Ⅰ. 서 론

최근 AI, 무인 로봇 등 첨단 기술의 발전이 급격히 가속화되며, 미래전의 양상 역시 빠르게 변화하고 있다^[1]. 전통적인 개별 플랫폼 기반 전쟁 (PCW, Platform Centric Warfare)에서 네트워크 중심전 (NCW, Network Centric Warfare)으로 전환이 이루어지고 있으며^[2], 특히 유·무인 복합전투체계 (MUM-T, Manned-UnManned Teaming)기술은 미래전의 핵심으로 부상하고 있다^[3]. MUM-T 기술은 인간과 기계가 협력하여 임무를 수행하는 방식으로, 유인기와 무인기가 편대를 구성해 유인기가 무인기를 지휘·통제한다. 무인기는 위험한 임무를 대신 수행하거나 유인기를 보호하며, 이를 통해 공중전에서 유인기 조종사의 생존성을 높이는 데 기여한다. 이 기술의 대표적인 사례로는 미국 공군의 'Loyal Wingman' 프로그램이 있다^[4]. 이 프로그램은 유인 전투기를 중심으로 다수의 무인기가 협력 작전을 수행하며, 유인 전투기의 방어 및 전투 효율 극대화를 목표로 운영된다.

유·무인 편대는 임무 중 제어, 상태, 영상 및 임무 정보를 TC (Telecommand), TM (Telemetry), 영상(임무) 링크를 통해 교환하는 데이터링크를 형성한다. 유인기는 1:N 상향 링크로 주기적인 TC 메시지를 broadcast하여 무인기의 제어와 임무 수행을 위해 필요한 각종 정보를 전송한다. 또한, 유인기와 무인기는 N:N 링크로 TM 메시지를 주기적으로 broadcast 하여 각자의 상태 정보를 교환한다^[5]. TC와 TM 메시지는 안정적인 QoS (Quality of Service)를 보장하기 위해 주로 비경쟁 기법인 TDMA (Time Division Multiple Access) 프로토콜로 무선 채널을 공유한다^[6]. 또한, TC와 TM 메시지 송수신 이후, 무인기는 영상 데이터를 1:N 하향링크로 유인기에게 전송하며, 이때 복수의 무인기에서 유인기로 데이터를 동시에 전송하기 위해 FDMA(Frequency Division Multiple Access) 프로토콜을 주로 사용한다.

유·무인 편대통신 데이터링크의 FTDMA MAC 프로토콜은 타임 슬롯 마다 가드 타임이 존재하여, 유·무인기의 거리 차이에 의한 전파 지연으로 발생할 수 있는 메시지 충돌을 방지하는 역할을 한다. 그러나 과도한 가드 타임 사용은 네트워크 성능을 저하시킬 수 있다는 문제점을 가지고 있다^[7]. 이를 해결하기 위해, 최근 연구에서는 네트워크에 참여한 노드의 위치 정보를 활용하여, 가드 타임을 최대 전파 지연으로 설정하여 최적화하는 연구가 이루어졌다^[8]. 그러나 동적인 토폴로지 환경에서는 최대 전파 지연 기준으로 설정된 가드 타임이 네트워크의 다양한 토폴로지 형태를 반영하지 못해, 부분적인 성능 향상만이 가능하다는 단점이 있다. 이외에도 노드 간 전파 지연을 고려하지 않고 TM 스케줄링을 하면 네트워크 시간 자원을 비효율적으로 사용하여 시스템의 전체적인 성능을 저하시킬 수 있다^[9].

이 문제를 해결하기 위해, 본 논문에서는 유·무인 편대의 토폴로지 정보를 바탕으로 무인기의 TM 송신 스케줄링을 순회 외판원 문제 (TSP, Traveling Salesman Problem)로 모델링하고, 이를 유·무인 편대통신 환경에 적용하여 효율적인 통신이 가능하도록 TSPS-FTDMA MAC (Traveling Salesman Problem Solution - Frequency Time Division Multiple Access Medium Access Control) 프로토콜을 제안한다.

