KR102576415B1 - 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기 - Google Patents

다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기 Download PDF

Info

Publication number
KR102576415B1
KR102576415B1 KR1020210067587A KR20210067587A KR102576415B1 KR 102576415 B1 KR102576415 B1 KR 102576415B1 KR 1020210067587 A KR1020210067587 A KR 1020210067587A KR 20210067587 A KR20210067587 A KR 20210067587A KR 102576415 B1 KR102576415 B1 KR 102576415B1
Authority
KR
South Korea
Prior art keywords
block
neural network
index
ofdm
bits
Prior art date
Application number
KR1020210067587A
Other languages
English (en)
Other versions
KR20220160154A (ko
Inventor
김정현
박호성
손세희
노혜진
박지연
Original Assignee
전남대학교산학협력단
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 전남대학교산학협력단 filed Critical 전남대학교산학협력단
Priority to KR1020210067587A priority Critical patent/KR102576415B1/ko
Priority to PCT/KR2021/016794 priority patent/WO2022250226A1/ko
Publication of KR20220160154A publication Critical patent/KR20220160154A/ko
Application granted granted Critical
Publication of KR102576415B1 publication Critical patent/KR102576415B1/ko

Links

Images

Classifications

    • 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
    • H04L27/2649—Demodulators
    • H04L27/2653—Demodulators with direct demodulation of individual subcarriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • 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
    • 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
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0258—Channel estimation using zero-forcing criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/01—Equalisers
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
    • H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
    • H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
    • H04L27/345—Modifications of the signal space to allow the transmission of additional information
    • H04L27/3461—Modifications of the signal space to allow the transmission of additional information in order to transmit a subchannel
    • H04L27/3483—Modifications of the signal space to allow the transmission of additional information in order to transmit a subchannel using a modulation of the constellation points

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Power Engineering (AREA)
  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)

Abstract

다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 (Multi Mode Orthogonal Frequency Division Muliplexing wih Index Modulation, MM-OFDM-IM) 시스템에서 수신기가 메시지 신호를 검출하는 방법 및 수신기가 제공된다. 상기 방법은, 채널을 통해 수신된 신호를 블록 단위로 분리하는 단계; 각 블록별 데이터를 제1 신경망 모델에 입력하여 상기 각 블록별 부반송파들의 변조 패턴에 기초하여 결정되는 블록별 인덱스 비트를 검출하는 단계; 상기 각 블록별 데이터 및 상기 검출된 인덱스 비트를 제2 신경망 모델에 입력하여 상기 블록별 부반송파들에 포함된 블록별 정보 비트를 검출하는 단계; 및 상기 검출된 블록별 인덱스 비트 및 상기 검출된 블록별 정보 비트를 병합하여 블록별 메시지 비트를 검출하고, 전체 블록에 대해 검출된 상기 블록별 메시지 비트를 병합하여 전체 메시지 비트를 검출하는 단계를 포함한다.
본 출원은 2021년도 정부 (과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 과제에 기반한 출원임 (No.2021001016001, 6G/B5G xURLLC를 위한 유연한 신뢰도의 채널코딩)

