The Journal of Korean Institute of Communications and Information Sciences (한국통신학회논문지)

The Korean Institute of Commucations and Information Sciences (한국통신학회)
권호 표지
DOI QR코드

DOI QR Code

Complex-Channel Blind Equalization using Euclidean Distance Algorithms with a Self-generated Symbol Set and Kernel Size Modification

자가 발생 심볼열과 커널 사이즈 조절을 통한 유클리드 거리 알고리듬의 복소 채널 블라인드 등화

  • 김남용 (강원대학교 공과대학 전자정보통신공학부)
  • Received : 2010.09.17
  • Accepted : 2010.11.08
  • Published : 2011.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

The complex-valued blind algorithm based on a set of randomly generated symbols and Euclidean distance can take advantage of information theoretic learning and cope with the channel phase rotation problems. On the algorithm, in this paper, the effect of kernel size has been studied and a kernel-modified version of the algorithm that rearranges the forces between the information potentials by kernel-modification has been proposed. In simulation results for 16 QAM and complex-channel models, the proposed algorithm show significantly enhanced performance of symbol-point concentration and no phase rotation problems caused by the complex channel models.

랜덤 발생 심볼과 출력 신호에 대해 두 확률 밀도 함수 사이의 유클리드 거리를 최소화하는 복소 채널 등화 알고리듬은 정보 이론적 학습방법의 장점을 살리면서 위상 회전 문제까지 극복할 수 있도록 설계 되었다. 이 논문에서는 이 알고리듬에 대해 확률 밀도 함수 구축에 사용된 커널 사이즈가 성능에 끼치는 영향을 연구하였고 커널 사이즈의 변형에 인한 정보 포텐셜 간의 힘 조절에 변화를 준 Kernel-modified 알고리듬을 제안하였다. 이 제안한 방식은 커널 사이즈 변형이 이루어지지 않은 알고리듬에 대해 약 4 dB 정도의 성능 향상을 만들어 냈다. 성상도 특성에서도 복소 채널에 의한 위상 회전이 완벽하게 극복될 뿐 아니라 보다 집중된 심볼 점을 보였다.

Keywords

References

  1. S. Abrar and R. Axford, "Sliced Multi-modulus Blind Equalization Algorithm," ETRIJ, Vol.27, pp.257-266, June 2005. https://doi.org/10.4218/etrij.05.0104.0027
  2. J. Yang, J. Werner, and G. Dumont, "The Multi-modulus Blind Equalization for Broadband Access," IEEE Commun. Magazine, Vol.37, pp.87-93, Apr. 1999.
  3. J. R. Treichler and B. Agee, "A new approach to multipath correction of constant modulus signals," IEEE Trans. Acoust., Speech, Signal Process, Vol.ASSP-31, pp.349-372, Nov. 1983.
  4. J. C. Principe, D. Xu and J. Fisher, Information Theoretic Learning in: S. Haykin, Unsupervised Adaptive Filtering, Wiley, (New York, USA), pp.265-319, 2000.
  5. D. Erdogmus, and J.C. Principe, "An Entropy Minimization algorithm for Supervised Training of Nonlinear Systems," IEEE Trans. Signal Processing, Vol.50, pp.1780-1786, July, 2002. https://doi.org/10.1109/TSP.2002.1011217
  6. K. H. Jeong, J. W. Xu, D. Erdogmus, and J. C. Principe, "A new classifier based on information theoretic learning with unlabeled data," Neural Networks, Vol.18, pp.719-726, 2005, https://doi.org/10.1016/j.neunet.2005.06.018
  7. N. Kim, K. H. Jeong, and Liuqing Yang, "Maximization of Zero-Error Probability for Adaptive Channel Equalization," JCN, Oct. 2010, In press.
  8. N. Kim, "A Study on the Complex-channel Blind Equalization using ITL Algorithms," The Journal of Korean Information and Communications Society, pp.760-767, Aug. 2010.
  9. Larry Wasserman, All of statistics : a concise course in statistical inference, Springer, 2004.
  10. V. Weerackody and S. A. Kassam, "Dual-Mode Type Algorithms for Blind Equalization," IEEE Trans. on Comm., Vol.42, pp.22-28, Jan. 1994. https://doi.org/10.1109/26.275296