KR102334011B1 - 무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치 - Google Patents

무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치 Download PDF

Info

Publication number
KR102334011B1
KR102334011B1 KR1020200015712A KR20200015712A KR102334011B1 KR 102334011 B1 KR102334011 B1 KR 102334011B1 KR 1020200015712 A KR1020200015712 A KR 1020200015712A KR 20200015712 A KR20200015712 A KR 20200015712A KR 102334011 B1 KR102334011 B1 KR 102334011B1
Authority
KR
South Korea
Prior art keywords
layer
feedback
receiving end
feedback information
transmitting
Prior art date
Application number
KR1020200015712A
Other languages
English (en)
Other versions
KR20210101582A (ko
Inventor
이인규
장정현
Original Assignee
고려대학교 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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020200015712A priority Critical patent/KR102334011B1/ko
Priority to US16/933,467 priority patent/US11438039B2/en
Publication of KR20210101582A publication Critical patent/KR20210101582A/ko
Application granted granted Critical
Publication of KR102334011B1 publication Critical patent/KR102334011B1/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
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • 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
    • H04B7/0613—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 simultaneous transmission
    • H04B7/0615—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 simultaneous transmission of weighted versions of same signal
    • H04B7/0619—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 simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/063—Parameters other than those covered in groups H04B7/0623 - H04B7/0634, e.g. channel matrix rank or transmit mode selection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • 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
    • H04B7/0417—Feedback 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
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H04B7/0478—Special codebook structures directed to feedback optimisation
    • 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
    • H04B7/0613—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 simultaneous transmission
    • H04B7/0615—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 simultaneous transmission of weighted versions of same signal
    • H04B7/0619—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 simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0636—Feedback format
    • 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
    • H04B7/0613—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 simultaneous transmission
    • H04B7/0615—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 simultaneous transmission of weighted versions of same signal
    • H04B7/0619—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 simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0636—Feedback format
    • H04B7/0639—Using selective indices, e.g. of a codebook, e.g. pre-distortion matrix index [PMI] or for beam selection
    • 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
    • H04B7/0613—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 simultaneous transmission
    • H04B7/0615—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 simultaneous transmission of weighted versions of same signal
    • H04B7/0619—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 simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0658—Feedback reduction
    • H04B7/0663—Feedback reduction using vector or matrix manipulations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)

Abstract

본 개시는 무선 통신 시스템에서 머신 러닝에 기반한 제한된 피드백 방법 및 장치에 대한 것이다. 본 개시의 일 실시예에 따른 무선 통신 시스템에서 피드백 방법은, 수신단에서 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득하는 단계; 상기 수신단에서 상기 수신 신호 벡터에 대해서, 하나 이상의 제 1 레이어를 통한 처리, 제 2 레이어를 통한 처리, 또는 양자화 레이어를 통한 처리 중의 하나 이상을 적용하여, 피드백 정보를 생성하는 단계; 및 상기 수신단에서 상기 피드백 정보를 송신단으로 전송하는 단계를 포함할 수 있다. 상기 양자화는 확률론적 이진화 과정을 포함할 수 있다.

