KR101228624B1 - Signal detection device on generalized normal-Laplace distributed noise environments - Google Patents

Signal detection device on generalized normal-Laplace distributed noise environments Download PDF

Info

Publication number
KR101228624B1
KR101228624B1 KR1020100093763A KR20100093763A KR101228624B1 KR 101228624 B1 KR101228624 B1 KR 101228624B1 KR 1020100093763 A KR1020100093763 A KR 1020100093763A KR 20100093763 A KR20100093763 A KR 20100093763A KR 101228624 B1 KR101228624 B1 KR 101228624B1
Authority
KR
South Korea
Prior art keywords
signal
probability density
density function
gnl
laplace
Prior art date
Application number
KR1020100093763A
Other languages
Korean (ko)
Other versions
KR20120032232A (en
Inventor
김상준
안진영
Original Assignee
동아대학교 산학협력단
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 동아대학교 산학협력단 filed Critical 동아대학교 산학협력단
Priority to KR1020100093763A priority Critical patent/KR101228624B1/en
Publication of KR20120032232A publication Critical patent/KR20120032232A/en
Application granted granted Critical
Publication of KR101228624B1 publication Critical patent/KR101228624B1/en

Links

Images

Classifications

    • 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
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal
    • 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
    • H04B1/06—Receivers
    • H04B1/16—Circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2647—Arrangements specific to the receiver only

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Noise Elimination (AREA)

Abstract

본 발명은 일반화된 정규-라플라스 확률분포 기반의 임펄스 잡음 환경에서 최적의 성능으로 디지털 신호를 검출하는 신호 검출 장치를 제공하기 위한 것으로서, 수신안테나를 통해 수신되는 수신신호를 비선형함수를 이용하여 샘플별 로그-가능성 비율(Log-Likelihood Ratio : LLR)을 출력하는 비선형 함수기와, 상기 비선형 함수기에서 검출된 수신신호에서 샘플들(K) 을 누적하여 더하는 누적기와, 상기 누적기의 출력값(결정변수)을 오경보 확률에 의해 미리 정의된 임계치(T)와 비교하여 널 신호(H0) 및 송신 신호(H1)를 검출하는 임계치 비교기를 포함하여 구성되는데 있다.The present invention is to provide a signal detection device for detecting a digital signal with optimal performance in a generalized Laplacian probability distribution-based impulse noise environment, by using a non-linear function for each received signal received by the receiving antenna A non-linear function that outputs a log-likelihood ratio (LLR), an accumulator that accumulates and adds samples (K) from a received signal detected by the non-linear function, and an output value (determined variable) of the accumulator It is configured to include a threshold comparator for detecting a null signal (H 0 ) and the transmission signal (H 1 ) by comparing with a threshold value (T) predefined by the false alarm probability.

Description

일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치{Signal detection device on generalized normal-Laplace distributed noise environments}Signal detection device on generalized normal-Laplace distributed noise environments

본 발명은 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 방법에 관한 것으로, 특히 임펄스 잡음 환경 하에서 구현가능하면서 최적의 성능을 얻을 수 있는 신호 검출 장치에 관한 것이다.The present invention relates to a signal detection method in a generalized normal-laplace distributed noise environment, and more particularly, to a signal detection apparatus that can be implemented under an impulse noise environment and obtains optimum performance.

일반적으로 무선통신 시스템에 있어서 송신 안테나를 통해 전파된 신호는 무선채널에서 전파 손실을 겪게 된다. 즉, 실제 환경에서는 전파 거리에 따른 감쇄, 주변 지형이나 조건(환경)에 의한 음영(shadow) 및 다중 경로 지연과 같은 여러 형태의 감쇠가 발생하기 마련이다. 그래서 이러한 무선 채널 환경에서의 안정된 무선 통신 상태를 유지하기 위해서는 저 잡음 증폭기(Low Noise Amplifier : LNA) 및 가변 이득 증폭기(Variable Gain Amplifier : VGA) 등과 같은 장치를 통해 수신 신호의 전압 레벨을 일정하게 유지할 필요가 있다.In general, in a wireless communication system, a signal propagated through a transmitting antenna suffers a propagation loss in a wireless channel. That is, in the real environment, various forms of attenuation occur such as attenuation according to the propagation distance, shadows due to surrounding terrain or conditions, and multipath delay. Therefore, in order to maintain stable wireless communication in such a wireless channel environment, devices such as a low noise amplifier (LNA) and a variable gain amplifier (VGA) maintain a constant voltage level of a received signal. There is a need.

그러나 임펄스 신호에 기반을 두는 초광대역(Ultra Wideband : UWB) 무선 시스템에서는 스펙트럼 마스크 규정에 의해 2nS 혹은 그 이하의 매우 짧은 펄스를 이용하여 -41.3dBm/MHz 이하의 낮은 전력 레벨로 송신신호를 송출한다. 이러한 임펄스 잡음 환경 하에서 통신 시스템의 수신기를 설계하기 위하여 기존에는 일반화된 가우시안 분포, 가우시안-라플라스 분포, 대칭적 알파 안정화 확률적 모델 등을 이용하여 비가우시안 분포 특성을 가지는 임펄스 잡음을 모델링 하였다.However, in ultra wideband (UWB) wireless systems based on impulse signals, a very short pulse of 2 nS or less is transmitted by a spectral mask specification to transmit a transmission signal at a low power level of -41.3 dBm / MHz or less. . In order to design a receiver of a communication system under such an impulse noise environment, impulsive noise with non-Gaussian distribution was modeled using a generalized Gaussian distribution, Gaussian-Laplace distribution, and symmetric alpha stabilizing stochastic model.

이렇게 기존의 확률적인 분포 모델들은 모델링에 필요한 파라미터 및 임펄스 특징들이 조금씩 차이가 있다. 또한 이러한 기존의 확률적인 모델들은 최근 초광대역 무선통신에서 다중사용자 간섭신호의 비가우시안 특성을 모델링하는데도 이용되고 있는데, 이 경우 사용자의 수가 적을 때의 임펄스 특징은 이러한 확률적인 모델로 정확하게 표현할 수 없는 문제점이 있다.The existing stochastic distribution models differ slightly from the parameters and impulse features required for modeling. In addition, these existing probabilistic models have recently been used to model non-Gaussian characteristics of multi-user interference signals in ultra-wideband wireless communication. In this case, the impulse characteristics when the number of users is small cannot be accurately represented by such a stochastic model. There is this.

따라서 본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 일반화된 정규-라플라스 확률분포 기반의 임펄스 잡음 환경에서 최적의 성능으로 디지털 신호를 검출하는 신호 검출 장치를 제공하는데 그 목적이 있다.Accordingly, an object of the present invention is to provide a signal detection apparatus for detecting a digital signal with optimal performance in an impulsive noise environment based on a generalized normal-laplace probability distribution.

상기와 같은 목적을 달성하기 위한 본 발명에 따른 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치의 특징은 수신안테나를 통해 수신되는 수신신호를 일반화된 정규 라플라스 분포 확률 분포함수에 대입하여 확률 비를 구하는 로그-가능성 비율(Log-Likelihood Ratio : LLR) 테스트의 출력인 비선형 함수기와, 상기 비선형 함수기의 출력 샘플들(K)을 누적하여 더하는 누적기와, 상기 누적기의 출력값(결정변수)을 오경보 확률에 의해 미리 정의된 임계치(T)와 비교하여 널(null) 신호 또는 송신 신호의 판별 여부를 결정하는 임계치 비교기를 포함하여 구성되는데 있다.A feature of a signal detection apparatus in a generalized normal-Laplace distributed noise environment according to the present invention for achieving the above object is to substitute a received signal received through a reception antenna into a generalized normal Laplace distribution probability distribution function A non-linear function that is an output of a Log-Likelihood Ratio (LLR) test, an accumulator that accumulates and adds output samples (K) of the non-linear function, and an output value (deterministic variable) of the accumulator And a threshold comparator for determining whether to determine a null signal or a transmission signal by comparing with a threshold value T defined by a false alarm probability.

바람직하게 상기 비선형함수는 일반화된 정규-라플라스 확률분포로 모델링되는 임펄스 잡음신호의 확률밀도함수에 의해 결정되는 것을 특징으로 한다.Preferably, the nonlinear function is determined by a probability density function of an impulse noise signal modeled by a generalized normal-Laplace probability distribution.

바람직하게 상기 최적의 신호는 GNL의 파라미터(

Figure 112012024120501-pat00043
) 및 일반화된 정규-라플라스 확률분포(Generalized Norma-Laplace : GNL)의 특성함수 역퓨리에 변환에 의해 산출된 확률밀도함수
Figure 112012024120501-pat00044
및 상기 산출된 확률밀도함수를 통해 구한 결정 변수를 이용하여 검출하는 것을 특징으로 한다. 이때, 상기 GNL 확률 밀도 함수에서
Figure 112012024120501-pat00045
는 GNL 분포의 특성 함수를 의미하며
Figure 112012024120501-pat00046
으로 정의 된다. GNL 분포의 파라미터(
Figure 112012024120501-pat00047
)에서
Figure 112012024120501-pat00048
는 GNL 확률 밀도 함수의 평균,
Figure 112012024120501-pat00049
은 분산값,
Figure 112012024120501-pat00050
및
Figure 112012024120501-pat00051
는 확률 밀도함수의 꼬리의 두께를 결정하는 변수이며,
Figure 112012024120501-pat00052
는 확률 밀도 함수의 뾰족한 정도와 꼬리의 모양에 영향을 주는 변수이며, 모멘트 추정기법(MME: Method of Moments Estimation)을 통해 구할 수 있다. 상기 MME 기법은
Figure 112012024120501-pat00053
개의 훈련 신호의 수신 신호
Figure 112012024120501-pat00054
를 사용하여 얻은 샘플 모멘트 값
Figure 112012024120501-pat00055
으로 해당하는 큐뮬런트(cumulant)값
Figure 112012024120501-pat00056
을 유도하여,
Figure 112012024120501-pat00057
,
Figure 112012024120501-pat00058
,
Figure 112012024120501-pat00059
,
Figure 112012024120501-pat00060
와 같이 얻을 수 있다. 상기 큐뮬런트 값(
Figure 112012024120501-pat00061
)은 테일러 시리즈의 확장을 통해 다음과 같은 수식
Figure 112012024120501-pat00062
,
Figure 112012024120501-pat00063
,
Figure 112012024120501-pat00064
,
Figure 112012024120501-pat00065
Figure 112012024120501-pat00066
으로 유도된다.Preferably the optimal signal is a parameter of GNL (
Figure 112012024120501-pat00043
) And the probability density function computed by the inverse Fourier transform of the characteristic function of the Generalized Norma-Laplace (GNL)
Figure 112012024120501-pat00044
And detecting by using a determination variable obtained through the calculated probability density function. In this case, the GNL probability density function
Figure 112012024120501-pat00045
Is the characteristic function of the GNL distribution
Figure 112012024120501-pat00046
Is defined as The parameters of the GNL distribution (
Figure 112012024120501-pat00047
)in
Figure 112012024120501-pat00048
Is the mean of the GNL probability density function,
Figure 112012024120501-pat00049
Is the variance,
Figure 112012024120501-pat00050
And
Figure 112012024120501-pat00051
Is a variable that determines the thickness of the tail of the probability density function.
Figure 112012024120501-pat00052
Is a variable that affects the sharpness of the probability density function and the shape of the tail, and can be obtained through the method of moment estimation (MME). The MME technique
Figure 112012024120501-pat00053
Signal of dog training signal
Figure 112012024120501-pat00054
Moment values obtained using
Figure 112012024120501-pat00055
The cumulant value corresponding to
Figure 112012024120501-pat00056
To induce
Figure 112012024120501-pat00057
,
Figure 112012024120501-pat00058
,
Figure 112012024120501-pat00059
,
Figure 112012024120501-pat00060
Can be obtained as The cumulant value (
Figure 112012024120501-pat00061
) Through the expansion of the Taylor series, the following formula
Figure 112012024120501-pat00062
,
Figure 112012024120501-pat00063
,
Figure 112012024120501-pat00064
,
Figure 112012024120501-pat00065
Figure 112012024120501-pat00066
Is induced.

