이 논문은 5G 통신망을 이용하는 드론이, 별도의 기지국 없이도 땅에 있는 여러 사람의 위치를 찾아낼 수 있는 새로운 기술을 소개합니다.
기존의 드론은 통신을 해주는 '기지국' 역할을 하거나, 단순히 카메라로 찍는 역할을 했습니다. 하지만 이 논문에서 제안하는 드론은 '들으기는 하지만 말하지 않는 귀신 같은 청자 (Passive Listener)' 역할을 합니다.
이 복잡한 기술을 일상적인 비유로 쉽게 설명해 드리겠습니다.
1. 핵심 아이디어: "어둠 속에서 손전등을 켜지 않고 소리를 듣는 드론"
상상해 보세요. 캄캄한 밤, 사람들이 각자 손전등 (휴대폰) 을 들고 어둠 속에서 길을 잃었습니다.
기존 방식: 드론이 직접 강력한 손전등을 켜서 사람들을 비추고, 사람들이 드론을 보고 "저기 있어요!"라고 외치게 합니다. (이 방식은 드론이 통신 기지국이 되어야 하므로 복잡하고 비쌉니다.)
이 논문의 방식: 드론은 아무것도 켜지 않습니다. 대신, 땅에 있는 사람들이 서로 대화하거나 신호를 보낼 때 내는 '특정한 소리 (SRS 신호)'를 귀를 기울여 듣습니다. 드론은 그 소리가 어디서 들리는지, 얼마나 잘 들리는지를 분석해서 "아, 저 소리는 저기서 들리네?"라고 위치를 찾아냅니다.
2. 기술의 마법: "리듬과 박자를 맞추는 것"
사람들이 동시에 소리를 내면 소리가 섞여서 무슨 소리인지 알기 어렵습니다. 하지만 이 드론은 5G 신호의 특수한 규칙을 이용합니다.
비유: "리듬 게임과 악보" 5G 네트워크는 사용자에게 "3 초마다 딱 1 초 동안, A 단조로만 노래해"라고 미리 약속 (설정) 을 해줍니다. 드론은 이 **악보 (설정 정보)**를 미리 알고 있습니다.
드론은 "아, 3 초마다 A 단조 소리가 들리면 그건 '철수'구나, 3 초마다 B 단조 소리가 들리면 그건 '영희'구나"라고 구분합니다.
마치 리듬 게임에서 박자에 맞춰 버튼을 누르듯, 드론은 신호가 도착하는 정확한 타이밍을 계산합니다.
3. 위치 찾기: "소리의 크기와 방향을 따라가는 미로 찾기"
드론은 하늘을 날면서 신호를 듣습니다.
비유: "향기 맡고 꽃 찾기" 드론이 날아갈 때, 특정 사람의 신호가 가장 크게 들리는 지점을 찾습니다.
초기 탐색: 드론이 넓은 지역을 한 바퀴 돌며 "어디서 소리가 가장 잘 들릴까?"를 대략적으로 파악합니다. (이때 위치 오차가 8 미터 정도일 수 있습니다.)
정밀 탐색: 소리가 가장 잘 들리는 지점 주변으로 다시 날아와서, 마치 비행기 착륙을 위해 선회하듯 더 정밀하게 원을 그리며 날아갑니다. 이때 신호의 세기를 미세하게 분석하면 위치 오차를 3 미터 이내로 줄일 수 있습니다.
4. 왜 이 기술이 특별한가요?
기존의 한계: 보통 드론이 위치를 찾을 때는 드론과 사람, 그리고 기지국이 모두 정확히 시간을 맞춰야 했습니다. (비유하자면, 세 사람이 모두 똑같은 시계를 가지고 있어야 합니다.) 하지만 이 드론은 시간을 맞출 필요도, 기지국과 연결될 필요도 없습니다. 그냥 신호만 들으면 됩니다.
장점:
재난 상황: 지진이나 홍수로 기지국이 망가져도, 드론만 있으면 실종자를 찾을 수 있습니다.
저렴함: 무거운 장비나 복잡한 기지국 설치가 필요 없어 드론 하나면 됩니다.
여러 명 동시 찾기: 한 번의 비행으로 여러 사람의 위치를 동시에 찾아냅니다.
5. 실험 결과: "실제 하늘에서 증명하다"
연구진은 실제 드론을 날려 실험했습니다.
