김도엽 조교수

재난 상황이나 통신 음영 지역에서 끊김 없는 연결을 제공하기 위해 3D 지형 데이터를 분석하고 공중 기지국인 UAV의 최적 위치와 비행 경로를 설계하는 연구를 수행하고 있습니다. 지형지물 정보를 기반으로 공중기지국의 최적 배치를 결정하는 알고리즘을 개발했으며, 오프라인 최적화와 온라인 적응을 결합한 하이브리드 UAV 비행 궤적 설계 기법을 제안했습니다. 제어 가능한 지향성 안테나를 활용해 UAV의 위치, 빔 방향, 무선자원을 동시에 최적화하는 공동최적화 기법과 UAV 중계 기반 OFDMA 네트워크의 부채널 할당 기법도 함께 연구했습니다. 이 기술은 재난 통신 인프라 구축, 통신 음영지역의 커버리지 확대, 이동통신 표준 응용 분야에 적용되고 있습니다. 제안한 하이브리드 방식을 통해 기존 대비 통신 커버리지를 30% 이상 확대하고 데이터 전송 속도를 약 2배 향상시켰으며, 관련 연구 결과는 IEEE Transactions on Wireless Communications와 IEEE Internet of Things Journal에 게재되었습니다.

5G/6G 초연결 시대에는 수많은 IoT 기기가 데이터를 직접 공유하지 않으면서도 협력적으로 제어되어야 할 필요성이 커지고 있습니다. 이를 해결하기 위해 연합 강화 학습 기반의 동적 스케줄링 기법을 연구했으며, 클라우드-엣지-단말로 이어지는 IoT 네트워크 구조에서 정책을 학습하는 방식을 제안했습니다. 블록체인을 연동한 연합학습 참조 아키텍처를 설계해 데이터 신뢰성과 보안성을 강화한 협력 학습 구조도 구축했습니다. 이러한 기술은 미션 크리티컬 IoT 네트워크, AI-Native 차세대 무선 네트워크, 드론 네트워크의 지능형 최적화 등에 적용되고 있습니다. 블록체인 연동 연합학습 참조 아키텍처 제안을 통해 미션 크리티컬 환경에서의 네트워크 안정성을 향상시켰으며, 관련 연구 결과는 IEEE Access와 IEEE Internet of Things Journal에 게재되었습니다.

배터리 교체 없이도 지속적으로 동작 가능한 저전력 IoT 환경을 구현하기 위해 통신 신호로부터 정보와 에너지를 동시에 수확하는 SWIPT 기술을 연구하고 있습니다. 정보와 에너지를 함께 처리할 수 있는 양방향 통합형 수신기 구조를 설계하고, 이를 위한 전용 변조 기법을 개발했습니다. 무선전력전송 UAV 네트워크에서는 오프라인 계획과 온라인 적응을 결합한 하이브리드 방식으로 UAV의 궤적, 충전, 스케줄링을 동시에 최적화하는 기법을 제안했습니다. 이 기술은 저전력 IoT 센서 네트워크, 무선전력전송 UAV 네트워크, MC-NOMA 기반 자원 할당 문제에 적용되고 있습니다. 배터리 교체 없이 저전력 IoT 센서에 지속적인 전력을 공급하면서 정보 복원 효율을 극대화하는 성과를 거두었으며, 관련 연구 결과는 IEEE Sensors Journal에 게재되고 관련 특허를 확보했습니다.