KR101999776B1 - Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset - Google Patents

Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset Download PDF

Info

Publication number
KR101999776B1
KR101999776B1 KR1020190003010A KR20190003010A KR101999776B1 KR 101999776 B1 KR101999776 B1 KR 101999776B1 KR 1020190003010 A KR1020190003010 A KR 1020190003010A KR 20190003010 A KR20190003010 A KR 20190003010A KR 101999776 B1 KR101999776 B1 KR 101999776B1
Authority
KR
South Korea
Prior art keywords
cumulant
signal
received signal
modulation scheme
modulation
Prior art date
Application number
KR1020190003010A
Other languages
Korean (ko)
Inventor
윤상범
윤동원
안성진
Original Assignee
엘아이지넥스원 주식회사
한양대학교 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 엘아이지넥스원 주식회사, 한양대학교 산학협력단 filed Critical 엘아이지넥스원 주식회사
Priority to KR1020190003010A priority Critical patent/KR101999776B1/en
Application granted granted Critical
Publication of KR101999776B1 publication Critical patent/KR101999776B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
    • 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
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0222—Estimation of channel variability, e.g. coherence bandwidth, coherence time, fading frequency

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)

Abstract

According to embodiments of the present invention, provided is a modulation scheme determination method comprising the following steps: estimating a fading magnitude on a channel over which a reception signal is transmitted to compensate for a magnitude distortion of the reception signal; calculating a reference cumulative set of a differential decoded signal for the compensated reception signal; normalizing the calculated reference cumulative set to be independent of a phase offset and a frequency offset of the reception signal; and determining a modulation scheme of a transmission signal for the reception signal by comparing the normalized reference cumulative set and a previously stored candidate cumulative set according to a signal-to-noise ratio (SNR) of each candidate modulation scheme.

Description

위상 및 주파수 오프셋에 강인한 자동 변조 분류 방법 및 장치 {Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset}Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offsets {Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset}

본 발명이 속하는 기술 분야는 실시예들은 위상 오프셋 및 주파수 오프셋에 강인한 자동 변조 분류 방법 및 장치에 관한 것이다.TECHNICAL FIELD The present invention relates to an automatic modulation classification method and apparatus that are robust to phase offset and frequency offset.

이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.The contents described in this section merely provide background information on the present embodiment and do not constitute a prior art.

자동 변조 분류(AMC, Automatic Modulation Classification)는 수신 신호로부터 송신 신호의 변조 방식을 식별하는 과정으로 미지의 신호에 대한 탐지 및 복원에 있어서 매우 중요한 역할을 한다. 또한, 군용 무선 통신 시스템은 디지털 변조 방식을 이용하며, 감시 및 신호 정보 등의 다양한 응용 분야에서 자동 변조 분류는 필수적인 요소로 인식되고 있다.Automatic Modulation Classification (AMC) is a process of identifying the modulation scheme of a transmitted signal from a received signal and plays a very important role in detecting and restoring unknown signals. In addition, military wireless communication systems use a digital modulation scheme, and automatic modulation classification is recognized as an essential element in various applications such as monitoring and signal information.

자동 변조 분류 방법으로는 크게 우도(Likelihood) 기반 방법과 특징(Feature) 기반 방법이 있으며, 우도 기반 방법은 수신 신호 우도 함수의 우도 비율을 기반으로 하여 변조 분류를 수행하고 특징 기반 방법은 신호의 주기 정상성(Cyclostationarity), 큐뮬런트(Cumulant) 등 다양한 특징들을 기반으로 하여 변조 분류를 수행한다. 이러한 특징 기반 방법은 우도 기반 방법보다는 분류 성능이 열화되지만, 낮은 계산 복잡도로 인해 실제 구현이 가능할 뿐만 아니라 오프셋이나 페이딩 등에 강인한 특성을 가지므로 자동 변조 분류에서 우도 기반 방법에 비해 널리 사용되고 있다.The automatic modulation classification method is classified into a likelihood-based method and a feature-based method. The likelihood-based method performs modulation classification based on the likelihood ratio of the received signal likelihood function. Modulation classification is performed based on various characteristics such as cyclostationarity and cumulant. This feature-based method has a lower classification performance than the likelihood-based method. However, due to its low computational complexity, the feature-based method is not only practically implemented but also has strong characteristics such as offset and fading.

최근 자동 변조 분류에 관한 연구는 비이상적인 시나리오에서의 분류 문제에 초점을 맞추고 있으며, 특징 기반 방법의 성능을 향상시키기 위해서는 성능 열화 요인에 강인한 특징 인자와 도구를 찾는 것이 중요하다. 특히 성능 열화의 가장 큰 요인 중 하나인 주파수 오프셋의 영향을 줄이기 위해 차동 복호(Differential Decoding) 방식이 있으나, 기존의 방식들은 좋은 성능을 얻기 위해 많은 샘플수를 요구하거나 페이딩 환경에서는 분류 성능이 떨어지는 문제가 있다.The recent research on automatic modulation classification has focused on classification problems in non-ideal scenarios, and it is important to find feature factors and tools that are robust to performance degradation factors in order to improve the performance of feature-based methods. In particular, there is a differential decoding method to reduce the influence of frequency offset, which is one of the biggest causes of performance deterioration, but the conventional methods require a large number of samples to obtain good performance or poor classification performance in a fading environment. There is.

한국등록특허공보 제10-1257600 호 (2013.04.17.)Korea Patent Publication No. 10-1257600 (2013.04.17.)

본 발명의 실시예들은 위상 및 주파수 오프셋이 존재할 때, 샘플수가 제한된 경우뿐만 아니라 페이딩 환경에서도 BPSK, QPSK, 8PSK, 16QAM, 64QAM 등의 선형 디지털 변조 방식을 우수한 성능으로 분류하는 것에 목적이 있다.Embodiments of the present invention aim to classify linear digital modulation schemes such as BPSK, QPSK, 8PSK, 16QAM, 64QAM, etc., in a fading environment when phase and frequency offset exist, as well as when the number of samples is limited.

본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 수 있다.Still other objects of the present invention may be further considered without departing from the following detailed description and effects thereof.

본 발명의 일 실시예에 따르면, 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서에 의해 실행되는 프로그램을 저장하는 메모리를 구비한 통신 장치에 의해 수행되는 방법으로서, 대상 신호에 대한 고차 통계값으로 정의된 큐뮬런트를 기준으로 변조 방식을 분류하며, 대상 신호가 수신 신호이면, 상기 수신 신호로부터 산출한 큐뮬런트 및 신호 대 잡음비(SNR)에 따른 기 저장된 후보 큐뮬런트를 비교한 결과에 따라 변조 방식을 분류하는 단계를 포함하는 변조 방식 결정 방법이 제공한다. According to an embodiment of the present invention, a method performed by a communication device having at least one processor and a memory storing a program executed by the at least one processor, the method being defined as a higher order statistical value for a target signal The modulation scheme is classified based on the calculated cumulant, and if the target signal is a received signal, according to a result of comparing the cumulant calculated from the received signal and the previously stored candidate cumulant according to the signal-to-noise ratio (SNR). A modulation method determination method comprising classifying modulation schemes is provided.

