KR20240102345A

KR20240102345A - 위성 통신 안테나 고장 예측 방법 및 그 장치

Info

Publication number: KR20240102345A
Application number: KR1020220184303A
Authority: KR
Inventors: 윤태성; 이철우
Original assignee: 한국과학기술원
Filing date: 2022-12-26
Publication date: 2024-07-03

Abstract

단말국과 위성으로 연결되어 통신하는 중심국의 동작 방법으로서, 상기 단말국으로부터 상기 단말국의 위성 안테나를 통해 측정한 CW(Continuous Wave) 신호 측정값, 편파 분리도, 및 상기 위성 안테나의 송출 증폭 포화값 중에서 적어도 하나를 수신하는 단계, 그리고 상기 적어도 하나의 수신값들을 사전 학습된 안테나 고장 예측 델에 입력하여 상기 단말국의 위성 안테나 고장 여부를 예측하는 단계를 포함한다.

Description

위성 통신 안테나 고장 예측 방법 및 그 장치{METHOD AND APPARATUS FOR PREDICTING FAILURE OF SATELLITE COMMUNICATION ANTENNA}

본 발명은 위성 통신 안테나 고장 예측 방법 및 그 장치에 관한 것이다.

위성 통신 시스템은 우주 기술과 통신 기술의 진보에 따라 급속히 발전하여 수많은 나라에서 이제는 국제 통신 뿐만 아니라 국내 통신으로 사용하고 있는 추세이다.

위성과 통신을 수행하는 위성 통신용 안테나는 위성을 추적하여 위성으로부터 신호를 수신하거나 위성으로 신호를 송신하는 기능을 수행하는 것으로, 지상의 위성 관제국 등에 설치되어 사용될 수 있다.

특히, 최근에는 집 안에서 시청할 수 있는 위성 뿐만 아니라 자동차, 요트, 기차 등 이동하는 물체에 위성 통신용 안테나를 장착하여 위성 서비스를 받는 시스템이 점차 증가하고 있다.

이와 같이, 위성 통신 안테나의 수는 급증하고 있는데, 그 관리는 수동적으로 이루어지고 있는 실정이다. 특히, 원격지에 위치하는 다량의 위성 통신 안테나는 직접 관리가 불가능하다.

또한, 위성 통신 안테나는 전파 간섭 유발, 통신 고립 등으로 인해 고장률이 높다. 위성 통신 안테나의 고장은 전파 간섭을 초래하여 국가 및 기업 간 분쟁이 발생한다.

또한, 통상 위성 통신 안테나는 유선 통신이 설치될 수 없는 해양이나 항공 환경에서 주조 사용되므로, 고장시 통신 자체가 두절되는 문제가 있다.

본 개시는, 데이터 기반 안테나 상태 점검 및 예측을 통해 위성 통신 안테나를 실시간으로 관리할 수 있는 방법 및 그 장치를 제공하는 것이다.

본 개시는, 단말국의 편파 분리도, CW 신호 측정값, 송출 증폭 포화값 각각의 시계열 패턴을 예측하고, 예측 패턴 중에서 적어도 하나의 예측 패턴이 정의된 필터 조건을 충족하면 단말국의 위성 안테나 고장을 예측하는 방법 및 그 장치를 제공하는 것이다.

한 특징에 따르면, 단말국과 위성으로 연결되어 통신하는 중심국의 동작 방법으로서, 상기 단말국으로부터 상기 단말국의 위성 안테나를 통해 측정한 CW(Continuous Wave) 신호 측정값, 편파 분리도, 및 상기 위성 안테나의 송출 증폭 포화값 중에서 적어도 하나를 수신하는 단계, 그리고 상기 적어도 하나의 수신값들을 사전 학습된 안테나 고장 예측 모델에 입력하여 상기 단말국의 위성 안테나 고장 여부를 예측하는 단계를 포함한다.

상기 예측하는 단계는, 상기 적어도 하나의 수신값들의 시계열 패턴을 학습하여 미래 특정 시점의 적어도 하나의 수신값들을 예측하고, 에측한 적어도 하나의 수신값들이 정해진 필터 조건을 충족하면, 위성 안테나 고장으로 예측할 수 있다.

상기 예측하는 단계는, 사전 정해진 기간 동안 편파 분리도 측정값의 시계열 데이터를 수집하고, 수집한 시계열 데이터를 토대로 안테나 고장 예측 모델에게 편파 분리도 패턴을 학습시키고, 특정 미래 시점의 편파 분리도 측정값을 예측하는 단계, 그리고 예측한 편파 분리도 측정값이 정해진 임계값 미만이면, 위성 안테나 고장으로 진단하는 단계를 포함할 수 있다.

상기 예측하는 단계는, 사전 정해진 기간 동안 CW 신호 측정값의 시계열 데이터를 수집하고, 수집한 시계열 데이터를 토대로 안테나 고장 예측 모델에게 CW 신호의 수신 감도 패턴을 학습시키고, 특정 미래 시점의 CW 신호 측정값을 예측하는 단계, 그리고 예측한 CW 신호 측정값이 정해진 임계값 미만이면, 위성 안테나 고장으로 진단하는 단계를 포함할 수 있다.

상기 예측하는 단계는, 사전 정해진 기간 동안 송출 증폭 포화값의 시계열 데이터를 수집하고, 수집한 시계열 데이터를 토대로 안테나 고장 예측 모델에게 송출 증폭 포화값의 송출 증폭값 열화 패턴을 학습시키고, 특정 미래 시점의 송출 증폭 포화값을 예측하는 단계, 그리고 예측한 송출 증폭 포화값이 정해진 임계값 미만이면, 위성 안테나 고장으로 진단하는 단계를 포함할 수 있다.

상기 예측하는 단계 이후, 위성 안테나 고장 유무, 그리고 상기 필터 조건을 충족하는 수신값 항목을 고장 원인으로 기재한 위성 안테나 고장 예측 결과를 출력하는 단계를 더 포함할 수 있다.

상기 수신하는 단계 이전에, 사전에 정해진 스케줄에 기초하여, 상기 단말국으로 위성 안테나 보정 명령을 전송하는 단계를 더 포함하고, 상기 적어도 하나의 수신값들은, 상기 위성 안테나 보정 명령에 따라 상기 단말국에서 측정되어 수신되는 값들일 수 있다.

다른 특징에 따르면, 위성을 통해 중심국과 연결되어 통신하는 단말국의 동작 방법으로서, 위성 안테나의 CW(Continuous Wave) 신호, 편파 분리도, 및 송출 증폭 포화값 중에서 적어도 하나를 측정하는 단계, 그리고 상기 적어도 하나의 측정값들을 중심국으로 전송하는 단계를 포함하고, 상기 적어도 하나의 측정값들은, 상기 시계열 패턴 분석을 통해 위성 안테나의 고장을 예측하는데 사용될 수 있다.