Description

다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기 {Method and Device of detecting message signals in multi mode orthogonal frequency division multiplexing with index modulation system}
본 발명은 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기에 관한 것이다.
무선 통신 시스템에서 직교 주파수 분할 다중화 (orthogonal frequency division multiplexing, OFDM) 방식은 다양한 통신 표준 기술에 채택되고 있고, 이를 기반으로 여러 대체 기술들이 개발되고 있다.
이에 따른 일 예로, 부반송파 (subcarrier)의 일부만 활성화하여 활성화된 부반송파 (active subcarrier) 및 변조된 인덱스를 통해 메시지 비트를 전송하는 OFDM-IM (OFDM with Index Modulation), 활성화되지 않은 부반송파 (inactive subcarrier)들을 통해 또 다른 (예: 두 번째) 성상 (secondary constellation)을 이용하여 변조한 심볼을 전송함으로써 OFDM-IM 대비 스펙트럼 효율을 향상한 DM-OFDM-IM (Dual Mode OFDM with Index Modulation) 등이 제안되고 있다.
다만, DM-OFDM-IM 시스템은 기존 OFDM 시스템, OFDM-IM 시스템 대비 좋은 성능을 갖는 반면 수신기 입장에서 수신 신호를 검출하기 위한 복잡도 (complexity)가 높아지는 단점을 갖는다. 이에, DM-OFDM-IM 또는 MM-OFDM-IM (Multi Mode OFDM wih Index Modulation) 시스템의 신호 검출 복잡도를 줄이면서 최적의 성능을 보여주는 다양한 신호 검출 기법이 제안되고 있다.
T. V. Luong, Y. Ko, N. A. Vien, D. H. N. Nguen, 및 M. Mathaiou, "Deep learing-based detector for OFDM-IM", IEEE Wireless Communication Letters, 2019년 8월
본 발명이 해결하고자 하는 과제는 MM-OFDM-IM 시스템에서 수신기의 메시지 신호 검출 방법 및 상기 수신기를 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 MM-OFDM-IM 시스템에서 수신기가 메시지 신호를 검출하는 방법은, 채널을 통해 수신된 신호를 블록 단위로 분리하는 단계; 각 블록별 데이터를 제1 신경망 모델에 입력하여 상기 각 블록별 부반송파들의 변조 패턴에 기초하여 결정되는 블록별 인덱스 비트를 검출하는 단계; 상기 각 블록별 데이터 및 상기 검출된 인덱스 비트를 제2 신경망 모델에 입력하여 상기 블록별 부반송파들에 포함된 블록별 정보 비트를 검출하는 단계; 및 상기 검출된 블록별 인덱스 비트 및 상기 검출된 블록별 정보 비트를 병합하여 블록별 메시지 비트를 검출하고, 전체 블록에 대해 검출된 상기 블록별 메시지 비트를 병합하여 전체 메시지 비트를 검출하는 단계를 포함한다.
본 발명에 있어, 상기 제1 신경망 모델에 입력되는 상기 각 블록별 데이터는, 블록 단위로 분리된 수신 신호의 제로포싱 이퀄라이징 값과 에너지 값을 포함할 수 있다.
본 발명에 있어, 상기 각 블록별 부반송파들은 변조 패턴에 따라 서로 다른 복수의 성상들 (constellations) 중 하나의 성상으로 변조될 수 있다. 일 예로, 상기 MM-OFDM-IM 시스템이 DM-OFDM-IM (Dual Mode Orthogonal Frequency Division Muliplexing wih Index Modulation) 시스템인 경우, 상기 서로 다른 복수의 성상들은 서로 다른 2개의 성상들에 대응할 수 있다.
여기서, 상기 제1 신경망 모델은 임의로 생성된 랜덤 데이터 샘플들 및 상기 랜덤 데이터 샘플들 중 일부 데이터를 선별한 선별된 데이터 샘플을 일정 비율로 포함한 학습 데이터 세트에 의해 학습될 수 있다.
여기서, 상기 선별된 데이터 샘플은, 상기 랜덤 데이터 샘플들 중 최소 거리 (minimum distance, MD) 값이 상위 10% 이내인 값을 갖는 제1 선별 데이터 샘플, 및 상기 랜덤 데이터 샘플들 중 상기 MD 값과 상기 MD 값 다음으로 짧은 거리 값의 차이 값이 하위 10% 이내인 값을 갖는 제2 선별 데이터 샘플을 포함할 수 있다.
본 발명에 있어, 상기 제1 신경망 모델은 CNN (Convolution Neural Network)이고, 상기 제2 신경망 모델은 DNN (Deep Neural Network)일 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 일 면에 따른 MM-OFDM-IM 시스템의 수신기는, 채널을 통해 수신된 신호를 블록 단위로 분리하는 블록 분리기; 각 블록별 데이터를 제1 신경망 모델에 입력하여 상기 각 블록별 부반송파들의 변조 패턴에 기초하여 결정되는 블록별 인덱스 비트를 검출하는 인덱스 비트 검출기; 상기 각 블록별 데이터 및 상기 검출된 인덱스 비트를 제2 신경망 모델에 입력하여 상기 블록별 부반송파들에 포함된 블록별 정보 비트를 정보 비트 검출기; 상기 검출된 블록별 인덱스 비트 및 상기 검출된 블록별 정보 비트를 병합하여 블록별 메시지 비트를 검출하는 비트 병합기; 및 전체 블록에 대해 검출된 상기 블록별 메시지 비트를 병합하여 전체 메시지 비트를 검출하는 메시지 비트 검출기를 포함한다.
본 발명에 있어, 상기 인덱스 비트 검출기로 블록 단위로 분리된 수신 신호의 제로포싱 이퀄라이징 값과 에너지 값을 포함하는 상기 각 블록별 데이터를 입력하는 전처리기를 더 포함할 수 있다.
본 발명에 있어, 상기 각 블록별 부반송파들은 변조 패턴에 따라 서로 다른 복수의 성상들 (constellations) 중 하나의 성상으로 변조될 수 있다. 일 예로, 상기 MM-OFDM-IM 시스템이 DM-OFDM-IM (Dual Mode Orthogonal Frequency Division Muliplexing wih Index Modulation) 시스템인 경우, 상기 서로 다른 복수의 성상들은 서로 다른 2개의 성상들에 대응할 수 있다.
여기서, 상기 제1 신경망 모델은 임의로 생성된 랜덤 데이터 샘플들 및 상기 랜덤 데이터 샘플들 중 일부 데이터를 선별한 선별된 데이터 샘플을 일정 비율로 포함한 학습 데이터 세트에 의해 학습될 수 있다.
여기서, 상기 선별된 데이터 샘플은, 상기 랜덤 데이터 샘플들 중 최소 거리 (minimum distance, MD) 값이 상위 10% 이내인 값을 갖는 제1 선별 데이터 샘플, 및 상기 랜덤 데이터 샘플들 중 상기 MD 값과 상기 MD 값 다음으로 짧은 거리 값의 차이 값이 하위 10% 이내인 값을 갖는 제2 선별 데이터 샘플을 포함할 수 있다.
본 발명에 있어, 상기 제1 신경망 모델은 CNN (Convolution Neural Network)이고, 상기 제2 신경망 모델은 DNN (Deep Neural Network)일 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명에 따른 신호 수신기는 종래 대비 낮은 복잡도로 종래와 유사한 성능으로 수신된 신호로부터 인덱스 비트 및 정보 비트를 포함하는 메시지 비트를 검출할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1a 및 도 1b는 각각 MM-OFDM-IM 시스템의 송신기 및 수신기를 간단히 나타낸 도면이다.
도 2a 및 도 2b는 각각 DM-OFDM-IM 시스템의 송신기 및 수신기를 간단히 나타낸 도면이다.
도 3a 및 도 3b는 각각 DM-OFDM-IM 시스템의 송신기 및 수신기를 간단히 나타낸 다른 도면이다.
도 4는 본 발명에 따른 DM-OFDM-IM 시스템의 송신기의 동작을 간단히 나타낸 흐름도이다.
도 5는 본 발명에 따른 DM-OFDM-IM 시스템의 수신기의 동작을 간단히 나타낸 흐름도이다.
도 6은 본 발명의 일 예에 따른 수신기의 전체적인 시뮬레이션 구성을 나타낸 도면이다.
도 7은 본 발명에 따른 두 가지 산출방법의 데이터 샘플 분포를 각각 나타낸 도면이다.
도 8은 본 발명에 따른 수신기의 검출 성능을 다른 검출기와 비교한 도면이다.
도 9는 본 발명의 실시예에 따른 신호 수신기의 동작을 나타낸 흐름도이다.
도 10은 본 발명의 실시예에 따른 신호 수신기의 구조를 나타낸 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
먼저, 본 발명에 대한 설명에 앞서, 본 발명의 기초가 되는 기술들에 대해 상세히 설명한다.
OFDM-IM (Orthogonal Frequency Division Multiplexing with Index Modulation)
OFDM-IM 시스템은 데이터를 심볼과 부반송파의 인덱스 조합 정보에 맵핑하여 전송하는 다중반송파 시스템을 의미한다.
여기서, 조합 정보의 개수는, 전체 부반송파를 서브블록으로 나누고 서브블록 내에서 사용하는 부반송파의 개수를 결정한 뒤 이 부반송파를 배치시키는 전체 가지 수에 대응할 수 있다.
이러한 OFDM-IM 시스템은 활성화된 부반송파의 인덱스를 사용하여 메시지 비트를 전송함으로써 추가 전력이나 대역폭을 필요로 하지 않는 바, OFDM 시스템보다 높은 신뢰성 (reliability)와 에너지 효율 (energy efficiency)을 제공할 수 있다. 또한, OFDM-IM은 활성화된 부반송파의 수를 조정함으로써 스펙트럼 효율 (spectral efficiency) 과 신뢰성 사이의 균형을 조절할 수 있다.
MM-OFDM-IM (Multi Mode Orthogonal Frequency Division Multiplexing with Index Modulation)
도 1a 및 도 1b는 각각 MM-OFDM-IM 시스템의 송신기 및 수신기를 간단히 나타낸 도면이다.
도 1a에 도시된 바와 같이, 송신하고자 하는 메시지 벡터 U (p 비트 크기)는 실시예에 따라 인덱스 비트 (p1 비트 크기) 및 반송파 비트 (p2 비트 크기)로 구분되어 성상 선택기 (constellation selector)로 입력된다. 상기 성상 선택기는 실시예에 따라 선택되는 성상을 맵핑하고, 블록 생성기 (block generator)는 복수 개의 블록의 값들을 하나로 합산하고, 상기 값은 IFFT (Inverse Fast Fourier Transform) 를 거치고 순환 전치 (cyclic prefix)가 더해진 후, A/D (Analog-to-Digital) 변환기를 거쳐 채널을 통해 수신기로 송신될 수 있다.
이에 대응하여, 도 1b에 도시된 바와 같이, 수신기는 수신된 데이터 Y에 대해 D/A (Digital-to-Analog) 변환기를 적용 후 순환 전치 제거 (remove cyclic prefix) 및 FFT (Fast Fourier Transform)을 적용하여 신호를 검출한다. 이어, 상기 수신기는 상기 검출된 신호에 대해 디맵핑 동작을 적용하여 예측된 벡터 (estimated vector) U' (p 비트 크기)를 검출할 수 있다.
이처럼, 본 발명에서는 MM-OFDM-IM 시스템에 적용 가능한 수신기 (receiver)에 대해 상세히 설명하나, 설명의 편의상 MM-OFDM-IM 시스템의 일 예인 DM-OFDM-IM (Dual Mode Orthogonal Frequency Division Multiplexing with Index Modulation) 시스템을 중심으로 적용 가능한 수신기에 대해 설명한다.
참고로, DM-OFDM-IM은 OFDM-IM에서 활성 부반송파와 비활성 부반송파에 서로 다른 성상의 심볼을 맵핑하여 전송하는 다중반송파 시스템을 의미할 수 있다. 이를 통해, DM-OFDM-IM은 OFDM-IM 대비 향상된 스펙트럼 효율을 가질 수 있고, 향상된 BER (Bit Error Rate) 성능을 제공할 수 있다. 이와 같은 DM-OFDM-IM은 수신기와 확실히 (또는 높은 확률로) 구분할 수 있는 두가지 성상을 설계함으로써 구현될 수 있다.
도 2a 및 도 2b는 각각 DM-OFDM-IM 시스템의 송신기 및 수신기를 간단히 나타낸 도면이다.
도 2a 및 도 2b에 도시된 바와 같이, DM-OFDM-IM 시스템의 송신기는 MM-OFDM-IM 시스템의 송신기에서 성상 선택기가 총 N 개의 성상 중 하나를 선택하는 것과 달리 총 2개의 성상 중 하나를 선택할 수 있다. 이외, 송신기 및 수신기의 구성은 앞서 상술한 MM-OFDM-IM 시스템의 송신기 및 수신기와 동일한 바, 상세한 설명은 생략한다.
또는, 종래 OFDM 시스템과의 차별점 위주로 DM-OFDM-IM 시스템을 도시할 경우, 상기 DM-OFDM-IM은 도 3a 및 도 3b과 같이 보다 효율적으로 간단하게 나타낼 수도 있다.
도 3a 및 도 3b는 각각 DM-OFDM-IM 시스템의 송신기 및 수신기를 간단히 나타낸 다른 도면이다.
앞서 상술한 바와 같이, DM-OFDM-IM 시스템의 송신기는 (OFDM 시스템과 달리) 블록별로 두 종류의 성상을 사용하여 메시지 비트를 부반송파에 매핑하는 작업을 수행할 수 있다. 따라서, OFDM 시스템 대비 DM-OFDM-IM 시스템의 특징만을 나타낼 경우, 송신기의 성상 선택기, 블록 생성기, 이에 따른 채널 모델과 수신기에서의 블록 검출기만으로 충분할 수 있다. 이외 나머지 과정들 (예: IFFT에서 FFT까지 신호 송수신 동작들)은 기존의 OFDM 시스템과 유사하게 동작할 수 있다.
이때, 본 발명에서는 수신기에서 FFT 이후에 부반송파 간의 심볼 간 간섭이 없다고 가정한다. 이에 따라, 본 발명에서는 주파수 영역의 블록에 대해서만 채널 모델을 제공할 수 있다.
도 3a에 도시된 바와 같이, 송신기는 보내고자 하는 메시지 비트를 성상 선택기 및 블록 생성기를 통해 변조하여 변조된 데이터 X를 수신기로 전송할 수 있다. 상기 데이터 X는 채널을 통과한 후, 잡음이 더해진 형태(예: 데이터 Y)로 수신기에 전달될 수 있다.
이에 대응하여, 도 3b에 도시된 바와 같이, 수신기는 변형된 데이터 Y를 가지고 검출기를 통해 송신기에서 어떠한 메시지 비트를 보냈는지 검출하는 과정을 수행할 수 있다.
도 4는 본 발명에 따른 DM-OFDM-IM 시스템의 송신기의 동작을 간단히 나타낸 흐름도이다.
이하에서는, 본 발명에 따른 MN-OFDM-IM (또는 DM-OFDM-IM) 시스템의 수신기의 동작을 보다 상세히 설명하기 위해 이에 대응하는 송신기의 동작으로써 DM-OFDM-IM 시스템의 송신기의 동작에 대해 상세히 설명한다. 참고로, 도 4에서는 DM-OFDM-IM 시스템에서 하나의 블록에 대한 송신기의 동작을 위주로 설명한다. 이하, 송신기의 각 동작에 대해 상세히 설명하면 다음과 같다.
(1) S410 단계 (시스템 변수 설정)
MM-OFDM-IM (또는 DM-OFDM-IM) 시스템에서는 미리 설정해야할 변수들이 있다. 이에 따라, MM-OFDM-IM (또는 DM-OFDM-IM) 송신기 및 수신기 간 MM-OFDM-IM (또는 DM-OFDM-IM) 시스템 전체를 구성하는 부반송파의 개수 N, 전체 블록 개수 g, 하나의 블록에 사용되는 부반송파의 개수 n, 정보 비트 변조기 A에 사용되는 성상 MA, 정보 비트 변조기 B에 사용되는 성상 MB, 성상 A로 변조되는 부반송파의 개수 k 등의 변수들이 미리 설정될 수 있다.
(2) S420 단계 (메시지 비트 생성)
