KR20210026520A - 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법 - Google Patents
측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법 Download PDFInfo
- Publication number
- KR20210026520A KR20210026520A KR1020190107419A KR20190107419A KR20210026520A KR 20210026520 A KR20210026520 A KR 20210026520A KR 1020190107419 A KR1020190107419 A KR 1020190107419A KR 20190107419 A KR20190107419 A KR 20190107419A KR 20210026520 A KR20210026520 A KR 20210026520A
- Authority
- KR
- South Korea
- Prior art keywords
- wireless communication
- measurement
- measurement point
- correction factor
- unit
- Prior art date
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 314
- 238000004891 communication Methods 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012937 correction Methods 0.000 claims abstract description 277
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000013480 data collection Methods 0.000 claims abstract description 12
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 8
- 230000005855 radiation Effects 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법이 개시된다.
본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 시스템은, 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하는 시스템으로서, 예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하는 예측값 산출부; 상기 예측 대상 지역에서 무선 통신 품질을 측정하는 측정 단말들로부터 무선 통신 품질에 관한 측정 데이터를 수집하는 측정 데이터 수집부; 및 수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터를 생성하고, 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터를 추정하고, 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 예측값 산출부에 의해 산출된 이론적 예측값을 보정하는 예측값 보정부를 포함한다.
본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 시스템은, 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하는 시스템으로서, 예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하는 예측값 산출부; 상기 예측 대상 지역에서 무선 통신 품질을 측정하는 측정 단말들로부터 무선 통신 품질에 관한 측정 데이터를 수집하는 측정 데이터 수집부; 및 수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터를 생성하고, 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터를 추정하고, 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 예측값 산출부에 의해 산출된 이론적 예측값을 보정하는 예측값 보정부를 포함한다.
Description
본 발명은 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법에 관한 것으로서, 더욱 상세하게는, 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하는 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법에 관한 것이다.
최근, 4G 이동 통신 기술인 LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced)를 거쳐 5G 이동 통신이 상용화되는 등 다양한 이동 통신 네트워크가 구축됨에 따라, 기지국 또는 중계기 등의 무선 통신 커버리지를 정확히 예측하는 기술에 대한 관심과 요청이 급증하고 있다.
그러나, 단순히 시뮬레이션 프로그램을 이용하여 무선 통신 커버리지를 예측하는 기존 기술은 실제 무선 환경과 기지국 안테나 상태 등을 반영하지 못하기 때문에, 커버리지 예측 결과의 정확성과 신뢰성이 떨어지는 문제점이 있다.
또한, 한국 공개특허공보 제10-2009-0117444호에 개시된 바와 같이, 필드 측정 데이터를 이용하여 기지국 또는 중계기의 커버리지 폐곡선을 제작하는 기존 기술은, 시뮬레이션 결과를 보정하는 방안이나 전체 커버리지를 구성하는 각각의 단위 영역에 대한 시뮬례이션 값들을 전반적으로 보정하는 방안을 전혀 제시하지 못하고 있다.
본 발명이 해결하고자 하는 기술적 과제는, 4G 이동 통신 기술인 LTE나 LTE-A, 5G 이동 통신 기술인 NR, 그 밖에 다른 차세대 이동 통신 기술에 적용 가능하며, 무선 통신 커버리지 예측 프로세스를 간소화, 효율화하면서도 예측 결과의 정확성과 신뢰성을 개선하는 무선 통신 커버리지 예측 시스템 및 방법을 제공하는 것이다.
본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 시스템은, 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하는 시스템으로서, 예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델(Pathloss model)을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하는 예측값 산출부; 상기 예측 대상 지역에서 무선 통신 품질을 측정하는 측정 단말들로부터 무선 통신 품질에 관한 측정 데이터를 수집하는 측정 데이터 수집부; 및 수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터(primary correction factor)를 생성하고, 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터(secondary correction factor)를 추정하고, 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 예측값 산출부에 의해 산출된 이론적 예측값을 보정하는 예측값 보정부를 포함한다.
일 실시예에 있어서, 상기 예측값 산출부는, 미리 저장된 복수의 경로 손실 모델 중 상기 예측 대상 지역의 전파 환경에 대응하는 경로 손실 모델을 선정하고, 선정된 경로 손실 모델과 상기 기지국의 안테나에 관한 상기 예측 대상 지역의 단위 영역별 안테나 이득 정보를 이용하여 상기 예측 대상 지역의 단위 영역별로 상기 기지국의 무선 통신 커버리지에 관한 예측값을 산출하도록 구성된다.
일 실시예에 있어서, 상기 측정 데이터 수집부는, 상기 측정 단말들로부터 무선 통신 품질에 관한 측정값과 해당 측정 지점의 위치 정보를 포함하는 측정 데이터를 수집하도록 구성된다.
일 실시예에 있어서, 상기 예측값 보정부는, 측정 지점별로 무선 통신 품질에 관한 이론값을 산출하고, 산출된 이론값과 수집된 측정 데이터에 포함된 무선 통신 품질에 관한 측정값을 측정 지점별로 비교하여 측정 지점별 일차 보정 팩터들을 생성하는 보정 팩터 생성부; 상기 측정 지점별 일차 보정 팩터들에 대해 보간(interpolation)을 수행하여 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하는 보간 수행부; 및 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 상기 예측값 산출부에 의해 산출된 이론적 예측값에 적용하여 보정된 예측값을 산출하는 보정 수행부를 포함한다.
일 실시예에 있어서, 상기 보정 팩터 생성부에 의해 생성되는 일차 보정 팩터는, 해당 측정 지점에서의 측정값과 이론값 간의 차이에 대응한다.
일 실시예에 있어서, 상기 보간 수행부는, 선형 보간법(linear interpolation)을 이용하여 두 측정 지점을 연결하는 직선상의 일정 지점에 대한 이차 보정 팩터를 추정하거나, 다각형 보간법(polygon interpolation)을 이용하여 적어도 세 개의 측정 지점을 연결하는 다각형 내부의 일정 지점에 대한 이차 보정 팩터를 추정하도록 구성된다.
일 실시예에 있어서, 상기 보간 수행부는, 상기 측정 지점별 일차 보정 팩터들 중 미리 결정된 정상값 범위에 속하지 않는 값을 가진 비정상 보정 팩터를 제외하고 나머지 일차 보정 팩터들에 대해 보간을 수행하여 상기 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하도록 구성된다.
일 실시예에 있어서, 상기 예측값 보정부는, 상기 측정 지점별 일차 보정 팩터들을 해당 측정 지점의 무선 환경 유형에 따라 분류하여 그룹핑하는 보정 팩터 그룹핑부를 더 포함하고, 상기 보간 수행부는, 상기 보정 팩터 그룹핑부에 의해 그룹핑된 보정 팩터 그룹별로 보간을 수행하도록 구성된다.
일 실시예에 있어서, 상기 보정 팩터 그룹핑부는, 상기 측정 지점별 일차 보정 팩터들을, 해당 측정 지점의 무선 환경이 LOS(Line Of Sight) 환경인 LOS 일차 보정 팩터 그룹과 NLOS(NonLine Of Site) 환경인 NLOS 일차 보정 팩터 그룹으로 그룹핑하도록 구성된다.
일 실시예에 있어서, 상기 보정 팩터 그룹핑부는, 상기 기지국의 안테나와 해당 측정 지점을 연결하는 직선 경로의 건물 투과 횟수 또는 지형 투과 횟수에 따라 상기 NLOS 일차 보정 팩터 그룹을 복수의 서브 그룹으로 그룹핑하도록 구성된다.
본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 방법은, 데이터 통신이 가능한 컴퓨터 시스템이 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하는 방법으로서, 상기 시스템이 예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델(Pathloss model)을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하는 (a) 단계; 상기 시스템이 상기 예측 대상 지역에서 무선 통신 품질을 측정하는 측정 단말들로부터 무선 통신 품질에 관한 측정 데이터를 수집하는 (b) 단계; 상기 시스템이 수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터(primary correction factor)를 생성하는 (c) 단계; 상기 시스템이 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터(secondary correction factor)를 추정하는 (d) 단계; 및 상기 시스템이 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 (a) 단계에서 산출된 이론적 예측값을 보정하는 (e) 단계를 포함한다.
일 실시예에 있어서, 상기 (a) 단계는, 미리 저장된 복수의 경로 손실 모델 중 상기 예측 대상 지역의 전파 환경에 대응하는 경로 손실 모델을 선정하고, 선정된 경로 손실 모델과 상기 기지국의 안테나에 관한 상기 예측 대상 지역의 단위 영역별 안테나 이득 정보를 이용하여 상기 예측 대상 지역의 단위 영역별로 상기 기지국의 무선 통신 커버리지에 관한 예측값을 산출하는 단계를 포함한다.
일 실시예에 있어서, 상기 (b) 단계는, 상기 측정 단말들로부터 무선 통신 품질에 관한 측정값과 해당 측정 지점의 위치 정보를 포함하는 측정 데이터를 수집하는 단계를 포함한다.
일 실시예에 있어서, 상기 (c) 단계는, 측정 지점별로 무선 통신 품질에 관한 이론값을 산출하고, 산출된 이론값과 수집된 측정 데이터에 포함된 무선 통신 품질에 관한 측정값을 측정 지점별로 비교하여 측정 지점별 일차 보정 팩터들을 생성하는 단계를 포함하고, 상기 (d) 단계는, 상기 측정 지점별 일차 보정 팩터들에 대해 보간(interpolation)을 수행하여 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하는 단계를 포함한다.
일 실시예에 있어서, 상기 (c) 단계에서 생성되는 일차 보정 팩터는, 해당 측정 지점에서의 측정값과 이론값 간의 차이에 대응한다.
일 실시예에 있어서, 상기 (d) 단계는, 선형 보간법(linear interpolation)을 이용하여 두 측정 지점을 연결하는 직선상의 일정 지점에 대한 이차 보정 팩터를 추정하거나, 다각형 보간법(polygon interpolation)을 이용하여 적어도 세 개의 측정 지점을 연결하는 다각형 내부의 일정 지점에 대한 이차 보정 팩터를 추정하는 단계를 포함한다.
일 실시예에 있어서, 상기 (d) 단계는, 상기 측정 지점별 일차 보정 팩터들 중 미리 결정된 정상값 범위에 속하지 않는 값을 가진 비정상 보정 팩터를 제외하고 나머지 일차 보정 팩터들에 대해 보간을 수행하여 상기 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하는 단계를 포함한다.
일 실시예에 있어서, 상기 방법은, 상기 (d) 단계 전에 상기 측정 지점별 일차 보정 팩터들을 해당 측정 지점의 무선 환경 유형에 따라 분류하여 그룹핑하는 (c1) 단계를 더 포함하고, 상기 (d) 단계는, 상기 (c1) 단계에서 그룹핑된 보정 팩터 그룹별로 보간을 수행하는 단계를 포함한다.
일 실시예에 있어서, 상기 (c1) 단계는, 상기 측정 지점별 일차 보정 팩터들을, 해당 측정 지점의 무선 환경이 LOS(Line Of Sight) 환경인 LOS 일차 보정 팩터 그룹과 NLOS(NonLine Of Site) 환경인 NLOS 일차 보정 팩터 그룹으로 그룹핑하는 단계를 포함한다.
상기 (c1) 단계는, 상기 기지국의 안테나와 해당 측정 지점을 연결하는 직선 경로의 건물 투과 횟수 또는 지형 투과 횟수에 따라 상기 NLOS 일차 보정 팩터 그룹을 복수의 서브 그룹으로 그룹핑하는 단계를 더 포함한다.
본 발명에 따른 실시예들은, 상술한 동작 또는 방법을 컴퓨터 시스템을 통해 실행하는 컴퓨터 프로그램으로서 기록매체에 기록되는 컴퓨터 프로그램을 이용하여 구현될 수 있다.
본 발명에 따르면, 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 무선 통신 커버리지 예측값들을 보정함으로써, 커버리지 예측 결과의 정확성과 신뢰성을 보장할 수 있다.
또한, 일부 측정 지점들에서 수집된 측정 데이터를 이용하여 해당 측정 지점은 물론 다른 지점들에 대한 이론적 예측값을 보정하는 보정 팩터들을 생성하여 제공함으로써, 전체 커버리지를 구성하는 각각의 단위 영역에 대한 예측값들을 전반적으로 보정할 수 있다.
특히, 실측된 측정 데이터를 이용하여 해당 측정 지점에 대한 일차 보정 팩터를 생성하고, 측정 지점별 일차 보정 팩터들과 비교적 연산량이 적은 보간법을 이용하여 측정 지점들 이외의 지점들에 대한 이차 보정 팩터들을 추정하고, 이러한 일차 및 이차 보정 팩터들을 이용하여 커버리지에 관한 예측값들을 보정함으로써, 무선 통신 커버리지 예측 프로세스를 간소화, 효율화하면서도 예측 결과의 정확성과 신뢰성을 높은 수준으로 개선할 수 있다.
나아가, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자라면, 본 발명에 따른 다양한 실시예들이 상기 언급되지 않은 여러 기술적 과제들을 해결할 수 있음을 이하의 설명으로부터 자명하게 이해할 수 있을 것이다.
도 1은 본 발명이 적용되는 통신 네트워크 환경을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 시스템을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 방법을 나타낸 흐름도이다.
도 4는 무선 통신 품질 측정 지점의 무선 환경의 일례를 나타낸 도면이다.
도 5는 기지국 안테나와 측정 지점들 간 3D 거리의 일례를 나타낸 도면이다.
도 6은 선형 보간법에 의한 보정 팩터 추정 원리를 나타낸 도면이다.
도 7은 기지국 안테나와 각 측정 지점 간의 3D 거리들을 동일 축상에 나타낸 도면이다.
도 8은 삼각형 내부 보간법에 의한 보정 팩터 추정 원리를 나타낸 도면이다.
도 9는 삼각형 내부 보간법 적용시 세 개의 측정 지점들을 선택하는 방식을 나타낸 도면이다.
도 10은 삼각형 내부 보간법 적용시 세 개의 측정 지점들을 선택하는 다른 방식을 나타낸 도면이다.
도 11은 사각형 내부 보간법에 의한 보정 팩터 추정 원리를 나타낸 도면이다.
도 12는 무선 환경에 따라 그룹핑된 보정 팩터 그룹별 보간 방법을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 시스템을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 방법을 나타낸 흐름도이다.
도 4는 무선 통신 품질 측정 지점의 무선 환경의 일례를 나타낸 도면이다.
도 5는 기지국 안테나와 측정 지점들 간 3D 거리의 일례를 나타낸 도면이다.
도 6은 선형 보간법에 의한 보정 팩터 추정 원리를 나타낸 도면이다.
도 7은 기지국 안테나와 각 측정 지점 간의 3D 거리들을 동일 축상에 나타낸 도면이다.
도 8은 삼각형 내부 보간법에 의한 보정 팩터 추정 원리를 나타낸 도면이다.
도 9는 삼각형 내부 보간법 적용시 세 개의 측정 지점들을 선택하는 방식을 나타낸 도면이다.
도 10은 삼각형 내부 보간법 적용시 세 개의 측정 지점들을 선택하는 다른 방식을 나타낸 도면이다.
도 11은 사각형 내부 보간법에 의한 보정 팩터 추정 원리를 나타낸 도면이다.
도 12는 무선 환경에 따라 그룹핑된 보정 팩터 그룹별 보간 방법을 나타낸 도면이다.
이하, 본 발명의 기술적 과제에 대한 해결 방안을 명확화하기 위해 첨부도면을 참조하여 본 발명의 실시예들을 상세하게 설명한다. 다만, 본 발명을 설명함에 있어서 관련 공지기술에 관한 설명이 오히려 본 발명의 요지를 불명료하게 하는 경우 그에 관한 설명은 생략하기로 한다. 또한, 본 명세서에서 사용되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이들은 설계자, 제조자 등의 의도 또는 관례 등에 따라 달라질 수 있을 것이다. 그러므로 후술되는 용어들의 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1에는 본 발명이 적용되는 통신 네트워크 환경이 도시되어 있다.
도 1에 도시된 바와 같이, 본 발명이 적용되는 통신 네트워크 환경은 네트워크 정보 관리 서버(10), GIS(Geographic Information System)(20), 다수의 측정 단말(30)을 포함할 수 있다.
네트워크 정보 관리 서버(10)는, 예컨대 네트워크 사업자가 운영하는 서버로서 지역별 기지국 정보, 기지국 설정 정보 등을 저장하여 관리하도록 구성된다. 이 경우, 기지국 정보는 기지국 안테나의 위치, 방위각, 틸트 각도, 방사 패턴 등에 관한 정보를 포함할 수 있다. 또한, 기지국 설정 정보는 기지국에서 사용되는 주파수 대역, 기지국 파워 등에 관한 정보를 포함할 수 있다.
GIS(20)는, 지역별 지리 정보를 저장하여 관리하도록 구성된다. 이 경우, 지리 정보는 해당 지역의 고도, 건물 위치, 건물 높이 등에 관한 정보를 포함할 수 있다.
각각의 측정 단말(30)은, 예측 대상 지역 내의 측정 지점에서 무선 통신 품질을 측정하도록 구성된다. 이 경우, 측정되는 무선 통신 품질은 RSRP(Reference Signal Received Power), RSRQ(Reference Signal Received Quality), RSSI(Received Signal Strength Indicatior), SINR(Signal to Interference Noise Ratio), SS(Synchronization Signal)-RSRP, CSI(Channel State Info.)-RSRP, SS-RSRQ, CSI-RSRQ, SS-SINR, CSI-SINR 중 1 또는 2 이상을 포함할 수 있다.
본 발명에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 시스템(100)은 이러한 통신 네트워크 환경에 적용되어, 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하도록 구성된다.
도 2에는 본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 시스템(100)이 블록도로 도시되어 있다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 무선 통신 커버리지 예측 시스템(100)은, 물리적으로 구분되는 1 또는 2 이상의 서버나 컴퓨터 장치로 구성될 수 있으며, 통신부(101), 입력부(102), 출력부(103), 저장부(104) 및 제어부(105) 등을 포함할 수 있다.
통신부(101)는, 유·무선 통신 네트워크를 통해 다른 통신 장치들로부터 전송된 데이터를 수신하여 제어부(105)에 전달하거나, 제어부(105)에서 생성되거나 처리된 데이터를 다른 서버나 컴퓨터 등과 같은 통신 장치들로 전송하도록 구성된다. 이를 위해, 통신부(101)는 유·무선 통신을 수행하는 통신 모뎀을 포함할 수 있다. 이 경우, 통신부(101)는 주변의 AP(Access Point)와 무선 통신을 수행하는 WiFi 통신 모듈이나 다른 통신 장치와 직접 통신을 수행하는 LTE 통신 모듈, 5G 통신 모듈 등을 포함할 수 있다. 또한, 통신부(101)는 USB 포트, 유선랜 포트 또는 그 밖의 데이터 전송 케이블이 연결되는 다양한 통신 포트 등을 포함할 수 있다.
입력부(102)는, 운영자 또는 관리자의 명령이나 데이터를 입력받도록 구성된다. 이를 위해, 입력부(102)는 키보드, 마우스, 조작 버튼 또는 터치 패널 등과 같은 입력 장치를 포함할 수 있다.
출력부(103)는, 데이터나 정보를 시각적 또는 시청각적으로 출력하도록 구성된다. 이를 위해, 출력부(103)는 모니터, 디스플레이 패널 또는 터치 스크린 등과 같은 영상 표시 장치를 포함할 수 있다. 또한, 출력부(103)는 스피커 등과 같은 음향 발생 장치를 더 포함할 수 있다.
저장부(104)는, 광 케이블 경로 식별 장치(100)의 동작에 필요한 데이터들을 저장하여 관리하도록 구성된다. 이를 위해, 저장부(104)는 ROM, RAM, EEPROM, 레지스터, 플래시 메모리, CD-ROM, 자기 테이프, 하드 디스크, 플로피디스크, 광 데이터 기록장치 등의 다양한 저장 매체들을 선택적으로 포함할 수 있다.
제어부(105)는, 무선 통신 커버리지 예측 시스템(100)의 전반적인 동작을 제어하며, 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하고, 산출된 예측값을 측정 데이트를 기반으로 보정하도록 구성된다. 이를 위해, 제어부(105)는 제어 로직을 실행하기 위한 범용 프로세서, ASIC(application-specific integrated circuit), 그 밖의 다른 칩셋, 논리 회로, 레지스터, 메모리 등의 하드웨어들을 선택적으로 포함할 수 있다. 한편, 제어부(105)는 하드웨어와 소프트웨어의 결합으로 구성될 수 있다. 즉, 제어부(105)의 제어 로직은 컴퓨터 프로그램으로 구성되어 제어부(105)의 자체 메모리나 저장부(104)에 저장되고, 저장된 컴퓨터 프로그램은 제어부(105)의 하드웨어를 통해 실행되도록 구성될 수 있다.
이러한 제어부(105)는, 기능적으로 구분되는 세부 구성요소들로서, 네트워크 정보 수집부(110), 예측값 산출부(120), 측정 데이터 수집부(130) 및 예측값 보정부(140)를 포함할 수 있다.
네트워크 정보 수집부(110)는, 무선 액세스 네트워크에 관한 정보를 관리하는 서버(10)로부터 예측 대상 지역의 기지국에 관한 정보를 수집하도록 구성될 수 있다. 이 경우, 기지국에 관한 정보는 기지국 안테나의 위치, 방위각, 틸트 각도, 방사 패턴 등을 포함하는 기지국 정보와, 기지국에서 사용되는 주파수 대역, 기지국 파워 등을 포함하는 기지국 설정 정보를 포함할 수 있다. 또한, 네트워크 정보 수집부(110)는, GIS(20)로부터 예측 대상 지역의 지리 정보를 수집하도록 구성될 수 있다. 이 경우, 지리 정보는 예측 대상 지역의 고도, 건물 위치, 건물 높이 등에 관한 정보를 포함할 수 있다.
예측값 산출부(120)는, 예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델(Pathloss model)을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하도록 구성된다.
이 경우, 예측값 산출부(120)는, 미리 저장된 복수의 경로 손실 모델 중 예측 대상 지역의 전파 환경에 대응하는 경로 손실 모델을 선정하고, 선정된 경로 손실 모델과 상기 기지국의 안테나에 관한 상기 예측 대상 지역의 단위 영역별 안테나 이득 정보를 이용하여 상기 예측 대상 지역의 단위 영역별로 기지국의 무선 통신 커버리지에 관한 예측값을 산출하도록 구성될 수 있다. 예측 대상 지역의 단위 영역별 안테나 이득은 기지국 안테나 방향과 단위 영역 간의 수평 및 수직 각도에 따라 다르게 나타난다.
예컨대, 예측값 산출부(120)는 4G LTE 또는 5G NR에 대해 예측하려 하는 경우 3GPP TR 36.873, 38.900, 38.901등에 정의된 여러 Pathloss model 중 분석할 주파수 대역과 해당 지역의 전파 환경(예컨대, Urban microcell, urban macrocell, Rural macrocell 등)에 따라 적절한 Pathloss model을 선택할 수 있다. 또한, 예측값 산출부(120)는 예측할 지역에 대해 GIS 정보 기반 지형 고도 정보와 건물 위치, 형상, 높이 등을 반영하여 단위 영역별로 분석을 수행할 수 있다. 여기서, 단위 영역이란 예측 및 분석을 수행할 최소 크기 영역을 말한다. 예컨대, 예측값 산출부(120)는 전체 지역을 1m x 1m 또는 5m x 5m 등의 격자 형태의 단위 영역들로 분할하여 단위 영역별로 분석을 수행할 수 있다. 또한, 예측값 산출부(120)는 기지국 정보와 GIS 지리 정보를 기반으로 3D(Three Dimension) 분석을 수행하여 기지국 안테나에서 각 단위 영역을 연결하는 직선 경로의 건물 또는 지형 투과 여부와 투과 횟수 등을 산출할 수 있다.
그 다음, 예측값 산출부(120)는 기지국 정보(기지국의 위치, 높이 정보 등)와 GIS 지리 정보를 기반으로 기지국 안테나와 각 단위 영역 간의 3D 거리(Three Dimension distance)를 계산하고, 안테나 방향, 틸트 각도 정보를 기반으로 각 단위 영역에 대한 각도를 계산할 수 있다. 그리고 예측값 산출부(120)는 각 단위 영역에 대해 계산된 각도를 기반으로 안테나 또는 빔의 방사 패턴을 이용하여 안테나 이득 값을 산출하고, 3D 거리 등을 이용하여 경로 손실(pathloss)을 계산할 수 있다. 또한, 예측값 산출부(120)는 기지국에서 사용되는 주파수 대역, 파워 등과 각 단위 영역에 대한 경로 손실 값 등을 이용하여, 보정 영역별 이론적 예측값을 산출할 수 있다. 산출되는 이론적 예측값은 기본적으로 RSRP를 포함하며, 실시예에 따라 RSRQ, RSSI, SINR 등을 선택적으로 더 포함할 수 있다.
측정 데이터 수집부(130)는, 예측 대상 지역에서 무선 통신 품질을 측정하는 다수의 측정 단말(30)로부터 무선 통신 품질에 관한 측정 데이터를 수집하도록 구성된다. 예컨대, 측정 단말(30)은 드라이브 테스트에 이용되는 단말일 수 있다.
이 경우, 측정 데이터 수집부(130)는 측정 단말들로부터 무선 통신 품질에 관한 측정값과 해당 측정 지점의 위치 정보를 포함하는 측정 데이터를 수집하도록 구성될 수 있다. 각각의 측정 단말(30)로부터 수집되는 품질 정보에는 RSRP, SS-RSRP, CSI-RSRP, RSSI, SS-RSRQ, CSI-RSRQ, SS-SINR, CSI-SINR 중 1 또는 2 이상이 포함될 수 있다. 측정 지점의 위치 정보는 해당 측정 단말(30)의 무선 통질 품질 측정시의 GPS 위치 정보를 통해 획득될 수 있다.
예측값 보정부(140)는, 수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터(primary correction factor)를 생성하고, 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터(secondary correction factor)를 추정하고, 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 예측값 보정부(140)에 의해 산출된 이론적 예측값을 보정하도록 구성된다. 이를 위해, 예측값 보정부(140)는 보정 팩터 생성부(142), 보정 팩터 그룹핑부(144), 보간 수행부(146) 및 보정 수행부(148)를 포함할 수 있다.
이 경우, 보정 팩터 생성부(142)는, 측정 지점별로 무선 통신 품질에 관한 이론값을 산출하고, 산출된 이론값과 수집된 측정 데이터에 포함된 무선 통신 품질에 관한 측정값을 측정 지점별로 비교하여 측정 지점별 일차 보정 팩터들을 생성하도록 구성된다. 보정 팩터 생성부(142)에 의해 생성되는 일차 보정 팩터는, 해당 측정 지점에서의 측정값과 이론값 간의 차이에 대응하도록 구성될 수 있다.
보정 팩터 그룹핑부(144)는, 측정 지점별 일차 보정 팩터들을 해당 측정 지점의 무선 환경 유형에 따라 분류하여 그룹핑하도록 구성된다. 예컨대, 보정 팩터 그룹핑부(144)는 측정 지점별 일차 보정 팩터들을, 해당 측정 지점의 무선 환경이 LOS(Line Of Sight) 환경인 LOS 일차 보정 팩터 그룹과 NLOS(NonLine Of Site) 환경인 NLOS 일차 보정 팩터 그룹으로 그룹핑하도록 구성될 수 있다.
실시예에 따라, 보정 팩터 그룹핑부(144)는, 기지국 안테나와 해당 측정 지점을 연결하는 직선 경로의 건물 투과 횟수 또는 지형 투과 횟수에 따라 NLOS 일차 보정 팩터 그룹을 복수의 서브 그룹으로 그룹핑하도록 구성될 수 있다. 또한, 보정 팩터 그룹핑부(144)는 해당 측정 지점의 무선 환경이 인도어(indoor)인 보정 팩터 그룹과 아웃도인(outdoor)인 보정 팩터 그룹으로 그룹핑할 수도 있다. 또한, 보정 팩터 그룹핑부(144)는 안테나 또는 빔의 방사 패턴 유형별로 보정 팩터 생성하거나 그룹핑할 수 있다.
보간 수행부(146)는, 상기 측정 지점별 일차 보정 팩터들에 대해 보간(interpolation)을 수행하여 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하도록 구성된다. 이 경우, 보간 수행부(146)는 보정 팩터 그룹핑부(144)에 의해 그룹핑된 보정 팩터 그룹별로 보간을 수행하도록 구성될 수 있다.
또한, 보간 수행부(146)는, 상기 측정 지점별 일차 보정 팩터들 중 미리 결정된 정상값 범위에 속하지 않는 값을 가진 비정상 보정 팩터를 제외하고 나머지 일차 보정 팩터들에 대해 보간을 수행하여 상기 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하도록 구성될 수 있다.
또한, 보간 수행부(146)는 선형 보간법(linear interpolation)이나 다각형 보간법(polygon interpolation)을 이용하여 보간을 수행하도록 구성될 수 있다. 아래에서 다시 설명하겠지만, 보간 수행부(146)는 선형 보간법을 이용하여 두 측정 지점을 연결하는 직선상의 지점들에 대한 이차 보정 팩터들을 추정하거나, 다각형 보간법을 이용하여 적어도 세 개의 측정 지점을 연결하는 다각형 내부의 지점들에 대한 이차 보정 팩터들을 추정하도록 구성될 수 있다. 또한, 보간 수행부(146)는 보간을 수행하여 전체 예측 대상 지역에 대해 3D 거리별 또는 단위 영역별로 이차 보정 팩터들을 추정할 수 있다.
보정 수행부(148)는, 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 예측값 보정부(140)에 의해 산출된 이론적 예측값에 적용하여 보정된 예측값을 산출하도록 구성된다. 이 경우, 특정 무선 환경의 보정 팩터들은 동일한 무선 환경을 가진 단위 영역의 예측값에 적용될 수 있다. 이와 같이 보정된 예측값은 출력부(103)를 통해 출력될 수 있다.
도 3에는 본 발명의 일 실시예에 따른 측정 데이터 기반의 무선 통신 커버리지 예측 방법이 흐름도로 도시되어 있다. 도 3을 참조하여 무선 통신 커버리지 예측 시스템(100)의 세부 동작들을 시계열적으로 설명한다.
도 3에 도시된 바와 같이, 상기 시스템(100)의 네트워크 정보 수집부(110)는, 무선 액세스 네트워크에 관한 정보를 관리하는 서버(10)로부터 예측 대상 지역의 기지국에 관한 정보를 수집하고, GIS(20)로부터 예측 대상 지역의 지리 정보를 수집한다(S300). 이 경우, 기지국에 관한 정보는 기지국 안테나의 위치, 방위각, 틸트 각도, 방사 패턴 등을 포함하는 기지국 정보와, 기지국에서 사용되는 주파수 대역, 기지국 파워 등을 포함하는 기지국 설정 정보를 포함할 수 있다. 또한, GIS 지리 정보는 예측 대상 지역의 고도, 건물 위치, 건물 높이 등에 관한 정보를 포함할 수 있다.
그 다음, 상기 시스템(100)의 예측값 산출부(120)는, 예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델(Pathloss model)을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출한다(S310). 이 경우, 예측값 산출부(120)는, 미리 저장된 복수의 경로 손실 모델 중 예측 대상 지역의 전파 환경에 대응하는 경로 손실 모델을 선정하고, 선정된 경로 손실 모델과 상기 기지국의 안테나에 관한 상기 예측 대상 지역의 단위 영역별 안테나 이득 정보를 이용하여 상기 예측 대상 지역의 단위 영역별로 기지국의 무선 통신 커버리지에 관한 예측값을 산출할 수 있다. 예측 대상 지역의 단위 영역별 안테나 이득은 기지국 안테나 방향과 단위 영역 간의 수평 및 수직 각도에 따라 다르게 나타난다. 또한, 예측값 산출부(120)는 기지국에서 사용되는 주파수 대역, 파워 등과 각 보정 영역에 대한 경로 손실 값 등을 이용하여, 보정 영역별로 이론적 예측값을 산출할 수 있다. 산출되는 이론적 예측값은 기본적으로 RSRP를 포함하며, 실시예에 따라 RSRQ, RSSI, SINR 등을 선택적으로 더 포함할 수 있다.
그 다음, 상기 시스템(100)의 측정 데이터 수집부(130)는, 예측 대상 지역에서 무선 통신 품질을 측정하는 다수의 측정 단말(30)로부터 무선 통신 품질에 관한 측정 데이터를 수집한다(S320). 이 경우, 측정 데이터 수집부(130)는 측정 단말들로부터 무선 통신 품질에 관한 측정값과 해당 측정 지점의 위치 정보를 포함하는 측정 데이터를 수집하도록 구성될 수 있다. 각각의 측정 단말(30)로부터 수집되는 품질 정보에는 RSRP, SS-RSRP, CSI-RSRP, RSSI, SS-RSRQ, CSI-RSRQ, SS-SINR, CSI-SINR 중 1 또는 2 이상이 포함될 수 있다. 실시예에 따라, 측정 데이터 수집부(130)는 수집된 측정 데이터를 해당 측정 지점의 무선 환경 유형에 따라 분류할 수 있다.
그 다음, 상기 시스템(100)의 예측값 보정부(140)는, 수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터를 생성하고, 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터를 추정하고, 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 예측값 보정부(140)에 의해 산출된 이론적 예측값을 보정할 수 있다(S330 내지 S370).
구첵적으로, 상기 시스템(100)의 보정 팩터 생성부(142)는, 측정 지점별로 무선 통신 품질에 관한 이론값을 산출하고(S330), 산출된 이론값과 수집된 측정 데이터에 포함된 무선 통신 품질에 관한 측정값을 측정 지점별로 비교하여 측정 지점별 일차 보정 팩터들을 생성한다(S340). 측정 지점별 이론값 산출을 위해 3GPP TR 36.873, 38.900, 901등의 3GPP Pathloss models(LOS, NLOS)과 안테나 spec.의 안테나 3D 방사 패턴(Antenna gain) 정보 등이 이용될 수 있다. 안테나 3D 방사 패턴의 경우 수평, 수직 각도별 안테나 이득(Antenna gain)을 의미하며, 안테나의 Boresight를 기준으로, 각 측정 지점의 수평, 수직 각도를 계산하여, 해당 지점의 안테나 이득을 구할 수 있다.
보정 팩터 생성부(142)에 의해 생성되는 일차 보정 팩터는, 해당 측정 지점에서의 측정값과 이론값 간의 차이에 대응하도록 구성될 수 있다. 즉, 측정 지점에서의 무선 통신 품질에 관한 실제 측정값과 이론값 간의 차이를 계산하여 일차 보정 팩터를 생성할 수 있다.
표 1에 나타난 바와 같이, 측정 지점 A, B, C, D에 각각 대한 일차 보정 팩터는 해당 측정 지점에서의 측정값과 이론값 간의 차를 계산하여 생성될 수 있다.
| 측정 지점 | 3D 거리 | 측정값(Vm) | 이론값(Ve) | 보정 팩터(Vm-Ve) |
| A | dA | VmA | VeA | VmA-VeA |
| B | dB | VmB | VeB | VmB-VeB |
| C | dC | VmC | VeC | VmC-VeC |
| D | dD | VmD | VeD | VmD-VeD |
그 다음, 상기 시스템(100)의 보정 팩터 그룹핑부(144)는, 측정 지점별 일차 보정 팩터들을 해당 측정 지점의 무선 환경 유형에 따라 분류하여 그룹핑한다(S350). 예컨대, 보정 팩터 그룹핑부(144)는 측정 지점별 일차 보정 팩터들을, 해당 측정 지점의 무선 환경이 LOS(Line Of Sight) 환경인 LOS 일차 보정 팩터 그룹과 NLOS(NonLine Of Site) 환경인 NLOS 일차 보정 팩터 그룹으로 그룹핑할 수 있다. 또한, 보정 팩터 그룹핑부(144)는, 기지국 안테나와 해당 측정 지점을 연결하는 직선 경로의 건물 투과 횟수 또는 지형 투과 횟수에 따라 NLOS 일차 보정 팩터 그룹을 복수의 서브 그룹으로 그룹핑하도록 구성될 수 있다.
실시예에 따라, 보정 팩터 그룹핑부(144)는 해당 측정 지점의 무선 환경이 인도어(indoor)인 보정 팩터 그룹과 아웃도인(outdoor)인 보정 팩터 그룹으로 그룹핑할 수도 있다. 또한, 보정 팩터 그룹핑부(144)는 안테나 또는 빔의 방사 패턴 유형별로 보정 팩터를 생성하거나 그룹핑할 수 있다.
그 다음, 상기 시스템(100)의 보간 수행부(146)는, 상기 측정 지점별 일차 보정 팩터들에 대해 보간(interpolation)을 수행하여 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정한다(S360). 이 경우, 보간 수행부(146)는 보정 팩터 그룹핑부(144)에 의해 그룹핑된 보정 팩터 그룹별로 보간을 수행할 수 있다.
또한, 보간 수행부(146)는, 상기 측정 지점별 일차 보정 팩터들 중 미리 결정된 정상값 범위에 속하지 않는 값을 가진 비정상(abnormal) 보정 팩터를 제외하고 나머지 일차 보정 팩터들에 대해 보간을 수행하여 상기 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정할 수 있다.
실시예에 따라, 보간 수행부(146)는 선형 보간법(linear interpolation)이나 다각형 보간법(polygon interpolation)을 이용하여 보간을 수행할 수 있다. 앞서 언급한 바와 같이, 보간 수행부(146)는 선형 보간법을 이용하여 두 측정 지점을 연결하는 직선상의 지점들에 대한 이차 보정 팩터들을 추정하거나, 다각형 보간법을 이용하여 적어도 세 개의 측정 지점을 연결하는 다각형 내부의 지점들에 대한 이차 보정 팩터들을 추정할 수 있다. 또한, 보간 수행부(146)는 보간을 수행하여 전체 예측 대상 지역에 대해 3D 거리별 또는 단위 영역별로 이차 보정 팩터들을 추정할 수 있다.
그 다음, 상기 시스템(100)의 보정 수행부(148)는, 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 예측값 보정부(140)에 의해 산출된 이론적 예측값에 적용하여 보정된 예측값을 산출한다(S370). 이 경우, 특정 무선 환경의 보정 팩터들은 동일한 무선 환경을 가진 단위 영역의 예측값에 적용될 수 있다. 이와 같이 보정된 예측값은 출력부(103)를 통해 출력될 수 있다(S380).
도 4에는 무선 통신 품질 측정 지점의 무선 환경의 일례가 도시되어 있다.
도 4에 도시된 바와 같이, 무선 통신 품질 측정 지점의 무선 환경은 기본적으로 측정 지점에서 안테나가 보이는 LOS(Line Of Sight) 환경과 안테나가 보이지 않는 NLOS(NonLine Of Site) 환경으로 분류할 수 있다. 도 4의 측정 지점 A의 경우, 빌딩들(S1, S2) 중 우측 빌딩(S1)으로 인해 NLOS 환경에 해당하게 되며, 기지국 안테나와 측정 지점 간 직선 경로의 건물 투과 횟수는 1이다. 기지국 안테나와 측정 지점 간 3D 거리(d3D)는, 기지국 안테나와 측정 지점 간 2D 거리(d2D), 기지국과 측정 지점 간 고도차(Δh고도차), 안테나 높이(h안테나), 안테나가 설치된 빌딩 높이(h빌 딩) 등을 통해 계산될 수 있다.
도 5에는 기지국 안테나와 측정 지점들 간 3D 거리의 일례가 도시되어 있다.
도 5에 도시된 바와 같이, 기지국 안테나와 측정 지점 간 3D 거리(d3D)는, 기지국 안테나와 측정 지점 간 2D 거리(d2D), 기지국과 측정 지점 간 고도차(Δh고도차), 안테나 높이(h안테나), 안테나가 설치된 빌딩 높이(h빌딩) 등을 통해 계산될 수 있다. 예컨대, 측점 지점 A, B, C, D의 3D 거리는 각각 dA, dB, dC, dD 이다.
도 6에는 선형 보간법에 의한 보정 팩터 추정 원리가 도시되어 있다.
도 6에 도시된 바와 같이, 상기 시스템(100)의 보간 수행부(146)는 선형 보간법을 이용하여 두 측정 지점을 연결하는 직선상의 지점들에 대한 이차 보정 팩터들을 추정할 수 있다. 예컨대, 측정 지점 A와 B 사이에 대한 보간에서 측정 지점 A의 일차 보정 팩터가 a이고, 측정 지점 B의 일차 보정 팩터가 b일때, 측정 지점 A에서 dAX 만큼 떨어지고 측정 지점 B에서 dAX 만큼 떨어진 X 지점의 이차 보정 팩터 x는 수학식 1과 같이 추정될 수 있다.
[수학식 1]
즉, 측정 지점 A의 일차 보정 팩터가 a와 측정 지점 B의 일차 보정 팩터가 b에 각각 X 지점과의 거리에 반비례하는 가중치를 부여하고, 두 값을 더한 값을 X 지점의 이차 보정 팩터로 추정할 수 있다. 이와 같은 방식으로 모든 측정 지점에 대해 보간을 수행하여 측정 지점들 사이의 비측정 지점들에 대한 이차 보정 팩터를 추정할 수 있다.
도 7에는 기지국 안테나와 각 측정 지점 간의 3D 거리들이 동일 축상에 도시되어 있다.
도 7에 도시된 바와 같이, 복수의 측정 지점(A, B, C, D)에 대해 각각 일차 보정 팩터들(a, b, c, d)이 생성되면, 두 가지 방식으로 선형 보간법을 적용할 수 있다.
첫 번째 방식은, 전체 측정 지점들 중에서 인접한 두 측정 지점을 선택하여 선형 보간을 수행하는 방식이다. 전체 측정 지점들이 n 개라 하면, (n-1)의 경우에 대해 보간을 수행하게 된다. 예컨대, 도 7과 같이 측정 지점이 A, B, C, D인 경우, A-B, B-C, C-D 구간에 대해 각각 보간을 수행할 수 있다. 비측정 지점인 X 지점의 이차 보정 팩터 x는 수학식 2와 같이 A-B 구간에 대한 보간으로 추정될 수 있다.
[수학식 2]
수학식 2에서, a, b는 각각 측정 지점 A, B의 일차 보정 팩터이고, dA, dB, dX는 각각 기직국 안테나와 A, B, X 지점 간의 3D 거리이다.
두 번째 방식은, 전체 측정 지점들 중에서 경우의 수에 따라 두 측정 지점을 선택하여 선형 보간을 수행하는 방식이다. 전체 측정 지점들이 n 개라 하면, n(n-1)/2의 경우에 대해 보간을 수행하게 된다. 예컨대, 도 7과 같이 측정 지점이 A, B, C, D인 경우, 경우의 수에 따라 A-B, A-C, A-D, B-C, B-D, C-D 구간에 대해 각각 선형 보간을 수행할 수 있다. 이 경우, 동일 지점에 대해 여러 개의 이차 보정 팩터가 추정될 수 있다. 즉, 비측정 지점인 X 지점의 이차 보정 팩터 x는 수학식 3와 같이 A-B, A-C, A-D 구간에 대한 선형 보간으로 각각 추정될 수 있다.
[수학식 3]
수학식 3에서, xAB, xAC, xAD는 각각 A-B, A-C, A-D 구간에 대한 보간으로 추정된 X 지점의 이차 보정 팩터이고, a, b, c, d는 각각 측정 지점 A, B, C, D의 일차 보정 팩터이고, dA, dB, dC, dD, dX는 각각 기직국 안테나와 A, B, C, D, X 지점 간의 3D 거리이다.
이와 같이, 동일 지점 X에 대해 여러 보정 팩터가 추정될 수 있다. 이 경우, 해당 지점에 대한 대표 보정 팩터를 산출할 수 있다. 예컨대, X 지점의 이차 보정 팩터 x는 상기 연산된 복수의 보정 팩터들 xAB, xAC, xAD의 평균값(Mean)을 사용하거나 중간값(Median)을 사용할 수 있다.
한편, 상기 시스템(100)의 보간 수행부(146)는 다각형 보간법을 이용하여 적어도 세 개의 측정 지점을 연결하는 다각형 내부의 지점들에 대한 이차 보정 팩터들을 추정할 수 있다. 즉, 전체 측정 지점들 중에서 k(k는 3 이상의 정수) 개의 측정 지점을 선택하여 해당 지점들을 연결하는 다각형 내부에 대해 보간을 수행할 수 있다.
도 8에는 삼각형 내부 보간법에 의한 보정 팩터 추정 원리가 도시되어 있다.
도 8에 도시된 바와 같이, 측정 지점 A, B, C를 연결하는 삼각형 내부에 대한 보간에서 측정 지점 A, B, C의 일차 보정 팩터가 각각 a, b, c라고 하면, X 지점의 보정 계수 x는 수학식 4와 같이 추정될 수 있다.
[수학식 4]
수학식 4에서, dA, dB, dC는 각각 측정 지점 A, B, C와 X 간의 거리이다. 즉, 측정 지점 A, B, C 일차 보정 팩터 a, b, c에 각각 X 지점과의 거리에 반비례하는 가중치를 부여하고, 세 값을 더한 값을 X 지점의 이차 보정 팩터로 추정할 수 있다. 이와 같은 방식으로 모든 측정 지점에 대해 보간을 수행하여 측정 지점들 사이의 비측정 지점들에 대한 이차 보정 팩터를 추정할 수 있다.
전체 측정 지점들 중에서 k 개의 지점을 선택할 때, 실시예에 따라 k 각형의 내부 영역이 다른 경우의 수에 따른 k 각형의 내부 영역과 중첩되도록 선택하거나, 중첩되지 않도록 선택할 수 있다.
도 9에는 삼각형 내부 보간법 적용시 세 개의 측정 지점들을 선택하는 방식이 도시되어 있다.
도 9에 도시된 바와 같이, 전체 측정 지점들 A, B, C, D 중에서 3 개의 지점을 선택할 때, 삼각형의 내부 영역이 다른 경우의 수에 따른 삼각형의 내부 영역과 중첩되지 않도록 선택할 수 있다. 즉, 삼각형 ABC와 BCD가 선택될 수 있다. 이 경우, 이러한 두 개의 삼각형에 대해 삼각형 내부 보간을 수행하게 된다.
도 10에는 삼각형 내부 보간법 적용시 세 개의 측정 지점들을 선택하는 방식이 도시되어 있다.
도 10에 도시된 바와 같이, 전체 측정 지점들 A, B, C, D 중에서 3 개의 지점을 선택할 때, 삼각형의 내부 영역이 다른 경우의 수에 따른 삼각형의 내부 영역과 중첩되도록 선택할 수 있다. 즉, 삼각형 ABC, ABD, ACD, BCD가 선택될 수 있다. 이 경우 네 개의 삼각형에 대해 삼각형 내부 보간을 수행하게 된다.
이 경우, 동일 지점에 대해 여러 개의 이차 보정 팩터가 추정될 수 있다. 이 때, 해당 지점에 대한 대표 보정 팩터를 산출할 수 있다. 예컨대, 해당 지점의 보정 팩터는 각각의 경우에 추정된 보정 팩터들의 평균값을 사용하거나 중간값을 사용할 수 있다.
도 11에는 사각형 내부 보간법에 의한 보정 팩터 추정 원리가 도시되어 있다.
도 11에 도시된 바와 같이, 측정 지점 A, B, C, D를 연결하는 사각형 내부에 대한 보간에서 측정 지점 A, B, C, D의 일차 보정 팩터가 각각 a, b, c, d라고 하면, X 지점의 보정 계수 x는 수학식 5와 같이 추정될 수 있다.
[수학식 5]
수학식 5에서, dA, dB, dC, dD는 각각 측정 지점 A, B, C, D와 X 간의 거리이다. 즉, 측정 지점 A, B, C, D의 일차 보정 팩터 a, b, c, d에 각각 X 지점과의 거리에 반비례하는 가중치를 부여하고, 네 값을 더한 값을 X 지점의 이차 보정 팩터로 추정할 수 있다. 이와 같은 방식으로 모든 측정 지점에 대해 보간을 수행하여 측정 지점들 사이의 비측정 지점들에 대한 이차 보정 팩터를 추정할 수 있다.
한편, 보정 팩터를 생성할 수 없는 영역이 기지국에서 가장 가까운 측정 지점까지의 영역인 경우, 보정 팩터를 가장 가까운 측정 지점의 보정 팩터와 동일한 값으로 추정할 수 있다. 반면, 보정 팩터를 생성할 수 없는 영역이 기지국에서 가장 먼 측정 지점 이후의 영역인 경우, 보정 팩터를 가장 먼 측정 지점의 보정 팩터와 동일한 값으로 추정할 수 있다.
도 12에는 무선 환경에 따라 그룹핑된 보정 팩터 그룹별 보간 방법이 도시되어 있다.
도 12에 도시된 바와 같이, LOS 환경의 일차 보정 팩터들과 NLOS 환경의 일차 보정 팩터들을 구분하여 보간을 수행할 수 있다. 무색 영역은 LOS 환경, 회색 영역은 NLOS 영역을 나타낸다. 측정 지점 A, B, C, D는 LOS 환경 영역에 위치하고 있고, 측정 지점 E, F, G, H는 NLOS 환경 영역에 위치하고 있다. 이 경우, ABCD 내부에 있는 LOS 환경 영역에 대해서는 A, B, C, D의 일차 보정 팩터들을 기반으로 보간을 수행하여 이차 보정 팩터를 추정하고, EFGH 내부에 있는 NLOS 환경 영역에 대해서는 E, F, G, H의 일차 보정 팩터들을 기반으로 보간을 수행하여 이차 보정 팩터를 추정한다.
이러한 일차 보정 팩터와 이차 보정 팩터를 포함하는 보정 팩터들은 LOS 또는 NLOS 환경인지 여부와, NLOS 환경 영역인 경우 건물이나 지형 투과 횟수에 따라 분류되어 해당 기지국과의 3D 거리 순으로 정렬되어 데이터베이스에 저장될 수 있다.
표 2에 나타난 바와 같이, 모든 보정 팩터들은 무선 환경 유형별로 분류되어 데이터베이스에 저장될 수 있다.
| 3D 거리(m) | 보정 팩터(Correction factor) | |||
| LOS | NLOS | |||
| 건물 투과 횟 = 1 |
건물 투과 횟수 = 2 |
건물 투과 횟수 = 3 |
||
| 1 | 3 | 5 | 4 | 4 |
| 2 | 3 | 4 | 6 | 3 |
| … | … | … | … | … |
| 1000 | 4 | 3 | -1 | 4 |
| … | … | … | … | … |
이와 같이 데이터베이스화된 보정 팩터 정보는 동일한 설정을 가진 동일 모델의 기지국(RU, 안테나 등)의 측정 데이터를 함께 이용하여 해당 보정 팩터를 생성하는데 이용될 수 있다. 또한, 해당 보정 팩터는 해당 기지국의 이론적 예측에 대한 보정뿐만 아니라, 동일한 설정을 가진 동일 모델의 다른 기지국에 대해, 동일 Pathloss model을 사용한 이론적 예측에도 적용될 수 있다.
한편, 본 발명에 따른 실시예들은 컴퓨터 시스템과 이러한 컴퓨터 시스템을 구동하는 컴퓨터 프로그램으로 구현될 수 있다. 본 발명의 실시예들이 컴퓨터 프로그램으로 구현되는 경우, 본 발명의 구성요소들은 해당 컴퓨터 시스템을 통해 해당 동작이나 작업을 실행하는 프로그램 세그먼트들이다. 이러한 컴퓨터 프로그램 내지 프로그램 세그먼트들은 컴퓨터로 판독 가능한 다양한 기록매체에 저장될 수 있다. 컴퓨터로 판독 가능한 기록매체에는 컴퓨터 시스템이 읽어들일 수 있는 데이터를 기록하는 모든 종류의 매체가 포함된다. 예컨대, 컴퓨터로 판독 가능한 기록매체에는 ROM, RAM, EEPROM, 레지스터, 플래시 메모리, CD-ROM, 자기 테이프, 하드 디스크, 플로피디스크, 또는 광 데이터 기록장치 등이 포함될 수 있다. 또한, 이러한 기록매체는 다양한 네트워크로 연결된 컴퓨터 시스템들에 분산 배치되어 프로그램 코드들을 분산 방식으로 저장하거나 실행시킬 수 있다.
상술한 바와 같이, 본 발명에 따르면, 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 무선 통신 커버리지 예측값들을 보정함으로써, 커버리지 예측 결과의 정확성과 신뢰성을 보장할 수 있다.
또한, 일부 측정 지점들에서 수집된 측정 데이터를 이용하여 해당 측정 지점은 물론 다른 지점들에 대한 이론적 예측값을 보정하는 보정 팩터들을 생성하여 제공함으로써, 전체 커버리지를 구성하는 각각의 단위 영역에 대한 예측값들을 전반적으로 보정할 수 있다.
특히, 실측된 측정 데이터를 이용하여 해당 측정 지점에 대한 일차 보정 팩터를 생성하고, 측정 지점별 일차 보정 팩터들과 비교적 연산량이 적은 보간법을 이용하여 측정 지점들 이외의 지점들에 대한 이차 보정 팩터들을 추정하고, 이러한 일차 및 이차 보정 팩터들을 이용하여 커버리지에 관한 예측값들을 보정함으로써, 무선 통신 커버리지 예측 프로세스를 간소화, 효율화하면서도 예측 결과의 정확성과 신뢰성을 높은 수준으로 개선할 수 있다.
나아가, 본 발명에 따른 실시예들은, 당해 기술 분야는 물론 관련 기술 분야에서 본 명세서에 언급된 내용 이외의 다른 여러 기술적 과제들을 해결할 수 있음은 물론이다.
지금까지 본 발명에 대해 구체적인 실시예들을 참고하여 설명하였다. 그러나 당업자라면 본 발명의 기술적 범위에서 다양한 변형 실시예들이 구현될 수 있음을 명확하게 이해할 수 있을 것이다. 그러므로 앞서 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 할 것이다. 즉, 본 발명의 진정한 기술적 사상의 범위는 청구범위에 나타나 있으며, 그와 균등범위 내에 있는 모든 차이점은 본 발명에 포함되는 것으로 해석되어야 할 것이다.
100 : 무선 통신 커버리지 예측 시스템 110 : 네트워크 정보 수집부
120 : 예측값 산출부 130 : 측정 데이터 수집부
140 : 예측값 보정부 142 : 보정 팩터 생성부
144 : 보정 팩터 그룹핑부 146 : 보간 수행부
148 : 보정 수행부
120 : 예측값 산출부 130 : 측정 데이터 수집부
140 : 예측값 보정부 142 : 보정 팩터 생성부
144 : 보정 팩터 그룹핑부 146 : 보간 수행부
148 : 보정 수행부
Claims (21)
- 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하는 측정 데이터 기반의 무선 통신 커버리지 예측 시스템으로서,
예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델(Pathloss model)을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하는 예측값 산출부;
상기 예측 대상 지역에서 무선 통신 품질을 측정하는 측정 단말들로부터 무선 통신 품질에 관한 측정 데이터를 수집하는 측정 데이터 수집부; 및
수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터(primary correction factor)를 생성하고, 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터(secondary correction factor)를 추정하고, 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 예측값 산출부에 의해 산출된 이론적 예측값을 보정하는 예측값 보정부를 포함하는 무선 통신 커버리지 예측 시스템. - 제1항에 있어서,
상기 예측값 산출부는, 미리 저장된 복수의 경로 손실 모델 중 상기 예측 대상 지역의 전파 환경에 대응하는 경로 손실 모델을 선정하고, 선정된 경로 손실 모델과 상기 기지국의 안테나에 관한 상기 예측 대상 지역의 단위 영역별 안테나 이득 정보를 이용하여 상기 예측 대상 지역의 단위 영역별로 상기 기지국의 무선 통신 커버리지에 관한 예측값을 산출하도록 구성된 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 제1항에 있어서,
상기 측정 데이터 수집부는, 상기 측정 단말들로부터 무선 통신 품질에 관한 측정값과 해당 측정 지점의 위치 정보를 포함하는 측정 데이터를 수집하도록 구성된 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 제1항에 있어서,
상기 예측값 보정부는,
측정 지점별로 무선 통신 품질에 관한 이론값을 산출하고, 산출된 이론값과 수집된 측정 데이터에 포함된 무선 통신 품질에 관한 측정값을 측정 지점별로 비교하여 측정 지점별 일차 보정 팩터들을 생성하는 보정 팩터 생성부;
상기 측정 지점별 일차 보정 팩터들에 대해 보간(interpolation)을 수행하여 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하는 보간 수행부; 및
상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 상기 예측값 산출부에 의해 산출된 이론적 예측값에 적용하여 보정된 예측값을 산출하는 보정 수행부를 포함하는 무선 통신 커버리지 예측 시스템. - 제4항에 있어서,
상기 보정 팩터 생성부에 의해 생성되는 일차 보정 팩터는, 해당 측정 지점에서의 측정값과 이론값 간의 차이에 대응하는 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 제4항에 있어서,
상기 보간 수행부는, 선형 보간법(linear interpolation)을 이용하여 두 측정 지점을 연결하는 직선상의 일정 지점에 대한 이차 보정 팩터를 추정하거나, 다각형 보간법(polygon interpolation)을 이용하여 적어도 세 개의 측정 지점을 연결하는 다각형 내부의 일정 지점에 대한 이차 보정 팩터를 추정하도록 구성된 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 제4항에 있어서,
상기 보간 수행부는, 상기 측정 지점별 일차 보정 팩터들 중 미리 결정된 정상값 범위에 속하지 않는 값을 가진 비정상 보정 팩터를 제외하고 나머지 일차 보정 팩터들에 대해 보간을 수행하여 상기 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하도록 구성된 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 제4항에 있어서,
상기 예측값 보정부는, 상기 측정 지점별 일차 보정 팩터들을 해당 측정 지점의 무선 환경 유형에 따라 분류하여 그룹핑하는 보정 팩터 그룹핑부를 더 포함하고,
상기 보간 수행부는, 상기 보정 팩터 그룹핑부에 의해 그룹핑된 보정 팩터 그룹별로 보간을 수행하도록 구성된 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 제8항에 있어서,
상기 보정 팩터 그룹핑부는, 상기 측정 지점별 일차 보정 팩터들을, 해당 측정 지점의 무선 환경이 LOS(Line Of Sight) 환경인 LOS 일차 보정 팩터 그룹과 NLOS(NonLine Of Site) 환경인 NLOS 일차 보정 팩터 그룹으로 그룹핑하도록 구성된 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 제9항에 있어서,
상기 보정 팩터 그룹핑부는, 상기 기지국의 안테나와 해당 측정 지점을 연결하는 직선 경로의 건물 투과 횟수 또는 지형 투과 횟수에 따라 상기 NLOS 일차 보정 팩터 그룹을 복수의 서브 그룹으로 그룹핑하도록 구성된 것을 특징으로 하는 무선 통신 커버리지 예측 시스템. - 데이터 통신이 가능한 컴퓨터 시스템이 실측된 무선 통신 품질에 관한 측정 데이터를 기반으로 기지국의 무선 통신 커버리지를 예측하는 측정 데이터 기반의 무선 통신 커버리지 예측 방법으로서,
상기 시스템이 예측 대상 지역의 기지국에 관한 정보 및 지리 정보와 경로 손실 모델(Pathloss model)을 이용하여 기지국의 무선 통신 커버리지에 관한 이론적 예측값을 산출하는 (a) 단계;
상기 시스템이 상기 예측 대상 지역에서 무선 통신 품질을 측정하는 측정 단말들로부터 무선 통신 품질에 관한 측정 데이터를 수집하는 (b) 단계;
상기 시스템이 수집된 측정 데이터를 이용하여 상기 측정 단말들이 무선 통신 품질 측정을 수행한 측정 지점별로 해당 측정 지점의 무선 통신 품질에 관한 예측값을 보정하는 일차 보정 팩터(primary correction factor)를 생성하는 (c) 단계;
상기 시스템이 측정 지점별 일차 보정 팩터들을 이용하여 측정 지점 이외의 지점들 각각에 대한 이차 보정 팩터(secondary correction factor)를 추정하는 (d) 단계; 및
상기 시스템이 상기 측정 지점별 일차 보정 팩터들과 추정된 이차 보정 팩터들을 적용하여 상기 (a) 단계에서 산출된 이론적 예측값을 보정하는 (e) 단계를 포함하는 무선 통신 커버리지 예측 방법. - 제11항에 있어서,
상기 (a) 단계는, 미리 저장된 복수의 경로 손실 모델 중 상기 예측 대상 지역의 전파 환경에 대응하는 경로 손실 모델을 선정하고, 선정된 경로 손실 모델과 상기 기지국의 안테나에 관한 상기 예측 대상 지역의 단위 영역별 안테나 이득 정보를 이용하여 상기 예측 대상 지역의 단위 영역별로 상기 예측 대상 지역의 단위 영역별로 상기 기지국의 무선 통신 커버리지에 관한 예측값을 산출하는 단계를 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제11항에 있어서,
상기 (b) 단계는, 상기 측정 단말들로부터 무선 통신 품질에 관한 측정값과 해당 측정 지점의 위치 정보를 포함하는 측정 데이터를 수집하는 단계를 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제11항에 있어서,
상기 (c) 단계는, 측정 지점별로 무선 통신 품질에 관한 이론값을 산출하고, 산출된 이론값과 수집된 측정 데이터에 포함된 무선 통신 품질에 관한 측정값을 측정 지점별로 비교하여 측정 지점별 일차 보정 팩터들을 생성하는 단계를 포함하고,
상기 (d) 단계는, 상기 측정 지점별 일차 보정 팩터들에 대해 보간(interpolation)을 수행하여 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하는 단계를 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제14항에 있어서,
상기 (c) 단계에서 생성되는 일차 보정 팩터는, 해당 측정 지점에서의 측정값과 이론값 간의 차이에 대응하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제14항에 있어서,
상기 (d) 단계는, 선형 보간법(linear interpolation)을 이용하여 두 측정 지점을 연결하는 직선상의 일정 지점에 대한 이차 보정 팩터를 추정하거나, 다각형 보간법(polygon interpolation)을 이용하여 적어도 세 개의 측정 지점을 연결하는 다각형 내부의 일정 지점에 대한 이차 보정 팩터를 추정하는 단계를 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제14항에 있어서,
상기 (d) 단계는, 상기 측정 지점별 일차 보정 팩터들 중 미리 결정된 정상값 범위에 속하지 않는 값을 가진 비정상 보정 팩터를 제외하고 나머지 일차 보정 팩터들에 대해 보간을 수행하여 상기 측정 지점 이외의 지점들에 대한 이차 보정 팩터들을 추정하는 단계를 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제14항에 있어서,
상기 방법은, 상기 (d) 단계 전에 상기 측정 지점별 일차 보정 팩터들을 해당 측정 지점의 무선 환경 유형에 따라 분류하여 그룹핑하는 (c1) 단계를 더 포함하고,
상기 (d) 단계는, 상기 (c1) 단계에서 그룹핑된 보정 팩터 그룹별로 보간을 수행하는 단계를 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제18항에 있어서,
상기 (c1) 단계는, 상기 측정 지점별 일차 보정 팩터들을, 해당 측정 지점의 무선 환경이 LOS(Line Of Sight) 환경인 LOS 일차 보정 팩터 그룹과 NLOS(NonLine Of Site) 환경인 NLOS 일차 보정 팩터 그룹으로 그룹핑하는 단계를 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제19항에 있어서,
상기 (c1) 단계는, 상기 기지국의 안테나와 해당 측정 지점을 연결하는 직선 경로의 건물 투과 횟수 또는 지형 투과 횟수에 따라 상기 NLOS 일차 보정 팩터 그룹을 복수의 서브 그룹으로 그룹핑하는 단계를 더 포함하는 것을 특징으로 하는 무선 통신 커버리지 예측 방법. - 제11항 내지 제20항 중 어느 한 항에 따른 방법을 컴퓨터를 통해 실행하는 컴퓨터 프로그램으로서 컴퓨터로 판독 가능한 기록매체에 기록된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190107419A KR20210026520A (ko) | 2019-08-30 | 2019-08-30 | 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190107419A KR20210026520A (ko) | 2019-08-30 | 2019-08-30 | 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210026520A true KR20210026520A (ko) | 2021-03-10 |
Family
ID=75148267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190107419A KR20210026520A (ko) | 2019-08-30 | 2019-08-30 | 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210026520A (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115250478A (zh) * | 2021-04-28 | 2022-10-28 | 中国移动通信集团上海有限公司 | 楼宇5g覆盖建设方案确定方法、装置、设备及存储介质 |
| CN115334523A (zh) * | 2021-05-10 | 2022-11-11 | 中国移动通信集团设计院有限公司 | 网络覆盖测算方法、装置、设备及计算机可读存储介质 |
| KR20230034103A (ko) * | 2021-09-02 | 2023-03-09 | 주식회사 케이티 | 기지국의 커버리지 분석 방법 및 장치 |
| KR20230046866A (ko) * | 2021-09-30 | 2023-04-06 | 주식회사 케이티 | 기지국의 현행화 오류 탐지 방법 및 장치 |
| CN117989702A (zh) * | 2024-04-02 | 2024-05-07 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 一种异味监测预警及智慧化处理方法、系统及存储介质 |
-
2019
- 2019-08-30 KR KR1020190107419A patent/KR20210026520A/ko active IP Right Grant
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115250478A (zh) * | 2021-04-28 | 2022-10-28 | 中国移动通信集团上海有限公司 | 楼宇5g覆盖建设方案确定方法、装置、设备及存储介质 |
| CN115250478B (zh) * | 2021-04-28 | 2023-09-19 | 中国移动通信集团上海有限公司 | 楼宇5g覆盖建设方案确定方法、装置、设备及存储介质 |
| CN115334523A (zh) * | 2021-05-10 | 2022-11-11 | 中国移动通信集团设计院有限公司 | 网络覆盖测算方法、装置、设备及计算机可读存储介质 |
| CN115334523B (zh) * | 2021-05-10 | 2023-12-19 | 中国移动通信集团设计院有限公司 | 网络覆盖测算方法、装置、设备及计算机可读存储介质 |
| KR20230034103A (ko) * | 2021-09-02 | 2023-03-09 | 주식회사 케이티 | 기지국의 커버리지 분석 방법 및 장치 |
| KR20230046866A (ko) * | 2021-09-30 | 2023-04-06 | 주식회사 케이티 | 기지국의 현행화 오류 탐지 방법 및 장치 |
| CN117989702A (zh) * | 2024-04-02 | 2024-05-07 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 一种异味监测预警及智慧化处理方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20210026520A (ko) | 측정 데이터 기반의 무선 통신 커버리지 예측 시스템 및 방법 | |
| Kurner et al. | Prediction of outdoor and outdoor-to-indoor coverage in urban areas at 1.8 GHz | |
| CA2840250C (en) | An improved system and method for wireless positioning in wireless network-enabled environments | |
| US11902799B2 (en) | Station placement designing method, station placement designing apparatus and station placement designing program | |
| US8233906B2 (en) | Method and arrangement for determination of the radio coverage in a multicell mobile radio 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 | |
| CN106376007B (zh) | 一种基站覆盖性能定位方法及系统 | |
| KR20160133716A (ko) | 측위 환경 분석 장치, 이를 이용한 단말기의 위치 결정 성능 예측 방법 및 시스템 | |
| Anderson et al. | Modeling environmental effects on directionality in wireless networks | |
| CN114025372B (zh) | 基于mr数据的5g rsrp计算方法及系统 | |
| Molina-Garcia et al. | Enhanced in-building fingerprint positioning using femtocell networks | |
| CN105828342B (zh) | 一种确认邻区关系的方法及装置 | |
| KR20210048815A (ko) | 무선 네트워크 최적화 시스템 및 방법 | |
| CN116133037A (zh) | 一种无线网络评估方法及装置 | |
| CN115002795A (zh) | 波束赋形方法、装置、电子设备及可读存储介质 | |
| CN112703415B (zh) | 网络定位rf规划器 | |
| CN114095942A (zh) | 通信设备选型方法 | |
| KR102546574B1 (ko) | 기지국의 커버리지 분석 방법 및 장치 | |
| KR102691050B1 (ko) | 무선망 품질 분석 시스템 및 방법 | |
| Jaziri et al. | Tracking traffic peaks in mobile networks using statistics of performance metrics | |
| KR102553858B1 (ko) | 기지국의 현행화 오류 탐지 방법 및 장치 | |
| EP2753113B1 (en) | Method and apparatus for cell outage handling | |
| KR102648872B1 (ko) | 기계적 방위각 및 기계적 경사각의 현행화 방법 및 장치 | |
| Ozimek et al. | GRASS-RaPlaT-an open-source tool for radio coverage calculations | |
| US11876572B2 (en) | Wireless telecommunications network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |