KR20100050895A - 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 - Google Patents

측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 Download PDF

Info

Publication number
KR20100050895A
KR20100050895A KR1020080110013A KR20080110013A KR20100050895A KR 20100050895 A KR20100050895 A KR 20100050895A KR 1020080110013 A KR1020080110013 A KR 1020080110013A KR 20080110013 A KR20080110013 A KR 20080110013A KR 20100050895 A KR20100050895 A KR 20100050895A
Authority
KR
South Korea
Prior art keywords
base station
wireless network
network optimization
brp
measurement point
Prior art date
Application number
KR1020080110013A
Other languages
English (en)
Inventor
김윤식
이성춘
정현민
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020080110013A priority Critical patent/KR20100050895A/ko
Publication of KR20100050895A publication Critical patent/KR20100050895A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/10—Monitoring; Testing of transmitters
    • H04B17/11—Monitoring; Testing of transmitters for calibration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것으로, 기존의 휴리스틱적인 무작위적 해 집합 탐색 방법에서 탈피하여, 실제 엔지니어가 무선망 최적화를 수행하듯이 측정 데이터를 이용하고 규칙(논리적인 판단)에 기반하여 무선망 최적화를 수행함으로써, 무선망 최적화에 따른 계산 복잡도를 최소화하고 정확한 무선망 최적화 결과를 획득하기 위한, 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하고자 한다.
이를 위하여, 본 발명은 무선망 최적화 방법에 있어서, 현재 기지국 데이터와 측정 데이터를 시스템에 로딩하는 단계; 상기 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파상태를 판단하여 상기 각 대상 기지국과 상기 측정지점 간의 관계 타입을 분류하는 관계 타입 분류 단계; 및 기 정의된 상기 관계 타입별 규칙에 따라 목표값을 개선시키는 기지국 데이터를 탐색하는 단계를 포함한다.
무선망 최적화, 측정 데이터, 규칙 기반, 기지국 분류, 수신 신호 세기 예측, CINR(Carrier to Interference Ratio) 예측, 커버리지 향상

