New Blind Channel Identification Based on Adaptive Eigenvalue Decomposition Algorithm

적응 고유값 분해 알고리듬을 이용한 새로운 블라인드 채널 인식

통신 채널에서 블라인드 채널 인식은 매우 중요한 문제이다. 블라인드 채널 인식은 고차 통계를 이용하면 구할 수 있으나 최근에는 오버샘플링한 수신신호를 이용하거나 수신측의 안테나 어레이를 이용한 신호의 2차 통계값을 이용한 방법에 관한 많은 연구가 진행되고 있다. 기존의 알고리듬은 잡음이 없는 환경에서 LS 방법에 기반을 두고 있기 때문에 잡음이 강한 채널에서는 원하는 성능을 얻을 수 없는 단점이 있다. 수신신호의 상관행렬의 최소 고유값에 대응하는 고유벡터는 채널의 임펄스 응답에 관한 정보를 포함하고 있다. 본 논문에서는 이러한 고유벡터를 매 시간마다 갱신시키면서 구하는 적응 알고리듬을 제안하고 이를 이용하여 블라인드 채널 인식 알고리듬을 제안한다. 제안한 알고리듬은 잡음에 강인한 특성을 보일 뿐만 아니라 기존의 알고리듬들 보다 우수한 채널 추정 성능을 보임을 모의실험을 통하여 검증하였다.