KR102494846B1

KR102494846B1 - 무향칼만필터 기반의 빔 추적 시스템 및 방법

Info

Publication number: KR102494846B1
Application number: KR1020220145906A
Authority: KR
Inventors: 심윤아; 신승석; 황인태
Original assignee: 전남대학교산학협력단
Priority date: 2022-11-04
Filing date: 2022-11-04
Publication date: 2023-02-06
Also published as: US20240154661A1

Abstract

본 발명은 무향칼만필터 기반의 빔 추적 시스템 및 방법에 관한 것으로, 무인 항공기(Unmanned Aerial Vehicle)로 빔포밍을 수행하는 기지국을 포함하고, 기지국의 전처리부가 무인 항공기로부터 수신된 신호로 무인 항공기의 이동 궤적에 대한 예상 벡터값을 도출하고 도출된 예상 벡터값으로 적어도 하나의 시그마 포인트(Sigma point)를 선정하고, 공분산 도출부가 선정된 시그마 포인트를 비선형 측정 함수에 입력으로 자기 공분산을 도출하고, 도출된 예상 벡터값 및 도출된 자기 공분산으로 교차 공분산을 도출하고, 빔 추정부가 도출된 자기 공분산 및 도출된 교차 공분산으로 무향칼만필터(unscented Kalman Filter) 이득을 도출하여 무인 항공기의 미래의 이동 궤적에 대한 빔 각도를 도출하는 구성으로 낮은 평균 제곱 오차와 높은 스펙트럼 효율을 제공하고, 이동통신 환경하에서의 높은 빔 추적에 대한 정확성을 향상시킬 수 있다.

Description

무향칼만필터 기반의 빔 추적 시스템 및 방법{UNSCENTED KALMAN FILTER-BASED BEAM TRACKING SYSTEM AND METHOD}

본 발명은 무향칼만필터 기반의 빔 추적 시스템 및 방법에 관한 것으로, 5G 및 B6G 환경에서 무인 항공기에 전송되는 데이터 전송 트래픽을 개선할 수 있도록 한 기술에 관한 것이다.

NR MIMO-OFDM (New Radio Multiple-Input Multiple-Output-Orthogonal Frequency Diversity Multiplexing) 환경에서 UAV (Unmanned Aerial Vehicle)는 높은 고도와 유연성, 이동성의 특성 때문에 지상 네트워크의 한계를 넘을 수 있어 5G NR 환경의 핵심 요소 중 하나로 주목받고 있다.

현재 다양한 유형의 UAV가 여러 상황에서 활용되고 있다. 예를 들어 높은 고도의 UAV 플랫폼을 이용한다면 서비스할 수 있는 무선 영역의 범위를 확장할 수 있고, 한편 상대적으로 낮은 고도의 플랫폼을 사용한다면 시간에 민감한 환경에 쉽게 접근할 수 있다.

또한, 네트워크 사용량이 급격히 증가하는 핫스팟 (hot-spot) 지역에서는 UAV를 BS (Base Station)로 활용함으로써 데이터 수용량을 늘린다면 폭발적으로 증가하는 데이터 트래픽 (data traffic) 문제를 해결할 수 있을 것이다. 여러 개의 안테나를 사용하여 데이터 송수신 효율을 높이는 massive MIMO (Multiple-Input Multiple-Output) 기술 또한 NR MIMO-OFDM 환경에서 높은 데이터 속도를 지원할 수 있다.

종래의 밀리미터파의 경우에는 높은 주파수로 인한 짧은 파장은 신호의 감쇠 및 경로 손실과 같은 문제를 일으키고, 이를 보완하기 위해 고지향성 빔포밍 (Beamforming) 기술 연구에 관한 관심이커지고 있다. 이때 완전한 빔포밍 이득을 얻고 UAV의 높은 이동성을 고려한다면 정확한 빔의 각도를 얻는 것은 필수적이다.

대한민국 등록특허 제10-1869224호(2018.06.20.)