Description

무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치{METHOD AND APPARATUS FOR LIMITED FEEDBACK BASED ON MACHINE LEARNING IN WIRELESS COMMUNICATION SYSTEM}
본 개시는 무선 통신 시스템에서 제한된 피드백에 대한 것이며, 구체적으로는 머신 러닝에 기반한 제한된 피드백 방법 및 장치에 대한 것이다.
다중 안테나 또는 MIMO(Multiple Input Multiple Output) 통신 시스템은, 수신단으로부터 송신단으로의 피드백 여부에 따라 개루프(open loop) 또는 폐루프(closed loop) 시스템으로 구분될 수 있다. 개루프 시스템은 송신단이 송신단으로부터 수신단으로의 채널에 대한 정보 또는 채널 상태 정보(Channel Status Information, CSI) 없이 동작하는 것을 포함하고, 폐루프 시스템은 송신단이 수신단으로부터 획득한 CSI를 고려하여 동작하는 것을 포함한다.
폐루프 시스템에서 수신단에 의해서 피드백되는 CSI에는 빔포밍(또는 프리코딩) 정보(예를 들어, 프리코딩 행렬 인덱스(Precoding Matrix Index, PMI))가 포함될 수 있다. 빔포밍은 송신단이 전송하고자 하는 전송 스트림을 다중 안테나(또는 안테나 포트)에 매핑시키는 것을 의미하며, 그 매핑 관계는 빔포밍 행렬(또는 벡터)에 의해서 표현될 수 있다. 송신단은 수신단으로부터 피드백되는 빔포밍 정보를 참고하여 빔포밍을 수행할 수 있다.
제한된 피드백이란, 피드백되는 빔포밍 정보가, 송신단과 수신단에서 공유하는 빔포밍 행렬(들)의 집합의 범위로 제한되는 피드백 방식을 의미한다. 빔포밍 행렬(들)을 구성요소로 하는 미리 정의된 집합을 코드북(codebook)이라 할 수 있고, 하나의 코드북은 하나 이상의 코드워드(codeword)를 포함할 수 있으며, 각각의 코드워드는 하나의 빔포밍 행렬에 대응할 수 있다. 즉, 코드북을 이용한 피드백 방식을 제한된 피드백이라 할 수 있다.
종래의 제한된 피드백 방식에서는 수신단에서 채널 정보를 정확하게 확보할 수 있다는 것을 가정하여 코드북을 설계하였다. 실제 채널 환경에서는 주변 잡음 또는 채널 추정 에러로 인하여 수신단은 왜곡된 채널 정보를 획득할 가능성이 존재한다. 따라서, 정확한 채널 정보를 가정하여 설계된 코드북을 이용하여, 왜곡된 채널 정보에 대한 피드백이 이루어지는 문제가 있다.
본 개시의 기술적 과제는 무선 통신 시스템에서 채널 추정 에러를 고려한 제한된 피드백 방법 및 장치를 제공하는 것이다.
본 개시의 추가적인 기술적 과제는 무선 통신 시스템에서 명시적인 채널 추정 과정을 생략하는 제한된 피드백 방법 및 장치를 제공하는 것이다.
본 개시의 추가적인 기술적 과제는 무선 통신 시스템에서 채널 정보 획득의 계산 복잡도를 저감하는 제한된 피드백 방법 및 장치를 제공하는 것이다.
본 개시의 추가적인 기술적 과제는 무선 통신 시스템에서 피드백되는 채널 정보의 품질을 높이는 제한된 피드백 방법 및 장치를 제공하는 것이다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 일 양상에 따른 무선 통신 시스템에서 피드백 방법은, 수신단에서 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득하는 단계; 상기 수신단에서 상기 수신 신호 벡터에 대해서, 하나 이상의 제 1 레이어를 통한 처리, 제 2 레이어를 통한 처리, 또는 양자화 레이어를 통한 처리 중의 하나 이상을 적용하여, 피드백 정보를 생성하는 단계; 및 상기 수신단에서 상기 피드백 정보를 송신단으로 전송하는 단계를 포함할 수 있다. 상기 양자화는 확률론적 이진화 과정을 포함할 수 있다.
본 개시의 추가적인 양상에 따른 무선 통신 시스템에서 코드워드를 결정하는 방법은, 송신단이 수신단으로 신호를 전송하는 단계; 상기 송신단이 상기 수신단에 의해서 생성된 피드백 정보를 상기 수신단으로부터 수신하는 단계; 및 상기 송신단에서 상기 피드백 정보에 대해서, 하나 이상의 제 3 레이어를 통한 처리, 제 4 레이어를 통한 처리, 또는 정규화 레이어를 통한 처리 중의 하나 이상을 적용하여, 코드워드를 생성하는 단계를 포함할 수 있다. 상기 피드백 정보는, 상기 송신단으로부터 상기 수신단으로 전송된 신호 성분과, 채널 성분 및 잡음 성분에 기초하여 생성될 수 있다.
본 개시의 추가적인 양상에 따른 무선 통신 시스템에서 피드백을 위한 코드북을 결정하는 방법은, 수신단에서 송신단으로부터 수신된 신호에 기초하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득하는 단계; 상기 수신단에서 상기 수신 신호 벡터에 대해서, 하나 이상의 제 1 레이어를 통한 처리, 제 2 레이어를 통한 처리, 또는 양자화 레이어를 통한 처리 중의 하나 이상을 적용하여, 피드백 정보를 생성하는 단계; 상기 수신단에서 상기 피드백 정보를 상기 송신단으로 전송하는 단계; 및 상기 송신단에서 상기 피드백 정보에 대해서, 하나 이상의 제 3 레이어를 통한 처리, 제 4 레이어를 통한 처리, 또는 정규화 레이어를 통한 처리 중의 하나 이상을 적용하여, 코드워드를 생성하는 단계를 포함할 수 있다. 상기 코드북은 하나 이상의 상기 코드워드를 포함할 수 있다.
본 개시의 추가적인 양상에 따른 무선 통신 시스템에서 피드백을 수행하는 수신 장치는, 트랜시버; 안테나부; 메모리; 및 프로세서를 포함할 수 있다. 상기 프로세서는, 송신 장치로부터 상기 안테나부 및 상기 트랜시버를 통하여 수신된 신호에 기초하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 상기 메모리에 저장하고; 하나 이상의 제 1 레이어, 제 2 레이어, 또는 양자화 레이어 중의 하나 이상을 이용하여, 상기 수신 신호 벡터로부터 피드백 정보를 생성하고; 상기 피드백 정보를 상기 트랜시버를 통하여 상기 송신 장치로 전송하도록 설정될 수 있다. 상기 양자화는 확률론적 이진화 과정을 포함할 수 있다.
본 개시의 추가적인 양상에 따른 무선 통신 시스템에서 코드워드를 결정하는 송신 장치는, 트랜시버; 안테나부; 메모리; 및 프로세서를 포함할 수 있다. 상기 프로세서는, 상기 트랜시버 및 상기 안테나부를 통하여 상기 송신 장치로부터 상기 수신 장치로 신호를 전송하고; 상기 수신단에 의해서 생성된 피드백 정보를 상기 트랜시버를 통하여 수신하여 상기 메모리에 저장하고; 하나 이상의 제 3 레이어, 제 4 레이어, 또는 정규화 레이어 중의 하나 이상을 이용하여, 상기 피드백 정보로부터 코드워드를 생성하도록 설정될 수 있다. 상기 피드백 정보는, 상기 송신 장치로부터 상기 수신 장치로 전송된 신호 성분과, 채널 성분 및 잡음 성분에 기초하여 생성될 수 있다.
본 개시의 추가적인 양상에 따른 피드백을 위한 코드북을 결정하는 무선 통신 시스템은, 송신 장치; 및 수신 장치를 포함할 수 있다. 상기 수신 장치의 프로세서는, 상기 송신 장치로부터 수신된 신호에 기초하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득하고; 하나 이상의 제 1 레이어, 제 2 레이어, 또는 양자화 레이어 중의 하나 이상을 이용하여, 상기 수신 신호 벡터로부터 피드백 정보를 생성하고; 상기 피드백 정보를 상기 송신 장치로 전송하도록 설정될 수 있다. 상기 송신 장치의 프로세서는, 하나 이상의 제 3 레이어, 제 4 레이어, 또는 정규화 레이어 중의 하나 이상을 이용하여, 상기 피드백 정보로부터 코드워드를 생성하도록 설정될 수 있다. 상기 코드북은 하나 이상의 상기 코드워드를 포함할 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 무선 통신 시스템에서 채널 추정 에러를 고려한 제한된 피드백 방법 및 장치가 제공될 수 있다.
본 개시에 따르면, 무선 통신 시스템에서 명시적인 채널 추정 과정을 생략하는 제한된 피드백 방법 및 장치가 제공될 수 있다.
본 개시에 따르면, 무선 통신 시스템에서 채널 정보 획득의 계산 복잡도를 저감하는 제한된 피드백 방법 및 장치가 제공될 수 있다.
본 개시에 따르면, 무선 통신 시스템에서 피드백되는 채널 정보의 품질을 높이는 제한된 피드백 방법 및 장치가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시가 적용될 수 있는 제한된 피드백 시스템을 설명하기 위한 도면이다.
도 2는 본 개시가 적용가능한 코드북 설계 방식을 설명하기 위한 도면이다.
도 3은 본 개시가 적용될 수 있는 코드북 설계를 위한 수신단의 동작을 설명하기 위한 흐름도이다.
도 4는 본 개시가 적용될 수 있는 코드북 설계를 위한 송신단의 동작을 설명하기 위한 흐름도이다.
도 5는 본 개시가 적용될 수 있는 코드북 설계를 위한 DNN 모델을 나타내는 도면이다.
도 6은 본 개시에 따라 설계된 코드북을 기반으로 제한된 피드백을 수행하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 개시가 적용될 수 있는 제한된 피드백 시스템의 동작을 설명하기 위한 도면이다.
도 8은 본 개시에 따른 수신 장치 및 송신 장치의 구성을 나타내는 도면이다.
도 9 및 도 10은 본 개시에 따른 제한된 피드백 시스템에 대한 시뮬레이션 결과를 나타내는 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙인다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계 뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들 간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위한 것이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
본 개시는 무선 통신 시스템에서 네트워크 노드들 간의 통신에 대한 것이다. 네트워크 노드는, 기지국, 단말 또는 릴레이(relay) 중의 하나 이상을 포함할 수 있다. 기지국(Base Station, BS)이라는 용어는, 고정국(fixed station), Node B, eNodeB(eNB), ng-eNB, gNodeB(gNB), 액세스 포인트(Access Point, AP) 등의 용어로 대체될 수 있다. 단말(terminal)은 UE(User Equipment), MS(Mobile Station), MSS(Mobile Subscriber Station), SS(Subscriber Station), 비-AP 스테이션(non-AP STA) 등의 용어로 대체될 수 있다.
무선 통신 시스템은 기지국과 단말 간의 통신을 지원할 수도 있고, 단말간 통신을 지원할 수도 있다. 기지국과 단말 간의 통신에 있어서, 하향링크(Downlink, DL)는 기지국으로부터 단말로의 통신을 의미한다. 상향링크(Uplink, UL)은 단말로부터 기지국으로의 통신을 의미한다. 단말간 통신은 D2D(Device-to-Device), V2X(Vehicle-to-everything), ProSe(Proximity Service), 사이드링크(sidelink) 통신 등의 다양한 통신 방식 또는 서비스를 포함할 수 있다. 단말간 통신에 있어서 단말은 센서 노드, 차량, 재난 경보기 등의 형태로 구현될 수도 있다.
또한, 무선 통신 시스템은 릴레이(relay) 또는 릴레이 노드(RN)를 포함할 수 있다. 기지국과 단말 간의 통신에 릴레이가 적용되는 경우, 릴레이는 단말에 대해서 기지국으로서 기능할 수 있고, 릴레이는 기지국에 대해서 단말로서 기능할 수 있다. 한편, 단말간 통신에 릴레이가 적용되는 경우, 릴레이는 각각의 단말에 대해서 기지국으로서 기능할 수 있다.
본 개시는 무선 통신 시스템의 다양한 다중 액세스 방식에 적용될 수 있다. 예를 들어, 다중 액세스 방식은 CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), FDMA(Frequency Division Multiple Access), OFDMA(Orthogonal Frequency Division Multiple Access), SC-FDMA(Single Carrier-FDMA), OFDM-FDMA, OFDM-TDMA, OFDM-CDMA, NOMA(Non-Orthogonal Multiple Access) 등을 포함할 수 있다. 또한, 본 개시가 적용될 수 있는 무선 통신 시스템은, 상향링크 및 하향링크 통신이 서로 구별되는 시간 자원을 이용하는 TDD(Time Division Duplex) 방식을 지원할 수도 있고, 서로 구별되는 주파수 자원을 이용하는 FDD(Frequency Division Duplex) 방식을 지원할 수도 있다.
본 개시에서, 채널을 전송 또는 수신한다는 것은 해당 채널을 통해서 정보 또는 신호를 전송 또는 수신한다는 의미를 포함한다. 예를 들어, 제어 채널을 전송한다는 것은, 제어 채널을 통해서 제어 정보 또는 신호를 전송한다는 것을 의미한다. 유사하게, 데이터 채널을 전송한다는 것은, 데이터 채널을 통해서 데이터 정보 또는 신호를 전송한다는 것을 의미한다.
이하에서는, 머신 러닝에 기반한 제한된 피드백을 위한 본 개시의 실시예들에 대해서 설명한다.
도 1은 본 개시가 적용될 수 있는 제한된 피드백 시스템을 설명하기 위한 도면이다.
다중 안테나 통신 시스템(또는 MIMO 시스템)에서 다중 안테나의 이점을 활용하기 위해서, 송신단과 수신단 간의 채널에 대한 정보를 공유하는 것이 필요하다. 이를 위해서 송신단으로부터 수신되는 신호를 이용하여, 수신단에서 채널 정보를 결정한 후, 결정된 채널 정보를 송신단으로 피드백할 수 있다.
피드백 정보의 양이 많아지면 사용자 데이터 전송을 위해서 사용할 자원이 부족해지기 때문에, 피드백 정보의 오버헤드를 줄이기 위한 방안이 요구된다. 예를 들어, 한정된 주파수 대역을 활용한 피드백 방식이 적용될 수도 있고, 코드북을 이용하는 제한된 피드백 방식이 적용될 수 있다.
제한된 피드백 방식의 무선 통신 시스템에서 송신단(Tx)과 수신단(Rx)은 미리 정의된 코드북(codebook)을 공유할 수 있다. 이 경우, 송신단은 Nt 개의 안테나를 통하여 수신단으로 파일럿 신호(또는 참조 신호(reference signal))을 전송할 수 있으며, 파일럿 신호는 송신단과 수신단이 공유하는 미리 정의된 패턴의 신호에 해당할 수 있다. 파일럿 신호는 L의 길이를 가지는 것으로 가정한다.
송신단에 의해 전송된 파일럿 신호는 채널 H를 통과하고 잡음 N이 부가되어 수신단의 Nr 개의 안테나를 통하여 수신될 수 있다. 수신단에서는 미리 알고 있는 파일럿 신호의 패턴이 채널 H 및 잡음 N에 의해 변화된 Ytrain을 이용하여, 채널 H에 대한 채널 추정(channel estimation)을 수행할 수 있다.
수신단은 추정된 채널 정보에 기초하여 코드북에서 코드워드 w를 선택할 수 있다. 여기서, 수신단은 유효 채널 게인(effective channel gain)이 최대가 되는 코드워드를 선택할 수 있다.
수신단은 선택된 코드워드 w를 지시하는 정보 또는 코드워드 인덱스를 피드백 채널을 통하여 송신단으로 전달할 수 있다. 송신단은 수신단에 의해서 피드백된 코드워드 인덱스에 해당하는 코드워드를 코드북 내에서 결정하고, 이에 기초하여 송신을 수행할 수 있다. 다만, 송신단은 수신단의 피드백 정보를 참고할 뿐, 반드시 수신단의 피드백 정보를 그대로 따르도록 강요되지는 않는다.
전술한 바와 같은 제한된 피드백 시스템에서는 코드북 설계가 피드백 품질에 영향을 미친다. 피드백 품질 향상을 위해서, 예를 들어, 단일 사용자에 대한 코드북 설계, 송수신단의 안테나 상관관계를 고려하거나 일반적인 경우의 코드북 설계 등이 연구되고 있다. 또한, 최근에는 인공지능 분야에서 활용되는 머신 러닝 기반의 피드백 방식 등이 논의되고 있다. 예를 들어, 대용량 다중 안테나 (massive MIMO) 시스템에서의 피드백 방식, 시변(time variant) 채널에 대한 피드백 방식, 성능 향상을 위한 새로운 머신 러닝 기술, 지연과 에러가 있는 피드백 상황에서 피드백 성능을 높이기 위한 방식 등이 제안되고 있다.
이러한 종래의 피드백 방식들은 모두 수신단에서 정확한 또는 완전한 채널 정보를 확보할 수 있다는 가정에 기초한다. 그러나, 실제로는 수신단은 주변 잡음으로 인해 왜곡된 채널 정보를 얻을 가능성(즉, 채널 추정 에러가 발생할 가능성)이 존재한다. 채널 추정 에러로 인해 왜곡된 채널 정보를 얻을 경우, 정확한 채널 정보를 가정하여 설계된 코드북을 이용한 피드백 성능에 저하가 발생할 수 있다. 또한, 안테나 개수 증가에 따라 복잡해지는 채널에 대한 정보를 획득하기 위해 필요한 시간이 증가하게 되고, 채널 정보 획득 과정에서의 계산 복잡도가 높아질 수 있다.
본 개시에서는, 채널 추정 에러가 발생하는 상황에서도 적용가능한 (또는 명시적인(explicit) 채널 정보를 추정하지 않고) 코드북을 설계함으로써 피드백 품질을 개선하고, 제한된 피드백 시스템의 계산 복잡도를 저감하는, 새로운 방식의 제한된 피드백 시스템에 대한 실시예들에 대해서 설명한다.
도 2는 본 개시가 적용가능한 코드북 설계 방식을 설명하기 위한 도면이다.
도 2(a)에서 도시하는 바와 같이 종래의 제한된 피드백 시스템은 수신단이 수신한 신호 Ytrain을 이용하여 채널 추정을 수행하고, 수신단이 추정된 채널에 기초하여 코드워드를 선택하고, 선택된 코드워드를 송신단으로 피드백하는 것을 포함할 수 있다. 또한, 송신단은 수신단으로부터의 피드백 정보에 기초하여 빔포밍을 수행하고, 이에 따라 적절한 빔포밍 행렬 (또는 벡터) w를 결정할 수 있다. 이와 같이 결정된 빔포밍 행렬은 코드북에 포함될 코드워드로서 이용될 수 있다.
이러한 종래의 제한된 피드백 시스템은 선형 시스템을 가정하고, 각각의 과정이 블록으로 나눠져 입력 Ytrain (즉, 수신 신호)과 출력 w (즉, 코드워드) 간의 관계를 도출하기 어려운 한계점이 존재한다.
도 2(b)에서 도시하는 머신 러닝 기반 제한된 피드백 시스템은, 전체 과정을 하나의 블랙박스 형태로 볼 수 있다. 예를 들어, 블랙박스는 심층신경망(Deep Neural Network) 알고리즘으로 표현될 수 있다. 이에 따라, 입력 Ytrain (즉, 수신 신호)과 출력 w (즉, 코드워드) 간의 직접적인 비선형 관계를 도출할 수 있다.
본 개시에서는 송신단은 Nt 개(여기서, Nt는 2 이상의 정수)의 안테나를 구비하고, 수신단은 Nr 개의 안테나(여기서, Nr은 2 이상의 정수)를 구비하는 것으로 가정한다. 또한, 송신단과 수신단은 FDD 방식을 이용하여 정보를 송수신하는 것으로 가정한다. 그러나, 이러한 가정은 설명의 명료성을 위한 것일 뿐, 본 개시의 범위가 이에 제한되는 것은 아니며, 송신단 또는 수신단이 하나 이상의 안테나를 구비한 경우나 TDD 방식을 지원하는 시스템에 대해서도 본 개시의 원리가 동일하게 적용될 수 있다.
이러한 무선 통신 시스템에서 채널 H에 따라서 적용되는 빔포밍 벡터 w를 도출하기 위해서, 수신단에서 송신단으로부터의 데이터 정보를 수신한 신호는 수학식 1과 같이 표현될 수 있다.
Figure 112020013798633-pat00001
Figure 112020013798633-pat00002
수학식 1에서 ydata는 데이터 정보의 수신 신호를 나타내고, Es는 데이터 정보의 송신 전력을 나타내고, H는 채널을 나타내고, s는 송신 신호를 나타내고, ndata는 잡음을 나타내고, x는 송신단에서 전송하는 데이터 정보를 나타낸다. 즉, 송신 신호 s는 송신단에서 전송하는 데이터 정보 x와 빔포밍 벡터 w의 곱으로 나타낼 수 있다.
이하에서는, 수학식 1과 같은 모델에 기초하여 빔포밍 벡터 w를 효율적으로 결정하는 방안에 대해서 설명한다.
먼저, 채널 정보는 송신단과 수신단 사이에 미리 약속된 신호(예를 들어, 파일럿 신호)를 이용하여 결정될 수 있으며, 수신단에서 송신단으로부터의 파일럿을 수신한 신호는 수학식 2와 같이 표현될 수 있다. 수학식 2는 수신된 파일럿 신호를 행렬 형태로 합쳐서 표현한 것에 해당한다.
Figure 112020013798633-pat00003
수학식 2에서 Ytrain은 파일럿의 수신 신호 행렬을 나타내고, Ep는 파일럿의 송신 전력을 나타내고, H는 채널 행렬을 나타내고, P는 송신 파일럿 신호 행렬을 나타내고, N은 잡음 행렬을 나타낸다.
전술한 바와 같이, 본 개시에서는 채널 추정 에러를 고려한 피드백을 지원할 수 있다. 보다 구체적으로, 종래의 제한된 피드백 방식에서는 정확한 또는 완전한 채널 정보를 가정하여 피드백 정보를 구성하므로 수신 신호 자체는 잡음 성분을 포함하지 않는 것으로 가정한다. 반면, 본 개시에서는 상기 수학식 1 또는 수학식 2에서와 같이 수신 신호가 잡음 성분을 포함하는 것으로 가정한다. 이에 따라, 본 개시에서는 정확한 또는 완전한 채널 정보 자체를 도출하지 않을 수 있다. 즉, 본 개시의 예시들에서는 명시적인 채널 정보를 추정하는 과정이 생략될 수 있다. 예를 들어, 기존의 MMSE(Minimum Mean Square Error) 채널 추정 방식에서는 명시적인 채널 정보를 추정하지만, 본 개시에서는 수신 신호에서 어떤 부분이 채널 성분이고 어떤 부분이 잡음 성분인지 구별하지 않고, 채널 성분과 잡음 성분을 포함하는 수신 신호 전체에 대한 피드백 정보를 도출할 수 있다.
전술한 바와 같이 채널 성분 및 잡음 성분을 모두 포함하는 수신 신호에 대해서, 머신 러닝 기법(예를 들어, 딥러닝 기법)을 적용하여 빔포밍 벡터를 얻을 수 있다.
본 개시에서는 머신 러닝 기법의 일례로서 심층신경망(DNN) 모델이 적용될 수 있다. 그러나, 본 개시의 범위가 DNN 모델로 제한되는 것은 아니며, 다른 유사한 머신 러닝 기법에도 본 개시의 원리가 동일하게 적용될 수도 있다.
DNN이란, 인간의 신경망 구조를 본떠 컴퓨터 과학에서 만든 구조로, 인간의 뉴런 역할을 하는 여러 개의 레이어로 이뤄진 모델이다. 입력과 출력 레이어를 제외한 중간의 레이어를 히든 레이어(hidden layer)라고 하는데, m 번째 히든 레이어의 출력은 수학식 3과 같이 표현될 수 있다.
Figure 112020013798633-pat00004
수학식 3에서 xm은 m 번째 레이어의 출력을 나타내고,
Figure 112020013798633-pat00005
은 활성화 함수(activation function)을 나타내고,
Figure 112020013798633-pat00006
은 가중치(weight)를 나타내고,
Figure 112020013798633-pat00007
은 편향(bias)을 나타낸다. 즉, m 번째 레이어의 출력은, m-1 번째 레이어의 출력에 m 번째 레이어의 가중치를 적용하고 가중치가 적용된 결과에 m 번째 레이어의 편향을 부가한 값을 입력으로 하는 활성화 함수의 출력으로 표현될 수 있다.
여러 개의 레이어와 여러 개의 비선형 활성 함수를 포함하는 DNN 모델을 이용하여, 수학적으로 나타내기 어려운 입력과 출력의 비선형 관계를 근사화시킬 수 있고, 이에 따라 이론적으로 풀기 힘든 문제를 해결할 수 있다.
본 개시에서는 채널 추정 에러를 고려한 피드백 문제를 해결하고자 하며, 이는 채널 추정과 피드백 과정을 선형 관계식으로 나눠서 고려하는 기존 통신 이론으로는 해결이 매우 어려운 문제이다. 따라서, 본 개시에서는 DNN을 이용해 수신 신호 Ytrain과 피드백의 결과물인 빔포밍 벡터(또는 코드워드) w의 비선형 관계를 찾아내는 예시들에 대해서 설명한다.
도 3은 본 개시가 적용될 수 있는 코드북 설계를 위한 수신단의 동작을 설명하기 위한 흐름도이다.
단계 S310에서 수신단은 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득할 수 있다.
예를 들어, 수신단은 수학식 2와 같이 표현되는 수신 신호 행렬 Ytrain 으로부터 수신 신호 벡터 ytrain을 획득할 수 있다. 보다 구체적으로, 수신단의 DNN 모델의 입력 레이어에서 행렬 입력 값인 Ytrain을 실수부 벡터 및 허수부 벡터 형태로 벡터화하여, 후속하는 하나 이상의 제 1 레이어에 전달할 수 있다.
단계 S320에서 수신단은 수신 신호 벡터의 특징(feature)을 하나 이상의 제 1 레이어를 이용하여 분류(classify)할 수 있다.
예를 들어, 제 1 레이어는 완전 연결 레이어(Fully Connected layer, FC layer)일 수 있다. 보다 구체적으로, 제 1 레이어는 ReLU(Rectified Linear Unit) 함수를 활성화 함수로 가지는 FC 레이어일 수 있다. 예를 들어, ReLU 함수는 수학식 4와 같이 표현될 수 있다.
Figure 112020013798633-pat00008
수학식 4에서 나타내는 바와 같이, ReLU 함수는 입력 값이 0을 초과하면 입력 값을 그대로 출력하고, 0 이하이면 0을 출력하는 함수로 정의될 수 있다.
단계 S330에서 수신단은 제 2 레이어를 통하여 B 차원의 출력 값을 획득할 수 있다.
구체적으로, 제 2 레이어는 하나 이상의 제 1 레이어의 출력 값을 B 차원의 출력 값의 형태로 변환함으로써, 확률론적 이진화(stochastic binarization)를 적용가능하게 할 수 있다.
본 개시에서 수신단은 최종적으로 이진화(binarization)된 피드백 정보를 송신단으로 전달할 수 있다. 그러나, 신경망 내부의 변수(또는 DNN 파라미터)들은 경사 하강법(gradient descent)을 통해 업데이트 되는데, 이진화 과정의 경사 값은 0이므로, 단순한 방법으로는 변수들을 업데이트 하는 것이 불가능하다. 이를 위해서 본 개시에서는 확률론적 이진화(stochastic binarization)를 적용할 수 있다.
확률론적 이진화는, 제 1 값 내지 제 2 값의 범위 내의 어떤 값이 제 1 값 또는 제 2 값을 가질 확률(probability)에 기초하여, 제 1 값 또는 제 2 값 중의 어느 하나로 양자화하는 것을 포함할 수 있다.
예를 들어, 제 2 레이어는 비선형 함수를 활성화 함수로 가지는 FC 레이어일 수 있다. 여기서, 비선형 함수는 시그모이드(sigmoid) 함수로부터 유도된 함수일 수 있다. 보다 구체적으로, 비선형 함수는 하이퍼볼릭 탄젠트(tanh) 함수일 수 있다.
여기서, 제 2 레이어의 출력 값의 차원은 B로 고정될 수 있다. 이에 따라, 2B 가지의 출력 값이 획득될 수 있다. 예를 들어, tanh 함수의 출력은 -1 내지 +1 사이의 범위의 값을 가질 수 있다. 이에 따라, 제 2 레이어의 출력 값은 -1 또는 +1의 값을 가질 확률로 취급될 수 있다.
단계 S340에서 수신단은 B 차원의 출력 값을 양자화할 수 있다.
예를 들어, 단계 S330의 2B 가지의 출력 값(즉, 단계 S340의 양자화 함수의 입력 값) 중 하나를 z라 하면, z는 -1 내지 +1 사이의 연속적인 범위의 값을 가질 수 있다. 여기서, z에 대한 양자화 과정을 통해서 b(z)의 출력 값을 획득할 수 있다. b(z)는 수학식 5와 같이 표현될 수 있다.
Figure 112020013798633-pat00009
이에 따라, 2B 길이의 벡터 형태의 양자화된 출력 값(즉, 양자화된 B 차원의 벡터)을 획득할 수 있다. 양자화된 출력 값은 -1 또는 +1의 값으로 이뤄진 벡터 형태를 가질 수 있다.
이와 같이 확률론적 이진화는 S330 및 S340의 두 가지 단계를 통하여 수행될 수 있다.
단계 S350에서 수신단은 양자화된 B 차원의 벡터를 송신단으로 피드백할 수 있다. 여기서, B 차원의 벡터의 각각의 요소의 값은 제 1 또는 제 2 값 중의 하나에 해당할 수 있으므로, 각각의 요소의 값은 비트값으로 표현할 수 있다. 예를 들어, B-비트 길이의 피드백 정보(또는 길이 B의 비트열)가 수신단으로부터 송신단에게 전달될 수 있다.
도 4는 본 개시가 적용될 수 있는 코드북 설계를 위한 송신단의 동작을 설명하기 위한 흐름도이다.
단계 S410에서 송신단은 피드백 정보를 획득할 수 있다.
여기서, 피드백 정보는 수신단에서 양자화된 B 차원의 벡터에 해당할 수 있다. 또한, 피드백 채널은 잡음 또는 에러가 없는 채널인 것으로 가정한다. 즉, 송신단은 수신단에서 도출한 피드백 정보를 손실 없이 획득할 수 있다.
단계 S420에서 송신단은 피드백 정보의 특징을 하나 이상의 제 3 레이어를 이용하여 분류할 수 있다.
예를 들어, 제 3 레이어는 FC 레이어일 수 있다. 보다 구체적으로, 제 3 레이어는 ReLU 함수를 활성화 함수로 가지는 FC 레이어일 수 있다.
단계 S430에서 송신단은 제 4 레이어를 통하여 빔포밍 벡터를 획득할 수 있다.
예를 들어, 제 4 레이어는 FC 레이어일 수 있다. 보다 구체적으로, 제 4 레이어는 선형 함수를 활성화 함수로 가지는 FC 레이어일 수 있다. 예를 들어, 선형 함수를 적용함으로써, 하나 이상의 제 3 레이어의 출력 값이 음수인 경우를 필터링할 수 있다. 이에 따라, 빔포밍 벡터는 음수의 값을 가지지 않는 벡터로 변환될 수 있다.
단계 S440에서 송신단은 빔포밍 벡터를 정규화(normalization)시킬 수 있다.
정규화는 신경망의 학습 속도를 높이기 위해서 빔포밍 벡터의 조건들을 맞추기 위해서 수행될 수 있다. 예를 들어, 정규화는, 빔포밍 벡터의 놈(norm) 값이 소정의 값(예를 들어, 1)이 되도록 입력 값을 변환하는 것을 포함할 수 있다.
단계 S450에서 송신단은 정규화된 빔포밍 벡터로부터 코드워드를 획득할 수 있다.
예를 들어, 단계 S440의 출력 값인 정규화된 빔포밍 벡터는
Figure 112020013798633-pat00010
으로 표현할 수 있다. 여기서, 수학식 6의 관계를 이용하여 최종적으로 코드워드 w를 획득할 수 있다.
Figure 112020013798633-pat00011
수학식 6에 따라서, 복소 빔포밍 벡터인 코드워드 w는 정규화된 빔포밍 벡터
Figure 112020013798633-pat00012
의 실수부 벡터 및 허수부 벡터로부터 도출될 수 있다.
도 5는 본 개시가 적용될 수 있는 코드북 설계를 위한 DNN 모델을 나타내는 도면이다.
송신단(Tx)으로부터 전송되는 파일럿 신호 P는, 채널 H을 겪고 잡음 N이 부가되어 수신단(Rx)에서 Ytrain의 신호로 수신될 수 있다.
수신단(Rx)에서 수신 신호 Ytrain을 입력 값으로 하여, 하나 이상의 제 1 레이어(예를 들어, ReLU 함수를 활성화 함수로 가지는 FC 레이어)를 통과한 후, 제 2 레이어(예를 들어, tanh 함수를 활성화 함수로 가지는 FC 레이어)를 통과한 후, 양자화 과정을 거친 출력 값을 출력할 수 있다. 이에 따라, 양자화된 B 차원의 벡터가 피드백 정보 b로서 송신단(Tx)으로 피드백될 수 있다.
송신단(Tx)에서는 피드백 정보 b를 입력 값으로 하여, 하나 이상의 제 3 레이어(예를 들어, ReLU 함수를 활성화 함수로 가지는 FC 레이어)를 통과한 후, 제 4 레이어(예를 들어, 선형 함수를 활성화 함수로 가지는 FC 레이어)를 통과한 후, 정규화 과정을 거친 출력 값을 출력할 수 있다. 이에 따라, 정규화된 빔포밍 벡터로부터 코드워드 w가 도출될 수 있다.
위와 같은 과정을 반복하여, 하나 이상의 코드워드를 포함하는 코드북을 결정할 수 있다.
이와 같이, 본 개시에 따른 DNN 모델을 통하여 수신단에서의 수신 신호로부터, 채널 추정 오류를 고려한(즉, 명시적인 채널 정보를 추정함이 없이) 빔포밍 벡터가 도출될 수 있다.
이하에서는 전술한 바와 같은 DNN 모델의 훈련 방법에 대해서 설명한다.
이하의 설명에서
Figure 112020013798633-pat00013
은 수신단에서 연산에 사용되는 변수(또는 수신 파라미터)들의 모음(collection)을 나타내고,
Figure 112020013798633-pat00014
는 송신단에서 연산에 사용되는 변수(또는 송신 파라미터)들의 모음을 나타낸다. 또한, gR은 수신단에서 입력과 출력의 관계를 나타내는 함수를 나타내고, gT는 송신단에서 입력과 출력의 관계를 나타내는 함수를 나타낸다.
수신단에서의 입력 ytrain과 출력 b 간의 매핑 관계는 수학식 7과 같이 표현될 수 있고, y~train은 ytrain의 실수부 벡터와 허수부 벡터로 구성된 복소 벡터를 의미한다. 송신단에서 입력 b와 출력 w 간의 매핑 관계는 수학식 8과 같이 표현될 수 있으며, 이에 따라 전체 DNN 모델의 입력 ytrain과 출력 w 간의 매핑 관계는 수학식 9와 같이 표현될 수 있다.
Figure 112020013798633-pat00015
Figure 112020013798633-pat00016
Figure 112020013798633-pat00017
본 개시에서는 단일 유저에 대한 빔포밍 벡터의 성능을 나타내는 지표인 채널 게인(channel gain)을 최대화하기 위해서 신경망을 훈련시킬 수 있다. 채널 게인은 수학식 10과 같이 표현될 수 있다.
Figure 112020013798633-pat00018
Figure 112020013798633-pat00019
수학식 10에서 w를 수학식 9의 표현으로 치환하면 수학식 11과 같이 표현될 수 있다.
Figure 112020013798633-pat00020
수학식 11의 채널 게인을 최대화하는 것은 수학식 12와 같이 표현될 수 있다.
Figure 112020013798633-pat00021
수학식 12에서 E는 채널 H 및 잡음 N에 대한 유효 채널 게인(effective channel gain)을 나타낸다.
신경망의 훈련 방법은 경사 하강법을 통해 변수들을 업데이트 하면서 진행할 수 있다. 예를 들어, 매 훈련마다 B 개의 채널 H와 잡음 N으로 이뤄진 쌍을 생성하여 채널 게인을 계산한 후, 각각의 변수 별로 경사를 계산한 후, 일정한 비율
Figure 112020013798633-pat00022
으로 변수들을 업데이트하는 확률론적 경사 하강법(Stochastic Gradient Descent, SGD)이 적용될 수 있다. 이는 수학식 13과 같이 표현될 수 있다.
Figure 112020013798633-pat00023
수학식 13에서 ∇는 경사(gradient)를 나타내고, q는 반복 횟수(즉, q 번째 반복)를 나타낼 수 있다. 즉, θ[q]는 q 번째 반복에서의 신경망의 연산에 사용되는 변수들의 모음을 나타낸다.
전술한 수학식 5의 수신단에서의 이진화 과정에 있어서, b(z)의 값은 확률에 따라 불연속적인 값을 가지므로 경사 하강법을 적용할 수 없다. 이진화 과정에 대한 경사 하강법을 적용함에 있어서, 수학식 14와 같이 추정된 경사를 이용하여 변수들을 업데이트할 수 있다.
Figure 112020013798633-pat00024
수학식 14에서 E는 양자화 잡음(quantization noise) e에 대해서 추정된 값을 나타낸다.
도 6은 본 개시에 따라 설계된 코드북을 기반으로 제한된 피드백을 수행하는 방법을 설명하기 위한 흐름도이다.
단계 S610에서 송신단과 수신단은 코드북을 공유할 수 있다.
예를 들어, 도 3 및 도 4를 참조하여 설명한 바와 같이, 수신단은 수신 신호 ytrain으로부터 피드백 정보 b를 생성하여 송신단으로 전달할 수 있다. 송신단은 피드백 정보 b로부터 빔포밍 벡터 또는 코드워드 w를 결정할 수 있다. 이러한 과정을 반복하여 신경망 훈련을 수행할 수 있다. 신경망 훈련이 완료되면, 수신단 파라미터
Figure 112020013798633-pat00025
및 송신단 파라미터
Figure 112020013798633-pat00026
가 결정될 수 있다. 이와 같이 결정된 수신단 및 송신단의 파라미터는 수신단 및 송신단 사이에서 공유될 수 있다.
여기서, 신경망 훈련은 오프라인 과정에 해당한다. 신경망 훈련의 완료, 즉, 송신단 및 수신단이 신경망 파라미터를 공유하는 과정은, 미리 결정된 코드북을 공유하는 과정이라고 표현할 수도 있다. 이와 같이 코드북 또는 신경망 파라미터가 미리 결정된 상황에서, 수신단은 제한된 피드백을 수행하고 송신단은 피드백 정보에 기초하여 빔포밍 기반 전송을 수행할 수 있다.
따라서, 신경망 훈련이 완료된 후 제한된 피드백 시스템의 적용(application)에 있어서(또는 온라인 과정), 신경망 훈련 과정의 계산 복잡도는 고려되지 않을 수 있다.
단계 S620에서 송신단은 수신단으로 파일럿 신호를 전송할 수 있다.
단계 S630에서 수신단은 송신단으로부터 수신된 파일럿 신호에 기초하여 피드백 정보를 결정할 수 있다.
예를 들어, 수신단은 도 3을 참조하여 설명한 동작에 따라서 피드백 정보 b를 생성할 수 있다. 즉, 신경망 훈련이 완료된 후 제한된 피드백 시스템의 적용에 있어서, 수신단은 신경망 연산을 다시 수행하여 피드백 정보를 결정할 수 있다.
단계 S640에서 수신단은 송신단으로 피드백 정보를 전달할 수 있다.
단계 S650에서 송신단은 수신단으로부터 수신된 피드백 정보에 기초하여 빔포밍 벡터를 결정할 수 있다.
예를 들어, 송신단은 상기 수학식 8에 기초하여, 피드백 정보 b에 대응하는 빔포밍 벡터 또는 코드워드 w를 결정할 수 있다. 이 과정에서 송신단은 도 4와 같은 신경망 연산을 다시 수행하는 것이 아니라, 수신단으로부터 피드백되는 2B 길이의 벡터에 대응하는 코드워드를 단순 선택하는 과정이라고 할 수 있다. 예를 들어, 송신단에서는 피드백 정보 b와 빔포밍 벡터 w의 일-대-일 매핑 관계에 기초한 룩업 테이블을 구성할 수도 있다.
따라서, 신경망 훈련이 완료된 후 제한된 피드백 시스템의 적용에 있어서, 송신단에서의 신경망 연산은 필요하지 않다. 따라서, 적용에 있어서 송신단에서의 계산 복잡도는 고려되지 않을 수 있다.
단계 S660에서 송신단은 빔포밍 기반 전송을 수행할 수 있다.
예를 들어, 송신단은 단계 S650에서 피드백 정보에 기초하여 결정된 빔포밍 벡터를 그대로 이용할 수도 있지만, 이와 다른 빔포밍 벡터를 최적의 빔포밍 벡터로서 결정할 수도 있다. 송신단은 이와 같이 결정된 빔포밍 벡터를 수신단으로의 전송에 적용할 수 있다.
도 7은 본 개시가 적용될 수 있는 제한된 피드백 시스템의 동작을 설명하기 위한 도면이다.
송신단(Tx)으로부터 전송되는 파일럿 신호 P는, 채널 H을 겪고 잡음 N이 부가되어 수신단(Rx)에서 Ytrain의 신호로 수신될 수 있다.
수신단(Rx)에서 수신 신호 Ytrain을 입력 값으로 하여, 하나 이상의 제 1 레이어(예를 들어, ReLU 함수를 활성화 함수로 가지는 FC 레이어)를 통과한 후, 제 2 레이어(예를 들어, tanh 함수를 활성화 함수로 가지는 FC 레이어)를 통과한 후, 양자화 과정을 거친 출력 값을 출력할 수 있다. 이에 따라, 양자화된 B 차원의 벡터가 피드백 정보 b로서 송신단(Tx)으로 피드백될 수 있다.
송신단(Tx)에서는 피드백 정보 b에 대응하는 코드워드 w를, 미리 결정된 코드북(또는 송신단 및 수신단의 미리 결정된 신경망 파라미터)을 이용하여 선택할 수 있다. 예를 들어, 코드북은 피드백 정보 b와 코드워드 w 간의 일-대-일 매핑 관계에 기초한 룩업 테이블로 구성될 수도 있다.
송신단(Tx)은 선택한 코드워드 또는 빔포밍 벡터 w에 기초하여, 수신단(Rx)로의 전송을 수행할 수 있다.
전술한 본 개시의 예시들에 따르면, 채널 추정 오류가 발생할 수 있는 열악한 채널 추정 환경에서도 피드백 품질을 높여서 다중 안테나 통신의 품질을 높일 수 있다. 또한, 명시적인 채널 정보를 추정하지 않으므로, 전체 시스템의 계산 복잡도를 줄일 수 있다. 특히, 본 개시의 예시들은 한정된 주파수 대역을 활용해야 하는 FDD 시스템에서 구현 복잡도를 줄이고 통신 품질을 향상시킬 수 있다.
도 8은 본 개시에 따른 수신 장치 및 송신 장치의 구성을 나타내는 도면이다.
수신 장치(800)는 프로세서(810), 안테나부(820), 트랜시버(830), 메모리(840)를 포함할 수 있다.
프로세서(810)는 베이스밴드 관련 신호 처리를 수행하며, 상위계층 처리부(811) 및 물리계층 처리부(815)를 포함할 수 있다. 상위계층 처리부(811)는 MAC 계층, RRC 계층, 또는 그 이상의 상위계층의 동작을 처리할 수 있다. 물리계층 처리부(815)는 PHY 계층의 동작(예를 들어, 상향링크/하향링크/사이드링크 상의 송신/수신 신호 처리 등)을 처리할 수 있다. 프로세서(810)는 베이스밴드 관련 신호 처리를 수행하는 것 외에도, 수신 장치(800) 전반의 동작을 제어할 수도 있다.
안테나부(820)는 하나 이상의 물리적 안테나를 포함할 수 있고, 복수개의 안테나를 포함하는 경우 MIMO 송수신을 지원할 수 있다. 트랜시버(830)는 RF 송신기와 RF 수신기를 포함할 수 있다. 메모리(840)는 프로세서(810)의 연산 처리된 정보, 수신 장치(800)의 동작에 관련된 소프트웨어, 운영체제, 애플리케이션 등을 저장할 수 있으며, 버퍼 등의 구성요소를 포함할 수도 있다.
수신 장치(800)의 프로세서(810)는 본 발명에서 설명하는 실시예들에서의 수신단의 동작을 구현하도록 설정될 수 있다.
예를 들어, 수신 장치(800)의 프로세서(810)의 상위계층 처리부(811)는 하나 이상의 제 1 레이어(812), 제 2 레이어(813), 또는 양자화 레이어(814) 중의 하나 이상을 포함할 수 있다.
프로세서(810)는 안테나부(820) 및 트랜시버(830)를 통하여 수신되는 신호에 기초하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 생성할 수 있다. 수신 신호 벡터는 메모리(840)에 저장될 수 있다.
하나 이상의 제 1 레이어(812)는 수신 신호 벡터의 특징을 분류할 수 있다. 예를 들어, 하나 이상의 제 1 레이어(812)의 각각의 레이어는 ReLU 함수를 활성화 함수로 가지는 완전연결 레이어를 포함할 수 잇다.
제 2 레이어(813)는 수신 신호 벡터 또는 하나 이상의 제 1 레이어(812)의 출력을 입력 받아, B 차원의 출력 값을 생성할 수 있다. 예를 들어, 제 2 레이어(813)는 비선형 함수(예를 들어, tanh 함수)를 활성화 함수로 가지는 완전연결 레이어를 포함할 수 있다.
양자화 레이어(814)는 수신 신호 벡터, 하나 이상의 제 1 레이어(812), 또는 제 2 레이어(813)의 출력을 입력 받아, 확률론적 이진화를 적용할 수 있다. 확률론적 이진화에 있어서 추정된 경사가 적용될 수 있다. 양자화 레이어(814)는 B 길이의 비트열을 출력할 수 있다.
프로세서(810)는 하나 이상의 제 1 레이어(812), 제 2 레이어(813), 또는 양자화 레이어(814) 중의 하나 이상을 이용하여, 수신 신호 벡터로부터 피드백 정보를 생성할 수 있다.
프로세서(810)는 물리계층 처리부(815)를 통하여 피드백 정보에 대한 송신 처리(예를 들어, 부호화, 채널 코딩, 물리 자원 매핑, 전송 신호 생성 등)를 수행하고, 트랜시버(830)를 통하여 피드백 정보를 송신 장치(850)로 전송할 수 있다.
송신 장치(850)는 프로세서(860), 안테나부(870), 트랜시버(880), 메모리(890)를 포함할 수 있다.
프로세서(860)는 베이스밴드 관련 신호 처리를 수행하며, 상위계층 처리부(861) 및 물리계층 처리부(865)를 포함할 수 있다. 상위계층 처리부(861)는 MAC 계층, RRC 계층, 또는 그 이상의 상위계층의 동작을 처리할 수 있다. 물리계층 처리부(865)는 PHY 계층의 동작(예를 들어, 상향링크/하향링크/사이드링크 상의 송신/수신 신호 처리 등)을 처리할 수 있다. 프로세서(860)는 베이스밴드 관련 신호 처리를 수행하는 것 외에도, 송신 장치(860) 전반의 동작을 제어할 수도 있다.
안테나부(870)는 하나 이상의 물리적 안테나를 포함할 수 있고, 복수개의 안테나를 포함하는 경우 MIMO 송수신을 지원할 수 있다. 트랜시버(880)는 RF 송신기와 RF 수신기를 포함할 수 있다. 메모리(890)는 프로세서(860)의 연산 처리된 정보, 송신 장치(850)의 동작에 관련된 소프트웨어, 운영체제, 애플리케이션 등을 저장할 수 있으며, 버퍼 등의 구성요소를 포함할 수도 있다.
송신 장치(850)의 프로세서(860)는 본 발명에서 설명하는 실시예들에서의 송신단의 동작을 구현하도록 설정될 수 있다.
예를 들어, 송신 장치(850)의 프로세서(860)의 상위계층 처리부(861)는 하나 이상의 제 3 레이어(862), 제 4 레이어(863), 또는 정규화 레이어(864) 중의 하나 이상을 포함할 수 있다.
프로세서(860)는 트랜시버(880) 및 안테나부(870)를 통하여 수신 장치(800)로 신호를 전송할 수 있다.
프로세서(860)는 트랜시버(880)를 통하여 수신 장치(800)로부터 피드백 정보를 수신할 수 있다. 수신된 피드백 정보는 메모리(890)에 저장될 수 있다.
여기서, 피드백 정보는, 송신 장치(850)로부터 수신 장치(800)로 전송된 신호 성분과, 채널 성분 및 잡음 성분에 기초하여 수신 장치(800)에 의해서 생성된 것일 수 있다.
하나 이상의 제 3 레이어(862)는 피드백 정보의 특징을 분류할 수 있다. 예를 들어, 하나 이상의 제 3 레이어(862)의 각각의 레이어는 ReLU 함수를 활성화 함수로 가지는 완전연결 레이어를 포함할 수 잇다.
제 4 레이어(863)는 피드백 정보 또는 하나 이상의 제 3 레이어(862)의 출력을 입력 받아, 빔포밍 벡터를 생성할 수 있다. 예를 들어, 제 4 레이어(864)는 선형 함수를 활성화 함수로 가지는 완전연결 레이어를 포함할 수 있다.
정규화 레이어(864)는 피드백 정보, 하나 이상의 제 3 레이어(862), 또는 제 4 레이어(863)의 출력을 입력 받아, 빔포밍 벡터의 놈 값을 소정의 값(예를 들어, 1)로 변환할 수 있다.
프로세서(850)는 하나 이상의 제 3 레이어(862), 제 4 레이어(863), 또는 정규화 레이어(864) 중의 하나 이상을 이용하여, 피드백 정보로부터 코드워드를 결정할 수 있다. 예를 들어, 코드워드는 빔포밍 벡터의 실수부 및 허수부 벡터로부터 도출될 수 있다.
전술한 바와 같이 구성된 수신 장치(800) 및 송신 장치(850)는 코드북 결정을 위해서 신경망 훈련 과정을 수행할 수 있다. 신경망 훈련 과정을 통해서 각각의 피드백 정보에 대응하는 빔포밍 벡터 또는 코드워드가 결정될 수 있다. 또한, 하나 이상의 코드워드를 포함하는 코드북이 결정될 수 있다.
상기 코드워드 또는 코드북은 유효 채널 게인을 최대화하기 위해서 신경망을 훈련시키는 과정을 통하여 도출될 수 있다. 신경망 훈련에 있어서 확률론적 경사 하강법이 적용될 수 있다.
신경망 훈련이 완료되면, 수신 장치(800)는 신경망 훈련과 유사한 동작을 수행할 수 있다. 예를 들어, 수신 장치(800)는 송신 장치(850)로부터 신호(예를 들어, 파일럿 신호)를 수신하면, 하나 이상의 제 1 레이어(812), 제 2 레이어(813), 또는 양자화 레이어(814) 중의 하나 이상을 이용하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터로부터 피드백 정보를 도출할 수 있다.
신경망 훈련이 완료되면, 송신 장치(850)는 신경망 훈련과 유사한 동작을 수행하지 않고, 대신 수신 장치(800)로부터 수신되는 피드백 정보에 대응하는 코드워드(또는 빔포밍 벡터)를 코드북으로부터 선택하는 동작을 수행할 수 있다. 피드백 정보와 코드워드(또는 빔포밍 벡터)는 일-대-일 매핑 관계를 가질 수 있다.
수신 장치(800) 및 송신 장치(850)의 동작에 있어서 본 발명의 예시들에서 수신단 및 송신단에 대해서 설명한 사항이 동일하게 적용될 수 있으며, 중복되는 설명은 생략한다.
도 9 및 도 10은 본 개시에 따른 제한된 피드백 시스템에 대한 시뮬레이션 결과를 나타내는 도면이다.
도 9 및 도 10의 예시에 있어서, 파일럿 신호 P는 수학식 15와 같이 나타낼 수 있다.
Figure 112020013798633-pat00027
Figure 112020013798633-pat00028
수학식 15에서 파일럿 신호 P는 L 개의 타임 슬롯 동안 송신단으로부터 수신단으로 전송되는 것으로 가정한다. 즉, pi는 i 번째 타임 슬롯에서의 파일럿 신호를 나타낼 수 있다. 각각의 타임 슬롯마다 파일럿 신호의 세기와 잡음 세기의 비율은 0dB로 일정하게 가정한다.
또한, 채널 행렬 H의 각각의 요소들은 레일리 페이딩(rayleigh fading) 성질을 가지는 것으로 가정한다. 채널의 상관관계 행렬은 수학식 16과 같이 설정할 수 있다.
Figure 112020013798633-pat00029
또한, 모든 잡음은 평균값 0의 랜덤 가우시안 분포를 가지는 것으로 가정한다.
또한, 송신단의 안테나 개수는 8개(
Figure 112020013798633-pat00030
), 수신단의 안테나 개수는 4개(
Figure 112020013798633-pat00031
), 피드백 정보의 비트 길이는 6(
Figure 112020013798633-pat00032
)으로 가정한다.
본 개시에 따른 피드백 방식은 딥러닝(Deep Learning) 방식으로 나타낸다. 본 개시에 따른 피드백 방식과 비교되는 기존 피드백 방식은, 기존 통신 이론에서 가장 보편적으로 사용되는 채널 추정 방식인 MMSE를 사용하면서, 양자화 방식으로 Lloyd 방식(즉, MMSE+Lloyd)과, DFT 코드북 방식(즉, MMSE+DFT)을 적용하였다.
도 9에서는 파일럿 신호 전송에 사용되는 타임 슬롯의 길이에 따른 채널 게인의 변화를 나타낸다. 도 9의 시뮬레이션 결과가 나타내는 바와 같이, 본 개시에 따른 피드백 방식이 가장 좋은 성능을 보인다. 특히, 타임 슬롯의 길이가 안테나 개수보다 적을 때 성능 차이가 더 뚜렷한 것을 보인다. 이는, 파일럿 행렬에서 열 벡터(row vector)끼리 직교한 성질을 만족하지 않기 때문에 기존 방식(MMSE+Lloyd 및 MMSE+DFT)에서는 제대로 된 추정이 어려워지는 반면, 본 개시에 따른 방식(Deep Learning)에서는 이러한 경우에도 높은 성능의 피드백을 지원하는 것을 의미한다.
도 10에서는 타임 슬롯을 4개만 사용하는 가정 하에, 피드백으로 얻은 빔포밍 벡터를 이용하여 통신을 수행할 때 신호의 세기와 잡음의 세기의 비율(SNR)에 따른 SER(Symbol Error Rate)를 비교한다. 타임 슬롯이 송신단 안테나 개수보다 적기 때문에 채널 추정이 어렵기 때문에 기존 방식을 사용해서 통신을 수행했을 경우, 에러 확률이 본 개시에 따른 방식보다 높게 나타난다.
표 1은 제한된 피드백 시스템의 적용(또는 온라인 상황)에서의 계산 복잡도에 대한 시뮬레이션 결과를 나타낸다. MMSE+Lloyd 또는 MMSE+DFT와 같은 기존 방식에서는 채널 추정을 위해서 역행렬 연산이 필요하다. 따라서 타임 슬롯이 길수록 계산 복잡도 증가량이 높은 반면, 본 개시와 같이 단순한 행렬 곱으로 이뤄진 심층 신경망 연산은 계산 복잡도가 낮은 것으로 나타난다.
Figure 112020013798633-pat00033
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.

Claims (21)

  1. 무선 통신 시스템에서 피드백 방법으로서,
    수신단에서 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득하는 단계;
    상기 수신단에서 상기 수신 신호 벡터에 대해서, 하나 이상의 제 1 레이어를 통한 처리, 제 2 레이어를 통한 처리, 및 양자화 레이어를 통한 처리를 적용하여, 피드백 정보를 생성하는 단계; 및
    상기 수신단에서 상기 피드백 정보를 송신단으로 전송하는 단계를 포함하며,
    상기 양자화는 확률론적 이진화 과정을 포함하고,
    상기 확률론적 이진화는 아래의 수학식으로 표현되고,
    Figure 112021085856919-pat00052

    z는 상기 양자화 레이어의 입력을 나타내고,
    b(z)는 상기 양자화 레이어의 출력을 나타내는,
    피드백 방법.
  2. 제 1 항에 있어서,
    상기 확률론적 이진화는, 상기 양자화 레이어의 입력이 제 1 값 내지 제 2 값의 범위 내에서 상기 제 1 값 또는 상기 제 2 값을 가질 확률(probability)에 기초하여, 상기 양자화 레이어의 출력이 상기 제 1 값 또는 상기 제 2 값 중의 어느 하나의 값을 가지도록 하는 과정을 포함하는,
    피드백 방법.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 확률론적 이진화 과정에서 아래의 수학식에 따른 추정된 경사(gradient)가 이용되고,
    Figure 112021085856919-pat00035

    ∇는 경사를 나타내고,
    Figure 112021085856919-pat00036
    는 상기 수신단에서의 연산에 사용되는 변수를 나타내고,
    Ee는 양자화 잡음 e에 대해서 추정된 값을 나타내는,
    피드백 방법.
  5. 제 1 항에 있어서,
    상기 제 2 레이어는 비선형 함수를 활성화 함수로 가지는 완전 연결(FC) 레이어인,
    피드백 방법.
  6. 제 5 항에 있어서,
    상기 비선형 함수는 하이퍼볼릭 탄젠트(tanh) 함수인,
    피드백 방법.
  7. 제 1 항에 있어서,
    상기 제 2 레이어의 출력 값의 차원은 소정의 값(B)으로 고정되는,
    피드백 방법.
  8. 제 7 항에 있어서,
    상기 피드백 정보는 상기 소정의 값(B)의 길이를 가지는 비트열인,
    피드백 방법.
  9. 제 1 항에 있어서,
    상기 제 1 레이어는 ReLU(Rectified Linear Unit) 함수를 활성화 함수로 가지는 완전연결(FC) 레이어인,
    피드백 방법.
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 무선 통신 시스템에서 피드백을 위한 코드북을 결정하는 방법으로서,
    수신단에서 송신단으로부터 수신된 신호에 기초하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득하는 단계;
    상기 수신단에서 상기 수신 신호 벡터에 대해서, 하나 이상의 제 1 레이어를 통한 처리, 제 2 레이어를 통한 처리, 및 양자화 레이어를 통한 처리를 적용하여, 피드백 정보를 생성하는 단계;
    상기 수신단에서 상기 피드백 정보를 상기 송신단으로 전송하는 단계; 및
    상기 송신단에서 상기 피드백 정보에 대해서, 하나 이상의 제 3 레이어를 통한 처리, 제 4 레이어를 통한 처리, 또는 정규화 레이어를 통한 처리 중의 하나 이상을 적용하여, 코드워드를 생성하는 단계를 포함하고,
    상기 코드북은 하나 이상의 상기 코드워드를 포함하고,
    상기 코드워드는 유효 채널 게인을 최대화하기 위하여 신경망을 훈련시키는 과정을 통하여 도출되며,
    상기 유효 채널 게인의 최대화는 아래의 수학식으로 표현되고,
    Figure 112021085856919-pat00053

    E는 유효 채널 게인을 나타내고,
    H는 채널 행렬을 나타내고,
    N은 잡음 행렬을 나타내고,
    gT는 상기 송신단에서 입력과 출력의 관계를 나타내는 함수를 나타내고,
    gR은 상기 수신단에서의 입력과 출력의 관계를 나타내는 함수를 나타내고,
    y~train은 상기 수신단에서 상기 송신단으로부터 수신된 신호를 나타내고,
    Figure 112021085856919-pat00054
    는 상기 송신단에서의 연산에 사용되는 변수를 나타내고,
    Figure 112021085856919-pat00055
    은 상기 수신단에서의 연산에 사용되는 변수를 나타내는,
    코드북 결정 방법.
  16. 삭제
  17. 제 15 항에 있어서,
    상기 신경망의 훈련은 확률론적 경사 하강법을 통해 상기 송신단의 변수 또는 상기 수신단 중 하나 이상의 변수를 업데이트하는 것을 포함하고,
    상기 확률론적 경사 하강법은 아래의 수학식으로 표현되고,
    Figure 112021085856919-pat00040

    ∇는 경사를 나타내고,
    q는 반복 횟수를 나타내고,
    B는 채널의 개수를 나타내고,
    Figure 112021085856919-pat00041
    은 상기 하나 이상의 변수의 업데이트되는 비율을 나타내는,
    코드북 결정 방법.
  18. 제 15 항에 있어서,
    상기 송신단은 상기 신경망의 훈련이 완료된 후 상기 수신단으로부터 상기 피드백 정보를 수신하는 경우, 상기 피드백 정보와 상기 코드워드의 일-대-일 매핑 관계에 기초하여 상기 코드워드를 선택하는,
    코드북 결정 방법.
  19. 무선 통신 시스템에서 피드백을 수행하는 수신 장치로서,
    트랜시버;
    안테나부;
    메모리; 및
    프로세서를 포함하고,
    상기 프로세서는,
    송신 장치로부터 상기 안테나부 및 상기 트랜시버를 통하여 수신된 신호에 기초하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 상기 메모리에 저장하고;
    하나 이상의 제 1 레이어, 제 2 레이어, 및 양자화 레이어를 이용하여, 상기 수신 신호 벡터로부터 피드백 정보를 생성하고;
    상기 피드백 정보를 상기 트랜시버를 통하여 상기 송신 장치로 전송하도록 설정되며,
    상기 양자화는 확률론적 이진화 과정을 포함하고,
    상기 확률론적 이진화는 아래의 수학식으로 표현되고,
    Figure 112021085856919-pat00056

    z는 상기 양자화 레이어의 입력을 나타내고,
    b(z)는 상기 양자화 레이어의 출력을 나타내는,
    피드백 수행 송신 장치.
  20. 삭제
  21. 피드백을 위한 코드북을 결정하는 무선 통신 시스템으로서,
    송신 장치; 및
    수신 장치를 포함하고,
    상기 수신 장치의 프로세서는,
    상기 송신 장치로부터 수신된 신호에 기초하여, 채널 성분 및 잡음 성분을 포함하는 수신 신호 벡터를 획득하고;
    하나 이상의 제 1 레이어, 제 2 레이어, 또는 양자화 레이어 중의 하나 이상을 이용하여, 상기 수신 신호 벡터로부터 피드백 정보를 생성하고;
    상기 피드백 정보를 상기 송신 장치로 전송하도록 설정되고,
    상기 송신 장치의 프로세서는,
    하나 이상의 제 3 레이어, 제 4 레이어, 또는 정규화 레이어 중의 하나 이상을 이용하여, 상기 피드백 정보로부터 코드워드를 생성하도록 설정되며,
    상기 코드북은 하나 이상의 상기 코드워드를 포함하고,
    상기 코드워드는 유효 채널 게인을 최대화하기 위하여 신경망을 훈련시키는 과정을 통하여 도출되며,
    상기 유효 채널 게인의 최대화는 아래의 수학식으로 표현되고,
    Figure 112021502927518-pat00057

    E는 유효 채널 게인을 나타내고,
    H는 채널 행렬을 나타내고,
    N은 잡음 행렬을 나타내고,
    gT는 상기 송신장치에서 입력과 출력의 관계를 나타내는 함수를 나타내고,
    gR은 상기 수신장치에서의 입력과 출력의 관계를 나타내는 함수를 나타내고,
    y~train은 상기 수신장치에서 상기 송신장치으로부터 수신된 신호를 나타내고,
    Figure 112021502927518-pat00058
    는 상기 송신장치에서의 연산에 사용되는 변수를 나타내고,
    Figure 112021502927518-pat00059
    은 상기 수신장치에서의 연산에 사용되는 변수를 나타내는,
    코드북 결정 무선 통신 시스템.
KR1020200015712A 2020-02-10 2020-02-10 무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치 KR102334011B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200015712A KR102334011B1 (ko) 2020-02-10 2020-02-10 무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치
US16/933,467 US11438039B2 (en) 2020-02-10 2020-07-20 Limited-feedback method and device based on machine learning in wireless communication system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200015712A KR102334011B1 (ko) 2020-02-10 2020-02-10 무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20210101582A KR20210101582A (ko) 2021-08-19
KR102334011B1 true KR102334011B1 (ko) 2021-12-01

Family

ID=77177647

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200015712A KR102334011B1 (ko) 2020-02-10 2020-02-10 무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치

Country Status (2)

Country Link
US (1) US11438039B2 (ko)
KR (1) KR102334011B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11742901B2 (en) * 2020-07-27 2023-08-29 Electronics And Telecommunications Research Institute Deep learning based beamforming method and apparatus
WO2023054778A1 (ko) * 2021-10-01 2023-04-06 엘지전자 주식회사 무선 통신 시스템에서 채널 상태 정보를 보고하기 위한 방법 및 이를 위한 장치
WO2023064419A1 (en) * 2021-10-13 2023-04-20 Google Inc. Quantized machine-learning configuration information
WO2023085460A1 (ko) * 2021-11-11 2023-05-19 엘지전자 주식회사 채널 상태 정보를 수신하는 방법, 기지국, 및 프로세싱 장치
WO2023115254A1 (zh) * 2021-12-20 2023-06-29 Oppo广东移动通信有限公司 处理数据的方法及装置
KR102613818B1 (ko) * 2021-12-20 2023-12-13 고려대학교 산학협력단 다중-사용자 mimo 무선 통신 시스템에서 머신 러닝 기반 선형 프리코더 획득 방법 및 장치

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9407343B2 (en) * 2012-08-31 2016-08-02 Google Technology Holdings LLC Method and apparatus for mitigating downlink interference
US9602178B2 (en) * 2014-06-23 2017-03-21 Nokia Technologies Oy Joint precoder and receiver design for MU-MIMO downlink
KR20160027721A (ko) * 2014-09-02 2016-03-10 삼성전자주식회사 다중입력 다중출력 시스템에서 채널 품질 측정 방법 및 장치
CN108337026B (zh) * 2016-11-04 2019-03-26 华为技术有限公司 信息反馈方法、用户设备和网络设备
US10410098B2 (en) * 2017-04-24 2019-09-10 Intel Corporation Compute optimizations for neural networks
US11063653B2 (en) 2017-08-30 2021-07-13 Telefonaktiebolaget Lm Ericsson (Publ) Wireless device for determining a best antenna beam and method thereof
CN112997418B (zh) * 2018-09-11 2024-04-05 弗劳恩霍夫应用研究促进协会 提供csi反馈的通信设备和方法、发送器和发送方法
EP3909142B1 (en) * 2019-01-11 2023-12-27 Lenovo (Singapore) Pte. Ltd. Generating a channel state information ("csi") report
CN110311718B (zh) 2019-07-05 2022-06-10 东南大学 一种大规模mimo信道状态信息反馈中的量化和逆量化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Chao-Kai Wen et al, "Deep Learning for Massive MIMO CSI Feedback",, IEEE WIRELESS COMMUNICATIONS LETTERS, VOL. 7, NO. 5, OCTOBER 2018 (2018.10.)*
Chaoyun Zhang et al, " Deep Learning in Mobiel and Wireless Networking: A Survey,"IEEE COMMUNICATIONS SURVEYS & TUTORIALS, VOL. 21, NO. 3, THIRD QUARTER 2019*
M. courbariaux et al, "Binarized Neural Networks: Training Neural Networks withWeights and Activations Constrained to +1 or -1", 17 Mar 2016 (2016.03.17.)*

Also Published As

Publication number Publication date
US11438039B2 (en) 2022-09-06
US20210250068A1 (en) 2021-08-12
KR20210101582A (ko) 2021-08-19

Similar Documents

Publication Publication Date Title
KR102334011B1 (ko) 무선 통신 시스템에서 머신 러닝 기반 제한된 피드백 방법 및 장치
US9054754B2 (en) Method and apparatus for acquiring a precoding matrix indicator and a precoding matrix
EP3449582B1 (en) Adaptively grouped user equipment multicasting and beamforming
CN107046435B (zh) 无线通信方法和无线通信装置
US8059733B2 (en) Multi-user downlink linear MIMO precoding systems
US9634747B2 (en) Apparatus and method of processing signal, and recording medium
US8774136B2 (en) Methods and arrangements for feeding back channel state information
US8369438B2 (en) Iterative tree search-based precoding technique for multiuser MIMO communication system
US9559759B2 (en) System and method for massive MIMO communication
JP5666581B2 (ja) Ｍｕ−ｍｉｍｏ通信システムの送信機のためのプリコーディング方法
WO2020088489A1 (en) Channel Prediction for Adaptive Channel State Information (CSI) Feedback Overhead Reduction
US20230412430A1 (en) Inforamtion reporting method and apparatus, first device, and second device
KR102373485B1 (ko) 무선 통신 시스템에서 채널 피드백을 위한 장치 및 방법
Zimaglia et al. A novel deep learning approach to csi feedback reporting for nr 5g cellular systems
US11777585B2 (en) Wireless receiving apparatus and method thereof
US20220374685A1 (en) Provision of Optimized Action for Application in a Wireless Communication Network to Affect Data Transmission Over a Communication Channel
Lin et al. Learning linear MMSE precoder for uplink massive MIMO systems with one-bit ADCs
Ekbatani et al. Combining beamforming and space-time coding using noisy quantized feedback
CN108418619B (zh) 一种信号检测方法及装置
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
KR20100028859A (ko) 다중 입출력 무선통신 시스템에서 적응적 코드북 컬러링 장치 및 방법
JP2021170696A (ja) 無線受信装置
KR102613818B1 (ko) 다중-사용자 mimo 무선 통신 시스템에서 머신 러닝 기반 선형 프리코더 획득 방법 및 장치
KR102543305B1 (ko) 무선 통신 시스템에서 제한된 피드백을 위한 머신 러닝 기반 벡터 양자화 방법 및 장치
US11855730B2 (en) Apparatus and method for reconstructing downlink channel in wireless communication system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant