딥 러닝 기반의 임펄스 잡음 완화 기법

• Published in: 韓國ITS學會 論文誌 Vol. 17; no. 4; pp. 138 - 149
• Main Authors: 선영규, 황유민, 심이삭, 김진영
• Format: Journal Article
• Language: Korean
• Published: 한국ITS학회 31.08.2018
• Subjects: 전자/정보통신공학; Successive Interference Cancellation; 딥 러닝; 연속적 간섭제거; Convolution Neural Network; Impulsive Noise; 컨볼루션 신경망; 임펄스 잡음; 전력선 통선; Deep Learning; Power Line Communication
• ISSN: 1738-0774; 2384-1729
• DOI: 10.12815/kits.2018.17.4.138

본 논문은 전력선 통신의 성능을 하락시키는 임펄스 잡음을 효과적으로 완화하는 시스템 모델을 제안한다. 최근 딥 러닝이 다양한 분야에 적용되어 효과적인 성능개선을 보이고 있 다. 효과적인 임펄스 잡음 완화를 위해 딥 러닝 알고리즘 중 하나인 컨볼루션 뉴럴 네트워크 를 기존의 시스템에 적용한다. 또한 다수의 사용자가 존재할 경우를 고려하여 연속적 간섭 제거 기법을 사용하여 다수의 사용자로부터 발생하는 임펄스 잡음을 완화시킨다. 제안한 시 스템 모델을 전력선 통신에 적용하여 시뮬레이션을 하였고 비트 오류 확률 대 SNR 그래프 를 통해 제안한 시스템 모델의 성능을 확인한다. 또한, 연속적 간섭 제거 기법 중 ZF와 MMSE 연속적 간섭 제거 기법, 최적의 순서를 가지는 연속적 간섭 제거 기법과 최적의 순서 를 가지지 않는 연속적 간섭 제거 기법을 각각 비교하여 어떠한 기법이 더 우수한 성능을 가 지는지를 확인한다.