표제지 1
제출문 4
요약문 5
최종보고서 초록 11
SUMMARY 12
목차 14
제1장 서론 23
제1절 연구 목적 및 필요성 23
제2절 연구 범위 및 방법 25
1. 무선국 전자파강도 평가를 위한 새로운 평가기술 연구 25
2. AI 기반 전자파 노출 예측방법 마련 25
3. 28 GHz 5G 기지국, 6GHz WiFi, 차량용 레이다 (자율주행 자동차), IoT 등의 전자파강도 평가기술 연구 26
제2장 무선국 전자파강도 평가를 위한 새로운 평가기술 연구 27
제1절 국내·외 전자파 평가 및 인체보호 제도 조사, 분석 27
1. 국제표준 기반 5G 기지국 전자파강도 측정방법 조사 27
제2절 계산방식의 정확도 확인 및 추정방법 분석 42
1. LTE 기지국의 최대 전자파강도 평가를 위한 기본 항목 이해 42
2. LTE 기지국에 대한 RSRP 기반 최대 전자파강도 예측방법 47
3. LTE 신호에 대한 최대 전기장강도 측정과 계산비교 50
제3절 무선국 전자파강도 계산방법 및 전자파 인체보호 제도 개선방안 54
1. 계산 예측 신뢰성 향상 방안 54
2. 전자파 인체보호 제도 개선방안 60
제4절 데이터의 검증방안, 통계분석, 전파데이터 추출 65
1. 데이터의 검증방안 및 통계분석 65
2. 데이터 추출 70
3. 데이터 분석 71
제5절 데이터의 효율적인 관리 및 활용방안 73
1. 측정 데이터의 효율적인 관리 방안과 속성정보 추출 73
3. 3차원(3D) 지도(MAP) 78
제3장 AI 기반 전자파 노출 예측방법 80
제1절 AI에 대한 기본 소개 80
1. 퍼셉트론(perceptron) 81
2. 활성 함수 81
3. 손실함수, 최적화 84
4. 순전파, 역전파 86
제2절 IoT 기반의 디지털 트윈 기술을 통한 전자파 노출 예측 시뮬레이션 개발 마련 88
1. 5G FR1 (3.5 GHz) 기지국 시뮬레이션 88
2. 5G FR2 (28 GHz) 기지국 시뮬레이션 91
3. AI 예측 분석 결과 92
4. 향후 개선 방향 92
제3절 LTE 기지국 안테나의 시뮬레이션 95
1. 시뮬레이션 방법 및 시뮬레이터 선정 95
2. Reference 모델 선정 95
제4절 AI 기반 머신러닝 등의 신기술을 적용하여 정확한 전자파 노출 예측방법 제안 99
1. 데이터 구성 및 모델 구성 99
2. 학습 및 결과 100
제4장 28GHz 5G 기지국, 6GHz WiFi, 차량용 레이다, IoT 등의 전자파 평가기술 연구 103
제1절 5G NR 28GHz 대역 기지국에 대한 전자파강도 In-situ 측정 및 환산방법 103
1. RSRP 기반 환산계수 도출방법 103
2. 5G NR FR2 기지국 전자파 현장 측정 108
1. 측정대상 삼성 5G NR FR2 기지국 설정 상태 109
2. 거리별 측정 (RSRP 측정기반 환산) 110
3. 각도별 측정 (RSRP 측정기반 환산) 112
제2절 WiFi 6E에 대한 전자파 강도 평가방안 115
1. Wi-Fi 6E의 개요 115
2. Wi-Fi 6E의 전자파 노출평가 120
제3절 차량용 레이다 및 IoT에 대한 전자파 측정 및 평가방법 도출 128
1. 차량용 레이다의 기술적 개요 128
제5장 결론 143
참고문헌 146
판권기 148
뒷표지 148
표 2-1. 3.5 GHz 5G 대역에서 채널 대역폭, SCS(Sub-carrier Spacing,… 32
표 2-2. 28 GHz 5G 대역에서 채널 대역폭, SCS… 32
표 2-3. Uplink-Downlink 세부사항 35
표 2-4. E-UTRA 채널 대역폭에서의 전송대역 구성(NRB)[이미지참조] 43
표 2-5. 대역별 RB 개수 46
표 2-6. 전송대역 (TBW) 기반의 환산계수 49
표 2-7. LTE 기지국 정보와 환산계수 (예) 49
표 2-8. 환산계수를 이용한 최대 전기장강도 계산 결과 50
표 2-9. 실험 장비 정보 50
표 2-10. 거리별 측정 실험 결과 52
표 2-11. 주요 계산 예측방법들 54
