Automatic Channel Coding Recognition Based on DeepVGG

본 논문은 딥러닝 기반의 채널코딩 자동 인식 기법을 제안한다. 채널코딩은 무선 통신 시스템에서 데이터 전송의 신뢰성을 보장하는 중요한 기술로, 오류 정정을 통해 통신 품질을 향상하는데 기여한다. 기존의 1차원 데이터 처리 방식의 한계를 극복하기 위해 본 연구는 DeepVGG 모델을 활용해 1차원 채널코딩 데이터를 2차원 형태로 변환하여 채널코딩 인식 성능을 개선하였다. 모델 검증에 사용한 Convolutional, BCH, Polar, Hamming, RM, Golay, Product 등 7가지이고, 제안한 기법은 낮은 SNR 환경에서도 높은 채널코딩 인식 정확도를 유지하며, TextCNN 및 BiLSTM-CNN과 비교해 평균 10% 이상 성능 향상을 보였다.