｓ個のパルスからなる少なくとも１つの系列によって形成される信号を送信および受信するように構成される装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002237772A (ja) 2001-02-08 2002-08-23 Sony Corp 信号処理装置および信号処理方法、並びにプログラムおよび記録媒体
KR20050044018A (ko) * 2003-11-07 2005-05-12 삼성전자주식회사 이동통신시스템에서 채널별 피드백 정보 전송장치 및 방법
JP2005218079A (ja) 2003-12-17 2005-08-11 Mitsubishi Electric Information Technology Centre Europa Bv 少なくとも１つの送信機および１つの受信機を含む通信システムにおいてデータを送信するための方法、少なくとも１つの送信機および１つの受信機を含む通信システム、ならびにＮｓ個の時間窓にわたってＮｓ個のパルスからなる少なくとも１つの系列によって形成される信号を送信および受信するように構成される装置
KR20050066906A (ko) * 2003-12-27 2005-06-30 한국전자통신연구원 주파수 영역 신호 처리를 이용한 초광대역 수신 장치

Similar Documents

Publication Publication Date Title
US8095185B2 (en) Estimation of angular parameters of a signal at an antenna array
US9202088B2 (en) Method and apparatus for selecting reference tag used for positioning
CN103716264B (zh) 基于非对称空间结构和非均匀散射体的统计信道计算方法
CN109239683B (zh) 宽带被动mimo雷达的克拉美罗界分析方法
Zhou et al. Exact BER analysis of differential chaos shift keying communication system in fading channels
Ahmed Novel noncoherent radar pulse integration to combat noise jamming
KR100690089B1 (ko) 비일치성 초광대역 시스템의 비트오율 성능향상을 위한최적임계값 결정방법
Cao et al. A visible light positioning system based on particle filter and deep learning
Otumdi et al. Device Hardware Capacity And Rssi-Based Self Organizing Map Clustering Of 928 Mhz Lorawan Nodes Located In Flat Terrain With Light Tree Densities
Zhu et al. Localization optimization algorithm of maximum likelihood estimation based on received signal strength
CN116577763A (zh) 一种以提升两异构节点作用距离为目标的联合检测方法
Segou et al. DALE: A range-free, adaptive indoor localization method enhanced by limited fingerprinting
US11435190B2 (en) Indoor positioning method, electronic device and readable storage medium
Houssaini et al. Distance measurement correction based on feedback filter for RSSI localisation technique in WSNs
Xiao et al. New analytical expressions for orthogonal, biorthogonal, and transorthogonal signaling in Nakagami fading channels with diversity reception
Muratkar et al. Effect of dynamic reflection coefficient on backscatter system in time-selective scenario
CN112685694B (zh) 一种基于信息熵的网状天线反射面误差分布评估方法
Hatano et al. Target position estimation algorithm under corrupted measurement data for radar network systems
Biswas et al. Advanced RSSI-based Wi-Fi access point localization using smartphone
Farkas Placement optimization of reference sensors for indoor tracking
Gao et al. An improved DV-Hop algorithm based on average hop distance and estimated coordinates
Xin et al. Research on law of RSSI fluctuation of wireless sensor networks
Dong et al. Comparisons on Deep Learning Methods for NOMA Scheme Classification in Cellular Downlink
Azimi-Sadjadi et al. Properties of randomly distributed sparse acoustic sensors for ground vehicle tracking and localization
Huai et al. Multi-Feature based Outdoor Fingerprint Localization with Accuracy Enhancement for Cellular Network

Legal Events

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

Payment date: 20130227

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140227

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150227

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160212

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20180220

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20190226

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20200227

Year of fee payment: 14