본 논문의 구성은 다음과 같다. 2장에서는 관련 연구 및 기술 내용을, 3장에서는 유·무인 편대통신 데이터링크 시스템 모델을 설명하고, 4장에서는 기존 MAC 프로토콜 가드 타임 설정 기법의 문제점을 분석한다. 5장에서는 제안하는 TSPS-FTDMA MAC 프로토콜을 설명한다. 6장에서는 제안하는 프로토콜의 성능을 다양한 유·무인 편대 토폴로지에서 기존 기법과 비교 분석하며 마무리한다.

Ⅱ. 관련 연구 및 기술

Link-16과 같은 기존의 전술 데이터링크 (TDL, Tactical Data Link)는 주로 지휘통제 (Command & Control) 와 저용량 임무 데이터 전송을 목적으로 개발되었다^[10]. 하지만 무인기의 활용이 늘어나면서, 감시·정찰 영상과 임무 정보를 실시간으로 전달할 필요성이 커졌고, 이러한 요구를 충족하기 위해 공용 데이터링크(CDL, Common Data Link) 가 개발되었다^[11]. CDL은 미국의 MP-CDL Multi-Platform Common Data Link), DirecNET^[12]과 한국의 MPI-CDL^[13] (Multi-Platform Image and Intelligence Common Data Link)을 예로 들 수 있다, MP-CDL 과 MPI-CDL 은 FDMA 기반 다중접속을 사용하고, DirecNET은 TDMA 기반의 다중접속 기술을 사용하여, 현재 개발 중인 유·무인 편대 통신 체계에 적합하지 않고, 노드의 최적 스케줄링은 고려되지 않았다. 이때, 다양한 환경에서 전파 지연에 의한 가드 타임 및 스케줄링을 하는 연구가 진행되었다. 우선, 공중 허브 네트워크 환경에서 무인기의 스케줄링을 진행하는 연구^[9]에서는 장거리 무선 통신 환경에서 전파 지연을 활용한 스케줄링을 하였으나 SNR에 의한 채널 용량을 고려하지 않았다. 전파 지연이 긴 무선 환경에서 데이터 처리율을 향상하는 연구^[14]에서는 slotted aloha를 대상으로 시간 불확실성과 지연으로 인해 발생할 수 있는 충돌을 비콘 신호를 활용해 전파 지연 시간을 추정하여 안정성과 처리량을 향상시켰다.

수중 센서 네트워크에서 가드 타임을 최적화하는 연구^[15]에서는 수중 전파 지연의 분산을 계산하여 가드 타임을 최소화 하였지만 노드의 이동성이 없어 동적인 공중 환경에서의 연구에 적합하지 않다. 또한, 최근 TSP 문제는 스케줄링, 경로 최적화, 물류 등 다양한 분야에서 연구가 진행되고 있다^[16]. 클라우드 컴퓨팅에서 서비스 제공 시간을 스케줄링하는 연구^[17]에서는 클라이언트가 서비스를 요청하면 서비스 제공자는 제출된 정보들을 바탕으로 TSP 문제로 정의하여 제한된 컴퓨팅 자원 내에 서비스 제공 시간을 스케줄링을 진행하고. 대규모 농업 환경에서 작업 로봇의 최적 경로 연구^[18]에서는 에너지 용량 제한과 위치 간 이동 비용, 작업 수행 비용을 기반으로 TSP 문제로 정의하고 최적의 작업 로봇 작업 경로를 제시하였다.

본 논문에서는 관련 연구 바탕으로 유·무인 편대통신 환경에서 한정된 시간 내에 무인기가 전송하는 영상 송신 시간 스케줄링을 TSP 문제 기반으로 최대화 한다.

Ⅲ. 시스템 모델

본 논문에서는 그림 1과 같이 1기의 유인기 f와, N-1개의 무인기 [TeX:] $$U A V=\left\{o_1, o_2, \ldots, o_{N-1}\right\}$$로 구성되어, 총 N개로 구성된 단일 유·무인 편대 [TeX:] $$M U M=\left\{f, o_1, o_2, \ldots, o_{N-1}\right\}$$ 환경을 고려한다. 유·무인 편대는 송신 전력 [TeX:] $$T X_{\text {power }},$$ 중심 주파수 [TeX:] $$f_{M U M}, B W_{M U M}$$의 대역폭으로 TC, TM을 송수신하고, 각 무인기는 영상 데이터 송신을 위해 [TeX:] $$B W_{M U M}$$를 균등하게 배정받아 사용한다. 유·무인 편대는 모두 1-hop 통신이 가능한 범위 안에서 랜덤하게 생성되어, 일정한 속력 v로 비행한다고 가정한다. 이때 시간 동기는 GPS (Global Positioning System) 기반 1pps (1 pulse per second) 시간 동기화와 주기적인 TM 메시지 timestamp 교환을 이용한 양방향 시간 동기화로 유·무인 편대의 시간 동기를 유지한다^[19].

