Performance of Adaptive Correlator using Recursive Least Square Backpropagation Neural Network in DS/SS Mobile Communication Systems

DS/SS 이동 통신에서 반복적 최소 자승 역전파 신경망을 이용한 적응 상관기

In this paper, adaptive correlator model using backpropagation neural network based on complex multilayer perceptron is presented for suppressing interference of narrow-band of direct sequence spread spectrum receiver in CDMA mobile communication systems. Recursive least square backpropagation algorithm with backpropagation error is used for fast convergence and better performance in adaptive correlator scheme. According to signal noise ratio and transmission power ratio, computer simulation results show that bit error ratio of adaptive correlator uswing backpropagation neural network improved than that of adaptive transversal filter of direct sequence spread spectrum considering of co-channel and narrow-band interference. Bit error ratio of adaptive correlator using backpropagation neural network is reduced about $10^{-1}$ than that of adaptive transversal filter where interference versus signal ratio is 5 dB.

본 논문은 CDMA 이동 통신 시스템에서 직접 순차 확산 스펙트럼의 협대역 간섭 신호를 억압하기 위해 다계층 퍼셉트론을 기본으로 한 역전파 신경망을 이용하여 적응 상관기 모델을 제시하였다. 적응 상관기 구조는 빠른 수렴 율과 보다 좋은 성능을 제공하기 위해 역전파된 에러를 가진 반복적 최소 자승 역전파 알고리즘을 도입하였다. 컴퓨터 시뮬레이션 결과는 동일 채널 간섭과 협대역 간섭을 고려한 신호 잡음비와 전송 전력비에 대해 직접 순차 확산 스펙트럼 적응 횡단선 필터의 비트 에러율보다 역전파 신경망을 이용한 적응 상관기의 비트 에러율이 개선됨을 보였고, 특히 간섭 대 신호비가 5dB인 곳에서 역전파 신경망을 이용한 적응 상관기가 적응 횡단선 필터의 비트 에러율보다 약 $10^{-1}$ 정도 감소되었다.