상기 변조 방식을 분류하는 단계는, 복수의 변조 방식 중에서 적어도 하나를 이용하여 변조된 송신 신호가 전송되는 채널의 페이딩으로 인한 상기 수신 신호의 왜곡을 보상하는 단계, 상기 보상된 수신 신호에 대한 차동 복호 신호의 기준 큐뮬런트 세트를 산출하는 단계, 상기 산출된 기준 큐뮬런트 세트를 상기 수신 신호의 위상 오프셋 및 주파수 오프셋과 무관해지도록 정규화하는 단계, 및 상기 정규화된 기준 큐뮬런트 세트 및 신호 대 잡음비(SNR)에 따른 기 저장된 후보 큐뮬런트 세트를 비교하여 상기 수신 신호에 적합한 변조 방식을 결정하는 단계를 포함할 수 있다.The classifying the modulation scheme may include: compensating for distortion of the received signal due to fading of a channel on which a transmission signal modulated using at least one of a plurality of modulation schemes is transmitted; differential decoding of the compensated received signal Calculating a reference cumulative set of signals, normalizing the calculated reference cumulant set to be independent of phase offset and frequency offset of the received signal, and normalizing the reference cumulant set and signal to The method may include comparing a pre-stored candidate cumulative set according to a noise ratio (SNR) to determine a modulation scheme suitable for the received signal.

상기 수신 신호의 왜곡을 보상하는 단계는, 상기 송신 신호의 평균 전력을 1로 가정하고, 하나의 수신 신호 및 상기 하나의 수신 신호의 켤레 복소수로 정의된 2차 큐뮬런트를 기반으로 상기 채널의 크기를 추정하며, 상기 수신 신호를 상기 추정한 채널의 크기로 나눌 수 있다.Compensating the distortion of the received signal, assuming that the average power of the transmission signal is 1, and based on the second cumulant defined by one received signal and the complex conjugate of the one received signal of the channel The size may be estimated, and the received signal may be divided by the estimated channel size.

상기 기준 큐뮬런트 세트는 상기 대상 신호에 대한 고차 통계값으로 표현되고, 제1 큐뮬런트 및 제2 큐뮬런트를 포함하며, 상기 제1 큐뮬런트는 네 개의 대상 신호로 정의된 4차 큐뮬런트이고, 및 상기 제2 큐뮬런트는 두 개의 대상 신호 및 상기 두 개의 대상 신호의 켤레 복소수로 정의된 4차 큐뮬런트일 수 있다.The reference set of cumulants is represented by higher order statistics for the target signal, and includes a first cumulant and a second cumulant, wherein the first cumulant is a fourth order cue defined by four target signals. And the second cumulant may be a quadratic cumulant defined by two target signals and a complex conjugate of the two target signals.

상기 기준 큐뮬런트 세트를 정규화하는 단계는, 상기 제1 큐뮬런트의 크기를 상기 차동 복호 신호에 대한 상기 2차 큐뮬런트의 제곱으로 나누고, 상기 제2 큐뮬런트를 상기 차동 복호 신호에 대한 상기 2차 큐뮬런트의 제곱으로 나눌 수 있다.Normalizing the reference cumulant set includes dividing the magnitude of the first cumulant by the square of the second cumulant with respect to the differential decoded signal, and dividing the second cumulant with the differential decoded signal. Can be divided by the square of the quadratic cumulant.

상기 보상된 수신 신호의 제1 큐뮬런트의 크기는 상기 송신 신호의 제1 큐뮬런트의 크기와 동일할 수 있다.The size of the first cumulant of the compensated received signal may be equal to the size of the first cumulant of the transmitted signal.

상기 후보 큐뮬런트는 잡음 분산에서 각각의 변조 방식에 대한 상기 차동 복호 신호에서 상기 제2 큐뮬런트의 이론값일 수 있다. 상기 잡음 분산은 상기 보상된 수신 신호의 2차 큐뮬런트로부터 추정될 수 있다.The candidate cumulant may be a theoretical value of the second cumulant in the differential decoded signal for each modulation scheme in noise variance. The noise variance can be estimated from the secondary cumulant of the compensated received signal.

상기 변조 방식을 결정하는 단계는, 상기 기준 큐뮬런트 세트로 구성된 벡터와 상기 후보 큐뮬런트 세트 간의 거리를 비교하여, 최소가 되는 벡터에 대응되는 변조 방식을 상기 수신 신호의 변조 방식으로 결정할 수 있다.The determining of the modulation scheme may include determining a modulation scheme corresponding to the minimum vector as a modulation scheme of the received signal by comparing the distance between the vector consisting of the reference cumulative set and the candidate cumulative set. have.

상기 변조 방식을 결정하는 단계는, 상기 기준 큐뮬런트 세트로 구성된 벡터와 상기 후보 큐뮬런트 세트 간의 유클리드 거리를 비교할 수 있다.The determining of the modulation scheme may include comparing a Euclidean distance between the vector consisting of the reference cumulative set and the candidate cumulative set.

상기 복수의 변조 방식은, BPSK, QPSK, 8PSK, 16QAM 및 64QAM 중 적어도 어느 하나일 수 있다.The plurality of modulation schemes may be at least one of BPSK, QPSK, 8PSK, 16QAM, and 64QAM.

본 발명의 다른 실시예에 따르면, 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서에 의해 실행되는 프로그램을 저장하는 메모리를 구비한 컴퓨팅 장치에 있어서, 상기 프로세서는 대상 신호에 대한 고차 통계값으로 정의된 큐뮬런트를 기준으로 변조 방식을 분류하며, 대상 신호가 수신 신호이면, 상기 수신 신호로부터 산출한 큐뮬런트 및 신호 대 잡음비(SNR)에 따른 기 저장된 후보 큐뮬런트를 비교한 결과에 따라 변조 방식을 분류하는 것을 특징으로 하는 컴퓨팅 장치를 제공한다.According to another embodiment of the present invention, a computing device having at least one processor and a memory storing a program executed by the at least one processor, the processor defined as a higher order statistical value for a target signal; The modulation scheme is classified based on the cumulant, and if the target signal is the received signal, the modulation is performed according to a result of comparing the cumulant calculated from the received signal and the previously stored candidate cumulant according to the signal-to-noise ratio (SNR). A computing device is characterized by classifying methods.

