Sionna RT (Ray Tracing) 기반 6G 채널 모델 분석하기 (Sionna Tutorial)

Sionna RT 시작하기: Import와 Scene 로딩

---

여기에서는 Sionna RT에서 제공하는 Tutorial을 직접 WSL2 환경에 세팅해서 돌려보고, 그 과정을 해석해본다.

Tutorial 링크 : https://nvlabs.github.io/sionna/rt/tutorials/Introduction.html

Introduction to Sionna RT — Sionna 1.2.1 documentation

 

 

 

라이브러리 Import

---

import sionna.rt
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np

no_preview = False # Toggle to True to not use the preview widget

# Import relevant components from Sionna RT
from sionna.rt import load_scene, PlanarArray, Transmitter, Receiver, Camera,\
                      PathSolver, RadioMapSolver, subcarrier_frequencies

 

Sionna RT 주요 컴포넌트 Import는 다음과 같다.

 

• load_scene : 3D 환경(Scene) 로딩
• PlanarArray : 안테나 배열 정의
• Transmitter, Receiver : 송수신기 배치
• Camera : 시각화 카메라 설정
• PathSolver : 전파 경로 계산
• RadioMapSolver : 공간 기반 신호 세기 계산
• subcarrier_frequencies : OFDM 서브캐리어 주파수 생성

 

 

Scene 로딩

---

scene = load_scene(sionna.rt.scene.munich)

 

여기서는 Sionna RT에 내장된 Munich Frauenkirche 주변 3D 도시 환경을 로딩한다.

우리가 직접 생성한 Mitsuba XML 파일도 로딩할 수 있지만, 기본 제공 Scene을 활용하면 빠르게 실험을 시작할 수 있다.

 

 

 

3D Preview 기능

---

preview()는 Jupyter Notebook 환경에서만 동작하는 인터랙티브 3D 뷰어를 실행한다.

if not no_preview:
    scene.preview();

 

 

마우스 조작 방식은 다음과 같다.

• 왼쪽 버튼: 회전
• 휠: 확대/축소
• 오른쪽 버튼: 이동

 

 

Preview 카메라 활용

---

Preview에서 설정한 시점을 기반으로 고품질 이미지를 렌더링할 수도 있다.

즉, 인터랙티브 탐색 → 최종 이미지 렌더링이라는 흐름으로 작업하게 된다.

 

if not no_preview:
    scene.preview();

 

고품질로 렌더링한 이미지

 

 

그 외에도 카메라 시점, 렌더링 해상도 등을 설정하고, 생성된 이미지를 png 파일로 저장할 수 있다.

 

 

 

 

 

SceneObject 이해하기: 환경을 직접 조작하는 방법

---

Sionna RT에서 Scene은 단순한 배경이 아니라, 물리적으로 상호작용하는 객체들의 집합이다.

각 건물, 바닥, 벽, 구조물은 모두 SceneObject로 구성되어 있으며, 이 객체들을 직접 조작할 수 있다는 점이 매우 중요하다.

이제 Munich 환경 대신 6개의 건물로 이뤄진 간단한 환경에서 테스트를 진행한다.

 

simple_street_canyon의 경우 위와 같이 생겼다.

 

scene = load_scene(sionna.rt.scene.simple_street_canyon, merge_shapes=False)
scene.objects

 

Scene을 Load한 후 objects의 요소를 출력하면 Scene을 구성하는 Object 목록을 확인할 수 있다.

출력 결과는 다음과 같이 Scene을 구성하는 객체 목록을 보여준다.

 

 

 

 

위치, 회전, 크기 조정

---

SceneObject는 다음과 같은 기하학적 속성을 가진다.

• position (위치)
• orientation (회전)
• scaling (크기)
• look_at (특정 방향을 바라보게 설정)

 

특정 객체에 접근하려면 다음과 같이 사용한다.

아래에선는 floor Object의 물리적 속성을 확인할 수 있다.

floor = scene.get("floor")

print("Position (x,y,z) [m]: ", floor.position)
print("Orientation (alpha, beta, gamma) [rad]: ", floor.orientation)
print("Scaling: ", floor.scaling)

>>> 
Position (x,y,z) [m]:  [[-0.769669, 0.238537, -0.0307941]]
Orientation (alpha, beta, gamma) [rad]:  [[0, 0, 0]]
Scaling:  [[1, 1, 1]]

 

만약 건물의 위치를 변경하려면 다음과 같이 설정할 수 있다.

floor.position = [0, 0, 0]

 

이러한 공간적 변형은 전파 경로 구조에 직접적인 영향을 준다.

특히 mmWave 환경에서는 작은 위치 변화도 경로 수와 반사 각도에 큰 영향을 미친다.

 

 

 

Velocity와 Doppler 효과

---

이 부분이 가장 디테일하다고 느끼는 부분인데,모든 SceneObject는 velocity 벡터를 가진다.

 

print("Velocity (x,y,z) [m/s]: ", floor.velocity)

>>> 
Velocity (x,y,z) [m/s]: [[0, 0, 0]]

 

이 값은 Ray Tracing 과정에서 각 경로의 Doppler shift 계산에 사용된다.

즉, 이동하는 객체가 있으면 시간에 따라 채널이 변하는 페이딩 현상을 시뮬레이션할 수 있다.

위와 같이 바닥이 움직이는 상황은 현실적이지 않지만,

차량이나 드론 객체에 velocity를 부여하면 다음과 같이 모든 Propagation path에 대한 도플로 효과를 계산할 수 있다.

 

scene.get("tx").velocity = [10, 0, 0]

 

이 경우 송신기가 x축 방향으로 10 m/s로 이동하는 상황을 모델링하게 된다.

 

 

 

RadioMaterial: 전파와의 상호작용 정의

---

SceneObject의 가장 중요한 속성 중 하나는 radio_material이다.

floor.radio_material

 

 

이 파라미터들은 다음을 의미한다.

• eta_r: 상대 유전율
• sigma: 전도도
• thickness: 재료 두께
• scattering_coefficient: 산란 계수
• xpd_coefficient: 편파 분리 관련 계수

이 값들은 반사 손실, 투과 감쇠, 위상 변화에 직접적인 영향을 준다.

 

 

주파수 의존성

---

고주파 대역에서는 재료 특성이 주파수에 따라 달라진다. Sionna RT는 이를 자동으로 반영한다.

scene.frequency = 28e9  # 28 GHz
floor.radio_material

 

예를 들어 conductivity(sigma)가 자동으로 변경되는 것을 확인할 수 있다.

sigma=0.626
// sigma=0.123이었음

 

 

 

 

전파 경로 계산하기: PathSolver로 실제 무선 채널 만들기

---

---

 

 

Scene을 구성했다면 이제 실제로 전파가 어떻게 이동하는지를 계산해야 한다.

이 단계가 바로 Ray Tracing의 핵심이며, 물리 기반 무선 채널 모델링 부분이라고 할 수 있다.

Sionna RT에서는 이 과정을 PathSolver라는 함수가 담당한다.

다시 Munich의 Scene을 불러온다.

scene = load_scene(sionna.rt.scene.munich, merge_shapes=True)

 

 

 

송수신기와 안테나 배열 설정

---

Scene을 불러온 다음 단계는 송신기(TX)와 수신기(RX)에 사용할 안테나 배열을 정의하는 것이다.
Sionna RT에서는 배열 객체를 먼저 만들고, 이를 씬에 속한 모든 송신기와 수신기에 공통으로 적용한다.

여기서는 다음과 같이 설정하였다.

// 송신 안테나 배열 설정
scene.tx_array = PlanarArray(
    num_rows=4,
    num_cols=4,
    vertical_spacing=0.5,
    horizontal_spacing=0.5,
    pattern="tr38901",
    polarization="V"
)


// 수신 안테나 배열 설정
scene.rx_array = PlanarArray(
    num_rows=1,
    num_cols=1,
    vertical_spacing=0.5,
    horizontal_spacing=0.5,
    pattern="dipole",
    polarization="cross"
)

 

 

여기서 설정한 요소들은 다음 의미를 가진다.

 

• TX Array
  • num_rows, num_cols (배열 구조): 1×1 Planar Array
  • spacing (안테나 간 간격): 수직/수평 간격 0.5
  • pattern (방사 패턴): 3GPP TR 38.901 패턴 사용
  • polarization (단일/이중 편파 설정): 수직 편파("V")
• RX Array
  • 1×1 단일 안테나
  • dipole 패턴
  • cross polarization

 

모든 송신기는 이 배열 구조를 공유한다.

위와 같은 설정은 mmWave 또는 6G 환경에서의 빔포밍 실험을 위한 전형적인 구조이다.
4×4 배열은 지향성 전파를 생성하며, RX는 단일 안테나로 수신 성능을 관찰한다.

 

 

송수신기 배치

---

tx = Transmitter(name="tx",
                 position=[8.5,21,27],
                 display_radius=2)

scene.add(tx)

rx = Receiver(name="rx",
              position=[45,90,1.5],
              display_radius=2)

scene.add(rx)

tx.look_at(rx)

 

• position은 3D 공간 내 좌표
• look_at은 송신기 빔 방향을 수신기로 정렬

이 설정에 따라 LoS 여부, 반사 각도, 경로 수가 달라진다.

 

 

 

 

PathSolver로 전파 경로 계산

---

이제 PathSolver를 생성한다.

p_solver = PathSolver()

 

다음과 같이 실행한다.

paths = p_solver(
    scene=scene,
    max_depth=5,
    los=True,
    specular_reflection=True,
    diffuse_reflection=False,
    refraction=True,
    synthetic_array=False,
    seed=41
)

 

이때 주요 파라미터는 다음과 같다.

• max_depth → 한 경로가 최대 몇 번 물체와 상호작용할 수 있는가
  (0이면 LoS만 계산, 1이면 1차 반사 포함, 5이면 다중 반사까지 고려)
• los  → 직선 경로 포함 여부
• specular_reflection → 거울 반사 포함 여부
• diffuse_reflection → 난반사 포함 여부 (랜덤성 증가)
  이때, diffuse reflection은 랜덤 샘플링을 사용하므로 seed를 설정하지 않으면 실행마다 결과가 달라질 수 있다.
• refraction → 굴절 포함 여부
• synthetic_array
  False: 모든 안테나 쌍에 대해 실제 경로 계산 (정확하지만 계산량 증가)
  True: 배열 중심 기준 계산 후 위상 보정 적용 (빠르지만 근사 모델)
• seed → 난수 기반 경로 탐색의 재현성 확보

 

 

계산된 경로 결과 시각화

---

scene.preview(paths=paths, clip_at=20);

 

 

이 코드는 계산된 전파 경로를 3D 환경 위에 시각화하며 clip_at = 20은 20m 이후 경로는 표시하지 않는 옵션이다.

이 시각화를 통해 다음을 직관적으로 확인할 수 있다.

• LoS 존재 여부
• 주요 반사 경로
• 다중 경로 구조
• NLoS 환경에서의 전파 메커니즘

 

 

Paths 객체의 의미

---

PathSolver의 결과인 paths 객체에는 다음 정보가 포함된다.

• 각 경로의 복소 계수
• 지연 시간
• 편파 정보
• Doppler shift
• 반사 횟수

이 정보는 이후 다음 계산의 기반이 된다.

• CIR (Channel Impulse Response)
• CFR (Channel Frequency Response)
• 시간 변화 채널 모델
• Mobility 시뮬레이션

즉, PathSolver는 물리적 경로를 계산하고, 이후 모든 통신 시뮬레이션은 이 물리 모델 위에서 이루어진다.