딥러닝 기술을 이용한 페이딩 채널에서의 변조타입 자동 인식 기술

초록

본 논문에서는 BPSK, QPSK, 8-PSK, 16-QAM, 64-QAM 등 5 개의 디지털 변조신호를 딥뉴럴네트워크에 기반하여 자동으로 변조하는 방법을 제안하였다. 제안하는 기법은 수신 신호 샘플로부터 29 가지의 특징값을 계산하고, 정보 통신 이론을 바탕으로 효율적인 특징값을 선별한 뒤, 이를 4 개의 층을 가진 Deep Neural Network 의 입력 데이터로 사용하여 신호를 분류하는 방법이다. 29 가지의 특징값에는 기존에 사용된 특징값과 고차 통계값 등이 이용되었다. 실험 결과에서 AWGN 채널과 Rician 페이딩환경에서 모두 제안한 Deep Neural Network 기반의 변조 분류 기법이 기존에 비하여 좋은 성능을 나타냄을 확인하였다.