본 발명의 실시예들에 따르면, 본 발명은 차동 복호 신호의 큐뮬런트를 특징 인자로 사용하며, 수신 신호로부터 직접 계산한 큐뮬런트와 SNR에 따른 각 큐뮬런트의 이론값 사이의 유클리드 놈 계산을 통해 변조 분류를 수행함으로써 위상 오프셋 및 주파수 오프셋에 영향을 받지 않고, 샘플수가 제한된 경우뿐만 아니라 페이딩 환경에서도 기존 방법보다 우수한 성능을 보인다.According to embodiments of the present invention, the present invention uses the cumulant of a differential decoded signal as a feature factor, and the Euclidean norm between the cumulant calculated directly from the received signal and the theoretical value of each cumulant according to SNR By performing modulation classification through calculation, it is not affected by phase offset and frequency offset and shows better performance than conventional method in fading environment as well as in case of limited number of samples.

여기에서 명시적으로 언급되지 않은 효과라 하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급된다.Even if the effects are not explicitly mentioned herein, the effects described in the following specification and the tentative effects expected by the technical features of the present invention are treated as described in the specification of the present invention.

도 1은 본 발명의 일 실시예에 따른 변조 방식 결정 방법을 나타낸 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 제2 고차 큐뮬런트의 이론값을 나타낸다.
도 3은 본 발명의 일 실시예에 따른 변조 방식 결정 방법의 성능을 나타내는 실험 그래프이다.
도 4는 본 발명의 일 실시예에 따른 변조 방식 결정 방법의 성능을 나타내는 실험 그래프이다.
도 5는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다.1 is a flowchart illustrating a method of determining a modulation scheme according to an embodiment of the present invention.
2 illustrates a theoretical value of the second higher order cumulant according to an embodiment of the present invention.
3 is an experimental graph showing the performance of the modulation method determination method according to an embodiment of the present invention.
4 is an experimental graph showing the performance of the modulation method determination method according to an embodiment of the present invention.
5 is a block diagram illustrating and describing a computing environment including a computing device suitable for use in example embodiments.

이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.Hereinafter, specific embodiments of the present invention will be described with reference to the drawings. The following detailed description is provided to assist in a comprehensive understanding of the methods, devices, and / or systems described herein. However, this is only an example and the present invention is not limited thereto.

본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.In describing the embodiments of the present invention, when it is determined that the detailed description of the known technology related to the present invention may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted. In addition, terms to be described below are terms defined in consideration of functions in the present invention, which may vary according to the intention or custom of a user or an operator. Therefore, the definition should be made based on the contents throughout the specification. The terminology used in the description is for the purpose of describing embodiments of the invention only and should not be limiting. Unless explicitly used otherwise, the singular forms “a,” “an,” and “the” include plural forms of meaning. In this description, expressions such as "comprises" or "equipment" are intended to indicate certain features, numbers, steps, actions, elements, portions or combinations thereof, and one or more than those described. It should not be construed to exclude the presence or possibility of other features, numbers, steps, actions, elements, portions or combinations thereof.

도 1은 본 발명의 일 실시예에 따른 변조 방식 결정 방법을 설명하기 위한 흐름도(100)이다. 본 발명의 일 실시예에 따르면, 수신 신호를 분석함으로써 전송 신호의 변조 방식을 결정할 수 있다. 전송 신호의 변조 방식은 예를 들어, BPSK, QPSK, 8PSK, 16QAM 및 64QAM 중 어느 하나일 수 있다. 본 발명의 일 실시예에 따른 변조 방식 결정 방법은, 신호 수신 장치, 신호 탐지 장치 등에 의해 수행될 수 있다.1 is a flowchart illustrating a method of determining a modulation scheme according to an embodiment of the present invention. According to an embodiment of the present invention, by analyzing the received signal it is possible to determine the modulation scheme of the transmission signal. The modulation scheme of the transmission signal may be, for example, any one of BPSK, QPSK, 8PSK, 16QAM, and 64QAM. The method of determining a modulation scheme according to an embodiment of the present invention may be performed by a signal receiving apparatus, a signal detecting apparatus, or the like.

변조 방식 결정 방법의 시스템 모델에 대하여 부가 백색 가우시안 잡음(AWGN, Additive White Gaussian Noise) 및 평탄 페이딩(Flat Fading) 채널을 가정하면, 표본화된 수신 신호는 수학식 1과 같이 나타낼 수 있다.Assuming an additive white Gaussian noise (AWGN) and a flat fading channel for the system model of the modulation method determination method, the sampled received signal can be represented by Equation 1.

Figure 112019002994794-pat00001
Figure 112019002994794-pat00001

|h|는 복소 채널(Complex-valued Channel)의 크기를, θh는 복소 채널의 위상, Δf0T는 정규화된 주파수 오프셋, θc는 위상 오프셋, xn은 송신 신호, ωn은 평균이 0이고 분산이 σ2인 복소 가우시안 잡음을 나타낸다. 송신 신호 xn은 BPSK(Binary Phase Shift Keying), QPSK(Quadrature Phase Shift Keying), 8PSK, 16QAM(Quadrature Amplitude Modulation), 64QAM 다섯 가지 변조 방식 중 하나의 변조 방식으로부터 생성되며 각 변조 방식의 성상도는 평균 전력이 1이라고 가정한다.| h | is the size of the complex-valued channel, θ h is the phase of the complex channel, Δf 0 T is the normalized frequency offset, θ c is the phase offset, x n is the transmission signal, and ω n is the average. Represents a complex Gaussian noise with zero and variance σ 2 . Transmitted signal x n is generated from one of five modulation schemes, Binary Phase Shift Keying (BPSK), Quadrature Phase Shift Keying (QPSK), 8PSK, Quadrature Amplitude Modulation (16QAM), and 64QAM. Assume that the average power is one.

본 실시예에서 큐뮬런트(Cumulant)는 특정 신호의 특징을 나타내는 특징 인자로서, 전송 신호의 변조 방법을 결정짓기 위한 수신 신호의 특징 인자로서 활용될 수 있다. 큐뮬런트는 변조 방식에 따른 값의 구분이 명확하고 신호 대 잡음비(SNR)의 변화에 강인한 특성을 갖는다. 특징 인자는 큐뮬런트 외에도, 신호의 주기 정상성(Cyclostationarity) 등이 있다. In this embodiment, the cumulant is a feature factor indicating a characteristic of a specific signal and may be used as a feature factor of a received signal for determining a modulation method of a transmission signal. Cumulant has a clear division of values according to modulation schemes and is robust to changes in signal-to-noise ratio (SNR). Characteristic factors include Cyclostationarity of the signal in addition to the cumulant.

