Earticle

With the growing interest in both public and private 5G services based on millimeter wave (mmWave) communication for indoor usage scenarios such as smart factories, site design specialists are seeking sophisticated methods and tools for simulating indoor radio coverage based on highly accurate path loss prediction models. Although machine learning approaches can be used in path loss modeling thanks to the highly accurate prediction capability, their performance can be limited by the size of available measurement data set used for training. In this paper, we propose new approaches to train path loss models in the few-shot learning scenarios of smart factories. The proposed approaches are based on meta-learning with slight modifications to perform fine-tuning over an entire train data set rather than a meta-test data set. It is shown that the indoor path loss models based on convolutional neural networks (CNNs) trained by meta-learning based on three different meta-train task assignment schemes outperform both a conventional CNN model and an empirical model.

Radio propagation modeling and path loss prediction have been the subject of many machine learning-based estimation attempts. Our current work uses deep learning for the task in question, trying to exploit the potential of applying convolutional neural networks in order to perform predictions based on images. A comparison between data-driven and image-driven estimations has been carried out in order to assess the proposed method. The results show that an appropriately chosen image can, per se, be treated as an alternative to a vector of tabular data and produce reliable predictions. The effect of the image’s size has also been examined.

본 논문에서는 엔틀러 구조를 가진 인천공항 터미널 지역에서 항공정보통신 무선 채널의 패스 로스 모델에 관해 연구하였다. 항공정보통신 주파수 밴드인 VHF/UHF 채널 중에 두 개의 주파수에 대해 전파 측정을 수행하였다. 현재 운영 중인 송신 사이트에서 변조 신호를 제거한 캐리워 파워를 송신하였으며, 전파 측정을 위해 수신기를 장착한 이동 차량을 이용하여 여객터미널 지역에서 전파 측정을 수행하였다. 송신 파워, 주파수, 안테나 위치 등은 현재 운용 조건과 같다. 패스 로스 계수 및 실험적인 패스 로스식은 기본적인 패스 로스 모델 및 하타 모델등을 이용하여 추출하였다. 엔트러 구조를 가진 터미널 지역에서 추출된 NLOS 패스 로스 계수는 128.2MHz 및 269.1MHz에서 각각 3.32 및 3.10이었고 예측 에러의 편차는 각각 9.69 및 9.65 이었다. 추출된 패스 로스 계수를 이용하여 여객터미널 지역에서 전파 패스 로스 식을 실험적인 패스 로스 계수을 도출하였으며 또한 다른 전파 패스 모델과 비교하였다. 이러한 결과는 항공정보통신 사이트 최적 위치 선정 및 항공정보통신 서비스 평가에 도움이 될 것이다.

In this paper, The path loss model of Air Traffic Control(ATC) telecommunication radio channel has been studied at the Incheon International Airport(IIA) with the terminal with two antlers. We measured two frequencies among VHF/UHF channel bands. The transmitting site radiated the Continuous Wave(CW). The propagation measurement was taken using the moving vehicle equipped with receiver and antenna. The transmitting power, frequency and antenna height are the same as the current operating condition. The path loss exponent and intercept parameters were extracted by the basic path loss model and hata model. The path loss exponents at passager terminal areas were 3.32 and 3.10 respectively in 128.2 MHz and 269.1 MHz. The deviation of prediction error is 9.69 and 9.65. The new path loss equation at the terminal area was also developed using the derived path loss parameters. The new path loss was compared with other models. This result will be helpful for the ATC site selection and service quality evaluation.

본 논문에서는 800 ~ 900 MHz 주파수 대역에서 러시아 PNG 지역에 오쿠무라-하타 모델을 적용하여 경로 손실식을 구하였다. 기존의 경로 손실 모델을 이용하여 러시아 PNG 지역의 새로운 경로 손실 특성식을 구하기 위해서, 최소 자승 평균 기법을 적용하여 기존 모델에 대한 수정치를 구하였다. 자유 공간 및 하타 모델과 측정치의 수정치가 28, 13 dB 임을 알 수 있었으며, 이 값을 적용하여 러시아 PNG 지역에 맞는 새로운 경로손실 모델을 제시하였다.

In this paper, we got the 800 ~ 900 MHz path loss model for Russia PNG area using the free space model and the Okumura-Hata Model. In order to add new regional properties to the existing path loss model, the mean square error technique is used to obtain the correction factor. The correction factors for the free space and the Hata model are 28, 13 dB respectively. By applying this correction factors, the new Russain PNG path loss model is proposed.

The improvement in propagation characteristics of Wireless Body Area network is required to develop the high quality WBAN systems. In this paper, the power profile for WBAN channel model CM1 &CM2 have been generated by using MICS band. The value of mean path loss has been calculated and compared for different channel models. Through extensive simulations, even the outage probability of different channel models has been plotted. The evaluation is done by calculating the value of Bit error rate for the given values of Signal to noise ratio using different modulation scheme.

Wireless body area networks (WBAN) are expected to be a breakthrough technology in healthcare areas, telemedicine, and physical rehabilitation. The nature of the propagation of electromagnetic signals in complex shaped human body in the case of WBAN is expected to be very much different from that found in other environments, e.g. home, offices, streets, etc. So in order to design a high quality WBAN it is very important to examine and improve the propagation characteristics of channel models of WBAN. The aim of this paper is to provide an overview of different channel models of WBANs. The effect of channel behavior due to dynamics has been surveyed and challenges in channel modeling have been extracted.

Orthogonal Frequency Division Multiplexing (OFDM) has made tremendous improvement possible in wireless technology. Wavelet analysis is used as an alternative to Fourier analysis in OFDM system to transform and map data onto orthogonal subcarriers, as it is a time-frequency domain operation thus it offers the advantages of optimal flexibility with less complexity. This paper presents performance analysis in terms of Bit Error rate (BER) of different wavelet families in OFDM System under the joint effect of path loss, multipath fading and noisy environment for Mobile WiMAX. The results obtained show that the performance of the mobile-multipath environments for 16-QAM modulation schemes is enhanced as Daubechies and Biorthogonal wavelet families offers lower BER with different Path loss model. The performance measurements and analysis was done in simulation developed in MATLAB.

본 논문은 국내 781MHz 대역에서 실외 다중경로 환경을 고려한 MIMO 채널 측정을 통해, 측정 데이터를 분석하고 채널 파라미터를 도출하였다. 781MHz는 현재 DTV 시스템이 동작하는 주파수 대역이나, 머지않아 신규 이동통신 주파수 대역으로 할당될 예정이다. 781MHz는 기존 900MHz 이동통신 시스템의 채널특성과 유사할 것으로 보이지만 이동통신망으로 연구된 사례가 미비하기 때문에 신호전달 과정의 채널특성 연구가 필요하다. 현재 운용되고 있는 DTV 방송과 혼신을 피하기 위하여 제주도 인근 도심/교외지역에서 한국전자통신연구원의 사운더와 4×4 안테나로 채널특성을 측정하였다. 측정된 데이터를 바탕으로 Path Loss, Delay Spread, Angular Spread, K-factor 등의 채널 파라미터들을 도출하였다.

In this paper, the measurement data is analyzed and channel parameters are derived through MIMO Channel measurements at 781MHz considering outdoor multi-path environment. 781MHz frequency band currently operates the DTV system. However, it will be allocated new mobile communication frequency band. The channel characteristics at 781MHz seem to be similar existing mobile communication system at 900MHz but a study on channel characteristics of signal transfer process is necessary because there is incomplete study in mobile networks at 781MHz. To avoid interference with Korean DTV broadcasting, we measured channel characteristics in city/suburban areas of Jeju island by channel sounder and 4×4 antenna of the ETRI(Korea Electronics and Telecommunications Research Institute). Path Loss, Delay Spread, Angular Spread and K-factor were derived based on measured data.

With the recent development of the 4th Industrial Revolution, efforts have been made to carry out communication in a smart factory, farm, etc. at low cost and reliably. Methods for utilizing empty frequencies using TVWS(TV White Space) have been studied which can be used locally within 30 km. However, there have not been many studies on Path-Loss model considering Korean environment. In this paper, the Path-Loss model is divided into LOS (Line Of Sight) and NLOS (None LOS). In case of LOS model, we checked the difference between Free space model, Friis model, 2-ray model and Hata model with measured data. In the case of NLOS model, we checked the difference between Lee Model, ITU-R526-3 Model with measured data. In order to overcome the difference in Korean environment, we derived a model that can be applied in LOS and NLOS and prove its usefulness through performance evaluation through simulation.

Correct prediction of path loss is a pivotal step of WiMAX network planning to estimate external interference level and cell radius accurately. In this paper, different path loss models are compared depending on various parameters like frequency, height of receiver antenna, distance between transmitter and receiver etc. For comparative analysis, COST 231 Hata model, COST 231 Walfisch-Ikegami model, Stanford University Interim (SUI) model, Ericsson model, ECC-33 model and Free Space Path Loss models are used in three different environments (Urban, Suburban and Rural environments). After analyzing the results, it is found that no single model is suited or recommended for all types of propagation environments at 2.5 GHz frequency band.

Mobile Ad-Hoc networks (MANETs) are collection of mobile nodes that dynamically forming a temporary network without pre-existing network infrastructure and communicate with its neighbors to perform peer to peer communication and transmission. It offers unique benefits and versatility for certain environments and certain applications. Since there is no prerequisite fixed infrastructure and base stations, they can be created and used anytime, anywhere. Propagation models focused on predicting the average received signal strength at a given distance from the transmitter, as well as the variability of the signal strength in close spatial proximity to a particular location. The accuracy of any particular propagation model in any given condition will depend on the suitability among the constraints required by the model and depend on terrain. A number of propagation models like Free Space and Two Ray ground have been exist. In this paper, we present comparative study on the behavior of various routing protocols with path loss propagation models, various performance metrics used for this comparison such as packet delivery fraction, average jitter, throughput and average end to end delay. The studies would be helpful in choosing the correct protocol for any active operating environment.

인지무선네트워크에서 기 사용자(primary user)의 위치를 정확하게 파악하는 것은 2차 사용자(secondary user) 들의 스펙트럼 이용 효율 향상 및 적절한 전력제어를 통한 기 사용자에 대한 간섭을 야기하는 것을 회피하는데 사용 될 수 있기 때문에 인지무선네트워크에서 매우 중요한 연구 주제이다. 노드의 위치를 추정하는 다양한 기법들 중, 수 신신호세기(RSS) 기반의 위치 추정 기법은 추가적인 하드웨어 자원 없이 쉽게 구현할 수 있어 일반적으로 가장 많이 사용되는 기법으로 인지무선네트워크에서도 사용될 수 있다. 하지만, 수신신호세기 기반의 위치 추정에서 노드간 거 리 측정은 수신된 신호 세기를 기반으로 이루어져 무선 채널 환경의 페이딩, 쉐도잉 그리고 장애물 등으로 인해서 거 리 추정의 오차가 생긴다. 따라서 본 논문에서는 수신신호세기 기반으로 기 사용자의 위치 측정의 정확도를 향상시키 기 위하여 전송 손실 지수(path loss exponent) 추정기반의 기 사용자 위치 검출 기법을 제안한다. 시뮬레이션 결과를 통해 제안된 방식이 기존 방식보다 기 사용자 위치 측정의 오차를 줄어 기 사용자에 대한 간섭률을 더 줄일 수 있음 을 보였다.

In cognitive radio networks, acquirement of position information of primary user is very important to secondary network since localization information of primary users can be utilized for improving the spectrum efficiency of secondary network and for avoiding harmful interference to primary users by using proper power control. Among various location methods, Received Signal Strength (RSS)-based localization has been widely used for distance measurements in the location detection process despite its inherent inaccuracy because it can be easily implemented without any additional hardware cost. In the RSS-based localization, the distance is measured by the received signal strength, and distance error can be caused by many factors such as fading, shadowing and obstacle between two nodes. In the paper, therefore we propose a localization scheme based on estimation of path-loss exponent to localize the location of primary users more accurately. Through simulations, it is shown that the proposed scheme can provide less localization error and interference rate to primary users than other schemes.

무선 센서 네트워크(WSN)에서 센서 노드의 위치 추정 기술 중 거리 기반의 위치 추정 기술은 거리 측정에 따라 센서 노드의 위치 추정의 정확성이 달라진다. 거리 기반의 위치 추정 기술에서 거리를 측정하는 많은 기술 중에 추가적인 장비 없이 쉽게 구현이 가능한 기술 중 하나는 수신 신호 세기이다. 그러나 수신신호세기 기반의 위치 추정 기법은 몇 가지 문제점을 고려해야 한다. 하나는 수신된 신호는 채널 환경에서 페이딩, 쉐도잉 그리고 장애물 등으로 인해서 거리 추정의 오차가 생긴다. 이로 인해서 센서 노드의 위치 추정의 정확성은 낮게 된다. 또 다른 하나는 거리 기반의 위치 추정 기술은 대부분 센서 노드에 의해서 자신의 위치를 추정한다는 것이다. 하지만 센서 노드의 한정된 배터리 용량 때문에 무선 센서 네트워크의 동작 시간이 감소하게 된다. 반면에 비콘 노드는 센서 노드보다 처리 능력과 배터리 용량이 더 높기 때문에 비콘 노드 기반 위치 추정 기법은 무선 센서 네트워크의 동작 시간을 연장 할 수 있다. 본 논문에서는 비콘 노드에서 수신 신호 세기와 전력손실지수 추정을 활용하여 센서 노드의 위치를 추정하는 알고리즘을 제안함으로써 위의 문제점을 극복한다. 시뮬레이션을 통해서 제안한 기법을 검증한다.

In the range-based localization, the localization accuracy will be high dependent on the accuracy of distance measurement between two nodes. The received signal strength(RSS) is one of the simplest methods of distance measurement, and can be easily implemented in a ranging-based method. However, a RSS-based localization scheme has few problems. One problem is that the signal in the communication channel is affected by many factors such as fading, shadowing, obstacle, and etc, which makes the error of distance measurement occur and the localization accuracy of sensor node be low. The other problem is that the sensor node estimates its location for itself in most cases of the RSS-based localization schemes, which makes the sensor network life time be reduced due to the battery limit of sensor nodes. Since beacon nodes usually have more resources than sensor nodes in terms of computation ability and battery, the beacon node based localization scheme can expand the life time of the sensor network. In this paper, therefore we propose a beacon node based localization algorithm using received signal strength(RSS) and path loss calibration in order to overcome the aforementioned problems. Through simulations, we prove the efficiency of the proposed scheme.

무선 센서 네트워크에서, 각 노드들의 정확한 위치 정보를 파악하는 것은 효율적인 네트워크 환경 구축과 수집된 정보를 효율적으로 활용하기 위해 필수적이다. 노드의 위치를 추정하는 다양한 기법들 중, 일반적으로 많이 사용되는 수신신호세기(RSS) 기법은 추가적인 하드웨어 자원 없이 쉽게 구현될 수 있으나 채널의 상태 혹은 장애물 등 외부의 간섭으로 인한 신호의 왜곡 또는 감쇄가 발생하므로 이를 이용한 위치 추정 시 오차에 의한 영향을 충분히 고려하여야 한다. 위치 추정의 정확도를 향상시키기 위해, 일반적으로 충분한 수의 수신 신호 세기 표본의 획득하지만, 표본수가 늘어날수록 전송 시 에너지 소모가 발생한다. 본 논문에서는, 에너지 효율의 문제와 위치 추정의 정확도를 향상시키기 위해 전력 손실 지수 추정을 통한 베이지안 압축 센싱(Bayesian Compressive Sensing)을 사용하는 수신신호 세기 기반 위치 추정 기법을 제안한다. RSS 기반 위치 추정 시 중요한 요소인 전력 손실 지수의 추정을 통해, 실제 채널 환경에서의 적응적인 위치 추정을 가능하게 하며 또한 위치 추정의 정확도를 향상시킬 수 있다. 그리고 적은 수의 표본으로 신호를 복원하는 기술인 압축 센싱(Compressive Sensing) 기법을 무선 센서 네트워크에 적용함으로써 에너지 효율적인 위치 추정 기법을 가능하게 한다. 시뮬레이션 결과에서, 제안하는 기법은 적은 수의 측정으로 다수의 불특정 노드에 대한 정확한 위치 추정이 가능하게 하며 채널 환경에 상관없이 강인한 성능을 가짐을 확인하였다. 그리고 제안하는 방법은 압축된 수신 신호 세기를 취급하므로 네트워크 트래픽과 에너지 소모를 줄이는데 효율적임을 검증하였다.

In Wireless Sensor Network(WSN)s, the detection of precise location of each node is essential for utilizing sensing data acquired from sensor nodes effectively. Among various location methods, the received signal strength(RSS) based localization scheme is mostly preferable in many applications because it can be easily implemented without any additional hardware cost. Since a RSS-based localization scheme is mainly affected by radio channel or obstacles such as building and mountain between two nodes, the localization error can be inevitable. To enhance the accuracy of localization in RSS-based localization scheme, a number of RSS measurements are needed, which results in the energy consumption. In this paper, a RSS based localization using Bayesian Compressive Sensing(BSS) with path-loss exponent estimation is proposed to improve the accuracy of localization in the energy-efficient way. In the propose scheme, we can increase the adaptative, reliability and accuracy of localization by estimating the path-loss exponents between nodes, and further we can enhance the energy efficiency by the compressive sensing. Through the simulation, it is shown that the proposed scheme can enhance the location accuracy of multiple unknown nodes with fewer RSS measurements and is robust against the channel variation.

실내 위치인식 기술 중 하나인 WiFi Fingerprint는 기존의 WiFi access point(AP)의 거리에 따른 신호 세기를 활용하여 위치를 추정하는 편리함 때문에 많은 연구가 이루어지고 있다. 하지만 이 방식은 Radio map에 저장된 Reference point에 의존하기 때문에 다른 방식에 비해 위치의 분해능이 떨어지고 연산량이 많다. 본 논문에서는 이러한 문제를 해결하기 위하여 WiFi와 BLE를 융합한 Log-Distance Path Loss Model 기반의 Radio map 설계 알고리즘을 제안한다. 제안한 알고리즘은 Log-Distance Path Loss Model이 적용된 변수 값을 추출하여 Radio map을 설계하는 방식이며 Median Filter를 적용하여 오차를 개선하였다. 기존 Fingerprint와 비교하여 실험한 결과, 위치의 정확도는 평균 2.747m에서 2.112m로 0.635m 감소되는 것을 확인하였으며 연산량은 AP 환경에 따라 33%이상 감소하는 것을 확인하였다.

The fingerprint, which is one of the methods of indoor localization using WiFi, has been frequently studied because of its ability to be implemented via wireless access points. This method has low positioning resolution and high computational complexity compared to other methods, caused by its dependence of reference points in the radio map. In order to compensate for these problems, this paper presents a radio map designed algorithm based on the log-distance path loss model fusing a WiFi and BLE fingerprint. The proposed algorithm designs a radio map with variable values using the log-distance path loss model and reduces distance errors using a median filter. The experimental results of the proposed algorithm, compared with existing fingerprinting methods, show that the accuracy of positioning improved by from 2.747 m to 2.112 m, and the computational complexity reduced by a minimum of 33% according to the access points.

경로 손실(Path Loss)을 예측하는 것은 셀룰러 네트워크(Cellular Network)에서 기지국(Base Station) 의 설치 위치 선정 등 무선망 설계에 중요한 요인 중 하나다. 기존에는 기지국의 최적 설치 위치를 결정하기 위해 수많은 현장 테스트(Field Tests)를 통해 경로 손실 값을 측정했다. 따라서 측정에 많은 시간이 소요된다는 단점이 있었다. 이러한 문제를 해결하기 위해 본 연구에서는 머신러닝(Machine Learning, ML) 기반의 경로 손실 예측 방법을 제안한다. 특히, 경로 손실 예측 성능을 향상시키기 위해서 앙상블 학습(Ensemble Learning) 접근법을 적용하였다. 부트스트랩 데이터 세트(Bootstrap Dataset)을 활용하여 서로 다른 하이퍼파라미터(Hyperparameter) 구성을 갖는 모델들을 얻고, 이 모델들을 앙상블하여 최종 모델을 구축했다. 인터넷상에 공개된 경로 손실 데이터 세트를 활용하여 제안하는 앙상블 기반 경로 손실 예측 방법과 다양한 ML 기반 방법들의 성능을 평가 및 비교했다. 실험 결과, 제안하는 방법이 기존 방법들보다 우수한 성능을 달성하였으며, 경로 손실 값을 가장 정확하게 예측할 수 있다는 것을 입증하였다.

Predicting path loss is one of the important factors for wireless network design, such as selecting the installation location of base stations in cellular networks. In the past, path loss values were measured through numerous field tests to determine the optimal installation location of the base station, which has the disadvantage of taking a lot of time to measure. To solve this problem, in this study, we propose a path loss prediction method based on machine learning (ML). In particular, an ensemble learning approach is applied to improve the path loss prediction performance. Bootstrap dataset was utilized to obtain models with different hyperparameter configurations, and the final model was built by ensembling these models. We evaluated and compared the performance of the proposed ensemble-based path loss prediction method with various ML-based methods using publicly available path loss datasets. The experimental results show that the proposed method outperforms the existing methods and can predict the path loss values accurately.