옥내용 모바일 통신 시스템을 위한 적응적 Load-Balancing 알고리즘 제안 및 시스템 레벨 시뮬레이션 기반 성능 분석

이웅섭,이호원,Lee, Woongsup,Lee, Howon 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.11

최근 옥외용 이동통신시스템과 동일 주파수를 사용하면서 추가적으로 용량을 확보할 수 있는 옥내용 모바일 통신 시스템을 위한 초소형 기지국에 대한 연구 및 개발이 활발히 진행되고 있다. 본 연구에서는 옥내용 모바일 통신 시스템에서 초소형 기지국의 특성을 고려한 시스템 레벨 시뮬레이터를 개발하였고 초소형 기지국 환경에서 혼잡한(Congested) 기지국의 아웃티지 확률(Outage Probability)을 줄이는 적응적 Load-Balancing 방안을 제안하였다. 본 시뮬레이터에서는 초소형 기지국 특성을 고려한 링크 레벨 시뮬레이션 결과를 반영하였으며, 본 시뮬레이터를 이용하여 옥내용 모바일 통신 시스템에서 Load-Balancing 방안을 적용하였을 때와 적용하지 않았을 때의 아웃티지 확률을 비교해 보았다. 제안한 Load-Balancing 방안의 사용을 통해 혼잡한 기지국의 아웃티지 확률을 줄이고 전체 시스템의 성능을 향상시킬 수 있음을 보였다. Recently, various solutions to support explosively growing mobile data traffic have attracted intensive attentions. However, the range of spectrum which can be exploited for mobile communications is very limited. Small cell networks are actively investigated because they can efficiently offload mobile data traffic from macro cells without using additional spectrum. In this paper, we developed a system-level simulator considering small cell networks in the indoor environments. We compare the performance of outage probability when a load-balancing algorithm is utilized or not. We can reduce the outage probability of congested BS with the load-balancing algorithm. In addition, overall outage probability of whole wireless systems can be reduced by using the proposed load-balancing algorithm.

딥러닝 기반 송신전력 조절방안의 성능검증

이웅섭,김성환,류종열,반태원,Lee, Woongsup,Kim, Seong Hwan,Ryu, Jongyeol,Ban, Tae-Won 한국정보통신학회 2019 한국정보통신학회논문지 Vol.23 No.3

Recently, the deep learning technology has gained lots of attention which leads to its application to various fields. Especially, there are recent attempts to overcome the limit of wireless communications systems through the use of the deep learning. In this paper, we have verified the performance of deep learning based transmit power control scheme. Unlike previous transmit power control schemes where the optimal transmit power is derived by solving the optimization problem explicitly, in the deep learning based transmit power control, the general solver for the optimization problem is derived through the deep neural network (DNN). Especially, by using the spectral efficiency as the loss function of DNN, the training can be performed without needing labels. Through simulation based on Tensorflow, we confirm that the transmit power control based on deep learning can achieve the optimal performance while reducing the computational complexity by 1/200. 최근 딥러닝 기술이 큰 관심을 받으며 다양한 분야에 적용되고 있다. 특히 다양한 무선통신기술에 딥러닝을 접목하여 기존 통신시스템의 한계를 뛰어넘으려는 시도가 이루어지고 있다. 본 논문에서는 딥러닝 기반 무선통신 시스템 송신전력 조절방안의 성능검증을 수행하였다. 딥러닝 기반 송신전력 조절방안에서는 수학적 최적화 문제를 직접 풀어서 최적의 전력을 결정하는 기존 방식과 달리 심층신경망 구조를 학습시켜서 채널에 따라 최적의 송신전력을 찾는 General solver를 도출하여 이를 이용한다. 특히 시스템의 주파수 효율을 심층신경망 학습의 손실함수로 사용함으로써 라벨없이 학습을 가능케 한다. 본 논문에서는 Tensorflow 기반 성능분석을 통해 딥러닝 기반 송신전력 조절방안과 최적방안의 성능이 일치함을 보였고, 또한 제안 방안이 기존의 방식에 비해서 1/200의 계산복잡도로 송신전력을 찾을 수 있음을 보임으로써 실제 무선통신시스템에서의 적용가능성을 검증하였다.

