시간지연 인공신경망을 이용한 수동소자 상호변조 왜곡 추정

초록

수동소자 상호변조 왜곡은 무선 통신 환경에서 수동소자의 비선형성으로 인하여 발생하는 간섭신호이고, 수신기의 잡음수준을 높여 통신의 품질저하를 초래한다. 본 논문은 FDD (Frequency Division Duplex) 무선 통신 시스템에서 LTE 시스템과 Wibro 시스템 공용화 시 순방향 신호에 의하여 발생하는 3차 PIMD (Passive Interomodulation Distortion) 추정에 대한 방법을 제안한다. 두 시스템 각각의 송신신호와 실제 측정한 수동소자 상호변조 왜곡신호를 이용하여 인공신경망 알고리즘의 한 종류인 FTDNN (Focused Time Delay Neural Network) 모델에 학습 및 테스트를 수행하였다. 그 결과, FTDNN 구조가 수동소자 상호변조 왜곡의 비선형성을 학습하는데 적합함을 확인하였고, 간섭제거 알고리즘에 사용될 수 있다는 가능성을 확인하였다. 본 연구에서 제안한 수동소자 상호변조 왜곡 추정방식은 시스템의 출력단에 연동하여 동작 할 수 있으므로 유지보수가 간편하고 장소적인 한계를 극복 할 수 있다는 장점이 있다.

키워드