KR102144715B1 - 저분해능 adc를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치 - Google Patents

저분해능 adc를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치 Download PDF

Info

Publication number
KR102144715B1
KR102144715B1 KR1020180134997A KR20180134997A KR102144715B1 KR 102144715 B1 KR102144715 B1 KR 102144715B1 KR 1020180134997 A KR1020180134997 A KR 1020180134997A KR 20180134997 A KR20180134997 A KR 20180134997A KR 102144715 B1 KR102144715 B1 KR 102144715B1
Authority
KR
South Korea
Prior art keywords
channel information
data
hamming distance
codeword
weighted hamming
Prior art date
Application number
KR1020180134997A
Other languages
English (en)
Other versions
KR20200051989A (ko
Inventor
이남윤
소민지
Original Assignee
포항공과대학교 산학협력단
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 포항공과대학교 산학협력단 filed Critical 포항공과대학교 산학협력단
Priority to KR1020180134997A priority Critical patent/KR102144715B1/ko
Publication of KR20200051989A publication Critical patent/KR20200051989A/ko
Application granted granted Critical
Publication of KR102144715B1 publication Critical patent/KR102144715B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0224—Channel estimation using sounding signals
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M1/00—Analogue/digital conversion; Digital/analogue conversion
    • H03M1/12—Analogue/digital converters
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes
    • H03M13/15—Cyclic codes, i.e. cyclic shifts of codewords produce other codewords, e.g. codes defined by a generator polynomial, Bose-Chaudhuri-Hocquenghem [BCH] codes
    • H03M13/151—Cyclic codes, i.e. cyclic shifts of codewords produce other codewords, e.g. codes defined by a generator polynomial, Bose-Chaudhuri-Hocquenghem [BCH] codes using error location or error correction polynomials
    • H03M13/1575—Direct decoding, e.g. by a direct determination of the error locator polynomial from syndromes and subsequent analysis or by matrix operations involving syndromes, e.g. for codes with a small minimum Hamming distance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/38—Synchronous or start-stop systems, e.g. for Baudot code
    • H04L25/40—Transmitting circuits; Receiving circuits
    • H04L25/49—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems
    • H04L25/4906—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems using binary codes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/38—Synchronous or start-stop systems, e.g. for Baudot code
    • H04L25/40—Transmitting circuits; Receiving circuits
    • H04L25/49—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems
    • H04L25/4917—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems using multilevel codes
    • H04L25/4927—Transmitting circuits; Receiving circuits using code conversion at the transmitter; using predistortion; using insertion of idle bits for obtaining a desired frequency spectrum; using three or more amplitude levels ; Baseband coding techniques specific to data transmission systems using multilevel codes using levels matched to the quantisation levels of the channel

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Radio Transmission System (AREA)

Abstract

저분해능 ADC를 사용하는 다중 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치가 개시된다. 본 발명의 일 실시예에 따른 데이터 검출 방법은 저분해능 아날로그 디지털 변환기를 이용하는 다중 안테나 통신 시스템의 수신기에서 데이터 검출 방법에 있어서, 송신기로부터 전송된 데이터를 수신하는 단계; 상기 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습하는 단계; 상기 학습된 채널 정보에 기초하여 시간적으로 변화하는 채널 정보를 업데이트하는 단계; 및 상기 업데이트된 채널 정보에 기초하여 상기 데이터를 실시간으로 검출하는 단계를 포함하며, 상기 채널 정보를 업데이트하는 단계는 상기 학습된 채널 정보에 기초하여 채널 정보에 대응하는 코드워드와 크로스오버 확률(crossover probability)을 업데이트하고, 상기 업데이트된 코드워드와 크로스오버 확률에 기초하여 상기 채널 정보를 업데이트할 수 있다.

