본 논문은 O-RAN 아키텍처에서의 실시간 RF 스펙트럼 분류를 위한 새로운 라이브러리 LibIQ를 제시합니다. LibIQ는 I/Q 샘플을 효율적으로 처리하여 외부 RF 신호를 탐지하고 CNN을 이용하여 분류하는 기능을 제공합니다. 5G 배포 환경과 Colosseum 네트워크 에뮬레이터를 이용하여 생성된 광범위한 I/Q 샘플 데이터셋을 기반으로, 다양한 시나리오에서 평균 97.8%의 정확도를 달성했습니다. LibIQ와 생성된 데이터셋은 공개될 예정입니다. 기존 RIC의 실시간 모니터링 한계와 개인정보 보호 문제를 dApp 개념과 LibIQ를 통해 극복하고자 하였습니다.
시사점, 한계점
•
시사점:
◦
O-RAN 환경에서 실시간 RF 스펙트럼 분류의 효율적인 방법 제시
◦
LibIQ 라이브러리를 통한 I/Q 샘플 처리 및 CNN 기반 분류의 높은 정확도 (97.8%) 검증
◦
dApp 개념을 활용하여 RIC의 한계를 극복하고 실시간 데이터 처리 가능성 제시
◦
공개 예정인 LibIQ 및 데이터셋을 통한 연구 확장 가능성 제공
•
한계점:
◦
Colosseum 네트워크 에뮬레이터와 OTA 테스트베드 기반 실험으로 실제 환경 적용 가능성에 대한 추가 검증 필요