표 2-12. 거리별 계산 전기장강도 결과 57
표 2-13. 기지국 공통데이터 필드 65
표 2-14. 노출량 및 기지국 관리 데이터 필드 65
표 2-15. 안테나 공급전력 기본 통계분석 결과 66
표 2-16. 안테나 이득 기본 통계분석 결과 67
표 2-17. 시스템 손실 기본 통계분석 결과 67
표 2-18. 측정값 기본 통계분석 결과 69
표 2-19. 논문에서 사용한 측정 세트업 70
표 2-20. 거리 데이터 기본 통계분석 결과 71
표 3-1. 회귀모델의 대표적인 손실함수 84
표 3-2. 분류모델의 대표적인 손실함수 85
표 3-3. 학습 데이터의 상수영역 99
표 3-4. 학습 데이터의 환경영역 99
표 3-5. 학습 변수 101
표 4-1. FBW 계산 값[이미지참조] 104
표 4-2. FTDC 인자의 계산 값 (FR1)[이미지참조] 106
표 4-3. 5G NR FR2 기지국 전자파강도 측정 결과1 110
표 4-4. 5G NR FR2 기지국 전자파강도 측정 결과2 111
표 4-5. 5G NR FR2 기지국 전자파강도 여러 각도 측정 결과 114
표 4-6. 채널 대역폭에 따른 최대 RU 개수 125
표 4-7. RU 측정기반 최대 수신 전력값 환산 계산 결과 126
표 4-8. 펄스 측정 결과 142
그림 1-1. 5G의 3가지 핵심성능 및 활용방안 23
그림 1-2. WiFi 6의 핵심기술 24
그림 2-1. 소스 및 환경 평면영역 29
그림 2-2. 기지국 송신 RF 신호 프레임의 일반적인 구조 34
그림 2-3. 95% 선택된 정규화된 복사전력 CDF 곡선의 예 35
그림 2-4. ANFR의 5G NR 프레임 개요 37
그림 2-5. 5G NR 측정을 위해 사용한 장비 38
그림 2-6. 트래픽 없는 스펙트럼 측정 38
그림 2-7. 트래픽 100% 스펙트럼 측정 38
그림 2-8. 기준신호 측정기반 환산 결과와 채널 전력 측정 결과 비교 39
그림 2-9. 이탈리아 ARPA의 전자파 시뮬레이션 예 40
그림 2-10. 이탈리아 ARPA의 전자파 시뮬레이션과 측정 결과 비교 예 41
그림 2-11. LTE 신호 채널 대역폭과 전송대역 구성 43
그림 2-12. LTE 프레임 구조 44
그림 2-13. 한 프레임의 세부 구조 45
그림 2-14. RB 구성의 이해 45
그림 2-15. LTE Resource Grid 표 46
그림 2-16. 실험 구성도 51
그림 2-17. LTE 신호 측정 모습 51
그림 2-18. 트래픽에 따른 LTE 신호 (주파수 영역) 51
그림 2-19. 거리별 기준신호 복조 측정 결과 화면 52
그림 2-20. 측정 전기장 강도 및 계산 결과 53
그림 2-21. 거리에 따른 전력밀도 분포 계산 예 56
그림 2-22. 예측을 위한 항목 분류 56
그림 2-23. 계산 설정 조건 57
그림 2-24. 거리별 계산 결과 그래프 및 표 58
그림 2-25. 계산영역 분류 59
그림 2-26. NR 신호 형태 (시간 영역) 59
그림 2-27. 전자파강도 계산 단계 분류 60
그림 2-28. 특징기반 신호 분류를 위한 노드 61
그림 2-29. 특징기반 신호 분류를 위한 피드 포워드 신경망 62
그림 2-30. 이상적인 페어 플롯 63
그림 2-31. 실제 페어 플롯 (예) 64
그림 2-32. 안테나 공급전력 히스토그램 66
그림 2-33. 안테나 이득 히스토그램 67
그림 2-34. 시스템 손실 히스토그램 67
그림 2-35. 안테나 설치 형태 히스토그램 68
그림 2-36. 제조사 히스토그램 68
그림 2-37. 용도지역 히스토그램 69
그림 2-38. 측정값 히스토그램 69
그림 2-39. 논문 전자파 노출 측정 결과 70
그림 2-40. 거리 데이터의 분포 71
그림 2-41. 거리 계산과정 72
그림 2-42. 예측값과 Peak값의 차이 확인 72
그림 2-43. 무선국 측정 & 시뮬레이션 데이터 검증절차 73
그림 2-44. 전자파 계산 프로그램 74
그림 2-45. 프로그램 메뉴 75
그림 2-46. 계산 환경 설정 75
그림 2-47. 6개 변수 입력의 계산 결과 76
그림 2-48. 무선국 각도 (0°)에 대한 전기장강도 계산 결과 77
그림 2-49. 무선국 각도(0°)에 대한 전기장강도 계산 결과와 측정 결과 비교 77
그림 2-50. 지도 제작 LOD 79
그림 3-1. 전통적 프로그래밍과 기계학습의 차이 80
그림 3-2. 딥러닝 모델 및 대표적 딥러닝 구조인 CNN(Convolutional Nural Network) 80
그림 3-3. 퍼셉트론 구조 81
그림 3-4. 시그모이드 함수 82
그림 3-5. 기울기 소실 문제 83
그림 3-6. 하이퍼볼릭 탄젠트 함수 83
그림 3-7. ReLU 함수 84
그림 3-8. Leaky ReLU 함수 84
그림 3-9. 경사 하강법 85
그림 3-10. 다양한 최적화 방법의 성능 86
그림 3-11. 오차 역전파 87
그림 3-12. 측정 사이트 지정 88
그림 3-13. 측정 사이트 제원 89
그림 3-14. 실측 사진과 안테나의 각도 89
그림 3-15. WinProp을 이용한 건물 3D 모델링 90
그림 3-16. WinProp을 이용한 안테나 모델링 90
그림 3-17. 시뮬레이션 결과와 실측의 비교 91
그림 3-18. FR1과 FR2의 전기장강도 및 신호 세기 차이 비교 91
그림 3-19. AI 예측 분석 결과 92
그림 3-20. 입력 변수의 정규화 93
그림 3-21. 입력 변수의 정규화 (Case Study) 93
그림 3-22. 입력 변수의 조건 강화 (Case Study) 94
그림 3-23. CEM 방법의 분류 95
그림 3-24. 이동통신 사업자 주파수 할당현황 (2020년 1월 기준) 96
그림 3-25. 논문에서의 안테나 모델링 사례 96
그림 3-26. 안테나 모델링 유닛과 안테나 3D 모델 사례 97
그림 3-27. LTE 기지국 안테나의 기준 모델 선정사례 97
그림 3-28. S-parameter 시뮬레이션 결과 98
그림 3-29. 방사패턴 시뮬레이션 결과 98
그림 3-30. 데이터 구성 99
그림 3-31. One-hot encoding 과정 100
그림 3-32. 학습 과정에 따른 손실 101
그림 3-33. 전자파 예측 결과 102
그림 4-1. 5G NR FR2 기지국 현장 측정 모습 108
그림 4-2. 측정대상 5GNR FR2 기준신호 정보 110
그림 4-3. 5G NR FR2 측정 결과 거리별 비교 (각 10회 측정) 112
그림 4-4. NR FR2 계산 값과 측정 결과 비교 (각 10회 측정) 112
그림 4-5. NR FR2 수평각도 별 측정 결과 (각 10회 측정) 114
그림 4-6. 와이파이 세대 구분 115
그림 4-7. OFDM과 OFDMA의 패킷 차이 116
그림 4-8. 80 MHz 전송 대역폭의 RU 위치 117
그림 4-9. Wi-Fi 6와 6E의 주파수 및 밴드 구분 117
그림 4-10. 802.11n/ac 대 802.11ax에 대한 부반송파 간격 및 OFDM 심볼 길이 비교 120
그림 4-11. TWT의 전송과정 121
그림 4-12. 비컨 프레임 구조 122
그림 4-13. 프레임보디 구조 122
그림 4-14. 비컨 프레임 주기 간격 124
그림 4-15. OFDMA MU-MIMO 측정 결과 예 126
그림 4-16. 펄스 도플러 레이다의 기능블록도 128
그림 4-17. FMCW 레이다의 기능 블록도 130
그림 4-18. Upchirp과 Downchirp 사용 FMCW 레이다 133
그림 4-19. Chirp 시퀀스 134
그림 4-20. FMCW chirp 신호 스펙트럼 136
그림 4-21. FMCW chirp 신호 측정 화면 137
그림 4-22. 시간 영역에서의 펄스폭 측정 138
그림 4-23. 대역폭 설정 별 채널 전력 측정 비교 139
그림 4-24. 3축에 대한 펄스 측정 결과 141