KR20240057968A - Communication system and method for predicting and optimizing of communication state thereof - Google Patents

Communication system and method for predicting and optimizing of communication state thereof Download PDF

Info

Publication number
KR20240057968A
KR20240057968A KR1020230071412A KR20230071412A KR20240057968A KR 20240057968 A KR20240057968 A KR 20240057968A KR 1020230071412 A KR1020230071412 A KR 1020230071412A KR 20230071412 A KR20230071412 A KR 20230071412A KR 20240057968 A KR20240057968 A KR 20240057968A
Authority
KR
South Korea
Prior art keywords
communication
communication system
communication environment
present
setting information
Prior art date
Application number
KR1020230071412A
Other languages
Korean (ko)
Inventor
이영재
현석봉
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Publication of KR20240057968A publication Critical patent/KR20240057968A/en

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

통신 시스템에서의 통신상태 예측 및 최적화 방법이 제공된다. 상기 방법은 통신 시스템의 통신환경 설정정보를 수집하는 단계; 상기 수집한 통신환경 설정정보를 기반으로 소정의 학습 기법에 기초하여 통신 상태 및 통신 품질 분석을 위한 통신 최적화 모델을 생성하는 단계; 상기 생성된 최적화 모델에 기초하여 상기 통신 시스템에서의 통신환경 설정값을 추출하는 단계; 및 상기 추출한 통신환경 설정값에 기초하여 상기 통신 시스템을 제어하는 단계를 포함한다.
A method for predicting and optimizing communication states in a communication system is provided. The method includes collecting communication environment setting information of a communication system; generating a communication optimization model for analyzing communication status and communication quality based on a predetermined learning technique based on the collected communication environment setting information; extracting communication environment settings in the communication system based on the generated optimization model; and controlling the communication system based on the extracted communication environment settings.

Description

통신 시스템 및 이의 통신상태 예측 및 최적화 방법{COMMUNICATION SYSTEM AND METHOD FOR PREDICTING AND OPTIMIZING OF COMMUNICATION STATE THEREOF}Communication system and its communication state prediction and optimization method {COMMUNICATION SYSTEM AND METHOD FOR PREDICTING AND OPTIMIZING OF COMMUNICATION STATE THEREOF}

본 발명은 통신 시스템 및 이의 통신상태 예측 및 최적화 방법에 관한 것이다.The present invention relates to a communication system and a method for predicting and optimizing its communication status.

인공지능 기술은 기존의 다양한 분야에 적용되면서 그 활용범위가 넓어지고 있다. 이를 통해 그 동안 많은 시간이 소요되고 접근이 쉽지 않던 다양한 상태를 판단할 수 있게 되어 그 활용도가 높아지고 있는 상황이다.The scope of use of artificial intelligence technology is expanding as it is applied to various existing fields. Through this, it is possible to determine various conditions that used to take a lot of time and were not easy to access, and its utilization is increasing.

최근 통신 시스템은 LTE, 5G를 지나 6G 통신으로 향하고 있으나, 이를 구현하기 위한 과정에서 많은 자본과 시간이 소요되기 때문에 통신 시스템의 개발은 쉽지 않은 상황이다.Recently, communication systems are moving beyond LTE and 5G and are moving towards 6G communication, but the development of communication systems is not easy because it requires a lot of capital and time in the process of implementing it.

따라서, 통신 시스템을 구현하기 이전에 인공지능의 분석기술을 적용하여 다양한 환경 설정에 따른 통신 상태를 파악하고 이를 머신러닝 모델화하여 적용한다면, 개발 방향이나 통신 시스템의 환경 분석을 머신러닝 모델을 통해 최적의 통신 환경을 예측이 가능할 것이다. 또한, 예측된 최적의 통신 환경을 실제 환경에 적용 및 구축한다면 통신 시스템의 하드웨어 개발 및 표준 개발을 보다 용이하게 수행할 수 있을 것이다.Therefore, before implementing a communication system, if you apply artificial intelligence analysis technology to understand the communication status according to various environmental settings and apply machine learning model, the development direction or environmental analysis of the communication system can be optimized through the machine learning model. It will be possible to predict the communication environment of In addition, if the predicted optimal communication environment is applied and established in the actual environment, hardware development and standard development of communication systems can be more easily performed.

공개특허공보 제10-2013-0037915호 (2013.04.17)Public Patent Publication No. 10-2013-0037915 (2013.04.17)

본 발명이 해결하고자 하는 과제는 4G 이상의 통신 시스템에서 통신환경 설정정보, 수신 데이터를 분석하여 최적의 환경 상태를 예측 가능하도록 하는 최적화 모델을 통해, 단말이나 중계기에서 최적의 통신 상태로 데이터 송수신할 수 있는 통신 품질 제공이 가능한, 통신 시스템 및 이의 통신상태 예측 및 최적화 방법을 제공하는 것이다.The problem that the present invention aims to solve is to enable data transmission and reception in an optimal communication state at a terminal or repeater through an optimization model that predicts the optimal environmental state by analyzing communication environment setting information and received data in a 4G or higher communication system. The aim is to provide a communication system capable of providing excellent communication quality and a method for predicting and optimizing its communication status.

다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.However, the problem to be solved by the present invention is not limited to the problems described above, and other problems may exist.

상술한 과제를 해결하기 위한 본 발명의 제1 측면에 따른 통신 시스템에서의 통신 상태 예측 및 최적화 방법은 통신 시스템의 통신환경 설정정보를 수집하는 단계; 상기 수집한 통신환경 설정정보를 기반으로 소정의 학습 기법에 기초하여 통신 상태 및 통신 품질 분석을 위한 통신 최적화 모델을 생성하는 단계; 상기 생성된 최적화 모델에 기초하여 상기 통신 시스템에서의 통신환경 설정값을 추출하는 단계; 및 상기 추출한 통신환경 설정값에 기초하여 상기 통신 시스템을 제어하는 단계를 포함한다.A method for predicting and optimizing communication states in a communication system according to the first aspect of the present invention for solving the above-described problems includes collecting communication environment setting information of the communication system; generating a communication optimization model for analyzing communication status and communication quality based on a predetermined learning technique based on the collected communication environment setting information; extracting communication environment settings in the communication system based on the generated optimization model; and controlling the communication system based on the extracted communication environment settings.

본 발명의 일부 실시예에 있어서, 상기 통신 시스템의 통신환경 설정정보를 수집하는 단계는, 상기 통신 시스템 내 소정의 기능 블록에 대한 설정 파라미터 및 실시간으로 수신되는 수신 데이터로부터 상기 통신환경 설정정보를 수집할 수 있다.In some embodiments of the present invention, the step of collecting communication environment setting information of the communication system includes collecting the communication environment setting information from setting parameters for a predetermined function block in the communication system and received data received in real time. can do.

본 발명의 일부 실시예에 있어서, 상기 통신 시스템의 통신환경 설정정보를 수집하는 단계는, 상기 소정의 기능 블록에 매칭되어 배정된 엣지 컴퓨팅 장치를 통해 각각의 상기 통신환경 설정정보를 수집할 수 있다.In some embodiments of the present invention, the step of collecting communication environment setting information of the communication system may collect each of the communication environment setting information through an edge computing device assigned to match the predetermined function block. .

본 발명의 일부 실시예에 있어서, 상기 통신 시스템의 통신환경 설정정보를 수집하는 단계는, 주파수, 파워, 채널 정보, 이득, 대역 정보, 안테나 정보, 빔포밍 정보, 상하향 신호 정보, 위성 정보 및 중계기 정보 중 적어도 하나를 포함하는 상기 통신환경 설정정보로 수집할 수 있다.In some embodiments of the present invention, the step of collecting communication environment setting information of the communication system includes frequency, power, channel information, gain, band information, antenna information, beamforming information, up and down signal information, satellite information, and repeater. It can be collected as the communication environment setting information including at least one of the information.