시골 (들판): 나무나 건물이 없어 신호가 잘 통하는 곳에서는 3 미터 이내의 정밀도로 위치를 찾았습니다. (축구장 한쪽 끝에서 3 미터 차이 정도.)
도시 (건물 사이): 건물이 많아 신호가 반사되는 곳에서도 8 미터 이내로 성공했습니다.
차 안의 사람: 차 안에 숨어 있어 신호가 약하게 들리는 경우에도 드론은 "아, 차 안이구나"라고 알아채고 위치를 추정해 냈습니다.
요약
이 논문은 **"드론이 통신 기지국이 되지 않아도, 5G 신호를 '들어서' 땅에 있는 여러 사람의 위치를 정밀하게 찾아낼 수 있다"**는 것을 증명했습니다.
마치 **어둠 속에서 누군가 부르는 목소리만 듣고 그 사람의 위치를 찾아내는 '초능력 드론'**이 생긴 것과 같습니다. 이는 재난 구조, 군사용 감시, 혹은 통신이 끊긴 지역에서의 안전 확보에 큰 도움이 될 기술입니다.
논문 요약: 자율 감지 UAV 를 활용한 LAWN 내 다중 사용자 식별 및 정밀 위치 추정
1. 문제 제기 (Problem)
배경: 저고도 경제 (LAE, Low Altitude Economy) 와 저고도 무선 네트워크 (LAWN) 의 성장으로 인해 드론 기반의 구조, 물류, 감시 등 다양한 응용 분야가 확대되고 있습니다. 특히 재난 상황이나 통신 인프라가 손상된 환경에서 지상 사용자의 위치를 신속하게 파악하는 것이 중요합니다.
기존 기술의 한계:
기존 UAV 기반 위치 추정 방식은 UAV 가 기지국 (gNB) 역할을 수행하여 사용자와 통신 링크를 형성하는 '서빙 (Serving)' 방식에 의존합니다.
그러나 재난 대응 시 기지국 역할을 하는 UAV 는 주로 커버리지 확보에 집중하여 위치 추정을 위한 최적의 기하학적 조건을 제공하지 못합니다.
단일 UAV 가 지상 다수 사용자와 동시에 시선 (LoS) 을 유지하기 어렵고, 기지국과의 동기화 없이 독립적으로 작동하는 '비서빙 (Non-serving)' UAV 를 활용한 위치 추정 연구는 제한적입니다.
기존 비서빙 UAV 연구들은 대부분 이상적인 조건 (사용자 전송 시점 및 자원 할당에 대한 완전한 정보, 즉 'Oracle' 지식) 을 가정하여 실제 5G 네트워크 환경에서의 적용 가능성을 검증하지 못했습니다.
2. 제안된 방법론 (Methodology)
이 논문은 통신 인프라에 의존하지 않고, 5G 상향링크 (UL) 신호를 수동적으로 감지하여 다중 사용자를 식별하고 위치를 추정하는 자율 감지 프레임워크를 제안합니다.
시스템 아키텍처:
수동 감지 UAV: 통신 네트워크의 일부가 아닌 독립적인 감지 노드로서, 지상 사용자 (UE) 가 기지국으로 보내는 상향링크 신호를 수신합니다.
신호원: 5G 표준 (3GPP) 에 정의된 **탐색 참조 신호 (Sounding Reference Signal, SRS)**를 활용합니다. SRS 는 주기적이고 결정론적인 특성을 가지며, 주파수 대역 내에서 순환 시프트 (Cyclic Shift) 를 통해 다중 사용자를 구분할 수 있습니다.
하드웨어: 경량화된 하드웨어 (ADALM-Pluto SDR, Pixhawk 비행 컨트롤러, NVIDIA Jetson Orin NX) 를 탑재하여 기내 (Onboard) 에서 모든 신호 처리를 수행합니다.
핵심 알고리즘 및 워크플로우:
동기화 (Synchronization):
** coarse (대략적) 동기화:** SRS 신호의 고유한 반복 구조 (Time-domain repetition) 를 활용하여 수신 신호의 도착 시간을 추정합니다. 네트워크와의 시간/주파수 동기화가 없어도 SRS 의 주기성을 이용해 신호를 탐지합니다.
Fine (정밀) 동기화: 잔여 동기화 오차를 보정하기 위해 순환 시프트 기반의 주파수 추정 기법을 적용합니다.
