약 압축센싱은 성긴(sparse)신호에 대해서 적은 수의 샘플로 원래의 신호를 복원할 수 있다. 압축센싱의 성능은 복원하려는 신호의 non-zero 개수에 영향을 받는다. 신호의 non-zero 위치를 부분적으로 알면 압 축센싱의 성능을 향상시킬 수 있다. 본 논문에서는 신호의 부분적인 non-zero 위치를 Multipath matching pursuit(MMP)에 적용한다. 실험을 통해서 신호복원 이 개선되고 ITU-VB 채널 환경에서 채널추정 성능이 개선됨을 확인한다. ABSTRACT Compressive sensing can recover an original sparse signal from a few measurements. Its performance is affected by the number of non-zero elements in the signal. The knowledge of partial locations of non-zero elements can

more »

... prove the recovery performance. In this paper, we apply the partial location knowledge to the multipath matching pursuit. The numerical results show it improves the signal recovery performance and the channel estimation performance in the ITU-VB channel. Ⅰ. 서 론 짧은 펄스와 같은 성긴(sparse) 신호를 sub-Nyquist 샘플링 주파수로 샘플링하려면 적은수의 샘플로 신호 를 복원하는 압축 센싱을 사용할 수 있다 [1] . 압축 센싱 의 성능은 센싱행렬의 성질, 측정벡터의 길이, 그리고 복원하고자 하는 신호의 Non-zero 개수에 영향을 받 는다. 만약, 복원하고자 하는 신호의 위치를 부분적으 로 알 수 있다면 sparsity를 줄여 신호복원 정확도를 향상시킬 수 있다. 본 논문에서는 복원하고자 하는 신 호의 부분적인 위치를 MMP 알고리즘에 적용해 신호 복원 정확도를 향상시키고, 이를 OFDM 시스템에서 채널추정에 응용하여 채널추정 정확도를 향상시키고 자 한다. Ⅱ. 사전 정보를 이용한 압축센싱 MMP는 OMP, CoSaMP와 함께 대표적인 압축센 싱 알고리즘 중의 하나이다 [2] . 압축센싱 알고리즘의 공통점은 반복적으로 센싱행렬과 residual 벡터의 correlation이 가장 큰 열을 찾아 해당 열에 대응하는 신호를 복원하는 알고리즘이다. MMP는 OMP를 확장 하여 일반화시킨 알고리즘으로써, residual 벡터와 센 싱 행렬의 열벡터들의 correlation이 큰  개를 찾아 트리를 구성한다. MMP는 최종 후보들 중에서 residual이 가장 작은 집합을 선택해 신호를 복원한다. MMP의 과정은 알고리즘 1에 기술하였다. OMP는 correlation이 큰 열을 찾는 과정에서 진짜 열을 못찾 을 경우, 신호복원에 실패하지만, MMP는 correlation 이 큰 개를 찾으므로 진짜 열을 못찾는 경우가 감 소하므로 신호 복원 성능이 좋아진다. 하지만, 트리를 구성하기 때문에 동작시간이 오래 걸리는 단점이 있 다. 복원하고자 하는 신호의 부분적인 non-zero 위치 를 사전 정보(priori-aided information)로 MMP에 적 용시켜 찾고자 하는 신호의 개수를 감소시킬 수 있다. 그 결과 알고리즘 수행과정에서 반복횟수가 줄어들고, MMP의 경우에는 반복과정에서 후보군이 크게 감소 해 동작시간이 감소한다. 게다가 sparsity도 감소하는 효과로 인해 신호 복원 정확도가 향상된다. 앞으로 사 전 정보를 이용해 신호를 복원하는 알고리즘을 PA-MMP라고 표기한다. 그림 1은 MMP 알고리즘과