• 융합정보논문지
• /
• 제10권6호
• /
• pp.41-48
• /
• 2020

수중 IoT 네트워크에서 센서 노드는 지속적인 전력 공급이 어렵기 때문에 제한된 상황에서 소비 전력과 네트워크 처리량의 효율성이 매우 중요하다. 이를 위해 기존의 무선 네트워크에서는 SNR(Signal Noise Rate)과 BER(Bit Error Rate)의 높은 연관성을 기반으로 적응적으로 통신 파라미터를 선택하는 AMC(Adaptive Modulation and Coding) 기술을 적용한다. 하지만 본 논문의 실험 결과, 수중에서 SNR과 BER 사이의 상관 관계가 상대적으로 감소함을 확인하였다. 따라서 본 논문에서는 SNR과 함께 다중 파라미터를 동시에 사용하는 딥러닝 기반 BER 예측 모델(MLP, Multi-Layer Perceptron)을 적용한다. 제안하는 BER 예측 모델은 처리량이 가장 높은 통신 방법을 찾아낼 수 있고, 시뮬레이션 결과 85.2%의 높은 정확도와 네트워크 처리량은 기존 처리량보다 4.4배 높은 성능을 보여주는 우수한 성능을 확인하였다.

• 융합정보논문지
• /
• 제11권11호
• /
• pp.23-30
• /
• 2021

최근 이동통신기술의 발전과 높은 휴대전화보급률 덕분에 접근성이 높은 긴급재난문자 서비스에 대한 기술연구가 활발하게 이루어지고 있다. 특히, 최근 COVID-19 감염병의 전 세계적인 확산으로 재난에 의한 피해를 막기 위한 노력이 계속되고 있다. 현재 긴급재난문자 서비스는 복잡성이 낮고 효율적이다. 하지만 수신지역이 불명확하여 불필요한 메시지의 반복수신 문제가 빈번하게 발생하고 있다. 본 논문에서는 전문가 인터뷰와 설문 분석을 통하여 긴급재난문자 서비스 개선을 위한 요구사항을 도출하고, 단말의 능동적 재난문자 수신이 가능한 Active Geo-Targeting을 이용한 긴급재난문자 서비스 시나리오를 제안한다. 또한 제안 시나리오를 실현하기 위하여 새로 정의된 CIB(Control Information Block)를 포함하는 인터페이스 프로토콜을 고안한다.

• 융합정보논문지
• /
• 제8권6호
• /
• pp.217-223
• /
• 2018

실시간 제어는 관리 시스템의 실질적인 사용을 확인하기 위해 해결해야 하는 주요 과제였다. 이와 관련하여 편의성과 효율성을 높이기 위해 처음으로 사물인터넷(IoT) 기반 저수조 시스템을 제안 및 개발하였다. 저수조의 상태가 불안정할 경우 사용자에게 알려 저수조를 효과적으로 제어할 수 있다. 제안된 시스템은 센서 데이터 측정 및 제어를 위한 내장형 H/W 장치, 웹 및 모바일 앱을 통한 관리 서버 구축을 위한 애플리케이션 S/W, 통계 관리 및 모니터링을 위한 효율적인 데이터베이스 구조로 구성되어 있다. 또한 기계 학습 알고리즘을 적용하여 실제 효율성을 더욱 향상시킬 수 있다.

• 융합정보논문지
• /
• 제11권1호
• /
• pp.12-19
• /
• 2021

원활한 작전 수행을 통한 국방력의 강화를 위해 전술네트워크의 기능은 필수적이다. 전시 상황에서 다양한 전술, 전략은 수많은 정보들을 근거로 한다. 이를 위해 정찰기를 비롯한 다양한 정보 수집 장치 및 자원들이 방대한 양의 정보 수집을 위해 사용되고, 이들 대다수는 전술네트워크를 통해 정보를 전달한다. 채널의 사용 여부를 판단하여 상황에 따라 경쟁 기반으로 채널에 접속을 하는 국방전술네트워크 환경에서, 매우 높은 이동성을 갖는 정찰기 등 고속 이동 노드는 불필요한 채널 점유로 인하여 잠재적인 성능 열화 문제가 발생할 수 있다. 본 논문에서는 채널 예약 시점을 정하는 경쟁 윈도우(Contention Window)의 크기를 경험적으로 학습시켜 네트워크 처리량을 증가시키는 Learning-Backoff 방식의 무전 채널 접속 방법을 제안한다. 제안하는 방법은 고속 이동 노드의 수가 많아짐에 따라 더욱 좋은 성능을 보이고 있으며, 정찰기 4대가 운영되는 특정 작전 시나리오에 적용하였을 경우 처리량이 최대 25% 증가한다.

• 융합정보논문지
• /
• 제10권7호
• /
• pp.33-40
• /
• 2020

본 논문은 기존 강화학습 기반 수중통신 예약방식에서 성능 저하 요인 중 하나인 긴 학습 시간을 단축시킴으로써 에너지 소모를 감소시킬 수 있는 향상된 채널 접속 기법을 제안한다. 수중 무선 네트워크에서 노드 간 거리를 추정하여 이를 바탕으로 기존 강화 학습 기반 채널 접속 방법의 학습 범위의 최대, 최소치를 결정한다. 이는 기존 강화학습의 학습 범위를 줄일 수 있다. 수중 무선 네트워크 환경의 특성에 따른 거리 추정값의 오차를 고려하여 NAV 학습 범위를 고려하며, 이를 적용하기 위해 인위적으로 간섭의 크기를 변경시켜가며 학습 진행률에 대한 성능 테스트를 진행하였다. 실험 결과 기존 방법 대비 제안된 AQ-NAV 방안의 경우, 20-40회 학습에서도 360개의 학습 배열 중 평균 340-350개 이상의 학습 배열이 학습이 진행되었고 50회 이상 학습에서는 모든 학습 배열에 대하여 학습이 진행되었다. 반면, 기존 연구의 경우 학습이 120회 이상 진행되어도 360개의 배열 중 300-320개의 배열에 대한 학습이 진행되었다. 실험에서는 기존 대비 적은 횟수의 시도로 학습이 가능함을 보여준다. AQ-NAV가 수중 무선 네트워크에 적용될 경우 에너지 소비 절감을 통해 기존의 방안의 문제점을 완화하고 네트워크 성능 향상을 이룰 것으로 예상된다.

• 융합정보논문지
• /
• 제11권4호
• /
• pp.26-34
• /
• 2021

4차 산업혁명 시대의 미래 전장은 초연결, 고속기동화된 무기체계로 다영역작전을 수행할 것이다. 이러한 미래전 양상의 변화에 대비하기 위해 우리군은 다양한 유·무인 무기체계를 개발하고 이들의 기동간 통신 지원이 가능한 다계층 전술네트워크 구성을 위하여 노력하고 있다. 그러나 현재의 전술네트워크는 단일 계층에서 단일빔 안테나를 활용한 1:1 고속링크 또는 무지향성 안테나를 활용한 1:N 저속링크를 운용하고 있어 기동간 통신 지원이 제한된다. 즉 미래전 대비를 위한 다계층 전술네트워크를 효율적으로 구성하기 위해서 다중빔 안테나의 운용이 필요하다. 특히 공중계층의 공중중계 무인기는 비행체 특징에 따라 다중빔 안테나의 운용 방법이 달라진다. 따라서 본 논문에서는 다계층 전술네트워크의 효율적인 운용을 위하여 공중계층에 필요한 다중빔 안테나 운용 시나리오와 고려 요소, 회전익과 고정익 비행체의 특징을 살펴보고 이를 토대로 다중빔 안테나의 공중중계 무인기 설치 위치 및 운용 방안을 회전익과 고정익 비행체로 구분하여 제시한다.