1 |
1
MIMO 시스템에서 수행되는 MIMO 검출 방법에 있어서, 수신 안테나를 통하여 MIMO(Multiple-Input Multiple-Output) 검파를 위한 수신 신호와 채널 정보를 획득하는 단계; 및랜덤 채널과 송신 신호를 사용하여 구성된 기계학습 기반의 네트워크 학습을 위한 학습 모델을 이용하여 상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 단계를 포함하고, 상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 단계는,Gradient descent 방법에 메타 러닝을 적용한 Meta-Learning Detection Network(MLDNet) 학습 모델을 구성하는 단계를 포함하고,상기 Meta-Learning Detection Network(MLDNet) 학습 모델은, 레이어의 반복으로 구성되고 수학식으로 나타내는 것수학식: 를 포함하는 MIMO 검출 방법
|
2 |
2
삭제
|
3 |
3
MIMO 시스템에서 수행되는 MIMO 검출 방법에 있어서, 수신 안테나를 통하여 MIMO(Multiple-Input Multiple-Output) 검파를 위한 수신 신호와 채널 정보를 획득하는 단계; 및랜덤 채널과 송신 신호를 사용하여 구성된 기계학습 기반의 네트워크 학습을 위한 학습 모델을 이용하여 상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 단계를 포함하고, 상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 단계는,미리 정해져 있는 조건 내에서 gradient descent 연산을 하는 방식인 proximal gradient method를 사용하여 제한조건이 있는 최적화 문제를 해결하는 단계 를 포함하는 MIMO 검출 방법
|
4 |
4
제1항에 있어서,상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 단계는,상기 학습 모델에서 각각의 그레디언트(Gradient)에 복수 개의 LSTM을 적용하여 옵티마이저(optimizer) 변수를 학습하는 단계를 포함하는 MIMO 검출 방법
|
5 |
5
MIMO 시스템에서 수행되는 MIMO 검출 방법에 있어서, 수신 안테나를 통하여 MIMO(Multiple-Input Multiple-Output) 검파를 위한 수신 신호와 채널 정보를 획득하는 단계; 및랜덤 채널과 송신 신호를 사용하여 구성된 기계학습 기반의 네트워크 학습을 위한 학습 모델을 이용하여 상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 단계를 포함하고, 상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 단계는,학습 가능한 파라미터를 사용하여 형태로 비선형 함수의 역할을 수행하여 기 설정된 차원으로 변환시키고, 상기 학습 모델을 통하여 예측된 값과 정답 사이의 값으로 정의되는 손실 함수(Loss Function)을 사용하여 학습 모델에 존재하는 모든 레이어를 고려하여 N(N은 자연수)번째 레이어를 기준으로 N-1 번째 레이어의 출력을 N번째 레이어의 출력과 연관시키는 단계를 포함하는 MIMO 검출 방법
|
6 |
6
MIMO 시스템에 있어서, 수신 안테나를 통하여 MIMO(Multiple-Input Multiple-Output) 검파를 위한 수신 신호와 채널 정보를 획득하는 획득부; 랜덤 채널과 송신 신호를 사용하여 기계학습 기반의 네트워크 학습을 위한 학습 모델을 구성하는 학습부; 및상기 구성된 학습 모델을 이용하여 상기 수신 신호에 포함된 왜곡된 심볼을 검출하는 검출부를 포함하고, 상기 검출부는,Gradient descent 방법에 메타 러닝을 적용한 Meta-Learning Detection Network(MLDNet) 학습 모델을 구성하고,상기 Meta-Learning Detection Network(MLDNet) 학습 모델은, 레이어의 반복으로 구성되고 수학식으로 나타내는 것수학식: 을 포함하는 MIMO 시스템
|