지능통신연구실은 무선통신 시스템의 신호처리 기술을 중심으로 다양한 연구를 수행하고 있습니다. 특히, 무선 환경에서 발생하는 신호 간섭, 잡음, 신호 감지 및 분리 문제를 해결하기 위한 첨단 알고리즘 개발에 주력하고 있습니다. 예를 들어, 인지 무선통신에서의 스펙트럼 센싱, 협력적 스펙트럼 센싱, 그리고 다양한 환경에서의 신호 검출 및 분류 기법을 연구하고 있습니다. 최근에는 딥러닝과 같은 인공지능 기술을 접목하여, 기존의 신호처리 한계를 극복하고 있습니다. 딥러닝 기반의 변조 신호 분류, 클러터 제거, 저피탐 레이더 신호 검출 등 다양한 응용 분야에서 우수한 성능을 보이고 있습니다. 또한, Denoising Autoencoder, U-Net, BiLSTM-Attention 등 최신 신경망 구조를 활용하여 신호의 복원과 분리, 중요도 분석 등 고도화된 신호처리 기술을 개발하고 있습니다. 이러한 연구는 5G/6G, 사물인터넷(IoT), 드론, 자율주행 등 차세대 무선통신 시스템의 신뢰성과 효율성을 높이는 데 중요한 역할을 하고 있습니다. 실제로, 다양한 국방, 산업, 의료, 교통 분야에서 요구되는 고신뢰·고정밀 무선통신 기술의 실현을 목표로 하고 있습니다.

지능통신연구실은 자율주행 차량, 드론, 모바일 로봇 등 지능형 이동체의 인지 및 제어 기술 개발에도 집중하고 있습니다. 자율주행 분야에서는 딥러닝 기반의 End-to-End 제어, 강화학습, 시뮬레이션 기반 내부 시각적 예측, 라이다-카메라 융합, 옵티컬 플로우 기반 위치추정 등 다양한 기술을 연구하고 있습니다. 실제 도로 및 시뮬레이션 환경에서의 주행 데이터 수집, 조향각 예측, 차선 인식, 장애물 회피 등 자율주행의 핵심 요소를 다루고 있습니다. 특히, 인간의 인지-제어 구조를 모사한 능동추론(Active Inference) 기반 자율제어 프레임워크, 내부 시뮬레이션을 통한 미래 상태 예측, 선호 기반 제어 선택 등 차별화된 연구를 진행하고 있습니다. 또한, ROS 기반 군집 드론 관제, 충돌방지 시뮬레이터, 드론 편대 비행, 고정밀 위치 측위 등 드론 및 로봇 시스템의 실시간 제어와 협력 기술도 활발히 개발 중입니다. 이러한 연구는 미래 스마트 모빌리티, 무인 운송, 군집 로봇, 스마트 팩토리 등 다양한 산업 분야에서 혁신적인 응용이 가능하며, 실제 특허와 산업체 협력 프로젝트를 통해 기술의 실용화와 확산에 기여하고 있습니다.

연구실은 무선 센서 네트워크(WSN)와 사물인터넷(IoT) 환경에서의 최적화 문제 해결에도 많은 노력을 기울이고 있습니다. 센서 노드의 배치 최적화, 에너지 효율적 클러스터링, 스펙트럼 활용 극대화, 위치추정 알고리즘 등 다양한 주제를 다루고 있습니다. 예를 들어, PSO(Particle Swarm Optimization) 기반의 경로 계획, 센서 네트워크의 커버리지 최적화, 벡터 조합을 통한 위치추정, 클러스터 기반 협력 스펙트럼 센싱 등 실질적인 네트워크 성능 향상 기술을 연구합니다. 딥러닝 기반의 IoT 신호 인식, 비지도 학습을 통한 무선기술 분류, 데이터 은닉 및 보안 통신 등 최신 인공지능 기법도 적극적으로 도입하고 있습니다. 이를 통해, 대규모 IoT 네트워크에서 발생하는 데이터의 신뢰성, 보안성, 효율성을 동시에 확보할 수 있는 솔루션을 제시하고 있습니다. 이러한 연구는 스마트 시티, 산업 자동화, 환경 모니터링, 헬스케어 등 다양한 분야에서 IoT 인프라의 핵심 기술로 활용되고 있으며, 실제 산업체와의 협력 및 특허 출원을 통해 기술의 실용적 가치를 높이고 있습니다.