1. 서 론

LED(Light Emitting Diode) 기반의 가시광통신(Visible Light Communication, VLC)은 높은 에너지 효율, 스펙트럼 효율성, 보안성, 신뢰성 때문에 사물인터넷(Internet-of-Things), 애드호크 네트워크, 5G 네트워크 애플리케이션에서 조명 및 데이터 통신을 결합한다⁽¹⁾. 가시광통신은 수신단에 카메라를 사용하여 스마트폰에서 바로 적용할 수 있도록 연구가 진행되었으며, 수신단에 포토다이오드를 사용한 고속통신에 대한 연구가 집중되었다. 이는 IEEE 802.15.7 Task Group에서 표준화를 진행 중이다^(2,3). 최근 태양광 패널이 널리 보급됨에 따라 수신단에 태양광 패널을 사용하여 에너지획득과 동시에 데이터 통신이 가능한 가시광통신에 관한 연구가 활발하다^(4,5). 그러나 태양광 패널의 반응속도가 포토다이오드보다 느려 고속통신이 어렵다. 이를 보완하기 위해 다수의 LED와 태양광 패널을 이용한 MIMO(Multiple-Input Multiple-Output) 방식을 통해 고속통신을 구현할 수 있게 되었다.

MIMO의 구현 방식은 ^(6,7)에서 설명한 것처럼 송신단과 수신단이 채널별로 1:1로 통신하는 것과 같은 Spatial Multiplex 방식이 있고, 같은 데이터를 모든 채널을 통해 보내서 수신오류에 강건하게 한 Transmit Diversity 방식, 그리고 마지막으로 송신 데이터를 기반으로 전송한 채널 하나를 선택하고 이 채널에서만 한 주기 동안 데이터를 전소하는 Spatial Modulation 방식이 있다. 이중 Spatial Multiplexing 방식이 가장 높은 전송속도를 가는 장점이 있지만, 인접 채널 간 간섭 (Inter-Channel Interference)이 발생할 수 있는 단점이 있다. 본 논문에서는 Spatial Multiplexing 방식을 사용한다.

대형 태양광 패널은 태양광으로부터 전력을 생산하기 위해 주로 실외에 설치되어 있다. IoT(Internet-of-Things) 센서의 경우 구동 전력을 얻기 위해 소형 태양광 패널을 사용하며 대부분 야외 환경에 배포되어 있다. 이런 실외 환경에서는 변화하는 날씨와 바람 등에 의해 방해물이 이동하여 태양광 패널에 음영을 발생시키고 이에 따라 공간적 연접오류(Spatial Burst Error)를 발생시켜 고속통신을 위해 채택된 MIMO의 통신 성능을 순간적, 고정적으로 떨어뜨린다. 순간적으로 발생하는 비트 에러보다 음영에 의한 Spatial Burst Error는 BER(Bit Error Rate)에 심각한 영향을 미친다.

본 논문에서는 MATLAB을 이용해 16×16 MIMO 가시광통신 시뮬레이션 환경을 구축하고 실험을 진행한다. 기존의 MATLAB을 이용한 시뮬레이션은 수신단에 포토다이오드를 기반으로 이루어졌으나^(8,9), 여기서는 포토다이오드를 여러 개를 묶어서 하나의 태양광 패널로 모델링 하였다. 현재 가시광통신에서 MIMO에 관련된 연구는 속도를 높이는 것에 대한 것이다. 가시광통신에서 기존의 음영에 관련된 연구는 주로 Object Tracking과 같이 위치 인식에 관한 연구가 진행되었으나⁽¹⁰⁾ 여기서는 통신 에러를 복구하는 방법을 제시한다.

태양광 패널 위의 음영에 따른 Spatial Burst Error를 해결하기 위해 본 논문에서는 16×16 MIMO에서 16개 채널을 4개로 블록으로 나누고, 각 블록은 서로 인접하지 않는 태양광 패널을 블록으로 묶는다. 각 블록에서 3개는 데이터를 전송하는 데이터 채널로 사용하고 나머지 한 채널은 블록 안의 데이터 채널에 대한 Parity 비트를 갖는 복구 채널로 할당하여 음영이 걸쳐진 4개의 태양광 패널에서 발생한 Spatial Burst Error를 복구하는 방법을 제시한다. 전체 시스템은 MATLAB을 이용하여 시뮬레이션한다. 복구 채널을 사용한 경우와 일반적인 16×16 MIMO 가시광통신 시스템에서 BER로 성능 비교를 한다. 또한, 제시한 방법이 동작할 수 있도록 인접 채널 간 간섭을 최소화하는 LED의 반전력각도(Half Power Angle, Theta)를 제시한다.

