본 논문은 10GHz이상의 주파수 대역을 사용하는 위성 통신 링크에서 강우에 의해 감쇠된 신호 레벨을 동적으로 예측하기 위한 비교적 간단한 예측 기법을 제시한다. 예측 기법은 이산시간 저역 통과 필터링, 기울기에 근거한 예측, 평균 오차 보정, 고정 및 가변 혼합 예측 여유 할당의 4가지 기능 블록을 갖는다. Ku 대역의 측정 데이터로부터 주파수 스케일링에 의해 얻어진 Ka 대역 강우 감쇠 데이터를 이용하여 시뮬레이션을 수행하였다. 평균 오차 보정을 갖는 기울기 예측 기법은 1dB 이하의 표준 편차를 가지며, 평균 오차 보정에 의해 약 1.5~2.5 배의 예측 오차 감소를 보인다. 요구되는 평균 여유 면에서, 혼합 예측 여유 할당은 고정 여유 방법과 가변 여유 방법에 비해 더 적은 평균 여유를 요구한다.
본 논문은 10GHz이상의 주파수 대역을 사용하는 위성 통신 링크에서 강우에 의해 감쇠된 신호 레벨을 동적으로 예측하기 위한 비교적 간단한 예측 기법을 제시한다. 예측 기법은 이산시간 저역 통과 필터링, 기울기에 근거한 예측, 평균 오차 보정, 고정 및 가변 혼합 예측 여유 할당의 4가지 기능 블록을 갖는다. Ku 대역의 측정 데이터로부터 주파수 스케일링에 의해 얻어진 Ka 대역 강우 감쇠 데이터를 이용하여 시뮬레이션을 수행하였다. 평균 오차 보정을 갖는 기울기 예측 기법은 1dB 이하의 표준 편차를 가지며, 평균 오차 보정에 의해 약 1.5~2.5 배의 예측 오차 감소를 보인다. 요구되는 평균 여유 면에서, 혼합 예측 여유 할당은 고정 여유 방법과 가변 여유 방법에 비해 더 적은 평균 여유를 요구한다.
This paper presents a simple dynamical prediction scheme of the signal level which is attenuated and varied due to rain fading in satellite communication links using above 10GHz frequency bands. The proposed prediction scheme has four functional blocks for discrete-time low-pass filtering, slope-bas...
This paper presents a simple dynamical prediction scheme of the signal level which is attenuated and varied due to rain fading in satellite communication links using above 10GHz frequency bands. The proposed prediction scheme has four functional blocks for discrete-time low-pass filtering, slope-based prediction, mean-error correction and hybrid fixed/variable prediction margin allocation. Through simulations using Ka-band attenuation data obtained from the data measured over Ku-band by frequency-scaling, it is shown that the slope-based prediction with the mean-error correction has as small standard deviation of prediction error as below 1 dB, and that the error is about 1.5 to 2.5 times as small as that without the mean-error correction. The hybrid prediction margin allocation requires smaller average margin than those of both fixed and variable methods.
This paper presents a simple dynamical prediction scheme of the signal level which is attenuated and varied due to rain fading in satellite communication links using above 10GHz frequency bands. The proposed prediction scheme has four functional blocks for discrete-time low-pass filtering, slope-based prediction, mean-error correction and hybrid fixed/variable prediction margin allocation. Through simulations using Ka-band attenuation data obtained from the data measured over Ku-band by frequency-scaling, it is shown that the slope-based prediction with the mean-error correction has as small standard deviation of prediction error as below 1 dB, and that the error is about 1.5 to 2.5 times as small as that without the mean-error correction. The hybrid prediction margin allocation requires smaller average margin than those of both fixed and variable methods.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
지금까지 알려진 일반적인 예측 기법으로는 선형예측 필터링(linear predictive filtering)151, 시계열 분석(time series analysis)'®에 의한 예측, 선형 적응형 필터링 (linear adaptive filtering)171, 신경망(neural network)181 등에 의한 비선형 예측 방법을 들 수 있다. 그러나, 1% 이하의 시간율로 적용되는 적응형 보상 방법을 위해 위와 같은 복잡도가 높은 예측 기법을 사용한다는 것은 단말 비용 또는 처리 시간의 면에서 적절하지 못하며, 따라서 본 논문에서는 비교적 간단하면서 효율적인 예측 기법을 제시한다.
