pISSN : 1226 - 4717 / eISSN : 2287 - 3880
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    

우수논문   (50권 2호, 2월  2025)

클라이언트의 서로 다른 학습 능력을 고려한 분산학습 알고리즘 연구

류지현  양희철

본 논문에서는 서로 다른 학습 능력을 가진 클라이언트와 서버로 구성된 분산학습 환경을 고려한다. 클라이언트의 컴퓨팅 능력이 제한되고 그 능력이 서로 다른 경우, 많은 클라이언트가 학습에 참여할 수 있도록 서버의 학습 능력을 활용하는 분할 학습과 순서화된 드롭아웃(Ordered dropout) 방식을 결합한 분산학습 알고리즘을 제안한다. 이를 통해 클라이언트가 학습하는 클라이언트 모델의 크기가 서로 다르더라도 모두 분산학습에 참여하여 전역모델 성...

이종망 간섭에 강인한 Subcarrier-clearing 기반 LTE 주파수 오프셋 추정 기법 연구

여유진  김주엽

본 연구는 subcarrier-clearing을 바탕으로 간섭 셀 신호의 영향을 제거하는 방식을 제안한다. 두 기지국의 커버리지가 중복되는 이종망 환경에서 단말은 서빙 셀 외에도 다른 셀로부터 신호를 수신한다. 이때, 서빙 셀 외의 셀이 송신하는 신호는 간섭을 일으켜 서빙 셀 신호에 대한 CFO 추정을 방해한다. 이에 본 연구는 간섭이 발생하는이종망에서의 부반송파 할당 특성을 이용하여 간섭 셀 신호로 발생하는 CFO 추정 오류에 대처하는 기법을...

최근 발간 목록   (50권 3호, 3월  2025)

