Performance Comparison of LSTM and TCN Generative AI Models in Underwater Multipath Channels

본 논문은 수중 음향 다중경로 채널에서 잡음 영향에 따른 통신 성능 향상을 위해 시계열 생성형 AI 적용하여 성능을 평가하였다. 수중 음향 통신에서 다중경로와 잡음은 시변적 특성이 강한 환경요인으로 송신신호의 지연확산과 잡음의 변동성에 영향을 준다. 이러한 수중 음향 채널의 시변적 특성을 고려하여 BPSK (Binary Phase Shift Keying)방식과 LSTM (Long-Short Term Memory) 그리고 TCN (Temporal Convolutional Network)을 적용한 경우의 성능 변화를 수치 모의실험을 통해 확인하였다. 수치 모의실험 결과에서 기존 BPSK에 비해 LSTM을 적용한 경우 24%, TCN은 25%의 향상된 성능을 확인하였으며, 두 모델 간의 성능 차이는 7%로 TCN이 우수한 성능을 보였다.