바람직하게 상기 준최적의 신호는 GNL의 파라미터(

Figure 112012024120501-pat00001
) 및 근사화에 필요한 샘플 수(M), 서로 독립적인 감마 랜덤변수(
Figure 112012024120501-pat00002
,
Figure 112012024120501-pat00003
)를 이용하여 산출된 근사화된 확률밀도함수 및 상기 근사화된 확률밀도함수를 통해 구한 결정 변수를 이용하여 검출하는 것을 특징으로 한다. 이때, 상기 랜덤변수
Figure 112012024120501-pat00067
과
Figure 112012024120501-pat00068
는 스케일(scale) 파리미터가 1, 형성(shape) 파리미더가
Figure 112012024120501-pat00069
이며,
Figure 112012024120501-pat00070
의 확률분포를 가지는 감마 랜덤변수이다.Preferably the suboptimal signal is a parameter of GNL (
Figure 112012024120501-pat00001
) And the number of samples (M) required for approximation, and gamma random variables independent of each other (
Figure 112012024120501-pat00002
,
Figure 112012024120501-pat00003
It is characterized by detecting using an approximated probability density function calculated using a) and a decision variable obtained through the approximated probability density function. At this time, the random variable
Figure 112012024120501-pat00067
and
Figure 112012024120501-pat00068
Is the scale parameter is 1, the shape parameter is
Figure 112012024120501-pat00069
Is,
Figure 112012024120501-pat00070
Gamma random variable with probability distribution of.

바람직하게 상기 근사화된 확률밀도함수는 수식

Figure 112010062387359-pat00004
를 이용하여 산출하는 것을 특징으로 한다.Preferably the approximate probability density function is
Figure 112010062387359-pat00004
Is calculated using the following equation.

바람직하게 상기 임계치 비교기는 누적기의 출력값이 임계치보다 크면 가설 신호

Figure 112010062387359-pat00005
이라고 판단하고, 출력값이 임계치보다 작으면 가설 신호
Figure 112010062387359-pat00006
라고 판단하며, 이때,
Figure 112010062387359-pat00007
는 Null 가설이고,
Figure 112010062387359-pat00008
는 Alternative 가설이고,
Figure 112010062387359-pat00009
는 수신신호,
Figure 112010062387359-pat00010
는 신호의 세기 성분,
Figure 112010062387359-pat00011
는 이미 결정된 신호,
Figure 112010062387359-pat00012
는 일반화된 정규-라플라스 분포(Generalized Norma-Laplace : GNL)로 모델링되는 잡음신호인 것을 특징으로 한다.Preferably the threshold comparator is a hypothesis signal if the output value of the accumulator is greater than the threshold value
Figure 112010062387359-pat00005
If the output value is less than the threshold, hypothesis signal
Figure 112010062387359-pat00006
Then,
Figure 112010062387359-pat00007
Is the Null hypothesis,
Figure 112010062387359-pat00008
Is the Alternative hypothesis,
Figure 112010062387359-pat00009
Is the received signal,
Figure 112010062387359-pat00010
Is the strength component of the signal,
Figure 112010062387359-pat00011
Is an already determined signal,
Figure 112010062387359-pat00012
Is a noise signal modeled as a Generalized Norma-Laplace (GNL).

이상에서 설명한 바와 같은 본 발명에 따른 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치는 다음과 같은 효과가 있다.As described above, the apparatus for detecting a signal in a generalized normal-Laplace distributed noise environment according to the present invention has the following effects.

