DC Field | Value | Language |
---|---|---|
dc.contributor.author | 조선영 | ko |
dc.contributor.author | 손지용 | ko |
dc.contributor.author | 한동준 | ko |
dc.contributor.author | 문재균 | ko |
dc.contributor.author | 안현준 | ko |
dc.date.accessioned | 2018-11-22T07:18:31Z | - |
dc.date.available | 2018-11-22T07:18:31Z | - |
dc.date.created | 2018-11-19 | - |
dc.date.created | 2018-11-19 | - |
dc.date.created | 2018-11-19 | - |
dc.date.issued | 2018-04 | - |
dc.identifier.citation | 한국통신학회논문지, v.43, no.4, pp.629 - 636 | - |
dc.identifier.issn | 1226-4717 | - |
dc.identifier.uri | http://hdl.handle.net/10203/246980 | - |
dc.description.abstract | 빠르게 시변하는 채널 환경에서의 통신 시스템의 경우 채널 추정을 위한 파일럿 자원이 많이 사용되는데, 이는시간 당 데이터 전송 효율을 낮추는 주요 원인이 된다. 본 논문은 순환 신경망을 이용한 채널 예측 구조를 도입함으로써 시스템의 데이터 전송 효율을 향상시키고자 하였다. 순환 신경망 구조를 도입하면, 우선적으로 파일럿을기반으로 추정한 채널 값들을 훈련한 후, 이후에 파일럿 없이 미래의 채널 변화를 예측하여 이를 채널 보상에 이용할 수 있게 한다. 본 논문에서는 순환 신경망을 적절히 이용할 경우 통신 성능도 향상될 수 있음을 보이고, 훈련 구간 길이 대비 적절한 채널 예측 구간 길이를 제안함으로써 실제 적용에 가이드라인을 제공하고자 하였다. | - |
dc.language | Korean | - |
dc.publisher | 한국통신학회 | - |
dc.title | 순환신경망을 이용한 도플러 채널 예측 | - |
dc.title.alternative | Doppler Channel Series Prediction Using Recurrent Neural Networks | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 43 | - |
dc.citation.issue | 4 | - |
dc.citation.beginningpage | 629 | - |
dc.citation.endingpage | 636 | - |
dc.citation.publicationname | 한국통신학회논문지 | - |
dc.identifier.kciid | ART002343259 | - |
dc.contributor.localauthor | 문재균 | - |
dc.contributor.nonIdAuthor | 안현준 | - |
dc.description.isOpenAccess | N | - |
dc.subject.keywordPlus | Doppler channel estimation | - |
dc.subject.keywordPlus | RNN channel prediction | - |
dc.subject.keywordPlus | SCFDE system | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.