상기 측정하는 단계는, 상기 위성 안테나의 편파 각도를 정해진 각도 단위마다 변경하여 상기 위성 안테나를 회전시키면서 상기 CW 신호를 측정하고, CW 신호 측정값이 최대값인 편파 각도로부터 90도 회전한 편파 각도에서 측정된 CW 신호 측정값을 검출하고, CW 신호 최대값과 90도 회전한 편파 각도에서 측정된 CW 신호 측정값 간의 차이를 편파 분리도로 산출할 수 있다.

상기 측정하는 단계는, 정해진 증폭 단위마다 송출 전력을 증가시키면서 CW 신호를 송출하고, 송출한 CW 신호를 다시 수신하여 수신 전력을 측정하며 송출 전력의 증폭 변화만큼 수신 전력의 증폭이 변화하는지 확인하여 송출 증폭 포화값을 측정할 수 있다.

상기 송출하는 CW 신호는, 상기 중심국에서 수신되는 CW 신호의 주파수와 상이한 주파수일 수 있다.

상기 측정하는 단계 이전에, 상기 중심국으로부터 안테나 보정 명령을 수신하는 단계를 더 포함하고, 상기 안테나 보정 명령은, 안테나 번호, 측정 날짜 및 측정 시간을 포함하고, 상기 측정 날짜 및 상기 측정 시간에 자동으로 측정하도록 지시하는 명령어들을 포함할 수 있다.

또 다른 특징에 따르면, 적어도 하나의 프로세서에 의해 동작하는 고장 예측 서버로서, 입력 데이터로부터 위성 안테나의 고장 여부를 예측하도록 훈련된 인공지능 모델로서, 상기 위성 안테나의 CW(Continuous Wave) 신호 측정값, 편파 분리도, 및 송출 증폭 포화값 중에서 적어도 하나를 입력받고 위성 안테나 고장 여부를 예측하는 안테나 고장 예측 모델을 포함한다.

상기 안테나 고장 예측 모델은, 편파 분리도 시계열 데이터를 입력받아 편파 분리도 패턴을 학습하고, 특정 미래 시점의 편파 분리도를 예측하는 편파 분리도 예측부, CW 신호 측정값 시계열 데이터를 입력받아 CW 신호의 수신 감도 패턴을 학습하고, 특정 미래 시점의 CW 신호 측정값을 예측하는 수신 감도 예측부, 송출 증폭 포화값 시계열 데이터를 입력받아 송출 증폭 포화값 패턴을 학습하고, 특정 미래 시점의 송출 증폭 포화값을 예측하는 송출 증폭 포화값 예측부, 그리고 편파 분리도 예측값, CW 신호 측정 예측값 및 송출 증폭 포화값 예측값 입력받아, 입력된 예측값들 중에서 필터 조건을 충족하는 적어도 하나의 예측값들이 있으면, 안테나 고장으로 진단하는 분석 필터를 포함할 수 있다.

상기 분석 필터는, 상기 필터 조건을 충족하는 예측값에 해당하는 항목을 고장 원인으로 출력할 수 있다.

상기 분석 필터의 필터 조건은, 상기 편파 분리도 예측값이 편파 분리도 임계치 미만인지 판단하는 제1 필터 조건, 상기 CW 신호 측정 예측값과 최초 CW 신호 측정값 간의 차이값이 CW 신호 임계값 미만인지 판단하는 제2 필터 조건, 그리고 상기 송출 증폭 포화값 예측값과 최초 송출 증폭 포화값 예측값 간의 차이값이 송출 증폭 포화값 임계값 미만인지 판단하는 제3 필터 조건을 포함할 수 있다.

본 개시에 따르면, 단말국에서 주기적으로 수집한 시계열 데이터를 토대로 미래 시간의 단말국에서 수집한 신호의 패턴을 예측하고 이를 토대로 단말국의 위성 안테나 고장 유무를 진단할 수 있으므로, 위성 안테나 설치 현장에 출동하지 않고도 위성 안테나 고장 유무를 확인할 수 있게 된다. 따라서, 현장 충돌에 소용되는 비용 및 시간을 절감할 수 있다.

도 1은 한 실시예에 따른 위성 안테나 고장 예측 시스템의 구성을 나타낸 블록도이다.
도 2는 한 실시예에 따른 위성 안테나 고장 예측 방법을 나타낸 흐름도이다.
도 3은 한 실시예에 따른 안테나 고장 예측 모델을 설명한다.
도 4는 한 실시예에 따른 편파 변경에 따른 신호 품질 저하를 나타낸 그래프이다.
도 5는 한 실시예에 따른 시간 흐름에 따른 고출력 증폭기 열화 패턴을 나타낸 그래프이다.
도 6은 한 실시예에 따른 시계열 데이터의 예시도이다.
도 7은 한 실시예에 따른 패턴 학습을 설명하는 예시도이다.
도 8은 한 실시예에 따른 편파 분리도 열화 패턴을 설명한다.
도 9는 한 실시예에 따른 수신 감도 열화 패턴을 설명한다.
도 10은 한 실시예에 따른 송출 증폭 포화값 열화 패턴을 설명한다.
도 11은 한 실시예에 따른 결과 리포트의 예시도이다.
도 12는 한 실시예에 따른 관제 화면의 예시도이다.
도 13은 한 실시예에 따른 편파 분리도 측정 절차를 나타낸 순서도이다.
도 14는 도 13에서 편파 분리도를 측정하는 절차를 설명하기 위한 예시도이다.
도 15는 한 실시예에 따른 CW 신호 측정 절차를 나타낸 순서도이다.
도 16은 한 실시예에 따른 송출 증폭 포화값 측정 절차를 나타낸 순서도이다.
도 17은 도 16의 증폭기 포화 곡선을 나타낸 그래프이다.
도 18은 도 16의 송출 증폭 포화값 검출을 설명하기 위한 도면이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

설명에서, 도면 부호 및 이름은 설명의 편의를 위해 붙인 것으로서, 장치들이 반드시 도면 부호나 이름으로 한정되는 것은 아니다.

설명에서, 어떤 부분이 어떤 구성요소를 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "…모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

본 개시의 인공신경망은 적어도 하나의 태스크(task)를 학습하는 인공지능 모델로서, 컴퓨팅 장치에서 실행되는 컴퓨터 프로그램으로 구현될 수 있다. 태스크란, 기계 학습을 통해 해결하고자 하는 과제 또는 기계 학습을 통해 수행하고자 하는 작업을 지칭할 수 있다. 컴퓨터 프로그램은 저장 매체(non-transitory storage media)에 저장되고, 프로세서에 의해 본 개시의 동작을 실행하도록 기술된 명령들(instructions)을 포함한다. 컴퓨터 프로그램은 네트워크를 통해 다운로드되거나, 제품 형태로 판매될 수 있다.

도 1은 한 실시예에 따른 위성 안테나 고장 예측 시스템의 구성을 나타낸 블록도이다.

도 1을 참고하면, 위성 안테나 고장 예측 시스템은 중심국(100), 복수의 단말국들(200) 및 위성(300)을 포함한다.

