맞춤기술찾기

이전대상기술

적응적 앙상블 지도학습 기반의 딥 뉴럴 네트워크를 이용한 SISO-OFDM 채널 추정 장치 및 그 방법

  • 기술번호 : KST2019014800
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 적응적 앙상블 지도학습 기반의 딥 뉴럴 네트워크를 이용한 SISO-OFDM 채널 추정 장치 및 그 방법에 관한 것이다. 본 발명에 따르면, 송신단에서 변조하여 보낸 훈련 심볼에 대응하여, 복수의 경로 채널을 통해 각각 수신된 훈련 심볼을 독립된 복수의 심층 신경망에 개별 입력시켜 복수의 심층 신경망을 각각 학습시키는 단계, 복수의 경로 채널 별로 수신된 훈련 심볼의 각 부반송파의 수신 전력을 기초로 소정 심볼의 각 부반송파에 각각 적용될 가중치를 경로 채널 별로 연산하는 단계, 송신단에서 변조하여 보낸 제1 심볼에 대응하여, 복수의 경로 채널을 통해 각각 수신된 제1 심볼을 기 학습된 복수의 심층 신경망에 개별 입력시켜 출력 값을 획득하고 이로부터 제1 심볼에 대한 검출 심볼을 도출하는 단계, 및 복수의 심층 신경망에서 각각 도출된 검출 심볼을 부반송파 별로 결합하여 결합 신호를 획득한 후 해당 부반송파에 대응하는 가중치를 결합 신호에 적용하여 앙상블 학습하여, 제1 심볼의 부반송파 별로 변조 심볼을 각각 검출하는 단계를 포함하는 SISO-OFDM 채널 추정 방법을 제공한다. 본 발명에 따르면, 수신단에 딥 뉴럴 네트워크를 적용하여 채널을 효과적으로 추정 및 보상할 수 있으며 적응적 앙상블 지도 학습을 이용하여 딥 뉴럴 네트워크의 오버피팅 문제를 해결할 수 있어 시스템의 신뢰도를 높일 수 있다.
Int. CL H04L 25/02 (2006.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC H04L 25/0254(2013.01) H04L 25/0254(2013.01) H04L 25/0254(2013.01) H04L 25/0254(2013.01) H04L 25/0254(2013.01)
출원번호/일자 1020180033242 (2018.03.22)
출원인 세종대학교산학협력단
등록번호/일자 10-1992053-0000 (2019.06.17)
공개번호/일자
공고번호/일자 (20190621) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.03.22)
심사청구항수 16

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 세종대학교산학협력단 대한민국 서울특별시 광진구 능동로 *** (군

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 송형규 경기도 성남시 분당구
2 하창빈 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인태백 대한민국 서울 금천구 가산디지털*로 *** 이노플렉스 *차 ***호