첫째, 일반화된 정규-라플라스 확률분포 기반의 임펄스 잡음 환경에서 최적의 성능을 나타내는 신호 검출 기반을 근거로 하여 구현 가능한 최적의 성능을 갖는 수신기를 설계할 수 있다.First, a receiver with optimal performance that can be implemented can be designed based on a signal detection basis that shows optimal performance in a generalized Laplacian probability distribution based impulse noise environment.

둘째, 통신 환경에서 나타나는 임펄스 특징을 가지는 잡음신호 혹은 초광대역 통신에서 다중사용자 간섭신호를 일반화된 정규-라플라스 확률분포로의 모델링으로 임펄스 잡음 환경에서 사용자의 수가 적은 경우에도 정확하게 표현할 수 있는 효과가 있다. Second, modeling a multi-user interference signal with a generalized normal-laplace probability distribution in a noise signal having an impulse characteristic or an ultra-wideband communication in a communication environment has an effect that can be accurately expressed even when the number of users is small in an impulse noise environment. .

[도 1] 본 발명의 실시에에 따른 통신시스템의 수신기에서 일반화된 정규-라플라스 확률분포 잡음 환경에서 신호의 검출 장치를 나타낸 블록도1 is a block diagram illustrating an apparatus for detecting a signal in a normal-laplace probability distribution noise environment generalized in a receiver of a communication system according to an embodiment of the present invention.

본 발명의 다른 목적, 특성 및 이점들은 첨부한 도면을 참조한 실시예들의 상세한 설명을 통해 명백해질 것이다.Other objects, features and advantages of the present invention will become apparent from the detailed description of the embodiments with reference to the accompanying drawings.

본 발명에 따른 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 설명하면 다음과 같다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예는 본 발명의 개시가 완전하도록하며 통상의 지식을 가진자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.A preferred embodiment of a signal detection apparatus in a generalized normal-laplace distributed noise environment according to the present invention will be described with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. It is provided to let you know. Therefore, the embodiments described in this specification and the configurations shown in the drawings are merely the most preferred embodiments of the present invention and do not represent all the technical ideas of the present invention. Therefore, It is to be understood that equivalents and modifications are possible.

도 1 은 본 발명의 실시에에 따른 통신시스템의 수신기에서 일반화된 정규-라플라스 확률분포 잡음 환경에서 신호의 검출 장치를 나타낸 블록도이다.1 is a block diagram illustrating an apparatus for detecting a signal in a normal-laplace probability distribution noise environment generalized in a receiver of a communication system according to an embodiment of the present invention.

도 1과 같이, 신호 검출 장치는 수신안테나(미도시)를 통해 수신되는 수신신호를 샘플별로 확률의 비를 출력하는 비선형 함수기와(100)와, 상기 비선형 함수기(100)의 출력 샘플들(K)을 누적하여 더하는 누적기(200)와, 상기 누적기(200)의 출력값(결정변수)을 오경보 확률에 의해 미리 정의된 임계치(T)와 비교하여 널(null) 신호 또는 송신 신호의 판별 여부를 결정하는 임계치 비교기(300)로 구성된다.
비선형함수를 이용하여 수신신호를 검출하는 비선형 함수기(100)와, 상기 비선형 함수기(100)에서 검출된 수신신호에서 샘플들(K)을 누적하여 더하는 누적기(200)와, 상기 누적기(200)의 출력값을 오경보 확률에 의해 미리 정의된 임계치(T)와 비교하여 로그-가능성 비율(Log-Likelihood Ratio : LLR) 테스트를 통해 최적의 신호 및 준최적의 신호 중 어느 하나를 검출하는 임계치 비교기(300)로 구성된다.As shown in FIG. 1, the signal detection apparatus includes a nonlinear functional unit 100 for outputting a ratio of probabilities for each received signal received through a receiving antenna (not shown), and output samples of the nonlinear functional unit 100 ( The accumulator 200 which accumulates and adds K) and the output value (deterministic variable) of the accumulator 200 are compared with a threshold value T defined by false alarm probability to determine a null signal or a transmission signal. Threshold comparator 300 for determining whether or not.
A nonlinear function unit 100 for detecting a received signal using a nonlinear function, an accumulator 200 for accumulating and adding samples K from the received signal detected by the nonlinear function unit 100, and the accumulator A threshold for detecting any one of an optimal signal and a suboptimal signal through a Log-Likelihood Ratio (LLR) test by comparing the output value of the 200 with a threshold value T defined by a false alarm probability. It consists of a comparator 300.