Description

측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법{RULE-BASED WIRELESS NETWORK OPTIMIZATION METHOD USING MEASURED DATA}
본 발명은 단시간 내에 최상의 자동 무선망 최적화 결과를 얻기 위한, 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것으로, 더욱 상세하게는 현재의 기술로는 그 문제가 너무 복잡하여 무선망 최적화 계산을 위해 오랜 시간이 요구되거나 그 결과가 부정확한 무선망 최적화 문제를 측정 데이터를 이용하고 규칙에 기반하여 단시간 내에 해결하기 위한, 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
일반적으로, 무선 네트워크 최적화란 기지국 안테나의 방향과 틸트 및 전파 세기 등과 같은 파라미터의 설정값을 변경하여 가입자에게 제공되는 통신 서비스 품질을 최적화하고 통화가 불통될 확률을 최소화하기 위한 일련의 절차를 의미한 다.
그러므로 무선 네트워크 최적화에 소요되는 계산 복잡도는 최적화될 파라미터들의 수에 의해 결정된다. 일반적인 경우 최적화의 대상이 되는 파라미터들은 기지국 안테나의 방향과 틸트 및 신호 세기를 결정하는 전파 세기와 같은 파라미터들을 포함한다.
이러한 무선망 최적화를 자동화하기 위해 현재 많은 자동화 툴들이 개발되고 있고, 또한 새로운 방법들이 제안되고 있다. 그러나 무선망 최적화 문제 자체가 비선형 문제(Non-Linear Problem)이며, 일반적으로 해를 구하는데 많은 시간이 요구되는 "NP-Hard" 문제로 알려져 있다. 즉, 일반 비선형 문제는 실시간에 해결이 불가능하다.
따라서 이러한 무선망 최적화 문제를 해결하기 위해 기존의 무선망 최적화 방법에서는 무선망 최적화를 위해 유전자 알고리즘과 같은 휴리스틱적인 방식을 이용하여 해 집합을 탐색하는 방법을 사용하거나, 계산 속도 향상을 위해 많은 컴퓨터를 연결하여 C/PVM(Parallel Virtual Machine) 병렬 연산 방법을 사용하였다.
그러나 이러한 여러 가지 노력에도 불구하고, 무선망 최적화에 있어 필요한 계산 복잡도가 너무 높았기 때문에, 기존의 무선망 최적화 방식으로는 현실적인 시간 내(예 : 12시간 내)에 의미 있는 결과를 얻을 수가 없었다.
한편, 측정된 데이터를 이용한 기존의 자동 무선망 최적화 방법에서는 기준 기지국에서 NLOS(Non-Line-of-Sight) 위치의 전파 환경을 최적화하는 경우, 기존의 방법으로는 고비용의 실제 건물 데이터와 일반적으로 아주 긴 시간을 요하는 레이 트레이싱 전파 해석 방법을 사용할 수 없는 경우, 안테나의 설정이 NLOS 지역에 미치는 영향을 예측하는 것이 불가능하여, 자동 무선망 최적화가 사실상 불가능하였다.
따라서 기존의 일부 연구에서는 이러한 한계(고비용의 실제 건물 데이터와 일반적으로 아주 긴 시간을 요하는 레이 트레이싱 전파 해석 방법을 사용할 수밖에 없는 한계)를 극복하기 위하여, NLOS 지역에 대한 무선망 최적화인 경우 다수의 반사와 회절을 거치게 되는데, 건물 데이터가 없고 레이 트레이싱을 사용하여 반사점과 회절점을 구하지 않더라도 이러한 반사와 회절 조건이 불변이므로, 측정 데이터를 이용하여 안테나와 NLOS 측정지점까지의 고정 경로 손실(Path Loss)을 구한 후, 안테나의 출력만을 조정하여 NLOS 지역에 대한 전파 환경 개선을 시도하였다. 그러나 이러한 방법은 안테나의 방향과 틸트는 그대로 두고 안테나의 출력만을 조정하여 무선망 최적화를 수행하므로 최적화에는 한계가 있었다.
그래서 기존의 다른 일부 연구에서는 안테나와 NLOS 측정지점을 최단거리로 연결하는 고정 경로 손실(Path Loss)을 구한 후, 안테나의 방향과 틸트를 조정하여 무선망 최적화를 시도하였다. 그러나 이와 같은 경우에 안테나의 최적화를 위해 사용되는 기준값으로 기지국과 측정지점 간의 최단경로에 대한 고정 경로 손실 값을 사용하므로, 실제의 경로와는 다르게 되어, 경우에 따라 무선망 최적화의 결과가 반대로 나오는 단점이 있었다.
예를 들어, 기지국 A와 NLOS인 측정지점 B 사이에 빌딩이 있는 경우에, 현재 기지국 안테나로부터의 신호가 옆 빌딩으로부터 반사가 되어 측정지점 B로 수신된다고 가정하자. 이 경우에, 측정지점 B에서 최대의 신호 세기를 얻는 방법은 기지국의 안테나가 반사가 시작되는 지점으로 방향이 결정되어야 한다.
그러나 상기와 같이 안테나의 방향과 틸트를 조정하는 무선망 최적화 방법에서는 측정지점 B의 신호 세기를 증가시키기 위하여 안테나가 측정지점 B방향으로 돌아가게 된다. 그런데, 기지국 A와 측정지점 B는 빌딩으로 박혀 있으므로, 실제로는 안테나가 측정지점 B가 아닌 빌딩을 지향하도록 최적화가 이루어지게 되어, 측정지점 B에 도달하는 실제 신호는 원래의 신호보다 더 약해지게 되는 문제점이 있다.
즉, 상기와 같은 종래 기술은 무선망 최적화에 따른 계산 복잡도로 인하여 무선망 최적화 계산에 장시간이 소요되거나 무선망 최적화 결과가 부정확한 문제점이 있으며, 이러한 문제점을 해결하고자 하는 것이 본 발명의 과제이다.
따라서 본 발명은 기존의 휴리스틱적인 무작위적 해 집합 탐색 방법에서 탈피하여, 실제 엔지니어가 무선망 최적화를 수행하듯이 측정 데이터를 이용하고 규칙(논리적인 판단)에 기반하여 무선망 최적화를 수행함으로써, 무선망 최적화에 따른 계산 복잡도를 최소화하고 정확한 무선망 최적화 결과를 획득하기 위한, 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 및 상기 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 방법은, 무선망 최적화 방법에 있어서, 현재 기지국 데이터와 측정 데이터를 시스템에 로딩하는 단계; 상기 측정 데이 터를 이용하여 각 대상 기지국과 측정지점 간의 전파상태를 판단하여 상기 각 대상 기지국과 상기 측정지점 간의 관계 타입을 분류하는 관계 타입 분류 단계; 및 기 정의된 상기 관계 타입별 규칙에 따라 목표값을 개선시키는 기지국 데이터를 탐색하는 단계를 포함한다.
또한, 상기 본 발명의 방법은, 상기 무선망 최적화를 위해 기지국 안테나의 파라미터를 최적화한 후에, 변화된 베스트 수신 신호 세기(Best Received Signal Power)와 CINR(Carrier to Interference Ratio) 값을 예측하는 예측 단계를 더 포함한다.
또한, 상기 본 발명의 방법은, 상기 예측된 값을 이용하여 서비스 가능 비율을 평가하여 전체 무선망 최적화 대상 영역에 대한 서비스 가능 비율이 상승되는 경우에만 상기 기지국 안테나의 조정 내역을 적용하는 단계를 더 포함한다.
한편, 본 발명은, 프로세서를 구비한 무선망 최적화 시스템에, 현재 기지국 데이터와 측정 데이터를 시스템에 로딩하는 기능; 상기 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파상태를 판단하여 상기 각 대상 기지국과 상기 측정지점 간의 관계 타입을 분류하는 기능; 및 기 정의된 상기 관계 타입별 규칙에 따라 목표값을 개선시키는 기지국 데이터를 탐색하는 기능을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
상기와 같은 본 발명은, 기존의 휴리스틱적인 무작위적 해 집합 탐색 방법에 서 탈피하여, 실제 엔지니어가 무선망 최적화를 수행하듯이 측정 데이터를 이용하고 규칙(논리적인 판단)에 기반하여 무선망 최적화를 수행함으로써, 무선망 최적화에 따른 계산 복잡도를 최소화할 수 있고, 정확한 무선망 최적화 결과를 획득할 수 있는 효과가 있다.
또한, 본 발명은 일반적으로 많이 사용되는 무선망에 대한 최적화 목표들 모두에 대하여 사용 가능하며, 선택된 무선망 최적화 목표에 따라 그 계산량이 크게 변화하지 않는다.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되어 있는 상세한 설명을 통하여 보다 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
도 1a 및 도 1b는 본 발명이 적용되는 무선망 최적화 시스템의 일실시예 구성도이다.
도 1a에 도시된 바와 같이, 본 발명이 적용되는 무선망 최적화 시스템은, 본 발명에 필요한 연산을 수행하는 컴퓨터(11), 데이터나 명령 등을 입력하기 위한 입력장치인 키보드(12)와 마우스(13), 및 연산 결과를 출력하기 위한 출력장치인 프린터(14)를 포함한다.
도 1b에 도시된 바와 같이, 본 발명이 적용되는 무선망 최적화 시스템의 컴퓨터(11)는, 중앙처리장치(15)와, 상기 중앙처리장치(15)에 연결된 주기억장치(16)와, 상기 주기억장치(16)에 연결된 보조기억장치(17)와, 상기 주기억장치(16)에 연결된 주변장치(18)를 구비한다.
이처럼, 본 발명이 적용되는 무선망 최적화 시스템은, 컴퓨터의 전체 동작을 제어하고 관리하는 중앙처리장치(15), 상기 중앙처리장치(15)에서 수행되는 프로그램을 저장하고 작업 수행 중에 이용되는 또는 작업 수행 중에 발생되는 각종 데이터를 저장하는 주기억장치(16)와 보조기억장치(17), 및 사용자와의 데이터 입/출력을 위한 입/출력 장치(12 내지 14)와, 통신 인터페이스 등을 위한 주변장치(18)를 포함한다.
그리고 상기 보조기억장치(17)는 대량의 데이터를 저장하는 역할을 하며, 상기 입/출력 장치(12 내지 14)는 일반적인 키보드(12), 마우스(13), 디스플레이 장치, 및 프린터(14) 등을 포함한다.
그러나 상기한 바와 같은 구성을 갖는 컴퓨터 하드웨어 환경은 당해 분야에서 이미 주지된 기술에 지나지 아니하므로 여기에서는 그에 관한 자세한 설명은 생략하기로 한다. 다만, 상기와 같은 하드웨어 시스템의 주기억장치(16)에는 실제 엔지니어가 무선망 최적화를 수행하듯이 측정 데이터를 이용하고 규칙(논리적인 판 단)에 기반하여 무선망 최적화를 수행하여 무선망 최적화에 따른 계산 복잡도를 최소화하고 정확한 무선망 최적화 결과를 획득하는 무선망 최적화 알고리즘이 저장되어 있으며, 상기 중앙처리장치(15)의 제어에 따라 수행된다.
본 발명에서 이루고자 하는 알고리즘, 즉 실제 엔지니어가 무선망 최적화를 수행하듯이 측정 데이터를 이용하고 규칙(논리적인 판단)에 기반하여 무선망 최적화를 수행하는 무선망 최적화 알고리즘은, 현재 기지국 데이터와 측정 데이터를 시스템에 로딩하고, 상기 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파상태를 판단하여 상기 각 대상 기지국과 상기 측정지점 간의 관계 타입을 분류하며, 기 정의된 상기 관계 타입별 규칙에 따라 목표값을 개선시키는 기지국 데이터를 탐색하고, 부가적으로 상기 무선망 최적화를 위해 기지국 안테나의 파라미터를 최적화한 후에, 변화된 베스트 수신 신호 세기(Best Received Signal Power)와 CINR(Carrier to Interference Ratio) 값을 예측하는 알고리즘이다.
한편, 본 발명에 따른 이하의 일실시예에서는 편의상 설명을 간단하게 하기 위해, 가장 일반적으로 사용되는 무선망 최적화 목표인 커버리지를 최적화 기준으로 사용하기로 하나, 본 발명이 이에 한정되는 것이 아님을 미리 밝혀둔다. 이처럼, 무선망 최적화 목표인 커버리지를 최적화 기준으로 사용하는 경우의 목적 함수는 다음의 [수학식 1]과 같이 정의할 수 있다.
Maximize
Figure 112008077055455-PAT00001
Subject to:
Figure 112008077055455-PAT00002
여기서, xi는 최적화할 안테나의 파라미터이고, f()는 최적화할 파라미터들을 입력으로 받아 대상 영역의 커버리지를 돌려주는 함수이다. 그리고 n은 대상 안테나들(antennas)과 최적화할 파라미터의 수에 따라 결정된다. 상기 [수학식 1]의 목적 함수는 함수 f()를 최대화하는 파라미터들의 조합을 찾는 것이다. 여기서,
Figure 112008077055455-PAT00003
는 "모든 i에 대하여"를 의미하고, li와 ki는 파라미터 xi의 종류와 다른 현실적인 제한에 의해 결정된다. 예를 들면, 안테나의 설치 위치에 따라 안테나의 틸트 각도가 제한될 수 있다. 이때, 무선망 최적화 문제의 해 집합의 크기는
Figure 112008077055455-PAT00004
또는
Figure 112008077055455-PAT00005
이 된다. 여기서, Ri는 파라미터 xi의 정밀도이다. 그리고 A는 기지국에 설치된 안테나의 수, M은 기지국의 수, P는 최적화할 안테나의 파라미터 수이다.
한편, 본 발명에서는 각각의 기지국의 위치와 초기 안테나 파라미터들은 이미 결정되어 있다고 가정하고, 무선망 최적화 대상 지역에 대해 드라이브 테스트를 실시하여 측정한 신호 세기 및 신호대잡음비(SNR) 값을 사용가능하다고 가정한다.
한편, 일반적으로 서비스가 되지 않는 커버리지 홀(coverage hole)은 낮은 수신 신호 세기 또는 낮은 신호대잡음비 때문에 생기게 된다. 따라서 무선망 최적화는 이러한 커버리지 홀을 없애기 위해 사용되며, 결국은 낮은 수신 신호 세기를 갖는 지역과 낮은 신호대잡음비를 갖는 지역의 면적을 줄이기 위해서 안테나를 조정하게 된다.
그리고 일반적으로 현재 엔지니어에 의해 수행되는 무선망 최적화의 경우, 어느 한 지점이 낮은 수신 신호 세기 때문에 서비스가 이루어지지 않는다면, 엔지니어는 해당 지점에 출동하여 주위의 기지국 안테나들을 확인하고, 가능한 한 해당 지점과 LOS(Line-of-Sight) 상태인 기지국의 안테나를 조정하여, 해당 지점의 수신 신호 세기가 제 1 임계치(THRESHOLD) 이상이 되도록 한다.
따라서 본 발명에서는, 현재 엔지니어에 의해서 수동으로 수행되는 상기 과정을 자동화하기 위하여, 무선망 최적화 대상 지점(측정지점) 중에 커버리지 홀을 발견하는 경우 해당 커버리지 홀이 발생한 이유를 찾아서 그 무선망 최적화 대상 지점이 낮은 수신 신호 세기 때문에 서비스가 이루어지지 않는다면, 주위의 기지국 안테나들을 확인하여 가능한 한 해당 무선망 최적화 대상 지점과 LOS 상태인 기지국의 안테나를 조정함으로써, 해당 무선망 최적화 대상 지점의 수신 신호 세기가 제 1 임계치(THRESHOLD) 이상이 되도록 한다. 그리고 만약 어느 한 무선망 최적화 대상 지점이 낮은 신호대잡음비 때문에 서비스가 이루어지지 않는다면, 주위의 기지국 안테나들을 확인하여 가능한 한 해당 무선망 최적화 대상 지점과 LOS 상태인 기지국의 안테나를 조정함으로써, 해당 무선망 최적화 대상 지점의 신호대잡음비가 제 2 임계치(THRESHOLD) 이상이 되도록 한다.
본 발명에 따른 기본적인 자동 무선망 최적화 방법은 전술한 바와 같지만, 기지국 안테나의 조정이 전체 무선망에 미치는 영향을 고려하여, 해당 무선망 최적화 대상 지점에 있어 수신 신호 세기 또는 신호대잡음비에 대해 개선 효과가 있더라도, 전체 무선망의 효율이 떨어진다면 해당 기지국 안테나의 조정은 적용되지 않아야 한다.
따라서 본 발명에 따른 자동 무선망 최적화 방법에서는 커버리지 홀을 없애기 위한 기지국 안테나 조정 방안을 찾은 후에, 무선망 최적화의 대상이 되는 영역의 모든 측정 위치에 대하여 서비스가 가능한지 또는 서비스가 불가능한지 여부를 판단한 후에, 커버리지 즉, 서비스 가능 비율을 평가하여 전체 무선망 최적화 대상 영역에 대한 서비스 가능 비율이 상승하는 경우에만 해당 기지국 안테나 조정 방안을 적용하게 된다.
다음으로, 첨부된 도 2 내지 도 4b를 참조하여 본 발명을 설명하면 다음과 같다.
도 2는 본 발명에 따른 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법에 대한 전체 흐름도이다.
먼저, 현재 기지국 데이터(기지국의 설정값)와 측정 데이터를 시스템상에 로딩한다(201).
이후, 측정 데이터를 이용하여 각 대상 기지국과 측정지점(무선망 최적화 대상 지점) 간의 전파 상태(즉, 전파 감쇄 정도)를 판단하여 각 대상 기지국과 측 정지점(무선망 최적화 대상 지점) 간의 관계 타입을 분류한다(202). 즉, 건물 데이터, 지연시간, 및 이론적인 신호 세기와 실제 신호 세기의 차이 등과 같은 여러 가지 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파 감쇄 정도를 판단하여 LOS, PLOS(Partial LOS), 또는 NLOS 등 각 대상 기지국과 측정지점(무선망 최적화 대상 지점) 사이의 관계 타입을 구하여 분류한다. 이러한 분류 방법에 대한 상세한 설명은 후술하기로 한다.
이후, 사전에 정의한 각 대상 기지국과 측정지점(무선망 최적화 대상 지점) 간의 관계 타입별 규칙에 따라 주어진 목표값을 개선시키는 기지국 데이터(기지국의 설정값)를 탐색한다(203).
상기와 같은 과정을 통하여 기지국 안테나 파라미터를 최적화한 후, 변화된 베스트 수신 신호 세기(BRP : Best Received signal Power, 베스트 서버로부터의 수신 신호 세기를 의미함)와 CINR(Carrier to Interference Ratio) 값을 예측하는 과정을 부가적으로 더 수행한다(204). 이러한 예측 과정에 대한 상세한 설명은 후술하기로 한다.
전술한 바와 같이, 커버리지 홀은 낮은 수신 신호 세기 또는 낮은 신호대잡음비 때문에 생기게 된다. 따라서 이러한 수신 신호 세기와 신호대잡음비를 각각 최적화해주기 위해, 본 발명에서는 제 1 및 제 2 무선망 최적화 과정(도 3a, 도 3b, 도 4a, 도 4b 참조)을 수행한다. 먼저, 제 1 무선망 최적화 과정(도 3a, 도 3b 참조)에서는 낮은 수신 신호 세기 때문에 서비스가 이루어지지 않는 무선망 최적화 대상 지점들에 대해서 최적화를 수행하고, 제 2 무선망 최적화 과정(도 4a, 도 4b 참조)에서는 낮은 신호대잡음비 때문에 서비스가 이루어지지 않는 무선망 최적화 대상 지점들에 대해서 최적화를 수행한다.
도 3a 및 도 3b는 본 발명에 따른 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 중 제 1 무선망 최적화 과정에 대한 상세 흐름도이다.
먼저, 아직 무선망 최적화가 수행되지 않는 측정지점들 중에서, 낮은 수신 신호 세기 때문에 문제가 되는 가상 단말을 하나 결정한다. 즉, 이전에 제 1 무선망 최적화 과정에 사용되지 않은 낮은 베스트 수신 신호 세기(Best Received Signal Power, 베스트 서버로부터의 수신 신호 세기를 의미함) 값을 갖는 무선망 최적화 대상 지점을 결정한다(301).
이후에, 측정 데이터의 정보를 이용하여 해당 무선망 최적화 대상 지점에 전파가 수신되는 기지국들을 찾는다(302).
이후에, 건물 데이터, 지연시간(TDA), 또는 이론적인 신호 세기와 실제 신호 세기의 차이 등과 같은 측정 데이터를 이용하여, 상기 찾은 기지국들을 해당 무선망 최적화를 수행할 지점에 대해 LOS, 또는 PLOS, 또는 NLOS로 분류한다. 즉, 건물 데이터, 지연시간(TDA), 또는 이론적인 신호 세기와 실제 신호 세기의 차이 등과 같은 여러 가지 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파 감쇄 정도를 판단하여, 해당 무선망 최적화 대상 지점을 기준으로 상기 찾은 기지국들을 LOS, 또는 PLOS, 또는 NLOS로 분류한다(303). 여기서, LOS는 해당 기지국과 가상 단말 사이에 프레즈넬 존(Fresnel Zone)이 확보되는 경우이고, PLOS는 해당 기지국과 가상 단말 사이에 프레즈넬 존(Fresnel Zone)은 확보되지 않지만 직선은 확보되는 경우이다. 그리고 NLOS는 해당 기지국과 가상 단말 사이에 프레즈넬 존(Fresnel Zone)은 물론 직선도 확보되지 않는 경우이다.
이렇게 기지국들을 분류한 후에, "USED"로 마크되지 않은 LOS인 기지국이 있는지를 확인하여(304), LOS인 기지국이 있으면 LOS인 기지국부터 조정을 시도한다. 즉, LOS인 기지국이 있으면 무선망 최적화 대상 위치를 향하도록 해당 기지국의 안테나를 조정하고 해당 기지국을 "USED"로 마크한 후에(305) "310" 과정으로 진행한다.
한편, 상기 확인 결과(304), LOS인 기지국이 없으면 "USED"로 마크되지 않은 PLOS인 기지국이 있는지를 확인하여(306), PLOS인 기지국이 있으면 PLOS인 기지국부터 조정을 시도한다. 즉, PLOS인 기지국이 있으면 무선망 최적화 대상 위치를 향하도록 해당 기지국의 안테나를 조정하고 해당 기지국을 "USED"로 마크한 후에(307) "310" 과정으로 진행한다.
한편, 상기 확인 결과(306), PLOS인 기지국이 없으면 "USED"로 마크되지 않은 NLOS인 기지국이 있는지를 확인하여(308), NLOS인 기지국이 없으면 "313" 과정으로 진행하고, NLOS인 기지국이 있으면 NLOS인 기지국부터 조정을 시도한다. 즉, NLOS인 기지국이 있으면 무선망 최적화 대상 위치를 향하도록 해당 기지국의 안테나를 조정하고 해당 기지국을 "USED"로 마크한 후에(309) "310" 과정으로 진행한다.
이렇게 기지국 안테나 조정 과정(305, 307, 309)을 수행한 후에, 무선망 최 적화 대상 지점에서의 수신 신호 세기를 확인한다(310). 즉, 무선망 최적화 대상 지점에서의 예측 베스트 수신 신호 세기(Best Received Signal Power) 값이 제 1 임계치(THRESHOLD) 이상인지를 확인하여(310), 제 1 임계치 미만이면 "304" 과정으로 진행하고, 제 1 임계치 이상이면 해당 기지국 안테나 조정이 무선망 최적화 대상 영역의 전체적인 커버리지를 향상시켰는지를 확인한다(311). 즉, 전체 무선망 최적화 영역의 지점들에 대해 커버리지가 향상되었는지를 확인하여(311), 커버리지가 향상되지 않았으면 해당 기지국 안테나 조정을 적용하지 않고 "304" 과정으로 진행하고, 무선망 최적화 대상 지역의 전체적인 커버리지를 향상시킨 경우에만 해당 기지국 안테나 조정(설정)을 적용한다(312).
이후, 전술한 바와 같은 제 1 무선망 최적화 과정을 모든 낮은 수신 신호 세기 때문에 문제가 되는 측정지점들에 대해서 수행한 후(313), 제 2 무선망 최적화 과정으로 진행한다. 즉, 낮은 베스트 수신 신호 세기(Best Received Signal Power) 값을 갖는 무선망 최적화 대상 지점들 모두에 대해 제 1 무선망 최적화 과정이 실행되었는지를 확인하여(313), 실행되지 않았으면 "301" 과정으로 진행하고, 실행되었으면 도 4a 및 도 4b의 제 2 무선망 최적화 과정으로 진행한다.
도 4a 및 도 4b는 본 발명에 따른 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 중 제 2 무선망 최적화 과정에 대한 상세 흐름도이다.
먼저, 아직 무선망 최적화가 수행되지 않는 측정지점들 중에서, 낮은 신호대잡음비 때문에 문제가 되는 측정지점을 하나 결정한다. 즉, 이전에 제 2 무선망 최 적화 과정에 사용되지 않은 낮은 신호대잡음비(SNR) 값을 갖는 무선망 최적화 대상 지점을 결정한다(401).
이후에, 측정 데이터의 정보를 이용하여 해당 무선망 최적화 대상 지점에 전파가 수신되는 기지국들을 찾는다. 즉, 측정 데이터의 정보를 이용하여 해당 무선망 최적화 대상 지점에 제 1 임계치(THRESHOLD) 이상의 수신 신호 세기를 갖는 전파가 수신되는 기지국들을 찾는다(402).
이후에, 건물 데이터, 지연시간(TDA), 또는 이론적인 신호 세기와 실제 신호 세기의 차이 등과 같은 측정 데이터를 이용하여, 상기 찾은 기지국들을 해당 무선망 최적화를 수행할 지점에 대해 LOS, 또는 PLOS, 또는 NLOS로 분류한다. 즉, 건물 데이터, 지연시간(TDA), 또는 이론적인 신호 세기와 실제 신호 세기의 차이 등과 같은 여러 가지 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파 감쇄 정도를 판단하여, 해당 무선망 최적화 대상 지점을 기준으로 상기 찾은 기지국들을 LOS, 또는 PLOS, 또는 NLOS로 분류한다(403).
이렇게 기지국들을 분류한 후에, "USED"로 마크되지 않은 NLOS인 기지국이 있는지를 확인하여(404), NLOS인 기지국이 있으면 NLOS인 기지국을 고정시키고 다른 기지국들의 조정을 시도한다. 즉, NLOS인 기지국이 있으면 해당 대상 NLOS 기지국을 "USED"로 마크하고, 해당 대상 기지국을 고정한 다음에, 다른 LOS 또는 PLOS 기지국들의 안테나 방향 및 틸트를 조정하여 무선망 최적화 대상 지역의 SNR이 제 2 임계치(THRESHOLD) 이상이 되도록 한 후에(405) "410" 과정으로 진행한다.
한편, 상기 확인 결과(404), NLOS인 기지국이 없으면 "USED"로 마크되지 않 은 PLOS인 기지국이 있는지를 확인하여(406), PLOS인 기지국이 있으면 PLOS인 기지국을 고정시키고 다른 기지국들의 조정을 시도한다. 즉, PLOS인 기지국이 있으면 해당 대상 PLOS 기지국을 "USED"로 마크하고, 해당 대상 기지국을 고정한 다음에, 다른 LOS 또는 PLOS 기지국들의 안테나 방향 및 틸트를 조정하여 무선망 최적화 대상 지역의 SNR이 제 2 임계치(THRESHOLD) 이상이 되도록 한 후에(407) "410" 과정으로 진행한다.
한편, 상기 확인 결과(406), PLOS인 기지국이 없으면 "USED"로 마크되지 않은 LOS인 기지국이 있는지를 확인하여(408), LOS인 기지국이 없으면 "415" 과정으로 진행하고, LOS인 기지국이 있으면 LOS인 기지국을 고정시키고 다른 기지국들의 조정을 시도한다. 즉, LOS인 기지국이 있으면 해당 대상 LOS 기지국을 "USED"로 마크하고, 해당 대상 기지국을 고정한 다음에, 다른 LOS 또는 PLOS 기지국들의 안테나 방향 및 틸트를 조정하여 무선망 최적화 대상 지역의 SNR이 제 2 임계치(THRESHOLD) 이상이 되도록 한 후에(409) "410" 과정으로 진행한다.
이렇게 기지국 안테나 조정 과정(405, 407, 409))을 수행한 후에, 전체 무선망 최적화 영역의 지점들에 대해 커버리지가 향상되었는지를 확인하여(410), 커버리지가 향상되었으면 "404" 과정으로 진행하고, 커버리지가 향상되지 않았으면 다른 기지국들의 안테나 조정을 모두 원래대로 되돌리고, 대상 기지국의 안테나를 조정하여 무선망 최적화를 시도한다. 즉, 무선망 최적화 대상 지역의 전체적인 커버리지를 향상시키는 기지국 안테나 조정 방안을 찾지 못한 경우에는, 다른 기지국들의 안테나 방향 및 틸트를 원래대로 되돌린 후에 대상 기지국의 안테나 방향 및 틸 트를 조정하여 무선망 최적화 대상 지점을 지향하도록 한다(411).
이후, 무선망 최적화 대상 지역의 SNR이 제 2 임계치(THRESHOLD) 이상인지를 확인하여(412), 제 2 임계치 미만이면 "401" 과정으로 진행하고, 제 2 임계치 이상이면 전체 무선망 최적화 영역의 지점들에 대해 커버리지가 향상되었는지를 확인하여(413), 커버리지가 향상되지 않았으면 "401" 과정으로 진행하고, 커버리지가 향상되었으면 해당 기지국 안테나 조정(설정)을 적용한다(414). 다시 말하면, 무선망 최적화 대상 지점에서의 신호대잡음비를 확인하고, 해당 기지국 안테나 조정이 무선망 최적화 대상 지역의 전체적인 커버리지를 향상시켰는지를 확인하여, 무선망 최적화 대상 지역의 전체적인 커버리지를 향상시킨 경우에만 해당 기지국 안테나 조정(설정)을 적용한다.
이후, 전술한 바와 같은 제 2 무선망 최적화 과정을 모든 낮은 신호대잡음비 때문에 문제가 되는 가상 단말들에 대해서 수행한 후(415), 제 1 무선망 최적화 과정으로 진행한다. 즉, 낮은 신호대잡음비(SNR) 값을 갖는 무선망 최적화 대상 지점들 모두에 대해 제 2 무선망 최적화 과정이 실행되었는지를 확인하여(415), 실행되지 않았으면 "401" 과정으로 진행하고, 실행되었으면 도 3a 및 도 3b의 제 1 무선망 최적화 과정으로 진행한다.
한편, 전술한 바와 같은 기본적인 무선망 최적화 방법은 외에도, 제 2 무선망 최적화 과정을 통해 낮은 수신 신호 세기 때문에 문제가 되는 가상 단말들이 생겼다면 다시 제 1 무선망 최적화 과정으로 돌아가서 제 1 무선망 최적화 과정을 수행하고, 여기서 또 새로운 낮은 신호대잡음비 때문에 문제가 되는 가상 단말들이 생겼다면 다시 제 2 무선망 최적화 과정을 수행하는 반복적인 방법으로 무선망 최적화를 수행할 수도 있다.
한편, 제 2 무선망 최적화 과정까지 모두 수행한 이후에도 더 이상의 무선망 최적화가 필요한 경우에는 기존과 같이 유전자 알고리즘과 같은 휴리스틱한 방식을 이용하여 제 3 무선망 최적화 과정을 더 수행할 수도 있다.
다음으로, 측정 데이터를 이용하여 LOS/PLOS/NLOS를 판별하는 방법에 대하여 상세히 살펴보면 다음과 같다.
1. LOS/PLOS/NLOS의 판별 방법
1.1 무선망 최적화 대상 영역에 대한 완벽한 지형 및 건물 데이터가 지원되는 경우의 LOS/PLOS/NLOS의 판별 방법
해당하는 지형 및 건물 데이터를 무선망 최적화 시스템에 로딩한 후, 각 측정지점과 해당 측정지점에서 신호가 수신되는 각 기지국들 간에 프레즈넬 존(Fresnel Zone)을 계산하여 LOS/PLOS/NLOS를 다음과 같이 판별할 수 있다.
LOS는 해당 기지국과 측정지점 사이에 프레즈넬 존(Fresnel Zone)이 확보되는 경우이고, PLOS는 해당 기지국과 측정지점 사이에 프레즈넬 존(Fresnel Zone)은 확보되지 않지만 직선은 확보되는 경우이며, NLOS는 해당 기지국과 측정지점 사이에 프레즈넬 존(Fresnel Zone)은 물론 직선도 확보되지 않는 경우이다.
1.2 무선망 최적화 대상 영역에 대한 완벽한 지형 및 건물 데이터가 지원되 지 않는 경우의 LOS/PLOS/NLOS의 판별 방법
실제적으로는 무선망 최적화 대상 영역에 대한 완벽한 지형 및 건물 데이터가 지원되지 않는 경우가 더 일반적이다. 이 경우에 다음과 같이 TOA 값을 이용하는 것이 가능한지 아닌지에 따라 다른 방법으로 LOS/PLOS/NLOS를 판별하게 된다.
1.2.1 TOA(Time Of Arrival) 값으로 측정지점과 기지국 간의 거리를 구할 수 있는 경우의 LOS/PLOS/NLOS의 판별 방법
무선 통신 시스템의 기지국과 단말의 시간 동기가 엄격하게 관리되는 경우, 측정 데이터에서 TOA(Time Of Arrival) 값을 사용하는 것이 가능하다면, TOA로 측정지점과 각 기지국들과의 거리 d를 계산할 수 있다. 이 d값이 실제 기지국과 측정위치 간의 최단거리와 같은 경우, 해당 기지국과 측정위치를 LOS로 판단하고, 이 d값이 실제 기지국과 측정위치 간의 최단거리보다 긴 경우, 해당 기지국과 측정위치는 NLOS라고 판단할 수 있다.
1.2.2 TOA(Time Of Arrival) 값으로 측정지점과 기지국 간의 거리를 구할 수 없는 경우의 LOS/PLOS/NLOS의 판별 방법
기본적으로 무선 통신 시스템에서 신호는 자유공간을 진행할 경우에는 자유공간 손실만을 겪게 되고, 반사가 되면 반사손실을 겪게 되며, 회절이 일어나는 경우에는 회절 손실을 겪게 된다는 사실을 이용하여, 기지국과 측정지점 간의 최단거리에 대한 이론적인 전파 세기와 측정지점의 실제 측정 데이터(전파 세기)가 거의 같은 경우에는 LOS, 일정 범위 내의 차이(예 : 3dB~6dB 사이)가 있는 경우(측정된 신호 세기가 이론적인 신호 세기보다 일정 범위 내의 차이로 작은 경우)에는 PLOS, 일정값 이상의 차이가 있는 경우에는 NLOS로 구분이 된다.
이때, 구체적으로 다음과 같이 구분될 수 있다.
만약, 그 차이가 3dB 이하인 경우에는 LOS로 분류하고,
만약, 그 차이가 3dB~6dB 사이이면 PLOS로 분류하며,
만약, 그 차이가 6dB~9dB 사이이면 한번 반사가 된 NLOS로 분류하되, 이 경우를 NLOS_TYPE 1으로 정의하고,
만약, 그 차이가 9dB~13dB 사이이면 두 번 반사가 된 NLOS로 분류하되, 이 경우를 NLOS_TYPE 2로 정의하며,
만약, 그 차이가 13dB이상이면 회절된 NLOS로 분류하되, 이 경우를 NLOS_TYPE 3로 정의한다.
다음으로, 기지국 안테나 파라미터를 최적화한 후에, 변화된 베스트 수신 신호 세기(BRP)와 CINR(Carrier to Interference Ratio) 값을 예측하는 방법에 대하여 상세히 살펴보면 다음과 같다.
2. 기지국 안테나 파라미터를 최적화한 후 변화된 베스트 수신 신호 세기와 CINR(Carrier to Interference Ratio) 값의 예측 방법
자동 무선망 최적화를 위해서는 안테나의 설정을 조정하게 되고, 이때 조정된 안테나 설정이 실제 측정지점의 전파 환경에 어떤 영향을 줄 것인지를 예측하는 것이 가능해야 한다.
이러한 예측 과정을 위해서 필요한 정보들을 정보 획득의 난이도 순으로 정리하면 다음과 같다.
가) 기지국 안테나와 해당 측정지점 간의 LOS 여부 : 기지국 안테나의 방향과 틸트를 조정하는데 사용한다.
나) 기지국 안테나와 해당 측정지점 간의 전파전파 경로(radio signal propagation path)의 길이 : 측정지점과 NLOS 관계인 기지국 안테나의 틸트를 조정하는데 사용한다.
다) 기지국 안테나와 해당 측정지점 간의 전파전파 경로 : 측정지점과 NLOS 관계인 기지국 안테나의 방향을 조정하는데 사용한다.
2.1 무선망 최적화 대상 영역에 대한 완벽한 지형 및 건물 데이터가 지원되는 경우 기지국 안테나 파라미터를 최적화한 후 변화된 베스트 수신 신호 세기와 CINR 값의 예측 방법
3차원 레이 트레이싱(3D ray-tracing) 전파 해석 방법으로 기지국 안테나와 해당 측정지점 간의 지점 대 지점(point-to-point) 해석을 통해, 조정된 안테나 설정이 실제 측정지점의 전파 환경에 어떤 영향을 줄 것인지를 예측하는 것이 가능하다. 이 경우에 상기 가), 나), 다)에 해당하는 기지국 안테나와 해당 측정지점 간의 모든 정보를 사용하는 것이 가능하다.
2.2 무선망 최적화 대상 영역에 대한 완벽한 지형 및 건물 데이터가 지원되지 않는 경우 기지국 안테나 파라미터를 최적화한 후 변화된 베스트 수신 신호 세기와 CINR 값의 예측 방법
실제적으로는 무선망 최적화 대상 영역에 대한 완벽한 지형 및 건물 데이터가 지원되지 않는 경우가 더 일반적이다. 이 경우에는 일반적으로 기지국 안테나와 해당 측정지점 간의 전파전파 경로 정보는 사용이 불가하며, TOA를 이용하여 기지국 안테나와 해당 측정지점 간의 실제 거리를 구할 수 있는지 확인해야 한다.
2.2.1 TOA(Time Of Arrival) 값으로 측정지점과 기지국 간의 거리를 구할 수 있는 경우 기지국 안테나 파라미터를 최적화한 후 변화된 베스트 수신 신호 세기와 CINR 값의 예측 방법
TOA를 이용하여 기지국 안테나와 해당 측정지점 간의 실제 거리를 구할 수 있는 경우에, 측정지점과 NLOS 관계인 기지국 안테나의 틸트를 조정하기 위해 상기 기지국 안테나와 해당 측정지점 간의 실제 거리 정보를 이용하여 실제 전파의 경로 길이를 계산한다.
앞으로의 설명을 위해 다음 변수들을 정의한다.
BRP_DM : 측정 데이터의 BRP 값이다.
BRP_PD : 예측 계산된 BRP 값으로, 기지국 안테나 설정 후의 측정값을 예측하기 위한 값이다. 이때, 기지국 안테나 설정이 측정 당시와 바뀌지 않았다면 BRP_DM 값은 BRP_PD 값과 같아야 한다.
CINR_DM : 측정 데이터의 CINR 값이다.
CINR_PD : 예측 계산된 CINR 값으로, 기지국 안테나 설정 후의 측정값을 예측하기 위한 값이다. 이때, 기지국 안테나 설정이 측정 당시와 바뀌지 않았다면 CINR_DM 값은 CINR_PD 값과 같아야 한다.
한편, 한 기지국의 전파발신 안테나로부터 발신된 전파의 전파수신 안테나에서의 수신 신호 세기(BRP)를 예측하기 위한 계산식 BRP_Prediction(d, k)는 다음의 [수학식 2]와 같이 정의된다.
BRP_Prediction(d, k) in dBm = Tx Power + Antenna Gain - Free Space Loss(d) - k
이때, 상기 [수학식 2]에서의 각 파라미터의 의미는 다음과 같다.
d : 전파발신 안테나와 전파수신 안테나 사이의 거리 TOA가 사용가능한 경우이므로, 실제 거리 d의 파악이 가능하다.
k : 10dB 또는 그 이상의 값을 갖는 추가경로손실(Additional Loss)을 의미한다.
dBm : 전파의 세기를 나타내는 단위이다.
Tx Power: 기지국의 송신 안테나에서 신호를 보낼 때의 신호 세기를 의미한다.
Antenna Gain : 송신 안테나와 수신 안테나의 이득(gain)의 합을 의미한다.
Free Space Loss(d) : 이 함수는 전파전파(radio propagation)의 자유공간 손실(free space loss) 함수로서, 다음의 [수학식 3]과 같이 정의된다.
Free Space Loss(d) in dB = 20logf + 20logd + 32.44
이때, f는 대상 시스템의 신호의 주파수 대역이며, d는 전파발신 안테나와 전파수신 안테나 사이의 거리를 나타낸다.
한편, "Difference"는 신호가 도달하는 모든 기지국과 측정지점 간에 존재하며, 예측 계산식인 상기 [수학식 2]에서 k(Additional Loss)에 해당한다.
여기서, "Difference"는 다음의 [수학식 4]와 같이 정의된다.
Difference = BRP_Prediction(Direct Path Length, 0) - (Actually measured signal strength)
이때, BRP_Prediction()는 하타 모델(Hata Model)과 같은 전통적인 전파 모델을 사용하는 기존의 전파전파(radio propagation) 예측 함수를 의미한다. 그리고 "Direct Path Length"란 지리적인 장애물을 무시하고 기지국과 측정지점을 일직선으로 연결한 경우의 직선의 길이를 의미하고, "Path Length"란 TOA값 등을 이용하여 구한 실제의 전파 경로의 길이를 의미하며, "Virtual Path Length"란 TOA 값 등의 이용이 불가한 경우에 예측치와 실측치의 차이를 이용하여 역으로 계산해낸 전파 경로의 길이를 의미한다. 그리고 "Actually measured signal strength"는 실제로 해당 지점에서 측정된 신호 세기를 의미한다.
이와 같은 경우에 한 기지국과 한 측정지점 간의 무선망 최적화 후의 BRP 값은 다음과 같이 예측하는 것이 가능하다.
2.2.1.1 해당 기지국과 해당 측정지점 간의 관계가 LOS 또는 PLOS인 경우
이 경우에 실제 "Path Length"를 구할 수 있고, 이때 "Direct Path Length"는 실제 "Path Length"와 동일하다. 그리고 측정된 신호 세기인 BRP_DM은 다음의 [수학식 5]를 만족해야 한다.
BRP_DM = BRP_Prediction(Path Length,0) - Difference
그러므로 다음의 [수학식 6]과 같이 "Difference"를 구할 수 있다.
Difference = BRP_Prediction(Path Length,0) - BRP_DM
상기 [수학식 6]과 같이 "Difference" 값을 구하였다면, BRP_PD는 다음의 [수학식 7]과 같이 구할 수 있다.
BRP_PD = BRP_Prediction(Direct Path Length,0) - Difference
= BRP_Prediction(Direct Path Length,0) - Additional Path Loss
상기 [수학식 7]에서 "Additional Path Loss"는 "Difference"와 동일한 값이며, 양수 또는 음수의 값을 가질 수 있다.
2.2.1.2 해당 기지국과 해당 측정지점 간의 관계가 NLOS_TYPE 1 또는 2인 경우
이 경우에 실제 "Path Length"를 구할 수 있고, 이때 "Direct Path Length"는 실제 "Path Length"와 같지 않다. 그리고 측정된 신호 세기인 BRP_DM은 다음의 [수학식 8]과 같아야 하므로, "Difference"와 "Additional Path Loss" 값을 구할 수 있다.
BRP_DM = BRP_Prediction(Path Length,0) - Difference
= BRP_Prediction(Path_Length,0) - Reflection_Loss x Number of Reflections - Additional Path Loss
이때, 상기 [수학식 8]에서의 각 파라미터의 의미는 다음과 같다.
BRP_DM : 측정 데이터의 BRP 값이다.
BRP_Prediction : 기존의 전파전파 예측 함수이다.
Path Length : TOA 값을 이용하여 구한 실제의 전파 경로의 길이를 나타낸다.
Reflection_Loss : 전파가 건물 또는 다른 물체에 의해 반사된 경우에 반사에 의해 감쇠된 전파의 세기를 dB로 나타낸 값이다.
Number of Reflections : 전파가 건물 또는 다른 물체에 의해 반사된 횟수를 나타낸다. NLOS_TYPE 1의 경우에는 "Number of Reflections"가 1이 되고, NLOS_TYPE 2의 경우에는 "Number of Reflections"가 2가 된다.
Additional Path Loss : 상기 [수학식 8]에서 추론되는 Difference = Reflection_Loss x Number of Reflections - Additional Path Loss에 의해 계산되는 값이다. "Additional Path Loss"는 각 기지국과 단말기의 쌍마다 다른 값을 가지게 된다.
상기 [수학식 8]에서 해당 기지국과 해당 단말기의 조합에 대해 해당하는 "Additional Path Loss" 값을 구하였다면, 이제 기지국의 안테나 설정이 변경되었을 경우의 전파 세기를 예측하기 위해 BRP_PD는 다음의 [수학식 9]와 같이 계산할 수 있다.
BRP_PD = BRP_Prediction(Path_Length,0) - Reflection_Loss x Number of Reflections - Additional Path Loss
이때, 상기 [수학식 9]에서의 각 파라미터의 의미는 다음과 같다.
BRP_DM : 측정 데이터의 dBm 단위의 BRP 값이다.
BRP_Prediction : 기존의 전파전파 예측 함수이다.
Path Length : TOA 값을 이용하여 구한 실제의 전파 경로의 길이를 나타낸다.
Reflection_Loss : 전파가 건물 또는 다른 물체에 의해 반사된 경우에 반사에 의해 감쇠된 전파의 세기를 dB로 나타낸 값이다.
Number of Reflections : 전파가 건물 또는 다른 물체에 의해 반사된 횟수를 나타낸다. NLOS_TYPE 1의 경우에는 "Number of Reflections"가 1이 되고, NLOS_TYPE 2의 경우에는 "Number of Reflections"가 2가 된다.
2.2.1.3 해당 기지국과 해당 측정지점 간의 관계가 NLOS_TYPE 3인 경우
TOA(Time Of Arrival) 값으로 측정지점과 기지국 간의 거리(Path Length)를 구할 수 있는 경우에, 측정된 신호 세기인 BRP_DM은 다음의 [수학식 10]과 같아야 하므로, "Difference"와 "Additional Path Loss" 값을 구할 수 있다.
BRP_DM = BRP_Prediction(Path Length) - Difference
= BRP_Prediction(Path_Length) - Diffraction_Loss - Additional Path Loss
상기 [수학식 10]에서 BRP_DM의 값의 단위는 dBm이다. "Diffraction_Loss"는 회절에 의한 전파 손실을 의미한다. 그리고 "Additional Path Loss"는 "Difference"와 "Diffraction_Loss"의 차이이다. 상기 [수학식 10]에서 "Additional Path Loss" 값을 구하였다면, 기지국 안테나 조정 후에 예측되는 신호의 세기인 BRP_PD는 dBm 단위로 다음의 [수학식 11]과 같이 구할 수 있다.
BRP_PD = BRP_Prediction(Path_Length) - Diffraction_Loss - Additional Path Loss
2.2.2 만약 TOA(Time Of Arrival) 값으로 측정지점과 기지국 간의 거리를 구할 수 없는 경우 기지국 안테나 파라미터를 최적화한 후 변화된 베스트 수신 신호 세기와 CINR 값의 예측 방법
2.2.2.1 해당 기지국과 해당 측정지점 간의 관계가 LOS 또는 PLOS인 경우
이 경우에 실제 "Path Length"를 구할 수 없지만, 해당 기지국과 측정지점이 LOS 또는 PLOS라면 이때의 "Direct Path Length"는 실제 "Path Length"와 동일하다. 그리고 측정된 신호 세기인 BRP_DM은 다음의 [수학식 12]를 만족해야 한다.
BRP_DM = BRP_Prediction(Path Length,0) - Difference
그러므로 다음의 [수학식 13]과 같이 "Difference"를 구할 수 있다.
Difference = BRP_Prediction(Path Length,0) - BRP_DM
상기 [수학식 13]과 같이 "Difference" 값을 구하였다면, BRP_PD는 다음의 [수학식 14]와 같이 구할 수 있다.
BRP_PD = BRP_Prediction(Direct Path Length,0) - Difference
= BRP_Prediction(Direct Path Length,0) - Additional Path Loss
상기 [수학식 14]에서 "Additional Path Loss"는 "Difference"와 동일한 값이며, 양수 또는 음수의 값을 가질 수 있다.
2.2.2.2 해당 기지국과 해당 측정지점 간의 관계가 NLOS_TYPE 1 또는 2인 경우
이 경우에는 실제 "Path_Length" 값을 알 수 없으므로, 다음의 [수학식 15] 에서 "Difference"와 "Additional Path Loss" 값을 구하고, 적당한 값을 "Virtual Path Length"로 정하여 다음의 [수학식 15]를 만족하도록 하여 사용한다.
BRP_DM = BRP_Prediction(Direct_Path Length,0) - Difference
= BRP_Prediction(Virtual_Path_Length,0) - Reflection_Loss x Number of Reflections - Additional Path Loss
상기 [수학식 15]에서 BRP_DM의 값의 단위는 dBm이다.
상기 [수학식 15]에서 "Virtual Path Length"와 "Additional Path Loss" 값을 구하였다면, dBm 단위의 값을 갖는 BRP_PD는 다음의 [수학식 16]과 같이 구할 수 있다.
BRP_PD = BRP_Prediction(Virtual_Path_Length) - Reflection_Loss x Number of Reflections - Additional Path Loss
이때, 신호 세기를 계산할 때, 상기 [수학식 16]에서 나타낸 것과 같이 해당 측정지점은 해당 기지국으로부터 "Virtual_Path_Length"만큼 떨어지도록 위치를 재조정하여 신호 세기를 계산해야 한다.
왜냐하면, 측정지점과 기지국이 LOS가 아니므로, 실제로 신호는 최단 경로가 아닌 반사 경로를 따라 전파되기 때문에 Virtual_Path_Length > Direct_Path_Length이기 때문이다. 따라서 안테나 틸트의 경우, LOS인 경우보다 더 위를 향하도록 해야 해당 측정지점에서 최대값을 갖도록 할 수 있다.
이때, 다음의 [수학식 17]과 같이 근사적으로 "Virtual Path Length"를 결정하는 것도 가능하다.
NLOS_TYPE 1 : Virtual Path Length = Direct Path Length x 1.7
NLOS_TYPE 2 : Virtual Path Length = Direct Path Length x 1.7 x 1.7
2.2.2.3 해당 기지국과 해당 측정지점 간의 관계가 NLOS_TYPE 3인 경우
이 경우에는 실제 "Path_Length" 값을 알 수 없으므로, 다음의 [수학식 18]에서 "Difference"와 "Additional Path Loss" 값을 구하고, 적당한 값을 "Virtual Path Length"로 정하여 다음의 [수학식 18]을 만족하도록 하여 사용한다.
BRP_DM = BRP_Prediction(Direct Path Length) - Difference
= BRP_Prediction(Virtual Path_Length) - Diffraction_Loss - Additional Path Loss
상기 [수학식 18]에서 BRP_DM 값의 단위는 dBm이다. 상기 [수학식 18]에서 "Virtual Path Length"와 "Additional Path Loss" 값을 구하였다면, BRP_PD는 다음의 [수학식 19]와 같이 구할 수 있다.
BRP_PD = BRP_Prediction(Virtual_Path_Length) - Diffraction_Loss - Additional Path Loss
상기 [수학식 19]에서 BRP_PD의 값의 단위는 dBm이다.
이때, 신호 세기를 계산할 때, 해당 측정지점은 해당 기지국으로부터 "Path_Length"만큼 떨어지도록 위치를 재조정하여 신호 세기를 계산해야 한다.
왜냐하면, 측정지점과 기지국이 LOS가 아니므로, 실제로 신호는 최단 경로가 아닌 반사 경로를 따라 전파되기 때문에 Path_Length > Direct_Path_Length이기 때문이다. 따라서 안테나 틸트의 경우, LOS인 경우보다 더 위를 향하도록 해야 해당 측정지점에서 최대값을 갖도록 할 수 있다.
이때, 측정지점과 기지국 간의 거리를 구할 수 없거나 계산되어 나온 "Path_Length"가 비합리적이라고 판단되는 경우에, 다음의 [수학식 20]과 같이 근사적으로 "Direct Path Length"에 일정 배율을 곱하여 "Virtual Path Length"를 결정하는 것도 가능하다.
NLOS_TYPE 3 : Virtual Path Length = Direct Path Length x 1.4
3. 최적화 시의 CINR 값의 예측 방법
실제로는 측정지점에서 측정된 DM에 포함되어 있는 BRP 값들이 모든 기지국들로부터 해당 측정지점에 도달하는 신호들에 대한 정보를 제공하지 않기 때문에, 측정지점의 BRP 값들을 이용하여 계산한 CINR 값은 실제 측정된 CINR 값과 다르게 된다. 따라서 이러한 차이를 만드는 추가적인 "Additional Noise" 값을 구해야 실제에 가까운 CINR 값을 구할 수 있다.
일반적으로, CINR_DM은 다음의 [수학식 21]과 같다.
Figure 112008077055455-PAT00006
CINR_DM ! =
상기 [수학식 21]에서 CINR_DM은 측정지점에서 실제로 측정된 CINR값, BestServerRSSI_DM은 측정지점에서 측정된 최대 신호 세기를 갖는 안테나로부터의 신호 세기, RSSI_DM은 측정지점에서 측정된 안테나들로부터의 신호 세기 값들 중에서 최대 신호 세기를 제외한 신호 세기 값들, "Thermal Noise"는 모든 통신 시스템에 존재하는 열잡음을 의미한다.
상기 [수학식 21]에 존재하는 모든 파라미터의 값들을 알고 있으므로, 다음의 [수학식 22]를 만족하는 "Additional Noise" 값을 구하여 실제 CINR 값을 구하는데 사용할 수 있다.
Figure 112008077055455-PAT00007
CINR_DM==
여기서, "Additional Noise"는 모든 측정지점과 섹터쌍에 대해 계산되어야 한다.
결과적으로, 기지국 안테나의 조정 후에 상기 계산된 BRP_PD 값과 상기 [수학식 22]에서의 "Additional Noise" 값을 이용하여 다음의 [수학식 23]과 같이 기지국 안테나 조정 후의 CINR 값 예측치 CINR_PD 값을 계산할 수 있다.
Figure 112008077055455-PAT00008
CINR_PD=
한편, 전술한 바와 같은 본 발명의 방법은 컴퓨터 프로그램으로 작성이 가능하다. 그리고 상기 프로그램을 구성하는 코드 및 코드 세그먼트는 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다.　또한, 상기 작성된 프로그램은 컴퓨터가 읽을 수 있는 기록매체(정보저장매체)에 저장되고, 컴퓨터에 의하여 판독되고 실행됨으로써 본 발명의 방법을 구현한다. 그리고 상기 기록매체는 컴퓨터가 판독할 수 있는 모든 형태의 기록매체를 포함한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
본 발명은 무선망 최적화 시스템 등을 구현하는데 이용될 수 있다.
도 1a 및 도 1b는 본 발명이 적용되는 무선망 최적화 시스템의 일실시예 구성도이고,
도 2는 본 발명에 따른 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법에 대한 전체 흐름도이고,
도 3a 및 도 3b는 본 발명에 따른 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 중 제 1 무선망 최적화 과정에 대한 상세 흐름도이고,
도 4a 및 도 4b는 본 발명에 따른 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 중 제 2 무선망 최적화 과정에 대한 상세 흐름도이다.
* 도면의 주요 부분에 대한 부호의 설명
11 : 컴퓨터 12 : 키보드
13 : 마우스 14 : 프린터
15 : 중앙처리장치 16 : 주기억장치
17 : 보조기억장치 18 : 주변장치

Claims (16)

  1. 무선망 최적화 방법에 있어서,
    현재 기지국 데이터와 측정 데이터를 시스템에 로딩하는 단계;
    상기 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파상태를 판단하여 상기 각 대상 기지국과 상기 측정지점 간의 관계 타입을 분류하는 관계 타입 분류 단계; 및
    기 정의된 상기 관계 타입별 규칙에 따라 목표값을 개선시키는 기지국 데이터를 탐색하는 단계
    를 포함하는 무선망 최적화 방법.
  2. 제 1 항에 있어서,
    상기 관계 타입 분류 단계는,
    측정 데이터를 이용하여 상기 각 대상 기지국과 상기 측정지점 간의 전파 상태를 판단하여 상기 각 대상 기지국과 상기 측정지점 간의 관계 타입을 LOS(Line-of-Sight), 또는 PLOS(Partial LOS), 또는 NLOS(Non-LOS)로 분류하는 무선망 최적화 방법.
  3. 제 1 항에 있어서,
    상기 전파상태는,
    전파 감쇄 정도인 것을 특징으로 하는 무선망 최적화 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 무선망 최적화를 위해 기지국 안테나의 파라미터를 최적화한 후에, 변화된 베스트 수신 신호 세기(Best Received Signal Power)와 CINR(Carrier to Interference Ratio) 값을 예측하는 예측 단계
    를 더 포함하는 무선망 최적화 방법.
  5. 제 4 항에 있어서,
    상기 예측 단계는,
    상기 기지국 안테나와 상기 측정지점 간의 LOS 여부, 상기 기지국 안테나와 상기 측정지점 간의 전파전파 경로(radio signal propagation path)의 길이, 및 상기 기지국 안테나와 상기 측정지점 간의 전파전파 경로에 대한 정보를 이용하여 상기 변화된 베스트 수신 신호 세기와 CINR 값을 예측하는 무선망 최적화 방법.
  6. 제 4 항에 있어서,
    상기 예측 단계는,
    무선망 최적화 대상 영역에 대한 지형 및 건물 데이터가 지원되지 않고, 상기 기지국과 상기 측정지점 간의 관계가 LOS 또는 PLOS인 경우에, TOA(Time Of Arrival) 값으로 상기 측정지점과 기지국 간의 거리를 구할 수 있거나 없는 것에 관계없이 상기 변화된 베스트 수신 신호 세기(BRP_PD)를 다음의 [수학식 A]를 이용하여 구하는 무선망 최적화 방법.
    [수학식 A]
    BRP_PD = BRP_Prediction(Direct Path Length,0) - Difference
    (여기서, "BRP_Prediction(Direct Path Length,0)"는 수신 신호 세기(BRP)를 예측하기 위한 계산식이고, "Difference"는 예측한 신호 세기와 측정한 신호 세기의 차이 값임.)
  7. 제 4 항에 있어서,
    상기 예측 단계는,
    무선망 최적화 대상 영역에 대한 지형 및 건물 데이터가 지원되지 않고, TOA(Time Of Arrival) 값으로 상기 측정지점과 기지국 간의 거리를 구할 수 있으며, 상기 기지국과 상기 측정지점 간의 관계가 NLOS_TYPE 1 또는 2인 경우에, 상기 변화된 베스트 수신 신호 세기(BRP_PD)를 다음의 [수학식 B]를 이용하여 구하는 무 선망 최적화 방법.
    [수학식 B]
    BRP_PD = BRP_Prediction(Path_Length,0) - Reflection_Loss x Number of Reflections - Additional Path Loss
    (여기서, "BRP_Prediction"은 기존의 전파전파 예측 함수이고, "Path Length"는 TOA 값을 이용하여 구한 실제의 전파 경로의 길이이며, "Reflection_Loss"는 전파가 건물 또는 다른 물체에 의해 반사된 경우에 반사에 의해 감쇠된 전파의 세기이고, "Number of Reflections"는 전파가 건물 또는 다른 물체에 의해 반사된 횟수이며, "Additional Path Loss"는 Difference = Reflection_Loss x Number of Reflections - Additional Path Loss에 의해 계산되는 값임.)
  8. 제 4 항에 있어서,
    상기 예측 단계는,
    무선망 최적화 대상 영역에 대한 지형 및 건물 데이터가 지원되지 않고, TOA(Time Of Arrival) 값으로 상기 측정지점과 기지국 간의 거리를 구할 수 있으며, 상기 기지국과 상기 측정지점 간의 관계가 NLOS_TYPE 3인 경우에, 상기 변화된 베스트 수신 신호 세기(BRP_PD)를 다음의 [수학식 C]를 이용하여 구하는 무선망 최적화 방법.
    [수학식 C]
    BRP_PD = BRP_Prediction(Path_Length) - Diffraction_Loss - Additional Path Loss
    (여기서, "BRP_Prediction"은 기존의 전파전파 예측 함수이고, "Path Length"는 TOA 값을 이용하여 구한 실제의 전파 경로의 길이이며, "Diffraction_Loss"는 회절에 의한 전파 손실을 의미하고, "Additional Path Loss"는 "Difference"와 "Diffraction_Loss"의 차이 값임.)
  9. 제 4 항에 있어서,
    상기 예측 단계는,
    무선망 최적화 대상 영역에 대한 지형 및 건물 데이터가 지원되지 않고, TOA(Time Of Arrival) 값으로 상기 측정지점과 기지국 간의 거리를 구할 수 없으며, 상기 기지국과 상기 측정지점 간의 관계가 NLOS_TYPE 1 또는 2인 경우에, 상기 변화된 베스트 수신 신호 세기(BRP_PD)를 다음의 [수학식 D]를 이용하여 구하는 무선망 최적화 방법.
    [수학식 D]
    BRP_PD = BRP_Prediction(Virtual_Path_Length) - Reflection_Loss x Number of Reflections - Additional Path Loss
    (여기서, "BRP_Prediction"은 기존의 전파전파 예측 함수이고, "Virtual Path Length"는 "Direct Path Length"에 가중치를 주어 구한 길이이며, "Reflection_Loss"는 전파가 건물 또는 다른 물체에 의해 반사된 경우에 반사에 의해 감쇠된 전파의 세기이고, "Number of Reflections"는 전파가 건물 또는 다른 물체에 의해 반사된 횟수이며, "Additional Path Loss"는 Difference = Reflection_Loss x Number of Reflections - Additional Path Loss에 의해 계산되는 값임.)
  10. 제 9 항에 있어서,
    상기 예측 단계는,
    상기 측정지점이 상기 기지국으로부터 "Virtual_Path_Length"만큼 떨어지도록 위치를 재조정하여 신호 세기를 계산하고,
    상기 기지국 안테나의 틸트를 LOS인 경우보다 더 위를 향하도록 조정하는 것을 특징으로 하는 무선망 최적화 방법.
  11. 제 9 항에 있어서,
    상기 "Virtual Path Length"는,
    다음의 [수학식 E]를 이용하여 구하는 무선망 최적화 방법.
    [수학식 E]
    NLOS_TYPE 1 : Virtual Path Length = Direct Path Length x 1.7
    NLOS_TYPE 2 : Virtual Path Length = Direct Path Length x 1.7 x 1.7
  12. 제 4 항에 있어서,
    상기 예측 단계는,
    무선망 최적화 대상 영역에 대한 지형 및 건물 데이터가 지원되지 않고, TOA(Time Of Arrival) 값으로 상기 측정지점과 기지국 간의 거리를 구할 수 없으며, 상기 기지국과 상기 측정지점 간의 관계가 NLOS_TYPE 3인 경우에, 상기 변화된 베스트 수신 신호 세기(BRP_PD)를 다음의 [수학식 F]를 이용하여 구하는 무선망 최적화 방법.
    [수학식 F]
    BRP_PD = BRP_Prediction(Virtual_Path_Length) - Diffraction_Loss - Additional Path Loss
    (여기서, "BRP_Prediction"은 기존의 전파전파 예측 함수이고, "Virtual Path Length"는 "Direct Path Length"에 가중치를 주어 구한 길이이며, "Reflection_Loss"는 전파가 건물 또는 다른 물체에 의해 반사된 경우에 반사에 의해 감쇠된 전파의 세기이고, "Additional Path Loss"는 Difference = Reflection_Loss - Additional Path Loss에 의해 계산되는 값임.)
  13. 제 12 항에 있어서,
    상기 "Virtual Path Length"는,
    다음의 [수학식 G]를 이용하여 구하는 무선망 최적화 방법.
    [수학식 G]
    NLOS_TYPE 3 : Virtual Path Length = Direct Path Length x 1.4
  14. 제 4 항에 있어서,
    상기 예측 단계는,
    상기 변화된 CINR(Carrier to Interference Ratio) 값(CINR_PD)을 다음의 [수학식 H]를 이용하여 구하는 무선망 최적화 방법.
    [수학식 H]
    CINR_PD=
    Figure 112008077055455-PAT00009
    (여기서, BestServerRSSI_PD는 측정지점에서 예측된 최대 신호 세기를 갖는 안테나로부터의 신호 세기, RSSI_PD는 측정지점에서 예측된 안테나들로부터의 신호 세기 값들 중에서 최대 신호 세기를 제외한 신호 세기 값들, "Thermal Noise"는 열잡음, "Additional Noise"는 CINR_DM==
    Figure 112008077055455-PAT00010
    을 이 용하여 구한 값임.)
  15. 제 4 항에 있어서,
    상기 예측된 값을 이용하여 서비스 가능 비율을 평가하여 전체 무선망 최적화 대상 영역에 대한 서비스 가능 비율이 상승되는 경우에만 상기 기지국 안테나의 조정 내역을 적용하는 단계
    을 더 포함하는 무선망 최적화 방법.
  16. 프로세서를 구비한 무선망 최적화 시스템에,
    현재 기지국 데이터와 측정 데이터를 시스템에 로딩하는 기능;
    상기 측정 데이터를 이용하여 각 대상 기지국과 측정지점 간의 전파상태를 판단하여 상기 각 대상 기지국과 상기 측정지점 간의 관계 타입을 분류하는 기능; 및
    기 정의된 상기 관계 타입별 규칙에 따라 목표값을 개선시키는 기지국 데이터를 탐색하는 기능
    을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020080110013A 2008-11-06 2008-11-06 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법 KR20100050895A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080110013A KR20100050895A (ko) 2008-11-06 2008-11-06 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080110013A KR20100050895A (ko) 2008-11-06 2008-11-06 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법

Publications (1)

Publication Number Publication Date
KR20100050895A true KR20100050895A (ko) 2010-05-14

Family

ID=42276830

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080110013A KR20100050895A (ko) 2008-11-06 2008-11-06 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법

Country Status (1)

Country Link
KR (1) KR20100050895A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120027978A (ko) * 2010-09-14 2012-03-22 에스케이 텔레콤주식회사 가시선 영역 판단 장치 및 방법
US11683090B1 (en) 2022-01-18 2023-06-20 T-Mobile Usa, Inc. Laser-based enhancement of signal propagation path for mobile communications
CN116633797A (zh) * 2023-05-23 2023-08-22 南京顺盛通信科技有限责任公司 一种基于大数据的网络优化采集分析系统及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120027978A (ko) * 2010-09-14 2012-03-22 에스케이 텔레콤주식회사 가시선 영역 판단 장치 및 방법
US11683090B1 (en) 2022-01-18 2023-06-20 T-Mobile Usa, Inc. Laser-based enhancement of signal propagation path for mobile communications
US12021558B2 (en) 2022-01-18 2024-06-25 T-Mobile Usa, Inc. Laser-based enhancement of signal propagation path for mobile communications
CN116633797A (zh) * 2023-05-23 2023-08-22 南京顺盛通信科技有限责任公司 一种基于大数据的网络优化采集分析系统及方法
CN116633797B (zh) * 2023-05-23 2023-10-20 南京顺盛通信科技有限责任公司 一种基于大数据的网络优化采集分析系统及方法

Similar Documents

Publication Publication Date Title
JP4207081B2 (ja) 電波伝搬特性推定システム及びその方法並びにプログラム
US6041236A (en) Method and apparatus for minimizing the number of samples needed to determine cell area coverage reliability in a radiotelephone system
JP5699545B2 (ja) 電波伝搬特性推定システム、電波伝搬特性推定方法、およびコンピュータプログラム
US20130150053A1 (en) Communication system with adaptive handover controller and method of operation thereof
US11277214B2 (en) Radio environment estimation method and radio environment estimation apparatus
US6640089B1 (en) System and method for adaptively predicting radio wave propagation
JP2010147519A (ja) 無線通信システム
US7099670B2 (en) Method and apparatus for design of wireless networks to aid in location identification of mobile units
JP4730532B2 (ja) 無線アクセスシステム、ネットワーク管理装置、プログラム、および品質管理方法
US6006095A (en) Method and apparatus for estimating cell radius and area coverage reliability in a radiotelephone system
CN104507160B (zh) 无线网络定位方法、接入点及定位服务器
WO2016124219A1 (en) Determination of radiation beam pattern
EP2547013B1 (en) Radio wave propagation simulator
US11990973B2 (en) Beam management for a radio transceiver device
JP5323423B2 (ja) 方向推定システム、方向推定方法及び方向推定プログラム
KR20100050895A (ko) 측정 데이터를 이용한 규칙 기반의 무선망 최적화 방법
US8219074B2 (en) Method and apparatus for communication site planning
US5966661A (en) Method and apparatus for a radiotelephone system optimized for cell boundary coverage reliability
JP2007013352A (ja) 送信電力制御システム及びその方法並びにそれに用いる基地局、移動通信システム
US5983106A (en) Method and apparatus for minimizing the number of samples needed to determine cell radius coverage contour reliability in a radiotelephone system
US20220070688A1 (en) Adaptation of a beam sweep in a communications network
KR101475082B1 (ko) 가상 단말을 이용한 규칙 기반의 무선망 최적화 방법
CN101686475B (zh) 干扰检测方法和干扰检测设备
JP3479484B2 (ja) 移動通信システムの通信品質計算方法および通信品質計算装置
JP2003244052A (ja) 通信システム及び通信方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application