목부착형 센서를 이용한 기계학습 기반 소 심부체온 예측방안

이웅섭,류종열,반태원,김성환,강상기,함영화,이현준,Lee, Woongsup,Ryu, Jongyeol,Ban, Tae-Won,Kim, Seong Hwan,Kang, Sang Kee,Ham, Young Hwa,Lee, Hyun June 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.12

체온은 가축의 건강상태와 직접적으로 연관되어있어서 건강에 문제가 발생하였을 때 체온이 즉각 변화한다. 따라서 정확한 체온 측정은 스마트 축사 관리에서 중요하다. 하지만 현재 가축의 체온을 측정하기 위해서 주로 사용되는 표피 부착형 센서의 경우 외기 및 센서의 부착상태에 따라 측정되는 체온 값이 크게 변화하고, 측정되는 체온이 가축의 실제 심부체온과 다른 경우가 많다. 본 연구에서는 목 부착형 센서를 이용하여 소의 심부체온을 예측하는 방안을 개발하였다. 특히 심부체온을 정확하게 예측하는 회귀방안과 특정온도 이상으로 체온이 올라가는 것을 감지하는 분류방안을 다양한 기계학습방안을 이용하여 개발하였다. 이를 통해 높은 정확도로 소의 심부체온 이상여부를 예측할 수 있음을 보였다. 제안 방안을 통해서 소의 건강상태를 정확하게 파악하고 축사관리의 효율성을 향상시킬 수 있다. The body temperature of livestock is directly related to the health of livestock such that it changes immediately when there exists health problem. Accordingly, the monitoring of livestock's temperature is one of most important tasks in farm management. However, the temperature of livestock is usually measured using skin-attached sensor which is significantly affected by the outside temperature and the condition of attachment which results in the inaccurate measurement of temperature. Herein we have proposed new scheme which estimates the body core temperature of cow based on measured data from neck-attached smart sensor. Especially, we have considered both schemes which estimate the exact temperature and which detect the unusually high temperature based on machine learning. We have found that the occurrence of high temperature can be detected accurately. The proposed scheme can be used in monitoring of health condition of cow and improving the efficiency of farm management.

방향성 전송을 사용하는 셀룰러 이동 통신 시스템을 위한 간섭량 예측 방안 및 시스템 레벨 시뮬레이션을 통한 성능 분석

이웅섭,성길영,Lee, Woongsup,Sung, Kil-Young 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.9

현재 셀룰러 이동통신 시스템이 직면한 가장 큰 문제인 데이터 트래픽 폭증 수용문제를 효율적으로 해결하기 위한 방안으로써 스몰셀 및 단말간 통신 등 다양한 기술 등이 제안되고 있다. 이러한 데이터 트래픽 폭증 문제를 해결하기 위한 방안중 하나로써 기지국의 전송 파워를 서비스 받는 단말로 집중시키는 방향성 전송이 고려되고 있다. 본 연구에서는 셀룰러 이동통신 시스템에서 방향성 전송을 고려한 시스템 레벨 시뮬레이터를 개발하였고 방향성 전송이 사용될 때의 어려움 중 하나인 간섭 예측을 해결하기 위한 새로운 간섭 예측방안을 제안하였다. 본 시뮬레이터를 이용하여 제안된 적응적 간섭 예측 방안의 성능을 확인하였고 방향성 전송이 셀룰러 이동통신 시스템에서 활용될 때의 성능을 살펴보았다. 이를 통해 방향성 전송이 셀룰러 이동통신 시스템의 수율을 130% 이상 향상시킬 수 있음을 보였다. To cope with the explosive growth of traffic which is considered as one of the most biggest threat to current mobile communication systems, various solutions such as small cell and device-to-device communication have been exploited. Directional transmission in which transmission power of base station is focused onto the direction where the mobile station is located, can be used to increase throughput of the system. In this work, we develop a system-level simulator for cellular mobile communication systems using directional transmission and adaptive interference estimation scheme for directional transmission has been proposed. By using the developed simulator, the performance of cellular mobile communication systems with directional transmission is examined. Moreover, it is shown that the overall throughput of cellular system can be improved by utilizing directional transmission.