이때, 상기 비선형 함수기(100)의 비선형함수는 일반화된 정규-라플라스 확률분포로 모델링되는 임펄스 잡음 신호의 확률밀도함수의 로그 가능성 비율로 결정된다. 따라서 일반화된 정규-라플라스 확률분포의 특성함수 역퓨리에 변환에 의해 산출된 확률밀도함수의 로그 가능성 비로 구성된 비선형 함수기(100), 누적기(200), 임계치 비교기(300)를 이용하여 최적의 신호를 검출하거나, 또는 다음 수학식 1과 같은 근사화된 확률밀도 함수의 로그 가능성 비로 구성된 함수기(100), 누적기(200), 임계치 비교기(300)를 이용하여 준최적의 신호를 검출한다.In this case, the nonlinear function of the nonlinear function 100 is determined as the log probability ratio of the probability density function of the impulse noise signal modeled as a generalized normal-Laplace probability distribution. Therefore, the optimal signal using the nonlinear function 100, accumulator 200, and threshold comparator 300 composed of the logarithmic probability ratio of the probability density function calculated by the characteristic inverse Fourier transform of the normalized-Laplace probability distribution Alternatively, the suboptimal signal is detected using the functional unit 100, the accumulator 200, and the threshold comparator 300 configured by the log probability ratio of the approximated probability density function as in Equation 1 below.

Figure 112010062387359-pat00013
Figure 112010062387359-pat00013

이때, 상기 수학식 1에서 M은 근사화에 필요한 샘플 수이고,

Figure 112010062387359-pat00014
와
Figure 112010062387359-pat00015
는 서로 독립적인 감마 랜덤변수이다.In this case, in Equation 1, M is the number of samples required for approximation,
Figure 112010062387359-pat00014
Wow
Figure 112010062387359-pat00015
Are independent gamma random variables.

한편, 일반화된 정규-라플라스 잡음 환경에서의 신호 검출은 다음과 같은 가설 검정에 의해 공식화된다. On the other hand, signal detection in a generalized normal-Laplace noise environment is formulated by the following hypothesis test.

Figure 112010062387359-pat00016
.
Figure 112010062387359-pat00016
.

여기서

Figure 112010062387359-pat00017
는 Null 가설이고,
Figure 112010062387359-pat00018
는 Alternative 가설이다. 그리고
Figure 112010062387359-pat00019
는 수신신호,
Figure 112010062387359-pat00020
는 신호의 세기 성분,
Figure 112010062387359-pat00021
는 이미 결정된 신호이다. 또한
Figure 112010062387359-pat00022
는 일반화된 정규-라플라스 분포(Generalized Norma-Laplace : GNL)로 모델링되는 잡음신호이다. here
Figure 112010062387359-pat00017
Is the Null hypothesis,
Figure 112010062387359-pat00018
Is an alternative hypothesis. And
Figure 112010062387359-pat00019
Is the received signal,
Figure 112010062387359-pat00020
Is the strength component of the signal,
Figure 112010062387359-pat00021
Is an already determined signal. Also
Figure 112010062387359-pat00022
Is a noise signal modeled as a Generalized Norma-Laplace (GNL).

즉, n =

Figure 112010062387359-pat00023
이고, 여기서
Figure 112010062387359-pat00024
는 GNL의 파라미터이다. That is, n =
Figure 112010062387359-pat00023
, Where
Figure 112010062387359-pat00024
Is a parameter of GNL.

이러한 GNL 확률분포의 특성함수 역퓨리에 변환에 의해 확률밀도함수를 구할 수 있다. 이와 같은 역변환에 의한 확률밀도함수는 닫힌 형태의 공식이 존재하지 않기 때문에 상기 수학식 1과 같이 근사화된 확률밀도함수를 사용할 수도 있다.The probability density function can be obtained by the inverse Fourier transform of the characteristic function of the GNL probability distribution. Since the probability density function by the inverse transform does not exist, the probability density function approximated as shown in Equation 1 may be used.

또한, 상기 임계치 비교기(300)는 누적기(200)에서 샘플들을 누적하여 더한 출력값을 임계치와 비교하여 신호 검출을 수행하는데, 이때, 출력값이 임계치보다 크면 가설 신호

Figure 112010062387359-pat00025
(Alternative 가설)이라고 판단하고, 출력값이 임계치보다 작으면 가설 신호
Figure 112010062387359-pat00026
(Null 가설)라고 판단한다. In addition, the threshold comparator 300 performs signal detection by comparing an output value obtained by accumulating samples in the accumulator 200 with a threshold value.
Figure 112010062387359-pat00025
Is an alternative hypothesis, and the hypothesis signal if the output is less than the threshold
Figure 112010062387359-pat00026
(Null hypothesis).

이처럼 누적기(200)의 출력 성분(결정변수)은 임계치와 비교하여 신호를 검출하므로, 최적의 수신신호와 준최적의 수신신호는 다음 수학식 2와 같이 결정변수

Figure 112012024120501-pat00071
를 T와 비교하여 수신신호를 검출한다.As described above, since the output component (determined variable) of the accumulator 200 detects a signal compared with a threshold value, the optimal received signal and the sub-optimal received signal are determined variables as shown in Equation 2 below.
Figure 112012024120501-pat00071
Is compared with T to detect the received signal.

Figure 112010062387359-pat00027
Figure 112010062387359-pat00027

상기 수학식 2에서 비선형 함수

Figure 112012024120501-pat00028
는 다음 수학식 3과 같이 일반화된 정규-라플라스 확률분포의 로그-가능성 비율(Log-Likelihood Ratio : LLR) 테스트의 출력이다.Nonlinear function in Equation 2
Figure 112012024120501-pat00028
Is the output of the generalized Log-Likelihood Ratio (LLR) test of the normal-Laplace probability distribution as shown in Equation 3 below.

