딥 러닝 기반의 임펄스 잡음 완화 기법

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...

Full description

Saved in:
Bibliographic Details
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
LanguageKorean
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
Online AccessGet full text
ISSN1738-0774
2384-1729
DOI10.12815/kits.2018.17.4.138

Cover

Table of Contents:
  • 요약 ABSTRACT Ⅰ. 서론 Ⅱ. 임펄스 잡음 채널 모델 Ⅲ. 딥 러닝 알고리즘 1. 컨볼루션 뉴럴 네트워크 2. 손실함수 3. 최적화 방법 Ⅳ. 제안하는 시스템 모델 1. 딥 러닝 알고리즘 구조 2. 연속적 간섭 제거 기법 Ⅴ. 시뮬레이션 결과 Ⅵ. 결론 ACKNOWLEDGEMENTS REFERENCES