| 1 |
1
송신기와 수신기의 무선 통신을 수행하는 무선 통신 시스템에 있어서,상기 수신기는정해진 주파수 간격으로 수신신호를 분할한 다음 분할된 각 수신신호의 레거시 프리앰블에 대해 교차 상관을 수행하여 2차원 행렬 형태로 변환한 후 정규화하는 전처리부;2차원 행렬의 수신신호에 대해 합성곱 신경망 기반의 학습 수행하여 시간 옵셋과 반송파 주파수 옵셋을 추정하는 학습부; 및수신신호에 대해 추정 시간 옵셋 및 추정 반송파 주파수 옵셋을 보상한 다음 채널 특성을 조절하고 데이터 복구를 수행하는 후처리부를 포함하는 것을 특징으로 하는 딥러닝 기반의 무선 통신 시스템
|
| 2 |
2
제1항에 있어서, 상기 소정 주파수 간격은송신기와 수신기 간의 최대 발생할 수 있는 반송파 주파수 옵셋 범위 내에서 설정되는 것을 특징으로 하는 딥러닝 기반의 무선 통신 시스템
|
| 3 |
3
제1항에 있어서, 상기 전처리부는,수신신호를 소정 주파수 간격으로 분할하는 보상모듈;상기 분할된 각 수신신호에 대해 교차 상관을 수행하여 2차원 행렬로 변환하는 교차 상관모듈; 및상기 2차원 행렬의 각 수신신호를 정규화하는 정규화모듈을 포함하는 것을 특징으로 하는 딥러닝 기반의 무선 통신 시스템
|
| 4 |
4
제3항에 있어서, 상기 학습부는,2차원 형렬의 수신신호에 대해 합성곱 신경망 기반으로 학습 수행하여 추정 시간 옵셋을 도출하는 시간 옵셋 CNN 모듈; 및도출된 추정 시간 옵셋에 대해 상기 추정 시간 옵셋 CNN 모듈의 학습 성능 평가를 수행하는 시간 옵셋 학습 평가모듈을 포함하는 것을 특징으로 하는 딥러닝 기반의 무선 통신 시스템
|
| 5 |
5
제4항에 있어서, 상기 시간 옵셋 학습 평가 모듈은 실측 시간 옵셋 및 추정 시간 옵셋에 대한 교차 엔트로피에 의거한 시간 옵셋에 대한 비용함수로 학습 결과에 대한 평가를 수행하고 수행 결과를 토대로 상기 시간 옵셋 CNN모듈의 합성곱 신경망의 파라미터를 제어하도록 구비되고,상기 시간 옵셋에 대한 비용함수는 다음 식 11로 나타내는 것을 특징으로 하는 딥러닝 기반의 무선 통신 시스템
|
| 6 |
6
제5항에 있어서, 상기 학습부는,2차원 형렬의 수신신호에 대해 합성곱 신경망 기반 학습 수행하여 추정 반송파 주파수 옵셋을 도출하는 추정 반송파 주파수 옵셋 CNN 모듈; 및상기 도출된 추정 반송파 주파수 옵셋에 대해 합성곱 신경망의 학습 성능 평가를 수행하는 반송파 주파수 옵셋 학습 평가모듈을 포함하는 것을 특징으로 하는 딥러닝 기반의 무선 통신 시스템
|
| 7 |
7
제6항에 있어서, 상기 반송파 주파수 옵셋 학습 평가모듈은,실측 반송파 주파수 옵셋과 추정 반송파 주파수 옵셋 간의 MSE(Means Square Error)에 의거한 반송파 주파수 옵셋에 대한 비용함수로 학습 결과에 대한 평가를 수행하고 수행 결과를 토대로 상기 추정 반송파 주파수 CNN모듈의 합성곱 신경망의 파라미터를 제어하도록 구비되고, 상기 반송파 주파수 옵셋에 대한 비용함수는 다음 식 12로 나타내는 것을 특징으로 하는 딥러닝 기반의 무선 통신 시스템
|
| 8 |
8
정해진 소정 주파수 간격으로 수신신호를 분할한 다음 분할된 수신신호의 레거시 프리앰블에 대해 교차 상관을 수행하여 2차원 행렬 형태로 변환한 후 정규화하는 전처리단계; 2차원 행렬의 수신신호에 대해 합성곱 신경망 기반의 학습 수행하여 시간 옵셋와 반송파 주파수 옵셋을 추정하는 학습 단계; 및상기 수신신호에 대해 추정 시간 옵셋 및 추정 반송파 주파수 옵셋을 보상한 다음 채널 특성을 조절하고 이어 데이터 복구를 수행하는 후처리 단계를 포함하는 것을 특징으로 하는 딥러닝 기반의 무선 통신 방법
|
| 9 |
9
제8항에 있어서, 상기 소정 주파수 간격은송신기와 수신기 간의 최대 발생할 수 있는 주파수 옵셋의 범위 내에서 설정되는 것을 특징으로 하는 딥러닝 기반의 무선 통신 방법
|
| 10 |
10
제8항 또는 제9항의 딥러닝 기반의 무선 통신 방법을 실행하기 위한 프로그램이 기록되고 컴퓨터에서 판단 가능한 기록매체
|