Figure 112010062387359-pat00029
Figure 112010062387359-pat00029

여기서 임계치 T는 주어진 오경보 확률에 의해 주어지고,

Figure 112010062387359-pat00030
는 확률밀도 함수이다. Where the threshold T is given by the given false alarm probability,
Figure 112010062387359-pat00030
Is a probability density function.

따라서 최적의 수신신호는 GNL 분포의 특성함수 역퓨리에 변환에 의하여 얻어진 확률밀도함수를 사용하여 검출하고, 준최적의 수신신호는 수학식 1의 근사화된 확률밀도함수를 사용하여 검출하게 된다.Therefore, the optimal received signal is detected using the probability density function obtained by the inverse Fourier transform of the characteristic function of the GNL distribution, and the suboptimal received signal is detected using the approximated probability density function of Equation 1.

이와 같은 신호의 검출 과정을 통해 레이더(radar)나 소나(sonar) 통신 시스템에서의 신호 검출기에 적용할 수 있고, 또한 다중사용자 간섭 환경에서의 성능 개선을 위한 초광대역 무선통신 시스템에 적용할 수 있다.
This signal detection process can be applied to signal detectors in radar or sonar communication systems, and can be applied to ultra-wideband wireless communication systems for performance improvement in multi-user interference environments. .

상기에서 설명한 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술적 분야의 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다. Although the technical spirit of the present invention described above has been described in detail in a preferred embodiment, it should be noted that the above-described embodiment is for the purpose of description and not of limitation. In addition, those skilled in the art will understand that various embodiments are possible within the scope of the technical idea of the present invention. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.

Claims (6)

