:: The Journal of the Institute of Internet, Broadcasting and Communication ::, Vol.21 No.4 | (2021) pp.51~55
딥러닝 기반 가시광 통신 시스템의 성능 향상 기법
Abstract
본 논문은 스마트 빌딩을 위한 가시광 통신 시스템에서 데이터 신뢰성을 향상시키는 딥러닝 기반의 간섭 제거 알고리즘에 대해 연구하였다. 본 논문에서 제안한 기법은 딥러닝 기술을 적용하여 채널에서 발생하는 잡음을 예측하여 제거하는 기술로서 수신단에서 딥러닝에 의해 학습된 잡음들을 활용하여 효과적으로 잡음을 제거함으로써 신호의 품질 을 향상시킬 수 있다. 딥러닝 기술의 잡음 예측 정확도를 향상시키기 위해 기존의 잡음 형태를 데이터베이스화하여 활용 하였다. 모의실험을 통해 간섭 제거 기법이 적용된 시스템 모델의 성능을 검증하였으며, 제안하는 시스템이 잡음을 효과 적으로 제거하여 신호의 품질 성능을 향상시킬 수 있음을 확인하였다. 제안한 시스템 모델은 가시광 통신뿐만 아니라 일반적인 통신 시스템에서도 신호의 품질을 향상시킬 수 있도록 다양하게 적용이 가능하다.
In this paper, we propose the deep learning based interference cancellation scheme algorithm for visible light communication (VLC) systems in smart building. The proposed scheme estimates the channel noise information by applying a deep learning model. Then, the estimated channel noise is updated in database. In the modulator, the channel noise which reduces the VLC performance is effectively removed through interference cancellation technique. The performance is evaluated in terms of bit error rate (BER). From the simulation results, it is confirmed that the proposed scheme has better BER performance. Consequently, the proposed interference cancellation with deep learning improves the signal quality of VLC systems by effectively removing the channel noise. The results of the paper can be applied to VLC for smart building and general communication systems.
Visible Light Communication,Smart Building,Interference Cancellation,Deep Learning,Channel Estimation
