KR20180055631A

KR20180055631A - 실재 환경관련 정보를 고려한 통신 채널 분석과 무선 망 설계 방법 및 장치

Info

Publication number: KR20180055631A
Application number: KR1020170018610A
Authority: KR
Inventors: 정성규; 김진욱; 김혜숙; 박동혁; 박성범; 박윤성; 안재성; 윤성록; 이순영; 조민성
Original assignee: 삼성전자주식회사
Priority date: 2016-11-17
Filing date: 2017-02-10
Publication date: 2018-05-25
Also published as: US20190342763A1; AU2017360282A1; AU2017360282B2; EP3509231B1; CN109964422A; EP3509231A1; KR102661600B1; CN109964422B; EP3509231A4; US11153763B2

Abstract

본 개시는 4G 시스템 이후 보다 높은 데이터 전송률을 지원하기 위한 5G 통신 시스템을 IoT 기술과 융합하는 통신 기법 및 그 시스템에 관한 것이다. 본 개시는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스 (예를 들어, 스마트 홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드 카, 헬스 케어, 디지털 교육, 소매업, 보안 및 안전 관련 서비스 등)에 적용될 수 있다. 본 명세서의 일 실시 예에 따르는 무선 통신 시스템의 신호 전송 특성 분석 방법은 3차원 지도 정보를 포함하는 제1정보를 획득하는 단계; 상기 3차원 지도 정보와 관련된 이미지 정보에서 실재 환경 정보를 포함하는 제2정보를 획득하는 단계; 상기 제1정보 및 상기 제2정보 중 적어도 하나를 기반으로 적어도 복수개의 송신기 후보 위치를 결정하는 단계; 및 상기 제1정보 및 상기 제2정보를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 단계;를 포함한다.
본 연구는 미래창조과학부 '범부처 Giga KOREA 사업'의 지원을 받아 수행하였다.

Description

실재 환경관련 정보를 고려한 통신 채널 분석과 무선 망 설계 방법 및 장치 {Method and apparatus for analyzing communication channel planning radio frequency network considering information related real environment}

본 명세서의 실시 예는 통신 시스템에서 통신 채널 분석과 이를 통한 망 설계 방법 및 이를 이용한 장치에 관한 것이다. 보다 구체적으로 본 명세서의 실시 예는 신호 송수신 환경 상의 물체와 관련된 실재 환경을 고려한 레이 트레이싱(ray tracing) 시뮬레이션을 기반으로 통신 채널을 분석하고 이에 따라 망 설계를 수행 하기 위한 방법 및 이를 이용한 장치에 관한 것이다.

본 연구는 미래창조과학부 '범부처 Giga KOREA 사업'의 지원을 받아 수행하였다.

4G 통신 시스템 상용화 이후 증가 추세에 있는 무선 데이터 트래픽 수요를 충족시키기 위해, 개선된 5G 통신 시스템 또는 pre-5G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 5G 통신 시스템 또는 pre-5G 통신 시스템은 4G 네트워크 이후 (Beyond 4G Network) 통신 시스템 또는 LTE 시스템 이후 (Post LTE) 이후의 시스템이라 불리어지고 있다. 높은 데이터 전송률을 달성하기 위해, 5G 통신 시스템은 초고주파(mmWave) 대역 (예를 들어, 60기가(60GHz) 대역과 같은)에서의 구현이 고려되고 있다. 초고주파 대역에서의 전파의 경로손실 완화 및 전파의 전달 거리를 증가시키기 위해, 5G 통신 시스템에서는 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO), 전차원 다중입출력(Full Dimensional MIMO: FD-MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 및 대규모 안테나 (large scale antenna) 기술들이 논의되고 있다. 또한 시스템의 네트워크 개선을 위해, 5G 통신 시스템에서는 진화된 소형 셀, 개선된 소형 셀 (advanced small cell), 클라우드 무선 액세스 네트워크 (cloud radio access network: cloud RAN), 초고밀도 네트워크 (ultra-dense network), 기기 간 통신 (Device to Device communication: D2D), 무선 백홀 (wireless backhaul), 이동 네트워크 (moving network), 협력 통신 (cooperative communication), CoMP (Coordinated Multi-Points), 및 수신 간섭제거 (interference cancellation) 등의 기술 개발이 이루어지고 있다. 이 밖에도, 5G 시스템에서는 진보된 코딩 변조(Advanced Coding Modulation: ACM) 방식인 FQAM (Hybrid FSK and QAM Modulation) 및 SWSC (Sliding Window Superposition Coding)과, 진보된 접속 기술인 FBMC(Filter Bank Multi Carrier), NOMA(non orthogonal multiple access), 및SCMA(sparse code multiple access) 등이 개발되고 있다.

한편, 인터넷은 인간이 정보를 생성하고 소비하는 인간 중심의 연결 망에서, 사물 등 분산된 구성 요소들 간에 정보를 주고 받아 처리하는 IoT(Internet of Things, 사물인터넷) 망으로 진화하고 있다. 클라우드 서버 등과의 연결을 통한 빅데이터(Big data) 처리 기술 등이 IoT 기술에 결합된 IoE (Internet of Everything) 기술도 대두되고 있다. IoT를 구현하기 위해서, 센싱 기술, 유무선 통신 및 네트워크 인프라, 서비스 인터페이스 기술, 및 보안 기술과 같은 기술 요소 들이 요구되어, 최근에는 사물간의 연결을 위한 센서 네트워크(sensor network), 사물 통신(Machine to Machine, M2M), MTC(Machine Type Communication)등의 기술이 연구되고 있다. IoT 환경에서는 연결된 사물들에서 생성된 데이터를 수집, 분석하여 인간의 삶에 새로운 가치를 창출하는 지능형 IT(Internet Technology) 서비스가 제공될 수 있다. IoT는 기존의 IT(information technology)기술과 다양한 산업 간의 융합 및 복합을 통하여 스마트홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드 카, 스마트 그리드, 헬스 케어, 스마트 가전, 첨단의료서비스 등의 분야에 응용될 수 있다.

이에, 5G 통신 시스템을 IoT 망에 적용하기 위한 다양한 시도들이 이루어지고 있다. 예를 들어, 센서 네트워크(sensor network), 사물 통신(Machine to Machine, M2M), MTC(Machine Type Communication)등의 기술이 5G 통신 기술인 빔 포밍, MIMO, 및 어레이 안테나 등의 기법에 의해 구현되고 있는 것이다. 앞서 설명한 빅데이터 처리 기술로써 클라우드 무선 액세스 네트워크(cloud RAN)가 적용되는 것도 5G 기술과 IoT 기술 융합의 일 예라고 할 수 있을 것이다.

이와 같이 5G 통신 시스템에서 채널 환경을 추정하고 이에 따라 망 설계를 하기 위한 방안이 요구된다. 망 설계는 특징 지역에서 무선 통신을 통한 네트워크 서비스를 가능하게 하기 위해 무선(radio frequency, RF) 신호를 송신하는 송신기(transmitter, Tx)의 위치와 송신을 위한 설정 값을 결정하고 수신기(receiver, Rx)의 위치에서 다양한 RF 신호의 정보를 판단하고, 수학적 모델링 기법 또는 레이 트레이싱 시뮬레이션 결과를 기반으로 채널 환경 분석을 하고, 이에 따라 최적의 Tx 위치를 결정할 수 있다. 이와 같이 채널 환경의 분석을 위해 다양한 RF 신호 정보(e.g. 경로 손실, 커버리지)를 제공할 수 있으며, 이를 기반으로 망 설계를 수행할 수 있다. 실시 예에서 수학적 모델링 기법은 실증적 모델링(empirical modeling) 기법을 포함할 수 있다.

도 1은 수학적 모델링 기법을 이용한 망 설계를 설명하기 위한 도면이다.

도 1을 참조하면 송신기(110, 120)은 송신 빔(112, 122)을 형성하여 신호를 전송할 수 있다.

이와 같이 수학적 모델링 기법은 송신 신호의 주파수 및 거리 등등을 입력으로 특정 신호 송수신 모델링 기법을 통해 명시적(explicit)으로 표현된 함수를 통해 RF 정보를 예측할 수 있다. 도면에서와 같이 송신기(110, 120)은 각각 세 방향의 빔(112, 122)을 형성할 수 있고, 이에 따라 모델링 기법을 통해 송신 신호의 RF 특성을 적용할 수 있다. 이와 같이 수학적 모델링 기법을 통하면 보다 적은 계산량으로 RF 정보를 예측할 수 있으나, 주파수가 높은 RF 신호에 대해서는 이와 같은 모델링의 정확성이 떨어지는 단점이 있다.

이와 같이 고주파 RF 신호와 관련된 채널 특성을 분석하기 위해 레이 트레이싱을 통한 시뮬레이션 기법을 적용하는 것을 고려할 수 있으며, 이와 같은 경우 RF 신호가 전송될 수 있는 가능한 경로들을 고려하여 이를 통해 통신 채널을 분석할 수 있다. 그러나 이와 같은 방식을 사용할 경우 계산량이 늘어날 수 있으며, 정확도를 보장하기 위해 시뮬레이션에 실제 환경을 반영할 수 있는 방법이 필요하다.

본 명세서의 실시 예는 상술한 문제점을 해결하기 위하여 제안된 것으로 통신 채널을 분석하고 이를 기반으로 망 설계를 하기 위해 보다 실제 결과와 유사한 레이 트레이싱 시뮬레이션을 수행하기 위한 방법 및 장치와 레이 트레이싱 시뮬레이션에 따른 결과 값을 분석하기 위한 방법 및 장치를 제공하는 것을 목적으로 한다. 또한 본원 발명은 RF 송수신 환경을 분석하기 위해 레이 트레이싱을 통한 시뮬레이션을 수행할 때 보다 정확성이 높고 실제 환경을 잘 반영 할 수 있으며, 계산 량을 줄일 수 있는 방법 및 장치를 제공하는 것을 목적으로 한다.

상술한 과제를 달성하기 위하여, 본 명세서의 일 실시 예에 따르는 무선 통신 시스템의 신호 전송 특성 분석 방법은 3차원 지도 정보를 포함하는 제1정보를 획득하는 단계; 상기 3차원 지도 정보와 관련된 이미지 정보에서 실재 환경 정보를 포함하는 제2정보를 획득하는 단계; 상기 제1정보 및 상기 제2정보 중 적어도 하나를 기반으로 적어도 복수개의 송신기 후보 위치를 결정하는 단계; 및 상기 제1정보 및 상기 제2정보를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 단계;를 포함한다.

본 명세서의 다른 실시 예에 따르는 무선 통신 시스템에서 신호 전송 특성을 분석하는 연산 장치는 정보를 송신 및 수신 할 수 있는 송수신부; 및 3차원 지도 정보를 포함하는 제1정보를 획득하고, 상기 3차원 지도 정보와 관련된 이미지 정보에서 실재 환경 정보를 포함하는 제2정보를 획득하고, 상기 제1정보 및 상기 제2정보 중 적어도 하나를 기반으로 적어도 복수개의 송신기 후보 위치를 결정하고, 상기 제1정보 및 상기 제2정보를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 제어부를 포함한다.

본 명세서의 다른 실시 예에 따르는 무선 통신 시스템의 망 설계 방법은 3차원 지도 정보 및 상기 3차원 지도 정보와 관련된 이미지 정보를 기반으로 실재 환경 정보를 획득하는 단계; 복수개의 송신기 후보 위치를 결정하는 단계; 및 상기 실재 환경 정보 및 상기 복수개의 송신기 후보 위치를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 단계;를 포함한다.

