초록
디지털 위성 통신 채널은 중계 위성 내에서 사용되는 고출력 증폭기인 traveling wave tube의 비선형 포화 특성과 송신단/수신단 선형 필터들의 영향으로 메모리를 갖는 비선형 특성을 나타낸다. 본 논문에서는 여러 입력 변수들에 대한 효율적인 형태의 다항식을 사용하므로써 빠른 수려, 적은 계산량 등과 같은 장점을 갖는 고차(higher-order) 신경회로망인 pi-sigma network을 복소수 영역으로 확장한 complex pi-sigma network (CPSN)을 제안하고, 이를 이용하여 디지털 위성 통신 채널의 비선형을 보상하는 등화기를 설계하였다. 제안된 CPSN은 Volterra 급수로 모델링된 비선형 채널과 잡음에 의해 왜곡된 QPSK 복소 입력 심벌들에 대한 동화에 이용되었으며, 컴퓨터 모의실험 결과 우수한 등화 성능 및 기존의 Volterra 필터와 같은 고차 모델에 비교해 매우 빠른 수렴 특성 및 적은 계산량을 가짐을 확인하였다.
Digital satellite communication channels have nonlinearities with memory due to saturation characteristics of traveling wave tube amplifier in the satellite and transmitter/receiver linear filters. In this paper, we propose a network structure and a learning algorithm for complex pi-sigma network (CPSK) and exploit CPSN in the problem of equalization of nonlinear satellite channels. The proposed CPSN is a complex-valued extension of real-valued pi-sigma network that is a higher-order feedforward network with fast learning while greatly reducing network complexity by utilizing efficient form of polynomials for many input variables. The performance of the proposed CPSN is demonstrated by computer simulations on the equalization of complex-valued QPSK input symbols distorted by a nonlinear channel modeled as a Volterra series and additive noise. The results indicate that the CPSN shows good equalization performance, fast convergence, and less computations as compared to conventional higher-order models such as Volterra filters.