송신기는 전송하고자 하는 메시지 비트 P 개 (또는 P 비트 크기)를 생성한다. 상기 메시지 비트 P 개는 블록 g 개로 나누어져 p 개의 비트 (또는 p 비트 크기)가 각 블록의 비트 분리기에 입력될 수 있다.
(3) S430 단계 (비트 분리기)
앞서 각 블록에 대해 입력으로 들어온 p 개의 비트 (또는 p 비트 크기)는 인덱스 비트 p1 개 (또는 p1 비트 크기)와 정보 비트 p2 개(또는 p2 비트 크기)로 나누어 질 수 있다. 본 발명에 있어, p1과 p2는 앞서 설정된 n, k, MA, MB에 기초하여 산출/결정될 수 있다. 보다 구체적으로, MA의 변조 차수 (modulation order)를 mA, MB의 변조 차수를 mB라 할 때, p1 및 p2는 하기 수학식 1 및 2를 만족하도록 결정될 수 있다.
일 예로, p개의 비트 (또는 p 비트 크기)가 [1100011011]이고 (n, k, mA, mB) = (4, 2, 4, 4)라고 가정하면, 상기 수학식 1 및 수학식 2에 기초하여 p1 = 2, p2 = 8로 결정될 수 있다. 이에 따라, 인덱스 비트는 [11]이고, n 개의 부반송파에 실리는 정보 비트는 [00 01 10 11]로 결정될 수 있다.
상기와 같은 방법에 따라 결정된 인덱스 비트 p1 개 (또는 p1 비트 크기)와 정보 비트 p2 개 (또는 p2 비트 크기)는 각각 인덱스 변조기와 정보 비트 변조기에 입력될 수 있다.
(4) S440 단계 (인덱스 변조기)
이후의 과정은 앞서 언급한 예시 (예: p개의 비트 (또는 p 비트 크기)가 [1100011011]이고 (n, k, mA, mB) = (4, 2, 4, 4)인 경우)를 참고하여 설명한다. 인덱스 변조기는 입력된 인덱스 비트에 따라서 총 n 개의 부반송파 중 어떤 k 개의 부반송파를 MA로 변조할지 정할 수 있다. 이러한 결정을 위해, 인덱스 변조기는 다양한 테이블을 고려할 수 있다. 일 예로, 인덱스 변조기는 하기 표 1과 같이 (n, k) = (4, 2)인 경우의 테이블을 고려할 수 있다.
상기 표 1에 따르면, 인덱스 변조기는 입력된 인덱스 비트 [11]에 따라 n=4 개의 부반송파 중 세번째와 네번째의 부반송파, 즉 k=2개의 부반송파를 MA로 변조한다고 결정할 수 있다. 이에 대응하여, 인덱스 변조기는 첫번째와 두번째 부반송파, 즉 n-k=2 개의 부반송파를 MB로 변조한다고 결정할 수 있다.
(5) S452 및 S454 단계 (정보 비트 변조기)
상술한 예시에 따르면, 비트 분리기를 통과하여 출력된 정보 비트 p2 개 (예: [00 01 10 11])와 인덱스 변조기의 결과 값인 '세번째 및 네번째 부반송파가 MA로 변조된다'는 결정 정보는 정보 비트 변조기에 입력될 수 있다. 상기 입력에 기초하여, 정보 비트 변조기는 정보 비트 [10]과 [11]을 정보 비트 변조기A에 입력 값으로 제공하여 MA로 변조할 수 있다. 마찬가지로, 나머지 정보 비트 [00]과 [01]를 정보 비트 변조기B에 입력 값으로 제공하여 MB로 변조할 수 있다. 이에 따른 각 변조기의 결과 값을 [MA 1, MA 2], [MB 1, MB 2]라 하면, 해당 결과들은 이진수 비트 값이 아닌 복소수의 값으로 표현될 수 있다. 결과적으로, 하나의 블록에 대해서, n=4 개의 부반송파가 전송하는 데이터는 [MB 1, MB 2, MA 1, MA 2]가 될 수 있따.
(6) S460 단계 (블록 생성기)
모든 블록 g개에 대해 앞서 상술한 S430 단계 내지 S450 단계가 수행될 수 있다. 이에 따라, g 개의 블록 각각은 n 개의 복소수 값을 가질 수 있고, 블록 생성기는 이러한 모든 g 개의 블록을 통해 전송되는 복소수 값을 하나로 합칠 수 있다. 이에 따라, 블록 생성기를 통해 제공되는 복소수 데이터는 총 g*n=N 개가 될 수 있다.
이후 N 개의 복소수 데이터는 IFFT부터 D/A 변환기를 거쳐 채널을 통해 전송되는데, 이 과정에 대해서는 상세히 설명한 바 이하 생략한다.
(7) S470 단계 (채널)
앞서 상술한 S430 단계 내지 S460 단계를 수행하면, 송신기는 N 개의 데이터를 전송할 수 있다. 이 데이터들은 채널을 통과하며 잡음이 추가되어 수신될 수 있다. N 개의 데이터를 X, 채널정보를 H, 잡음을 Z라고 가정하면, 수신기가 수신하게 되는 데이터 Y 는 Y=X*H+Z 와 같이 구성될 수 있다. 여기서, 부반송파 간의 심볼 간 간섭이 없다고 가정한 바, H는 대각 성분만 존재하는 대각선 행렬을 포함할 수 있다. 또한, 본 발명에서 H의 각 요소 값은 평균이 0 이고 분산이 1인 복소수 가우시안 분포 (complex Gaussian distribution)를 따르는 레일레이 페이딩 채널 (Rayleigh fading channel)이라고 가정할 수 있다. 또한, Z는 백색 가우시안 잡음 (Additive White Gaussian Noise, AWGN)에 대응할 수 있다.
이에 따라, 수신기는 송신기에서 전송한 데이터 X에 잡음이 더해진 데이터 Y를 수신하게 된다.
이하에서는, 본 발명에 따른 수신기가 데이터 Y를 가지고 송신기에서 어떤 메시지 비트를 송신하였는지를 검출하는 구체적인 방법에 대해 상세히 설명한다.
참고로, 기존의 OFDM 시스템에서 송신기는 하나의 성상으로 변조한 정보 비트만을 전송한다. 이에, OFDM 시스템에 따른 수신기는 최소 거리 (Minimum Distance, MD) 방식을 이용하는 복조기 (Demapper)만 사용하여 메시지 비트를 검출할 수 있다.
다만, DM-OFDM-IM 시스템에서 송신기는 부반송파를 두 가지 성상 중 특정 성상으로 변조함으로써 인덱스 비트를 추가로 전송할 수 있다. 따라서, 수신기는 수신된 데이터 Y가 어떠한 성상으로 변조되었는지를 검출기를 통해 추정함으로써 인덱스 비트를 검출할 수 있다. 이에 따라, 상기 수신기는 (기존 OFDM 시스템의 수신기 대비) 인덱스 비트를 검출하고, 각 부반송파가 어떤 성상으로 변조되었는지를 추정하는 과정을 추가적으로 수행하여 수신된 신호를 복조할 수 있다.
이를 위해, DM-OFDM-IM 시스템의 수신기는 기존 OFDM과 달리 검출기를 포함할 수 있다. 일 예로, DM-OFDM-IM 시스템의 검출기는 ML (Maximum Likelihood) 검출기, LLR (Long Likelihood Ratio) 검출기 등 높은 복잡도를 갖는 검출기를 포함할 수 있다. 다만, 상기 검출기는 높은 복잡도를 갖는 바, 수신 성능을 향상시킴에 한계를 갖는다. 이에, 본 발명에서는 DM-OFDM-IM 시스템의 검출기에 딥러닝을 적용하여 인덱스 비트를 효과적으로 검출하고 메시지 비트를 검출함으로써 최적의 성능으로 DM-OFDM-IM 시스템에 따른 신호의 수신을 수행하는 방법에 대해 하기 도면을 참고하여 상세히 설명한다.
도 5는 본 발명에 따른 DM-OFDM-IM 시스템의 수신기의 동작을 간단히 나타낸 흐름도이다.
참고로, 도 4와 마찬가지로 도 5에서는 DM-OFDM-IM 시스템에서 하나의 블록에 대한 수신기의 동작을 위주로 설명한다. 이하, 송신기의 각 동작에 대해 상세히 설명하면 다음과 같다.
(1) S510 단계 (채널)
도 4의 S470 단계에 대응하여, N 개의 데이터를 X, 채널정보를 H, 잡음을 Z라고 가정하면, 수신기는 Y=X*H+Z 와 같이 구성된 데이터 Y를 수신할 수 있다.
수신된 데이터 Y는 A/C 변환기부터 FFT 과정 등을 거친 후 블록 분리기에 입력될 수 있다. 여기서, A/C 변환기부터 FFT 과정 등은 상술한 도 1a, 도 1b, 도 2a 및 도 2b를 통해 상세히 설명한 바, 이하 생략한다.
(2) S520 단계 (블록 분리기)
송신기에서 N = g*n 개의 데이터를 전송한 바, 이에 대응하여 수신기는 N 개의 데이터를 수신할 수 있다. 이때, 블록 분리기를 통해 N 개의 데이터는 g 개의 블록 각각에 n 개씩 나뉘어 질 수 있다. 즉, 블록 분리기를 통해 하나의 블록에 해당하는 n 개의 데이터가 전처리에 입력될 수 있다.
(3) S530 단계 (전처리기)
전처리기는 입력된 n 개의 데이터를 신경망에 입력으로 사용하기 위한 전처리 과정으로써 다음과 같은 전처리 과정을 수행할 수 있다.
일 예로, 신경망의 구조나 특징에 따라서 전처리기에 입력된 n 개의 데이터를 그대로 사용하거나, 추가 정보와 함께 전처리하여 신경망의 입력으로 사용될 수 있다. 이를 위한 일 예로, 전처리기는 추가 정보로 채널 추정기를 통해 얻을 수 있는 채널 정보를 이용하여 상기 입력된 n 개의 데이터에 대해 제로 포싱 이퀄라이징 (zero-forcing equalizing) 을 수행할 수 있다. 이후, 출력된 값은 신경망의 입력에 사용될 수 있다.
보다 구체적인 예로, 전처리기는 다음과 같은 두 가지 전처리 과정을 수행할 수 있다. 먼저, 첫번째 전처리 과정으로써, 전처리기는 수신된 신호의 제로포싱 이퀄라이징 값을 산출할 수 있다. 이때, 상기 제로포싱 이퀄라이징 값은 신호 정보 Y와 채널 정보 H를 이용하여 하기 수학식 3에 따라 산출될 수 있다. 그리고, 두번째 전처리 과정으로써, 상기 전처리기는 수신된 신호의 에너지 값을 산출할 수 있다. 이때, 상기 에너지 값은 하기 수학식 4와 같이 신호 정보 Y의 절댓값의 제곱 (예: 신호 Y의 실수부의 제곱 및 신호 Y의 허수부의 제곱의 합)에 대응하는 값으로 산출될 수 있다. 이어, 상기 전처리기는 이와 같은 두 전처리 과정을 통해 획득된 제로포싱 이퀄라이징된 값과 에너지 값을 신경망의 입력으로 제공할 수 있다.
(4) S540 단계 (인덱스 비트 검출기)
전처리기의 결과는 인덱스 비트 검출기에 입력으로 사용된다. 인덱스 비트 검출기는 신경망 구조로 되어 있으며, 신경망으로는 심층 신경망 (Deep Neural Network, DNN), 컨벌루션 신경망 (Convolution Neural Network, CNN), 순환 신경망 (Recurrent Neural Network, RNN) 등이 사용될 수 있다.
본 발명의 일 실시예에 따르면, 인덱스 비트를 검출하기 위한 신경망으로써 CNN이 활용될 수 있다. 이에 따라, 인덱스 비트 검출기는 CNN의 여러 개의 층 (예: 컨벌루션 층, 은닉층, 평탄화 (flatten) 층 (예: 2차원 데이터를 1차원으로 바꿔주는 층)과 여러 개의 활성화 함수 (activation function)을 통해 입력된 데이터를 순차적으로 계산하고 최종 결과를 출력할 수 있다.
이처럼, 신경망 구조로 이루어진 인덱스 비트 검출기는 전처리된 입력 데이터를 여러 연산을 순차적으로 수행하고, 인덱스 비트를 최종적으로 검출할 수 있다.
(5) S550 단계 (인덱스 복조기)
인덱스 복조기도 인덱스 변조기와 마찬가지로 표 1과 같은 테이블을 활용할 수 있다. 다시 말해, 수신기는 송신기와 동일한 테이블을 이용하여 인덱스 비트를 변조/복조할 수 있다.
인덱스 비트 검출기에서 얻은 인덱스 비트는 인덱스 복조기에 입력으로 사용된다. 인덱스 복조기는 인덱스 비트와 표 1와 같은 테이블을 통해 n 개의 부반송파들이 각 어떤 성상으로 변조되었는지를 알 수 있다. 일 예로, 검출된 인덱스 비트가 [11]인 경우, 세번째와 네번째 부반송파가 MA로 변조되고, 첫번째와 두번째 부반송파가 MB로 변조된 것을 알 수 있다.
(6) S562 및 S564 단계 (정보 비트 복조기)
수신기는, 인덱스 복조기를 통해 각 부반송파에 사용된 성상을 알 수 있고, 그에 따라 각 부반송파에 실린 데이터를 정보 비트 복조기A와 정보 비트 복조기B에 입력해주면 정보 비트를 얻을 수 있다. 각 부반송파에 사용된 성상을 알고 있는 바, 정보 비트 복조기는 기존의 OFDM 복조기와 같이 MD 방법을 통해 쉽게 정보 비트를 복조할 수 있다. 또는, 정보 비트 복조기는 MD 방법이 아닌 DNN에 따라 정보 비트를 복조할 수도 있다.
이처럼, DM-OFDM-IM 시스템의 수신기는 인덱스 비트만 잘 검출할 수 있으면, 정보 비트 복조는 MD 방법, 신경망 구조 또는 또 다른 효율적인 복조 방법을 사용할 수 있다. 즉, DM-OFDM-IM 시스템은 인덱스 비트 검출에 많은 영향을 받을 수 있다.
도 6은 본 발명의 일 예에 따른 수신기의 전체적인 시뮬레이션 구성을 나타낸 도면이다.
도 6에 도시된 바와 같이, 본 발명에 따른 수신기는 인덱스 비트 검출기에 인덱스용 신경망 (예: IndexNet)을 적용하고, 정보 비트 복조기에 반송파용 신경망 (예: CarrierNet)을 각각 적용할 수 있다. 이때, 도 6의 예시와 같이, IndexNet에는 CNN이 활용되고, CarrierNet에는 DNN이 활용될 수 있다. 다만, 이는 적용 가능한 하나의 예시에 불과하며, 실시예에 따라 각각의 신경망에는 앞서 상술한 다양한 신경망 알고리즘이 적용될 수 있다.
(7) S570 단계 (비트 병합기)
수신기는 비트 병합기를 통해 인덱스 비트 검출기에서 검출된 인덱스 비트 p1개 (또는 p1 비트 크기)와 정보 비트 복조기에서 복조된 정보 비트 p2 개 (또는 p2 비트 크기)를 병합하여 송신기에서 송신한 메시지 비트 p개 (또는 p 비트 크기)를 검출할 수 있다.
(8) S580 단계 (메시지 비트 검출)
수신기는 모든 g개의 블록에 대해 상술한 S530 단계 내지 S570 단계를 수행하여 송신기가 송신한 전체 메시지 비트 P개 (또는 P 비트 크기)를 검출할 수 있다.
이처럼, 본 발명에 따른 수신기가 신경망 구조로 이루어진 인덱스 비트 검출기를 검출기로 사용하기 위해, 상기 신경망 구조의 검출기는 미리 학습 데이터를 통해 학습될 필요가 있다.
본 발명에 있어, 신경망 알고리즘의 학습을 위한 학습 데이터는 다양한 방법을 통해 획득될 수 있다.
일 예로, 학습 데이터는 도 3a 및 도 3b에 기반한 프로그램 시뮬레이션을 통해 획득된 랜덤 데이터 샘플만을 포함할 수 있다.
다른 예로, 학습 데이터는 프로그램 시뮬레이션을 통해 획득된 랜덤 데이터 샘플 중 특정 산출 방법에 따라 선별된 데이터와 상기 랜덤 데이터 샘플을 일정한 비율로 포함할 수 있다. 일 예로, 상기 학습 데이터는 상기 선별된 데이터와 상기 랜덤 데이터 샘플을 25 : 75 비율로 포함할 수 있다. 다른 예로, 상기 학습 데이터는 상기 선별된 데이터와 상기 랜덤 데이터 샘플을 50 : 50 비율로 포함할 수도 있다.
일 예로, 랜덤 데이터 샘플 중 선별된 데이터는 하기의 두 가지 산출 방법에 따라 선별된 데이터를 포함할 수 있다. 이때, 본 발명에 적용 가능한 일 예에 따르면, 상기 선별된 데이터는 하기의 첫번째 산출 방법에 따라 획득된 제1 선별 데이터와 하기의 두번째 산출 방법에 따라 획득된 제2 선별 데이터를 50 : 50 비율로 포함할 수 있다. 또는, 다른 예에 따르면, 상기 선별된 데이터는 상기 제1 선별 데이터 및 상기 제2 선별 데이터를 X : Y 비율로 포함할 수 있고, 이때 X 값은 Y 값보다 크거나 작게 설정될 수 있다.
첫번째 산출 방법으로는 ML 검출기 (예: 수신기에 의해 수신된 데이터 Y와 송신기가 전송하고자 한 데이터 X의 모든 경우와의 거리를 산출하여 Y와 거리가 가장 가까운 X를 검출하는 방법) 또는 MD 방식이 활용될 수 있다. 이때, MD 값은 min ||Y - XH||2 를 만족하도록 결정될 수 있다. 여기서, Y의 MD 값이 클수록, 해당 데이터가 결정 구간들 사이의 경계선 근처에 위치하는 것으로 판단될 수 있다. 이에 기초하여, 첫번째 산출 방법으로 얻어진 전체 분포의 상위 10% 이내 값들을 갖는 데이터 샘플들을 제1 선별 데이터로 선별할 수 있다.
두번째 산출 방법으로는 특정 데이터의 MD 값과 상기 MD 값 다음으로 짧은 거리 (일명, 차선 거리)의 차이 값을 이용한 선별 방법이 활용될 수 있다. 여기서, 최소 거리와 차선 거리의 차이가 적을수록, 해당 데이터가 결정 구간의 경계선 근처에 위치하는 것으로 판단될 수 있다. 이에 기초하여, 두번째 산출 방법으로 얻어진 전체 분포의 하위 10% 이내 값들을 갖는 데이터 샘플들을 제2 선별 데이터로 선별할 수 있다.
이처럼, 본 발명에 있어, 신경망 구조는 랜덤 데이터 샘플을 이용하여 학습할 수 있다. 다만, 보다 빠른 신경망 구조의 수렴을 위해, 상기 신경망 구조는 상술한 바와 같이 랜덤 데이터 샘플 중 선별된 데이터 샘플을 이용하여 학습될 수도 있다. 이는 신경망 알고리즘이 선별된 데이터 샘플을 이용하여 학습될 경우, 상기 신경망이 결정 구간 (decision boundaries)를 보다 빠르게 학습할 수 있기 때문이다. 참고로, 도 7은 상술한 두 가지 산출방법의 데이터 샘플 분포를 각각 나타낸 도면이다. 이때, 도 7(a)는 첫번째 산출 방법에 따른 데이터 샘플 분포를 나타내고, 도 7(b)는 두번째 산출 방법에 따른 데이터 샘플 분포를 나타낸다.
이와 같은 방법을 통해 선별된 데이터들을 랜덤 데이터 샘플과 적정한 비율로 섞어 신경망을 학습하는 경우, 상기 신경망은 랜덤 데이터 샘플로만 학습된 경우보다 수렴을 빠르게 하여 검출 성능이 향상될 수 있다.
도 8은 본 발명에 따른 수신기의 검출 성능을 다른 검출기와 비교한 도면이다.
도 8에 있어, LC-ML은 ML 검출기를 의미하고, LLR은 LLR 검출기를 의미하고, DeepDM은 본 발명에 따른 수신기를 의미하고, DNN-based는 DNN 신경망을 통해 인덱스 비트와 정보 비트를 한꺼번에 검출하는 검출기를 의미하고, CNN-based는 CNN 신경망을 통해 인덱스 비트와 정보 비트를 한꺼번에 검출하는 검출기를 의미한다. 이때, 모두 완벽한 채널 상태 정보라 가정하고, 시스템 변수 설정 값은 (n, k, mA, mB) = (4, 2, 16, 16)이라 가정한다.
이 경우, 도 8에 도시된 바와 같이, 본 발명에 따른 수신기는 인덱스 비트와 정보 비트를 검출하는 신경망을 따로 설계함으로써 종래의 인덱스 비트와 정보 비트를 한꺼번에 검출하는 하나의 신경망보다 향상된 성능을 가질 수 있다.
하기 표는 ML, LLR과 본 발명에 따른 수신기의 시간 복잡도를 비교한 표이다. 하기 표에 나타난 바와 같이, 본 발명에 따른 수신기는 종래 ML 검출기 및 LLR 검출기와 비교하여 훨씬 낮은 복잡도를 갖는 동시에 ML 검출기와 비슷한 성능을 가질 수 있다.
상술한 내용에 기반하여, 본 발명에 따른 신호 수신기는 아래와 같이 동작하고, 이를 위해 아래와 같이 구성될 수 있다.
도 9는 본 발명의 실시예에 따른 신호 수신기의 동작을 나타낸 흐름도이고, 도 10은 본 발명의 실시예에 따른 신호 수신기의 구조를 나타낸 도면이다.
도 10에 도시된 바와 같이, 본 발명에 따른 신호 수신기 (1000)는, 블록 분리기 (1010), 인덱스 비트 겸출기 (1020), 정보 비트 검출기 (1030), 비트 병합기 (1040) 및 메시지 비트 검출기 (1050)를 포함한다. 또한, 상기 신호 수신기 (1000)는 송신기로부터 신호를 수신하거나 다른 수신기로 신호를 전송하는 신호 송신기, 상기 신호 수신기의 동작을 위한 정보를 저장하는 메모리 및 상기 신호 수신기의 전반적인 동작을 제어하는 프로세서 (또는 컨트롤러) 등을 포함할 수 있다.
앞서 상술한 바와 같이, 본 발명에 따른 신호 수신기 (1000)는 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 (Multi Mode Orthogonal Frequency Division Muliplexing wih Index Modulation, MM-OFDM-IM) 시스템 또는 이중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 (Dual Mode Orthogonal Frequency Division Muliplexing wih Index Modulation, DM-OFDM-IM) 시스템에 따라 동작하는 신호 수신기를 포함할 수 있다. 이에 따라, 상기 신호 수신기 (1000)는 하기와 같이 수신된 메시지 신호를 검출할 수 있다.
신호 수신기 (1000)의 블록 분리기 (1010)는 채널을 통해 수신된 신호를 블록 단위로 분리한다 (S910). 여기서, 채널은 상술한 레일레이 페이딩 채널로 가정되거나, 실시예에 따라 다른 채널로 가정될 수 있다.
본 발명에 적용 가능한 추가 실시예로써, 신호 수신기 (1000)는 전처리기를 더 포함할 수 있다. 상기 전처리기는, 인덱스 비트 검출기 (1020)로 블록 단위로 분리된 수신 신호의 제로포싱 이퀄라이징 값과 에너지 값을 포함하는 상기 각 블록별 데이터를 입력할 수 있다. 다시 말해, 상기 전처리기는 상기 제1 신경망 모델에 입력되는 상기 각 블록별 데이터를 전처리함으로써, 상기 각 블록별 데이터는 블록 단위로 분리된 수신 신호의 제로포싱 이퀄라이징 값과 에너지 값을 포함할 수 있다.
신호 수신기 (1000)의 인덱스 비트 검출기 (1020)는 각 블록별 데이터를 제1 신경망 모델에 입력하여 상기 각 블록별 부반송파들의 변조 패턴에 기초하여 결정되는 블록별 인덱스 비트를 검출한다 (S920).
이때, MM-OFDM-IM 시스템에 따라 각 블록별 부반송파들은 변조 패턴에 따라 서로 다른 복수의 성상들 (constellations) 중 하나의 성상으로 변조될 수 있다. 일 예로, 상기 MM-OFDM-IM 시스템이 DM-OFDM-IM 시스템인 경우, 상기 서로 다른 복수의 성상들은 서로 다른 2개의 성상들로 구성될 수 있다. 이 경우, 블록별 부반송파들은 송신하고자 하는 인덱스 비트에 기초하여 결정되는 변조 패턴에 따라 서로 다른 2개의 성상들 중 하나의 성상으로 변조될 수 있다.
또한, 본 발명에 있어, 상술한 제1 신경망 모델은 임의로 생성된 랜덤 데이터 샘플들 및 상기 랜덤 데이터 샘플들 중 일부 데이터를 선별한 선별된 데이터 샘플을 일정 비율로 포함한 학습 데이터 세트에 의해 학습될 수 있다. 구체적인 일 예로, 상기 선별된 데이터 샘플은, 상기 랜덤 데이터 샘플들 중 최소 거리 (minimum distance, MD) 값이 상위 10% 이내인 값을 갖는 제1 선별 데이터 샘플, 및 상기 랜덤 데이터 샘플들 중 상기 MD 값과 상기 MD 값 다음으로 짧은 거리 값의 차이 값이 하위 10% 이내인 값을 갖는 제2 선별 데이터 샘플을 포함할 수 있다. 이때, 상술한 제1 신경망 모델은 CNN일 수 있다.
상기와 같은 구성을 통해, 본 발명에 따른 신호 수신기 (1000)는 종래 대비 낮은 복잡도로 종래와 유사한 성능으로 인덱스 비트를 검출할 수 있다.
이어, 신호 수신기 (1000)의 정보 비트 검출기 (1030)는 각 블록별 데이터 및 검출된 인덱스 비트를 제2 신경망 모델에 입력하여 블록별 부반송파들에 포함된 블록별 정보 비트를 검출한다 (S930). 이를 위한 일 예로, 상술한 제2 신경망 모델은 DNN일 수 있다.
또는, 다른 일 예로, 본 발명에 따른 신호 수신기 (1000)는 각 블록별 데이터 및 검출된 인덱스 비트를 신경망 모델이 아닌 검출기에 입력하여 블록별 부반송파들에 포함된 블록별 정보 비트를 검출할 수도 있다.
신호 수신기 (1000)의 비트 병합기 (1040)는 검출된 블록별 인덱스 비트 및 검출된 블록별 정보 비트를 병합하여 블록별 메시지 비트를 검출하고, 상기 신호 수신기 (1000)의 메시지 비트 검출기 (1050)는 전체 블록에 대해 검출된 상기 블록별 메시지 비트를 병합하여 전체 메시지 비트를 검출한다 (S940).
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
1000 : 신호 수신기
1010 : 블록 분리기 1020 : 인덱스 비트 검출기
1030 : 정보 비트 검출기 1040 : 비트 병합기
1050 : 메시지 비트 검출기

