초록 ▼

□ 연구 목표 및 내용
◼ 최종 목표
본 연구는 기계 학습을 통하여 셀-프리 메시브 MIMO(Cell-free massive multiple input multiple output) 네트워크의 자기 구성(self-organizing)을 달성하는 것에 관하여 연구 한다. 셀-프리 구조는 다수의 접속 포인트가 하나의 중앙처리 장치에 연결시켜 다수의 소형 셀을 하나의 거대한 셀로 동작시키게 하는 것이다. 이를 통하여 접속 포인트의 무선 자원을 통합 관리하고 접속 포인트 간 협력 통신을 활성화 하고 주파수 효율을 강화, 에너지

□ 연구 목표 및 내용
◼ 최종 목표
본 연구는 기계 학습을 통하여 셀-프리 메시브 MIMO(Cell-free massive multiple input multiple output) 네트워크의 자기 구성(self-organizing)을 달성하는 것에 관하여 연구 한다. 셀-프리 구조는 다수의 접속 포인트가 하나의 중앙처리 장치에 연결시켜 다수의 소형 셀을 하나의 거대한 셀로 동작시키게 하는 것이다. 이를 통하여 접속 포인트의 무선 자원을 통합 관리하고 접속 포인트 간 협력 통신을 활성화 하고 주파수 효율을 강화, 에너지 효율 향상을 기대 할 수 있다. 중앙 처리 장치가 접속 포인트의 모든 동작을 결정 하려면 많은 정보 교환이 이루어지는 것을 막기 위해서 각각의 사용자 장치 클러스터, 접속 포인트, 중앙 처리장치는 제한된 기능을 기계학습을 통하여 수행한다. 이를 피하기 위해 사용자 장치들을 클러스터로 그룹지어 정보를 처리하고 더 적은 정보 교환으로도 성능 향상을 달성하고자 한다.

◼ 전체 내용
사용자 장치(user equipment, UE) 과 접속 포인트(Access point, AP), 중앙 처리 장치(central processing unit, CPU)로 구성된 시스템을 대상으로 한다. 중앙 처리 장치는 다수의 접속 포인트와 연결되어 있으며 접속 포인트로부터 수집된 채널 정보를 토대로 디지털 빔을 할당한다.
디지털 빔은 다른 클러스터에 소속된 사용자 장치로 미치는 간섭 신호를 제거하고 복수의 접속 포인트가 협력하여 하나의 사용자 클러스터에 신호를 보낼 수 있도록 한다. 접속 포인트는 하이브리드 빔포밍을 위한 다수의 송수신 안테나를 장비하고 있다. 사용자 장치 역시 상 하향 링크를 위한 다수의 송수신 안테나를 장비하고 있다.
셀-프리망 자가 구성은 사용자 클러스터의 구성과 사용자 장치의 채널 예측, 접속 포인트에서의 아날로그 빔 할당, 디지털 빔 할당을 수행한다.
각각의 접속 포인트 들은 하향 링크를 통해 인접 사용자 장치에 하향 파일럿 시퀀스 및 추후 사용자 단만 클러스터에서 사용될 상향 파일럿 시퀀스들을 전달한다. 사용자 장치는 수신된 파일럿 시퀀스의 신호-간섭신호 잡음비(signal to interference plus noise ratio, SINR)를 측정하고 해당 정보를 인접 사용자 장치와 공유한다. 사용자 클러스터의 구분은 사용자 클러스터 조정 장치를 통해 이루어지며 해당 장치는 K-means 방식의 기계학습을 통해 인접 사용자 장치 간 클러스터 형성을 결정하며 클러스터 내 구성원이 결정되면 사용자 클러스터의 종류를 판별한다.
접속 포인트에 가까이 위치한 사용자 장치에 할당된 아날로그 빔을 형성할 때에는 활성화된 안테나의 숫자를 증가시켜 빔의 폭을 감소시키고 강한 빔을 방출하여 신호 품질을 향상시키며 인접 사용자 장치에 미치는 간섭을 최소화 한다.
사용자 클러스터가 단일 빔포밍 클러스터에 속하는 경우에는 해당 클러스터에 속한 모든 사용자 장치가 분산형 빔포밍을 수행하여 상향 파일럿 신호의 품질을 향상 시키게 된다

