본 논문은 time of arrival (ToA)와 beam reference signal received power (RSRP)를 이용한 CNN 기반 측위 기법을 제안한다. Beam RSRP는 낮은 하드웨어 요구사항과 간편한 측정 절차를 가지며, 복잡한 도시 환경에서의 장애물 존재 여부나 경로 특성과 같은 환경 정보를 내포하고 있어, ToA 기반 거리 정보와 결합할 경우 측위 정확도 향상에 기여할 수 있는 유력한 보조 정보이다. 이에 따라, beam RSRP를 활 용 한 측위 기법의 성능을 정량적으로 분석할 필요가 있다. 성능 검증을 위해 ray-tracing 기반의 시뮬레이션 환경을 구성하고, ToA만을 입력으로 사용하는 CNN 측위 기법 및 least squares (LS) 측위 기법과 결 과를 비교하였다. 실험 결과, beam RSRP를 추가로 사용함에 따라 제안 기법의 측위 오차가 감소하는 것을 확인하였다.

Performance Evaluation of CNN-based Localization Using Beam RSRP and ToA

Seongyeop Kim, Chee-Hyun Park, Hongseok Jung, Sunwoo Kim*

We present a CNN-based localization method with time of arrival (ToA) and beam reference signal received power (RSRP) as input features. Beam RSRP offers low hardware complexity and a simple measurement process. In complex urban environments, it reflects environmental information such as obstacle presence and propagation path conditions. When combined with ToA, which provides distance- based information, beam RSRP serves as a valuable complementary feature for improving localization accuracy. This motivates the need for a quantitative evaluation of beam RSRP’s effectiveness in learning- based localization. To validate our approach, we construct a ray-tracing based urban simulation environment and compare the proposed method with two baselines: CNN model and least squares (LS) algorithm that uses ToA-only input under the same architecture. The experimental results demonstrate that incorporating beam RSRP leads to a significant reduction in localization error compared to the baseline.

Keywords: beam RSRP, CNN, localization, ToA

Speaker 김성엽 한양대학교