본 논문에서는 고속 이동성을 갖는 통신 시스템에서 회귀 신경망을 기반으로 한 페이딩 신호 예측 기법을 제안하고, 이를 이용한 송신 전력 제어를 제안하였다. 회귀 신경망의 연산 결과를 해석적으로 도출하여, 신경망 특유의 회로 복잡도 문제를 해결하고, 연산된 채널 예측치를 이용하여 최대비 결합(maximum ratio combining)방식으로 여러 개의 송신 안테나에 대하여 채널 이득을 산출하고, 이 산출된 값으로 송신 안테나 각각에 대한 송신 전력을 제어하였다. 모의 실험 결과 채널 예측 기반 전력 제어를 하지 않은 것에 비해 쥐어난 성능을 나타냄을 보여준다. 기존의 대부분의 연구들이 페이딩 신호에 강인한 수신기술에 대하여 연구를 하였거나 페이딩 신호에 대한 채널 예측도 저속의 이동성에 국한되어진 것에 비하여, 제안된 채널예측 방법은 개회로 전력제어에 적용하는 경우 송신단에서 페이딩의 영향을 제거하여 신호를 송신하기 때문에 수신 단에서 여타의 요소기술들을 매우 단순하게 설계하거나 시스템의 복잡도를 획기적으로 개선시킬 수 있는 가능성을 제시하였다.
This paper proposes transmit power control techniques with fading channel prediction scheme based on recurrent neural network for high-speed mobile communication systems. The operation result of recurrent neural network which is derived interpretively solves complexity problems of neural network circuit, and channel gain of multiple transmit antenna is derived with maximum ratio combining(MRC) by using the operation result, and this channel gain control transmit power of each antenna. simulation results show that proposed method has a outstanding performance compared to method that is not to be controlled power based on channel prediction. Most of legacy studies are for robust receive technique of fading signals or channel prediction of fading signals limited low-speed mobility, but in open loop Power control, proposed channel prediction method decrease system complexity with removal of fading effect in transmitter.
