분산 센싱 네트워크를 위한 시간 위상 공동 동기화와 특징 수준 초평면 회귀
** 본 논문은 분산 IoT 센싱 네트워크에서 시계 오프셋과 RF 위상 오류를 동시에 보정하기 위해, 고차원 동적 매니폴드의 변화를 선형 회귀 형태의 초평면으로 변환하는 Generalized Hyper‑plane Regression(GHR) 프레임워크를 제안한다. LFM 파형을 이용해 모델 차원을 2차원으로 축소하고, 단방향 특징 전송을 통해 통신 오버헤드를 없앰으로써 자원 제한 엣지 노드에서도 피코초 수준의 동기화 정확도를 달성한다. …
저자: Kailun Tian, Kaili Jiang, Dechang Wang
**
본 논문은 분산 IoT 센싱 네트워크에서 시간 동기화와 RF 위상 보정을 동시에 수행해야 하는 근본적인 문제를 다룬다. 기존의 PTP, NTP와 같은 패킷 기반 프로토콜이나 두 단계식 물리‑계층 동기화 기법은 마이크로파 대역에서 발생하는 ‘시간‑위상 결합’ 현상을 완전히 해소하지 못한다. 즉, 시계 오프셋 ΔT가 남아 있으면 순간 주파수 ω(t)와 곱해져 위상 Γ가 급격히 변동하고, 이는 공동 처리 시 신호 상관을 크게 저하시킨다.
### 1. 문제 정의와 매니폴드 모델링
저자들은 먼저 M개의 분산 수신 노드가 관측하는 신호 x_m(t)=exp{j
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기