Site-Specific Location Calibration and Validation of Ray-Tracing Simulator NYURay at Upper Mid-Band Frequencies

기술 요약: 상위 미드밴드 주파수 대역에서의 레이 트레이싱 시뮬레이터 NYURay에 대한 사이트 특정 위치 보정 및 검증

문제 정의
레이 트레이싱(RT) 시뮬레이터는 무선 디지털 트윈과 차세대 네트워크 계획에 필수적이지만, 불충분한 측정 데이터, 체계적인 검증의 부재, 그리고 송신기-수신기(T-R) 위치 결정의 불확실성으로 인해 정확도가 저해되는 경우가 빈번하다. 전통적인 보정 방법들은 GPS 유도 위치 오차(도시 협곡에서 일반적으로 5~10m)를 무시하는 경우가 많으며, 이는 시뮬레이션된 전력 지연 프로파일(PDP)과 측정된 PDP 간의 정렬을 심각하게 저하시킨다. 또한, 기존 RT 도구들은 계산 효율성, 전파 메커니즘(회절, 산란)의 부정확한 모델링, 그리고 상위 미드밴드 주파수(6.75 GHz 및 16.95 GHz)에 대한 불충분한 재질 데이터베이스 등의 한계에 직면해 있다. 따라서 위치 불확실성을 해결하고, 특성이 아직 충분히 규명되지 않은 이 주파수 대역에서 6G 배치를 위한 신뢰할 수 있는 채널 통계치를 제공할 수 있는 검증된 사이트 특정 RT 솔루션이 절실히 필요하다.

방법론
저자들은 뉴욕 대학교(NYU) 브루클린 캠퍼스의 어반 마이크로셀(UMi) 환경에서 광범한 측정 캠페인을 통해 검증된, 파이썬 기반의 GPU 가속 레이 트레이싱 시뮬레이터인 NYURay의 향상된 버전을 제시한다.

• 3D 환경 모델링: OpenStreetMap 데이터를 사용하여 구축하고 지면 실측 데이터로 정밀화한 고충실도 3D 모델을 제작하였다. 이중 측정 접근 방식을 사용하여 구조적 치수를 위한 Bosch DLR165 디지털 레이저 거리 측정기(±1.5 mm 정확도)와 작은 도시 가구(urban furniture)를 위한 iPhone 16 Pro LiDAR를 결합하였다. 재질 특성은 ITU-R P.2040-3을 기반으로 6.75 GHz 및 16.95 GHz에 대해 보간하여 할당되었다.
• 측정 캠페인: 6.75 GHz 및 16.95 GHz 대역에서 40 m에서 880 m 거리의 18개 T-R 위치(LOS 7개, NLOS 11개)를 대상으로 광대역(1 GHz) 채널 사운더 측정을 수행하였다. 방향성 혼 안테나 측정값은 등방성 RT 예측값과 비교하기 위해 무지향성 PDP로 합성되었다.
• 위치 보정 알고 알고리즘: GPS 불확실성을 해결하기 위해 다단계 위치 보정 알고리즘을 개발하였다. 이 알고리즘은 시뮬레이션된 PDP와 측정된 PDP를 비교하는 다중 구성 요소 손실 함수를 최소화함으로써 T-R 위치를 최적화한다. 손실 함수는 다음을 결합한다:
  1. 피크 매칭(Peak Matching): 시간 및 전력 측면에서 유의미한 다중 경로 성분을 정렬한다.
  2. 미매칭 피크 페널티(Unmatched Peaks Penalty): 유의미한 피크 개수의 불일치에 대해 벌점을 부여한다.
  3. 형태 손실(Shape Loss): dB 스케일에서 PDP 포락선의 평균 제곱 오차를 최소화한다.
  4. 정규화(Regularization): 위치 조정을 초기 GPS 좌표로부터 10 m 이내로 제한한다.
     최적화는 각 링크에 대해 독립적으로 T-R 위치를 정밀하게 조정하기 위해 교대 최소화(coarse grid search, fine grid refinement, 그리고 gradient-free Powell's method) 기법을 채택한다.
• 시뮬레이션 설정: NYURay는 이미지 이론, 균일 회절 이론(UTD), 그리고 주파수 종속적 거친 표면 산란을 포함하는 하이브리드 Shooting and Bouncing Rays (SBR) 기법을 활용한다. 시뮬레이션은 반사와 회절은 활성화하였으나, 투과(건물 내부 데이터 부재로 인해)와 산란(해당 주파수에서 표면이 레일리 기준에 따라 전기적으로 매끄러운 것으로 간주됨에 따라)은 비활성화하였다.

주요 기여

1. 향상된 NYURay 시뮬레이터: 네 가지 전파 메커니즘(반사, 투과, 회절, 산란)을 통합하고 TensorFlow를 통한 GPU 가속을 지원하며, 상위 미드밴드 측정값에 의해 검증된 종합적인 RT 플랫폼을 구축하였다.
2. 체계적인 위치 보정: GPS 유도 위치 오차를 5~10 m에서 서브 미터(sub-meter) 정밀도로 줄이는 혁신적인 방법론을 제시하였다. 이 접근 방식은 비용이 많이 드는 RTK 재측정 없이도 시뮬레이션된 PDP와 측정된 PDP 간의 정렬을 개선한다.
3. 포괄적인 검증: 18개 T-R 위치에 대한 현장 측정값과 NYURay 예측값을 비교하는 엄격한 검증 연구를 수행하여 경로 손실, 지연 확산 및 각도 확산을 분석하였다.

결과

• 위치 보정: 알고리즘은 LOS 시나리오에서 42.3%, NLOS 시나리오에서 **13.5%**의 T-R 위치 정확도를 향상시켰다. 결과적으로, 시뮬레이션된 피크 전력과 측정된 피크 전력 간의 평균 차이는 LOS에서 0.32 dB, NLOS에서 0.23 dB로 감소하였다.
• 경로 손실 예측: NYURay는 경로 손실 예측에서 탁월한 정확도를 보여주었다. 모든 T-R 위치에서 측정값과 RT 예측값 사이의 경로 손실 지수(PLE) 편차는 0.03에서 0.14 사이로 매우 미미했다. 이러한 결과는 3GPP TR 38.901 UMi 모델과 밀접하게 일치한다.
• 지연 및 각도 확산: 연구 결과, NYURay는 측정값에 비해 RMS 지연 확산(delay spread)과 각도 확산(angular spread)을 체계적으로 과소평가하는 것으로 나타났다.
  • 지연 확산: LOS에서 평균 61%, NLOS에서 30%의 과소평가가 관찰되었다. 저자들은 이를 3D 모델의 정적인 특성, 즉 서브 웰렝스(sub-wavelength) 산란체, 표면 거칠기, 그리고 동적인 환경 요인(예: 움직이는 차량, 보행자, 식생)이 결여되었기 때문으로 분석하였다.
  • 각도 확산: 유사한 수준의 과소평가(7~15°)가 관찰되었다.
  • 통계적 일치성: 이러한 과소평가에도 불구하고, 체계적인 이상치 필터링(결합 비율 및 절대 차이 기준 사용)을 거친 후의 매개변수 누적 분포 함수(CDF)는 측정값과 통계적으로 구별할 수 없을 정도로 일치하였으며, 이는 개선된 Kolmogorov-Smirnov(KS) 검정 통계량과 p-값을 통해 입증되었다.

의의 및 주장
본 논문은 검증된 NYURay 시뮬레이터가 상위 미드밴드 주파수를 위한 결정론적 채널 예측의 신뢰할 수 있는 도구를 제공하여, 이론적 가능성과 실제 배치 사이의 간극을 메운다고 주장한다. 성공적인 보정 방법론은 기존 GPS 기반 측정 데이터를 사용하여 사이트 특정 검증을 수행할 수 있는 토대를 마련하였으며, 이는 6G 채널 모델 및 무선 디지털 트윈 개발에 있어 매우 중요하다.

시뮬레이터는 경로 손실(커버리지 계획 및 기지국 배치에 필수적임)과 같은 대규모 파라미터를 예측하는 데 탁월하지만, 저자들은 동적 환경 요인 및 미세한 기하학적 세부 사항의 부재로 인해 다중 경로 성분의 풍부함(시간적 및 공간적 분산)을 완전히 포착하지 못한다는 한계를 겸허히 인정하고 있다. 본 연구는 상위 미드밴드(7~24 GHz)에 대한 3GPP 표준화 노력을 지원하며, 표준화된 대규모 특성과 일치하는 측정 검증된 사이트 특정 채널 모델을 제공한다. 저자들은 RT가 다중 경로의 풍부함을 과소평가하더라도, 이상치 필터링 후의 통계적 일치성이 네트워크 계획을 위한 NYURay의 유용성을 확인시켜 준다고 결론지었다. 단, 이는 환경 모델링 및 동적 요인 통합에 관한 향후 개선을 통해 두 번째 차수 통계량(second-order statistics)의 한계가 해결되어야 함을 전제로 한다.