Description

저분해능 ADC를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치 {Online Clustering Aided Minimum Weighted Hamming Distance Detection for MU-MIMO Systems with Low Resolution ADCs and Apparatus Therefor}
본 발명은 데이터 검출 기술에 관한 것으로, 보다 구체적으로는 저분해능 예를 들어, 1 비트 아날로그 디지털 컨버터(ADC; analog-to-digital converter)를 사용하는 대규모 다중 입출력(multiple-input multiple-output, MIMO) 통신 시스템에서 채널이 시간 가변성을 가질 때 최소 가중 해밍 거리 기반으로 데이터를 검출할 수 있는 방법 및 그 장치에 관한 것이다.
5G와 Beyond 이동 통신에서 요구하는 고전송률을 달성하기 위해서는 다중 입출력(multiple-input multiple-output, MIMO) 통신 시스템과 함께 넓은 주파수 대역 예를 들어, 초광대역을 사용해야 한다. 초광대역 주파수를 사용함과 동시에 다수의 수신 안테나를 사용하게 되는 경우 전력 소모 및 하드웨어 비용과 무선 주파수(RF) 회로의 비용이 크게 증가한다. 특히, 아날로그 디지털 컨버터(ADC)의 전력 소모는 양자화 비트의 수와 기하 급수적으로 비례하기 때문에 높은 분해능의 ADC를 사용할 경우 대규모 MIMO 시스템에서 전력소모가 크게 증가한다.
이에 따라, 대규모 MIMO 시스템의 수신기에서 전력 소모를 줄이기 위한 방법으로 저분해능(또는 낮은 분해능)을 가지는 대규모 MIMO 시스템의 연구가 주목을 받고 있다. 특히, 수신 신호의 위상 및 직교 성분이 제로 입계 비교 측정기로 각각 양자화 되는 1 비트 ADC 는 하드웨어 복잡성이 낮기 때문에 매력적이다.
그러나, 1 비트 ADC를 사용하는 초저전력 MIMO 시스템에서는 수신 신호가 극단적으로 양자화되는 비선형(non-linear) 시스템이기에 종래의 채널 및 데이터 추정 기법은 제대로 작동하지 않는다.
최근 저분해능 ADC를 이용한 MIMO 시스템의 데이터 검출 방식으로 가중 해밍 거리(weighted Hamming distance) 검출 방식이 연구된 바 있지만, 시간에 따라 변동하는 채널을 갖는 시스템에서의 검출 방식은 아직 제안된 바 없다.
따라서, 저분해능 ADC를 이용한 MIMO 시스템에서 채널이 시간 가변성을 갖는 경우 데이터를 검출할 수 있는 방법의 필요성이 대두된다.
본 발명의 실시예들은, 저분해능 ADC를 사용하는 대규모 MIMO 통신 시스템에서 채널이 시간 가변성을 가질 때 최소 가중 해밍 거리 기반으로 데이터를 검출할 수 있는 방법 및 그 장치를 제공한다.
본 발명의 일 실시예에 따른 데이터 검출 방법은 저분해능 아날로그 디지털 변환기를 이용하는 다중 안테나 통신 시스템의 수신기에서 데이터 검출 방법에 있어서, 송신기로부터 전송된 데이터를 수신하는 단계; 상기 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습하는 단계; 상기 학습된 채널 정보에 기초하여 시간적으로 변화하는 채널 정보를 업데이트하는 단계; 및 상기 업데이트된 채널 정보에 기초하여 상기 데이터를 실시간으로 검출하는 단계를 포함한다.
상기 채널 정보를 업데이트하는 단계는 상기 학습된 채널 정보에 기초하여 채널 정보에 대응하는 코드워드와 크로스오버 확률(crossover probability)을 업데이트하고, 상기 업데이트된 코드워드와 크로스오버 확률에 기초하여 상기 채널 정보를 업데이트할 수 있다.
상기 채널 정보를 업데이트하는 단계는 상기 수신된 데이터의 수신 벡터와 코드워드들 간의 가중 해밍 거리를 측정하고, 상기 측정된 가중 해밍 거리 중 가장 가까운 가중 해밍 거리와 두 번째로 가까운 가중 해밍 거리의 비가 미리 설정된 기준 값보다 큰 경우 코드워드와 크로스오버 확률을 업데이트할 수 있다.
상기 채널 정보를 업데이트하는 단계는 상기 학습된 채널 정보와 최소 가중 해밍 거리(Minimum Weighted Hamming Distance)에 기초하여 상기 시간적으로 변화하는 채널 정보를 업데이트할 수 있다.
상기 수신하는 단계는 상기 송신기로부터 전송된 데이터를 1-비트 아날로그 디지털 변환기를 통해 변환하여 수신할 수 있다.
본 발명의 다른 일 실시예에 따른 데이터 검출 방법은 저분해능 아날로그 디지털 변환기를 이용하는 다중 안테나 통신 시스템의 수신기에서 데이터 검출 방법에 있어서, 송신기로부터 전송된 데이터를 수신하는 단계; 상기 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습하는 단계; 및 상기 학습된 채널 정보와 최소 가중 해밍 거리에 기초하여 상기 데이터를 실시간으로 검출하는 단계를 포함한다.
상기 검출하는 단계는 상기 학습된 채널 정보와 최소 가중 해밍 거리에 기초하여 시간적으로 변화하는 채널 정보를 업데이트하고, 상기 업데이트된 채널 정보에 기초하여 상기 데이터를 실시간으로 검출할 수 있다.
본 발명의 일 실시예에 따른 데이터 검출 장치는 저분해능 아날로그 디지털 변환기를 이용하는 다중 안테나 통신 시스템의 수신기에서 데이터 검출 장치에 있어서, 송신기로부터 전송된 데이터를 수신하는 수신부; 상기 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습하는 학습부; 상기 학습된 채널 정보에 기초하여 시간적으로 변화하는 채널 정보를 업데이트하는 업데이트부; 및 상기 업데이트된 채널 정보에 기초하여 상기 데이터를 실시간으로 검출하는 검출부를 포함한다.
상기 업데이트부는 상기 학습된 채널 정보에 기초하여 채널 정보에 대응하는 코드워드와 크로스오버 확률(crossover probability)을 업데이트하고, 상기 업데이트된 코드워드와 크로스오버 확률에 기초하여 상기 채널 정보를 업데이트할 수 있다.
상기 업데이트부는 상기 수신된 데이터의 수신 벡터와 코드워드들 간의 가중 해밍 거리를 측정하고, 상기 측정된 가중 해밍 거리 중 가장 가까운 가중 해밍 거리와 두 번째로 가까운 가중 해밍 거리의 비가 미리 설정된 기준 값보다 큰 경우 코드워드와 크로스오버 확률을 업데이트할 수 있다.
상기 업데이트부는 상기 학습된 채널 정보와 최소 가중 해밍 거리(Minimum Weighted Hamming Distance)에 기초하여 상기 시간적으로 변화하는 채널 정보를 업데이트할 수 있다.
상기 수신부는 상기 송신기로부터 전송된 데이터를 1-비트 아날로그 디지털 변환기를 통해 변환하여 수신할 수 있다.
본 발명의 실시예들에 따르면, 저분해능 ADC를 사용하는 대규모 MIMO 통신 시스템에서 채널이 시간 가변성을 가질 때 최소 가중 해밍 거리 기반으로 데이터를 효율적으로 검출할 수 있다.
본 발명의 실시예들에 따르면, 머신 러닝의 클러스터 분석 기법에서 착안한 실시간 업데이트를 이용하여 채널 학습 파일럿 오버헤드를 줄이는 동시에 심볼 오류률을 감소시킬 수 있으며, 시간에 따라 변화하는 채널에 대해서 기존의 방식에 비해 더욱 뛰어난 검출 효과를 얻을 수 있다.
도 1 은 본 발명에서 제안하는 송수신기의 구조의 실시 예를 나타낸 것이다.
도 2는 본 발명의 일 실시예에 따른 데이터 검출 방법에 대한 동작 흐름도를 나타낸 것이다.
도 3은 실시간 업데이트 과정을 설명하기 위한 일 예시도를 나타낸 것이다.
도 4는 전송 프레임을 설명하기 위한 일 예시도를 나타낸 것이다.
도 5는 채널 학습 과정을 설명하기 위한 일 예시도를 나타낸 것이다.
도 6 내지 도 8은 업데이트 과정과 데이터 검출 과정을 설명하기 위한 예시도를 나타낸 것이다.
도 9는 본 발명의 일 실시예에 따른 데이터 검출 장치에 대한 구성을 나타낸 것이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형 태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며, 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상 의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사 전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예들을 보다 상세하게 설명하고자 한다. 도면 상의 동일한 구성요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본 발명의 실시예들은 저분해능 ADC를 사용하는 대규모 MIMO 통신 시스템에서 채널이 시간 가변성을 가질 때 최소 가중 해밍 거리 기반으로 데이터를 효율적으로 검출하는 것을 그 요지로 한다.
여기서, 본 발명은 머신 러닝의 클러스터 분석 기법에서 착안한 실시간 업데이트를 이용하여 채널 학습 파일럿 오버헤드를 줄이는 동시에 심볼 오류률을 감소시킬 수 있으며, 시간에 따라 변화하는 채널에 대해서 기존의 방식에 비해 더욱 뛰어난 검출 효과를 얻을 수 있다.
본 발명에서는 양자화된 다중 입출력 시스템을 채널 변환과 ADC에 의한 인코딩 함수로, 그 출력을 공간 영역(안테나)으로 전개된 코드워드로 해석하고 있으며, 코드워드가 노이즈에 의해 착오될 확률인 크로스오버 확률(crossover probability)로 표현되는 바이너리 대칭 통신로 채널(binary symmetric channel)을 유효 채널로 해석하고 있다.
시스템의 한 프레임(frame)은 채널 학습 구간과 데이터 전송 구간으로 나뉜다. 채널 학습 구간에서는 비선형 시스템을 학습시키기 위해 각 송신기에서 특정한 패턴의 파일럿 심볼 시퀀스를 생성하며, 수신기에서는 이 파일럿 심볼 시퀀스를 이용하여 채널 정보 예를 들어, 코드워드 및 크로스오버 확률을 학습한다. 데이터 전송 구간에서는 학습한 채널 정보를 이용하여 최소 가중 해밍 거리를 통해 디코딩하며, 이 때의 판별된 심볼을 학습에 이용함으로써 실시간으로 채널 정보를 갱신하는 방식을 사용한다. 이러한 클러스터 분석 기법은 시간에 따른 채널 변화에 대한 정보를 피드백 해줌으로써 종래의 기법에서 취약했던 시간에 따른 채널 변화에 의한 에러를 보정하는 것이 가능하다.
이러한 본 발명에 대해 도 1 내지 도 9를 참조하여 설명한다.
도 1 은 본 발명에서 제안하는 송수신기의 구조의 실시 예를 나타낸 것으로, U, Nrx은 각각 유저 수와 수신 안테나 수를 나타내며 사용자의 수는 Nrx보다 작다고 가정한다.
도 1에 도시된 바와 같이, 하나의 안테나를 갖는 U 명의 유저가 Nrx 개의 수신 안테나를 갖는 기지국(Base station)과 통신하고 있는 것을 도식화 하고 있으며, 기지국의 수신단에서 수신 신호의 실수부와 허수부는 각각 저분해능 ADC 예를 들어, 1 비트 ADC로 양자화된다. 수신 벡터의 실수부와 허수부는 각각 동 위상(in-phase) 성분과 직교 위상(quadrature) 성분으로 나누어 실수의 원 벡터의 차원보다 2 배 커지게 되며 구성 원소들은 실수의 값을 가진다. 설명의 편의상, 수신 안테나 개수의 2배 값을 2Nrx = N이라 표기한다. 복소값을 갖는 수신 벡터, 채널, 노이즈 벡터를 각각
Figure 112018109857643-pat00001
이라고 하면 실수 값으로 표현되는 N 차원 수신 벡터는 아래 <수학식 1>과 같이 나타낼 수 있다.
[수학식 1]
Figure 112018109857643-pat00002
따라서, 실수값을 갖는 수신 벡터는 시간 n에서
Figure 112018109857643-pat00003
로 표현되며, 각 원소는 아래 <수학식 2>를 통해 정의될 수 있다.
[수학식 2]
Figure 112018109857643-pat00004
한편, 각 송신 안테나에서는 PAM(Pulse Amplitude Modulation), QAM(Quadrature Amplitude Modulation), PSK(Phase Shift Keying) 등의 변조 방식을 사용할 수 있다. 변조 크기 M의 심볼을 사용하여 변조할 경우, 총 MU = K 개의 심볼 조합이 발생한다. 여기서, K는 송신단에서 전송 가능한 심볼 조합의 개수를 의미할 수 있다.
이 때, 수신 신호는 U log(M/N)의 비율의 채널 종속 코드로 재해석 될 수 있다. 이는 노이즈가 없을 때, 전송 심볼 k에 대응하는 수신 신호와 같으며 이는 코드워드에 대응되면, 노이즈가 고려되지 않는 코드워드(ck)는 아래 <수학식 3>과 같이 정의될 수 있다.
[수학식 3]
Figure 112018109857643-pat00005
이 때, 각 채널은 서로 다른 채널 신뢰도를 가질 수 있으며, 이는 노이즈에 대한 크로스오버 확률로서 표현된다.
채널 종속 코드(코드워드)의 크로스오버 확률(transition probability)은 벡터의
Figure 112018109857643-pat00006
i 번째 원소에 대해 아래 <수학식 4>.와 같이 나타낼 수 있다.
[수학식 4]
Figure 112018109857643-pat00007
도 2는 본 발명의 일 실시예에 따른 데이터 검출 방법에 대한 동작 흐름도를 나타낸 것으로, 도 1에서 수신기에서의 동작 흐름도를 나타낸 것이다.
도 2를 참조하면, 본 발명의 실시예에 따른 방법은 송신기 즉, 사용자 단말기로부터 전송된 데이터를 수신하고, 수신된 데이터에 포함된 파일럿 심볼을 이용하여 채널 정보를 학습한다(S210, S220).
여기서, 단계 S210은 하나의 프레임이 파일럿 심볼 시퀀스를 포함하는 파일럿 전송 프레임과 데이터를 포함하는 데이터 전송 프레임을 포함하는 데이터를 수신할 수 있으며, 송신기로부터 전송된 데이터를 1-비트 아날로그 디지털 변환기를 통해 변환하여 수신할 수 있다.
여기서, 단계 S220은 파일럿 심볼 프레임에 포함된 파일럿 심볼 시퀀스를 이용하여 채널 정보 예를 들어, 코드워드 및 크로스오버 확률을 학습할 수 있다.
단계 S220에 의해 채널 정보가 학습되면 학습된 채널 정보에 기초하여 코드워드와 크로스오버 확률을 실시간으로 업데이트하고, 업데이트된 코드워드와 크로스오버 확률에 기초하여 데이터를 실시간으로 검출한다(S230, S240).
여기서, 단계 S230은 학습된 채널 정보와 최소 가중 해밍 거리(Minimum Weighted Hamming Distance)에 기초하여 시간적으로 변화하는 채널 정보를 실시간으로 업데이트할 수 있다.
예컨대, 단계 S230은 수신 벡터 y[n]와 모든 코드워드
Figure 112018109857643-pat00008
간의 가중 해밍 거리
Figure 112018109857643-pat00009
를 측정하고, 거리가 짧은 순으로 나열한 후 수신 벡터의 심볼 벡터를 가중 해밍 거리가 가장 짧을 때의 코드워드(
Figure 112018109857643-pat00010
)로 추정하며, 가장 가까운 가중 해밍 거리와 두 번째로 가까운 거리의 비를 비교하여 계산된 거리 비가 미리 설정된 값 예를 들어, 업데이트 조건 제어 파라미터 값보다 큰 경우 해당 심볼 벡터의 코드워드와 크로스오버 확률을 업데이트할 수 있다. 물론, 이러한 과정은 데이터 추정 구간 동안 반복 수행될 수 있다.
즉, 단계 S230은 최소 가중 해밍 거리 기반으로 코드워드와 크로스오버 확률을 업데이트할 수 있으며, 단계 S240은 이렇게 업데이트된 코드워드와 크로스오버 확률을 이용하여 데이터를 실시간으로 검출할 수 있다.
이러한 본 발명에 따른 방법에 대해 도 3 내지 도 8을 참조하여 설명하면 다음과 같다.
도 3은 실시간 업데이트 과정을 설명하기 위한 일 예시도를 나타낸 것으로, 도 3에 도시된 바와 같이, 실시간 업데이트 과정은 트레이닝 과정(training phase), 전송된 데이터와 트레이닝 과정에 의해 학습된 채널 정보 즉, 코드워드와 크로스오버 확률에 기초하여 채널 정보를 업데이트하고, 업데이트된 채널 정보 즉, 업데이트된 코드워드와 크로스오버 확률에 기초하여 송신기로부터 전송된 데이터를 실시간으로 검출하는 과정을 포함한다. 이에 대해 상세히 설명하면 다음과 같다.
채널 학습
도 5에 도시된 바와 같이, 상기 채널 종속 코드 및 크로스오버 확률을 구하기 위해 송신기 예컨대, 사용자 단말기에서는 발생하는 모든 심볼 조합을
Figure 112018109857643-pat00011
L 번 반복함으로써 채널 응답을 학습한다. 이하, 본 발명에 따른 실시예에 대한 설명에는 이러한 파일럿 심볼을 보내는 구간을 채널 정보 학습 구간이라 명명한다. 채널 학습 구간의 길이는 KL = Tt로, 해당 구간에서 채널은 일정하다 가정한다.
예컨대, 도 4에 도시된 바와 같이, 송신기로부터 전송되는 전송 프레임(TB)은 서로 다른 두 타입의 프레임으로 구성되며, Tt 타임 슬롯을 가지는 파일럿 전송 프레임과 Td 타임 슬롯을 가지는 데이터 전송 프레임으로 구성된다. 여기서, 파일럿 전송 프레임의 채널은 파일럿 전송 프레임 동안 상수로 남으며, 데이터 전송 프레임의 채널은 시간적 채널 상관관계를 가지고 시간에 따라 변화한다. 본 발명은 전송 프레임에서 파일럿 전송 프레임을 구성하는 파일럿 심볼 시퀀스를 이용하여 채널 정보를 학습할 수 있다.
이에 따른 채널 정보를 학습 구간에서의 파일럿 심볼 시퀀스(Xt)는 아래 <수학식 5>와 같을 수 있다.
[수학식 5]
Figure 112018109857643-pat00012
이 때, 파일럿 심볼 시퀀스에 대한 출력 벡터의 집합을 yt라고 정의하고, k번째 심볼에 대한 학습 집합을 아래 <수학식 6>과 같이 정의할 수 있다.
[수학식 6]
Figure 112018109857643-pat00013
본 발명에서는 L번 반복 전송된 파일럿 심볼 시퀀스를 이용하여 파일럿 심볼들 각각의 평균값을 계산하고, 계산된 파일럿 심볼의 평균값을 이용하여 벡터의 원소별로 채널 종속 코드를 추정할 수 있으며, 추정된 채널 종속 코드(즉 코드워드)는 아래 <수학식 7>과 같이 나타낼 수 있다.
[수학식 7]
Figure 112018109857643-pat00014
또한, 상기 수학식 7에서 추정된 채널 종속 코드를 기준으로 비트 크로스오버 확률(crossover probability)을 경험적으로 추정할 수 있으며, 추정된 크로스오버 확률은 아래 <수학식 8>과 같이 나타낼 수 있다.
[수학식 8]
Figure 112018109857643-pat00015
데이터 검출 및 업데이트
도 6 내지 도 8은 업데이트 과정과 데이터 검출 과정을 설명하기 위한 예시도를 나타낸 것으로, 도 6 내지 도 8을 참조하면, 채널 학습 구간을 통해 얻은 정보를 이용하여 데이터 전송 구간에서는 수신 벡터 y[n]과 각각의 심볼 벡터들에 해당하는 코드워드
Figure 112018109857643-pat00016
간의 최소 가중 해밍 거리(Minimum Weighted Hamming Distance)를 구함으로써 데이터를 추정 할 수 있으며, 추정된 데이터는 아래 <수학식 9>와 같이 나타낼 수 있다.
[수학식 9]
Figure 112018109857643-pat00017
이 때, 가중 해밍 거리(dwh)는 아래 <수학식 10>과 같이 나타낼 수 있다.
[수학식 10]
Figure 112018109857643-pat00018
Figure 112018109857643-pat00019
,
Figure 112018109857643-pat00020
채널 학습 구간과 달리, 데이터 추정 구간은 시간에 따른 채널의 변화가 존재한다고 가정한다. 본 발명에서는 변화하는 채널의 페이딩을 1차 가우스 마코브(Gauss-Markov) 프로세스로 모델링하며, 아래 <수학식 11>과 같이 나타낼 수 있다.
[수학식 11]
Figure 112018109857643-pat00021
이 때, v[n]은 독립 동일 분포를 갖는 평균이 0, 분산이 σ2 h인 가우시안 변수를 의미하며, α는 시간에 따른 채널의 상관관계(correlation) 값으로, 0과 1 사이의 값을 가질 수 있다.
이와 같이 시간에 따른 변화를 가지는 채널에서는 채널 변화에 따른 정보의 갱신을 필요로 한다.
본 발명에서는 데이터 추정을 통해 새롭게 획득한 통계적 정보를 추정한 채널 정보에 업데이트를 해줌으로써 해결할 수 있다. 이 때, 잘못된 심볼 추정으로 인한 업데이트 오류를 줄이기 위해 심볼 검출 단계에서 가장 가까운 가중 해밍 거리와 두 번째로 가까운 거리의 비를 비교하여 상대적인 거리가 충분히 클 때에만 정보를 갱신하도록 업데이트 조건을 지정할 수 있다.
dwh(l)을 l번째로 가까운 가중 해밍 거리라고 할 때, 업데이트 조건은 아래 <수학식 12>와 같이 나타낼 수 있다.
[수학식 12]
Figure 112018109857643-pat00022
여기서, c는 업데이트 조건을 제어하는 파라미터로, 거리와 SNR에 대한 함수를 통해 결정될 수 있다.
즉, 본 발명에 따른 방법은 수신 벡터 y[n], 채널 종속 코드북
Figure 112018109857643-pat00023
채널 크로스오버 확률
Figure 112018109857643-pat00024
을 입력으로 하여 추정 심볼
Figure 112018109857643-pat00025
및 업데이트된 코드워드와 크로스오버 확률을 출력하는 것으로, k 번째 코드워드에 대한 갱신 횟수 lk = 0, 크로스오버 횟수
Figure 112018109857643-pat00026
Figure 112018109857643-pat00027
으로 초기화하고, 상기 수학식 3을 통해 수신 벡터 y[n]와 모든 코드워드
Figure 112018109857643-pat00028
간의 가중 해밍 거리
Figure 112018109857643-pat00029
를 측정함으로써, 거리가 짧은 순으로 나열한다. 그리고, 수신 벡터의 심볼 벡터를 가중 해밍 거리가 가장 짧을 때의 코드워드(
Figure 112018109857643-pat00030
)로 추정한다.
여기서, dwh(1)과 dwh(2)의 비율이 업데이트 제어 파라미터 c이상이면 l = l + 1을 수행하고, 크로스오버 확률을
Figure 112018109857643-pat00031
와 같이 업데이트할 수 있다.
반면, 업데이트된 크로스오버 확률이 0.5 보다 큰 경우 해당 안테나 원소에 해당하는 코드워드 및 크로스오버 확률을
Figure 112018109857643-pat00032
,
Figure 112018109857643-pat00033
으로 업데이트할 수 있다. 이러한 과정을 데이터 추정 구간 동안 반복함으로써, 시간적으로 변하는 채널 정보를 실시간으로 업데이트할 수 있으며, 실시간으로 업데이트된 채널 정보에 기초하여 데이터를 실시간으로 검출할 수 있다.
이와 같이, 본 발명의 실시예에 따른 방법은 저분해능 ADC를 사용하는 대규모 MIMO 통신 시스템에서 채널이 시간 가변성을 가질 때 최소 가중 해밍 거리 기반으로 데이터를 효율적으로 검출할 수 있다.
또한, 본 발명의 실시예에 따른 방법은 머신 러닝의 클러스터 분석 기법에서 착안한 실시간 업데이트를 이용하여 채널 학습 파일럿 오버헤드를 줄이는 동시에 심볼 오류률을 감소시킬 수 있으며, 시간에 따라 변화하는 채널에 대해서 기존의 방식에 비해 더욱 뛰어난 검출 효과를 얻을 수 있다.
이러한 본 발명의 실시예에 따른 방법은 최소 해밍 거리 기반으로 시간적으로 변화하는 채널 정보를 실시간으로 업데이트하고, 업데이트된 채널 정보에 기초하여 데이터를 실시간으로 검출할 수 있다.
즉, 본 발명의 다른 실시예에 따른 방법은 송신기로부터 전송된 데이터를 수신하고, 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습하며, 학습된 채널 정보와 최소 가중 해밍 거리에 기초하여 데이터를 실시간으로 검출할 수 있다. 여기서, 데이터를 실시간으로 검출하는 과정은 학습된 채널 정보와 최소 가중 해밍 거리에 기초하여 시간적으로 변화하는 채널 정보를 업데이트하고, 업데이트된 채널 정보에 기초하여 데이터를 실시간으로 검출할 수 있다. 물론, 여기서 채널 정보를 업데이트하는 과정은 도 1 내지 도 8에서 설명한 바와 같다.
또한, 본 발명의 다른 실시예에 따른 방법에서, 채널 종속 코드를 1과 -1 로 이루어진 이진 코드라고 정의하면 채널 종속 코드 및 비트 크로스오버 확률은 학습된 집합의 중심값을 통해 간단하게 결정할 수 있다. 학습된 집합의 벡터의 중심값을
Figure 112018109857643-pat00034
이라 정의한다면 채널 종속 코드 및 크로스오버 확률은 아래 <수학식 13>과 같이 결정될 수 있다.
[수학식 13]
Figure 112018109857643-pat00035
이에 따른 가중 해밍 거리를 구하기 위한 가중치는 아래 <수학식 14>로 결정될 수 있다.
[수학식 14]
Figure 112018109857643-pat00036
따라서, 본 발명에서 필요한 채널 정보는 학습 집합의 중심값
Figure 112018109857643-pat00037
로 압축될 수 있으며, 수신단에 피드백 해야 할 정보량을 줄일 수 있다. 업데이트 과정 역시,
Figure 112018109857643-pat00038
를 업데이트 하는 것으로 간략화 되며 이는 아래 <수학식 15>와 같이 표현될 수 있다.
[수학식 15]
Figure 112018109857643-pat00039
이 때, 0과 1 사이의 값을 가지는
Figure 112018109857643-pat00040
를 통해 업데이트의 신뢰도에 따라 가중치를 부여할 수 있으며, 이는 아래 <수학식 16>과 같이 사후확률에 비례하여 결정할 수 있다.
[수학식 16]
Figure 112018109857643-pat00041
이와 같이, 본 발명의 실시예들에 따른 방법은 특징 벡터와의 최근접 거리를 기준으로 데이터를 분류하고 중심값을 반복적으로 업데이트하는 클러스터 분석 기법과 유사하다. 특히, 거리를 측정하기 위한 기준값을 코드워드로 설정하는 방식은 데이터의 중간점을 사용하여 클러스터링 하는 k-중간점 알고리즘(k-medoid algorithm)과 유사하다.
도 9는 본 발명의 일 실시예에 따른 데이터 검출 장치에 대한 구성을 나타낸 것으로, 도 1 내지 도 8의 방법을 수행하는 장치에 대한 구성을 나타낸 것이다.
도 9를 참조하면, 본 발명의 실시예에 따른 장치(900)는 수신부(910), 학습부(920), 업데이트부(930) 및 검출부(940)를 포함한다.
수신부(910)는 송신기로부터 전송된 데이터를 수신한다.
여기서, 수신부(910)는 하나의 프레임이 파일럿 심볼 시퀀스를 포함하는 파일럿 전송 프레임과 데이터를 포함하는 데이터 전송 프레임을 포함하는 데이터를 수신할 수 있으며, 송신기로부터 전송된 데이터를 1-비트 아날로그 디지털 변환기를 통해 변환하여 수신할 수 있다.
학습부(920)는 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습한다.
여기서, 학습부(920)는 파일럿 심볼 프레임에 포함된 파일럿 심볼 시퀀스를 이용하여 채널 정보 예를 들어, 코드워드 및 크로스오버 확률을 학습할 수 있다.
업데이트부(930)는 학습된 채널 정보에 기초하여 시간적으로 변화하는 채널 정보를 업데이트한다.
이 때, 업데이트부(930)는 학습된 채널 정보에 기초하여 코드워드와 크로스오버 확률을 실시간으로 업데이트하고, 업데이트된 코드워드와 크로스오버 확률에 기초하여 데이터를 실시간으로 검출할 수 있다.
나아가, 업데이트부(930)는 학습된 채널 정보와 최소 가중 해밍 거리(Minimum Weighted Hamming Distance)에 기초하여 시간적으로 변화하는 채널 정보를 실시간으로 업데이트할 수 있다.
검출부(940)는 업데이트된 채널 정보에 기초하여 상기 데이터를 실시간으로 검출한다.
즉, 검출부(940)는 업데이트된 코드워드와 크로스오버 확률을 이용하여 데이터를 실시간으로 검출할 수 있다.
비록, 도 9의 장치에서 그 설명이 생략되었더라도, 도 9를 구성하는 각 구성 수단은 도 1 내지 도 8에서 설명한 모든 내용을 포함할 수 있으며, 이는 이 기술 분야에 종사하는 당업자에게 있어서 자명하다.
이상에서 설명된 시스템 또는 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 시스템, 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 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 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.
실시예들에 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
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 (12)

  1. 저분해능 아날로그 디지털 변환기를 이용하는 다중 안테나 통신 시스템의 수신기에서 데이터 검출 방법에 있어서,
    송신기로부터 전송된 데이터를 수신하는 단계;
    상기 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습하는 단계;
    상기 학습된 채널 정보에 기초하여 시간적으로 변화하는 채널 정보를 업데이트하는 단계; 및
    상기 업데이트된 채널 정보에 기초하여 상기 데이터를 실시간으로 검출하는 단계
    를 포함하며,
    상기 채널 정보를 업데이트하는 단계는
    상기 학습된 채널 정보에 기초하여 채널 정보에 대응하는 코드워드와 크로스오버 확률(crossover probability)을 업데이트하고, 상기 업데이트된 코드워드와 크로스오버 확률에 기초하여 상기 채널 정보를 업데이트하며,
    상기 채널 정보를 업데이트하는 단계는
    상기 수신된 데이터의 수신 벡터와 코드워드들 간의 가중 해밍 거리를 측정하고, 상기 측정된 가중 해밍 거리 중 가장 가까운 가중 해밍 거리와 두 번째로 가까운 가중 해밍 거리의 비가 미리 설정된 기준 값보다 큰 경우 코드워드와 크로스오버 확률을 업데이트하는 데이터 검출 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 수신하는 단계는
    상기 송신기로부터 전송된 데이터를 1-비트 아날로그 디지털 변환기를 통해 변환하여 수신하는 것을 특징으로 하는 데이터 검출 방법.
  6. 삭제
  7. 삭제
  8. 저분해능 아날로그 디지털 변환기를 이용하는 다중 안테나 통신 시스템의 수신기에서 데이터 검출 장치에 있어서,
    송신기로부터 전송된 데이터를 수신하는 수신부;
    상기 수신된 데이터의 파일럿 심볼을 이용하여 채널 정보를 학습하는 학습부;
    상기 학습된 채널 정보에 기초하여 시간적으로 변화하는 채널 정보를 업데이트하는 업데이트부; 및
    상기 업데이트된 채널 정보에 기초하여 상기 데이터를 실시간으로 검출하는 검출부
    를 포함하며,
    상기 업데이트부는
    상기 학습된 채널 정보에 기초하여 채널 정보에 대응하는 코드워드와 크로스오버 확률(crossover probability)을 업데이트하고, 상기 업데이트된 코드워드와 크로스오버 확률에 기초하여 상기 채널 정보를 업데이트하며,
    상기 업데이트부는
    상기 수신된 데이터의 수신 벡터와 코드워드들 간의 가중 해밍 거리를 측정하고, 상기 측정된 가중 해밍 거리 중 가장 가까운 가중 해밍 거리와 두 번째로 가까운 가중 해밍 거리의 비가 미리 설정된 기준 값보다 큰 경우 코드워드와 크로스오버 확률을 업데이트하는 데이터 검출 장치.
  9. 삭제
  10. 삭제
  11. 삭제
  12. 제8항에 있어서,
    상기 수신부는
    상기 송신기로부터 전송된 데이터를 1-비트 아날로그 디지털 변환기를 통해 변환하여 수신하는 것을 특징으로 하는 데이터 검출 장치.
KR1020180134997A 2018-11-06 2018-11-06 저분해능 adc를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치 KR102144715B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180134997A KR102144715B1 (ko) 2018-11-06 2018-11-06 저분해능 adc를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180134997A KR102144715B1 (ko) 2018-11-06 2018-11-06 저분해능 adc를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20200051989A KR20200051989A (ko) 2020-05-14
KR102144715B1 true KR102144715B1 (ko) 2020-08-14

Family

ID=70737273

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180134997A KR102144715B1 (ko) 2018-11-06 2018-11-06 저분해능 adc를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR102144715B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113078930B (zh) * 2021-03-23 2022-05-03 南京邮电大学 一种下行去蜂窝大规模mimo系统的建立方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2665900C (en) * 2006-10-02 2014-06-03 Interdigital Technology Corporation Method and apparatus for encoding channel quality indicator and precoding control information bits

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
‘Uplink Multiuser Massive MIMO Systems with Low-Resolution ADCs:A Coding-Theoretic Approach’, arXiv:1704.03287v1, 2017.04.*
’Mixed-ADC Massive MIMO Uplink in Frequency-Selective Channels’, IEEE trans. on Communications, vol.64, 2016.11.*

Also Published As

Publication number Publication date
KR20200051989A (ko) 2020-05-14

Similar Documents

Publication Publication Date Title
Jeon et al. Blind detection for MIMO systems with low-resolution ADCs using supervised learning
CN109921882B (zh) 一种基于深度学习的mimo解码方法、装置及存储介质
Swindlehurst et al. Minimum probability-of-error perturbation precoding for the one-bit massive MIMO downlink
KR102334011B1 (ko) 무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치
CN102104453B (zh) 一种预编码方法和装置以及解码方法和装置
US8019016B1 (en) System and method of transmit beam selection
KR100842569B1 (ko) 다중 입출력 통신시스템에서 신호 수신 방법 및 장치
JP6249971B2 (ja) 無線チャネルを介して受信される信号においてシンボルを検出する方法
KR20220143131A (ko) 하드웨어 장애가 있을 때에 잡음이 있는 과부하된 무선 통신 시스템에서의 이산 디지털 신호 복원 방법
US9531461B2 (en) Method of grouping transmitter-receiver pairs for communicating over a communications network
KR102144715B1 (ko) 저분해능 adc를 사용하는 다중 유저 다중 안테나 통신 시스템에서 온라인 클러스터 분석 기법을 응용한 최소 가중 해밍 거리 기반 데이터 검출 방법 및 그 장치
CN106888043B (zh) 一种混合预编码毫米波传输系统的自适应参数调整方法
Lin et al. Learning linear MMSE precoder for uplink massive MIMO systems with one-bit ADCs
CN113037342B (zh) 单比特毫米波多天线系统信道估计和预编码方法及装置
CN110149285B (zh) 一种在低比特量化的高阶调制中降低相位误差的方法
JP2012016008A (ja) コードワードを復号するための方法
KR102046033B1 (ko) 대규모 안테나 시스템의 하이브리드 빔포밍 방법 및 빔포밍 장치
CN110612672A (zh) 用于使用低位模数转换器进行数据检测的设备和方法
CN107925636B (zh) 通信系统中用于最大似然符号检测的装置及方法
Magueta et al. Non linear space-time equalizer for single-user hybrid mmWave massive MIMO systems
Khorsandmanesh et al. Fronthaul Quantization-Aware MU-MIMO Precoding for Sum Rate Maximization
CN107248876B (zh) 基于稀疏贝叶斯学习的广义空间调制符号检测方法
KR102304930B1 (ko) 다중 입출력 통신 시스템의 격자 감소 방법
CN104734756A (zh) 一种mimo系统检测方法和装置
CN111555785A (zh) 一种信号预编码方法、装置及电子设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant