Earticle

초록

영어

In this paper, we propose a system model which effectively mitigates impulsive noise that degrades the performance of power line communication. Recently, deep learning have shown effective performance improvement in various fields. In order to mitigate effective impulsive noise, we applied a convolution neural network which is one of deep learning algorithm to conventional system. Also, we used a successive interference cancellation scheme to mitigate impulsive noise generated from multi-users. We simulate the proposed model which can be applied to the power line communication in the Section V. The performance of the proposed system model is verified through bit error probability versus SNR graph. In addition, we compare ZF and MMSE successive interference cancellation scheme, successive interference cancellation with optimal ordering, and successive interference cancellation without optimal ordering. Then we confirm which schemes have better performance.

한국어

본 논문은 전력선 통신의 성능을 하락시키는 임펄스 잡음을 효과적으로 완화하는 시스템 모델을 제안한다. 최근 딥 러닝이 다양한 분야에 적용되어 효과적인 성능개선을 보이고 있 다. 효과적인 임펄스 잡음 완화를 위해 딥 러닝 알고리즘 중 하나인 컨볼루션 뉴럴 네트워크 를 기존의 시스템에 적용한다. 또한 다수의 사용자가 존재할 경우를 고려하여 연속적 간섭 제거 기법을 사용하여 다수의 사용자로부터 발생하는 임펄스 잡음을 완화시킨다. 제안한 시 스템 모델을 전력선 통신에 적용하여 시뮬레이션을 하였고 비트 오류 확률 대 SNR 그래프 를 통해 제안한 시스템 모델의 성능을 확인한다. 또한, 연속적 간섭 제거 기법 중 ZF와 MMSE 연속적 간섭 제거 기법, 최적의 순서를 가지는 연속적 간섭 제거 기법과 최적의 순서 를 가지지 않는 연속적 간섭 제거 기법을 각각 비교하여 어떠한 기법이 더 우수한 성능을 가 지는지를 확인한다.

목차

요약
 ABSTRACT
 Ⅰ. 서론
 Ⅱ. 임펄스 잡음 채널 모델
 Ⅲ. 딥 러닝 알고리즘
  1. 컨볼루션 뉴럴 네트워크
  2. 손실함수
  3. 최적화 방법
 Ⅳ. 제안하는 시스템 모델
  1. 딥 러닝 알고리즘 구조
  2. 연속적 간섭 제거 기법
 Ⅴ. 시뮬레이션 결과
 Ⅵ. 결론
 ACKNOWLEDGEMENTS
 REFERENCES

키워드

저자

• 선영규 [ Young Ghyu Sun | 광운대학교 전파공학과 석박사통합과정 ] 주저자
• 황유민 [ Yu Min Hwang | 광운대학교 전파공학과 석박사통합과정 ] 공저자
• 심이삭 [ Issac Sim | 광운대학교 전파공학과 석박사통합과정 ] 공저자
• 김진영 [ Jin Young Kim | 광운대학교 전자융합공학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338