IndexFiguresTables |
Sun-chul Park♦ and Young-han Kim°Automating Domain-Based Microservices Conversion from Monolithic Systems through Service Call AnalysisAbstract: Channel state information (CSI), originally defined to compensate for distortions in the channel caused by factors such as multipath and to restore transmitted message signals, has since been widely utilized in applications like positioning and sensing due to its ability to identify propagation channel characteristics between the transmitter and receiver, thereby enabling environmental awareness. Furthermore, since channel characteristics can be estimated precisely as the bandwidth of the transmitted and received signals increases, we developed a system to acquire CSI using signals with bandwidths of up to 320 MHz, as specified by the IEEE 802.11be standard, commonly known as Wi-Fi 7. The method of modifying the commercial Wi-Fi modem firmware to obtain CSI requires expert knowledge of firmware, and the development process is complex and has limitations that make it difficult for a typical researcher to perform in practice. To overcome this limitation, we have implemented hardware and software that operate in a software-defined radio (SDR) manner using an RFSoC (radio frequency system on chip) board, and through field experiments, we confirmed that it is possible to acquire CSI corresponding to each bandwidth by transmitting and receiving signals with bandwidths of 20, 40, 80, 160, and 320 MHz. In addition, experimental measurements verified that the characteristics of the estimated channel state varies based on the presence or absence of a line-of-sight (LOS) path between the transmitter and receiver. These findings demonstrate that our system can be utilized to develop future positioning and sensing technologies using Wi-Fi 7. In particular, this paper provides a detailed description of the hardware manufacturing process, which is expected to contribute to the construction of a Wi-Fi standard-compliant system that supports the transmission and reception of signals with a wider bandwidth in the future. Keywords: Cloud-Native , Cloud Migration , MSA , Domain Boundary Analysis 박선철♦, 김영한°서비스 호출 분석을 통한 모놀리식 시스템의 도메인 기반 마이크로서비스 전환 자동화 시스템 연구요 약: 기존 시스템을 클라우드 네이티브 환경으로 전환할 때 개별 도메인의 리소스를 식별하기 위한 도메인 경계 분석이 필수적이다. 경계 분석은 모놀로식 구조를 컨테이너 단위로 분해하기 위한 것으로 소스코드뿐 아니라 연관DB를 통합한 분석이 필요하다. 기존 연구들은 대부분 소스코드의 정적분석 방식에 의존했으나, 이는 특정 대상에맞춘 방식으로 재사용이 어렵고, 중대형 개발에서 사용하는 개발 프레임워크 환경에는 적용할 수 없어 불완전하다. 본 연구는 실시간으로 서비스의 이벤트를 추적하여 소스코드와 DB를 통합하여 분석하는 동적분석 기반 경계 분석 시스템을 제안한다. 제안시스템은 WAS와 DB를 연결하는 미들웨어의 래퍼 클래스에서 이벤트 발생에 대한 소스파일, 호출된 함수, DB 처리정보를 결합하여 호출 간의 연관관계를 분석한다. 성능시험 결과 정적분석 대비18% 더 정확도가 높고, 개발 프레임워크 환경도 지원함을 증명하였다. 또한, 제안기법은 수작업 분석 대비 저비용의 신속함과 다양한 개발환경에 적용할 수 있어 내부 전문가도 손쉽게 분석할 수 있는 장점을 제공한다. 키워드: 클라우드 네이티브, 클라우드 마이그레이션, MSA, 도메인 경계 분석 Ⅰ. 서 론OFDM (Orthogonal frequency division multi- plexing) 신호를 이용한 송수신에서 채널 상태 정보 (CSI: Channel state information)는 각 부반송파 주파 수의 채널 응답을 의미하는 것으로 수신기에서 다중 경 로 전파 등으로 왜곡된 채널을 보상하여 송신된 메시지 를 정확히 복조하는데 사용된다. 따라서 채널 상태 정보 는 수신기 내에서 물리 계층 신호 처리에 사용이 되며 일반적으로 모뎀 외부로는 전달되지 않았다. 하지만 상 용 Wi-Fi 모뎀의 펌웨어를 패치하여 채널 상태 정보를 획득할 수 있다는 사실이 알려지며 해당 정보를 이용한 응용 기술들이 연구되고 있다. 특히 채널 상태 정보는 다중 경로 성분의 크기, 지연 시간 등 송수신기 사이의 무선 전파 환경에 의해 결정되기 때문에 단말의 위치를 추정하거나 인체를 감지하는 등 측위, 센싱 목적으로도 활발하게 이용되고 있다[1-6]. 상용 Wi-Fi 모뎀에서 채널 상태 정보를 획득하기 위 하여 Intel의 IWL5300 모뎀, Qualcomm 사의 Atheros 모뎀의 펌웨어를 수정하는 프로젝트가 최초로 공개되 었으며[7,8], 이후 Broadcom/Cypress Wi-Fi 모뎀의 펌웨 어를 패치하는 Nexmon 프로젝트를 이용하여 채널 상 태를 획득하는 Nexmon CSI 프로젝트[9], ESP32 모뎀 을 이용한 ESP32 CSI 프로젝트 등이 공개되었다[10]. 이러한 프로젝트를 통하여 IEEE 802.11n 표준의 20, 40 MHz 대역폭에 해당하는 채널 상태 정보부터 IEEE 802.11ac 표준에서 정의된 VHT(Very high through- put) 패킷 송수신을 통한 최대 160 MHz 대역폭에 해당 하는 채널 상태 정보 획득이 가능하였다. 한편 모바일 트래픽이 지속적으로 증가함에 따라 Wi-Fi 표준은 Wi-Fi 6로 불리는 IEEE 802.11ax을 지 나 Wi-Fi 7로 불리는 IEEE 802.11be 표준을 최근 발표 하였으며, 해당 표준에서는 EHT (Extremely high throughput) 패킷을 정의하여 이전 세대 최대 대역폭의 2배에 해당하는 320 MHz 대역폭을 활용한 신호 송수 신을 지원하기 시작하였다. 따라서 Wi-Fi 7에서는 최대 320 MHz 대역폭의 채널 상태 정보 획득이 가능하여 송수신기 사이의 무선 전파 환경을 더욱 정밀하게 파악 할 수 있으며 이는 다양한 측위, 센싱 기술의 개발에 기여할 것으로 전망된다. 하지만 현재 320 MHz 광대역 신호의 채널 상태 정보를 획득할 수 있는 시스템이 없기 에 기존의 Wi-Fi 7 모뎀의 펌웨어를 수정하여 채널 상 태 정보를 획득하는 패치를 개발해야 한다. 그러나 이러 한 개발 작업은 전문적인 지식이 필요하며, 일반 연구자 가 수행하기에 많은 시간이 요구된다. 