본 발명은, NR MIMO-OFDM 환경에서 정확한 빔의 각도를 추정할 수 있고, 빔의 각도를 높은 스펙트럼 효율로 정확히 추정할 수 있는 무향칼만필터 기반의 빔 추적 시스템 및 방법을 제공할 수 있다.

본 발명의 일 측면에 따른 무향칼만필터 기반의 빔 추적 시스템은 무인 항공기(Unmanned Aerial Vehicle)로 빔포밍을 수행하는 기지국을 포함하고, 상기 기지국은, 상기 무인 항공기로부터 수신된 신호로 상기 무인 항공기의 이동 궤적에 대한 예상 벡터값을 도출하고 도출된 상기 예상 벡터값으로 적어도 하나의 시그마 포인트(Sigma point)를 선정하는 전처리부; 선정된 상기 시그마 포인트를 비선형 측정 함수에 입력으로 자기 공분산을 도출하고, 도출된 상기 예상 벡터값 및 도출된 상기 자기 공분산으로 교차 공분산을 도출하는 공분산 도출부; 및 도출된 상기 자기 공분산 및 도출된 상기 교차 공분산으로 무향칼만필터(unscented Kalman Filter) 이득을 도출하여 상기 무인 항공기의 미래의 이동 궤적에 대한 빔포밍 각도를 도출하는 빔 추정부를 포함한다.

바람직하게는, 상기 벡터값은 무인 항공기의 위치에서 수신되는 신호의 채널 각도 벡터일 수 있다.

바람직하게는, 상기 전처리부는 신호가 수신된 시간을 기준으로 하여 이전의 벡터값으로 다음 벡터값을 도출할 수 있다.

바람직하게는, 상기 공분산 도출부는 벡터값에 대한 가우시안 분포(Gaussian Distribution)를 도출하고 도출된 가우시안 분포로 무인 항공기의 이동 궤적을 도출할 수 있다.

바람직하게는, 상기 빔 추정부는 도출된 무향칼만필터의 이득으로 상기 벡터값을 재도출할 수 있다.

본 발명의 다른 측면에 따른 무향칼만필터 기반의 빔 추적 방법은 무인 항공기로부터 수신된 신호로 무인 항공기의 이동 궤적에 대한 예상 벡터값을 도출하고 도출된 상기 예상 벡터값으로 적어도 하나의 시그마 포인트(Sigma point)가 선정되는 전처리 단계; 선정된 상기 시그마 포인트를 비선형 측정 함수에 입력으로 자기 공분산을 도출하고, 도출된 상기 예상 벡터값 및 도출된 상기 자기 공분산으로 교차 공분산이 도출되는 공분산 도출 단계; 및 도출된 상기 자기 공분산 및 도출된 상기 교차 공분산으로 무향칼만필터(unscented Kalman Filter) 이득을 도출하고 도출된 무향칼만필터의 이득으로 상기 벡터값을 재도출하여 상기 무인 항공기의 미래의 이동 궤적에 대한 빔포밍 각도가 도출되는 빔 추정 단계를 포함한다.

바람직하게는, 상기 전처리 단계는 신호가 수신된 시간을 기준으로 하여 이전의 벡터값으로 다음 벡터값을 도출할 수 있다.

바람직하게는, 상기 공분산 도출 단계는 벡터값에 대한 가우시안 분포(Gaussian Distribution)를 도출하고 도출된 가우시안 분포로 무인 항공기의 이동 궤적을 도출할 수 있다.

본 발명에 따르면, 낮은 평균 제곱 오차와 높은 스펙트럼 효율을 제공하고, 이동통신 환경하에서의 높은 빔 추적에 대한 정확성을 향상시킬 수 있다.

도 1은 일 실시예에 따른 빔 추적 시스템의 구성도이다.
도 2는 일 실시예에 따른 송수신 측 균등 평면 안테나 배열을 나타낸 도이다.
도 3은 일 실시예에 따른 하이브리드 프리코딩 구조를 나타낸 도이다.
도 4는 일 실시예에 따른 하이브리드 빔포밍을 이용한 UKF 기반의 빔 추적 알고리즘 나타낸 도이다.
도 5는 일 실시예에 따른 빔포밍 종류별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다.
도 6은 일 실시예에 따른 RF 체인 개수별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다.
도 7은 일 실시예에 따른 SNR별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다.
도 8은 일 실시예에 따른 채널 각도 분산별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다.
도 9는 일 실시예에 따른 빔포밍 종류별 빔 추적의 프레임 오류율 성능을 나타낸 그래프이다.
도 10은 일 실시예에 따른 빔포밍 종류별 빔 추적의 전송률 성능을 나타낸 도이다.
도 11은 일 실시예에 따른 빔포밍 종류별 빔 추적의 스펙트럼 효율 성능을 나타낸 그래프이다.
도 12는 일 실시예에 따른 빔 추적 방법을 나타낸 순서도이다.

이하에서는 본 발명에 따른 무향칼만필터 기반의 빔 추적 시스템 및 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.

도 1은 일 실시예에 따른 빔 추적 시스템의 구성도이다.

도 1에서 나타낸 바와 같이, 일 실시예에 따른 빔 추적 시스템의 구성은 무인 항공기(Unmanned Aerial Vehicle)로 빔포밍을 수행하는 기지국을 포함하고, 기지국은 전처리부(100), 공분산 도출부(300), 빔 추정부(500)를 포함한다.

전처리부(100)는 상기 무인 항공기로부터 수신된 신호로 상기 무인 항공기의 이동 궤적에 대한 예상 벡터값을 도출하고 도출된 예상 벡터값으로 적어도 하나의 시그마 포인트(Sigma point)를 선정한다. 여기서, 상기 벡터값은 무인 항공기의 위치에서 수신되는 신호의 채널 각도 벡터일 수 있다. 또한, 전처리부(100)는 상기 무인 항공기의 이동 궤적에 대한 예상 공분산을 도출할 수 있다. 상기 시그마 포인트는 예상 벡터값 및 예상 공분산으로 도출될 수 있다. 또한, 상기 전처리부(100)는 신호가 수신된 시간을 기준으로 하여 이전의 벡터값으로 다음 벡터값을 도출할 수 있다.

공분산 도출부(300)는 선정된 상기 시그마 포인트를 비선형 측정 함수에 입력으로 자기 공분산을 도출하고, 도출된 상기 예상 벡터값 및 도출된 상기 자기 공분산으로 교차 공분산을 도출한다. 여기서, 상기 공분산 도출부(300)는 벡터값에 대한 가우시안 분포(Gaussian Distribution)를 도출하고 도출된 가우시안 분포로 무인 항공기의 이동 궤적을 도출할 수 있다.

빔 추정부(500)는 도출된 상기 자기 공분산 및 도출된 상기 교차 공분산으로 무향칼만필터(unscented Kalman Filter) 이득을 도출하여 상기 무인 항공기의 미래의 이동 궤적에 대한 빔포밍 각도를 도출한다. 또한, 상기 빔 추정부(500)는 도출된 무향칼만필터의 이득으로 상기 벡터값을 재도출할 수 있다.

도 2는 일 실시예에 따른 송수신 측 균등 평면 안테나 배열을 나타낸 도이다.

도 2에서 나타낸 바와 같이, 하나의 UAV-BS(Unmanned Aerial Vehicle-Base Station)가 하나의 G-UE(Ground-User Equipment)를 서비스하는 다운링크 UAV 지원 NR MIMO-OFDM 시스템을 고려할 수 있다. 송신측 UAV-BS와 수신측 G-UE 모두 xy평면 상에 균등하게 배치된 UPA(Uniform Planar Array) 형태의 안테나(10) 배열을 구비할 수 있다. UAV-BS는

의 UPA 안테나(10) 배열을 구비하고, G-UE는

의 UPA 안테나(10) 배열을 구비할 수 있다. 인접한 안테나(10) 간 간격은

로 수평축 방향으로는

, 수직축 방향으로는

의 균일한 크기로 구비될 수 있다. 여기서,

는 판송파 파장을 말한다.

송신기에서의 zenith 각도와 azimuth 각도를 각각

(Zenith angle of Departure, ZOD),

(Azimuth angle of Departure, AOD)라 나타내고, 수신기에서의 zenith 각도와 azimuth 각도는 각각

(Zenith angle of Arrival, ZOA),

(Azimuth angle of Arrival, AOA)로 나타낼 수 있다. 이때, 각도 표기는 3GPP TR 38.901 v16.1.0에 명시된 정의를 따른다.

빔포머(beamformer)와 컴바이너(combiner) 벡터를 각각

와

라 하고, 송신 신호

를 전송했을 때, 수신횐 신호는 다음 수학식으로 표현될 수 있다.

[수학식 1]

수학식 1에서,

는

TTI(Transmission Time Interval)에서 UAV-BS와 G-UE 사이에 사용되는 3D채널을 나타낼 수 있다.

는

TTI에서 적용된 다음 정규분포,

를 따르는 가산 백색 가우스 잡음이다.

NR MIMO-OFDM 통신 환경에서는 하나의 TTI 내에서는 채널이 변화하지 아니하고, TTI와 TTI 사이에서 채널이 변화하는 채널 모델을 고려한다. 밀리미터파 주파수 신호 대부분은 건물, 사람과 같은 장애물에 의해 신호 손실을 발생하게 된다. 결과적으로, UAV-BS로부터 G-UE에 도달하는 신호 전력 대부분은 LoS(Line of Sight) 경로로 도달하게 된다. 따라서, UAV 지원 NR MIMO-OFDM 환경에서는 LoS 경로만 고려하며, 송신측과 수신측에서 안테나(10) 배열 응답 벡터

를 적용하면 채널 벡터는 다음 수학식으로 표현될 수 있다.

[수학식 2]

수학식 2에서,

는 경로 이득을 나타내며, 다음 수학식으로 계산될 수 있다.

[수학식 3]

수학식 3에서,

는 신호의 감쇠 정도를 나타내며,

는 인접한 안테나(10) 간 간격을 나타낸다. 송신기와 수신기 모두 균일한 정사각 평면 배열 구성의 안테나(10) 배열 응답 벡터는 다음 수학식으로 모델링될 수 있다.

[수학식 4]

수학식 4에서,

과

은 안테나(10) 배열에서 수평축과 수직축 각각의 안테나(10) 인덱스 요소를 나타내고, 총 안테나(10) 수는

이다.

빔 추적 성능을 최대화하기 위해 아날로그 빔포밍을 사용한 경우와 하이브리드 빔포밍을 사용한 경우를 비교 분석할 수 있고, 이때 성능 지표로는 평균 제곱 오차(Mean Sqaure Error, MSE), 프레임 오류율(Frame Error Rate, FER), 전송률(Throughput) 및 스펙트럼 효율(Sepctral Efficiency, SE)을 사용한다. 모든 성능 지표는 AOD를 기준으로 하고, MSE의 경우 다음 수학식으로 계산할 수 있다.

[수학식 5]

빔포밍(Beamforming)은 안테나(10) 여러 개를 일정한 간격으로 배열하고, 각 안테나(10)를 통해 공급되는 신호의 진폭과 위상을 변화시킴으로써 특정 방향의 안테나(10) 빔을 만들어 신호를 강하게 송수신할 수 있도록 하는 기술이다. 특히 고주파인 밀리미터파 주파수를 사용하는 5G 환경의 경우, 파장이 적어져 안테나(10) 간 이격 거리를 작게 할 수 있어 안테나(10)를 고밀도로 집적시키는 massive MIMO 기술 구현이 가능하다. 따라서, 본 NR MIMO-OFDM 환경에서 정사각 평면 안테나(10) 배열을 통해 빔포밍 기술을 적용하면 셀 커버리지(Cell coverage)를 확장할 수 있고, 전송 속도를 높일 수 있다.

빔포밍 기술은 아날로그(Analog) 빔포밍과 전디지털(Fully digital) 빔포밍, 그리고 이 둘을 적용한 하이브리드(Hybrid) 빔포밍 방식으로 나뉜다.

