채널 용량

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요
2. 채널 용량의 정의
3. 섀넌-하틀리 정리
- 3.1. AWGN 채널 용량
- 3.2. 대역폭 제한 및 전력 제한 영역
4. 채널 용량의 확장
- 4.1. 주파수 선택적 채널
- 4.2. 페이딩 채널
5. 채널 용량과 관련된 통신 기술
- 5.1. MIMO (다중 입출력)
- 5.2. 협력 다이버시티
6. 한국의 채널 용량 연구 현황
참조

1. 개요

채널 용량은 통신 시스템에서 오류 없이 데이터를 전송할 수 있는 최대 전송률을 의미한다. 섀넌의 관계식을 통해 채널 용량을 계산할 수 있으며, 이는 신호 대 잡음비(SNR)와 대역폭에 따라 결정된다. 채널 용량은 디지털 통신뿐만 아니라 아날로그 통신에도 적용되며, MIMO, 협력 다이버시티 등의 통신 기술과 밀접하게 관련되어 있다. 또한, 채널 용량은 주파수 선택적 채널, 페이딩 채널 등 다양한 환경에서 연구되며, 5G/6G 기술 개발 및 정부 지원 정책과도 연관되어 있다.

더 읽어볼만한 페이지

전기통신 이론 - 신호 처리
신호 처리는 정보를 담은 신호를 조작하고 분석하는 기술로, 통신, 멀티미디어 등 다양한 분야에서 활용되며 필터, 변환 등의 기술 요소와 미분 방정식, 선형 대수학 등의 수학적 개념이 사용된다.
전기통신 이론 - 대역폭 (신호 처리)
대역폭은 주파수 영역에서 함수의 퍼짐 정도를 나타내는 척도로, 통신 분야에서는 변조된 반송파 신호가 차지하는 주파수 범위, 다른 분야에서는 시스템 성능을 유지하거나 저하가 발생하는 주파수 범위를 의미하며, 다양한 측정 방식과 함께 여러 분야에서 활용된다.
인간공학 - 신뢰성 공학
신뢰성 공학은 제품이나 시스템이 정해진 기간 동안 지정된 조건에서 의도된 기능을 수행할 확률을 다루는 공학 분야이며, 확률, 의도된 기능, 기간, 조건을 고려하여 시스템의 신뢰성을 높이고, 신뢰성 시험 및 다양한 기법을 활용하여 안전 공학 및 제조업 분야에서 중요한 역할을 한다.
인간공학 - 스트레스 볼
스트레스 볼은 손으로 쥐었다 놓는 행위를 통해 스트레스 해소를 돕는 완구로, 다양한 재질과 형태로 제작되며 물리 치료에서는 재활 훈련 및 통증 완화에 사용된다.
정보 이론 - 양자 컴퓨터
양자 컴퓨터는 양자역학적 현상을 이용하여 정보를 처리하는 컴퓨터로, 큐비트를 통해 0과 1을 동시에 표현하여 특정 연산에서 기존 컴퓨터보다 빠른 속도를 보이며 암호 해독, 신약 개발 등 다양한 분야에 혁신을 가져올 것으로 기대된다.
정보 이론 - 정보 엔트로피
정보 엔트로피는 확률 변수의 불확실성을 측정하는 방법으로, 사건 발생 가능성이 낮을수록 정보량이 커진다는 원리에 기반하며, 데이터 압축, 생물다양성 측정, 암호화 등 다양한 분야에서 활용된다.

채널 용량
채널 정보
정의	통신 채널을 통해 신뢰성 있게 전송할 수 있는 최대 정보 전송률
단위	초당 비트 (bit/s 또는 bps)
수학적 표현
공식	C = max p(x) I(X;Y)
설명	C: 채널 용량 (bits per channel use) p(x): 입력 분포 I(X;Y): 입력 X와 출력 Y 사이의 상호 정보량
잡음이 있는 채널
가우시안 잡음 채널	C = B log2(1 + S/N)
변수	C: 채널 용량 (bps) B: 대역폭 (Hz) S: 신호 전력 (W) N: 잡음 전력 (W) S/N: 신호 대 잡음비
관련 개념
샤논-하틀리 정리	통신 채널의 최대 전송률
부호화 정리	채널 용량 이하의 전송률로 신뢰성 있는 통신 가능

2. 채널 용량의 정의

섀넌이 제시한 채널 용량의 정의는 다음과 같다.^[2]

임의의 시간 동안 전송되는 신호를 ''X'', 같은 시간에 통신로를 통해 수신되는 신호를 ''Y''라 하고, 이들을 확률 변수로 나타낸다. 통신로의 노이즈 특성 등을 고려하여 ''X''가 주어졌을 때 ''Y''의 조건부 확률 분포 함수는 다음과 같다.

: $p_{Y|X}(y|x)$

''X''와 ''Y''의 결합 확률은 통신로 $p_{Y|X}(y|x)$ 와, 그 통신로를 통해 전송되는 신호의 주변 분포 $p_X(x)$ 에 의해 결정된다.

: $p_{X,Y}(x,y)=p_{Y|X}(y|x)\,p_X(x)$

이 조건에서, 통신로를 통해 전송할 수 있는 정보량을 가능한 크게 하기 위해 상호 정보량 $I(X;Y)$ 를 사용한다. 상호 정보량의 상한이 '''채널 용량'''이며, 다음과 같이 정의된다.

: $C = \sup_{p_X} I(X;Y)\,$

통신로 부호화 정리에 따르면, 임의의 ε > 0과 통신로 용량 ''C''보다 작은 임의의 속도 ''R''에 대해, 부호 길이를 충분히 크게 하면 블록 오류율을 ε 미만으로 하는 부호화 및 복호화 방법이 존재한다. 또한, 속도가 통신로 용량보다 큰 경우, 블록 길이가 무한대에 가까워짐에 따라 수신 측의 블록 오류율은 1에 가까워진다. 단, 통신로 용량에는 다른 정의도 있다.

2. 1. 기본 개념

통신은 매체를 통해 정보를 전달한다. 통신 시스템은 송신기, 채널, 수신기로 구성된다. 매체는 통신 채널의 특성을 결정한다. 무선은 공기 중을 전파로 통신하고, 유선은 전화선 등을 통해 전자계로 통신한다. 송신 신호를 매체에 통과시켜 수신해 보고, 수신된 신호를 분석하여 채널 특성을 결정한다. 이렇게 구해진 채널 특성을 이용하면 샤논이 만든 관계식을 이용하여 채널 용량을 구할 수 있다. 샤논은 채널 용량은 수신한 신호의 신호대잡음비로 결정된다고 하였다. 이는 수신한 신호에 노이즈가 많이 낄수록 보낼 수 있는 용량이 줄어든다는 이론이다. 노이즈가 있다고 보내는 신호에 항상 오류가 수반되는 것이 아니라, 오류 없이 보낼 수 있는 최대 용량이 줄어든다는 의미이다. 오류가 없다는 것은 아니고 한 번에 보내는 데이터 패킷의 길이가 끝없이 길어지면 극한소의 오류만 남게 된다.

샤논의 채널 용량 관계식은 디지털 송신에 대한 것이고 아날로그 송신에 대한 것은 아니다. 송신의 디지털과 아날로그 방식은 매체의 디지털과 아날로그 구분과는 구별되어야 한다. 아날로그 매체도 디지털 전송이 가능하다. 아날로그 매체는 샘플링 및 부호화 과정을 통해 디지털로 전송되고 복호화 및 합성 과정을 통해 아날로그 매체로 복원된다. 아날로그 송신의 채널 용량은 최근에 연구 결과가 나오고 있다. 지금까지 경쟁적으로 발전되어 오던 통신 이론과 부호화 이론 등의 연구의 협력을 통해 아날로그 송신 기술에 대한 분석이 가능해진 것이다.

정리하면, 통신 시스템에서 채널 용량은 수신단에서 본 신호대잡음비에 따라 결정된다. 해당 관계식은 다음과 같다.

:

C = W \log_2 (1 + \text{SNR})

여기서 W는 대역폭이고

\text{SNR} = P_s/P_n

은 신호대잡음비이다.

P_s

와

P_n

은 각각 신호의 전력과 노이즈의 전력에 해당한다.

통신 시스템의 기본적인 수학적 모델은 다음과 같다.^[1]

:

\xrightarrow[\text{메시지}]{W}\begin{array}

\hline \text{인코더} \\ f_n \\ \hline\end{array}\xrightarrow[\mathrm{인코딩된 \atop 시퀀스}]{X^n}\begin{array}

\hline \text{채널} \\ p(y|x) \\ \hline\end{array}\xrightarrow[\mathrm{수신된 \atop 시퀀스}]{Y^n}\begin{array}

\hline \text{디코더} \\ g_n \\ \hline\end{array}\xrightarrow[\mathrm{추정된 \atop 메시지}]{\hat W}

여기서:^[1]

$W$ 는 전송할 메시지이다.
$X$ 는 알파벳 $\mathcal{X}$ 에서 가져온 채널 입력 기호( $X^n$ 은 $n$ 개의 기호 시퀀스)이다.
$Y$ 는 알파벳 $\mathcal{Y}$ 에서 가져온 채널 출력 기호( $Y^n$ 은 $n$ 개의 기호 시퀀스)이다.
$\hat{W}$ 는 전송된 메시지의 추정치이다.
$f_n$ 는 길이 $n$ 의 블록에 대한 인코딩 함수이다.
$p(y|x) = p_{Y|X}(y|x)$ 는 조건부 확률 분포로 모델링되는 잡음 채널이다.
$g_n$ 는 길이 $n$ 의 블록에 대한 디코딩 함수이다.

X

와

Y

를 확률 변수로 모델링한다. 또한,

p_{Y|X}(y|x)

를

X

가 주어졌을 때

Y

의 조건부 확률 분포 함수로, 통신 채널의 고유한 고정 속성이라고 하자. 그러면 주변 확률 분포

p_X(x)

의 선택은 다음과 같은 항등식으로 인해 결합 확률 분포

p_{X,Y}(x,y)

를 완전히 결정한다.^[1]

:

\ p_{X,Y}(x,y)=p_{Y|X}(y|x)\,p_X(x)

이는 차례로 상호 정보량

I(X;Y)

를 유도한다. '''채널 용량'''은 다음과 같이 정의된다.^[1]

:

\ C = \sup_{p_X(x)} I(X;Y)\,

여기서 상한은

p_X(x)

의 모든 가능한 선택에 대해 계산된다.^[1]

어떤 길이의 시간을 임의로 정하고, ''X''를 그 시간에 전송되는 신호, ''Y''를 같은 시간에 통신로를 통해 수신되는 신호를 각각 나타내는 확률 변수라고 한다. 통신로의 노이즈의 성질 등을 모두 합쳐서, ''X''가 주어졌을 때의 ''Y''의 조건부 확률 분포 함수^[2]

:

p_{Y|X}(y|x)

에 의해 통신로의 입출력 특성이 완전히 기술되는 것으로 한다. 그러면, ''X''와 ''Y''의 결합 확률^[2]

:

p_{X,Y}(x,y)

는, 통신로

p_{Y|X}(y|x)

와, 그 통신로를 통해 전송되는 신호의 주변 분포

p_X(x)

에 의해 결정된다.^[2]

:

p_{X,Y}(x,y)=p_{Y|X}(y|x)\,p_X(x)

이상의 조건 하에서, 통신로를 통해 전송할 수 있는 정보량을 가능한 크게 하는 것을 생각한다. 전송 정보량에 대한 척도로서 상호 정보량

I(X;Y)

를 사용할 수 있다. 상호 정보량의 상한이 '''채널 용량'''이며, 다음과 같이 정의된다.^[2]

:

C = \sup_{p_X} I(X;Y)\,

2. 2. 수학적 모델

통신 시스템은 송신기, 채널, 수신기로 구성되며, 채널의 특성은 통신 매체에 따라 결정된다. 샤논은 채널 용량이 수신 신호의 신호대잡음비에 의해 결정된다고 밝혔다. 즉, 노이즈가 많으면 채널 용량이 줄어든다.

샤논의 채널 용량 관계식은 디지털 송신에 대한 것이며, 아날로그 매체도 샘플링 및 부호화 과정을 통해 디지털 전송이 가능하다.

채널 용량(C)은 다음 공식으로 계산된다.

:

C = W \log_2 (1 + \text{SNR})

여기서 W는 대역폭,

\text{SNR} = P_s/P_n

은 신호대잡음비이다.

P_s

는 신호 전력,

P_n

은 노이즈 전력이다.

통신 시스템의 수학적 모델은 다음과 같다.

:

\xrightarrow[\text{메시지}]{W}\begin{array}

\hline \text{인코더} \\ f_n \\ \hline\end{array}\xrightarrow[\mathrm{인코딩된 \atop 시퀀스}]{X^n}\begin{array}

\hline \text{채널} \\ p(y|x) \\ \hline\end{array}\xrightarrow[\mathrm{수신된 \atop 시퀀스}]{Y^n}\begin{array}

\hline \text{디코더} \\ g_n \\ \hline\end{array}\xrightarrow[\mathrm{추정된 \atop 메시지}]{\hat W}

$W$ : 전송 메시지
$X$ : 채널 입력 기호 (알파벳 $\mathcal{X}$ 에서 선택, $X^n$ 은 $n$ 개 기호 시퀀스)
$Y$ : 채널 출력 기호 (알파벳 $\mathcal{Y}$ 에서 선택, $Y^n$ 은 $n$ 개 기호 시퀀스)
$\hat{W}$ : 전송 메시지 추정치
$f_n$ : 인코딩 함수 (길이 $n$ 블록)
$p(y|x) = p_{Y|X}(y|x)$ : 잡음 채널 (조건부 확률 분포로 모델링)
$g_n$ : 디코딩 함수 (길이 $n$ 블록)

X

와

Y

는 확률 변수로,

p_{Y|X}(y|x)

는

X

가 주어졌을 때

Y

의 조건부 확률 분포 함수로 모델링된다. 주변 확률 분포

p_X(x)

에 따라 결합 확률 분포

p_{X,Y}(x,y)

가 결정된다.

:

\ p_{X,Y}(x,y)=p_{Y|X}(y|x)\,p_X(x)

이는 상호 정보량

I(X;Y)

를 유도하며, '''채널 용량'''은 다음과 같이 정의된다.

:

\ C = \sup_{p_X(x)} I(X;Y)\,

여기서 상한은

p_X(x)

의 모든 가능한 선택에 대해 계산된다.

임의의 시간 동안 전송되는 신호 ''X''와 수신되는 신호 ''Y''를 확률 변수로 나타낼 때, 통신로의 노이즈 특성은 ''X''가 주어졌을 때 ''Y''의 조건부 확률 분포 함수

p_{Y|X}(y|x)

로 표현된다. ''X''와 ''Y''의 결합 확률

p_{X,Y}(x,y)

는 통신로

p_{Y|X}(y|x)

와 전송 신호의 주변 분포

p_X(x)

에 의해 결정된다.

:

p_{X,Y}(x,y)=p_{Y|X}(y|x)\,p_X(x)

이 조건에서, 전송 정보량의 척도로 상호 정보량

I(X;Y)

를 사용하며, 상호 정보량의 상한이 '''채널 용량'''이다.

:

C = \sup_{p_X} I(X;Y)\,

2. 3. 채널 용량 공식

통신 시스템에서 채널 용량은 수신단에서 본 신호대잡음비에 따라 결정된다. 샤논의 채널 용량 관계식은 디지털 송신에 대한 것이며, 수신한 신호의 신호대잡음비(SNR)에 따라 채널 용량이 결정된다는 이론이다. 즉, 노이즈가 많으면 보낼 수 있는 용량이 줄어든다.

관계식은 다음과 같다.^[4]

:

C = W \log_2 (1 + \text{SNR})

여기서 W는 대역폭이고,

\text{SNR} = P_s/P_n

은 신호대잡음비이다.

P_s

와

P_n

은 각각 신호의 전력과 노이즈의 전력을 나타낸다.

통신로의 노이즈 특성 등을 고려하여, ''X''가 주어졌을 때 ''Y''의 조건부 확률 분포 함수는 다음과 같다.

:

p_{Y|X}(y|x)

''X''와 ''Y''의 결합 확률은 다음과 같이 통신로

p_{Y|X}(y|x)

와, 그 통신로를 통해 전송되는 신호의 주변 분포

p_X(x)

에 의해 결정된다.

:

p_{X,Y}(x,y)=p_{Y|X}(y|x)\,p_X(x)

이 조건에서, 통신로를 통해 전송 가능한 정보량을 최대화하기 위해 상호 정보량

I(X;Y)

를 사용한다. 상호 정보량의 상한이 '''채널 용량'''이며, 다음과 같이 정의된다.

:

C = \sup_{p_X} I(X;Y)\,

엔트로피 함수를 H(p)라고 하면, 2원 대칭 통신로의 통신로 용량 C는 C = 1 - H(p)와 같다.

2원 소실 통신로의 통신로 용량 C는 C = 1 - p와 같다.

3. 섀넌-하틀리 정리

통신 시스템에서 채널 용량은 수신단에서 본 신호대잡음비(SNR)에 따라 결정된다. 섀넌은 채널 용량이 수신한 신호의 신호대잡음비에 의해 결정된다고 하였으며, 이는 수신한 신호에 노이즈가 많이 낄수록 보낼 수 있는 용량이 줄어든다는 것을 의미한다. 하지만 노이즈가 있다고 해서 항상 오류가 발생하는 것은 아니고, 오류 없이 보낼 수 있는 최대 용량이 줄어드는 것이다.^[11]

섀넌의 채널 용량 관계식은 디지털 송신에 대한 것이며, 아날로그 송신과는 구별된다. 아날로그 매체도 샘플링 및 부호화 과정을 통해 디지털 전송이 가능하다.

섀넌-하틀리 정리에 따르면, 채널 용량 ''C''는 다음과 같이 계산된다.

: $C = W \log_2 (1 + \text{SNR})$

여기서 W는 대역폭이고, $\text{SNR} = P_s/P_n$ 은 신호대잡음비이다. $P_s$ 와 $P_n$ 은 각각 신호의 전력과 노이즈의 전력을 나타낸다.

SNR 값에 따라 채널 용량은 다음과 같이 변화한다.

SNR이 클 때 (대역폭 제한 영역): 용량은 전력에 대해 로그적으로 증가하고, 대역폭에 대해 거의 선형적으로 증가한다.
SNR이 작을 때 (전력 제한 영역): 용량은 전력에 대해 선형적으로 증가하지만, 대역폭에 둔감하다.

3. 1. AWGN 채널 용량

가법 백색 가우시안 잡음(AWGN) 채널에서 채널 용량 개념을 적용한 예시는 ''B'' Hz의 대역폭과 신호 대 잡음비 ''S/N''을 갖는 채널에서 섀넌-하틀리 정리이다.^[11]

:

C = B \log_2 \left( 1+\frac{S}{N} \right)\

''C''는 로그가 밑 2를 사용할 경우 초당 비트 단위로 측정되며, 자연 로그를 사용할 경우 초당 낫 단위로 측정된다. 이때 ''B''는 헤르츠를 사용한다고 가정한다. 신호 및 잡음 전력 ''S'' 및 ''N''은 선형 전력 단위 (와트 또는 볼트² 등)로 표현된다. ''S/N'' 수치가 종종 dB로 표시되므로 변환이 필요할 수 있다. 예를 들어, 신호 대 잡음비가 30 dB인 경우 선형 전력 비율은

10^{30/10} = 10^3 = 1000

이다.

평균 수신 전력이

\bar{P}

[W]이고, 총 대역폭이 Hz 단위로

W

이며, 잡음 전력 스펙트럼 밀도가

N_0

[W/Hz]인 경우, AWGN 채널 용량은 다음과 같다.

