본 논문에서는 신경망 기반 직교 주파수 분할 다중화(OFDM) 수신기를 제안합니다. 제안된 두 가지 신경망, 듀얼 어텐션 트랜스포머(DAT)와 레지듀얼 듀얼 논로컬 어텐션 네트워크(RDNLA)는 채널 추정 및 등화 작업을 수행하고 수신된 동위상 및 직교 위상(IQ) 신호로부터 직접 로그 우도 비율(LLR)을 예측합니다. DAT는 최첨단(SOTA) 트랜스포머 아키텍처를 사용하고, RDNLA는 병렬 레지듀얼 아키텍처와 논로컬 어텐션 블록을 사용합니다. 다양한 SNR 레벨에서 기존 통신 시스템 및 기존 신경망 수신기 모델과 비교하여 제안된 방법의 비트 오류율(BER) 및 블록 오류율(BLER) 성능을 평가합니다. 시뮬레이션 결과, DAT와 RDNLA가 기존 방법들을 능가하는 성능을 보이며, 계산 효율성 또한 차세대 통신 시스템에 적용 가능함을 보여줍니다.
