• 한국컴퓨터정보학회논문지
• /
• 제25권11호
• /
• pp.89-95
• /
• 2020

본 연구에서는 IEEE 802.11ay의 비대칭 링크를 위한 Beamforming (BF) Training (BFT)을 소개하고 주요 기술을 구현하였다. 비대칭 링크를 위한 BFT는 Access Point (AP)와 통신하기에 불충분한 링크 버짓(link budget)을 가지고 있는 Station (STA)의 BFT 성공 확률 향상을 목표로 한다. 비대칭 링크를 위한 BFT는 AP의 quasi-omni 수신 모드 사용을 막기 위해 directional BFT allocation을 활용하며, 이를 통해 STA의 BFT 성공 확률을 높일 수 있다. 그러나 현재 IEEE 802.11ay를 지원하는 네트워크 시뮬레이터가 없어서 이러한 BFT의 성능 검증이 쉽지 않다. 본 연구는 ns-3에 비대칭 링크를 위한 BFT을 구현하고 Training RX (TRN-R) subfield와 BFT allocation과 같은 주요 기술에 대해서 소개한다. 새로 구현한 BFT의 성능 검증을 위해 시뮬레이션을 수행하였다.

• 전자통신동향분석
• /
• 제31권5호
• /
• pp.21-30
• /
• 2016

현재 이동/무선통신 환경은 사람과 사람 간의 통신 서비스 형태뿐만 아니라 IoT 통신 서비스로 점차 확대되어가고 있으며, Wi-Fi, Bluetooth 중심의 근거리 무선통신뿐만 아니라 더욱 통신영역이 좁아진 근접통신의 필요성이 대두되고 있다. 이에 따라 근접통신 기술 개발이 지속적으로 이루어지고 있으며, 특히 기기 간의 대용량 데이터 교환이 증가함에 따라 기가급의 속도를 제공하는 초고속 근접통신 기술들이 활발하게 개발되고 있다. IEEE 802에서는 주변 기기들간의 직접(Point-to-Point: P2P) 통신을 지원하는 802.15.3e 초고속 근접통신 기술을 개발하고 있으며, 또한, 802.11ad의 후속 표준으로 개발이 시작된 802.11ay의 Usage Model에도 근접통신이 포함되어 있다. 본고에서는 이러한 초고속 근접통신 기술동향에 대해 기술하고자 한다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.13-20
• /
• 2022

차세대 와이파이 표준기술인 IEEE 802.11ay는 밀리미터파 대역에서 AP (Access Point)가 다수의 STA (Station)로 동시에 데이터를 전송하도록 MU-MIMO (Multiple User Multiple Input Multiple Output) 통신을 지원한다. 이를 위해, 주기적으로 MU-MIMO 빔포밍 훈련을 수행해야 하고, 효율적인 빔포밍 훈련을 위해서는 AP가 다수의 안테나로 다수의 빔을 동시에 전송할 때, 각 STA에서 측정되는 신호 세기를 정확히 예측하는 것이 중요하다. 본 논문에서는 딥러닝 기반 다중 빔 전송링크 성능 예측기법을 제안한다. 제안한 예측기법은 특정 실내 또는 실외 환경에서 미리 학습된 딥러닝 모델을 이용하여 다수의 빔이 동시에 전송될 때 STA에서 측정되는 신호 세기 예측의 정확성을 높인다. 이때, 딥러닝의 입력으로 개별 빔이 전송될 때 STA에서 측정되는 신호 세기 정보를 이용하고, 개별 빔의 신호 세기 정보를 얻는 과정은 이미 기존의 빔포밍 훈련에 포함되어 있으므로 정보 수집을 위해 추가적인 비용을 발생하지 않는다. 성능평가를 위해 NIST (National Institute of Standards and Technology)에 의해 개발된 Q-D 채널구현 (Quasi-Deterministic Channel Realization) 오픈소스 소프트웨어를 활용하였고 실측 데이터 기반으로 밀리미터파 채널을 구현하였다. 실험결과에서는 제안한 예측기법이 다른 비교기법보다 향상된 예측성능을 보였다.