:

C_{\text{AWGN}}=W\log_2\left(1+\frac{\bar{P}}{N_0 W}\right)

[bits/s]

여기서

\frac{\bar{P}}{N_0 W}

는 수신 신호 대 잡음비(SNR)이다. 이 결과는 '''섀넌-하틀리 정리'''로 알려져 있다.^[11]

SNR이 클 때(SNR ≫ 0 dB), 용량

C\approx W\log_2 \frac{\bar{P}}{N_0 W}

는 전력에 대해 로그적으로, 대역폭에 대해 거의 선형적으로 증가한다. 이것을 ''대역폭 제한 영역''이라고 한다.

SNR이 작을 때(SNR ≪ 0 dB), 용량

C\approx \frac{\bar{P}}{N_0 \ln 2}

는 전력에 대해 선형적이지만 대역폭에 둔감하다. 이것을 ''전력 제한 영역''이라고 한다.

대역폭 제한 영역과 전력 제한 영역은 그림에 나와 있다.

3. 2. 대역폭 제한 및 전력 제한 영역

AWGN 채널에서 채널 용량 개념을 적용한 예로, ''B'' Hz의 대역폭과 신호 대 잡음비 ''S/N''을 갖는 채널에서의 섀넌-하틀리 정리가 있다.^[11]

:

C = B \log_2 \left( 1+\frac{S}{N} \right)\

''C''는 로그의 밑이 2일 경우 초당 비트 단위로 측정되며, 자연 로그를 사용할 경우 초당 낫 단위로 측정된다. ''B''는 헤르츠를 사용한다고 가정하며, 신호 및 잡음 전력 ''S'' 및 ''N''은 선형 전력 단위 (와트 또는 볼트² 등)로 표현된다. ''S/N'' 수치가 종종 dB로 표시되므로 변환이 필요할 수 있다. 예를 들어, 신호 대 잡음비가 30 dB인 경우 선형 전력 비율은

10^{30/10} = 10^3 = 1000

이다.

평균 수신 전력이

\bar{P}

[W]이고, 총 대역폭이 헤르츠(Hz) 단위로

W

이며, 잡음 전력 스펙트럼 밀도가

N_0

[W/Hz]인 경우, AWGN 채널 용량은 다음과 같다.

:

C_{\text{AWGN}}=W\log_2\left(1+\frac{\bar{P}}{N_0 W}\right)

[bits/s]

여기서

\frac{\bar{P}}{N_0 W}

는 수신 신호 대 잡음비(SNR)이다.

SNR이 클 때(SNR ≫ 0 dB), 용량

C\approx W\log_2 \frac{\bar{P}}{N_0 W}

는 전력에 대해 로그적으로, 대역폭에 대해 거의 선형적으로 증가한다. 이것을 ''대역폭 제한 영역''이라고 한다.

SNR이 작을 때(SNR ≪ 0 dB), 용량

C\approx \frac{\bar{P}}{N_0 \ln 2}

는 전력에 대해 선형적이지만 대역폭에 둔감하다. 이것을 ''전력 제한 영역''이라고 한다.

4. 채널 용량의 확장

페이딩 채널에서, 코히어런스 시간이 지연 요구 사항보다 큰 슬로우 페이딩 채널의 경우, 채널이 지원하는 신뢰성 있는 통신의 최대 속도는 송신기에 알려지지 않은 임의의 채널 이득에 따라 달라지므로, 확실한 용량이 존재하지 않는다. 송신기가 특정 속도로 데이터를 인코딩하는 경우, 디코딩 오류 확률을 임의로 작게 만들 수 없는 0이 아닌 확률이 존재하며, 이 경우 시스템은 아웃티지 상태에 있다고 한다. 채널이 딥 페이드 상태에 있을 0이 아닌 확률로 인해, 엄밀한 의미에서 슬로우 페이딩 채널의 용량은 0이다. 그러나 아웃티지 확률이 특정 값보다 작도록 하는 가장 큰 속도를 결정하는 것이 가능하며, 이 값을 아웃티지 용량이라고 한다.