중심국(100)은 양방향 통신 서비스를 제공하기 위하여 인터넷에 연결될 수 있다. 중심국(100)은 인터넷으로부터 수신되는 데이터를 위성(300)을 통해 단말국(200)으로 전송하고, 단말국(200)에서 위성(300)을 통해 중심국(100)으로 전송되는 단말국(200)의 통신 데이터를 복조하여 복원할 수 있다.

단말국(200)은 중심국(100)으로부터 수신된 데이터를 유무선 네트워크로 연결되어 있는 사용자 단말(미도시)로 전송하고, 사용자 단말(미도시)로부터의 데이터를 위성(100)을 통해 중심국(200)으로 전송한다. 도면에는 나타내지 않았지만, 단말국(200)은 유무선 네트워크를 통해 적어도 하나의 사용자 단말(미도시)과 연결되어 있다.

위성(300)은 중심국(100)과 단말국(200)을 연결하며 중심국(100)과 단말국(200) 사이에 데이터 송수신을 가능하게 한다.

이때, 중심국(100)은 단말국(200)의 위성 안테나 고장 여부를 예측할 수 있다.

중심국(100)은 위성 안테나(110), 허브(120), 스위치(130), CW(Continuous Wave) 신호 발생 장치(140), 고장 예측 서버(150), 중심국 제어 서버(160) 및 콘솔(170)을 포함할 수 있다.

단말국(200)은 위성 안테나(210), 모뎀(220), 스위치(230), 스펙트럼 분석 장치(240) 및 단말국 제어 서버(250)를 포함할 수 있다.

위성 안테나(110)는 위성(300)과 데이터를 송수신하고, 허브(120)를 통해 스위치(130)에 연결되어 있다. 스위치(130)에는 CW 신호 발생 장치(140), 고장 예측 서버(150) 및 중심국 제어 서버(160)와 연결되어 있다.

CW 신호 발생 장치(140)는 24시간 상시 CW 신호를 송출한다. CW 신호 발생 장치(140)는 상시 송출을 위해 사전에 설정된 주파수, 즉, 상시 송출 주파수의 CW 신호를 송출할 수 있다.

CW 신호는 연속파 신호로서, 보통, 무선통신 신호 시험 및 보정에 사용된다. 본 발명의 실시예에서, CW 신호는 편파 분리도 측정 및 수신 감도 측정시 레퍼런스(Reference) 신호로 사용될 수 있다.

고장 예측 서버(150)는 머신 러닝(machine learning) 모델을 이용하여 단말국(200)의 위성 안테나(210)의 편파 분리도 열화 패턴, 수신감도 열화 패턴, 송출 증폭기 열화 패턴을 예측하고, 예측 패턴을 기초로 위성 안테나(210)의 고장 여부를 진단할 수 있다.

머신 러닝 모델은 신경망 시계열 분석 모델로서, 예컨대, LSTM(Long Short-Term Memory) 모델이 이용될 수 있다.

고장 예측 서버(150)는 콘솔(170)에 연결되고, 고장 여부를 진단한 결과를 포함하는 결과 리포트를 생성하여 콘솔(170)에 전송할 수 있다.

콘솔(170)은 고장 예측 서버(150)를 실시간 모니터링 및 운용하는 장치로서, 고장 예측 서버(150)가 전송하는 결과 리포트를 가공하여 관제 화면을 생성 및 출력할 수 있다.

중심국 제어 서버(160)는 중심국(100)의 전반적인 동작을 제어하며, 고장 예측 서버(150)와 연동하여 단말국(200)의 위성 안테나(210) 고장을 예측하기 위한 정보를 측정/수집할 수 있다.

중심국 제어 서버(160)는 사전에 설정된 안테나 보정 스케줄 DB에 저장된 안테나 보정 스케줄에 따라 정해진 시점에 단말국(200)으로 안테나 보정 명령을 전송하고, 단말국(200)으로부터 보정된 편파 분리도 및 송출 증폭 포화값, 그리고 CW 신호 측정값을 수신할 수 있다.

중심국 제어 서버(160)가 생성한 안테나 보정 명령은 위성(300)을 거쳐 단말국(200)의 단말국 제어 서버(250)로 전달된다.

위성 안테나(210)는 중심국(100)과 데이터를 송수신한다. 위성 안테나(210)는 모뎀(220)에 연결된다. 모뎀(220)에는 스위치(230)가 연결되고, 스위치(230)에는 스펙트럼 분석 장치(240) 및 단말국 제어 서버(250)가 연결된다.

모뎀(220)은 데이터 전달을 위해 위성 신호를 변조하여 송신하고 수신측에서 원래의 신호로 복구하기 위해 복조한다.

스펙트럼 분석 장치(230)는 소프트웨어 기반 무선(RF, Radio Frequency) 신호를 측정하여 분석하는 장치로서, 주파수 스펙트럼 성분에 따른 신호 크기를 화면에 출력한다.

스펙트럼 분석 장치(230)는 위성 안테나(210)를 통해 중심국(100)이 송출한 CW 신호를 수신하여 CW 신호 크기를 측정한다.

스펙트럼 분석 장치(230)는 CW 신호를 위성(300)을 향해 송출하고, 위성(300)으로부터 송출한 CW 신호를 다시 수신하여 수신 신호 전력을 측정하는 루프백(loopback) 테스트를 수행할 수 있다.

단말국 제어 서버(240)는 단말국(200)의 전반적인 동작을 제어한다.

단말국 제어 서버(240)는 중심국(100)의 제어 명령에 따라 위성 안테나(210)의 고장을 예측하기 위한 정보를 측정 및 보정하고, 측정 정보를 중심국(100)으로 전송한다.

단말국 제어 서버(240)는 위성 안테나(210)의 편파 분리도, CW 신호 측정값, 송출 증폭 포화값을 측정하고, 편파 분리도와 송출 증폭 포화값은 정해진 보정 처리를 수행한 후, 보정된 편파 분리도, 송출 증폭 포화값과 측정된 CW 신호 측정값을 중심국(100)으로 전송한다.

도 2는 한 실시예에 따른 위성 안테나 고장 예측 방법을 나타낸 흐름도이다. 도 3은 한 실시예에 따른 안테나 고장 예측 모델을 설명하고, 도 4는 한 실시예에 따른 편파 변경에 따른 신호 품질 저하를 나타낸 그래프이고, 도 5는 한 실시예에 따른 시간 흐름에 따른 고출력 증폭기 열화 패턴을 나타낸 그래프이고, 도 6은 한 실시예에 따른 시계열 데이터의 예시도이고, 도 7은 한 실시예에 따른 패턴 학습을 설명하는 예시도이고, 도 8은 한 실시예에 따른 편파 분리도 열화 패턴을 설명하고, 도 9는 한 실시예에 따른 수신 감도 열화 패턴을 설명하고, 도 10은 한 실시예에 따른 송출 증폭 포화값 열화 패턴을 설명하고, 도 11은 한 실시예에 따른 결과 리포트의 예시도이고, 도 12는 한 실시예에 따른 관제 화면의 예시도이다.

