Earticle

초록

영어

This paper shows the initial results of a study applying deep learning technology in power line communication. In this paper, we propose a system that effectively removes noise by applying a deep learning technique to eliminate noise, which is a cause of reduced power line communication performance, by adding a deep learning model at the receive part. To train the deep learning model, it is necessary to store the data. Therefore, it is assumed that the existing data is stored, and the proposed system is simulated. we compare the theoretical result of the additive white Gaussian noise channel with the bit error rate

한국어

본 논문은 전력선 통신에서 딥 러닝 기술 적용시킨 연구의 초기 결과를 보여준다. 본 논문에서는 전력선 통신의 성능을 감소시키는 원인인 잡음을 제거하기 위해 딥 러닝 기술을 적용시켜 효과적인 잡음 제거를 목표로 하고 수신단에서 딥 러닝 모델을 추가하여 잡음을 효과적으로 제거하는 시스템을 제안한다. 딥 러닝 모델을 학습시키기 위해서는 데이터가 필요하므로 기존의 데이터들을 저장하고 있다고 가정하고 제안하는 시스템에 대해 시뮬레이션을 진행하여부가 백색 가우시안 잡음 채널의 이론적 결과와 비트 에러률을 비교하여 제안하는 시스템 모델이 잡음을 제거하여 통신 성능을 향상시킨 것을 확인한다.

목차

요약
 Abstract
 Ⅰ. 서론
 Ⅱ. 전력선 통신의 기존 시스템 모델
 Ⅲ. 딥 러닝
  1. 다층 퍼셉트론
  2. 손실함수
 Ⅳ. 전력선 통신 신호의 잡음
 Ⅴ. 제안하는 시스템 모델
  1. 딥 러닝 모델 학습
 Ⅵ. 시뮬레이션 및 결과
 Ⅶ. 결론
 References

키워드

저자

• 선영규 [ Young-Ghyu Sun | 준회원, 광운대학교 전파공학과 ]
• 황유민 [ Yu-Min Hwang | 준회원, 광운대학교 전파공학과 ]
• 심이삭 [ Issac Sim | 준회원, 광운대학교 전파공학과 ]
• 김진영 [ Jin-Young Kim | 정회원, 광운대학교 전파공학과 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380