[논문]이동통신 시스템에서 인공지능을 이용한 경로 손실 예측 및 기지국 지형 구분 방법

김재정; 이희준; 지승환

doi:10.6109/jkiice.2022.26.5.703

이동통신 시스템에서 인공지능을 이용한 경로 손실 예측 및 기지국 지형 구분 방법
Method of Predicting Path Loss and Base Station Topography Classification using Artificial Intelligent in Mobile Communication Systems 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.26 no.5, 2022년, pp.703 - 713

김재정 (Innowireless Co., Ltd.) , 이희준 (Innowireless Co., Ltd.) , 지승환 (Innowireless Co., Ltd.)

초록
AI-Helper

이동통신 시스템에서 정확하고 신속한 통신망 구축은 중요하다. 현재 무선통신 시스템을 구성하기 위해서는 셀 플래닝 장비를 통해 기지국의 파라미터를 설정한다. 하지만 기지국의 신규 설치마다 셀 플래닝을 새로 수행해야 하며, 셀 플래닝에 반영되지 않은 장애물 정보 등 실제 환경과 맞지 않는 파라미터가 설정되는 문제가 발생할 수 있다. 이 논문에서는 SON 서버에서 기지국의 위치와 단말의 측정 정보를 이용한 DNN 모델을 통해 경로 손실 예측을 수행하고, 지형을 구분하는 CNN 모델을 통해 예측된 경로 손실의 지형을 구분한다. 구분된 지형을 바탕으로 SON 서버에서 해당 지형에 맞는 지형별 기지국 파라미터를 자동으로 설정하고 지속해서 지형별 파라미터를 업데이트하여, 지형과 주변 환경 변화를 고려한 기지국 파라미터를 자동으로 설정할 수 있다.

Abstract ▼ AI-Helper

Accurate and rapid establishment of mobile communication is important in mobile communication system. Currently, the base station parameters to establish a network are determined by cell planning tool. However, it is necessary to perform new cell planning for each new installation of the base station, and there may be a problem that parameters are not suitable for the actual environment are set, such as obstacle information that is not applied in the cell planning tool. In this paper, we proposed methods for path loss prediction using DNN and topographical division using CNN in SON server. After topography classification, a SON server configures the base station parameters according to topography, and update parameters for each topography. The proposed methods can configure the base station parameters automatically that are considered topography information and environmental changes.

주제어

표/그림 (22)

표 Table. 1 Dataset to Configure DB
그림 Fig. 1 Path Loss Prediction Algorithm
그림 Fig. 2 DNN Model for Path Loss Prediction
표 Table. 2 Information for Path Loss Prediction Performance Simulation
표 Table. 3 Path Loss Model of each Base Station
그림 Fig. 4 Result of Path Loss Prediction (Sample: 5%)
그림 Fig. 3 Position, Cell Assignment, and True Path Loss of Base Station
그림 Fig. 5 Result of Path Loss Prediction (Sample: 10%)
그림 Fig. 6 Result of Path Loss Prediction (Sample: 20%)
표 Table. 4 Hyper Parameter for Path Loss Prediction
그림 Fig. 7 True Path Loss of Real Scenario (HTZ warfare)
그림 Fig. 8 Result of Path Loss Prediction (Sample: 20%)
그림 Fig. 9 Path Loss Value According to the Distance for each Path Loss Model
표 Table. 5 HTZ warfare Simulator Parameters
그림 Fig. 10 Data Extraction Example for each Base Station (Red Box: Narrow Area, Black Box: Wide Area)
그림 Fig. 11 CNN Model for Topography Classification
그림 Fig. 12 Training Set Example for each Topography
그림 Fig. 13 Accuracy and Loss During Training
표 Table. 6 Hyper Parameter for Topography Classification
그림 Fig. 14 Base Station Parameter based on Topography
표 Table. 7 Base Station Parameter set by SON Server
표 Table. 8 Default Parameters for each Topography

참고문헌 (11)

3GPP TS 36.300, Evolved Universal Terrestrial Radio Access (E-UTRA) and Evolved Universal Terrestrial Radio Access Network (E-UTRAN), 3GPP, Sophia Antipolis Valbonne, France, 2020.
3GPP TR 36.902, Evolved Universal Terrestrial Radio Access Network (E-UTRAN) Self-configuration and self-optimizing network (SON) user cases and solutions, 3GPP, Sophia Antipolis Valbonne, France, 2011.
R. Levie, C. Yapar, G. Kutyniok and G. Caire, "Pathloss Prediction using Deep Learning with Applications to Cellular Optimization and Efficient D2D Link Scheduling," in ICASSP 2020 - 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Barcelona, Spain, pp. 8678-8682, 2020. DOI: 10.1109/ICASSP40776.2020.9053347.
C. Zhang, P. Patras and H. Haddadi, "Deep Learning in Mobile and Wireless Networking: A Survey," in IEEE Communications Surveys & Tutorials, vol. 21, no. 3, pp. 2224-2287, Mar. 2019. doi: 10.1109/COMST.2019.2904897.

상세보기
M. M. Butt, A. Rao and D. Yoon, "RF Fingerprinting and Deep Learning Assisted UE Positioning in 5G," in 2020 IEEE 91st Vehicular Technology Conference (VTC2020-Spring), Antwerp, Belgium, pp. 1-7. 2020. DOI: 10.1109/VTC2020-Spring48590.2020.9128640.
D. Kim, S. Park, and H. Jung, "Fingerprint-Based Indoor Logistics Location Tracking System," Journal of the Korea Institute of Information and Communication Engineering, vol. 24, no. 7, pp. 898-903, Jul. 2020. DOI: 10.6109/JKIICE.2020.24.7.898.

원문보기 상세보기
G. K. Venkatesh and P. V. Rao, "Optimizing handover in LTE using SON system by handling mobility robustness," in 2017 2nd IEEE International Conference on Recent Trends in Electronics, Information & Communication Technology (RTEICT), Bangalore, India, pp. 2231-2235, 2017. DOI: 10.1109/RTEICT.2017.8256997.
3GPP TS 36.331, Evolved Universal Terrestrial Radio Access (E-UTRA) Radio Resource Control (RRC) Protocol specification, Sophia Antipolis Valbonne, France, 2020.
HTZ Warfare. [Internet]. Available: http://www.atdi.com/htz-warfare/.
I. -S. Han, J. -H. Sohn, and M. -S. Park, "A study on analysis model for real radio spectrum data correlation in High-Mountain Area," Journal of the Korea Academia-Industrial cooperation Society, vol. 17, no. 5, pp. 697-708, May. 2016. DOI:10.5762/kais.2016.17.5.697.

원문보기 상세보기
3GPP TR 36.942, Evolved Universal Terrestrial Radio Access (E-UTRA) Radio Frequency (RF) system scenarios, Sophia Antipolis Valbonne, France, 2020.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증