무인항공기(UAV)를 활용한 무선 인프라 구축은 차세대 통신 시스템의 커버리지를 효과적으로 확장하고 고밀도 트래픽을 지원할 수 있다. 공중 기지국(ABS)으로서 UAV를 포함하는 무선 시스템을 설계하는 것은 ABS의 이동성으로 인해 환경 주변과 사용자 장비(UE) 기기까지의 상대 전파 경로가 시간에 따라 변하는 특성을 갖기 때문에 어려운 과제이다. 따라서 UAV의 다양한 위치에 대해 채널을 정확히 추정하는 것이 필수적이다. 본 논문에서는 ABS를 포함하는 무선 시스템에 대해 디지털 트윈 기반 성능 평가 절차를 도입하여, 특정 목표 배치 지역에 대한 채널 모델링의 정확도를 향상시키는 방안을 제안한다. 전파 환경의 상세한 건물 및 지형 정보를 반영하는 레이 트레이싱 채널 모델을 사용하여, 강화학습 기반 UAV 위치 최적화 알고리즘을 제시한다. 딥 결정론적 정책 기울기(DDPG)를 활용함으로써 제안된 알고리즘은 디지털 트윈 상에서 전체 처리량을 계산하고 UAV의 원하는 상태를 결정한다. 성능 평가 결과는 알고리즘의 궤적 학습 능력과, 지상 기지국(GBS)과 비교하여 그림자 영역의 양을 감소시킨 상태에서 시스템 성능이 우수함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.