잦은 핸드오버가 발생하는 LTE-R 시스템에서 다양한 속도로 고속 주행하는 열차를 실시간으로 원격제어하는 경우 열차제어 메시지의 안정된 실시간 송수신은 열차운행에 중요한 요소이다. 본 논문에서는 이러한 LTE-R 환경에서 실시간 원격 열차제어의 안정성을 높이기 위해 열차 속도에 무관한 핸드오버 지연시간 안정화 방안을 제시하였다. 또한, 시뮬레이션의 정확도를 높이기 위해 실제 구간별 가변속도, 고도 등을 반영한 실측 데이터를 시뮬레이션에 반영하였다. 시뮬레이션 결과에 따라, A3 오프셋 값에 따라 평균 핸드오버 지연시간이 불안정한 영역과 안정한 영역이 존재한다는 것을 알았으며, 최적값은 불안정한 영역에 존재한다는 것 또한 알 수 있었다. 그러나, 열차 속도에 관련 없이 예측 가능한 핸드오버 지연시간을 얻기 위해서는 불안정한 영역에 있는 A3 오프셋 값을 통한 Early 핸드오버 보다는, 지연이 조금 더 있더라도 안정적 영역에 있는 A3 오프셋 값을 이용한 Late 핸드오버가 안정성을 최우선시 하는 국내 LTE-R 망에 더 적합하다는 것을 알 수 있었다.
잦은 핸드오버가 발생하는 LTE-R 시스템에서 다양한 속도로 고속 주행하는 열차를 실시간으로 원격제어하는 경우 열차제어 메시지의 안정된 실시간 송수신은 열차운행에 중요한 요소이다. 본 논문에서는 이러한 LTE-R 환경에서 실시간 원격 열차제어의 안정성을 높이기 위해 열차 속도에 무관한 핸드오버 지연시간 안정화 방안을 제시하였다. 또한, 시뮬레이션의 정확도를 높이기 위해 실제 구간별 가변속도, 고도 등을 반영한 실측 데이터를 시뮬레이션에 반영하였다. 시뮬레이션 결과에 따라, A3 오프셋 값에 따라 평균 핸드오버 지연시간이 불안정한 영역과 안정한 영역이 존재한다는 것을 알았으며, 최적값은 불안정한 영역에 존재한다는 것 또한 알 수 있었다. 그러나, 열차 속도에 관련 없이 예측 가능한 핸드오버 지연시간을 얻기 위해서는 불안정한 영역에 있는 A3 오프셋 값을 통한 Early 핸드오버 보다는, 지연이 조금 더 있더라도 안정적 영역에 있는 A3 오프셋 값을 이용한 Late 핸드오버가 안정성을 최우선시 하는 국내 LTE-R 망에 더 적합하다는 것을 알 수 있었다.
In case that the train driving with diverse high-speeds is manipulates by real-time remote control in long-term evolution-railway (LTE-R) system with frequent handovers, the real-time safe transmission of train control messages is important element. The handover delay time stability method regardles...
In case that the train driving with diverse high-speeds is manipulates by real-time remote control in long-term evolution-railway (LTE-R) system with frequent handovers, the real-time safe transmission of train control messages is important element. The handover delay time stability method regardless of train speed in order to enhance the real-time remote train control stability in LTE-R system is proposed in the paper. Furthermore, the variable speeds and altitudes of train collected by real measurements are applied for upgrading simulation accuracy. The simulation results inform that not only there are stable and unstable ranges to A3 offset values, but the optimal offset value for average handover delay is in unstable range. However, the late handover with A3 offset values in stable range should be chosen to get the predictable handover delay regardless of train speed rather than the early handover with A3 offset values in unstable range, since the key value of high-speed Korea railway system is the stability.
In case that the train driving with diverse high-speeds is manipulates by real-time remote control in long-term evolution-railway (LTE-R) system with frequent handovers, the real-time safe transmission of train control messages is important element. The handover delay time stability method regardless of train speed in order to enhance the real-time remote train control stability in LTE-R system is proposed in the paper. Furthermore, the variable speeds and altitudes of train collected by real measurements are applied for upgrading simulation accuracy. The simulation results inform that not only there are stable and unstable ranges to A3 offset values, but the optimal offset value for average handover delay is in unstable range. However, the late handover with A3 offset values in stable range should be chosen to get the predictable handover delay regardless of train speed rather than the early handover with A3 offset values in unstable range, since the key value of high-speed Korea railway system is the stability.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
면이 있다. 본 논문에서는 A3 오프셋 (Offset) 제어를 통한 안정적인 핸드오버 지연시간 제어를 위해 실측기반 시뮬레이션을 수행하였고, 실제 고속 및 구간별 가변속도를 반영하여 국내 KTX 강릉선 철도통합 무선통신망인 LTE-R 환경에서 핸드오버 지연시간의 안정성을 높일 수 있는 핸드오버 제어를 목표로 하였다.
이는 기존 3GPP LTE 규격에 영향이 없으며, 이미 통신망 운영측면에서 사용하고 있는 방식이다. 본 논문에서는 기존 3GPP LTE 규격에 절차 변경없이 이미 정의되어 있는 핸드오버 파라미터인 표 1의 Off 파라미터 값을 조절하여 속도에 무관하면서 예측 가능하고 안정된 핸드오버 지연시간을 확보하고자 하였다. 잦은 핸드오버가 발생하는 LTE-R 시스템에서 다양한 속도로 고속 주행하는 열차를 실시간으로 원격제어하는 경우 열차제어 메시지의 안정된 실시간 송수신은 열차 운행에 중요한 요소이다.
OPNET 네트워크 시뮬레이터의 LTE 패키지 기본설정 파라미터에 참고 [1]과 실측된 파라미터를 최대한 반영하고자 하였다. system bandwidth per carrier, number of physical resource block (PRB), hysteresis (RSRP, RSRQ)는 실측된 파라미터를 사용하였으며, carrier frequency, eNodeB/UE Tx power, MIMO는 참고 [1] 의파라미터를 인용하였다.
실시간 원격 열차 제어 설계시 예측 불가능하고 불안한 통신 지연은 열차제어 설계의 복잡도를 증가시키는 원인이 된다. 따라서 본 논문에서는 열차 속도에 관계없이 예측 가능하고 안정된 핸드오버 지연시간을 확보할 수 있는 관점에서 성능평가를 하였다.
본 논문에서는 철도통합무선망인 LTE-R 망에서 국내 고속철도인 KTX 강릉선을 대상으로 예측 가능하고 안정적인 핸드오버를 수행할 수 있는 방안에 대해 논의하였다. 또한, 좀 더 현실적인 성능 시뮬레이션을 위해 KTX 강릉선의 만종역~강릉역구간을 실측하여 얻은 데이터를 바탕으로 OPNET 네트워크 시뮬레이션 환경을 구축한 후 시뮬레이션을 수행하였다.
이는 OPNET 시뮬레이션 결과에서 보는 바와 같이 평균 핸드오버 지연시간에 영향을 미친다. 본 논문에서는 A3 오프셋 값에 따라 평균 핸드오버 지연시간이 불안정한 영역과 안정한 영역이 존재한다는 것을 밝혔으며, Early 핸드오버에 해당하는 최적값은 불안정한 영역에 존재한다는 것 또한 알아내었다. 본 논문의 연구결과는 국내 철도통합무선망인 LTE-R 망에서 안정적인 핸드오버를 위해서는 불안정한 영역에 있는 A3 오프셋 값을 통한 Early 핸드오버 보다는, 안정적 영역에 있는 A3 오프셋을 이용한 Late 핸드오버가 안정성을 최우선시 하는 국내 철도통합무선망인 LTE-R 망에 더 적합하다는 것을 보여주고 있다.
가설 설정
라우터 또한 최대 4개의 광 링크만을 지원하여 총 7개의 라우터가 사용되었다. KTX 강릉선 열차는 만종역에서 강릉역 방향으로 운행되는 것을 가정하였고, 실측된 결과에 따라 기지국은 철로 변 좌측에 배치되었다. 기지국과 열차에 LTE-R 관련 파라미터는 실측에서 Netimizer tool을 이용하여 획득한 데이터를 반영하여 구축하였다.
제안 방법
핸드오버 성능을 측정하기 위해서는 처음부터 지속적인 RRC (Radio Resource Control) 연결상태가 유지되어야 하므로 단말 어플리케이션은 HD (High Definition) 영상통화를 사용하였고, MCPTT (Mission Critical Push To Talk) 어플리케이션의 경우 talk 상태에서만 RRC 연결을 재설정하여 유지하고, silent 상태에서는 RRC 연결을 해제하므로 핸드오버 성능측정에 부적합하여 제외하였다. LTE-R 시스템 파라미터 추출을 위한 DM (Diagnostic Monitor) Toole 국내 Spire Technologies 사의 Netimizer 장비를 사용하였다.