한편, 특정 신호의 큐뮬런트 Cmn = cum(x, ... , x, x*, ... , x*)로 정의되는데, 여기서 x는 m-n번 사용되고 x*는 n번 사용된다.On the other hand, it is defined as the cumulative C mn = cum (x, ..., x, x * , ..., x * ) of a specific signal, where x is used mn times and x * is used n times.

Figure 112019002994794-pat00002
Figure 112019002994794-pat00002

Figure 112019002994794-pat00003
Figure 112019002994794-pat00003

Figure 112019002994794-pat00004
Figure 112019002994794-pat00004

여기서 x*은 x의 켤레 복소수(Complex conjugate), Cmn은 m차 큐뮬런트, 그리고 Mpq는 수학식 5와 같이 정의되는 p차 혼합 모멘트이다.Where x * is the complex conjugate of x, C mn is the mth cucumant, and M pq is the p-th order mixing moment defined by Equation 5.

Figure 112019002994794-pat00005
Figure 112019002994794-pat00005

여기서 E[·]는 평균을 나타낸다.Where E [·] represents an average.

수학식 2은 신호 x의 2차 큐뮬런트를 나타내고, 수학식 3과 수학식 4는 신호 x의 4차 큐뮬런트를 나타낸다. 이하의 설명에서, 수학식 3과 수학식 4의 4차 큐뮬런트는 각각 제1 큐뮬런트 및 제2 큐뮬런트로 지칭될 수 있다.Equation (2) represents the second order cumulant of the signal x, and equations (3) and (4) represent the fourth order cumulant of the signal x. In the following description, the fourth order cumulant of Equations 3 and 4 may be referred to as a first cumulant and a second cumulant, respectively.

도 1을 참조하면, 단계 S102에서, 수신 신호가 전송되는 채널 상에서의 페이딩 정도를 추정하여 상기 수신 신호의 크기 왜곡을 보정하는 단계가 수행될 수 있다. 본 실시예에서, 수신 신호 y는 수학식 1과 같이 |h|*x+ω로 정의될 수 있다. 여기서, |h|는 수신 신호가 전송되는 채널 특성에 따라 페이딩되는 정도를 나타낸다. 즉, |h|는 신호의 발신시 크기와 수신시 크기의 비를 나타낸다. ω는 복소 가우시안 잡음을 나타낸다. Referring to FIG. 1, in step S102, a step of correcting magnitude distortion of the received signal may be performed by estimating a fading degree on a channel through which the received signal is transmitted. In the present embodiment, the received signal y may be defined as | h | * x + ω as in Equation 1. Here, | h | represents the degree to which the received signal is faded according to the channel characteristic of the transmission. That is, | h | represents the ratio of the magnitude in the signal transmission and the magnitude in the reception. ω represents complex Gaussian noise.

이하에서 |h|는 채널의 크기 또는 페이딩 크기라고 지칭될 수 있으며, 본 단계에서는 평탄 페이딩 채널에서 발생하는 신호의 크기 왜곡으로 인한 성능 열화를 최소화하기 위하여 채널의 크기를 추정할 수 있다. 송신 신호의 평균 전력을 1이라고 가정하면, 수학식 6와 같이 수신 신호의 2차 큐뮬런트로부터 채널의 크기 |h|를 추정할 수 있다.In the following description, | h | may be referred to as a channel size or a fading size. In this step, the size of the channel may be estimated to minimize performance degradation due to the size distortion of the signal generated in the flat fading channel. Assuming that the average power of the transmission signal is 1, it is possible to estimate the channel size | h | from the secondary cuulant of the received signal as shown in Equation (6).

Figure 112019002994794-pat00006
Figure 112019002994794-pat00006

수학식 6으로부터 추정한 채널의 크기

Figure 112019002994794-pat00007
는 수학식 7과 같이 표현된다.Channel Size Estimated from Equation 6
Figure 112019002994794-pat00007
Is expressed as in Equation 7.

Figure 112019002994794-pat00008
Figure 112019002994794-pat00008

이 때, 수신 신호 yn을 추정한 채널의 크기

Figure 112019002994794-pat00009
로 나누면 페이딩으로 인한 신호의 크기 왜곡을 보상할 수 있으며, 신호의 크기 왜곡이 보상된 수신 신호
Figure 112019002994794-pat00010
은 수학식 8과 같이 나타낼 수 있다.At this time, the channel size for which the received signal y n is estimated
Figure 112019002994794-pat00009
Divide by to compensate for the magnitude distortion of the signal due to fading.
Figure 112019002994794-pat00010
May be expressed as in Equation 8.

Figure 112019002994794-pat00011
Figure 112019002994794-pat00011

여기서

Figure 112019002994794-pat00012
은 평균이 0이고 분산이
Figure 112019002994794-pat00013
인 복소 가우시안 잡음을 나타낸다.here
Figure 112019002994794-pat00012
Has a mean of 0 and a variance
Figure 112019002994794-pat00013
Represents complex Gaussian noise.

단계 S104에서, 상기 보상된 수신 신호에 대한 차동 복호 신호의 기준 큐뮬런트 세트를 산출할 수 있다. 기준 큐뮬런트 세트는 전송 신호의 변조 방식을 결정하기 위한 기준이 되는 하나 이상의 큐뮬런트를 포함할 수 있다. 기준 큐뮬런트 세트는 수신 신호로부터 측정된 하나 이상의 큐뮬런트 값을 포함할 수 있다. 먼저, 보상된 수신 신호

Figure 112019002994794-pat00014
에 대한 차동 복호 신호
Figure 112019002994794-pat00015
는 수학식 9와 같이 획득될 수 있다.In step S104, the reference cumulative set of the differential decoded signal for the compensated received signal may be calculated. The reference cumulant set may include one or more cumulants as a reference for determining a modulation scheme of a transmission signal. The reference cumulant set may include one or more cumulant values measured from the received signal. First, the compensated received signal
Figure 112019002994794-pat00014
Differential decoding signal for
Figure 112019002994794-pat00015
May be obtained as shown in Equation (9).

