이동 통신 대역 전파 모델 예측 방법론에 관한 연구

Abstract

본 논문에서는 거시적인 경로 손실 모델이 지니고 있는 문제점을 개선하기 위하여 구간 분석법을 적용한 전파 모델 예측 방법을 제시하였다. 제안한 구간 분석법을 이용한 전파 모델 예측 방법은 기존의 이론 및 실측 전파 모델을 구간별로 적용하는 방법으로, 보다 정확한 경로 손실 모델을 설정하는 연구이다. 제안 방법을 통하여 영역간 전파 모델에서는 구하기 어려운 문제점을 보완하고, 구간 분석 모델과 측정치의 표준 편차를 줄이기 위한 연구를 진행하였다.

측정 구간에 대한 전파 모델 파라미터가 근거리 지점에서의 경로 손실과 경로 손실 경사도라는 두 가지 파라미터로 정의되는 영역간 전파 모델은 실제 경로 손실 현상과는 오차가 커서 적용하기 어렵다. 반면에, 영역간 전파 모델을 기본으로 하고 지형 정보, 빌딩 등 장애물 위치 및 크기, 나무 밀도 등의 전파 환경을 고려한 지점간 전파 모델은 정확한 결과를 얻을 수 있으나, 전파 환경 변수를 반영하기 곤란하다. 따라서, 본 논문에서는 영역 간 전파 모델의 부정확성을 보완하고, 지점 간 전파 모델의 전파 환경 변수 적용을 줄이는 구간 분석법을 제시하였다.

첫 번째 제안한 방법은 기존의 이론 전파 모델을 이용한 구간별 전파 모델 예측 방법론이다. 이 방법에서 사용한 기존의 이론 전파 모델은 물리적인 이론으로 정립되어 널리 이용되기 때문에, 본 논문에서 제안한 구간별 분석법에 적용 하였다. 측정치와 기존 이론 모델들과의 차이에 대한 평균과 표준 편차를 구한 다음, 차이 평균만큼 보정한 기존 이론 모델 중에서 최저의 표준 편차를 갖는 모델을 측정 지역에 대한 최적의 모델로 설정한다. 전 구간에서 하나의 식으로 설정된 모델은 오차가 많기 때문에 구간을 8 Km로 나누어 측정값과 기존 이론 모델들의 차이에 대한 평균과 표준 편차를 구하여, 해당 구간에서 가장 작은 표준 편차를 나타내는 모델을 각 구간에 대한 대표 모델로 선택하였다.

구간 간격을 4 Km, 2 Km, 1 Km, 0.5 Km, 0.25 Km로 줄여가며 측정값과 기존 이론 모델들과의 차이에 대한 평균과 표준 편차를 구하여 해당 구간에 대한 대표 경로 손실 모델을 선택하는 방법을 사용하였다. 전 구간에서 8 Km, 4 Km, 2 Km, 1 Km, 0.5 Km, 0.25 Km로 구간 간격을 줄이면서 측정된 경로 손실과 기존 이론 모델과의 평균과 표준 편차를 구하여 비교해 본 결과, 제안한 방법을 적용하면 측정치와의 표준 편차가 6.17 ~ 5.21 dB로 줄어 듦을 알 수 있었다.

두 번째 제안한 방법은 기존의 실측된 도시 전파 모델을 이용한 구간별 전파 모델 예측 방법론이다. 이 방법에서 사용한 기존의 실측 모델은 세계의 대도시 몇 군데에서 측정된 모델로 비교용으로 널리 이용되기 때문에, 본 논문에서 제안한 구간 분석법에 적용 하였다. 이 방법 또한 앞의 기존의 이론 전파 모델 방법과 동일하게, 전 구간에서 8 Km, 4 Km, 2 Km, 1 Km, 0.5 Km, 0.25 Km로 간격을 줄이면서 측정치와 기존 실측된 도시 모델과의 평균과 표준 편차를 구하여 최저의 표준 편차를 나타내는 모델을 해당 구간에 대한 대표 모델로 설정하였다. 그 결과, 첫 번째 방법처럼 측정치와의 표준 편차가 6.12 ~ 5.21 dB의 분포를 보이는 구간별 대표 모델을 설정할 수 있었다.