Claims (12)

  1. 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 (Multi Mode Orthogonal Frequency Division Muliplexing wih Index Modulation, MM-OFDM-IM) 시스템에서 수신기가 메시지 신호를 검출하는 방법에 있어서,
    채널을 통해 수신된 신호를 블록 단위로 분리하는 단계;
    각 블록별 데이터를 제1 신경망 모델에 입력하여 각 블록별 부반송파들의 변조 패턴에 기초하여 결정되는 블록별 인덱스 비트를 검출하는 단계;
    상기 각 블록별 데이터 및 상기 검출된 인덱스 비트를 제2 신경망 모델에 입력하여 상기 각 블록별 부반송파들에 포함된 블록별 정보 비트를 검출하는 단계; 및
    상기 검출된 블록별 인덱스 비트 및 상기 검출된 블록별 정보 비트를 병합하여 블록별 메시지 비트를 검출하고, 전체 블록에 대해 검출된 상기 블록별 메시지 비트를 병합하여 전체 메시지 비트를 검출하는 단계를 포함하는 것을 특징으로 하는,
    수신기의 메시지 신호 검출 방법.
  2. 제 1항에 있어서,
    상기 제1 신경망 모델에 입력되는 상기 각 블록별 데이터는,
    블록 단위로 분리된 수신 신호의 제로포싱 이퀄라이징 값과 에너지 값을 포함하는 것을 특징으로 하는,
    수신기의 메시지 신호 검출 방법.
  3. 제 1항에 있어서,
    상기 각 블록별 부반송파들은 변조 패턴에 따라 서로 다른 복수의 성상들 (constellations) 중 하나의 성상으로 변조되고,
    상기 MM-OFDM-IM 시스템이 DM-OFDM-IM (Dual Mode Orthogonal Frequency Division Muliplexing wih Index Modulation) 시스템인 경우, 상기 서로 다른 복수의 성상들은 서로 다른 2개의 성상들인 것을 특징으로 하는,
    수신기의 메시지 신호 검출 방법.
  4. 제 3항에 있어서,
    상기 제1 신경망 모델은 임의로 생성된 랜덤 데이터 샘플들 및 상기 랜덤 데이터 샘플들 중 일부 데이터를 선별한 선별된 데이터 샘플을 일정 비율로 포함한 학습 데이터 세트에 의해 학습되는 것을 특징으로 하는,
    수신기의 메시지 신호 검출 방법.
  5. 제 4항에 있어서,
    상기 선별된 데이터 샘플은,
    상기 랜덤 데이터 샘플들 중 최소 거리 (minimum distance, MD) 값이 상위 10% 이내인 값을 갖는 제1 선별 데이터 샘플, 및
    상기 랜덤 데이터 샘플들 중 상기 MD 값과 상기 MD 값 다음으로 짧은 거리 값의 차이 값이 하위 10% 이내인 값을 갖는 제2 선별 데이터 샘플을 포함하는 것을 특징으로 하는,
    수신기의 메시지 신호 검출 방법.
  6. 제 5항에 있어서,
    상기 제1 신경망 모델은 CNN (Convolution Neural Network)이고,
    상기 제2 신경망 모델은 DNN (Deep Neural Network)인 것을 특징으로 하는,
    수신기의 메시지 신호 검출 방법.
  7. 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 (Multi Mode Orthogonal Frequency Division Muliplexing wih Index Modulation, MM-OFDM-IM) 시스템의 수신기에 있어서,
    채널을 통해 수신된 신호를 블록 단위로 분리하는 블록 분리기;
    각 블록별 데이터를 제1 신경망 모델에 입력하여 각 블록별 부반송파들의 변조 패턴에 기초하여 결정되는 블록별 인덱스 비트를 검출하는 인덱스 비트 검출기;
    상기 각 블록별 데이터 및 상기 검출된 인덱스 비트를 제2 신경망 모델에 입력하여 상기 각 블록별 부반송파들에 포함된 블록별 정보 비트를 검출하는 정보 비트 검출기;
    상기 검출된 블록별 인덱스 비트 및 상기 검출된 블록별 정보 비트를 병합하여 블록별 메시지 비트를 검출하는 비트 병합기; 및
    전체 블록에 대해 검출된 상기 블록별 메시지 비트를 병합하여 전체 메시지 비트를 검출하는 메시지 비트 검출기를 포함하는 것을 특징으로 하는,
    수신기.
  8. 제 7항에 있어서,
    상기 인덱스 비트 검출기로 블록 단위로 분리된 수신 신호의 제로포싱 이퀄라이징 값과 에너지 값을 포함하는 상기 각 블록별 데이터를 입력하는 전처리기를 더 포함하는 것을 특징으로 하는,
    수신기.
  9. 제 7항에 있어서,
    상기 각 블록별 부반송파들은 변조 패턴에 따라 서로 다른 복수의 성상들 (constellations) 중 하나의 성상으로 변조되고,
    상기 MM-OFDM-IM 시스템이 DM-OFDM-IM (Dual Mode Orthogonal Frequency Division Muliplexing wih Index Modulation) 시스템인 경우, 상기 서로 다른 복수의 성상들은 서로 다른 2개의 성상들인 것을 특징으로 하는,
    수신기.
  10. 제 9항에 있어서,
    상기 제1 신경망 모델은 임의로 생성된 랜덤 데이터 샘플들 및 상기 랜덤 데이터 샘플들 중 일부 데이터를 선별한 선별된 데이터 샘플을 일정 비율로 포함한 학습 데이터 세트에 의해 학습되는 것을 특징으로 하는,
    수신기.
  11. 제 10항에 있어서,
    상기 선별된 데이터 샘플은,
    상기 랜덤 데이터 샘플들 중 최소 거리 (minimum distance, MD) 값이 상위 10% 이내인 값을 갖는 제1 선별 데이터 샘플, 및
    상기 랜덤 데이터 샘플들 중 상기 MD 값과 상기 MD 값 다음으로 짧은 거리 값의 차이 값이 하위 10% 이내인 값을 갖는 제2 선별 데이터 샘플을 포함하는 것을 특징으로 하는,
    수신기.
  12. 제 11항에 있어서,
    상기 제1 신경망 모델은 CNN (Convolution Neural Network)이고,
    상기 제2 신경망 모델은 DNN (Deep Neural Network)인 것을 특징으로 하는,
    수신기.
KR1020210067587A 2021-05-26 2021-05-26 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기 KR102576415B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210067587A KR102576415B1 (ko) 2021-05-26 2021-05-26 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기
PCT/KR2021/016794 WO2022250226A1 (ko) 2021-05-26 2021-11-16 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210067587A KR102576415B1 (ko) 2021-05-26 2021-05-26 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기

