KR20240055402A - 인공지능 학습 멀티홉 IoT 중계 장치 및 방법 - Google Patents

인공지능 학습 멀티홉 IoT 중계 장치 및 방법 Download PDF

Info

Publication number
KR20240055402A
KR20240055402A KR1020220135654A KR20220135654A KR20240055402A KR 20240055402 A KR20240055402 A KR 20240055402A KR 1020220135654 A KR1020220135654 A KR 1020220135654A KR 20220135654 A KR20220135654 A KR 20220135654A KR 20240055402 A KR20240055402 A KR 20240055402A
Authority
KR
South Korea
Prior art keywords
repeater
antenna
service
donor
type
Prior art date
Application number
KR1020220135654A
Other languages
English (en)
Inventor
선종필
조갑구
Original Assignee
주식회사 유큐브이
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 유큐브이 filed Critical 주식회사 유큐브이
Priority to KR1020220135654A priority Critical patent/KR20240055402A/ko
Publication of KR20240055402A publication Critical patent/KR20240055402A/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/155—Ground-based stations
    • H04B7/15592—Adapting at the relay station communication parameters for supporting cooperative relaying, i.e. transmission of the same data via direct - and relayed path
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y30/00—IoT infrastructure
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/155—Ground-based stations
    • H04B7/15528—Control of operation parameters of a relay station to exploit the physical medium
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행하고, 배터리를 내장하여 정전 시에도 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행하는 인공지능 학습 멀티홉 IoT 중계 장치 및 방법에 관한 것이다.
본 발명의 인공지능 학습 멀티홉 IoT 중계 장치는 하향 신호를 제 1 도너 안테나로부터 수신하여 제 1 서비스 안테나로 중계하고 상향 신호를 제 1 서비스 안테나로 수신하여 제 1 도너 안테나로 중계하는 제 1 중계기, 제 1 중계기와 제 2 도너 안테나를 통하여 정합하고 단말과 제 2 서비스 안테나를 통하여 정합하는 제 2 중계기, 및 제 1 서비스 안테나와 제 2 도너 안테나 간의 채널 상태 및 제 2 중계기 이후의 채널 상태를 인공지능으로 학습한 결과를 제 1 중계기 및 제 2 중계기로 제공하는 인공지능 학습 서버를 포함하고, 제 1 중계기 또는 제 2 중계기는, 송수신 안테나를 하나씩만 구비한 제 1 형 중계기, 송신 안테나와 수신 안테나를 구분하여 구비한 제 2 형 중계기, 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 구비한 제 3 형 중계기, 능동 소자 없이 송수신 안테나를 하나씩만 구비한 제 4 형 중계기, 및 능동 소자 없이 다수의 송수신 안테나를 구비한 제 5 형 중계기 중 어느 하나를 사용한다.

Description

인공지능 학습 멀티홉 IoT 중계 장치 및 방법{Artificial intelligence learning multi-hop IoT relay device and its method}
본 발명은 인공지능 학습 멀티홉 IoT 중계 장치 및 방법에 관한 것으로, 상세하게는, 멀티 홉으로 이동통신 중계 및 IoT 네트워크 통신을 수행하는 것이다. 즉, 본 발명은 적어도 두 개 이상의 중계기를 멀티홉으로 연결하여 이동통신 중계를 수행하고 이와 동시에 환경 데이터를 IoT 네트워크로 통신을 수행할 수 있는 인공지능 학습 멀티홉 IoT 중계 장치 및 방법에 관한 것이다.
IoT(Internet of Things)란 Internet of objects로도 불리우며, 통신 가능한 모든 사물들을 네트워크에 연결하여 상호 통신 수행이 가능한 개념을 의미한다. 시스템적으로 인지할 수 있는 모든 객체는 Things 또는 Object로 분류하며, 여기에는 RFID를 포함한 근거리 및 원거리 통신 기능을 탑재하고, 센서 등 데이터 생산 및 이용이 가능한 사물(또는 센서 노드라 칭함) 또는 사람이 이에 포함될 수 있다.
센서 노드는 통신 네트워크를 통해 데이터를 송수신할 수 있으며, 또한, 다른 공간에 있는 센서 노드 등의 사물로부터 정보를 얻거나 제어할 수 있도록 한다. 존재하는 다양한 센서 노드 들은 각 센서 노드 별 네트워크에 최적화된 이기종의 프로토콜을 각각 사용해 왔다.
예를 들어, 기존 인터넷은 리소스가 충분한 컴퓨터와 같은 디바이스 사이에서 사용되었으며, 센서 등 사물간의 통신은 상대적으로 리소스가 없거나 제한된 RFID, ZigBee 등이 사용되고 있다.
최근 트위터 및 페이스 북 등의 인터넷 서비스가 모바일 장치까지 확대되어, 모바일을 지원하는 웹페이지가 늘어나면서 모바일의 시스템 레벨 제어를 위한 기능도 HTML5의 표준안에 반영되고 있다. 따라서, 컴퓨터만을 위한 네트워크를 넘어 모바일 및 임베디드 디바이스의 영역까지 인터넷이 확장되고 있으며, 웹 플랫폼은 그 중에서도 가장 큰 영향력을 가진 프로토콜로, 인터넷 시장에서는 많은 관심을 받고 있다.
한편, 유비쿼터스 컴퓨팅 등 사물간 네트워크 기술에서도 폐쇄적 네트워크를 기반으로 통신의 최적화를 얻기 위한 연구보다는 이기종 네트워크 간의 호환성을 개선하기 위한 사물간 통신(M2M, Machine to Machine Communication), Internet of Things(IoT)에 대한 연구가 진행되고 있다. ZigBee 등 폐쇄적 네트워크에서도 IP를 지원하여 이기종 네트워크 사이에서 호환성을 가질 수 있도록 하는 방향으로 표준화가 진행되고 있다.
이렇듯, 인터넷과 사물 간 통신의 융화가 최근 이슈이며, 여기에는 호환성, 접근성 및 활용성의 이점 때문에 웹플랫폼이 IoT의 매개체로 각광받고 있다. 따라서, 웹플랫폼을 이용한 IoT 사물 브라우징 및 네트워크 중계 기술에 대한 필요성이 증가하고 있다.
그 일례로, 대한민국 특허등록공보 제10-1188507호에서는 TCP/HTTP 프로토콜을 기반으로, 이기종 네트워크 간의 중계를 효율적으로 수행할 수 있는 기술을 제공하고 자원이 제약적인 센서 노드에서도 인터넷의 고정 컨텐츠 공급부를 이용하여 풍부한 UI표현을 지원하는 효율적인 자원 활용이 가능한 네트워크 중계 기술을 제시하였다.
