Earticle

초록

영어

The millimeter wave that uses the spectrum in the 30GHz~300GHz band has a shorter wavelength due to its high carrier frequency, so it is suitable for Massive MIMO systems because more antennas can be equipped in the base station. However, since an RF chain is required per antenna, hardware cost and power consumption increase as the number of antennas increases. Therefore, in this paper, we investigate antenna selection schemes to solve this problem. In order to solve the problem of high computational complexity in the exhaustive search based antenna selection scheme, we propose a approach of applying deep learning technology. An best antenna combination is predicted using a DNN model capable of classifying multi-classes. By simulation tests, we compare and evaluate the existing antenna selection schemes and the proposed deep learning-based antenna selection scheme.

한국어

30GHz~300GHz 대역의 스펙트럼을 사용하는 밀리미터파는 높은 주파수로 인해 파장이 짧아서 기지국에 더 많은 안테나를 장착할 수 있어 Massive MIMO 시스템에 적합하다. 하지만 안테나 당 RF chain이 요구되기 때문에 안테나의 수가 증가되면 하드웨어 비용 및 전력 소비가 증가하는 문제점을 갖는다. 따라서 본 논문에서는 이러한 문제점 을 해결하기 위해 안테나 선택 기법을 조사한다. 기존 철저한 조사 기반 안테나 선택 기법에서 높은 계산 복잡도를 가지 는 문제를 해결하기 위해 딥러닝 기술을 적용하는 방안을 제안한다. 멀티 클래스를 분류할 수 있는 DNN 모델을 사용하 여 최적의 안테나 조합을 예측한다. 시뮬레이션을 통해 기존 안테나 선택 기법들과 제안하는 딥러닝 기반 안테나 선택 기법을 비교하여 평가한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 시스템 모델
Ⅲ. 안테나 선택 기법
1. 전통적인 안테나 선택 기법
2. 딥러닝 기반 안테나 선택 기법
Ⅳ. 제안하는 DNN 구조와 운용
Ⅴ. 시뮬레이션 결과
ⅤI. 결론
References

키워드

저자

• 주상임 [ Sang-Lim Ju | 준회원, 충북대학교, 전파통신공학 ]
• 김남일 [ Nam-Il Kim | 준회원, 한국전자통신연구원 ]
• 김경석 [ Kyung-Seok Kim | 정회원, 충북대학교, 정보통신공학 ] 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