기존의 동기화 신호 검출 방법은 고정된 문턱값을 사용하는 선형 상관함수 분석에 의존하지만, 실제 무선 통신 시스템의 비선형적 특성을 처리하기에는 불충분하다. 이러한 환경에서는 충분한 상관 정보를 확보하고 검출 강건성을 향상시키기 위해 긴 동기화 신호의 사용이 유익하다. 본 논문은 한켈리제이션(Hankelization) 기반 전처리와 신경망(NN) 연산을 결합한 새로운 프레임워크를 제안한다. 제안 방법은 역푸리에 변환과 한켈 행렬 구성(inverse Fourier transform and Hankel matrix construction)을 통해 특징 추출을 향상시키고, 이후 특이값 분해(singular value decomposition, SVD)를 수행하여 지배적인 신호 특징은 보존하며 잡음 성분은 억제한다. 신경망이 비선형 패턴을 학습할 수 있는 능력을 활용함으로써, 제안 방법은 고정 문턱값의 필요성을 제거하고 강건한 동기화 신호 검출을 달성한다. 시뮬레이션 결과는 다양한 환경에서 기존 방법에 비해 더 높은 정확도를 보이며, 향후 무선 통신 시스템에서의 한켈리제이션 기반 전처리의 가능성을 뒷받침한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.