KR101699826B1

KR101699826B1 - 무선 네트워크에서 사용자 속도 추정을 위한 방법 및 시스템

Info

Publication number: KR101699826B1
Application number: KR1020157032735A
Authority: KR
Inventors: 마제드 하다드; 베로니크 캡데빌레; 아페프 페키; 에이탄 알트만
Original assignee: 알까뗄 루슨트; 앵리아
Priority date: 2013-04-16
Filing date: 2014-03-14
Publication date: 2017-01-25
Also published as: CN105165080B; EP2793517A1; KR20160020417A; CN105165080A; JP2016522398A; JP6521945B2; US20160080095A1; US9673922B2; WO2014170073A1; EP2793517B1

Abstract

무선 네트워크의 기지국에 연결된 사용자 장비의 속도를 추정하기 위한 방법이 개시되고, 이 방법은 사용자 장비와 기지국 사이에 송신되는 무선 신호의 신호 강도 측정들(S)을 수행하는 단계; 신호 강도 측정들의 스펙트럼 분석(11)을 수행하는 단계; 신호 강도 측정들의 전력 스펙트럼에서 국소 최댓값의 주파수를 결정하는 단계; 이전에 설정된 참조 데이터로부터, 결정된 주파수에 대응하는 사용자 장비의 속도를 추정하는 단계(12) - 참조 데이터는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시킴 - 를 포함한다.

Description

무선 네트워크에서 사용자 속도 추정을 위한 방법 및 시스템{METHOD AN SYSTEM FOR USER SPEED ESTIMATION IN WIRELESS NETWORKS}

본 발명은 무선 네트워크에 연결된 사용자 장비의 속도를 추정하기 위한 방법 및 시스템에 관한 것이다.

본 명세서에서 사용될 때, 용어 "사용자 장비"는, 제한적이 아니라 광범위하게, 무선 네트워크에 연결될 수 있는 임의의 사용자 단말기 또는, 더 일반적으로는, 임의의 장치(예를 들어, 이동 전화, 개인 휴대 정보 단말기, 스마트폰, 태블릿 컴퓨터)를 포함하는 것으로 의도된다.

"사용자 속도"라는 것은 여기서 무선 네트워크의 서빙 기지국(serving base station)에 접속된 사용자 장비를 구비한 사용자의 또는, 더 일반적으로는, 엔티티의 실제 속도를 의미한다. 예를 들어, 이동 전화를 구비한 사용자의 속도, 또는 무선 네트워크에 연결된 장치를 포함하는 차량의 속도.

무선 네트워크는 그것에 연결된 사용자 장비들의 이동성을 지원할 수 있는 임의의 셀룰러 또는 광역 네트워크(예를 들어 WiMAX, GSM, 2G/3G, CDMA, LTE 또는 기타 유사한 것)일 수 있다.

사용자 속도의 추정은 그러한 무선 네트워크에서 중대한 관심사이다. 사실, 사용자 속도는, 무엇보다도, 이동성 및 무선 리소스 관리를 포함하는 다양한 무선 네트워크 기능들에 대한 중요한 파라미터이다. 사용자 속도의 효율적인 추정은 무선 네트워크 성능에, 그리고 결과적으로는, 제공되는 서비스 품질(QoS)에 큰 영향을 미친다.

예를 들어, 이동성 관리에 관련하여, 직설적으로 핸드오버 성공률(handover success rate)은 사용자 속도와 직접 연관된다: 사용 속도가 높을수록, 핸드오버 빈도가 높아지고 통화 실패(call dropping)의 위험이 커진다(N. Yaakob 등, "Investigating Mobile Motion Prediction in Supporting Seamless Handover for High Speed Mobile Node", Proceedings of the International Conference on Computer and Communication Engineering 2008). 따라서, 핸드오버 파라미터들(오프셋, 히스테리시스, 타이머, 및 필터링 계수)의 최적의 조정은 속도 의존적이어야 한다.

V. Kavitha 등에 의해 제안된 분석적 프레임워크("Spatial Queuing for analysis, design and dimensioning of Picocell networks with mobile users", Performance evaluation, August 2011)는 사용자 속도에 대한 핸드오버 손실들의 그리고 셀 사이즈의 의존성을 분명히 보여준다.

마찬가지로, 무선 리소스 관리에 관련하여, 주파수 선택적이든 아니든, 가장 적합한 스케줄링 스킴은 사용자 속도에 의존한다. 주파수 선택적 스케줄링은 일반적으로 낮은 사용자 속도들에서 선호된다. 그렇지 않다면, 높은 도플러 조건들로 인해, 주파수 의존적 채널 정보는 충분히 정확하지 않다. 높은 속도들에서는, 주파수 다양성 스케줄링이 바람직하다.