Publications (2)

Publication Number Publication Date
KR20220160154A KR20220160154A (ko) 2022-12-06
KR102576415B1 true KR102576415B1 (ko) 2023-09-08

Family

ID=84228279

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210067587A KR102576415B1 (ko) 2021-05-26 2021-05-26 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기

Country Status (2)

Country Link
KR (1) KR102576415B1 (ko)
WO (1) WO2022250226A1 (ko)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030089914A (ko) * 2002-05-20 2003-11-28 황인관 무선통신시스템에서의 다중 사용자 간섭 제거를 위한실시간 다중 사용자 신호 검출 방법
EP3335393A1 (en) * 2015-08-12 2018-06-20 Istanbul Teknik Universitesi Rektorlugu Multiple input multiple output orthogonal frequency division multiplexing with index modulation, mimo-ofdm-im, communications system

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HUA QING et al., "A novel detector based on EM algorithm for multiple-mode OFDM with index modulation", EURASIP Journal on Wireless Communications and Networking(2020.03.10.)
MARCELE O. K. MENDONCA et al., "OFDM Receiver Using Deep Learning: Redundancy Issues", 2020 IEEE EUSIPCO(2021.01.18.)
TIANQI MAO et al., "Dual-Mode Index Modulation Aided OFDM", IEEE Access(2016.08.19.)
YUXIN SHI et al., "Orthogonal Frequency Division Multiplexing With Joint Subblocks Index Modulation", IEEE Access(2019.02.12.)

Also Published As

Publication number Publication date
KR20220160154A (ko) 2022-12-06
WO2022250226A1 (ko) 2022-12-01

Similar Documents

Publication Publication Date Title
US9960831B2 (en) Multiple input multiple output orthogonal frequency division multiplexing with index modulation, MIMO-OFDM-IM, communications system
Van Luong et al. A tight bound on BER of MCIK-OFDM with greedy detection and imperfect CSI
Kumari et al. Channel and carrier frequency offset equalization for OFDM based UAV communications using deep learning
CN108989262A (zh) 一种基于apsk调制的低复杂度非相干空间调制检测方法
CN111368979A (zh) Mimo-ofdm系统papr抑制方法
CN107302419A (zh) 一种用于mimo‑ofdm系统的低复杂度检测方法
CN115943395A (zh) 用于无导频ofdm通信的无线电接收器、发射器和系统
CN113971430A (zh) 信号检测及模型训练方法、装置、设备及存储介质
Chen et al. Complex deep neural network based intelligent signal detection methods for OFDM-IM systems
KR102576415B1 (ko) 다중 인덱스 변조를 수행하는 직교 주파수 분할 다중화 시스템에서 수신기의 메시지 신호 검출 방법 및 수신기
CN112636855A (zh) 一种ofdm信号检测方法
CN108092714A (zh) 支持颜色调整及csk星座图检测的ofdm系统
CN109167748B (zh) 一种基于能量排序的部分最大似然检测方法
Shen et al. SNR estimation algorithm based on pilot symbols for DFT-spread OFDM systems over underwater acoustic channels
CN115150230A (zh) 一种提升频谱效率的正交时频空间调制系统及方法
KR101341611B1 (ko) 최대 우도 판정 기반 복호 장치 및 방법, 및 무선 통신 시스템에서 최대 우도 판정을 기반으로 하는 수신 장치 및 방법
WO2021262052A1 (en) A context aware data receiver for communication signals based on machine learning
CN112187332A (zh) 大规模多输入多输出软检测系统及方法
Li et al. Genetic algorithm based frequency domain multiuser detection for MC-CDMA systems
RU2405254C2 (ru) Способ оценки канала передачи данных в системе беспроводной связи (варианты)
KR102109160B1 (ko) Mimo-ofdm 시스템에서 적응형 dfsd 기법을 이용한 신호 검출 장치 및 그 방법
Mathew et al. Semi blind neural network based channel estimation technique for OFDM receivers
Aziz et al. Deep Recurrent Neural Network Based Detector for OFDM with Index Modulation
KR102168988B1 (ko) Ofdm 색인 변조를 위한 부반송파 분할 기반의 색인 맵핑 장치 및 방법
Soman et al. Improved DFT-based channel estimation for spatial modulated orthogonal frequency division multiplexing systems

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant