PARTNER
검증된 파트너 제휴사 자료

낮은 계산 복잡도를 갖는 Linear Prediction 기반의 SNR 추정 기법 (LP-Based SNR Estimation with Low Computation Complexity)

9 페이지
기타파일
최초등록일 2025.03.13 최종저작일 2009.12
9P 미리보기
낮은 계산 복잡도를 갖는 Linear Prediction 기반의 SNR 추정 기법
  • 미리보기

    서지정보

    · 발행기관 : 한국전자파학회
    · 수록지 정보 : 한국전자파학회 논문지 / 20권 / 12호 / 1287 ~ 1295페이지
    · 저자명 : 김선애, 조병각, 유흥균, 백광훈

    초록

    채널의 상태가 시간에 따라 수시로 변하는 전송 환경에서 수신된 신호에 대한 잡음 비를 추정하는 것이 중요하다. 대부분의 SNR 추정기는 MF(Matched Filter) 후 수신된 샘플로 추정이 이루어진다. 하지만 이런 기법들은 무선 통신에서 채널의 상태에 민감한 특성을 갖는다. 하지만 수신기의 front-end에서 모아진 데이터들을 이용하는 선형 예측(LP: Linear Prediction) 기법을 기반으로 하는 신호 대 잡음 비 추정 알고리즘은 이에 비해 안정된 성능을 보인다. 본 논문에서는 LP 기반의 SNR 추정기를 소개하고, 기존의 LP 기법 기반으로 하는 SNR 추정 알고리즘의 계산 복잡도를 줄이기 위한 새로운 기법을 제안한다. 본 논문에서 제안하는 알고리즘은 Linear Prediction 오차를 구하는 과정에서 순방향 오차와 그 conjugate 값을 이용하여 SNR 추정 과정을 보다 간단하게 한다.

    영어초록

    It is very important to estimate the Signal to Noise Ratio(SNR) of received signal in time varying channel state. Most SNR estimation techniques derive the SNR estimates solely from the samples of the received signal after the matched filter. In the severe distorted wireless channel, the performance of these estimators become unstable and degraded. LP-based SNR estimator which can operate on data samples collected at the front-end of a receiver shows more stable performance than other SNR estimator. In this paper, we study an efficient SNR estimation algorithm based on LP and propose a new estimation method to decrease the computation complexity. Proposed algorithm accomplishes the SNR estimation process efficiently because it uses the forward prediction error and its conjugate value during the linear prediction error update. Via the computer simulation, the performance of this proposed estimation method is compared and discussed with other conventional SNR estimators in digital communication channels.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“한국전자파학회 논문지”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요. 해피캠퍼스의 방대한 자료 중에서 선별하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 목차부터 본문내용까지 자동 생성해 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 캐시를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 07월 31일 목요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
11:35 오전