MDT 데이터를 활용한 심층 신경망 기반의 실내외 구분 기법

Abstract

본 논문은 LTE (long term evolution) 시스템에서 사용하는 minimization of drive test (MDT) 데이터를 이용한 심층 신경망(deep neural network, DNN) 기반의 실내외 구분 기법을 제안한다. 제안하는 기법은 MDT 데이터 중 실내외 구분에 가장 적합한 기준 신호 수신 전력(reference signal received power, RSRP)을 네트워크의 입력으로 사용한다. 이때 채널 페이딩의 효과를 줄이기 위해 RSRP는 이동 평균 필터에 통과시켜 전처리한 뒤 사용한다. 측정 조건에 따른 RSRP 값의 변동성에 강인한 네트워크를 구성하기 위하여 제안하는 기법은 실내외 상태 변화에 초점을 맞춰 동작하며 현재의 RSRP 값과 함께 과거의 RSRP값을 입력으로 사용한다. 또한 출력은 실내, 실외, 실내에서 실외로 이동, 실외에서 실내로 이동의 네 가지 상태로 구성된다. 실측 데이터를 이용한 실험 결과 제안하는 기법은 96.1%의 추정 정확도를 얻음을 확인하였다.