무선 메쉬 네트워크 기반 제어를 위한 패킷 전달 예측 및 네트워크 상태 추정

초록

본 논문은 다중 홉 무선 메쉬 네트워크를 그래프 형태로 모델링하고, 링크별 전송 성공 확률을 이용해 재귀 베이즈 추정기로 미래 패킷 전달 확률을 예측한다. 예측된 확률 분포를 활용한 유한 horizon LQG 컨트롤러(FPD)를 설계하여, 손실이 발생할 수 있는 액추에이터 채널을 보상한다. 정적 독립 링크 모델(SIHS)과 Gilbert‑Elliott 기반 모델(GEIHS)을 비교 분석하고, 시뮬레이션을 통해 제안 방법이 기존 i.i.d. 가정보다 우수함을 입증한다.

상세 분석

이 논문은 기존 NCS 연구가 단일 링크 혹은 스타 토폴로지를 전제하고, 패킷 손실을 독립적인 Bernoulli 과정으로 모델링하는 한계를 지적한다. 저자들은 무선 메쉬 네트워크를 정점과 링크로 구성된 유향 비순환 그래프 G(V,E)로 정의하고, 각 링크의 전송 성공을 두 상태(Gilbert‑Elliott) 마코프 체인으로 표현한다. 이렇게 하면 시간에 따라 상태가 전이되는 버스트 손실을 자연스럽게 포착할 수 있다. 네트워크 스케줄은 고정된 TDMA 슬롯 시퀀스 F(T)로 주어지며, 각 슬롯에서 어느 링크가 전송되는지가 명시된다.

네트워크 상태(실제 토폴로지 실현) G(k)는 관측되지 않는 숨은 변수이며, 컨트롤러는 매 샘플 시점에 ACK를 통해 과거 패킷 전달 여부 ν₀…ν_{k‑1}만을 알 수 있다. 저자들은 재귀 베이즈 추정을 이용해 P(G(k)=Ĝ | ν_{0:k‑1})를 업데이트한다. 두 가지 추정기가 제안된다.

1. SIHS (Static Independent Links, Hop‑by‑hop Scheduling): 링크가 시간에 따라 변하지 않는 고정 확률 p_l을 갖는 가장 단순한 모델로, 베이즈 업데이트가 폐쇄형으로 가능하다.
2. GEIHS (Gilbert‑Elliott Independent Links, Hop‑by‑hop Scheduling): 각 링크가 독립적인 2‑state 마코프 체인으로 전이하며, 전이 확률(p_u, p_d)으로 정의된다. 이 경우 베이즈 업데이트는 각 링크별 상태 분포를 개별적으로 유지하면서도 전체 토폴로지 확률을 계산한다.

추정 결과는 **미래 패킷 전달 시퀀스 ν_{k:k+H‑1}**에 대한 공동 확률 분포 f_{ν_{k:k+H‑1}}(·)로 변환된다. 이 분포는 연속적인 전달 성공/실패의 상관관계를 보존하므로, 컨트롤러가 향후 네트워크 중단을 사전에 인식하고 제어 입력을 조정할 수 있게 한다.

컨트롤러 설계는 Finite‑horizon, Future‑Packet‑Delivery‑optimized (FPD) LQG 로, 비용 함수 J = E