차량 간 통신의 예측 가능한 신뢰성을 위한 사이버 물리적 간섭 모델링

초록

기존 차량 간 통신(V2V)은 예측 불가능한 간섭으로 인해 신뢰성을 보장하지 못한다. 본 연구는 차량의 물리적 위치와 교통 흐름의 사이버-물리적 구조를 활용한 ‘사이버-물리적 스케줄링(CPS)’ 프레임워크를 제안한다. CPS는 PRK 간섭 모델을 기하학적으로 근사한 gPRK 모델을 사용하고, 차량 이동성 문제를 해결하여 예측 가능한 통신 신뢰성을 달성하면서도 높은 처리량과 낮은 지연을 보장한다.

상세 분석

본 논문의 핵심 기술적 기여는 높은 이동성 환경인 V2V 네트워크에서 예측 가능한 간섭 제어를 실현한 것이다. 기존 PRK(Physical-Ratio-K) 간섭 모델은 정적 또는 저이동성 네트워크에서는 효과적이지만, 차량의 빠른 이동으로 인해 신호 맵을 정확하게 유지하는 것이 불가능해 적용이 어려웠다. CPS는 이 문제를 해결하기 위해 두 가지 주요 혁신을 도입한다.

첫째, gPRK(geometric PRK) 모델이다. 이는 PRK 모델의 기하학적 근사치로, 신호 강도 대신 차량의 **물리적 위치(GPS 등)**를 기반으로 간섭 관계를 판단한다. 즉, 두 차량 간의 거리와 사전에 결정된 K 파라미터를 사용하여 “동시 전송 가능 여부"를 결정한다. 이를 통해 복잡한 신호 측정 없이도 간섭 관계를 저비용의 제어 신호로 추정할 수 있다.

둘째, 교통 흐름의 사이버-물리적 구조 활용이다. CPS는 단순히 위치 정보만 사용하는 것을 넘어, 교통 흐름의 다층적 특성을 스케줄링에 통합한다.

1. 시공간 간섭 상관관계: 근접한 차량들은 유사한 간섭 환경을 공유하므로, 한 링크에서 학습한 gPRK 모델 파라미터를 주변 링크에 빠르게 전파하여 초기화 속도를 높인다.
2. 거시적 차량 역학: 교통 밀도, 평균 속도 등의 거시적 패턴을 활용하여 gPRK 파라미터의 초기 추정값을 설정한다.
3. 미시적 차량 역학: 차량 간의 상대 속도, 추종 거리 등의 미시적 행동을 모델링하여 차량 위치를 예측하고, 이를 바탕으로 실시간으로 간섭 관계를 업데이트한다.

이러한 접근법은 분산 스케줄링 알고리즘(ONAMA)과 결합되어, 각 차량이 주변 간섭 관계를 실시간으로 인지하고 최대한 많은 비간섭 차량이 동시에 전송할 수 있도록 스케줄링한다. 결과적으로 네트워크 전체의 스펙트럼 효율성(처리량)을 높이면서도, 각 링크가 애플리케이션이 요구하는 특정 패킷 전달률(PDR)을 예측 가능하게 만드는 ‘로컬 간섭 제어’의 장점을 실현한다. 이는 안전 크리티컬한 네트워크 차량 제어 시스템의 실현을 위한 필수 인프라로 평가될 수 있다.