도 2를 참고하면, 중심국 제어 서버(160)는 안테나 보정 스케줄 DB를 구비하고, 이러한 안테나 보정 스케줄 DB를 참고하여 안테나 보정 명령을 생성한다(S101).

안테나 보정 스케줄 DB는 다음의 표 1과 같이 구성될 수 있다.

No	분류	변수명	데이터 정의	단위
1	안테나 번호	Antenna	안테나 구분번호	일련번호
2	일자	Date	측정 일자	yyyy-mm-dd
3	시간	Time	측정 시간	hh:mm

표 1에서, 안테나 번호는 각 위성 안테나(301)에 부여된 ID로서, Primary Key가 사용될 수 있으며, 고유 번호에 해당한다. 일자는 안테나 보정 일자를 의미한다. 시간은 안테나 보정 시작 시간을 의미한다.

중심국 제어 서버(160)는 S101에서 생성한 안테나 보정 명령을 단말국(200)의 단말국 제어 서버(250)에게 전송한다(S102).

S102에서, 중심국 제어 서버(160)는 표 1을 참고하여 안테나 번호, 일자 및 시간을 포함하고, 일자 및 시간에 자동 실행을 지시하는 스크립트(Script)로 구성된 안테나 보정 명령을 생성하여 전송할 수 있다.

S102에서, 중심국 제어 서버(160)는 단말국(200)을 특정하여 안테나 보정 명령을 전송할 수 있다. 중심국 제어 서버(160)는 안테나 별로 측정 시간을 달리하여 안테나 제어 명령을 전송할 수 있다. 예를 들어, 중심국 제어 서버(160)는 측정 시간을 6:00로 설정하고 안테나 1번에게 안테나 제어 명령을 전송하고, 측정 시간을 6:10로 설정하고 안테나 2번에게 안테나 제어 명령을 전송하고, 측정 시간을 6:20로 설정하고 안테나 3번에게 안테나 제어 명령을 전송할 수 있다.

안테나 제어 명령은 중심국 제어 서버(160)로부터 위성 안테나(210)로 전달되고, 위성 안테나(210)로부터 모뎀(220)을 거쳐 스위치(230)로 전달된 후, 스위치(230)로부터 단말국 제어 서버(250)로 전달된다.

단말국 제어 서버(250)는 S102의 안테나 보정 명령에 따라 스펙트럼 분석 장치(240)와 연동하여 스펙트럼 제어 모드에서 CW 신호를 이용한 편파 분리도를 측정 및 보정한다(S103).

단말국 제어 서버(250)는 S102의 안테나 보정 명령에 따라 스펙트럼 분석 장치(240)와 연동하여 CW 신호 측정값을 산출한다(S104).

단말국 제어 서버(250)는 S102의 안테나 보정 명령에 따라 스펙트럼 분석 장치(240)와 연동하여 송출 증폭 포화값(Saturation Point)을 측정 및 보정한다(S105).

단말국 제어 서버(250)는 S103에서 측정 및 보정된 편파 분리도, S104에서 산출된 CW 신호 측정값, S105에서 측정 및 보정된 송출 증폭 포화값을 포함하는 측정 정보를 중심국 제어 서버(150)에게 전송한다(S106).

S106에서, 안테나 제어 명령은 단말국 제어 서버(250)로부터 위성 안테나(110)로 전달되고, 위성 안테나(110)로부터 허브(120)를 거쳐 스위치(130)로 전달된 후, 스위치(130)로부터 중심국 제어 서버(160)로 전달된다.

S106에서, 측정 정보는 표 2와 같은 형태로 구성될 수 있다.

No	분류	변수명	데이터 정의	단위
1	안테나번호	Antenna	안테나 구분번호	일련번호
2	일자	Date	측정 일자	yyyy-mm-dd
3	시간	Time	측정 시간	hh:mm
4	수신 감도	Rx_Strength	수신 CW 신호 세기 측정값	dB
5	편파 분리도	CPI	편파 분리도 측정값	dB
6	송출 포화값	SAT_Point	송출 증폭 포화 측정값	dB

중심국 제어 서버(160)는 측정 정보에 포함된 CW 신호 측정값, 편파 분리도, 송출 증폭 포화값이 모두 수신되었는지 판단한다(S107). S107을 통해, 데이터 누락을 방지할 수 있다.S107에서, CW 신호 측정값, 편파 분리도, 송출 증폭 포화값 중 적어도 하나라도 수신되지 않은 경우, 중심국 제어 서버(160)는 S101 부터 다시 수행한다.

반면, S107에서 CW 신호 측정값, 편파 분리도, 송출 증폭 포화값이 모두 수신되었다고 판단되면, 중심국 제어 서버(160)는 S106의 측정 정보를 고장 예측 서버(150)에게 전송한다(S108).

S101 ~ S108은 정해진 주기마다 수행될 수 있는데, 예컨대, 7일을 주기로 수행될 수 있다. 즉, 7일 마다 1회씩 S101 ~ S108이 수행될 수 있다.

고장 예측 서버(150)는 학습된 고장 예측 모델을 이용하여, 편파 분리도, CW 신호 측정값, 송출 증폭 포화값을 토대로 위성 안테나(210)의 고장 여부를 예측한다(S109).

S109에서, 고장 예측 서버(150)는 S106의 측정 정보, 즉, 편파 분리도, CW 신호 측정값, 송출 증폭 포화값에 대해 독립된 전처리를 수행한다. 전처리는 일정 시간 동안 수집된 위성 안테나(210)의 편파 분리도를 토대로 편파 분리도 열화 패턴을 생성하는 동작을 포함할 수 있다. 전처리는 일정 시간 동안 수집된 위성 안테나(210)의 CW 수신 신호 측정값을 토대로 CW 수신 신호의 수신 감도 열화 패턴을 생성하는 동작을 포함할 수 있다. 전처리는 일정 시간 동안 수집된 위성 안테나(210)의 송출 증폭 포화값을 수집하고, 송출 증폭 포화값 열화 패턴을 생성할 수 있다.

고장 예측 서버(150)는 편파 분리도 열화 패턴, 수신 감도 열화 패턴, 송출 증폭기 열화 패턴을 토대로, 위성 안테나(210)의 고장 여부를 예측할 수 있다.

도 3을 참조하면, 안테나 고장 예측 모델(151)은 고장 예측 서버(150)에 포함된다. 안테나 고장 예측 모델(151)은 편파 분리도 예측부(152), 수신 감도 예측부(153), 송출 증폭 포화값 예측부(154) 및 분석 필터(155)를 포함할 수 있다.

Feeder 또는 OMT(orthomode transducer) 등과 같은 편파 분리 장치는 시간이 지날수록 편파 각도가 변하고, 이로 인해 신호 품질 저하를 초래할 수 있다. 위성 안테나가 설치된 환경이 해양, 항공과 같이 고속 이동 환경인 경우, 높은 습도, 강한 바람, 많은 이동량으로 인해 편파 작동 벨트가 노후화되어 부식되고 헐거워질 수 있는데, 이는 편파 각도를 변하게 하는 주요한 요인이 된다.

편파 작동 벨트는 안테나 편파의 각도를 미세 조정하는 벨트이다. 편파 작동 벨트의 경우, 노후화로 인한 열화, 또는 습도 및 강우 등에 의한 부식으로 인해 벨트 고정 기능이 제대로 동작하지 않거나, 벨트의 각도 제어 기능이 떨어져 편파가 틀어지는 현상이 발생하게 된다. 즉, 벨트 노후화로 인해 미세 각도 제어 미작동, 고정 틀어짐 현상이 발생하게 된다. 또한, 항공 및 해상의 상황에서는 강한 바람에 의해 안테나 편파가 물리적으로 틀어지는 경우도 발생할 수 있다.

도 4를 참조하면, 편파 각도가 정상 각도인 0도를 기준으로 틀어질수록 신호 품질의 저하가 발생함을 알 수 있다. 이때, 틀어진 각도가 45도인 경우를 기점으로, 그 이상 편파 각도가 틀어지게 되면 간섭 신호의 유입이 더 많아 서비스 자체가 어려운 상태에 이른다.

그럼에도, 편파 작동 벨트의 부식 및 노후화 상태는 위성 안테나 돔 내부를 들여다보기 전까지는 알기 어렵다. 이러한 이유로 인해, 데이터 기반의 예측을 통해 편파 분리도 열화 패턴을 분석하는 작업이 필요하다.

편파 분리도 예측부(152)는 일정 시간 동안 수집된 위성 안테나(210)의 편파 분리도 시계열 데이터를 입력 받아 편파 분리도 열화 패턴을 학습하여 미래 시간의 편파 분리도를 예측할 수 있다.

위성 안테나(210)의 수신기에 해당하는 수신 저잡음 증폭기(Low Noise Block converter, LNB) 등과 같은 수신 파트는 수명이 있기 때문에, 시간이 지남에 따라 열화되어 증폭 특성이 낮아지게 된다. 또한, 수신 파트는 위성 안테나(210)가 설치된 환경이 해양, 항공과 같이 습도와 바람의 영향을 많이 받는 환경일 경우, 고장 가능성이 있다. 따라서, CW 신호의 측정값의 시간에 따른 변화를 분석하는 작업이 필요하며, 데이터 기반의 예측을 통해 수신 감도 열화 패턴을 분석하는 작업이 필요하다.

수신 감도 예측부(153)는 CW 신호 측정값의 패턴을 통해 열화 및 고장 여부를 예측할 수 있다. 수신 감도 예측부(153)는 일정 시간 동안 수집된 위성 안테나(210)의 CW 신호의 수신 신호 세기, 즉, CW 신호 측정값을 입력받아 수신 감도 열화 패턴을 학습하여 미래 시간의 CW 신호 측정값, 즉, 수신 감도를 예측할 수 있다.

위성 안테나(210)의 송출 증폭기(Block Up Converter, BUC)의 경우, 위성 안테나 장비 중에서 가장 민감하고 고장이 잦다. 송출 증폭기는 수명이 있어 시간이 지남에 따라 열화되지만, 고장이 발생 전까지는 열화 상태를 확인하기 어렵다.

그런데, 송출 증폭기는 열화되면 포화 지점(Saturation Point)이 낮아지게 된다.

송출 증폭기는 제품 사용년수가 오래될수록 NPR(Noise Power Ratio)이 커지게 되어, 신호 송출 파워 대비 잡음(Noise) 레벨이 높아지게 된다.

도 5를 참조하면, 시간이 지날수록 고출력 송출 증폭기의 NPR(Noise-Power-Ratio) Degradation이 커지는데, 대략 -3dB에 이르면 수명에 도달하게 된다. 즉, 보통 초기 대비 NPR degradation이 3dB 이상(=2배이상) 커지게 될 때 교체를 하게 된다.

도 5의 가로축은 송출 증폭기 운용 시간이고, 세로축은 NPR 수치이다. 송출 증폭기 운용 시간이 길어질수록 NPR degradation이 커진다. 즉, 장비 운용 시간이 길어질수록 잡음 수치가 증가하여 통신 신호 특성이 나빠지게 된다.

도 5에서, 6Back, 10 Back, 15Back은 운용적 차이 요소를 나타낸다.

송출 증폭기 포화값 예측부(154)는 송출 증폭 포화값의 패턴을 통해 열화 및 고장 여부를 예측할 수 있다. 송출 증폭기 포화값 예측부(154)는 일정 시간 동안 수집된 위성 안테나(210)의 송출 증폭 포화값을 입력받아 송출 증폭 포화값 열화 패턴을 학습하여 미래 시간의 송출 증폭 포화값, 즉, 송출 증폭값 열화 패턴 예측할 수 있다.

안테나 고장 예측 모델(151)은 도 6과 같은 시계열 데이터를 입력받을 수 있다. 시계열 데이터(P10)는 일정 주기마다 수집된 표 2와 같은 측정 정보를 일자/시간 기준으로 정렬된 형태일 수 있다.

도 6을 참조하면, 시계열 데이터는 안테나 변호(P11), 일자(P12), 시간(P13) 단위로, CW 신호 측정값(P14), 편파 분리도 측정값(P15), 송출 증폭 포화값(P16)이 시간의 흐름대로 나열되어 있다. 따라서, 시계열 데이터를 통해 CW 신호 측정값, 편파 분리도, 송출 증폭 포화값의 시간에 따른 패턴을 추출할 수 있다.

편파 분리도 예측부(152)는 정해진 기간(예, 1년) 동안 수집한 편파 분리도의 시계열 데이터를 토대로 편파 분리도 패턴을 학습하고, 학습을 통해 미래 시간(예, 4주)의 편파 분리도 패턴을 예측할 수 있다.

도 7 및 도 8을 참조하면, 편파 분리도 예측부(152)는 전체 시계열 데이터(예, 1년) 중에서 미래 시간(예, 4주, 22/6/1 ~ 22/7/1)에 대응하는 일정 기간(예, 4주×3개월=12주, 22/4/1 ~ 22/6/1)의 편파 분리도 시계열 데이터를 학습 윈도우로 설정하여 편파 분리도 패턴을 학습할 수 있다.

수신 감도 예측부(153)는 정해진 기간(예, 1년) 동안 수집한 CW 신호 측정값의 시계열 데이터를 토대로 CW 신호의 수신 감도 패턴을 학습하고, 학습을 통해 미래 시간(예, 4주)의 CW 신호 측정 패턴 또는 수신 감도 패턴을 예측할 수 있다.

도 7 및 도 9를 참조하면, 수신 감도 예측부(153)는 전체 시계열 데이터(예, 1년) 중에서 미래 시간(예, 4주, 22/6/1 ~ 22/7/1)에 대응하는 일정 기간(예, 4주×3개월=12주, 22/4/1 ~ 22/6/1)의 CW 신호 측정값 시계열 데이터를 학습 윈도우로 설정하여 수신 감도 패턴을 학습할 수 있다.

송출 증폭 포화값 예측부(154)는 정해진 기간(예, 1년) 동안 수집한 송출증폭 포화값의 시계열 데이터를 토대로 송출 증폭 포화값 패턴을 학습하고, 학습을 통해 미래 시간(예, 4주)의 송출 증폭 포화값 패턴을 예측할 수 있다.

도 7 및 도 10을 참조하면, 송출 증폭 포화값 예측부(154)는 전체 시계열 데이터(예, 1년) 중에서 미래 시간(예, 4주, 22/6/1 ~ 22/7/1)에 대응하는 일정 기간(예, 4주×3개월=12주, 22/4/1 ~ 22/6/1)의 송출 증폭 포화값의 시계열 데이터를 학습 윈도우로 설정하여 송출 증폭 포화값 패턴을 학습할 수 있다.

분석 필터(155)는 편파 분리도 예측부(152)가 예측한 편파 분리도, 수신 감도 예측부(153)가 예측한 CW 신호 측정값, 송출 증폭 포화값 예측부(154)가 예측한 송출 증폭 포화값을 입력받고, 입력 데이터가 필터 기준에 부합하는지 판단함으로써, 위성 안테나(210)의 고장 여부를 예측한다.

필터 기준은 수학식 1과 같이 정의될 수 있다.

[수학식 1]

여기서, Y는 최초 수신 감도, 최초 CW 신호 측정값을 의미한다. Y'는 예측 수신 감도, 즉, CW 신호 예측값을 의미한다. P는 편파 분리도를 의미한다. X는 최초 송출 포화값을 의미한다. X'은 예측 송출 증폭 포화값을 의미한다.

편파 분리도가 25dB 이하이면, 신호 품질이 나빠진 상태이고 타 위성 간섭을 유발하는 상태를 의미하므로, 위성 안테나 고장으로 예측하게 된다.

CW 신호 측정값이 최초값 대비 3dB 이하가 되면 수신 감도가 최초에 측정한 초기 값에 비해 절반(-50%)으로 감소한 상태를 의미하므로, 위성 안테나 고장으로 예측하게 된다.

송출 증폭 포화값이 최초값 대비 3dB 이하가 되면, 송출 증폭 포화값이 최초에 측정한 초기값에 비해 절반(-50%)으로 감소한 상태를 의미하고, 위성 안테나 고장으로 예측하게 된다.

여기서, 편파 분리도, CW 신호, 송출 증폭 포화값 각각의 예측값들 도 8에서 미래 구간에서 가장 미래의 시간, 예컨대, 22/7/1에 대응하는 예측값들을 의미할 수 있다. 이때, 예측 시점은 22/6/1일 수 있다.

최초 CW 신호 측정값, 최초 송출 포화값은 시계열 데이터의 가장 과거 시간에 대응하는 값일 수 있다.

분석 필터(155)는 수학식 1의 3가지 필터 조건, 즉, , , 중에서 적어도 하나의 조건을 충족할 경우, 위성 안테나 고장으로 예측할 수 있다. 즉, 분석 필터(155)는 수학식 1의 3가지 필터 조건을 모두 충족하지 않으면, 위성 안테나 정상 예측(Fake)을 출력하고, 수학식 1의 3가지 필터 조건 중 적어도 하나라도 충족하는 조건이 있으면 위성 안테나 고장 예측(True)을 출력할 수 있다.

다시, 도 2를 참조하면, 고장 예측 서버(150)는 S109의 안테나 고장 여부 예측 결과 리포트를 생성하고(S110), 결과 리포트를 콘솔(170)로 전송할 수 있다(S111).

도 11을 참조하면, 결과 리포트(P20)는 안테나 번호(P21), 일자(P22), 시간(P23) 단위로, 수신 감도(P24), 편파 분리도(P15), 송출 포화값(P16), 고장 예측 유무(P27)를 포함할 수 있다. 여기서, 일자(P22), 시간(P23)은 안테나 보정 명령에 정의된 일자/시간과 동일할 수 있다.

이때, 7번 안테나(Antenna_007)의 고장 예측 유무는 편파 분리도 고장을 의미하는 값(True, 1)이 설정되며, 수학식 1의 필터 조건 중에서 편파 분리도 필터 조건을 충족한 경우 고장 원인으로 편파 분리도가 지목되어 있다. 이때, 예측된 편파 분리도 값에 음영 처리되어 있을 수 있다.

콘솔(170)은 S111의 결과 리포트를 토대로 관제 화면을 생성하여 출력할 수 있다(S112).

도 12를 참조하면, 관제 화면(P30)은 안테나 상태(P31), 안테나 위치(P32), 고장 예측 세부 내용(P33)을 포함할 수 있다.

안테나 상태(P31)는 도 11의 결과 리포트를 기초로 생성되며, 고장 예측된 안테나에 관한 정보(안테나 번호, 일자, 시간, CW 신호 측정값, 편파 분리도, 송출 증폭 포화값, 고장 원인)가 포함되어 있다.

안테나 위치(P32)는 위성 안테나(210)의 설치 위치를 표시할 수 있다.

고장 예측 세부 내용(P33)은 안테나 번호, 고장 원인, 그리고 고장으로 판정된 값의 예측 패턴이 나타난 예측 그래프가 표시될 수 있다. 예를 들어, 편파 분리도가 고장 원인이면, 고장 예측 세부 내용(P33)은 편파 분리도의 예측 패턴이 표시되어 있을 수 있다.

또한, 고장 예측 서버(150)는 S109에서 고장으로 예측된 안테나 정보를 안테나 보정 스케줄 DB에 추가한다(S113). 따라서, 해당 시간에 CW 신호 측정, 편파 분리도 보정, 송출 증폭 포화값 보정을 통해 현재 시점에서 최적화가 이루어지도록 하고 안테나 보정 스케줄 DB에 기록되게 할 수 있다.

도 13은 한 실시예에 따른 편파 분리도 측정 절차를 나타낸 순서도이고, 도 14는 도 13에서 편파 분리도를 측정하는 절차를 설명하기 위한 예시도이다.

도 13을 참고하면, 단말국 제어 서버(250)는 현재 위성 안테나(210)의 편파 각도에서 CW 신호 측정값을 검출(S201)한다.

단말국 제어 서버(250)는 위성 안테나(210)의 편파 각도를 0°로 설정한다(S202).

단말국 제어 서버(250)는 위성 안테나(210)를 편파 각도 180°에 이르기까지 편파 각도를 설정 각도(예, 1도, 10도 등)만큼 변경하도록 회전시키면서 각 편파 각도에서 CW 신호 측정값 검출하여 기록한다(S203).

단말국 제어 서버(250)는 S203에서 기록한 값들 중에서 최대값이 검출된 편파 각도로부터 90°지점인 편파 각도의 CW 신호 측정값을 검출한다(S204).

단말국 제어 서버(250)는 S201에서 검출한 측정값과 S204에서 검출한 측정값 간의 차이값을 편파 분리도로 산출한다(S205).

단말국 제어 서버(250)는 S203에서 기록한 값들 중에서 최대값이 검출된 편파 각도로 위성 안테나(210)를 이동시켜 고정시킬 수 있다. 이 동작을 통해 안테나 운용 환경을 최적화시킬 수 있다.

도 14를 참조하면, 최대값은 46.2dB로서, 편파 각도는 30°이다. 따라서, 30°로부터 90°지점은 120°지점이고, 그때의 값은 14dB이다. 그러면, 편파 분리도는 '46.2dB - 14dB = 32.2dB'이다. 단말국 제어 서버(250)는 S205의 편파 분리도가 5dB이하인지 판단한다(S206).

여기서, 편파 분리도가 5dB이하인지 확인하는 이유는 측정/데이터 에러 발생 유무를 체크하기 위해서이다. 편파 분리도가 5dB 이하로 나오는 경우는 측정 에러이거나, 신호 수신이 제대로 되지 않은 경우를 말한다. 따라서, 편파 분리도가 5dB 이하면 다시 측정/MAX점 이동을 통해 정상 측정을 하게 된다.

단말국 제어 서버(250)는 S206에서 편파 분리도가 5dB이하라고 판단되면, S201부터 다시 시작한다.

반면, 5dB 초과라고 판단되면, 단말국 제어 서버(250)는 S205의 편파 분리도를 저장한다(S207). 이처럼, 저장된 편파 분리도는 S106을 통해 중심국(100)으로 전달된다.

도 15는 한 실시예에 따른 CW 신호 측정 절차를 나타낸 순서도이다.

도 15를 참고하면, 단말국 제어 서버(250)는 스펙트럼 제어 모드에서 CW 신호를 정해진 시간(예, 10초) 동안 측정한다(S201). 스펙트럼 제어 모드는 스펙트럼 측정 장치(240)와 연동하는 CW 신호 측정 모드이다. S201에서, 파이썬 프로그램 명령으로 스펙트럼 제어 모드를 구동하여 스펙트럼 측정 장치(240)가 측정한 CW 신호 측정값을 프로그램으로 입력할 수 있다.

S201에서, 스펙트럼 측정 장치(240)는 중심국(100)에서 상시(24시) 발생하는 CW 신호를 측정하며, CW 신호는 양 편파에서 CW 신호를 수신할 수 있을 정도의 세기를 가진다.

단말국 제어 서버(250)는 S301의 CW 신호 측정값의 평균값을 계산(S302)하고, 계산된 평균값을 CW 신호 측정값으로 기록한다(S303).

도 16은 한 실시예에 따른 송출 증폭 포화값 측정 절차를 나타낸 순서도이고, 도 17은 도 16의 증폭기 포화 곡선을 나타낸 그래프이고, 도 18은 도 16의 송출 증폭 포화값 검출을 설명하기 위한 도면이다.

도 16을 참고하면, 단말국 제어 서버(250)는 모뎀 제어 모드(시험 모드)를 실행한다(S401). 모뎀 제어 모드는 서비스 모드와 시험 모드가 있다. 서비스 모드는 실제 변조 캐리어를 송출하는 모드이고, 시험 모드는 CW 신호를 송출할 수 있는 보정 모드를 의미한다.

본 발명의 실시예에서, CW 신호의 주파수는 2가지로 운용된다. 하나는 중심국(100)의 상시 송출 가능한 제1 주파수로서, 고장 예측에 사용되는 편파 분리도 측정, CW 신호 측정에 사용된다. 다른 하나는 단말국(200)에서 송출할 수 있는 제2 주파수(예, 0.5Khz 이내)로서, 단말국(200)이 송출할 수 있는 빈 주파수 대역이다.

단말국 제어 서버(250)는 '+0.5dBm'씩 CW 신호 송출 전력을 증가시키면서 CW 신호 수신 전력이 '+0.5dBm' 증가했는지, 스펙트럼 측정을 통해 확인한다(S402, S403). 즉, CW 신호를 송출한 후, 수신 전력이 송출 전력의 증가만큼 증가하였는지 판단할 수 있다.

S402에서, 단말국 제어 서버(250)는 루프백(Loopback, loop-back) 테스트를 수행할 수 있다. 루프백 테스트는 의도적인 가공이나 수정 없이 원래의 장치나 장비로 돌아가는 것을 의미하며, 주로 RF 전송이나 통신/전자 파트를 테스트하는 수단으로 사용된다.

단말국 제어 서버(250)는 S403에서 CW 신호 수신 전력이 송출 전력의 변화만큼 증가한 경우로 판단되면, S402부터 다시 시작하고, 증가하지 않은 경우라면 송출 증폭 포화값(Saturation Point)을 기록한다(S404).

단말국 제어 서버(250)는 P1dB값을 검색하고 모뎀(220)으로 업데이트시킨다(S405). S405를 통해, 안테나 운용 환경을 최적화할 수 있다.

단말국 제어 서버(250)는 모뎀 제어 모드 해제(시험 모드에서 서비스 모드로 변경)를 수행한다(S406).

S404에서 기록된 송출 증폭 포화값은 중심국 제어 서버(150)로 전송된다.

이와 같이, S401 ~ S406을 통해 단말국 제어 서버(250)는 CW 시험 주파수 신호의 송신 전력을 0.5dBm씩 증가시켜 송출하고 송출한 CW 시험 주파수 신호를 다시 수신하여 측정한 수신 전력이 0.5dBm씩 증가되었는지 SW 스펙트럼 측정을 통해 확인하고, 이러한 과정에서 송출 증폭 포화값을 측정하게 된다.

단말국 제어 서버(250)는 CW 송출 전력과 CW 수신 전력을 토대로 도 17과 같은 증폭기 포화 곡선을 생성할 수 있고, 증폭기 포화 곡선을 기초로 송신 전력 별로 측정한 C/N(Carrier to Noise Ratio)를 표로 나타내면 도 18과 같다.

도 17에서 A는 송출 포화값 지점으로서, 도 18에서 -35dBm 전력, 25dB C/N에 해당한다. 도 17에서 B는 송출 포화값에서 -1dB의 차이가 있는 지점, 즉, P1dB으로서, 도 18에서 -36dBm 전력, 24dB C/N에 해당한다.

단말국 제어 서버(250)는 S405에서 P1dB값을 모뎀(220)에 입력하여 모뎀(220)의 송출 전력이 P1dB값 이하로 자동 조정되도록 한다. P1dB값은 1dB Compression에 해당한다.

이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims

단말국과 위성으로 연결되어 통신하는 중심국의 동작 방법으로서,
상기 단말국으로부터 상기 단말국의 위성 안테나를 통해 측정한 CW(Continuous Wave) 신호 측정값, 편파 분리도, 및 상기 위성 안테나의 송출 증폭 포화값 중에서 적어도 하나를 수신하는 단계, 그리고
상기 적어도 하나의 수신값들을 사전 학습된 안테나 고장 예측 모델에 입력하여 상기 단말국의 위성 안테나 고장 여부를 예측하는 단계
를 포함하는, 동작 방법.
제1항에서,
상기 예측하는 단계는,
상기 적어도 하나의 수신값들의 시계열 패턴을 학습하여 미래 특정 시점의 적어도 하나의 수신값들을 예측하고, 에측한 적어도 하나의 수신값들이 정해진 필터 조건을 충족하면, 위성 안테나 고장으로 예측하는, 동작 방법.
제2항에서,
상기 예측하는 단계는,
사전 정해진 기간 동안 편파 분리도 측정값의 시계열 데이터를 수집하고, 수집한 시계열 데이터를 토대로 안테나 고장 예측 모델에게 편파 분리도 패턴을 학습시키고, 특정 미래 시점의 편파 분리도 측정값을 예측하는 단계, 그리고
예측한 편파 분리도 측정값이 정해진 임계값 미만이면, 위성 안테나 고장으로 진단하는 단계
를 포함하는, 동작 방법.
제2항에서,
상기 예측하는 단계는,
사전 정해진 기간 동안 CW 신호 측정값의 시계열 데이터를 수집하고, 수집한 시계열 데이터를 토대로 안테나 고장 예측 모델에게 CW 신호의 수신 감도 패턴을 학습시키고, 특정 미래 시점의 CW 신호 측정값을 예측하는 단계, 그리고
예측한 CW 신호 측정값이 정해진 임계값 미만이면, 위성 안테나 고장으로 진단하는 단계
를 포함하는, 동작 방법.
제2항에서,
상기 예측하는 단계는,
사전 정해진 기간 동안 송출 증폭 포화값의 시계열 데이터를 수집하고, 수집한 시계열 데이터를 토대로 안테나 고장 예측 모델에게 송출 증폭 포화값의 송출 증폭값 열화 패턴을 학습시키고, 특정 미래 시점의 송출 증폭 포화값을 예측하는 단계, 그리고
예측한 송출 증폭 포화값이 정해진 임계값 미만이면, 위성 안테나 고장으로 진단하는 단계
를 포함하는, 동작 방법.
제2항에서,
상기 예측하는 단계 이후,
위성 안테나 고장 유무, 그리고 상기 필터 조건을 충족하는 수신값 항목을 고장 원인으로 기재한 위성 안테나 고장 예측 결과를 출력하는 단계
를 더 포함하는, 동작 방법.
제2항에서,
상기 수신하는 단계 이전에,
사전에 정해진 스케줄에 기초하여, 상기 단말국으로 위성 안테나 보정 명령을 전송하는 단계를 더 포함하고,
상기 적어도 하나의 수신값들은,
상기 위성 안테나 보정 명령에 따라 상기 단말국에서 측정되어 수신되는 값들인, 동작 방법.
위성을 통해 중심국과 연결되어 통신하는 단말국의 동작 방법으로서,
위성 안테나의 CW(Continuous Wave) 신호, 편파 분리도, 및 송출 증폭 포화값 중에서 적어도 하나를 측정하는 단계, 그리고
상기 적어도 하나의 측정값들을 중심국으로 전송하는 단계를 포함하고,
상기 적어도 하나의 측정값들은,
상기 시계열 패턴 분석을 통해 위성 안테나의 고장을 예측하는데 사용되는, 동작 방법.
제8항에서,
상기 측정하는 단계는,
상기 위성 안테나의 편파 각도를 정해진 각도 단위마다 변경하여 상기 위성 안테나를 회전시키면서 상기 CW 신호를 측정하고,
CW 신호 측정값이 최대값인 편파 각도로부터 90도 회전한 편파 각도에서 측정된 CW 신호 측정값을 검출하고, CW 신호 최대값과 90도 회전한 편파 각도에서 측정된 CW 신호 측정값 간의 차이를 편파 분리도로 산출하는, 동작 방법.
제8항에서,
상기 측정하는 단계는,
정해진 증폭 단위마다 송출 전력을 증가시키면서 CW 신호를 송출하고, 송출한 CW 신호를 다시 수신하여 수신 전력을 측정하며 송출 전력의 증폭 변화만큼 수신 전력의 증폭이 변화하는지 확인하여 송출 증폭 포화값을 측정하는, 동작 방법.
제10항에서,
상기 송출하는 CW 신호는,
상기 중심국에서 수신되는 CW 신호의 주파수와 상이한 주파수인, 동작 방법.
제8항에서,
상기 측정하는 단계 이전에,
상기 중심국으로부터 안테나 보정 명령을 수신하는 단계를 더 포함하고,
상기 안테나 보정 명령은,
안테나 번호, 측정 날짜 및 측정 시간을 포함하고, 상기 측정 날짜 및 상기 측정 시간에 자동으로 측정하도록 지시하는 명령어들을 포함하는, 동작 방법.
적어도 하나의 프로세서에 의해 동작하는 고장 예측 서버로서,
입력 데이터로부터 위성 안테나의 고장 여부를 예측하도록 훈련된 인공지능 모델로서, 상기 위성 안테나의 CW(Continuous Wave) 신호 측정값, 편파 분리도, 및 송출 증폭 포화값 중에서 적어도 하나를 입력받고 위성 안테나 고장 여부를 예측하는 안테나 고장 예측 모델
을 포함하는, 고장 예측 서버.
제13항에서,
상기 안테나 고장 예측 모델은,
편파 분리도 시계열 데이터를 입력받아 편파 분리도 패턴을 학습하고, 특정 미래 시점의 편파 분리도를 예측하는 편파 분리도 예측부,
CW 신호 측정값 시계열 데이터를 입력받아 CW 신호의 수신 감도 패턴을 학습하고, 특정 미래 시점의 CW 신호 측정값을 예측하는 수신 감도 예측부,
송출 증폭 포화값 시계열 데이터를 입력받아 송출 증폭 포화값 패턴을 학습하고, 특정 미래 시점의 송출 증폭 포화값을 예측하는 송출 증폭 포화값 예측부, 그리고
편파 분리도 예측값, CW 신호 측정 예측값 및 송출 증폭 포화값 예측값 입력받아, 입력된 예측값들 중에서 필터 조건을 충족하는 적어도 하나의 예측값들이 있으면, 안테나 고장으로 진단하는 분석 필터
를 포함하는, 고장 예측 서버.
제14항에서,
상기 분석 필터는,
상기 필터 조건을 충족하는 예측값에 해당하는 항목을 고장 원인으로 출력하는, 고장 예측 서버.
제14항에서,
상기 분석 필터의 필터 조건은,
상기 편파 분리도 예측값이 편파 분리도 임계치 미만인지 판단하는 제1 필터 조건,
상기 CW 신호 측정 예측값과 최초 CW 신호 측정값 간의 차이값이 CW 신호 임계값 미만인지 판단하는 제2 필터 조건, 그리고
상기 송출 증폭 포화값 예측값과 최초 송출 증폭 포화값 예측값 간의 차이값이 송출 증폭 포화값 임계값 미만인지 판단하는 제3 필터 조건
을 포함하는, 고장 예측 서버.