1 |
1
균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 방법에 있어서,상기 균일 선형 배열 안테나에 대한 시뮬레이션을 통하여, 상기 균일 선형 배열 안테나의 수신 신호의 공분산 행렬에 대한 고유 값들을 획득하는 단계;상기 획득된 고유 값들을 정규화 하는 단계;상기 정규화된 고유 값들의 차이에 대한 데이터 셋에 소정의 기계 학습 알고리즘을 적용함으로써, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는데 사용되는 문턱 값을 식별하는 단계; 및상기 식별된 문턱 값을 상기 균일 선형 배열 안테나로부터 획득된 수신 신호에 적용함으로써, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 단계; 를 포함하는, 방법
|
2 |
2
제1항에 있어서, 상기 고유 값들을 획득하는 단계는상기 시뮬레이션을 통하여 상기 균일 선형 배열 안테나의 수신 신호의 공분산 행렬을 획득하는 단계; 및상기 획득된 공분산 행렬의 고유값들을 획득하는 단계; 를 포함하는, 방법
|
3 |
3
제1항에 있어서, 상기 문턱 값을 식별하는 단계는상기 균일 선형 배열 안테나에 대한 시뮬레이션을 소정의 시뮬레이션 환경에서 복수 회 수행하는 단계;각 시뮬레이션 횟수당 획득되는 고유값들의 차이 중, 잡음 부공간 고유값들의 차이의 집합 및 상기 잡음 부공간 및 신호 부공간의 경계가 되는 고유값들의 차이의 집합을 누적하는 단계; 및상기 누적된 잡음 부공간 고유값들의 차이의 집합에 관한 제1 타입의 데이터셋 및 상기 누적된 잡음 부공간 및 신호 부공간의 경계가 되는 고유 값들의 차이의 집합에 관한 제2 타입의 데이터셋을 획득하는 단계; 및상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 상기 기계 학습 알고리즘을 적용함으로써 상기 문턱 값을 식별하는 단계; 를 포함하는, 방법
|
4 |
4
제3항에 있어서, 상기 문턱 값을 식별하는 단계는상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 가우시안 혼합 모델 및 기대값 최대화 알고리즘을 적용함으로써, 상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋 각각에 대한 확률 밀도 함수를 추정하는 단계; 및상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋 각각에 대해 추정된 확률 밀도 함수에 기초하여 상기 문턱 값을 식별하는 단계; 를 포함하는, 방법
|
5 |
5
제4항에 있어서, 상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋 각각에 대한 확률 밀도 함수를 추정하는 단계는상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 가우시안 혼합 모델 요소의 개수를 2에서부터 소정의 최대 요소의 개수까지 증가시키면서, 기대값 최대화 알고리즘을 이용하여, 상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 가우시안 혼합 모델 변수의 집합을 결정하는 단계;상기 결정된 가우시안 혼합 모델 변수의 집합을 구성하는, 상기 가우시안 혼합 모델 요소의 개수에 대한 베이즈 정보 기준 값을 결정하는 단계;상기 결정된 베이즈 정보 기준 값 중 가장 작은 베이즈 정보 기준 값을 나타내는 가우시안 혼합 모델 요소의 개수를 식별하는 단계; 및상기 식별된 가우시안 혼합 모델 요소의 개수에 따른 가우시안 혼합 모델 변수의 집합을 변수로 하는, 상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 확률 밀도 함수를 추정하는 단계; 를 포함하는, 방법
|
6 |
6
제5항에 있어서, 상기 문턱 값을 식별하는 단계는상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 확률 밀도 함수에 기초하여, 잡음 부공간 및 신호 부공간의 경계가 되는 고유값들의 차이를, 잡음 부공간 고유값들의 차이로 식별할 제1 확률 함수를 결정하는 단계;잡음 부공간 고유값들의 차이를, 잡음 부공간 및 신호 부공간의 경계가 되는 고유값들의 차이로 식별할 제2 확률 함수를 결정하는 단계;상기 제1 확률 함수 및 상기 제2 확률 함수에 기초하여 신호 개수 추정 오류 확률 함수를 결정하는 단계; 및상기 결정된 신호 개수 추정 오류 확률 함수를 최소화하는 상기 문턱 값을 식별하는 단계; 를 포함하는, 방법
|
7 |
7
제1항에 있어서, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 단계는상기 균일 선형 배열 안테나로부터 수신 신호를 획득하는 단계;상기 획득된 수신 신호의 공분산 행렬에 대한 고유값들을 획득하는 단계;상기 획득된 고유값들을 정규화 하는 단계; 및상기 정규화된 고유값들의 차이를 상기 식별된 문턱 값과 비교함으로써 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 단계; 를 포함하는, 방법
|
8 |
8
제7항에 있어서, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 단계는상기 정규화된 고유값들의 차이를 획득하는 단계;상기 정규화된 고유값들의 차이를 오름차순으로 정렬함으로써 오름차순 정렬을 생성하는 단계;상기 오름차순 정렬 내 고유값들의 차이를 오름차순 순서대로, 상기 식별된 문턱 값과 비교하는 단계;비교 결과에 기초하여, 상기 식별된 문턱 값 보다 처음으로 크게 식별되는 상기 고유값들의 차이가, 상기 오름차순 정렬 내에서 차지하는 위치 정보를 식별하는 단계; 및상기 식별된 위치 정보 및 상기 균일 선형 배열 안테나 개수에 기초하여 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 단계; 를 포함하는, 방법
|
9 |
9
제8항에 있어서, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 단계는상기 식별된 문턱 값 보다 처음으로 크게 식별되는 상기 고유값들의 차이가, 상기 오름차순 정렬 내에서 위치하게 되는 순번 값을 상기 균일 선형 배열 안테나 개수에서 빼는 단계; 및상기 균일 선형 배열 안테나 개수에서 상기 순번 값을 뺀 값을 상기 균일 선형 배열 안테나 수신 신호의 신호 개수로 추정하는 단계; 를 포함하는, 방법
|
10 |
10
제8항에 있어서, 상기 오름차순 정렬 내에서 차지하는 위치 정보는 상기 오름차순 정렬 내에서 상기 문턱 값 보다 처음으로 크게 식별되는 상기 고유값들의 차이가 나타나는 순번 값을 포함하는 것을 특징으로 하는, 방법
|
11 |
11
균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 전자 장치에 있어서,하나 이상의 인스트럭션을 저장하는 메모리; 및상기 하나 이상의 인스트럭션을 실행하는 적어도 하나의 프로세서; 를 포함하고,상기 적어도 하나의 프로세선는 상기 하나 이상의 인스트럭션을 실행함으로써,상기 균일 선형 배열 안테나에 대한 시뮬레이션을 통하여, 상기 균일 선형 배열 안테나의 수신 신호의 공분산 행렬에 대한 고유 값들을 획득하고,상기 획득된 고유 값들을 정규화 하고,상기 정규화된 고유 값들의 차이에 대한 데이터 셋에 소정의 기계 학습 알고리즘을 적용함으로써, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는데 사용되는 문턱 값을 식별하고,상기 식별된 문턱 값을 상기 균일 선형 배열 안테나로부터 획득된 수신 신호에 적용함으로써, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는, 전자 장치
|
12 |
12
제11항에 있어서, 상기 적어도 하나의 프로세서는상기 시뮬레이션을 통하여 상기 균일 선형 배열 안테나의 수신 신호의 공분산 행렬을 획득하고,상기 획득된 공분산 행렬의 고유값들을 획득하는, 전자 장치
|
13 |
13
제11항에 있어서, 상기 적어도 하나의 프로세서는상기 균일 선형 배열 안테나에 대한 시뮬레이션을 소정의 시뮬레이션 환경에서 복수 회 수행하고,각 시뮬레이션 횟수당 획득되는 고유값들의 차이 중, 잡음 부공간 고유값들의 차이의 집합 및 상기 잡음 부공간 및 신호 부공간의 경계가 되는 고유값들의 차이의 집합을 누적하고,상기 누적된 잡음 부공간 고유값들의 차이의 집합에 관한 제1 타입의 데이터셋 및 상기 누적된 잡음 부공간 및 신호 부공간의 경계가 되는 고유 값들의 차이의 집합에 관한 제2 타입의 데이터셋을 획득하고,상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 상기 기계 학습 알고리즘을 적용함으로써 상기 문턱 값을 식별하는, 전자 장치
|
14 |
14
제13항에 있어서, 상기 적어도 하나의 프로세서는상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 가우시안 혼합 모델 및 기대값 최대화 알고리즘을 적용함으로써, 상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋 각각에 대한 확률 밀도 함수를 추정하고,상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋 각각에 대해 추정된 확률 밀도 함수에 기초하여 상기 문턱 값을 식별하는, 전자 장치
|
15 |
15
제14항에 있어서, 상기 적어도 하나의 프로세서는상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 가우시안 혼합 모델 요소의 개수를 2에서부터 소정의 최대 요소의 개수까지 증가시키면서, 기대값 최대화 알고리즘을 이용하여, 상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 가우시안 혼합 모델 변수의 집합을 결정하고,상기 결정된 가우시안 혼합 모델 변수의 집합을 구성하는, 상기 가우시안 혼합 모델 요소의 개수에 대한 베이즈 정보 기준 값을 결정하고,상기 결정된 베이즈 정보 기준 값 중 가장 작은 베이즈 정보 기준 값을 나타내는 가우시안 혼합 모델 요소의 개수를 식별하고,상기 식별된 가우시안 혼합 모델 요소의 개수에 따른 가우시안 혼합 모델 변수의 집합을 변수로 하는, 상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 확률 밀도 함수를 추정하는, 전자 장치
|
16 |
16
제15항에 있어서, 상기 적어도 하나의 프로세서는상기 제1 타입의 데이터 셋 및 상기 제2 타입의 데이터 셋에 대한 확률 밀도 함수에 기초하여, 잡음 부공간 및 신호 부공간의 경계가 되는 고유값들의 차이를, 잡음 부공간 고유값들의 차이로 식별할 제1 확률 함수를 결정하고,잡음 부공간 고유값들의 차이를, 잡음 부공간 및 신호 부공간의 경계가 되는 고유값들의 차이로 식별할 제2 확률 함수를 결정하고,상기 제1 확률 함수 및 상기 제2 확률 함수에 기초하여 신호 개수 추정 오류 확률 함수를 결정하고,상기 결정된 신호 개수 추정 오류 확률 함수를 최소화하는 상기 문턱 값을 식별하는, 전자 장치
|
17 |
17
제11항에 있어서, 상기 적어도 하나의 프로세서는상기 균일 선형 배열 안테나로부터 수신 신호를 획득하고,상기 획득된 수신 신호의 공분산 행렬에 대한 고유값들을 획득하고,상기 획득된 고유값들을 정규화 하고,상기 정규화된 고유값들의 차이를 상기 식별된 문턱 값과 비교함으로써 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는, 전자 장치
|
18 |
18
제17항에 있어서, 상기 적어도 하나의 프로세서는상기 정규화된 고유값들의 차이를 획득하고,상기 정규화된 고유값들의 차이를 오름차순으로 정렬함으로써 오름차순 정렬을 생성하고,상기 오름차순 정렬 내 고유값들의 차이를 오름차순 순서대로, 상기 식별된 문턱 값과 비교하고,비교 결과에 기초하여, 상기 식별된 문턱 값 보다 처음으로 크게 식별되는 상기 고유값들의 차이가, 상기 오름차순 정렬 내에서 차지하는 위치 정보를 식별하고,상기 식별된 위치 정보 및 상기 균일 선형 배열 안테나 개수에 기초하여 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는, 전자 장치
|
19 |
19
제18항에 있어서, 상기 적어도 하나의 프로세서는상기 식별된 문턱 값 보다 처음으로 크게 식별되는 상기 고유값들의 차이가, 상기 오름차순 정렬 내에서 위치하게 되는 순번 값을 상기 균일 선형 배열 안테나 개수에서 빼고,상기 균일 선형 배열 안테나 개수에서 상기 순번 값을 뺀 값을 상기 균일 선형 배열 안테나 수신 신호의 신호 개수로 추정하는, 전자 장치
|
20 |
20
균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 방법에 있어서,상기 균일 선형 배열 안테나에 대한 시뮬레이션을 통하여, 상기 균일 선형 배열 안테나의 수신 신호의 공분산 행렬에 대한 고유 값들을 획득하는 단계;상기 획득된 고유 값들을 정규화 하는 단계;상기 정규화된 고유 값들의 차이에 대한 데이터 셋에 소정의 기계 학습 알고리즘을 적용함으로써, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는데 사용되는 문턱 값을 식별하는 단계; 및상기 식별된 문턱 값을 상기 균일 선형 배열 안테나로부터 획득된 수신 신호에 적용함으로써, 상기 균일 선형 배열 안테나 수신 신호의 신호 개수를 추정하는 단계; 를 포함하는, 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체
|