KR20230102127A - 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법 - Google Patents

인공 지능을 이용한 무선 수신 장치 및 그 수신 방법 Download PDF

Info

Publication number
KR20230102127A
KR20230102127A KR1020210192014A KR20210192014A KR20230102127A KR 20230102127 A KR20230102127 A KR 20230102127A KR 1020210192014 A KR1020210192014 A KR 1020210192014A KR 20210192014 A KR20210192014 A KR 20210192014A KR 20230102127 A KR20230102127 A KR 20230102127A
Authority
KR
South Korea
Prior art keywords
signal
feature point
true
generating
wireless
Prior art date
Application number
KR1020210192014A
Other languages
English (en)
Inventor
엄재홍
김희구
Original Assignee
빌리브마이크론(주)
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 빌리브마이크론(주) filed Critical 빌리브마이크론(주)
Priority to KR1020210192014A priority Critical patent/KR20230102127A/ko
Publication of KR20230102127A publication Critical patent/KR20230102127A/ko

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Noise Elimination (AREA)

Abstract

무선 수신 장치는, 무선 신호의 진폭, 위상 및 통신 방식 정보를 생성하는 가짜 신호 생성부; 가우시안 잡음을 생성하는 잡음 신호 생성부; 및 상기 무선 신호의 진폭, 위상 및 통신 방식 정보와 상기 가우시안 잡음을 입력받아 합성 신호를 생성하여, 상기 합성 신호의 특징점인 제 1 특징점을 생성하는 제 1 특징점 생성부;를 포함한다.

Description

인공 지능을 이용한 무선 수신 장치 및 그 수신 방법{WIRELESS RECEIVING APPARATUS USING ARTIFICIAL INTELLIGENCE AND RECEIVING METHOD THEREFOR}
본 발명은 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법에 관한 것이다.
일반적으로 RF 수신 장치는, 무선 통신 상황에서 RF 신호는 반송파와 합쳐진 데이터 신호와 잡음 신호가 혼합되어 입력된 아날로그 신호를 아날로그-디지털 변환기에 의해 디지털 신호로 변환하고, 디지털 신호를 분석하여 데이터를 추출한다.
다만, 잡음 신호가 데이터 신호에 결합된 상태에서는 데이터 신호를 추출하는 것이 어려워지고, 무선 통신 거리가 멀어지거나 외부에 다양한 잡음 요인이 많은 경우에는 잡음 신호로 인한 RF 수신 장치의 성능이 저하되어 통신 에러가 발생한다.
아울러, ASK/FSK/PSK 등 다양한 통신 방식을 서로 다른 RF 수신 장치에 의해 처리하는 번거로움을 해소할 필요도 있다.
본 발명은 전술한 바와 같은 기술적 과제를 해결하는 데 목적이 있는 발명으로서, 잡음 신호가 데이터 신호에 결합된 상태에서는 데이터 신호의 추출 성능이 뛰어나고, 다양한 통신 방식을 하나의 장치에 의해 처리할 수 있는 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법을 제공하는 것에 그 목적이 있다.
무선 수신 장치는, 무선 신호의 진폭, 위상 및 통신 방식 정보를 생성하는 가짜 신호 생성부; 가우시안 잡음을 생성하는 잡음 신호 생성부; 상기 무선 신호의 진폭, 위상 및 통신 방식 정보와 상기 가우시안 잡음을 입력받아 합성 신호를 생성하여, 상기 합성 신호의 특징점인 제 1 특징점을 생성하는 제 1 특징점 생성부; 트루 I 신호 및 트루 Q 신호를 입력받아, 상기 트루 I 신호 및 상기 트루 Q 신호의 특징점인 트루 특징점을 추출하는 트루 특징점 추출부; 및 상기 제 1 특징점 또는 상기 트루 특징점 중 적어도 하나를 입력받아, 무선 신호의 복조 신호를 생성하는 인공 지능부;를 포함한다.
구체적으로, 상기 인공 지능부는, 추론 단계에서는, 상기 트루 특징점을 입력받아 복조 신호를 생성한다. 아울러, 상기 인공 지능부는, 학습 단계에서는, 상기 제 1 특징점 및 상기 트루 특징점을 입력받아, 상기 복조 신호를 생성한다.
또한, 상기 인공 지능부는,생성적 대립 신경망(Generative Adversarial Network)을 이용할 수 있다.
무선 수신 방법에 있어서, 무선 신호의 진폭, 위상 및 통신 방식 정보를 생성하는 가짜 신호 생성 단계; 가우시안 잡음을 생성하는 잡음 신호 생성 단계; 상기 무선 신호의 진폭, 위상 및 통신 방식 정보와 상기 가우시안 잡음을 입력받아 합성 신호를 생성하여, 상기 합성 신호의 특징점인 제 1 특징점을 생성하는 제 1 특징점 생성 단계; 트루 I 신호 및 트루 Q 신호를 입력받아, 상기 트루 I 신호 및 상기 트루 Q 신호의 특징점인 트루 특징점을 추출하는 트루 특징점 추출 단계; 상기 제 1 특징점 또는 상기 트루 특징점 중 적어도 하나를 입력받아, 무선 신호의 복조 신호를 생성하는 복조 신호 생성 단계;를 포함한다.
구체적으로 상기 복조 신호 생성 단계는, 인공 지능을 이용하는, 학습 단계 및 추론 단계를 포함하되, 상기 추론 단계에서는, 상기 트루 특징점을 입력받아 복조 신호를 생성한다.
아울러, 상기 학습 단계에서는, 상기 제 1 특징점 및 상기 트루 특징점을 입력받아, 상기 복조 신호를 생성한다. 또한, 상기 인공 지능은, 생성적 대립 신경망(Generative Adversarial Network)을 이용할 수 있다.
본 발명의 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법에 따르면,잡음 신호가 데이터 신호에 결합된 상태에서는 데이터 신호의 추출 성능이 뛰어나고, 다양한 통신 방식을 하나의 장치에 의해 처리할 수 있다.
도 1은 일실시예에 따른 인공 지능을 이용한 무선 수신 장치의 구성도.
도 2는 일실시예에 따른 인공 지능을 이용한 무선 수신 장치의 BER 그래프.
도 3은 일실시예에 따른 인공 지능을 이용한 무선 수신 방법의 흐름도.
이하, 첨부된 도면을 참조하면서 본 발명의 실시예에 따른 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법에 대해 상세히 설명하기로 한다.
본 발명의 하기의 실시예는 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 발명의 상세한 설명 및 실시예로부터 본 발명이 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 발명의 권리 범위에 속하는 것으로 해석된다.
먼저, 도 1은 일실시예에 따른 인공 지능을 이용한 무선 수신 장치(100)의 구성도를 나타낸다.
도 1로부터 알 수 있는 바와 같이, 일실시예에 따른 인공 지능을 이용한 무선 수신 장치(100)는, 가짜 신호 생성부(10), 잡음 신호 생성부(20), 제 1 특징점 생성부(30), 트루 특징점 추출부(40) 및 인공 지능부(50)를 포함하여 구성된다.