따라서 Wi-Fi 모 뎀을 설계하는 연구자가 직접 패치를 개발하여 공개하 지 않는 이상 채널 상태 정보를 획득하는 것이 어려운 상황이다. 따라서 본 연구에서는 Wi-Fi 7 환경에서 채널 상태 정보를 획득하는 툴이 오픈소스 형태로 공개되기 전에 해당 정보를 활용한 연구를 수행하기 위하여 최대 320 MHz 대역폭의 신호 송수신이 가능한 시스템을 직접 구현하고 6 GHz 비면허 대역에서 동작을 검증하는 것 을 목표로 하였다. 이를 위하여 GHz급의 고속 DAC 및 ADC가 포함된 RFSoC (Radio frequency system on chip) 보드를 이용하여 OFDM 파형을 포함한 임의 의 파형 송수신이 가능한 시스템을 구현하였으며, 실측 실험을 통하여 20, 40, 80, 160 및 320 MHz 등 다양한 대역폭의 채널 상태 정보 획득이 가능함을 확인하였다. 또한 무선 채널의 가시경로 존재 유무에 따라 주파수 선택적 페이딩, 지연시간 분포 등의 특성이 달라지는 것을 관찰하였다. 이러한 실험 결과를 바탕으로, 개발된 시스템이 실제 환경에서 정상적으로 동작하며 미래의 측위 및 센싱 시스템 개발에 활용될 수 있음을 검증하였 다. 추가적으로, 본 논문에서는 후속 연구에서 유사한 시스템을 구축할 때 참고할 수 있도록 구현된 시스템의 하드웨어 제작 과정을 구체적으로 서술하는데 초점을 맞췄다. Ⅱ. 송수신기 구현2.1 송수신기 하드웨어 구현본 연구에 사용된 RFSoC 보드는 소프트웨어 영역인 PS (Processing system)와 하드웨어 영역인 PL (Programmable logic), DAC, ADC를 통해 RF 신호 송수신을 담당하는 RFDC (RF data converter)로 구성 된다. 임의의 파형 송수신을 위하여 SDR (Software-de- fined radio) 방식으로 동작하도록 송수신기를 설계하 였으며 따라서송신모드에서는 PS 영역에서 송신 파형 을 생성한 후 PL 영역을 거쳐 RFDC의 DAC를 통하여 신호가 송신되도록 구성을 하였고, 수신 모드에서는 RFDC의 ADC를 통해 샘플링된 신호가 PL 영역을 거 쳐 PS 영역으로 전달되는 등 비교적 간단한 기능을 수 행하도록 구성하였다[11]. 그림 1은 설계된 하드웨어 IP (Intellectual property) 의 블록 다이어그램을 보여준다. 송신 IP에서는 PS에서 생성된 송신 파형의 IQ (In-phase, quadrature) 샘플을 DMA (Direct memory access) 방식으로 읽어오고 이 를 병합한 후 DAC로 전달하도록 구성하였다. 이때 송 신 IP에서는 preamble 신호를 실시간으로 합성하여 송 신 파형의 앞에 추가하여 송신하도록 구성하였다. Preamble의 각 필드는 Wi-Fi 표준을 기반으로 구성되 었으며 수신기에서 패킷의 시작점을 파악하고 대략적 인 반송파 주파수 오프셋 (CFO: Carrier frequency off- set)을 추정하는데 사용되는 L-STF (Legacy short training field)와 정밀한 주파수 오프셋을 추정하는데 사용될 L-LTF (Legacy long training field)가 포함되었 다[12]. 추가적으로 SIG (Signal) 필드를 구성하여 현재 송신되는 패킷의 인덱스 및 송신기의 실시간 clock 정 보 등을 포함하도록 구성하였다. 수신 IP에서는 ADC 에서 획득한 IQ 샘플에서 송수신기 사이에 정해진 규칙 에 의해 송신되는 패킷의 시작점을 검출하기 위한 PacketDetector 블록을 구현하였으며, 해당 블록에서는 Schmidl & Cox 알고리즘을 이용하여 L-STF를 검출하 도록 설계하였다[13]. PacketDetector 블록에서 수신 패 킷이 검출될 경우 이후 획득한 IQ 샘플을 DMA를 이용 하여 PS 영역으로 전달하도록 설계하였다. 이후의 신호 처리 과정은 소프트웨어 영역에서 수행하였다. 설계한 시스템은 IEEE 802.11be 신호의 송수신을 목표로 최대 320 MHz 대역폭의 신호 송수신이 가능하 도록 구현하였으며 RFDC의 DAC에서 수행되는 inter- polation 과정에서 저주파 통과 필터에 의한 일부 부반 송파 신호가 왜곡되는 것을 방지하기 위해 오버 샘플링 을 수행하였다. 이를 위하여 송신 IP에서는 최대 대역폭 의 3배 속도로 오버 샘플링 된 960 MHz 신호를 RFDC 로 전달하였으며 PL clock 속도는 320 MHz로 설정하 여 한 clock 당 3개의 샘플을 병렬로 처리하는 SSR (Super sampling rate) 기법을 적용하였다. 이후 RFDC 에 전달된 신호는 10배 interpolation이 되어 9.6 GHz 샘플링 속도로 출력되며 해당 과정에서 NCO (Numerically controlled oscillator)를 이용하여 기저대 역에서 9.6 GHz 대역 사이 임의의 대역으로 상향 변환 하는 과정까지 수행되도록 구성하였다. 수신기의 경우 ADC에서 최대 5 GHz 샘플링 속도를 지원하여 실험하고자 하는 6 GHz 비면허 대역의 신호 를 수신하기 위하여 헤테로다인 방식 및 앨리어싱 (aliasing)을 이용한 직접 RF 샘플링 방식을 모두 구현 하였으나 두 가지 방식 모두 정상적으로 동작하여 RF 회로를 간소화할 수 있는 직접 RF 샘플링 방식을 채택 하였다[14-16]. 따라서 ADC의 샘플링 속도는 4.8 GHz로 설정하고 RFDC에서 하향 변환을 수행하는 동시에 5배 decimation 과정을 수행하여 960 MHz의 신호를 PL영 역으로 전달하였다. PL에서는 해당 신호를 다시 3배 decimation하여 320 MHz 속도의 IQ 샘플을 PS 영역으 로 전달하였으며, 이후의 신호처리 과정은 소프트웨어 영역에서 수행하였다. 2.2 송신 신호 구성소프트웨어 영역에서는 Python을 이용하여 RFSoC 보드를 제어하는 PYNQ 프로젝트를 활용하였다[11]. 채 널 추정을 위하여 Wi-Fi 표준 문서에 정의된 LTF를 이용하여 OFDM 심볼을 생성하였으며 대역폭에 따른 채널 상태 정보의 특성을 비교하기 위하여 20, 40, 80, 160 및 320 MHz 신호의 채널 추정을 위한 LTF를 순차 적으로 송신 패킷에 추가하였다. 그림 2는 본 연구에서 사용된 송신 패킷의 구성을 보여준다. FFT (Fast Fouriertransform) 크기는 4096으로, 부반송파 간격은 78.125 kHz로 설정하였으며 20-320 MHz 각 대역폭의 채널 상태 정보 획득을 위하여 256-4096개의 부반송파 를 이용하였다. 또한 OFDM 심볼 사이에는 Cyclic Prefix (CP)와 Guard Interval (GI)을 추가하였다. 2.3 패킷 검출 블록 구현송신 IP에서 실시간으로 합성된 preamble 신호 중 L-STF는 20 MHz 대역폭 기준으로 구성되며 FFT 크기 64, 부반송파 간격 312.5 kHz인 Legacy Wi-Fi 표준에 따라 생성이 된다. 한 OFDM 심볼 내에서 동일한 신호 가 4번 반복되도록 신호가 생성되어 CP를 포함한 2번 의 L-STF 송신은 총 160개의 샘플로 구성되며 16개의 샘플이 10번 반복되는 형태로 구성된다. 구축된 시스템 은 20 MHz 대역폭의 16배인 320 MHz의 속도로 동작 하기 때문에 Legacy 표준에서의 160개의 샘플은 본 시 스템에서 2560개의 샘플에 해당된다. 본 연구에서 사용 된 Schmidl & Cox 알고리즘은 반복되는 신호의 상관 관계를 계산하여 패킷의 시작점을 검출하는 동시에 반 송파 주파수 오프셋을 검출한다[17-19]. 패킷 검출을 위해 수신 IP의 PacketDetector 블록에 서는 320 MHz 신호를 16배 decimation하여 20 MHz 에 해당하는 신호로 변환한 후 검출을 진행하였다. 기저 대역에서 해당 신호는 아래와 같이 표현된다.
(1)[TeX:] $$\begin{equation} y[n]=h[n] * x[n] e^{j 2 \pi f_{\mathrm{cfo}} n T_s^{\prime}}+\omega[n] . \end{equation}$$위 식에서 x[n]은 송신된 L-STF 신호, h[n]은 채널 임펄 스 응답, w[n]은 잡음 성분을 의미하며, fcfo는 송수신기 사이의 반송파 주파수 오프셋, [TeX:] $$\begin{equation} T_s^{\prime}=1 / 20 \mathrm{MHz} \end{equation}$$는 샘플링 간격을 의미한다. 이때 x[n]은 L-STF 기간동안 주기가 16인 주기 신호라고 가정할 수 있다. 수신기에서는 M개의 샘플에 대하여 L만큼 지연된 샘플의 conjugate와 곱하여 아래와 같이 상관 계수를 계산한다.
위 식에서 잡음 성분을 무시하고 L을 L-STF 신호의 주기 16의 배수로 설정하면 x[n-L]=x[n]을 만족하며 아래와 같이 정리된다.
(3)[TeX:] $$\begin{equation} P(n)=e^{j 2 \pi f_{\mathrm{cfo}} L T_s^{\prime}} \sum_{m=0}^{M-1}|h[n] * x[n-m]|^2 . \end{equation}$$따라서 반복되는 신호가 송신될 때 지연된 수신 샘플과 현재 샘플의 상관 관계는 현재 샘플의 크기와 동일하며 따라서 아래와 같은 값을 추가로 계산한다.
(4)[TeX:] $$\begin{equation} \begin{aligned} & R(n)=\sum_{m=0}^{M-1}|y[n-m]|^2 \\ & =\sum_{m=0}^{M-1}|h[n] * x[n-m]|^2 . \end{aligned} \end{equation}$$잡음이 없다고 가정한 상황에서 수식 (3), (4)에서 계산된 결과가 동일하다는 사실을 이용하여 아래 조건 을 만족할 때 패킷이 검출되었다고 판단한다.
위 식에서 [TeX:] $$\begin{equation} \alpha \end{equation}$$는 검출을 위한 문턱 값으로 잡음이 존재할 경우 R(n) 값이 P(n)보다 크게 주어지기에 [TeX:] $$\begin{equation} \alpha=0.9 \end{equation}$$로 설정하였다. 마지막으로 수식 (2)에서 반송파 주파수 오 프셋에 의하여 P(n)의 위상이 결정되므로 패킷 검출이 된 시점에서 획득한 P(n) 값을 이용하여 주파수 오프셋 을 아래와 같이 추정한다.
(6)[TeX:] $$\begin{equation} \hat{f}_{\mathrm{cfo}}=\frac{1}{2 \pi L T_s^{\prime}} \angle P(n) \end{equation}$$위 식에서 [TeX:] $$\begin{equation} \angle(\cdot) \end{equation}$$는 복소수의 각도를 의미한다. 본 연구에 서 L=16, M=48로 가정하였으며 잡음에 의한 영향을 최소화하기 위하여 M 값을 늘리거나 a 값을 조정할 수 있다. 2.4 수신 신호처리패킷이 검출된 이후의 샘플은 PL에서 PS 영역으로 전달되고 PS에서는 채널 상태 정보 획득을 위하여 채널 추정 과정을 수행한다. 먼저 패킷 검출 과정에서 수식 (6)을 통하여 획득한 반송파 주파수 오프셋 추정 값을 활용하여 수신된 샘플을 아래와 같이 변환한다.
(7)[TeX:] $$\begin{equation} \tilde{y}[n]=y[n] e^{-j 2 \pi \hat{f}_{\mathrm{cfo}} T_s n} \end{equation}$$위 식에서 y [n]은 Ts= 1/320 MHz 간격으로 샘플링된 신호를 의미한다. 송신기에서 송신 패킷을 생성할 때 이용한 파라미터 (FFT 크기, CP 및 GI 길이)를 고려하 여 OFDM 심볼 구간을 추정하고 FFT 연산을 통하여 각 부반송파의 채널 응답을 추정한다. 송수신기 사이의 시간 영역 채널은 K개의 서로 다른 다중 경로 성분이 중첩된 형태로 아래와 같이 모델링 된다.
위 식에서 ck 및 [TeX:] $$\begin{equation} \tau_k \end{equation}$$는 각각 k번째 다중 경로 성분의 복소 채널 계수와 지연 시간을 의미한다. 해당 모델을 활용하 면 주파수가 fn 인 n번째 부반송파의 채널 응답을 아래와 같이 계산할 수 있다.
대역폭에 상관없이 LTF 신호의 n번째 부반송파 신호를 Sltf(fn)로, 수신된 신호를Yltf(fn)라고 하면 측정된 채널 상태 정보는 아래와 같이 획득할 수 있다.
Ⅲ. 실험 개요 및 결과3.1 실험 설계구현한 송신기의 동작을 검증하기 위하여 2 대의 RFSoC 4x2 보드를 이용하여 실측 실험을 진행하였다. 그림 2에서 볼 수 있듯이 하나의 패킷에 여러 대역폭에 해당하는 LTF를 송신하여 동일한 장소에서 대역폭에 따른 채널 상태 정보 특성 차이를 분석할 수 있도록 구성하였다. 실험은 새롭게 비면허 대역으로 할당된 6 GHz 대역의 Wi-Fi 채널 63번에서 진행하였으며 실험 에 사용된 주요 OFDM 파라미터는 표 1에 정리하였다. 그림 3은 실험에 사용된 송신단, 수신단의 구성을 보여준다. 송신과 수신 모두 직접 RF 샘플링 방식으로 구현되어 송수신에 필요한 RF 소자의 구성을 간소화할 수 있었다. 송신단에서는 DAC 출력에 6 GHz 대역의 대역 통과 필터를 연결한 후 파워 앰프를 통해 증폭된 신호가 안테나를 통해 방사되도록 구성하였으며, 수신 단에서는 안테나를 통해 수신된 신호가 대역 통과 필터 를 통과한 후 저잡음 증폭기를 통해 증폭된 후 ADC를 통해 샘플링 되도록 구성하였다. 표 1. 실험에 사용된 OFDM 파라미터
그림 4는 실험이 진행된 장소의 도면을 보여준다. 실내 사무실 환경에서 실험을 진행하였으며 그림에서 0m로 표시된 복도에 송신기를 설치하고 복도를 따라가 며 1m 간격으로 최대 20m까지 이동하며 가시경로가 확보된 상황에서 측정을 진행하였다. 또한 가시경로가 차단된 상황에서 측정을 진행하기 위하여 수신기를 사 무실 내부로 이동시켜 측정을 진행하였다. 3.2 실험 결과 분석그림 5는 송신단으로부터 동일한 거리에서 측정된 가시경로가 확보된 환경(좌)과 차단된 환경(우)의 주파 수 대역별 채널 상태 추정 결과를 보여준다. 대역폭이 넓어질수록 채널 추정에 사용할 수 있는 부반송파의 개 수가 많아져 한 번에 더 넓은 채널 정보를 획득할 수 있음을 볼 수 있다. 비가시경로 상황에서는 가시경로가 차단되어 수신 신호 세기가 상대적으로 낮으며 따라서 채널 상태 정보에 잡음에 대한 영향이 비교적 많이 관찰 되는 것을 볼 수 있다. 또한 가시경로가 확보된 상황과 비교하여 주파수 선택적 페이딩 현상이 크게 발생하는 것을 관찰할 수 있다. 두 환경 모두 대역폭이 넓어짐에 따라 부반송파 당 사용할 수 있는 송신 전력이 낮아지기 때문에 채널 상태 정보에 잡음에 의한 영향이 증가한다 는 것을 알 수 있었다. 두 실험 환경에서 채널 특성을 더욱 정밀하게 분석하 기 위하여 수집된 채널 상태 정보에서 채널의 임펄스 응답을 추정하였다. 고해상도 채널 추정을 위하여 SAGE (Space alternating generalized expectation maximization) 알고리즘을 적용하였으며 다중 경로의 개수를 알 수 없기에 최대 100개의 경로에 대해 채널 계수와 지연 시간을 추정하도록 설정하였다[20]. 추정한 k번째 다중 경로 성분의 복소 채널 계수와 지연 시간을 각각 [TeX:] $$\begin{equation} \hat{c}_k, \hat{\tau}_k \end{equation}$$로 정의한다. 가시경로와 비가시경로에서 추 정한 다중 경로의 분포 특성을 분석하기 위한 지표로는 RMS(Root mean squared) 지연시간 확산을 사용할 수 있으며, 이는 다음과 같은 식으로 나타낼 수 있다[21].
(11)[TeX:] $$\begin{equation} \tau_{R M S}=\sqrt{\frac{\sum_{k=1}^{100}\left(\hat{\tau}_k-\bar{\tau}\right)^2 \hat{c}_k^2}{\sum_{k=1}^{100} \hat{c}_k^2}} . \end{equation}$$
(12)[TeX:] $$\begin{equation} \bar{\tau}=\frac{\sum_{k=1}^{100} \tau_k \hat{c}_k^2}{\sum_{k=1}^{100} \hat{c}_k^2} . \end{equation}$$위 식에서 [TeX:] $$\begin{equation} \bar{\tau} \end{equation}$$는 가중 평균 지연시간을 나타내며 [TeX:] $$\begin{equation} \tau_{R M S} \end{equation}$$는 계산된 RMS 지연시간 확산을 의미한다. 그림 6은 시간 영역에서의 채널 임펄스 응답 추정 결과를 보여주며, 1열은 가시경로 환경에서 20, 80, 320 MHz 대역폭에 대한 결과를 2열은 비가시경로 환경에 서 동일대역폭에 대한 결과를순서대로 보여준다. 동일 한 장소에서 채널의 coherence 시간 내에 측정이 이루 어졌기 때문에 가시경로, 비가시경로 환경 모두 가장 크기가 큰 다중 경로 성분의 지연시간이 동일하게 추정 된 것을 알 수 있다. 가시경로 환경의 경우 대역폭이 증가하더라도 하나의 다중 경로 성분이 우세하다는 것 을 볼 수 있지만 비가시경로 환경의 경우 두 개 이상의 다중 경로 성분이 관찰되며 대역폭이 증가할수록 많은 다중 경로 성분을 분리해 낼 수 있음을 확인하였다. 송 신기로부터 동일한 거리에서 측정한 RMS 지연시간 확 산 평균값은 가시경로 환경에서 3.9 ns, 비가시경로 환 경에서는 10.5 ns로 계산되어 비가시경로 환경에서 더 많은 다중 경로 성분이 존재함을 확인할 수 있었다. Ⅳ. 결 론본 연구에서는 채널 상태 정보를 획득하기 위해 기존 Wi-Fi 모뎀의 펌웨어 패치를 개발하는데 발생하는 어 려움을 극복하고자 자체적인 송수신기를 구현하였다. 또한 채널 상태 정보를 획득하여 분석하였을 뿐 아니라, 최대 320 MHz 대역폭의 신호를 송수신 하여 Wi-Fi 7의 성능을 검증하였다. 이를 위하여 RFSoC 보드를 이용하여 하드웨어 및 소프트웨어를 구현하였으며 해 당 시스템을 이용하여 20, 40, 80, 160 및 320 MHz 대역폭의 OFDM 채널 상태 정보를 획득할 수 있음을 확인하였다. 실측을 통하여 송수신기 사이 채널에 가시 경로 존재 유무에 따라 획득한 채널 상태 정보의 특성이 달라지는 것을 확인하였으며 획득한 채널 상태 정보에 서 채널 임펄스 응답을 추정할 경우 대역폭이 넓어질수 록 고해상도의 채널 추정이 가능하다는 것을 확인하였 다. 본 연구에서 서술된 하드웨어 제작 과정은 더 넓은 대역폭의 신호 송수신을 지원하는 새로운 Wi-Fi 표준 기반 시스템을 구축하는데 활용될 것으로 기대된다. BiographyBiographyReferences
|
StatisticsCite this articleIEEE StyleS. Park and Y. Kim, "Automating Domain-Based Microservices Conversion from Monolithic Systems through Service Call Analysis," The Journal of Korean Institute of Communications and Information Sciences, vol. 50, no. 4, pp. 676-682, 2025. DOI: 10.7840/kics.2025.50.4.676.
ACM Style Sun-chul Park and Young-han Kim. 2025. Automating Domain-Based Microservices Conversion from Monolithic Systems through Service Call Analysis. The Journal of Korean Institute of Communications and Information Sciences, 50, 4, (2025), 676-682. DOI: 10.7840/kics.2025.50.4.676.
KICS Style Sun-chul Park and Young-han Kim, "Automating Domain-Based Microservices Conversion from Monolithic Systems through Service Call Analysis," The Journal of Korean Institute of Communications and Information Sciences, vol. 50, no. 4, pp. 676-682, 4. 2025. (https://doi.org/10.7840/kics.2025.50.4.676)
|
