위상 변조 연속파(phase modulated continuous wave, PMCW) 레이더는 향상된 감지 능력과 다중 접속의 가용성 측면에서 유망한 선택지 중 하나이다. 본 논문에서는 빠른 시간 영역 코드 분할 다중화(fast-time code division multiplexing, CDM)를 사용하는 고해상도 다중 입력 다중 출력(multi-input multi-output, MIMO) 레이더의 장점에 초점을 둔다. 먼저, 각 송신기(Tx)에 서로 다른 코드 서열을 부여하여 빠른 시간 영역 CDM-MIMO PMCW 레이더의 신호 모델을 정식화한다. 또한 동시에 송신기 신호를 전송할 때 유발되는 자기 코드 간섭(self-code interference)의 수준을 송신기 수와 서열의 종류에 따라 조사한다. 자기 코드 간섭을 상쇄하기 위해 순환(circulant) 행렬의 성질을 이용하여 연산 복잡도를 유의미하게 감소시킨 압축 감지(compressive sensing) 기반 탐욕(greedy) 알고리즘을 제안한다. 제안된 방법들이 자기 코드 간섭을 효과적으로 완화하고, 가상 안테나 배열을 구현하여 피크-사이드로브비(peak to sidelobe ratio)와 거리/각도 추정 정확도를 크게 향상된 레이더 영상을 생성할 수 있음을 시뮬레이션을 통해 보인다. 제안된 방법은 CDM의 장점인 송신 신호가 시간-주파수 자원을 공유하는 특성을 충분히 활용할 수 있으므로, 고밀도 사물인터넷(Internet of Things) 네트워크에 적용될 수 있으며 감지의 기본 성능을 향상시킬 수 있다. 아울러 감소된 연산량은 실시간 동작에 적합하다.

고수준 자율주행을 위해서는 효과적인 차량 간(Vehicle-to-Vehicle, V2V) 통신 시스템의 개발이 최우선의 관심사이다. 여러 후보 가운데 밀리미터파(millimeter-wave, mmWave) V2V 통신 시스템은 높은 데이터 전송률을 제공할 것으로 기대되므로 유망한 것으로 간주된다. mmWave 주파수에서의 높은 경로 손실을 극복하기 위해, 코드북 기반 빔 정렬(codebook-based beam-alignment) 접근법이 좁고 강한 빔을 생성하는 수단으로 널리 연구되어 왔다. 그럼에도 불구하고, 많은 기존 코드북은 빔폭이 동일한 코드워드를 생성하도록 설계되어 있으며, 이는 V2V 통신에 대해 최적이 아닐 수 있다. 본 연구의 목적은 도로 위 차량의 각도 분포 특성을 고려하여 V2V 통신용 빔포밍 코드북을 설계하는 것이다. 이를 위해 도로에서의 차량 교통 밀도를 나타내는 해석적 모델을 제안한다. 제안된 교통 밀도 모델을 바탕으로, 직선 도로, 교차로, 회전교차로(roundabouts)를 포함한 현실적인 도로 구조를 고려하여 차량 간 지향성 통신 링크(directional communication links)의 각도 분포를 도출한다. 차량 간 각도 분포를 활용하여, V2V 통신 시스템에 특화된 코드북 설계 프레임워크를 제안한다. 시뮬레이션 결과는 본 모델이 현실적인 도시 격자 도로 환경에서 잘 부합함을 검증하며, 제안한 코드북이 동일 빔폭을 갖는 코드북보다 성능이 우수함을 보여준다.

현대의 자율주행 차량은 주변 환경을 인지하고 다양한 시스템의 자동화를 가능하게 하기 위해 여러 센서를 탑재하고 있다. 특히, 승객 점유(occupancy) 검출 시스템은 주차된 차량에 방치된 어린이를 감지하고 차량 내부의 에너지를 효율적으로 관리하는 데 활용될 수 있다. 본 연구에서는 60-GHz 다중 채널 주파수 변조 연속파(frequency-modulated continuous-wave, FMCW) 레이더를 이용하여 차량 내부 승객의 점유 상태를 검출하는 방법을 제안한다. 레이더로부터 수신된 신호는 거리-각도 맵(range-angle map)으로 변환되며, 정지된 물체로부터의 반사를 제거하기 위해 클러터 억제(clutter suppression)가 수행된다. 그 다음, SVM(support vector machine), MLP(multilayer perceptron), CNN(convolutional neural network)과 같은 분류 알고리즘을 적용하여 차량 내부에서 다양한 승객 배치 상태를 식별한다. 분류 결과, 제안된 방법은 승객의 위치와 수를 정확도 97.68%로 검출할 수 있음을 보여주었다.

우리는 차량 대 인프라(V2I) 통신에 적합한 공동 차량 추적 및 도로변 유닛(RSU) 선택 알고리즘을 개발한다. 먼저, 확장 칼만 필터(extended Kalman filter)를 기반으로 차량 추적 시스템을 평가하기 위한 분석적 틀을 설계한다. 차량 추적 성능을 정량화하는 단순하면서도 효과적인 지표를, 지배적인 공간 주파수의 각도 미분(angular derivative) 관점에서 유도한다. 다음으로, 차량 추적 성능을 향상시키는 적절한 RSU를 선택하기 위한 RSU 선택 알고리즘을 제안한다. 또한, 샘플 교환의 양을 최소화하면서 다수의 RSU에서 음향(soning) 샘플을 고려함으로써 추적 성능을 최대화하는 공동 차량 추적 알고리즘도 개발한다. 수치 결과는 제안된 차량 추적 알고리즘이 기존의 신호대잡음비(signal-to-noise ratio) 기반 추적 시스템보다 더 나은 성능을 제공함을 검증한다.

위상 변조 연속파(phase modulated continuous wave, PMCW) 레이더는 향상된 감지 능력과 다중 접속의 가용성 측면에서 유망한 선택지 중 하나이다. 본 논문에서는 빠른 시간 영역 코드 분할 다중화(fast-time code division multiplexing, CDM)를 사용하는 고해상도 다중 입력 다중 출력(multi-input multi-output, MIMO) 레이더의 장점에 초점을 둔다. 먼저, 각 송신기(Tx)에 서로 다른 코드 서열을 부여하여 빠른 시간 영역 CDM-MIMO PMCW 레이더의 신호 모델을 정식화한다. 또한 동시에 송신기 신호를 전송할 때 유발되는 자기 코드 간섭(self-code interference)의 수준을 송신기 수와 서열의 종류에 따라 조사한다. 자기 코드 간섭을 상쇄하기 위해 순환(circulant) 행렬의 성질을 이용하여 연산 복잡도를 유의미하게 감소시킨 압축 감지(compressive sensing) 기반 탐욕(greedy) 알고리즘을 제안한다. 제안된 방법들이 자기 코드 간섭을 효과적으로 완화하고, 가상 안테나 배열을 구현하여 피크-사이드로브비(peak to sidelobe ratio)와 거리/각도 추정 정확도를 크게 향상된 레이더 영상을 생성할 수 있음을 시뮬레이션을 통해 보인다. 제안된 방법은 CDM의 장점인 송신 신호가 시간-주파수 자원을 공유하는 특성을 충분히 활용할 수 있으므로, 고밀도 사물인터넷(Internet of Things) 네트워크에 적용될 수 있으며 감지의 기본 성능을 향상시킬 수 있다. 아울러 감소된 연산량은 실시간 동작에 적합하다.

고수준 자율주행을 위해서는 효과적인 차량 간(Vehicle-to-Vehicle, V2V) 통신 시스템의 개발이 최우선의 관심사이다. 여러 후보 가운데 밀리미터파(millimeter-wave, mmWave) V2V 통신 시스템은 높은 데이터 전송률을 제공할 것으로 기대되므로 유망한 것으로 간주된다. mmWave 주파수에서의 높은 경로 손실을 극복하기 위해, 코드북 기반 빔 정렬(codebook-based beam-alignment) 접근법이 좁고 강한 빔을 생성하는 수단으로 널리 연구되어 왔다. 그럼에도 불구하고, 많은 기존 코드북은 빔폭이 동일한 코드워드를 생성하도록 설계되어 있으며, 이는 V2V 통신에 대해 최적이 아닐 수 있다. 본 연구의 목적은 도로 위 차량의 각도 분포 특성을 고려하여 V2V 통신용 빔포밍 코드북을 설계하는 것이다. 이를 위해 도로에서의 차량 교통 밀도를 나타내는 해석적 모델을 제안한다. 제안된 교통 밀도 모델을 바탕으로, 직선 도로, 교차로, 회전교차로(roundabouts)를 포함한 현실적인 도로 구조를 고려하여 차량 간 지향성 통신 링크(directional communication links)의 각도 분포를 도출한다. 차량 간 각도 분포를 활용하여, V2V 통신 시스템에 특화된 코드북 설계 프레임워크를 제안한다. 시뮬레이션 결과는 본 모델이 현실적인 도시 격자 도로 환경에서 잘 부합함을 검증하며, 제안한 코드북이 동일 빔폭을 갖는 코드북보다 성능이 우수함을 보여준다.

현대의 자율주행 차량은 주변 환경을 인지하고 다양한 시스템의 자동화를 가능하게 하기 위해 여러 센서를 탑재하고 있다. 특히, 승객 점유(occupancy) 검출 시스템은 주차된 차량에 방치된 어린이를 감지하고 차량 내부의 에너지를 효율적으로 관리하는 데 활용될 수 있다. 본 연구에서는 60-GHz 다중 채널 주파수 변조 연속파(frequency-modulated continuous-wave, FMCW) 레이더를 이용하여 차량 내부 승객의 점유 상태를 검출하는 방법을 제안한다. 레이더로부터 수신된 신호는 거리-각도 맵(range-angle map)으로 변환되며, 정지된 물체로부터의 반사를 제거하기 위해 클러터 억제(clutter suppression)가 수행된다. 그 다음, SVM(support vector machine), MLP(multilayer perceptron), CNN(convolutional neural network)과 같은 분류 알고리즘을 적용하여 차량 내부에서 다양한 승객 배치 상태를 식별한다. 분류 결과, 제안된 방법은 승객의 위치와 수를 정확도 97.68%로 검출할 수 있음을 보여주었다.

우리는 차량 대 인프라(V2I) 통신에 적합한 공동 차량 추적 및 도로변 유닛(RSU) 선택 알고리즘을 개발한다. 먼저, 확장 칼만 필터(extended Kalman filter)를 기반으로 차량 추적 시스템을 평가하기 위한 분석적 틀을 설계한다. 차량 추적 성능을 정량화하는 단순하면서도 효과적인 지표를, 지배적인 공간 주파수의 각도 미분(angular derivative) 관점에서 유도한다. 다음으로, 차량 추적 성능을 향상시키는 적절한 RSU를 선택하기 위한 RSU 선택 알고리즘을 제안한다. 또한, 샘플 교환의 양을 최소화하면서 다수의 RSU에서 음향(soning) 샘플을 고려함으로써 추적 성능을 최대화하는 공동 차량 추적 알고리즘도 개발한다. 수치 결과는 제안된 차량 추적 알고리즘이 기존의 신호대잡음비(signal-to-noise ratio) 기반 추적 시스템보다 더 나은 성능을 제공함을 검증한다.

다중입출력(MIMO) 안테나 어레이를 갖는 밀리미터파 차량-대-차량 통신 시스템은 협력 지능형 교통 시스템의 증가하는 대역폭 요구를 충족할 것으로 기대되어 상당한 관심을 받아 왔다. 그러나 차량의 높은 이동성으로 인해, 높은 오버헤드 없이 통신하는 차량 간에 양질의 통신 링크를 유지하는 것은 어려운 문제이다. 본 논문에서는 단일 공배치(co-located) 안테나 어레이 대신 공간적으로 분산된 안테나 소어레이(spatially distributed antenna subarrays)를 활용한 빔 관리 알고리즘을 제안한다. 기존 방법과 달리, 우리는 분산 안테나 소어레이를 이용해 빔 방향들 간의 기하학적 관계와 통신 차량 간 상대 거리를 활용한다. 빔 훈련 과정 이후 추정된 빔 방향과 측정된 위치 및 속도 데이터로부터 도출된 정밀화된 빔 방향 사이의 제곱오차의 합을 최소화함으로써 빔 정렬 오차를 감소시킨다. 또한 빔 정밀화 오차를 줄이기 위해 위치 데이터 요청 프로토콜(position data request protocol)을 설계한다. 수치 결과는 제안된 빔 관리 알고리즘이 빔 정렬 오차를 성공적으로 감소시키며, 위치 및 속도 측정 오차에 대해 강건함을 보여준다.

초광대역(UWB)은 500 MHz를 초과하는 대역폭에 의하여 고정밀 거리 측정을 가능하게 한다. 펄스와 같은 신호는 채널 임펄스 응답(Channel Impulse Response, CIR)으로 변환될 수 있으며, 이를 통해 채널의 상세한 특성을 드러낸다. 그러나 비가시선(Non-Line-of-Sight, NLOS) 경로, 다중경로, 하드웨어 잡음과 같은 실제 환경 조건은 측정 정확도를 저하시킨다. 이러한 문제를 해결하기 위해 본 연구에서는 CIR 기반 특징을 활용한 기계학습 기반 거리 보정 방법을 제안한다. 실내 주차장에서 4개의 UWB 앵커와 24개의 기준(ground-truth) 지점을 사용하여 실험을 수행하였다. 위치 추정 오차는 추정 위치와 실제 위치 간의 유클리드 거리로 계산하였다. 측정된 채널 임펄스 응답에서 평균 제곱 지연 확산(Root Mean Square delay spread)과 같은 7개의 CIR 기반 특징을 추출하였다. 이러한 특징들은 3개의 회귀 모델인 랜덤 포레스트(Random Forest), 그래디언트 부스팅 회귀(Gradient Boosting Regression), 서포트 벡터 회귀(Support Vector Regression)에 입력으로 사용되었다. 전수 특성 선택을 통해 4개의 최적 입력을 식별하였으며, 제안 방법은 평균 위치 추정 오차를 보정 없이 0.227 m에서 0.127 m로 감소시켜 44.1%의 개선을 보였다. 회귀 모델의 성능을 조사하기 위해, 각 특징의 가시선(Line-of-Sight, LOS)과 비가시선(NLOS)을 구분하는 능력을 효과 크기(Effect Size)로 정량화하고, 순열 기반 특성 중요도(Permutation Feature Importance)와 비교하였다. 강한 상관관계(r = 0.863)가 관찰되어, LOS/NLOS 분리가 잘 되는 특징이 모델 학습에서 더 중요함이 확인되었다.

기존 레이더 시스템은 도플러 효과에 주로 기반하여 표적의 속도를 추정하며, 이로부터 얻어지는 것은 1차원 방사(radial) 속도에 대한 추정치뿐이다. 이러한 한계는 표적 운동에 관한 정보의 일부만을 추정할 수 있기 때문에 레이더의 전반적인 성능을 제한한다. 이 한계를 극복하기 위해, 방사 속도에 더해 측방(lateral) 속도를 추정하면 2차원 속도 벡터를 복원할 수 있어 레이더 감지 능력이 크게 향상된다. 이를 위해, 단일 입력 다중 출력(single-input multiple-output) 주파수 변조 연속파(frequency-modulated continuous wave) 레이더에 대한 비트 신호 모델을 2차 근사(second-order approximation)를 사용하여 도출하고, 측방 속도와 연관된 위상 항을 식별한다. 이 모델을 바탕으로, 개별 점 표적(point target) 신호를 추출한 뒤 이산 다항위상 변환(discrete polynomial-phase transform)을 적용하여 2차원 측방 속도 스펙트럼을 얻는 측방 속도 추정 방법을 제안한다. 또한, 측방 운동으로 인해 유발되는 바람직하지 않은 위상 항을 완화하기 위해 향상된 방사 속도 추정 방법도 개발한다. 시뮬레이션 결과는 제안된 속도 벡터 추정 방법이 다수 표적의 속도 벡터를 성공적으로 추정할 수 있음을 보여준다. 아울러, 통계적 성능 분석을 제시하여 다양한 조건에서 제안된 방법의 유효성을 검증한다.

본 논문은 임펄스 레이더 초광대역(Impulse Radio Ultra-Wideband, IR-UWB) 레이더를 이용하여 차량 내부에서 사람을 검출하고 좌석 위치를 추정하는 알고리즘을 제안한다. 이 알고리즘은 동일한 호흡률에 해당하는 방식으로 복수 레이더 센서로부터 수신된 신호를 연관(매칭)함으로써 개인을 정확히 식별하고 위치를 파악할 수 있게 한다. 시스템 성능을 최적화하기 위해 서로 다른 위치에 7개의 레이더 유닛을 배치하였으며, 다양한 센서 조합에 걸쳐 알고리즘의 유효성을 평가하였다. 제안된 방법은 사람 검출 정확도 99%를 초과하는 성능을 달성하였다. 또한 최적의 레이더 구성은 도출되었으며, 큰 물체와 최대 2명의 개인이 포함된 시나리오에서는 70% 이상의 좌석 위치 정확도를, 단일 개인 시나리오에서는 98%를 초과하는 정확도를 보였다.