수신안테나를 통해 수신되는 수신신호를 비선형함수를 이용하여 샘플별 로그-가능성 비율(Log-Likelihood Ratio : LLR)을 출력하는 비선형 함수기와,
상기 비선형 함수기에서 검출된 수신신호에서 샘플들(K)을 누적하여 더하는 누적기와,
상기 누적기의 출력값(결정변수)을 오경보 확률에 의해 미리 정의된 임계치(T)와 비교하여 널 신호(H0) 및 송신신호(H1) 중 어느 하나를 검출하는 임계치 비교기를 포함하여 구성되고,
이때, 상기 비선형함수는 일반화된 정규-라플라스 확률분포로 모델링되는 임펄스 잡음신호의 확률밀도함수에 의해 샘플별 로그-가능성 비율을 결정하는 것을 특징으로 하는 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치.A nonlinear function that outputs a log-likelihood ratio (LLR) for each sample by using a nonlinear function for a received signal received through a receiving antenna;
An accumulator that accumulates and adds samples K from the received signal detected by the nonlinear function unit;
And a threshold comparator for detecting any one of a null signal H 0 and a transmission signal H 1 by comparing an output value (determined variable) of the accumulator with a threshold value T defined by a false alarm probability. ,
In this case, the nonlinear function detects a signal in a normalized normal-laplace distributed noise environment, wherein the log-likelihood ratio for each sample is determined by a probability density function of an impulse noise signal modeled as a generalized normal-laplace probability distribution. Device. 삭제delete 제 1 항에 있어서,
상기 임계치 비교기는 GNL의 파라미터(
Figure 112012074686187-pat00072
) 및 일반화된 정규-라플라스 확률분포(Generalized Norma-Laplace : GNL)의 특성함수 역퓨리에 변환에 의해 산출된 확률밀도함수
Figure 112012074686187-pat00073
및 상기 산출된 확률밀도함수를 통해 구한 결정 변수를 이용하여 최적의 신호를 검출하며,
이때, 상기 GNL 확률 밀도 함수에서
Figure 112012074686187-pat00074
는 GNL 분포의 특성 함수를 의미하며
Figure 112012074686187-pat00075
으로 정의 되고, GNL 분포의 파라미터(
Figure 112012074686187-pat00076
)에서
Figure 112012074686187-pat00077
는 GNL 확률 밀도 함수의 평균,
Figure 112012074686187-pat00078
은 분산값,
Figure 112012074686187-pat00079
및
Figure 112012074686187-pat00080
는 확률 밀도함수의 꼬리의 두께를 결정하는 변수이며,
Figure 112012074686187-pat00081
는 확률 밀도 함수의 뾰족한 정도와 꼬리의 모양에 영향을 주는 변수이며, 모멘트 추정기법(MME: Method of Moments Estimation)을 통해 구해지며, 상기 MME 기법은
Figure 112012074686187-pat00082
개의 훈련 신호의 수신 신호
Figure 112012074686187-pat00083
를 사용하여 얻은 샘플 모멘트 값
Figure 112012074686187-pat00084
으로 해당하는 큐뮬런트(cumulant)값
Figure 112012074686187-pat00085
을 유도하여,
Figure 112012074686187-pat00086
,
Figure 112012074686187-pat00087
,
Figure 112012074686187-pat00088
,
Figure 112012074686187-pat00089
와 같이 얻을 수 있으며, 상기 큐뮬런트 값(
Figure 112012074686187-pat00090
)은 테일러 시리즈의 확장을 통해 다음과 같은 수식
Figure 112012074686187-pat00091
,
Figure 112012074686187-pat00092
,
Figure 112012074686187-pat00093
,
Figure 112012074686187-pat00094
Figure 112012074686187-pat00095
으로 유도되는 것을 특징으로 하는 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치.The method of claim 1,
The threshold comparator is a parameter of GNL (
Figure 112012074686187-pat00072
) And the probability density function computed by the inverse Fourier transform of the characteristic function of the Generalized Norma-Laplace (GNL)
Figure 112012074686187-pat00073
And detecting an optimal signal by using the determination variable obtained through the calculated probability density function.
In this case, the GNL probability density function
Figure 112012074686187-pat00074
Is the characteristic function of the GNL distribution
Figure 112012074686187-pat00075
And the parameters of the GNL distribution
Figure 112012074686187-pat00076
)in
Figure 112012074686187-pat00077
Is the mean of the GNL probability density function,
Figure 112012074686187-pat00078
Is the variance,
Figure 112012074686187-pat00079
And
Figure 112012074686187-pat00080
Is a variable that determines the thickness of the tail of the probability density function.
Figure 112012074686187-pat00081
Is a variable that affects the sharpness of the probability density function and the shape of the tail, and is obtained through the method of moment estimation (MME).
Figure 112012074686187-pat00082
Signals of dog training signals
Figure 112012074686187-pat00083
Moment values obtained using
Figure 112012074686187-pat00084
The cumulant value corresponding to
Figure 112012074686187-pat00085
To induce
Figure 112012074686187-pat00086
,
Figure 112012074686187-pat00087
,
Figure 112012074686187-pat00088
,
Figure 112012074686187-pat00089
Can be obtained as
Figure 112012074686187-pat00090
) Through the expansion of the Taylor series, the following formula
Figure 112012074686187-pat00091
,
Figure 112012074686187-pat00092
,
Figure 112012074686187-pat00093
,
Figure 112012074686187-pat00094
Figure 112012074686187-pat00095
Apparatus for detecting signals in a generalized normal-Laplace distributed noise environment, characterized in that it is induced. 제 1 항에 있어서,
상기 임계치 비교기는 GNL의 파라미터(
Figure 112012074686187-pat00031
) 및 근사화에 필요한 샘플 수(M), 서로 독립적인 감마 랜덤변수(
Figure 112012074686187-pat00032
,
Figure 112012074686187-pat00033
)를 이용하여 산출된 근사화된 확률밀도함수 및 상기 확률밀도함수를 통해 구한 결정변수를 이용하여 준최적의 신호를 검출하며,
이때,
Figure 112012074686187-pat00096
는 GNL 확률 밀도 함수의 평균,
Figure 112012074686187-pat00097
은 분산값,
Figure 112012074686187-pat00098
및
Figure 112012074686187-pat00099
는 확률 밀도함수의 꼬리의 두께를 결정하는 변수이며,
Figure 112012074686187-pat00100
는 확률 밀도 함수의 뾰족한 정도와 꼬리의 모양에 영향을 주는 변수인 것을 특징으로 하는 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치.The method of claim 1,
The threshold comparator is a parameter of GNL (
Figure 112012074686187-pat00031
) And the number of samples (M) required for approximation, and gamma random variables independent of each other (
Figure 112012074686187-pat00032
,
Figure 112012074686187-pat00033
Using the approximated probability density function computed using) and the determinants obtained from the probability density function, a suboptimal signal is detected.
At this time,
Figure 112012074686187-pat00096
Is the mean of the GNL probability density function,
Figure 112012074686187-pat00097
Is the variance,
Figure 112012074686187-pat00098
And
Figure 112012074686187-pat00099
Is a variable that determines the thickness of the tail of the probability density function.
Figure 112012074686187-pat00100
Is a variable that affects the sharpness of the probability density function and the shape of the tail. 제 4 항에 있어서,
상기 근사화된 확률밀도함수는 수식
Figure 112010062387359-pat00034
를 이용하여 산출하는 것을 특징으로 하는 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치.The method of claim 4, wherein
The approximated probability density function is
Figure 112010062387359-pat00034
And a signal detecting device in a normalized-Laplace distributed noise environment. 제 1 항에 있어서,
상기 임계치 비교기는 누적기의 출력값이 임계치보다 크면 가설 신호
Figure 112010062387359-pat00035
이라고 판단하고, 출력값이 임계치보다 작으면 가설 신호
Figure 112010062387359-pat00036
라고 판단하며, 이때,
Figure 112010062387359-pat00037
는 Null 가설이고,
Figure 112010062387359-pat00038
는 Alternative 가설이고,
Figure 112010062387359-pat00039
는 수신신호,
Figure 112010062387359-pat00040
는 신호의 세기 성분,
Figure 112010062387359-pat00041
는 이미 결정된 신호,
Figure 112010062387359-pat00042
는 일반화된 정규-라플라스 분포(Generalized Norma-Laplace : GNL)로 모델링되는 잡음신호인 것을 특징으로 하는 일반화된 정규-라플라스 분포 잡음 환경에서의 신호 검출 장치.The method of claim 1,
The threshold comparator is a hypothesis signal if the output value of the accumulator is greater than the threshold
Figure 112010062387359-pat00035
If the output value is less than the threshold, hypothesis signal
Figure 112010062387359-pat00036
Then,
Figure 112010062387359-pat00037
Is the Null hypothesis,
Figure 112010062387359-pat00038
Is the Alternative hypothesis,
Figure 112010062387359-pat00039
Is the received signal,
Figure 112010062387359-pat00040
Is the strength component of the signal,
Figure 112010062387359-pat00041
Is an already determined signal,
Figure 112010062387359-pat00042
Is a noise signal modeled by Generalized Norma-Laplace (GNL).
KR1020100093763A 2010-09-28 2010-09-28 Signal detection device on generalized normal-Laplace distributed noise environments KR101228624B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100093763A KR101228624B1 (en) 2010-09-28 2010-09-28 Signal detection device on generalized normal-Laplace distributed noise environments

