[논문 리뷰] Nonlinear Distortion Reduction in OFDM from Reliable Perturbations in Data Carriers

Ebrahim B. Al-Safadi, Tareq Y. Al-Naffouri외 2명|arXiv (Cornell University)|2015. 06. 30.

PAPR reduction in OFDM참고 문헌 16인용 수 3

한 줄 요약

이 논문은 압축 감지와 희소 베이지안 복원을 사용하여 OFDM 시스템에서 비선형 왜곡을 보정하기 위한 피LOT 없는 데이터 보조 방법을 제안한다. 신호 신뢰도 지표인 크기, 위상 및 채널 세기 기반으로 신뢰할 수 있는 데이터 캐리어를 적응적으로 선택함으로써, 예약된 톤이나 피LOT이 없이도 정확한 왜곡 추정이 가능하며, 스펙트럼 효율성을 유지하면서 복잡성을 감소시키면서도 클리핑 복원에서 옥타브 성능에 가까운 성능을 달성한다.

ABSTRACT

A novel method for correcting the effect of nonlinear distortion in orthogonal frequency division multiplexing signals is proposed. The method depends on adaptively selecting the distortion over a subset of the data carriers, and then using tools from compressed sensing and sparse Bayesian recovery to estimate the distortion over the other carriers. Central to this method is the fact that carriers (or tones) are decoded with different levels of confidence, depending on a coupled function of the magnitude and phase of the distortion over each carrier, in addition to the respective channel strength. Moreover, as no pilots are required by this method, a significant improvement in terms of achievable rate can be achieved relative to previous work.

연구 동기 및 목표

• 예약된 톤이나 피LOT 기반 기법에 의존하는 기존 OFDM 비선형 왜곡 완화 기법의 한계를 해결하기 위해, 스펙트럼 효율성을 떨어뜨리고 복잡성을 증가시키는 요소를 제거하고자 한다.
• 데이터와 왜곡 주파수 지원 간의 수직성 조건이 필요 없이도 정확한 왜곡 추정이 가능한 방법을 개발하고자 한다.
• 피LOT 톤이나 예약된 캐리어가 필요 없이도 높은 성능의 비선형 왜곡 보정을 유지하고자 한다.
• 압축 감지 기반 복원을 위한 가장 신뢰할 수 있는 데이터 캐리어를 체계적으로 선택하는 프레임워크를 제안하고자 한다.
• 왜곡 내성, 채널 추정 오차에 대한 강건성, 계산 복잡성 간의 최적 트레이드오프를 최적화하고자 한다.

제안 방법

• 왜곡을 시간 도메인에서 희소 신호로 모델링하는 피LOT 없는 압축 감지 프레임워크를 사용한다.
• 기존의 신호 강도, 위상, 변조 위상 위치, 채널 세기 기반으로 각 데이터 톤의 신뢰도를 정량화하는 새로운 신뢰도 지표를 도입한다.
• 이중 단계의 톤 서브셋 선택 프로세스를 적용한다: 첫 번째로 잘못된 측정의 확률을 최소화하고, 두 번째로 클리핑 대 노이즈 비율(CNR)을 최대화한다.
• 신뢰도 함수의 행동을 기술하는 닫힌 형태의 표현식을 유도하여 기하학적 해석 기반의 근사치를 효율적인 서브셋 선택에 활용할 수 있도록 한다.
• 선택된 신뢰할 수 있는 데이터 캐리어에서 희소 베이지안 복원 기법을 적용하여 전체 왜곡 신호를 재구성한다.
• 시간 도메인 왜곡의 희소성을 활용하고, 송신기 측 신호 형상 조정의 제약을 피함으로써 시스템 복잡성을 감소시킨다.

실험 결과

연구 질문

• RQ1 피LOT 톤이나 예약된 캐리어를 사용하지 않고도 OFDM에서 비선형 왜곡을 효과적으로 보정할 수 있는가?
• RQ2 압축 감지의 최적 서브셋 선택을 이끌기 위해 개별 데이터 캐리어의 신뢰도를 어떻게 정량화할 수 있는가?
• RQ3 측정 오차를 최소화하면서 왜곡 복원 성능을 최대화하는 데 최적의 데이터 캐리어 서브셋 선택 전략은 무엇인가?
• RQ4 제안된 방법은 완전한 왜곡 정보를 알고 있는 옥타브 기반 최소 제곱 추정기와 비교해 복원율과 왜곡 보정 정확도 측면에서 어떻게 성능을 내는가?
• RQ5 잘못된 측정의 위험을 피하기 위해 신뢰할 수 있는 복원을 보장하기 위해 필요한 최소 데이터 캐리어 수의 이론적 한계는 무엇인가?

주요 결과

• 제안된 방법은 클리핑 신호 복원에서 옥타브 성능에 근접한 성능을 달성하며, 완전한 왜곡 정보를 알고 있는 이상화된 최소 제곱 추정기와 거의 동일한 비트 오류율(BER) 성능을 보인다.
• 피LOT 톤이나 예약된 캐리어가 필요 없어지므로 모든 서브캐리어를 데이터 전송에 활용할 수 있어 스펙트럼 효율성 향상에 기여한다.
• 이중 단계의 톤 선택 프로세스는 잘못된 측정의 확률을 효과적으로 줄이고 CNR를 최대화하여 강건하고 정확한 왜곡 복원을 가능하게 한다.
• 신뢰할 수 있는 복원을 보장하기 위해 필요한 최소 데이터 캐리어 수에 대한 이론적 한계를 도출하여, 과도한 샘플링 없이도 체계적인 시스템 파라미터 설정이 가능하다.
• 기호 크기, 위상, 변조 위상 기하학적 구조를 기반으로 한 신뢰도 지표는 균일하거나 무작위 선택 대비 압축 감지 복원 정확도를 크게 향상시킨다.
• 시뮬레이션 결과, 심한 클리핑 조건 하에서도 본 방법이 유리한 성능을 보이며 강건성과 실용성을 입증한다.