2021년 산학연계 프로젝트

밀집 도심지에서의 5세대 이동통신 기지국 최적화를 위한 밀리미터파 경로손실 딥러닝 모델 개발

• 산혁연계 기업 : LG U+
• 담당 : 이혁준 교수님(CINe Lab), 이지훈 조교님
• 팀장 : 진우빈([email protected])
• 목표 :

1. 기존 경로손실 모델 대비 경제적이고, 높은 정확도를 가지는 모델 개발
2. 이를 활용할 수 있는 웹 어플리케이션 개발

• 성과 :
  3D ray tracing의 3D 모델링 평균 기간인 2.5일보다 빠르게 평균 2 시간 이내로 예측
  1.8 GHz 대역 CNN 모델의 예측 정확도 수준에 도달 (RMSE: 5.3186 이하, Absolute Error: 2dB이하에서 38.33%, 5dB이하에서 77.97%, 10dB이하에서 98.05%)
  모델 일반화를 통해 타 모델보다 유사 지형에 대한 예측 속도를 50%이상 단축

---

1. 소개

밀집 도심지에서의 5세대 이동통신 기지국 설치 최적화를 위한 밀리미터파 경로손실 딥러닝 모델을 개발하였습니다.
본 레포지토리는 딥러닝 모델을 이용하여 경로손실 예측을 시각화 한 웹 어플리케이션입니다.

사용된 대표적인 프레임워크/라이브러리 Tensorflow, Mysql, Django, leaflet

1.1 필요성?

• 5세대 밀리미터파 기술의 경제적 중요성
• 5세대 밀리미터파 기술의 산업적 중요성
• 경로손실 모델의 연구 중요성

경제적, 산업적 의미가 큰 5세대 밀리미터파 서비스를 안정적이고, 신속하게 제공하기 위해
본 프로젝트에선 새로운 5세대 밀리미터파 경로손실 모델과 이를 활용하는 웹어플리케이션을 구현하고자 했습니다.

2. 개발내용

• 딥러닝 모델의 입력을 위한 학습 입력 이미지 생성 알고리즘 연구 및 개발
• 딥러닝 모델과 전파 실측정 데이터와 비교, 검증으로 모델 성능 개선 및 최적화
• 기존 전파 예측 방법론보다 적은 수행시간, 높은 정확성을 갖는 딥러닝 모델 구현
• 실무에서 적용이 가능한 오차 내의 에러율을 가지는 밀리미터파 딥러닝 모델 구현
• 최종 모델의 측정속도 가속화 및 가시화를 위한 최적화 서버 구축
• 웹 어플리케이션 구동을 위한 MPA 개발
• 이용 편의를 위한 UI 구현 및 전파 예측 결과 가시화 모듈 구현
• 웹 어플리케이션 결과 검증 및 관리를 위한 데이터베이스 구축

2.1 3D LAMS 알고리즘

지도 내에서 두 지점 사이에 존재하는 전파환경요소(건물, 지형, 도로 등)를 단층 촬영과 같은 방식으로 3차원 공간을 추출하는 알고리즘

3. PRO4S 도심지 mmWave 경로손실 웹어플리케이션 설치

1. Fork From repository
2. requirments.txt의 dependent library 설치
3. SuperUser 생성 및 실행

4. PRO4S 도심지 mmWave 경로손실 모델 및 시각화 Flow

1. 유저로부터 AP의 Configuration 받아온다(X,Y,Z,Downtilt,Azimuth) :
   XYZ Coordinates as UTM EPSG:32652
   Prime meridian: Greenwich
2. 유저의 configuration부터 서버가 예측에 필요한 자료를 생성한다.
3. {configuration_of_user}.xlsx, lams image of each point-point
4. 약간의 시간(<10min)이 지난후 결과를 예측 할 수 있다.

---

본 레포지토리의 연구결과에 관심있으시다면 아래로 연락 부탁드립니다. (CINe Lab 연구 진행중, 2022-04-22 ~ )

Mail
진우빈 ([email protected])
김현진 ([email protected])

Github
@ubinjin @ChickenRushKR