KR101971801B1 - 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치 - Google Patents

가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치 Download PDF

Info

Publication number
KR101971801B1
KR101971801B1 KR1020170162482A KR20170162482A KR101971801B1 KR 101971801 B1 KR101971801 B1 KR 101971801B1 KR 1020170162482 A KR1020170162482 A KR 1020170162482A KR 20170162482 A KR20170162482 A KR 20170162482A KR 101971801 B1 KR101971801 B1 KR 101971801B1
Authority
KR
South Korea
Prior art keywords
channel
antennas
spatial multiplexing
multiplexing gain
los
Prior art date
Application number
KR1020170162482A
Other languages
English (en)
Inventor
박현철
전성배
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020170162482A priority Critical patent/KR101971801B1/ko
Application granted granted Critical
Publication of KR101971801B1 publication Critical patent/KR101971801B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
    • H04B7/0691—Hybrid systems, i.e. switching and simultaneous transmission using subgroups of transmit antennas
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0697—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using spatial multiplexing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치가 제시된다. 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치는 복수의 송신 안테나가 구성되는 송신부; 및 상기 복수의 송신 안테나 중 적어도 일부로부터 신호를 수신하는 복수의 수신 안테나가 구성되는 수신부를 포함하고, 상기 송신부는, LoS(line-of-sight) 채널 환경의 MIMO(multiple input multiple output) 통신 시스템에서 상기 복수의 송신 안테나 중 적어도 일부가 선택되어 상기 복수의 수신 안테나로 신호를 송신할 수 있다.

Description

가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치{METHOD AND APPARATUS FOR OBTAINING ANTENNA DIVERSITY AND SPATIAL MULTIPLEXING GAIN THROUGH MACHINE LEARNING IN LINE-OF-SIGHT MIMO COMMUNICATION SYSTEM}
아래의 실시예들은 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치에 관한 것으로, 더욱 상세하게는, 가시선 다중 안테나(LoS MIMO) 통신 시스템에서 송신 안테나 선택을 통해 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법과 그 시스템에 관한 것이다.
기존의 LoS(line-of-sight) 채널 환경에서의 MIMO(multiple input multiple output) 시스템은 각 송신 안테나에서 수신 안테나로 수신되는 신호의 도달 경로 차이(직접 경로와 지연 경로간의 차이)가 90도(
Figure 112017119534577-pat00001
/4)의 전송 지연을 가지도록 송수신 안테나를 배치함으로써 경로간에 상관관계(correlation)를 유지하도록 하고, 이들 수신 신호의 신호 처리를 통해 원 신호를 복구하였다.
하지만, 송수신 장비가 서로 고정된 설비가 아닌 한 이러한 이상적인 배치를 이루기는 현실적으로 어렵고, 이상적인 배치와의 오차가 커짐에 따라 성능이 급격히 떨어지는 문제가 있다.
한국공개특허 10-2017-0022636호는 이러한 다중 입출력 시스템의 수신 장치 및 수신신호 처리 방법에 관한 것으로, LoS 채널 환경의 MIMO 시스템에서 채널 응답 피드백 없이 수신 신호를 처리하는 기술을 기재하고 있다.
한국공개특허 10-2017-0022636호
실시예들은 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치에 관하여 기술하며, 보다 구체적으로 가시선 다중 안테나(LoS MIMO) 통신 시스템에서 송신 안테나 선택을 통해 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법과 그 시스템에 관한 기술을 제공한다.
실시예들은 LoS 채널 환경의 MIMO 통신 시스템에서 복수의 송신 안테나 중 적어도 일부가 선택되어 복수의 수신 안테나로 신호를 송신하며, 수신 안테나와 동일한 개수의 송신 안테나를 사용함으로써 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있는 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치를 제공하는데 있다.
일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치는, 복수의 송신 안테나가 구성되는 송신부; 및 상기 복수의 송신 안테나 중 적어도 일부로부터 신호를 수신하는 복수의 수신 안테나가 구성되는 수신부를 포함하고, 상기 송신부는, LoS(line-of-sight) 채널 환경의 MIMO(multiple input multiple output) 통신 시스템에서 상기 복수의 송신 안테나 중 적어도 일부가 선택되어 상기 복수의 수신 안테나로 신호를 송신할 수 있다.
상기 송신부는, 상기 복수의 수신 안테나보다 많은 수의 상기 복수의 송신 안테나가 구성될 수 있다.
상기 송신부의 상기 복수의 송신 안테나 중 일부를 선택하는 스위치를 더 포함하고, 상기 스위치를 사용하여 상기 복수의 송신 안테나 중 적어도 일부를 선별하여 사용할 수 있다.
상기 스위치는, 상기 복수의 수신 안테나와 동일한 개수의 상기 복수의 송신 안테나를 선택하여 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있다.
상기 복수의 송신 안테나가 형성하는 채널에서 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 학습부; 및 상기 학습부의 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보하는 검색부를 더 포함할 수 있다.
상기 학습부는, 상기 복수의 송신 안테나의 선택은 LoS 채널에서 부분 행렬의 조건수(condition number)를 가장 작게 하는 행의 인덱스를 찾을 수 있다.
보다 구체적으로, 상기 학습부는, LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾기 위해, 입력 변수 LoS 채널에서 행 사이의 위상 차이를 구해 행 벡터로 나타내고, 상기 입력 변수에 대해 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾아, 상기 입력 변수에 대한 이름표(label)를 부여하며, 복수개의 독립적으로 생성한 예제에서 상기 입력 변수 각각에 대해 상기 행 벡터와 상기 이름표를 구하고, 각각 행렬과 벡터 쌍을 구성할 수 있다.
상기 검색부는, 학습을 통해 수집한 상기 행렬과 벡터 쌍에 대한 정보를 바탕으로 새로운 입력 변수 LoS 채널에 대해 k-최근접 이웃(k-nearest neighbor; k-NN) 알고리즘을 사용하여 상응하는 이름표(label)를 예측할 수 있다.
이에 따라, 상기 검색부는, 상기 학습부의 학습된 데이터를 기반으로 안테나 선택 조합을 구함에 따라 최적화를 위한 계산을 생략하여 낮은 복잡도를 가지며, 링크(link) 형성에 소요되는 시간을 줄여 초고속 전송이 가능하게 할 수 있다.
다른 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법은, LoS(line-of-sight) 채널 환경의 MIMO(multiple input multiple output) 통신 시스템에서 복수의 송신 안테나 중 적어도 일부를 선택하는 단계; 선택된 복수의 송신 안테나에서 신호를 송신하는 단계; 및 복수의 수신 안테나에서 선택된 상기 복수의 송신 안테나로부터 신호를 수신하는 단계를 포함하고, 상기 복수의 송신 안테나는 상기 복수의 수신 안테나보다 많은 수로 구성될 수 있다.
상기 복수의 송신 안테나 중 적어도 일부를 선택하는 단계는, 스위치를 통해 상기 복수의 송신 안테나 중 일부를 선택하되, 상기 복수의 수신 안테나와 동일한 개수의 상기 복수의 송신 안테나를 선택하여 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있다.
상기 복수의 송신 안테나가 형성하는 채널에서 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 단계; 및 상기 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보하는 단계를 더 포함할 수 있다.
상기 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 단계는, 상기 복수의 송신 안테나의 선택은 LoS 채널에서 부분 행렬의 조건수(condition number)를 가장 작게 하는 행의 인덱스를 찾을 수 있다.
보다 구체적으로, 상기 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 단계는, LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾기 위해, 입력 변수 LoS 채널에서 행 사이의 위상 차이를 구해 행 벡터로 나타내는 단계; 상기 입력 변수에 대해 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾는 단계; 상기 입력 변수에 대한 이름표(label)를 부여하는 단계; 및 복수개의 독립적으로 생성한 예제에서 상기 입력 변수 각각에 대해 상기 행 벡터와 상기 이름표를 구하고, 각각 행렬과 벡터 쌍을 구성하는 단계를 포함할 수 있다.
상기 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보하는 단계는, 학습을 통해 수집한 상기 행렬과 벡터 쌍에 대한 정보를 바탕으로 새로운 입력 변수 LoS 채널에 대해 k-최근접 이웃(k-nearest neighbor; k-NN) 알고리즘을 사용하여 상응하는 이름표(label)를 예측할 수 있다.
실시예들에 따르면 다중 안테나를 사용함에 따라 안테나 다이버시티 및 공간 다중화 이득을 얻어 전송 용량과 신뢰도가 향상되는 효과를 얻는다.
또한, 실시예들에 따르면 송수신 안테나 배치와 무관하게 상기한 효과를 얻을 수 있기 때문에 특정 조건으로 안테나 배치를 고정해야 하는 기존에 연구된 LoS MIMO의 문제를 해소할 수 있다.
또한, 실시예들에 따르면 수신 안테나와 동일한 개수의 송신 안테나를 사용함으로써 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있다.
도 1은 종래의 2x2 LoS MIMO 무선 통신 장치의 구조를 나타낸 도면이다.
도 2는 일 실시예에 따른 LoS MIMO 시스템을 설명하기 위한 개략적인 도면이다.
도 3은 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치를 설명하기 위한 블록도이다.
도 4는 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법을 설명하기 위한 흐름도이다.
도 5는 일 실시예에 따른 SNR 대비 평균적인 전송 용량을 나타내는 그래프이다.
도 6은 일 실시예에 따른 여러 채널 조건에 따른 전송 용량의 분포를 나타내는 그래프이다.
이하, 첨부된 도면을 참조하여 실시예들을 설명한다. 그러나, 기술되는 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명되는 실시예들에 의하여 한정되는 것은 아니다. 또한, 여러 실시예들은 당해 기술분야에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다. 도면에서 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
송신기 및 수신기에 여러 개의 안테나를 사용하여 다이버시티 및 공간 다중화 이득을 얻는 다중 안테나 통신 시스템이 제안되었다. 송신부와 수신부 간에 가시선(LoS) 경로만 존재하는 경우 다중 안테나 이득을 얻는 시도들이 있었다. 또한, 채널 변화에 대비하는 한 방법으로 다중 안테나를 사용하여 가용 채널 환경을 다양화하는, 즉 안테나 다이버시티를 확보하는 방안이 제안되었다. 이상적인 채널을 얻기 위해 안테나 배치를 인위적으로 조절하기는 어렵지만, 상술한 안테나 다이버시티를 확보함으로써 안테나 배치와는 무관하게 성능을 확보할 수 있다.
도 1은 종래의 2x2 LoS MIMO 무선 통신 장치의 구조를 나타낸 도면이다.
도 1을 참조하면, 2x2 LoS MIMO 무선 통신 장치는 임의의 안테나 간격에서도 송신 안테나(11, 12)로부터 수신되는 신호의 경로 차이를 추정하여, 수신 안테나(21, 22)의 수신된 신호 입장에서는 최종적으로 수신된 신호의 채널 응답이 항상 90도가 될 수 있도록 하는 채널 코딩기(30)를 포함할 수 있다.
도 1과 같은 종래 기술에 따른 2x2 LoS MIMO 무선 통신 장치의 구조는 피드백 없이 사용할 수 있는 구조이나 이득과 위상 정보만을 추정하는 방식으로 실제 LoS MIMO가 많이 적용되는 밀리미터파 대역이나 미래의 무선통신 기술과 같이 광대역 신호를 사용하는 무선 시스템에서는 LoS 환경이라 할지라도 시스템 구성상 안테나, RF 송수신기 및 설치 환경에 따라서 대역 내 주파수 특성을 가지게 되어 성능이 저하되는 문제가 발생한다.
주파수 응답특성이 플랫(flat)하지 않는 경우, 정확한 위상과 크기 정보를 추정하였다고 하였더라도 RxANT1(21)로 수신한 신호에서 TxANT1(11)와 TxANT2(12) 신호가 모두 존재할 수 있다. 또한, 마찬가지로 RxANT2(22)로 수신한 신호에서도 TxANT1(11)와 TxANT2(12) 신호가 모두 존재할 수 있다.
이러한 이유로 특정 송신 안테나의 신호는 다른 송신 안테나에 간섭 신호로 작용하여 SINR 특성을 나쁘게 할 수 있다.
LoS 통신 시스템인 경우 각각의 안테나 쌍에 대한 채널 성분은 수학식 1과 같이 경로 거리에 따른 위상 변화로 나타낼 수 있다.
[수학식 1]
Figure 112017119534577-pat00002
여기서, D nm 은 m 번째 송신 안테나와 n 번째 수신 안테나간 경로 거리를 나타낸다.
기존에 연구된 LoS MIMO 시스템은 각각의 수신 안테나에서 최단 경로 성분과 지연 경로 성분 간에 90도의 위상 차를 갖도록 수학식 1을 적용하여 송수신 안테나를 배치한다.
하지만, 송수신 장비가 서로 고정된 설비가 아닌 이상 이를 정확히 만족하기는 현실적으로 어렵고, 수학식 1에 따라 경로 거리 D nm 에 따라 파장
Figure 112017119534577-pat00003
주기로 위상 변화가 발생한다.
LoS 채널이 높은 반송파 주파수를 사용하는 환경에서 발생함을 감안하면, 반송파 주파수의 파장이 짧아짐에 따라 작은 경로 거리 변화에도 현저한 위상 변화가 발생한다. 일 실시예로 반송파 주파수 f c = 120GHz를 사용하면 파장
Figure 112017119534577-pat00004
= 2.5mm가 되어, 경로 거리 2.5mm 단위로 0도부터 360도까지 위상 천이가 발생하여 특정 위상 조건을 갖는 채널을 설계하기 더욱 어렵다.
본 실시예에 따르면 상기한 안테나 배치 문제를 해소하기 위해 임의의 안테나 배치 상황에서 안테나 다이버시티 및 공간 다중화 이득을 확보하는 방법과 그 장치를 제공할 수 있다. 또한, 안테나 숫자가 늘어나는 경우에 대비하여 복잡도를 줄이고 동작 속도 향상을 위해 기계학습을 통한 방법과 그 장치를 제공할 수 있다.
도 2는 일 실시예에 따른 LoS MIMO 시스템을 설명하기 위한 개략적인 도면이다.
도 2를 참조하면, LoS MIMO 시스템은 송신부 및 수신부로 구성되며, 송신부는 복수의 송신 안테나를 포함하고 수신부는 복수의 수신 안테나를 포함하여 이루어질 수 있다.
예컨대, 송신부는 다중 안테나 송신기가 될 수 있으며, N 개의 송신 안테나를 포함하고 상기 N 개의 송신 안테나 중 일부를 선택하여 사용할 수 있도록 스위치가 제공될 수 있다.
이러한 송신부의 송신 안테나들이 만들어내는 채널에서 채널 용량을 최대로 하는 부분 채널을 사용할 수 있으며, 이로써 송신 안테나들을 통해 생성되는 채널이 다양해지는 다이버시티를 얻을 수 있다. 여기서 송신 안테나들은 복수의 안테나 또는 다중 안테나로 표현될 수 있다.
상술한 채널 용량을 최대로 하는 부분 채널을 얻는 안테나 선택 조합을 얻기 위해 다수의 예제를 통해 학습을 하는 방법과, 학습된 데이터를 기반으로 한 안테나 선택 방법을 제공할 수 있다.
도 3은 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치를 설명하기 위한 블록도이다.
도 3을 참조하면, 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치(300)는 송신부(310) 및 수신부(320)를 포함하여 이루어질 수 있다. 실시예에 따라 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치는 스위치(330)를 더 포함할 수 있다. 또한 실시예에 따라 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치는 학습부(340) 및 검색부(350)를 더 포함하여 이루어질 수 있다.
송신부(310)는 복수의 송신 안테나(311)가 구성될 수 있다. 송신부(310)는 LoS 채널 환경의 MIMO 통신 시스템에서 복수의 송신 안테나(311) 중 적어도 일부가 선택되어 복수의 수신 안테나(321)로 신호를 송신할 수 있다.
여기서, 송신부(310)는 복수의 수신 안테나(321)보다 많은 수의 복수의 송신 안테나(311)가 구성될 수 있으며, 복수의 수신 안테나(321)와 동일한 개수의 복수의 송신 안테나(311)가 선택될 수 있다.
수신부(320)는 복수의 수신 안테나(321)가 구성될 수 있다. 수신부(320)는 LoS 채널 환경의 MIMO 통신 시스템에서 송신부(310)의 복수의 송신 안테나(311) 중 적어도 일부로부터 신호를 수신할 수 있다.
한편, 송신부(310)의 복수의 송신 안테나(311) 중 일부를 선택하는 스위치(330)를 더 포함할 수 있으며, 스위치(330)를 사용하여 복수의 송신 안테나(311) 중 적어도 일부를 선별하여 사용할 수 있다.
스위치(330)는 복수의 수신 안테나(321)와 동일한 개수의 복수의 송신 안테나(311)를 선택할 수 있다. 한편, 기존에는 단일 스트림을 전송하는 경우에는 최적에 근접한 성능을 나타냈지만, 다중 스트림을 전송하는 경우 성능 저하가 발생하여 공간 다중화 이득을 얻는 데 효과적이지 않다는 단점이 있다. 일 실시예에 따르면 수신 안테나와 동일한 개수의 송신 안테나를 사용함으로써 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있다.
실시예에 따라 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치는 학습부(340) 및 검색부(350)를 더 포함하여 이루어질 수 있다.
학습부(340)는 복수의 송신 안테나(311)가 형성하는 채널에서 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 할 수 있다.
학습부(340)는 복수의 송신 안테나(311)의 선택은 LoS 채널에서 부분 행렬의 조건수(condition number)를 가장 작게 하는 행의 인덱스를 찾을 수 있다. 보다 구체적으로, 학습부(340)는 LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾기 위해, 입력 변수 LoS 채널에서 행 사이의 위상 차이를 구해 행 벡터로 나타내고, 입력 변수에 대해 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾아, 입력 변수에 대한 이름표(label)를 부여하며, 복수개의 독립적으로 생성한 예제에서 입력 변수 각각에 대해 행 벡터와 이름표를 구하고, 각각 행렬과 벡터 쌍을 구성할 수 있다. 이러한 LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾는 방법은 아래에서 수학식을 이용하여 보다 상세히 설명하기로 한다.
그리고, 검색부(350)는 학습부(340)의 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보할 수 있다.
검색부(350)는 학습을 통해 수집한 행렬과 벡터 쌍에 대한 정보를 바탕으로 새로운 입력 변수 LoS 채널에 대해 k-최근접 이웃(k-nearest neighbor; k-NN) 알고리즘을 사용하여 상응하는 이름표(label)를 예측할 수 있다.
이에 따라, 검색부(350)는 학습부(340)의 학습된 데이터를 기반으로 안테나 선택 조합을 구함에 따라 최적화를 위한 계산을 생략하여 낮은 복잡도를 가지며, 링크(link) 형성에 소요되는 시간을 줄여 초고속 전송이 가능하게 할 수 있다.
도 4는 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법은, LoS 채널 환경의 MIMO 통신 시스템에서 복수의 송신 안테나(311) 중 적어도 일부가 선택되는 단계(430), 선택된 복수의 송신 안테나(311)에서 신호를 송신하는 단계(440), 및 복수의 수신 안테나(321)에서 선택된 복수의 송신 안테나(311)로부터 신호를 수신하는 단계(450)를 포함하여 이루어질 수 있다. 여기서, 복수의 송신 안테나(311)는 복수의 수신 안테나(321)보다 많은 수로 구성될 수 있다.
또한, 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법은 복수의 송신 안테나(311)가 형성하는 채널에서 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 단계(410) 및 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보하는 단계(420)를 더 포함할 수 있다.
실시예들에 따르면 LoS MIMO 시스템에서 송신 안테나 선택을 통해 LoS MIMO 시스템이 가지고 있는 제한된 안테나 배치 문제를 해소할 수 있다.
아래에서 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법을 하나의 예를 들어 설명하기로 한다.
일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법은 도 3에서 설명한 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치(300)를 이용하여 보다 구체적으로 설명할 수 있다. 일 실시예에 따른 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치(300)는 송신부(310) 및 수신부(320)를 포함하여 이루어질 수 있다. 실시예에 따라 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치는 스위치(330)를 더 포함할 수 있다. 또한 실시예에 따라 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치는 학습부(340) 및 검색부(350)를 더 포함하여 이루어질 수 있다.
단계(410)에서, 학습부(340)는 복수의 송신 안테나(311)가 형성하는 채널에서 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 할 수 있다.
학습부(340)는 복수의 송신 안테나(311)의 선택을 위해 LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾을 수 있다.
보다 구체적으로, 학습부(340)는 LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾기 위해, 입력 변수 LoS 채널에서 행 사이의 위상 차이를 구해 행 벡터로 나타내는 단계, 입력 변수에 대해 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾는 단계, 입력 변수에 대한 이름표(label)를 부여하는 단계 및 복수개의 독립적으로 생성한 예제에서 입력 변수 각각에 대해 행 벡터와 이름표를 구하고, 각각 행렬과 벡터 쌍을 구성하는 단계를 포함할 수 있다.
단계(420)에서, 검색부(350)는 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보할 수 있다.
보다 구체적으로, 검색부(350)는 학습을 통해 수집한 행렬과 벡터 쌍에 대한 정보를 바탕으로 새로운 입력 변수 LoS 채널에 대해 k-최근접 이웃(k-NN) 알고리즘을 사용하여 상응하는 이름표(label)를 예측할 수 있다.
단계(430)에서, 스위치(330)는 LoS 채널 환경의 MIMO 통신 시스템에서 복수의 송신 안테나(311) 중 적어도 일부가 선택할 수 있다. 여기서, 검색부(350)에서 획득한 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 통해 복수의 송신 안테나(311) 중 적어도 일부가 선택될 수 있다.
스위치(330)를 통해 복수의 송신 안테나(311) 중 일부를 선택하되, 복수의 수신 안테나(321)와 동일한 개수의 복수의 송신 안테나(311)를 선택하여 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있다.
단계(440)에서, 송신부(310)는 선택된 복수의 송신 안테나(311)에서 신호를 송신할 수 있다.
단계(450)에서, 수신부(320)는 복수의 수신 안테나(321)에서 선택된 복수의 송신 안테나(311)로부터 신호를 수신할 수 있다.
실시예들에 따르면 다중 안테나를 사용함에 따라 안테나 다이버시티 및 공간 다중화 이득을 얻어 전송 용량과 신뢰도가 향상되는 효과를 얻는다. 그리고, 송수신 안테나 배치와 무관하게 상기한 효과를 얻을 수 있기 때문에 특정 조건으로 안테나 배치를 고정해야 하는 기존에 연구된 LoS MIMO의 문제를 해소할 수 있다.
또한, 학습된 데이터를 기반으로 목적을 달성하는 안테나 선택 조합을 구함에 따라 최적화를 위한 계산을 생략하여 복잡도를 낮추고 빠른 동작이 가능해진다. 특히, 많은 수의 안테나를 사용할 때 효과적이며 링크(link) 형성에 소요되는 시간을 줄여 초고속 전송에 적합하다.
아래에서는 일 실시예에 따른 LoS MIMO 시스템을 하나의 예를 들어 보다 구체적으로 설명한다. 여기에서 LoS 채널은 근거리에 적용되고 안테나 간격이 짧은 점을 고려하여 각각의 송수신 안테나에 대한 경로는 모두 동일한 경로 손실을 겪는다고 가정한다.
송신부에 안테나 N개, 수신부에 안테나 2개를 사용한 LoS 채널(Hfull)은 수학식 2와 같이 나타낼 수 있다.
[수학식 2]
Figure 112017119534577-pat00005
도 2에서 안테나 사이의 간격 d와 전송 거리 D에 대한 조건을 한정하지 않는다면, 각각의 송수신 안테나 쌍에 대한 좁은 범위에서의 페이딩(Small Scale Fading)은 수학식 3과 같이 모델링할 수 있다. 여기서, d는 송신 안테나들 사이의 거리가 될 수 있으며, D는 송신 안테나에서 수신 안테나로 신호를 전송하는 전송 거리를 나타낼 수 있다.
[수학식 3]
Figure 112017119534577-pat00006
송신부에 사용된 송신 안테나 N 개 중 2 개를 선택하여 사용하는 LoS 채널(H)은 수학식 2에서 2 개의 행을 선택한 부분 행렬인 수학식 4와 같이 나타낼 수 있다.
[수학식 4]
Figure 112017119534577-pat00007
여기에서, S n 은 선택하는 행의 인덱스를 나타낸다.
이 때, 송신 안테나의 선택 목표는 수학식 4의 부분 행렬의 조건수를 가장 작게 하는 S n 을 찾는 것이다. 이는 수학식 5와 같이 나타낼 수 있다.
[수학식 5]
Figure 112017119534577-pat00008
여기에서, N 개 중 2 개를 선택하는 인덱스들의 집합이다.
Hfull에서
Figure 112017119534577-pat00009
를 도출하는 학습 시스템은 다음의 방법을 통해 설계할 수 있다. 입력 변수 Hfull에서 첫 번째 행과 두 번째 행 사이의 위상 차이를 수학식 6과 같이 구해 행 벡터 dm으로 나타낼 수 있다.
[수학식 6]
Figure 112017119534577-pat00010
여기에서,
Figure 112017119534577-pat00011
는 행렬의 각 성분끼리 나눗셈, 즉 아다마르 나눗셈(Hadamard division)을 나타낸다.
Hfull에 대해 수학식 5로부터
Figure 112017119534577-pat00012
를 구하고, 도 4를 참고하여 Hfull에 대한 이름표(label)를 달아줄 수 있다.
M 개의 독립적으로 생성한 예제에서 Hfull 각각에 대해 상기의 방법대로 d m 과 이름표 c m 를 구하고, 수학식 7와 같이 각각 행렬
Figure 112017119534577-pat00013
과 벡터
Figure 112017119534577-pat00014
를 구성할 수 있다.
[수학식 7]
Figure 112017119534577-pat00015
학습을 통해 수집한 D와 c 쌍에 대한 정보를 바탕으로, 새로운 입력 변수 Hfull에 대해서는 k-최근접 이웃(k-NN) 알고리즘(algorithm)을 사용하여, 이에 상응하는 이름표(label)를 예측할 수 있다.
LoS 채널
Figure 112017119534577-pat00016
에 대한 수신기 W는 수학식 8와 같이 설계할 수 있다.
[수학식 8]
Figure 112017119534577-pat00017
LoS 채널
Figure 112017119534577-pat00018
에 수학식 8에 따른 수신기
Figure 112017119534577-pat00019
를 적용했을 때, 첫 번째와 두 번째 수신 안테나의 신호대간섭및잡음비(signal-to-interference-plus-noise ratio; SINR)는 수학식 9과 같이 나타낼 수 있다.
[수학식 9]
Figure 112017119534577-pat00020
여기에서
Figure 112017119534577-pat00021
은 additive white Gaussian noise(AWGN)의 표준편차를 나타낸다.
그리고, 채널(H)의 전송 용량(R)은 수학식 10과 같이 나타낼 수 있다.
[수학식 10]
Figure 112017119534577-pat00022

표 1은 일 실시예에 따른 복수의 송신 안테나 중 일부를 선택하는 인덱스의 종류와 그에 상응하는 이름표(label)을 나타낸 것이다. 여기서 복수의 송신 안테나는 6 개이고, 선택하는 인덱스는 2 개인 것을 예로써 설명한다.
[표 1]
Figure 112017119534577-pat00023
표 1을 참조하면, 6 개 송신 안테나에 대해 2 개의 안테나를 선택하는 인덱스의 종류와 그에 상응하는 이름표(label)을 확인할 수 있다.
앞에서 설명한 일 실시예에 따른 학습된 데이터를 기반으로 한 안테나 선택 방법을 적용했을 때의 평균적인 전송 용량을 구하면 도 5와 같이 나타낼 수 있다.
도 5는 일 실시예에 따른 SNR 대비 평균적인 전송 용량을 나타내는 그래프이다. 도 5를 참조하면, 일 실시예에 따른 k-NN 분류 방법(본 발명)을 사용한 것과 전수 조사를 통해 구한 최댓값, 무작위 선택에 대한 SNR 대비 평균적인 전송 용량에 대한 그래프를 나타낸다.
일 실시예에 따른 k-NN 분류 방법에 따라 구한 평균적인 전송 용량은 완전 조사(exhaustive search)를 통해 찾은 최적 성능 대비 99% 수준의 성능을 나타내며, 안테나 다양성이 반영되지 않는 임의 선택(random) 대비 낮은 SNR 영역에서 40%, 높은 SNR 영역에서 20% 향상된 성능을 보인다.
도 6은 일 실시예에 따른 여러 채널 조건에 따른 전송 용량의 분포를 나타내는 그래프이다.
도 6을 참조하면, 일 실시예에 따른 k-NN 분류 방법(본 발명)을 사용한 것과 전수 조사를 통해 구한 최댓값, 무작위 선택에 대하여 여러 채널 조건에 따른 전송 용량의 분포를 나타낸 박스 플롯(box plot)이다.
랜덤성을 가진 채널을 감안하여 독립적으로 생성한 채널 각각에 대해 본 발명, 완전 조사, 임의 선택 세 가지 방법을 적용하여 전송 용량을 구하고, 이를 박스 플롯(box plot)을 통해 분포를 나타낼 수 있다. 일 실시예에 따른 k-NN 분류 방법에 따라 구한 전송 용량은 완전 조사에 따른 최적 성능과 마찬가지로 대부분의 값들은 전송용량 8bps/Hz 이상의 값을 갖는다.
실시예들에 따르면 송수신 안테나 배치와 무관하게 상기한 효과를 얻을 수 있기 때문에 특정 조건으로 안테나 배치를 고정해야 하는 기존에 연구된 LoS MIMO 시스템의 문제를 해소할 수 있다. 또한, 학습된 데이터를 기반으로 목적을 달성하는 안테나 선택 조합을 구함에 따라 최적화를 위한 계산을 생략하여 복잡도를 낮추고 빠른 동작이 가능해진다. 특히, 많은 수의 안테나를 사용할 때 효과적이다.
본 실시예들은 LoS MIMO를 사용하는 통신 시스템을 고려하였으며 향후 높은 주파수를 사용한 근거리 통신에 적용할 수 있다. 기존 셀룰러(cellular) 통신 시스템에서 주파수 자원이 고갈됨에 따라　앞으로 높은 주파수 대역을 사용할 것으로 예상되며 이에 따라 LoS 채널 환경이 많이 적용될 것이다. 더욱이, 안정된 LoS 채널을 확보하고 LoS 경로만 존재하는 경우에도 다중 안테나 이득을 얻을 수 있다.
높은 주파수 대역을 개척함과 PAN(Personal Area Network) 등 근거리 및 장치간 통신 수요는 증가할 것으로 예상됨에 따라 앞으로 LoS 채널 환경을 많이 접할 것으로 예상한다. 좁은 거리에서 초고속 연결 및 데이터 전송이 필요한 데이터 센터, 무선 키오스크, 증강현실, 가상현실 등 영역에 활용할 수 있다.
이와 같이 본 실시예들은 LoS MIMO 통신을 사용하는 무선통신 시스템에 폭넓게 적용 가능하다. 초고속 근접통신이 하나의 예시로, 데이터 센터의 전통적인 케이블을 무선으로 대체함과 디지털 디바이스 내의 기준 유선 인터페이스를 대부분 무선으로 대체할 것으로 전망한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 복수의 송신 안테나가 구성되는 송신부; 및
    상기 복수의 송신 안테나 중 적어도 일부로부터 신호를 수신하는 복수의 수신 안테나가 구성되는 수신부
    를 포함하고,
    상기 송신부는,
    LoS(line-of-sight) 채널 환경의 MIMO(multiple input multiple output) 통신 시스템에서 상기 복수의 송신 안테나 중 적어도 일부가 선택되어 상기 복수의 수신 안테나로 신호를 송신하며,
    상기 복수의 송신 안테나가 형성하는 채널에서 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 학습부; 및
    상기 학습부의 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보하는 검색부
    를 더 포함하고,
    상기 학습부는,
    상기 복수의 송신 안테나의 선택은 LoS 채널에서 부분 행렬의 조건수(Condition Number)를 가장 작게 하는 행의 인덱스를 찾으며, LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾기 위해, 입력 변수 LoS 채널에서 행 사이의 위상 차이를 구해 행 벡터로 나타내고, 상기 입력 변수에 대해 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾아, 상기 입력 변수에 대한 이름표(label)를 부여하며, 복수개의 독립적으로 생성한 예제에서 상기 입력 변수 각각에 대해 상기 행 벡터와 상기 이름표를 구하고, 각각 행렬과 벡터 쌍을 구성하는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치.
  2. 제1항에 있어서,
    상기 송신부는,
    상기 복수의 수신 안테나보다 많은 수의 상기 복수의 송신 안테나가 구성되는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치.
  3. 제1항에 있어서,
    상기 송신부의 상기 복수의 송신 안테나 중 일부를 선택하는 스위치
    를 더 포함하고,
    상기 스위치를 사용하여 상기 복수의 송신 안테나 중 적어도 일부를 선별하여 사용하는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치.
  4. 제3항에 있어서,
    상기 스위치는,
    상기 복수의 수신 안테나와 동일한 개수의 상기 복수의 송신 안테나를 선택하여 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 제1항에 있어서,
    상기 검색부는,
    학습을 통해 수집한 상기 행렬과 벡터 쌍에 대한 정보를 바탕으로 새로운 입력 변수 LoS 채널에 대해 k-최근접 이웃(k-nearest neighbor; k-NN) 알고리즘을 사용하여 상응하는 이름표(label)를 예측하는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치.
  9. 제1항에 있어서,
    상기 검색부는,
    상기 학습부의 학습된 데이터를 기반으로 안테나 선택 조합을 구함에 따라 최적화를 위한 계산을 생략하여 낮은 복잡도를 가지며, 링크(link) 형성에 소요되는 시간을 줄여 초고속 전송이 가능한 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 장치.
  10. LoS(line-of-sight) 채널 환경의 MIMO(multiple input multiple output) 통신 시스템에서 복수의 송신 안테나 중 적어도 일부를 선택하는 단계;
    선택된 복수의 송신 안테나에서 신호를 송신하는 단계; 및
    복수의 수신 안테나에서 선택된 상기 복수의 송신 안테나로부터 신호를 수신하는 단계
    를 포함하고,
    상기 복수의 송신 안테나는 상기 복수의 수신 안테나보다 많은 수로 구성되며,
    상기 복수의 송신 안테나가 형성하는 채널에서 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 단계; 및
    상기 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보하는 단계
    를 더 포함하고,
    상기 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 단계는,
    LoS 채널에서 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾기 위해, 입력 변수 LoS 채널에서 행 사이의 위상 차이를 구해 행 벡터로 나타내는 단계;
    상기 입력 변수에 대해 부분 행렬의 조건수를 가장 작게 하는 행의 인덱스를 찾는 단계;
    상기 입력 변수에 대한 이름표(label)를 부여하는 단계; 및
    복수개의 독립적으로 생성한 예제에서 상기 입력 변수 각각에 대해 상기 행 벡터와 상기 이름표를 구하고, 각각 행렬과 벡터 쌍을 구성하는 단계
    를 포함하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법.
  11. 제10항에 있어서,
    상기 복수의 송신 안테나 중 적어도 일부를 선택하는 단계는,
    스위치를 통해 상기 복수의 송신 안테나 중 일부를 선택하되, 상기 복수의 수신 안테나와 동일한 개수의 상기 복수의 송신 안테나를 선택하여 동시에 다중 스트림 전송이 가능하고 공간 다중화 이득을 얻을 수 있는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법.
  12. 삭제
  13. 제10항에 있어서,
    상기 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾기 위해 다수의 예제를 통해 학습을 하는 단계는,
    상기 복수의 송신 안테나의 선택은 LoS 채널에서 부분 행렬의 조건수(condition number)를 가장 작게 하는 행의 인덱스를 찾는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법.
  14. 삭제
  15. 제10항에 있어서,
    상기 학습된 데이터를 기반으로 채널 용량을 최대로 하는 부분 채널을 획득하는 안테나 선택 조합을 찾아, 안테나 다이버시티를 확보하는 단계는,
    학습을 통해 수집한 상기 행렬과 벡터 쌍에 대한 정보를 바탕으로 새로운 입력 변수 LoS 채널에 대해 k-최근접 이웃(k-nearest neighbor; k-NN) 알고리즘을 사용하여 상응하는 이름표(label)를 예측하는 것
    을 특징으로 하는, 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법.
KR1020170162482A 2017-11-30 2017-11-30 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치 KR101971801B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170162482A KR101971801B1 (ko) 2017-11-30 2017-11-30 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170162482A KR101971801B1 (ko) 2017-11-30 2017-11-30 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR101971801B1 true KR101971801B1 (ko) 2019-04-23

Family

ID=66285248

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170162482A KR101971801B1 (ko) 2017-11-30 2017-11-30 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101971801B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11531080B2 (en) 2019-07-24 2022-12-20 Cypress Semiconductor Corporation Leveraging spectral diversity for machine learning-based estimation of radio frequency signal parameters
WO2023068868A1 (ko) * 2021-10-22 2023-04-27 단국대학교 산학협력단 다중 안테나 시스템에서 기준 신호를 전송하는 장치 및 방법
WO2023068867A1 (ko) * 2021-10-22 2023-04-27 단국대학교 산학협력단 다중 안테나 시스템에서 데이터를 전송하는 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050066633A (ko) * 2003-12-26 2005-06-30 한국전자통신연구원 다중입력 다중출력 기술을 이용한 안테나 선택 시스템 및그 방법
KR20070054083A (ko) * 2005-11-22 2007-05-28 삼성전자주식회사 다중 안테나를 사용하는 통신 시스템에서 송수신 안테나결정 장치 및 방법
KR20090053599A (ko) * 2007-11-23 2009-05-27 삼성전자주식회사 다중 입출력 안테나를 포함하는 시분할다중화무선통신시스템에서 상향 링크 데이터 전송을 위한 송신안테나 선택과 다중 입출력 채널 추정을 위한 데이터송/수신 장치 및 방법
KR20170022636A (ko) 2015-08-21 2017-03-02 한국전자통신연구원 다중 입출력 시스템의 수신 장치 및 수신신호 처리 방법
KR20170047320A (ko) * 2014-08-27 2017-05-04 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. SUDA(Shared User Equipment-side Distributed Antenna, 사용자 단말기 측 공유 분산 안테나) 시스템 제어장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050066633A (ko) * 2003-12-26 2005-06-30 한국전자통신연구원 다중입력 다중출력 기술을 이용한 안테나 선택 시스템 및그 방법
KR20070054083A (ko) * 2005-11-22 2007-05-28 삼성전자주식회사 다중 안테나를 사용하는 통신 시스템에서 송수신 안테나결정 장치 및 방법
KR20090053599A (ko) * 2007-11-23 2009-05-27 삼성전자주식회사 다중 입출력 안테나를 포함하는 시분할다중화무선통신시스템에서 상향 링크 데이터 전송을 위한 송신안테나 선택과 다중 입출력 채널 추정을 위한 데이터송/수신 장치 및 방법
KR20170047320A (ko) * 2014-08-27 2017-05-04 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. SUDA(Shared User Equipment-side Distributed Antenna, 사용자 단말기 측 공유 분산 안테나) 시스템 제어장치
KR20170022636A (ko) 2015-08-21 2017-03-02 한국전자통신연구원 다중 입출력 시스템의 수신 장치 및 수신신호 처리 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11531080B2 (en) 2019-07-24 2022-12-20 Cypress Semiconductor Corporation Leveraging spectral diversity for machine learning-based estimation of radio frequency signal parameters
WO2023068868A1 (ko) * 2021-10-22 2023-04-27 단국대학교 산학협력단 다중 안테나 시스템에서 기준 신호를 전송하는 장치 및 방법
WO2023068867A1 (ko) * 2021-10-22 2023-04-27 단국대학교 산학협력단 다중 안테나 시스템에서 데이터를 전송하는 장치 및 방법

Similar Documents

Publication Publication Date Title
US10014918B2 (en) Systems and methods for beam selection for hybrid beamforming
US9219535B2 (en) Method for determining beamforming parameters in a wireless communication system and to a wireless communication system
KR101971801B1 (ko) 가시선 다중 안테나 통신 시스템에서 기계학습을 통한 안테나 다이버시티 및 공간 다중화 이득을 얻는 방법 및 그 장치
US8553797B2 (en) Channel information prediction system and channel information prediction method
KR102302259B1 (ko) 다중 안테나를 사용하는 시스템에서 채널을 추정하여 rf 빔을 선택하는 방법 및 장치
JP2007159130A (ja) 分散型アンテナ移動通信システムにおける上り受信方法及び装置
KR20170020357A (ko) 무선 통신 시스템에서 고주파 대역 통신을 위한 프리코딩 행렬 인덱스 보고 방법 및 이를 위한 장치
US8462869B2 (en) Channel information prediction system and channel information prediction method
JP2004072566A (ja) 無線伝送装置
JP5231871B2 (ja) 無線通信装置、システム、方法およびプログラム
US11258498B2 (en) Hybrid beamforming in communication systems
Jeyakumar et al. Wideband hybrid precoding techniques for THz massive MIMO in 6G indoor network deployment
CN116321466A (zh) 去蜂窝大规模mimo中无人机通信的频谱效率优化方法
JP2010166316A (ja) Ｍｉｍｏ通信システム
JP5511637B2 (ja) 無線通信システム及びアンテナ選択方法
KR20200001397A (ko) 기지국장치 및 기지국장치의 동작 방법
JP4246164B2 (ja) 無線通信装置および無線通信方法
KR101511257B1 (ko) 쿼터너리 준직교 시퀀스를 이용하여 고 용량 전송이 가능한 공간 변조 방법
WO2019003298A1 (ja) 下位無線基地局、上位無線基地局および無線基地局システム
Stepanets et al. Model of integrated radio access and wireless backhaul for 5th generation network
JP4358241B2 (ja) 空間多重伝送用送信方法及び送信装置
Agrahari et al. Joint secondary user transceiver optimization and user/antenna selection for MIMO–OFDM cognitive radio networks with CSI uncertainty
Masmoudi et al. Angular-based massive-MIMO user clustering and precoding
KR101798341B1 (ko) 밀리미터 웨이브 채널에서의 빔 패턴 추정 방법
KR101606159B1 (ko) 거대배열 안테나 시스템을 위한 채널추정신호 설계방법

Legal Events

Date Code Title Description
GRNT Written decision to grant