위와 같이, 필드 측정을 통한 실험 결과를 기존의 이론 및 실측 모델들과 비교하여 구간 분석법을 적용하여 본 결과, 전체 구간에서 0.25 Km까지 구간 간격을 줄이면서 구한 구간별 대표 모델과 측정치의 표준 편차가 두 경우 모두 5.2 dB까지 점점 줄어들었다. 이 방법을 적용하게 되면, 지점간 전파 모델에서의 전파 환경을 별도로 조사하지 않고도 측정치와의 표준 편차가 5.2 dB까지 줄어든 전파 모델을 설정할 수 있다. 본 논문에서 제안한 구간 분석법을 러시아의 5개 도시 지역에서 측정한 데이터에 적용하게 되면, 측정치와의 표준 편차가 1.5 dB 개선된 구간별 전파 모델의 설정이 가능한 결과를 얻었다.

다음으로, 구간 분석 방법론을 일반화하기 위하여, 구간 간격을 8 Km, 4 Km, 2 Km, 1 Km, 0.5 Km, 0.25 Km로 나누고, 각 구간별로 구간 분석 방법론의 세 가지 파라미터인, 1-Km 지점에서의 경로 손실 , 경로 손실 경사 , 경로 손실 환경 상수 에 대한 값을 구하여 표와 그림으로 나타낼 수 있었으며, 세 가지 파라미터 값들을 구간별로 구하게 되면, 구간 분석법을 적용한 의 전파 모델을 설정할 수 있게 된다. 구간 분석 방법론을 세부 구간들을 합친 전 구간에 대하여 적용하게 되면, 미 측정 지역에서도 최소의 표준 편차를 가지는 경로 손실 모델을 설정할 수 있어서 상당히 유용한 도구임을 확인하였다.

In this doctorial dissertation, the researched topic is the partial propagation prediction methods. The prediction methods of propagation model in the cellular band are introduced in order to improve the inaccuracy of the macroscopic conventional propagation model. By use of the researched methods, a better prediction model can be extracted from the conventional propagation models. The main purpose of the new methods is to solve problems of the conventional propagation models and to improve the efficiency of the propagation model.

There are many area-to-area prediction models in the conventional methods. Because of the simplicity of two important parameters in the area-to-area propagation model which are the 1-Km path loss value and the path loss slope, the application area has been restricted. Another propagation model is the point-to-point propagation model. In this model, it was considered the propagation environment such as the lay of the land, the positions and heights of buildings, the density of crowded cars, and the density of trees. But, the information for the propagation environment is so complicated that the new partial propagation methods are introduced.

The first researched topic is the partial propagation method by using the conventional and theoretical propagation models. The theoretical models are quite well formulated by the physical theory. The averages and standard deviations for the difference values of the field-measured values and the conventional model values are calculated. A best model for the measured value is chosed by the lowest calculated standard deviation.

To reduce the error between the measured value and the model value, the distance interval between the transmitter and receiver is divided to small one such as 8, 4, 2, 1, 0.5, 0.25 Km. For each 8 Km, the averages and standard deviations for the path loss were calculated, and then the best models are chosen for the 8 Km intervals. Likewise, by reducing the interval to 0.25 Km, the statistical information for the mean and standard deviation can be obtained. Also, the best model for each 0.25 Km interval can be obtained, too. After the above methods are applied, the standard deviation is considerably reduced by the newly suggested partial propagation models.

The second researched topic is the partial propagation method by the conventional real-measured major-city propagation models. The real-measured major-city models are so widely known models that the models were used as sample models by the partial propagation models. The application procedures are similar to the previous one. The interval is reduced from the entire distance to 8 Km and finally 0.25 Km, and then the compared averages and standard deviations are obtained. As a result, the differences are also considerably reduced.

The researched partial propagation methods which are compared to the theoretical and real-measured major-city models show that the means and standard deviations are so considerably improved that the differences between the measurement values and the new models were decreased. The representative propagation model for each partial distance was decided according to the path loss slope of the conventional propagation model. This researched methods of the partial propagation prediction model enable us to decide the best describing propagation models for the measured area with advantages of quitely reduced standard deviations.

For the generalized partial propagation method, the interval is divided to each 8 Km, 4 Km, 2 Km, 1 Km, 0.5 Km, or 0.25 Km. At each interval, the path loss parameters are extracted which are 1-Km path loss, path loss slope, and path loss environment constant. By use of the parameters, the path loss model is obtained as follows : . Applying the partial path loss models and each three parameters to the entire distance, the path loss models for the un-measured area can be easily obtained with the minimum standard deviations.