나타낸다. 이것을 통해 핸드오버 지연시간 들이 평균에서 얼마만큼 분산되어 있는지를 알 수 있으며, 핸드오버의 안정성을 목표로 하는 본 논문에서 핸드오버 지연시간의 안정성 분석에 사용되었다.
OPNET 네트워크 시뮬레이터의 LTE 패키지 기본설정 파라미터에 참고 [1]과 실측된 파라미터를 최대한 반영하고자 하였다. system bandwidth per carrier, number of physical resource block (PRB), hysteresis (RSRP, RSRQ)는 실측된 파라미터를 사용하였으며, carrier frequency, eNodeB/UE Tx power, MIMO는 참고 [1] 의파라미터를 인용하였다. 나머지 파라미터는 OPNET 시뮬레이터의 LTE 패키지 기본 설정 파라미터를 사용하였다.
KTX 강릉선 열차는 만종역에서 강릉역 방향으로 운행되는 것을 가정하였고, 실측된 결과에 따라 기지국은 철로 변 좌측에 배치되었다. 기지국과 열차에 LTE-R 관련 파라미터는 실측에서 Netimizer tool을 이용하여 획득한 데이터를 반영하여 구축하였다.
또한, 좀 더 현실적인 성능 시뮬레이션을 위해 KTX 강릉선의 만종역~강릉역구간을 실측하여 얻은 데이터를 바탕으로 OPNET 네트워크 시뮬레이션 환경을 구축한 후 시뮬레이션을 수행하였다.
대상 데이터
위한 주요 성능지수에 대해 설명한다. 실제로 측정된 데이터는 OPNET 시뮬레이션 모델 환경에 반영되어 성능평가에 활용되었다.
KTX 열차와 LTE-R 안테나 사이의 거리는 약 5m 정도로 파악되었다. 실측은 만종역-강릉역방향에서 그림 1 의 KTX 객차 붉은색 표시 좌석 위치에서 수행되었다.
고도정보를 보여주고 있다. 고도정보는 평균 해수면 높이를 기준으로 한 MSL (Mean Sea Level) Altitude 정보를 사용하였다. 평균 속도는 175km/h, 최고속도는 327km/h 이고, 평균고도는 해발 130m, 최고 고도는 해발 582m로 분석되었다.
있다. a3-Offset 파라미터가 핸드오버 이벤트를 단말이 기지국으로 전송할 때 이용되었다. a3-Offset 은 표1 의 Off와 동일하며, 실제값은 a3-Offset * 0.
대해 설명한다. 시뮬레이터는 Riverbed Technology 사의 OPNET 네트워크 시뮬레이터를 사용하였다.
있다. 실측된 KTX 강릉선 열차의 가변 속도 및 가변 고도 정보를 포함한 GPS 정보를 바탕으로 열차가 지나가는 경로가 구성되었으며, 또한 2장의 시스템 모델과 식 (3)의 Haversine 공식에 의해 고도가 서로 상이 한 총 101개의 기지국이 배치되었다. OPNET이 제공하는 EPC 모델이 한대당 최대 8개의 기지국만을 지원하여 총 13개의 EPC가 배치되었다.
OPNET이 제공하는 EPC 모델이 한대당 최대 8개의 기지국만을 지원하여 총 13개의 EPC가 배치되었다. 라우터 또한 최대 4개의 광 링크만을 지원하여 총 7개의 라우터가 사용되었다. KTX 강릉선 열차는 만종역에서 강릉역 방향으로 운행되는 것을 가정하였고, 실측된 결과에 따라 기지국은 철로 변 좌측에 배치되었다.
이론/모형
3D 구형 지구의 환경에서 실측된 KTX 열차의 GPS 데이터를 기반으로 기지국의 위치와 기지국간 거리를 OPNET 시뮬레이터의 경위도 좌표계에 적용하기 위해, 네비게이션(Navigation)에서 사용하는 식 (3)과 같은 Haversine 공식을 사용하였다. Harversine 공식은 3D 구형의 지구와 같은 환경에서 두 지점간 거리를 구하기 위해 주로 사용된다.
