현대 전자전에서는 통신 및 감시의 목적으로 무선 전파를 사용하는 다양한 장비들이 운용되고 있는데, 이러한 장비들이 동일한 대역에서 운용될 경우 서로 전파 간섭에 의한 영향을 줄 수 있다. L 대역의 경우 레이다 등의 다양한 전파 장비들이 운용 중이며, 동 대역에서 신규 전파 장비가 운용될 경우 기존 전파 장비들이 간섭원으로 작용하여 성능에 영향을 줄 수 있으므로 이런 간섭 영향에 대한 연구가 필요하다. 본 논문에서는 L 대역 간섭 환경에 대한 수학적 분석의 토대를 마련하기 위하여 실제 측정한 L 대역 전파 측정 데이터 중 특정 임계값 이상의 데이터를 활용하여 간섭 신호의 확률분포를 추정한다. 먼저 확률분포 후보군을 선정한 후 그 중 최근접 확률분포를 식별하여 제시한다. 본 연구 결과는 L 대역 간섭 환경의 수학적 접근을 위한 기초 자료로 활용이 기대된다.
현대 전자전에서는 통신 및 감시의 목적으로 무선 전파를 사용하는 다양한 장비들이 운용되고 있는데, 이러한 장비들이 동일한 대역에서 운용될 경우 서로 전파 간섭에 의한 영향을 줄 수 있다. L 대역의 경우 레이다 등의 다양한 전파 장비들이 운용 중이며, 동 대역에서 신규 전파 장비가 운용될 경우 기존 전파 장비들이 간섭원으로 작용하여 성능에 영향을 줄 수 있으므로 이런 간섭 영향에 대한 연구가 필요하다. 본 논문에서는 L 대역 간섭 환경에 대한 수학적 분석의 토대를 마련하기 위하여 실제 측정한 L 대역 전파 측정 데이터 중 특정 임계값 이상의 데이터를 활용하여 간섭 신호의 확률분포를 추정한다. 먼저 확률분포 후보군을 선정한 후 그 중 최근접 확률분포를 식별하여 제시한다. 본 연구 결과는 L 대역 간섭 환경의 수학적 접근을 위한 기초 자료로 활용이 기대된다.
In modern electronic warfare, a variety of devices are being operated in the fields for the purposes of communication and surveillance. Therefore, if such devices work in the same band, interference may occur and affect each other. Regarding L-band in which various devices including radar systems ar...
In modern electronic warfare, a variety of devices are being operated in the fields for the purposes of communication and surveillance. Therefore, if such devices work in the same band, interference may occur and affect each other. Regarding L-band in which various devices including radar systems are operating, interference from existing devices may affect new ones in the band. In this paper, we estimate a probability distribution of the interference environment in L-band from the selected measurement data, which is fundamental for the mathematical analysis. After selecting the candidates of probability distribution, we suggest the best one from the group. The results of this study are expected to be utilized as fundamental data for the mathematical approach to the L-band interference environment.
In modern electronic warfare, a variety of devices are being operated in the fields for the purposes of communication and surveillance. Therefore, if such devices work in the same band, interference may occur and affect each other. Regarding L-band in which various devices including radar systems are operating, interference from existing devices may affect new ones in the band. In this paper, we estimate a probability distribution of the interference environment in L-band from the selected measurement data, which is fundamental for the mathematical analysis. After selecting the candidates of probability distribution, we suggest the best one from the group. The results of this study are expected to be utilized as fundamental data for the mathematical approach to the L-band interference environment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 L 대역 간섭 환경에 대한 분석을 위한 토대를 마련하기 위해 실제 측정한 L 대역 전파 데이터 중 특정 임계값 이상의 데이터를 활용하여 간섭 신호의 확률분포를 추정하고자 한다.
본 논문에서는 L 대역 실제 전파 측정 데이터를 기반으로 L 대역 간섭 환경의 확률분포를 추정하였다. 측정 데이터의 왜도와 히스토그램을 이용하여 확률분포 후보군을 선정한 후 최대우도기법을 통해 확률분포 후보군의 확률분포 파라미터를 추정한다.
제안 방법
다양한 종류의 확률분포 중 L 대역 간섭 환경에 적용이 가능한 확률분포의 범위를 좁히기 위하여 먼저 대상 확률분포 후보군 선정을 수행한다. 이를 위해 L 대역 전파 환경 측정 데이터에서 구한 왜도를 이용하여 가능한 확률분포 후보군을 선정하고 히스토그램에 대한 분석을 통하여 그 적합성을 확인한다.
L 대역은 1215MHz∼1400MHz의 주파수 대역으로 무선통신 및 레이다 등 다양한 전파 장비들이 운용되고 있다. 대상 실험 대역의 전파 환경을 측정하기 위하여 안테나를 통해 전파 환경 측정 데이터를 수집한 후 신호 분석기를 이용하여 데이터를 분석한다. 분석한 데이터는 I/Q 레코더를 통해 I/Q 디지털 데이터로 저장된다.
L 대역 간섭 환경의 확률분포 추정을 위하여 우선 왜도와 히스토그램으로 확률분포 후보군을 선정 후 그에 속한 확률분포들에 대해 최대우도추정법(Maximum Likelihood Estimation : MLE)을 이용하여 파라미터 값을 추정한다. 마지막으로 쿨백-라이블러 발산 기법과 그래프를 통하여 측정 데이터의 실제 분포와 확률분포 후보군을 비교함으로써 최근접 확률분포를 제시한다.
결국 L 대역에서 타 전파 장비를 사용할 시 간섭 요인으로 작용할 신호는 레이다 신호, 위성 지구국과 우주국 간의 신호, 아마추어 신호 등임을 추정할 수 있다. 본 논문은 위에서 설명한 간섭요인들의 영향에 대한 분석을 위해 먼저 L 대역 전체 측정 데이터 중 가산성 백색 가우시안 잡음 신호 레벨 보다 높은 지점의 임계값을 설정하고 그 임계값 이상의 데이터만을 추출하여 확률분포를 추정한다.
이 장에서는 통신 및 레이다 등 다양한 장비들이 운용되고 있는 L 대역 통신 환경을 분석한다. 분석을 위해 활용되는 전파 데이터의 측정 방법을 살펴보고 간섭으로 인한 영향을 줄 수 있는 요인들이 어떤 것이 있는지 분석하기 위해 대한민국 주파수 분배표를 통하여 살펴본다.
선정된 확률분포 후보군 중에서 최근접 확률분포를 추정하여 식별하기 위해 우선 후보 분포군 내 확률분포들의 파라미터 값을 계산한다. 이때 가장 보편적으로 사용되는 확률분포 파라미터 추정 기법인 최대우도추정법(Maximum Likelihood Estimation)을 사용하여 파라미터 값을 추정한다.
통계학에서 왜도는 실수 값 확률변수의 확률 분포 비대칭성을 나타내는 지표이다. 이런 비대칭성을 이용하여 확률분포 후보군을 선정한다. 특정 확률 변수의 왜도는 3차 표준 모멘트로 정의되며 아래와 같은 식으로 표현 할 수 있다.
분석한 데이터는 I/Q 레코더를 통해 I/Q 디지털 데이터로 저장된다. 이렇게 생성된 I/Q 디지털 데이터를 신호 발생기를 이용하여 L 대역 RF 신호로 재생성한 후 최종적으로 신호 분석기를 통해 전파 측정 데이터를 추출한다. 이를 블록도로 나타내면 그림 1의 (a)와 같다.
다양한 종류의 확률분포 중 L 대역 간섭 환경에 적용이 가능한 확률분포의 범위를 좁히기 위하여 먼저 대상 확률분포 후보군 선정을 수행한다. 이를 위해 L 대역 전파 환경 측정 데이터에서 구한 왜도를 이용하여 가능한 확률분포 후보군을 선정하고 히스토그램에 대한 분석을 통하여 그 적합성을 확인한다.
또한 히스토그램의 형태를 통해서 정적편포 중에서도 왼쪽으로 치우침의 정도가 심한 분포라는 것을 추정할 수 있다. 정적편포를 이루며 치우침의 정도가 큰 분포인 점을 고려하여 로그노말 분포, 로그로지스틱 분포, 감마 분포, GEV (Generalized Extreme Value) 분포 등을 확률분포 후보군으로 선정한다.
본 논문에서는 L 대역 실제 전파 측정 데이터를 기반으로 L 대역 간섭 환경의 확률분포를 추정하였다. 측정 데이터의 왜도와 히스토그램을 이용하여 확률분포 후보군을 선정한 후 최대우도기법을 통해 확률분포 후보군의 확률분포 파라미터를 추정한다. 그 후 쿨백-라 이블러 발산 기법과 그래프 비교 분석을 통하여 측정 데이터의 분포와 선택된 확률분포 후보들을 비교한 결과 GEV 분포가 최근접한 확률분포임이 추정되었다.
이론/모형
L 대역 간섭 환경의 확률분포 추정을 위하여 우선 왜도와 히스토그램으로 확률분포 후보군을 선정 후 그에 속한 확률분포들에 대해 최대우도추정법(Maximum Likelihood Estimation : MLE)을 이용하여 파라미터 값을 추정한다. 마지막으로 쿨백-라이블러 발산 기법과 그래프를 통하여 측정 데이터의 실제 분포와 확률분포 후보군을 비교함으로써 최근접 확률분포를 제시한다.
앞서 구한 확률분포 후보군 중 실측 데이터에 대해 최근접 확률분포를 선정하기 위해서 쿨백-라이블러 발산 (Kullback-Leibler Divergence) 기법을 이용한다 [13] . 쿨백-라이블러 발산 기법은 두 확률분포 간의 차이를 계산하는데 사용되는 기법으로 정의식은 식 (8) 같다.
나타낸 히스토그램을 정규화함으로써 주어진 데이터의 확률밀도함수를 얻을 수 있다. 여기서 값에 따라 그 모양이 조금씩 달라지는데 적정한 값 선정을 위하여 F-D (FreedmanDiaconis) 룰을 사용한다 [10] . F-D 룰을 식으로 표현하면 아래와 같다.
선정된 확률분포 후보군 중에서 최근접 확률분포를 추정하여 식별하기 위해 우선 후보 분포군 내 확률분포들의 파라미터 값을 계산한다. 이때 가장 보편적으로 사용되는 확률분포 파라미터 추정 기법인 최대우도추정법(Maximum Likelihood Estimation)을 사용하여 파라미터 값을 추정한다. 최대우도추정법이란 확률분포의 파라미터 값을 추정하는 기법으로 우도 함수를 구하고 이를 최대로 하는 파라미터 값을 추정한다.
정리된 편미분 식의 해를 찾아 파라미터 값을 구하기 위하여 Newton-Raphson 알고리즘을 사용하여 근사 해를 구한다 [11] . 확률분포 후보군에 속한 확률분포들에 대한 PDF식과 앞에서 제시한 방법으로 최대우도추정법을 이용하여 추정한 파라미터 값에 대한 결과는 표 2와 같다 [12] .
쿨백-라이블러 발산 기법의 정의식을 활용하여 측정 데이터의 실제 분포와 선택된 확률분포 후보군 간의 쿨백-라이블러 발산 값을 계산하면 표 3과 같다. 계산한 결과를 살펴보면 GEV 분포, 로그노말 분포, 로그로지스틱 분포, 감마 분포 순으로 작은 발산값이 나왔으며, GEV 분포의 경우는 타 확률분포들의 발산값에 비해 1/5 수준의 값을 가짐을 알 수 있다.
성능/효과
쿨백-라이블러 발산 기법의 정의식을 활용하여 측정 데이터의 실제 분포와 선택된 확률분포 후보군 간의 쿨백-라이블러 발산 값을 계산하면 표 3과 같다. 계산한 결과를 살펴보면 GEV 분포, 로그노말 분포, 로그로지스틱 분포, 감마 분포 순으로 작은 발산값이 나왔으며, GEV 분포의 경우는 타 확률분포들의 발산값에 비해 1/5 수준의 값을 가짐을 알 수 있다.
측정 데이터의 왜도와 히스토그램을 이용하여 확률분포 후보군을 선정한 후 최대우도기법을 통해 확률분포 후보군의 확률분포 파라미터를 추정한다. 그 후 쿨백-라 이블러 발산 기법과 그래프 비교 분석을 통하여 측정 데이터의 분포와 선택된 확률분포 후보들을 비교한 결과 GEV 분포가 최근접한 확률분포임이 추정되었다. 측정 데이터의 분포의 경우 데이터의 크기가 작은 지점에 서 이론적 GEV 분포와 차이를 보였는데, 이는 레이다, 지구탐사위성, 아마추어 무선 등의 L 대역 간섭 요인들의 존재로 측정 신호 레벨에 영향을 주는 것으로 추정 된다.
이를 비교하여 살펴보면 GEV 분포가 측정 데이터의 분포에 가장 근접하며 나머지 3개의 분포의 경우는 상당한 차이를 보이는 것을 알 수 있다. 이처럼 GEV 분포가 가장 작은 쿨백-라이블러 발산값을 가지며, 히스토그램을 통해 측정 데이터의 분포와 선택된 확률분포 후보군 간의 비교에서도 가장 근접하다는 것을 알 수 있다. GEV 분포는 주로 집중 호우, 최대 해일고와 같은 전체 데이터 중 매우 큰 값 또는 매우 작은 값들의 분포를 나타낼 때 사용되는 확률분포이다.
후속연구
현대의 전자전에서는 통신, 레이다 등 무선 전파를 사용하는 다양한 장비들이 운용되고 있으며 이런 장비들이 동시에 운용될 경우 서로에 간섭 영향을 줄 수 있다. L 대역에서는 레이다 등의 다양한 장비들이 운용 중이며 동 대역에서 타 전파 장비가 운용될 경우 기존 운용 중인 전파 장비들이 간섭원으로 작용하여 성능에 영향을 줄 수 있으므로 간섭 영향에 대한 연구가 필요하다. 간섭 영향의 수학적 분석을 위한 토대가 되는 간섭 환경의 확률분포를 추정할 필요가 있다.
측정 데이터의 분포의 경우 데이터의 크기가 작은 지점에 서 이론적 GEV 분포와 차이를 보였는데, 이는 레이다, 지구탐사위성, 아마추어 무선 등의 L 대역 간섭 요인들의 존재로 측정 신호 레벨에 영향을 주는 것으로 추정 된다. 논문의 결과는 L 대역 간섭 환경의 수학적 접근을 위한 기초 자료로 활용 될 것으로 기대된다.
측정한 결과 데이터를 이용하여 간섭환경에 대한 분석을 수행하기 위해서는 전파 측정 대역인 L 대역에서 발생 가능한 무선 채널의 잠재적인 간섭 요인에 대한 확인을 필요하다. 따라서, L 대역에서 무선 채널 환경에 영향을 주는 타 전파사용 장비들의 운용 가능성을 확인 하고자 대한민국 주파수 분배표 상 L 대역에 대하여 허가된 주파수 현황을 살펴보면 다음의 표 1과 같다.
질의응답
핵심어
질문
논문에서 추출한 답변
무선 전파를 사용하는 다양한 장비들이 동시에 운용될 경우의 문제점은?
현대의 전자전에서는 통신, 레이다 등 무선 전파를 사용하는 다양한 장비들이 운용되고 있으며 이런 장비들이 동시에 운용될 경우 서로에 간섭 영향을 줄 수 있다. L 대역에서는 레이다 등의 다양한 장비들이 운용 중이며 동 대역에서 타 전파 장비가 운용될 경우 기존 운용 중인 전파 장비들이 간섭원으로 작용하여 성능에 영향을 줄 수 있으므로 간섭 영향에 대한 연구가 필요하다.
L 대역에서 간섭 영향에 대한 연구가 필요한 이유는?
현대의 전자전에서는 통신, 레이다 등 무선 전파를 사용하는 다양한 장비들이 운용되고 있으며 이런 장비들이 동시에 운용될 경우 서로에 간섭 영향을 줄 수 있다. L 대역에서는 레이다 등의 다양한 장비들이 운용 중이며 동 대역에서 타 전파 장비가 운용될 경우 기존 운용 중인 전파 장비들이 간섭원으로 작용하여 성능에 영향을 줄 수 있으므로 간섭 영향에 대한 연구가 필요하다. 간섭 영향의 수학적 분석을 위한 토대가 되는 간섭 환경의 확률분포를 추정할 필요가 있다.
L 대역에서 운용 가능성을 확인해야하는 이유는?
측정한 결과 데이터를 이용하여 간섭환경에 대한 분석을 수행하기 위해서는 전파 측정 대역인 L 대역에서 발생 가능한 무선 채널의 잠재적인 간섭 요인에 대한 확인을 필요하다. 따라서, L 대역에서 무선 채널 환경에 영향을 주는 타 전파사용 장비들의 운용 가능성을 확인 하고자 대한민국 주파수 분배표 상 L 대역에 대하여 허가된 주파수 현황을 살펴보면 다음의 표 1과 같다.
참고문헌 (13)
Hyuck M. Kwon, Y. C. Loh, Kwei Tu, and Willian C. Gadd, "Interference Effects on Space Station Freedom and Space Shuttle Orbiter Ku-Band Single Access Return Links", IEEE Military Communications Conference, pp. 17-21, Sep. 1990.
M. Celidonio, P. G. Masullo, M. Vaser, G. Fusco, and M. Ferrante, "LTE Services Over the 800 MHz Band: Interference Effects on DVB-T Channels Caused by the Uplink Signal", AEIT International Anual Conference, pp. 1-6, Oct. 2015.
Inhwan Kim, HeungKi Baik, and Juphil Cho, "Analysis on Effect of Interference between Different Communication Systems in Broadcasting Channel", Journal of The Institute of Electronics Engineers of Korea, Vol. 48, No. 10, pp. 717-722 Oct. 2011.
Jie Zhang, Goo Yeon Lee, and Hwa Jong Kim, "Signal Interference of Neighboring Wi-Fi Networks on Data Throughput", Journal of The Institute of Electronics Engineers of Korea, Vol. 59, No. 11, pp. 659-665, Nov. 2012.
Y. Bian and B. Mercer, "SAR Probability Density Function Estimation Using a Generalized Form of K-Distribution", IEEE Transactions on Aerospace and Electronic Systems, Vol. 51, No. 2, pp. 1136-1146, Apr. 2015.
Wenze. Xi, T. Adali, and Yi. Cai, "Probability Distribution Estimation for an Integrated Coding and Equalization Scheme in Optical Communications Systems", IEEE International Conference on Acoustics, Speech, and Signal Processing, pp. 961-964, Mar. 2005.
V. Arora and R. Kumar, "Probability Distribution Estimation of Music Signals in Time and Frequency Domains", IEEE International Conference on Digital Signal Processing, pp. 409-414, Aug. 2014.
W. Vogel and J. Goldhirsh, "Fade Measurements at L-Band and UHF in Mountainous Terrain for Land Mobile Satellite System", IEEE Transactions on Antennas and Propagation, Vol. 36, No. 1 pp. 104-113, Jan. 1988.
A. J. Camps, I. Corbella, F. Torres, J. Bara and J. Capdevila, "RF Interference Analysis in Aperture Synthesis Interferometric Radiometers: Application to L-Band MIRAS Instrument", IEEE Transactions on Geoscience and Remote Sensing, Vol. 38, No. 2, pp. 942-950, Mar. 2000.
D. Freedman and P. Diaconis, "On the Histogram as a Density Estimator: L2 Theory", Probability Theory and Related Fields, Vol. 57, No. 4 pp. 453-476, Dec. 1981.
J. R. M. Hosking, "Algorithm AS 215: Maximum-likelihood Estimation of the Parameters of the Generalized Extreme-value Distribution", Applied Statistics, Vol. 34, No. 3, pp. 301-310, May 1985.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.