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 세종대학교산학협력단 대한민국 서울특별시 광진구 능동로 *** (군
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.03.22 수리 (Accepted) 1-1-2018-0287768-67
2 선행기술조사의뢰서
Request for Prior Art Search
2019.01.21 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2019.03.15 수리 (Accepted) 9-1-2019-0013400-77
4 의견제출통지서
Notification of reason for refusal
2019.06.01 발송처리완료 (Completion of Transmission) 9-5-2019-0392181-99
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.06.03 수리 (Accepted) 1-1-2019-0568077-29
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.06.03 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0568076-84
7 등록결정서
Decision to grant
2019.06.13 발송처리완료 (Completion of Transmission) 9-5-2019-0422814-30
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
SISO-OFDM 채널 추정 장치를 이용한 채널 추정 방법에 있어서,송신단에서 변조하여 보낸 훈련 심볼에 대응하여, 복수의 경로 채널을 통해 각각 수신된 상기 훈련 심볼을 독립된 복수의 심층 신경망에 개별 입력시켜 상기 복수의 심층 신경망을 각각 학습시키는 단계;상기 복수의 경로 채널 별로 수신된 상기 훈련 심볼의 각 부반송파의 수신 전력을 기초로 소정 심볼의 각 부반송파에 각각 적용될 가중치를 상기 경로 채널 별로 연산하는 단계;송신단에서 변조하여 보낸 제1 심볼에 대응하여, 상기 복수의 경로 채널을 통해 각각 수신된 제1 심볼을 상기 학습된 복수의 심층 신경망에 개별 입력시켜 출력 값을 획득하고 상기 출력 값으로부터 상기 제1 심볼에 대한 검출 심볼을 도출하는 단계; 및상기 복수의 심층 신경망에서 각각 도출된 검출 심볼을 부반송파 별로 결합하여 결합 신호를 획득한 후 해당 부반송파에 대응하는 상기 가중치를 상기 결합 신호에 적용하여 앙상블 학습하여, 상기 제1 심볼의 부반송파 별로 변조 심볼을 각각 검출하는 단계를 포함하는 SISO-OFDM 채널 추정 방법
2 2
청구항 1에 있어서,상기 심층 신경망 내 출력 계층의 각 뉴런에 대한 타겟은 상기 송신단에서 보낸 상기 훈련 심볼의 각 부반송파에 할당된 변조 심볼이며,상기 심층 신경망을 학습시키는 단계는,상기 수신된 훈련 심볼의 각 부반송파에 해당하는 신호를 입력 계층의 각 뉴런에 입력한 상태에서 상기 심층 신경망을 학습시켜, 상기 입력 계층과 상기 출력 계층 사이의 복수의 은닉 계층 별로 각각 적용되는 가중치와 바이어스 값을 최종 결정하는 SISO-OFDM 채널 추정 방법
3 3
청구항 2에 있어서,상기 심층 신경망을 학습시키는 단계는,상기 심층 신경망의 출력 계층의 각 뉴런에서 출력된 값()과 상기 각 뉴런에 대한 타겟 값() 간의 유클리디안 거리(Ed)인 아래 수학식의 값이 문턱치 이하가 될 때까지 학습시키는 SISO-OFDM 채널 추정 방법:여기서, N은 훈련 심볼의 부반송파의 수를 나타낸다
4 4
청구항 1에 있어서,상기 가중치를 상기 경로 채널 별로 연산하는 단계는,i번째 경로 채널을 통해 수신되는 제1 심볼의 j번째 부반송파에 각각 적용되는 가중치(Wi,j)를 아래의 수학식을 통해 연산하는 SISO-OFDM 채널 추정 방법:여기서, i={1,2,…,L}, j={1,2,…,N}, L은 경로 채널의 수, N은 부반송파의 수, 는 i에 따른 L개의 중 최대값, , 는 i번째 경로 채널을 통해 수신된 훈련 심볼의 j번째 부반송파의 전력, 는 L개 경로 채널에 대한 를 모두 합산한 값을 나타낸다
5 5
청구항 4에 있어서,상기 앙상블 학습하는 단계는,상기 복수의 경로 채널에 대응하여 각각 도출된 상기 검출 심볼의 j번째 부반송파 신호 간을 성상도 인덱스를 기초로 결합하여, 상기 부반송파 별 상기 결합 신호인 N개의 행렬 Tj를 각각 생성하는 단계; 상기 N개의 행렬 Tj 각각을 대상으로, 상기 j를 1부터 N까지 가변하면서, 상기 행렬 Tj와 상기 가중치 Wi,j 간의 곱을 각 경로 채널 별로 합산한 값을 최대로 하는 변수 j인 Jx(1≤Jx≤N)를 각각 도출하는 단계; 및성상도 상의 CJx에 해당하는 심볼을 상기 제1 심볼 내 j번째 부반송파에 대응하는 변조 심볼로 각각 검출하는 단계를 포함하는 SISO-OFDM 채널 추정 방법
6 6
청구항 5에 있어서,상기 행렬 Tj를 생성하는 단계는,i번째 경로 채널에 대응하여 도출된 검출 심볼의 j번째 부반송파 신호의 성상도 인덱스 Cx를 기초로 상기 행렬 Tj의 i번째 행을 구성하되, 상기 i번째 행의 N개 열 중 x번째 열만 1을 할당하고 나머지 열은 0을 할당하는 방식으로 상기 행렬을 생성하며,상기 행렬 Tj에 대하여, 각 행별 원소의 합은 1이고, 각 열별 원소의 합은 0과 L 사이의 범위를 가지는 SISO-OFDM 채널 추정 방법