무선채널의 공간적 연관성을 이용한 주변단말 탐색방안

이웅섭,Lee, Woongsup 한국정보통신학회 2015 한국정보통신학회논문지 Vol.19 No.10

Recently, device-to-device (D2D) communication has been considered as key technology for future cellular system, because it can solve the problem of excessive data traffic increment and can also provide new communication services. Herein, we propose new neighbor discovery for D2D communication and examine its performance. Our proposed scheme is proximity beacon based discovery in which wireless resource for pilot transmission is assigned based on the spatial correlation of wireless channel and sensing period is adjusted according to target accuracy such that power consumption can be reduced. The performance of our propose scheme is analyzed mathematically and verified through computer simulations. 단말-대-단말(D2D) 통신기술은 차세대 셀룰러시스템의 핵심기술로 많은 관심을 받고 있다. 이는 D2D 통신을 이용하여 현재 모바일 시스템의 가장 큰 문제인 데이터 트래픽 폭증 문제를 해결할 수 있고 다양한 새로운 통신 서비스를 제공해 줄 수 있기 때문이다. 본 논문에서는 D2D 통신의 핵심기술 중 하나인 주변단말 탐색방안(Neighbor discovery)에 대해서 제안하고 그 성능을 분석하고자 한다. 제안방안은 프록시미티 비콘 전송기반의 단말탐색방안으로써 기존의 방식과 달리 무선채널의 공간적 연관성을 이용하여 단말탐색 파일럿 전송자원을 할당하여 목표한 단말탐색성능에 따라서 적응적으로 탐색영역을 조절한다. 제안방안에서는 탐색영역 조절을 통해 기존의 방식에 비해 서 전력소모량을 줄일 수 있다. 또한 본 연구에서는 제안방안의 성능을 수학적으로 분석하였고 컴퓨터 시뮬레이션을 이용하여 이를 검증하였다.

방향성 전송을 사용하는 이동통신 시스템을 고려한 파워 할당 방안

이웅섭,정방철,반태원,Lee, Woongsup,Jung, Bang Chul,Ban, Tae-Won 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.11

기지국의 전송 파워를 서비스 받는 단말로 집중시키는 방향성 전송은 이동통신 시스템의 수율을 극대화함으로써 현재 이동통신 시스템이 직면한 가장 큰 문제인 데이터 트래픽 폭증 문제를 해결하는데 도움을 줄 수 있다. 본 연구에서는 방향성 전송을 사용하는 이동통신 시스템을 위한 파워 할당 방안을 고려하였다. 특히 기지국의 각 섹터에서 다수의 방향성 전송을 이용하여 여러 단말을 동시에 서비스하는 환경에서 각 방향성 전송의 전송 파워를 효율적으로 조절해 주는 방안에 대해서 고려하였다. 이를 위해 동일 파워 할당방안, Water-filling 방안 및 역 채널 할당 방안을 고려하였고, 방향성 전송간의 간섭을 고려하여 시스템의 수율을 최대화하기 위한 방안인 방향성 전송 파워 할당 방안을 제안하였다. 또한 기존에 개발한 시스템 레벨 시뮬레이터를 활용하여 다양한 파워 할당 방안들의 성능(대역 효율 및 Jain's Fairness Index)을 분석하였고 이를 통해 제안한 파워 할당 방식이 기존의 파워 조절 방안들에 비해서 시스템의 대역 효율을 최대 28% 향상시킬 수 있음을 보였다. Directional transmission is one of key technology to solve the utmost problem that current mobile communication system faces, which is explosively increasing data traffic, since directional transmission can maximize the throughput of mobile communication systems. In this work, we consider power allocation scheme for mobile communication system which utilizing directional transmission. Especially, we consider the case in which multiple users in the same sector of base station, are served at the same time by utilizing directional transmission. For this scenarios, we consider equal power allocation scheme, Water-filling based scheme and inverse SNR scheme. Moreover, we propose beam power allocation scheme whose objective is to maximize overall system throughput by taking into account interference between different directional transmissions. Moreover, we have examined the spectral efficiency and Jain's fairness index of various power allocation schemes for directional transmission by using system level simulator that has been developed in our previous work. Through simulations, it has been verified that the proposed power allocation scheme can improve the spectral efficiency of the system by 28%.