아날로그 빔포밍의 경우, 빔 형성기를 RF(Radio Frequency)단에 적용하는 방식이다. 이 방법은 구현 복잡도는 상대적으로 낮으나, 임의의 빔포밍 행렬을 구현하기 어렵고, 한명의 사용자, 하나의 송수신 흐름에 제한된다는 단점이 있다.

전디지털 빔포밍의 경우, 빔 형성기를 기저 대역(Baseband)에 적용한다. 이 경우, 셀 내의 사용자마다 다른 주파수 자원을 할당해 빔포밍을 적용할 수 있어 동시에 여러 사용자에게 빔 형성이 가능하다. 또한, 디지털 신호처리를 이용하여 임의의 빔포밍 행렬을 구현해 사용자 간 간섭 및 전력 제어가 용이하다. 하지만 이 방식을 구현하는 데는 하드웨어 자원이 많이 필요하고 처리 복잡도가 높다는 단점이 있다. 따라서, 빔 형성기를 RF 단과 기저 대역에 모두 적용한, 즉 아날로그 빔포밍과 전디지털 빔포밍을 동시에 적용한 하이브리드 빔포밍이 고려된다.

도 3은 일 실시예에 따른 하이브리드 프리코딩 구조를 나타낸 도이다.

도 3에서 나타낸 바와 같이, 송신기에서

의 데이터 심볼을

를 이용하여 디지털 프리코딩을 수행한다. 이후, K-point IFFT를 통해 시간축으로 변환한 후 CP(Cyclic Prefix)를 삽입한다. 그리고,

를 이용해 아날로그 프리코딩을 적용한 후 채널로 전송될 수 있다. UFK 기반의 빔 추적 방식은 채널 각도 벡터를 다음 수학식과 같이 표현하고, 편의상 상태 벡터(State vector)라 정의한다.

[수학식 6]

수학식 6에서 상태 벡터 변이 방정식은 다음 수학식을 따른다.

[수학식 7]

수학식 7에서,

는 가우시안 잡음을 나타내고,

는

의 정규분포를 따르고,

는 채널이 얼마나 빠르게 변화하는지를 나타내는 채널 각도 분산(

)의

행렬이다. 실제 채널 각도 분산은

,

에 따라 다르지만, 계산상의 편의를 위해 같은 값이라 가정한다. UKF 기반의 빔 추적 방식에서 수신된 신호는 다음 수학식으로 표현될 수 있다.

[수학식 8]

수학식 8에서, 이때,

와

는 복소 형태이기 때문에 다음 수학식으로 재정의될 수 있다.

[수학식 9]

[수학식 10]

또한, 수학식 9 및 10에서, 비선형 측정 함수를 다음 수학식과 같이

와

라 나타낼 수 있다.

[수학식 11]

초기 상태 벡터 및 공분산은 다음 수학식 12와 수학식 13으로 표현될 수 있다.

[수학식 12]

[수학식 13]

다음 상태 벡터를 예측하기 위해서는 이전

의 상태 벡터를 이용한다. 따라서 상태 벡터와 공분산은 각각 다음 수학식으로 예측할 수 있다.

[수학식 14]

[수학식 15]

수학식 14 및 15에서,

는 상태 인덱스를 나타내며, 1보다 크거나 같은 정수이다.

UKF 기반의 빔 추적 방식은 sigma points라 불리는 몇 개의 샘플 지점을 비선형 측정 함수로 대입함으로써, UAV의 움직임 상태를 가우시안 분포로 추정하여 각도를 추적하는 방식이다.

[수학식 16]

수학식 16에서,

는 2n+1개의 sigma points를 나타내며, 여기서 n 값은 수학식 6에서 볼 수 있듯이 상태 벡터의 차원인 4이다.

의 각 요소는 다음 수학식을 통해 계산될 수 있다.

[수학식 17]

[수학식 18]

[수학식 19]

수학식 17에서,

는 수학식 15에서 나타낸 행렬의 i번째 열벡터를 나타내고, 수학식 17에서의 가중치는 각각 수학식 18을 통해 계산될 수 있다. 여기서, s는 스케일링(Scaling) 변수를 나타내고,

는 예측한 상태 벡터

주위에 sigma points가 퍼져있는 정도를 나타내는 상수이다. 여기서,

는 보통

의 범위 내의 작은 양수 값으로 설정하나 10^-3으로 계산한다. 상수

는 2차 스케일링 변수를 나타내며

으로 계산할 수 있다.

수학식 19에서, 앞서 계산된 sigma points를 비선형 측정 함수에 대입하고, 그 결과를

로 표현할 수 있다. 비선형 측정 함수의 출력값

을 이용해 가우시안 분포를 추정함으로써 상태 벡터와 자기 공분산을 추정할 수 있다.

[수학식 20]

[수학식 21]

[수학식 22]

수학식 20은 상태 벡터를 추정하는 과정을 나타낸 것이고, 수학식 21은 자기 공분산을 추정하는 과정을 나타낸 것이고, 수학식 22는 각 계산 과정에서 사용되는 가중치를 표현한 것이다. 여기서,

는 상태 벡터(

)의 분포를 추정할 때 이전 정보의 포함정도를 나타내는 값으로, 추정 분포 형태가 가우시안 분포를 따르기 때문에 값을 2로 설정할 수 있다.

도 4는 일 실시예에 따른 하이브리드 빔포밍을 이용한 UKF 기반의 빔 추적 알고리즘 나타낸 도이다.

도 4에서 나타낸 바와 같이, UAV 지원 환경의 경우 UAV의 움직임은 매우 비선형한 모델이므로 UKF를 이용하여 빔 각도를 추적하는 방법을 상술한다.

수학식 14를 통해 기존에 예측한 상태 벡터(

)와 수학식 20을 통해 추정한 상태 백터(

) 사이의 교차 공분산은 다음 수학식을 이용하여 계산할 수 있다.

[수학식 23]

앞서 계산한 자기 공분산(

)과 교차 공분산(

)으로 다음 수학식을 이용해 UKF 칼만 이득(

)을 계산할 수 있다.

[수학식 24]

수학식 24에서, 계산한 칼만 이득 값을 이용해 전술한 수학식 14과 수학식 15에서 예측한 상태 벡터(

)와 공분산(

)을 수정하여 다음 수학식으로 표현할 수 있다.

[수학식 25]

[수학식 26]

수학식 25에서

는 현재 채널 각도 벡터의 최종 추정치이고, 수학식 26에서

는 채널 각도 벡터의 최종 공분산이며, 두 개의 값 모두 다음 상태인 에서의 빔 추적에 사용된다. UKF 기반의 빔 추적 방식은 도 4에 도시한다.

[시뮬레이션 환경 및 성능 분석]

● 시뮬레이션 환경

아래 표 1은 모의실험 시스템 파라미터를 나타내고 있으며 NR 다운 링크 UAV 지원 NR MIMO-OFDM 시스템을 기반으로 시뮬레이션을 진행한다. 시스템은 30 GHz의 주파수 대역에서 100 MHz의 시스템 대역폭을 갖도록 구성하였다.

[표 1]

● 모의실험 성능 분석

제안하는 기법의 성능 향상 평가를 위해 아날로그 빔포밍을 사용한 경우와 하이브리드 빔포밍을 사용한 경우를 비교 분석한다.

도 5는 일 실시예에 따른 빔포밍 종류별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다. 도 6은 일 실시예에 따른 RF 체인 개수별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다. 도 7은 일 실시예에 따른 SNR별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다. 도 8은 일 실시예에 따른 채널 각도 분산별 빔 추적의 평균 제곱 오차 성능을 나타낸 그래프이다.

도 5 내지 도 8에서 나타낸 바와 같이, 도 5에서 빔포밍 기법에 따라 MSE의 성능을 비교한 시뮬레이션 결과는 하이브리드 빔포밍을 이용해 UKF 기반의 빔 추적을 한 경우, 아날로그 빔포밍을 사용했을 때에 비해 MSE 성능이 더 향상됨을 볼 수 있다.

또한, 하이브리드 빔포밍을 사용했을 때 RF chain의 수에 따른 MSE 성능을 비교한 도 6의 시뮬레이션 결과에서 나타낸 바와 같이, RF chain의 수가 각각 8개와 16개인 경우에 시뮬레이션을 진행하였는데, 16개인 경우 성능이 더 향상됨을 확인할 수 있다. 그리고 이어서 모의실험에서는 하이브리드 빔포밍을 사용한 경우, RF chain의 수를 16개로 두고 실험을 진행한다.

도 7에서 서로 다른 SNR에서 하이브리드 빔포밍을 이용한 UKF 기반의 빔 추적 알고리즘의 MSE 성능을 분석한 결과에서 나타낸 바와 같이, SNR이 증가할수록 추정된 AOD의 MSE 값이 점점 작아짐을 볼 수 있다. 이 경우 채널 각도 분산(

)은

으로 설정하고 모의실험을 진행한다.

도 8에서 채널 각도 분산(

)에 따른 제안 알고리즘의 MSE 성능을 분석한 시뮬레이션 결과에서 나타낸 바와 같이, 채널 각도 분산의 값이 커질수록 채널은 빠르게 변화하고, UKF를 기반으로 빔 추적이 어려워진다. 이에 따라, AOD의 MSE 또한 증가하게 된다. 이 경우 SNR은 20 dB로 설정한다.

도 9는 일 실시예에 따른 빔포밍 종류별 빔 추적의 프레임 오류율 성능을 나타낸 그래프이고, 도 10은 일 실시예에 따른 빔포밍 종류별 빔 추적의 전송률 성능을 나타낸 도이고, 도 11은 일 실시예에 따른 빔포밍 종류별 빔 추적의 스펙트럼 효율 성능을 나타낸 그래프이다.

도 9, 10 및 11에서 나타낸 바와 같이, 아날로그 빔포밍과 하이브리드 빔포밍 기법에 따른 FER, Throughput, Spectral Efficiency를 나타낸다. SNR을 0 dB부터 40 dB까지 5 dB 단위로 모의실험을 진행해 봤을 때, 하이브리드 빔포밍을 적용한 경우 아날로그 빔포밍을 적용한 경우에 비해 성능이 향상됨을 볼 수 있다.

이를 통해 얻게 되는 차세대 이동통신 핵심기술은 이동통신 성능의 향상 및 단말기·부품 수출 및 네트워크 구축에도 크게 기여할 것으로 예상된다. 구체적으로 표준화 경쟁에서 우위 확보 및 차세대 이동통신 시장 선점에 기여할 것이며, 차세대 이동통신 관련 특허와 같은 지적소유권의 산업체 이전을 통한 국내 이동통신 산업의 기술 자립도 향상 및 가격 경쟁력 제고와, 확보된 특허의 국제적 상호사용승인(cross-licensing)으로 인한 이동통신 산업의 비용절감은 물론, 차세대 이동통신의 핵심기술 확보를 통한 기술료 지불경감 및 수입대체 효과가 예상된다.

도 12는 일 실시예에 따른 빔 추적 방법을 나타낸 순서도이다.

도 12에서 나타낸 바와 같이, 일 실시예에 따른 빔 추적 방법은 전처리 단계(S100), 공분산 도출 단계(S300), 빔 추정 단계(S500)를 포함한다.

전처리 단계(S100)는 무인 항공기로부터 수신된 신호로 무인 항공기의 이동 궤적에 대한 예상 벡터값을 도출하고 도출된 상기 예상 벡터값으로 적어도 하나의 시그마 포인트(Sigma point)가 선정된다. 상기 전처리 단계(S100)는 신호가 수신된 시간을 기준으로 하여 이전의 벡터값으로 다음 벡터값이 도출될 수 있다.

공분산 도출 단계(S300)는 선정된 상기 시그마 포인트를 비선형 측정 함수에 입력으로 자기 공분산을 도출하고, 도출된 상기 예상 벡터값 및 도출된 상기 자기 공분산으로 교차 공분산이 도출된다. 상기 공분산 도출 단계(S300)는 벡터값에 대한 가우시안 분포(Gaussian Distribution)를 도출하고 도출된 가우시안 분포로 무인 항공기의 이동 궤적이 도출될 수 있다.

빔 추정 단계(S500)는 도출된 상기 자기 공분산 및 도출된 상기 교차 공분산으로 무향칼만필터(unscented Kalman Filter) 이득을 도출하고 도출된 무향칼만필터의 이득으로 상기 벡터값을 재도출하여 상기 무인 항공기의 미래의 이동 궤적에 대한 빔포밍 각도가 도출된다.

이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.

100: 전처리부 300: 공분산 도출부
500: 빔 추정부
10: 안테나

Claims

무인 항공기(Unmanned Aerial Vehicle)로 빔포밍을 수행하는 기지국을 포함하는 무향칼만필터 기반의 빔 추적 시스템에 있어서,
상기 기지국은,
상기 무인 항공기로부터 수신된 신호로 상기 무인 항공기의 이동 궤적에 대한 예상 벡터값을 도출하고 도출된 상기 예상 벡터값으로 적어도 하나의 시그마 포인트(Sigma point)를 선정하는 전처리부;
선정된 상기 시그마 포인트를 비선형 측정 함수에 입력으로 자기 공분산을 도출하고, 도출된 상기 예상 벡터값 및 도출된 상기 자기 공분산으로 교차 공분산을 도출하는 공분산 도출부; 및
도출된 상기 자기 공분산 및 도출된 상기 교차 공분산으로 무향칼만필터(unscented Kalman Filter) 이득을 도출하여 상기 무인 항공기의 미래의 이동 궤적에 대한 빔포밍 각도를 도출하는 빔 추정부를 포함하는 무향칼만필터 기반의 빔 추적 시스템.
제 1 항에 있어서,
상기 벡터값은 무인 항공기의 위치에서 수신되는 신호의 채널 각도 벡터인 것을 특징으로 하는 무향칼만필터 기반의 빔 추적 시스템.
제 1 항에 있어서,
상기 전처리부는 신호가 수신된 시간을 기준으로 하여 이전의 벡터값으로 다음 벡터값을 도출하는 것을 특징으로 하는 무향칼만필터 기반의 빔 추적 시스템.
제 1 항에 있어서,
상기 공분산 도출부는 벡터값에 대한 가우시안 분포(Gaussian Distribution)를 도출하고 도출된 가우시안 분포로 무인 항공기의 이동 궤적을 도출하는 것을 특징으로 하는 무향칼만필터 기반의 빔 추적 시스템.
제 1 항에 있어서,
상기 빔 추정부는 도출된 무향칼만필터의 이득으로 상기 벡터값을 재도출하는 것을 특징으로 하는 무향칼만필터 기반의 빔 추적 시스템.
무인 항공기로부터 수신된 신호로 무인 항공기의 이동 궤적에 대한 예상 벡터값을 도출하고 도출된 상기 예상 벡터값으로 적어도 하나의 시그마 포인트(Sigma point)가 선정되는 전처리 단계;
선정된 상기 시그마 포인트를 비선형 측정 함수에 입력으로 자기 공분산을 도출하고, 도출된 상기 예상 벡터값 및 도출된 상기 자기 공분산으로 교차 공분산이 도출되는 공분산 도출 단계; 및
도출된 상기 자기 공분산 및 도출된 상기 교차 공분산으로 무향칼만필터(unscented Kalman Filter) 이득을 도출하고 도출된 무향칼만필터의 이득으로 상기 벡터값을 재도출하여 상기 무인 항공기의 미래의 이동 궤적에 대한 빔포밍 각도가 도출되는 빔 추정 단계를 포함하는 무향칼만필터 기반의 빔 추적 방법.
제 6 항에 있어서,
상기 전처리 단계는 신호가 수신된 시간을 기준으로 하여 이전의 벡터값으로 다음 벡터값이 도출되는 것을 특징으로 하는 무향칼만필터 기반의 빔 추적 방법.
제 6 항에 있어서,
상기 공분산 도출 단계는 벡터값에 대한 가우시안 분포(Gaussian Distribution)를 도출하고 도출된 가우시안 분포로 무인 항공기의 이동 궤적이 도출되는 것을 특징으로 하는 무향칼만필터 기반의 빔 추적 방법.