[논문 리뷰] Joint Channel Estimation and Data Decoding using SVM-based Receivers.

Sami Akın, Maxim Penner외 1명|arXiv (Cornell University)|2020. 12. 04.

Wireless Signal Modulation Classification참고 문헌 19인용 수 4

한 줄 요약

이 논문은 지원벡터기계(SVM)를 사용한 공동 채널 추정 및 데이터 디코딩 수신기를 제안하며, 파ilot 기반 채널 추정, 디모듈레이션, 디코딩을 하나의 SVM 기반 프레임워크에 통합한다. 이는 SVM 수신기가 최대우도 디코딩에 가까운 성능를 달성하고, 기존의 블록 기반 수신기보다도 뛰어난 성능를 보이며, 1비트 ADC 출력으로도 훈련된 경우에도 성능를 유지함을 보여준다.

ABSTRACT

Modern communication systems organize receivers in blocks in order to simplify their analysis and design. However, an approach that considers the receiver design from a wider perspective rather than treating it block-by-block may take advantage of the impacts of these blocks on each other and provide better performance. Herein, we can benefit from machine learning and compose a receiver model implementing supervised learning techniques. With this motivation, we consider a one-to-one transmission system over a flat fast fading wireless channel and propose a support vector machines (SVM)-based receiver that combines the pilot-based channel estimation, data demodulation and decoding processes in one joint operation. We follow two techniques in the receiver design. We first design one SVM-based classifier that outputs the class of the encoding codeword that enters the encoder at the transmitter side. Then, we put forward a model with one SVM-based classifier per one bit in the encoding codeword, where each classifier assigns the value of the corresponding bit in the encoding vector. With the second technique, we simplify the receiver design especially for longer encoding codewords. We show that the SVM-based receiver performs very closely to the maximum likelihood decoder, which is known to be the optimal decoding strategy when the encoding vectors at the transmitter are equally likely. We further show that the SVM-based receiver outperforms the conventional receivers that perform channel estimation, data demodulation and decoding in blocks. Finally, we show that we can train the SVM-based receiver with 1-bit analog-to-digital converter (ADC) outputs and the SVM-based receiver can perform very closely to the conventional receivers that take 32-bit ADC outputs as inputs.

연구 동기 및 목표

• 현대 통신 시스템에서 블록 기반 수신기 설계의 한계를 극복하기 위해 채널 추정, 디모듈레이션, 디코딩을 통합된 프레임워크로 통합한다.
• 특히 지도 학습, 특히 SVM을 활용하여 블록 간 상관관계를 이용해 수신기 성능을 향상시킨다.
• 저해상도 ADC, 예를 들어 1비트 양자화 조건에서도 높은 성능를 유지하는 수신기를 설계한다.
• 전체 코드워드 분류 대신 각 비트별 SVM 분류기 사용을 통해 긴 코드워드에 대한 수신기 복잡도를 단순화한다.
• SVM 기반 수신기가 최적의 최대우도 디코딩 성능에 얼마나 가까이 도달할 수 있는지 입증한다.

제안 방법

• 전체 코드워드를 하나의 분류 작업으로 간주하여, 수신된 신호가 어떤 전송된 코드워드의 클래스에 속하는지를 출력하는 단일 SVM 분류기 설계.
• 코드워드의 각 비트마다 하나의 SVM 분류기를 사용하는 대안 모델을 제안하여, 더 긴 코드워드에 대한 확장 가능한 설계를 가능하게 한다.
• 알려진 파ilot 심벌과 전송된 코드워드에서 유도된 레이블이 부여된 훈련 데이터를 사용해 SVM 기반 수신기를 훈련한다.
• SVM의 입력 특징으로 1비트 아날로그-디지털 변환기(ADC) 출력을 사용하여 하드웨어 복잡도를 감소시킨다.
• 수신된 신호에서 전송된 코드워드로의 매핑을 학습하는 Supervised Learning 문제로 공동 추정 및 디코딩 문제를 재구성한다.
• SVM의 커널 방법을 활용해 빠른 fading 채널에서의 비선형 신호 왜곡을 처리한다.

실험 결과

연구 질문

• RQ1 SVM 기반의 공동 수신기 설계가 기존의 블록 기반 수신기 대비 비트 오류율 측면에서 뛰어난 성능를 보일 수 있는가?
• RQ2 1비트 ADC 출력으로 훈련된 수신기가 기존의 32비트 ADC 수신기 성능에 얼마나 가까이 도달할 수 있는가?
• RQ3 비트 기반 SVM 분류기 모델이 긴 코드워드에 대해 복잡도를 줄이면서도 높은 정확도를 유지하는가?
• RQ4 SVM 기반 수신기가 최적의 최대우도 디코더에 비해 얼마나 가까운 성능를 달성할 수 있는가?
• RQ5 통합된 SVM 기반 수신기 아키텍처를 통해 블록 간 상관관계를 효과적으로 활용할 수 있는가?

주요 결과

• SVM 기반 수신기는 동일한 확률의 코드워드에 대해 최적 기준인 최대우도 디코딩에 매우 가까운 성능를 달성한다.
• 제안된 수신기는 채널 추정, 디모듈레이션, 디코딩을 순차적으로 수행하는 기존의 블록 기반 수신기보다 성능가 뛰어나다.
• 1비트 ADC 출력으로 훈련된 SVM 수신기는 기존의 32비트 ADC 입력을 사용하는 수신기와 거의 동일한 성능를 보이며, 저해상도 양자화에 대한 강건성을 입증한다.
• 비트 기반 SVM 분류기 모델은 긴 인코딩 코드워드에 대해 수신기 설계를 크게 단순화시키며 성능를 손상시키지 않는다.
• 공동 SVM 기반 수신기는 블록 간 상관관계를 효과적으로 활용하여, 블록 간 독립 처리에 비해 오류율 성능가 향상된다.