기계학습을 이용한 돈사 급수량 예측방안 개발

이웅섭,류종열,반태원,김성환,최희철,Lee, Woongsup,Ryu, Jongyeol,Ban, Tae-Won,Kim, Seong Hwan,Choi, Heechul 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.8

최근 사물 인터넷 센서가 설치된 스마트 돈사의 보급을 통해 돈사 관련 빅데이터 축적이 가능해졌고, 다양한 기계 학습방안들이 수집된 데이터에 적용되어 축산농가의 생산성을 향상시키고 있다. 본 연구에서는 다양한 기계학습 방안을 이용하여 돈사관리에서 가장 중요한 요소 중 하나인 급수량을 예측하였다. 구체적으로 실제 돈사에서 수집된 데이터에 회귀 방안인 선형회귀, 회귀트리 및 아다부스트 회귀 방안과 분류 방안인 로지스틱 분류, 결정트리 및 서포트 벡터 머신 (SVM) 분류방안을 적용하여 돈사의 온도와 습도를 기반으로 급수량을 예측하였다. 성능 분석을 통해서 제안한 방안이 높은 정확도로 급수량을 예측하는 것을 확인할 수 있었다. 제안한 방안은 돈사의 급수시설 이상을 조기에 파악하는데 활용되어 가축을 폐사를 막고 돈사 생산성을 높이는데 활용될 수 있다. Recently, accumulation of data on pig farm is enabled through the wide spread of smart pig farm equipped with Internet-of-Things based sensors, and various machine learning algorithms are applied on the data in order to improve the productivity of pig farm. Herein, multiple machine learning schemes are used to predict the water usage in pig farm which is known to be one of the most important element in pig farm management. Especially, regression algorithms, which are linear regression, regression tree and AdaBoost regression, and classification algorithms which are logistic classification, decision tree and support vector machine, are applied to derive a prediction scheme which forecast the water usage based on the temperature and humidity of pig farm. Through performance evaluation, we find that the water usage can be predicted with high accuracy. The proposed scheme can be used to detect the malfunction of water system which prevents the death of pigs and reduces the loss of pig farm.

이종 일차 시스템을 고려한 인지 라디오 기술에서의 협력 대역 센싱 방안

이웅섭,정방철,반태원,Lee, Woongsup,Jung, Bang-Chul,Ban, Taewon 한국정보통신학회 2015 한국정보통신학회논문지 Vol.19 No.7

