신경망 전파방향탐지 성능 시험 및 실 시스템 구현 (Performance Evaluation and System Implementation of a Radio-Wave Direction Finding System Based on Neural Networks)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 42권 / 10호 / 1896 ~ 1903페이지
· 저자명 : 조민경, 이대헌, 백선엽, 김웅희, 김종규

초록

초연결 기반 Internet of Things(IoT) 시대가 도래함에 따라 우리 실생활에 직접적으로 연결된 공간에서 다양한무선 IoT기기들이 활용되고 있다. IoT 기기들은 오프라인 환경의 센싱, 원격 조작 등 다양한 응용분야로 확장 가능한 이점도 있지만, 반대로 몰카나 도청장치로 이용되거나, 전파 혼선을 유도하는 간섭신호 발신 등 악의적인 목적으로 사용될 수 있어, 전파기기 위치를 식별·탐지하는 기술은 IoT시대에 중요한 기술 중 하나로 여겨지고 있다.
기존 전파발신원 방향탐지 알고리즘은 MUSIC[1,2], RootMUSIC[3], ESPRIT[4] 등의 수학적, 통계적 모델링을 이용한 방향탐지가 주를 이루었으나, 많은 계산을 요구하여 신경망 방향탐지가[5-8] 대안으로 연구되어 왔다. 본 논문에서는 기존 신경망을 통한 방향탐지 모델에 대해 살펴보고, 안테나의 개수, 학습 노이즈 레벨 등에 따른 신경망의성능을 측정해 보았다. 또한, SDR 장비를 이용한 실 시스템 구축을 통해 신경망을 통한 방향탐지의 실제 적용가능성을 검증하였다.

영어초록

Various IoT(Internet of Things) devices are being used directly in our daily life. However, these wireless devices can be abused as the purpose of wiretapping, hidden cameras, or radio interference. Therefore, a direction finding technique is one of important techniques in IoT era. The previous direction finding algorithms such as MUSIC, RootMUSIC, and ESPRIT are wildly used because of their robustness and high accuracy based on mathematical/statistical models. However, these techniques are required computational intensive operations(i.e.
eigenvalue decomposition). Researchers, alternatively, have studied new direction finding algorithms based on neural networks. In this paper, we describe a neural network direction finding algorithm based on RBF and test the performance of the algorithm according to the number of antennas and noise levels. Finally, we have built a direction finding platform with SDR(software defined radio) equipment, and show that it works as well in real environment.

참고자료

· 없음