이러한 예측 오차를 줄이기 위해서는 예측 이전에 신틸레이션 효과를 충분히 제거하여야 하며 이를 위해 차단 대역폭이 비교적 작은 저 역 필터를 사용하여 한다. 그러나, 저역 필터의 사용은 신호 레벨 변화에 대한 응답 지연 현상을 초래하여 결국, 예측 오차를 또 다시 증가시키는 현상을 가져온다 본 논문에서는 평균 오차에 대한 보정을 통하여 저역 필터의 지연 오차를 감소시키는 기법을 제시한다. 또한, 신틸레이션에 의한 예측 오차의 극복을 위해 예측 여유를 두어야 하며, 가변적인 예측 여유는 고정적인 여유를 갖는 방법에 비해 적은 예측 여유을 요한대1기.
또한, 신틸레이션에 의한 예측 오차의 극복을 위해 예측 여유를 두어야 하며, 가변적인 예측 여유는 고정적인 여유를 갖는 방법에 비해 적은 예측 여유을 요한대1기. 본 논문에서는 오차 보정에서재귀적인 계산식으로부터 얻은 평균 오차와 분산을 사용하여 가변 예측 여유를 계산하는 방법을 제시한다.
본 논문에서는 위성 링크에서의 강우 감쇠 보상 기법의 실현을 위해, 비교적 간단한 동적 신호 레벨 예측 기법을 제안하였다.
본 논문에서는 이러한 지연에 의해 발생되는 오차를 감소시키기 위해 기울기에 의해 예측된 값에 과거 시간 동안 관측된 오차에 대한 평균을 추가함으로써 그 오차를 보정한다. 오차 보정을 취한 후의 예측 값 는
가설 설정
가변 여유 방법은 예측 과정에서 강우 감쇠 값을 충분히 예측하고 예측 오차는 신틸레이션현상에 의한 것으로 가정한다. 그러나, 실제 예측과정에서 기울기 반전 부분에서와 같이 그 이외의 원인에 의한 예측 오차가 존재하며, 가변 여유 방식으로 낮은 과추정 확률을 얻기 위해서는 匕를 크게 해야 한다.
문헌 [3, 11] 에서는 강우 감쇠 신호에서 신틸레이션에 의한 변화를 분리시키기 위해 간단한 저 역 필터를 사용하였고 신호 크기 변화에 대한 예측과정 없이 전송 방식의 전환을 결정하였다. 예측 방법으로 문헌 [4] 에서는 과거와 현재의 감쇠 기울기가 같다는 가정 하에 기울기에 근거한 예측 방법을 사용하였고 문헌 μ2]에서는 강우 감쇠 신호를 시계열 분석 빙법의 ARMA(autoregressive moving average) 로 모델링하여 '예측기로 사용하였다. ARMA 모델 또는 적응형 필터를 사용하여 예측을 수행하는 경우, 기울기 방법에 비해 그 복잡도가 크며, 문헌 [13]에서 지적된 바와 같이 강우 감쇠의 통계적 특성은 비교적 빠르게 변화하기 때문에, 장기간 동안의 강우 감쇠 정보는 예측값과 관련성이 적으며, 수 초 이내의 짧은 기간 동안의 정보로부터 예측하는 것이 보다 효과적이다.
제안 방법
485 GHz의 Ka 대역으로 변환하여 사용하였다. 또한, 페이드 변화율이 매우 큰 강우 감쇠 데이터에 대한 제시된 예측 기법의 동작 성능을 검토하기 위해, 주파수 스케일링된 Ka 대역 데이터에서 신틸레이션현상을 충분히 반영한 강우 감쇠 데이터를 사용하여 실험을 수행하였다. 표 1은 시뮬레이션에서 사용된 2가지 강우 감쇠 데이터의 평균 페이드 변화율을 나타낸 것이다.
이 때, 신틸레이션에 의한 신호 레벨의 변화와 열화를 극복하기 위해 예측 레벨에 추가적인 예측 여유{prediction margin)를 부가하여야 한다. 본 논문에서 제시되는 예측 기법은 그림 1 의 구성을 가지며, 저역 통과 필터링, 기울기에 근거한 예측(SBP: Slope-Based Predictor), 평균 오차 보정 (mean-error correction), 고정 및 가변 혼합 여유 할당의 4가지 기능으로 구성된다.
LPF를구현하는데 있어 일반적으로 잘 알려진 FIR 또는 IIR 필터로 설계할 수 있으나, 서론에서 지적된 바와 같이 강우 감쇠 시간율을 고려한다면, 비교적 간단한 방법을 택하여야 한다. 본 논문에서는 문헌 [12]에서와 같이 다음 식의 입출력 관계를 갖는 1-pole을 갖는 이산 귀환 필터링을 사용한다
본 논문에서는 비교적 간단하고 최근의 감쇠 정보를 이용하는 기울기에 근거한 예측 방법을 사용하였다. 그러나, 기울기 예측 기법에서 신틸레이션에 의한 신호 레벨 변화를 강우 감쇠에 의한 변화로 오인하여 예측을 수행함으로써 기인하는 오차가 발생한다.
현 시점으로부터 일정 예측 시간 이후의 신호 레벨을 예측하는데 있어 비교적 간단한 방법으로 기울기에 근거한 예측 방법을 고려한다. 감쇠 기울기에 의한 예측은 과거 신호 레벨들 사이의 기울기는 현 시점 이후에서도 동일하다는 가정에 기반을 둔다.
대상 데이터
본 논문의 시뮬레이션에서 강우 감쇠 데이터를 발생시키기 위해서, Ku 대역을 사용하는 무궁화 위성의 비이콘(tecon) 신흐의 측정 데이터를 이용하여 모델링한 강우 감쇠 시뮬레이션 모델을 사용하였다[15]. Ka 대역의 강우 감쇠 데이터를 얻기 위해, Ku 대역의 데이터를 ITU 추천 주파수 스케일링 기법[16]을 이용하여 20.
이론/모형
Ka 대역의 강우 감쇠 데이터를 얻기 위해, Ku 대역의 데이터를 ITU 추천 주파수 스케일링 기법[16]을 이용하여 20.755 GHz와 30.485 GHz의 Ka 대역으로 변환하여 사용하였다. 또한, 페이드 변화율이 매우 큰 강우 감쇠 데이터에 대한 제시된 예측 기법의 동작 성능을 검토하기 위해, 주파수 스케일링된 Ka 대역 데이터에서 신틸레이션현상을 충분히 반영한 강우 감쇠 데이터를 사용하여 실험을 수행하였다.
성능/효과
두 경우에서의 0.1 % 과추정 확률을 얻기 위한 평균 여유 약 0.6 dB와 약 3 dB의 결과는 고정 여유나 가변 여유의 두 방법 모두에 대해서 우수한 결과를 갖는다.
그러나, 대역폭 감소 로 인하여 수 십 샘플의 지연 현상이 발생되며, 지 연 현상은 기울기에 근거한 예측 방법에서 예측 기 간의 확장으로 해결될 수 없다. 따라서, 본 논문에서는 과거 오차의 평균을 취하여 지연 현상으로 인한 예측 오차를 줄이는 방법을 제시하였고 그 결과 지연 현상과 오차를 감소시키며, 특히 과추정 오차 를 현저히 감소시킬 수 있다. 제시된 예측 기법은 간단하면서도 충분한 예측 과정을 수행할 수 있다는 장점을 갖는다.
제시된 예측 기법은 간단하면서도 충분한 예측 과정을 수행할 수 있다는 장점을 갖는다. 시뮬레이션 결과에서 페이드 변 화율이 약 0.4 dB/sec로 가장 큰 강우 감쇠 데이터 에도 예측 오차의 평균 및 표준 편차는 1 dB를 넘 지 않는다.
0보다 큰 경우 예측 보정은 본래의 평균 오차를 초과함으로 예측 패턴은 본래의 감쇠 패턴에 교차하여 벗어난다. 위의 결과를 볼 때, 예측 오차 보정은 평균 오차로써 충분하며, 匕로는 1.0이 적절하다고 할 수 있다. 예측 보정을 한 후에는 강우 감쇠 패턴의 기울기가 변하는 구간을 제외하고는 예측 패턴의 지연 현상이 줄어들고 있다.
관측기간을 예측 시간에 비해 크게 취할 경우, 그러한 부분에서 예측 값은 지연 반응을 보이게 되어 오차는 더욱 확대될 것이다. 이러한 결과를 종합해 볼 때, 기울기 예측 과정에서 신호 레벨의 작고 빠른 변화에 필요 이상으로 반응하지 않기 위해서는 저역 필터에서 신호 레벨의 빠른 변화는 충분히 제거되어야 하며, 관측 기간과 예측시간은 동일하게 함이 적절함을 관찰할 수 있다.
따라서, 본 논문에서는 과거 오차의 평균을 취하여 지연 현상으로 인한 예측 오차를 줄이는 방법을 제시하였고 그 결과 지연 현상과 오차를 감소시키며, 특히 과추정 오차 를 현저히 감소시킬 수 있다. 제시된 예측 기법은 간단하면서도 충분한 예측 과정을 수행할 수 있다는 장점을 갖는다. 시뮬레이션 결과에서 페이드 변 화율이 약 0.
후속연구
낮은 과추정 확률에 대해서는 매우 큰 비 례 상수를 필요로 함으로써 가변 여유는 고정 여유 방법에 비해 장점이 없다. 보다 적은 비례 상수를 가지고도 만족할 만한 과추정 확률을 얻기 위해서는 가변 여유 이외에 고정 여유를 추가함으로써 획득될 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.