빠른 페이딩 채널에서 지연 요구 사항이 코히어런스 시간보다 크고 코드워드 길이가 여러 코히어런스 기간에 걸쳐 있는 경우, 여러 코히어런스 시간 간격에 걸쳐 코딩하여 평균할 수 있다. 따라서 일정 수준의 신뢰할 수 있는 통신 속도를 달성할 수 있으며, 이 값을 빠른 페이딩 채널의 용량으로 간주한다.

4. 1. 주파수 선택적 채널

페이딩 채널의 용량은 워터 필링 알고리즘 전력 할당에 의해 다음과 같이 주어진다.

:

C_{N_c}=\sum_{n=0}^{N_c-1} \log_2 \left(1+\frac{P_n^* |\bar{h}_n|^2}{N_0} \right),

여기서

P_n^*=\max \left\{ \left(\frac{1}{\lambda}-\frac{N_0}

4. 2. 페이딩 채널

페이딩 채널의 용량은 워터 필링 알고리즘 전력 할당에 의해 다음과 같이 주어진다.:

C_{N_c}=\sum_{n=0}^{N_c-1} \log_2 \left(1+\frac{P_n^* |\bar{h}_n|^2}{N_0} \right),

여기서

P_n^*=\max \left\{ \left(\frac{1}{\lambda}-\frac{N_0}

5. 채널 용량과 관련된 통신 기술

MIMO와 협력 다이버시티는 채널 용량을 늘리기 위한 통신 기술이다. MIMO는 여러 안테나를 사용해 데이터를 주고받으며, 협력 다이버시티는 여러 통신 노드가 협력하여 정보를 전송한다.

5. 1. MIMO (다중 입출력)

MIMO는 여러 개의 안테나를 사용하여 데이터를 주고받는 기술로, 채널 용량을 크게 늘릴 수 있다. 협력 다이버시티는 MIMO 기술의 한 종류로, 여러 중계기를 사용하여 통신 신뢰도를 높인다.

5. 2. 협력 다이버시티

협력 다이버시티는 여러 통신 노드가 서로 협력하여 정보를 전송하는 기술이다.

6. 한국의 채널 용량 연구 현황

(이전 출력이 없으므로, 수정할 내용이 없습니다. 원본 소스와 함께 이전 출력을 제공해주시면 수정 작업을 진행하겠습니다.)

참조

_[1] 웹사이트 Channel capacity http://www.cs.ucl.ac[...]
_[2] 웹사이트 Signals look like noise! http://www.st-andrew[...]
_[3] 서적 Elements of Information Theory https://books.google[...] John Wiley & Sons, New York
_[4] 서적 Elements of Information Theory Wiley-Interscience 2006
_[5] 간행물 Fundamentals of Wireless Communication https://books.google[...] Cambridge University Press, UK
_[6] 논문 The information capacity of amplitude- and variance-constrained sclar gaussian channels https://linkinghub.e[...] 1971
_[7] 논문 Characterization and Computation of Optimal Distributions for Channel Coding https://ieeexplore.i[...] 2005
_[8] 서적 International Symposium onInformation Theory, 2004. ISIT 2004. Proceedings. IEEE 2004
_[9] 논문 Cooperative Channel Capacity Learning https://ieeexplore.i[...] 2023
_[10] 간행물 Fundamentals of Wireless Communication https://books.google[...] Cambridge University Press, UK
_[11] 서적 The Handbook of Electrical Engineering https://books.google[...] Research & Education Association
_[12] 논문 Causality, Feedback and Directed Information http://www.isiweb.ee[...] 1990-11
_[13] 논문 The zero error capacity of a noisy channel 1956-09
_[14] 논문 Capacity of the trapdoor channel with feedback https://www.ee.bgu.a[...] 2008-07
_[15] 논문 Capacity and Coding for the Ising Channel With Feedback 2014-09
_[16] 논문 Feedback Capacity of Ising Channels With Large Alphabet via Reinforcement Learning 2022-09
_[17] 논문 Finite State Channels With Time-Invariant Deterministic Feedback 2009-02

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com