그림(Fig.) 1.

유·무인 편대통신 데이터링크 구조 (Datalink structure of Manned-Unmanned Multiple Access Communication.)

유·무인 편대는 그림 2와 같이 FTDMA 프로토콜을 기반으로 [TeX:] $$T_{\text {frame }}$$을 주기로 TC, TM, 영상 데이터를 순차적으로 송수신하는 데이터링크를 형성하여 운용된다. 유인기는 [TeX:] $$T_{TC}$$ 동안 무인기의 제어 명령과 제어 정보를 담은 TC 메시지를 1:N 상향 링크로 송신한다. 그 후, N대의 유·무인기는 [TeX:] $$T_{\text {frame }}$$ 마다 GPS와 센서들로 수집한 상태정보 및 위치정보 데이터를 TM 메시지로 구성하여 항전 장비의 임무 컴퓨터를 통해 자신의 TM 슬롯에 매 [TeX:] $$T_{\text {frame }}$$ 마다 N:N 링크로 송신한다. TC와 TM 메시지 송수신 이후, N-1개의 무인기는 각자 수집한 감시, 정찰 영상 및 임무 데이터를 [TeX:] $$T_{\text {video }}$$ 동안 유인기에게 FDMA 프로토콜 기반 1:N 하향 링크로 송신한다. 이때 유인기는 무인기의 TM 메시지를 통해 식 (1)과 식 (2)와 같이 유·무인 편대 통신 네트워크 내 존재하는 모든 유·무인기 간의 유클리드 거리와 전파 지연에 대한 정보를 획득할 수 있다. c는 빛의 속도, D와 P는 각각 N개의 모든 유·무인 기간의 유클리드 거리와 그에 따른 전파 지연을 나타내는 행렬로, 예를 들어 [TeX:] $$d_{f, o_1} \text { 와 } t_{f, o_1}$$는 각각 유인기와 1번 무인기와의 유클리드 거리와 전파 지연을 의미한다.

그림(Fig.) 2.

유·무인 편대통신 time frame 구조 (Time frame structure of manned-unmanned multiple access communication.)

그림(Fig.) 3.

유·무인 편대통신 데이터링크에서의 TM, 영상 스케줄링 (TM and video packets scheduling in manned-unmanned multiple access communication.)

유인기는 그림 3과 같이 m-1번째 프레임에서 자신의 GPS 위치 정보와 전송받은 무인기 TM 정보를 바탕으로 유·무인 편대의 전체 토폴로지 P를 인식한다. 그 후 유인기가 m번째 프레임의 TC 메시지를 통해 유·무인 편대 내 존재하는 모든 무인기와의 전파 지연을 고려한 TM과 영상 데이터 송신 시간 스케줄링 정보를 공유한다. 예를 들어, 그림 3의 유인기가 송신한 TM이 [TeX:] $$o_1$$ 무인기에 수신되고 [TeX:] $$o_1$$ 무인기가 TM 송신을 하는 방식으로 유·무인 편대가 송수신하는 모든 TM이 충돌하지 않도록 하여, [TeX:] $$T_{\text {frame }}$$ 내에서 개별 무인기가 유인기에게 전송하는 영상 데이터 송신 시간을 조절한다.

Ⅳ. 기존 MAC 프로토콜 가드타임 설정 기법

본 장에서는 기존 연구에서의 MAC 프로토콜 가드 타임 설정 기법인 고정형 가드 타임 기법과 TM으로 얻은 위치 정보를 기반으로 노드 간 최대 전파 지연을 가드 타임으로 설정하는 기법에 대해 설명한다^[7,8]. 또한, 일반적인 유·무인 편대 상황에서 기존 MAC 프로토콜의 가드 타임 설정 기법의 문제점에 대해 분석한다.

4.1 고정형 가드타임 MAC 프로토콜

고정형 가드타임을 사용하는 MAC 프로토콜은 가장 기본적인 방식으로 유·무인기의 토폴로지 고려 없이 가드 타임을 동일하게 설정한 구조이다. 식 (3)은 [TeX:] $$T_{\text {frame }}$$ 내에서 TC, TM 전송 시간을 제외한 영상 데이터 전송을 위한 타임 슬롯 길이 [TeX:] $$T_{\text {video }}$$를 나타낸다.

[TeX:] $$T_{\text {guard,fix }}$$는 고정된 가드 타임, [TeX:] $$T_{\text {video,fix }}$$는 이로 인해 고정되는 영상 데이터 전송 시간을 의미한다. 이 프로토콜은 안정적인 데이터링크 QoS (Quality of Service)를 달성할 수 있다는 장점이 있다. 하지만 항상 고정된 가드 타임인 [TeX:] $$\sum_{i=1}^{N+2} T_{\text {guard }, \text { fix }}$$을 사용하기 때문에 네트워크 시간 자원이 낭비되고, 처리율이 낮다는 단점이 존재한다.

4.2 최대 전파 지연 가드 타임 MAC 프로토콜

최대 전파 지연 가드 타임 MAC 프로토콜은 고정형 가드 타임 MAC 프로토콜로부터 발전된 형태로, 이전 프레임의 TM 정보를 바탕으로 가장 긴 전파 지연을 가드 타임으로 고정 사용하는 기법이다. 이 기법으로 무인기가 전송 가능한 영상 데이터 타임 슬롯 [TeX:] $$T_{\text {video, MAX topo }}$$는 식 (4)와 같다.

[TeX:] $$T_{\text {guard, MAX topo }}$$는 최대 전파 지연 시간만큼 고정한 가드 타임, [TeX:] $$T_{\text {video, MAX topo }}$$는 이로 인해 고정되는 영상 데이터 전송 시간을 의미한다. 이는 고정형 가드 타임 MAC 프로토콜에 비해 시간 자원을 효율적으로 사용하여 영상 데이터 처리율을 높일 수 있다는 장점이 존재한다. 하지만, 해당 기법은 가드 타임을 최대 전파 지연으로 고정하기 때문에, 동적으로 변화하는 유·무인 편대의 토폴로지를 충분히 반영하지 못하며, GPS의 위치 오차와 유·무인 편대의 이동성에 의한 오차에 따른 메시지 충돌 가능성이 존재한다. 또한, TM 스케줄링 순서를 고려하지 않기 때문에 시간 자원을 비효율적으로 사용할 가능성이 존재한다.

Ⅴ. 제안하는 TSPS-FTDMA MAC 프로토콜

4장에서 언급한 기존 MAC 프로토콜의 가드타임 설정 기법의 한계점을 극복하기 위해, 본 논문에서는 TSPS-FTDMA MAC 프로토콜을 제안하여 유·무인 편대의 토폴로지 정보를 기반으로 무인기의 TM 송신 스케줄링을 최적화하고 시간 자원 낭비를 최소화한다.

5.1 문제 정의

본 논문에서는 유·무인 편대가 스케줄링 순서 [TeX:] $$\sigma=\left\{f, o_1, o_2, o_3, o_4, \ldots, o_{N-1}\right\}$$로 TM을 송신하는 상황을 고려한다. 이때, 유·무인 편대의 위치 정보가 정확하며, 이동성이 없는 고정된 토폴로지를 가정한다. 이러한 상황에서 유·무인 편대가 충돌 없이 TM을 송수신한 후, 마지막 순서의 무인기 [TeX:] $$o_{N-1}$$가 송신할 수 있는 영상 데이터 슬롯 길이 [TeX:] $$T_{\text {video }}^{o_4}$$는 식 (5)로 정의된다.

[TeX:] $$T_{\text {frame }}-t_{o_{N-1}, f}$$는 무인기 [TeX:] $$o_4$$가 다음 프레임의 TC 메시지 송신을 위해 무인기와 유인기의 전파 지연인 [TeX:] $$t_{o_{N-1}, f}$$를 고려하여 영상 데이터 송신을 끝내는 시간이다. [TeX:] $$T_{T X, \text { video }}^{o_{N-1}}$$를 최대화 함으로써 시간 자원을 효율적으로 사용하는 σ를 찾는 것이 목표이다. 식 (6)은 식 (5)에서 언급된 [TeX:] $$T_{T X, \text { video }}^{o_{N-1}}$$를 나타낸다.

[TeX:] $$T_{T C}$$는 TC 송신 시간이고, [TeX:] $$T_{T M}$$은 TM 송신 시간이다. 유·무인 편대가 TC, TM 타임 슬롯 길이와 [TeX:] $$T_{i, j}$$를 고려하여 스케줄링 순서 σ에 맞춰 TM 송수신을 완료한 것으로 정의할 때의 영상 송신 시각이다. 다음과 같이 정의한 식 (6)을 식 (5)에 대입하고 정리하면 식 (7)과 같은 결과를 얻을 수 있다.

[TeX:] $$T_{\text {frame }}-\left(T_{T C}+N \cdot T_{T M}\right)$$은 사전 설정에 의해 고정된 값이고, [TeX:] $$\left(t_{f, o_1}+t_{o_1, o_2}+t_{o_2, o_3}+\cdots+t_{o_{N-2, N-1}}+t_{o_{N-1}, f}\right)$$가 스케줄링 순서에 따라 변동될 수 있으며, 식 (8)를 최적화하는 문제로 정의할 수 있다.

이는 스케줄링 순서 σ에 따라 유인기부터 모은 무인기를 한 번씩 거치고 다시 유인기로 돌아올 때까지의 전파 지연 시간을 최소화하는 최적화 문제로 고려할 수 있다.

5.2 TSPS-FTDMA MAC 프로토콜

순회 외판원 문제 (TSP, Traveling Salesman Problem)는 “주어진 도시들의 목록과, 각 도시를 이동하는 비용이 있을 때, 모든 도시를 한 번씩 방문하고 다시 출발점으로 돌아오는 경로 중 최소 비용을 찾는 문제”로 정의된다^[20]. 본 논문에서 제시하는 TM 스케줄링 최적화 문제인 식 (8)은 순회 외판원 문제와 유사한 성격을 갖는다. 이러한 최적화 문제를 해결하기 위해 알고리즘 1과 같이 완전 탐색 기반의 TSPS (Traveling Salesman Problem Solution)를 제시한다. 알고리즘 1은 가능한 경로의 순열을 계산하고, 각 경로의 총 전파 지연 시간을 비교하여, 가장 짧은 경로를 선택하는 방식으로 진행한다. 이때, 동일한 값을 가진 경로가 여러개 존재할 경우, 유인기 기준으로 가장 가까운 무인기 [TeX:] $$o_1$$이 다음 TM 스케줄링 진행하는 방식으로 무인기 TM 메시지 전송의 최적 스케줄링을 진행한다. 하지만 이때, 이전 프레임의 정보를 바탕으로 TM 스케줄링을 진행하기 때문에 유·무인기의 상대 속도로 인한 [TeX:] $$T_{\text {frame }}$$ 동안의 거리 오차와, 실제 유·무인 편대 환경에서 항공기의 이동 속도와 GPS 업데이트 주기의 영향으로 위치 정확도가 제한될 수 있다. 예를 들어, 약 300 m/s 속도로 비행하는 항공기는 20 Hz 주기로 위치를 갱신할 때, 위치 오차가 약 27 m에 이를 수 있다^[21]. TM의 최적의 스케줄링으로 통신을 하여도 예기치 못한 메시지의 충돌을 초래할 수 있다. 따라서 FTDMA 타임 슬롯의 가드 타임으로 [TeX:] $$T_{\text {error }}$$를 삽입하여 실제 유·무인 편대 통신 환경에서 발생할 수 있는 메시지 충돌을 방지한다. 식 (9)는 [TeX:] $$T_{\text {error }}$$를 모델링한 것이다.

Algorithm 1

The Proposed TSPS-FTDMA Scheduling Algorithm

[TeX:] $$\Delta d_{g p s}$$는 노드 속도를 GPS 업데이트 주기로 나눈 위치 오차 값이며, [TeX:] $$v_{r e l}$$은 두 노드 간의 상대속도이다. 본 논문에서는 20 Hz의 GPS 업데이트 주기, 1 마하의 노드 속도를 고려한다.

최종적으로, 제안하는 TSPS-FTDMA MAC 프로토콜은 TSPS 기법을 활용해 무인기의 TM 메시지 전송 스케줄링을 최적화하고, 각 무인기의 영상 데이터 전송 시간을 최대화한다. 또한, [TeX:] $$T_{\text {error }}$$를 도입하여 유·무인 편대 통신환경에 메시지 충돌 가능성을 줄여서 동적인 토폴로지 상에서 안정적인 데이터 전송이 가능하다.

Ⅵ. 성능 평가

제안하는 TSPS-FTDMA MAC 프로토콜의 성능 평가를 위해, 표 1에 제시된 시뮬레이션 파라미터를 사용한다. 11대의 유·무인기가 N:N 통신이 가능한 1-hop 범위인 반경 R 내에서 무작위로 배치된 환경을 고려하며, 시뮬레이션은 MATLAB을 활용해 반복하여 그 평균값을 기반으로 분석을 진행한다. 또한, 제안하는 TSPS-FTDMA MAC 프로토콜 (Proposed)의 성능을 Fixed Guard Time (고정 가드 타임), Max Delay (최대 전파 지연 기반 고정 가드 타임), Fixed Order (무인기 ID 순서에 따른 TM 스케줄링) FTDMA MAC 프로토콜과 비교, 분석한다. 성능 지표로는 식 (10), 식 (11)과 같이 채널 활용률과 Shannon capacity 기반의 데이터 처리율을 사용한다^[8].

* 해당 파라미터는 보안상의 이유로 비공개

U는 [TeX:] $$T_{\text {frame }}$$ 대비, 무인기가 FDMA로 송신 가능한 타임슬롯 시간의 비율이다. 채널 용량 C는 대역폭 B와 신호 대 잡음비인 SNR (Signal to Noise Ratio)이 주어질 때, 이론적 한계의 데이터 처리율을 나타내는 지표이다. 본 성능 평가에서 [TeX:] $$T_{\text {frame }}$$에 대해 무인기가 영상 데이터를 송신할수 있는 비율을 반영하여 C를 계산한다.

그림 4는 알고리즘별로 무인기가 전송할 수 있는 평균 영상 데이터 송신 시간이다. 제안하는 기법, Fixed Order, Max Delay 기법의 영상 데이터 송신 시간의 편차는 각각 0.96, 1.71, 2.75 ms 이고, 제안하는 알고리즘이 Fixed Order, MAX Delay 기법에 비해 0.75, 1.79 ms 만큼 변동이 작아 토폴로지 환경에서 안정적인 영상 데이터 송신 시간을 확보할 수 있음을 확인하였다.

그림(Fig.) 4.

무인기 평균 영상 데이터 송신 시간 (Average video transmission time of UAVs.)

그림 5는 알고리즘별 평균 영상 데이터 송신 시간과 [TeX:] $$T_{\text {frame }}$$ 대비 채널 활용률을 나타낸다. 제안하는 기법은 Fixed Guard Time, Max Delay, Fixed Order 기법에 비해 [TeX:] $$T_{\text {frame }}$$마다 평균적으로 각각 6.45, 5.11, 1.49 ms 데이터 송신 시간이 증가하였음을 확인하였으며, 채널 활용률은 0.17, 0.13, 0.04 증가하는 것을 확인하였다.

그림(Fig.) 5.

평균 영상 데이터 전송 가능 시간 및 채널 활용률 (Average video and mission data transmission time and Channel Utilization.)

그림 6은 토폴로지 범위에 따른 알고리즘별 총 영상 채널 용량 나타낸다. R이 40 km 일때, 제안하는 알고리즘은 Fixed Guard time, Max Delay, Fixed Order에 비해 평균 총 채널 용량이 19.84, 5.88, 2.15 Mbps, R이 60 일 때, 14.56, 6.94, 2.54 Mbps, R이 80 일 때, 11.27, 7.70, 3.02 Mbps, R이 100 일 때 8.54, 7.83, 2.84 Mbps의 성능 개선이 이루어졌다. R이 증가함에 따라 영상 채널 용량이 감소하는 경향을 보임에도 제안한 알고리즘은 Fixed Order 알고리즘에 비해 비교적 일정한 채널 용량의 개선을 유지하며, R이 증가할수록 2.6%, 4.1%, 6.1%, 7.12%로 처리율이 점진적으로 증가하는 경향을 보인다.

그림(Fig.) 6.

임무 반경에 따른 채널 용량 (Channel capacity based on topology range.)

그림 7은 R을 증가시킴에 따라 개별 무인기의 평균 채널 용량의 변화를 나타내는 그래프이다. 본 논문에서는 H.264/AVC 코덱을 사용하는 영상 데이터를 고려하여, 데이터 처리율이 3.3 Mbps를 만족하면 영상 송신이 가능하다고 가정한다^[22]. R =100일 때, 모든 알고리즘이 3.3 Mbps를 만족하고, Max Delay는 102 km, Fixed Order는 117 km, 제안한 알고리즘은 123 km 까지 3.3 Mbps의 영상 처리율을 만족하는 것을 확인하였다. 이는 제안하는 알고리즘이 최대 23 km 의 임무 반경을 추가로 확보할 수 있다는 것을 의미한다.

그림(Fig.) 7.

임무 반경 증가에 따른 채널 용량 변화 (Channel capacity with increasing mission distance.)

그림 8은 기존 유·무인 편대비행 네트워크에서 무인기의 수를 추가함에 따른 개별 무인기 평균 채널 용량을 나타낸다. 제안하는 알고리즘의 무인기 개별 채널 용량은 무인기 수가 11대일 때, 알고리즘 순서대로 0.87 0.80, 0.32 Mbps, 12대일 때 0.88, 0.82, 0.36 Mbps 개선되었으며, 13대일 때는 모든 알고리즘에서 요구 영상 데이터 처리율을 만족하지 못하였다. 결과적으로 영상 데이터 처리율 3.3 Mbps를 기준으로 Fixed Order는 1대, 제안하는 알고리즘이 무인기 2대를 추가로 임무에 사용할 수 있음을 확인하였다.

그림(Fig.) 8.

임무 무인기 추가에 따른 채널 용량 (Average Channel Capacity with the Addition of Mission UAVs.)

표 2는 유·무인기 수 N에 따라 TSP 문제를 완전 탐색 (BF, Brute-force)과 동적 프로그래밍 (DP, Dynamic Programming) 기법으로 해결할 때, 경로의 총 전파 지연 [TeX:] $$\left(B F_{\text {prop }}, D P_{\text {prop }}\right)$$과 처리 시간 [TeX:] $$\left(B F_{\text {process }}, D P_{\text {process }}\right)$$ 측면에서의 비교 결과를 나타낸다. BF 기법은 DP 기법에 비해 N이 8일 때를 제외한 모든 N에서 경로의 총 전파 지연이 작은 경향을 보이고, N이 9일때부터 BF의 처리 시간이 DP의 처리 시간을 능가하기 시작하여, N이 12일 때, 32.795초의 차이를 보였다. 이러한 결과는 이 증가함에 따라 BF의 계산 효율성에서 한계가 있음을 나타낸다. 따라서, 유·무인 편대 환경의 규모에 따라 네트워크 성능과 계산 효율성 간의 균형을 고려하여, DP 적용 여부를 신중히 판단할 필요가 있다.

Ⅶ. 결 론

본 논문에서는 유·무인 편대 통신환경에서 효율적인 데이터 전송을 위한 새로운 TSPS FTDMA MAC 프로토콜을 제안한다. 제안하는 프로토콜은 기존 MAC 프로토콜의 가드 타임 설정 기법에서 발생하는 문제점을 TSPS를 기반으로 해결한다. 또한, 실제 환경에서 발생할 수 있는 GPS의 위치 오차 및 유·무인기의 이동성으로 인한 변동성을 고려한다.

시뮬레이션 결과 제안하는 TSPS-FTDMA MAC 프로토콜이 기존 기법들에 비해 높은 채널 활용률과 영상 데이터 처리율을 확보하는 것을 확인하였으며, 제안하는 알고리즘이 군에서 유·무인 편대통신 임무를 수행하는 경우 더 긴 임무 반경으로 임무 수행이 가능하고, 더 많은 무인기를 제한된 대역폭과 시간 내에 추가할 수 있음을 확인하였다. 본 연구 결과는 유·무인 편대 통신환경에서 자원 관리와 데이터 전송 효율성을 동시에 고려한 통신 시스템 설계에 기여할 수 있으며, 향후 유사한 군 통신 데이터링크에도 적용될 수 있을 것이다.