본 발명의 일부 실시예에 있어서, 상기 생성된 최적화 모델에 기초하여 상기 통신 시스템에서의 통신환경 설정값을 추출하는 단계는, 상기 최적화 모델을 구비하는 서버에서 실시간으로 입력된 데이터를 상기 최적화 모델에 적용하여 최적화된 통신환경 설정값을 추출할 수 있다.In some embodiments of the present invention, the step of extracting communication environment settings in the communication system based on the generated optimization model includes inputting data input in real time from a server including the optimization model to the optimization model. By applying this, optimized communication environment settings can be extracted.

본 발명의 일부 실시예에 있어서, 상기 추출한 통신환경 설정값에 기초하여 상기 통신 시스템을 제어하는 단계는, 상기 서버를 통해 추출한 통신환경 설정값을 적어도 하나의 엣지 컴퓨팅 장치로 배포하는 단계; 및 상기 엣지 컴퓨팅 장치에서 상기 통신환경 설정값을 적용하는 단계를 포함할 수 있다.In some embodiments of the present invention, controlling the communication system based on the extracted communication environment settings includes distributing the extracted communication environment settings through the server to at least one edge computing device; And it may include applying the communication environment settings in the edge computing device.

본 발명의 일부 실시예에 있어서, 상기 통신 시스템의 통신환경 설정정보를 수집하는 단계는, 상기 엣지 컴퓨팅 장치에서의 상기 통신환경 설정값을 적용한 이후 통신환경 설정정보를 수집할 수 있다.In some embodiments of the present invention, the step of collecting communication environment setting information of the communication system may include collecting communication environment setting information after applying the communication environment setting value in the edge computing device.

또한, 본 발명의 제2 측면에 따른 통신 상태 예측 및 최적화를 위한 통신 시스템은 데이터를 송수신하는 송수신부, 통신환경 설정정보를 수집하고, 상기 수집한 통신환경 설정정보를 기반으로 소정의 학습 기법에 기초하여 통신 상태 및 통신 품질 분석을 위한 통신 최적화 모델을 생성하고, 상기 생성된 최적화 모델에 기초하여 상기 통신 시스템에서의 통신환경 설정값을 추출하는 서버 및 상기 통신환경 설정값에 기초하여 제어되는 복수의 엣지 컴퓨팅 장치를 포함한다.In addition, a communication system for predicting and optimizing communication status according to the second aspect of the present invention collects a transmitter and receiver that transmits and receives data, communication environment setting information, and uses a predetermined learning technique based on the collected communication environment setting information. A server that generates a communication optimization model for analyzing communication status and communication quality, and extracts communication environment settings in the communication system based on the generated optimization model, and a plurality of devices controlled based on the communication environment settings Includes edge computing devices.

상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 통신 시스템에서의 통신상태 예측 및 최적화 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.A computer program according to another aspect of the present invention for solving the above-mentioned problems is combined with a computer, which is hardware, to execute a method of predicting and optimizing communication states in a communication system, and is stored in a computer-readable recording medium.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.

전술한 본 발명의 일 실시예는, 실시간 데이터를 기반으로 인공지능 모델을 통해 최적의 통신 상태 및 통신 품질을 이용자에게 제공할 수 있다.One embodiment of the present invention described above can provide optimal communication status and communication quality to users through an artificial intelligence model based on real-time data.

첫째로, 본 발명은 통신 환경 및 설정 파라미터에 대한 정보를 실시간으로 시간대별 확인이 가능하며, 이를 DB화하여 해당 정보에 대한 히스토리를 파악할 수 있다.First, the present invention allows information on communication environment and setting parameters to be checked in real time by time zone, and the history of the information can be identified by converting this into a database.

둘째로, 인공지능 모델을 적용하여 최적의 통신 환경 파라미터를 추출할 수 있으며, 이를 적용하여 통신 상태를 향상시킬 수 있다.Second, by applying an artificial intelligence model, optimal communication environment parameters can be extracted, and the communication status can be improved by applying them.

셋째로, 최적화를 위한 인공지능 모델에 대한 백업 작업을 통해 모델 업그레이드를 서버에서 진행하여 항상 최적의 모델을 유지 또는 제공할 수 있다는 장점이 있다.Third, there is an advantage that model upgrades can be performed on the server through backup work on the artificial intelligence model for optimization, thereby always maintaining or providing the optimal model.

넷째로, 수정된 모델을 엣지 컴퓨팅 장치에 적용하여 빠른 속도로 최적의 통신환경을 통신 시스템에 적용할 수 있도록 하는 시스템 구성이 가능하다.Fourth, by applying the modified model to edge computing devices, it is possible to configure a system that allows the optimal communication environment to be applied to the communication system at high speed.

다섯째로, 최적의 통신 시스템에 대한 판단은 통신이 이루어지는 지역이나 통신사 또는 실내외 환경에 따라서 다르며, 본 발명의 일 실시예는 이러한 각 환경조건을 반영하여 최적화가 될 수 있도록 한다.Fifth, the determination of the optimal communication system varies depending on the area where communication occurs, the communication company, or the indoor/outdoor environment, and an embodiment of the present invention reflects each of these environmental conditions to enable optimization.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.

도 1은 본 발명의 일 실시예에 따른 통신 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 통신상태 예측 및 최적화 방법의 순서도이다.1 is a diagram for explaining a communication system according to an embodiment of the present invention.
Figure 2 is a flowchart of a method for predicting and optimizing communication status according to an embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. The advantages and features of the present invention and methods for achieving them will become clear by referring to the embodiments described in detail below along with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms. The present embodiments are merely provided to ensure that the disclosure of the present invention is complete and to provide a general understanding of the technical field to which the present invention pertains. It is provided to fully inform the skilled person of the scope of the present invention, and the present invention is only defined by the scope of the claims.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.The terminology used herein is for describing embodiments and is not intended to limit the invention. As used herein, singular forms also include plural forms, unless specifically stated otherwise in the context. As used in the specification, “comprises” and/or “comprising” does not exclude the presence or addition of one or more other elements in addition to the mentioned elements. Like reference numerals refer to like elements throughout the specification, and “and/or” includes each and every combination of one or more of the referenced elements. Although “first”, “second”, etc. are used to describe various components, these components are of course not limited by these terms. These terms are merely used to distinguish one component from another. Therefore, it goes without saying that the first component mentioned below may also be a second component within the technical spirit of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with meanings commonly understood by those skilled in the art to which the present invention pertains. Additionally, terms defined in commonly used dictionaries are not to be interpreted ideally or excessively unless clearly specifically defined.

본 발명은 통신 시스템 및 이의 통신상태 예측 및 최적화 방법에 관한 것이다. The present invention relates to a communication system and a method for predicting and optimizing its communication status.

본 발명은 4G(LTE) 이상의 높은 데이터 전송률을 지원하는 통신 시스템에 관한 것으로, 통신 시스템에서 RF 블록의 설정 데이터와 IF 블록 및 베이스밴드 환경 설정값을 기반으로 통신 시스템의 상태를 예측하고 최적화하기 위한 것이다.The present invention relates to a communication system that supports high data transmission rates of 4G (LTE) or higher, and is used to predict and optimize the state of the communication system based on the configuration data of the RF block and the IF block and baseband environment settings in the communication system. will be.

통신 시스템의 경우 통신 환경이 수시로 변화하기 때문에, 본 발명의 일 실시예는 소정의 방법으로 학습된 예측 모델을 기반으로 실시간으로 통신 상태를 분석하여 사용자에게 최적의 통신 상태를 제공할 수 있도록 하는 통신환경 설정값을 제시한다. 또한, 본 발명의 일 실시예는 최적의 통신환경 설정값을 반영하여 예측되는 통신 시스템에서 통신 환경변수를 제어한 결과를 피드백하여 예측 모델을 학습함으로써, 지속적으로 더욱 향상된 최적의 통신 시스템을 사용자에게 제공하는 것을 목적으로 한다.In the case of a communication system, since the communication environment changes from time to time, an embodiment of the present invention analyzes the communication status in real time based on a prediction model learned by a predetermined method to provide the optimal communication status to the user. Presents environmental settings. In addition, an embodiment of the present invention learns a prediction model by feeding back the results of controlling communication environment variables in a communication system predicted by reflecting the optimal communication environment settings, thereby providing the user with a continuously improved optimal communication system. The purpose is to provide

이하에서는 도 1을 참조하여 본 발명의 일 실시예에 따른 통신 시스템(1)에 대해 설명하도록 한다.Hereinafter, the communication system 1 according to an embodiment of the present invention will be described with reference to FIG. 1.

도 1은 본 발명의 일 실시예에 따른 통신 시스템(1)을 설명하기 위한 도면이다.Figure 1 is a diagram for explaining a communication system 1 according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 통신 시스템(1)은 송수신부(100), 서버(300) 및 엣지 컴퓨팅 장치(200)를 포함한다.The communication system 1 according to an embodiment of the present invention includes a transceiver 100, a server 300, and an edge computing device 200.

송수신부(100)는 데이터를 송수신하기 위한 것으로, 안테나를 포함하는 RF 트랜시버부터 IF, BB 및 MAC을 포함한다. 한편, 본 발명의 일 실시예에서의 송수신부(100)는 4G 이상의 통신 속도를 지원하는 송수신부(100)일 수 있다.The transmitting and receiving unit 100 is for transmitting and receiving data, and includes an RF transceiver including an antenna, IF, BB, and MAC. Meanwhile, the transceiving unit 100 in one embodiment of the present invention may be a transceiving unit 100 that supports a communication speed of 4G or higher.

서버(300)는 통신환경 설정정보를 수집하고, 수집한 통신환경 설정정보를 기반으로 소정의 학습 기법에 기초하여 통신 상태 및 통신 품질의 분석을 위한 통신 최적화 모델을 학습한다. The server 300 collects communication environment setting information and learns a communication optimization model for analysis of communication status and communication quality based on a predetermined learning technique based on the collected communication environment setting information.

그리고, 서버(300)는 생성된 최적화 모델에 기초하여 통신 시스템(1)에서의 통신환경 설정값을 추출하고, 이를 상응하는 엣지 컴퓨팅 장치(200)로 전송한다.Then, the server 300 extracts the communication environment settings in the communication system 1 based on the generated optimization model and transmits them to the corresponding edge computing device 200.

엣지 컴퓨팅 장치(200)는 통신환경 설정값에 기초하여 제어된다.The edge computing device 200 is controlled based on communication environment settings.

이하에서는 도 2를 참조하여 본 발명의 일 실시예에 따른 통신 시스템(1)에 의해 수행되는 통신상태 예측 및 최적화 방법에 대해 설명하도록 한다.Hereinafter, a method for predicting and optimizing a communication state performed by the communication system 1 according to an embodiment of the present invention will be described with reference to FIG. 2.

도 2는 본 발명의 일 실시예에 따른 통신상태 예측 및 최적화 방법의 순서도이다.Figure 2 is a flowchart of a method for predicting and optimizing communication status according to an embodiment of the present invention.

본 발명의 일 실시예는 먼저, 통신 시스템(1)의 통신환경 설정정보를 수집한다(S110).In one embodiment of the present invention, communication environment setting information of the communication system 1 is first collected (S110).

일 실시예로, 통신환경 설정정보는 통신 시스템(1) 내 소정의 기능 블록에 대한 설정 파라미터 및 실시간으로 수신되는 수신 데이터로부터 수집될 수 있다. 이와 같이 수집된 통신환경 설정정보는 데이터베이스에 저장된다.In one embodiment, communication environment setting information may be collected from setting parameters for a certain function block in the communication system 1 and reception data received in real time. The communication environment setting information collected in this way is stored in the database.

일 실시예로, 통신환경 설정정보는 소정의 기능 블록에 매칭되어 배정된 엣지 컴퓨팅 장치(200)를 통해 각각의 통신환경 설정정보를 수집할 수 있다. 이를 통해, 본 발명의 일 실시예는 각각 수집된 통신환경 설정정보를 통합하여 공통 적용이 가능한 최적화 모델을 생성할 수 있음은 물론이고, 각각의 통신환경 설정정보에 상응하는 각 엣지 컴퓨팅 장치(200)마다 적용되는 최적화 모델을 각각 생성할 수 있음은 물론이다.In one embodiment, the communication environment setting information may be collected through the edge computing device 200 that is assigned to match a predetermined function block. Through this, an embodiment of the present invention not only creates an optimization model that can be commonly applied by integrating the collected communication environment setting information, but also creates an optimization model for each edge computing device (200) corresponding to each communication environment setting information. Of course, it is possible to create an optimization model applied to each ).

한편, 본 발명의 일 실시예에서 수집되는 통신환경 설정정보는 주파수, 파워, 채널 정보, 이득, 대역 정보, 안테나 정보, 빔포밍 정보, 상하향 신호 정보, 위성 정보 및 중계기 정보 중 적어도 하나를 포함할 수 있다.Meanwhile, the communication environment setting information collected in one embodiment of the present invention may include at least one of frequency, power, channel information, gain, band information, antenna information, beamforming information, up and down signal information, satellite information, and repeater information. You can.

다음으로, 수집한 통신환경 설정정보를 기반으로 소정의 학습 기법에 기초하여 통신 상태 및 통신 품질 분석을 위한 통신 최적화 모델을 생성한다(S120).Next, a communication optimization model for analyzing communication status and communication quality is created based on a predetermined learning technique based on the collected communication environment setting information (S120).

일 실시예로, 최적화 모델을 생성하는 과정에서는 강화학습 등 다양한 머신러닝 기반 기술을 적용하여 통신상태 분석 및 최적화를 위한 모델을 생성할 수 있다.In one embodiment, in the process of creating an optimization model, various machine learning-based technologies such as reinforcement learning can be applied to create a model for analyzing and optimizing communication status.

다음으로, 생성된 최적화 모델에 기초하여 통신 시스템(1)에서의 통신환경 설정값을 추출한다(S130). 즉, 실시간으로 입력되거나 설정되는 통신환경 설정값들을 수립된 최적화 모델을 적용하여, 현재 통신 상태에서 최적의 통신 상태로 변환하기 위한 최적의 통신환경 설정값들을 추출한다. Next, the communication environment settings in the communication system 1 are extracted based on the generated optimization model (S130). In other words, the established optimization model is applied to communication environment settings that are input or set in real time to extract optimal communication environment settings for converting from the current communication state to the optimal communication state.

이때, 본 발명의 일 실시예에서 최적화 모델은 서버(300)에 구비될 수 있으며, 최적화 모델을 구비하는 서버(300)에서 실시간으로 입력된 데이터를 최적화 모델에 적용하여 최적화된 통신환경 설정값을 추출할 수 있다. 한편, 통신환경 설정값의 항목은 전술한 통신환경 설정정보와 동일할 수 있다.At this time, in one embodiment of the present invention, the optimization model may be provided in the server 300, and data input in real time from the server 300 equipped with the optimization model is applied to the optimization model to obtain optimized communication environment settings. It can be extracted. Meanwhile, the items of the communication environment setting value may be the same as the communication environment setting information described above.

다음으로, 추출한 통신환경 설정값에 기초하여 통신 시스템(1)을 제어한다(S140). 즉, 최적의 통신환경 설정을 통해 사용자에게 우수한 통화 품질을 제공할 수 있다.Next, the communication system 1 is controlled based on the extracted communication environment settings (S140). In other words, excellent call quality can be provided to users through optimal communication environment settings.

일 실시예로, 서버(300)를 통해 추출한 통신환경 설정값은 적어도 하나의 엣지 컴퓨팅 장치(200)로 배포될 수 있으며, 엣지 컴퓨팅 장치(200)는 수신한 통신환경 설정값을 각 기능 블록의 설정값으로 적용하여 최적의 통신 상태를 획득할 수 있도록 한다.In one embodiment, the communication environment settings extracted through the server 300 may be distributed to at least one edge computing device 200, and the edge computing device 200 stores the received communication environment settings in each functional block. Apply it as a setting value to obtain optimal communication status.

한편, 본 발명의 일 실시예는 추후, 통신환경 설정값의 적용 속도를 높이기 위해서는 엣지 컴퓨팅 장치(200)에서 최적화 모델을 적용할 수 있어야 하며, 이를 위해서 서버(300)는 입력되는 통신환경 설정정보를 이용해 지속적으로 최적화 모델 업그레이드를 진행할 수 있다. 이렇게 업그레이드된 최적화 모델을 엣지 컴퓨팅 장치(200)에 제공하고, 엣지 컴퓨팅 장치(200)는 항상 최신의 최적화 모델을 적용하여 최적의 통신상태를 제공하기 위해 실시간으로 변화하는 통신환경에 맞추어 실시간 데이터를 반영하여 최적의 통신환경 설정값을 검출할 수 있다.Meanwhile, in one embodiment of the present invention, in order to increase the speed of application of communication environment settings in the future, the edge computing device 200 must be able to apply an optimization model, and for this, the server 300 must be able to apply the input communication environment settings information. You can continuously upgrade the optimization model using . This upgraded optimization model is provided to the edge computing device 200, and the edge computing device 200 always applies the latest optimization model to provide real-time data in accordance with the communication environment that changes in real time to provide an optimal communication state. By reflecting this, the optimal communication environment settings can be detected.

또한, 서버(300)는 엣지 컴퓨팅 장치(200)에서의 통신환경 설정값을 적용한 이후의 통신환경 설정정보를 엣지 디바이스로부터 각각 수집하고, 수집된 통신환경 설정정보를 기반으로 다시 최적화 모델을 학습 및 배포하는 과정을 반복 수행함으로써, 엣지 컴퓨팅 장치(200)에 더욱 최적화된 통신환경 설정값 또는 최적화 모델 자체를 제공할 수 있다.In addition, the server 300 collects communication environment setting information after applying the communication environment setting value in the edge computing device 200 from each edge device, and learns and optimizes the optimization model again based on the collected communication environment setting information. By repeating the distribution process, more optimized communication environment settings or the optimization model itself can be provided to the edge computing device 200.

한편, 상술한 설명에서, 단계 S110 내지 S140는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 한편, 도 1의 내용과 도 2의 내용은 상호 적용될 수 있다.Meanwhile, in the above description, steps S110 to S140 may be further divided into additional steps or combined into fewer steps, depending on the implementation of the present invention. Additionally, some steps may be omitted or the order between steps may be changed as needed. Meanwhile, the contents of FIG. 1 and the contents of FIG. 2 may be mutually applied.

이상에서 전술한 본 발명의 일 실시예에 따른 통신 시스템(1)에서의 통신상태 예측 및 최적화 방법은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.The method for predicting and optimizing the communication state in the communication system 1 according to an embodiment of the present invention described above may be implemented as a program (or application) and stored in a medium in order to be executed in combination with a computer, which is hardware.

상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버(300) 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.The above-mentioned program is C, C++, JAVA, Ruby, and It may include code encoded in a computer language such as machine language. These codes may include functional codes related to functions that define the necessary functions for executing the methods, and include control codes related to execution procedures necessary for the computer's processor to execute the functions according to predetermined procedures. can do. In addition, these codes may further include memory reference-related codes that indicate at which location (address address) in the computer's internal or external memory additional information or media required for the computer's processor to execute the above functions should be referenced. there is. In addition, if the computer's processor needs to communicate with any other remote computer or server 300 in order to execute the functions, the code can be sent to any other remote computer using the communication module of the computer. It may further include communication-related codes for how to communicate with servers, etc., and what information or media should be transmitted and received during communication.

상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.The storage medium refers to a medium that stores data semi-permanently and can be read by a device, rather than a medium that stores data for a short period of time, such as a register, cache, or memory. Specifically, examples of the storage medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc., but are not limited thereto. That is, the program may be stored in various recording media on various servers that the computer can access or on various recording media on the user's computer. Additionally, the medium may be distributed to computer systems connected to a network, and computer-readable code may be stored in a distributed manner.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The description of the present invention described above is for illustrative purposes, and those skilled in the art will understand that the present invention can be easily modified into other specific forms without changing the technical idea or essential features of the present invention. will be. Therefore, the embodiments described above should be understood in all respects as illustrative and not restrictive. For example, each component described as single may be implemented in a distributed manner, and similarly, components described as distributed may also be implemented in a combined form.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the claims described below rather than the detailed description above, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts should be construed as being included in the scope of the present invention. do.

1: 통신 시스템
100: 송수신부
200: 엣지 컴퓨팅 장치
300: 서버1: Communication system
100: Transmitter and receiver
200: Edge computing device
300: server

Claims (1)

통신 시스템의 통신환경 설정정보를 수집하는 단계;
상기 수집한 통신환경 설정정보를 기반으로 소정의 학습 기법에 기초하여 통신 상태 및 통신 품질 분석을 위한 통신 최적화 모델을 생성하는 단계;
상기 생성된 최적화 모델에 기초하여 상기 통신 시스템에서의 통신환경 설정값을 추출하는 단계; 및
상기 추출한 통신환경 설정값에 기초하여 상기 통신 시스템을 제어하는 단계를 포함하는,
통신 시스템에서의 통신상태 예측 및 최적화 방법.
Collecting communication environment setting information of a communication system;
generating a communication optimization model for analyzing communication status and communication quality based on a predetermined learning technique based on the collected communication environment setting information;
extracting communication environment settings in the communication system based on the generated optimization model; and
Comprising the step of controlling the communication system based on the extracted communication environment settings,
Methods for predicting and optimizing communication status in communication systems.
KR1020230071412A 2022-10-25 2023-06-02 Communication system and method for predicting and optimizing of communication state thereof KR20240057968A (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220137998 2022-10-25
KR1020220137998 2022-10-25

Publications (1)

Publication Number Publication Date
KR20240057968A true KR20240057968A (en) 2024-05-03

Family

ID=91077452

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230071412A KR20240057968A (en) 2022-10-25 2023-06-02 Communication system and method for predicting and optimizing of communication state thereof

Country Status (1)

Country Link
KR (1) KR20240057968A (en)

Similar Documents

Publication Publication Date Title
Kasgari et al. Experienced deep reinforcement learning with generative adversarial networks (GANs) for model-free ultra reliable low latency communication
US8005654B2 (en) Method, apparatus and computer program product for intelligent workload control of distributed storage
Wang et al. Mobility-aware partial computation offloading in vehicular networks: A deep reinforcement learning based scheme
CN115278708B (en) Mobile edge computing resource management method oriented to federal learning
US11934287B2 (en) Method, electronic device and computer program product for processing data
CN115829278A (en) Satellite communication task planning method and device
KR20240057968A (en) Communication system and method for predicting and optimizing of communication state thereof
CN115802398A (en) Interference optimization method and device, storage medium and electronic equipment
CN116208662A (en) Centralized control method and system for equipment management
CN117294743A (en) Construction method, first communication node, storage medium and construction system
CN111262654B (en) Method, system, electronic device and medium for responding to aperiodic CSI request
CN116506863A (en) Decision optimization method, decision optimization device, electronic equipment and readable storage medium
Li et al. An empirical study on gan-based traffic congestion attack analysis: A visualized method
CN112732533B (en) Method, device and readable medium for running script program of industrial monitoring software
CN116886475B (en) Channel estimation method, device and system
WO2024067281A1 (en) Ai model processing method and apparatus, and communication device
WO2023179653A1 (en) Beam processing method and apparatus, and device
CN116566846B (en) Model management method and system, shared node and network node
CN117318780A (en) Adaptive signal processing method and system applied to antenna gain system
WO2023179651A1 (en) Beam processing method and apparatus and device
Kashani Overview of the LTE network and removal of unwanted Handover in the network and how to implement it with the ns3 simulator
Mohammad et al. A COMPARISON OF NS3 AND OTHER NETWORK SIMULATORS FOR LTE HANDOVER OPTIMIZATION
CN116418677A (en) Data processing method, system, equipment and storage medium
CN114742235A (en) Federal learning method, data analysis model training method and device, and storage medium
Wilhelmi Roca et al. Usage of Network Simulators in Machine-Learning-Assisted 5G/6G Networks