이와 같이, 비포괄적인(non-exhaustive) 예들로 위에 강조한 바와 같이, 둘 이상의 네트워크 메커니즘을 최적화하기 위해서는 사용자 속도에 관한 정확한 정보가 요구된다.

무선 네트워크들 내의 사용자 속도 추정을 위한 최신의 해법들은 다양한 이유 때문에 비효율적이고 정확성 요건을 만족시키지 못한다.

예를 들어, 수신된 신호 강도 측정들의 속도 의존적 단기 변화들의 캡처(capturing)에 기초한 것들은 측정들의 주기가 이들 빠른 변화의 일관성 지속 기간보다 클 때 비효율적이다. 예를 들어, 측정들의 주기가 LTE에서 복조 참조 신호들의 기간보다 클 때(특히, 1 ms보다 클 때), 검출될 수 있는 최대 속도는 상한이 있다. 예를 들어, 5 ms 주기에서, 검출될 수 있는 최대 속도는 30 kmph이다. 10 ms에서, 속도 추정의 성능들은 20 kmph까지만 만족스럽다.

사실, 측정들의 샘플링 주파수에 관련하여, 종래의 방법들은 주로 속도 의존적인 고속 페이딩 특성들을 분석하는 것을 목표로 한다: 도플러 주파수는 고속 페이딩 채널의 전력 스펙트럼 또는 공분산으로부터 유도된다. 그러나, 나이키스트 이론(Nyquist theorem)은 스펙트럼 에일리어싱과, 그에 따른 잘못된 도플러 추정을 피하기 위해 높은 샘플링 주파수의 측정들을 적용한다. 그 결과, 이 방법들은 짧은 샘플링 주기들에서만 적합하다.

더욱이, 거의 공지된 해법들(특히, 크로싱 기반 방법들(Zhang Hong 등, "Mobile speed estimation using diversity combining in fading channels", Center for Communications and Signal Processing Research, New Jersy Institute of Technology, 2004) 및 공분산 기반 방법들(Rosa Zheng Yahong 등, "Mobile speed estimation for broadband wireless communications over rician fading channels", IEEE Transactions On Wireless Communications, page 8, jan 2009))은, 특히 작은 도플러 확산들에 대해, 잡음에 민감하다. 추가적인 문제점들로서, 이들 해법의 대부분은 신호 대 잡음비(SNR)의 지식을 필요로 하고, 가우스 잡음 가설(Gaussian noise hypothesis)로 제한되고, 구현하기에 복잡하다.

종래 기술의 또 다른 문제점은 공지된 해법들이 신호 전력 또는 공분산의 추정을 필요로 하는데(전력 스펙트럼 기반 방법들에 대해 말하자면: Baddour Kareem E. 등, "Nonparametric Doppler spread estimation for at fading channels", Department of Electrical and Computer Engineering Queen's University, Kingston, ON, CANADA and University of Alberta, Edmonton, CANADA, 2003), 이는 적절한 관찰창(observation windows)을 요구하기 때문에 어렵다는 것이다.

본 발명의 하나의 목적은 위에 언급한 문제점들에 대한 해법을 제공하고, 종래 기술에 비해 다른 이점들을 제공하는 것이다.

본 발명의 또 하나의 목적은 신호 강도 측정들의 큰 주기들에 효율적으로 대처하는 사용자 속도 추정 절차를 제공하는 것이다.

본 발명의 또 하나의 목적은 사용자 속도의 실시간 추정 방법을 제공하는 것이다.

다양한 실시예들은 위에 제시한 문제점들 중 하나 이상의 효과들을 다루는 것에 관련된다. 다음은 다양한 실시예들의 일부 양태들의 기본적 이해를 제공하기 위하여 실시예들의 간략한 요약을 제시한다. 이 요약은 이들 다양한 실시예의 포괄적인 개요는 아니다. 이것은 결정적 요소들의 핵심을 식별하거나 이들 다양한 실시예의 범위를 묘사하려고 하는 것이 아니다. 이것의 유일한 목적은 나중에 논의되는 더 상세한 설명의 서두로서 일부 개념들을 간략한 형태로 제시하는 것이다.

다양한 실시예들은 무선 네트워크의 기지국에 연결된 사용자 장비의 속도를 추정하기 위한 방법들과 관련되고, 이들 방법은

- 상기 사용자 장비와 상기 기지국 사이에 송신되는 무선 신호의 신호 강도 측정들을 수행하는 단계;

- 상기 신호 강도 측정들의 스펙트럼 분석을 수행하는 단계;

- 상기 신호 강도 측정들의 전력 스펙트럼에서 국소 최댓값(local maximum)의 주파수를 결정하는 단계;

- 이전에 설정된 참조 데이터로부터, 상기 결정된 주파수에 대응하는 상기 사용자 장비의 속도를 추정하는 단계 - 상기 참조 데이터는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시킴 - 를 포함한다.

하나의 광범위한 양태에 따르면, 상기 전력 스펙트럼에서 상기 국소 최댓값은 미리 정의된 임계값보다 큰 진폭을 가진, 주파수 내림차순으로 첫 번째 국소 피크(즉, 주파수 오름차순으로 마지막 국소 피크, 또는 동등하게는 가장 오른쪽 피크)이다.

또 하나의 광범위한 양태에 따르면, 상기 추정된 속도가 미리 정의된 속도 임계값 미만이면, 상기 방법들은

- 상기 신호 강도 측정들을 디노이징(denoising)하여, 미리 정의된 주파수 임계값 미만의 노이지(noisy) 주파수들을 제거하는 단계;

- 상기 디노이징된 신호 강도 측정들의 스펙트럼 분석을 수행하는 단계;

- 상기 디노이징된 신호 강도 측정들의 전력 스펙트럼에서 국소 최댓값의 주파수를 결정하는 단계;

- 이전에 설정된 참조 데이터로부터, 상기 결정된 주파수에 대응하는 상기 사용자 장비의 속도를 추정하는 단계 - 상기 참조 데이터는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시킴 - 를 더 포함한다.

또 하나의 광범위한 양태에 따르면, 상기 참조 데이터는 주어진 사용자 장비 속도를 섀도잉(shadowing)의 주어진 공간 역상관 거리(spatial decorrelation distance)에 대해 특정의 결정된 주파수와 연관시키고, 상기 공간 역상관 거리는 상기 기지국의 무선 환경과 관련된다.

또 하나의 광범위한 양태에 따르면, 상기 신호 강도 측정들은 상기 사용자 장비에 의해 다운링크 무선 신호에 대해 수행되고 나서 상기 기지국에 보고된다.

또 하나의 광범위한 양태에 따르면, 상기 사용자 장비와 상기 기지국 사이의 송신되는 신호는 사운딩 참조 신호(sounding reference signal)이다.

또 하나의 광범위한 양태에 따르면, 상기 신호 강도 측정들은 상기 기지국에 의해 상기 사용자 장비로부터 송신되는 업링크 신호에 대해 수행된다.

또한, 다양한 실시예들은 무선 네트워크의 기지국에 연결된 사용자 장비의 속도를 추정하기 위한 처리 유닛과 관련되고, 상기 처리 유닛은

- 신호 강도 측정들의 스펙트럼 분석을 수행하기 위한 수단;

- 상기 신호 강도 측정들의 전력 스펙트럼에서 국소 최댓값의 주파수를 결정하기 위한 수단;

- 이전에 설정된 참조 데이터로부터, 상기 결정된 주파수에 대응하는 상기 사용자 장비의 속도를 추정하기 위한 수단 - 상기 참조 데이터는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시킴 - 을 포함한다.

광범위한 양태에 따르면, 상기 처리 유닛은 상기 신호 강도 측정들을 디노이징하기 위한 수단을 포함한다.

또한, 다양한 실시예들은 상기 처리 유닛을 포함하는 기지국과 관련된다.

광범위한 양태에 따르면, 상기 기지국은 그것에 연결된 사용자 장비로부터 송신되는 무선 신호의 신호 강도 측정들을 수행하도록 구성된다.

다양한 실시예들은 또한 상기 방법들을 수행하기 위한 컴퓨터 프로그램 제품들과 관련된다.

다양한 실시예들은 다양한 수정 및 대안의 형태가 가능하지만, 그것의 특정 실시예들이 도면들에 예로서 도시되었다. 그러나, 특정 실시예들에 대한 본 명세서의 설명은 다양한 실시예들을 개시된 특정 형태들로 제한하려고 하는 것이 아님을 이해해야 한다.

물론 임의의 그러한 실제 실시예들의 개발에서는, 시스템 관련 및 사업 관련 제약들의 준수와 같은, 개발자의 특정 목표를 달성하기 위해 구현에 특화된 결정들(implementation-specific decisions)이 이루어져야 한다는 것을 알 수 있다. 그러한 개발 노력은 시간 소모적일 수도 있지만, 그럼에도 불구하고 이 개시 내용의 혜택을 입은 통상의 기술자들에게는 일상적인 이해일 수 있다는 것을 알 것이다.

다양한 실시예들의 목적들, 이점들 및 다른 특징들은 다음의 개시 내용 및 청구항들로부터 더 명백해질 것이다. 바람직한 실시예들에 대한 다음의 비제한적인 설명은 첨부 도면들을 참조하여 예시의 목적으로만 주어진다.
도 1은 사용자 속도를 추정하기 위한 실시예의 순서도를 보여주는 개략도이다;
도 2a, 2b, 4a 및 4b는 사용자 속도 추정을 위한 신호 벡터의 스펙트럼 분석을 보여주는 곡선들이다;
도 3은 스펙트럼 분석으로부터 추론된 주파수들에 대한 사용자 속도의 의존성을 보여주는 곡선이다.

도 1을 참조하면, 사용자 속도 추정을 위한 방법은, 입력 데이터로서, 무선 신호 전력 측정들의 벡터(S)를 이용한다. 이들 측정은 사용자 장비에 의해 수행되고 나서 서빙 기지국에 보고되거나, 대안적으로 기지국 자체에 의해 업링크 측정들에 기초하여 수행될 수 있다. 따라서, 이들 측정은 다운링크 또는 업링크 물리 신호들에 기초하여 수행될 수 있다.

그러한 무선 신호 측정들의 예시적인 예로서, 사운딩 참조 신호들(SRS)(예를 들어 업링크 채널의 측정을 위한 참조 신호들 또는 채널 품질 지시자 측정을 위한 참조 신호들)에 대한 협대역 또는 광대역 전력 측정들을 언급할 수 있다. 이들 신호는, 데이터 트래픽과는 관계없이, 사용자 장비로부터 서빙 기지국으로 주기적으로(일반적으로, 전형적으로 20 ms, 40 ms, 80 ms 범위의 구성 가능한 주기를 가지고) 송신된다. 그 후 사운딩 참조 신호들에 대한 전력 측정들의 벡터가 유리하게도 정기적으로 이용 가능하다.

측정된 신호 강도들은 스펙트럼 분석을 통하여 강조될 수 있는 속도 의존 변화들을 겪는다. 사실, 시간 영역에서의 분석과 비교하여, 스펙트럼 분석은, 유리하게도, 측정된 신호의 특정 정보(즉, 사인 곡선 성분(component sinusoids)의 주파수, 위상 및 진폭)를 드러내는 것을 가능하게 한다. 저속들에 대해, 측정들은 "느리게" 달라진다: 그것들은 긴 지속 기간 동안 상관될 수 있는 데 반해, 고속들에 대해, 연속적인 측정들이 많이 달라지지 않는 기간은 감소된다.

일 실시예에서, 측정들(S)에 대한 스펙트럼 분석을 수행하기 위해 이산 푸리에 변환(DFT; discrete Fourier Transform)이 이용된다(도 1의 단계 11). DFT는 신호 벡터(S)를 주파수 영역으로 변환한다. 예시적인 예로서, FFT(고속 푸리에 변환) 알고리즘이 신호 벡터(S)에 적용되어, 신호 벡터(S)의 이산 푸리에 변환을 반환한다. FFT 포인트들의 수(N_FFT)는 벡터(S)의 길이와 같거나 그보다 큰 가장 가까운 2의 거듭제곱이다. 예를 들어, 400개 샘플과 같은 길이의 측정 벡터(S)에 대해, FFT 포인트들의 수는 512로 선택된다. DFT (ZS = fft(S,N_FFT)/length(S))가 계산되는 주파수 탭들(frequency taps)은 (나이키스트 조건을 만족시키기 위하여) 0에서 Fs/2까지의 N_FFT/2+1 포인트들의 벡터이고, 여기서 Fs는 측정들(S)의 샘플링 주기(즉, 40 ms 또는 80 ms)의 역수와 같은 샘플링 주파수이다.

특히, 신호가 큰 샘플링 주기들을 가지고 샘플링될 때, 큰 또는 중간 시간 규모 변동들(large or medium time scale fluctuations)이 관찰되고 사용자 속도들을 식별하기 위해 이용될 수 있다.

도 2a 및 2b(각각, 저속(56 kmph) 및 고속(113 kmph)에 대한, 측정된 신호 벡터(S)의 푸리에 진폭 스펙트럼 대 주파수)는 각각, 56 kmph 및 113 kmph의 사용자 속도에 대응하는 2개의 시뮬레이션된 SRS 전력 측정 벡터들(S)의 스펙트럼 표현을 보여준다. 이 시뮬레이션에서는, 로그 정규 섀도잉(log-normal shadowing) 모델, 40 ms의 측정들의 샘플링 주기 및 40 m의 섀도잉의 공간 역상관 거리(즉, 그 너머에서는 측정 샘플들이 비상관되는(uncorrelated) 것으로 간주되는 거리)가 고려된다.

도 2a 및 2b에서 알 수 있는 바와 같이, SRS 전력 측정들에 대한 스펙트럼 분석은 속도 의존적인 고조파 주파수들(도 2a 및 2b에서 박스로 표시된 피크들)을 드러낸다. 구체적으로, 전력 스펙트럼에서 주요 "피크"의 주파수는 속도에 따라 증가한다. 사실, 이들 변동은 사용자 속도에 의존하여 더 또는 덜 빠르다. 주파수 영역에서, 이러한 변동의 빠르기(rapidity)는 고조파 주파수들에 의해 변환(translated)된다: 고속에 대해서는 고주파수 그리고 저속에 대해서는 저주파수.

전력 스펙트럼에서 가장 오른쪽 피크의 주파수는 신호 벡터(S)의 DFT 변환에서 마지막 국소 최댓값(또는 동등하게는, 주파수 내림차순으로 첫 번째 국소 최댓값)에 대응하는 주파수이다. 일 실시예에서, 그 진폭이 미리 정의된 임계값과 같거나 그보다 큰 경우에만 이 피크가 결정되도록 임계값(즉, 상대/절대 최소 피크 진폭)이 설정된다.

피크 주파수(도 2a 및 2b에서 박스로 표시된 피크들의 주파수들)는, 큰 창 지속 기간들(수 초)에서 관찰될 때, 도 3에 도시된 바와 같이, 사용자 속도에 따라 증가한다(여러 역상관 거리들에 대한 사용자 속도의 함수에서 발진 주파수)는 것에 유의해야 한다.

또한, 주파수 피크는 (1 m에서 100 m까지) 상이한 역상관 거리들의 세트에 대한 사용자 속도의 함수에서 피크 주파수(도 2a 및 2b에서 가장 오른쪽 박스로 표시된 피크들의 주파수들)의 진화(evolution)를 나타내는 도 3에 도시된 바와 같이, 섀도잉 프로파일(즉, 공간 역상관 거리)에 의존한다.

따라서, 사용자 속도와 피크 주파수 간의 이러한 의존성(대응)은 피크 주파수로부터 사용자 속도를 추정하기 위해 이용될 수 있는 지식 기반을 구성할 수 있다. 피크 주파수는 측정된 신호 벡터(S)의 이산 푸리에 변환으로부터 검출될 것이다. 이에 관련하여, 섀도잉의 주어진 공간 역상관 거리에 대해, 측정된 신호 벡터(S)의 푸리에 진폭 스펙트럼으로부터 결정된 피크 주파수에 대응하는 사용자 속도를 결정하는 것을 가능하게 하는, 미리 정의된 참조 데이터를, 예를 들어 곡선들, 함수들 또는 테이블들의 형태로 포함하도록 데이터베이스(121)가 구성된다. 역상관 거리는 바람직하게는 서빙 기지국(eNB)이 배치되는 무선 컨텍스트(다시 말해서, 시골, 교외, 도시, 한정된 곳과 같은 모바일 무선 환경의 유형)에 따라(즉, 관련하여) 선택된다.

일 실시예에서, 데이터베이스(121)는 오프라인으로 셋업된다. 변형예에서, 피크 주파수의 사용자 속도 의존성은, 예를 들어, 상이한 공간 역상관 거리들에 대해 도 3에 도시된 종류의 피팅 곡선들(fitting curves)을 통하여 모델링될 수 있다. 그 후 데이터베이스(121)의 콘텐츠는 속도 추정 목적으로 이용된다(도 1의 단계 12).

따라서, (데이터베이스(121)에서 구할 수 있는) 주파수의 속도 의존성은, 검출된 피크 주파수를 참조 데이터베이스(121) - 주어진 역상관 거리에 대해 피크 주파수 대 속도 - 에 매핑함으로써 사용자 속도들을 식별하는 데(도 1의 단계 12) 이용될 수 있다.

이 사실들을 고려하여, 측정된 벡터(S)로부터 사용자 속도를 추정하기 위하여 검출된 주파수(즉, 전력 스펙트럼에서 피크의 주파수)는 데이터베이스(121)의 콘텐츠와 비교된다(도 1의 단계 12). 데이터베이스(121)에서, S의 전력 스펙트럼으로부터 검출된, 피크 주파수에 가장 가까운 주파수에 대응하는 속도는 추정된 속도이다: Speed_S(S로부터 추정된 속도).

다시 도 2a 및 2b를 참고하면, 고려되는 속도가 무엇이든, 스펙트럼의 저주파수들에서 아티팩트 피크들의 존재에 주목할 수 있다(이러한 현상은 특히 도 2b에서 보인다). 이들 아티팩트 피크는 수신된 신호 강도의 "매우 느린" 변화(즉, 스펙트럼 계산의 창 지속 기간에 대해 거의 일정한(quasi constant) 경로 손실)에 대응한다. 이들 아티팩트 피크는 속도와는 관계없다.

이들 저주파수 아티팩트 피크는 저속의 경우에 섀도잉과 연관된 저주파수들에서의 피크들과 일치할 수 있고, 그 후 잘못된 결론들을 야기할 수 있다. 사실, 이러한 조건들에서, 원래 신호 벡터(S)의 스펙트럼만을 관찰함으로써 저속을 정확하게 추정하는 것은 어렵다.

측정된 신호 강도 값(S)의 DFT 주파수 스펙트럼은 일반적으로 0 Hz로부터 근처의 주파수들에 대한 노이지 메스(noisy mess)를 포함하여, 저속 영역에서 부정확한 속도 추정을 야기한다(도 4a 또는 도 2a에서 첫 번째 왼쪽 박스로 표시된 피크 참조). 이것은, 스펙트럼의 매우 낮은 주파수들에서, 피크가 노이지 신호들로 희석된다는 사실 때문이다. 저속에 관한 그러한 불일치를 극복하기 위하여, 원래 신호 벡터(S)로부터의 추정 속도(Speed_S)(즉, 도 1의 단계 12의 출력)는 미리 정의된 속도값(Speed_X)과 비교된다(도 1의 단계 13).

다시 말해서, 아티팩트 피크들은 저속 추정에만 영향을 미칠 수 있으므로, 측정 벡터(S)의 스펙트럼 분석으로부터의 추정 속도(Speed_S)에 대해 속도 테스트가 수행된다. 이 테스트에서, Speed_S는 미리 정의된 속도 임계값 Speed_X와 비교된다(도 1의 단계 13: Speed_S > Speed_x?).

예시적인 예로서, 미리 정의된 속도값 Speed_X는 20 kmph일 수 있다. 이 상수는 모바일 무선 환경마다 다를 수 있다(즉, 섀도잉의 공간 역상관 거리에 의존하여).

추정된 사용자 속도 Speed_S가 미리 정의된 속도값보다 크다면(즉, Speed_S > Speed_X이면), 얻어진 추정은 믿을 만한 것으로 간주되고, 사용자 속도는 Speed_S이다(사용자 속도 = Speed_S: 도 1의 순서도의 오른쪽 분기의 출력). 그렇지 않다면, 원래 신호 벡터(S)를 저역 통과 평활화 필터(low pass smoothing filter)로 통과시켜, 미리 정의된 주파수 임계값 아래의 노이지 주파수들을 제거한다(도 1의 단계 14).

신호 벡터(S)의 저역 통과 필터링(평활화)은 기생 저주파수 피크들(즉, 전력 스펙트럼에서 아티팩트 피크들)을 추출하는 것을 목표로 한다. 그 후, 저역 통과 평활화 필터의 출력은 원래의 것(S)으로부터 제거되고, 따라서 거의 섀도잉만의 변화들(almost shadowing-only variations)을 포함하는 잔차 신호(R)가 얻어진다. 대안적으로, 거의 섀도잉만의 변화들은 원래 신호 벡터(S)의 고역 통과 필터링을 통하여 얻어질 수 있다.

도 4a 및 4b에 도시된 바와 같이, 각각, 원래 신호(S)와 그의 잔차 신호(R)의 스펙트럼 표현들을 비교하면(S는 8.5 km/h의 사용자 속도에 대응하는 시뮬레이션된 SRS 전력 측정들임), 기생 저주파수 피크들은 R의 스펙트럼 표현에서 사라졌다.

따라서, 신호 벡터(S)를 저역 통과 필터로 통과시킨다. 그 후 필터링된 신호(

)(즉, 결과 신호)가 원래 신호(S)로부터 추출되어 잔차 신호(

)(도 1의 단계 14의 출력)가 생성된다.

유리하게도, 저역 통과 평활화 필터는 소정의 주파수 임계값보다 큰 모든 노이지 주파수들을 제거함으로써 S의 스펙트럼을 평활화한다. 그것은 노이지 주파수들(도 4a에서 0 Hz로부터 근처)이 감소되는 결과를 야기한다(도 4b에 도시된 바와 같이). 노이지 데이터 세트로부터 실제 신호를 복구하는 것을 가능하게 하는, 임의의 다른 "디노이징" 기능이 저역 통과 필터 대신에 이용될 수 있다는 것을 주목할 만하다(예를 들어 D. L. Donoho의 "De-noising by soft- thresholding ", IEEE Trans. Inform. Theory, vol. 41, no. 3, pp. 613-627, May 1995에 의해 소개된 것). 예시적인 예로서, 측정된 신호 벡터(S)를 필터링하기 위해 웨이블릿 변환 기반 방법이 채택될 수 있다.

마찬가지로, 신호 벡터(S)에 관해서는,

- 잔차 신호(R)에 대해 스펙트럼 분석이 수행되고(R: fft(R,Fs)의 이산 푸리에 변환)(도 1의 단계 15);

- 잔차 신호(R)의 전력 스펙트럼에서 피크에 대응하는 주파수(즉, 피크 주파수)가 검출되고(도 1의 단계 15);

- 잔차 신호(R)에 대한 속도 추정(도 1의 단계 16): 검출된 피크 주파수는 (데이터베이스(121)의 콘텐츠와 유사하게 정의된) 데이터베이스(161)의 콘텐츠와 비교된다. 데이터베이스(161)로부터 검출된 피크 주파수에 가장 가까운 주파수에 대응하는 속도(Speed_R)는 잔차 신호(R)로부터의 사용자 속도인 것으로 추정된다(즉, 사용자 속도 = Speed_R: 도 1의 순서도의 왼쪽 분기의 출력). 그것은 Speed_R이 저속 영역에서 사용자 속도의 정확한 추정을 나타내는 것을 야기한다.

양쪽 데이터베이스(121 및 161)는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시키는 이전에 설정된 참조 데이터를 포함한다. 이들 주파수는 사전에 알려진 사용자 장비 속도를 가진 무선 신호의 신호 강도 측정들(S)에 대한 분석적 모델들로부터 이론적으로 또는 실험적으로 결정될 수 있다.

일 실시예에서, 양쪽 데이터베이스(121 및 161)는, 주어진 역상관 거리에 대해, S의 전력 스펙트럼에서 피크 주파수를 그것의 대응하는 사용자 속도에 매핑하는 것을 가능하게 하는 참조 곡선들(또는 함수들)을 포함한다. 이들 데이터베이스(121 및 161)는

- 학습 단계 동안에, 알려진 속도들을 가진 사용자들에 대한 무선 전력 측정들을 처리함으로써 작성되거나;

- 시뮬레이션 결과들로부터 작성되거나; 또는

- 전처리된 데이터베이스로부터, 채널 컨텍스트(즉, 모바일 무선 환경의 유형)를 고려하면서 선택될 수 있다.

유리하게도, 무선 네트워크들, 특히 LTE 네트워크들 내의 사용자 속도 추정을 위한 전술한 방법들은 측정들의 큰 또는 중간 규모 변화들의 이익을 취함으로써, 신호 강도 측정들의 큰 주기들에 효율적으로 대처한다. 사실, 참조 신호들(예를 들어 사운딩 참조 신호들)이 제한된 용량 제약 때문에 큰 송신 주기들을 갖도록 구성될 때, 전술한 방법은 측정들의 큰 또는 중간 규모 변화들의 이익을 취한다.

또한, 개시된 실시예들은, 유리하게도, 높은 주기성(20 ms 초과)을 가진 보고된 전력 측정들에 기초하여 사용자 속도를 식별하기에 효율적인 데 반해, 공지된 방법들은 낮은 주기성(대략 1 ms)을 가진 측정에 대해서만 효율적일 수 있다.

또한, 개시된 실시예들은, 유리하게도, 계산상 효율적이고 CPU 비용이 낮고(스펙트럼 분석), 이는 실제 네트워크들 및 온라인 실행에의 이들의 통합을 상당히 용이하게 한다. 따라서, 전술한 방법들은 기지국과 통신하도록 구성된 임의의 적절한 처리 유닛에 의하여 수행될 수 있다.

유리하게도, 원래 신호 강도 측정들(S)의 스펙트럼 분석을 통한 속도 추정은 스펙트럼 분석에 앞서 디노이징 단계를 필요로 하지 않으므로 계산상 매우 효율적이다. 이 "독립형" 해법은 저속에 대해 조대한 정밀도(coarse precision)의 속도 추정으로 충분한 경우에 선호될 수 있다. 대안적으로, 부가적인 계산들(즉, 디노이징 단계를 위한 것)은, 속도가 무엇이든 그리고 특히 낮은 사용자 속도들에 대해, 더욱 정확한 추정들로 이어진다.

Claims

무선 네트워크의 기지국에 연결된 사용자 장비의 속도를 추정하기 위한 방법으로서,
- 상기 사용자 장비와 상기 기지국 사이에 송신되는 무선 신호의 신호 강도 측정들(S)을 수행하는 단계;
- 상기 신호 강도 측정들의 스펙트럼 분석(11)을 수행하는 단계;
- 상기 신호 강도 측정들의 전력 스펙트럼에서 국소 최댓값(local maximum)의 주파수를 결정하는 단계;
- 이전에 설정된 참조 데이터로부터, 상기 결정된 주파수에 대응하는 상기 사용자 장비의 속도를 추정하는 단계(12) - 상기 참조 데이터는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시킴 -
를 포함하는 방법.
제1항에 있어서, 상기 전력 스펙트럼에서 상기 국소 최댓값은 미리 정의된 임계값보다 큰 진폭을 가진, 주파수 내림차순으로 첫 번째 국소 피크인 방법.
제1항 또는 제2항에 있어서, 상기 추정된 속도가 미리 정의된 속도 임계값 미만이면, 상기 방법은
- 상기 신호 강도 측정들을 디노이징(denoising)하여(14), 미리 정의된 주파수 임계값 미만의 노이지(noisy) 주파수들을 제거하는 단계;
- 상기 디노이징된 신호 강도 측정들의 스펙트럼 분석(15)을 수행하는 단계;
- 상기 디노이징된 신호 강도 측정들의 전력 스펙트럼에서 국소 최댓값의 주파수를 결정하는 단계;
- 이전에 설정된 참조 데이터로부터, 상기 결정된 주파수에 대응하는 상기 사용자 장비의 속도를 추정하는 단계(16) - 상기 참조 데이터는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시킴 -
를 더 포함하는 방법.
제1항 또는 제2항에 있어서, 상기 참조 데이터는 주어진 사용자 장비 속도를 섀도잉(shadowing)의 주어진 공간 역상관 거리(spatial decorrelation distance)에 대해 특정의 결정된 주파수와 연관시키고, 상기 공간 역상관 거리는 상기 기지국의 무선 환경과 관련되는 방법.
제1항 또는 제2항에 있어서, 상기 추정된 속도는, 상기 이전에 설정된 참조 데이터에서, 상기 결정된 주파수에 가장 가까운 주파수와 연관되는 속도인 방법.
제1항 또는 제2항에 있어서, 상기 신호 강도 측정들은 상기 사용자 장비에 의해 다운링크 무선 신호에 대해 수행되고 나서 상기 기지국에 보고되는 방법.
제1항 또는 제2항에 있어서, 상기 사용자 장비와 상기 기지국 사이의 송신되는 신호는 사운딩 참조 신호(sounding reference signal)인 방법.
제1항 또는 제2항에 있어서, 상기 신호 강도 측정들은 상기 기지국에 의해 상기 사용자 장비로부터 송신되는 업링크 신호에 대해 수행되는 방법.
무선 네트워크의 기지국에 연결된 사용자 장비의 속도를 추정하기 위한 처리 유닛으로서,
- 신호 강도 측정들의 스펙트럼 분석을 수행하기 위한 수단;
- 상기 신호 강도 측정들의 전력 스펙트럼에서 국소 최댓값의 주파수를 결정하기 위한 수단;
- 이전에 설정된 참조 데이터로부터, 상기 결정된 주파수에 대응하는 상기 사용자 장비의 속도를 추정하기 위한 수단 - 상기 참조 데이터는 주어진 사용자 장비 속도를 특정의 결정된 주파수와 연관시킴 -
을 포함하는 처리 유닛.
제9항에 있어서, 상기 신호 강도 측정들을 디노이징하기 위한 수단을 더 포함하는 처리 유닛.
제9항 또는 제10항에 따른 처리 유닛을 포함하는 기지국.
제11항에 있어서, 상기 기지국에 연결된 사용자 장비로부터 송신되는 무선 신호의 신호 강도 측정들(S)을 수행하도록 구성되는 기지국.
컴퓨터 프로그램을 기록한 컴퓨터 판독가능한 기록 매체로서, 상기 컴퓨터 프로그램은 제1항 또는 제2항에 따른 방법의 단계들에 대응하는 명령어들을 수행하기 위한 코드 섹션들(code sections)을 포함하는, 컴퓨터 판독가능한 기록 매체.