사용자 식별 (User Identification):
매칭 퍼스트 (Matching Pursuit) 알고리즘: 수신된 SRS 스펙트럼에서 다중 사용자의 주파수 성분을 분리합니다.
순환 시프트 매핑: 각 사용자는 고유한 순환 시프트 (Cyclic Shift) 를 가지므로, 추정된 주파수 성분을 통해 특정 사용자를 식별하고 대역폭을 매핑합니다.
위치 추정 (Localization):
가중 평균 이동 (Weighted Mean Shift) 알고리즘: UAV 의 비행 궤적 따라 수집된 SRS 기반 측정 지표 (신호 세기 및 일관성) 를 활용합니다.
UAV 가 이동하면서 수집한 데이터의 공간적 밀도와 신호 강도를 가중치로 사용하여 사용자의 위치를 반복적으로 정제합니다.
초기 탐지 후, 추정 위치를 중심으로 정밀한 6 각형 (Hexagonal) 탐색을 수행하여 오차를 최소화합니다.
3. 주요 기여 (Key Contributions)
완전한 자율성: 네트워크 동기화나 제어 플랜 접근 없이, 오직 5G UL SRS 신호만으로도 다중 사용자를 식별하고 위치를 추정하는 최초의 실증 사례를 제시합니다.
새로운 파이프라인: SRS 구조와 순환 시프트를 활용한 동기화 및 사용자 식별 프로세스를 개발했습니다. 이는 지연 확산과 전력 편차에 강인하며, 실제 5G 환경에서 Oracle 지식 없이도 작동함을 증명했습니다.
고정밀 위치 추정: 좁은 대역폭 (1.4 MHz) 과 경량 하드웨어를 사용함에도 불구하고, 기존 TDoA 및 AoA 기반 방법들보다 약 5~6m 더 정확한 위치 추정 성능을 달성했습니다.
실제 실험 검증: 대규모 시뮬레이션과 함께 실제 저고도 실험 캠페인을 통해 프레임워크의 유효성을 입증했습니다.
4. 실험 결과 (Results)
시뮬레이션 결과 (도시 환경):
3GPP 채널 모델을 기반으로 한 도시 시나리오에서 평균 위치 추정 오차가 8m 미만을 기록했습니다.
실험 결과 (농촌/실외 환경):
실제 비행 실험 (밀라노 인근 HeliFly 필드) 에서 6 개의 사용자 (실내 차량 내 및 야외) 를 대상으로 테스트했습니다.
정밀화 (Refinement) 단계 후 오차: 야외 (LoS) 조건에서 1.8m ~ 2.8m, 차량 내부 (NLoS) 조건에서 8.0m ~ 8.3m의 오차를 보였습니다.
전체 임무 시간 (초기 탐지 및 정밀화 포함) 은 평균 약 2.15 분에서 10 분 사이로, 실시간 대응이 가능함을 확인했습니다.
성능 비교: 제안된 방법은 기존 연구 [7], [11] 보다 도시 및 농촌 환경에서 각각 약 6m, 5m 의 위치 추정 정확도 향상을 보였습니다.
5. 의의 및 결론 (Significance)
인프라 독립성: 통신 기지국이 없거나 손상된 재난 환경에서도 UAV 만으로 다중 사용자의 위치를 파악할 수 있어, 구조 활동 및 상황 인식 (Situational Awareness) 에 혁신적인 가능성을 제시합니다.
확장성 및 비용 효율성: 복잡한 안테나 어레이나 광대역 수신기가 필요하지 않으며, 저비용 SDR 과 경량 UAV 를 활용하여 확장 가능한 솔루션을 제공합니다.
미래 전망: 이 연구는 LAWN 과 저고도 경제의 핵심 요소로서, 자율 감지 UAV 가 지상 네트워크를 보완하고 통신이 제한된 지역에서도 신속한 배포가 가능함을 입증했습니다. 향후 다중 UAV 간 협력 (Cooperative Multi-UAV) 을 통한 임무 시간 단축 및 동적 목표물 추적을 위한 연구가 진행될 예정입니다.
이 논문은 5G 통신 신호를 활용한 수동 감지 기술의 실용성을 입증하며, 차세대 저고도 무선 네트워크 및 재난 대응 시스템의 중요한 기술적 토대를 마련했습니다.