6G 테스트 도움말 센터

3GPP는 서비스 요구 사항, 무선 측면 및 채널 모델링을 다루는 다양한 작업 그룹에 걸쳐 조정된 기술 보고서(TR) 세트를 통해 통합 감지 및 통신(ISAC)을 정의합니다. 다음 TR은 ISAC 요구 사항과 진행 중인 표준화 작업을 종합적으로 정의합니다.

핵심 서비스 요구사항 보고서 (SA1)

• 3GPP TR 22.837 – Release 19 기반 ISAC 타당성 연구: 이는 3GPP SA1에서 개발한 기본 보고서입니다. 객체 감지, 모션 모니터링 및 환경 감지와 같은 ISAC 사용 사례를 정의하고, 5G-Advanced 및 pre-6G 시스템에 대한 서비스 수준 요구 사항을 제시합니다.  
• 3GPP TS 22.137 – Release 19의 5G 시스템 서비스 요구 사항: 이 기술 사양은 타당성 조사 결과를 규범적 서비스 요구 사항으로 전환하여 TR 22.837을 보완합니다. 감지 정확도, 감지 지연 시간, 공간 해상도와 같은 핵심 성과 지표(KPI)를 정의합니다.

무선 및 채널 모델링 보고서 (RAN1/RAN2)

• 3GPP TR 38.857 – ISAC용 채널 모델 개선 연구: RAN1에서 개발된 이 보고서는 TR 38.901의 확률적 채널 모델을 확장하여 0.5–52.6 GHz 주파수(100 GHz까지 확장 가능)에 대한 ISAC 모드(BS 단일 정적, BS–UE 이중 정적, UE–UE 이중 정적 등)를 지원합니다.

참고 자료: 
통합 감지 및 통신(ISAC); 사용 사례 및 배포 시나리오

ISAC 채널 모델링 – ETSI의 관점

6G NTN 체감 품질(QoE) 테스트는 신호 에뮬레이션, 네트워크 에뮬레이션 및 채널 모델링을 결합하여 위성 및 지상 링크가 최종 사용자 성능에 어떻게 영향을 미치는지 검증합니다. 키사이트는 NTN 및 5G NR / 6G 테스트 솔루션을 통해 이를 달성하기 위한 통합 접근 방식을 제공합니다. 다음은 키사이트 도구를 사용한 테스트 워크플로우 개요입니다. 

• 신호 생성: 업링크/다운링크 기준 신호용 MXG 또는 VSG를 사용하여 NR-NTN 또는 6G 후보 파형을 생성합니다. 
• 채널 에뮬레이션: PROPSIM 또는 표준화 전 FR3 에뮬레이션 모델을 통해 지연, 도플러, 궤도 역학 및 간섭을 적용합니다.
• 네트워크 통합: UeSIM 또는 UXM을 RAN 에뮬레이터로 사용하여 사용자 플레인 및 제어 플레인 흐름을 시뮬레이션하십시오.
• QoE 측정: 위성 이동 또는 채널 손상과 연관된 처리량, 지연 시간, 지터 및 MOS와 같은 애플리케이션 수준 지표를 기록합니다.
• AI 피드백 최적화: QoE(체감 품질)를 극대화하기 위해 링크 및 서비스 파라미터의 자동 튜닝을 위해 키사이트 PathWave Analytics를 활용하십시오.

6G 시뮬레이션 및 에뮬레이션 솔루션을 살펴보십시오.

비지상 네트워크(NTN)와 지상 네트워크의 통합은 긴 전파 지연, 위성 이동으로 인한 도플러 편이, 간헐적인 링크 가용성, NTN-TN 상호 간섭, 지상 시스템과 크게 다른 대기 장애와 같은 고유한 과제를 야기합니다. 원활한 핸드오버, 계층 간 리소스 할당, 다양한 플랫폼(LEO, GEO, HAPS, UAV) 간의 상호 운용성을 보장하는 것은 복잡성을 가중시킵니다.

키사이트의 SystemVue RF 디지털 트윈 모델링 툴은 위성 페이로드, 게이트웨이 및 사용자 장비를 포함한 종단 간 NTN 시스템의 고충실도 링크 레벨 모델링 및 실제 전파 조건에서의 시뮬레이션을 제공하여 이러한 장벽을 극복하는 데 도움을 줍니다. 이 툴은 위상 잡음, RF 비선형성 및 I/Q 불균형과 같은 주요 손상 요인을 통합하는 동시에 위상 배열 안테나 모델링, 3D 궤적 시각화 및 DPD를 사용한 비선형 PA 분석을 지원합니다. 이를 통해 엔지니어는 하드웨어 배포 전에 성능을 정확하게 예측하고, 빔 관리 전략을 검증하며, 링크 견고성을 평가할 수 있어 궁극적으로 안정적인 NTN-6G 시스템 설계를 가속화하고 글로벌 연결성을 위한 확장성을 보장합니다.

키사이트의 5G/6G 시스템 설계 솔루션에 대해 자세히 알아보십시오.

NTN RAN 개발에 AI를 활용할 수 있는 몇 가지 사용 사례는 다음과 같습니다.

채널 예측 및 모델링: NTN 채널은 위성 이동, 도플러 및 긴 전파 지연으로 인해 매우 동적입니다. AI/ML(예: 딥러닝, RNN, 트랜스포머)은 채널 동역학을 학습하고 채널 상태 정보(CSI)를 예측하여 링크 신뢰성을 향상시키고 오버헤드를 줄일 수 있습니다. 

빔포밍 및 핸드오버 최적화: AI는 LEO 위성 또는 HAPS에 대한 적응형 빔 조향을 최적화하여 사용자가 빔 간을 이동할 때 중단 시간을 최소화할 수 있습니다. ML 알고리즘은 이동성 패턴을 예측하고 위성 간 또는 지상 및 비지상 셀 간의 원활한 핸드오버를 자동화합니다. 

리소스 및 스펙트럼 관리: NTN RAN은 단편화된 스펙트럼과 여러 RAT에 걸친 스펙트럼 공유를 처리해야 합니다. AI는 FR1/FR2/FR3 + NTN 대역에 걸쳐 리소스를 동적으로 할당하여 수요 변동 시 공정성과 QoS를 보장하는 데 사용될 수 있습니다. 

에너지 및 전력 효율성: 위성 및 UAV는 전력 예산이 제한적입니다. AI는 전력 제어, 스케줄링 및 부하 분산을 최적화하여 수명과 효율성을 극대화할 수 있습니다. 

보안 및 이상 감지: NTN 링크는 재밍/스푸핑에 더 취약합니다. AI 기반 이상 감지는 비정상적인 신호 패턴 또는 사이버 물리적 공격을 실시간으로 식별할 수 있습니다. 

통합 감지 및 통신(ISAC): AI는 NTN 노드가 통신 및 감지에 동일한 파형을 사용하도록 지원하여 연결성을 유지하면서 사용자, 개체 또는 위협을 추적할 수 있도록 합니다.

AI는 6G 송신기 및 수신기의 물리 계층과 같은 6G 무선 네트워크의 다양한 구성 요소에 통합될 것으로 예상됩니다. 이를 통해 디바이스는 중앙 집중식 시스템에 전적으로 의존하지 않고도 독립적으로 의사 결정을 내리고, 리소스를 효율적으로 관리하며, 동적 조건에 적응할 수 있게 됩니다. 이러한 이유로 AI 기술이 통합된 무선 구성 요소를 테스트하는 것은 기존 구성 요소를 테스트하는 것과는 근본적으로 다릅니다.

일련의 사양에 대해 무선 장치의 성능을 검증하는 기존 테스트 전략으로는 충분하지 않을 것입니다. AI 지원 장치는 예측 불가능한 실제 상황에 적응하고, 변동하는 신호 강도, 간섭 수준 및 사용자 밀도를 가진 동적 환경에서 기능하도록 구축됩니다. 결과적으로 AI 알고리즘은 안정성을 보장하기 위해 광범위한 조건에서 성능을 최적화하도록 훈련되어야 합니다. 변화하고 예측 불가능한 실제 환경에서 성능을 평가하려면 훈련 세트와 크게 다른 시나리오를 테스트에 포함해야 합니다.

AI와 6G의 통합에 대해 자세히 알아보십시오.

채널 모델링을 통해 6G 수학적 모델을 설계하고 통신 시스템에서 송신기 및 수신기의 성능을 평가할 수 있습니다. 6G 주파수 범위 3(FR3) 테스트에서는 반결정론적 및 결정론적 채널 모델을 사용하는 위상 및 시간 코히어런트 다중 채널 에뮬레이션이 필요합니다. 6G FR3 채널 모델링의 주요 성능 지표는 다음과 같습니다.

• 빔 가중치 추정 및 포인팅 메트릭스
• 빔 형상 및 이득
• 측엽 레벨

강력한 채널 에뮬레이션 솔루션을 통해 다양한 전파 환경을 생성하고 위상 잡음 및 간섭과 같은 하드웨어 손상을 에뮬레이션할 수 있습니다.

6G FR3 채널 에뮬레이션 애플리케이션 노트 다운로드

6G에 더 높은 스펙트럼을 사용하는 것은 이러한 대역에서 무선 주파수 전파 문제를 극복하는 것을 포함합니다. 또한, 5G 프로토콜 스택은 6G 애플리케이션에 필요한 더 큰 대역폭과 더 높은 반송파 주파수를 지원하기 위해 수정이 필요할 것이며, 이는 아직 실제 환경에서 테스트되거나 배포되지 않았습니다. 그러나 실제 사용자 장비(UE)를 에뮬레이션하여 초기 6G 네트워크를 설계하고 검증할 수 있습니다.

Pre-6G 네트워크 테스트에 대해 자세히 알아보십시오.

6G에서 높은 데이터 처리량을 달성하기 위한 세 가지 근본적인 접근 방식이 있습니다. 첫 번째는 각 심볼에 대해 전송되는 비트 수를 늘리기 위해 고차 변조 방식을 사용하는 것입니다. 두 번째 접근 방식은 더 많은 스펙트럼 대역폭을 사용하고 더 높은 심볼 속도를 사용하여 데이터 처리량을 증가시킵니다. 세 번째 접근 방식은 다중 입력/다중 출력(MIMO)과 같은 다중 안테나 기술을 사용하여 여러 개의 독립적인 데이터 스트림을 전송합니다. MIMO는 무선 채널 복잡성을 활용하고 여러 개의 독립적인 데이터 스트림을 동시에 송수신하여 더 높은 데이터 처리량을 생성합니다.

6G 데이터 처리량 테스트에 대해 더 깊이 알아보십시오.

6G용 Sub-THz 광대역 신호를 특성화하려면 고성능 장비와 소프트웨어의 조합을 사용해야 합니다. 초고속 임의 파형 발생기(AWG), 주파수 업컨버터, 국부 발진기 역할을 하는 신호 발생기가 필요합니다. 이 테스트 설정은 H-대역 후보 파형을 생성, 측정 및 특성화하는 데 도움이 됩니다.

6G 신호 특성화 사용 사례 검토

일반적인 6G 테스트베드는 다양한 연구 요구 사항을 해결하기 위해 다양한 주파수 대역, 대역폭 및 파형 유형을 지원해야 합니다. 엔지니어는 광대역 및 초광대역 변조 중간 주파수(IF) 신호를 생성할 수 있는 임의 파형 발생기(AWG)를 사용해야 합니다.

소형 D-대역(110~170GHz) 또는 G-대역(140~220GHz) 업컨버터는 광대역 IF를 원하는 서브테라헤르츠 주파수 대역으로 변환할 수 있습니다. 수신기 테스트에서는 신호를 IF로 다운컨버팅해야 합니다. 이 작업을 수행하려면 다운컨버터가 필요합니다. 또한 신호를 디지털화하려면 오실로스코프 또는 다채널 키사이트 AXIe 스트리밍 디지타이저가 필요합니다.

6G Sub-THz 테스트베드 살펴보기

키사이트는 16개 파트너와 협력하여 6G 실험을 위한 범유럽 테스트 베드를 구축하기 위해 2023년 1월 6G-SANDBOX를 출시했습니다. 이 프로젝트는 디지털 및 물리적 노드를 결합하여 6G를 위한 새로운 기술 및 연구 발전을 검증하기 위한 완벽하게 구성 가능하고 관리 및 제어 가능한 엔드투엔드 네트워크를 제공합니다. 6G-SANDBOX는 유럽 연합(EU) 전역의 기관이 네트워크 자동화, 사이버 보안, 디지털 트윈, 인공 지능(AI)을 포함한 유망한 6G 이네이블러와 에너지 소비를 간소화하는 기술을 테스트할 수 있도록 합니다. 이 그룹은 아시아의 연구 기관을 포함하도록 확장되었습니다.

6G-SANDBOX에 대한 추가 정보