Cellular V2X 시스템을 위한 CNN 기반 채널 추정기법

V2X(Vehicle-to-Everything) 기술이 자율 주행을 위한 핵심 기술로 주목을 받고 있다. 특히 LTE-A나 5G NR(New Radio) 셀룰러 네트워크를 기반으로 한 C-V2X(cellular V2X)를 중심으로 많은 연구가 이루어지고 있다. 단순한 안전 운행을 넘어서 자율 주행이 이루어지기 위해서는 초저지연과 높은 상대 속도에서의 높은 데이터 수율이 보장되어야 한다. 차량 간 상대 속도가 높은 경우 채널은 특성이 빠르게 변하기 때문에 시변(time varying) 주파수 선택적 페이딩 환경에서의 신뢰성이 있는 통신이 이루어지도록 해야 한다. 따라서 고속 환경에서 신뢰할 수 있는 채널 추정이 필요하다. 본 논문에서는 LTE-A 기반 C-V2X 사이드링크 통신에서 CNN(Convolutional Neural Network) 기반의 채널 추정기법을 적용해보며, 그 타당성을 검증해보고자 한다. 제안된 방식은 여러 도플러 주파수 환경에서 학습시킨 CNN 가중치를 사용하여 채널 추정을 하는 기법으로 단말의 이동 방향이나 속도에 따라 변하는 도플러 주파수에 적응적으로 대응하여 동작한다. 모의실험을 통하여 본 논문에서 제안한 채널 추정기법이 LS(Least Square) 채널 추정기법보다 MSE 및 BER 측면에서 우수한 성능을 보이는 것을 확인하였다.