본 논문은 Binary Offset Carrier (BOC) 변조를 사용하는 Global Navigation Satellite System (GNSS) 신호의 Auto-Correlation Function (ACF) 출력에서 발생하는 주변 피크를 제거하는 새로운 기법을 제안한다. BOC 변조는 시스템간 간섭을 완화하고 측위 정확도를 향상시키지만, BOC 부반송파로 인하여 ACF 출력에서 주변 피크가 발생하고 메인 피크에 대한 모호성을 야기시킨다. 이러한 문 제를 해결하기 위해, 본 논문에서는 Deep learning을 기반으로 하는 side peaks cancellation network (SPCN)를 설계하였다. SPCN은 BOC 변조 ACF 출력 특성을 학습하여 ACF 출력에서 주변 피크 를 제거하고 메인 피크만 남기는 방식으로 동작한다. SPCN은 ACF 출력의 특징을 추출하는 1차원 Convolutional Neural Network (CNN)의 backbone 네트워크와 2개의 header 네트워크의 조합으로 구성되어 있으며, 2개의 header 네트워크는 각각 메인 피크의 파라미터(진폭, 시간 지연)을 추정하고, 주변 피크가 제거된 ACF 출력을 생성한다. 본 논문에서는 다양한 C/N₀ 및 다중 경로 조 건에서 SPCN의 성능을 평가하였다. 실험 결과에 따르면, SPCN은 기존의 주변 피크 제거 기법과 다르게 반복적인 연산 필요없이 효율적으로 주변 피크를 제거할 수 있음을 보였다. 따라서 SPCN 은 GNSS의 BOC 신호 처리에 효과적으로 적용될 수 있는 새로운 기법이라고 할 수 있다.

Deep Learning-Based Side-peak Cancellation for Binary Offset Carrier Modulation

Sangjae Cho, Hong-Woo Seok, Seung-Hyun Kong*

This paper proposes a new technique to cancel side-peaks in the Auto-Correlation Function (ACF) output of Global Navigation Satellite System (GNSS) signals using Binary Offset Carrier (BOC) modulation. While BOC modulation reduces inter-system interference and enhances positioning accuracy, the BOC subcarrier results in side-peaks in the ACF output, increasing the ambiguity regarding the main peak. To address this challenge, we introduce a deep learning-based side peaks cancellation network (SPCN). SPCN operates by learning the characteristics of BOC modulated ACF output, aiming to cancel side-peaks and retain only the main peak. The structure of SPCN consists of a 1-dimensional Convolutional Neural Network (CNN) as its backbone network for extracting features from the ACF output, combined with two header networks. These two header networks are designed to estimate the main peak parameters (amplitude and time delay) and produce an ACF output with the surrounding peaks removed. In this study, we evaluated the performance of SPCN under various C/N₀ and multipath conditions. According to our experimental findings, SPCN, unlike conventional side-peak cancellation techniques, can efficiently cancel side-peaks without the need for iterative computations. Thus, we posit that SPCN offers a promising new approach for effectively processing GNSS signals with BOC modulation.

Keywords: BOC, deep learning, side-peak cancellation

Speaker 조상재 한국과학기술원