Multitask learning-based secure transmission for reconfigurable intelligent surface-aided wireless communications

문상미,Young-Hwan You,Cheol Hong Kim,황인태 한국통신학회 2022 ICT Express Vol.8 No.3

Reconfigurable intelligent surfaces (RISs) represent a highly promising technology that enhances the capacity and coverage of wireless networks by intelligently reconfiguring the wireless propagation environment in highly advanced wireless communications. The objective of this study is to solve the problem of secrecy rate maximization for multiple RIS-aided millimeter-wave communications by jointly optimizing the active RISs and the RIS phase shifts of the considered system. For this nonconvex problem, we propose multitask learning in a deep neural network to predict the RIS phase shift and active RISs. Numerical results based on realistic, three-dimensional, ray-tracing simulations show that the proposed solution can predict the RIS phase and active RIS with an accuracy rate > 96%. These results confirm the viability of RIS-aided secure wireless communications.

Deep Learning-based Channel Estimation and Tracking for Millimeter-wave Vehicular Communications

문상미,Hyunsung Kim,Intae Hwang 한국통신학회 2020 Journal of communications and networks Vol.22 No.3

The application of millimeter-wave (mmWave) frequencies is a potential technology for satisfying the continuously increasing need for handling data traffic in highly advanced wirelesscommunications. A substantial challenge presented in mmWavecommunications is the high path loss. mmWave systems adoptbeamforming techniques to overcome this issue. These require robust channel estimation and tracking algorithm for maintenanceof an adequate quality of service. In this study, we propose a deeplearning-based channel estimation and tracking algorithm for vehicular mmWave communications. More specifically, a deep neural network is leveraged to learn the mapping function between thereceived omni-beam patterns and mmWave channel with negligible overhead. Following the channel estimation, long short-termmemory is leveraged to track the channel. The simulation resultsdemonstrate that the proposed algorithm estimates and tracks themmWave channel efficiently with negligible training overhead.

다중 지능형 반사판 시스템에서 멀티 태스크 학습-심층 신경망 기반 보안 전송률 최대화

문상미,황인태 대한전자공학회 2022 전자공학회논문지 Vol.59 No.10

본 논문에서는 다중 IRS (Intelligent Reflecting Surface) 시스템에서 보안 전송을 위한 딥러닝 기법을 제안한다. 제안하는 기법은 보안 전송률을 최대화하기 위해 심층 신경망을 사용한 멀티 태스크 학습을 기반으로 활성 IRS와 위상 변이를 예측한다. 시뮬레이션은 3D ray-tracing을 기반으로 하였으며, 그 결과 제안하는 기법이 96% 이상의 활성 IRS와 위상 변이를 예측하는 정확성을 보여준다. 또한, 제안하는 기법이 기존의 단일 IRS 및 다중 IRS보다 높은 보안 전송률을 갖는다.

V2I 통신에서 기계학습 기반 밀리미터파 채널 추정 및 추적 알고리즘

문상미,김현성,김진영,황인태 대한전자공학회 2020 전자공학회논문지 Vol.57 No.5

The millimeter-wave (mmWave) is one of the promising technologies that support high data rates for next generation wireless communications. The mmWave possesses shortcomings, such as signal attenuation and reduced transmission distance, owing to their short wavelength and high frequencies. To overcome this issue, mmWave systems adopt beamforming techniques, which require robust channel estimation and tracking algorithms to maintain an adequate quality of service. In this paper, we propose a machine learning-based channel estimation and tracking algorithm for vehicle-to-infrastructure mmWave communications. More specifically, a deep neural network (DNN) is leveraged to learn the mapping function between the received training signals and the mmWave channel for channel estimation. Following channel estimation, long short-term memory (LSTM) is leveraged to track the channel. Simulation results demonstrate that the proposed algorithm efficiently estimates and tracks the mmWave channel with negligible training overhead. 밀리미터파 (millimeter-Wave, mmWave)는 차세대 무선 통신을 위한 높은 데이터 속도를 지원하는 유망기술 중 하나이다. 하지만 밀리미터파는 높은 주파수로 인한 짧은 파장 때문에 신호의 감쇄 및 전달 거리 감소와 같은 단점이 존재한다. 이 문제를 극복하기 위해 밀리미터파 시스템은 빔포밍 기술을 적용하여 이 문제를 해결하고자 하며, 이는 적절한 서비스 품질을 유지하기 위해 강력한 채널 추정 및 추적 알고리즘이 필요하다. 본 논문에서는 V2I (Vehicle-to-Infrastructure) 밀리미터파 통신에서 기계학습 기반 채널 추정 및 추적 알고리즘을 제안한다. 제안하는 알고리즘은 심층신경망 (Deep Neural Network, DNN)을 통해 수신 트레이닝 신호와 밀리미터파 채널 사이의 맵핑 함수를 학습하여 채널을 추정한다. 채널 추정 후, 장단기메모리 (Long Short-Term Memory, LSTM)를 통해 채널을 추적한다. 시뮬레이션 결과 제안하는 알고리즘이 무시할만한 트레이닝 오버헤드와 함께 밀리미터파 채널 추정 및 추적하는 것을 알 수 있다.

밀리미터파 실내 환경에서 심층 학습 기반 빔 및 장애물 예측

문상미,김현성,김진영,김대진,황인태 대한전자공학회 2020 전자공학회논문지 Vol.57 No.7

본 논문에서는 밀리미터파 실내 환경에서 심층 학습 기반 빔 및 장애물 예측 방법을 제안한다. 제안하는 예측 방법은 오프라인 훈련과 온라인 예측 단계로 구성된다. 오프라인 훈련에서 DNN (Deep Neural Network)은 데이터 트래픽 요구와 함께 사용자 위치와 해당 최적의 빔 인덱스 및 장애물 상태 간의 매핑을 학습하도록 설계된다. 온라인 예측에서는 훈련된 DNN은 주어진 데이터 트래픽 요구에 따라 목표 사용자 위치에 대응하는 빔 및 장애물을 예측한다. 시스템 레벨 시뮬레이션은 3GPP (3rd Generation Partnership Project) NR (New Radio) 채널 및 장애물 모델을 기반으로 하였으며, 그 결과 제안하는 방법이 90% 이상의 장애물 예측 정확성을 보여준다. 또한, 최적의 밀리미터파 빔 예측이 가능하며 최적의 빔 선택 방법에 근접한 스펙트럼 효율을 갖는다. In this paper, we propose the deep learning based beam and blockage prediction method for millimeter-wave (mmWave) indoor environment. The proposed method operates in two phases — the offline learning phase and the online prediction phase. During the offline learning phase, a deep neural network (DNN) is designed to learn the mapping between the user positions along with data traffic demands and the corresponding optimal beam indices and blockage statuses. During a subsequent online prediction phase, the trained DNN is utilized to predict the optimal tunings of beams and blockages corresponding to the targeted user positions with the given data traffic demands. The system level simulation is based on 3rd generation partnership project (3GPP) new radio (NR) channel and blockage model. The simulation results reveal that the proposed scheme is capable of predicting mmWave blockages with an accuracy greater than 90%. Furthermore, these results confirm the viability of the proposed DNN model in predicting the optimal mmWave beams and spectral efficiencies.

PATHS프로그램이 중등도지적장애 초등학생의 정서인식과 사회적유능성에 미치는 효과

문상미,황순영 국립특수교육원 2020 특수교육연구 Vol.27 No.1

본 연구는 사회정서학습 프로그램 중에 일반학생과 경도장애학생 모두에게 적용하여 효과를 검증한 PATHS프로그램을 중등도 지적장애 초등학생들에게 실행하여 정서인식과 사회적 유능성에 미치는 효과를 사전 사후 변화를 통해 알아보고자 하였다. 정서인식의 변화는 KEI(The Kusché Emotional Inventory), 사회적 유능성 척도는 교사평정용 사회적 유능성 측정도구 TSCRS(Teacher Social Competence Rating Scale)를 각각 번안 및 수정하여 사용하였다. 수집된 양적자료는 Wilcoxon 부호순위 검정하였고, 관찰 일지와 수업 녹화 영상을 토대로 질적 분석을 실시하였다. 이상의 연구를 통해 PATHS프로그램은 중등도 지적장애 초등학생의 정서인식능력과 사회적 유능성을 향상시키는 결과를 얻었다. 이를 통해 특수교육 현장에도 중등도 지적장애 학생들을 위한 사회정서학습 프로그램이 도입되어 활용할 수 있는 가능성을 제시하였으며, 학생들의 발달단계와 사회 문화적 특성을 반영한 체계적인 사회정서학습 프로그램 개발이 이루어져 장기적으로 실시될 필요성을 보여주었다.

Online learning-based beam and blockage prediction for indoor millimeter-wave communications

문상미,Hyeonsung Kim,Young-Hwan You,Cheol Hong Kim,Intae Hwang 한국통신학회 2022 ICT Express Vol.8 No.1

As the majority of data traffic is generated in indoor environments, millimeter-wave (mm-wave) communications are essential. However, owing to their high directivity and high penetration loss, indoor mm-wave communication is vulnerable to blockages caused by users’ bodies and ambient obstacles. In this study, we investigate an online learning-based method that achieves efficient beam and blockage prediction for indoor mm-wave. The proposed method takes advantage of the fact that the optimal beam index and blockage status depend on the user’s position and corresponding data traffic demand. Simulation results based on 3GPP’s new radio channel and blockage models revealed that the proposed scheme could predict mm-wave blockages with an accuracy exceeding 90%. These results confirmed the viability of the proposed deep neural network (DNN) model for predicting optimal mm-wave beam and spectral efficiencies.

빔공간 다중 사용자 MIMO 시스템에서 간섭제거를 위한 빔 선택 기법

문상미,김현성,김진영,김대진,황인태 대한전자공학회 2020 전자공학회논문지 Vol.57 No.8

In this paper, we propose the beam selection scheme for interference cancellation in beamspace multi-user multiple-input multiple-output (MIMO). Specifically, the proposed beam selection scheme consists of offline fingerprint database construction and online beam selection for interference cancellation. In the offline phase, we group the contributing users that have same best beam. After grouping, we build the fingerprint database for each group. In the online phase, the beam selection for interference cancellation is performed using the information in the group-based fingerprint database. Simulation results verify that the proposed beam selection scheme can achieve the sum-rate performance close to the fully digital system with much higher energy efficiency. 본 논문에서는 빔공간 다중 사용자 MIMO (Multiple-Input Multiple-Output) 시스템에서 간섭 제거를 위한 빔 선택 기법을 제안한다. 제안하는 기법은 오프라인 핑거프린트 데이터베이스 구성 및 온라인 간섭제거를 위한 빔 선택 두 단계로 구성된다. 오프라인 단계에서는 최상의 빔을 기준으로 사용자를 그룹화 한다. 사용자 그룹화 후 각 그룹에 대한 핑거프린트 데이터베이스를 구축한다. 온라인 단계에서는 그룹 기반 핑거프린트 데이터베이스 정보를 사용하여 다중 사용자 간 빔 간섭을 제거하기 위해 서로 다른 빔을 선택한다. 시뮬레이션 결과 제안하는 빔 선택 기법이 훨씬 높은 에너지 효율로 전디지털 시스템에 근접한 합률(sum-rate) 성능을 갖는다.

푸드테크 분야 로봇 실증 지원사례

문상미 한국로봇학회 2022 로봇과 인간 Vol.19 No.4

NR 기반 다중 셀 네트워크에서 간섭 완화를 위한공동 전송 및 하이브리드 빔포밍

문상미,김진영,황인태 대한전자공학회 2019 전자공학회논문지 Vol.56 No.9

Millimeter-wave communications have attracted particular interest recently to prepare for rapidly increasing data usage and new application services in the large bandwidth available. An enhanced mobile broadband system is necessitated based on the new radio standards for 5G. The characteristics of the millimeter-wave channel causes a larger path loss than that in the lower frequency band. The multi-cell networks usually suffer inter-cell interference. The study presents a millimeter-wave-based multi-cell multi-user system and proposes joint transmission (JT) with hybrid beamforming to reduce inter-cell interference. The proposed scheme suggests that all the users should be served with analog and digital hybrid beamforming, besides, users located in the cell edge be served with joint transmission. We perform NR-based system level simulation. Simulation results show that compared to the conventional method, the proposed scheme improves the spectral efficiency due to the improvement of the cell edge performance. 급증하는 데이터 사용량에 대비하고 신규 응용 서비스를 창출하기 위해 넓은 대역폭을 제공할 수 있는 밀리미터파 통신이 큰 관심을 받고 있으며, 5 세대 NR (New Radio) 표준을 기반으로 eMBB (enhanced Mobile Broad Band) 시스템의 필요성이 대두되고 있다. 밀리미터파 통신에서는 고주파 채널의 특성상 낮은 주파수 대역에 비해 큰 경로 손실이 발생하며, 다중 셀 네트워크에서 인접 셀 간 간섭 문제가 발생한다. 본 논문에서는 초고속 전송을 위해 사용되는 밀리미터파 기반의 다중 셀 다중 사용자 시스템을 고려하고, 인접 셀 간 간섭을 줄이기 위한 공동 전송 (JT:Joint Transmission) 및 하이브리드 빔포밍에 대하여 제안한다. 제안된 기법은 모든 사용자에게 아날로그 및 디지털 하이브리드 빔포밍을 적용한다. 추가적으로 셀 경계에 위치한 사용자의 수신 전력을 증가시키기 위해 JT가 적용된다. 모의실험은 NR 기반 시스템 레벨 시뮬레이터를 기반으로 이루어졌으며, 제안한 기법이 셀 경계 성능 향상으로 인해 스펙트럼 효율 측면에서 기존 기법보다 향상된 것을 알 수 있다.