Figure 112019002994794-pat00016
Figure 112019002994794-pat00016

차동 복호 신호를 계산함으로써 주파수 오프셋을 고정된 위상 오프셋으로 변환할 수 있다. 구체적으로,

Figure 112019002994794-pat00017
, 채널의 크기 추정이 이상적이라고 가정하면, 수학식 2 내지 4를 이용하여 차동 복호 신호
Figure 112019002994794-pat00018
의 큐뮬런트는 다음과 같이 구할 수 있다.By calculating the differential decoded signal it is possible to convert the frequency offset into a fixed phase offset. Specifically,
Figure 112019002994794-pat00017
Assuming that the channel size estimation is ideal, the differential decoded signal using Equations 2 to 4
Figure 112019002994794-pat00018
The cumulant of can be obtained as

Figure 112019002994794-pat00019
Figure 112019002994794-pat00019

Figure 112019002994794-pat00020
Figure 112019002994794-pat00020

Figure 112019002994794-pat00021
Figure 112019002994794-pat00021

수학식 10은 차동 복호 신호의 2차 큐뮬런트, 수학식 11 및 12는 차동 복호 신호의 4차 큐뮬런트를 나타낸다. 아래의 설명에서, 수학식 11 및 12는 각각 차동 복호 신호의 제1 큐뮬런트 및 제2 큐뮬런트라고 지칭될 수 있다. 이 때, 수학식 11의

Figure 112019002994794-pat00022
의 경우 주파수 오프셋이 고정된 위상 오프셋으로 변환되었다는 것을 알 수 있으며, 수학식 10의
Figure 112019002994794-pat00023
및 수학식 12의
Figure 112019002994794-pat00024
의 경우는 주파수 오프셋뿐만 아니라 위상 오프셋에도 영향을 받지 않는다는 것을 알 수 있다. 또한
Figure 112019002994794-pat00025
의 크기
Figure 112019002994794-pat00026
역시 위상 및 주파수 오프셋이 존재할 경우에도 영향을 받지 않게 된다.Equation 10 represents the second order cumulant of the differential decoded signal, and Equations 11 and 12 represent the fourth order cumulant of the differential decoded signal. In the following description, Equations 11 and 12 may be referred to as first and second cumulants of the differential decoded signal, respectively. At this time,
Figure 112019002994794-pat00022
In this case, it can be seen that the frequency offset has been converted to a fixed phase offset.
Figure 112019002994794-pat00023
And of Equation 12
Figure 112019002994794-pat00024
It can be seen that is not affected by the phase offset as well as the frequency offset. Also
Figure 112019002994794-pat00025
Size
Figure 112019002994794-pat00026
Again, the presence of phase and frequency offsets is not affected.

단계 S106에서, 차동 복호 신호의 기준 큐뮬런트 세트를 상기 수신 신호의 위상 오프셋 및 주파수 오프셋과 무관해지도록 정규화할 수 있다. 구체적으로, 기준 큐뮬런트 세트는 제1 고차 큐뮬런트 및 제2 고차 큐뮬런트를 포함하며, 제1 고차 큐뮬런트 및 제2 고차 큐뮬런트를 차동 복호 신호의 2차 큐뮬런트에서 보상된 수신 신호의 2차 큐뮬런트의 두 배에 잡음 분산을 곱한 값을 감산하고 잡음 분산의 제곱을 가산한 후 전체를 제곱한 값으로 정의되는 분모로 나눔으로써 상기 기준 큐뮬런트 세트를 획득할 수 있다. 일 실시예에 따르면, 차동 복호 신호에 관한 기준 큐뮬런트 세트는 다음과 같이 획득될 수 있다.In step S106, the reference cumulative set of the differential decoded signal can be normalized to be independent of the phase offset and the frequency offset of the received signal. Specifically, the reference cumulant set includes a first higher order cumulant and a second higher order cumulant, wherein the first higher order cumulant and the second higher order cumulant are in the secondary cumulant of the differential decoded signal. Obtain the reference set of cumulants by subtracting twice the second cumulant of the compensated received signal multiplied by the noise variance, adding the square of the noise variance, and dividing the whole by the denominator defined by the squared value. can do. According to one embodiment, the reference cumulative set for the differential decoded signal may be obtained as follows.

Figure 112019002994794-pat00027
Figure 112019002994794-pat00027

Figure 112019002994794-pat00028
Figure 112019002994794-pat00028

단계 S108에서, 정규화된 상기 기준 큐뮬런트 세트와 후보 변조 방식 각각의 신호 대 잡음비(SNR: signal-to-noise ratio)에 따른 기 저장된 후보 큐뮬런트 세트를 비교함으로써 상기 수신 신호에 대한 전송 신호의 변조 방식을 결정할 수 있다. 후보 큐뮬런트 세트는 각각의 후보 변조 방식에 대한 SNR에 따른 큐뮬런트의 이론값을 가리킨다. 일 실시예에 따르면, 후보 큐물런트 세트는 각 변조 방식의 SNR에 따른 제1 큐뮬런트 및 제2 큐뮬런트를 포함할 수 있다. 예를 들어, 후보 큐뮬런트 세트는 수학식 11 및 12를 통해 획득될 수 있다. 이에 따라, 기준 큐뮬런트 세트와 후보 큐뮬런트 세트를 비교함으로써 상기 기준 큐뮬런트 세트와 가장 유사한 값을 가지는 후보 큐뮬런트 세트에 해당되는 변조 방식을 전송 신호의 변조 방식으로 결정할 수 있다. 다시 말해, 기준 큐뮬런트 세트로 구성되는 벡터와 거리가 가장 짧은 후보 큐뮬런트 세트로 구성되는 벡터에 대응되는 변조 방식을 전송 신호의 변조 방식으로 결정할 수 있다.In step S108, the transmission signal for the received signal is compared by comparing the normalized reference cumulative set and a previously stored candidate cumulative set according to a signal-to-noise ratio (SNR) of each candidate modulation scheme. The modulation scheme of may be determined. The candidate cumulant set indicates the theoretical value of the cumulant according to the SNR for each candidate modulation scheme. According to an embodiment, the candidate cumulant set may include a first cumulant and a second cumulant according to the SNR of each modulation scheme. For example, the candidate cumulative set can be obtained through equations (11) and (12). Accordingly, by comparing the reference cumulant set and the candidate cumulant set, a modulation method corresponding to the candidate cumulative set having the most similar value to the reference cumulant set may be determined as a modulation method of the transmission signal. In other words, a modulation scheme corresponding to a vector composed of a reference cumulative set and a vector composed of a shortest candidate cumulative set may be determined as a modulation scheme of a transmission signal.

구체적으로, 본 발명의 일 실시예에 따르면, 의사 결정 트리 방식을 주로 사용하던 종래의 큐뮬런트 기반 방법과 달리, 수신 신호로부터 계산한 수학식 13 및 14를 포함하는 정규화된 기준 큐뮬런트 세트와 후보 변조 방식에 대한 SNR에 따른 각각의 후보 큐뮬런트 세트 사이의 유클리드 놈 계산을 통해 변조 분류를 수행할 수 있다.Specifically, according to an embodiment of the present invention, unlike the conventional cumulant-based method that mainly used the decision tree method, the normalized reference cumulative set including equations 13 and 14 calculated from the received signal And modulation classification may be performed through Euclidean norm calculation between each candidate cumulative set according to SNR for the candidate modulation scheme.

먼저 수학식 11 및 12로부터 특징 인자로 사용된 각 큐뮬런트의 이론값을 후보 변조 방식 별로 계산할 수 있다.