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100093763A KR101228624B1 (en) 2010-09-28 2010-09-28 Signal detection device on generalized normal-Laplace distributed noise environments

Publications (2)

Publication Number Publication Date
KR20120032232A KR20120032232A (en) 2012-04-05
KR101228624B1 true KR101228624B1 (en) 2013-01-31

Family

ID=46135395

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100093763A KR101228624B1 (en) 2010-09-28 2010-09-28 Signal detection device on generalized normal-Laplace distributed noise environments

Country Status (1)

Country Link
KR (1) KR101228624B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117892072B (en) * 2024-01-12 2024-06-07 广东海洋大学 Signal detection method based on Gaussian rank correlation coefficient

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004516769A (en) * 2000-12-23 2004-06-03 サムスン エレクトロニクス カンパニー リミテッド Apparatus and method for stopping iterative decoding in code division multiple access mobile communication system
KR20080035664A (en) * 2005-08-18 2008-04-23 인터디지탈 테크날러지 코포레이션 Wireless communication method and apparatus for detecting and decoding enhanced dedicated channel hybrid automatic repeat request indicator channel transmissions
KR20080080722A (en) * 2007-03-02 2008-09-05 삼성전자주식회사 Apparatus and method for non linear pre-coding in multi antenna system
KR20090026966A (en) * 2007-09-11 2009-03-16 울산대학교 산학협력단 System for llr based selection relaying in ad-hoc network using energy allocation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004516769A (en) * 2000-12-23 2004-06-03 サムスン エレクトロニクス カンパニー リミテッド Apparatus and method for stopping iterative decoding in code division multiple access mobile communication system
KR20080035664A (en) * 2005-08-18 2008-04-23 인터디지탈 테크날러지 코포레이션 Wireless communication method and apparatus for detecting and decoding enhanced dedicated channel hybrid automatic repeat request indicator channel transmissions
KR20080080722A (en) * 2007-03-02 2008-09-05 삼성전자주식회사 Apparatus and method for non linear pre-coding in multi antenna system
KR20090026966A (en) * 2007-09-11 2009-03-16 울산대학교 산학협력단 System for llr based selection relaying in ad-hoc network using energy allocation

Also Published As

Publication number Publication date
KR20120032232A (en) 2012-04-05

Similar Documents

Publication Publication Date Title
US9635508B2 (en) Fast method for wideband spectrum sensing
EP2984502A1 (en) Distance determination of a mobile device
Shepeta et al. Performance of UWB signal detecting circuits
KR20150069910A (en) Method for detecting saturation signals beyond dynamic range in underwater wireless distributed sensor networks
KR101228624B1 (en) Signal detection device on generalized normal-Laplace distributed noise environments
Diamant et al. A clustering approach for the detection of acoustic/seismic signals of unknown structure
Jameson et al. Detection of behind-the-wall targets with adaptive UWB OFDM radar: Experimental approach
Dardari et al. Ziv-Zakai bound on time-of-arrival estimation with statistical channel knowledge at the receiver
Kucherov et al. Detection of signals from a LoRa system under interference conditions
Ovchinnikov et al. Adaptive HF signal detection algorithm CFAR and its verification by means of SDR based digital ionosonde with USRP platform
CN106842159B (en) The calculation method of information content in a kind of radar target acquisition
CN110068839B (en) Satellite navigation receiver interference detection method based on data statistics characteristics
KR101591163B1 (en) Method and Device for Suppressing Noise in UWB Radar
Diamant Computationally efficient calculations of target performance of the normalized matched filter detector for hydrocoustic signals
KR102150706B1 (en) Method and apparatus of counting people
Sinitsyn Copula based detection algorithm for MIMO ultrawideband noise radars
Xiao et al. Automatic Detection Method of Underwater Acoustic Pulse Signal Based on Power Spectrum Entropy
Chen et al. A Stochastic Resonance-Based Detection Method for Extremely Low Frequency Under Impulsive Noise
KR101300037B1 (en) An improved UWB receive method employing generalized Gaussian-Laplacian distribution model at UWB-MUI system
Fu et al. Goodness-of-fit based spectrum sensing using exponential distribution in Laplace noise
KR102713843B1 (en) Pulse Compressed Radar Signal Detection Method
Gao et al. Threshold selection for energy detection in Cognitive Radio with a non-line-Of-sight environment
Liu et al. Markov chain based channel characterization for high speed railway in viaduct scenarios
Saliu et al. Performance analysis of a modified otsu-based constant false alarm rate (CFAR) algorithm under varying signal to noise ratio in radar systems
Artamonov et al. Method for transmitting information under conditions of excess of interference level over useful narrowband signal

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20170102

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee