본 논문에서는 다중 이동통신사(Mobile Network Operator, MNO) 셀 정보 생성 모델을 기반으로 한 HTTP 측위 서버를 설계하고 구현하며, 이를 실제 도심 환경에서 평가하여 성능을 분석한다. 긴급 구 조와 같은 상황에서 정 확하고 신속한 위치 추정은 필수적이지만, 단일 이동통신사의 셀 정보만으로는 실내나 복잡한 도시 환경에서 정밀한 위치 추정에 한계가 있다. 이를 해결하기 위해, 본 연구에서는 다중 MNO 셀 정보 를 생성할 수 있는 신경 망 기계 번역(Neural Machine Translation, NMT) 모델을 활용하여 사용자 단말이 접속한 이동통신사의 셀 정보를 기반으로 타 이동통신사의 셀 정보를 예측 및 생성하는 기법을 제안한다. 이 과정에서 동일한 위치에서 수집 된 서빙 셀과 이웃 셀 정보를 문장처럼 처리하여 MNO별로 대응시킴으로써 NMT 모델을 학습시켰다. 학습된 모델은 사용자가 통신 중인 이동통신사의 셀 정보를 입력 받아, 해당 위치에서의 타사 셀 정보를 생성하고, 이를 핑거프린트 기반의 측위 알고리즘에 활용한다. 본 연구에서는 이 다중 이동통신사 셀 정보 생성 모델을 실시간으로 활용할 수 있도록 HTTP 기반의 측위 서버로 구현하였다. 구현된 서버는 안드로이드 기반의 측위 테스트 어 플리케이션과 연동되며, 서버는 요청을 받으면 사용자 단말의 현재 위치에서의 타사 셀 정보를 생성하고 이를 바탕으로 정밀한 위치를 추정한다. 실시간 측위 서버는 도심 환경에서의 위치 추정 성능 을 평가하기 위해 다양 한 위치에서 테스트되었다. 대전 지역에서 수집한 셀 정보를 기반으로 훈련된 NMT 모델을 사용하여 도심 내 여러 지점에서의 실시간 측위 성능을 분석하였다. 평가 결과, 단일 이동통신사 셀 정보만 을 이용한 알고리즘과 비 교하여 높은 정확도로 위치를 추정할 수 있었으며, 이는 긴급 구조와 같은 상황에서 신속하고 정확한 위치 정보를 제공할 수 있음을 확인시켜준다.

Design and Performance Analysis of a Positioning Server Based on a Multi-Mobile Network Operator Cell Information Generation Model

Juil Jeon*, Jin Ah Kang, Sun Sim Chun, Jung Ho Lee, Youngsu Cho

This paper presents the design and implementation of an HTTP-based positioning server using a Multi-Mobile Network Operator (MNO) cell information generation model, and evaluates its performance in an actual urban environment. Accurate and rapid location estimation is crucial in situations such as emergency rescues, but relying solely on the cell information of a single mobile network operator has limitations in providing precise location estimates, especially in indoor or complex urban settings. To address this issue, we propose a technique that leverages a neural machine translation (NMT) model capable of generating cell information from multiple MNOs. This model predicts and generates the cell information of other mobile network operators based on the cell information of the mobile network to which the user's device is connected. In this process, serving cell and neighboring cell information collected from the same location were transformed into sentence form and mapped to corresponding MNOs, allowing the NMT model to be trained. The trained model receives the cell information of the mobile network the user is connected to and generates the cell information of other operators at the same location, which is then applied to a fingerprint-based positioning algorithm. In this study, the multi-MNO cell information generation model was implemented as an HTTP-based positioning server for real-time use. The implemented server is integrated with an Android-based positioning test application, and upon receiving a request, it generates the cell information of other operators at the current location of the user's device and estimates the precise position based on this information. The real-time positioning server was tested in various locations to evaluate its performance in an urban environment. Using an NMT model trained on cell information collected in the Daejeon area, real-time positioning performance was analyzed at multiple locations within the city. The evaluation results demonstrated that, compared to algorithms using only a single mobile network operator's cell information, the proposed method achieved higher accuracy in location estimation, confirming its ability to provide fast and accurate location information in situations such as emergency rescues.

Keywords: precise positioning, LTE cell, NMT, Seq2Seq

Speaker 전주일* 한국전자통신연구원