Figure 112019002994794-pat00029
는 수학식 11에서 알 수 있듯이
Figure 112019002994794-pat00030
와 같다. 즉,
Figure 112019002994794-pat00031
의 이론값은 상수가 되므로 SNR에 관계없이 일정하며, 이를 표 1에 나타내었다.First, the theoretical value of each cumulant used as a feature factor from Equations 11 and 12 may be calculated for each candidate modulation scheme.
Figure 112019002994794-pat00029
As can be seen in equation (11)
Figure 112019002994794-pat00030
Same as In other words,
Figure 112019002994794-pat00031
The theoretical value of is constant since it is a constant regardless of the SNR, which is shown in Table 1.

Figure 112019002994794-pat00032
Figure 112019002994794-pat00032

이와 달리

Figure 112019002994794-pat00033
의 경우는 식 (10)에서 알 수 있듯이 SNR에 따라 각 후보 변조 방식에 대한 이론값이 달라진다(도 2 참조).Unlike this
Figure 112019002994794-pat00033
As can be seen from Equation (10), the theoretical value for each candidate modulation scheme varies according to SNR (see FIG. 2).

그 다음, 수학식 13 및 14와 같이 각각 수신 신호로부터 계산한 큐뮬런트와 후보 변조 방식에 대한 각 큐뮬런트의 이론값으로 구성된 특징값 벡터

Figure 112019002994794-pat00034
와
Figure 112019002994794-pat00035
를 계산한다.Next, a feature value vector consisting of the theoretical values of each cumulant for the cumulant and the candidate modulation scheme calculated from the received signals, respectively, as shown in Equations 13 and 14
Figure 112019002994794-pat00034
Wow
Figure 112019002994794-pat00035
Calculate

Figure 112019002994794-pat00036
Figure 112019002994794-pat00036

Figure 112019002994794-pat00037
Figure 112019002994794-pat00037

여기서,

Figure 112019002994794-pat00038
는 잡음 분산
Figure 112019002994794-pat00039
에서 각 후보 변조 방식에 대한
Figure 112019002994794-pat00040
의 이론값이며, K는 후보 변조 방식의 수이다. 이 때,
Figure 112019002994794-pat00041
이라고 가정하면, 수학식 17과 같이
Figure 112019002994794-pat00042
의 2차 큐뮬런트로부터
Figure 112019002994794-pat00043
를 추정할 수 있다.here,
Figure 112019002994794-pat00038
Is noise dispersion
Figure 112019002994794-pat00039
For each candidate modulation scheme in
Figure 112019002994794-pat00040
Is the theoretical value of K, and K is the number of candidate modulation schemes. At this time,
Figure 112019002994794-pat00041
Suppose, as in Equation 17
Figure 112019002994794-pat00042
From the second cumulant of
Figure 112019002994794-pat00043
Can be estimated.

Figure 112019002994794-pat00044
Figure 112019002994794-pat00044

마지막으로, 두 특징 벡터

Figure 112019002994794-pat00045
와
Figure 112019002994794-pat00046
간의 유클리드 거리가 최소가 되는 변조 방식을 택함으로써 변조 분류가 수행되며, 수학식 18과 같이 나타낼 수 있다.Finally, two feature vectors
Figure 112019002994794-pat00045
Wow
Figure 112019002994794-pat00046
Modulation classification is performed by selecting a modulation method in which the Euclidean distance is minimal, and can be expressed by Equation 18.

Figure 112019002994794-pat00047
Figure 112019002994794-pat00047

도 2는 본 발명의 일 실시예에 따른 제2 고차 큐뮬런트의 이론값을 나타낸다. 도 2에 도시된 바와 같이, 제2 고차 큐뮬런트

Figure 112019002994794-pat00048
는 SNR에 따라 각 후보 변조 방식에 대한 이론값이 달라진다.2 illustrates a theoretical value of the second higher order cumulant according to an embodiment of the present invention. As shown in FIG. 2, the second higher order cumulant
Figure 112019002994794-pat00048
The theoretical value for each candidate modulation scheme varies according to SNR.

도 3은 본 발명의 일 실시예에 따른 변조 방식 결정 방법의 성능을 나타내는 실험 그래프이다. 도 3에는 AWGN 채널에서 SNR에 따른 분류 성능을 다양한 샘플수와 오프셋 값에 대해 나타내었다. 도 3에서 볼 수 있듯이 1000개 이하의 적은 샘플수에 대해 제시한 방법이 전 SNR 영역에서 기존 방법 보다 우수한 성능을 보이며, 높은 SNR 영역에서 분류 확률이 80%대로 수렴하는 기존 방법에 비해 제시한 방법은 100%에 가까운 성능을 보인다. 또한, 두 방법 모두 위상 및 주파수 오프셋에 영향을 받지 않는 것을 확인할 수 있다.3 is an experimental graph showing the performance of the modulation method determination method according to an embodiment of the present invention. 3 shows the classification performance according to the SNR in the AWGN channel for various sample numbers and offset values. As shown in FIG. 3, the proposed method for the number of samples less than 1000 shows better performance than the conventional method in the entire SNR region, and the proposed method is compared with the conventional method in which the classification probability converges to 80% in the high SNR region. Shows near 100% performance. In addition, it can be seen that both methods are not affected by the phase and frequency offset.

도 4는 본 발명의 일 실시예에 따른 변조 방식 결정 방법의 성능을 나타내는 실험 그래프이다. 도 4를 참조하면, 다양한 평탄 페이딩 채널 환경에서 샘플수 N=1000일 때 SNR에 따른 분류 성능을 나타내었다. AWGN 채널과 마찬가지로 평탄 페이딩 채널에서도 전 SNR 영역에서 제시한 방법이 우수한 분류 성능을 보인다. 또한 두 방법 모두 페이딩 채널에서도 위상 및 주파수 오프셋에 영향을 받지 않으며 K 값 감소에 따른 성능 저하를 확인할 수 있다.4 is an experimental graph showing the performance of the modulation method determination method according to an embodiment of the present invention. Referring to FIG. 4, the classification performance according to SNR is shown when the number of samples N = 1000 in various flat fading channel environments. As with the AWGN channel, the flat fading channel shows good classification performance in the proposed method in the entire SNR region. In addition, both methods are not affected by phase and frequency offset even in fading channel, and the degradation of K value can be confirmed.

도 5는 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(10)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되지 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.5 is a block diagram illustrating and describing a computing environment 10 that includes a computing device suitable for use in the exemplary embodiments. In the illustrated embodiment, each component may have different functions and capabilities in addition to those described below, and may include additional components in addition to those described below.

