図1は、本発明が適用されることができる無線通信システムを例示する。これはE−UTRAN(Evolved−UMTS Terrestrial Radio Access Network)、またはLTE(Long Term Evolution)/LTE−Aシステムとも呼ばれる。
E−UTRANは、端末(User Equipment、UE)10に制御平面(control plane)とユーザ平面(user plane)を提供する基地局(Base Station、BS)20を含む。端末10は、固定されてもよいし、移動性を有してもよく、MS(Mobile station)、UT(User Terminal)、SS(Subscriber Station)、MT(mobile terminal)、無線機器(Wireless Device)等、他の用語で呼ばれることもある。基地局20は、端末10と通信する固定局(fixed station)を意味し、eNB(evolved−NodeB)、BTS(Base Transceiver System)、アクセスポイント(Access Point)等、他の用語で呼ばれることもある。
基地局20は、X2インターフェースを介して互いに連結されることができる。基地局20は、S1インターフェースを介してEPC(Evolved Packet Core)30、より詳しくは、S1−MMEを介してMME(Mobility Management Entity)と連結され、S1−Uを介してS−GW(Serving Gateway)と連結される。
EPC30は、MME、S−GW及びP−GW(Packet Data Network−Gateway)で構成される。MMEは、端末の接続情報や端末の能力に対する情報を有しており、このような情報は、端末の移動性管理に主に使われる。S−GWは、E−UTRANを終端点として有するゲートウェイであり、P−GWは、PDNを終端点として有するゲートウェイである。
端末とネットワークとの間の無線インターフェースプロトコル(Radio Interface Protocol)の階層は、通信システムで広く知られた開放型システム間相互接続(Open System Interconnection;OSI)基準モデルの下位3個階層に基づいてL1(第1の階層)、L2(第2の階層)、L3(第3の階層)に区分されることができ、そのうち、第1の階層に属する物理階層は、物理チャネル(Physical Channel)を利用した情報転送サービス(Information Transfer Service)を提供し、第3の階層に位置するRRC(Radio Resource Control)階層は、端末とネットワークとの間に無線リソースを制御する役割を遂行する。そのために、RRC階層は、端末と基地局との間のRRCメッセージを交換する。
図2は、ユーザ平面(user plane)に対する無線プロトコル構造(radio protocol architecture)を示すブロック図である。図3は、制御平面(control plane)に対する無線プロトコル構造を示すブロック図である。ユーザ平面は、ユーザデータ送信のためのプロトコルスタック(protocol stack)であり、制御平面は、制御信号送信のためのプロトコルスタックである。
図2及び図3を参照すると、物理階層(PHY(physical) layer)は、物理チャネル(physical channel)を利用して上位階層に情報転送サービス(information transfer service)を提供する。物理階層は、上位階層であるMAC(Medium Access Control)階層とはトランスポートチャネル(transport channel)を介して連結されている。トランスポートチャネルを介してMAC階層と物理階層との間にデータが移動する。トランスポートチャネルは、無線インターフェースを介して、データが、どのように、どのような特徴にトランスポートされるかによって分類される。
互いに異なる物理階層間、即ち、送信機と受信機の物理階層間は、物理チャネルを介してデータが移動する。前記物理チャネルは、OFDM(Orthogonal Frequency Division Multiplexing)方式に変調されることができ、時間と周波数を無線リソースとして活用する。
MAC階層の機能は、論理チャネルとトランスポートチャネルとの間のマッピング、及び論理チャネルに属するMAC SDU(service data unit)のトランスポートチャネル上に物理チャネルで提供されるトランスポートブロック(transport block)への多重化/逆多重化を含む。MAC階層は、論理チャネルを介してRLC(Radio Link Control)階層にサービスを提供する。
RLC階層の機能は、RLC SDUの連結(concatenation)、分割(segmentation)及び再結合(reassembly)を含む。無線ベアラ(Radio Bearer;RB)が要求する多様なQoS(Quality of Service)を保障するために、RLC階層は、透明モード(Transparent Mode、TM)、非確認モード(Unacknowledged Mode、UM)及び確認モード(Acknowledged Mode、AM)の三つの動作モードを提供する。AM RLCは、ARQ(automatic repeat request)を介してエラー訂正を提供する。
RRC(Radio Resource Control)階層は、制御平面でのみ定義される。RRC階層は、無線ベアラの設定(configuration)、再設定(re−configuration)及び解除(release)と関連して論理チャネル、トランスポートチャネル及び物理チャネルの制御を担当する。RBは、端末とネットワークとの間のデータ伝達のために、第1の階層(PHY階層)及び第2の階層(MAC階層、RLC階層、PDCP階層)により提供される論理的経路を意味する。
ユーザ平面でのPDCP(Packet Data Convergence Protocol)階層の機能は、ユーザデータの伝達、ヘッダ圧縮(header compression)及び暗号化(ciphering)を含む。制御平面でのPDCP(Packet Data Convergence Protocol)階層の機能は、制御平面データの伝達及び暗号化/完全性保護(integrity protection)を含む。
RBが設定されるとは、特定サービスを提供するために、無線プロトコル階層及びチャネルの特性を規定し、それぞれの具体的なパラメータ及び動作方法を設定する過程を意味する。また、RBは、SRB(Signaling RB)とDRB(Data RB)の二つに分けられる。SRBは、制御平面でRRCメッセージを送信する通路として使われ、DRBは、ユーザ平面でユーザデータを送信する通路として使われる。
端末のRRC階層とE−UTRANのRRC階層との間にRRC接続(RRC Connection)が確立される場合、端末は、RRC接続(RRC connected)状態になり、そうでない場合、RRCアイドル(RRC idle)状態になる。
ネットワークから端末にデータを送信するダウンリンクトランスポートチャネルには、システム情報を送信するBCH(Broadcast Channel)と、ユーザトラフィックや制御メッセージを送信するダウンリンクSCH(Shared Channel)がある。ダウンリンクマルチキャストまたはブロードキャストサービスのトラフィックまたは制御メッセージの場合、ダウンリンクSCHを介して送信されることもでき、または別途のダウンリンクMCH(Multicast Channel)を介して送信されることもできる。一方、端末からネットワークにデータを送信するアップリンクトランスポートチャネルとしては、初期制御メッセージを送信するRACH(Random Access Channel)と、ユーザトラフィックや制御メッセージを送信するアップリンクSCH(Shared Channel)がある。
トランスポートチャネル上位にあり、トランスポートチャネルにマッピングされる論理チャネル(Logical Channel)には、BCCH(Broadcast Control Channel)、PCCH(Paging Control Channel)、CCCH(Common Control Channel)、MCCH(Multicast Control Channel)、MTCH(Multicast Traffic Channel)などがある。
物理チャネル(Physical Channel)は、時間領域で複数個のOFDMシンボルと周波数領域で複数個の副搬送波(Sub−carrier)とで構成される。一つのサブフレーム(Sub−frame)は、時間領域で複数のOFDMシンボル(Symbol)で構成される。リソースブロックは、リソース割当単位であり、複数のOFDMシンボルと複数の副搬送波(sub−carrier)とで構成される。また、各サブフレームは、PDCCH(Physical Downlink Control Channel)、即ち、L1/L2制御チャネルのために、該当サブフレームの特定OFDMシンボル(例えば、1番目のOFDMシンボル)の特定副搬送波を利用することができる。TTI(Transmission Time Interval)は、サブフレーム送信の単位時間である。
以下、新しい無線アクセス技術(new radio access technology;new RAT)について説明する。
より多くの通信機器がより大きな通信容量を要求することになり、これに伴って既存の無線アクセス技術(radio access technology;RAT)に比べて向上したモバイルブロードバンド(mobile broadband)通信に対する必要性が台頭している。また、多数の機器及びモノを連結し、いつどこでも多様なサービスを提供するmassive MTC(massive Machine Type Communications)もやはり、次世代の通信で考慮されるべき主要なイシューの一つである。のみならず、信頼度(reliability)及び遅延(latency)に敏感なサービス又は端末を考慮した通信システムのデザインが議論されている。このように拡張されたモバイルブロードバンドコミュニケーション(enhanced mobile broadband communication)、massive MTC、URLLC(Ultra−Reliable and Low Latency Communication)等を考慮した次世代の無線アクセス技術の導入が議論されており、本発明では、便宜上、該当技術(technology)をnew RATまたはNRと呼ぶ。
図4は、NRが適用される次世代の無線アクセスネットワーク(New Generation Radio Access Network:NG−RAN)のシステム構造を例示する。
図4を参照すると、NG−RANは、端末にユーザー平面及び制御平面プロトコル終端(termination)を提供するgNB及び/又はeNBを含むことができる。図4では、gNBのみを含む場合を例示する。gNB及びeNBは、相互間にXnインターフェースで連結されている。gNB及びeNBは、5世代コアネットワーク(5G Core Network:5GC)とNGインターフェースを介して連結されている。より具体的に、AMF(access and mobility management function)とはNG−Cインターフェースを介して連結され、UPF(user plane function)とはNG−Uインターフェースを介して連結される。
図5は、NG−RANと5GCとの間の機能的分割を例示する。
図5を参照すると、gNBは、インターセル間の無線リソース管理(Inter Cell RRM)、無線ベアラ管理(RB control)、接続移動性制御(Connection Mobility Control)、無線許容制御(Radio Admission Control)、測定設定及び提供(Measurement configuration&Provision)、動的リソース割当(dynamic resource allocation)などの機能を提供することができる。AMFは、NASセキュリティ、アイドル状態移動性処理などの機能を提供することができる。UPFは、移動性アンカリング(Mobility Anchoring)、PDU処理などの機能を提供することができる。SMF(Session Management Function)は、端末IPアドレス割当、PDUセッション制御などの機能を提供することができる。
図6は、NRで適用されることができるフレーム構造を例示する。
図6を参照すると、フレームは、10ms(millisecond)で構成されることができ、1msで構成されたサブフレーム10個を含むことができる。
サブフレーム内には副搬送波間隔(subcarrier spacing)によって、一つまたは複数のスロット(slot)が含まれることができる。
以下の表1は、副搬送波間隔設定(subcarrier spacing configuration)μを例示する。
以下の表2は、副搬送波間隔設定(subcarrier spacing configuration)μによって、フレーム内のスロット個数(Nframe、μ slot)、サブフレーム内のスロット個数(Nsubframe、μ slot)、スロット内のシンボル個数(Nslot symb)などを例示する。
図6では、μ=0、1、2に対して例示している。
PDCCH(physical downlink control channel)は、以下の表3のように一つまたはそれ以上のCCE(control channel element)で構成されることができる。
即ち、PDCCHは、1、2、4、8または16個のCCEで構成されるリソースを介して送信されることができる。ここで、CCEは、6個のREG(resource element group)で構成され、一つのREGは、周波数領域で一つのリソースブロック、時間領域で一つのOFDM(orthogonal frequency division multiplexing)シンボルで構成される。
一方、NRでは、制御リソースセット(control resource set:CORESET)という新しい単位を導入することができる。端末は、CORESETでPDCCHを受信することができる。
図7は、CORESETを例示する。
図7を参照すると、CORESETは、周波数領域でNCORESET RB個のリソースブロックで構成され、時間領域でNCORESET symb∈{1、2、3}個のシンボルで構成されることができる。NCORESET RB、NCORESET symbは、上位階層信号を介して基地局により提供されることができる。図6に示すようにCORESET内には複数のCCE(または、REG)が含まれることができる。
端末は、CORESET内で、1、2、4、8または16個のCCEを単位でPDCCH検出を試みることができる。PDCCH検出を試みることができる一つまたは複数個のCCEをPDCCH候補ということができる。
端末は、複数のCORESETの設定を受けることができる。
図8は、従来の制御領域とNRでのCORESETの相違点を示す。
