선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문은 개발 FPGA 기반 센서 노드가 WSN에 미치는 거시적 동작 특성과 노드 레벨의 미시적 동작 특성을 복합적으로 동시 분석하기 위해, FPGA 기반 센서 노드의 에뮬레이션 및 NS3 모델과 HLA/RTI 기반의 연동이 가능한 환경을 제안하였다. FPGA 기반 센서 노드의 에뮬레이션과 연동 지원을 위해 Xilinx Vivado, 디버깅 IP 블록, server-client 기반 어댑터, 연동 스크립트를 활용하여 에뮬레이션 에이전트와 HLA/RTI 연동을 위한 SW 인터페이스를 개발하였다.
제안 방법
- FPGA 기반 센서 노드는 노드 1번의 PHY 계층의 데이터 송수신 전송 과정을 모의한다. FPGA 기반 센서 노드는 AD-FMCOMMS1 SDR 모듈과 Xilinx KC705 보드를 활용하여 개발하였다. AD-FMCOMMS1 모듈은 O-QPSK (Offset-Quadrature Phase Shift Keying) 변조 혹은 복조를 통해 전기적 신호와 디지털 데이터 간 변환을 해주는 SDR장치이다.
- 본 논문은 개발 FPGA 기반 센서 노드가 WSN에 미치는 거시적 동작 특성과 노드 레벨의 미시적 동작 특성을 복합적으로 동시 분석하기 위해, FPGA 기반 센서 노드의 에뮬레이션 및 NS3 모델과 HLA/RTI 기반의 연동이 가능한 환경을 제안하였다. FPGA 기반 센서 노드의 에뮬레이션과 연동 지원을 위해 Xilinx Vivado, 디버깅 IP 블록, server-client 기반 어댑터, 연동 스크립트를 활용하여 에뮬레이션 에이전트와 HLA/RTI 연동을 위한 SW 인터페이스를 개발하였다. NS3는 코드 수정을 통해 pre-simulation 기반 연동을 지원하는 어댑터 라이브러리를 활용할 수 있도록 하였다.
- FPGA 에뮬레이션 SW 인터페이스 설계 및 구현을 위해 FPGA 벤더(Vendor)인 Xilinx의 FPGA 디자인 툴 Vivado(Feist, 2012), 에뮬레이션을 위한 HW IP(Intellectual property) 블록, 추가로 설계된 server-client 방식의 어댑터와 연동 동작이 기술된 스크립트를 활용하였다. 오픈 소스인 NS3는 HLA/RTI 연동을 지원을 위해, 코드 레벨의 수정을 통해 확장하였다.
- FPGA 에뮬레이션과 HLA/RTI 연동을 지원하는 SW 인터페이스는 Xilinx FPGA 개발 툴인 Vivado를 이용하여 설계 및 구현 하였다. Vivado는 Xilinx에서 제공하는 툴이고, 코드 수정을 통한 연동 지원은 불가능하다.
- FPGA 프로그래밍 가능한 회로 설계를 위해서는 Verilog 등의 하드웨어 기술 언어를 사용해서 개발한 디지털 모델 개발, 합성(Synthesis), P&R(Place and Route) 과정, 배선과 배치 검증 프로세스 등 일련의 과정들을 거친다.
- 오픈 소스인 NS3는 HLA/RTI 연동을 지원을 위해, 코드 레벨의 수정을 통해 확장하였다. NS3 이산 사건 기반으로 시뮬레이션이 되는 반면, physical HW로 구현된 FPGA 기반 센서 노드는 클록 주기 단위로 이산 시간 형태로 에뮬레이션 동작 특성을 보이며, 두 다른 시간 진행 방식 문제를 해결하기 위해, pre-simulation 기술(Sung, 2011)을 제안하는 환경에 적용하였다.
- 4 기반의 PHY 계층 통신 파라미터를 SW 레벨에서 설정이 가능하고, SDR 모듈과 송수신 데이터 교환이 가능하다. SDR 송신 전 IEEE PHY 계층에서 이루어지는 bit 인코딩(Encoding) 및 디코딩(Decoding) 작업은 HW 모듈로 구현하였고, 이를 활용하여 Figure 9b와 같은 FPGA 기반 센서 노드를 구현하였다. RF 송신을 위해 메모리에 저장된 송신 데이터가 DMA(Direct Memory Access) 블록을 통해 스트리밍화되어 bit 인코딩 모듈로 전송되고, 인코딩 과정을 거친 후 변조를 위해 DAC IF 블록으로 전해진다.
- 본 논문은 기존의 SW 레벨의 노드 모델을 모의하는 노드 시뮬레이터 혹은 에뮬레이터가 아닌 시제품 혹은 프로토타입으로 활용되는 물리적인 FPGA 기반의 노드를 네트워크 시뮬레이터와 직접 연동하는 이기종 모델 간 연동 방식을 택했다. 이 방식은 정적인 topology의 구조 변화와 이에 따라 이웃 노드 간 이벤트 교환에 의한 상태 및 동작 변화 등 동적으로 반영될 수 있도록 다양한 시나리오에 대해 개발 노드를 사전에 기능 검증 및 성능 평가가 가능할 뿐만 아니라 노드가 WSN에 참여했을 때 네트워크 레벨의 거시적인 성능 예측이 가능해진다.
- Vivado를 이용해 FPGA 칩 테스트하는 개발자들은 칩 레벨 신호 디버깅을 위해 일반적으로 Vivado의 GUI 기반 환경에서 HW manager, VIO, ILA를 다루게 된다. 본 논문은 기존의 디버깅 기능을 확장하여 에뮬레이션과 연동을 지원하기 위해, 회로의 클록 신호를 디버깅 IP 블록을 통해 제어하도록 하고, 칩 레벨의 신호 입출력 과정들이 GUI 환경에서 동작하는 방식이 아니라 스크립트로 만들어져 사용자 간섭없이 Tcl쉘 상에서 동작하도록 하였다.
- 본 논문은 네트워크 시뮬레이터에 연동될 수 있는 HW 에뮬레이션 아키텍쳐를 Xilinx의 FPGA 설계 툴인 Vivado와 칩 레벨 신호 디버깅을 지원하는 IP 블록을 이용하여 설계 및 구현하였다.
- 본 논문은 제안하는 환경의 동작 검증을 위해, 제안하는 환경을 다소 간단한 NS3 WSN 모델과 PHY 계층만이 구현된 FPGA 노드 간 연동에 적용하여 데이터 교환 및 시간 진행 과정을 확인하였다. 제안하는 환경의 유용성을 충분히 보이기 위해서는 대규모 WSN 기술이 적용된 응용 분야 분석에 활용될 수 있도록, NS3 WSN 모델과 FPGA 기반 센서 노드의 고도화와 응용 분야와 관련된 추가의 시뮬레이터 참여가 필요하고, 이와 같은 방향으로 연구를 확장하고자 한다.
- 실험을 통해 FPGA 기반 센서 노드와 NS3 시뮬레이터 간 데이터 교환과 pre-simulation 기반 시간 동기화 과정이 제대로 이루어지는지 확인하였다.
- Pre-simulation 기반 연동을 위해서는 다음 시간 이벤트를 처리 전에 시간 진행 요청 및 FPGA 에뮬레이션 노드 어댑터에 tnev를 전달 과정이 필요하다. 이러한 작업을 수행하는 어댑터의 시간 진행 함수를 이용하여 Figure 7과 같이 default-simulator-impl.cc 내 이벤트 처리하는 부분을 수정하였다. 어댑터 시간 진행 함수는 내부적으로 RTI에게 시간 진행 요청을 위해 HLA NMRA API를 이용하고, tnev와 에뮬레이션 노드의 이벤트 발생 시간 중 최소 시간 값을 가지는 HLA TAG 콜백을 기다리게 된다.
- FPGA 에뮬레이션 노드의 데이터 전송 시작은 해당 NS3 노드가 MAC 계층의 데이터 전송 서비스가 호출되고, 일련의 작업을 수행 한 후 PHY 계층 데이터 송신 서비스가 호출되었을 때 시작된다. 이를 위해 NS3의 PHY 서비스 호출 시점에서 PHY 계층 데이터 송신 함수가 시작되는 것이 아니라 사용자 등록 함수가 수행되도록 하여 에뮬레이션 노드에 전송 시작 이벤트가 전달되도록 한다. 전송 시작 이벤트는 에뮬레이션 에이전트를 통해 인터럽트(Interrupt)로 변환되어 프로세서가 패킷 전송을 시작하도록 한다.
- WSN 센서 노드는 이웃 노드 및 네트워크 통신 상황에 밀접하게 의존적인 방식으로 동작하기 때문에, 노드 설계 시 노드와 네트워크 레벨에서 복합적으로 테스트할 필요가 있다. 이를 위해 본 논문은 노드와 네트워크 레벨 다층(Multi-level) 측면에서 통합 연동 분석이 가능한 시뮬레이션 환경을 제안한다. 제안하는 환경은 Figure 1과 같이 FPGA 기반 센서 노드의 클록 제어를 통해 HW 에뮬레이션이 가능한 설계된 SW 인터페이스와 네트워크 시뮬레이터인 NS3(Riley, 2010)를 표준 연동 체계인 HLA(High-Level Architecture)(S.
- 제안 한경은 Vivado에서 Tcl 쉘을 이용하여 FPGA 에뮬레이션과 연동 작업을 수행한다. 클록 제어 기반 에뮬레이션 수행과 HW 신호 데이터 송수신을 위해, Figure 3b와 같이 Vivado HW manager 모듈과 대상 모듈과 테스트 HW와 연결해주는 디버깅 IP 블록, VIO(Virtual I/O)[16]와 ILA(Integrated Logic Analyzer)를 활용한다(UG936, 2015).
- 이를 위해 본 논문은 노드와 네트워크 레벨 다층(Multi-level) 측면에서 통합 연동 분석이 가능한 시뮬레이션 환경을 제안한다. 제안하는 환경은 Figure 1과 같이 FPGA 기반 센서 노드의 클록 제어를 통해 HW 에뮬레이션이 가능한 설계된 SW 인터페이스와 네트워크 시뮬레이터인 NS3(Riley, 2010)를 표준 연동 체계인 HLA(High-Level Architecture)(S. I. S. Committee et al., 2000) 기반의 RTI(Runtime Infrastructure)를 통해 연동하는 구조를 지니고 있다.
- 제안하는 환경을 이용하여 NS3 WSN 모델과 SDR 모듈을 탑재한 FPGA 기반 센서 노드 간 연동에 적용하였다. NS3 WSN 모델은 Figure 9a와 같이 3개의 노드로 LR_WPAN망을 구성하였고, 노드 0과 노드 1번이 일정 시간 간격으로 패킷을 발생시키고, 노드 2번은 패킷 정보를 수집하는 동작을 취한다.
- 데이터 변환의 경우 모델에 따라 달라지기 때문에 사용자의 추가적인 구현이 필요하다. 제안하는환경 또한 HLA/RTI 기반 하이브리드 시뮬레이션 환경을 기반으로 설계되었다.
데이터처리
- NS3는 코드 수정을 통해 pre-simulation 기반 연동을 지원하는 어댑터 라이브러리를 활용할 수 있도록 하였다. 제안 연동 환경을 NS3 LR-WPAN 모델과 IEEE 802.15.4 PHY 통신 동작을 모의하는 FPGA 노드 간 연동에 적용하여 제안하는 환경의 데이터 교환 및 시간 동기화 동작 검증을 수행했다. 추후 제안하는 환경을 이용하여 대규모 WSN이 적용된 응용 사례 분석에 활용고자 한다.
성능/효과
- 노드 2의 에너지 감도 모의와 같은 네트워크 레벨 동시 모의를 통해, 개발 센서 노드를 적용하고자 하는 네트워크 상황에서 SDR 모듈의 송신 파워 파라미터 설정에 참고할 수 있다. FPGA 기반 센서 노드 에뮬레이션을 통해 설계한 bit 인코딩 결과가 IEEE 802.15.4의 정의된 인코딩 규칙에 따라 동작하는 것을 확인할 수 있었다.
- 타켓 SDR 모듈과 설계 회로 간 연결을 위해 SDR 개발 회사에서 ADC/DAC IF(Interface) IP 블록을 제공한다. 대상 블록을 이용하여 IEEE 802.15.4 기반의 PHY 계층 통신 파라미터를 SW 레벨에서 설정이 가능하고, SDR 모듈과 송수신 데이터 교환이 가능하다. SDR 송신 전 IEEE PHY 계층에서 이루어지는 bit 인코딩(Encoding) 및 디코딩(Decoding) 작업은 HW 모듈로 구현하였고, 이를 활용하여 Figure 9b와 같은 FPGA 기반 센서 노드를 구현하였다.
- 인코딩된 패킷 정보는 NS3의 해당 노드 모델과 공유되어 동일한 패킷을 송신하게 된다. 이후 노드 1에서 송신한 데이터에 의해 노드 2는 PHY 계층의 PD-DATA indication 서비스가 호출되고, 서비스 종료 시 패킷 정보를 확인하는 사용자 콜백 함수를 수행하도록 하여 노드 2의 수신된 PHY 계층의 패킷 데이터와 FPGA 에뮬레이션 노드의 송신된 PHY 계층의 패킷 데이터가 일치함을 확인하였다.
후속연구
- 본 논문은 제안하는 환경의 동작 검증을 위해, 제안하는 환경을 다소 간단한 NS3 WSN 모델과 PHY 계층만이 구현된 FPGA 노드 간 연동에 적용하여 데이터 교환 및 시간 진행 과정을 확인하였다. 제안하는 환경의 유용성을 충분히 보이기 위해서는 대규모 WSN 기술이 적용된 응용 분야 분석에 활용될 수 있도록, NS3 WSN 모델과 FPGA 기반 센서 노드의 고도화와 응용 분야와 관련된 추가의 시뮬레이터 참여가 필요하고, 이와 같은 방향으로 연구를 확장하고자 한다.
- 4 PHY 통신 동작을 모의하는 FPGA 노드 간 연동에 적용하여 제안하는 환경의 데이터 교환 및 시간 동기화 동작 검증을 수행했다. 추후 제안하는 환경을 이용하여 대규모 WSN이 적용된 응용 사례 분석에 활용고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.