우수 논문
  데이터 분포 불균형 문제 해결을 위한 다중 기기 연합학습 기반 운전자 이상 행동 탐지 
권병근  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 이상 행동 감지에 적합한 계산 효율성을 확보하였다. 그 결과, 중앙집중형 모델과 유사한 수준의 연합 학습 모델 정확도를 달성하여 민감한 운전자 데이터의 직접적인 공유 없이 학습을 진행할 수 있음을 확인하였다. 이는 스마트 모빌리티 플랫폼과 같은 빅데이터 환경에서 개인정보 보호 규제를 준수하면서도 고성능 인공지능모델 개발이 가능함을 의미한다. 본 연구는 모빌리티 분야에서 연합학습 적용의 실용성을 입증하고, 향후 다양한응용 영역에서 데이터 프라이버시와 기술적 성능을 동시 달성할 수 있는 새로운 가능성을 제시한다.
Optimal Power Allocation and Sub-Optimal Channel Assignment for Downlink NOMA Systems Using Deep Reinforcement Learning 
WooSeok Kim  Jeonghoon Lee  Sangho Kim  Taesun An  WonMin Lee  Dowon Kim  Kyungseop Shin
In recent years, Non-Orthogonal Multiple Access (NOMA) system has emerged as a promising candidate for multiple access frameworks due to the evolution of deep machine learning, trying to incorporate deep machine learning into the NOMA system. The main motivation for such active studies is the growing need to optimize the utilization of network resources as the expansion of the internet of things (IoT) caused a scarcity of network resources. The NOMA addresses this need by power multiplexing, allowing multiple users to access the network simultaneously. Nevertheless, the NOMA system has few limitations. Several works have proposed to mitigate this, including the optimization of power allocation known as joint resource allocation(JRA) method, and integration of the JRA method and deep reinforcement learning (JRA-DRL). Despite this, the channel assignment problem remains unclear and requires further investigation. In this paper, we propose a deep reinforcement learning framework incorporating replay memory with an on-policy algorithm, allocating network resources in a NOMA system to generalize the learning. Also, we provide extensive simulations to evaluate the effects of varying the learning rate, batch size, type of model, and the number of features in the state.
DeepVGG기반 채널코딩 자동인식 연구 
천유림  임완수
본 논문은 딥러닝 기반의 채널코딩 자동 인식 기법을 제안한다. 채널코딩은 무선 통신 시스템에서 데이터 전송의 신뢰성을 보장하는 중요한 기술로, 오류 정정을 통해 통신 품질을 향상하는데 기여한다. 기존의 1차원 데이터처리 방식의 한계를 극복하기 위해 본 연구는 DeepVGG 모델을 활용해 1차원 채널코딩 데이터를 2차원 형태로변환하여 채널코딩 인식 성능을 개선하였다. 모델 검증에 사용한 Convolutional, BCH, Polar, Hamming, RM, Golay, Product 등 7가지이고, 제안한 기법은 낮은 SNR 환경에서도 높은 채널코딩 인식 정확도를 유지하며, TextCNN 및 BiLSTM-CNN과 비교해 평균 10% 이상 성능 향상을 보였다.
그래프 합성곱 신경망과 동적 클러스터링을 활용한 대규모 군집 UAV 통신 
김요셉  신요안
본 논문에서는 대규모 UAV (Unmanned Aerial Vehicle) 군집 네트워크에서 통신 복잡도 증가에 따라발생하는 통신 효율 저하와 네트워크 지연 문제를 해결하기 위해, 그래프 합성곱 신경망 모델과 동적 클러스터링 및 클러스터 리더 지정을 통한 통신 흐름재구성 방법을 제안한다. MATLAB 통신 시뮬레이터를 사용한 모의실험을 통해 제안 방법이 통신 성능과안정성 향상에서 효과적임을 검증하였다.
대한민국 트래픽 분포를 고려한 강화학습 기반 저궤도 위성 빔 호핑 알고리즘 
문태한  이재열  김태윤  이영포  김동욱  류탁기  김재현
저궤도 (low Earth orbit, LEO) 위성은 지상 네트워크 달리 공간의 제약을 받지 않고 여러 지역에 통신 서비스를 제공할 수 있는 장점으로 많은 연구가 진행되고 있다. 그중 다중 빔 위성 통신 시스템에서는 위성의 스펙트럼, 전력 및 용량 자원이 제한적이기 때문에, 효율적으로 자원을 활용할 수 있는 빔 호핑 (beam hopping, BH) 기술이 주목받고 있다. 본 논문에서는 대한민국의 다중 빔 저궤도 위성 서비스 시나리오에서의 심층 Q 네트워크(deep Q-network, DQN) 기반 지구 고정 (Earth-fixed) 빔 호핑 알고리즘을 제안한다. 제안하는 알고리즘은 위성의제한된 용량, 채널 상태와 대한민국 셀의 랜덤한 트래픽 분포를 고려하여 효율적인 빔 호핑을 수행한다. 모의실험결과, 제안하는 알고리즘은 기존의 휴리스틱 알고리즘에 비해 위성 자원의 효율성을 향상시키고, 대한민국 내 셀트래픽을 최대한 처리하는 데 우수한 성능을 보인다.
유·무인 편대통신 환경에서 데이터링크 성능 향상을 위한 TSPS-FTDMA MAC 프로토콜 
박지홍  김민식  김태윤  김재현  김신구  이충희  이상필  조현종  신동훈  최재원
최근 유·무인 복합전투체계(MUM-T, Manned-UnManned Teaming) 기술이 미래전의 핵심으로 부상함에 따라, 유·무인 편대의 효율적인 데이터링크 구축이 중요한 요소로 부각되고 있다. 이에 본 논문에서는 유·무인 편대통신환경에서 효율적인 데이터 전송을 위한 TSPS-FTDMA MAC (Traveling Salesman Problem Solution - Frequency Time Division Multiple Access Medium Access Control) 프로토콜을 제안한다. 제안하는 프로토콜은 무인기의TM (Telemetry) 메시지 스케줄링 과정에서 각 유·무인기 간의 전파 지연을 기반으로 한 순회 외판원 문제 해결기법 (TSPS)을 도입하여 데이터링크 성능을 향상시킨다. 또한, GPS (Global Positioning System) 위치 오차 및유·무인 편대의 이동성을 고려한 최소 가드 타임을 도출하여 통신의 안정성과 신뢰성을 강화한다. 시뮬레이션 결과, 제안하는 프로토콜은 기존 기법에 비해 더 높은 채널 활용률을 달성하고, 안정적이면서 높은 성능의 데이터처리율을 보인다.
FM 라디오 기회신호 기반 RSS 전력가중치 모델을 활용한 UAV 무선측위 
김기태  신요안
본 논문에서는 UAV (Unmanned Aerial Vehicle) 에 대한 무선측위를 수행하기 위해, 지향성 안테나를통해 기회신호 중 하나인 FM (Frequency Modulation) 라디오 신호의 최대 수신 전력을 활용하여 방향탐지를 수행하고, 이를 통해 FM 송신소의 위치를 확보한 후 AoA (Angle of Arrival) 기반 삼각측량 기법을 적용한다. 이후, RSS (Received Signal Strength) 추정 전력 가중치를 활용하여 최종 UAV 위치를 결정하는 RSS 추정 전력 가중 삼각측량 기법을 제안하고, 다양한 채널 잡음 환경에 대한 모의실험을 통해 성능을 검증한다.
이상치 및 특징 추출을 통한 전이중 실시간 비선형 재밍 신호 간섭 제거 
이현휘  조상왕  김성민  김빛찬  김동구  채찬병
이 연구는 재밍 신호의 높은 출력과 전장 환경 변화로 인해 실시간 학습이 필요한 상황에서, 기존Neural Network는 학습 및 추론 시간이 길어 적합하지 않고, SVR은 복잡성에 비해 간섭 제거 성능이 부족한 문제를 해결하기 위한 기법을 제안한다. 이를해결하기 위해, F-Regression으로 주요 특징을 추출하고, Isolation Forest로 이상치를 제거한 후, NuSVR을활용하여 실시간 간섭 제거를 수행하는 방식을 제시한다.
Comparative Performance Study of Intelligent Edge Devices 
Kyungwoon Lee
Edge computing offers a promising solution to the latency issues inherent in centralized cloud processing, particularly for industrial Internet of Things (IIoT) applications. However, the limited computational capabilities of edge devices pose challenges to optimal artificial intelligence (AI) workload performance. This study provides a comparative performance analysis of several edge devices, focusing on evaluating the impact of hardware accelerators like graphics processing units (GPUs) on AI application processing. We employ YOLOv8, a popular object detection model, to evaluate five tasks―image classification, object detection, pose estimation, instance segmentation, and oriented bounding box detection―by measuring job completion time (JCT), GPU utilization, and memory usage. Our findings indicate that expensive high-end devices do not always provide a proportionate performance boost, with mid-range devices frequently offering comparable inference performance for less computationally demanding tasks. These results underscore the need for a careful balance between hardware specifications and application requirements to achieve efficient and cost-effective AI deployment. Additionally, we observe that multi-threading does not consistently yield performance improvements on edge devices due to Python’ s Global Interpreter Lock (GIL) overhead. This limitation highlights the need for innovative solutions, such as simultaneous task management and GPU scheduling, to improve parallelism and optimize resource utilization in edge environments.
소득수준별 고령인구 활동범위 분석: 통신 및 신용데이터 기반 연구 
이정숙  신용태
본 연구는 부산시를 대상으로 고령인구의 소득수준에 따른 활동범위를 분석하기 위해, 통신데이터와 신용데이터를 가명 결합하여 실증적으로 검토하였다. 2022년 1월부터 2023년 8월까지 20개월 동안 수집된 데이터를 활용해, 소득수준에 따라 고령자의 활동 범위와 패턴에 어떤 차이가 있는지를 분석한 결과, 고소득 노인층은 저소득 노인층에 비해 훨씬 더 넓은 지리적 범위에서 활동하며, 다양한 사회적·문화적 자원에 접근할 기회가 더 많은 것으로나타났다. 특히, 고소득층은 평일에는 원거리 상권을 이용하고, 주말에는 가까운 공원에서 여가를 즐기는 등 주중과 주말에 걸쳐 다양한 생활 패턴을 보였다. 반면, 저소득층은 주로 거주지 근처에서 활동하며, 주중과 주말 간활동 범위에 큰 차이가 없었다. 이러한 결과는 소득수준이 고령자의 이동성과 생활 패턴에 미치는 영향을 명확히보여주며, 도시 계획, 복지정책 개발에 중요한 시사점을 제공한다. 본 연구는 노인복지 향상 및 사회적 통합을 위한 정책적 방향을 제시하여, 보다 포괄적이고 효과적인 도시 관리 전략 수립에 기여할 수 있을 것이다.