도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 타 단말과 신호를 송수신하는 모든 형태의 컴퓨팅 장치일 수 있다. The illustrated computing environment 10 includes a computing device 12. In one embodiment, the computing device 12 may be any type of computing device that transmits and receives signals to and from other terminals.

컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.Computing device 12 includes at least one processor 14, computer readable storage medium 16, and communication bus 18. The processor 14 may cause the computing device 12 to operate according to the example embodiments mentioned above. For example, processor 14 may execute one or more programs stored in computer readable storage medium 16. The one or more programs may include one or more computer executable instructions that, when executed by the processor 14, cause the computing device 12 to perform operations in accordance with an exemplary embodiment. Can be.

컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.Computer readable storage medium 16 is configured to store computer executable instructions or program code, program data and / or other suitable forms of information. The program 20 stored in the computer readable storage medium 16 includes a set of instructions executable by the processor 14. In one embodiment, computer readable storage medium 16 includes memory (volatile memory, such as random access memory, nonvolatile memory, or a suitable combination thereof), one or more magnetic disk storage devices, optical disk storage devices, flash Memory devices, or any other form of storage medium that is accessible by computing device 12 and capable of storing desired information, or a suitable combination thereof.

통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.The communication bus 18 interconnects various other components of the computing device 12, including the processor 14 and the computer readable storage medium 16.

컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(102)와 연결될 수도 있다.Computing device 12 may also include one or more input / output interfaces 22 and one or more network communication interfaces 26 that provide an interface for one or more input / output devices 24. The input / output interface 22 and the network communication interface 26 are connected to the communication bus 18. The input / output device 24 may be connected to other components of the computing device 12 via the input / output interface 22. Exemplary input / output devices 24 may include pointing devices (such as a mouse or trackpad), keyboards, touch input devices (such as touchpads or touchscreens), voice or sound input devices, various types of sensor devices, and / or imaging devices. Input devices, and / or output devices such as display devices, printers, speakers, and / or network cards. The example input / output device 24 may be included inside the computing device 12 as one component of the computing device 12, and may be connected to the computing device 102 as a separate device from the computing device 12. It may be.

이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.While the exemplary embodiments of the present invention have been described in detail above, those skilled in the art will appreciate that various modifications can be made to the above-described embodiments without departing from the scope of the present invention. . Therefore, the scope of the present invention should not be limited to the described embodiments, but should be defined by the claims below and equivalents thereof.

Claims (11)

적어도 하나의 프로세서, 및
상기 적어도 하나의 프로세서에 의해 실행되는 프로그램을 저장하는 메모리를 구비한 통신 장치에 의해 수행되는 변조 방식 결정 방법으로서,
대상 신호에 대한 고차 통계값으로 정의된 큐뮬런트를 기준으로 변조 방식을 분류하며, 대상 신호가 수신 신호이면, 상기 수신 신호로부터 산출한 큐뮬런트 및 신호 대 잡음비(SNR)에 따른 기 저장된 후보 큐뮬런트를 비교한 결과에 따라 변조 방식을 분류하는 단계를 포함하며,
상기 변조 방식을 분류하는 단계는,
복수의 변조 방식 중에서 적어도 하나를 이용하여 변조된 송신 신호가 전송되는 채널의 페이딩으로 인한 상기 수신 신호의 왜곡을 보상하는 단계;
상기 보상된 수신 신호에 대한 차동 복호 신호의 기준 큐뮬런트 세트를 산출하는 단계;
상기 산출된 기준 큐뮬런트 세트를 상기 수신 신호의 위상 오프셋 및 주파수 오프셋과 무관해지도록 정규화하는 단계; 및
상기 정규화된 기준 큐뮬런트 세트 및 신호 대 잡음비(SNR)에 따른 기 저장된 후보 큐뮬런트 세트를 비교하여 상기 수신 신호에 적합한 변조 방식을 결정하는 단계를 포함하며,
상기 후보 큐뮬런트는 잡음 분산에서 각각의 변조 방식에 대한 상기 차동 복호 신호에서 제2 큐뮬런트의 이론값이고, 상기 잡음 분산은 상기 보상된 수신 신호의 2차 큐뮬런트로부터 추정되는 것을 특징으로 하는 변조 방식 결정 방법.At least one processor, and
A modulation method determination method performed by a communication device having a memory for storing a program executed by the at least one processor,
The modulation scheme is classified based on the cumulant defined as a higher-order statistical value for the target signal, and if the target signal is a received signal, previously stored candidates according to the cumulant and the signal-to-noise ratio (SNR) calculated from the received signal. Classifying the modulation scheme according to the result of comparing the cumulant,
Classifying the modulation scheme,
Compensating for distortion of the received signal due to fading of a channel through which a transmitted signal modulated using at least one of a plurality of modulation schemes is transmitted;
Calculating a reference cumulative set of differential decoded signals for the compensated received signal;
Normalizing the calculated reference cumulative set to be independent of phase offset and frequency offset of the received signal; And
Comparing the normalized reference cumulative set and a previously stored candidate cumulative set according to a signal-to-noise ratio (SNR) to determine a modulation scheme suitable for the received signal,
Wherein the candidate cumulant is a theoretical value of a second cumulant in the differential decoded signal for each modulation scheme in noise variance, and the noise variance is estimated from the second cumulative of the compensated received signal Modulation method determination method. 삭제delete 제1항에 있어서,
상기 수신 신호의 왜곡을 보상하는 단계는,
상기 송신 신호의 평균 전력을 1로 가정하고, 하나의 수신 신호 및 상기 하나의 수신 신호의 켤레 복소수로 정의된 2차 큐뮬런트를 기반으로 상기 채널의 크기를 추정하며, 상기 수신 신호를 상기 추정한 채널의 크기로 나누는 것을 특징으로 하는 변조 방식 결정 방법.The method of claim 1,
Compensating the distortion of the received signal,
Assuming an average power of the transmission signal as 1, estimating the size of the channel based on one received signal and a second cumulant defined by a complex conjugate of the one received signal, and estimating the received signal. A modulation method determination method, characterized in that divided by the size of one channel. 제1항에 있어서,
상기 기준 큐뮬런트 세트는 상기 대상 신호에 대한 고차 통계값으로 표현되고, 제1 큐뮬런트 및 제2 큐뮬런트를 포함하며,
상기 제1 큐뮬런트는 네 개의 대상 신호로 정의된 4차 큐뮬런트이고, 및 상기 제2 큐뮬런트는 두 개의 대상 신호 및 상기 두 개의 대상 신호의 켤레 복소수로 정의된 4차 큐뮬런트인 것을 특징으로 하는 변조 방식 결정 방법.The method of claim 1,
The reference cumulant set is represented by a higher order statistical value for the target signal, and includes a first cumulant and a second cumulant,
Wherein the first cumulant is a fourth order cumulant defined by four target signals, and the second cumulant is a fourth order cumulant defined by two target signals and a conjugate complex number of the two target signals. Modulation method determination method. 제4항에 있어서,
상기 기준 큐뮬런트 세트를 정규화하는 단계는,
상기 제1 큐뮬런트의 크기를 분모로 나누고, 상기 제2 큐뮬런트를 상기 분모로 나누고, 상기 분모는 상기 차동 복호 신호의 2차 큐뮬런트에서 상기 보상된 수신 신호의 2차 큐뮬런트의 두 배에 상기 잡음 분산을 곱한 값을 감산하고 상기 잡음 분산의 제곱을 가산한 후 전체를 제곱한 값으로 정의되는 것을 특징으로 하는 변조 방식 결정 방법.The method of claim 4, wherein
Normalizing the reference cumulant set includes:
Dividing the magnitude of the first cumulant by the denominator, dividing the second cumulant by the denominator, and the denominator is the second cumulant of the compensated received signal in the second cumulative of the differential decoded signal. And subtracting twice the value of the noise variance, adding the square of the noise variance, and then defining the total squared value. 제4항에 있어서,
상기 보상된 수신 신호의 제1 큐뮬런트의 크기는 상기 송신 신호의 제1 큐뮬런트의 크기와 동일한 것을 특징으로 하는 변조 방식 결정 방법.The method of claim 4, wherein
And the magnitude of the first cumulant of the compensated received signal is equal to the magnitude of the first cumulant of the transmitted signal. 삭제delete 삭제delete 제1항에 있어서,
상기 변조 방식을 결정하는 단계는,
상기 정규화된 기준 큐뮬런트 세트로 구성된 벡터와 상기 후보 큐뮬런트 세트 간의 거리를 비교하여, 최소가 되는 벡터에 대응되는 변조 방식을 상기 수신 신호의 변조 방식으로 결정하는 것을 특징으로 하는 변조 방식 결정 방법.The method of claim 1,
Determining the modulation scheme,
Determining a modulation scheme, by comparing the distance between the vector consisting of the normalized reference cumulative set and the candidate cumulative set, the modulation scheme corresponding to the minimum vector is determined as the modulation scheme of the received signal Way. 제9항에 있어서,
상기 변조 방식을 결정하는 단계는,
상기 정규화된 기준 큐뮬런트 세트로 구성된 벡터와 상기 후보 큐뮬런트 세트 간의 유클리드 거리를 비교하는 것을 특징으로 하는 변조 방식 결정 방법.The method of claim 9,
Determining the modulation scheme,
And comparing a Euclidean distance between the vector consisting of the normalized reference cumulative set and the candidate cumulative set. 제1항에 있어서,
상기 복수의 변조 방식은, BPSK, QPSK, 8PSK, 16QAM 및 64QAM 중 적어도 어느 하나인 것을 특징으로 하는 변조 방식 결정 방법.The method of claim 1,
And wherein the plurality of modulation schemes are at least one of BPSK, QPSK, 8PSK, 16QAM, and 64QAM.
KR1020190003010A 2019-01-09 2019-01-09 Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset KR101999776B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190003010A KR101999776B1 (en) 2019-01-09 2019-01-09 Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190003010A KR101999776B1 (en) 2019-01-09 2019-01-09 Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset

Publications (1)

Publication Number Publication Date
KR101999776B1 true KR101999776B1 (en) 2019-10-01

Family

ID=68207578

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190003010A KR101999776B1 (en) 2019-01-09 2019-01-09 Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset

Country Status (1)

Country Link
KR (1) KR101999776B1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101257600B1 (en) 2008-12-31 2013-04-26 엘렉트로비트 시스템 테스트 오와이 Communication between transmitter and receiver

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101257600B1 (en) 2008-12-31 2013-04-26 엘렉트로비트 시스템 테스트 오와이 Communication between transmitter and receiver

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Michael S. Muhlhaus 외 4인, Automatic Modulation Classification for MIMO Systems Using Fourth-Order Cumulants, 2012 IEEE Vehicular Technology Conference (VTC Fall), 31 December 2012* *
Michael S. Mühlhaus 외 4인, Automatic Modulation Classification for MIMO Systems Using Fourth-Order Cumulants, 2012 IEEE Vehicular Technology Conference (VTC Fall), 31 December 2012*
심규홍 외 1인, 넌코히어런트 비동기하에서의 선형 변조신호 자동인식 알고리즘, 한국정보통신학회논문지(J. Korea Inst. Inf. Commun. Eng.) Vol. 18, No. 10 : 2409~2416 Oct. 2014, 2014. 10* *

Similar Documents

Publication Publication Date Title
KR102551316B1 (en) Method and apparatus for soft detection of high order qam symbols in mimo channels
JP5576870B2 (en) Method and apparatus for simplified expected symbol value calculation and interference cancellation in communication signal processing
JP4164451B2 (en) Soft value calculation for multilevel signals
JP5854694B2 (en) Receiving device, receiving method, and receiving program
US20110176642A1 (en) Systems and Methods for Low-Complexity MIMO Detection Using Leaf-Node Prediction via Look-up Tables
US7143013B2 (en) Reliable symbols as a means of improving the performance of information transmission systems
KR100587978B1 (en) Apparatus and method for blind modulation classification in satellite communication system
KR101999776B1 (en) Method and Apparatus for Automatic Modulation Classification Robust to Phase and Frequency Offset
US20220256341A1 (en) Rf aware deep learning authentication solution
Wang et al. Low complexity Kolmogorov-Smirnov modulation classification
CN111181880B (en) Phase noise compensation method and system of wireless communication system based on integrated clustering
KR20140070587A (en) Communication system with modulation classifier and method of operation thereof
US7085691B2 (en) Reliable symbols as a means of improving the performance of information transmission systems
WO2008082909A1 (en) Decoding methods and apparatus for mimo communication systems
US20230216724A1 (en) Context Aware Data Receiver for Communication Signals Based on Machine Learning
Salam et al. A unified practical approach to modulation classification in cognitive radio using likelihood-based techniques
US8155217B2 (en) Systems and methods for low-complexity MIMO detection with analytical leaf-node prediction
KR20070000274A (en) Apparatus and method of bpsk/qpsk blind modulation classification in wireless communication system
CN109167648B (en) Candidate constellation point set generation method and MIMO spatial multiplexing detection method
CN108734188A (en) A kind of clustering method, equipment and storage medium
Sui et al. A blind SNR estimator for digital bandpass signals
KR102284007B1 (en) Method and apparatus for intelligent digital modulation classification through k-symbol differential operation preprocessing
Like et al. Modulation recognition in fading channels using higher order cyclic cumulants
AU2018204752A1 (en) Method and system of modulation classification using signal graphs
US11582073B1 (en) Sequence estimation system and method