KR101349950B1 - 무선 통신 시스템 모델링 - Google Patents

무선 통신 시스템 모델링 Download PDF

Info

Publication number
KR101349950B1
KR101349950B1 KR1020127001416A KR20127001416A KR101349950B1 KR 101349950 B1 KR101349950 B1 KR 101349950B1 KR 1020127001416 A KR1020127001416 A KR 1020127001416A KR 20127001416 A KR20127001416 A KR 20127001416A KR 101349950 B1 KR101349950 B1 KR 101349950B1
Authority
KR
South Korea
Prior art keywords
communication connection
model
communication
communication system
data
Prior art date
Application number
KR1020127001416A
Other languages
English (en)
Other versions
KR20120020204A (ko
Inventor
미오드래그 포트코냐크
Original Assignee
엠파이어 테크놀로지 디벨롭먼트 엘엘씨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엠파이어 테크놀로지 디벨롭먼트 엘엘씨 filed Critical 엠파이어 테크놀로지 디벨롭먼트 엘엘씨
Publication of KR20120020204A publication Critical patent/KR20120020204A/ko
Application granted granted Critical
Publication of KR101349950B1 publication Critical patent/KR101349950B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3912Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

기술은 일반적으로 다중 통신 연결을 포함하는 무선 통신 시스템을 모델링하는 것과 관련되어 설명된다. 예시적 시스템, 장치, 방법 및 프로세스는, 제1 통신 연결의 제1 관심 동작 특성 및 제1 매개 변수를 식별하는 것, 제1 매개 변수에 기초하여 제1 통신 연결을 활성화하는 것, 제1 통신 연결이 활성화될 때, 제1 관심 동작 특성 및 제1 매개 변수에 연관된 데이터를 수집하는 것, 수집된 데이터에 통계 기법을 적용하여 모델을 설정하는 것, 및 모델을 검증하는 것 중의 하나 이상을 포함할 수 있다.

Description

무선 통신 시스템 모델링{WIRELESS COMMUNICATION SYSTEM MODELING}
본 개시는 일반적으로 무선 기술에 관한 것이며, 더 구체적으로는 다중 통신 연결을 포함하는 무선 통신 시스템의 모델링에 관한 것이다.
본 개시에서 다르게 기재되지 않는 한, 본 섹션에 기재된 방식들은 본 출원의 청구항의 종래기술이 아니며, 이 섹션에 포함함으로써 종래기술로 자인하는 것은 아니다.
통신 산업에서, 채널은, 전송기로부터 수신기로, 신호 형태로 정보를 전달하는데 사용되는 매체를 나타낸다. 채널은, 신호 대 잡음비, 잡음의 유형, 도플러 효과의 수준과 같은 속성들로 특징화될 수 있다. 채널의 특징은 채널 상의 신호의 전파에 영향을 줄 수 있으며, 이에 따라 채널을 포함하는 통신 시스템의 통신 품질에 영향을 줄 수 있다. 또한, 채널의 품질은 자연에 의해 영향을 받으며, 달성 가능한 상한에 연관되어 있다. 채널 내에서, 링크는 통신 시스템의 일부 매개 변수가 결정된 후에 더 설정될 수 있다. 이러한 매개 변수는, 안테나 출력, 안테나 방향(또는 지향성), 안테나 높이, 패킷 길이, 변조 유형, 에러 정정 코드의 유형과 매개 변수, 및 동기화 코드를 포함할 수 있다. 통신 시스템을 설계하고 배치하는 한 방식은, 통신 시스템에서 링크 및/또는 채널을 특징화하도록 모델을 개발하고, 모델에서 발견된 임의의 식별된 바람직하지 않은 속성을 보완하도록 송신기와 수신기를 설계하는 것으로 시작할 수 있다. 이 모델은, 트래픽 형성(traffic shaping), 노드 배치, 전력 최소화, 테스트 및 디버깅, 간섭의 감지, 및 악의의 공격 감지를 포함한 다양한 목적을 위해 사용될 수 있다.
일부 통신 시스템은 증가된 대역폭을 수용함에 따라 매우 바람직한 반면 복잡하다. 이러한 통신 시스템은, 다중 채널 무선 통신 시스템, 예를 들어, 다중 입력 및 다중 출력(MIMO) 시스템, 직교 주파수 분할 다중화 (OFDM) 시스템, 다중 톤 변조 시스템, 광역 코드 분할 다중 엑세스(CDMA) 시스템을 포함할 수 있다. MIMO 시스템에서, 다중 안테나가 송신와 수신기 모두에 사용되어, 송신기 및 수신기 사이의 대역폭이, 동작 주파수 범위 및 출력 레벨을 증가하기 않으면서, 송신기 및 수신기 상에 사용된 안테나의 수에 비례하여 증가할 수 있다. MIMO 시스템의 특성에 의해, MIMO 시스템은 고속, 예를 들어 초당 1 기가바이트 이상으로 신호를 전송하는데 사용될 수 있다.
본 개시의 일 실시예는, 다중 채널 무선 통신 시스템에서 통신 연결을 모델링하는 방법에 일반적으로 관련될 수 있다. 방법은, 다중 채널 무선 통신 시스템에서 제1 통신 연결의 제1 관심 동작 특성 및 제1 매개 변수를 식별하는 단계 - 제1 매개 변수는 다중 채널 무선 통신 시스템의 구성에 연관되고, 제1 관심 동작 특성은 제1 매개 변수와 연관됨 -, 제1 매개 변수에 기초하여 제1 통신 연결을 활성화하는 단계, 특정 기간 내에 활성화될 때, 제1 통신 연결에 대한 제1 관심 동작 특성 및 제1 매개 변수에 연관된 데이터를 수집하는 단계, 수집된 데이터에 통계 기법을 적용하여 제2 통신 연결을 특징화하는 모델을 설정하는 단계, 및 모델을 검증하여, 모델로부터 유도된 제1 동작 특성의 예측 값과 제1 동작 특성의 실제 값 사이의 차이가 사전 결정된 값의 범위 내에 있는지를 결정하는 단계를 포함한다.
본 개시의 다른 일 실시예는, 다중 채널 무선 통신 시스템에서 통신 연결을 특징화하는 컴퓨팅 장치에 일반적으로 관련될 수 있다. 컴퓨팅 장치는, 메모리와, 그 메모리와 인터페이스를 하도록 배열된 프로세싱 유닛을 포함한다. 프로세싱 유닛은, 다중 채널 무선 통신 시스템에서 선택된 통신 연결이 활성화될 때 그 선택된 통신 연결과 연관된 데이터의 제한된 집합을 수집하고, 데이터의 제한된 집합을 메모리에 저장하며, 저장된 데이터의 제한된 집합에 차원 감소 기법(dimensional reduction technique)을 적용하여, 수집된 데이터의 제1 집합을 위한 제1 값, 및 수집된 데이터의 제3 집합을 위한 제1 요망 값을 생성하는 수집된 데이터의 제2 집합을 위한 제2 값의 조합을 결정하고, 조합과 수집된 데이터의 제3 집합에 제1 통계 기법을 적용하여 제1 모델을 설정하며, 제1 통계 기법을 검토하여 하나 이상의 유형의 통계 기법이 적용되었는지를 결정하도록 구성된다.
본 개시의 다른 일 실시예는, 통신 연결을 갖는 다중 채널 무선 통신 시스템과 연관된 일련의 명령어를 포함하는 컴퓨터 판독가능 매체에 일반적으로 관련될 수 있다. 일련의 명령어가 컴퓨터 장치에 의해 실행될 때, 컴퓨터 장치로 하여금 다중 채널 무선 통신 시스템에서 제1 통신 연결에서 수집된 데이터의 유형을 식별하고, 제1 통신 연결이 활성화될 때 제1 기간 내에 다중 채널 무선 통신 시스템 내의 제1 통신 연결에서 제2 데이터 집합과 제1 데이터 집합을 수집하며 - 여기서 제1 데이터 집합은 제1 차원을 가짐 -, 제1 데이터 집합을 제3 데이터 집합으로 변환하며 - 여기서 제3 데이터 집합은 제2 차원을 가지고 제2 차원은 제1 차원보다 작음 -, 제2 데이터 집합과 제3 데이터 집합에 통계 기법을 적용하여 다중 채널 무선 통신 시스템의 제2 통신 연결을 특징화하도록 모델을 설정하고, 모델이 제2 통신 연결을 특징화하기에 적절한지를 결정하도록 모델을 검증하도록 한다.
상기 요약은 예시적인 것일 뿐이며 어떠한 한정을 하도록 의도된 것이 아니다. 상기 기술된 예시적인 양상들, 실시예들 및 특징들에 더하여, 추가의 양상들, 실시예들 및 특징들이 도면들과 이하 상세한 설명을 참조하여 명확해질 것이다.
본 개시의 앞서 기술한 특징들과 다른 특징들은 첨부된 도면을 참조하여 이하 설명과 첨부된 청구항으로부터 더욱 명확해질 것이다. 이들 도면이 본 개시에 따른 몇가지 실시예들만을 도시하는 것이며, 따라서 그 범위를 제한하는 것이 아니라는 것을 이해해야 하며, 본 개시는 첨부된 도면들을 사용하여 더 구체적이고 상세하게 기술될 것이다.
도면에서,
도 1은 통신 시스템에서 통신 연결을 특징화하도록 모델을 개발하는 방법 또는 프로세스의 흐름도이고,
도 2는 하나 이상의 통신 기법에 의해 설정된 모델들을 조합하는 방법 또는 프로세스의 흐름도이며 - 여기서 모델은 통신 시스템에서 통신 연결을 특징화하도록 구성됨 -,
도 3은 MIMO 시스템에서 통신 연결의 성능을 분석하도록 구성된 컴퓨터 프로그램의 소프트웨어 모듈을 도시하는 블록도이고,
도 4는 MIMO 시스템에서 통신 연결의 성능을 분석하는 컴퓨터 프로그램 제품을 도시하는 블록도이고,
도 5는 통신 시스템에서 통신 연결을 특징화하는 모델을 개발하도록 구성된 예시적 컴퓨터 시스템으로서, 모두 본 개시의 적어도 일부 실시예에 따라 배열된다.
이하의 상세한 설명에서, 여기의 일부를 구성하는 첨부 도면에 대한 참조가 이루어진다. 도면에서, 문맥상 다르게 기재되지 않는 한, 유사한 기호는 일반적으로 유사한 구성요소를 나타낸다. 상세한 설명, 도면 및 청구범위에 기재된 예시적 실시예들은 제한적으로 의도된 것이 아니다. 여기에 제시된 대상의 사상과 범위를 벗어나지 않는 한, 다른 실시예들이 사용될 수 있고, 다른 변경들이 가해질 수 있다. 본 개시의 양상들은, 여기에 일반적으로 기재되고 도면에 도시된 것과 같이, 서로 다른 구성들의 광범위한 변형 예에서 배열, 치환, 조합 및 설계될 수 있음이 명백하고, 이것들은 명시적으로 고려되어 본 개시의 일부를 이루고 있다.
본 개시는, 무엇보다도, 통신 시스템에서 통신 연결의 성능을 분석하고 이에 따라 통신 시스템을 개발하는 것과 관련된 방법, 장치, 컴퓨터 프로그램 및 시스템에 관한 것이다. 본 개시에서, 통신 연결은 통신 링크(또한 "링크"로도 호칭됨), 통신 채널(또는 "채널"로도 호칭됨), 또는 통신 링크 및 통신 채널의 조합을 나타낼 수 있다. 채널은 넓게는 송신기로부터 수신기로 신호 형태의 정보를 전달하는데 사용되는 매체를 나타내며, 채널의 품질은 자연에 의해 영향을 받으며 달성될 수 있는 상한과 연관된다. 채널 내에서, 링크는 통신 시스템의 일부 매개 변수가 결정된 후에 더 설정될 수 있다. 또한, 통신 시스템은 직접 또는 간접적일 수 있다. 간접적 통신 연결은 넓게는, 소스 노드를 그 소스 노드로부터 데이터를 수신하도록 구성된 최종 목적 노드로 직접 연결하지 않는 링크 및/또는 채널을 나타낸다. 반면에, 직접 통신 연결은 넓게는, 소스 노드를 그 소스 노드로부터 데이터를 수신하도록 구성된 최종 목적 노드로 직접 연결하는 링크 및/또는 채널을 나타낸다.
예시적인 통신 시스템은 다중 채널 무선 통신 시스템과 같은 하나보다 많은 링크 및/또는 채널을 포함할 수 있다. 통신 링크의 성능은 다양한 동작 특성에 의해 특징화될 수 있는데, 이러한 동작 특성은, 수신율, 서로 다른 기간 상에서의 수신율의 분포, 개별 링크에 대한 수신율의 안정성, 서로 다른 송신기 및 수신기의 쌍 사이의 링크의 수신율의 상호연관성(correlation), 신호 및 조합된 입력 매개 변수에 대한 수신율의 의존성, 신호/잡음비, 및 의도된 통신 신호의 전송을 변경하는 잡음 레벨, 잡음 확률 분포, 잡음 온도 특성과 같은 잡음 속성을 포함하지만 이에 제한되지는 않는다. 통신 시스템에서 고려되는 일부 예시적 입력 매개 변수는, 안테나 출력, 안테나 방향(또는 지향성), 안테나 높이, 패킷 길이, 변조의 유형, 에러 정정 코드의 유형 및 매개 변수, 및 동기화 코드를 포함할 수 있지만 이에 제한되는 것은 아니다. 입력 매개 변수는 통신 시스템에서 성능에 영향을 줄 수 있다. 예를 들어, 더 높은 안테나 출력은 신호 강도를 증가시켜 신호/잡음비가 감소될 수 있다. 통신 시스템을 설계하기 위해, 모델링이 사용되어 입력 매개 변수 및 동작 특성 사이의 관계를 기술하거나 예측할 수 있다. 특히, 각자 고유의 동작을 갖는 다중 링크 및/또는 채널을 갖는 복잡한 통신 시스템에서는, 통계 기법이 사용되어 제한된 수집된 데이터에 기초하여 모델을 설정할 수 있다. 또한, 모델이 실행되어 링크 및/또는 채널의 동작을 예측하고, 임의의 기술적으로 활용 가능한 기법에 기초하여 통신 시스템의 문제를 식별할 수 있다. 문제는 통신 프로토콜, 하드웨어의 기능 결함, 또는 통신 시스템의 외부에서 비롯된 간섭으로부터 발생할 수 있다. 모델을 실행하여 생성된 출력은 통신 시스템을 재구성하는데 사용될 수 있다.
도 1은, 본 개시의 적어도 일부 실시예에 따라, 통신 시스템에서 통신 연결을 특징화하기 위해 모델을 개발하는 방법 또는 프로세스(100)의 흐름도이다. 방법(100)은 블록(101-111)으로 표시된 하나 이상의 동작 및/또는 기능을 포함할 수 있다. 통신 연결은 링크 및/또는 채널을 나타낼 수 있다.
요약하면, 방법(100)을 위한 프로세싱은 블록(101)에서 시작될 수 있으며, 여기서 기간이 특정되어, 특히 복잡한 통신 시스템에서, 처리될 데이터의 양을 감소시킬 수 있다. 블록(103)이 블록(101)에 이어질 수 있으며, 여기서 링크 및/또는 채널이 하나 이상의 입력 매개 변수에 의해 활성화될 수 있다. 프로세싱은 블록(103)에서 블록(105)으로 계속될 수 있으며, 여기서 입력 매개 변수의 값과 식별된 관심 동작 특성의 값이 수집될 수 있다. 블록(107)이 블록(105)에 이어질 수 있으며, 여기서 통계 기법이 블록(105)에서 수집된 값에 적용되어, 통신 시스템을 위한 모델이 설정될 수 있다. 블록(107)에서 블록(109)으로 계속되어, 블록(107)에서 개발된 모델이 검증됨으로써, 모델이 모델링될 링크 및/또는 채널을 특징화하기에 적절한지 결정될 수 있다. 모델이 검증을 통과할 때, 블록(109)에서 블록(111)으로 프로세싱이 계속될 수 있다. 그렇지 않고 모델이 검증을 통과하지 못할 때, 프로세싱은 블록(109)에서 블록(107)으로 계속될 수 있다. 검증된 모델이 이후 실행되어 출력을 생성할 수 있다. 블록(111)에서, 통신 시스템이 검증된 모델의 출력에 기초하여 재구성될 수 있다. 프로세스(100)의 더 자세한 사항은 이하에 기술될 것이다.
링크 및/또는 채널의 성능은 다중 입력 매개 변수에 의해 영향을 받을 수 있기 때문에, 처리될 데이터의 양을 더 줄이기 위해, 통신 시스템과 연관된 관심 동작 특성 및 특정 입력 매개 변수가 블록(101)에서 식별될 수 있다. 식별된 입력 매개 변수는, 안테나 출력, 안테나 방향, 안테나 높이, 패킷 길이, 변조의 유형, 에러 정정 코드의 유형 및 매개 변수, 및 동기화 코드를 포함할 수 있지만 이에 제한되지는 않는다. 관심 동작 특성은, 수신율, 서로 다른 기간에서의 수신율의 분포, 개별 링크에 대한 수신율의 안정성, 서로 다른 송신기 및 수신기의 쌍 사이의 링크의 수신율의 상호연관성, 단일 및 조합된 입력 매개 변수에 대한 수신율의 의존성, 신호/잡음비, 및 의도된 통신 신호의 송신을 변경하는 잡음 시간 속성, 잡음 확률 분포, 잡음 레벨과 같은 잡음 속성을 포함할 수 있지만 이에 제한되는 것은 아니다.
일부 예에서, 기간이 특정되고 다양한 입력 매개 변수에 따라 관심 동작 특성 및 입력 매개 변수가 식별된 후, 블록(103)에서 링크 및/또는 채널이 활성화될 수 있으며, 데이터가 링크 및/또는 채널에서 전송되기 시작한다.
상기한 바와 같이, 활성화된 링크 및/또는 채널의 모니터링을 통해, 식별된 관심 동작 특성의 값과 입력 매개 변수의 값을 블록(105)에서 수집할 수 있다. 일부 구현에서, 통신 시스템에서 하나 초과의 링크 및/또는 채널이 활성화될 수 있으며, 관심 데이터가 활성화된 링크 및/또는 채널의 각각에 대해 수집될 수 있다.
블록(105)에서 수집된 데이터는 특정된 기간 내에서 통신 시스템의 하나 이상의 링크 및/또는 채널에서 수집된 데이터에 제한되기 때문에, 블록(107)이 배열되어 통계 기법을 적용함으로써, 통신 시스템을 위한 모델을 설정할 수 있다. 이에 따라 모델은 입력 매개 변수의 집합이 제공되었을 때의 링크 및/또는 채널의 관심 동작 특성을 예측할 수 있게 된다. 또한, 시간이 경과함에 따라 링크 및/또는 채널에 대한 입력 매개 변수가 어떻게 변경되는지에 관한 정보가 모델에 제공되면, 모델은 서로 다른 기간에 링크 및/또는 채널에 연관된 관심 동작 특성을 예측하도록 또한 구성될 수 있다.
통계 기법은, 커널 예측(kernel estimation), 부스팅(boosting), 형상 회귀(shape regression), 평탄성(smoothness), 단조 회귀(monotonic regression), 및 볼록도(convexity)를 위한 프로세스 및 방법을 포함할 수 있으나 이에 제한되지 않는다. 기법이 단조 회귀라고 가정하면, 이 기법은 엄격하게 증가하거나 엄격하게 감소하는 경향을 암시하는데 사용된다. 일부 구현에서, 예시적인 단조 회귀 모델은 하나 이상의 입력 매개 변수 및 관심 동작 특성 사이의 선형 관계를 기술할 수 있다. 선형 관계에 있어서, 입력 매개 변수의 값이 측정된 후에 관심 동작 특성의 값이 예측될 수 있다. 결과인 모델은 매개 변수화 또는 비 매개 변수화(non-parametric)될 수 있다. 매개 변수 모델에서, 데이터 집합과 데이터 집합 사이의 상호 작용은 모델이 개발됨에 따라 일관되게 유지될 수 있다. 적절한 통계 기법은 상기한 통계적 기법에 제한되지 않음을 주지하는 것이 중요하다. 임의의 기술적으로 활용 가능한 통계 기법은, 다양한 입력 매개 변수 및 관심 동작 특성에 연관된 다양한 통신 시스템에 대해 적응될 수 있다.
일부 예에서, 관심 동작 특성은 하나 이상의 입력 매개 변수와 연관되며, 이에 따라 수집된 데이터 집합을 통계 분석을 위한 다중 차원으로 만든다. 주요 구성요소 분석(principal component analysis) 및 독립 구성요소 분석(independent component analysis)과 같은 일부 기법이 채택되어 다중 차원 데이터 집합을 더 낮은 차원의 데이터 집합으로 감소시킬 수 있다. 예를 들어, 블록(101)에서 2개의 입력 매개 변수 및 하나의 관심 동작 특성이 식별되었다고 가정하면, 2개의 입력 매개 변수의 값은 단일의 관심 동작 특성의 값에 영향을 줄 수 있다. 블록(105)에서 수집된 데이터에 기초하여, 차원 감소 기법이 사용됨으로써, 특정 관심 동작 특성을 위한 요망 값을 생성하는 제2 입력 매개 변수에 대한 제2 값과 제1 입력 매개 변수에 대한 제1 값의 적절한 조합을 결정할 수 있다. 일부 구현에서, 제1 입력 매개 변수에 대한 제1 값과 제2 입력 매개 변수에 대한 제2 값의 적절한 조합과, 제1 입력 매개 변수 및 제2 입력 매개 변수에 연관된 관심 동작 특성에 통계 기법이 적용될 수 있다.
위에서 간단히 기술한 바와 같이, 블록(107)에서 개발된 모델이 검증됨으로써, 모델이 블록(109)에서 모델링될 링크 및/또는 채널을 특징화하기에 적절한지가 결정될 수 있다. 모델을 검증하는 일부 예시적 기법은, 데이터 재가중(data reweighing)과 같은 제한 조작 기법(constraint manipulation technique), 재대치 기법(re-substitution technique), 및 테스트 및 샘플링 기법(test-and-sample technique)을 포함하지만 이에 제한되지 않는다. 예를 들어, 모델에 사용된 입력 매개 변수의 값은 통신 시스템에 적용될 수 있다. 통신 시스템에서 측정된 관심 동작 특성의 실제 값은 모델에 의해 예측된 값과 비교될 수 있다. 실제 값과 예측 값 사이의 차이가 사전 결정된 값의 범위 내에 있을 때, 모델은 검증된 것으로 간주될 수 있다. 사전 결정된 값의 범위는, 링크 및/또는 채널이 얼마나 사용되는지에 따라 변경될 수 있다. 링크 및/또는 채널이 매우 단기간 동안 사용될 때, 사전 결정된 값의 범위는 25% 또는 그 이상 정도의 최대값을 가질 수 있다. 링크 및/또는 채널이 장기간 사용될 때(예를 들어, 링크 및/또는 채널을 통해 영화를 전송하는 경우), 사전 결정된 값의 범위는 1% 내지 2% 정도의 최대값을 가질 수 있다.
통계 모델이 검증되면, 블록(111)에서 통신 시스템이 재구성될 수 있다. 검증된 모델을 실행하고 하나 이상의 입력 매개 변수를 변경함으로써, 검증된 모델은 특정 출력을 생성할 수 있다. 재구성은 검증된 모델의 출력에 기초할 수 있다. 재구성의 일부 예는, 안테나 출력의 조절, 안테나 방향의 조절, 하나 이상의 안테나의 높이의 변경, 전송기 및 수신기가 특정 양의 길이를 갖는 패킷을 수용하도록 구성하는 것 등을 포함할 수 있지만 이에 제한되지 않는다.
도 2는, 본 개시의 적어도 일부 실시예에 따라 하나 이상의 다중 통계 기법에 의해 설정된 모델을 조합하는 방법 또는 프로세스(200)의 흐름도이며, 여기서 모델은 통신 시스템에서 통신 채널을 특징화하도록 구성된다. 일부 구현에서, 통신 시스템에서 하나 이상의 링크 및/또는 채널에서 수집된 데이터 집합에 제1 및 제2 통계 기법을 각각 적용함으로써 제1 및 제2 모델이 설정될 수 있다. 방법(200)은 블록(201-205)으로 표시되는 하나 이상의 동작 및/또는 기능을 포함할 수 있다. 블록(201)에서, 데이터 집합에 적용될 통계 기법은 정성적으로 검토될 수 있다. 블록(201)에서의 정성적 검토는, 다수 유형의 통계 기법이 데이터 집합에 적용되었는지 여부를 결정하는 것을 일반적으로 나타낼 수 있다. 예를 들어, 정성적 검토는, 평탄도(smoothness), 단조도(monotonicity), 및 볼록도(convexity)를 강조하는 통계 기법이 사용되는지를 결정할 수 있다. 블록(201)에서 사용된 통계 기법의 유형의 수가 제1 임계값 보다 작으면, 새로운 유형의 통계 기법이 적용될 수 있으며, 블록(201)은 반복될 수 있다. 블록(201)에서 사용된 통계 기법의 유형의 수가 제1 임계값 보다 크거나 같으면, 방법(200)은 블록(203)으로 진행할 수 있다. 블록(203)에서, 적용된 통계 기법은 정량적으로 검토될 수 있다. 블록(203)에서의 정량적 검토는, 적용된 통계 기법의 수가 제1 임계값을 초과하는지를 결정하는 것을 일반적으로 나타낼 수 있다. 정량적 검토가 실패하면, 추가의 통계 기법이 요청될 수 있으며, 방법(200)은 블록(201)으로 복귀하여 진행될 수 있다. 블록(203)에서 정량적 검토가 통과되면, 방법(200)은 블록(205)으로 진행할 수 있다. 블록(205)에서, 통계 기법에 의해 설정된 모델은, 최대 우도 추측(maximum likelihood estimation) 및 유추 통계(inferential statistics)를 포함할 수 있으나 이에 제한되지 않는 일부 기법을 사용하여 조합될 수 있다.
도 3은, 본 개시의 적어도 일부 실시예에 따라, MIMO 시스템에서 통신 연결의 성능을 분석하도록 구성된 컴퓨터 프로그램의 소프트웨어 모듈을 도시하는 블록도이다. 컴퓨터 프로그램은, 모듈(305-311)에 의해 도시된 것과 같은 하나 이상의 동작 모듈 또는 기능 블록 또는 논리 부분을 포함할 수 있다. 모듈(305)은 데이터 수집 모듈에 대응할 수 있다. 모듈(307)은 데이터 분석 모듈에 대응할 수 있다. 모듈(309)은 저장 장치(313)에 저장된 적절한 통계 모델을 선택하는 선택 모듈에 대응할 수 있다. 모듈(311)은 선택된 통계 모듈을 검증하는 검증 모듈에 대응할 수 있다. 일부 구현에서, 상기 각 모듈에 대한 명령어 및 선택된 통계 모델은 메모리(303)에 로딩될 수 있으며, 하나 이상의 프로세서(301)에 의해 실행될 수 있다.
데이터 수집 모듈(305)은, MIMO 시스템의 링크 및/또는 채널이 활성화되었을 때 그 링크 및/또는 채널의 대응하는 입력 매개 변수 및 관심 동작 특성을 수집하도록 구성될 수 있다. 링크 및/또는 채널의 관심 동작 특성 및 입력 매개 변수는, 소프트웨어 모듈을 실행하는 컴퓨팅 장치 및 MIMO 시스템 사이의 연결을 통해 수집될 수 있다. 연결은 유선 연결 또는 무선 연결일 수 있다. 일부 구현에서, 수집된 입력 매개 변수 및 관심 동작 특성은 추가적인 처리를 위해 저장 장치(313)에 저장될 수 있다.
데이터 분석 모듈(307)은, 저장 장치(313)에 저장된 관심 동작 특성 및 입력 매개 변수를 검색(retrieve)하도록 구성될 수 있다. 검색된 입력 매개 변수 및 관심 동작 특성은, 데이터 수집 모듈(305)에 의해 수집된 제한된 데이터 집합에 기초하여 분석되어, 입력 매개 변수 및 관심 동작 특성 사이의 관계를 식별할 수 있다. 일부 구현에서 선택 모듈(309)은, 저장 장치(313)로부터 적절한 통계 기법을 선택하고 그 통계 기법을 식별된 관계에 적용함으로써, MIMO 시스템을 위한 모델을 설정할 수 있다. 검증 모듈(311)은, 선택 모듈(309)에 의해 선택된 통계 기법을 검증하도록 구성될 수 있다.
도 3은 블록(305, 307, 309, 311)으로 분할된 다양한 기능, 동작 또는 모듈을 도시하고 있지만, 본 개시는 여기에 제한되지 않는다. 일부 예에서, 도 3의 다양한 블록은, 본 개시의 사상을 벗어나지 않는 한, 추가의 블록으로의 분할 및/또는 하나 이상의 다른 블록으로의 조합이 가능하다.
도 4는, 본 개시의 적어도 일부 실시예에 따라, 다중 링크 및/또는 채널을 갖는 통신 시스템에서 통신 연결을 특징화하는 모델을 개발하는 컴퓨터 프로그램 제품(400)을 도시하는 블록도이다. 컴퓨터 프로그램 제품(400)은, 통신 시스템에서 링크 및/또는 채널의 성능을 분석하기 위한 방법을 실행하는 하나 이상의 실행가능 명령어(402)의 집합을 포함할 수 있다. 단지 예시를 위해, 명령어(402)는 도 1에 도시되고 위에서 기술한 방법을 반영한다. 명령어(402)는 또한, 도 2에 도시된 방법을 포함할 수 있지만 여기에 제한되지 않는다. 컴퓨터 프로그램 제품(400)는 신호 포함 매체(signal bearing medium)(404) 또는 다른 유사한 통신 매체(406)에서 전송될 수 있다. 컴퓨터 프로그램 제품(400)은 컴퓨터 판독가능 매체(408) 또는 다른 유사한 기록가능 매체(410)에 기록될 수 있다.
도 5는, 본 개시에 따라 통신 시스템에서 통신 연결을 특징화하는 모델을 개발하도록 배열된 예시적 컴퓨팅 장치(500)를 도시하는 블록도이다. 매우 기본적인 구성(501)에서, 컴퓨팅 장치(500)는 일반적으로 하나 이상의 프로세서(510) 및 시스템 메모리(520)를 포함한다. 메모리 버스(530)는 프로세서(510) 및 시스템 메모리(520) 사이의 통신을 위해 사용될 수 있다.
요망되는 구성에 따라, 프로세서(510)는, 마이프로 프로세서(μP), 마이크로 제어기(μC), 디지털 신호 프로세서(DSP), 또는 이들의 임의의 조합을 포함하는 어떤 유형일 수 있으나 이에 제한되지 않는다. 프로세서(510)는, 레벨 1 캐쉬(511) 및 레벨 2 캐쉬(512)와 같은 하나 이상 레벨의 캐슁, 프로세서 코어(513), 및 레지스터(514)를 포함할 수 있다. 예시적 프로세서 코어(513)는 산술 논리 유닛(arithmetic logic unit; ALU), 부동 소수점 유닛(floating point unit; FPU), 디지털 신호 처리 코어(DSP Core), 또는 이들의 임의의 조합을 포함할 수 있다. 예시적 메모리 제어기(515)는 또한 프로세서(510)와 함께 사용될 수 있거나, 일부 구현에서, 메모리 제어기(515)는 프로세서(510)의 내부 부분일 수 있다.
요구되는 구성에 따라, 시스템 메모리(520)는, (RAM과 같은) 휘발성 메모리, (ROM, 플래쉬 메모리 등과 같은) 비휘발성 메모리 또는 이들의 임의의 조합을 포함하지만 이에 제한되지 않은 임의의 유형일 수 있다. 시스템 메모리(520)는 운영 체제(521), 하나 이상의 애플리케이션(522), 및 프로그램 데이터(524)를 포함할 수 있다. 애플리케이션(522)은 통신 모델링 알고리즘(523)을 포함할 수 있는데, 이는 하나 이상의 입력 매개 변수 및 하나 이상의 관심 동작 특성 사이의 관계를 결정하기 위해 데이터를 분석하도록 배치될 수 있다. 프로그램 데이터(524)는 통신 모델링 데이터(525)를 포함할 수 있는데, 이는 이하 더 기술되는 바와 같이, 하나 이상의 입력 매개 변수 및 하나 이상의 관심 동작 특성과 연관될 수 있다. 일부 실시예에서, 하나 이상의 입력 매개 변수 및 하나 이상의 관심 동작 특성 사이의 관계가 결정될 수 있도록 운영 체제(521) 상에서 프로그램 데이터(524)와 함께 동작하도록 애플리케이션(522)이 배치될 수 있다. 이 기술된 기본적 구성은 쇄선(501) 내의 구성요소들로 도 5에 도시된다.
컴퓨팅 장치(500)는 추가의 특징 또는 기능, 및 기본적 구성(501) 및 임의의 요구되는 장치 및 인터페이스 사이의 통신을 원활하게 하는 추가의 인터페이스를 가질 수 있다. 예를 들어, 버스/인터페이스 제어기(540)가 사용되어 기본적 구성(501) 및 하나 이상의 데이터 저장 장치(550) 사이의 통신을 저장 인터페이스 버스(541)를 통해 원활하게 할 수 있다. 데이터 저장 장치(550)는 이동식 저장 장치(551), 고정식 저장 장치(552), 또는 이들의 조합일 수 있다. 이동식 저장 및 고정식 저장 장치의 예에는, 몇몇을 거론하자면, 플렉서블 디스크 드라이브 및 하드디스크 드라이브(HDD), CD(compact disk) 드라이브 또는 DVD(digital versatile disk) 드라이브와 같은 광학 디스크 드라이브, SSD(solid state drive), 및 테이프 드라이브를 포함한다. 예시적인 컴퓨터 저장 매체는, 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 다른 데이터와 같은, 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 제거 가능 및 제거 가능하지 않은 매체를 포함할 수 있다.
시스템 메모리(520), 이동식 저장부(551) 및 고정식 저장부(552)는 모두 컴퓨터 저장 매체의 예들이다. 컴퓨터 저장 매체는, RAM, ROM, EEPROM, 플래쉬 메모리 또는 다른 메모리 기술, CD-ROM, DVD(digital versatile disks) 또는 다른 광학 저장, 자기 카세트, 자기 테이프, 자기 디스크 저장 또는 다른 자기 저장 장치, 또는 요구되는 정보를 저장하는데 사용될 수 있으며 컴퓨팅 장치(500)에 의해 액세스될 수 있는 임의의 다른 매체를 포함하지만 이에 제한되지 않는다. 이러한 임의의 컴퓨터 저장 매체는 장치(500)의 부분일 수 있다.
컴퓨팅 장치(500)는 또한, 버스/인터페이스 제어기(540)를 통해 다양한 인터페이스 장치(예를 들어, 출력 인터페이스, 주변장치 인터페이스, 및 통신 인터페이스)로부터 기본적 구성(501)으로의 통신을 원활하게 하는 인터페이스 버스(542)를 포함할 수 있다. 예시적 출력 장치(560)는 그래픽 처리 유닛(561) 및 오디오 처리 유닛(562)을 포함하며, 이는 하나 이상의 A/V 포트(563)를 통해 디스플레이 또는 스피커와 같은 다양한 외부 장치와 통신하도록 구성될 수 있다. 예시적 주변장치 인터페이스(570)는 직렬 인터페이스 제어기(571) 또는 병렬 인터페이스 제어기(572)를 포함하며, 이는 입력 장치(예를 들어, 키보드, 마우스, 펜, 음성 입력 장치, 터치 입력 장치 등) 또는 다른 주변 장치(예를 들어, 프린터, 스캐너 등)와 같은 외부 장치와 하나 이상의 I/O 포트(573)를 통해 통신하도록 구성될 수 있다. 예시적 통신 장치(580)는 네트워크 제어기(581)를 포함하며, 이는 하나 이상의 통신 포트(582)를 통해 네트워크 통신 링크 및/또는 채널 상에서 하나 이상의 다른 컴퓨팅 장치(590)와 통신을 원활하게 하도록 배치될 수 있다.
네트워크 통신 링크 및/또는 채널은 통신 매체의 한 예일 수 있다. 통신 매체는 일반적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파(carrier wave) 또는 다른 전송 메커니즘과 같은 변조된 데이터 신호로 된 다른 데이터에 의해 포함될 수 있으며, 임의의 정보 전달 매체를 포함할 수 있다. “변조된 데이터 신호”는, 신호 내에 정보를 인코딩하는 방식으로 설정되거나 변경된 하나 이상의 특성을 갖는 신호일 수 있다. 예를 들어, 이에 제한되는 것은 아니지만, 통신 매체는 유선 네트워크 또는 직접-유선 연결과 같은 유선 매체, 및 청각적, 무선 주파수(RF), 마이크로 웨이브, 적외선(IR) 및 다른 무선 매체와 같은 무선 매체를 포함할 수 있다. 본 개시에 사용된 컴퓨터 판독가능 매체라는 용어는 저장 매체 및 통신 매체 모두를 포함할 수 있다.
컴퓨팅 장치(500)는, 휴대전화, 개인용 데이터 어시스턴트(PDA), 개인용 매체 재생 장치, 무선 웹와치(web-watch) 장치, 개인용 헤드셋 장치, 애플리케이션 특정 장치, 또는 상기한 임의의 기능을 포함하는 하이브리드 장치와 같은 소형 휴대(또는 이동) 전자 장치의 일부로 구현될 수 있다. 컴퓨팅 장치(500)는 또한, 랩탑 컴퓨터 및 비-랩탑 컴퓨터 구성을 모두 포함하는 개인용 컴퓨터로써 구현될 수 있다.
시스템의 양상들의 하드웨어 및 소프트웨어 구현 사이에는 구별이 거의 없다. 하드웨어 또는 소프트웨어의 사용은 일반적으로 (그러나 어떤 문맥에서 하드웨어 및 소프트웨어 사이의 선택이 중요할 수 있다는 점에서 항상 그런 것은 아니지만) 비용 대비 효율의 트레이드오프(tradeoff)를 나타내는 설계상 선택(design choice)이다. 본 개시에서 기재된 프로세스 및/또는 시스템 및/또는 다른 기술들이 영향 받을 수 있는 다양한 수단(vehicles)(예를 들어, 하드웨어, 소프트웨어 및/또는 펌웨어)이 있으며, 선호되는 수단은 프로세스 및/또는 시스템 및/또는 다른 기술이 사용되는 문맥(context)에 따라 변경될 것이다. 예를 들어, 구현자가 속도 및 정확성이 가장 중요하다고 결정한다면, 구현자는 주로 하드웨어 및/또는 펌웨어 수단을 선택할 수 있으며, 유연성이 가장 중요하다면, 구현자는 주로 소프트웨어 구현을 선택할 수 있다. 다른 대안으로서, 구현자는 하드웨어, 소프트웨어 및/또는 펌웨어의 어떤 조합을 선택할 수 있다.
상기한 상세한 설명은, 블록도, 흐름도, 및/또는 예시들을 통해 장치 및/또는 프로세스의 다양한 실시예를 제시한다. 이러한 블록도, 흐름도, 및/또는 예시들이 하나 이상의 기능 및/또는 동작을 포함하는 한, 당업자는 이러한 블록도, 흐름도, 또는 예시들 내의 각 기능 및/또는 동작이, 개별적 및/또는 집합적으로, 광범위한 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 실질적인 임의의 조합이 구현될 수 있음을 주지할 것이다. 일 실시예에서, 본 개시에 기재된 대상의 몇몇 부분은 ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array), DSP(Digital Signal Processor) 또는 다른 집적의 형태를 통해 구현될 수 있다. 그러나, 당업자라면, 본 개의 실시예의 일부 양상은, 하나 이상의 컴퓨터 상에 실행되는 하나 이상의 컴퓨터 프로그램(예를 들어, 하나 이상의 컴퓨터 시스템 상에 실행되는 하나 이상의 프로그램), 하나 이상의 프로세서 상에서 실행되는 하나 이상의 프로그램(예를 들어, 하나 이상의 마이크로프로세서 상에서 실행되는 하나 이상의 프로그램), 펌웨어 또는 실질적으로 이들의 조합으로써, 전체적으로 또는 부분적으로 균등하게 집적 회로에 구현될 수 있다는 알 수 있으며, 소프트웨어 및/또는 펌웨어를 위한 코드의 작성 및/또는 회로의 설계는 본 개시에 비추어 당업자에게 자명할 것이다. 또한, 당업자라면, 본 개시의 대상의 수단(mechanism)들이 다양한 형태의 프로그램 제품으로 분포될 수 있음을 이해할 것이며, 본 개시의 대상의 예시는, 분배를 실제로 수행하는데 사용되는 신호 포함 매체(signal bearing medium)의 특정 유형과 무관하게 적용됨을 이해할 것이다. 신호 포함 매체의 예는, 플로피 디스크, 하드 디스크 드라이브, CD, DVD, 디지털 테이프, 컴퓨터 메모리 등과 같은 판독가능 유형의 매체, 디지털 및/또는 아날로그 통신 매체(예를 들어, 섬유 광학 케이블, 웨이브가이드, 유선 통신 링크, 무선 통신 링크 등)와 같은 전송 유형 매체를 포함할 수 있으나, 이에 제한되지는 않는다.
당업자는 본 개시에 제시된 방식으로 장치 및/또는 프로세스를 기재한 후에, 이러한 기술된 장치 및/또는 프로세스를 데이터 처리 시스템에 통합하는 엔지니어링 실무를 사용하는 것이 본 기술분야에서 일반적이라는 것을 인식할 것이다. 즉, 본 개시에 기재된 장치 및/또는 프로세스의 적어도 일부가 타당한 양의 실험을 통해 데이터 처리 시스템으로 통합될 수 있다. 당업자는, 일반적인 데이터 처리 시스템이 일반적으로 하나 이상의 시스템 장치 하우징, 비디오 디스플레이 장치, 휘발성 및 비휘발성 메모리와 같은 메모리, 마이크로 프로세서 및 디지털 신호 프로세서와 같은 프로세서, 운영 체제, 드라이버, 그래픽 사용자 인터페이스, 및 애플리케이션 프로그램과 같은 계산 개체, 터치 패드 또는 스크린과 같은 하나 이상의 상호작용 장치, 및/또는 피드백 루프 및 제어 모터(예를 들어, 위치 및/또는 속도를 감지하는 피드백, 구성요소 및/또는 양을 동작 및/또는 조절하는 제어 모터)를 포함하는 제어 시스템. 일반적인 데이터 처리 시스템은, 데이터 컴퓨팅/통신 및/또는 네트워크 컴퓨팅/통신 시스템에서 일반적으로 발견되는 것과 같은 임의의 상용 가능한 구성요소를 이용하여 구현될 수 있다.
여기서 개시된 대상은 때때로 상이한 다른 컴포넌트 내에 포함되거나 접속된 상이한 컴포넌트를 도시한다. 도시된 그러한 아키텍처는 단순히 예시적인 것이고, 사실상 동일한 기능을 달성하는 다른 많은 아키텍처가 구현될 수 있다는 것이 이해되어야 한다. 개념적으로, 동일한 기능을 달성하기 위한 컴포넌트의 임의의 배치는 원하는 기능이 달성되도록 유효하게 "연관"된다. 이에 따라, 특정 기능을 달성하기 위해 여기서 조합된 임의의 두 개의 컴포넌트는, 아키텍처 또는 중간 컴포넌트와는 무관하게, 원하는 기능이 달성되도록 서로 "연관"된 것으로 볼 수 있다. 마찬가지로, 연관된 두 개의 컴포넌트는 또한 원하는 기능을 달성하기 위해 서로 "동작적으로 접속"되거나 또는 "동작적으로 연결"되는 것으로 간주될 수 있고, 그와 같이 연관될 수 있는 임의의 두 개의 컴포넌트는 또한 원하는 기능을 달성하기 위해 서로 "동작적으로 연결가능"한 것으로 볼 수 있다. 동작적으로 연결 가능하다는 것의 특정 예는 물리적으로 양립가능(mateable)하고 및/또는 물리적으로 상호작용하는 컴포넌트 및/또는 무선으로 상호작용이 가능하고 및/또는 무선으로 상호작용하는 컴포넌트 및/또는 논리적으로 상호작용하고 및/또는 논리적으로 상호작용이 가능한 컴포넌트를 포함하지만, 이에 한정되는 것은 아니다.
본 개시의 실질적으로 어떠한 복수 및/또는 단수 용어들의 사용에 관해서, 당업자라면 문맥 및/또는 응용에 적합하도록 복수를 단수로 해석하거나 단수를 복구로 해석할 수 있다. 다양한 단수/복수 조합은 명확성을 위해 본 개시에 명시적으로 기재될 수 있다.
당업자라면, 일반적으로 본 개시에 사용되며 특히 첨부된 청구범위(예를 들어, 첨부된 청구범위)에 사용된 용어들이 일반적으로 개방적(open) 용어(예를 들어, 용어 "포함하는"은 "포함하지만 이에 제한되지 않는"으로, 용어 "갖는"는 "적어도 갖는"으로, 용어 "포함하다"는 "포함하지만 이에 한정되지 않는" 등으로 해석되어야 함)로 의도되었음을 이해할 것이다. 당업자라면, 도입된 청구항의 기재사항의 특정 수가 의도된 경우, 그러한 의도가 청구항에 명시적으로 기재될 것이며, 그러한 기재사항이 없는 경우, 그러한 의도가 없음을 또한 이해할 것이다. 예를 들어, 이해를 돕기 위해, 이하의 첨부 청구범위는 "적어도 하나" 및 "하나 이상" 등의 도입 구절의 사용을 포함하여 청구항 기재사항을 도입할 수 있다. 그러나, 그러한 구절의 사용이, 부정관사 "하나"("a" 또는 "an")에 의한 청구항 기재사항의 도입이, 그러한 하나의 기재사항을 포함하는 대상으로, 그러한 도입된 청구항 기재사항을 포함하는 특정 청구항을 제한함을 암시하는 것으로 해석되어서는 안되며, 동일한 청구항이 도입 구절인 "하나 이상" 또는 "적어도 하나" 및 "하나"("a" 또는 "an")과 같은 부정관사(예를 들어, "하나"는 "적어도 하나" 또는 "하나 이상"을 의미하는 것으로 일반적으로 해석되어야 함)를 포함하는 경우에도 마찬가지로 해석되어야 한다. 이는 청구항 기재사항을 도입하기 위해 사용된 정관사의 경우에도 적용된다. 또한, 도입된 청구항 기재사항의 특정 수가 명시적으로 기재되는 경우에도, 당업자라면 그러한 기재가 일반적으로 적어도 기재된 수(예를 들어, 다른 수식어가 없는 "두 개의 기재사항"을 단순히 기재한 것은, 일반적으로 적어도 두 개의 기재사항 또는 두 개 이상의 기재사항을 의미함)를 의미하도록 해석되어야 함을 이해할 것이다. 또한, "A, B 및 C 중의 적어도 하나"와 유사한 규칙이 사용된 경우에는, 일반적으로 그러한 해석은 당업자가 그 규칙을 이해할 것이라는 전제가 의도된 것이다(예를 들어, "A, B 및 C 중의 적어도 하나를 갖는 시스템"은, A만을 갖거나, B만을 갖거나, C만을 갖거나, A 및 B를 함께 갖거나, A 및 C를 함께 갖거나, B 및 C를 함께 갖거나, A, B, 및 C를 함께 갖는 시스템을 포함하지만 이에 제한되지 않음). "A, B 또는 C 중의 적어도 하나"와 유사한 규칙이 사용된 경우에는, 일반적으로 그러한 해석은 당업자가 그 규칙을 이해할 것이라는 전제가 의도된 것이다(예를 들어, "A, B 또는 C 중의 적어도 하나를 갖는 시스템"은, A만을 갖거나, B만을 갖거나, C만을 갖거나, A 및 B를 함께 갖거나, A 및 C를 함께 갖거나, B 및 C를 함께 갖거나, A, B, 및 C를 함께 갖는 시스템을 포함하지만 이에 제한되지 않음). 또한 당업자라면, 실질적으로 어떠한 이접 접속어(disjunctive word) 및/또는 두 개 이상의 대안적인 용어들을 나타내는 구절은, 그것이 상세한 설명, 청구범위 또는 도면에 있는지와 상관없이, 그 용어들 중의 하나, 그 용어들 중의 어느 하나, 또는 그 용어들 두 개 모두를 포함하는 가능성을 고려했음을 이해할 것이다. 예를 들어, "A 또는 B"라는 구절은 "A" 또는 "B" 또는 "A 및 B"의 가능성을 포함하는 것으로 이해될 것이다.
다양한 양상 및 실시예들이 본 개시에서 기술되었지만, 다른 양상 및 실시예들이 당업자에게 명확할 것이다. 본 개시에 기재된 다양한 양상 및 실시예는 예시를 목적으로 제시된 것이고, 제한하려고 의도된 것은 아니며, 진정한 범위 및 사상은 이하 청구범위에 의해 나타낸다.

Claims (23)

  1. 다중 채널 무선 통신 시스템에서 통신 연결을 모델링하는 방법으로서,
    상기 다중 채널 무선 통신 시스템에서 제1 통신 연결의 제1 관심 동작 특성 및 제1 매개 변수를 식별하는 단계 - 상기 제1 매개 변수는 상기 다중 채널 무선 통신 시스템의 성능에 영향을 주도록 구성되며, 상기 제1 관심 동작 특성은 상기 제1 매개 변수와 연관되고 상기 다중 채널 무선 통신 시스템의 상기 성능에 관한 특징을 정의함(characterizing) -;
    상기 제1 매개 변수에 기초하여 상기 제1 통신 연결을 활성화하는 단계;
    특정 기간 내에 활성화될 때, 상기 제1 통신 연결에 대한 상기 제1 관심 동작 특성 및 상기 제1 매개 변수와 연관된 데이터를 수집하는 단계;
    상기 수집된 데이터에 통계 기법을 적용하여 제2 통신 연결에 관한 특징을 정의하는 모델을 설정하는 단계; 및
    상기 제1 관심 동작 특성의 예측 값과 상기 제1 관심 동작 특성의 실제 값 사이의 차이가 사전 결정된 값의 범위 내에 있는지를 결정하도록 상기 모델을 검증하는 단계
    를 포함하는, 통신 연결을 모델링하는 방법.
  2. 제1항에 있어서,
    상기 제1 통신 연결 및 상기 제2 통신 연결은 동일한,
    통신 연결을 모델링하는 방법.
  3. 제1항에 있어서,
    상기 모델을 실행하여 출력을 생성하는 단계; 및
    상기 모델의 상기 출력에 기초하여 상기 다중 채널 무선 통신 시스템을 재구성하는 단계
    를 더 포함하는, 통신 연결을 모델링하는 방법.
  4. 제2항에 있어서,
    상기 수집하는 단계는 서로 다른 기간에서 반복되는,
    통신 연결을 모델링하는 방법.
  5. 제1항에 있어서,
    상기 통계 기법은 단조 회귀 분석(monotonic regression analysis)을 포함하는,
    통신 연결을 모델링하는 방법.
  6. 제1항에 있어서,
    상기 통계 기법은 데이터에 의해 구동되는(data-driven),
    통신 연결을 모델링하는 방법.
  7. 제1항에 있어서,
    상기 다중 채널 무선 통신 시스템에서 상기 제1 통신 연결의 제2 관심 동작 특성 및 제2 매개 변수를 식별하는 단계 - 상기 제2 매개 변수는 상기 다중 채널 무선 통신 시스템의 성능에 영향을 주도록 구성되며, 상기 제1 관심 동작 특성 및 상기 제2 관심 동작 특성은 상기 제1 매개 변수 및 제2 매개 변수 중의 하나 또는 모두와 연관되고 상기 다중 채널 무선 통신 시스템의 상기 성능에 관한 특징을 정의함 -;
    상기 특정 기간 내에 상기 제1 통신 연결의 상기 제2 관심 동작 특성 및 제2 매개 변수와 연관된 데이터를 수집하는 단계; 및
    차원 감소 기법(dimensional reduction technique)을 적용하여, 상기 제1 관심 동작 특성에 대한 제1 요망 값과 상기 제2 관심 동작 특성에 대한 제2 요망 값을 생성하는 상기 제2 입력 매개 변수에 대한 제2 값 및 상기 제1 매개 변수에 대한 제1 값의 조합을 결정하는 단계
    를 더 포함하는, 통신 연결을 모델링하는 방법.
  8. 제1항에 있어서,
    상기 검증하는 단계는, 테스트 및 샘플링 기법(test-and-sample technique), 재대치 기법(re-substitution technique), 또는 제한 조작 기법(constraint manipulation technique) 중 하나 이상을 이용하는 단계를 더 포함하는,
    통신 연결을 모델링하는 방법.
  9. 제1항에 있어서,
    상기 통신 연결 각각은 통신 링크, 통신 채널, 또는 상기 통신 링크 및 상기 통신 채널의 조합에 대응하는,
    통신 연결을 모델링하는 방법.
  10. 다중 채널 무선 통신 시스템에서 통신 연결에 관한 특징을 정의하는 컴퓨팅 장치로서,
    메모리; 및
    상기 메모리와 인터페이스 하도록 배열된 프로세싱 유닛
    을 포함하고,
    상기 프로세싱 유닛은,
    상기 다중 채널 무선 통신 시스템에서 선택된 통신 연결이 활성화될 때 상기 선택된 통신 연결과 연관된 데이터의 제한된 집합을 수집하며 - 상기 데이터의 제한된 집합은 상기 다중 채널 무선 통신 시스템의 성능에 영향을 주는 수집된 데이터의 제1 집합 및 상기 다중 채널 무선 통신 시스템의 성능에 관한 특징을 정의하는 수집된 데이터의 제2 집합을 포함함 -;
    상기 데이터의 제한된 집합을 메모리에 저장하며;
    상기 저장된 데이터의 제한된 집합에 차원 감소 기법을 적용하여, 수집된 데이터의 제3 집합을 위한 제1 요망 값을 생성하는 상기 수집된 데이터의 제2 집합을 위한 제2 값 및 상기 수집된 데이터의 제1 집합을 위한 제1 값의 조합을 결정하며;
    상기 조합과 상기 수집된 데이터의 제3 집합에 제1 통계 기법을 적용하여 제1 모델을 설정하며;
    상기 제1 통계 기법을 검토하여 하나 이상의 유형의 통계 기법이 적용되었는지 여부를 결정하도록 구성된,
    통신 연결에 관한 특징을 정의하는 컴퓨팅 장치.
  11. 제10항에 있어서,
    상기 제1 데이터 집합 및 상기 제2 데이터 집합은, 안테나 출력, 안테나 방향, 안테나 높이, 패킷 길이, 변조의 유형, 에러 정정 코드의 유형 및 매개 변수, 또는 동기화 코드 중 하나 이상을 포함하는,
    통신 연결에 관한 특징을 정의하는 컴퓨팅 장치.
  12. 제10항에 있어서,
    상기 제3 데이터 집합은, 잡음 속성, 수신율, 서로 다른 기간에 있어서의 수신율의 분포, 개별 연결에 대한 상기 수신율의 안정성, 서로 다른 송신기 및 수신기 쌍 사이의 연결의 수신율의 상호연관성, 또는 단일 및 조합 입력 매개 변수에 대한 수신율의 의존성 중 하나 이상을 포함하는,
    통신 연결에 관한 특징을 정의하는 컴퓨팅 장치.
  13. 제10항에 있어서,
    상기 프로세싱 유닛은, 상기 조합 및 상기 수집된 데이터의 제3 집합에 제2 통계 기법을 적용하여 제2 모델을 설정하도록 더 구성된,
    통신 연결에 관한 특징을 정의하는 컴퓨팅 장치.
  14. 제13항에 있어서,
    상기 프로세싱 유닛은, 상기 제1 통계 기법 및 상기 제2 통계 기법을 검토하여, 적용된 통계 기법의 수가 임계 값을 초과하는지 여부를 결정하도록 더 구성된,
    통신 연결에 관한 특징을 정의하는 컴퓨팅 장치.
  15. 제13항에 있어서,
    상기 프로세싱 유닛은 상기 제1 모델 및 상기 제2 모델을 조합하도록 더 구성된,
    통신 연결에 관한 특징을 정의하는 컴퓨팅 장치.
  16. 제10항에 있어서,
    상기 통신 연결 각각은, 통신 링크, 통신 채널, 또는 상기 통신 링크 및 상기 통신 채널의 조합에 대응하는,
    통신 연결에 관한 특징을 정의하는 컴퓨팅 장치.
  17. 통신 연결을 갖는 다중 채널 무선 통신 시스템과 연관된 일련의 명령어를 포함하는 컴퓨터 판독가능 매체로서,
    컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨터 장치가,
    상기 다중 채널 무선 통신 시스템에서 제1 통신 연결에서 수집될 데이터의 유형을 식별하고;
    상기 제1 통신 연결이 활성화될 때 제1 기간 내에 상기 다중 채널 무선 통신 시스템 내의 상기 제1 통신 연결에서 제2 데이터 집합 및 제1 데이터 집합을 수집하며 - 상기 제1 데이터 집합은 제1 차원을 가지고 상기 다중 채널 무선 통신 시스템의 성능에 영향을 주고, 상기 제2 데이터 집합은 상기 다중 채널 무선 통신 시스템의 성능에 관한 특징을 정의함 -;
    상기 제1 데이터 집합을 제3 데이터 집합으로 변환하며 - 상기 제3 데이터 집합은 제2 차원을 가지며 상기 제2 차원은 상기 제1 차원 보다 작음 -;
    상기 제2 데이터 집합과 상기 제3 데이터 집합에 통계 기법을 적용하여 상기 다중 채널 무선 통신 시스템의 제2 통신 연결에 관한 특징을 정의하도록 모델을 설정하며;
    상기 모델이 상기 제2 통신 연결에 관한 특징을 정의하기에 적합한지 여부를 결정하도록 상기 모델을 검증하도록 하는,
    컴퓨터 판독가능 매체.
  18. 제17항에 있어서,
    상기 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨터 장치가, 제2 기간 내에 상기 다중 채널 무선 통신 시스템에서 상기 제1 통신 연결에서 제4 데이터 집합을 수집하도록 하는 일련의 명령어를 더 포함하는,
    컴퓨터 판독가능 매체.
  19. 제17항에 있어서,
    상기 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨터 장치가, 상기 제1 기간 내에 상기 다중 채널 무선 통신 시스템에서 상기 제2 통신 연결에서 제4 데이터 집합을 수집하도록 하는 일련의 명령어를 더 포함하는,
    컴퓨터 판독가능 매체.
  20. 제17항에 있어서,
    상기 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨터 장치가,
    상기 모델을 실행하여 출력을 생성하며;
    상기 모델의 상기 출력에 기초하여 상기 다중 채널 무선 통신 시스템을 재구성하도록 하는 일련의 명령어를 더 포함하는,
    컴퓨터 판독가능 매체.
  21. 제17항에 있어서,
    상기 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨터 장치가, 상기 다중 채널 무선 통신 시스템에서 상기 제1 통신 연결 또는 상기 제2 통신 연결과 연관된 문제를 식별하도록 하는 일련의 명령어를 더 포함하는,
    컴퓨터 판독가능 매체.
  22. 제17항에 있어서,
    상기 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨터 장치가, 상기 통계 기법을 검토하여 하나 이상의 유형의 통계 기법이 적용되었는지 여부를 결정하도록 하는 일련의 명령어를 더 포함하는,
    컴퓨터 판독가능 매체.
  23. 제17항에 있어서,
    상기 통신 연결 각각은, 통신 링크, 통신 채널, 또는 상기 통신 링크 및 상기 통신 채널의 조합에 대응하는,
    컴퓨터 판독가능 매체.
KR1020127001416A 2009-06-19 2010-06-04 무선 통신 시스템 모델링 KR101349950B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/487,669 US8682254B2 (en) 2009-06-19 2009-06-19 Wireless communication system modeling
US12/487,669 2009-06-19
PCT/US2010/037345 WO2010147767A1 (en) 2009-06-19 2010-06-04 Wireless communication system modeling

Publications (2)

Publication Number Publication Date
KR20120020204A KR20120020204A (ko) 2012-03-07
KR101349950B1 true KR101349950B1 (ko) 2014-01-13

Family

ID=43354756

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127001416A KR101349950B1 (ko) 2009-06-19 2010-06-04 무선 통신 시스템 모델링

Country Status (5)

Country Link
US (1) US8682254B2 (ko)
JP (1) JP5337299B2 (ko)
KR (1) KR101349950B1 (ko)
CN (1) CN102804860B (ko)
WO (1) WO2010147767A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10846736B2 (en) * 2013-03-13 2020-11-24 Eversight, Inc. Linkage to reduce errors in online promotion testing
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5675581A (en) * 1994-07-13 1997-10-07 Qualcomm Incorporated Simulating user interference in a spread spectrum communication network
US20020044014A1 (en) 1999-07-13 2002-04-18 Wright Andrew S. Amplifier measurement and modeling processes for use in generating predistortion parameters
US20040214577A1 (en) 2003-04-24 2004-10-28 Lucent Technologies, Inc. Methods and apparatus for planning wireless data networks using analytical modeling of user level performance
US20050049832A1 (en) 2003-08-29 2005-03-03 Dimitry Gorinevsky Trending system and method using monotonic regression

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5345599A (en) * 1992-02-21 1994-09-06 The Board Of Trustees Of The Leland Stanford Junior University Increasing capacity in wireless broadcast systems using distributed transmission/directional reception (DTDR)
US6112092A (en) * 1996-04-18 2000-08-29 Lucent Technologies Inc. Self-configurable channel assignment system and method
US7835702B1 (en) * 2005-09-15 2010-11-16 Magnolia Broadband Inc. Calculating a diversity parameter adjustment according to previously applied diversity parameter adjustments
US7873323B2 (en) * 2005-09-30 2011-01-18 Alcatel-Lucent Usa Inc. Method of estimating inter-modulation distortion
US8089881B2 (en) * 2006-03-03 2012-01-03 Qualcomm Incorporated Method and apparatus for increasing spectrum use efficiency in a mesh network
US20080151985A1 (en) * 2006-12-26 2008-06-26 Motorola, Inc. Network-assisted bts receiver performance optimization
US20090122753A1 (en) * 2007-10-01 2009-05-14 Hughes Timothy J Dynamic data link segmentation and reassembly
US7933557B1 (en) * 2007-12-05 2011-04-26 Cellco Partnership Methodology to analyze sector capacity in data-only mobile-wireless network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5675581A (en) * 1994-07-13 1997-10-07 Qualcomm Incorporated Simulating user interference in a spread spectrum communication network
US20020044014A1 (en) 1999-07-13 2002-04-18 Wright Andrew S. Amplifier measurement and modeling processes for use in generating predistortion parameters
US20040214577A1 (en) 2003-04-24 2004-10-28 Lucent Technologies, Inc. Methods and apparatus for planning wireless data networks using analytical modeling of user level performance
US20050049832A1 (en) 2003-08-29 2005-03-03 Dimitry Gorinevsky Trending system and method using monotonic regression

Also Published As

Publication number Publication date
US20100323626A1 (en) 2010-12-23
JP2012530457A (ja) 2012-11-29
WO2010147767A1 (en) 2010-12-23
CN102804860B (zh) 2015-01-07
KR20120020204A (ko) 2012-03-07
JP5337299B2 (ja) 2013-11-06
CN102804860A (zh) 2012-11-28
US8682254B2 (en) 2014-03-25

Similar Documents

Publication Publication Date Title
US10141000B2 (en) Hierarchical decorrelation of multichannel audio
US8855322B2 (en) Loudness maximization with constrained loudspeaker excursion
US11769515B2 (en) Audio coder window sizes and time-frequency transformations
US11417353B2 (en) Method for detecting audio signal and apparatus
US9426564B2 (en) Audio processing device, method and program
US11894004B2 (en) Audio coder window and transform implementations
RU2014110030A (ru) Матрица оптимального микширования и использование декорреляторов при обработке пространственного звука
JP2019502144A (ja) オーディオ情報処理方法およびデバイス
CN105518775A (zh) 使用自适应相位校准的多声道降混的梳型滤波器的伪迹消除
Grama et al. On the optimization of SVM kernel parameters for improving audio classification accuracy
KR101704925B1 (ko) Evs 코덱 파라미터를 이용한 심화 신경망 기반의 음성 검출 장치 및 그 방법
KR101349950B1 (ko) 무선 통신 시스템 모델링
US10387796B2 (en) Methods and apparatuses for data streaming using training amplification
US8364616B2 (en) Approach for solving a constrained optimization problem
Yuan et al. Speech separation using convolutional neural network and attention mechanism
RU2656812C2 (ru) Способ и устройство обработки сигналов
US8145943B2 (en) State variable-based detection and correction of errors
CN104900239A (zh) 一种基于沃尔什-哈达码变换的音频实时比对方法
RU2682026C1 (ru) Способ и устройство для определения параметра межканальной разности времени
WO2023025294A1 (zh) 用于音频渲染的信号处理方法、装置和电子设备
KR101730362B1 (ko) 채널간 레벨 차이 계산 방법 및 장치
Giri et al. Empirical Bayes based relative impulse response estimation
US20190180763A1 (en) Method and device for predicting channel parameter of audio signal
Kuriakose et al. A novel method for MP3 steganalysis
US20230289609A1 (en) As-Light-As-Possible Autoencoder Neural Network

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161229

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171228

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190328

Year of fee payment: 6