그러나 이 경우에도 이동통신 중계와 IoT 네트워크 중계를 동시에 수행할 수 없는 단점이 있다.
대한민국 특허등록공보 제10-1188507호(2012.10.05.)
본 발명의 목적은, 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행하는 인공지능 학습 멀티홉 IoT 중계 장치 및 방법을 제공하는 것이다.
본 발명은 배터리를 내장하여 정전 시에도 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행하는 인공지능 학습 멀티홉 IoT 중계 장치 및 방법을 제공하는데 또 다른 목적이 있다.
본 발명에 따른 인공지능 학습 멀티홉 IoT 중계 장치는 하향 신호를 제 1 도너 안테나로부터 수신하여 제 1 서비스 안테나로 중계하고 상향 신호를 제 1 서비스 안테나로 수신하여 제 1 도너 안테나로 중계하는 제 1 중계기, 제 1 중계기와 제 2 도너 안테나를 통하여 정합하고 단말과 제 2 서비스 안테나를 통하여 정합하는 제 2 중계기, 및 제 1 서비스 안테나와 제 2 도너 안테나 간의 채널 상태 및 제 2 중계기 이후의 채널 상태를 인공지능으로 학습한 결과를 제 1 중계기 및 제 2 중계기로 제공하는 인공지능 학습 서버를 포함하고, 제 1 중계기 또는 제 2 중계기는, 송수신 안테나를 하나씩만 구비한 제 1 형 중계기, 송신 안테나와 수신 안테나를 구분하여 구비한 제 2 형 중계기, 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 구비한 제 3 형 중계기, 능동 소자 없이 송수신 안테나를 하나씩만 구비한 제 4 형 중계기, 및 능동 소자 없이 다수의 송수신 안테나를 구비한 제 5 형 중계기 중 어느 하나를 사용할 수 있다.
여기서, 인공지능 학습 서버는 제 1 중계기 및 제 2 중계기의 송수신 신호를 입력받는 입력층, 결과를 출력하는 출력층, 및 입력층 및 출력층 간에 연결되어 입력층과 출력층의 연결 관계를 구성하도록 심층 신경망으로 구성된 은닉층을 포함할 수 있다.
또한, 은닉층은 적어도 어느 하나의 지연 블록을 포함하여 과거 정보와 현재 정보를 동시에 업데이트할 수 있다.
여기서, 인공지능 학습 서버는 제 2 중계기의 이동에 따른 제 1 서비스 안테나와 제 2 도너 안테나 간의 채널 변화 또는 제 2 중계기 이후의 채널 변화에 대한 정보를 토대로 시간차 학습의 보상 함수를 업데이트할 수 있다.
또한, 인공지능 학습 서버는 제 2 중계기의 이동에 따른 제 1 서비스 안테나와 제 2 도너 안테나 간의 채널 변화 또는 제 2 중계기 이후의 채널 변화에 대한 정보를 토대로 몬테카를로 학습의 보상 함수를 업데이트할 수 있다.
여기서, 제 1 형 중계기는 하향 신호 또는 상향 신호를 기지국과 정합하는 도너 안테나, 도너 안테나의 하향 신호와 상향 신호를 분리하는 도너 멀티플렉서, 하향 신호 또는 상향 신호를 제 2 중계기와 정합하는 서비스 안테나, 및 서비스 안테나의 하향 신호와 상향 신호를 분리하는 서비스 멀티플렉서를 포함할 수 있다.
또한, 도너 멀티플렉서 또는 서비스 멀티플렉서는 하향 신호 또는 상향 신호의 전송이 주파수 분할을 사용할 경우 멀티플렉서를 구비하고, 시간 분할을 사용할 경우 스위치를 구비할 수 있다.
여기서, 제 2 형 중계기는 하향 신호를 수신하는 도너 수신 안테나, 도너 수신 안테나로부터 수신한 하향 신호를 증폭한 후 무선으로 송신을 담당하는 서비스 송신 안테나, 상향 신호를 수신하는 서비스 수신 안테나, 및 서비스 수신 안테나로부터 수신한 상향 신호를 증폭한 후 무선으로 송신을 담당하는 도너 송신 안테나를 포함할 수 있다.
또한, 제 2 형 중계기는 온도 감지, 화재 감지, 사람 감지 등 적어도 어느 하나를 포함하는 센서부를 포함할 수 있다.
여기서, 제 2 형 중계기는 정전시에도 운용이 가능하도록 배터리를 포함할 수 있다.
또한, 제 2 형 중계기는 사물인터넷 네트워크 통신을 위한 통신 모듈을 포함할 수 있다.
여기서, 제 2 형 중계기는 제 2 형 중계기의 센서부, 배터리, 통신 모듈, 및 능동 소자를 제어하기 위한 제어부를 포함할 수 있다.
또한, 제 3 형 중계기는 하향 신호를 수신하는 제 1 도너 수신 안테나 및 제 2 도너 수신 안테나, 제 1 도너 수신 안테나 및 제 2 도너 수신 안테나로부터 수신한 하향 신호를 증폭한 후 무선으로 송신을 담당하는 제 1 서비스 송신 안테나 및 제 2 서비스 송신 안테나, 상향 신호를 수신하는 제 1 서비스 수신 안테나 및 제 2 서비스 수신 안테나, 및 제 1 서비스 수신 안테나 및 제 2 서비스 수신 안테나로부터 수신한 상향 신호를 증폭한 후 무선으로 송신을 담당하는 제 1 도너 송신 안테나 및 제 2 도너 송신 안테나를 포함할 수 있다.
여기서, 제 3 형 중계기는 능동 소자를 포함한 다수의 송신 및 수신 안테나를 구비하여 MIMO 중계를 수행할 수 있다.
또한, 제 4 형 중계기는 하향 신호 또는 상향 신호를 기지국과 정합하는 도너 안테나 및 도너 안테나와 연결되어 하향 신호 또는 상향 신호를 단말과 정합하는 서비스 안테나를 포함할 수 있다.
여기서, 제 5 형 중계기는 하향 신호 또는 상향 신호를 기지국과 정합하는 제 1 도너 송수신 안테나, 제 2 도너 송수신 안테나, 제 3 도너 송수신 안테나, 및 제 4 도너 송수신 안테나 및 제 1 도너 송수신 안테나, 제 2 도너 송수신 안테나, 제 3 도너 송수신 안테나, 및 제 4 도너 송수신 안테나와 연결되어 하향 신호 또는 상향 신호를 단말과 정합하는 제 1 서비스 송수신 안테나, 제 2 서비스 송수신 안테나, 제 3 서비스 송수신 안테나, 및 제 4 서비스 송수신 안테나를 포함할 수 있다.
또한, 제 5 형 중계기는 다수의 송신 및 수신 안테나를 구비하여 MIMO 중계를 수행할 수 있다.
여기서, 제 1 중계기는 제 1 서비스 안테나에서 송신한 신호가 반사되어 다시 수신된 신호를 분석하여 제 2 중계기와의 거리를 파악할 수 있다.
또한, 제 1 중계기 또는 제 2 중계기는 제 2 서비스 안테나에서 송신한 신호가 반사되어 제 2 서비스 안테나로 다시 수신된 신호를 분석하여 제 2 서비스 안테나 이후의 환경 변화를 분석할 수 있다.
본 발명의 다른 실시예에 따른 인공지능 학습 멀티홉 IoT 중계 방법은 제 1 중계기에서 하향 신호를 제 1 도너 안테나로부터 수신하여 제 1 서비스 안테나로 중계하고 상향 신호를 제 1 서비스 안테나로 수신하여 제 1 도너 안테나로 중계하는 제 1 중계 단계, 제 2 중계기에서 제 1 중계기와 제 2 도너 안테나를 통하여 정합하고 단말과 제 2 서비스 안테나를 통하여 정합하는 제 2 중계 단계, 및 인공지능 학습 서버에서 제 1 서비스 안테나와 제 2 도너 안테나 간의 채널 상태 및 제 2 중계기 이후의 채널 상태를 인공지능으로 학습한 결과를 제 1 중계기 및 제 2 중계기로 제공하는 채널 학습 결과 제공 단계를 포함하고, 제 1 중계기 또는 제 2 중계기는, 송수신 안테나를 하나씩만 구비한 제 1 형 중계기, 송신 안테나와 수신 안테나를 구분하여 구비한 제 2 형 중계기, 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 구비한 제 3 형 중계기, 능동 소자 없이 송수신 안테나를 하나씩만 구비한 제 4 형 중계기, 및 능동 소자 없이 다수의 송수신 안테나를 구비한 제 5 형 중계기 중 어느 하나를 사용하는 것을 특징으로 할 수 있다.
본 발명에 의한 인공지능 학습 멀티홉 IoT 중계 장치 및 방법은 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행하는 장점이 있다.
또한, 본 발명에 의한 인공지능 학습 멀티홉 IoT 중계 장치 및 방법은 배터리를 내장하여 정전 시에도 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행할 수 있는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능 학습 멀티홉 IoT 중계 장치를 나타낸 구성도이다.
도 2는 도 1의 인공지능 학습 서버를 상세히 나타낸 구성도이다.
도 3은 도 1의 제 1 중계기 또는 제 2 중계기가 송수신 안테나를 하나씩만 사용한 제 1 형 중계기에 대해 상세히 나타낸 구성도이다.
도 4는 도 1의 제 1 중계기 또는 제 2 중계기가 송신 안테나와 수신 안테나를 구분하여 사용한 제 2 형 중계기에 대해 상세히 나타낸 구성도이다.
도 5는 도 1의 제 1 중계기 또는 제 2 중계기가 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 사용한 제 3 형 중계기에 대해 상세히 나타낸 구성도이다.
도 6은 도 1의 제 1 중계기 또는 제 2 중계기가 능동 소자 없이 송수신 안테나를 하나씩만 사용한 제 4 형 중계기에 대해 상세히 나타낸 구성도이다.
도 7은 도 1의 제 1 중계기 또는 제 2 중계기가 능동 소자 없이 다수의 송수신 안테나를 사용한 제 5 형 중계기에 대해 상세히 나타낸 구성도이다.
도 8은 도 1의 제 1 서비스 안테나에서 송신된 신호가 반사되어 수신된 파형이다.
도 9는 도 1의 제 2 서비스 안테나에서 송신된 신호가 반사되어 수신된 파형이다.
도 10은 본 발명의 다른 실시예에 따른 인공지능 학습 멀티홉 IoT 중계 방법을 나타낸 순서도이다.
본 발명의 실시를 위한 구체적인 실시예를 첨부된 도면들을 참조하여 설명한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 자세하게 설명하고자 한다. 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 의도는 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 인공지능 학습 멀티홉 IoT 중계 장치 및 방법에 대해 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 인공지능 학습 멀티홉 IoT 중계 장치를 나타낸 구성도이며, 도 2 내지 도 9는 도 1을 상세히 설명하기 위한 세부 구성도 및 파형이다.
이하, 도 1 내지 도 9를 참조하여 본 발명의 일 실시예에 따른 인공지능 학습 멀티홉 IoT 중계 장치를 설명할 수 있다.
먼저, 도 1을 참조하면, 본 발명의 일 실시예에 따른 인공지능 학습 멀티홉 IoT 중계 장치는 하향 신호를 제 1 도너 안테나(100)로부터 수신하여 제 1 서비스 안테나(300)로 중계하고 상향 신호를 제 1 서비스 안테나(300)로 수신하여 제 1 도너 안테나(100)로 중계하는 제 1 중계기(200), 제 1 중계기(200)와 제 2 도너 안테나(400)를 통하여 정합하고 단말과 제 2 서비스 안테나(600)를 통하여 정합하는 제 2 중계기(500), 및 제 1 서비스 안테나(300)와 제 2 도너 안테나(400) 간의 채널 상태 및 제 2 중계기(500) 이후의 채널 상태를 인공지능으로 학습한 결과를 제 1 중계기(200) 및 제 2 중계기(500)로 제공하는 인공지능 학습 서버(250)를 포함하고, 제 1 중계기(200) 또는 제 2 중계기(500)는, 송수신 안테나를 하나씩만 구비한 제 1 형 중계기(700), 송신 안테나와 수신 안테나를 구분하여 구비한 제 2 형 중계기(810), 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 구비한 제 3 형 중계기(820), 능동 소자 없이 송수신 안테나를 하나씩만 구비한 제 4 형 중계기(910), 및 능동 소자 없이 다수의 송수신 안테나를 구비한 제 5 형 중계기(920) 중 어느 하나를 사용하는 것을 특징으로 할 수 있다.
즉, 제 1 중계기(200)와 제 2 중계기(500)가 멀티홉으로 연결되고 있으며, 제 1 중계기(200) 또는 제 2 중계기(500) 중 적어도 어느 하나에는 각종 센서 및 IoT 통신 모듈이 내장되어 있어, 제 1 중계기(200) 및 제 2 중계기(500)를 통해 이동통신 중계 서비스와 IoT 중계 서비스를 동시에 수행할 수 있는 장점이 있다.
도 2는 도 1의 인공지능 학습 서버(250)를 상세히 나타낸 구성도이다.
도 2에서 볼 수 있는 바와 같이, 인공지능 학습 서버(250)는 제 1 중계기(200) 및 제 2 중계기(500)의 송수신 신호를 입력받는 입력층(251), 결과를 출력하는 출력층(256), 및 입력층(251) 및 출력층(256) 간에 연결되어 입력층(251)과 출력층(256)의 연결 관계를 구성하도록 심층 신경망으로 구성된 은닉층(259)을 포함할 수 있다.
또한, 은닉층(259)은 적어도 어느 하나의 지연 블록을 포함하여 과거 정보와 현재 정보를 동시에 업데이트할 수 있다.
여기서, 인공지능 학습 서버(250)는 제 2 중계기(500)의 이동에 따른 제 1 서비스 안테나(300)와 제 2 도너 안테나(400) 간의 채널 변화 또는 제 2 중계기(500) 이후의 채널 변화에 대한 정보를 토대로 시간차 학습의 보상 함수를 업데이트할 수 있다.
또한, 인공지능 학습 서버(250)는 제 2 중계기(500)의 이동에 따른 제 1 서비스 안테나(300)와 제 2 도너 안테나(400) 간의 채널 변화 또는 제 2 중계기(500) 이후의 채널 변화에 대한 정보를 토대로 몬테카를로 학습의 보상 함수를 업데이트할 수 있다.
여기서, 인공지능 학습 서버(250)는 인공지능 학습을 위해 몬테카를로 학습 또는 시간차 학습을 동시에 수행할 수 있다.
몬테카를로 학습(Monte-Carlo Learning, MCL)과 시간차 학습(TemporalDifference Learning, TDL)은 마르코프 결정 과정을 기본으로 하되 시행착오를 겪는 방식을 통해 실제로 경험한 정보를 토대로 가치 함수를 순차적으로 업데이트하는 방법으로서, 모든 경우의 수를 따지지 않고, 샘플링을 평균하여 보상 함수의 값을 추정하는 강화학습의 일종이다.
몬테카를로 학습은 에피소드(episode) 가 종료된 후 에피소드 동안 경험했던 모든 상태에 대해서 보상 함수를 업데이트하는 반면, 시간차 학습은 에피소드가 종료될 때까지 기다릴 필요 없이 타임 스텝별로 바로 보상 함수를 업데이트 할 수 있는 장점이 있다.
즉, 제 2 중계기(500)가 장착된 엘레베이터가 이동 시 제 1 서비스 안테나(300)와 제 2 도너 안테나(400) 사이의 채널에 변동이 생기고 이에 대한 채널 변동에 대해 시간차 학습을 수행하고, 완전 히 멈춘 경우 각 층별 채널 예측 정확도에 대해 보상 값을 차별화하여 보상 함수를 업데이트 할 수 있다.
이를 위해, 인공지능 학습 서버(250)는 제 2 중계기(500)가 정지하기 전까지 시간차 학습의 보상 함수를 업데이트하거나 제 2 중계기(500)가 정지된 후 제 2 중계기(500)가 이동한 도중의 채널 정보를 토대로 몬테카를로 학습의 보상 함수를 업데이트한다.
따라서, 은닉층(259)은 적어도 어느 하나의 지연 블록을 포함하여 과거 정보와 현재 정보를 동시에 업데이트할 수 있도록 한다.
은닉층(259)은 제 1지연(252), 제 1은닉층(253), 제 N지연(254), 및 제 N은닉층(255)으로 구성되어 적어도 어느 하나의 지연 블록을 포함한 은닉층으로 구성되어 제 2 중계기(500)의 속도 및 가속도에 대해 학습 수행이 가능한 장점이 있다.
제 2 중계기(500)의 이동 전 가상 훈련을 통해 제 2 중계기(500)의 이동 속도, 방향 등을 발생시켜 인공지능 학습 서버(250)를 훈련시킴으로써, 층별 제 1 서비스 안테나(300)와 제 2 도너 안테나(400) 사이의 채널 변동 예측 성능을 높일 수 있으며, 이를 지속적으로 업데이트하여 채널 변동 예측 성능의 정확도를 지속적으로 높이는 장점이 있다.
한편, 엘레베이터 내부에 탑승 인원이 변동 시 제 2 중계기(500) 이후의 채널에 변동이 생기고 이에 대한 채널 변동에 대해 시간차 학습을 수행하고, 탑승 인원의 변동 이 없을 경우 탑승 인원 별 채널 예측 정확도에 대해 보상 값을 차별화하여 보상 함수를 업데이트 할 수 있다.
이를 위해, 인공지능 학습 서버(250)는 탑승 인원의 변도에 대해 시간차 학습의 보상 함수를 업데이트하거나 탑승 인원이 없을 때 그 동안 탑승 인원에 대해 변동한 채널 정보를 토대로 몬테카를로 학습의 보상 함수를 업데이트한다.
또한, 가상 훈련으로 탑승 인원을 발생시켜 인공지능 학습 서버(250)를 훈련시킴으로써, 탑승 인원별 제 2 중계기(500) 이후의 채널 변동 예측 성능을 높일 수 있으며, 이를 지속적으로 업데이트하여 채널 변동 예측 성능의 정확도를 지속적으로 높이는 장점이 있다.
도 3은 도 1의 제 1 중계기(200) 또는 제 2 중계기(500)가 송수신 안테나를 하나씩만 사용한 제 1 형 중계기(700)에 대해 상세히 나타낸 구성도이다.
도 3에서 알 수 있는 바와 같이, 제 1 형 중계기(700)는 하향 신호 또는 상향 신호를 기지국과 정합하는 도너 안테나(720), 도너 안테나(720)의 하향 신호와 상향 신호를 분리하는 도너 멀티플렉서(710), 하향 신호 또는 상향 신호를 제 2 중계기(500)와 정합하는 서비스 안테나(740), 및 서비스 안테나(740)의 하향 신호와 상향 신호를 분리하는 서비스 멀티플렉서(730)를 포함할 수 있다.
또한, 도너 멀티플렉서(710) 또는 서비스 멀티플렉서(730)는 하향 신호 또는 상향 신호의 전송이 주파수 분할을 사용할 경우 멀티플렉서를 구비하고, 시간 분할을 사용할 경우 스위치를 구비할 수 있다.
즉, 제 1 형 중계기(700)는 도너 멀티플렉서(710)와 서비스 멀티플렉서(730)를 별도로 구비하여 구성이 복잡한 반면, 기지국향으로 도너 안테나(720) 하나만 사용하고 단말기향으로 서비스 안테나(740) 하나를 사용함으로써 설치가 간단한 장점이 있다.
또한, 도너 안테나(720)와 도너 멀티플렉서(710)와의 거리가 멀어 급전선을 사용하거나 서비스 멀티플렉서(730)와 서비스 안테나(740)간 거리가 멀어 급전선을 사용할 경우 설치 비용을 절약할 수 있는 이점이 있다.
도 4는 도 1의 제 1 중계기(200) 또는 제 2 중계기(500)가 송신 안테나와 수신 안테나를 구분하여 사용한 제 2 형 중계기(810)에 대해 상세히 나타낸 구성도이다.
도 4에서 볼 수 있는 바와 같이, 제 2 형 중계기(810)는 하향 신호를 수신하는 도너 수신 안테나(813), 도너 수신 안테나(813)로부터 수신한 하향 신호를 증폭한 후 무선으로 송신을 담당하는 서비스 송신 안테나(818), 상향 신호를 수신하는 서비스 수신 안테나(816), 및 서비스 수신 안테나(816)로부터 수신한 상향 신호를 증폭한 후 무선으로 송신을 담당하는 도너 송신 안테나(811)를 포함할 수 있다.
또한, 제 2 형 중계기(810)는 온도 감지, 화재 감지, 사람 감지 등 적어도 어느 하나를 포함하는 센서부(817)를 포함할 수 있다.
여기서, 제 2 형 중계기(810)는 정전시에도 운용이 가능하도록 배터리(815)를 포함할 수 있다.
또한, 제 2 형 중계기(810)는 사물인터넷 네트워크 통신을 위한 통신 모듈(812)을 포함할 수 있다.
여기서, 제 2 형 중계기(810)는 제 2 형 중계기(810)의 센서부(817), 배터리(815), 통신 모듈(812), 및 능동 소자를 제어하기 위한 제어부(814)를 포함할 수 있다.
즉, 제 2 형 중계기(810)는 제 1 형 중계기(700)의 도너 안테나(720) 대신에 도너 송신 안테나(811) 및 도너 수신 안테나(813)로 나누어 사용하고, 서비스 안테나(740) 대신에 서비스 수신 안테나(816) 및 서비스 송신 안테나(818)로 나누어 사용함으로써, 제 1 형 중계기(700)에서의 도너 멀티플렉서(710)와 서비스 멀티플렉서(730)를 사용하지 않아 구성이 간단한 장점이 있다.
또한, 제 2 형 중계기(810)는 화재 센서, 온도 센서, 사람 감지 센서 등 센서부(817)를 구비하고 제어부(814)의 제어에 의해 통신 모듈(812)을 통해 IoT 네트워크로 통신할 수도 있으며, 배터리(815)를 내장하여 정전 시에도 제어부(814)의 제어에 의해 이동통신 중계와 IoT 네트워크 중계를 동시에 수행할 수 있는 장점이 있다.
따라서, 제 2 중계기(500)가 엘레베이터 상단에 설치될 경우 엘레베이터 내부의 화재 감지, 온도 감지, 및 사람 감지 등이 가능하며, 이를 IoT 네트워크로 중계할 수 있는 장점이 있다.
도 5는 도 1의 제 1 중계기(200) 또는 제 2 중계기(500)가 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 사용한 제 3 형 중계기(820)에 대해 상세히 나타낸 구성도이다.
도 5에서 알 수 있는 바와 같이, 제 3 형 중계기(820)는 하향 신호를 수신하는 제 1 도너 수신 안테나(823) 및 제 2 도너 수신 안테나(824), 제 1 도너 수신 안테나(823) 및 제 2 도너 수신 안테나(824)로부터 수신한 하향 신호를 증폭한 후 무선으로 송신을 담당하는 제 1 서비스 송신 안테나(827) 및 제 2 서비스 송신 안테나(828), 상향 신호를 수신하는 제 1 서비스 수신 안테나(825) 및 제 2 서비스 수신 안테나(826), 및 제 1 서비스 수신 안테나(825) 및 제 2 서비스 수신 안테나(826)로부터 수신한 상향 신호를 증폭한 후 무선으로 송신을 담당하는 제 1 도너 송신 안테나 (821) 및 제 2 도너 송신 안테나(822)를 포함할 수 있다.
여기서, 제 3 형 중계기(820)는 능동 소자를 포함한 다수의 송신 및 수신 안테나를 구비하여 MIMO 중계를 수행할 수 있다.
즉, 제 3 형 중계기(820)는 다수의 제 2 형 중계기(810)가 동시에 병렬로 구비된 것으로써, 기지국향 안테나가 적어도 2개 이상 구비되고 단말기향 안테나가 적어도 2개 이상 구비되어 MIMO 중계가 가능한 장점이 있다.
도 6은 도 1의 제 1 중계기(200) 또는 제 2 중계기(500)가 능동 소자 없이 송수신 안테나를 하나씩만 사용한 제 4 형 중계기(910)에 대해 상세히 나타낸 구성도이다.
도 6에서 볼 수 있는 바와 같이, 제 4 형 중계기(910)는 하향 신호 또는 상향 신호를 기지국과 정합하는 도너 안테나(911) 및 도너 안테나(911)와 연결되어 하향 신호 또는 상향 신호를 단말과 정합하는 서비스 안테나(912)를 포함할 수 있다.
즉, 제 4 형 중계기(910)는 도너 안테나(911)와 서비스 안테나(912)가 능동 소자 없이 동축 케이블로 연결된 구조로서 매우 간단한 장점이 있다.
제 4 형 중계기(910)의 구조는 엘레베이터 상단 등에 구비하여 간단한 설치로 엘레베이터 내부에 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행할 수 있는 장점이 있다.
도 7은 도 1의 제 1 중계기(200) 또는 제 2 중계기(500)가 능동 소자 없이 다수의 송수신 안테나를 사용한 제 5 형 중계기(920)에 대해 상세히 나타낸 구성도이다.
도 7에서 알 수 있는 바와 같이, 제 5 형 중계기(920)는 하향 신호 또는 상향 신호를 기지국과 정합하는 제 1 도너 송수신 안테나(921), 제 2 도너 송수신 안테나(922), 제 3 도너 송수신 안테나(923), 및 제 4 도너 송수신 안테나(924) 및 제 1 도너 송수신 안테나(921), 제 2 도너 송수신 안테나(922), 제 3 도너 송수신 안테나(923), 및 제 4 도너 송수신 안테나(924)와 연결되어 하향 신호 또는 상향 신호를 단말과 정합하는 제 1 서비스 송수신 안테나(925), 제 2 서비스 송수신 안테나(926), 제 3 서비스 송수신 안테나(927), 및 제 4 서비스 송수신 안테나(928)를 포함할 수 있다.
또한, 제 5 형 중계기(920)는 다수의 송신 및 수신 안테나를 구비하여 MIMO 중계를 수행할 수 있다.
즉, 제 5 형 중계기(920)는 다수의 제 4 형 중계기(910)가 동시에 병렬로 구비된 것으로써, 기지국향 안테나가 적어도 2개 이상 구비되고 단말기향 안테나가 적어도 2개 이상 구비되어 MIMO 중계가 가능한 장점이 있다.
도 8은 도 1의 제 1 서비스 안테나(300)에서 송신된 신호가 반사되어 수신된 파형이다.
도 8에서 볼 수 있는 바와 같이, 제 1 중계기(200)는 제 1 서비스 안테나(300)에서 송신한 신호가 반사되어 다시 수신된 신호를 분석하여 제 2 중계기(500)와의 거리를 파악할 수 있다.
도 8 (a)는 제 1 중계기(200)와 제 2 중계기(500) 간의 거리가 가까울 경우를 나타낸 파형이며, 도 8 (b)는 제 1 중계기(200)와 제 2 중계기(500) 간의 거리가 멀 경우를 나타낸 파형이다.
즉, 제 1 중계기(200)의 제 1 서비스 안테나(300)에서 송신된 신호가 반사되어 제 1 서비스 안테나(300)로 수신되는 파형은, 도 8 (a)에서의 근접 반사 수신 신호(S110)와 제 2 중계기 반사 신호(S120) 또는 도 8 (b)에서의 제 2 중계기 반사 신호(S150)와 근접 반사 수신 신호(S140)로 나타낼 수 있다.
여기서, 제 1 중계기(200)와 제 2 중계기(500)간의 거리가 가까울 때는 제 1 거리(S130)가 제 2 거리(S160) 보다 가까이 나타낼 수 있으며, 이를 분석하여 제 1 중계기(200)와 제 2 중계기(500)의 거리를 추정할 수 있으며, 제 2 중계기(500)가 엘레베이터 상단에 설치된 경우 정전 시 엘레베이터가 위치한 층 수를 확인할 수 있는 장점이 있다.
도 9는 도 1의 제 2 서비스 안테나(600)에서 송신된 신호가 반사되어 수신된 파형이다.
도 9에서 알 수 있는 바와 같이, 제 1 중계기(200) 또는 제 2 중계기(500)는 제 2 서비스 안테나(600)에서 송신한 신호가 반사되어 제 2 서비스 안테나(600)로 다시 수신된 신호를 분석하여 제 2 서비스 안테나(600) 이후의 환경 변화를 분석할 수 있다.
즉, 제 2 중계기(500)가 엘레베이터 상단에 설치되고 제 2 서비스 안테나(600)가 엘레베이터 내부에 설치될 경우, 엘레베이터 내부에 사람 유무에 따라 반사 패턴이 다르게 나타날 수 있다.
도 9 (a)는 엘레베이터 내부에 사람이 없을 경우에 대한 반사 신호를 나타낸 파형이고, 도 9 (b)는 엘레베이터 내부에 사람이 존재할 경우에 대한 반사 신호를 나타낸 파형이다.
제어부(814)에서는 이러한 파형을 제 1 중계기(200) 또는 제 2 중계기(500)에서 분석하여 별도의 센서부(817) 없이도 엘레베이터 내부에 대한 사람 유무를 검출할 수 있는 장점이 있다.
도 10은 본 발명의 다른 실시예에 따른 인공지능 학습 멀티홉 IoT 중계 방법을 나타낸 순서도이다.
도 10에서 볼 수 있는 바와 같이, 인공지능 학습 멀티홉 IoT 중계 방법은 제 1 중계기(200)에서 하향 신호를 제 1 도너 안테나(100)로부터 수신하여 제 1 서비스 안테나(300)로 중계하고 상향 신호를 제 1 서비스 안테나(300)로 수신하여 제 1 도너 안테나(100)로 중계하는 제 1 중계 단계(S300), 제 2 중계기(500)에서 제 1 중계기(200)와 제 2 도너 안테나(400)를 통하여 정합하고 단말과 제 2 서비스 안테나(600)를 통하여 정합하는 제 2 중계 단계(S400), 및 인공지능 학습 서버(250)에서 제 1 서비스 안테나(300)와 제 2 도너 안테나(400) 간의 채널 상태 및 제 2 중계기(500) 이후의 채널 상태를 인공지능으로 학습한 결과를 제 1 중계기(200) 및 제 2 중계기(500)로 제공하는 채널 학습 결과 제공 단계 (S500)를 포함하고, 제 1 중계기(200) 또는 제 2 중계기(500)는, 송수신 안테나를 하나씩만 구비한 제 1 형 중계기(700), 송신 안테나와 수신 안테나를 구분하여 구비한 제 2 형 중계기(810), 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 구비한 제 3 형 중계기(820), 능동 소자 없이 송수신 안테나를 하나씩만 구비한 제 4 형 중계기(910), 및 능동 소자 없이 다수의 송수신 안테나를 구비한 제 5 형 중계기(920) 중 어느 하나를 사용할 수 있다.
즉, 제 1 중계기(200)와 제 2 중계기(500)가 멀티홉으로 연결되고 있으며, 제 1 중계기(200) 또는 제 2 중계기(500) 중 적어도 어느 하나에는 각종 센서 및 IoT 통신 모듈이 내장되어 있어, 제 1 중계기(200) 및 제 2 중계기(500)를 통해 이동통신 중계 서비스와 IoT 중계 서비스를 동시에 수행할 수 있는 장점이 있다.
이상과 같이 본 발명에 따른 인공지능 학습 멀티홉 IoT 중계 장치 및 방법은 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행하는 장점이 있으며, 배터리를 내장하여 정전 시에도 이동통신 중계 서비스와 IoT 네트워크 중계 서비스를 동시에 수행할 수 있는 장점이 있다.
상술한 것은 하나 이상의 실시예의 실례를 포함한다. 물론, 상술한 실시예들을 설명할 목적으로 컴포넌트들 또는 방법들의 가능한 모든 조합을 기술할 수 있는 것이 아니라, 당업자들은 다양한 실시예의 많은 추가 조합 및 치환할 수 있음을 인식할 수 있다. 따라서 설명한 실시예들은 첨부된 청구범위의 진의 및 범위 내에 있는 모든 대안, 변형 및 개조를 포함하는 것이다.

Claims (20)

  1. 하향 신호를 제 1 도너 안테나로부터 수신하여 제 1 서비스 안테나로 중계하고 상향 신호를 상기 제 1 서비스 안테나로 수신하여 상기 제 1 도너 안테나로 중계하는 제 1 중계기;
    상기 제 1 중계기와 제 2 도너 안테나를 통하여 정합하고 단말과 제 2 서비스 안테나를 통하여 정합하는 제 2 중계기; 및
    상기 제 1 서비스 안테나와 상기 제 2 도너 안테나 간의 채널 상태 및 상기 제 2 중계기 이후의 채널 상태를 인공지능으로 학습한 결과를 상기 제 1 중계기 및 상기 제 2 중계기로 제공하는 인공지능 학습 서버;를 포함하고,
    상기 제 1 중계기 또는 상기 제 2 중계기는, 송수신 안테나를 하나씩만 구비한 제 1 형 중계기, 송신 안테나와 수신 안테나를 구분하여 구비한 제 2 형 중계기, 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 구비한 제 3 형 중계기, 능동 소자 없이 송수신 안테나를 하나씩만 구비한 제 4 형 중계기, 및 능동 소자 없이 다수의 송수신 안테나를 구비한 제 5 형 중계기 중 어느 하나를 사용하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  2. 제 1항에 있어서,
    상기 인공지능 학습 서버는,
    상기 제 1 중계기 및 상기 제 2 중계기의 송수신 신호를 입력받는 입력층;
    상기 결과를 출력하는 출력층; 및
    상기 입력층 및 상기 출력층 간에 연결되어 상기 입력층과 상기 출력층의 연결 관계를 구성하도록 심층 신경망으로 구성된 은닉층;을 포함하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  3. 제 2항에 있어서,
    상기 은닉층은, 적어도 어느 하나의 지연 블록을 포함하여 과거 정보와 현재 정보를 동시에 업데이트하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  4. 제 2항에 있어서,
    상기 인공지능 학습 서버는, 상기 제 2 중계기의 이동에 따른 상기 제 1 서비스 안테나와 상기 제 2 도너 안테나 간의 채널 변화 또는 상기 제 2 중계기 이후의 채널 변화에 대한 정보를 토대로 시간차 학습의 보상 함수를 업데이트하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  5. 제 2항에 있어서,
    상기 인공지능 학습 서버는, 상기 제 2 중계기의 이동에 따른 상기 제 1 서비스 안테나와 상기 제 2 도너 안테나 간의 채널 변화 또는 상기 제 2 중계기 이후의 채널 변화에 대한 정보를 토대로 몬테카를로 학습의 보상 함수를 업데이트하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  6. 제 1항에 있어서,
    상기 제 1 형 중계기는,
    상기 하향 신호 또는 상향 신호를 기지국과 정합하는 도너 안테나;
    상기 도너 안테나의 하향 신호와 상향 신호를 분리하는 도너 멀티플렉서;
    상기 하향 신호 또는 상향 신호를 상기 제 2 중계기와 정합하는 서비스 안테나; 및
    상기 서비스 안테나의 하향 신호와 상향 신호를 분리하는 서비스 멀티플렉서;를 포함하는 인공지능 학습 멀티홉 IoT 중계 장치.
  7. 제 2항에 있어서,
    도너 멀티플렉서 또는 서비스 멀티플렉서는, 하향 신호 또는 상향 신호의 전송이 주파수 분할을 사용할 경우 멀티플렉서를 구비하고, 시간 분할을 사용할 경우 스위치를 구비하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  8. 제 1항에 있어서,
    상기 제 2 형 중계기는,
    상기 하향 신호를 수신하는 도너 수신 안테나;
    상기 도너 수신 안테나로부터 수신한 상기 하향 신호를 증폭한 후 무선으로 송신을 담당하는 서비스 송신 안테나;
    상기 상향 신호를 수신하는 서비스 수신 안테나;
    상기 서비스 수신 안테나로부터 수신한 상기 상향 신호를 증폭한 후 무선으로 송신을 담당하는 도너 송신 안테나;를 포함하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  9. 제 1항에 있어서,
    상기 제 2 형 중계기는, 온도 감지, 화재 감지, 사람 감지 등 적어도 어느 하나를 포함하는 센서부;를 포함하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  10. 제 1항에 있어서,
    상기 제 2 형 중계기는, 정전시에도 운용이 가능하도록 배터리;를 포함하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  11. 제 1항에 있어서,
    상기 제 2 형 중계기는, 사물인터넷 네트워크 통신을 위한 통신 모듈;을 포함하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  12. 제 1항에 있어서,
    상기 제 2 형 중계기는, 상기 제 2 형 중계기의 센서부, 배터리, 통신 모듈, 및 능동 소자를 제어하기 위한 제어부;를 포함하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  13. 제 1항에 있어서,
    상기 제 3 형 중계기는,
    상기 하향 신호를 수신하는 제 1 도너 수신 안테나 및 제 2 도너 수신 안테나;
    상기 제 1 도너 수신 안테나 및 상기 제 2 도너 수신 안테나로부터 수신한 상기 하향 신호를 증폭한 후 무선으로 송신을 담당하는 제 1 서비스 송신 안테나 및 제 2 서비스 송신 안테나;
    상기 상향 신호를 수신하는 제 1 서비스 수신 안테나 및 제 2 서비스 수신 안테나;
    상기 제 1 서비스 수신 안테나 및 상기 제 2 서비스 수신 안테나로부터 수신한 상기 상향 신호를 증폭한 후 무선으로 송신을 담당하는 제 1 도너 송신 안테나 및 제 2 도너 송신 안테나;를 포함하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  14. 제 1항에 있어서,
    상기 제 3 형 중계기는, 능동 소자를 포함한 다수의 송신 및 수신 안테나를 구비하여 MIMO 중계를 수행하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  15. 제 1항에 있어서,
    상기 제 4 형 중계기는,
    상기 하향 신호 또는 상향 신호를 기지국과 정합하는 도너 안테나; 및
    상기 도너 안테나와 연결되어 상기 하향 신호 또는 상향 신호를 단말과 정합하는 서비스 안테나;를 포함하는 인공지능 학습 멀티홉 IoT 중계 장치.
  16. 제 1항에 있어서,
    상기 제 5 형 중계기는,
    상기 하향 신호 또는 상향 신호를 기지국과 정합하는 제 1 도너 송수신 안테나, 제 2 도너 송수신 안테나, 제 3 도너 송수신 안테나, 및 제 4 도너 송수신 안테나; 및
    상기 제 1 도너 송수신 안테나, 상기 제 2 도너 송수신 안테나, 상기 제 3 도너 송수신 안테나, 및 상기 제 4 도너 송수신 안테나와 연결되어 상기 하향 신호 또는 상향 신호를 단말과 정합하는 제 1 서비스 송수신 안테나, 제 2 서비스 송수신 안테나, 제 3 서비스 송수신 안테나, 및 제 4 서비스 송수신 안테나;를 포함하는 인공지능 학습 멀티홉 IoT 중계 장치.
  17. 제 1항에 있어서,
    상기 제 5 형 중계기는, 다수의 송신 및 수신 안테나를 구비하여 MIMO 중계를 수행하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  18. 제 1 항에 있어서,
    제 1 중계기는, 제 1 서비스 안테나에서 송신한 신호가 반사되어 다시 수신된 신호를 분석하여 제 2 중계기와의 거리를 파악하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  19. 제 1 항에 있어서,
    제 1 중계기 또는 제 2 중계기는, 제 2 서비스 안테나에서 송신한 신호가 반사되어 상기 제 2 서비스 안테나로 다시 수신된 신호를 분석하여 상기 제 2 서비스 안테나 이후의 환경 변화를 분석하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 장치.
  20. 제 1 중계기에서 하향 신호를 제 1 도너 안테나로부터 수신하여 제 1 서비스 안테나로 중계하고 상향 신호를 상기 제 1 서비스 안테나로 수신하여 상기 제 1 도너 안테나로 중계하는 제 1 중계 단계;
    제 2 중계기에서 상기 제 1 중계기와 제 2 도너 안테나를 통하여 정합하고 단말과 제 2 서비스 안테나를 통하여 정합하는 제 2 중계 단계; 및
    인공지능 학습 서버에서 상기 제 1 서비스 안테나와 상기 제 2 도너 안테나 간의 채널 상태 및 상기 제 2 중계기 이후의 채널 상태를 인공지능으로 학습한 결과를 상기 제 1 중계기 및 상기 제 2 중계기로 제공하는 채널 학습 결과 제공 단계를 포함하고,
    상기 제 1 중계기 또는 상기 제 2 중계기는, 송수신 안테나를 하나씩만 구비한 제 1 형 중계기, 송신 안테나와 수신 안테나를 구분하여 구비한 제 2 형 중계기, 다수의 송신 안테나와 다수의 수신 안테나를 구분하여 구비한 제 3 형 중계기, 능동 소자 없이 송수신 안테나를 하나씩만 구비한 제 4 형 중계기, 및 능동 소자 없이 다수의 송수신 안테나를 구비한 제 5 형 중계기 중 어느 하나를 사용하는 것을 특징으로 하는 인공지능 학습 멀티홉 IoT 중계 방법.
KR1020220135654A 2022-10-20 2022-10-20 인공지능 학습 멀티홉 IoT 중계 장치 및 방법 KR20240055402A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220135654A KR20240055402A (ko) 2022-10-20 2022-10-20 인공지능 학습 멀티홉 IoT 중계 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220135654A KR20240055402A (ko) 2022-10-20 2022-10-20 인공지능 학습 멀티홉 IoT 중계 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20240055402A true KR20240055402A (ko) 2024-04-29

Family

ID=90883920

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220135654A KR20240055402A (ko) 2022-10-20 2022-10-20 인공지능 학습 멀티홉 IoT 중계 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20240055402A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101188507B1 (ko) 2011-06-15 2012-10-05 한국과학기술원 웹 플랫폼을 이용한 아이피 기반 ＩｏＴ 사물 브라우징 기술 및 네트워크 중계 기술 기반 이기종 네트워크 중계 장치 및 방법과 이를 이용한 사용자 단말

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101188507B1 (ko) 2011-06-15 2012-10-05 한국과학기술원 웹 플랫폼을 이용한 아이피 기반 ＩｏＴ 사물 브라우징 기술 및 네트워크 중계 기술 기반 이기종 네트워크 중계 장치 및 방법과 이를 이용한 사용자 단말

Similar Documents

Publication Publication Date Title
US9083422B2 (en) Wireless communications methods and apparatus
CN105379316A (zh) 用于覆盖有限设备的覆盖扩展水平
EP2106174A2 (en) Relay station, radio communication system, and control method of relay station
US10491301B2 (en) Multi-user mixed multi-hop relay network
Goel et al. Selection relaying in decode‐and‐forward multi‐hop cognitive radio systems using energy detection
Kumar et al. Drone assisted device to device cooperative communication for critical environments
Katiyar et al. Performance of MRC combining multi-antenna cooperative relay network
KR101460732B1 (ko) 다수의 간섭자가 있는 복호 후 전달 협력통신 시스템에서 최적의 중계노드 선택방법
KR20230037683A (ko) 무선 통신을 위한 장치 및 방법
CN101505171A (zh) 基于双向中继网络编码系统的通信方法
CN103167587A (zh) 一种中继协同移动通信系统的中继节点选择方法
KR20240055402A (ko) 인공지능 학습 멀티홉 IoT 중계 장치 및 방법
Peng et al. A new cooperative MIMO scheme based on SM for energy‐efficiency improvement in wireless sensor network
EP4221292A1 (en) Acquiring current time in a network
Alvi et al. Performance analysis of dual-hop AF relaying over α-μ fading channels
Majid Butt et al. Relay selection schemes to minimise outage in wireless powered communication networks
KR101970657B1 (ko) 멀티 홉 IoT 중계 장치 및 방법
JP6506919B2 (ja) マルチホップネットワークにおける干渉制御方法、及び該干渉制御方法を用いたリレーノード
KR20230059998A (ko) 인공지능 학습 멀티홉 IoT 중계 장치 및 방법
Yılmaz et al. Performance analyses of decode‐and‐forward multi‐hop relay network scenarios with multiple antenna techniques over Nakagami‐m fading channels
Kashani et al. Optimal relay placement in cooperative free-space optical communication systems
KR20200088267A (ko) 무선 네트워크 액세스 포인트, 통신 네트워크 및 무선 통신 방법
Ferdinand et al. Unified performance analysis of two-hop fixed gain relay systems with beamforming
Katiyar et al. Outage performance of switch and stay combining scheme for multi-antenna relay network
Lee et al. Energy‐Efficient Data Gathering Scheme Based on Broadcast Transmissions in Wireless Sensor Networks