초당 수 기가비트 이상에 이르는 데이터 전송률은 제5세대(5G) 무선 네트워크에서 달성 가능하며, 서브테라헤르츠(sub-THz) 통신의 통합은 점점 더 중요해지고 있다. 그러나 국부 발진기(로컬 오실레이터)의 불완전성에서 비롯되는 위상 잡음(phase noise)과 같은 하드웨어 한계는 서브-THz 시스템의 성능을 저해할 수 있다. 본 논문은 직교 주파수 분할 다중화(OFDM) 시스템에서 데이터 복호를 위한 위상 잡음 보상의 과제를 다룬다. 이를 해결하기 위해, 위상 잡음의 부반송파 이동 불변성 특성과 부반송파 의존적 특징인 부반송파 간 간섭(intercarrier interference)의 특성을 모두 포착하도록 설계된 새로운 순차적 특징 학습 메커니즘을 제안한다. 제안된 접근법은 다양한 조건에서의 경험적 성능 평가와, 계산 복잡도 및 신호대 간섭대 잡음 전력비(SINR)를 고려한 이론적 분석을 포함한다. 기존의 해석적 방법 및 딥러닝 기반 방법들과의 포괄적인 비교를 수행함으로써, 파일럿 오버헤드가 극도로 낮은 경우에도 제안 방법의 효과성을 입증한다.

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