◼ 1단계
❏ 연구 목표
셀-프리 메시브 MIMO(Cell-free massive multiple input multiple output) 네트워크의 자기 구성(self-organizing)을 위하여 기계학습을 적용하고자 한다. 중앙 처리 장치가 접속 포인트의 모든 동작을 결정하려면 많은 정보 교환이 이루어지는 것을 막기 위해서 각각의 사용자 장치 클러스터, 접속 포인트, 중앙 처리장치는 제한된 기능을 기계학습을 통하여 수행한다. 사용자 장치는 인접 장치로부터 수집된 정보들을 토대로 개별적인 클러스터 구성방법을 결정하고 이를 다른 인접 장치들과 공유하여 사용자 클러스터를 구성한다. 협력 통신 네트워크에 숨겨진 수동적 도청 장치나 신뢰 할 수 없는 릴레이 장치에 의한 성능 저하를 막고 숨겨진 장치 탐색 과정에서 발생 할 수 있는 보안 누출을 막기 위한 통신 방법의 수립이 필요하다. 셀-프리 망 구성에 있어 다양한 이종 시스템이 혼재 될 수 있으며 이때 발생되는 성능 저하와 안정적으로 기대 가능한 통신망의 용량 또한 분석 하고자 한다.
❏ 연구 내용
1차 년도 – 이종 시스템의 자원 관리를 위한 해법으로 이종 시스템의 버퍼 안정성을 분석하였다. 해당 연구에서 분석하고자 하는 장치는 자유 공간 광학 (Free space optics, FSO)과 무선 주파수를 동시에 활용하는 하이브리드 장치와 무선 주파수만을 사용하는 무선 장치가 공존하는 이종 통신 시스템으로 구성된다. 각 장치들은 다른 시스템과 독립적으로 동작하며 이에 따라 시스템 간 혼선이 야기하는 성능 저하를 분석하고 안정적으로 통신을 유지 할 수 있는 성능의 한계를 분석한다.
2차 년도 – 신뢰 할 수 없는 이종 시스템과 결합된 통신 네트워크에서 보안을 보장 할 수 있는 물리 계층 보안 통신 시스템을 연구 하였다. 해당 연구에서는 송신기(BS), 수신기(D), 신뢰 할 수 없는 다수의 릴레이(R1,R2,..,RN), 숨겨진 도청장치(E)가 공존하는 통신 네트워크에서 도청을 막으면서도 안전한 통신이 가능하도록 물리 계층 보안 통신을 적용하며 이때 최적의 전력 분배 및 전송 방법에 대하여 분석한다. 해당 연구에서 결정된 전력 분배, 전송률의 신호를 사용 할 경우 숨겨진 도청기및 신뢰 할 수 없는 릴레이와 협력 통신을 하더라도 안정적으로 의 보안 데이터 율을 보장 할 수 있으며 수신기의 경우 수신 신호대비 간섭 잡음비로 비정상적인 동작을 하는 릴레이 장치를 구분하는 것이 가능하다.
3차 년도 – 클러스터 사용자 구성을 위한 다중 사용자 그룹의 형성 규칙과 단일 사용자에 적용되는 빔포밍 성능을 최대로 활용하는 NOMA 기반 다중스트림 컨트롤 방법에 대하여 분석하였다. 기지국(BS), 수신기1(D1), 수신기2(D2),... 수신기N(DN)이 포함된 하향링크 통신 네트워크를 구성한다. 기지국은 최소로 통신이 가능한 사용자의 식별 및 해당 사용자와 클러스터 구성이 가능한 모든 사용자 집합을 분류 하며 이들 클러스터들 간의 달성 가능한 전송률을 분석 해당 값이 임계 치를 만족 하는지 분석한다.

◼ 2단계
❏ 연구 목표
본 연구는 기계 학습을 통하여 셀-프리 메시브 MIMO 네트워크의 자기 구성을 달성하는 것을 목표로 하고 있다. 해당 네트워크를 구성하는 네트워크는 크게 1) 개별 빔포밍 클러스터, 2) 다중 접속 포인트 협력 빔포밍 클러스터, 3) 단일 빔포밍 클러스터, 4) 언 커버드 클러스터로 구성된다. 1단계 연구에서는 2), 3), 4)의 클러스터를 구성함에 있어 필요한 네트워크 안정성, 이종 시스템 간 보안, 다중 접속 포인트의 구성 방법에 대하여 연구하였다. 2단계 연구에서는 1)의 연구 및 각 클러스터에 적용될 MIMO 빔포밍 형성 방법의 분석, 기계 학습을 통한 자기 네트워크 구성 장치 구현에 대한 연구를 수행한다.
❏ 연구 내용
개별 빔포밍 클러스터에 있어 접속 포인트에 가까이 위치한 사용자 장치에 할당된 아날로그 빔을 형성할 때에는 활성화된 안테나의 숫자를 증가시켜 빔의 폭을 감소시키고 강한 빔을 방출하여 신호 품질을 향상시키며 인접 사용자 장치에 미치는 간섭을 최소화 한다. 중앙 처리 장치는 접속 포인트가 할당한 아날로그 빔과 그에 따른 유효 채널 정보를 바탕으로 디지털 빔 및 데이터 스트림의 분배와 송신 전력 분배를 담당한다. 디지털 빔은 서로 다른 아날로그 빔 사이의 간섭을 제거하거나 복수의 접속 포인트에서 송신되는 빔의 협력 통신을 적용하여 사용자 장치의 수신 품질을 향상 시킨다. 사용자 클러스터가 단일 빔포밍 클러스터에 속하는 경우에는 해당 클러스터에 속한 모든 사용자 장치가 분산형 빔포밍을 수행하여 상향 파일럿 신호의 품질을 향상 시키게 된다. 이때 접속 포인트는 수신된 신호에 파일럿 시퀀스를 곱하여 사용자 장치의 송신 안테나에서 오는 신호를 분리 한다. 이후 접속 포인트는 해당 클러스터에 속한 복수의 사용자 장치를 하나의 사용자 장치로 취급하며 사용자 장치 개별의 채널이 아닌 클러스터를 하나의 수신기로 융화시킨 채널을 바탕으로 아날로그 빔을 형성한다.
본 연구는 셀-프리 메시브 MIMO(Cell-free massive multiple input multiple output) 네트워크의 자기 구성(self-organizing)을 위하여 기계학습을 적용하고자 한다. 중앙 처리 장치가 접속 포인트의 모든 동작을 결정 하려면 많은 정보 교환이 이루어지는 것을 막기 위해서 각각의 사용자 장치 클러스터, 접속 포인트, 중앙 처리장치는 제한된 기능을 기계학습을 통하여 수행한다. 사용자 장치는 인접 장치로부터 수집된 정보들을 토대로 개별적인 클러스터 구성방법을 결정하고 이를 다른 인접 장치들과 공유하여 사용자 클러스터를 구성한다. 이를 위하여 사용자 장치가 K-means 활용한 기계학습 장치를 포함하는 구조를 제시하고 있다. 해당 학습 장치는 공유된 클러스터 후보 장치들의 수신 신호 품질과 분류해야 할 클러스터의 숫자를 바탕으로 사용자 클러스터를 제시한다.

□ 연구성과
1차 년도 연구를 통해 우리는 다음의 결과를 얻을 수 있었다.
- FSO기반 하이브리드 장치와 무선 통신 장치의 공존 가능성 여부를 분석
- 운반파 묶음 (Carrier Aggregation) 및 다중 아날로그 빔 상황에서의 버퍼의 상태 변화를 분석하고 이를 토대로 버퍼의 동작 안정성을 확보 할 수 있는 조건 분석
2차 년도 연구를 통해 우리는 다음의 결과를 얻을 수 있었다.
-숨겨진 도정 장치가 포함된 환경 및 신뢰 할 수 없는 협력 장치가 배치된 환경에서 보안을 보장 할 수 있는 통신 방법을 제시
-채널 정보를 속이는 기만적인 행동을 통해 보안 통신을 방해 하는 시도를 원천적으로 차단 가능한 통신 방법을 제시
3차 년도 연구를 통해 우리는 다음의 결과를 얻을 수 있었다.
-사용자 클러스터 결정에 있어 필요한 정보를 특정화 하고 이를 바탕으로 후보 클러스터를 구성하는 방법론을 분석
-NOMA 전송 방법을 하나의 사용자에 적용하여 복수의 신호 스트림을 전송하는 것이 가져오는 성능 변화
-NOMA 전송 방법으로 다중 사용자에 신호를 전송할 경우 효과적인 전력 및 전송률 분배 방법

□ 연구성과의 활용 계획 및 기대 효과
이종 시스템 간 통합이 기지국의 데이터 전송 안정성에 미치는 영향을 제시하여 시스템 간 통합을 결정할 수단으로 사용할 수 있도록 하였다. 이종시스템이 혼재 하여 도청에 취약해 질수 있는 환경에서 안전한 통신이 가능한 통신 방법을 제시한다. 특히 수동적으로 동작 할 수 있는 도정 장치의 특성상 채널 정보 등을 취득하기 어려운 환경에서도 효과적으로 도청을 억제하는 것이 가능하다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 6
• 1. 연구과제의 개요 ... 7
• 2. 연구과제의 수행 과정 및 수행 내용 ... 7
• 1) 1차 년도 ... 7
• 2) 2차 년도 ... 9
• 3) 3차 년도 ... 11
• 3. 연구과제의 수행 결과 및 목표 달성 정도 ... 14
• 1) 연구수행 결과 ... 14
• 2) 목표 달성 수준 ... 14
• 3) 목표 미달 시 원인 분석 ... 14
• 4. 연구성과의 관련 분야에 대한 기여 정도 ... 15
• 5. 연구성과의 관리 및 활용 계획 ... 15
• 6. 다음 단계 연구계획 ... 15
• 1) 연구 목표 및 내용 ... 15
• 2) 연구 추진전략 ... 15
• 3) 연구 추진일정 및 기대성과 ... 16
• 4) 다음 단계 연구비 사용계획 ... 16
• 5) 연구 성과의 활용방안 및 기대효과 ... 16
• 끝페이지 ... 16