7 7
청구항 5에 있어서,상기 Jx 및 상기 변조 심볼은 다음의 수학식을 통해 획득되는 SISO-OFDM 채널 추정 방법:여기서, 는 성분별 곱셈(element-by-element multiplication)을 나타내고, 는 상기 j번째 부반송파에 대응하여 검출된 변조 심볼을 나타낸다
8 8
청구항 1에 있어서,상기 송신단은 1개의 안테나를 사용하여 상기 훈련 심볼을 전송하고, 상기 채널 추정 장치가 포함된 수신단은 1개의 안테나를 사용하여 상기 복수의 경로 채널을 통해 상기 훈련 심볼을 수신하는 SISO-OFDM 채널 추정 방법
9 9
송신단에서 변조하여 보낸 훈련 심볼에 대응하여, 복수의 경로 채널을 통해 각각 수신된 상기 훈련 심볼을 독립된 복수의 심층 신경망에 개별 입력시켜 상기 복수의 심층 신경망을 각각 학습시키는 신경망 학습부;상기 복수의 경로 채널 별로 수신된 상기 훈련 심볼의 각 부반송파의 수신 전력을 기초로 소정 심볼의 각 부반송파에 각각 적용될 가중치를 상기 경로 채널 별로 연산하는 가중치 연산부;송신단에서 변조하여 보낸 제1 심볼에 대응하여, 상기 복수의 경로 채널을 통해 각각 수신된 제1 심볼을 상기 학습된 복수의 심층 신경망에 개별 입력시켜 출력 값을 획득하고 상기 출력 값으로부터 상기 제1 심볼에 대한 검출 심볼을 도출하는 초기 도출부; 및상기 복수의 심층 신경망에서 각각 도출된 검출 심볼을 부반송파 별로 결합하여 결합 신호를 획득한 후 해당 부반송파에 대응하는 상기 가중치를 상기 결합 신호에 적용하여 앙상블 학습하여, 상기 제1 심볼의 부반송파 별로 변조 심볼을 각각 검출하는 최종 검출부를 포함하는 SISO-OFDM 채널 추정 장치
10 10
청구항 9에 있어서,상기 심층 신경망 내 출력 계층의 각 뉴런에 대한 타겟은 상기 송신단에서 보낸 상기 훈련 심볼의 각 부반송파에 할당된 변조 심볼이며,상기 신경망 학습부는,상기 수신된 훈련 심볼의 각 부반송파에 해당하는 신호를 입력 계층의 각 뉴런에 입력한 상태에서 상기 심층 신경망을 학습시켜, 상기 입력 계층과 상기 출력 계층 사이의 복수의 은닉 계층 별로 각각 적용되는 가중치와 바이어스 값을 최종 결정하는 SISO-OFDM 채널 추정 장치
11 11
청구항 10에 있어서,상기 신경망 학습부는,상기 심층 신경망의 출력 계층의 각 뉴런에서 출력된 값()과 상기 각 뉴런에 대한 타겟 값() 간의 유클리디안 거리(Ed)인 아래 수학식의 값이 문턱치 이하가 될 때까지 학습시키는 SISO-OFDM 채널 추정 장치:여기서, N은 훈련 심볼의 부반송파의 수를 나타낸다
12 12
청구항 9에 있어서,상기 가중치 연산부는,i번째 경로 채널을 통해 수신되는 제1 심볼의 j번째 부반송파에 각각 적용되는 가중치(Wi,j)를 아래의 수학식을 통해 연산하는 SISO-OFDM 채널 추정 장치:여기서, i={1,2,…,L}, j={1,2,…,N}, L은 경로 채널의 수, N은 부반송파의 수, 는 i에 따른 L개의 중 최대값, , 는 i번째 경로 채널을 통해 수신된 훈련 심볼의 j번째 부반송파의 전력, 는 L개 경로 채널에 대한 를 모두 합산한 값을 나타낸다
13 13
청구항 12에 있어서,상기 최종 검출부는,상기 복수의 경로 채널에 대응하여 각각 도출된 상기 검출 심볼의 j번째 부반송파 신호 간을 성상도 인덱스를 기초로 결합하여, 상기 부반송파 별 상기 결합 신호인 N개의 행렬 Tj를 각각 생성하며,상기 N개의 행렬 Tj 각각을 대상으로, 상기 j를 1부터 N까지 가변하면서, 상기 행렬 Tj와 상기 가중치 Wi,j 간의 곱을 각 경로 채널 별로 합산한 값을 최대로 하는 변수 j인 Jx(1≤Jx≤N)를 각각 도출한 다음,성상도 상의 CJx에 해당하는 심볼을 상기 제1 심볼 내 j번째 부반송파에 대응하는 변조 심볼로 각각 검출하는 SISO-OFDM 채널 추정 장치
14 14
청구항 13에 있어서,상기 행렬 Tj를 생성 시, i번째 경로 채널에 대응하여 도출된 검출 심볼의 j번째 부반송파 신호의 성상도 인덱스 Cx를 기초로 상기 행렬 Tj의 i번째 행을 구성하되, 상기 i번째 행의 N개 열 중 x번째 열만 1을 할당하고 나머지 열은 0을 할당하는 방식으로 상기 행렬을 생성하며,상기 행렬 Tj에 대하여, 각 행별 원소의 합은 1이고, 각 열별 원소의 합은 0과 L 사이의 범위를 가지는 SISO-OFDM 채널 추정 장치
15 15
청구항 13에 있어서,상기 Jx 및 상기 변조 심볼은 다음의 수학식을 통해 획득되는 SISO-OFDM 채널 추정 장치:여기서, 는 성분별 곱셈(element-by-element multiplication)을 나타내고, 는 상기 j번째 부반송파에 대응하여 검출된 변조 심볼을 나타낸다
16 16
청구항 9에 있어서,상기 송신단은 1개의 안테나를 사용하여 상기 훈련 심볼을 전송하고, 상기 채널 추정 장치가 포함된 수신단은 1개의 안테나를 사용하여 상기 복수의 경로 채널을 통해 상기 훈련 심볼을 수신하는 SISO-OFDM 채널 추정 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부(P71) 서울과학기술대학교산학협력단 방송통신산업기술개발(R&D)(BIZ2018069BIZ2018070BIZ2018071) 투명도와 레이어 가변형 실감 사이니지 기술 연구