Under frequency-selective multi-path channel environment, delayed copies of the transmitted symbols are summed up to form a received signal. In order to remove this intersymbol interference (ISI), linear minimum mean-square error (LMMSE) equalizer can be applied to the received signal to reconstruct the transmitted symbols. While being an optimal linear filter, the LMMSE equalizer ideally requires infinite length of the received signal, which is infeasible in practice. In order to mitigate this limitation of linear filters, we propose to utilize neural networks for equalization, referred to as neural filters. Numerical results verify that, given with enough pilot data, the proposed neural filter outperforms the optimal LMMSE equalizer that uses perfect knowledge on the channel realization vector.
주파수 선택적 다중 경로 페이딩 채널 상황 하에서, 송신 심볼들은 지연된 상태로 합쳐져 수신 신호를 구성하게 된다. 이때, 심볼 간 간섭을 제거하기 위해 수신 신호에 선형 최소 평균 제곱 오차 등화기가 적용되어 송신 신호의 복원에 사용될 수 있다. 하지만 이상적인 선형 필터의 구현을 위해 선형 최소 평균 제곱 오차 등화기는 무한한 길이의 수신 신호를 필요로 하는데, 이는 현실적으로 불가능하다. 이와 같은 선형 필터의 한계를 완화시키기 위해 이 논문에서는 뉴럴 네트워크를 기반으로 한 등화기, 뉴럴 필터를 제안한다. 또한 실험 결과를 통해 충분한 파일럿 데이터가 주어진다면 제안한 뉴럴 필터의 성능이, 채널 상황에 대한 정보가 모두 주어진 상태로 사용되는 이상적인 선형 최소 평균 제곱 오차 등화기의 성능보다 더 좋음을 확인했다.
