본 연구에서는 3D GIS와 인공지능, 기계학습을 융합하여 전파전달·전파 예측·주파수 간섭 분석 기술을 고도화함. 복잡 지형·환경에서 전파 감쇠 및 간섭 요소를 정밀하게 추론하고, Ray Tracing 시뮬레이션· 및 실측 데이터를 활용해 AI 모델을 보정하여 예측 정확도와 계산 효율을 동시에 추구함. 이를 통해 5G/6G, 위성통신, 자율주행, UAM 등...

o Upper Mid-band 커버리지 확대에 기여하고 단말 당 1Gbps 전송속도를 제공하는 저비용/고성능의 NCR 및 RIS 기반 Smart 중계기 시스템 기술 개발- Upper-mid Band NCR 기반 Smart 중계기 핵심기술 확보 및 일체형/분리형 6G Smart 중계기 시스템 기술 개발- Upper-mid Band RIS 기반 Smart 중계...

AI 영상 분석 기술로 열화상 카메라 영상의 온도 패턴변화와 일반 카메라 영상 속의 객체 및 이상행동 분석을 통해 화재를 미리 감지하여 예방 및 피해 최소화를 목표

1차년도 연구내용은 실측 기반 트래픽 모델을 기반으로 빔 시그니쳐 및 빔북을 생성하고, 심층 학습을 적용시킨 환경 적응형 빔 관리 방식을 제안하는 것이다. 사거리 이동 차량의 시간대별 대수, 이동 경로, 경로 발생 확률, 신호 대기 시간, 차선 변경 등 실제 데이터를 측정한 후 이를 경로 모델을 발생시키기 위한 시뮬레이터의 입력 파라미터로 활용한다. 교통 시뮬레이션을 위한 오픈소스 소프트웨어 SUMO (Simulation of Urban MObility)를 활용하여 경로 데이터를 발생시키고, 다양한 경로를 대표할 수 있는 궤적에 대한 빔 시그니쳐들을 생성한다. 시뮬레이터로부터 추출된 경로 데이터를 심층학습을 위한 트레이닝 데이터로 활용하여, 트래픽 상황에 적응적으로 빔북을 생성하는 심층학습 신경망을 구성한다. 순차적 예측 모델을 적용하여 환경 변화에 적응적인 신경망 구성 요소를 결정하고, 입출력 데이터 크기와 차원을 포함하는 다양한 파라미터들에 대해 최적화를 수행한다. 환경 적응성을 높이기 위한 온라인 학습 방식 적용 시의 성능 변화를 관찰하고 배치 학습 대비 장단점을 분석하여, 환경 특성에 따른 활용 방안을 제시한다. 2차년도에는 전년도 설계 결과의 확장 방안을 제시하고, 기준 신호의 결정 및 운용 방안 최적화를 수행한다. 다수의 무선 유닛 사용 시 동작 방식을 분석하고 어레이 구조 변형에 따른 성능 변화를 분석하며, 사용자 특화형 또는 공용 기준 신호의 설계 결과를 활용하여 빔북 운용 방안을 제시한다. 또한 공간 다중화된 기준 신호 빔 생성 시 성능을 평가하고, 강화 학습을 적용한 피드백 방식 최적화 방안을 연구한다. 3차년도 연구에서는 사용 주파수 대역과 다양한 이동체를 종합적으로 고려하는 빔 관리 방안의 제시 및 통합 성능 평가를 수행한다. 제안하는 경로 기반 빔 관리 기술의 구체적 적용 및 검증은 도심 사거리에 설치된 무선 유닛을 활용하여, 정해진 차선을 주행하는 차량에 대한 LoS 전송을 우선적으로 고려하여 진행한다. 실제 6G 통신 환경에서는 다양한 종류의 수신기가 상이한 이동 궤적과 속력으로 움직일 수 있으며 사용 주파수 역시 넓은 범위로 분포하게 된다. 따라서 통신 환경과 사용자 조건에 적합한 통합적 빔 관리 수행이 가능하도록 2개년도 연구결과를 확장하며, 이에 대한 성능 평가를 통해 개선 방안을 제시한다.