인지 라디오 기술에서는 통신 대역의 우선권을 가지고 있는 일차 시스템이 대역을 사용하지 않을 때 이차 시스템이 기회 적으로 대역을 활용하게 함으로써 추가적 주파수 할 당 없이 전체 통신 시스템의 수율을 향상시킨다. 따라서 인지 라디오 기술에서는 일차 시스템의 대역 사용 여부를 판단하는 기술인 대역 센싱이 매우 중요하다. 본 연구에서는 인지 라디오 기술을 사용하는 셀룰러 시스템에서 이종 일차 시스템이 공존하는 환경에서의 협력 대역 센싱에 대해서 다루었다. 특히 일차 시스템이 다양한 전송 파워 및 센싱 요구 조건을 가지고 있어서 이차 시스템의 일부 단말들만 일차 시스템의 존재를 인지 할 수 있을 경우를 고려한 다중 스테이지 센싱 기반 협력 센싱 기술을 제안하였다. 또한 기존에 제안된 OR-rule, AND-rule, MAJORITY-rule 기반 협력 센싱 방안들의 성능을 이종 일차 시스템 환경에서 분석하였다. 시뮬레이션을 통해 제안 방안이 기존 방안들에 비해 높은 정확도로 일차 시스템 존재 여부를 판단할 수 있음을 확인하였다. In cognitive radio technology, the overall capacity of communications systems can be improved without allocating additional bands by allowing secondary system to utilize the band when a primary system who has right to use the band does not utilize it. Therefore, spectrum sensing to determine the existence of primary system is utmost important in the cognitive radio technology. In this work, we consider a novel cooperative spectrum sensing in cognitive cellular systems. Especially, we consider the case in which heterogeneous primary systems coexist, i.e., heterogenous transmission power and sensing requirement of primary system, such that only portion of users in cognitive cellular systems are able to detect the primary system. In this case, we propose new cooperative spectrum sensing with multiple sensing stages to properly detect the existence of primary systems in this kind of situations. Moreover, we analyze the performance of conventional cooperative spectrum sensing schemes such as OR-rule, AND-rule and MAJORITY-rule under the existence of heterogeneous primary systems. Finally, we investigate the performance of the proposed scheme through computer based simulations and show that the existence of primary systems can be determined accurately by using our proposed scheme.

축사에서 딥러닝을 이용한 질병개체 파악방안

이웅섭,김성환,류종열,반태원,Lee, Woongsup,Kim, Seong Hwan,Ryu, Jongyeol,Ban, Tae-Won 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.5

최근 사물 인터넷 기술의 활용을 통해 가축 및 축사 관련 빅데이터 축적이 가능해 졌다. 이러한 빅 데이터를 기반으로 다양한 기계학습방안들이 가축관리에 적용되어 축산농가의 생산성을 크게 향상시키고 있다. 본 연구에서는 현재 가장 주목받고 있는 기계학습 기술인 딥러닝을 적용한 질병개체 파악방안을 제안한다. 제안한 방안에서는 정상상태와 질병상태의 가축들이 섞여있는 환경에서 상태에 따라 다른 생체데이터 특성을 지닐 때 심층신경망을 이용하여 가축의 상태를 분류한다. 제안 방안은 가축 생체데이터의 통계적 특성을 모르는 상황에서도 학습을 통해서 가축의 상태를 정확하게 분류할 수 있다. 질병개체의 정확한 파악은 구제역과 같은 전염성 질병을 예방하는데 큰 도움이 될 수 있다. Recently, the wide spread of IoT (Internet of Things) based technology enables the accumulation of big biometric data on livestock. The availability of big data allows the application of diverse machine learning based algorithm in the field of agriculture, which significantly enhances the productivity of farms. In this paper, we propose an abnormal livestock detection algorithm based on deep learning, which is the one of the most prominent machine learning algorithm. In our proposed scheme, the livestock are divided into two clusters which are normal and abnormal (disease) whose biometric data has different characteristics. Then a deep neural network is used to classify these two clusters based on the biometric data. By using our proposed scheme, the normal and abnormal livestock can be identified based on big biometric data, even though the detailed stochastic characteristics of biometric data are unknown, which is beneficial to prevent epidemic such as mouth-and-foot disease.

기계학습을 이용한 한우고기 품질 분석

이웅섭(Woongsup Lee) 한국정보통신학회 2022 한국정보통신학회 종합학술대회 논문집 Vol.26 No.2