성능/효과
고도정보는 평균 해수면 높이를 기준으로 한 MSL (Mean Sea Level) Altitude 정보를 사용하였다. 평균 속도는 175km/h, 최고속도는 327km/h 이고, 평균고도는 해발 130m, 최고 고도는 해발 582m로 분석되었다.
RSRP 기반 제어시 오프셋 = -7에서 가장 작은 평균 핸드오버 지연시간 갖는 것을 알 수 있다. 하지만, 그림에서 보는 바와 같이 좌측 오프셋 = –15 ~ 3 구간은 평균 핸드오버 지연시간이 일정하지 않은 불안정한 현상을 나타내며, 우측 오프셋 = 4 ~ 15 구간은 다소 일정한 안정된 현상을 나타내고 있는 것을 볼 수 있다.
이것은 평균 핸드오버 지연시간에 대한 최적값이 불안정한 영역에 존재하며, 열차의 속도에 종속적인 최적값의 특징을 감안했을 때, 운행구간별로 상이한 열차의 속도에 따라 핸드오버 타이밍(timing)을 못 맞추었을 경우 위험한 선택이 될 수도 있다는 것을 의미한다. 이러한 현상은 실제 Early 핸드오버를 통해 평균 핸드오버 지연시간을 줄이고자 하는 경우에 발생할 수 있으며, 안정된 평균 핸드오버 지연시간이 필요한 철도와 같은 환경에서는 약간의 손해를 보더라도 우측 안정영역의 오프셋을 선택하는 Late 핸드오버가 더 적합하다는 것을 의미한다. KTX 와 같은 고속열차환경을 고려했을 때, LTE-R을 이용해 실시간 열차제어 메시지를 송수신해야 하는 열차제어 어플리케이션 입장에서는 핸드오버 지연에 따른 열차제어 메시지 수신 지연은 아주 먼 거리를 제어 없이 지나치게 되므로 열차제어 안정성 측면에서 더욱 문제가 될 수 있다.
RSRQ 기반 제어시에는 오프셋 = -14에서 가장 작은 평균 핸드오버 지연시간을 보였으며, 나머지 특징은 RSRP 의 경우와 동일하였다.
그림 7과 동일하게 좌측은 불안정한 핸드오버 지연시간의 표준편차를 나타내고, 우측은 안정적인 핸드오버 지연시간의 표준편차를 나타내고 있다. 또한, RSRQ (Reference Signal Received Quality) 기반 제어시 Offset = -14에서 가장 작은 표준편차를 갖는 것을 알 수 있으며, 그림 7과 동일하게 이 값이 오프셋 = -15 ~ 3 구간의 불안정한 영역에 존재하는 것을 볼 수 있다. 안정된 핸드오버를 제공하기 위해서는 평균 핸드오버 지연시간의 표준편차도 중요한 역할을 하며 안정된 핸드오버가 중요한 철도환경에서는 그림 7에서 설명한 것과 같은 이유로 오프셋 = 4 ~ 15 구간 안정된 영역의 오프셋 값을 선택하는 것이 더 적합하다는 것을 알 수 있다.
또한, RSRQ (Reference Signal Received Quality) 기반 제어시 Offset = -14에서 가장 작은 표준편차를 갖는 것을 알 수 있으며, 그림 7과 동일하게 이 값이 오프셋 = -15 ~ 3 구간의 불안정한 영역에 존재하는 것을 볼 수 있다. 안정된 핸드오버를 제공하기 위해서는 평균 핸드오버 지연시간의 표준편차도 중요한 역할을 하며 안정된 핸드오버가 중요한 철도환경에서는 그림 7에서 설명한 것과 같은 이유로 오프셋 = 4 ~ 15 구간 안정된 영역의 오프셋 값을 선택하는 것이 더 적합하다는 것을 알 수 있다.
optimal control 에서는 no_offset control에 비해 8.4% 정도의 평균 핸드오버 지연시간을 감소시킬 수 있었으며, stable control에서는 4.4%정도의 평균 핸드오버 지연시간이 더 소요되었다. RSRP 기반 제어와 RSRQ 기반제어 사이에는 큰 차이없이 유사한 성능을 보였다.
본 논문에서는 A3 오프셋 값에 따라 평균 핸드오버 지연시간이 불안정한 영역과 안정한 영역이 존재한다는 것을 밝혔으며, Early 핸드오버에 해당하는 최적값은 불안정한 영역에 존재한다는 것 또한 알아내었다. 본 논문의 연구결과는 국내 철도통합무선망인 LTE-R 망에서 안정적인 핸드오버를 위해서는 불안정한 영역에 있는 A3 오프셋 값을 통한 Early 핸드오버 보다는, 안정적 영역에 있는 A3 오프셋을 이용한 Late 핸드오버가 안정성을 최우선시 하는 국내 철도통합무선망인 LTE-R 망에 더 적합하다는 것을 보여주고 있다.
참고문헌 (14)
TTA TR 06.0205, Configuration of base station for lte-r system of railway communications, Telecommunications Technology Association (TTA), 2019.
R. He, B. Ai, G. Wang, K. Guan, Z. Zhong, A. F. Molisch, C. Briso Rodriguez, and C. P. Oestges, "High-speed railway communications: From GSM-R to LTE-R," IEEE Vehicular Technology Magazine, vol. 11, no. 3, pp. 49-58, 2016.
S. Barbera, K. I. Pedersen, C. Rosa, P. H. Michaelsen, F. Frederiksen, E. Shah, and A. Baumgartner, "Synchronized RACHless Handover Solution for LTE Heterogeneous Networks," in Proceeding of the International Symposium on Wireless Communication Systems (ISWCS), IEEE, Aug. 2015.
J. H. Choi and D. J. Shin, "Generalized RACH-Less Handover for Seamless Mobility in 5G and Beyond Mobile Networks," IEEE Wireless Communications Letters, vol. 8, no. 4, pp. 1264-1267. 2019.
A. A. M. K. Abuelgasim and K. M. Yusof, "High Speed Mobility Management Performance in a Real LTE Scenario," Engineering, Technology & Applied Science Research, vol. 10, no. 1, pp. 5175-5179. 2020.
F. H. Khan and M. Portmann, "Joint QoS-control and handover optimization in backhaul aware SDN-based LTE networks," Wireless Networks, vol. 26, no. 4, pp. 2707-2729. 2020.
I. Shayea, M. Ismail, R. Nordin, M. Ergen, N. Ahmad, N. F. Abdullah, A. Alhammadi and H. Mohamad, "New weight function for adapting handover margin level over contiguous carrier aggregation deployment scenarios in LTE-advanced system," Wireless Personal Communications, vol. 108, no. 2, pp. 1179-1199. 2019.
W. Kim and D. Kim, "High-Throughput Primary Cell Frequency Switching for Multi-RAT Carrier Aggregation," IEICE Transactions on Information and Systems, vol. 102, no. 6, pp. 1210-1214. 2019.
E. A. Ibrahim, E. F. Badran, and M. R. M. Rizk, "A Power-distance based Handover Triggering Algorithm for LTE-R using WINNERIID2a Channel Model," in Proceeding of the Asia-Pacific Conference on Communications (APCC), IEEE, Aug. 2016.
H. J. Cho, S. J. Shin, G. E. Lim, C. S. Lee, and J. M. Chung, "LTE-R Handover Point Control Scheme for High-Speed Railways," IEEE Wireless Communications, vol. 24, no. 6, pp. 112-119, Dec. 2017.
3GPP Std. TS 36.331, Evolved Universal Terrestrial Radio Access (E-UTRA); Radio Resource Control (RRC), 3GPP, 2018.
K. Saputra, N. Nazaruddin, D. H. Yunardi, and R. Andriyani, "Implementation of haversine formula on location based mobile application in Syiah Kuala University," in Proceeding of the International Conference on Cybernetics and Computational Intelligence (CyberneticsCom), IEEE, 2019.
H. Alkan, and H. Celebi, "The Implementation of Positioning System with TriLateration of Haversine Distance," in Proceeding of the 30th Annual International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC), IEEE, 2019.
A. Sofwan, Y. A. A. Soetrisno, N. P. Ramadhani, A. Rahmayani, E. Handoyo, and M. Arfan, "Vehicle Distance Measurement Tuning using Haversine and Micro-Segmentation," in Proceeding of the International Seminar on Intelligent Technology and Its Applications (ISITIA). IEEE, 2019.
이 논문을 인용한 문헌
저자의 다른 논문 :
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.