더 빠르고 신뢰할 수있는 5G 및 6G 네트워크를위한 고급 통신 기술

5G 및 6G 네트워크가 확장됨에 따라 엄청나게 빠르고 신뢰할 수있는 무선 연결의 미래를 약속합니다.

이것의 주요 기술은 "밀리미터 파"(MMWAVE)로, 매우 고주파 무선 파를 사용하여 막대한 양의 데이터를 전송합니다. MMWAVE를 최대한 활용하기 위해 네트워크는 "MASSIVE Multip-Input Multiple-Output (MIMO)"이라는 대규모 안테나 그룹을 함께 사용합니다.

그러나 이러한 복잡한 안테나 시스템을 관리하는 것은 어려운 일입니다. 기지국 (셀 타워와 같은)과 장치 간의 무선 환경에 대한 정확한 정보가 필요합니다. 이 정보를 "채널 상태 정보 (CSI)"라고합니다.

문제는 이러한 신호 조건이 특히 자동차, 기차 또는 드론에서 움직일 때 빠르게 변한다는 것입니다. 이러한 빠른 변화, "채널 노화 효과"는 오류를 유발하고 연결을 방해 할 수 있습니다.

이런 관점에서, 병주 부교수가 이끄는 인천대학교 연구진은 새로운 AI 기반 솔루션을 개발했습니다.

"변압기 지원 매개 변수 CSI 피드백"이라 불리는 이 방법은 모든 세부 정보를 전송하는 대신 신호의 주요 측면에 초점을 맞춥니다.

각도, 지연, 신호 강도를 포함한 몇 가지 주요 정보에 중점을 둡니다.

이러한 주요 매개변수에 초점을 맞춤으로써, 시스템은 기지국으로 다시 전송해야 하는 정보의 양을 크게 줄였습니다.

이 논문은 2024년 10월 16일에 온라인으로 공개되었으며, IEEE 무선 통신 저널의 2024년 12월 제23권 12호에 게재되었습니다.

"차세대 무선 네트워크에서 빠르게 증가하는 데이터 수요를 해결하려면 MMWave 밴드의 풍부한 주파수 자원을 활용하는 것이 필수적입니다. MMWave 시스템에서 빠른 사용자 이동은이 채널을 노화시키는 데 실질적인 문제가 됩니다." .

이 팀은 신호 패턴을 분석하고 예측하기 위해 인공 지능 (AI), 특히 변압기 모델을 활용했습니다. CNN과 같은 기존 기술과 달리 트랜스포머는 신호 변경에서 단기 및 장기 패턴을 모두 추적 할 수있어 사용자가 빠르게 이동할 때에도 실시간 조정을 수행 할 수 있습니다. 접근 방식의 주요 측면은 기지국에 피드백을 보낼 때 가장 중요한 정보 (각도 및 지연)의 우선 순위를 정하는 것입니다. 이러한 매개 변수는 연결 품질에 가장 큰 영향을 미치기 때문입니다.

테스트에 따르면 비트 오류율 (BER)으로 측정 한대로 메소드가 오류 (기존 방법보다 3.5dB 이상 낮은 오차 이상)와 데이터 신뢰성이 향상되었음을 보여주었습니다. 이 솔루션은 또한 3km/h로 걷는 보행자부터 60km/h로 이동하는 차량, 고속도로와 같은 고속 환경에 이르기까지 다양한 시나리오에서 테스트되었습니다. 모든 경우에,이 방법은 전통적인 접근 방식을 능가했습니다.

이 돌파구는 고속 열차에서 승객에게 중단없는 인터넷을 제공하고 위성을 통해 원격 지역의 원격없는 통신을 가능하게하며 전통적인 네트워크가 실패 할 때 재난 중에 연결을 향상시킬 수 있습니다. 또한 V2X (Vehicle-to-everything) 통신 및 해양 네트워크와 같은 새로운 기술에 도움이 될 것입니다. Lee 교수는“우리의 방법은 정확한 빔 포밍을 보장하여 사용자가 움직일 때에도 신호가 장치와 원활하게 연결할 수있게 해줍니다.

이 혁신적인 방법은 무선 통신을위한 새로운 벤치 마크를 설정하여 차세대 네트워크에 필요한 신뢰성과 속도를 보장합니다.

출처: https://www.sciencedaily.com/releases/2025/02/250206113613.htm