PARTNER
검증된 파트너 제휴사 자료

16-QAM 신호에서 Slice 가중치에 의한 S-MMA 적응 등화 알고리즘의 성능 비교 (Performance Comparison of S-MMA Adaptive Equalization Algorithm by Slice Weighting Value in 16-QAM Signal)

7 페이지
기타파일
최초등록일 2025.07.11 최종저작일 2013.06
7P 미리보기
16-QAM 신호에서 Slice 가중치에 의한 S-MMA 적응 등화 알고리즘의 성능 비교
  • 미리보기

    서지정보

    · 발행기관 : 한국인터넷방송통신학회
    · 수록지 정보 : 한국인터넷방송통신학회 논문지 / 13권 / 3호 / 55 ~ 61페이지
    · 저자명 : 임승각

    초록

    본 논문에서는 통신 채널에서 발생되는 찌그러짐과 잡음의 영향을 최소화하기 위하여 사용되는 S-MMA 적응 등화 알고리즘에서 Slice 가중치에 따른 성능을 비교하였다. 기존의 MMA 알고리즘에서는 등화기의 출력 신호와 송신 신호의 dispersion 상수만을 이용하지만, S-MMA에서는 등화기 출력 신호와 dispersion 상수외에 결정 장치의 출력 신호를 slice 상수만큼 고려하여 채널의 진폭과 위상 찌그러짐을 동시에 보상할 수 있다. 이때 slice 가중치가 적응 등화 알고리즘의 성능에 미치는 영향을 컴퓨터 시뮬레이션을 통해 확인하며, 성능 지수로는 등화기 출력 신호 성상도, 수렴 특성을 나타내는 잔류 isi, 최대 찌그러짐, MSE와 채널의 신호대 잡음비에 따른 SER을 사용하였다. 시뮬레이션 결과 slice 가중치가 적으면 잔류isi, 최대 찌그러짐과 MSE 성능이 우월하며, 가중치가 큰 경우 SER 성능이 우월함을 확인하였다.

    영어초록

    This paper compare the performance of S-MMA(Sliced-MultiModulus Algorithm) adaptive equalization algorithm by effect of slice weighting value for the minimization of the distortion and noise in the communication channel.. In the traditional MMA algorithm, the output signal of equalizer and the dispersion constant of transmitting signal is used for calculating the equalizer coefficient, but in S-MMA, the output of equalizer and dispersion constant and the considering the output of decision device by the power of slice constant are used in order to simultaneously compensate the distortion of amplitude and phase distortion. It is confirmed by computer simulation that the slice weighting value affects the performance of adaptive equalization algorithm. The performance index includes the output signal constellation, the residual isi and maximum distortion and MSE that is for the convergence characteristics, the SER according to the signal and noise power ratio at the channel is used. As a result of simulation, the residual isi, maximum distortion and MSE performances are better in the small weighting values. But in SER performance is better in the large weighting values.

    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

“한국인터넷방송통신학회 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?
1:28 오전