図8を参照すると、従来の無線通信システム(例えば、LTE/LTE−A)での制御領域300は、基地局が使用するシステム帯域全体にわたって構成された。狭い帯域のみをサポートする一部端末(例えば、eMTC/NB−IoT端末)を除いた全ての端末は、基地局が送信する制御情報を正確に受信/デコーディングするためには前記基地局のシステム帯域全体の無線信号が受信可能でなければならない。
それに対し、NRでは、前述したコアセットを導入した。コアセット801、802、803は、端末が受信すべき制御情報のための無線リソースを意味し、周波数領域でシステム帯域全体の代わりに一部のみを使用することができる。また、時間領域でスロット内のシンボルのうち一部のみを使用することができる。基地局は、各端末にコアセットを割り当てることができ、割り当てたコアセットを介して制御情報を送信することができる。例えば、図8において、第1のコアセット801は端末1に割り当て、第2のコアセット802は端末2に割り当て、第3のコアセット803は端末3に割り当てることができる。NRでの端末は、システム帯域全体を必ず受信しなくても、基地局の制御情報を受信することができる。
コアセットには、端末特定的制御情報を送信するための端末特定的コアセットと、全ての端末に共通的な制御情報を送信するための共通的コアセットと、がある。
一方、NRでは、応用(Application)分野によっては高い信頼性(high reliability)を要求することができ、このような状況でダウンリンク制御チャネル(例えば、physical downlink control channel:PDCCH)を介して送信されるDCI(downlink control information)に対する目標BLER(block error rate)は、従来技術より著しく低くなることがある。このように高い信頼性を要求する要件(requirement)を満たすための方法の一例として、DCIに含まれる内容(contents)量を減らしたり、そして/またはDCI送信時に使用するリソースの量を増加させたりすることができる。このとき、リソースは、時間領域でのリソース、周波数領域でのリソース、コード領域でのリソース、空間領域でのリソースのうち少なくとも一つを含むことができる。
NRでは下記の技術/特徴が適用されることができる。
<セルフコンテインドサブフレーム構造(Self−contained subframe structure)>
図9は、新しい無線接続技術に対するフレーム構造の一例を示す。
NRではレイテンシ(latency)を最小化するための目的として、図9のように、一つのTTI内に、制御チャネルとデータチャネルが時分割多重化(Time Division Multiplexing:TDM)される構造がフレーム構造(frame structure)の一つとして考慮されることができる。
図9において、斜線を引いた領域は、ダウンリンク制御(downlink control)領域を示し、黒色部分は、アップリンク制御(uplink control)領域を示す。表示がない領域は、ダウンリンクデータ(downlink data;DL data)送信のために使われることもでき、アップリンクデータ(uplink data;UL data)送信のために使われることもできる。このような構造の特徴は、一個のサブフレーム(subframe)内でダウンリンク(DL)送信とアップリンク(uplink;UL)送信が順次に進行され、サブフレーム(subframe)内でDL dataを送り、UL ACK/NACK(Acknowledgement/Not−acknowledgement)も受けることができる。結果的に、データ送信エラー発生時にデータ再送信までかかる時間を減らすようになり、それによって、最終データ伝達のレイテンシ(latency)を最小化することができる。
このようなデータ及び制御領域がTDMされたサブフレーム構造(data and control TDMed subframe structure)で、基地局と端末が送信モードから受信モードへの転換過程または受信モードから送信モードへの転換過程のためのタイプギャップ(time gap)が必要である。そのために、セルコンテインドサブフレーム構造で、DLからULに転換される時点の一部OFDMシンボルが保護区間(guard period:GP)に設定されることができる。
<アナログビームフォーミング#1(Analog beamforming#1)>
ミリ波(Millimeter Wave:mmW)では波長が短くなって同じ面積に多数個のアンテナエレメント(element)の設置が可能になる。即ち、30GHz帯域において、波長は1cmであり、5by5cmのパネル(panel)に0.5波長(lambda)間隔に2次元(dimension)配列形態で総100個のアンテナエレメント(element)設置が可能である。したがって、mmWでは多数個のアンテナエレメント(element)を使用してビームフォーミング(beamforming:BF)利得を高めてカバレッジを増加させ、または処理量(throughput)を高めようとする。
この場合、アンテナエレメント(element)別に送信パワー及び位相調節が可能なようにトランシーバユニット(Transceiver Unit:TXRU)を有すると、周波数リソース別に独立的なビームフォーミング(beamforming)が可能である。しかし、100余個のアンテナエレメント(element)の全てにTXRUを設置するには価格側面で実効性が低下する問題を有するようになる。したがって、一つのTXRUに多数個のアンテナエレメント(element)をマッピング(mapping)し、アナログフェーズシフタ(analog phase shifter)でビーム(beam)の方向を調節する方式が考慮されている。このようなアナログビームフォーミング(analog beamforming)方式は、全帯域において一つのビーム(beam)方向のみを作ることができて周波数選択的ビームフォーミング(beamforming)をすることができないという短所を有する。
デジタルビームフォーミング(Digital BF)とアナログビームフォーミング(analog BF)の中間形態としてQ個のアンテナエレメント(element)より少ない個数であるB個のTXRUを有するハイブリッドビームフォーミング(hybrid BF)を考慮することができる。この場合、B個のTXRUとQ個のアンテナエレメント(element)の連結方式によって異なるが、同時に送信できるビームの方向は、B個以下に制限される。
<アナログビームフォーミング#2(Analog beamforming#2)>
NRシステムでは多数のアンテナが使われる場合、デジタルビームフォーミングとアナログビームフォーミングを結合したハイブリッドビームフォーミング技法が台頭されている。このとき、アナログビームフォーミング(または、RFビームフォーミング)は、RF端でプリコーディング(Precoding)(または、コンバイニング(Combining))を実行し、それによって、RFチェーン数とD/A(または、A/D)コンバータ数を減らしながらも、デジタルビームフォーミングに近接する性能を出すことができるという長所がある。便宜上、前記ハイブリッドビームフォーミング構造は、N個のTXRUとM個の物理的アンテナで表現されることができる。その場合、送信端で送信するL個のデータ階層(data layer)に対するデジタルビームフォーミングは、NbyL行列で表現されることができ、以後変換されたN個のデジタル信号(digital signal)は、TXRUを経てアナログ信号(analog signal)に変換された後、MbyN行列で表現されるアナログビームフォーミングが適用される。
図10は、前記TXRU及び物理的アンテナ観点でハイブリッドビームフォーミング(Hybrid beamforming)構造を抽象的に図式化したものである。
図10において、デジタルビーム(digital beam)の個数はL個であり、アナログビーム(analog beam)の個数はN個である。さらに、NRシステムでは基地局がアナログビームフォーミングをシンボル単位に変更できるように設計することで、特定の地域に位置した端末に一層効率的なビームフォーミングをサポートする方向を考慮している。さらに、図10において、特定N個のTXRUとM個のRFアンテナを一つのアンテナパネル(panel)に定義する時、前記NRシステムでは互いに独立的なハイブリッドビームフォーミングが適用可能な複数のアンテナパネルを導入する方案まで考慮されている。
前記のように基地局が複数のアナログビームを活用する場合、端末別に信号受信に有利なアナログビームが異なる場合があるため、少なくとも同期化信号(synchronization signal)、システム情報(system information)、ページング(paging)などに対しては特定サブフレームで基地局が適用する複数アナログビームをシンボル別に変えて全ての端末が受信機会を有することができるようにするビームスイーピング(beam sweeping)動作が考慮されている。
図11は、ダウンリンク(Downlink:DL)送信過程で同期化シグナル(synchronization signal)とシステム情報(system information)に対して前記ビームスイーピング(beam sweeping)動作を図式化したものである。
図11において、NRシステムのシステム情報がブロードキャスティング(Broadcasting)方式に送信される物理的リソース(または、物理チャネル)をxPBCH(physical broadcast channel)と命名した。このとき、一シンボル内で互いに異なるアンテナパネルに属するアナログビームは、同時送信されることができ、アナログビーム別チャネルを測定するために(特定アンテナパネルに対応される)単一アナログビームが適用されて送信される参照信号(reference signal:RS)であるビーム参照信号(Beam RS:BRS)を導入する方案が論議されている。前記BRSは、複数のアンテナポートに対して定義されることができ、BRSの各アンテナポートは、単一アナログビームに対応されることができる。このとき、BRSとは違って同期化信号(Synchronization signal)またはxPBCHは、任意の端末がよく受信できるようにアナログビームグループ(analog beam group)内の全てのアナログビームが適用されて送信されることができる。
図12は、NRでの同期化信号ブロック(synchronization signal block:SSB)を例示する。
図12を参照すると、NRにおいて、時間領域で同期化信号ブロック(synchronization signal block;SSB、または同期化信号及び物理放送チャネル(synchronization signal and physical broadcast channel:SS/PBCH)とも呼ばれる)は、同期化信号ブロック内で0から3までの昇順に番号が付けられた4個のOFDMシンボルで構成されることができ、プライマリ同期化信号(primary synchronization signal:PSS)、セカンダリ同期化信号(secondary synchronization signal:SSS)、及び復調参照信号(demodulation reference signal:DMRS)と関連したPBCHがシンボルにマッピングされることができる。前述したように、同期化信号ブロックは、SS/PBCHブロックで表現することもできる。
NRでは多数の同期化信号ブロックが各々互いに異なる時点に送信されることができ、初期接続(initial access:IA)、サービングセル測定(serving cell measurement)などを実行するためにSSBが使われることができるため、他の信号と送信時点及びリソースがオーバーラップ(overlap)される場合、SSBが優先的に送信されることが好ましい。そのために、ネットワークは、SSBの送信時点及びリソース情報をブロードキャスト(broadcast)し、または端末−特定RRCシグナリング(UE−specific RRC signaling)を介して指示できる。
NRではビーム(beam)ベースの送受信動作が実行されることができる。現在サービングビーム(serving beam)の受信性能が低下される場合、ビームエラー復旧(beam failure recovery:BFR)という過程を介して新しいビームを探す過程を実行することができる。
BFRは、ネットワークと端末との間のリンク(link)に対するエラー/失敗(failure)を宣言する過程でないため、BFR過程を実行しても現在サービングセルとの連結は維持されていると仮定することもできる。BFR過程ではネットワークにより設定された互いに異なるビーム(ビームは、CSI−RSのポートまたはSSB(synchronization signal block)インデックスなどで表現されることができる)に対する測定を実行し、該当端末にベスト(best)であるビームを選択することができる。端末は、測定結果がよいビームに対して、該当ビームと連係したRACH過程を実行する方式にBFR過程を進行することができる。
以下、送信設定指示子(Transmission Configuration Indicator:以下、TCI)状態(state)に対して説明する。TCI状態は、制御チャネルのコアセット別に設定されることができ、TCI状態に基づいて端末の受信(Rx)ビームを決定するためのパラメータを決定することができる。
サービングセルの各ダウンリンク帯域幅部分(DLBWP)に対して、端末は、3個以下のコアセットの設定を受けることができる。また、各コアセットに対して、端末は、下記の情報の提供を受けることができる。
1)コアセットインデックスp(例えば、0から11までのうち一つ、一つのサービングセルのBWPで各コアセットのインデックスは、唯一(unique)に決められる)、
2)PDCCH DM−RSスクランブリングシーケンス初期化値、
3)コアセットの時間領域での区間(シンボル単位に与えられる)、
4)リソースブロック集合、
5)CCE−to−REGマッピングパラメータ、
6)(‘TCI−状態(TCI−State)’という上位階層パラメータにより提供されたアンテナポート準共同位置の集合から)各々のコアセットでPDCCH受信のためのDM−RSアンテナポートの準共同位置(quasi co−location:QCL)情報を示すアンテナポート準共同位置(quasi co−location)、
7)コアセットでPDCCHにより送信された特定DCIフォーマットに対する送信設定指示(transmission configuration indication:TCI)フィールドの存否指示など。
QCLに対して説明する。もし、一つのアンテナポート上のシンボルが送信されるチャネルの特性が、他のアンテナポート上のシンボルが送信されるチャネルの特性から推論(infer)されることができる場合、前記2個のアンテナポートが準共同位置(QCL)にあると言える。例えば、2個の信号(A、B)が、同じ/類似の空間フィルタが適用された同じ送信アンテナアレイ(array)から送信される場合、前記2個の信号は、同じ/類似のチャネル状態を経ることができる。受信機の立場では前記2個の信号のうち一つを受信すると、受信した信号のチャネル特性を利用して他の信号を検出することができる。
このような意味で、AとBがQCLされているということは、AとBが類似のチャネル条件を経て、したがって、Aを検出するために推定されたチャネル情報がBを検出するときにも有用であるという意味である。ここで、チャネル条件は、例えば、ドップラシフト(Doppler shift)、ドップラスプレッド(Doppler spread)、平均遅延(average delay)、遅延スプレッド(delay spread)、空間受信パラメータなどにより定義されることができる。
‘TCI−State’パラメータは、一つまたは2個のダウンリンク参照信号を対応するQCLタイプ(QCLタイプA、B、C、Dがある、表4参照)に関連させる。
各‘TCI−State’は、一つまたは二つのダウンリンク参照信号とPDSCH(または、PDCCH)のDM−RSポート、またはCSI−RSリソースのCSI−RSポート間の準共同位置(QCL)関係を設定するためのパラメータを含むことができる。
一方、一つのサービングセルで端末に設定された各DL BWPで、端末は、10個以下の検索空間セット(search space set)の提供を受けることができる。各検索空間セットに対して、端末は、下記の情報のうち少なくとも一つの提供を受けることができる。
1)検索空間セットインデックスs(0≦s<40)、2)コアセットPと検索空間セットsとの間の関連(association)、3)PDCCHモニタリング周期及びPDCCHモニタリングオフセット(スロット単位)、4)スロット内でのPDCCHモニタリングパターン(例えば、PDCCHモニタリングのためのスロット内でコアセットの1番目のシンボルを指示)、5)検索空間セットsが存在するスロットの個数、6)CCEアグリゲーションレベル別PDCCH候補の個数、7)検索空間セットsがCSSかまたはUSSかを指示する情報など。
NRにおいて、コアセット#0は、PBCH(または、ハンドオーバのための端末専用シグナリングまたはPSCell設定またはBWP設定)により設定されることができる。PBCHにより設定される検索空間(search space:SS)セット(set)#0は、連係したSSB毎に互いに異なるモニタリングオフセット(例えば、スロットオフセット、シンボルオフセット)を有することができる。これは端末がモニタリングすべき検索空間時点(search space occasion)を最小化するために必要である。または、端末のベストビーム(best beam)が動的に変わる状況で端末との通信を持続的にできるように各ビームによる制御/データ送信をすることができるビームスイーピング(sweeping)制御/データ領域を提供する意味でも必要である。
図13は、SSBとコアセット#0、検索空間セット(SS set)間の連係(association)を例示する。
図13を参照すると、コアセット#0は、RMSI(Remaining system information)スケジューリング情報を伝達するDCIをモニタリングするためのコアセットである。コアセット#0に対するコアセット設定のうち、周波数領域(frequency domain)での位置(position)及び大きさ、時間領域(time domain)での区間(duration)などは、PBCH(例えば、PBCHを介して送信されるMIB(master information block))により設定されることができ、その以外の残りのコアセット設定は、大部分固定されることがコアセット#0の特徴である。
コアセット#0は、RMSI外にもOSI(other system information)、ページング、ランダムアクセス(random access)のための共通検索空間(common search space:CSS(s))が割り当てられることができ、端末特定検索空間(UE−specific search space:USS)または端末専用PDCCH(UE−dedicated PDCCH)を送信するための目的として使われることもできる。OSI、ページング、ランダムアクセスのための検索空間セットが別に設定される場合、該当検索空間セットは、他の検索空間インデックスを使用することもできる。
コアセット#0の他の特徴として、TCI(Transmission configuration indication)状態に対する明示的(explicit)設定が存在しないこともある。前述したように、TCI状態は、NRで端末が受信ビームを設定するために必要な情報を意味することができる。コアセット#0でのTCI状態は、該当コアセット/検索空間セットが連係したSSBにより決定されることができる。各SSB別に連係したコアセット#0と検索空間セット#0が存在できる。各端末は、各SSBに対する測定を実行し、測定結果がベストであるSSBのPBCH情報に基づいて該当SSBと連係したコアセット#0/検索空間セット#0をモニタリングすることができる。図13において、互いに異なるSSBによる検索空間セット#0を区分するために、検索空間セット#0−0、検索空間セット#0−1等で表記した。検索空間セット#0−Xにおいて、Xは、連係したSSBインデックスを意味する。
また、NRではコアセット#0に共通検索空間(common search space:CSS)用途で設定された領域でも端末−専用PDSCH(UE−dedicated PDSCH)スケジューリング情報が送信されることができる。この場合、端末は、該当DCIに対するモニタリングを実行しなければならない。例えば、下記のような動作が可能である。
1)ブロードキャスト/非ブロードキャストPDCCHのためのQCL仮定(assumption for broadcast/non−broadcast PDCCH)。
i)ネットワークと端末は、少なくとも非ブロードキャストPDCCHのために、接続モード(connected_mode)でSSB/コアセット#0/SS#0に対して同じ理解を維持する。ii)ブロードキャストPDCCHのために、接続モード、非活性モード及びアイドルモードの全てでどのようなSSBに基づいて共通検索空間をモニタリングすべきかは、端末具現の問題である。iii)ユニキャストPDSCHは、コアセット#0と関連したDCIによりスケジューリングされることができる。
2)共通検索空間での端末専用(ユニキャスト、非ブロードキャスト)DCIモニタリング。
i)RMSI−PDCCH−Config、osi−searchSpace、paging−searchSpace及びra−searchSpaceに設定された共通検索空間の場合、C−RNTIを使用することができるようになった後、非DRX時点でC−RNTIが使われたDCI−フォーマット0_0/1_0をモニタリングすることができる。
ii)RMSI−PDCCH−Config、osi−searchSpace、paging−searchSpace及びra−searchSpaceに設定された共通検索空間の場合、CS−RNTIを使用することができるようになった後、非DCX時点でCS−RNTIが使われたDCIフォーマット0_0/1_0をモニタリングすることができる。
即ち、端末は、PBCH(即ち、RMSI−PDCCH−Config)、RMSI(即ち、osi−searchSpace、paging−searchSpace、及びra−searchSpace)等により各ターゲット別検索空間セット設定の設定を受けることができる。該当検索空間セットとコアセットでは、ターゲットとする信号外にC−RNTI/CS−RNTIでスクランブリングされたDCIフォーマット0_0/1_0に対するモニタリングを実行することができる。また、ブロードキャストPDCCHに対するモニタリングは、端末が選択した検索空間セット(例えば、図13において、検索空間セット#0−0または検索空間セット#0−1)に対して実行されることができる。それに対して、非ブロードキャストPDCCHの場合、ネットワークと端末の同じ理解(same understanding)に基づいて選択された検索空間セットでモニタリングを実行しなければならない。例えば、ネットワークは、端末が検索空間セット#1でモニタリングすることを予想し、それに対し、端末は、検索空間セット#2でモニタリングを実行する場合、ネットワークと端末との間に誤解(misunderstanding)が発生したことである。これは非ブロードキャスト(または、ユニキャスト)PDCCHモニタリングに対する同じ理解がない場合、ネットワークは、該当PDCCHを各SSBに連係した全ての検索空間セットに繰り返し送信すべき場合が発生できて非効率的なためである。または、ブロードキャストPDCCHと非ブロードキャストPDCCHに対するモニタリングを同時に実行するために、特定モードでブロードキャスト/非ブロードキャストの両方ともネットワーク、端末間同じ理解が必要な場合もある。
以下、本発明に対して説明する。
コアセットに対するTCI設定で、検索空間別に可用な(available)TCIタイプが独立的に考慮されることができる。例えば、検索空間インデックスによって有効なTCI状態が異なるように設定されることができる。一例として、コアセット#0と検索空間#0の場合、端末がシグナリングを受け、またはCBRA/CFRA(Contention Based RACH)/(Contention Free RACH)のようなRACH過程により選択されたSSBインデックスにより検索空間#0のモニタリング機会/時点(monitoring occasion)が決定されることができる。即ち、検索空間#0と連係したコアセット#0の場合、SSB単位のTCI状態、またはSSBと連係したCSI−RS/TRSがTCI状態に設定されることが好ましい。SSBと連係したCSI−RS/TRSは、TCI状態などによりSSBとタイプD QCL関係が定義されたCSI−RS/TRSを意味することができる。
それに対して、検索空間#0を除外した検索空間では、TCIタイプにかかわらずTCI状態が設定されることができる。したがって、コアセット#0/検索空間#0に対するTCI状態が設定または更新(update)される時、SSBインデックスまたはSSBに連係したCSI−RS/TRSでない場合、該当TCI状態は有効でないと見なして既存TCI状態を維持し、またはデフォルト(default)TCIなどを適用することができる。
追加的に、TCIタイプの有効可否は、該当検索空間のタイプ(CSS/USS)に基づいて決定されることもできる。一例として、検索空間のタイプがCSSである場合、SSBインデックスまたはSSBに連係したCSI−RS/TRSのみが有効なTCI状態であると見なされることができ、有効でないTCI状態であると決定される場合、既存TCI状態を維持し、またはデフォルトTCI状態に更新する動作を取ることもできる。
前述した内容がデフォルトTCIに適用される場合、候補群のうち有効なTCI状態に対して前記提案を適用することができる。例えば、PDSCHなどのために設定されたTCI状態集合(これはコアセットに設定されるTCI状態のスーパーセットである)のうち最も低いインデックスのTCI状態をデフォルトTCIとして使用し、インデックス#0がCSI−RS#2、インデックス#1がSSB#1に設定される場合、コアセット#0/検索空間#0に対するTCI状態は、有効なTCI状態のうち最も低いインデックスであるインデックス#1(SSB#1)に設定されることができ、コアセット#0/検索空間#XのTCI状態は、全てのタイプのTCI状態が可能なため、インデックス#0(CSI−RS#2)をデフォルトTCI状態に設定できる。
TCI状態の有効性の基準は、下記のような事項が考慮されることができる。(下記のオプションは、単独にまたは組み合わせを介して具現されることができる。
オプション1)コアセットインデックス
コアセット別に有効なTCI状態タイプが事前に定義され、またはネットワークの上位階層シグナリングなどを介した指示(indication)により決定されることができる。例えば、事前定義を介してコアセットインデックス#0は、SSBタイプまたはSSBに連係したCSI−RS/TRSのみが有効であり、残りのコアセットは、全てのタイプのTCI状態が有効であると仮定することができる。
図14は、TCI状態を設定/適用する一例を示す。
図14を参照すると、端末は、TCI−state設定を含むRRC信号を受信する(S141)。以下の表は、TCI−state設定を含むRRC信号の一例である。
前記表において、‘tci−StatesToAddModList’は、TCI状態のリストであり、各TCI状態は、参照信号集合でのダウンリンク参照信号(ら)とPDSCH DMRSポート(ら)との間のQCL関係を含む送信設定を指示することができる。
端末は、MAC CE活性化命令をPDSCHを介して受信することができる(S142)。MAC CE活性化命令は、前記複数のTCI状態のうちいずれか一つのTCI状態を指示することができる。前記MAC CE活性化命令は、MAC CEが適用されるサービングセルのIDを指示するフィールド(Serving cell ID)、TCI状態がどのコアセットのために指示されるかを示すフィールド(CORESET ID)、CORESET IDフィールドにより識別されるコアセットに適用できるTCI状態を示すフィールド(TCI State ID、例えば、7ビット)などを含むことができる。このとき、コアセットインデックス#0(コアセット#0)に対しては、SSBに連係したCSI−RS/TRSを設定/指示するTCI状態のみが有効であると制限できる。SSBと連係したCSI−RS/TRSは、TCI状態により前記SSBとtype D QCL関係が定義されたCSI−RS/TRSを意味することができる。
端末は、前記MAC CE活性化命令に対するACK/NACKをスロットnで送信できる(S143)。この場合、前記一つのTCI状態は、スロットn+M(M値は、あらかじめ設定(例えば、M=3)され、またはネットワークにより指示されることができる)サブフレーム以後の1番目のスロットから適用されることができる(S144)。
図15は、本発明の一実施例に係る、コアセット(CORESET)での信号受信方法を例示する。
図15を参照すると、端末は、複数のTCI状態を含むRRC(radio resource control)信号を受信する(S100)。
端末は、前記複数のTCI状態のうちいずれか一つのTCI状態を知らせるMAC(Medium Access Control)CE(Control Element)を受信する(S200)。
端末は、前記一つのTCI状態に基づいて前記コアセットで信号を受信する(S300)。例えば、端末は、前記コアセットでPDCCH(制御情報または制御信号)を前記一つのTCI状態に基づいて受信することができる。このとき、前記コアセットがコアセット#0である場合、前記一つのTCI状態は、同期化信号/物理的ブロードキャストチャネルブロック(SSB、SS/PBCH)に連係した参照信号に関連することである。即ち、コアセット#0に対しては、SSBに連係したCSI−RS/TRSを設定/指示するTCI状態のみが有効であると見ることができる。SSBと連係したCSI−RS/TRSは、TCI状態により前記SSBとtype D QCL関係が定義されたCSI−RS/TRSを意味することができる。例えば、インデックス0を有するコアセット(即ち、コアセット#0)の場合、端末は、前記コアセット#0に対するMAC CE活性化命令により指示されたTCI状態のCSI−RSのQCL−TypeDがSS/PBCHブロック(SSB)に基づいて提供されることと期待することができる。
前記参照信号の準共同位置(Quasi−co location:QCL)情報は、前記SSBに基づいて決められることができる。
前記参照信号は、チャネル状態情報参照信号(channel state information reference signal:CSI−RS)である。
前記一つのTCI状態は、前記CSI−RSとPDCCH/PDSCHのための復調参照信号(demodulration reference signal:DMRS)ポート(port)間の準共同位置(Quasi−co location:QCL)関係に対する情報を含むことができる。
前記コアセット#0は、物理的ブロードキャストチャネル(physical broadcast channel:PBCH)を介して送信される情報(例えば、MIB)により、または専用RRCシグナリング(dedicated RRC signaling)により設定されることができる。PBCH上のMIBは、端末にシステム情報ブロック1(SIB1)を伝送するPDSCHをスケジューリングするPDCCHのモニタリングのためのパラメータ(例えば、コアセット#0設定)を提供する。
SIB1は、他のシステム情報ブロックのスケジュールを定義し、初期アクセス(initial access)に必要な情報を含むことができる。また、SIB1は、RMSI(Remaining Minimum SI)とも呼ばれ、DL−SCHを介して周期的にブロードキャスティングされ、またはDL−SCHを介して専用方式(dedicated manner)にRRC_CONNECTED状態の端末に送信されることができる。
例えば、インデックス0であるコアセット(即ち、コアセット#0)に対して、前記コアセット#0内でのPDCCH受信のための復調参照信号(demodulation reference signal:DM−RS)アンテナポート(単純にポートともいう)は、1)前記コアセットに対するMAC CE活性化命令により指示されたTCI状態により設定された一つ以上のダウンリンク参照信号(例えば、TRS、CSI−RS)と準共同位置(quasi co−located)にあると仮定され、または2)非コンテンションベースのランダムアクセス(non−contention based random access)過程をトリガするPDCCH命令により開始されない、最も最近のランダムアクセス過程の間に端末が識別したSS/PBCHブロック(SSB)と準共同位置にあると仮定することができる(前記最も最近のランダムアクセス過程以後に前記コアセットに対するTCI状態を指示するMAC CE活性化命令を受信していない場合)。
一方、インデックス0を有するコアセットでない他のコアセット(例えば、コアセット#1)の場合、もし、端末がコアセットに対して一つのTCI状態の提供を受け、または、もし、端末がコアセットに対して提供されたTCI状態のうち一つのTCI状態に対するMAC CE活性化命令を受信する場合、端末は、前記コアセット内でのPDCCH受信と関連したDM−RSアンテナポートは、前記一つのTCI状態により設定された一つ以上のダウンリンク参照信号と準共同位置にあると仮定することができる。
インデックス0を有するコアセット(即ち、コアセット#0)の場合、端末は、前記コアセット#0に対するMAC CE活性化命令により指示されたTCI状態のCSI−RSのQCL−TypeDがSS/PBCHブロック(SSB)に基づいて提供されることと期待することができる。即ち、コアセット#0に対するMAC CE活性化命令により指示されるTCI状態は、同期化信号/物理的ブロードキャストチャネルブロック(SSB、SS/PBCH)に連係した参照信号に関連することに制限され、または同期化信号/物理的ブロードキャストチャネルブロック(SSB、SS/PBCH)に連係した参照信号を指示/設定する場合にのみ有効であると解釈されることができる。
端末は、TCI状態のうち一つのTCI状態に対するMAC CE活性化命令を受信すると、前記MAC CE活性化命令に対するACK/NACKを送信したスロット(例えば、スロットk)から3サブフレーム後の1番目のスロットから前記MAC CE活性化命令を適用することができる。
オプション2)検索空間インデックス
検索空間インデックスがTCI状態の有効性を決定することができる。これは事前定義により、またはネットワークの上位階層シグナリングなどを介した指示により決定されることができる。例えば、事前定義を介して、検索空間インデックス#0は、SSBタイプまたはSSBに連係したCSI−RS/TRSのみが有効であり、残りの検索空間は、全てのタイプのTCI状態が有効であると仮定することができる。
オプション3)ビームスイーピング(beam sweeping)可否
該当コアセット及び/または検索空間のビームスイーピング可否がTCI状態の有効性を決定することができる。これは事前定義により、またはネットワークの上位階層シグナリングなどを介した指示により決定されることができる。例えば、ビームスイーピングが実行されるコアセットの場合、SSBタイプまたはSSBに連係したCSI−RS/TRSのみが有効であり、ビームスイーピングが実行されないコアセットは、全てのタイプのTCI状態が有効であると仮定することができる。
オプション4)ネットワーク設定
ネットワークは、コアセット及び/または検索空間別に有効なTCI状態タイプなどを指示することができる。例えば、特定コアセットに対して、該当コアセットのTCI状態は、SSBタイプまたはSSBに連係したCSI−RS/TRSのみが有効であると設定できる。
方法2)デフォルトTCI状態(追加)
オプション3)デフォルトTCI状態インデックス
デフォルトTCI状態を定義する他のオプションとして、PDSCHなどのためにシグナリングされたTCI状態集合のうち特定(インデックスの)TCI状態をデフォルトTCI状態に決定できる。このとき、特定TCI状態は、事前定義(例えば、最も低いインデックスのTCI状態)により、または上位階層シグナリングなどのネットワーク設定により決定されることができる。これは追加的なRRCシグナリングなしで具現可能であり、デフォルトTCI状態を変更しようとする場合、ネットワークは、既存のTCI状態のためのRRC再設定を利用して該当端末のデフォルトTCIを変更することができるという長所がある。
このとき、PDSCHなどのためのTCI状態集合のシグナリングを受けていない場合、方法1及び/または3などを利用してデフォルトTCI状態が決定され、TCI状態集合のシグナリングを受ける場合、デフォルト値を更新する等の方法が適用されることもできる。
<コアセット#0ハンドリング>
コアセット#0は、複数の連結した検索空間を有することができる。コアセット#0のTCI状態は、設定されたTCI状態の集合でMAC CEに基づいて更新されることができる。コアセット#0のTCI状態が設定されると、TCI情報及び検索空間#0の検索のためのモニタリング機会は、下記のようなオプションに従うことができる。
(1)検索空間#0のモニタリング機会は、常に最も最近のRACH過程で使われたSSBインデックスに基づいている。最も最近のRACH過程でCFRAがトリガリングされた場合、CSI−RSに関連したSSBは、SSBインデックスのために仮定される。もし、前記CSI−RSがSSBと関連されていない場合、従来のモニタリング機会/関連が使われる。即ち、既存に選択されたSSBインデックスが使われ、またはエラーが発生したと見なされることができる。検索空間#0を含むコアセット#0のTCI状態は、もし、MAC CEがTCI状態を指示する場合、MAC CEによって更新されることができる。そうでない場合、最も最近のRACH過程で使われたSSBインデックスのQCLに従うこともできる。
(2)検索空間#0のモニタリング機会は、最も最近のRACHでのSSBインデックスまたはMAC CEにより更新されたTCI状態に基づいている。MAC CEによるCSI状態である場合、関連したSSBインデックスが使われることができる。もし、関連したSSBがない場合、最も最近のRACH過程が使われ、またはこのような状況がエラーであると見なされることができる。TCI状態は、MAC CEによってのみ更新されることができる。
(3)検索空間#0のモニタリング機会は、最も最近のRACH過程またはMAC CEにより更新されたTCI状態に基づいている。MAC CEによるTCI状態の場合、関連したSSBインデックスが使われる。関連したSSBがない場合、最も最近のRACH過程が使われ、またはこの状況がエラーであると見なされることができる。TCI状態は、MAC CEまたは最も最近のRACH過程に基づいて更新されることもできる。SSBに基づくRACH過程の場合、TCI状態は、SSBに基づいて仮定される。
要約すれば、TCIがコアセット#0に設定された場合、SS#0のモニタリング機会を決定することは、SSBベースのRACH手順(SSBベースのRACH手順と関連したCSI−RSを含む)のみに従い、または最も最近のRACH手順またはMAC CE更新で誘導された最も最新のSSB索引に従うことができる。
TCI状態を決定する観点で、i)常にMAC CEのみに従い(MAC CEが使用可能または向後使用可能な場合)、ii)RACHとMAC CEのうち最も最近のイベントに従うことができる(RACHの場合、QCL関係であるが、QCL情報は、TCI状態が定義されないRACH手順に基づいてアップデートされることができる)。
図16は、本発明を実行する送信装置1810及び受信装置1820の構成要素を示すブロック図である。ここで、前記送信装置及び受信装置は、各々、基地局(ネットワーク)または端末である。
送信装置1810及び受信装置1820は、情報及び/またはデータ、信号、メッセージなどを伝送する無線信号を送信または受信することができる送受信機1812、1822、無線通信システム内の通信と関連した各種情報を格納するメモリ1813、1823、前記送受信機1812、1822及びメモリ1813、1823などの構成要素と連結されて、前記構成要素を制御して該当装置が前述した本発明の実施例のうち少なくとも一つを実行するようにメモリ1813、1823及び/または送受信機1812、1822を制御するように構成された(configured)プロセッサ1811、1821を各々含むことができる。ここで、送受信機は、トランシーバとも呼ばれる。
メモリ1813、1823は、プロセッサ1811、1821の処理及び制御のためのプログラムを格納することができ、入/出力される情報を臨時格納することができる。メモリ1813、1823は、バッファとして活用されることができる。
プロセッサ1811、1821は、通常的に送信装置または受信装置内の各種モジュールの全般的な動作を制御する。特に、プロセッサ1811、1821は、本発明を実行するための各種制御機能を遂行することができる。プロセッサ1811、1821は、コントローラ(controller)、マイクロコントローラ(microcontroller)、マイクロプロセッサ(microprocessor)、マイクロコンピュータ(microcomputer)などで呼ばれることもある。プロセッサ1811、1821は、ハードウェア(hardware)またはファームウェア(firmware)、ソフトウェア、またはこれらの結合により具現されることができる。ハードウェアを利用して本発明を具現する場合は、本発明を実行するように構成されたASICs(application specific integrated circuits)またはDSPs(digital signal processors)、DSPDs(digital signal processing devices)、PLDs(programmable logic devices)、FPGAs(field programmable gate arrays)などがプロセッサ1811、1821に備えられることができる。一方、ファームウェアやソフトウェアを利用して本発明を具現する場合は、本発明の機能または動作を実行するモジュール、手順または関数などを含むようにファームウェアやソフトウェアが構成されることができ、本発明を実行することができるように構成されたファームウェアまたはソフトウェアは、プロセッサ1811、1821内に備えられ、またはメモリ1813、1823に格納されてプロセッサ1811、1821により駆動されることができる。
送信装置1810のプロセッサ1811は、外部に送信する信号及び/またはデータに対して所定の符号化(coding)及び変調(modulation)を実行した後、送受信機1812に送信できる。例えば、プロセッサ1811は、送信しようとするデータ列を逆多重化及びチャネル符号化、スクランブリング、変調過程などを経てコードワードを生成することができる。コードワードは、MAC階層が提供するデータブロックであるトランスポートブロックと等価の情報を含むことができる。一つのトランスポートブロック(transport block、TB)は、一つのコードワードで符号化されることができる。各コードワードは、一つ以上のレイヤを介して受信装置に送信されることができる。周波数アップコンバート(frequency up−convert)のために、送受信機1812は、オシレータ(oscillator)を含むことができる。送受信機1812は、一つのまたは複数の送信アンテナを含むことができる。
受信装置1820の信号処理過程は、送信装置1810の信号処理過程の逆に構成されることができる。プロセッサ1821の制御下に、受信装置1820の送受信機1822は、送信装置1810により送信された無線信号を受信することができる。前記送受信機1822は、一つまたは複数個の受信アンテナを含むことができる。前記送受信機1822は、受信アンテナを介して受信された信号の各々を周波数ダウンコンバートして(frequency down−convert)基底帯域信号に復元できる。送受信機1822は、周波数ダウンコンバートのためにオシレータを含むことができる。前記プロセッサ1821は、受信アンテナを介して受信された無線信号に対する復号(decoding)及び復調(demodulation)を実行し、送信装置1810が本来送信しようとしたデータを復元することができる。
送受信機1812、1822は、一つまたは複数個のアンテナを具備することができる。アンテナは、プロセッサ1811、1821の制御下に、本発明の一実施例によって、送受信機1812、1822により処理された信号を外部に送信し、または外部から無線信号を受信して送受信機1812、1822に伝達する機能を遂行することができる。アンテナは、アンテナポートともいう。各アンテナは、一つの物理アンテナに該当し、または一つより多い物理アンテナ要素(element)の組み合わせにより構成される(configured)ことができる。各アンテナから送信された信号は、受信装置1820によりそれ以上分解されることができない。該当アンテナに対応して送信された参照信号(reference signal、RS)は、受信装置1820の観点で見たアンテナを定義し、チャネルが一つの物理アンテナからの単一(single)無線チャネルかまたは前記アンテナを含む複数の物理アンテナ要素(element)からの合成(composite)チャネルかにかかわらず、前記受信装置1820をして前記アンテナに対するチャネル推定を可能せしめる。即ち、アンテナは、前記アンテナ上のシンボルを伝達するチャネルが前記同じアンテナ上の他のシンボルが伝達される前記チャネルから導出されるように定義されることができる。複数のアンテナを利用してデータを送受信する多重入出力(Multi−Input Multi−Output、MIMO)機能をサポートするトランシーバの場合は、2個以上のアンテナと連結されることができる。
図17は、送信装置1810内の信号処理モジュール構造の一例を示す。ここで、信号処理は、図16のプロセッサ1811、1821のような基地局/端末のプロセッサで実行されることができる。
図17を参照すると、端末または基地局内の送信装置1810は、スクランブラ301、モジュレータ302、レイヤマッパ303、アンテナポートマッパ304、リソースブロックマッパ305、信号生成器306を含むことができる。
送信装置1810は、一つ以上のコードワード(codeword)を送信することができる。各コードワード内の符号化されたビット(coded bits)は、各々、スクランブラ301によりスクランブリングされて物理チャネル上で送信される。コードワードは、データ列で指示されることもでき、MAC階層が提供するデータブロックであるトランスポートブロックと等価である。
スクランブルされたビットは、モジュレータ302により複素変調シンボル(Complex−valued modulation symbols)に変調される。モジュレータ302は、前記スクランブルされたビットを変調方式によって変調して信号コンステレーション(signal constellation)上の位置を表現する複素変調シンボルに配置できる。変調方式(modulation scheme)には制限がなく、m−PSK(m−Phase Shift Keying)またはm−QAM(m−Quadrature Amplitude Modulation)などが前記符号化されたデータの変調に利用されることができる。モジュレータは、モジュレーションマッパ(modulation mapper)とも呼ばれる。
前記複素変調シンボルは、レイヤマッパ303により一つ以上の送信レイヤにマッピングされることができる。各レイヤ上の複素変調シンボルは、アンテナポート上での送信のためにアンテナポートマッパ304によりマッピングされることができる。
リソースブロックマッパ305は、各アンテナポートに対する複素変調シンボルを送信のために割り当てられた仮想リソースブロック(Virtual Resource Block)内の適切なリソース要素にマッピングすることができる。リソースブロックマッパは、前記仮想リソースブロックを適切なマッピング技法(mapping scheme)によって物理リソースブロック(Physical Resource Block)にマッピングすることができる。前記リソースブロックマッパ305は、前記各アンテナポートに対する複素変調シンボルを適切な副搬送波に割り当て、ユーザによって多重化できる。
信号生成器306は、前記各アンテナポートに対する複素変調シンボル、即ち、アンテナ特定シンボルを特定変調方式、例えば、OFDM(Orthogonal Frequency Division Multiplexing)方式に変調し、複素時間ドメイン(complex−valued time domain)OFDMシンボル信号を生成することができる。信号生成器は、アンテナ特定シンボルに対してIFFT(Inverse Fast Fourier Transform)を実行することができ、IFFTが実行された時間ドメインシンボルにはCP(Cyclic Prefix)が挿入されることができる。OFDMシンボルは、デジタル−アナログ(digital−to−analog)変換、周波数アップ変換などを経て各送信アンテナを介して受信装置に送信される。信号生成器は、IFFTモジュール及びCP挿入機、DAC(Digital−to−Analog Converter)、周波数アップ変換器(frequency up−converter)などを含むことができる。
図18は、送信装置1810内の信号処理モジュール構造の他の例を示す。ここで、信号処理は、図16のプロセッサ1811、1821等、端末/基地局のプロセッサで実行されることができる。
図18を参照すると、端末または基地局内の送信装置1810は、スクランブラ401、モジュレータ402、レイヤマッパ403、プリコーダ404、リソースブロックマッパ405、信号生成器406を含むことができる。
送信装置1810は、一つのコードワードに対して、コードワード内の符号化されたビット(coded bits)をスクランブラ401によりスクランブリングした後、物理チャネルを介して送信できる。
スクランブルされたビットは、モジュレータ402により複素変調シンボルに変調される。前記モジュレータは、前記スクランブルされたビットを既決定された変調方式によって変調して信号コンステレーション(signal constellation)上の位置を表現する複素変調シンボルに配置できる。変調方式(modulation scheme)には制限がなく、pi/2−BPSK(pi/2−Binary Phase Shift Keying)、m−PSK(m−Phase Shift Keying)またはm−QAM(m−Quadrature Amplitude Modulation)などが前記符号化されたデータの変調に利用されることができる。
前記複素変調シンボルは、前記レイヤマッパ403により一つ以上の送信レイヤにマッピングされることができる。
各レイヤ上の複素変調シンボルは、アンテナポート上での送信のためにプリコーダ404によりプリコーディングされることができる。ここで、プリコーダは、複素変調シンボルに対するトランスフォームプリコーディング(transform precoding)を実行した以後にプリコーディングを実行することもできる。または、プリコーダは、トランスフォームプリコーディングを実行せずにプリコーディングを実行することもできる。プリコーダ404は、前記複素変調シンボルを多重送信アンテナによるMIMO方式に処理してアンテナ特定シンボルを出力し、前記アンテナ特定シンボルを該当リソースブロックマッパ405に分配できる。プリコーダ404の出力zは、レイヤマッパ403の出力yとN×Mのプリコーディング行列Wをかけて得ることができる。ここで、Nはアンテナポートの個数であり、Mはレイヤの個数である。
リソースブロックマッパ405は、各アンテナポートに対する復調変調シンボルを送信のために割り当てられた仮想リソースブロック内にある適切なリソース要素にマッピングする。
リソースブロックマッパ405は、複素変調シンボルを適切な副搬送波に割り当て、ユーザによって多重化できる。
信号生成器406は、複素変調シンボルを特定変調方式、例えば、OFDM方式に変調して複素時間ドメイン(complex−valued time domain)OFDM(Orthogonal Frequency Division Multiplexing)シンボル信号を生成することができる。信号生成器406は、アンテナ特定シンボルに対してIFFT(Inverse Fast Fourier Transform)を実行することができ、IFFTが実行された時間ドメインシンボルにはCP(Cyclic Prefix)が挿入されることができる。OFDMシンボルは、デジタル−アナログ(digital−to−analog)変換、周波数アップ変換などを経て、各送信アンテナを介して受信装置に送信される。信号生成器406は、IFFTモジュール及びCP挿入機、DAC(Digital−to−Analog Converter)、周波数アップ変換器(frequency up−converter)などを含むことができる。
受信装置1820の信号処理過程は、送信機の信号処理過程の逆に構成されることができる。具体的に、受信装置1820のプロセッサ1821は、外部で送受信機1822のアンテナポート(ら)を介して受信された無線信号に対する復号(decoding)及び復調(demodulation)を実行する。前記受信装置1820は、複数個の多重受信アンテナを含むことができ、受信アンテナを介して受信された信号の各々は、基底帯域信号に復元された後、多重化及びMIMO復調化を経て送信装置1810が本来送信しようとしたデータ列に復元される。受信装置1820は、受信された信号を基底帯域信号に復元するための信号復元器、受信処理された信号を結合して多重化する多重化器、多重化された信号列を該当コードワードに復調するチャネル復調器を含むことができる。前記信号復元器及び多重化器、チャネル復調器は、これらの機能を遂行する統合された一つのモジュールまたは各々の独立されたモジュールで構成されることができる。より具体的に、前記信号復元器は、アナログ信号をデジタル信号に変換するADC(analog−to−digital converter)、前記デジタル信号からCPを除去するCP除去器、CPが除去された信号にFFT(fast Fourier transform)を適用して周波数ドメインシンボルを出力するFFTモジュール、前記周波数ドメインシンボルをアンテナ特定シンボルに復元するリソース要素デマッパ(resource element demapper)/等化器(equalizer)を含むことができる。前記アンテナ特定シンボルは、多重化器により送信レイヤに復元され、前記送信レイヤは、チャネル復調器により送信装置が送信しようとしたコードワードに復元される。
図19は、本発明の具現例に係る無線通信装置の一例を示す。
図19を参照すると、無線通信装置、例えば、端末は、デジタル信号プロセッサ(Digital Signal Processor;DSP)またはマイクロプロセッサなどのプロセッサ2310、トランシーバ2335、電力管理モジュール2305、アンテナ2340、バッテリ2355、ディスプレイ2315、キーパッド2320、GPS(Global Positioning System)チップ2360、センサー2365、メモリ2330、SIM(Subscriber Identification Module)カード2325、スピーカ2345、マイクロホン2350のうち少なくとも一つを含むことができる。前記アンテナ及びプロセッサは、複数個である。
プロセッサ2310は、本明細書で説明した機能、手順、方法を具現することができる。図19のプロセッサ2310は、図16のプロセッサ1811、1821である。
メモリ2330は、プロセッサ2310と連結され、プロセッサの動作と関連した情報を格納する。メモリは、プロセッサの内部または外部に位置し、有線連結または無線連結のような多様な技術を介してプロセッサと連結されることができる。図19のメモリ2330は、図16のメモリ1813、1823である。
ユーザは、キーパッド2320のボタンを押さえ、またはマイクロホン2350を利用したりして声を活性化させる等、多様な技術を利用して電話番号のような多様な種類の情報を入力することができる。プロセッサ2310は、ユーザの情報を受信してプロセシングし、入力された電話番号に電話を掛ける等、適切な機能を遂行することができる。一部シナリオでは、データが適切な機能を遂行するためにSIMカード2325またはメモリ2330から検索されることができる。一部シナリオでは、プロセッサ2310は、ユーザの便宜のためにディスプレイ2315に多様な種類の情報とデータを表示することができる。
トランシーバ2335は、プロセッサ2310と連結され、RF(Radio Frequency)信号のような無線信号を送信及び/または受信する。プロセッサは、通信を開始し、または音声通信データなど、多様な種類の情報またはデータを含む無線信号を送信するためにトランシーバを制御することができる。トランシーバは、無線信号の送信及び受信のために送信機及び受信機を含む。アンテナ2340は、無線信号の送信及び受信を容易にすることができる。一部具現例として、トランシーバは、無線信号を受信すると、プロセッサによる処理のために信号を基底帯域周波数でフォワーディングして変換できる。処理された信号は、スピーカ2345を介して出力されるように可聴または読み取り可能な情報に変換される等、多様な技術により処理されることができる。図19のトランシーバは、図16の送受信機1812、1822である。
図19に示されていないが、カメラ、USB(Universal Serial Bus)ポートなど、多様な構成要素が端末に追加的に含まれることができる。例えば、カメラは、プロセッサ2310と連結されることができる。
図19は、端末に対する一つの具現例に過ぎず、具現例はこれに制限されるものではない。端末は、図19の全ての要素を必須的に含むべきものではない。即ち、一部構成要素、例えば、キーパッド2320、GPS(Global Positioning System)チップ2360、センサー2365、SIMカード2325などは、必須な要素ではないこともあり、この場合、端末に含まれないこともある。
図20は、プロセッサ2000の一例を示す。
図20を参照すると、プロセッサ2000は、RRC信号及び/またはMAC CE受信処理モジュール2010及びPDCCH受信処理モジュール2020を含むことができる。プロセッサ2000は、図14乃至図15で説明した方法(受信機の立場)を実行することができる。例えば、プロセッサ2000は、複数のTCI状態を含むRRC信号を受信し、前記複数のTCI状態のうちいずれか一つのTCI状態を知らせるMAC CEを受信し、前記一つのTCI状態に基づいて前記コアセットで信号を受信することができる。プロセッサ2000は、図16のプロセッサ1811、1821の一例である。
図21は、プロセッサ3000の一例を示す。
図21を参照すると、プロセッサ3000は、TCI割当モジュール3010及び情報送信モジュール3020を含むことができる。プロセッサ3000は、図14乃至図15において、送信機の立場で説明した方法を実行することができる。例えば、プロセッサ3000は、各コアセットに対するTCI状態を決定して割り当てることができる。そして、RRC信号またはRRC信号とMAC CEの組み合わせを利用してコアセットに対するTCI状態を指示する(知らせる)ことができ、それによって、コアセット内でPDCCHを送信(具体的に制御情報を送信)することができる。プロセッサ3000は、図16のプロセッサ1811、1821の一例である。
図22は、本発明の技術的特徴が適用されることができる5G使用シナリオの例を示す。
図22に示す5G使用シナリオは、単に例示に過ぎず、本発明の技術的特徴は、図22に示されていない他の5G使用シナリオにも適用されることができる。
図22を参照すると、5Gの三つの主要要求事項領域は、(1)改善されたモバイル広帯域(eMBB;enhanced mobile broadband)領域、(2)多量のマシンタイプ通信(mMTC;massive machine type communication)領域、及び(3)超信頼及び低遅延通信(URLLC;ultra−reliable and low latency communications)領域を含む。一部使用例は、最適化のために多数の領域を要求することができ、他の使用例は、ただ一つの核心性能指標(KPI;key performance indicator)にのみフォーカシングできる。5Gは、このような多様な使用例を柔軟且つ信頼できる方法でサポートする。
eMBBは、データ速度、遅延、ユーザ密度、モバイル広帯域接続の容量及びカバレッジの全般的な向上に重点をおく。eMBBは、10Gbps程度の処理量を目標とする。eMBBは、基本的なモバイルインターネット接続をはるかに超えるようにし、豊富な両方向作業、クラウドまたは増強現実でメディア及びエンターテイメントアプリケーションをカバーする。データは、5Gの核心動力のうち一つであり、5G時代で最初に専用音声サービスを見ることができない。5Gで、音声は、単純に通信システムにより提供されるデータ連結を使用して応用プログラムとして処理されることと期待される。増加されたトラフィック量の主要原因は、コンテンツ大きさの増加及び高いデータ送信率を要求するアプリケーション数の増加である。ストリーミングサービス(オーディオ及びビデオ)、対話形ビデオ及びモバイルインターネット連結は、より多くの装置がインターネットに連結されるほど一層広く使われる。このような多くのアプリケーションは、ユーザにリアルタイム情報及びお知らせをプッシュするために、常にオンになっている連結性を必要とする。クラウドストーリッジ及びアプリケーションは、モバイル通信プラットフォームで急速に増加しており、これは業務及びエンターテイメントの両方ともに適用されることができる。クラウドストーリッジは、アップリンクデータ送信率の成長を牽引する特別な使用例である。また、5Gは、クラウド上の遠隔業務にも使われ、触覚インターフェースが使われる時、優秀なユーザ経験を維持するように、はるかに低い端対端(end−to−end)遅延を要求する。エンターテイメントで、例えば、クラウドゲーム及びビデオストリーミングは、モバイル広帯域能力に対する要求を増加させる他の核心要素である。エンターテイメントは、汽車、車及び飛行機のような高い移動性環境を含んでどこでもスマートフォン及びタブレットで必須である。他の使用例は、エンターテイメントのための増強現実及び情報検索である。ここで、増強現実は、非常に低い遅延と瞬間的なデータ量を必要とする。
mMTCは、バッテリにより駆動される多量の低費用装置間の通信を可能にするために設計され、スマート計量、物流、現場及び身体センサーのようなアプリケーションをサポートするためのものである。mMTCは、10年ほどのバッテリ及び/または1km2当たり一百万個程度の装置を目標とする。mMTCは、全ての分野で埋め込みセンサーを円滑に連結できるようにし、最も多く予想される5G使用例のうち一つである。潜在的に2020年までIoT装置は、204億個に達することと予測される。産業IoTは、5Gがスマートシティ、資産追跡(asset tracking)、スマートユーティリティ、農業及びセキュリティインフラを可能にする主要役割を遂行する領域のうち一つである。
URLLCは、装置及び機械が非常に信頼性あり、且つ非常に低い遅延及び高い可用性で通信できるようにすることによって、車両通信、産業制御、工場自動化、遠隔手術、スマートグリッド及び公共安全アプリケーションに理想的である。URLLCは、1ms程度の遅延を目標とする。URLLCは、主要インフラの遠隔制御及び自律走行車両のような超信頼/遅延が少ないリンクを介して産業を変化させる新しいサービスを含む。信頼性と遅延の水準は、スマートグリッド制御、産業自動化、ロボット工学、ドローン制御及び調整に必須である。
次に、図22の三角形内に含まれている多数の使用例に対してより具体的に説明する。
5Gは、秒当たり数百メガビットから秒当たりギガビットで評価されるストリームを提供する手段であり、FTTH(fiber−to−the−home)及びケーブルベースの広帯域(または、DOCSIS)を補完することができる。このような速い速度は、仮想現実(VR;virtual reality)と増強現実(AR;augmented reality)だけでなく、4K以上(6K、8K及びそれ以上)の解像度でTVを伝達するときに要求されることができる。VR及びARアプリケーションは、ほとんど没入型(immersive)スポーツ競技を含む。特定アプリケーションは、特別なネットワーク設定が要求されることができる。例えば、VRゲームの場合、ゲーム会社が遅延を最小化するために、コアサーバをネットワークオペレータのエッジネットワークサーバと統合しなければならない。
自動車(Automotive)は、車両に対する移動通信のための多くの使用例と共に、5Gにおいて重要な新しい動力になることと予想される。例えば、乗客のためのエンターテイメントは、高い容量と高いモバイル広帯域を同時に要求する。その理由は、未来のユーザは、彼らの位置及び速度と関係なしで高品質の連結を期待し続けるためである。自動車分野の他の使用例は、増強現実ダッシュボードである。ドライバは、増強現実ダッシュボードを介して前面ウィンドウを介して見るもの上に暗いところで物体を識別することができる。増強現実ダッシュボードは、物体の距離と動きに対してドライバに知らせる情報を重なってディスプレイする。未来に、無線モジュールは、車両間の通信、車両とサポートするインフラ構造との間で情報交換及び自動車と他の連結された装置(例えば、歩行者により伴われる装置)との間で情報交換を可能にする。安全システムは、ドライバがより安全な運転が可能なように行動の代替コースを案内して事故の危険を低くすることができるようにする。次のステップは、遠隔操縦車両または自律走行車両になる。これは互いに異なる自律走行車両間及び/または自動車とインフラとの間で非常に信頼性があり、且つ非常に速い通信を要求する。未来に、自律走行車両が全ての運転活動を実行し、ドライバは、車両自体が識別できない交通異常にのみ集中するようにする。自律走行車両の技術的要求事項は、トラフィック安全を人が達成できない程度の水準まで増加するように超低遅延と超高速信頼性を要求する。
スマート社会として言及されるスマートシティとスマートホームは、高密度無線センサーネットワークで埋め込みされる。知能型センサーの分散ネットワークは、都市または家の費用及びエネルギー効率的な維持に対する条件を識別する。類似の設定が各家庭のために実行されることができる。温度センサー、ウィンドウ及び暖房コントローラ、盗難警報器及び家電製品は、全て無線で連結される。このようなセンサーのうち多くのものが典型的に低いデータ送信速度、低電力及び低費用を要求する。しかし、例えば、リアルタイムHDビデオは、監視のために特定タイプの装置で要求されることができる。
熱またはガスを含むエネルギーの消費及び分配は、高度に分散化されているため、分散センサーネットワークの自動化された制御が要求される。スマートグリッドは、情報を収集し、それによって行動するようにデジタル情報及び通信技術を使用してこのようなセンサーを相互連結する。この情報は、供給業者と消費者の行動を含むことができるため、スマートグリッドが効率性、信頼性、経済性、生産の持続可能性及び自動化された方式に電気のような燃料の分配を改善するようにすることができる。スマートグリッドは、遅延が少ない他のセンサーネットワークと見ることもできる。
健康部門は、移動通信の恵みを受けることができる多くのアプリケーションを保有している。通信システムは、遠く離れた所で臨床診療を提供する遠隔診療をサポートすることができる。これは距離に対する障壁を減らすことができるようにし、距離が遠い農村で持続的に利用できない医療サービスへの接近を改善させることができる。また、これは重要な診療及び応急状況で生命を助けるために使われる。移動通信ベースの無線センサーネットワークは、心拍数及び血圧のようなパラメータに対する遠隔モニタリング及びセンサーを提供することができる。
無線及びモバイル通信は、産業応用分野で段々重要になっている。配線は、設置及び維持費用が高い。したがって、ケーブルを再構成することができる無線リンクへの交替可能性は、多くの産業分野で魅力的な機会である。しかし、これを達成することは、無線連結がケーブルと類似の遅延、信頼性及び容量で動作することと、その管理が単純化することを要求する。低い遅延と非常に低いエラー確率は、5Gで連結される必要がある新しい要求事項である。
物流及び貨物追跡は、位置基盤情報システムを使用してどこでもインベントリ(inventory)及びパッケージの追跡を可能にする移動通信に対する重要な使用例である。物流及び貨物追跡の使用例は、典型的に低いデータ速度を要求するが、広い範囲と信頼性ある位置情報が必要である。
図23は、本発明の一実施例に係る無線通信装置を示す。
図23を参照すると、無線通信システムは、第1の装置9010と第2の装置9020を含むことができる。
前記第1の装置9010は、基地局、ネットワークノード、送信端末、受信端末、無線装置、無線通信装置、車両、自律走行機能を搭載した車両、コネクティッドカー(Connected Car)、ドローン(Unmanned Aerial Vehicle、UAV)、AI(Artificial Intelligence)モジュール、ロボット、AR(Augmented Reality)装置、VR(Virtual Reality)装置、MR(Mixed Reality)装置、ホログラム装置、公共安全装置、MTC装置、IoT装置、医療装置、フィンテック装置(または、金融装置)、セキュリティ装置、気候/環境装置、5Gサービスと関連した装置またはその以外の4次産業革命分野と関連した装置である。
前記第2の装置9020は、基地局、ネットワークノード、送信端末、受信端末、無線装置、無線通信装置、車両、自律走行機能を搭載した車両、コネクティッドカー(Connected Car)、ドローン(Unmanned Aerial Vehicle、UAV)、AI(Artificial Intelligence)モジュール、ロボット、AR(Augmented Reality)装置、VR(Virtual Reality)装置、MR(Mixed Reality)装置、ホログラム装置、公共安全装置、MTC装置、IoT装置、医療装置、フィンテック装置(または、金融装置)、セキュリティ装置、気候/環境装置、5Gサービスと関連した装置またはその以外の4次産業革命分野と関連した装置である。
例えば、端末は、携帯電話、スマートフォン(smart phone)、ラップトップコンピュータ(laptop computer)、デジタル放送用端末機、PDA(personal digital assistants)、PMP(portable multimedia player)、ナビゲーション、スレートPC(slate PC)、タブレットPC(tablet PC)、ウルトラブック(ultrabook)、ウェアラブルデバイス(wearable device、例えば、ウォッチ型端末機(smartwatch)、グラス型端末機(smart glass)、HMD(head mounted display))などを含むことができる。例えば、HMDは、頭に着用する形態のディスプレイ装置である。例えば、HMDは、VR、ARまたはMRを具現するために使われることができる。
例えば、ドローンは、人に乗らないで無線コントロール信号により飛行する飛行体である。例えば、VR装置は、仮想世界の客体または背景などを具現する装置を含むことができる。例えば、AR装置は、現実世界の客体または背景などに仮想世界の客体または背景を連結して具現する装置を含むことができる。例えば、MR装置は、現実世界の客体または背景などに仮想世界の客体または背景を融合して具現する装置を含むことができる。例えば、ホログラム装置は、ホログラフィという二つのレーザー光に会って発生する光の干渉現象を活用し、立体情報を記録及び再生して360度立体映像を具現する装置を含むことができる。例えば、公共安全装置は、映像中継装置またはユーザの人体に着用可能な映像装置などを含むことができる。例えば、MTC装置及びIoT装置は、人の直接的な介入や、または操作が必要でない装置である。例えば、MTC装置及びIoT装置は、スマートメーター、ベンディングマシン、温度計、スマート電球、ドアロックまたは各種センサーなどを含むことができる。例えば、医療装置は、疾病を診断、治療、軽減、処置または予防する目的として使われる装置である。例えば、医療装置は、傷害または障害を診断、治療、軽減または補正する目的として使われる装置である。例えば、医療装置は、構造または機能を検査、代替または変形する目的として使われる装置である。例えば、医療装置は、妊娠を調節する目的として使われる装置である。例えば、医療装置は、診療用装置、手術用装置、(体外)診断用装置、補聴器または施術用装置などを含むことができる。例えば、セキュリティ装置は、発生する恐れがある危険を防止し、安全を維持するために設置した装置である。例えば、セキュリティ装置は、カメラ、CCTV、録画器(recorder)またはブラックボックスなどである。例えば、フィンテック装置は、モバイル決済など、金融サービスを提供することができる装置である。例えば、フィンテック装置は、決済装置またはPOS(Point of Sales)などを含むことができる。例えば、気候/環境装置は、気候/環境をモニタリングまたは予測する装置を含むことができる。
前記第1の装置9010は、プロセッサ9011のような少なくとも一つ以上のプロセッサと、メモリ9012のような少なくとも一つ以上のメモリと、送受信機9013のような少なくとも一つ以上の送受信機を含むことができる。前記プロセッサ9011は、前述した機能、手順、及び/または方法を実行することができる。前記プロセッサ9011は、一つ以上のプロトコルを実行することができる。例えば、前記プロセッサ9011は、無線インターフェースプロトコルの一つ以上の階層を実行することができる。前記メモリ9012は、前記プロセッサ9011と連結され、多様な形態の情報及び/または命令を格納することができる。前記送受信機9013は、前記プロセッサ9011と連結され、無線シグナルを送受信するように制御されることができる。
前記第2の装置9020は、プロセッサ9021のような少なくとも一つのプロセッサと、メモリ9022のような少なくとも一つ以上のメモリ装置と、送受信機9023のような少なくとも一つの送受信機を含むことができる。前記プロセッサ9021は、前述した機能、手順、及び/または方法を実行することができる。前記プロセッサ9021は、一つ以上のプロトコルを具現することができる。例えば、前記プロセッサ9021は、無線インターフェースプロトコルの一つ以上の階層を具現することができる。前記メモリ9022は、前記プロセッサ9021と連結され、多様な形態の情報及び/または命令を格納することができる。前記送受信機9023は、前記プロセッサ9021と連結され、無線シグナルを送受信するように制御されることができる。
前記メモリ9012及び/または前記メモリ9022は、前記プロセッサ9011及び/または前記プロセッサ9021の内部または外部で各々連結されることもでき、有線または無線連結のように多様な技術を介して他のプロセッサに連結されることもできる。
前記第1の装置9010及び/または前記第2の装置9020は、一つ以上のアンテナを有することができる。例えば、アンテナ9014及び/またはアンテナ9024は、無線信号を送受信するように構成されることができる。
本発明は、下記のような分野に適用されることもできる。
<人工知能(AI:Artificial Intelligence)>
人工知能は、人工的な知能またはこれを作ることができる方法論を研究する分野を意味し、マシンラーニング(機械学習、Machine Learning)は、人工知能分野で扱う多様な問題を定義し、それを解決する方法論を研究する分野を意味する。マシンラーニングは、ある作業に対して絶え間ない経験を介してその作業に対する性能を高めるアルゴリズムに定義することもある。
人工神経網(ANN:Artificial Neural Network)は、マシンラーニングで使われるモデルであり、シナプスの結合でネットワークを形成した人工ニューロン(ノード)で構成される、問題解決能力を有するモデル全般を意味することができる。人工神経網は、他のレイヤのニューロン間の連結パターン、モデルパラメータを更新する学習過程、出力値を生成する活性化関数(Activation Function)により定義されることができる。
人工神経網は、入力層(Input Layer)、出力層(Output Layer)、そして、選択的に一つ以上の隠れ層(Hidden Layer)を含むことができる。各層は、一つ以上のニューロンを含み、人工神経網は、ニューロンとニューロンを連結するシナプスを含むことができる。人工神経網で、各ニューロンは、シナプスを介して入力される入力信号、加重値、偏向に対する活性関数の関数値を出力することができる。
モデルパラメータは、学習を介して決定されるパラメータを意味し、シナプス連結の加重値とニューロンの偏向などが含まれる。そして、ハイパーパラメータは、マシンラーニングアルゴリズムで学習前に設定されるべきパラメータを意味し、学習率(Learning Rate)、繰り返し回数、ミニ配置大きさ、初期化関数などが含まれる。
人工神経網の学習の目的は、損失関数を最小化するモデルパラメータを決定することと見ることができる。損失関数は、人工神経網の学習過程で最適のモデルパラメータを決定するための指標として利用されることができる。
マシンラーニングは、学習方式によって指導学習(Supervised Learning)、非指導学習(Unsupervised Learning)、強化学習(Reinforcement Learning)に分類できる。
指導学習は、学習データに対するレイブル(label)が与えられた状態で人工神経網を学習させる方法を意味し、レイブルとは、学習データが人工神経網に入力される場合、人工神経網が推論すべき正答(または、結果値)を意味することができる。非指導学習は、学習データに対するレイブルが与えられない状態で人工神経網を学習させる方法を意味することができる。強化学習は、ある環境内で定義されたエージェントが各状態で累積補償を最大化する行動または行動順序を選択するように学習させる学習方法を意味することができる。
人工神経網のうち、複数の隠匿層を含む深層神経網(DNN:Deep Neural Network)で具現されるマシンラーニングをディップラーニング(深層学習、Deep Learning)とも呼ばれ、ディップラーニングは、マシンラーニングの一部である。以下、マシンラーニングは、ディップラーニングを含む意味で使われる。
<ロボット(Robot)>
ロボットは、自体的に保有した能力により与えらえた仕事を自動で処理または作動する機械を意味することができる。特に、環境を認識して自体的に判断して動作を実行する機能を有するロボットを知能型ロボットともいう。
ロボットは、使用目的や分野によって産業用、医療用、家庭用、軍事用等に分類できる。
ロボットは、アクチュエータまたはモーターを含む駆動部を具備してロボット関節を動かく等の多様な物理的動作を実行することができる。また、移動可能なロボットは、駆動部にホイール、ブレーキ、プロペラなどが含まれ、駆動部を介して地上で走行し、または空中で飛行できる。
<自律走行(Self−Driving、Autonomous Driving)>
自律走行は、自体的に走行する技術を意味し、自律走行車両は、ユーザの操作なしで、またはユーザの最小限の操作で走行する車両(Vehicle)を意味する。
例えば、自律走行には、走行中である車線を維持する技術、アダプティブクルーズコントロールのように速度を自動で調節する技術、決められた経路に沿って自動で走行する技術、目的地が設定される場合、自動で経路を設定して走行する技術などが全て含まれることができる。
車両は、内燃機関のみを具備する車両、内燃機関と電気モーターを共に具備するハイブリッド車両、そして、電気モーターのみを具備する電気車両を全て包括し、自動車だけでなく、汽車、オートバイなどを含むことができる。
このとき、自律走行車両は、自律走行機能を有するロボットとみることができる。
<拡張現実(XR:eXtended Reality)>
拡張現実は、仮想現実(VR:Virtual Reality)、増強現実(AR:Augmented Reality)、混合現実(MR:Mixed Reality)を総称する。VR技術は、現実世界の客体や背景などをCG映像のみで提供し、AR技術は、実際事物映像の上に仮想で作られたCG映像を共に提供し、MR技術は、現実世界に仮想客体を混ぜて結合させて提供するコンピュータグラフィック技術である。
MR技術は、現実客体と仮想客体を共に見せるという点でAR技術と類似する。しかし、AR技術では、仮想客体が現実客体を補完する形態で使われ、それに対し、MR技術では仮想客体と現実客体が同等な性格で使われるという点で異なる。
XR技術は、HMD(Head−Mount Display)、HUD(Head−Up Display)、携帯電話、タブレットPC、ラップトップ、デスクトップ、TV、デジタルサイネージ等に適用されることができ、XR技術が適用された装置をXR装置(XR Device)という。
図24は、本発明の一実施例に係るAI装置100を示す。
AI装置に、前述した本発明による方法のうち少なくとも一つの方法及び/または装置が適用/含まれることができる。AI装置100は、TV、プロジェクター、携帯電話、スマートフォン、デスクトップコンピュータ、ノートブック、デジタル放送用端末機、PDA(personal digital assistants)、PMP(portable multimedia player)、ナビゲーション、タブレットPC、ウェアラブル装置、セットトップボックス(STB)、DMB受信機、ラジオ、洗濯機、冷蔵庫、デスクトップコンピュータ、デジタルサイネージ、ロボット、車両などのような、固定型機器または移動可能な機器などで具現されることができる。
図24を参照すると、端末機100は、通信部110、入力部120、ラーニングプロセッサ130、センシング部140、出力部150、メモリ170、及びプロセッサ180などを含むことができる。
通信部110は、有無線通信技術を利用して他のAI装置100a乃至100eやAIサーバ200などの外部装置とデータを送受信することができる。例えば、通信部110は、外部装置とセンサー情報、ユーザ入力、学習モデル、制御信号などを送受信することができる。
このとき、通信部110が利用する通信技術には、GSM(登録商標)(Global System for Mobile communication)、CDMA(Code Division Multi Access)、LTE(Long Term Evolution)、5G、WLAN(Wireless LAN)、Wi−Fi(Wireless−Fidelity)、ブルートゥース(登録商標)(Bluetooth(登録商標))、RFID(Radio Frequency Identification)、赤外線通信(Infrared Data Association;IrDA)、ZigBee、NFC(Near Field Communication)などがある。
入力部120は、多様な種類のデータを取得することができる。
このとき、入力部120は、映像信号入力のためのカメラ、オーディオ信号を受信するためのマイクロホン、ユーザから情報の入力を受けるためのユーザ入力部などを含むことができる。ここで、カメラやマイクロホンをセンサーとして取り扱って、カメラやマイクロホンから取得した信号をセンシングデータまたはセンサー情報ともいう。
入力部120は、モデル学習のための学習データ及び学習モデルを利用して出力を取得する時に使われる入力データなどを取得することができる。入力部120は、加工されない入力データを取得することもでき、この場合、プロセッサ180またはラーニングプロセッサ130は、入力データに対して前処理として入力特徴点(input feature)を抽出することができる。
ラーニングプロセッサ130は、学習データを利用して人工神経網で構成されたモデルを学習させることができる。ここで、学習された人工神経網を学習モデルともいう。学習モデルは、学習データでない新しい入力データに対して結果値を推論するときに使われることができ、推論された値は、ある動作を実行するための判断の基礎として利用されることができる。
このとき、ラーニングプロセッサ130は、AIサーバ200のラーニングプロセッサ240と共にAIプロセシングを実行することができる。
このとき、ラーニングプロセッサ130は、AI装置100に統合され、または具現されたメモリを含むことができる。または、ラーニングプロセッサ130は、メモリ170、AI装置100に直接結合された外部メモリまたは外部装置で維持されるメモリを使用して具現されることもできる。
センシング部140は、多様なセンサーを利用してAI装置100の内部情報、AI装置100の周辺環境情報及びユーザ情報のうち少なくとも一つを取得することができる。
このとき、センシング部140に含まれるセンサーには、近接センサー、照度センサー、加速度センサー、磁気センサー、ジャイロセンサー、慣性センサー、RGBセンサー、IRセンサー、指紋認識センサー、超音波センサー、光センサー、マイクロホン、ライダー、レーダーなどがある。
出力部150は、視覚、聴覚または触覚などと関連した出力を発生させることができる。
このとき、出力部150には視覚情報を出力するディスプレイ部、聴覚情報を出力するスピーカ、触覚情報を出力するハプティックモジュールなどが含まれることができる。
メモリ170は、AI装置100の多様な機能をサポートするデータを格納することができる。例えば、メモリ170は、入力部120で取得した入力データ、学習データ、学習モデル、学習ヒストリーなどを格納することができる。
プロセッサ180は、データ分析アルゴリズムまたはマシンラーニングアルゴリズムを使用して決定され、または生成された情報に基づいて、AI装置100の少なくとも一つの実行可能な動作を決定することができる。そして、プロセッサ180は、AI装置100の構成要素を制御して決定された動作を実行することができる。
そのために、プロセッサ180は、ラーニングプロセッサ130またはメモリ170のデータを要求、検索、受信または活用することができ、前記少なくとも一つの実行可能な動作のうち予測される動作や、好ましいと判断される動作を実行するようにAI装置100の構成要素を制御することができる。
このとき、プロセッサ180は、決定された動作を実行するために外部装置の連係が必要な場合、該当外部装置を制御するための制御信号を生成し、生成した制御信号を該当外部装置に送信できる。
プロセッサ180は、ユーザ入力に対して意図情報を取得し、取得した意図情報に基づいてユーザの要求事項を決定することができる。
このとき、プロセッサ180は、音声入力を文字列に変換するためのSTT(Speech To Text)エンジンまたは自然語の意図情報を取得するための自然語処理(NLP:Natural Language Processing)エンジンのうち少なくとも一つ以上を利用し、ユーザ入力に相応する意図情報を取得することができる。
このとき、STTエンジンまたはNLPエンジンのうち少なくとも一つ以上は、少なくとも一部がマシンラーニングアルゴリズムによって学習された人工神経網で構成されることができる。そして、STTエンジンまたはNLPエンジンのうち少なくとも一つ以上は、ラーニングプロセッサ130により学習されたものであり、またはAIサーバ200のラーニングプロセッサ240により学習されたものであり、またはこれらの分散処理により学習されたものである。
プロセッサ180は、AI装置100の動作内容や動作に対するユーザのフィードバックなどを含む履歴情報を収集してメモリ170またはラーニングプロセッサ130に格納し、またはAIサーバ200などの外部装置に送信できる。収集された履歴情報は、学習モデルを更新するときに利用されることができる。
プロセッサ180は、メモリ170に格納された応用プログラムを駆動するために、AI装置100の構成要素のうち少なくとも一部を制御することができる。さらに、プロセッサ180は、前記応用プログラムの駆動のために、AI装置100に含まれている構成要素のうち二つ以上を互いに組み合わせして動作させることができる。
図25は、本発明の一実施例に係るAIサーバ200を示す。
図25を参照すると、AIサーバ200は、マシンラーニングアルゴリズムを利用して人工神経網を学習させ、または学習された人工神経網を利用する装置を意味することができる。ここで、AIサーバ200は、複数のサーバで構成されて分散処理を実行することもでき、5Gネットワークに定義されることができる。このとき、AIサーバ200は、AI装置100の一部の構成として含まれ、AIプロセシングのうち少なくとも一部を共に実行することもできる。
AIサーバ200は、通信部210、メモリ230、ラーニングプロセッサ240及びプロセッサ260などを含むことができる。
通信部210は、AI装置100などの外部装置とデータを送受信することができる。
メモリ230は、モデル格納部231を含むことができる。モデル格納部231は、ラーニングプロセッサ240を介して学習中であり、または学習されたモデル(または、人工神経網231a)を格納することができる。
ラーニングプロセッサ240は、学習データを利用して人工神経網231aを学習させることができる。学習モデルは、人工神経網のAIサーバ200に搭載された状態で利用され、またはAI装置100などの外部装置に搭載されて利用されることもできる。
学習モデルは、ハードウェア、ソフトウェアまたはハードウェアとソフトウェアの組み合わせで具現されることができる。学習モデルの一部または全部がソフトウェアで具現される場合、学習モデルを構成する一つ以上の命令語(instruction)は、メモリ230に格納されることができる。
プロセッサ260は、学習モデルを利用して新しい入力データに対して結果値を推論し、推論した結果値に基づく応答や制御命令を生成することができる。
図26は、本発明の一実施例に係るAIシステム1を示す。
図26を参照すると、AIシステム1は、AIサーバ200、ロボット100a、自律走行車両100b、XR装置100c、スマートフォン100dまたは家電100eのうち少なくとも一つ以上がクラウドネットワーク10と連結される。ここで、AI技術が適用されたロボット100a、自律走行車両100b、XR装置100c、スマートフォン100dまたは家電100eなどをAI装置100a乃至100eともいう。
クラウドネットワーク10は、クラウドコンピューティングインフラの一部を構成し、またはクラウドコンピューティングインフラ内に存在するネットワークを意味することができる。ここで、クラウドネットワーク10は、3Gネットワーク、4GまたはLTE(Long Term Evolution)ネットワークまたは5Gネットワークなどを利用して構成されることができる。
即ち、AIシステム1を構成する各装置100a乃至100e、200は、クラウドネットワーク10を介して互いに連結されることができる。特に、各装置100a乃至100e、200は、基地局を介して互いに通信することもできるが、基地局を経ずに直接互いに通信することもできる。
AIサーバ200は、AIプロセシングを実行するサーバとビックデータに対する演算を実行するサーバを含むことができる。
AIサーバ200は、AIシステム1を構成するAI装置であるロボット100a、自律走行車両100b、XR装置100c、スマートフォン100dまたは家電100eのうち少なくとも一つ以上とクラウドネットワーク10を介して連結され、連結されたAI装置100a乃至100eのAIプロセシングを少なくとも一部を助けることができる。
このとき、AIサーバ200は、AI装置100a乃至100eに代えてマシンラーニングアルゴリズムによって人工神経網を学習させることができ、学習モデルを直接格納した、またはAI装置100a乃至100eに送信できる。
このとき、AIサーバ200は、AI装置100a乃至100eから入力データを受信し、学習モデルを利用して受信した入力データに対して結果値を推論し、推論した結果値に基づく応答や制御命令を生成してAI装置100a乃至100eに送信できる。
または、AI装置100a乃至100eは、直接学習モデルを利用して入力データに対して結果値を推論し、推論した結果値に基づく応答や制御命令を生成することもできる。
以下、前述した技術が適用されるAI装置100a乃至100eの多様な実施例を説明する。ここで、図26に示すAI装置100a乃至100eは、図24に示すAI装置100の具体的な実施例と見ることができる。
<AI+ロボット>
ロボット100aは、AI技術が適用され、案内ロボット、運搬ロボット、清掃ロボット、ウェアラブルロボット、エンターテイメントロボット、ペットロボット、無人飛行ロボットなどで具現されることができる。
ロボット100aは、動作を制御するためのロボット制御モジュールを含むことができ、ロボット制御モジュールは、ソフトウェアモジュールまたはこれをハードウェアで具現したチップを意味することができる。
ロボット100aは、多様な種類のセンサーから取得したセンサー情報を利用してロボット100aの状態情報を取得し、または周辺環境及び客体を検出(認識)し、またはマップデータを生成し、または移動経路及び走行計画を決定し、またはユーザ相互作用に対する応答を決定し、または動作を決定することができる。
ここで、ロボット100aは、移動経路及び走行計画を決定するために、ライダー、レーダー、カメラのうち少なくとも一つ以上のセンサーで取得したセンサー情報を利用することができる。
ロボット100aは、少なくとも一つ以上の人工神経網で構成された学習モデルを利用して前記動作を実行することができる。例えば、ロボット100aは、学習モデルを利用して周辺環境及び客体を認識することができ、認識された周辺環境情報または客体情報を利用して動作を決定することができる。ここで、学習モデルは、ロボット100aで直接学習され、またはAIサーバ200などの外部装置で学習されたものである。
このとき、ロボット100aは、直接学習モデルを利用して結果を生成して動作を実行することもできるが、AIサーバ200などの外部装置にセンサー情報を送信し、それによって生成された結果を受信して動作を実行することもできる。
ロボット100aは、マップデータ、センサー情報から検出した客体情報または外部装置から取得した客体情報のうち少なくとも一つ以上を利用して移動経路と走行計画を決定し、駆動部を制御して決定された移動経路と走行計画によってロボット100aを走行させることができる。
マップデータにはロボット100aが移動する空間に配置された多様な客体に対する客体識別情報が含まれることができる。例えば、マップデータには、壁、門等の固定客体と植木鉢、机などの移動可能な客体に対する客体識別情報が含まれることができる。そして、客体識別情報には、名称、種類、距離、位置などが含まれることができる。
また、ロボット100aは、ユーザの制御/相互作用に基づいて駆動部を制御することによって、動作を実行したり走行したりすることができる。このとき、ロボット100aは、ユーザの動作や音声発話による相互作用の意図情報を取得し、取得した意図情報に基づいて応答を決定して動作を実行することができる。
<AI+自律走行>
自律走行車両100bは、AI技術が適用され、移動型ロボット、車両、無人飛行体等で具現されることができる。
自律走行車両100bは、自律走行機能を制御するための自律走行制御モジュールを含むことができ、自律走行制御モジュールは、ソフトウェアモジュールまたはこれをハードウェアで具現したチップを意味することができる。自律走行制御モジュールは、自律走行車両100bの構成であり、内部に含まれることもできるが、自律走行車両100bの外部に別途のハードウェアで構成されて連結されることもできる。
自律走行車両100bは、多様な種類のセンサーから取得したセンサー情報を利用して自律走行車両100bの状態情報を取得し、または周辺環境及び客体を検出(認識)し、またはマップデータを生成し、または移動経路及び走行計画を決定し、または動作を決定することができる。
ここで、自律走行車両100bは、移動経路及び走行計画を決定するために、ロボット100aと同様に、ライダー、レーダー、カメラのうち少なくとも一つ以上のセンサーで取得したセンサー情報を利用することができる。
特に、自律走行車両100bは、視界が遮られる領域や一定の距離以上の領域に対する環境や客体は、外部装置からセンサー情報を受信して認識し、または外部装置から直接認識された情報を受信することができる。
自律走行車両100bは、少なくとも一つ以上の人工神経網で構成された学習モデルを利用して前記動作を実行することができる。例えば、自律走行車両100bは、学習モデルを利用して周辺環境及び客体を認識することができ、認識された周辺環境情報または客体情報を利用して走行動線を決定することができる。ここで、学習モデルは、自律走行車両100bで直接学習され、またはAIサーバ200などの外部装置で学習されたものである。
このとき、自律走行車両100bは、直接学習モデルを利用して結果を生成して動作を実行することもできるが、AIサーバ200などの外部装置にセンサー情報を送信し、それによって生成された結果を受信して動作を実行することもできる。
自律走行車両100bは、マップデータ、センサー情報から検出した客体情報または外部装置から取得した客体情報のうち少なくとも一つ以上を利用して移動経路と走行計画を決定し、駆動部を制御して決定された移動経路と走行計画によって自律走行車両100bを走行させることができる。
マップデータには、自律走行車両100bが走行する空間(例えば、道路)に配置された多様な客体に対する客体識別情報が含まれることができる。例えば、マップデータには、街灯、岩、建物などの固定客体と車両、歩行者などの移動可能な客体に対する客体識別情報が含まれることができる。そして、客体識別情報には、名称、種類、距離、位置などが含まれることができる。
また、自律走行車両100bは、ユーザの制御/相互作用に基づいて駆動部を制御することによって、動作を実行したり走行したりすることができる。このとき、自律走行車両100bは、ユーザの動作や音声発話による相互作用の意図情報を取得し、取得した意図情報に基づいて応答を決定して動作を実行することができる。
<AI+XR>
XR装置100cは、AI技術が適用され、HMD(Head−Mount Display)、車両に備えられたHUD(Head−Up Display)、テレビ、携帯電話、スマートフォン、コンピュータ、ウェアラブルデバイス、家電機器、デジタルサイネージ、車両、固定型ロボットや移動型ロボットなどで具現されることができる。
XR装置100cは、多様なセンサーを介して、または外部装置から取得した3次元ポイントクラウドデータまたはイメージデータを分析して3次元ポイントに対する位置データ及び属性データを生成することによって周辺空間または現実客体に対する情報を取得し、出力するXR客体をレンダリングして出力できる。例えば、XR装置100cは、認識された物体に対する追加情報を含むXR客体を該当認識された物体に対応させて出力できる。
XR装置100cは、少なくとも一つ以上の人工神経網で構成された学習モデルを利用して前記動作を実行することができる。例えば、XR装置100cは、学習モデルを利用して3次元ポイントクラウドデータまたはイメージデータで現実客体を認識することができ、認識した現実客体に相応する情報を提供することができる。ここで、学習モデルは、XR装置100cで直接学習され、またはAIサーバ200などの外部装置で学習されたものである。
このとき、XR装置100cは、直接学習モデルを利用して結果を生成して動作を実行することもできるが、AIサーバ200などの外部装置にセンサー情報を送信し、それによって生成された結果を受信して動作を実行することもできる。
<AI+ロボット+自律走行>
ロボット100aは、AI技術及び自律走行技術が適用され、案内ロボット、運搬ロボット、清掃ロボット、ウェアラブルロボット、エンターテイメントロボット、ペットロボット、無人飛行ロボットなどで具現されることができる。
AI技術と自律走行技術が適用されたロボット100aは、自律走行機能を有するロボット自体や、自律走行車両100bと相互作用するロボット100aなどを意味することができる。
自律走行機能を有するロボット100aは、ユーザの制御なくても与えられた動線によって自体的に動き、または動線を自体的に決定して動く装置を通称することができる。
自律走行機能を有するロボット100a及び自律走行車両100bは、移動経路または走行計画のうち一つ以上を決定するために共通的なセンシング方法を使用することができる。例えば、自律走行機能を有するロボット100a及び自律走行車両100bは、ライダー、レーダー、カメラを介してセンシングされた情報を利用し、移動経路または走行計画のうち一つ以上を決定することができる。
自律走行車両100bと相互作用するロボット100aは、自律走行車両100bと別個に存在しながら、自律走行車両100bの内部または外部で自律走行機能に連係され、または自律走行車両100bに搭乗したユーザと連係された動作を実行することができる。
このとき、自律走行車両100bと相互作用するロボット100aは、自律走行車両100bに代えてセンサー情報を取得して自律走行車両100bに提供し、またはセンサー情報を取得して周辺環境情報または客体情報を生成して自律走行車両100bに提供することによって、自律走行車両100bの自律走行機能を制御したり補助したりすることができる。
または、自律走行車両100bと相互作用するロボット100aは、自律走行車両100bに搭乗したユーザをモニタリングしたり、ユーザとの相互作用を介して自律走行車両100bの機能を制御したりすることができる。例えば、ロボット100aは、ドライバが眠気状態である場合と判断される場合、自律走行車両100bの自律走行機能を活性化したり、自律走行車両100bの駆動部の制御を補助したりすることができる。ここで、ロボット100aが制御する自律走行車両100bの機能には、単純に自律走行機能だけでなく、自律走行車両100bの内部に備えられたナビゲーションシステムやオーディオシステムで提供する機能も含まれることができる。
または、自律走行車両100bと相互作用するロボット100aは、自律走行車両100bの外部で自律走行車両100bに情報を提供したり、機能を補助したりすることができる。例えば、ロボット100aは、スマート信号燈のように自律走行車両100bに信号情報などを含む交通情報を提供することもでき、電気車両の自動電気充電器のように自律走行車両100bと相互作用して充電口に電気充電器を自動で連結されることもできる。
<AI+ロボット+XR>
ロボット100aは、AI技術及びXR技術が適用され、案内ロボット、運搬ロボット、清掃ロボット、ウェアラブルロボット、エンターテイメントロボット、ペットロボット、無人飛行ロボット、ドローン等で具現されることができる。
XR技術が適用されたロボット100aは、XR映像内での制御/相互作用の対象となるロボットを意味することができる。この場合、ロボット100aは、XR装置100cと区分され、互いに連動されることができる。
XR映像内での制御/相互作用の対象となるロボット100aは、カメラを含むセンサーからセンサー情報を取得すると、ロボット100aまたはXR装置100cは、センサー情報に基づくXR映像を生成し、XR装置100cは、生成されたXR映像を出力することができる。そして、このようなロボット100aは、XR装置100cを介して入力される制御信号またはユーザの相互作用に基づいて動作できる。
例えば、ユーザは、XR装置100cなどの外部装置を介して遠隔で連動されたロボット100aの時点に相応するXR映像を確認することができ、相互作用を介してロボット100aの自律走行経路を調整し、または動作または走行を制御し、または周辺客体の情報を確認することができる。
<AI+自律走行+XR>
自律走行車両100bは、AI技術及びXR技術が適用され、移動型ロボット、車両、無人飛行体等で具現されることができる。
XR技術が適用された自律走行車両100bは、XR映像を提供する手段を具備した自律走行車両や、XR映像内での制御/相互作用の対象となる自律走行車両などを意味することができる。特に、XR映像内での制御/相互作用の対象となる自律走行車両100bは、XR装置100cと区分され、互いに連動されることができる。
XR映像を提供する手段を具備した自律走行車両100bは、カメラを含むセンサーからセンサー情報を取得し、取得したセンサー情報に基づいて生成されたXR映像を出力することができる。例えば、自律走行車両100bは、HUDを具備してXR映像を出力することによって、搭乗者に現実客体または画面内の客体に対応になるXR客体を提供することができる。
このとき、XR客体がHUDに出力される場合は、XR客体の少なくとも一部が搭乗者の視線が向かう実際客体にオーバーラップされるように出力されることができる。それに対し、XR客体が自律走行車両100bの内部に備えられるディスプレイに出力される場合は、XR客体の少なくとも一部が画面内の客体にオーバーラップされるように出力されることができる。例えば、自律走行車両100bは、車路、他の車両、信号燈、交通表示板、二輪車、歩行者、建物などのような客体と対応されるXR客体を出力することができる。
XR映像内での制御/相互作用の対象となる自律走行車両100bは、カメラを含むセンサーからセンサー情報を取得すると、自律走行車両100bまたはXR装置100cは、センサー情報に基づくXR映像を生成し、XR装置100cは、生成されたXR映像を出力することができる。そして、このような自律走行車両100bは、XR装置100cなどの外部装置を介して入力される制御信号またはユーザの相互作用に基づいて動作できる。