본 논문의 구성은 1장 서론에 이어, 2장에서는 MATLAB을 이용해서 태양광 패널을 이용한 MIMO 가시광통신 송수신기 시뮬레이션 환경을 구성하고 3장에서는 Spatial Burst Error를 복구하기 위한 구조를 제시한다. 4장에서는 실험의 결과인 BER을 통해서 성능을 평가하고, 5장에서는 결론 및 효과에 관해 설명하고자 한다.

2. 16×16 MIMO 가시광통신 시뮬레이션 환경 구축

본 논문에서는 실험환경을 MATLAB으로 구현하였다. 가시광통신 환경을 시뮬레이션하기 위해 MIMO 환경에서 태양광 패널의 수신전력을 모델링한다. 여기서는 실험을 간단히 하기 위해 송신단의 LED 조명 이외의 주변의 다른 광원이 없는 것으로 설정하였다.

전체적인 시스템 구성도는 그림 1과 같다. 상위 계층에서 전달된 데이터 프레임은 OOK로 Modulation 된 후 각 심볼 스트림을 Serial to Parallel 로직을 통해 각 채널로 나눈다. 이후 LED를 통해 신호를 전송되며, 태양광 패널을 통해 받은 신호를 ADC를 거치고 Level Detector로 심볼을 추출한다. 추출된 심볼은 Parallel to Serial을 거친 후 Demodulation을 거쳐 원래 데이터 프레임으로 디코딩한다.

실험공간은 그림 2와 같다. LED 16개가 있고, 각 LED는 원점에서부터 가로, 세로축에서 0.5 m 간격으로 있다. 그림에서 16개의 태양광 패널을 각각 라벨을 1부터 16까지 붙여 두었다. 각 패널의 크기는 가로, 세로 각각 1 m이다. 각 LED는 각 태양광 패널의 중심에 있다. 태양광 패널과 LED 간 수직 거리는 2.5 m이다. 각 LED는 1 Watt의 전력을 가진다.

여기서는 포토다이오드는 10 cm × 10 cm의 크기이며, FOV는 60도 설정해서 모델링한다. 태양광 패널은 포토다이오드를 100개 포함한 것으로 모델링한다.

그림 3은 각 LED 전력이 1 Watt이고 LED의 반전력각도가 15도인 경우이다. 그림 3의 (a)는 수신단의 각 공간에서 수신전력을 보여주며, 그림 3의 (b)는 각 포토다이오드가 0.1 m × 0.1 m의 크기를 가질 때 각 포토다이오드가 받아들이는 수신전력을 보여주며, 그림 3의 (c)은 태양광 패널이 100개의 포토다이오드로 구성된 것으로 모델링 한 후 각 태양광 패널이 받은 수신전력을 보여준다.

그림 3의 (d)는 각 태양광 패널에서 16개의 LED에 대한 전달함수 매트릭스를 보여준다. SISO(Single- Input Single-Output)와 달리 MIMO에서는 인접 LED에 의한 영향을 받게 되고 이것은 수신단에서 보면 노이즈에 해당하다. 실제 받고자 하는 신호의 전력과 받기 원치 않은 신호의 전력을 전달함수로 표현할 수 있다. 이 매트릭스를 통해 각 태양광 패널이 각 LED로부터 얼마나 많은 전력을 받는지를 알 수 있다. 여기에서는 받고자 하는 LED의 신호를 제외하고 모두 노이즈로 인식한다.

그림 4는 각 LED 전력이 1 Watt이고 LED의 반전력각도가 7도인 경우이다. 그림 3과 그림 4에서 알 수 있듯이 반전력각도가 15도 일 때와 7도 일 때 각 그림의 (d)가 전달함수 매트릭스를 보면 Theta가 15도인 경우 다른 채널의 신호가 많이 포함된 것을 확인할 수 있다. 이는 채널 간 간섭이 커지게 되고 받기 원하는 LED가 아닌 다른 LED의 신호에 영향을 받아 에러가 증가하게 된다.

또한, LED를 On/Off 시 송신단에서 스위칭 지연이 발생한다. 송신단에서 높은 비트레이트로 구형파 신호를 전송하더라도 실제 수신단에서는 그림 5의 (b)와 같이 적분기를 거친 후의 신호를 수신하게 된다. 그림에서와 같이 2.5 Kbps에서는 전송 단의 스위칭 임펄스 응답 때문에 동일채널에서 심볼 간의 간섭이 발생한다. 시뮬레이션에서는 이를 모델링하기 위해서 Convolution을 적용하였다.

수신단의 판별기의 구성에 따라 BER에 상당한 영향을 미친다. 이론적인 BER과 측정된 BER이 비슷한 값을 가지도록 가장 단순한 방법으로 수신단의 판별기를 모델링한다. SNR(Signal-to-noise Ratio)에 따른 BER를 측정하기 위해 수신단에서는 한 프레임 동안 수신되는 비트들의 전압의 중간값을 가지고 1과 0을 판별한다. 이때 각 심볼에 대해서 심볼의 중간에서 한 번만 샘플을 뽑도록 한다. 만약 판별기에서 샘플 타임마다 샘플을 하고 이것의 평균값을 가지면 BER이 낮아져 성능이 높아지지만, 실제 환경에서는 이렇게 구축할 수가 없다.

3. 태양광 패널을 이용한 16×16 MIMO의 4채널의 음영을 복구하는 시스템 설계

16×16 MIMO에서 1 비트 에러를 수정하는 방법은 15개의 채널을 데이터를 전송하고 한 개의 채널에 15개 채널에 대한 패리티 비트를 전송함과 동시에 수신신호가 약한 한 개의 채널을 확인하면 이 에러의 복구가 가능하다. 다른 방법으로 Hamming Code를 사용할 경우 한 채널의 사용은 포기하고 Hamming(15, 11) 방식을 사용할 수 있으나 실제 데이터가 11개 채널만 사용하고 나머지는 패리티 채널로 사용해야 하므로 고속/대용량 통신을 위해 적용된 MIMO의 효과가 반감된다.

16×16 MIMO에서 4 비트 에러를 수정하기는 더 어렵다. 이를 해결하는 방법은 음영이 공간적으로 뭉쳐있는 특성을 이용해서 공간적으로 그룹을 만들고 그룹별로 패리티 비트를 전송하는 것이다.

본 논문에서는 표 1과 같이 3가지 시나리오를 가지고 성능평가를 할 것이다. 시나리오 1에서는 그림 6의 (a)와 같은 방식으로 Serial to Parallel을 거친 데이터 프레임이 16개의 채널로 전송되는 방법을 사용하며, 시나리오 2와 시나리오 3에서는 그림 6의 (b)와 같은 방식으로 12는 데이터 채널로 사용하고 4개 채널은 Parity를 담는 복구 채널로 사용된다.

일반적으로 음영에 따른 Spatial Burst Error는 통신 품질에 큰 영향을 미치고 만약 모든 태양광 패널을 가리는 경우 전혀 통신이 이루어질 수 없다. 그러나 실제 환경에서 새가 지나가거나 낙엽들이 태양광 패널 위에 떨어진 경우가 발생할 수 있다. 본 논문에서는 실험을 단순화하기 위해 16개의 태양광 패널 중 4개의 태양광 패널을 모두 음영으로 가려진 환경을 가정한다.

Single User MIMO에서는 상위층에서 전달받은 메시지를 각 MIMO 물리 채널로 전송한다. 본 논문에서는 16×16 MIMO를 기반으로 실험을 하였으므로 기존 시스템을 그림 6의 (a)와 같이 메시지를 16 등분으로 분리하고 각각 MIMO 물리 채널에서 전송하는 것으로 한다. 이에 반해 제안하는 시스템은 그림 6의 (b)와 같이 12개의 데이터 채널과 4개의 복구 전용 Parity 채널로 구성한다. 이때 구성 방법은 그림 6의 (c)와 같이 인접한 태양광 패널을 블록으로 묶는 방법이 있으나 본 논문에서는 그림 6의 (d)와 같이 인접하지 않는 태양광 패널을 블록으로 묶는 것을 제안한다. 이렇게 하면 음영이 뭉쳐있을 때도 에러 복구가 가능하다.

제안하는 시스템은 수신단에서 한 물리 채널 프레임당 수신 전압의 차이가 다른 채널의 수신 전압 차이보다 매우 작은 경우, 이 채널이 음영 때문에 수신 에러가 발생한 것으로 판단하고 기본으로 비트 0으로 모두 인식한다. 이후 각 블록 안의 4개 채널이 Even Parity가 아닌 경우 문제가 발생한 채널의 비트를 1로 변경하여서 물리 채널 프레임을 복원한 후 3개의 물리 채널의 프레임을 모아 하나의 메시지 프레임으로 조립한다. 같은 방법으로 모든 블록에 대해 처리한다.

4. 실험결과 및 분석

실험에 사용된 주요 파라미터는 표 2와 같다. 실험결과로 BER을 측정하였으며 그림 7과 같이 음영이 없는 상태의 SISO와 MIMO 환경에서 측정하고 음영이 있는 환경에서 16개 채널 모두에 메시지를 실어서 전송하는 경우와 두 가지 형태의 블록화 후에 각 블록 내에서 하나의 Parity 채널을 두는 경우를 측정한다.

그림 7의 (d)는 각 LED의 Theta가 7인 경우이며, 음영이 없는 경우 MIMO로 전송하는 경우 (그래프 라벨: MIMO– No Shadow)는 SISO (그래프 라벨: SISO – No Shadow)의 경우보다 약간 BER이 높았다. 이는 MIMO에서 인접 LED가 노이즈로 역할을 하므로 발생한 성능 저하를 보여준다. 본 논문에서 제안한 시나리오 3의 결과 (그래프 라벨: MIMO – Recovered)는 4개 태양광 패널에 음영이 걸쳐있어도 기존 음영이 없을 경우의 MIMO 시스템( 그래프 라벨 : MIMO–No Shadow)과 거의 비슷한 BER을 얻는다. 즉 음영에 따라 에러를 모두 복구하였음을 보여준다.

그러나 그림 7의 (c)는 시나리오 2에 해당하며 이 경우 4개의 태양광 패널에 발생한 음영으로 인한 Spatial Burst Error로 인해 SNR이 증가하더라도 BER이 0.1 보다 더 떨어지지 않는 것을 확인할 수 있다.

따라서 본 논문에서 제안한 시나리오 3의 방법은 4개의 태양광 패널에 걸쳐있는 음영때문에 발생한 Spatial Burst Error를 모두 복구함을 확인하였다.

그림 7의 (a)와 (b)는 LED Theta가 15인 경우의 시나리오 2와 시나리오 3의 BER을 보여준다. 본 논문에서 제안한 시나리오 3이 비교 대상인 시나리오 2에 대해 성능에 큰 차이가 없다. 원인을 분석해 보면 LED Theta가 15인 경우 채널 간 간섭이 심하게 발생하고 이는 잡음으로 작용하게 되어 송신 LED의 신호를 분간할 수 없게 된다.

따라서 본 실험의 주어진 환경에서 16×16 MIMO 가시광통신 시스템에서 제대로 된 통신을 수행하기 위해서 LED Theta가 15보다 작아야 하며 여기서는 7일 때 제대로 동작함을 알 수 있다.

5. 결 론

본 논문에서는 태양광 패널을 이용한 16×16 MIMO에서 인접한 태양광 패널 4개가 음영에 가려진 경우 발생하는 Spatial Burst Error를 복구하기 위해 서로 인접하지 않은 태양광 패널 4개를 하나의 블록으로 만들고 이 중 3개는 데이터 채널로 하고 나머지 하나는 Parity 데이터를 갖는 복구 채널로 만들어서 음영에 따른 4bit의 Spatial Burst Error가 모두 복구됨을 확인하였다. 비교를 위해 인접한 태양광 패널을 묶어서 블록으로 만들어서 하나의 채널에 Parity 데이터를 전송하는 경우는 이를 복구하지 못하는 것도 확인하였다.

본 논문에서는 MATLAB으로 태양광 패널과 전체 시스템을 모델링하고 시뮬레이션하였다. 제안하는 시스템은 SNR이 높은 경우, 음영에 따른 Spatial Burst Error를 완전히 복구하는 결과를 보여준다. 그러나 LED Theta가 커지는 경우 인접 채널 간 간섭이 발생하여 효과가 없어지는 것도 확인하였다. 따라서 16×16 MIMO 가시광통신 시스템에서는 이 인접 채널 간 간섭을 최소화하기 위해 LED Theta를 충분히 작게 해야 하는 것을 확인하였다.

기존의 연구가 주로 실내환경과 포토다이오드를 이용한 가시광통신 MIMO 연구가 주로 이루어졌으나 태양광 패널을 이용한 가시광통신의 경우 태양광 패널이 주로 실외환경에 설치되어 있고 또한 음영에 영향을 많이 받는다. 본 논문은 이런 환경에서 가시광통신 MIMO가 음영에 따른 영향을 회피하는 방법을 제시한다.