본 명세서의 또 다른 실시 예에 따르는 무선 통신 시스템의 망 설계를 위한 연산 장치는 무선 통신 시스템의 망 설계를 위한 연산 장치에 있어서, 정보를 송신 및 수신 할 수 있는 송수신부; 및 3차원 지도 정보 및 상기 3차원 지도 정보와 관련된 이미지 정보를 기반으로 실재 환경 정보를 획득하고, 복수개의 송신기 후보 위치를 결정하고, 상기 실재 환경 정보 및 상기 복수개의 송신기 후보 위치를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 제어부를 포함한다.

본 명세서의 실시 예에 따르면 RF 전송 환경 분석을 통한 네트워크 망 설계에서 레이 트레이싱 시뮬레이션의 정확도를 높여서, 이를 기반으로 무선 통신 망 설계를 수행할 수 있으며, 보다 구체적으로 무선 통신 환경에서 Tx 위치를 효율적으로 결정할 수 있다. 또한 본 명세서의 실시 예에 따르면 레이 트레이싱 시뮬레이션을 수행할 때 보다 적은 계산량으로 시뮬레이션을 수행할 수 있다.

도 1은 수학적 모델링 기법을 이용한 망 설계를 설명하기 위한 도면이다.
도 2는 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션 방법을 설명하기 위한 도면이다.
도 3a 및 3b는 본 명세서의 실시 예에 따른 3차원 지도 정보를 획득하기 위한 방법을 설명하기 위한 도면이다.
도 4a 및 4b는 본 명세서의 실시 예에 따라 이미지 정보를 통해 이미지 내의 물체의 재질 정보 획득하는 방법을 설명하기 위한 도면이다.
도 5는 본 명세서의 실시 예에 따라 레이 트레이싱을 통한 통신 채널 환경을 분석하기 위한 방법을 설명하기 위한 도면이다.
도 6은 본 명세서의 실시 예에 따른 신호 전송 환경을 나타내는 도면이다.
도 7은 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션을 통한 통신 환경 분석 방법을 나타내는 도면이다.
도 8은 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션을 통한 통신 환경 분석 방법을 나타내는 다른 도면이다.
도 9a 내지 9c는 본 명세서의 실시 예에 따른 물체의 재질을 고려하여 신호의 전송 특징을 고려하는 방법을 설명하기 위한 도면이다.
도 10a 내지 10c는 본 명세서의 실시 예에 따른 물체의 외부 형태를 고려하여 신호의 전송 특징을 고려하는 방법을 설명하기 위한 도면이다.
도 11은 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 나뭇잎(foliage)을 고려하기 위한 방법을 설명하기 위한 도면이다.
도 12는 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 물체의 외부 재질 및 표면 형태를 고려하기 위한 방법을 설명하기 위한 도면이다.
도 13은 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 송신기의 위치를 결정하기 위한 방법을 설명하기 위한 도면이다.
도 14는 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션을 통한 통신 환경 분석 방법을 나타내는 또 다른 도면이다.
도 15는 본 명세서의 실시 예에 따른 나뭇잎 특성에 따른 신호 감쇠의 정도를 나타내는 도면이다.
도 16은 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 레이 트레이싱 결과를 기반으로 후처리(Post channel processing)을 수행하는 방법을 설명하기 위한 도면이다.
도 17은 본 명세서의 실시 예에 따른 시뮬레이션을 위한 연산 장치를 나타내는 도면이다.

이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.

실시 예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고 본 발명과 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.

마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성요소에는 동일한 참조 번호를 부여하였다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이 때, 본 실시 예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

또한 실시 예에서 방법을 설명하는 도면에서 설명의 순서가 반드시 실행의 순서와 대응되지는 않으며, 선후 관계가 변경되거나 병렬적으로 실행 될 수도 있다. 또한 실시 예에서 필수적이라 언급되지 않은 단계는 선택적으로 수행될 수 있음이 자명하다.

도 2는 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션 방법을 설명하기 위한 도면이다.

도 2를 참조하면 하나 이상의 송신기(212, 214, 216)에서 신호를 송신하는 것을 가정하고, 이에 따라 각 송신기(212, 214, 216)에서 송신한 신호가 수신되는 강도가 지도 상에 명암으로 표시된다. 보다 짙은 색이 강한 수신 강도를 가지는 지역이고 연한 색일수록 약한 신호 강도를 가지게 된다.

보다 구체적으로 수신기(220)의 위치를 가정하고 해당 영역에서 신호의 수신 강도를 판단할 수 있다. 또한 하나의 송신기(212)로부터 수신기(220)까지 가능한 경로 각각에 대한 전송 채널을 판단할 수 있다. 송신기(212)로부터 수신기(220)에 직접 송신되는 신호(242)가 있을 수 있고, 다른 물체(230)에 반사되어 수신되는 신호(232)도 있다. 이와 같이 레이 트레이싱에 따른 시뮬레이션을 수행하면, 특정 영역에 송신기(212, 214, 216)로부터 수신된 신호의 강도와 해당 신호의 전송 경로에 대한 정보를 획득할 수 있다. 상기 신호의 전송 경로에 따른 신호 수신 강도를 판단할 때 반사되는 물체의 표면 재질 및 외부 형태 중 적어도 하나를 고려할 경우 수신기(220)에서 보다 정확한 신호 수신 정보를 획득할 수 있다. 실시 예에서 표면 재질로 언급하나, 이는 물체의 외부 표면만을 의미하지 않으며, 전파의 반사에 영향을 미칠 수 있는 내부의 재질까지 포함하는 개념이며, 이와 같은 정보를 통해 보다 정확한 전파 반사의 특징을 추정할 수 있다. 또한 실시 예에서 수신기 위치는 창문 위치 정보 등을 기반으로 결정될 수 있으며, 추가적으로 망 설계를 위해 시뮬레이션에 추가적인 정보 입력을 통해 획득되거나, 사용자 설정에 의해서도 획득될 수 있다.

또한 직접적으로 신호가 송신되는 경로 상에 전파 투과 가능한 장애물이 위치할 수 있다. 상기 장애물의 일 예로 나무가 있을 수 있으며, 나무 이외에도 전파가 투과 되면서 신호 감쇠가 일어날 수 있는 장애물을 레이 트레이싱 시뮬레이션 시 고려할 수 있다. 이와 같이 전파 투과가 가능한 장애물에 대한 정보를 고려함으로써 보다 정확한 시뮬레이션 결과를 획득할 수 있다. 상기 나무는 통신 경로 상에 위치하여 전파 투과시 신호 감쇠를 초래하는 장애물의 예시로 다른 식물 또는 통신 경로 상에 설치된 설치물 일 수 있으며, 이외에 신호 감쇠를 일으킬 수 있는 다른 물체들을 포함할 수 있다.

이와 같이 레이 트레이싱을 수행함으로써 지도 상에 최적의 송신기 위치 및 수신기 위치 중 적어도 하나를 결정할 수 있다. 또한 실시 예에 따라 레이 트레이싱 시뮬레이션은 복수개의 송신기 위치 후보 및 수신기 위치 후보를 고려하여 수행될 수 있으며, 레이트레이싱 결과에 따라 송신기 위치 및 수신기 위치 중 적어도 하나를 결정할 수 있다. 실시 예에서 레이트레이싱 시뮬레이션을 통해서 송신기의 위치를 결정하는 것이 망 설계를 위한 한가지 특징이 될 수 있다. 이에 따라 송신기가 최종 설치될 것으로 예상되는 숫자에 비해 보다 많은 송신기 후보의 위치를 결정하고, 이를 기반으로 레이 트레이싱 시뮬레이션을 수행하고, 상기 모든 기지국 후보에서 전송된 신호로부터 획득된 ray의 정보를 기반으로 후처리를 통해 최적의 기지국 위치 조합을 획득할 수 있다.

이와 같이 레이 트레이싱 시뮬레이션 기법은 RF 신호가 지나가는 경로 각각에 대한 전송 채널을 판단하고, 이를 기반으로 수신기(220)의 위치에서 RF 신호 정보를 예측할 수 있다. 실시 예에서 레이 트레이싱 시뮬레이선 기법은 신호의 경로에 따른 채널 환경을 판단하는 과정에서 신호가 전송되는 거리뿐 아니라 그 경로의 환경(e.g. 매질의 종류), 3D 지형 및 건물에 의한 반사 및 회절 중 적어도 하나를 계산하여, 보다 정확한 RF 신호 정보를 예측할 수 있다. 또한 상기 기법을 통한 채널 추정 방법은 RF 신호의 주파수에 따른 제한이 없고 실제 환경을 정교하게 반영할 수 있으며, 시뮬레이션 결과를 기반으로 최적의 송신 위치 및 수신 위치 중 적어도 하나를 판단할 수 있다.

또한 5G 네트워크는 28 - 60 GHz의 초고주파 신호를 이용한다. 따라서 5G 망설계 툴에서 무선 신호 정보를 알아내기 위해서는 수학적 모델링 기법이 아닌 레이 트레이싱 시뮬레이션 기법을 사용하여 정확도를 높일 수 있다. 레이 트레이싱 시뮬레이션의 일 예에서 전파가 건물에 부딪혀 반사되는 경로를 예측할 때 모든 건물들의 표면이 동일한 RF 성질을 가진 것으로 가정하고 반사를 계산할 수 있다. 하지만 반사면의 표면 재질, 외부 형태 및 패턴에 따라 RF 신호의 반사율이 차이가 나기 때문에 이러한 가정은 정확한 시뮬레이션 결과를 보장하지 못하는 바, 이에 따른 정보를 고려한 레이 트레이싱 기법이 요구된다.

이와 같이 레이 트레이싱 시뮬레이션을 수행하기 위해서는 건물의 배치 및 지형 정보를 획득하고, 이를 매핑한 지도 데이터를 기반으로 신호 송수신 환경을 분석하는 것이 필요하다. 신호 송수신 환경에 따라 송신기와 수신기 사이의 링크 및 통신 시스템 성능 전반을 분석할 수 있다. 또한 시뮬레이션 결과에 따른 시스템 성능이 기 설정된 기준을 만족하지 못할 경우 다른 송신기를 고려하고 시뮬레이션 설정 변경을 통해 레이 트레이싱 시뮬레이션을 반복적으로 수행할 수 있다. 이와 같이 통신 시스템, 특히 5G 통신 시스템의 통신 환경을 분석하기 위해서 mmWave의 전파 특성을 반영한 RF planning 방법 및 장치가 필요하고, 이에 따라 레이 트레이싱을 보다 효과적으로 수행하기 위해서 전파 환경에 영향을 주는 실재 환경(나무, 반사체 등) 정보를 획득하고 이를 고려한 시뮬레이션 수행이 요구된다. 이와 같이 시뮬레이션을 통한 RF planning을 위해서는 가속화 및 자동화 향상을 위한 병렬화, 단계별 분석 기법, 및 객체 추출 기반 배치 기법 등이 요구될 수 있다.

또한 실시 예에서 특정 지역에 통신 서비스를 하기 위해서 해당 지역의 전파 경로를 분석해 효율적인 위치에 기지국을 배치하는 무선 망 설계(RF Network Planning) 방법 및 이를 이용한 장치가 필요하다.

도 3a 및 3b는 본 명세서의 실시 예에 따른 3차원 지도 정보를 획득하기 위한 방법을 설명하기 위한 도면이다.

도 3a 및 3b를 참조하면, 도 3a의 실제 이미지 정보와 상기 이미지 정보에 대응하는 위치 정보를 기반으로 3차원 지도 정보를 획득할 수 있다. 보다 구체적으로 상기 이미지 정보를 기반으로 레이 트레이싱 시뮬레이션을 수행할 수 있도록 도 3b의 3차원 지도 정보를 획득할 수 있다.

도 3b에서 획득된 지도 정보는 건물(310), 수신기 후보 영역(330) 및 나무(320)를 포함할 수 있다. 이와 같이 지도 정보를 획득함으로써 이를 기반으로 송신기 위치 후보 및 수신기 위치 후보를 결정하고, 이에 따라 레이 트레이싱 시뮬레이션을 수행하여 최적의 송신기 위치 및 수신기 위치 중 적어도 하나를 결정할 수 있다.

또한 실시 예에서 건물(310)과 같은 요소의 경우 전파를 반사하거나 산란하는 특징을 가질 수 있으며, 이와 같은 요소의 경우 표면 재질 및 외부 형태를 고려함으로써 보다 정확한 시뮬레이션 결과를 획득할 수 있다.

또한 실시 예에서 나무(320)의 경우 전파 투과가 가능하나 투과된 전파가 공기중에 비해 큰 신호 감쇠를 겪을 수 있다. 이와 같이 나무(320)와 같은 물체를 통한 전파 전달 특성을 고려함으로써 보다 정확한 시뮬레이션 결과를 획득할 수 있다.

또한 실시 예에서 수신기 후보 영역(330)은 레이 트레이싱에 따라 선택적으로 수행될 수 있으며, 고정 또는 이동 가능한 수신기가 설치될 수 있는 영역을 포함할 수 있다. 보다 구체적으로 건물(310)의 창문 영역에 수신기를 설치하고, 이를 통해 건물 내부에 다른 수신기와 건물 외부의 송신기 사이의 통신에서 창문 영역에 설치된 수신기가 릴레이 역할을 수행할 수 있다. 이와 같이 수신기 후보 영역(330)을 고려하여 레이 트레이싱 시뮬레이션을 수행함으로써 보다 양호한 신호 수신환경을 고려한 결과 값을 얻을 수 있다.

도 4a 및 4b는 본 명세서의 실시 예에 따라 이미지 정보를 통해 이미지 내의 물체의 재질 정보 획득하는 방법을 설명하기 위한 도면이다.

도 4a 및 4b를 참조하면, 이미지 정보에서 이미지 내부에 표시된 물체의 재질을 판단할 수 있다. 보다 구체적으로 이미지 정보에서 딥러닝 기반의 컴퓨터 비전 기술을 기반으로 이미지 내부의 물체의 재질을 판단할 수 있다. 보다 구체적인 딥러닝 기반의 컴퓨터 비전 기술과 관련된 특징은 후술하도록 한다.

실시 예에서 도 4a의 이미지 정보를 분석하여, 도 4b의 결과를 얻을 수 있다. 이때 이미지 내부에 표시되는 색상, 명암, 반사율, 각 요소간의 상호 위치 관계 및 이미지 전체 구성 요소의 배치 중 적어도 하나를 기반으로 각 요소를 판단할 수 있다. 실시 예에서 이미지 분석을 통해 아스팔트(410), 콘크리트(420), 식물(430), 철재 구조물(440), 차량(450), 하늘(460) 및 유리(470)등의 재질을 판단할 수 있다. 이와 같이 이미지 정보를 통해 이미지 내부에 표시된 요소들의 재질을 판단하고, 상기 재질의 특성을 레이 트레이싱 시뮬레이션에 반영함으로써 보다 정확한 결과를 얻을 수 있다.

도 5는 본 명세서의 실시 예에 따라 레이 트레이싱을 통한 통신 채널 환경을 분석하기 위한 방법을 설명하기 위한 도면이다.

도 5를 참조하면 레이 트레이싱 시뮬레이션을 수행하기 위한 방법이 개시된다. 실시 예에서 레이 트레이싱 시뮬레이션은 제어부를 포함하는 연산장치에서 수행 될 수 있다. 상기 연산 장치는 중앙 제어 프로세서를 포함하는 연산 장치일 수 있으며, 개인용 컴퓨터, 워크스테이션 등을 포함할 수 있다. 이하 실시 예에서 시뮬레이션은 연산 장치에 의해 수행되는 것으로 언급될 수 있다.

단계 510에서 연산 장치는 2차원 이미지 정보 및 3차원 지도 정보를 획득할 수 있다. 실시 예에서 2차원 이미지 정보는 이미지에 대응하는 추가정보를 포함할 수 있으며, 상기 추가 정보는 이미지가 촬영된 위치 정보, 방향 정보, 화각을 포함한 촬영 정보를 포함할 수 있다. 상기 추가 정보를 기반으로 2차원 이미지 정보와 대응하는 3차원 지도 정보를 판단할 수 있다. 또한 3차원 지도 정보는 위치 정보와 이에 대응하는 3차원 지도 정보를 포함할 수 있다. 이와 같은 정보는 지표 또는 수면 위에 건물, 구조물, 식물 들의 형태 정보를 포함할 수 있으며, 실시 예에 따라 송신기 후보 위치 및 수신기 후보 위치 중 적어도 하나와 관련된 정보를 포함할 수 있다.

단계 520에서 연산 장치는 지도 정보 및 이미지 정보 중 적어도 하나를 기반으로 실재 환경 정보를 획득할 수 있다. 실재 환경 정보는 통신 경로 상에 위치하는 물체 및 물체의 특성을 포함할 수 있다. 보다 구체적으로 2차원 이미지 정보를 분석하여 이를 기반으로 통신 경로 상에 위치할 수 있는 물체들의 특성을 판단할 수 있다. 상기 물체들의 특성은 물체 표면의 재질 및 물체 외부 형태 중 적어도 하나를 포함할 수 있으며, 전파 투과가 가능한 물체의 경우 물체의 형상 및 투과시 신호 감쇠 정도와 관련된 정보를 포함할 수 있다. 또한 기본적으로 물체의 타입, 형태, 높이, 너비 및 폭 등의 정보도 실재 환경 정보에 포함될 수 있다. 실시 예에서 실재 환경 추출은 딥러닝 기법을 통해 수해오딜 수 있다. 보다 구체적으로 실시 예에서 연산 장치는 대상 이미지 상에서 추출하고자 하는 물체에 대응하는 카테고리 정보를 포함하는 데이터 베이스를 통해 기계 학습을 수행하고, 학습 결과를 기반으로 대상 이미지를 입력하면, 대상 이미지 상의 물체를 추출하고, 상기 추출된 물체에 대응하는 카테고리를 결정할 수 있다. 보다 구체적으로 전파 환경에 영향을 주는 실 환경 개체로는 나뭇잎(foliage)을 비롯한 각종 장애물 및 건물 외벽의 재질 등이 될 수 있다. 전파 경로의 정확한 예측을 위해 전파 환경에 영향을 주는 장애물 의 경우 그 위치뿐 아니라 타입 및 높이, 너비 및 폭 정보 중 적어도 하나를 추출한다. 또한 수신기 및 송신기의 설치 위치를 자동적으로 결정하기 위해서 도로, 가로등, 설치된 막대, 루프탑(rooftop) 및 창문(window) 등의 실 환경 개체를 추출할 수도 있다.

단계 530에서 연산장치는 상기 단계 510 및 520에서 획득한 정보를 기반으로 통신 경로의 실재 환경 정보를 3차원 지도 정보에 매핑할 수 있다. 이와 같이 3차원 지도 정보에 매핑할 때 2차원 이미지 정보에 포함된 추가 정보를 기반으로 3차원 지도 정보에 대응되는 물체에 상기 2차원 이미지 정보를 통해 획득한 추가 정보를 매핑할 수 있다. 또한 실시 예에서 연산 장치는 상기 단계 520에서 추출된 물체의 정보를 바탕으로 실 환경이 반영된 3D 지도 정보를 구성할 수 있다. 일 실시 예에 따르면 연산 장치는 상용 지도에 foliage 등의 장애물 및 pole, rooftop 등의 오브젝트 정보가 매핑될 수 있으며, 예측된 재질 및 window는 3D 건물 형태에 정합될 수 있다. 장애물 및 건물의 재질 정보는 전파 특성에 영향을 미치는 정도에 따라 카테고리화 되어 lookup table 및 mapping function을 거쳐 변수화되어 차후 레이 트레이싱 시뮬레이션에 반영될 수 있다.

단계 540에서 연산 장치는 상기 단계 530을 통해 생성된 정보를 기반으로 레이 트레이싱 시뮬레이션을 수행할 수 있다. 실시 예에서 레이 트레이싱 시뮬레이션은 특정 방향의 빔을 고려하여, 순차적으로 빔 정보를 변경하면서 그에 대응하는 레이 트레이싱 시뮬레이션을 수행하거나, 송신기에서 전송할 수 있는 전 방향의 빔을 동일한 시구간 내에 전송한 경우를 가정하고 그에 대응하는 레이 트레이싱 시뮬레이션을 수행할 수 있다. 레이 트레이싱 시뮬레이션 수행 결과 송신기에서 전송된 신호가 수신기에 수신되기 위해서 거치는 경로와 상기 경로 상에 위치한 실재 환경 정보를 반영하여 수신기에서 수신할 수 있는 신호 품질을 예측하고 이를 분석할 수 있다. 또한 실시 예에서 레이 트레이싱 시뮬레이션을 수행할 때, 3차원 지도 정보를 기반으로 송신 위치 및 수신 위치 중 적어도 하나를 결정하고, 상기 단계 530에서 매핑된 정보를 기반으로 신호 전송 환경을 판단할 수 있다.

단계 550에서 상기 레이 트레이싱 시뮬레이션을 기반으로 결과 값을 획득할 수 있으며, 상기 획득한 결과 값과 실재 환경에서 측정한 값을 기반으로 추가적인 레이 트레이싱 시뮬레이션을 수행할 수 있다. 보다 구체적으로 시뮬레이션 결과 값과 실재 환경 측정 값을 비교하여 비교된 값이 상이한 경우 상기 단계 520에서 획득한 정보를 상기 실재 환경 측정 값을 기반으로 변경하여 시뮬레이션 결과 값을 다시 생성할 수도 있다. 이와 같이 실재 환경 정보를 3차원 지도에 반영하여 레이 트레이싱 시뮬레이션을 수행함으로 써 보다 신뢰성 있는 통신 채널 분석이 가능하다. 보다 구체적으로 레이 트레이싱 시뮬레이션의 대상이 된 지역에서 직접 송신기와 수신기를 설치하고, 송신기에서 전송한 신호가 수신기에 수신되는 결과 값을 기반으로 레이 트레이싱 시뮬레이션을 수행하기 위한 기본 정보를 추가하거나 업데이트 할 수 있다.

이와 같이 레이 트레이싱 시뮬레이션 결과를 기반으로 지도 내의 특정 영역에 무선 서비스를 제공하기 위한 최적의 송신기 위치 및 수신기 위치 중 적어도 하나를 결정할 수 있다. 이와 같이 최적의 송신기 위치 및 수신기 위치 중 적어도 하나를 결정함으로써 효과적인 망 설계를 수행할 수 있다. 보다 구체적으로 특정 지역 내의 무선 단말에게 효과적으로 무선 신호를 제공하기 위해 최적의 기지국 위치를 결정할 수 있다. 이와 같이 최적의 기지국 위치를 결정함으로써 보다 적은 기지국을 배치하는 경우에도 효과적인 서비스를 제공할 수 있다.

또한 실재 환경에서 측정한 신호 수신 정보를 반영함으로써 적응적인 망 관리가 가능할 수 있다. 보다 구체적으로 송신기를 설치한 후, 주변 환경이 변경된 경우, 변경된 환경을 고려한 추가적인 레이 트레이싱 시뮬레이션을 수행하고, 이에 대한 결과 값을 추가로 반영하여 송신기 위치를 조정하는 것과 같은 망 관리를 수행할 수 있다. 또한 이와 같은 망 관리는 송신기 위치를 조정하는 것 이외에 송신기에서 전송하는 빔 관련 정보를 변경하는 것을 포함할 수 있다. 보다 구체적으로 송신기는 레이 트레이싱 시뮬레이션 결과 값을 기반으로 송신 빔 및 수신 빔을 결정할 수 있다. 이와 같은 송신 빔 및 수신 빔을 결정하기 위해서 레이 트레이싱 시뮬레이션 결과 값을 기반으로 빔 정렬을 수행할 수도 있다. 이와 같은 적응적인 망 관리는 주기적으로 수행될 수 있다.

도 6은 본 명세서의 실시 예에 따른 신호 전송 환경을 나타내는 도면이다.

도 6을 참조하면, 송신기(605)에서 사용자가 가진 수신기(610)로 신호가 전송될 수 있다. 송신기(605)는 빔을 형성하여 신호를 전송할 수 있다. 상기 빔은 채널 정보를 기반으로 형성될 수 있으며, 수신기(610)이 기 설정된 기준 이상의 신호를 수신할 수 있도록 빔을 조절할 수 있다.

실시 예에서 송신기(605)가 전송한 신호는 건물(615)에 반사되어 수신기(610)에 전송될 수 있다. 또한 실시 예에서 송신기(605)가 전송한 신호는 나무(620)를 투과하여 수신기(610)에 전송될 수 있다. 실시 예에서 건물(615)과 나무(620)는 일부의 예를 언급하는 것으로 송신기(605)가 전송한 신호가 반사되거나, 투과될 수 있는 물체 모두를 포함할 수 있다. 이와 같이 송신기(605)가 전송한 신호가 수신기(610)에 전송되는 환경을 분석하기 위해서는 건물(615) 및 나무(620)가 신호 전송에 미치는 영향을 고려할 수 있다. 보다 구체적으로 건물(615)의 표면 재질 및 외부 형태를 고려할 수 있으며, 나무(620)의 잎의 크기, 나무의 몸통(trunk)의 크기, 잎의 조밀도, 잎이 이루는 나무 외형의 특징 등을 고려할 필요성이 있다. 이와 같이 전파 경로 상에 위치할 수 있는 물체들의 특성을 레이트레이싱 시뮬레이션에 고려함으로써 보다 정확한 겨로가 값을 얻을 수 있다.

도 7은 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션을 통한 통신 환경 분석 방법을 나타내는 도면이다.

도 7를 참조하면 레이 트레이싱 시뮬레이션을 수행하고 이를 기반으로 링크 및 시신 시스템 정보를 분석하는 방법에 대해서 언급된다.

단계 705에서 연산 장치는 2차원 이미지 정보 및 3차원 지도 정보를 획득하고 이에 따른 모델링을 수행할 수 있다. 보다 구체적으로 연산 장치는 2차원 지도 정보 및 3차원 지도 정보 중 적어도 하나를 기반으로 건물을 포함하는 물체들의 레이아웃 및 지형의 분포와 같은 정보를 추출할 수 있다. 상기 추출된 정보는 3차원 지도 정보의 분석을 통해서 추출될 수 있으며, 이와 같은 정보를 기반으로 차후 신호의 전송과 관련된 특성을 분석할 수 있다. 이와 같은 정보는 지표 또는 수면 위에 건물, 구조물, 식물 들의 형태 정보를 포함할 수 있다.

단계 710에서 연산 장치는 레이 트레이싱 시뮬레이션을 수행하기 위한 전처리 단계를 수행할 수 있다. 실시 예에서 전처리 단계는 지도 정보 및 이미지 정보 중 적어도 하나를 기반으로 실재 환경 정보를 획득하는 것을 포함할 수 있다. 실재 환경 정보는 통신 경로 상에 위치하는 물체 및 물체의 특성을 포함할 수 있다. 상기 물체의 특성은 3차원 지도 상에 위치할 수 있는 나뭇잎, 3차원 지도 상에 위치하는 물체의 외부 재질(material) 및 물체의 외관(Facade) 중 적어도 하나를 포함할 수 있다. 실시 예에서 물체의 외관은 물체의 외부의 형태를 포함할 수 있다. 또한 실시 예에서 모델링 된 지도에서 송신기가 위치할 수 있는 후보 위치를 결정할 수 있다. 상기 송신기의 후보 위치는 현재 배치된 기지국의 정보, 건물의 정보, 도로의 정보 및 사용자의 분포 중 적어도 하나를 기반으로 결정될 수 있다. 또한 실시 예에서 지도와 관련된 2차원 이미지 정보를 기반으로 송신기 후보 위치를 최소화 할 수 있다.

또한 실시 예에서 연산 장치는 2차원 이미지 정보를 분석하여 이를 기반으로 통신 경로 상에 위치할 수 있는 물체들의 특성을 판단할 수 있다. 상기 물체들의 특성은 물체 표면의 재질 및 물체 외부 형태 중 적어도 하나를 포함할 수 있으며, 전파 투과가 가능한 물체의 경우 물체의 형상 및 투과시 신호 감쇠 정도와 관련된 정보를 포함할 수 있다.

이와 같이 전처리 단계에서 획득된 정보는 상기 단계 705에서 획득된 모델링된 지도에 매핑될 수 있다. 보다 구체적으로 확인된 건물 레이아웃에 대응하는 표면 재질 및 외부 재질 정보 중 적어도 하나를 상기 건물 레이아웃에 매핑할 수 있다.

단계 715에서 연산 장치는 상기 단계 705 및 단계 710에서 획득된 정보를 기반으로 레이트레이싱 시뮬레이션을 수행할 수 있다. 실시 예에서 레이 트레이싱 시뮬레이션은 특정 방향의 빔을 고려하여, 순차적으로 빔 정보를 변경하면서 그에 대응하는 레이 트레이싱 시뮬레이션을 수행하거나, 송신기에서 전송할 수 있는 전 방향의 빔을 동일한 시구간 내에 전송한 경우를 가정하고 그에 대응하는 레이 트레이싱 시뮬레이션을 수행할 수 있다. 보다 구체적으로 실시 예에서 전체 송신기 위치 후보에서 전체 방향 빔을 전송하는 것을 가정하고 레이 트레이싱 시뮬레이션을 수행할 수 있다. 레이 트레이싱 시뮬레이션 수행 결과 송신기에서 전송된 신호가 수신기에 수신되기 위해서 거치는 경로와 상기 경로 상에 위치한 실재 환경 정보를 반영하여 수신기에서 수신할 수 있는 신호 품질을 예측하고 이를 분석할 수 있다. 또한 실시 예에서 레이 트레이싱 시뮬레이션을 수행할 때, 3차원 지도 정보를 기반으로 송신 위치 및 수신 위치 중 적어도 하나를 결정하고, 상기 단계 710에서 매핑된 정보를 기반으로 신호 전송 환경을 판단할 수 있다. 실시 예에서 전체 방향 빔은 각 송신기가 송신 가능한 전 방향의 빔을 송신하는 것을 가정하고 신호를 전송하는 것을 포함할 수 있다. 또한 전체 송신기 후보의 경우 레이트레이싱 시뮬레이션을 수행에 필요한 전체 송신기 후보 위치를 포함할 수 있다.

단계 720에서 연산 장치는 레이 트레이싱 결과를 기반으로 후처리(Post Channel Processing)을 수행할 수 있다. 보다 구체적으로 단계 715에서 전체 송신기 후보에서 각 송신기가 전체 방향 빔을 형성한 것을 기반으로 레이트레이싱 시뮬레이션을 수행하였으며, 이 결과를 기반으로 mmWave 빔포밍 요소, 빔의 방위(Azimuth), 빔의 기울기(Tilt)를 고려하고, 기 송신기 위치(site)를 고려하여 추가적인 연산을 수행할 수 있다. 보다 구체적으로 상기 단계 715의 결과 값에 상기 고려 요소를 변경하여 적용할 경우 추가 결과 값을 도출해 낼 수 있다. 또한 실시 예에서 상기 후처리 과정은 선택적으로 수행될 수 있다.

단계 725에서 상기 연산 장치는 후처리 단계의 결과를 기반으로 무선 통신 링크를 분석하고, 전체 통신 시스템의 전송 성능을 분석할 수 있다. 이와 함께 실재 측정 결과를 반영하여 추가적인 레이트레이싱 시뮬레이션을 수행하거나, 이를 기반으로 후처리 단계를 추가적으로 수행할 수도 있다.

도 8은 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션을 통한 통신 환경 분석 방법을 나타내는 다른 도면이다.

도 8을 참조하면, 실시 예의 연산 장치는 레이 트레이싱 시뮬레이션을 통해 통신 환경을 분석할 수 있다.

단계 805에서 연산 장치는 통신 환경을 분석할 분석 지역의 지도 정보를 기반으로 mmWave RF planning을 위해 필요한 실재 환경 요소와 관련된 정보를 추출할 수 있다. 바도 구체적으로 연산 장치는 이미지 정보로부터 실재 환경 요소 정보를 추출할 수 있으며, 실시 예에서 실재 환경 요소는 Foliage를 비롯한 각종 물체 외부의 재질 도로, pole, rooftop 및 window 중 적어도 하나를 포함한다.

단계 810에서 연산 장치는 상기 추출된 실재 환경 요소들로 구성된 3차원 지도 모델에 매핑할 수 있으며, 상기 매핑된 실재 환경 요소들은 시뮬레이션 시 고려될 수 있다.

단계 815에서 연산 장치는 이전 단계에서 획득한 정보를 기반으로 수신기 위치를 결정할 수 있다. 실시 예에서 수신기는 단말일 수 있다. 보다 구체적을 연산 장치는 수신기가 위치할 수 있는 후보 지역을 결정할 수 있으며, 상기 후보 지역은 3차원 지도 정보를 기반으로 건물의 레이아웃 및 실재 환경 요소 중 적어도 하나를 기반으로 결정될 수 있다.

단계 820에서 연산 장치는 이전 단계에서 획득한 정보를 기반으로 송신기 위치 후보를 결정할 수 있다. 실시 예에서 송신기는 기지국일 수 있다. 보다 구체적을 연산 장치는 송신기가 위치할 수 있는 후보 지역을 결정할 수 있으며, 상기 후보 지역은 3차원 지도 정보를 기반으로 건물의 레이아웃 및 실재 환경 요소 중 적어도 하나를 기반으로 결정될 수 있다. 일 실시 예에 따르면 연산 장치는 실재 환경 요소를 바탕으로 시뮬레이션의 대상이 되는 영역 내에 송신기가 위치할 수 있는 후보 지역을 결정할 수 있으며, 상기 결정된 후보 지역은 차후 실제 설치될 송신기의 수보다 많을 수 있다.

실시 예에서 단계 815 및 820은 순서가 변경되거나 동시에 수행될 수 있다.

단계 825에서 연산 장치는 레이 트레이싱 시뮬레이션을 수행할 수 있다. 보다 구체적으로 이전 단계에서 결정되거나 획득된 정보를 기반으로 송신기에서 수신기에 전송되는 전파가 어떠한 경로를 거칠 수 있으며, 경로에 위치한 물체들의 영향을 받는지에 대한 분석을 수행할 수 있다. 또한 실시 예에서 레이 트레이싱 시뮬레이션은 등방위(Isotropic) 안테나 패턴으로 통한 신호 전송을 가정하거나 특정 안테나 패턴을 이용한 신호 전송을 가정할 수 있다. 이와 같이 등방위 안테나 패턴을 이용할 경우 빔을 전체 방향으로 전송할 수 있으며, 전체 방향(omni direction)으로 일정한 파워를 가지는 신호를 전송할 수 있다. 또한 이와 같은 또한 실시 예에서 등방위 안테나 패턴을 이용하는 것은 특정 방향으로의 빔포밍을 고려하지 않은 신호를 전송하는 것 및 전체 방향으로 동일한 파워를 가지도록 빔포밍을 수행한 것 중 적어도 하나를 포함할 수 있다. 또한 실시 예에서 등방위 안테나 패턴은 모든 방향에 대해 동일한 물리적 성질을 지닌 안테나 페턴을 포함할 수 있다.

또한 지도 상의 나무, 반사 계수, 회절 계수, 산란 계수와 같이 실재 환경을 반영한 정보를 기반으로 시뮬레이션을 수행할 수 있다.

단계 830에서 연산 장치는 레이 트레이싱 결과 값을 기반으로 빔의 Azimuth 및 빔의 Tilt를 조절할 수 있다. 보다 구체적으로 연산 장치는 송신기 후보 지역 중 특정 송신기를 선택할 수 있다. 또한 통신 시스템에서 mmWave를 보다 효과적으로 전송하기 위해 beamforming 기술을 사용하는데, 선택된 각각의 기지국에 대해 beam의 azimuth 및 tilt를 조절하여 이를 기반으로 신호 전송 특성을 판단할 수 있다. 보다 구체적으로 실시 예에서 레이 트레이싱 시뮬레이션의 경우 전송기가 등방위 빔을 전송하는 것을 고려하여 시뮬레이션을 수행하고, 이에 대한 결과 값을 기반으로 추가적인 Azimuth 및 Tilt를 조정하여 이를 기반으로 신호 전송 특성을 추가적으로 판단할 수 있다.

단계 835에서 연산 장치는 Post Channel Simulation을 수행할 수 있다. 보다 구체적으로 연산 장치는 레이 트레이싱 시뮬레이션을 통해 얻은 송신기에서 수신기까지의 ray 정보에 antenna pattern (beamforming), outdoor-to-indoor (O2I), MIMO, TRx gain 등의 이득 및 손실 값을 반영하여 추가 연산을 수행할 수 있다. 또한 연산 장치는 다른 기지국 신호가 미치는 간섭 신호(interference)의 영향도 계산하여 반영하는 등 link를 management를 수행할 수 있다. 또한 실시 예에서 연산 장치는 Post Channel Simulation 단계에서 기지국 선택 및 Azimuth/Tilt 조정을 수행할 수도 있다.

단계 840에서 연산 장치는 상기 시뮬레이션 절차를 통해 획득된 정보를 분석하고 이를 통한 망 설계를 수행할 수 있다. 보다 구체적으로 연산 장치는 시뮬레이션을 통해 도출된 송신기 및 수신기 간의 ray 데이터를 통해 송신기와 수신기의 capacity 및 시뮬레이션 영역의 outage 등을 분석한다. 도출된 결과가 달성하고자 하는 레벨에 미치지 못할 경우, 단계 820 또는 단계 830의 절차를 추가로 수행할 수 있다. 또한 연산 장치는 결과 데이터 분석에 따라 송신기 후보 위치 생성 단계로 되돌아 갈 수도 있다.

도 9a 내지 9c는 본 명세서의 실시 예에 따른 물체의 재질을 고려하여 신호의 전송 특징을 고려하는 방법을 설명하기 위한 도면이다.

도 9a 내지 9c를 참조하면 송신기(905)에서 송신된 신호가 물체(910)에 반사되어 수신기(915)에 수신될 수 있다. 이때 물체(910)에 신호가 들어오는 입사각이 있으며, 물체(910)의 표면 재질 및 입사각에 따라 상기 반사되는 신호가 감쇠 될 수 있다. 이 때 표면 재질 및 입사각에 따른 신호 손실률을 도 9b에서 도시하고 있다. 보다 구체적으로 벽돌, 콘크리트, 석재, 유리, 타일, 나무의 제질을 이야기 할 수 있으며, 이외에 금속 등의 재료도 고려할 수 있다. 이 때 각 재질에 신호를 반사 시켜 수신했을 때 입사각에 따라 신호 손실률을 고려할 수 있다. 실시 예에서 입사각이 커질수록 손실률이 커지게 된다.

또한 실시 예에서 각기 다른 재질의 경우에도 유사한 신호 반사 특성을 가질 수 있다. 보다 구체적으로 실시 예에서 벽돌, 콘크리트 및 석재의 반사 특성이 유사할 수 있으며, 유리와 타일이 유사할 수 있다.

도 9c를 참조하면 이와 같이 유사한 반사 특성을 가지는 재질을 동일 카테고리(910, 920, 930)으로 묶을 수 있다. 시뮬레이션 시 각 재질의 특성을 반영할 수 있으나, 연산 량을 줄이기 위해 각 재질에 대응하는 카테고리의 특성을 반영하여 시뮬레이션을 실행할 수 있다. 동일 카테고리의 반사 특성을 결정하는 것은 카테고리에 속하는 재질들의 특성의 평균 값일 수 있다. 또한 평균을 낼 때 가중치를 부여할 수 있으며, 가중치는 측정 지역에 빈번하게 위치하는 재질에 높은 가중치를 부여하여 해당 카테고리의 반사 특성을 결정할 수 있다.

또한 실시 예에서 반사 특성은 유전율, 투과율, 회절 계수, 반사율 등의 파라메터로 표현될 수 있으며, 아래와 같이 각 카테고리의 반사 특성을 결정할 수 있다.

[표 1]

이와 같이 각 재질의 반사 특성을 고려하고, 이를 그룹화 함으로써 보다 정확한 시뮬레이션 결과를 얻으면서 이에 따른 연산량을 상대적으로 줄이는 효과가 있다.

도 10a 내지 10c는 본 명세서의 실시 예에 따른 물체의 외부 형태를 고려하여 신호의 전송 특징을 고려하는 방법을 설명하기 위한 도면이다.

도 10a 내지 10c를 참조하면, 2차원 이미지에서 식별된 물체의 외부 형태를 기반으로 전파의 반사 특성을 고려할 수 있다. 보다 구체적으로 2차원 이미지에서 물체를 식별 할 때 특정 패턴을 가지는 외부 형태를 판단할 수 있다. 실시 예에서 외부 형태는 특정 패턴이 반복적으로 나타나는 외부 구조를 포함할 수 있다.

도 10a를 참조하면 실시 예에서 세로 방향의 홈이 존재하는 패턴 영역(1005)를 식별할 수 있다. 이와 같은 식별은 2차원 이미지에서 반복된 패턴이 존재하는 경우 패턴의 형태 명암 및 색상의 변화를 기반으로 식별할 수 있다.

도 10b를 참조하면 패턴 영역(1005)에서 패턴은 세로 방향의 홈의 폭이 w(1010)이고, 지표와 이루는 패턴 각도(1015)가 90도 이다. 이와 같이 패턴의 구체적인 정보를 수집할 수 있고, 패턴이 이루는 각도 및 패턴 사이의 거리를 기반으로 전파의 반사 특성을 도 10c와 같이 분석할 수 있다. 패턴 각도가 90도일 경우 전파의 입사 각에 따른 손실이 가장 크게 나타날 수 있다. 이와 같이 각 패턴의 각도와 폭을 고려하여 전파의 반사 특성을 판단할 수 있으며, 이와 같은 특징을 시뮬레이션에 반영함으로써 보다 정확한 전파 전송 특성을 판단할 수 있다.

도 11은 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 나뭇잎(foliage)을 고려하기 위한 방법을 설명하기 위한 도면이다.

도 11을 참조하면, 실시 예의 연산장치는 3차원 지도 정보(1100)에서 나뭇잎(1120)이 존재하는 위치를 판단할 수 있다.

또한 상기 나뭇잎(1120)에 대응하는 이미지(1140)를 기반으로 상기 나뭇잎(1120)의 특징을 추출할 수 있다. 또한 실시 예에서 추가적으로 건물(1110), 및 창문(1130)의 정보도 추출될 수 있다. 이는 이미지 분석을 통해 수행될 수 있으며, 나뭇잎(1120)의 위치(1142), 나무 카테고리와 모양(1144), 나무의 폭(1146), 나무의 높이(1148, 1150)을 판단할 수 있다. 실시 예에서 나무의 높이(1148, 1150)는 기둥의 높이(1150) 및 잎과 줄기가 위치하는 높이(1148)을 포함할 수 있다. 상기 이미지 분석은 머신 러닝을 통한 딥 러닝의 결과를 기반으로 수행될 수 있다.

이와 같이 추출된 정보를 레이 트레이싱(1160) 및 후처리(1170) 중 적어도 하나에 반영하여 보다 신뢰성 있는 결과 값을 도출할 수 있다.

도 12는 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 물체의 외부 재질 및 표면 형태를 고려하기 위한 방법을 설명하기 위한 도면이다.

도 12를 참조하면, 실시 예의 연산 장치는 3차원 지도 정보에 대응하는 이미지 정보에서 물체의 재질 특성 분석(1200) 및 표면 특성 분석(1210)을 수행할 수 있다. 상기 이미지 분석은 머신 러닝을 통한 딥 러닝의 결과를 기반으로 수행될 수 있다. 이와 같은 분석을 통해 추출된 정보를 분류화 하여 매핑을 위한 테이블과 레이트레이싱에 적영될 알고리즘을 분석(1220)할 수 있다. 이에 따라 획득된 정보는 반사 계수, 산란 계수, 투과 손실 중 적어도 하나를 포함할 수 있으며, 이와 같은 정보는 레이 트레이싱(1230) 및 후처리(1240) 중 적어도 하나에 반영될 수 있다.

도 13은 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 송신기의 위치를 결정하기 위한 방법을 설명하기 위한 도면이다.

도 13을 참조하면, 실시 예의 연산 장치는 무선 망 설계를 위한 송신 위치를 결정할 수 있다. 실시 예에서 송신 위치는 access unit(AU)로 언급될 수 있다.

실시 예에서 연산 장치는 단계 1310에서 AU 가능 모든 후보군을 추출할 수 있다. 또한 단계 1330 에서 추출된 AU 후보들에 대한 송신 범위(range)를 결정할 수 있다. 또한 단계 1340에서 상기 송신 범위가 결정된 AU 별 우선순위(Priority)를 결정할 수 있다. 또한 단계 1350에서 이전에 결정된 정보를 기반으로 최적의 AU 조합을 선택하여 후보 군 중 최적의 위치에 AU를 배치할 수 있다.

각 단계에 대한 상세 동작은 다음과 같다.

먼저 AU 가능 모든 후보군 추출과 관련해서, 단계 1312에서 연산 장치는 영상 데이터를 수신할 수 있다. 보다 구체적으로 연산 장치는 3차원 지도 모델에 대응할 수 있는 이미지 정보를 획득할 수 있으며, 상기 이미지는 추가적인 정보로 대응되는 위치, 방향 및 촬영 정보를 포함할 수 있다. 상기 추가적인 정보를 기반으로 상기 영상 데이터에서 획득한 정보를 3차원 지도 모델에 매핑할 수 있다.

단계 1314에서 연산 장치는 상기 영상 이미지를 기반으로 AU 가능 후보군이 배치될 수 있는 위치를 인식할 수 있다. 상기 후보군 위치 인식은 딥 러닝 기반의 영상 인식을 통해 수행될 수 있다.

단계 1316에서 연산 장치는 기존 설치되어 있는 AU, lite Pole 관련 정보를 수신하고 이를 3차원 지도 모델에 대응할 수 있다.

단계 1318에서 연산 장치는 상기 단계 1314 및 1316에서 수신한 정보에서 중복 제거를 수행할 수 있다. 상기 중복 제거를 수행하는 것은 일정 범위 내에 복수개의 후보군이 위치할 경우 이중 하나의 AU를 선택하는 것을 포함할 수 있다.

단계 1320에서 연산 장치는 중복 제거 결과를 기반으로 AU 후보군을 결정할 수 있다. 실시 예에서 AU 후보군은 Pole, Rooftop, Road, tower 중 적어도 하나를 포함할 수 있으며, 송신기가 적합하게 설치되어 신호를 전송할 수 있는 위치는 AU 후보군으로 지정될 수 있다.

다음으로 AU 별 신호 도달 Range 결정과 관련해서, 단계 1332에서 연산 장치는 시뮬레이션이 적용될 영역을 카테고리 별로 분할 할 수 있다. 상기 분할의 기준은 배치될 수 있는 AU의 숫자, 서비스가 필요한 수신기의 숫자, 시뮬레이션 부하 중 적어도 하나를 기반으로 결정될 수 있다. 실시 예에서 카테고리는 실 측정을 기반으로 한 통계 data를 활용하여 실제 전파가 도달 가능한 range 별로 나누어진다. 아래 표 2는 카테고리를 나눌 수 있도록 AU의 특성을 분류한 표이다.

[표 2]

이와 같이 설치되는 위치의 주변 환경에 따라 AU의 카테고리를 나눌 수 있다.

단계 1330에서 이와 같이 결정된 카테고리를 기반으로 해당 카테고리에 대응하는 AU의 신호 도달 Range를 결정할 수 있다.

다음으로 AU 별 우선순위의 결정 방법과 관련해서, 단계 1342에서 연산장치는 AU 타입 별 우선 순위를 결정할 수 있다. 이 때 우선 순위는 설치 비용 및 효율성 등을 고려하여 우선적으로 AU가 설치되는 것이 바람직한 위치를 판단하는 것을 포함한다. 보다 구체적으로 기존에 AU가 실재로 설치된 지역, Pole/Rooftop, Tower 등의 순서로 우선수위가 결정될 수 있으며, 우선 순위의 순서는 실시 예에 한정되지 않으며, 우선 순위를 고려하여 AU를 후보군에서 AU를 선택할 수 있다. 실시 예에서 기본적으로 예전 망의 설치에 이용되었던 site는 최우선 순위로 볼 수 있다. 새로 site를 확보하고 이것을 유지, 보수하기 위한 비용을 절감할 수 있기 때문이다.

단계 1346에서 위치 별 우선 순위를 결정할 수 있다. 상기 위치는 주변 환경 등을 고려해 AU가 설치되는 것이 보다 바람직한 지역을 포함할 수 있다. 보다 구체적으로 4거리가 있을 때 교차로에 위치한 하나의 site에서 각각의 거리에 전파를 쏘는 것이 각각의 4거리마다 기지국이 위치하는 것보다 이득일 것이므로 교차로가 일반 도로의 끝 지점에 비해 priority가 높을 것이다. 또한 도로 상에서는 전파의 도달 거리가 높은 바 도로 상에 설치하는 것이 보다 높은 우선순위를 가질 수 있으며, 도로의 끝 부분이 다음의 우선 순위를 가질 수 있다. 또한 실시 예에서 AU 설치와 관련된 우선 순위는 사업자가 설정한 정보에 따라 결정될 수 도 있다.

다음으로 최적의 AU 조합의 선택과 관련해서 단계 1352에서 이전 단계에서 결정된 AU 별 신호 도달 범위 내에 수신기 위치를 리스팅 할 수 있다.

단계 1354에서 이와 같은 리스팅 정보를 기반으로 모든 수신기를 포함할 수 있는 최적의 AU 조합을 선택할 수 있다. 이와 같은 선택은 보다 적은 AU를 설치하는 방향으로 결정될 수 있다. 이와 같은 AU의 조합은 복수개 결정될 수 있으며, 사업자가 설정한 최대 AU 개수를 기반으로 AU의 조합이 결정될 수 있다.

단계 1356에서 연산장치는 상기 AU의 조합들 중 상기 단계 1340에서 획득한 우선 순위 정보를 기반으로 최적의 AU 조합을 결정할 수 있다.

도 14는 본 명세서의 실시 예에 따른 레이 트레이싱 시뮬레이션을 통한 통신 환경 분석 방법을 나타내는 또 다른 도면이다.

도 14를 참조하면 레이 트레이싱 시뮬레이션을 수행하고 이를 기반으로 링크 및 시신 시스템 정보를 분석하는 방법에 대해서 언급된다.

단계 1405에서 연산 장치는 2차원 이미지 정보 및 3차원 지도 정보를 획득하고 이에 따른 모델링을 수행할 수 있다. 보다 구체적으로 연산 장치는 2차원 지도 정보 및 3차원 지도 정보 중 적어도 하나를 기반으로 건물을 포함하는 물체들의 레이아웃 및 지형의 분포와 같은 정보를 추출할 수 있다. 상기 추출된 정보는 3차원 지도 정보의 분석을 통해서 추출될 수 있으며, 이와 같은 정보를 기반으로 차후 신호의 전송과 관련된 특성을 분석할 수 있다. 이와 같은 정보는 지표 또는 수면 위에 건물, 구조물, 식물 들의 형태 정보를 포함할 수 있다.

단계 1410에서 연산 장치는 레이 트레이싱 시뮬레이션을 수행하기 위한 전처리 단계를 수행할 수 있다. 실시 예에서 전처리 단계는 지도 정보 및 이미지 정보 중 적어도 하나를 기반으로 실재 환경 정보를 획득하는 것을 포함할 수 있다. 실재 환경 정보는 통신 경로 상에 위치하는 물체 및 물체의 특성을 포함할 수 있다. 상기 물체의 특성은 3차원 지도 상에 위치할 수 있는 나뭇잎, 3차원 지도 상에 위치하는 물체의 외부 재질(material) 및 물체의 외관 중 적어도 하나를 포함할 수 있다. 실시 예에서 물체의 외관은 물체의 외부의 형태를 포함할 수 있다. 또한 실시 예에서 모델링 된 지도에서 송신기가 위치할 수 있는 후보 위치를 결정할 수 있다. 상기 송신기의 후보 위치는 현재 배치된 기지국의 정보, 건물의 정보, 도로의 정보 및 사용자의 분포 중 적어도 하나를 기반으로 결정될 수 있다. 또한 실시 예에서 지도와 관련된 2차원 이미지 정보를 기반으로 송신기 후보 위치를 최소화 할 수 있다.

이와 같이 전처리 단계에서 획득된 정보는 상기 단계 1405에서 획득된 모델링된 지도에 매핑될 수 있다. 보다 구체적으로 확인된 건물 레이아웃에 대응하는 표면 재질 및 외부 재질 정보 중 적어도 하나를 상기 건물 레이아웃에 매핑할 수 있다.

단계 1415에서 연산 장치는 상기 단계 1405 및 단계 1410에서 획득된 정보를 기반으로 레이트레이싱 시뮬레이션을 수행할 수 있다. 실시 예에서 레이 트레이싱 시뮬레이션은 특정 방향의 빔을 고려하여, 순차적으로 빔 정보를 변경하면서 그에 대응하는 레이 트레이싱 시뮬레이션을 수행하거나, 송신기에서 전송할 수 있는 전 방향의 빔을 동일한 시구간 내에 전송한 경우를 가정하고 그에 대응하는 레이 트레이싱 시뮬레이션을 수행할 수 있다. 보다 구체적으로 실시 예에서 전체 송신기 위치 후보에서 전체 방향 빔을 전송하는 것을 가정하고 레이 트레이싱 시뮬레이션을 수행할 수 있다. 레이 트레이싱 시뮬레이션 수행 결과 송신기에서 전송된 신호가 수신기에 수신되기 위해서 거치는 경로와 상기 경로 상에 위치한 실재 환경 정보를 반영하여 수신기에서 수신할 수 있는 신호 품질을 예측하고 이를 분석할 수 있다. 또한 실시 예에서 레이 트레이싱 시뮬레이션을 수행할 때, 3차원 지도 정보를 기반으로 송신 위치 및 수신 위치 중 적어도 하나를 결정하고, 상기 단계 1410에서 매핑된 정보를 기반으로 신호 전송 환경을 판단할 수 있다. 실시 예에서 전체 방향 빔은 각 송신기가 송신 가능한 전 방향의 빔을 송신하는 것을 가정하고 신호를 전송하는 것을 포함할 수 있다. 또한 전체 송신기 후보의 경우 레이트레이싱 시뮬레이션을 수행에 필요한 전체 송신기 후보 위치를 포함할 수 있다.

또한 단계 1430과 같이 추출된 Foliage 정보와 물체의 재질 및 외관 정보를 단계 1415의 레이 트레이싱을 위해 활용할 수 있다. 보다 구체적으로 Foliage의 위치, 종류, 높이 및 너비 정보를 활용하여 레이 트레이싱을 수행할 수 있다. 또한 물체의 재질 및 외관 정보는 반사 계수, 산란 계수 및 투과 계수 중 적어도 하나를 포함할 수 있다.

단계 1420에서 연산 장치는 레이 트레이싱 결과를 기반으로 후처리(Post Channel Processing)을 수행할 수 있다. 보다 구체적으로 단계 1415에서 전체 송신기 후보에서 각 송신기가 전체 방향 빔을 형성한 것을 기반으로 레이트레이싱 시뮬레이션을 수행하였으며, 이 결과를 기반으로 mmWave 빔포밍 요소, 빔의 방위(Azimuth), 빔의 기울기(Tilt)를 고려하고, 기 송신기 위치(site)를 고려하여 추가적인 연산을 수행할 수 있다. 보다 구체적으로 상기 단계 1415의 결과 값에 상기 고려 요소를 변경하여 적용할 경우 추가 결과 값을 도출해 낼 수 있다. 또한 실시 예에서 상기 후처리 과정은 선택적으로 수행될 수 있다.

이와 같이 레이 트레이싱 시뮬레이션을 통해 얻은 ray의 정보를 바탕으로 post channel simulation을 수행할 수 있다. Post channel simulation에서는 각각의 ray와 관련된 정보를 기반으로 시스템의 설정 및 송신기와 수신기 사이의 link와 전체 system 레벨에서의 고려 요소를 반영하여 통신 시스템의 성능을 분석할 수 있다. 이는 송신기 및 각 송신기의 빔beam (azimuth/tilt)을 선택한 후 이루어질 수도 있고, link/system의 configuration과 기지국/beam 선택 과정이 유기적으로 연결될 수도 있기 때문에, 넓은 의미의 post channel simulation은 기지국 선택 및 Azimuth/Tilt 조정 및 Post Channel 시뮬레이션, 결과 데이터 분석 과정을 모두 포함할 수 있다.

실시 예에서 Post channel 시뮬레이션은 다음과 같은 동작을 포함할 수 있다. Antenna pattern 적용, outdoor-to-indoor loss 적용, Tx 및 Rx의 구현 configuration에 따른 각종 gain 적용, 타 기지국의 interference 반영, link adaptation 등을 수행하고, 이를 이용한 결과 분석을 통해 최종적으로 최적의 송신기의 조합 및 각각의 송신기와 수신기의 beam 방향을 선택하는 것을 포함할 수 있다. 또한 foliage 등에 의한 신호 감쇠 영향을 ray-tracing 단에서 반영하기 어려운 경우, 이에 대한 모델링 및 반영 역시 post channel simulation에서 수행할 수 있다.

Post channel simulation 단계에서 송신기 및 beam을 선택하는 기준의 예로는 최소 송신기 수를 기반으로 일정 비율 이상의 단말에 서비스를 가능하도록 송신기 및 beam을 선택하는 것을 포함할 수 있고, 상기 일정 비율은 사업자 설정에 따라 결정될 수 있다. 또한 먼저 모든 송신기 후보 지역에 대해 전 방향에 대해 beam을 형성시킨 후, 해당 beam을 통해 특정 파워 혹은 데이터 레이트 이상을 달성하는 수신기의 수가 가장 많은 기지국 및 beam을 선택한다. 마찬가지로 이후 나머지 기지국 후보 및 수신기들에 대해서 가장 서비스되는 수신기가 많은 송신기 및 beam을 순차적으로 선택해 나가고, 서비스되는 수신기가 고려하는 서비스 지역 내에서 기준 outage를 달성한다면 송신기 추가를 중단하다. 이 과정은 기지국 및 beam을 선택하는 과정의 하나의 예일뿐이고 실제 시스템의 성능을 평가하는 기준은 다양하게 생각할 수 있다.

또한 단계 1435와 같이 후처리 단계에서는 outdoor-to-indoor (O2I) 및 Rain Loss를 고려할 수 있다. 보다 구체적으로 건물 외부에 송신기가 위치하고 건물 내부에 수신기가 위치할 경우 신호 전송에 O2I 손실이 발생할 수 있다. 이는 주로 창문을 통해서 신호가 전송되는 바, 창문 통과 손실이라 불릴 수 있다. 이와 같은 정보를 후처리에 반영함으로써 최적의 송신기 위치를 결정할 수 있다. 이와 같이 창문 통과 손실을 고려함으로써 건물 외부에 송신기가 위치하고, 수신기가 건물 내부에 위치할 경우 3차원 지도 모델을 기반으로 수행한 레이 트레이싱 결과를 기반으로 창문 위치까지 전송되는 레이의 정보를 획득하고, 획득된 레이의 정보를 기반으로 창문 통과 손실을 고려함으로써 최종적으로 실내에 위치하는 수신기에 전송되는 신호 정보를 획득 할 수 있다. 실시 예에서 일 예로 창문을 언급하였으나, 이는 창문에 제한되지 않으며, 건물이나 구조물 외부에서 송신된 신호가 투과할 수 있는 구성이면 본원 발명의 기술적 특징을 적용할 수 있음이 자명하다.

단계 1425에서 상기 연산 장치는 후처리 단계의 결과를 기반으로 무선 통신 링크를 분석하고, 전체 통신 시스템의 전송 성능을 분석할 수 있다. 이와 함께 실재 측정 결과를 반영하여 추가적인 레이트레이싱 시뮬레이션을 수행하거나, 이를 기반으로 후처리 단계를 추가적으로 수행할 수도 있다.

또한 실시 예에서 단계 1440과 같이 획득한 정보와 대응되는 환경에서 실재 측정을 추행하고 이에 따라 획득한 정보를 기반으로 전처리, 레이 트레이싱 시뮬레이션 및 후처리 중 적어도 하나의 단계를 다사 수행할 수 있다. 이와 같이 망 설계를 위해서 실재 환경 요소에 의한 여러 파라메터 값들을 입력으로 받아 시뮬레이션 하는 것 역시 가능하다. 실재 환경 요소가 망설계 초기 이후에 변화가 있다면 그 후에 변화된 parameter들만을 입력으로 받아 이를 통해 기존 결과를 보정(calibration)할 수 있다.

실시 예에서 결정된 송신기 후보 위치 및 단말 위치, 그리고 실재 환경에서 추출된 신호 전송에 영향을 미치는 파라미터들을 바탕으로 레이 트레이싱 시뮬레이션을 수행할 수 있다. 무선 통신 시스템에서 mmWave의 효과적인 전송을 위해서 빔포밍 기술을 사용할 수 있으며, 일 예에 따라서 망 설계를 위해 레이 트레이싱 단계에서부터 각각의 송신기 및 수신기에 빔이 형성되는 것을 고려하여, 그 모든 경우에 대해서 레이 트레이싱 시뮬레이션을 수행할 수 있다. 다만 이와 같이 모든 빔 형성 케이스에 대응하는 레이 트레이싱을 수행할 경우, 레이 트레이싱 횟수가 상당히 증가 할 수 있다. 이와 같이 레이 트레이싱 시뮬레이션은 모든 ray에 대한 전파 경로를 추적해야 하므로 시뮬레이션 시간이 오래 소요될 수 있다. 이 때 실시 예와 같이 레이 트레이싱 시뮬레이션에서 송신기 및 수신기 중 적어도 하나의 빔포밍을 고려하지 않고, 모든 방향으로 일정한 파워를 발생시키는 isotropic 안테나 패턴을 이용하여 레이 트레이싱 시뮬레이션을 수행할 수 있다. 이 정보를 바탕으로 post-channel simulation (후처리) 부분에서 시스템 설정 및 빔포밍 값을 고려하여 최적화된 빔 패턴을 찾고, 더 나아가 적절한 기지국 위치 또는 beam pattern을 획득 할 수 있다. 결과적으로 레이 트레이싱 시뮬레이션은 isotropic 안테나 패턴을 사용하여 모든 기지국 후보 지역에 대해 한번만을 수행한다. 그렇지만 후처리 과정에서 최적화된 기지국 및 beam 조합을 선택한 후에도 시스템의 요구조건을 만족하지 못한 경우에는 다시 새로운 기지국 후보를 선정한 후 레이 트레이싱 시뮬레이션을 수행할 수 있다. 또한 레이 트레이싱 시뮬레이션에서는 ray의 반사, 회절, 산란, 투과 경로가 모두 포함된다. 이 때, 각각의 ray 전송 경로 상에 물체에 대응하는 parameter는 정확한 시뮬레이션을 위해 실 환경 요소들에서 매핑된 변수 값을 이용한다. 또한 상기 시뮬레이션에는 foliage를 비롯한 장애 요소에 의한 신호 감쇠 영향이 반영될 수 있다. 이와 같은 추가적인 정보의 경우 이미지 정보 분석을 통해 획득될 수 있으며, 획득된 정보를 3차원 지도 모델에 매핑하여 이를 기반으로 레이 트레이싱 시뮬레이션을 수행할 수 있다.

이와 같이 채널 환경을 분석함으로써 시뮬레이션에 소요되는 시간을 획기적으로 줄일 수 있다. 송신기에서 사용하는 각각의 빔을 고려하는 시뮬레이션 기법을 사용할 경우 각 빔에 대응하는 시뮬레이션을 모두 수행하는 바, 총 시물레이션 횟수가 기지국과 빔의 개수에 대응하여 증가할 수 있다. 다만 위의 실시 예와 같이 레이 트레이싱 시뮬레이션에서는 전방향 빔을 기반으로 시뮬레이션을 수행하고 후처리 과정을 통해 빔 관련 정보를 획득함으로써 시뮬레이션에 소요되는 시간을 줄일 수 있다.

도 15는 본 명세서의 실시 예에 따른 나뭇잎 특성에 따른 신호 감쇠의 정도를 나타내는 도면이다.

도 15를 참조하면 각기 다른 환경에서 거리에 따른 foliage loss를 확인할 수 있다. 이와 같이 5G 통신에서 사용하는 mmWave의 전파 특성은 직진성이 강하고 장애물의 영향을 민감하게 받기 때문에 보다 정확한 신호 전송 환경을 분석하는 방법이 요구된다. 예를 들어, foliage에 의한 신호 감쇠 영향을 관찰해 보면 종래에 사용하던 주파수 대역에 비해 mmWave의 경우 훨씬 크고 예측하기 힘든 신호 감쇠를 겪는다는 것을 알 수 있다. 또한 회절을 통해 장애물의 뒤쪽으로 신호가 전달되기도 어렵고, 반사에 의한 영향도 반사 면의 재질에 따라 차이가 있다. 이처럼 mmWave의 전파 경로를 정확히 예측하기 위해서는 본 발명에서 제안하는 것과 같은 실 환경을 정확하게 추출해서 반영하는 작업이 반드시 필요하다.

도 16은 본 명세서의 실시 예에 따른 통신 환경 분석 방법에서 레이 트레이싱 결과를 기반으로 후처리(Post channel processing)을 수행하는 방법을 설명하기 위한 도면이다.

도 16을 참조하면, 연산 장치는 레이 트레이싱 시뮬레이션 결과를 기반으로 후 처리를 수행할 수 있다.

보다 구체적으로 단계 1605에서 연산 장치는 전방향(Isotropic) 안테나 패턴을 기반으로 레이 트레이싱 시뮬레이션을 수행할 수 있다. 이와 같이 전방향 안테나 패턴을 기반으로 레이 트레이싱 시뮬레이션을 수행함으로써 단계 1610과 같이 특정 방향으로 빔포밍 되지 않은 ray 정보를 획득 할 수 있다.

단계 1620에서 이와 같은 시뮬레이션 결과 값을 기반으로 후처리를 수행할 수 있다.

단계 1622에서 연산 장치는 시뮬레이션 결과를 기반으로 후처리에서 고려할 ray를 추출할 수 있다. 보다 구체적으로 획득된 ray 중 특정 power 이상을 가지는 ray를 추출할 수 있다. 이후 후처리 연산을 통해 해당 ray에 대해서만 빔을 형성시켜 각각 ray 또는 송신기의 성능을 비교하여 최적화된 송신기의 조합 및 빔의 조합을 선택할 수 있다. 상기 특정 power의 경우 기 설정된 값일 수 있으며, 주변 환경이나 채널 상황에 따라 결정될 수 있다.

단계 1624에서 연산 장치는 시뮬레이션 결과를 기반으로 송신기를 선택할 수 있다. 보다 구체적으로 선택된 송신기의 조합에 따라 특정 기준 이상의 숫자의 수신기가 서비스 될 수 있는 송신기를 선택할 수 있다. 보다 구체적인 송신기 선택 방법은 이전의 실시 예에서 설명된 방법을 포함할 수 있다.

단계 1626에서 선택된 기지국과 ray 정보를 기반으로 빔 정보를 선택할 수 있다. 보다 구체적으로 선택된 기지국이 사용할 빔의 azimuth, tilt를 선택할 수 있다. 이와 같이 기존 시뮬레이션 결과를 기반으로 대응되는 ray에 대해 빔포밍을 적용한 결과에 대해서 연산을 수행할 수 있다.

단계 1628에서 선택된 송신기의 ray에 대해 적용될 빔포밍 정보를 기반으로 전세 시스템 성능을 분석할 수 있다. 해당 성능이 기 설정된 기준을 만족하는지 여부에 따라 이전 단계의 동작을 다시 수행할 수 있다. 보다 구체적으로 성능 기준 만족 여부에 따라 단계 1622, 1624, 1626 중 적어도 하나를 다시 수행할 수 있다.

이와 같이 레이 트레이싱 시뮬레이션을 기반으로 각 송신기에서 전송되는 ray의 전송 경로와 관련된 정보를 획득할 수 있다. 이후 레이 트레이싱 시뮬레이션 결과를 기반으로 각 ray에 빔포밍이 적용된 경우에 대해서 분석함으로써 실제 신호 전송 환경과 유사한 시뮬레이션 결과를 보다 적은 연산량으로 획득할 수 있다. 또한 본 명세서 전반에서 설명하는 실재 환경 정보를 레이 트레이싱 시뮬레이션 및 후처리 중 적어도 하나에 활용함으로써 보다 신뢰성 있는 결과를 획득할 수 있다.

또한 본 명세서의 실시 예를 활용함으로써 망 설계를 위한 전체 시뮬레이션 과정의 자동화를 수행할 수 있다. 보다 구체적으로 3차원 지도 모델 획득, 이미지 분석, 레이 트레이싱 시뮬레이션, 후처리 모두 기본 데이터를 기반으로 사용자 개입 없이 진행될 수 있다.

또한 실시 예에 따란 망 설계 이후에도 변경된 파라메터를 연산 장치에 입력할 경우 추가로 망 관리를 위한 수정 정보를 획득할 수 있다.

도 17은 본 명세서의 실시 예에 따른 시뮬레이션을 위한 연산 장치를 나타내는 도면이다.

도 17은 본 명세서의 실시 예에 따른 연산장치를 나타낸 도면이다.

도 17을 참조하면 실시 예의 연산장치(1700)은 송수신부(1702), 저장부(1704) 및 제어부(1706)을 포함한다.

송수신부(1702)는 연산장치(1700) 외부의 장치와 신호를 송수신 할 수 있다. 보다 구체적으로 외부 장치와 데이터를 송수신할 수 있으며, 이를 위한 인테페이스 부를 포함할 수 있다.

저장부(1704)는 연산장치(1700)과 관련된 정보 및 상기 송수신부(1702)를 통해 송수신되는 정보 중 적어도 하나를 저장할 수 있다. 또한 시뮬레이션 결과에 따른 정보, 이미지 분석에 따른 물체 표면 재질 및 외부 형태에 대한 정보, 3차원 지도 정보 및 이에 매핑된 물체 표면 재질 및 외부 형태에 대한 정보와 같이 본 명세서의 실시 예에서 시뮬레이션에 필요한 정보 전반을 저장할 수 있다. 또한 시뮬레이션 결과 및 비교 결과 중 적어도 하나를 기반으로 저장부(1704)에 저장된 정보가 추가, 삭제 및 업데이트 될 수 있다.

제어부(1706)은 연산장치(1700)의 동작을 제어할 수 있으며, 상기 실시 예에서 설명한 연산장치와 관련된 동작을 수행할 수 있도록 연산장치 전반을 제어할 수 있다. 제어부(1706)는 적어도 하나의 프로세서를 포함할 수 있다. 또한 프로세서는 본 명세서의 실시 예에 설명된 방법을 실행하는 인스트럭션이 포함된 프로그램에 의해 제어될 수 있다. 또한 상기 프로그램은 저장 매체에 저장될 수 있으며, 상기 저장 매체는 휘발성 또는 비 휘발성 메모리를 포함할 수 있다. 상기 메모리는 데이터를 저장할 수 있는 매체일 수 있으며, 상기 인스트럭션을 저장할 수 있는 경우 그 형태에 제약이 없다.

한편, 본 명세서와 도면에는 본 발명의 바람직한 실시 예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.

110, 120 : 송신기
112, 122 : 송신 빔

Claims

무선 통신 시스템의 신호 전송 특성 분석 방법에 있어서,
3차원 지도 정보를 포함하는 제1정보를 획득하는 단계;
상기 3차원 지도 정보와 관련된 이미지 정보에서 실재 환경 정보를 포함하는 제2정보를 획득하는 단계;
상기 제1정보 및 상기 제2정보 중 적어도 하나를 기반으로 적어도 복수개의 송신기 후보 위치를 결정하는 단계; 및
상기 제1정보 및 상기 제2정보를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 단계;를 포함하는 신호 전송 특성 분석 방법.
제1항에 있어서,
상기 레이 트레이싱 결과를 기반으로 상기 복수개의 송신기 후보 위치 중 적어도 하나의 송신기 위치를 결정하는 단계를 더 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
제2항에 있어서,
상기 결정된 적어도 하나의 송신기 위치에 대응하는 송신기에서 전송된 적어도 하나의 레이(ray)와 관련된 정보를 획득하는 단계;
상기 적어도 하나의 레이 중 기 설정된 전력(power)이상의 레이를 선택하는 단계를 더 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
제1항에 있어서,
상기 레이 트레이싱 결과 및 수신기에서 수신될 신호 품질을 고려하여 하나의 레이에 대해 적용될 빔포빙의 방향 및 기울기 중 적어도 하나를 결정하는 단계; 및
상기 레이 트레이싱 결과를 기반으로 상기 결정된 빔포밍의 방향 및 기울기 중 적어도 하나를 고려하여 신호 전송 특성을 판단하는 단계를 더 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
제1항에 있어서,
상기 실재 환경 정보는 신호 경로상에 위치하는 물체의 재질 정보 및 외부 형태 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
제1항에 있어서,
상기 레이 트레이싱 결과 및 전파 투과 손실을 기반으로 신호 전송 특성을 판단하는 단계를 더 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
제1항에 있어서,
상기 복수개의 송신기 후보 위치를 결정하는 단계는
상기 이미지 정보를 기반으로 상기 송신기가 설치될 수 있는 위치를 판단하는 단계;
상기 송신기가 설치될 수 있는 위치에 대응하는 송신기의 전파 도달 거리를 결정하는 단계; 및
상기 송신기가 설치될 수 있는 위치 및 상기 송신기의 전파 도달 거리를 기반으로 상기 복수개의 송신기 후보 위치를 결정하는 단계를 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
제7항에 있어서,
상기 복수개의 송신기 후보 위치를 결정하는 단계는
상기 송신기가 설치될 수 있는 위치에 대한 우선 순위를 판단하는 단계; 및
상기 우선 순위를 기반으로 상기 복수개의 송신기 후보 위치를 결정하는 단계를 더 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
제1항에 있어서,
상기 레이트레이싱 시뮬레이션을 수행하는 단계는
상기 복수개의 송신기 후보 위치에서 전체 방향으로 동일한 물리적 성질을 지니는 안테나 패턴 사용을 고려한 레이 트레이싱 시뮬레이션을 수행하는 단계를 포함하는 것을 특징으로 하는 신호 전송 특성 분석 방법.
무선 통신 시스템에서 신호 전송 특성을 분석하는 연산 장치에 있어서,
정보를 송신 및 수신 할 수 있는 송수신부; 및
3차원 지도 정보를 포함하는 제1정보를 획득하고, 상기 3차원 지도 정보와 관련된 이미지 정보에서 실재 환경 정보를 포함하는 제2정보를 획득하고, 상기 제1정보 및 상기 제2정보 중 적어도 하나를 기반으로 적어도 복수개의 송신기 후보 위치를 결정하고, 상기 제1정보 및 상기 제2정보를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 제어부를 포함하는 연산 장치.
제10항에 있어서,
상기 제어부는
상기 레이 트레이싱 결과를 기반으로 상기 복수개의 송신기 후보 위치 중 적어도 하나의 송신기 위치를 결정하는 것을 특징으로 하는 연산 장치.
제11항에 있어서,
상기 제어부는
상기 결정된 적어도 하나의 송신기 위치에 대응하는 송신기에서 전송된 적어도 하나의 레이(ray)와 관련된 정보를 획득하고, 상기 적어도 하나의 레이 중 기 설정된 전력(power)이상의 레이를 선택하는 것을 특징으로 하는 연산 장치.
제10항에 있어서,
상기 제어부는
상기 레이 트레이싱 결과 및 수신기에서 수신될 신호 품질을 고려하여 하나의 레이에 대해 적용될 빔포빙의 방향 및 기울기 중 적어도 하나를 결정하고, 상기 레이 트레이싱 결과를 기반으로 상기 결정된 빔포밍의 방향 및 기울기 중 적어도 하나를 고려하여 신호 전송 특성을 판단하는 것을 특징으로 하는 연산 장치.
제10항에 있어서,
상기 실재 환경 정보는 신호 경로상에 위치하는 물체의 재질 정보 및 외부 형태 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 연산 장치.
제10항에 있어서,
상기 제어부는
상기 레이 트레이싱 결과 및 전파 투과 손실을 기반으로 신호 전송 특성을 판단하는 것을 특징으로 하는 연산 장치.
제10항에 있어서,
상기 제어부는
상기 이미지 정보를 기반으로 상기 송신기가 설치될 수 있는 위치를 판단하고, 상기 송신기가 설치될 수 있는 위치에 대응하는 송신기의 전파 도달 거리를 결정하고, 상기 송신기가 설치될 수 있는 위치 및 상기 송신기의 전파 도달 거리를 기반으로 상기 복수개의 송신기 후보 위치를 결정하는 것을 특징으로 하는 연산 장치.
제16항에 있어서,
상기 제어부는
상기 송신기가 설치될 수 있는 위치에 대한 우선 순위를 판단하고, 상기 우선 순위를 기반으로 상기 복수개의 송신기 후보 위치를 결정하는 것을 특징으로 하는 연산 장치.
제10항에 있어서,
상기 제어부는
상기 복수개의 송신기 후보 위치에서 전체 방향으로 동일한 물리적 성질을 지니는 안테나 패턴 사용을 고려한 레이 트레이싱 시뮬레이션을 수행하는 것을 특징으로 하는 연산 장치.
무선 통신 시스템의 망 설계 방법에 있어서,
3차원 지도 정보 및 상기 3차원 지도 정보와 관련된 이미지 정보를 기반으로 실재 환경 정보를 획득하는 단계;
복수개의 송신기 후보 위치를 결정하는 단계; 및
상기 실재 환경 정보 및 상기 복수개의 송신기 후보 위치를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 단계;를 포함하는 망 설계 방법.
제19항에 있어서,
상기 레이 트레이싱 시뮬레이션 결과를 기반으로 적어도 하나의 송신기를 선택하고, 상기 선택된 송신기에 대응하는 레이 중 기 설정된 기준을 만족하는 레이를 결정하는 단계를 더 포함하는 것을 특징으로 하는 망 설계 방법.
제19항에 있어서,
상기 송신기 후보 위치는 상기 실재 환경 정보를 기반으로 결정되는 것을 특징으로 하는 것을 특징으로 하는 망 설계 방법.
제19항에 있어서,
상기 실재 환경 정보는 신호 경로상에 위치하는 물체의 재질 정보 및 외부 형태 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 망 설계 방법.
제19항에 있어서,
상기 레이트레이싱 시뮬레이션을 수행하는 단계는
상기 복수개의 송신기 후보 위치에서 전체 방향으로 동일한 물리적 성질을 지니는 안테나 패턴 사용을 고려한 레이 트레이싱 시뮬레이션을 수행하는 단계를 포함하는 것을 특징으로 하는 망 설계 방법.
무선 통신 시스템의 망 설계를 위한 연산 장치에 있어서,
정보를 송신 및 수신 할 수 있는 송수신부; 및
3차원 지도 정보 및 상기 3차원 지도 정보와 관련된 이미지 정보를 기반으로 실재 환경 정보를 획득하고, 복수개의 송신기 후보 위치를 결정하고, 상기 실재 환경 정보 및 상기 복수개의 송신기 후보 위치를 기반으로 레이 트레이싱(ray tracing) 시뮬레이션을 수행하는 제어부를 포함하는 연산 장치.
제24항에 있어서,
상기 제어부는
상기 레이 트레이싱 시뮬레이션 결과를 기반으로 적어도 하나의 송신기를 선택하고, 상기 선택된 송신기에 대응하는 레이 중 기 설정된 기준을 만족하는 레이를 결정하는 것을 특징으로 하는 연산 장치.
제24항에 있어서,
상기 송신기 후보 위치는 상기 실재 환경 정보를 기반으로 결정되는 것을 특징으로 하는 연산 장치.
제24항에 있어서,
상기 실재 환경 정보는 신호 경로상에 위치하는 물체의 재질 정보 및 외부 형태 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 연산 장치.
제24항에 있어서,
상기 제어부는
상기 복수개의 송신기 후보 위치에서 전체 방향으로 동일한 물리적 성질을 지니는 안테나 패턴 사용을 고려한 레이 트레이싱 시뮬레이션을 수행하는 것을 특징으로 하는 연산 장치.
상기 제1항 내지 제9항 및 제19항 내지 제23항 중 어느 하나의 방법을 실행하기 위한 인스트럭션을 포함하는 프로그램을 저장하는 비휘발성 저장 매체.