• 제목/요약/키워드: Maximum likelihood(ML) equalizer

검색결과 3건 처리시간 0.018초

최대 우도 등화기를 적용한 협력통신 시스템의 간섭 제거 성능 (Performance of Interference Cancellation for Cooperative Communication Systems with Maximum Likelihood Equalizer)

  • 김주찬;김진영
    • 한국인터넷방송통신학회논문지
    • /
    • 제10권2호
    • /
    • pp.7-12
    • /
    • 2010
  • 본 논문에서는 최대 우도 (ML: maximum likelihood) 등화기를 적용한 협력통신 시스템의 성능을 분석하고 모의실험 하였다. 무선통신 시스템에서 통신 커버리지를 확장하기 위해서 다수의 중계기를 이용한 협력통신 개념이 적용된다. 중계기와 사용자 단말기는 모두 이동할 수 있는 것으로 가정한다. 따라서 두 개 이상의 중계기의 커버리지가 서로 겹칠 수 있다. 만약 원하는 신호와 간섭 신호가 동일 채널을 통해 전송되고 커버리지가 중복된 부분에 하나의 수신 단말이 존재한다면, 간섭신호로 인해 수신기의 성능은 열화된다. 따라서 본 논문에서는 통신 시스템의 성능을 향상시키고 간섭 신호의 영향을 제거하기 위해 최대 우도 등화기를 적용하였다. 협력통신 시스템의 성능은 비트 오류율 측면에서 평가되었다. 실험 결과로부터 최대 우도 수신기는 복잡도가 높지만 간섭 제거 성능이 우수한 것을 확인하였다.

무선 패킷데이터 전송을 위한 LMS기반의 반복결정 귀환 등화기 (LMS based Iterative Decision Feedback Equalizer for Wireless Packet Data Transmission)

  • 최윤석;박형근
    • 한국정보통신학회논문지
    • /
    • 제10권7호
    • /
    • pp.1287-1294
    • /
    • 2006
  • 최근의 무선 패킷데이터 시스템에서 짧은 버스트 데이터의 전송이 많이 사용되고 있고 훈련 심볼에 의한 오버헤드가 심각한 문제를 야기할 수 있다. 따라서 적응등화기의 설계에 있어서 짧은 훈련심볼과 빠른 수렴 알고리즘이 필수적인 문제라고 할 수 있다. 본 논문에서는 짧은 훈련심볼을 사용하는 MTLMS (multiple-training least mean square) 기반의 DFE (decision feedback equalizer) 의 성능을 향상시킬 수 있는 등화알고리즘을 제 안한다 . 제안된 알고리즘에서 DEF의 출력 은 LMS(least mean square) 기반의 적응DEF 루프로 입 력되고 확장된 훈련심볼로서 사용된다. 또한 전체적인 처리를 위하여 ML (maximum likelihood) 추정기를 사용하는 블록연산 대신에 낮은 복잡도의 적응 LMS연산이 사용된다. 시뮬레이션 결과에서 제안된 등화기는 반복귀환이 증가함에 따라 성능이 향상되고 시변 페이딩에 보다 강한 성능을보여준다.

레일레이 페이딩 채널에서 2-by-N MIMO-STBC 시스템의 SER/BER 성능 해석 (SER/BER Analysis for 2-by-N MIMO-STBC Systems in Rayleigh Fading Channels)

  • 길계태;이성춘;현광민
    • 한국통신학회논문지
    • /
    • 제35권6C호
    • /
    • pp.547-553
    • /
    • 2010
  • In this paper, novel approximated closed-form expressions of the SER(Symbol Error Rate) and BER(Bit Error Rate) are presented for the multi-input multi-output space-time block coding(MIMO-STBC) system employing two transmit and N receive antenna(s) in Rayleigh fading channels. Assuming a zero-forcing equalizer and a single-symbol maximum-likelihood (ML) decoder, the formulas are derived for the SER and BER, and then their approximated counterparts are also derived. In the derivation of the approximated expressions, acurve-fitting model is adopted that can eliminate the integral operators in the exact expressions.