일실시예에 따른 인공 지능을 이용한 무선 수신 장치(100)의 각 구성은, 회로, 프로세서 또는 회로 및 프로세서의 조합 중 하나에 의해 구현될 수 있다.
구체적으로, 가짜 신호 생성부(10)는, 무선 신호의 진폭, 위상 및 통신 방식 정보를 생성하는 역할을 한다.
아울러, 잡음 신호 생성부(20)는, 가우시안 잡음을 생성한다.
또한, 제 1 특징점 생성부(30)는, 무선 신호의 진폭, 위상 및 통신 방식 정보와 가우시안 잡음을 입력받아 합성 신호를 생성하여, 합성 신호의 특징점인 제 1 특징점을 생성한다.
통신 방식 정보로는, ASK, FSK 및 PSK 방식을 예로 들 수 있다.
트루 특징점 추출부(40)는, 트루 I 신호 및 트루 Q 신호를 입력받아, 트루 I 신호 및 트루 Q 신호의 특징점인 트루 특징점을 추출한다.
인공 지능부(50)는, 제 1 특징점 또는 트루 특징점 중 적어도 하나를 입력받아,무선 신호의 복조 신호를 생성한다. 참고로, 인공 지능부(50)는, 생성적 대립 신경망(Generative Adversarial Network)을 이용하여 구현될 수 있다.
일실시예에 따른 인공 지능을 이용한 무선 수신 장치(100)의 학습 단계의 동작에 대해 하기에 구체적으로 설명하기로 한다.
학습 단계에서는, 가짜 신호 생성부(10), 잡음 신호 생성부(20) 및 제 1 특징점 생성부(30)가 동작할 필요가 있다. 또한, 학습 단계에서는, 트루 특징점 추출부(40)로 입력되는 트루 I 신호 및 트루 Q 신호는 교사 신호이다.
아울러, 학습 단계에서는, 인공 지능부(50)는, 제 1 특징점 및 트루 특징점을 입력받아, 트루 I 신호, 트루 Q 신호 및 무선 신호의 복조 신호를 생성한다.
추론 단계에서는, 가짜 신호 생성부(10), 잡음 신호 생성부(20) 및 제 1 특징점 생성부(30)가 동작할 필요가 없다. 아울러, 추론 단계에서 트루 특징점 추출부(40)로 입력되는 트루 I 신호 및 트루 Q 신호는, 실제 무선 수신 장치(100)로 입력되는 무선 신호의 I 신호 및 Q 신호이다.
아울러, 추론 단계에서는, 인공 지능부(50)는, 트루 특징점을 입력받아, 무선 신호의 복조 신호를 생성한다.
도 2는 일실시예에 따른 인공 지능을 이용한 무선 수신 장치(100)의 BER 그래프를 나타낸다.
무선 수신 장치(100)의 성능은 수신 신호의 잡음비(SNR, Signal-To-Noise Ratio) 에 띠른 BER(Bit Error Ratio)로 표현된다. 일반 신호처리 기법을 이용한 복조기 성능은 신호 세기에 대비하여 잡음 신호가 증가함에 따라서 BER이 증가한다. 이는 신호의 품질이 잡음으로 인하여 왜곡되어 신호 처리를 통한 데이터 복조가 어렵기 때문이다.
인공 지능을 이용한 무선 수신 장치(100)는, 잡음이 혼합되어 있는 신호 패턴을 학습하여, 결과적으로 BER을 향상할 수 있다.
도 3은 일실시예에 따른 인공 지능을 이용한 무선 수신 방법의 흐름도를 나타낸다.
일실시예에 따른 인공 지능을 이용한 무선 수신 방법은, 일실시예에 따른 인공 지능을 이용한 무선 수신 장치(100)를 이용하므로 별도의 설명이 없더라도 상술한 일실시예에 따른 인공 지능을 이용한 무선 수신 장치(100)의 모든 특징을 포함하고 있음은 물론이다. 아울러, 일실시예에 따른 인공 지능을 이용한 무선 수신 방법의 각 단계는, 회로, 프로세서 또는 회로 및 프로세서의 조합 중 하나에 의해 실시될 수 있다.
도 3으로부터 알 수 있는 바와 같이, 일실시예에 따른 인공 지능을 이용한 무선 수신 방법은, 무선 신호의 진폭, 위상 및 통신 방식 정보를 생성하는 가짜 신호 생성 단계(S10); 가우시안 잡음을 생성하는 잡음 신호 생성 단계(S20); 무선 신호의 진폭, 위상 및 통신 방식 정보와 가우시안 잡음을 입력받아 합성 신호를 생성하여, 합성 신호의 특징점인 제 1 특징점을 생성하는 제 1 특징점 생성 단계(S30); 트루 I 신호 및 트루 Q 신호를 입력받아, 트루 I 신호 및 트루 Q 신호의 특징점인 트루 특징점을 추출하는 트루 특징점 추출 단계(S40); 및 제 1 특징점 또는 트루 특징점 중 적어도 하나를 입력받아, 무선 신호의 복조 신호를 생성하는 복조 신호 생성 단계(S50);를 포함한다.
복조 신호 생성 단계(S50)는, 인공 지능을 이용하는, 학습 단계 및 추론 단계를 포함한다. 여기서, 인공 지능은 생성적 대립 신경망(Generative Adversarial Network)을 이용할 수 있다.
구체적으로, 복조 신호 생성 단계(S50)는, 추론 단계에서는, 트루 특징점을 입력받아 복조 신호를 생성할 수 있다. 아울러, 학습 단계에서는, 제 1 특징점 및 트루 특징점을 입력받아, 복조 신호를 생성한다.
상술한 바와 같이, 인공 지능을 이용한 무선 수신 장치(100) 및 그 수신 방법에 따르면, 잡음 신호가 데이터 신호에 결합된 상태에서는 데이터 신호의 추출 성능이 뛰어나고, 다양한 통신 방식을 하나의 장치에 의해 처리할 수 있음을 알 수 있다.
100 : 무선 수신 장치
10 : 가짜 신호 생성부
20 : 잡음 신호 생성부
30 : 제 1 특징점 생성부
40 : 트루 특징점 추출부
50 : 인공 지능부

Claims (10)

  1. 무선 수신 장치에 있어서,
    무선 신호의 진폭, 위상 및 통신 방식 정보를 생성하는 가짜 신호 생성부;
    가우시안 잡음을 생성하는 잡음 신호 생성부; 및
    상기 무선 신호의 진폭, 위상 및 통신 방식 정보와 상기 가우시안 잡음을 입력받아 합성 신호를 생성하여, 상기 합성 신호의 특징점인 제 1 특징점을 생성하는 제 1 특징점 생성부;를 포함하는, 무선 수신 장치.
  2. 제1항에 있어서,
    상기 무선 수신 장치는,
    트루 I 신호 및 트루 Q 신호를 입력받아, 상기 트루 I 신호 및 상기 트루 Q 신호의 특징점인 트루 특징점을 추출하는 트루 특징점 추출부;를 더 포함하는, 무선 수신 장치.
  3. 제2항에 있어서,
    상기 무선 수신 장치는,
    상기 제 1 특징점 또는 상기 트루 특징점 중 적어도 하나를 입력받아, 무선 신호의 복조 신호를 생성하는 인공 지능부;를 더 포함하되,
    상기 인공 지능부는, 추론 단계에서는,
    상기 트루 특징점을 입력받아 복조 신호를 생성하는, 무선 수신 장치.
  4. 제3항에 있어서,
    상기 인공 지능부는, 학습 단계에서는,
    상기 제 1 특징점 및 상기 트루 특징점을 입력받아, 상기 복조 신호를 생성하는, 무선 수신 장치.
  5. 제3항에 있어서,
    상기 인공 지능부는,
    생성적 대립 신경망(Generative Adversarial Network)을 이용하는, 무선 수신 장치.
  6. 무선 수신 방법에 있어서,
    무선 신호의 진폭, 위상 및 통신 방식 정보를 생성하는 가짜 신호 생성 단계;
    가우시안 잡음을 생성하는 잡음 신호 생성 단계; 및
    상기 무선 신호의 진폭, 위상 및 통신 방식 정보와 상기 가우시안 잡음을 입력받아 합성 신호를 생성하여, 상기 합성 신호의 특징점인 제 1 특징점을 생성하는 제 1 특징점 생성 단계;를 포함하는, 무선 수신 방법.
  7. 제6항에 있어서,
    상기 무선 수신 방법은,
    트루 I 신호 및 트루 Q 신호를 입력받아, 상기 트루 I 신호 및 상기 트루 Q 신호의 특징점인 트루 특징점을 추출하는 트루 특징점 추출 단계;를 더 포함하는, 무선 수신 방법.
  8. 제7항에 있어서,
    상기 무선 수신 방법은,
    상기 제 1 특징점 또는 상기 트루 특징점 중 적어도 하나를 입력받아, 무선 신호의 복조 신호를 생성하는 복조 신호 생성 단계;를 더 포함하되,
    상기 복조 신호 생성 단계는,
    인공 지능을 이용하는, 학습 단계 및 추론 단계를 포함하되,
    상기 추론 단계에서는,
    상기 트루 특징점을 입력받아 복조 신호를 생성하는, 무선 수신 방법.
  9. 제8항에 있어서,
    상기 학습 단계에서는,
    상기 제 1 특징점 및 상기 트루 특징점을 입력받아, 상기 복조 신호를 생성하는, 무선 수신 방법.
  10. 제8항에 있어서,
    상기 인공 지능은,
    생성적 대립 신경망(Generative Adversarial Network)을 이용하는, 무선 수신 방법.


KR1020210192014A 2021-12-30 2021-12-30 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법 KR20230102127A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210192014A KR20230102127A (ko) 2021-12-30 2021-12-30 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210192014A KR20230102127A (ko) 2021-12-30 2021-12-30 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법

Publications (1)

Publication Number Publication Date
KR20230102127A true KR20230102127A (ko) 2023-07-07

Family

ID=87154123

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210192014A KR20230102127A (ko) 2021-12-30 2021-12-30 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법

Country Status (1)

Country Link
KR (1) KR20230102127A (ko)

Similar Documents

Publication Publication Date Title
KR101310860B1 (ko) 멀티모드 수신회로
US6707860B1 (en) DC offset correction for direct-conversion receiver
CN106453171A (zh) 一种同频同时全双工系统的自干扰消除方法
US11438206B2 (en) Multiple subcarriers modulator, backscatter device and hub device in a backscatter communication system
CN108206797A (zh) 一种基于软件无线电的通信信号调制方式自适应识别方法
US11201769B2 (en) All digital non-conventional chaotic communication systems for resilient communications and signaling
US6549588B2 (en) Communications system and corresponding receiver unit
CN101119358A (zh) 正交解调装置
JP2001127810A (ja) 変調方式認識装置およびその方法
WO2016021466A1 (ja) 無線通信装置および集積回路
CN107888187B (zh) 基于能量判断的大动态锁频跟踪环路
US11743081B2 (en) Generating intermediate frequency content with on-off keying modulation of a radio frequency signal
US9106485B1 (en) System and method for FSK demodulation
CN111478867B (zh) 信号处理方法、装置、存储介质、处理器及电子装置
CN111901272B (zh) 多进制双极性正交波形调制信号的接收处理方法及装置
KR20230102127A (ko) 인공 지능을 이용한 무선 수신 장치 및 그 수신 방법
US7983632B2 (en) Feedback control loop for amplitude modulation in a polar transmitter with a translational loop
US4403333A (en) Method for recognizing digital information in transmission in mobile radio communications systems
Nolan et al. Signal space based adaptive modulation for software radio
Gupta et al. A new receiver design: simultaneous wireless power transfer with modulation classification
US9941862B2 (en) Filter that minimizes in-band noise and maximizes detection sensitivity of exponentially-modulated signals
Alsmadi et al. Effect of generalized improper Gaussian noise and in-phase/quadrature-phase imbalance on quadrature spatial modulation
KR102074286B1 (ko) 투톤 주파수 기반 온오프 변복조 방법 및 송수신 장치
Nolan et al. Modulation scheme recognition techniques for software radio on a general purpose processor platform
JP2009060476A (ja) 周波数シンセサイザ、周波数シンセサイザの制御方法、マルチバンド通信装置