pISSN : 1226 - 4717 / eISSN : 2287 - 3880
발행기관 : 한국통신학회
발행기관 : 한국통신학회
한국통신학회 논문지는 1976년부터 발행되고 있으며, 정보통신 분야에서 가장 오래된 역사를 가지고 있는 국문/영문 혼용 논문지입니다. 정보, 통신, 네트워크 및 융합 기술에 관련된 주제를 다루는 전문 학술지로 정보, 통신, 네트워크 및 융합 기술에 관련된 새로운 개념, 이론, 기술과 응용까지 논문에서 다루는 주제에 따라 일반논문(Part A (AI for ICT Applications), Part B (Communications Systems), Part C (Networks and Computings), Part D (Services Applications and Emerging Topics), Part E (ICT Convergence), Part F (System Implementation)), 특집논문으로 분류하여 연간 400여 편의 논문이 발행되고 있습니다.
Indexed in
Publishing with
우수논문 (50권 3호, 3월 2025)
데이터 분포 불균형 문제 해결을 위한 다중 기기 연합학습 기반 운전자 이상 행동 탐지권병근 김수현 |
|
| 본 연구는 자동차 모빌리티 환경에서의 이상 행동 탐지를 위한 연합학습 기반 프레임워크를 제안하고, 이를 다양한 시나리오 실험을 통해 검증한다. 제안한 프레임워크는 데이터를 로컬 차량 클라이언트에 안전하게 보존하면서 다중 기기 연합 학습 기법을 적용하여, 데이터 프라이버시 보호와 높은 예측 성능 간의 균형을 달성한다. 특히자동차 모빌리티 환경 특유의 데이터 분포 불균형 문제를 반영하고, MobileNet과 같은 경량 딥러닝 모델을 활용하여 실시간... | |
Blockchain Meets Autonomous Electric Taxis: Innovating for Security and Efficiency for Sustainable FutureRamdhan Nugraha Soo Young Shin |
|
| The rapid evolution of autonomous vehicles (AV) and advancements in renewable energy technologies present a unique opportunity to redefine urban transportation. This research explores the integration of autonomous electric taxis (AET) with blockchain... | |
최근 발간 목록 (50권 5호, 5월 2025)
Lightweight LiDAR—Camera Online Extrinsic Calibration with Multi-Dilation Encoder Blocks
Sang-Chul Kim Yeong-min Jang
As the integration of multi-sensor systems, such as cameras and LiDAR, becomes increasingly common in various fields, the development of efficient and accurate extrinsic calibration techniques is emerging as a critical task. This article presents a novel lightweight deep-learning network for LiDAR―Camera targetless extrinsic calibration, which consists of only 4 million parameters. The proposed method utilized CNN-based multi-dilation encoder blocks which can extract multi-scale features, especially for sparse LiDAR depth image.
The proposed block allows the network to be lightweight and excel in calibration performance. The proposed method achieved translation errors of 1.08 cm, 0.18 cm, and 0.56 cm along the X, Y, and Z axes, respectively. Additionally, it achieved rotation errors of 0.182°, 0.139°, and 0.141° for roll, pitch, and yaw, respectively. The proposed method also performs calibration in a one-shot approach, which is suitable for real-time applications. These results highlight the capabilities of the proposed method in enabling reliable fusion of LiDAR and camera data, enhancing the perception capabilities of autonomous vehicles.
Deep Learning-Based Lightweight LiDAR and Fisheye Camera Online Extrinsic Calibration
Sang-Chul Kim Yeong-min Jang
Autonomous driving has been extensively researched in recent years. To improve the mobility and decision-making capabilities of autonomous vehicles, multiple sensors have been integrated to complement the limitations of individual sensors. For example, Light Detection and Ranging (LiDAR) is frequently combined with camera data to overcome the narrow field-of-view (FoV) of traditional pinhole cameras. The fisheye cameras of LiDAR expand the FoV from up to 80° in traditional cameras to 180°, which is advantageous for autonomous driving applications. This study introduces a lightweight, deep learning-based LiDAR-fisheye camera fusion model for real-world environments. The mean translation errors are 1.375, 0.753, and 1.208 cm along the X, Y, and Z axes, respectively, and the mean rotation errors are 0.171°, 0.150°, and 0.089° in the roll, pitch, and yaw directions, respectively. These results demonstrate the efficiency and proficiency of our sensor-fusion approach for autonomous driving.
동적 환경에서의 강화학습기반 자율 수중 차량 변침점 생성 알고리즘에 관한 연구
노지민 이현수 송일석 김승환 김영대 박수현 김중헌
해양 과학 및 군사 작전에 대한 수요가 증가함에 따라 자율 수중 차량(autonomous underwater vehicle, AUV) 의 중요성이 점차 커지고 있다. AUV는 유연한 각도 변화를 바탕으로 다양한 임무에서 성공률 높은 제어를 달성할 수 있다. 그러나 대부분의 기존 연구는 주로 단순한 환경에서의 실험과 AUV 작전에서의 고유한 방향성을 간과한다. 이에 본 논문은 AUV의 방향 정책 강화학습 알고리즘(directional policy reinforcement learning, DPRL)을통한 변침점 생성 알고리즘 기반의 AUV 임무 수행 전략을 제안한다. 이때 장애물의 크기 및 위치, 목표물의 위치, 그리고 목표물에 대한 접근 각도를 나타내는 충격 각도를 무작위로 설정한 동적인 환경에서의 실험 결과를 통하여 본 알고리즘의 우수성을 입증한다.
합성곱 신경망의 마스크 기반 선택적 다운샘플링 기법
인간 활동 인식에서 RF 기반 데이터를 ViT에 적용하기 위한 Resizing 방법
박정준 박세웅
본 논문에서는 인간 활동 인식에서 주로 사용되는Radio Frequency (RF) 방식을 통해 얻은 RF 기반데이터를 최신 이미지 분류를 위한 머신러닝 기법인Vision Transformer (ViT)에 적용하였다. 이 과정에서이미지 크기와 다른 RF 기반 데이터의 크기를 ViT에적용할 때 발생하는 문제점을 분석하고, 이를 해결하기 위해 고려해야 할 입력 사이즈resizing 방법들을제시하였다. 또한, 다양한 resizing 방법들과의 비교를통해 RF 기반 데이터에 가장 효과적인 resizing 방식을 제안하였으며, 이를 통해 평균 9.57%의 성능 개선을 달성하였다.
단말 이동성 예측 기술 기반 심층 강화학습 비지상 네트워크 핸드오버 최적화 연구
김준영 장희연 조인섭 신민수 정소이
저궤도 위성은 글로벌 커버리지 실시간 통신 기술 실현하기 위한 핵심 기술이다. 저궤도 위성의 빠른 이동성과채널 특성으로 인해 기존 지상 네트워크의 핸드오버 기법은 빈번한 핸드오버가 발생하며 통신 중단과 지속적인서비스를 받는 것에 대해 한계가 존재한다. 이에, 위성의 빠른 이동성과 단말의 무작위적인 움직임에 따른 최적화기법이 요구된다. 본 논문에서는, 시계열적 데이터 특성을 가진 위성과 단말의 움직임 데이터 분석을 통해 단말의수신신호세기 예측 딥러닝 기술과, 예측된 수신신호 세기를 기준으로 최적의 타이밍에 핸드오버를 수행하는 강화학습 기반 핸드오버 최적화 기법을 제안한다. 제안하는 딥러닝 기술과 강화학습 기법의 융합을 통해 빠른 학습 속도와 정확한 타이밍에 핸드오버를 발생하여, 단말의 수신신호세기와 전체 시스템 성능을 향상하였다.
우수 논문 연접 카오스 맵으로부터 생성된 의사 랜덤 실수 수열과 이진 수열의 랜덤 특성 분석
최효정 김강산 송홍엽 신상웅 이철호 노홍준
본 논문에서는 Logistic, Sine, Chebyshev 맵을 다양한 방식으로 연접한 연접 혼돈 맵에 대해 리아푸노프 지수(Lyapunov Exponent), 근사 엔트로피(Approximate Entropy), 순열 엔트로피(Permutation Entropy)를 사용하여 이들의 동적 특성과 출력 실수 수열의 복잡성 및 난수성을 평가한다. 또한, 실수 수열을 두 가지 이진 맵핑 방식을사용하여 이진 변환된 수열의 자기 상관 및 상호 상관 특성을 m-수열과 비교하고, NIST 테스트를 통한 랜덤성을m-수열과 추가로 비교 분석한다. 실험 결과, 연접 혼돈 맵을 기반으로 생성된 이진 수열은 다양한 초기값과 제어변수 설정을 통해 상관 특성 및 랜덤성이 우수한 매우 많은 코드 집합을 생성할 수 있다.
RIS 위치에 따른 도착 방향 추정 기반 실내 가시광 측위 기법
이용업
6G 통신 서비스를 위한 RIS와 도착 방향 (AOA) 추정 기반 가시광 실내 측위에서 설정 위치에 따라 크게 다른 가시광 측위 채널이 되므로 종래 방식으로 정확한 도착 방향 추정이 어렵다. 이 논문에서는 다양한 다중 경로클러스터가 수신되는 RIS 위치 기반 가시광 채널 환경에서 정확한 측위에 필요한 매개변수 확보를 위해 새로운평균 주사 벡터 개념의 AOA 매개변수 추정 기법을 제안한다. 수신기 근처 RIS를 설치한 측위 모의실험에서 RIS 다중 반사된 후 넓게 퍼진 다중 경로들이 수신기에 도달하므로 종래 방식은 매개변수 추정을 실패하지만, 제안한가중평균 주사 벡터를 도입한 다중신호 분류 AOA 추정 기법을 적용한 결과 정확한 AOA 추정치를 얻었다. 제안방식은 다른 방식에 비해 간단한 시스템 구조, 개선된 측위 정확도, 낮은 계산량 면에서 장점도 가진다.
간섭 널공간 투사를 통한 효율적인 WL 빔포밍
최양호
센서 어레이(sensor array)에 비회전 신호(noncircular signal)가 도래하면 WL(widely linear) 방식을 도입하여 빔포머(beamformer)의 성능을 좋게 할 수 있다. 비회전 계수의 크기가 1인 엄격한 비회전 신호가 도래할 때 간섭널공간 투사에 의한 효율적인 WL 빔포밍 방법을 제안한다. 제안방식에서는, 원하는 신호의 도래각 영역에서NC-MUSIC(noncircular multiple signal classification)을 통해 도래각과 초기 위상을 추정하여 원하는 신호에 대한확장조향벡터를 구한다. 구한 확장조향벡터를 이용하여 샘플행렬(sample matrix)의 고유분해로부터 원하는 신호 성분을 효과적으로 제거하여 간섭 부공간을 추정하고 이에 직교하도록 가중벡터(weight vector)를 계산한다. 확장수신벡터의 켤레 대칭성을 이용하여 이들 계산은 대부분 실수영역에서 수행되어 계산량이 적다. 또한 포인팅 오류(pointing error)에 강인한 특성을 가진다. 빔포머가 조향오류에 강인한 특성을 가지도록 종종 비선형 문제를 다루는데, 시뮬레이션 결과는 계산이 복잡한 비선형 문제를 푸는 방식을 포함하여 기존 WL 방식보다 우수한 성능을보인다.
K-means를 활용한 Simulated Annealing 기반 컨트롤러 배치 알고리즘
김하은 류동균 최홍록 이상훈 김준형 박진호 박현 김기훈 안성준 백상헌
소프트웨어 정의 네트워킹 환경에서 다중 컨트롤러 배치 문제는 지연 시간 최적화와 컨트롤러 장애 등 다양한요인을 고려해야 하는 복잡한 최적화 문제이다. 이에 본 논문에서는 k-means와 시뮬레이티드 어닐링 알고리즘을결합한 컨트롤러 배치 알고리즘 KASA-CP을 제안한다. 제안된 알고리즘은 k-means 알고리즘으로 초기 배치를 수행하여 시뮬레이티드 어닐링의 연산 효율성을 높임으로써 대규모 네트워크 환경에서도 효율적으로 동작할 수 있다. 실험 결과, 본 알고리즘은 기존 시뮬레이티드 어닐링 알고리즘에 비해 실행 시간 및 평균 지연 시간 측면에서우수한 성능을 보여주었다.
pISSN : 1226 - 4717
eISSN : 2287 - 3880