KR20170009832A

KR20170009832A - Mimo 수신기가 mimo 송신기와의 통신을 위한 파라미터를 결정하는 방법

Info

Publication number: KR20170009832A
Application number: KR1020167029630A
Authority: KR
Inventors: 이길봄; 강지원; 김기태; 김희진
Original assignee: 엘지전자 주식회사
Priority date: 2014-05-28
Filing date: 2015-05-13
Publication date: 2017-01-25
Also published as: US9866298B2; JP2017522745A; US20170093474A1; KR102326701B1; EP3151448A4; WO2015182902A1; EP3151448A1

Abstract

MIMO 송신기로부터 할당된 자원 영역에 포함된 복수의 RE 들의 채널에 대한 정보를 이용하여 복수의 RE 에 대한 채널 상관관계를 추정하고, 채널 상관관계를 고려하여 하향링크 신호에 대한 랭크를 결정하고, 결정된 랭크에 대한 정보를 MIMO 송신기로 전송하는 파라미터 결정 방법 및 MIMO 수신기가 개시된다.

Description

MIMO 수신기가 MIMO 송신기와의 통신을 위한 파라미터를 결정하는 방법{METHOD FOR MIMO RECEIVER DETERMINING PARAMETER FOR COMMUNICATION WITH MIMO TRANSMITTER}

본 발명은 매시브(massive) MIMO 환경에서 채널 상관관계를 고려하여 통신 파라미터를 조절함으로써 복잡도 문제를 해결하는 방법에 관련된 기술이다.

다중 안테나 (Multiple Input Multiple Output, MIMO) 시스템은 다중 송신 안테나와 다중 수신 안테나를 이용하는 무선 통신 시스템을 의미한다. MIMO 시스템에서는 다이버시티 기법을 통해 무선 채널에서 발생하는 페이딩 영향을 최소화하거나, 공간 멀티플렉싱(spatial multiplexing)을 통해 다수의 스트림을 동시에 전송하여 수율(throughput)을 향상시킬 수 있다. 송신 안테나 수가 N _t 이고 수신 안테나 수가 N _r 이면, 공간 멀티플렉싱(SM) 기법의 경우 전송 가능한 최대 스트림의 수는 min(N _t,N _r) 가 된다. 특히, 고 SNR(high SNR)에서는 통신 용량(capacity)의 기울기가 min(N _t,N _r) 로 나타남이 이미 알려진 바 있다. 통신 용량은 주어진 채널에서 이론적으로 전송 가능한 최대 수율을 의미하므로, 송수신 안테나의 수가 동시에 증가 할 경우 통신 용량 역시 증가하게 된다.

매우 많은 송수신 안테나를 갖는 매시브(massive) MIMO 시스템은 5G 를 구성하는 기술 중 하나로 주목 받고 있다. 많은 논문과 실험에서 매시브 MIMO 시스템은 다수의 안테나를 갖는 하나의 기지국 (distributed antenna system 을 포함)과 하나의 안테나를 갖는 다수의 단말을 가정한다. 이 경우, 단말은 하나의 안테나를 갖지만 여러 개의 단말이 하나의 기지국에 의해 동시에 서비스 받으므로, 기지국과 전체 단말과의 채널은 MIMO 로 이해될 수 있다. 전체 단말 수를 K 라고 정의하면, 앞서 설명한 고 SNR 환경에서 통신 용량의 기울기는 min(N _t,K) 로 표현된다.

한편, 이론적으로 무한대의 송신 안테나를 가진 기지국이 여러 단말들에게 데이터를 동시에 전송할 때, 기지국의 최적(optimal) 송신 알고리즘은 MRT(maximal ratio transmission) 알고리즘이다. 한편, 여러 단말들이 기지국으로 송신한 데이터를 하나의 기지국이 수신할 때, 기지국의 최적 수신 알고리즘은 MRC(maximal ratio combining) 알고리즘이다. MRT 와 MRC 가 간섭을 고려하지 않기 때문에 유한한 안테나 수를 갖는 경우 성능의 열화를 보인다 하더라도, 안테나 수가 무한대인 경우에는 이와 같은 간섭이 사라지기 때문에 MRT 와 MRC 는 최적의 솔루션이 될 수 있다.

기지국은 안테나 빔포밍을 통해 빔을 가늘게(sharp) 만들 수 있으므로 특정 단말에 에너지를 집중할 수 있다. 이는 적은 파워로도 동일한 정보를 전달할 수 있는 반면, 주변 다른 단말들에게는 간섭을 거의 주지 않아 간섭으로 인한 시스템의 성능 저하를 최소화하는 방안이 될 수 있다.

본 발명은 상기한 바와 같은 일반적인 기술의 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 Massive MIMO 환경에서 수신기의 계산 복잡도 문제를 해결하는 것이다.

본 발명의 또 다른 목적은 통신 환경 변화에 따라 파라미터를 조절함으로써 수신측에서의 복잡도 문제로 인한 제한을 해소하는 것이다.

본 발명의 또 다른 목적은 수신 신호 처리 과정의 반복수, 랭크, CQI 등의 파라미터를 채널 상관관계에 따라 조절함으로써, 통신 환경의 변화를 적응적으로 반영하여 수신 신호를 처리하게끔 하는 것이다.

본 발명에서 이루고자 하는 기술적 목적들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 본 발명의 실시 예들로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.

상기 기술적 과제를 해결하기 위한 파라미터 결정 방법은, MIMO 송신기로부터 할당된 자원 영역에 포함된 복수의 RE 들의 채널에 대한 정보를 이용하여 복수의 RE 에 대한 채널 상관관계를 추정하는 단계, 채널 상관관계를 고려하여 하향링크 신호에 대한 랭크를 결정하는 단계, 및 결정된 랭크에 대한 정보를 MIMO 송신기로 전송하는 단계를 포함한다.

채널에 대한 정보는, 자원 영역에 대한 도플러 효과에 대한 정보 및 전력 지연 분산 프로파일에 대한 정보 중 적어도 하나를 포함할 수 있다.

랭크에 대한 정보는, RI(Rank Indicator) 또는 MIMO 가 랭크를 조절할 것을 요청하는 시그널링일 수 있다.

랭크를 결정하는 단계는, 채널 상관관계가 높을수록 랭크를 더 높게 결정할 수 있다.

랭크를 결정하는 단계는, 기수신된 하향링크 신호의 SNR, SINR 및 CQI 중 적어도 하나를 더 고려하여 랭크를 결정할 수 있다.

파라미터 결정 방법은, MIMO 송신기로부터 결정된 랭크 또는 MIMO 송신기가 임의로 선택한 랭크의 새로운 하향링크 신호를 수신하는 단계를 더 포함할 수 있다.

파라미터 결정 방법은, 새로운 하향링크 신호의 처리 과정에 요구되는 복잡도가 MIMO 수신기가 허용하는 최대 복잡도를 초과하는 경우, MIMO 송신기로 MCS 레벨의 조절을 요청하는 메시지를 전송하는 단계를 더 포함할 수 있다.

파라미터 결정 방법은, 새로운 하향링크 신호의 처리 과정에 요구되는 복잡도가 MIMO 수신기가 허용하는 최대 복잡도를 초과하는 경우, 새로운 하향링크 신호에 대한 CQI 를 낮추어 피드백하는 단계를 더 포함할 수 있다.

상기 기술적 과제를 해결하기 위한 MIMO 수신기는, 송신부, 수신부, 및 송신부 및 수신부와 연결되어 MIMO 수신기의 동작을 제어하는 프로세서를 포함하고, 프로세서는, MIMO 송신기로부터 할당된 자원 영역에 포함된 복수의 RE 들의 채널에 대한 정보를 이용하여 복수의 RE 에 대한 채널 상관관계를 추정하고, 채널 상관관계를 고려하여 하향링크 신호에 대한 랭크를 결정하고, 결정된 랭크에 대한 정보를 MIMO 송신기로 전송하도록 송신부를 제어한다.

상기 기술적 과제를 해결하기 위한 또 다른 파라미터 결정 방법은, 복수의 RE 를 포함하는 자원 영역인 RE 그룹을 통해 하향링크 신호를 수신하는 단계, 하향링크 신호로부터 MIMO 송신기가 하향링크 신호에 대해 결정한 랭크 정보를 획득하는 단계, 복수의 RE 들의 채널에 대한 정보를 이용하여, 복수의 RE 에 대한 채널 상관관계를 추정하는 단계, 및 랭크 정보 및 채널 상관관계에 기초하여, 수신된 하향링크 신호로부터 검출 신호를 생성하는 과정에서 이용될 파라미터를 결정하는 단계를 포함한다.

파라미터는 검출 신호를 생성하는 과정에서 이용될 수치해석 알고리즘의 반복 회수일 수 있다.

결정하는 단계는, 수신된 하향링크 신호의 MCS 레벨을 더 고려하여 파라미터를 결정할 수 있다.

상기 기술적 과제를 해결하기 위한 또 다른 MIMO 수신기는, 송신부, 수신부, 및 송신부 및 수신부와 연결되어 MIMO 수신기의 동작을 제어하는 프로세서를 포함하고, 프로세서는, 복수의 RE 를 포함하는 자원 영역인 RE 그룹을 통해 하향링크 신호를 수신하도록 수신부를 제어하고, 하향링크 신호로부터 MIMO 송신기가 하향링크 신호에 대해 결정한 랭크 정보를 획득하고, 복수의 RE 들의 채널에 대한 정보를 이용하여, 복수의 RE 에 대한 채널 상관관계를 추정하고, 랭크 정보 및 채널 상관관계에 기초하여, 수신된 하향링크 신호로부터 검출 신호를 생성하는 과정에서 이용될 파라미터를 결정한다.

본 발명의 실시 예들에 따르면 다음과 같은 효과를 기대할 수 있다.

첫째로, 채널 상관관계를 반영함에 따라 수신기가 더 높은 복잡도를 지원할 수 있게 된다.

둘째로, 더 높은 복잡도를 지원할 수 있게 됨으로써, 통신 용량과 수율의 이득을 얻을 수 있게 된다.

셋째로, 통신 환경의 변화를 적응적으로 반영할 수 있어 수신 신호 처리의 효율성이 증대된다.

본 발명의 실시 예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 이하의 본 발명의 실시 예들에 대한 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다. 즉, 본 발명을 실시함에 따른 의도하지 않은 효과들 역시 본 발명의 실시 예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의해 도출될 수 있다.

이하에 첨부되는 도면들은 본 발명에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 본 발명에 대한 실시 예들을 제공한다. 다만, 본 발명의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시 예로 구성될 수 있다. 각 도면에서의 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1 은 본 발명과 관련하여, MIMO(Multiple Input Multiple Output) 환경에서 수신 스트림 수에 따른 계산 복잡도를 도시하는 도면이다.
도 2 는 본 발명과 관련하여, MIMO 환경에서 수신 스트림 수에 따른 메모리 요구량을 도시하는 도면이다.
도 3 은 본 발명과 관련하여 MIMO 환경에서 동일 셀 내의 단말간의 간섭을 도시하는 도면이다.
도 4 는 본 발명과 관련하여 MIMO 환경에서 인접 셀 간의 간섭을 도시하는 도면이다.
도 5 는 본 발명과 관련하여 단말에 할당되는 리소스 블록(Resource Block, RB)의 구조를 도시하는 도면이다.
도 6 은 본 발명과 관련하여 복수의 리소스 엘리먼트(Resource Element, RE)들이 형성하는 RE 그룹을 도시하는 도면이다.
도 7 은 본 발명과 관련하여 종래의 MIMO 수신기 동작 과정을 도시하는 도면이다.
도 8 은 본 발명과 관련된 MIMO 수신기 동작 과정을 도시하는 도면이다.
도 9 는 본 발명과 관련된 MIMO 수신기가 검출 신호를 검출하는 과정을 개념적으로 도시한 도면이다.
도 10 은 본 발명과 관련된 MIMO 수신기가 검출 신호를 검출하는 과정을 개념적으로 도시한 도면이다.
도 11 은 본 발명과 관련된 MIMO 수신기가 전처리 필터를 생성하는 일 예를 도시하는 도면이다.
도 12 는 본 발명과 관련된 또 다른 MIMO 수신기의 동작 과정을 도시하는 도면이다.
도 13 은 본 발명과 관련된 또 다른 MIMO 수신기의 동작 과정을 도시하는 도면이다.
도 14 는 본 발명과 관련된 또 다른 MIMO 수신기의 동작 과정을 도시하는 도면이다.
도 15 는 본 발명과 관련된 신호 검출 과정의 계산 복잡도를 비교하는 그래프이다.
도 16 은 본 발명과 관련된 MIMO 수신기의 RE 그룹 형성 과정을 설명하는 도면이다.
도 17 은 본 발명과 관련된 MIMO 수신기의 RE 그룹 형성 과정을 설명하는 도면이다.
도 18 은 본 발명과 관련된 MIMO 수신기의 RE 그룹 형성 과정을 설명하는 도면이다.
도 19 는 본 발명과 관련된 MIMO 수신기의 RE 그룹 형성 과정을 설명하는 도면이다.
도 20 은 본 발명과 관련된 MIMO 수신기의 RE 그룹 형성 과정을 설명하는 도면이다.
도 21 은 본 발명과 관련된 MIMO 수신기의 RE 그룹 형성 과정을 설명하는 도면이다.
도 22 는 본 발명과 관련된 MIMO 송신기의 RE 그룹 형성 과정을 설명하는 도면이다.
도 23 은 본 발명과 관련된 MIMO 송신기의 RE 그룹 형성 과정을 설명하는 흐름도이다.
도 24 는 본 발명의 일 실시 예와 관련된 MIMO 수신기의 파라미터 결정 방법을 설명하는 흐름도이다.
도 25 는 본 발명의 일 실시 예에 따른 단말 및 기지국의 구성을 도시한 블록도이다.

본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

이하의 실시 예들은 본 발명의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 발명의 실시 예를 구성할 수도 있다. 본 발명의 실시 예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시 예의 일부 구성이나 특징은 다른 실시 예에 포함될 수 있고, 또는 다른 실시 예의 대응하는 구성 또는 특징과 교체될 수 있다.

도면에 대한 설명에서, 본 발명의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당업자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

본 명세서에서 본 발명의 실시 예들은 기지국과 이동국 간의 데이터 송수신 관계를 중심으로 설명되었다. 여기서, 기지국은 이동국과 직접적으로 통신을 수행하는 네트워크의 종단 노드(terminal node)로서의 의미가 있다. 본 문서에서 기지국에 의해 수행되는 것으로 설명된 특정 동작은 경우에 따라서는 기지국의 상위 노드(upper node)에 의해 수행될 수도 있다.

즉, 기지국을 포함하는 다수의 네트워크 노드들(network nodes)로 이루어지는 네트워크에서 이동국과의 통신을 위해 수행되는 다양한 동작들은 기지국 또는 기지국 이외의 다른 네트워크 노드들에 의해 수행될 수 있다. 이때, '기지국'은 고정국(fixed station), Node B, eNode B(eNB), 발전된 기지국(Advanced Base Station, ABS) 또는 액세스 포인트(access point) 등의 용어에 의해 대체될 수 있다.

또한, '이동국(Mobile Station, MS)'은 UE(User Equipment), SS(Subscriber Station), MSS(Mobile Subscriber Station), 이동 단말(Mobile Terminal), 발전된 이동단말(Advanced Mobile Station, AMS) 또는 단말(Terminal) 등의 용어로 대체될 수 있다.

또한, 송신단은 데이터 서비스 또는 음성 서비스를 제공하는 고정 및/또는 이동 노드를 말하고, 수신단은 데이터 서비스 또는 음성 서비스를 수신하는 고정 및/또는 이동 노드를 의미한다. 따라서, 상향링크에서는 이동국이 송신단이 되고, 기지국이 수신단이 될 수 있다. 마찬가지로, 하향링크에서는 이동국이 수신단이 되고, 기지국이 송신단이 될 수 있다.

또한, 디바이스가 '셀'과 통신을 수행한다는 기재는 디바이스가 해당 셀의 기지국과 신호를 송수신하는 것을 의미할 수 있다. 즉, 디바이스가 신호를 송신하고 수신하는 실질적인 대상은 특정 기지국이 될 수 있으나, 기재의 편의상 특정 기지국에 의해 형성되는 셀과 신호를 송수신하는 것으로 기재될 수 있다. 마찬가지로, '매크로 셀' 및/또는 '스몰 셀' 이라는 기재는 각각 특정한 커버리지(coverage)를 의미할 수 있을 뿐 아니라, '매크로 셀을 지원하는 매크로 기지국' 및/또는 '스몰 셀을 지원하는 스몰 셀 기지국'을 의미할 수도 있다.

본 발명의 실시 예들은 무선 접속 시스템들인 IEEE 802.xx 시스템, 3GPP 시스템, 3GPP LTE 시스템 및 3GPP2 시스템 중 적어도 하나에 개시된 표준 문서들에 의해 뒷받침될 수 있다. 즉, 본 발명의 실시 예들 중 설명하지 않은 자명한 단계들 또는 부분들은 상기 문서들을 참조하여 설명될 수 있다.

또한, 본 문서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다. 특히, 본 발명의 실시 예들은 IEEE 802.16 시스템의 표준 문서인 P802.16e-2004, P802.16e-2005, P802.16.1, P802.16p 및 P802.16.1b 표준 문서들 중 하나 이상에 의해 뒷받침될 수 있다.

이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다.

또한, 본 발명의 실시 예들에서 사용되는 특정 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.

1. 매시브 MIMO 시스템

매시브 MIMO 시스템 구축에 있어서, 매시브 MIMO 수신 알고리즘의 개발은 필수적이다. 기존 MIMO 시스템에 대비하여 매시브 MIMO 시스템에서의 수신기는 다음 두 가지 측면에서 향상이 필요하다.

첫째로, 매시브 MIMO 환경에서는 수신기가 동시에 수신해야 하는 데이터 스트림의 수가 증가한다. 동시에 처리해야 하는 데이터 스트림 수의 증가는 결국 수신기에서의 계산 복잡도 및 메모리 요구량의 증가로 이어지고, 이는 결국 시스템 구현 비용 및 프로세싱 시간의 증가로 이어져 수신 시스템에 큰 부담을 준다. 기존 MIMO 수신 알고리즘의 수신 스트림 수에 따른 계산 복잡도 및 메모리 요구량은 도 1 과 도 2 에 도시된 바와 같이 기하 급수적인 증가 속성을 보인다.

둘째로, 매시브 MIMO 환경에서는 간섭원의 수가 증가함에 따라, 향상된 간섭 제거 성능을 가진 수신 알고리즘이 요구된다. 매시브 MIMO 시스템에서 기지국이 수십 내지 수백 명의 사용자들에게 동시에 데이터를 전송하게 되면, 각 사용자는 자신에게 전송되는 데이터 신호를 제외하고도 수십 개 이상의 다중 사용자 간섭 신호를 수신하게 된다. 따라서, 이들을 효율적으로 제거하기 위한 매시브 MIMO 수신 알고리즘이 필요하다. 또한, 밀집된 스몰 셀 환경까지 고려하게 되면, 주변 셀 및 주변 셀의 사용자들로부터 수신되는 간섭들의 효율적인 제거 또한 요구된다.

이러한 기술적 과제를 해결하기 위해서 아래와 같은 기술적 이슈(technical issues)들이 고려되어야 한다.

먼저, 매시브 MIMO 환경에서의 계산 복잡도 및 메모리 요구량 증가에 대해 설명한다. 송신기의 안테나수가 수신기의 안테나 수 보다 항상 많은 경우, 송신기에서 보낼 수 있는 스트림의 수는 수신기의 안테나 수에 비례하여 증가한다. 이때, 수신기는 수신 신호로부터 각각의 스트림을 검출하기 위해 수신 필터를 사용한다. LTE 시스템의 경우, 필터는 매 서브프레임마다 재계산되어야 한다.

이러한 계산 과정으로 인한 부하는 계산 복잡도 및 메모리 요구량으로 정량화 시킬 수 있다. 복잡도 및 메모리 요구량은 수신 스트림 수의 제곱 혹은 세제곱에 비례한다. 따라서 수신 스트림 수 (N _s)가 클 경우 계산 복잡도 및 요구 메모리는 급격하게 증가하게 되며 이는 도 1 에 도시한 바 있다. 나아가, 하드웨어의 성능(specification)은 워스트 케이스(worst case)에 의해 결정되므로 하드웨어 구현 비용 역시 스트림의 수 증가에 따라 크게 증가하게 된다.

이하에서는, 종래의 MIMO 수신기의 수신 알고리즘 및/또는 필터에 따른 계산 복잡도 및 메모리 요구량에 대해 설명한다.

MRC(Maximum Ratio Combining) 알고리즘은 가장 작은 계산 복잡도 (

) 및 메모리를 요구한다. 그러나 MRC 알고리즘은 스트림들간의 간섭을 고려하지 않으므로 낮은 성능(즉, 낮은 수신 SINR)을 제공한다.

MMSE(Minimum Mean Square Error) 필터는 선형(linear) 검출 방법 중 가장 좋은 성능(즉, 높은 수신 SINR)을 제공한다. 그러나 복잡도는

로 나타나며 역행렬 연산을 위한 추가적인

만큼의 메모리를 요구한다. 앞서 설명한 도 1 및 도 2 는 MMSE 필터의 수신 스트림 수 에 따른 복잡도 및 메모리 요구량을 나타낸다.

MMSE 필터를 이용한 수신을 위해서는 채널 행렬에 대한 역행렬 연산이 필요하다. 이 역행렬의 크기는 수신 스트림 수에 의해 결정되는데, 예를들어 하이 퍼포먼스 FPGA(high performance Field Programmable Gate Array)가 15X15 역행렬을 구하는데 필요한 시간은 약 150㎲ 이다. 이러한 시간 지연은 LTE 채널 모델에서 가정한 코히어런스 타임(coherence time) 500㎲ 의 약 30%에 해당한다.

또한, MMSE 수신을 위한 역행렬 연산을 위해서는 새로운 메모리로 모든 채널 정보를 옮기는 과정이 필요하며, 이는 상당한 지연을 유발한다. 또한, 프로세서가 역행렬 연산을 위해 메모리에 접근하는데 이는 추가적인 지연을 유발한다. 이러한 지연은 전체 시스템의 처리 시간을 크게 증가시킨다.

마지막으로, IC (Interference Cancellation) 필터는 비선형(non-linear) 검출 방법이며, IC 의 한 예인 D-BLAST 수신기의 경우 최대 통신 용량에 해당하는 성능을 얻을 수 있다. 이보다 구현 복잡도가 낮은 V-BLAST 수신기의 경우 MMSE 와 SIC 의 결합된 형태로 구성되어 있다. 특히 MIMO-OFDM 환경에서 V-BLAST 수신기는 채널의 셀렉티비티(selectivity)가 높을수록 최대 통신 용량과 근접한 성능을 보인다. 그러나 V-BLAST 역시 MMSE 필터를 바탕으로 하기 때문에 MMSE 보다 더 높은 복잡도 및 메모리를 요구 한다.

또한, IC 기법은 이전에 검출된 심볼과 레이어를 수신 신호로부터 제거 함으로써 간섭을 제어한다. 따라서 이전에 검출된 값이 오류를 갖는 경우 이후 검출 성능이 크게 떨어지는 오류 전파 현상이 발생한다. 이러한 문제점을 보완한 다양한 IC 알고리즘이 제안되었으나 기존보다 복잡도가 매우 커지는 문제점이 있다.

도 3 은 본 발명과 관련하여 MIMO 환경에서 동일 셀 내의 단말간의 간섭을 도시하는 도면이다. 도 4 는 본 발명과 관련하여 MIMO 환경에서 인접 셀 간의 간섭을 도시하는 도면이다. 앞서 설명한 계산 복잡도와 메모리 요구량의 증가에 더하여, 매시브 MIMO 환경에서 발생하는 간섭에 대해 도 3 및 도 4 를 통해 설명한다.

기지국의 안테나가 많은 경우, 하나의 기지국은 도 3 과 같이 다수의 단말들을 동시에 지원할 수 있다. 이 경우 기지국이 단말 A 로 전송한 신호는 단말 B 에게 간섭으로 작용하게 되며, 마찬가지로 단말 B 로 전송한 신호는 단말 A 에게 간섭으로 작용하게 된다. 상기 간섭은 선호 신호(desired signal)와 동일한 기지국에서 전송되었으므로 동일한 패스 로스(path loss)를 겪게 된다. 따라서, 간섭 신호의 전력은 선호 신호의 전력과 비슷하게 수신되어 수신 SINR 이 급격히 감소하게 된다. 이러한 문제점을 해결하기 위해 기지국은 간섭을 최소화 하는 방향으로 MU-MIMO (Multi User-MIMO) 프리코딩을 수행할 수 있으나, 이 경우에도 채널 정보의 오류, 채널 에이징(aging) 현상 및 코드북 크기의 제한 등으로 인해 다중 사용자 간섭을 완벽하게 제거하기는 어렵다.

또한, 다중 셀 환경을 고려하면, 다양한 셀 간 간섭이 존재한다. 대표적으로 도 4 와 같은 환경에서 단말 A 는 기지국 B 로부터, 단말 B 는 기지국 A 로부터 간섭의 영향을 받는다. 특히 단말이 인접 셀과의 경계에 근접하는 경우, 단말이 인접 기지국으로부터 받는 간섭은 더욱 크게 된다. 게다가 스몰 셀(예를 들어, 마이크로 셀, 피코 셀, 펨토 셀 등)과 같이 셀들 간의 간격이 좁은 경우, 단말이 인접 기지국으로부터 강한 간섭을 받을 확률이 더욱 커진다.

매시브 MIMO 가 도입된 밀집된 다중 셀 환경을 고려할 때, MIMO 수신기의 간섭 제거 능력 향상이 필수적이다. 특히, 강한 간섭이 존재하는 경우 IC(interference cancellation) 계열의 간섭 제거 수신 알고리즘이 필요한데, 기존 IC 수신기는 간섭원의 수보다 큰 수의 수신 안테나 수가 필요하다. 예를 들어, 수신기에서 10 개의 간섭원을 제거하기 위해서는 11 개의 수신안테나가 필요하다. 충분한 수의 안테나를 장착하기 어려운 소형 단말의 경우, 이러한 한계를 극복하기 위한 기술의 도입이 필요하다. 예를 들어, 다중 사용자 및 다중 셀 간섭에 대해 향상된 IS(interference suppression) 기술이 적용되거나, 송신기에서 간섭 정렬(interference alignment) 기술을 이용하여 간섭을 특정 신호 공간으로 정렬시킨 후 IC 계열의 수신기를 적용하여 제한된 수의 수신안테나로 많은 간섭원으로부터의 간섭을 제거할 수 있다.

이어서, 이하에서는 상술한 문제점들과 관련하여 종래의 MIMO 수신기의 동작 알고리즘을 설명한다. 도 5 는 본 발명과 관련하여 단말에 할당되는 리소스 블록(Resource Block, RB)의 구조를 도시하는 도면이다. 도 6 은 본 발명과 관련하여 복수의 리소스 엘리먼트(Resource Element, RE)들이 형성하는 RE 그룹을 도시하는 도면이다. 도 7 은 본 발명과 관련하여 종래의 MIMO 수신기 동작 과정을 도시하는 도면이다.

도 5 는 특정 단말에 할당된 하나의 RB 를 도시하며, 세로축/가로축은 각각 주파수/시간 축을 나타낸다. 하나의 RB 는

개의 RE 들로 구성되어 있으며, 각각의 RE 에서 수신 신호는 아래의 수학식 1 과 같이 표현된다.

수학식 1 에서 l 은 RE 의 인덱스를 표현하며, G_l 은 수신기에서 DMRS(De-Modulation Reference Signal)을 통해 추정한 채널을 의미하며, s_l 은 전송신호, I_l 은 간섭을 나타낸다. w_l 은 white noise 를 나타내며 w_l 의 Covariance 행렬은

이다.

한편, 앞서 설명한 바와 같이 수신기는 수신 신호로부터 채널의 영향을 제거하기 위해 MMSE (Minimum Mean Square Error) 필터를 사용할 수 있다. MMSE 필터를 이용하여 수신 신호로부터 검출한 전송 신호는 다음의 수학식 2 와 같이 표현된다.

수학식 2 에서 B_l 은 MMSE 필터를 나타내며,

은 MMSE 필터를 통해 추정된 전송 신호이다. 공분산(covariance) 행렬 R_l 은

로 정의된다. 이 때 MMSE 필터를 이용하여 전송 신호를 추정하기 위해 필요한 복소수 곱하기의 계산 복잡도는 개략적으로 수학식 3 과 같이 표현될 수 있다.

매시브 MIMO 의 경우 수신 안테나(N _r)가 많으며, 이 경우 최대 수신 안테나 수만큼 스트림(N _s)을 전송 받을 수 있다. 이 경우 수신기의 통신 용량을 최대 N _s 배만큼 향상 시킬 수 있으나, 복잡도는 스트림 수의 세제곱 (

)에 비례하여 급격하게 증가한다. 따라서, 수신 스트림 수가 많은 경우에 성능 저하를 최소화 하면서도 낮은 복잡도로 처리할 수 있는 수신기가 필요하다.

한편, 도 6 은 도 5 의 RB 의 일부분을 나타내며, 여러 개의 RE 들로 구성되는 RE 그룹을 도시한다. RE 그룹 내에서 각 RE 들의 채널들은 서로 상관관계를 가질 수 있다. 특히 도플러 효과가 작은 경우 (수신기가 천천히 이동하거나 고정되어 있는 경우) 동일한 가로축에 위치한 RE 들의 상관관계가 크다. 한편, 채널의 전력 지연 분산(power delay spread)이 적은 경우, 동일한 세로축에 위치한 RE 들의 상관관계가 크다. 만약, 도플러 효과가 작고 채널의 전력 지연 분산이 작은 경우 도 6 에 도시된 모든 RE 들의 상관관계는 크게 된다. 도 6 의 경우 중심 RE 와 주변 RE 와의 상관관계를 음영의 진하기로 도시하였다. 즉, 각 RE 의 음영이 어두울수록 중심 RE 와의 상관관계가 크며, 반대로 옅을수록 상관관계가 작다.

도 7 에 도시된 바와 같이, 기존의 MIMO 수신기는 이러한 RE 간의 상관관계를 고려하지 않고 각각의 RE 마다 동일한 과정을 수행하여 전송 신호를 검출하였다. 즉, 종래의 MIMO 수신기는 수신 신호에 대해 각 RE 마다 채널 정보 Gi 로부터 필터 Bi 를 계산하고(710), 각각의 RE 에 대해 전송 신호를 검출하여 디코딩하는 과정(720)을 거쳤다. 그러나, 이러한 종래의 수신 알고리즘은 상술한 바와 같이 매시브 MIMO 환경에서 스트림 수의 증가에 따른 계산 복잡도와 메모리 요구량의 증가를 고려할 때 개선될 필요가 있다.

이하에서는, 상술한 RE 들 간의 상관관계를 이용하여 기존 알고리즘과 동일한 성능을 제공하면서도 더 작은 복잡도를 갖는 알고리즘에 따라 동작하는 MIMO 수신기를 설명한다.

2. 전처리 필터를 이용한 MIMO 수신기의 동작 방법

도 8 은 본 발명의 일 실시 예에 따라 전처리 필터를 이용하는 MIMO 수신기의 동작 과정을 도시하는 도면이다.

전처리 필터를 이용하는 MIMO 수신기는 도 6 에서 설명한 바와 같이, 채널 간의 상관관계가 상대적으로 큰 복수의 RE 들을 하나의 RE 그룹(N 의 크기를 갖는)으로 설정한다. 이하에서, RE 그룹 내의 l 번째 RE 의 수신 신호로부터 수신 신호 검출기(예를 들어, MMSE 필터)를 이용하여 검출된 신호

를 '검출 신호'라 정의한다. 도 7 에서 설명한 MIMO 수신기의 경우, 수신 신호로부터 검출 신호를 검출하는 과정에서 레이어 수가 큰 경우 도 1 과 같은 복잡도 문제가 발생한다. 이러한 복잡도를 줄이기 위하여, MIMO 수신기는 MMSE 필터를 직접 계산하여 RE 그룹 내의 RE 들의 검출 신호를 검출하는 대신, 수치해석 알고리즘(예를 들어, CG(Conjugate Gradient) 알고리즘)을 이용한다.

이하에서, V₁ 은 RE 그룹 내의 1 번째 RE 의 MIMO 채널을 바탕으로 생성된 '전처리 필터(또는, 가속 필터)'를 의미한다. 상술한 수치해석 알고리즘은 반복 계산 과정을 통해 해를 찾으며, 각 반복 시마다 계산되는 해가 정확한 답에 가까워진다. 이러한 반복 계산 과정에서 전처리 필터 V₁ 를 활용하는 경우, MIMO 수신기는 적은 반복수(즉, 빠른 속도로)만으로도 원하는 해를 찾을 수 있다.

그러나, 상술한 바와 같이 원하는 해를 찾기 위한 속도를 충분히 빠르게 하기 위한 전처리 필터를 생성하는 것 또한 높은 복잡도를 요구한다. 따라서, RE 그룹 내에서 모든 RE 들에 대해 각각 전처리 필터를 구하는 계산 복잡도를 낮추기 위해, 특정 RE(예를 들어, 상술한 1 번째 RE)에서 전처리 필터를 생성하고 RE 그룹 내의 다른 RE 들이 이를 공유하여 사용할 수 있다. 즉, RE 그룹 내의 RE 들이 검출 신호를 검출하는 과정에서 수치해석 알고리즘은 동일한 전처리 필터를 활용한다. 상술한 특정 RE(또는, 1 번째 RE)를 '기준 RE'로 정의할 수 있으며, 이는 단순히 전처리 필터를 계산하는 기준이 되는 RE 를 의미하고 RE 그룹 내에서 RE 의 순서나 인덱스와는 관계가 없다.

따라서, 그룹 내의 RE 간의 채널 상관관계가 큰 경우, MIMO 수신기는 하나의 RE 로부터 생성한 전처리 필터(810)를 RE 그룹 내의 모든 RE 에서 공유하며, 수치해석 알고리즘은 전처리 필터를 이용하여 검출 신호 생성한다(820, 830, 840). 이에 따라, 종래의 MIMO 수신기보다 적은 복잡도만으로도 동일한 성능을 구현할 수 있다. RE 그룹 내에서 1 번째 RE 와 다른 RE 간의 채널 상관관계가 클수록 이러한 반복 속도 단축 효과는 크게 나타난다.

도 9 과 도 10 은 전처리 필터를 활용하는 MIMO 수신기가 검출 신호를 검출하는 과정을 개념적으로 도시한 도면이다. 도 9 는 수신 신호 검출기(또는, 수신 필터)를 공유하는 방식에 따라 동작하는 MIMO 수신기의 검출 신호 검출 과정을, 도 10 은 상술한 전처리 필터를 공유하는 방식에 따라 동작하는 MIMO 수신기의 검출 신호 검출 과정을 도시한다. 도 9 와 도 10 에서 화살표는 수치해석 알고리즘이 계산을 반복하는 각각의 과정을 의미한다.

먼저, 도 9 에서 원들의 중심(920)은 MIMO 수신기가 원하는 해, 즉 정확한 검출 신호를 의미한다. 검출 신호가 정확한 해로부터 다소 차이가 있는 경우(910), 수치해석 알고리즘은 여러 번의 반복 과정을 거쳐야 정확한 답(920)에 도달할 수 있다. 반면, 검출 신호가 정확한 해에 상대적으로 가까운 경우(930, 940) 적은 횟수의 반복만으로도 정확한 답(920)을 찾아낼 수 있다(950). 따라서, 수신 필터 공유 방식에 따라 동작하는 MIMO 수신기는 수신 필터를 공유함으로써 검출 신호의 초기 값이 정확한 답과 가깝게 되는(즉, 적은 오차를 갖는) 방향으로 동작한다.

반면에, 도 10 에서 전처리 필터를 공유하는 방식에 따라 동작하는 MIMO 수신기는 검출 신호의 초기 값을 원하는 답(즉, 원의 중심(1020))과 가깝게 계산하는 것 보다는 반복 회수를 줄이는 방향으로 동작한다. 즉, MIMO 수신기는 수치해석 알고리즘의 원하는 답(1020)과 상대적으로 큰 차이를 갖는 초기 값이 계산된다 하더라도(1010), 도 9 에 비해서 상대적으로 적은 회수의 반복(1030)만으로 원하는 답을 찾아낼 수 있다. 다시 말해서, 도 10 에서의 MIMO 수신기는 수치해석 알고리즘의 반복 계산에 따른 수렴 속도를 급격하게 증가시켜 복잡도를 낮추는 방향으로 동작한다.

이하에서는, 이러한 MIMO 수신기가 전처리 필터 V₁을 생성하는 구체적인 실시 예에 대해 설명한다.

첫 번째 실시 예에 의하면, 전처리 필터는 야코비(Jacobi) 방식, 가우스-시델(Gauss-Siedel) 방식, SQR 프리컨디셔닝(SQR preconditioning) 방식, 불완전 콜레스키 인수분해(incomplete Cholesky factorization) 방식 등 다양한 알고리즘에 의해 생성될 수 있다.

먼저, 기준 RE(1 번째 RE)의 MIMO 채널을 바탕으로 임의의 행렬 A₁ 은 아래의 수학식 4 와 같이 정의될 수 있다.

수학식 4 에서, 행렬 A₁ 은 양정치행렬(positive definite matrix)이고 대칭성을 가지므로, 아래의 수학식 5 와 같이 분해할 수 있다.

수학식 5 에서 L₁ 은 하삼각행렬(lower triangular matrix)이고, D₁ 은 대각 행렬(diagonal matrix)이다. 수학식 5 에서, 상술한 여러 가지 방식 중 3 가지 방식에 따른 전처리 필터 V₁ 를 정의할 수 있다.

야코비 방식:

가우스-시델 방식: V₁ = (L₁ + D₁)^-1

SQR 프리컨디셔닝 방식: V₁ = w(L₁ + wD₁)^-1 (w 은 임의의 상수)

상술한 방식들 중에서, 가우스-시델 방식과 SQR 프리컨디셔닝 방식은 실제 역행렬을 계산하여 전처리 필터 V₁ 을 명확하게 표현할 수 있다. 그러나, 역행렬을 구하는 계산 복잡도를 줄이고자 하는 경우 V₁ 을 정확히 계산하는 대신 아래의 수학식 6 에 따른 역대입(back substitution) 과정을 통해 V₁ 을 계산해낼 수도 있다.

수학식 6 에서 V 가 하삼각행렬이면 수학식 6 의 해인 X 는 수학식 6 의 오른쪽 식으로부터 순차적으로 계산될 수 있다.

상술한 세 가지 방식에 더하여, 불완전 콜레스키 인수분해 방식이 적용되는 경우 수학식 5 의 A₁ 은 아래의 수학식 7 과 같이 불완전 콜레스키 팩터

로 분해될 수 있다.

은 하삼각행렬이다.

불완전 콜레스키 인수분해 방식은 완전 콜레스키 인수분해(complete Cholesky factorization) 방식에 비해 적은 복잡도로 A₁ 을 분해할 수 있지만, 근사화된 하삼각행렬이 정의된다. 불완전 콜레스키 인수분해 방식의 경우, 전처리 필터 V₁ 은 아래의 수학식 8 과 같이 정의된다.

수학식 8 에 따른 전처리 필터 V₁ 또한, 직접 역행렬을 계산하여 정확히 표현될 수도 있고, 역대입 과정에 따라 계산 및 표현될 수도 있다.

본 발명의 실시 예에 따른 전처리 필터 V₁ 은 상술한 네 가지 방식 이외에도 다양한 방식에 따라 계산되고 정의될 수 있다. 예를 들어, 'Iterative Methods for Sparse Linear Systems'와 같은 문헌에 소개된 여러 가지 방식과 알고리즘들이 전처리 필터 V₁ 를 계산하는 과정에 활용될 수 있다.

전처리 필터를 생성하는 두 번째 실시 예로, 전처리 필터 V₁ 은 RE 의 MIMO 채널의 특성을 이용하여 생성될 수 있다. 상술한 첫 번째 실시 예에 따라 A₁ 을 계산하기 위해서는 행렬 X 행렬의 연산(

) 과정이 요구된다. 이러한 연산 과정의 계산 복잡도를 개선하기 위해, 두 번째 실시 예에서는 RE 의 MIMO 채널을 활용하여 적은 복잡도로 A₁ 을 계산한다.

구체적으로 설명하면, 기준 RE 에서

은 아래 수학식 9 의 대각 행렬 Z₁ 으로 근사화될 수 있다.

수학식 9 의 근사화 과정은 스트림의 수(N _s)가 많아지고 채널 요소 간의 상관관계가 작을수록 정확해진다. 이러한 근사화 과정은 매시브 MIMO 환경에서의 채널 특징에 따라 비대각행렬 성분(off-diagonal term)들을 0 으로 근사화할 수 있다는 점에 기인한다. 상술한 근사화 과정에 따라, 행렬 A₁ 은 수학식 10 의 대각 행렬로 정의될 수 있다.

이어서, 수학식 10 의 A₁ 은 대각 성분만으로 표현될 수 있기 때문에, 수학식 10 의 A₁ 에 대하여 첫 번째 실시 예에서 설명한 야코비 방식을 적용하여 전처리 필터 V₁ 가 계산될 수 있다. 두 번째 실시 예의 경우, 근사화 과정에서의 오차가 큰 경우 수치해석 알고리즘의 반복 회수가 줄어드는 양은 크지 않을 수 있다. 즉, 원하는 답에 수렴하는 속도가 크게 증가하지 않을 수 있다.

이어서, 전처리 필터를 생성하는 세 번째 실시 예를 도 11 과 함께 설명한다. 도 11 은 본 발명과 관련하여 MIMO 수신기가 전처리 필터를 생성하는 일 예를 도시하는 도면이다.

세 번째 실시 예에서는, 첫 번째 실시 예에서의

과의 오차가 작은 Z₁ 을 찾아, 두 번째 실시 예에서 설명한 방법을 활용한다. 예를 들어, MIMO 채널 행렬 G₁ 이 도 11 에 도시된 1110, 1120, 1130 에 그려진 형태의 행렬

로 근사화되는 경우, A₁ 을 계산하기 위한 복잡도를 크게 줄일 수 있다. 도 11 에서 검은색 성분은 0 이 아닌 값을, 하얀색 성분은 0 값을 각각 나타낸다. 즉, 채널 행렬의 각각의 성분의 크기를 소정의 임계값과 비교하여, 임계값 보다 작은 성분의 채널 크기는 0 으로 근사화한다. 이때, 근사화된

의 랭크가 G₁과 같아야 한다.

이상에서는 전처리 필터 V₁ 를 계산하는 세 가지 실시 예에 대해 설명하였으며, 이하에서는 전처리 필터를 활용하여 검출 신호를 검출하는 수치해석 알고리즘에 대해 설명한다.

수치해석 알고리즘은 RE 그룹 전체에 대하여 검출 신호를 검출하고 생성하기 위한 MMSE, ZF(Zero Forcing), IRC(Interference Rejection Combining), BLAST 알고리즘 등의 역행렬 연산을 대체한다. 이러한 수치해석 알고리즘은 TR 36.866 for NAIC v1.1.0 에 기술된 모든 MIMO 수신기에 적용될 수 있다. 이러한 수치해석 알고리즘은 상술한 역행렬 연산만을 대체하는 알고리즘이므로, 종래의 MIMO 수신기 보다 복잡도가 개선되면서도 동일하거나 유사한 수준의 검출 성능을 나타낸다.

수치해석 알고리즘으로 CG(conjugate gradient), Newton method, steepest descent method 등의 알고리즘이 활용될 수 있다. 수치해석 알고리즘은 상술한 전처리 필터 V₁ 를 이용하여 적은 반복 횟수로(즉, 빠른 속도로) 해를 산출하며, 전처리 필터를 생성한 기준 RE 와 다른 RE 간의 상관관계가 클수록 반복 횟수의 감소 효과는 크게 나타난다.

도 8 과 CG 알고리즘을 예로 들어 수치해석 알고리즘을 구체적으로 설명한다. CG 알고리즘은 기결정된 정확도를 도출할 때까지 반복적으로 연산하는 알고리즘이며, 컨버징 알고리즘(converging algorithm)으로서 알고리즘의 반복에 따라 오차가 줄어드는 방향으로 결과가 도출된다.

먼저, MIMO 수신기는 상관관계가 일정 이상인 복수의 RE 들을 묶어 도 6 과 같은 하나의 RE 그룹을 형성한다. RE 그룹에 포함된 어느 하나의 RE 가 기준 RE(첫 번째 RE)가 되며, MIMO 수신기는 기준 RE 의 MIMO 채널을 이용하여 전처리 필터를 생성한다. 기준 RE 는 RE 그룹에서 시간축/주파수축 상 가장 중심에 가까운 RE 가 될 수 있으나, 이러한 예에 한정되는 것은 아니다.

MIMO 수신기는 기준 RE 의 전처리 필터 V₁ 에 기초하여, RE 그룹 내의 다른 RE 들에 대하여 수치해석 알고리즘(CG 알고리즘)을 이용하여 검출 신호

를 생성한다. CG 알고리즘은 아래의 수학식 11 과 같은 형태로 구현될 수 있다.

수학식 11 에서

는 수치해석 알고리즘의 i 번째 반복에서 추정된 전송 신호이다. 0 번째 반복의 전송 신호, 즉 초기값

은 모든 엔트리(entry)가 1 로 구성된 벡터로 설정된다.

은 해를 구하기 위한 임시 벡터를 나타내며, f ₁, f ₂ 은 상기 임시 벡터들의 관계를 결정하는 함수이다.

벡터는 그라디언트 벡터(gradient vector)이며, 반복 수행 알고리즘이 정확한 답으로 진행하는 가장 빠른 방향을 나타낸다. 이때, 갱신된 g⁽ⁱ⁾ 벡터와 초기에 생성된 g⁽⁰⁾ 벡터와의 차이가 특정 임계값 미만인 경우, 알고리즘의 반복이 멈추게 된다. 즉, 상기

벡터의 크기를 통해, 직접 MMSE 필터를 산출해 구한 결과와 2 차 신호와의 오차 크기를 간접적으로 알 수 있다. 만약, g⁽ⁱ⁾ 값이 0 인 경우, 2 차 신호와 MMSE 필터를 이용하여 구한 결과와의 차이는 0 이 된다.

수학식 11 에서 δ 는 상기 알고리즘의 종료 시점을 결정하며, 알고리즘이 목표하는 정확도를 의미할 수 있다. δ 는 시스템에 의해 자동적으로 결정되거나 사용자의 입력에 따라 결정될 수 있다. δ 가 작을 수록 알고리즘의 반복이 많이 수행되는 반면 결과의 정확도가 높고, δ 가 클 수록 알고리즘의 반복이 적게 수행되지만 결과의 정확도는 떨어진다. 즉, δ 의 크기에 따라 CG 알고리즘을 이용하여 구한 해와 MMSE 필터를 이용하여 구한 해와의 허용 오차가 결정된다. MIMO 수신기는 δ 를 조절함으로써 복잡도와 성능 간의 트레이드 오프(trade-off)를 제공할 수 있다. 한편, CG 알고리즘은 반복수가 정방행렬의 크기와 같아지는 경우, CG 알고리즘을 통해 얻은 해와 MMSE 필터를 이용하여 구한 해와 동일하게 된다.

일 실시 예에 의하면, MIMO 수신기는 수치해석 알고리즘의 반복 횟수를 제한함으로써 검출 신호를 검출하는 데에 소요되는 최대 시간을 제한할 수 있다. MIMO 수신기가 특정 RE 의 신호를 검출하는 데에 필요한 시간이 다른 RE 보다 상대적으로 긴 경우, 전체 시스템의 총 처리 시간에 영향을 주게 된다. 이러한 상황을 방지하기 위하여, 검출 신호를 검출하는 시간을 특정범위 안으로 제한할 수 있다.

검출 시간은 수치해석 알고리즘의 반복 횟수를 제한함으로써 함께 제한될 수 있다. 즉, 수치해석 알고리즘의 각 반복 수행에 소요되는 시간은 일정하므로, 반복 횟수를 제한함으로써 MIMO 수신기는 반복 시간을 조절할 수 있다. 한편, 반복 횟수를 제한하는 것은 CG 알고리즘을 통해 구한 해와 MMSE 필터를 이용하여 구한 해와의 오차가 커질 수 있어, 성능 열화 처리 시간 간의 트레이드 오프로 작용할 수 있다.

도 12 는 전처리 필터가 적용되는 또 다른 실시 예의 MIMO 수신기 동작 과정을 도시하는 도면이다. 도 12 에서는 전처리 필터 V₁ 를 생성하는 또 다른 실시 예를 설명한다.

도 12 에서, 전처리 필터 V₁ 은 RE 그룹 내의 전체 RE 의 채널을 이용하여 계산된다. 예를 들어, V₁ 은 아래의 수학식 12 에서 계산되는 G_A 를 바탕으로 생성될 수 있다.

수학식 12 에서 N 은 RE 그룹 내의 RE 의 개수를 의미하며, w _l 은 각 채널 행렬에 대한 가중치를 의미하고, w _l = 1 인 경우 G_A 는 전체 채널행렬의 평균으로 정의된다. MIMO 수신기는 수학식 12 에서 계산된 채널행렬 G_A 에 기초하여 RE 그룹 전체에 공유될 전처리 필터 V₁ 를 계산한다(1210). 이어서, MIMO 수신기는 전처리 필터 V₁ 를 이용하여 각 RE 들에 대한 검출 신호를 검출한다 (1220, 1230, 1240).

이상의 도 8 내지 도 12 에서는 MIMO 수신기가 전처리 필터 V₁ 를 생성하는 실시 예와 V₁ 를 이용하여 검출 신호를 생성하는 실시 예에 대해 설명하였다. 이하의 도 13 내지 도 15 에서는 전처리 필터를 RE 그룹 내에서 공유하는 실시 예에 더하여, RE 그룹 내에서 수신 필터가 공유되는 실시 예를 설명한다.

도 13 은 전처리 필터가 적용되는 또 다른 실시 예에 따른 MIMO 수신기의 동작 과정을 도시하는 도면이다. 도 13 에서는 도 8 과 달리, MIMO 수신기가 RE 그룹 내의 기준 RE 의 채널 G₁ 을 바탕으로 전처리 필터 V₁와 수신 필터 B₁ 를 생성한다(1310). V₁ 과 B₁ 은 RE 그룹 내의 모든 RE 에 공유되며, MIMO 수신기는 수신 필터 B₁ 를 이용하여 수신 신호로부터 1 차 신호를 검출한다(1320, 1330). 이어서, MIMO 수신기는 전처리 필터 V₁ 와 각 RE 의 고유 채널에 기반한 수치해석 알고리즘을 활용하여 1 차 신호를 보상하는 과정을 거쳐 2 차 신호를 검출한다(1340, 1350, 1360).

상술한 과정을 아래의 수학식 13 을 참조하여 구체적으로 설명한다.

수학식 13 에서,

는 기준 RE 의 채널을 바탕으로 생성된 수신 필터 B₁ 를 이용하여 l 번째 RE 의 수신 신호로부터 검출된 1 차 신호를 나타낸다. 수학식 13 의 수치해석 알고리즘은 기준 RE 로부터 생성된 전처리 필터 V₁ 을 이용하여 1 차 신호를 보상하여 2 차 신호

를 생성한다. 기준 RE 와 RE 그룹 내의 다른 RE 간의 상관관계가 크다면, 공용 수신 필터 B₁ 를 이용하여 검출된 1 차 신호는 MMSE 필터를 직접 이용하여 구한 해와 유사하며, 수치해석 알고리즘이 전처리 필터 V₁ 를 이용하여 1 차 신호를 보상하여 2 차 신호를 검출하는 과정은 더 빠르게 수행된다. 반대로, 상관관계가 작다면, 1 차 신호는 MMSE 필터를 직접 이용하여 구한 해와 오차가 크며, 2 차 신호를 검출하는 과정 또한 전처리 필터를 이용하지 않은 경우와 큰 차이가 없게 된다.

한편, 이하에서는 도 13 의 실시 예에서 전처리 필터 V₁ 를 구하는 실시 예에 대해 설명한다. 도 13 에서는 도 8 과 달리 RE 그룹 내에서 공유되는 공용 수신 필터 B₁ 가 계산되기 때문에, 전처리 필터 V₁ 를 계산하는 과정이 도 8 과는 달라질 수 있다.

먼저, 기준 RE 의 채널을 바탕으로 임의의 행렬 A₁ 를 수학식 14 와 같이 정의한다.

수학식 14 에서 A₁ 은 공용 수신 필터 B₁ 과 역행렬 관계(

)에 있다. MIMO 수신기는 A₁ 행렬을 바탕으로 아래의 세 가지 실시 예에 따라 전처리 필터 V₁ 를 정의할 수 있다.

첫째로, 전처리 필터 V₁ 는 공용 수신 필터 B₁의 역행렬이 될 수 있다. 즉, 공용 수신 필터 B₁가 곧 전처리 필터 V₁가 될 수 있다. 본 실시 예는 수학식 15 와 같이 표현되며, MIMO 수신기는 공용 수신 필터 B₁ 이 계산되면 이를 그대로 전처리 필터로써 사용한다. 공용 수신 필터와 전처리 필터가 동일하므로 MIMO 수신기는 추가적으로 V₁ 를 계산할 필요가 없으며, V₁ 을 계산하고 저장하는 데에 요구되는 메모리가 필요 없게 된다.

둘째로, MIMO 수신기는 완전 콜레스키 인수분해(complete Cholesky factorization) 방식에 따라 A₁ 을 분해하여 전처리 필터 V₁를 계산할 수 있다. 이러한 과정은 아래의 순서에 따라 세 단계를 거쳐 수행된다.

i)

(L₁은 하삼각행렬)

ii)

iii)

역대입 연산 과정이 이용되면, ii) 과정에서 하삼각행렬 L₁ 의 역행렬을 구하는 과정은 생략될 수 있다. 즉, 두 번째 방식에서는 B₁, V₁ 을 적용함에 있어서 역대입 연산 과정을 활용하여 복잡도를 경감시킬 수 있으며, 이러한 경우 전처리 필터 V₁ 및 공용 수신 필터 B₁ 를 만드는 전체 과정 중 주요 복잡도는 i) 과정에서 발생한다.

한편, iii) 과정은

과정의 근사화를 통해 듬성듬성(sparse)한 전처리 필터(행렬 대부분의 원소가 0 인 행렬)를 생성하는 과정이다. 이러한 과정은, 전처리 필터가 sparse 필터인 경우, 수치해석 알고리즘의 반복마다 발생하는 계산 복잡도가 크게 줄어들기 때문이다.

마지막 세 번째 방법으로, 불완전 콜레스키 인수분해(incomplete Cholesky factorization) 방식에 따라 전처리 필터 V₁ 가 계산될 수 있다. 이러한 과정은 아래의 순서에 따라 세 단계를 거쳐 수행된다.

i)

(

은 하삼각행렬)

ii)

iii)

두 번째 실시 예에서 전처리 필터 V₁ 및 공용 수신 필터 B₁를 만드는 과정의 주요 복잡도는 i) 과정에서 발생한다. 따라서, 세 번째 실시 예에서는 i) 과정에서 완전 콜레스키 인수분해를 이용하는 대신 불완전 콜레스키 인수분해를 이용하여

를 계산한다.

를 바탕으로 전처리 필터 V₁ 및 공용 수신 필터 B₁ 를 계산하는 경우, 두 번째 실시 예에서와는 달리 기준 RE 에 대해서도 보상 과정을 거쳐 2 차 신호를 계산해야 한다. 이는, B₁ 자체가 근사화된 역행렬이기 때문에, 기준 RE 에 대해서도 오차가 발생할 수 있기 때문이다. 결과적으로, 상술한 세 가지 실시 예 중 세 번째 실시 예는 공용 수신 필터와 전처리 필터 생성에 가장 작은 복잡도가 요구되지만, 보상 과정에서 각 반복 횟수는 가장 많이 소요될 수 있다.

상술한 실시 예들은 단순한 예시에 불과하며, 이러한 방법들 이외에도 다양한 방법에 따라 전처리 필터와 공용 수신 필터가 정의될 수 있다.

한편, 도 13 과 관련하여 이상에서 설명한 실시 예와는 달리, RE 간의 채널 상관관계에 따라 전처리 필터와 RE 의 고유 채널을 이용한 보상 과정(1340, 1350)은 생략될 수도 있다. 즉, 기준 RE 와 다른 RE 간의 상관관계가 충분히 크다면, 공용 수신 필터 B₁ 을 이용하여 검출된 1 차 신호의 오차가 상대적으로 작다. 이와 같이 RE 의 1 차 신호의 오차가 최종 결과의 성능에 미치는 영향이 작다고 예상되는 경우, 1 차 신호에 대한 보상 과정이 생략되고 1 차 신호는 곧바로 디코더(1370)로 입력된다. 즉, 보상 과정에 요구되는 계산 복잡도와 메모리 요구량이 감소할 수 있다.

도 14 는 전처리 필터를 활용하는 또 다른 방식의 MIMO 수신기 동작 과정을 도시하는 도면이다. 도 14 에서는 공용 수신 필터 B₁를 활용한다는 측면에서는 도 13 과 유사하다. 그러나, 도 14 의 실시 예에서는 기준 RE 의 채널을 바탕으로 전처리 필터 V₁ 를 계산하는 것이 아니라, RE 그룹 내의 각 RE 들의 고유 채널을 이용하여 각각의 RE 에 대해 전처리 필터를 계산한다. 1 차 신호의 보상 과정은 V₁ 이 아닌 각각의 RE 의 고유 채널을 기반으로 생성된 전처리 필터를 이용하여 수행된다.

구체적으로 설명하면, MIMO 수신기는 기준 RE 의 채널을 바탕으로 공용 수신 필터 B₁를 계산한다(1410). B₁은 RE 그룹 내의 RE 들에 공유되어 1 차 신호를 생성하는 데에 활용된다(1430). 한편, 1 차 신호에 대한 보상 과정에 앞서 MIMO 수신기는 각각의 RE 들의 고유 채널을 바탕으로 전처리 필터를 생성한다(1440, 1460). 즉, 2 번째 RE 에 대해서는 G₂를 바탕으로 V₂를 계산하며(1440), N 번째 RE 에 대해서는 G_N을 바탕으로 V_N를 계산한다(1460).

각각의 RE 에 대해 고유의 전처리 필터를 생성하는 과정은 앞서 도 8 내지 도 13 에서 설명한 실시 예들이 적용될 수 있다. 이어서, MIMO 수신기는 각각의 RE 에 대해 생성된 고유의 전처리 필터를 이용하여 수치해석 알고리즘에 기반한 보상 과정을 수행한다(1450, 1470). 보상 과정을 거쳐 생성된 2 차 신호(1480)는 디코더(1490)로 입력되어 처리된다.

도 14 의 실시 예에 의하면, 각각의 RE 마다 전처리 필터가 생성되기 때문에 추가적인 복잡도가 요구된다. 그러나, RE 간의 채널 상관관계가 낮은 경우, 도 8 내지 도 13 의 방식에 따라 전처리 필터를 공유하는 실시 예는 보상 과정의 반복 횟수가 증가하게 된다. 이에 따라, 도 14 의 고유의 전처리 필터를 활용하는 실시 예가 전체 복잡도와 계산 과정에 소요되는 시간을 줄이는 데에 더욱 효과적이다.

나아가, 역대입 연산 과정을 가정하는 야코비, 가우스-시델, SQR 프리컨디셔닝 방식에 따라 전처리 필터를 생성하는 경우 전처리 필터를 계산하는 과정에서 발생하는 복잡도 증가를 최소화할 수 있어, MIMO 수신기에게 큰 부담이 되지 않는다. 한편, 사이즈 N 인 하삼각 역행렬을 역대입 과정으로 처리하는 경우, 복잡도는 N ² 보다 작다.

도 15 는 종래 기술과 전처리 필터를 적용하는 경우의 계산 복잡도를 비교하는 그래프이다.

도 15 에서 그래프에 사각형이 표시된 곡선은 RE 그룹 내의 전체 RE 에 대해 각각 MMSE 필터를 이용하여 신호를 검출하는 경우의 계산 복잡도를 도시한다. 별이 표시된 곡선은 RE 그룹 내에서 전처리 필터 V₁ 가 공유되는 경우를, 삼각형이 표시된 곡선은 RE 그룹 내에서 V₁ 는 공유되지 않지만 공용 수신 필터 B₁ 가 공유되어 보상 과정이 수행되는 경우를 각각 도시한다. 도 15 에서 시각적으로 확인할 수 있듯이, 이상에서 설명한 MIMO 수신기는 수신 스트림의 수가 많을 수록 더 많은 복잡도 이득을 가진다.

이상에서 설명한 실시 예들에 따르면, RE 그룹 내에서 모든 RE 들의 상관관계가 1 인 경우, 각 RE 들의 수신 필터 B_l은 기준 RE 의 수신 필터 B₁와 동일해진다. 따라서, B₁만을 사용하더라도 1 차 신호는 성능 저하 없이 디코더로 입력될 수 있다. 이에 따라, RE 그룹 내에서 하나의 수신 필터만을 구하면 되어, 전체 계산 복잡도는 1/N (N 은 RE 그룹 내의 RE 개수)로 줄어든다.

RE 그룹 내의 RE 간의 상관관계가 1 보다 작은 경우, 공용 수신 필터 B₁ 를 이용하여 계산된 1 차 신호의 오차는 전처리 필터 V₁ 를 이용하여 보상된다. RE 간의 상관관계가 클수록 전처리 필터를 이용한 수치해석 알고리즘의 보상 과정은 빠르게 수행된다(즉, 반복 횟수가 줄어든다). 이때, 전처리 필터를 적용하는 보상 과정은, 적용하지 않는 경우보다 계산 복잡도는 증가할 수 있지만 반복 횟수가 그보다 더 큰 폭으로 줄어든다. 결과적으로, MIMO 수신기는 RE 간의 상관관계를 최대한 이용하여 성능 저하를 최소화하면서도 복잡도를 감소시킬 수 있다.

계산 복잡도를 더 줄이고자 하는 경우, MIMO 수신기는 전처리 필터를 활용한 보상 과정에서 오차로 인한 성능 열화를 감수하는 대신 계산 복잡도를 줄일 수도 있어, 계산 복잡도와 성능 사이의 트레이드 오프를 제공할 수 있다.

또한, 상술한 기법에 따르면 기준 RE 를 제외한 RE 들에 대해서는 역행렬을 직접 계산하지 않아, 모든 연산이 행렬 X 벡터 연산으로 이루어진다. 역행렬 연산은 분산 처리가 쉽지 않은 반면, 행렬 X 벡터 연산은 병렬화가 쉬워 분산처리 기법이 용이하게 적용될 수 있다. 이에 따라, 전체 처리 시간을 급격하게 줄일 수 있다.

3. MIMO 수신기의 RE 그룹 형성 방법

이상에서는 MIMO 수신기가 전처리 필터를 이용하여 수신 신호를 처리하는 실시 예에 대해 설명하였다. 이하에서는 MIMO 수신기가 수신 신호를 처리하는 단위가 되는 RE 그룹을 형성하는 과정에 대해 설명한다.

먼저, RE 그룹과 기준 RE, 일반 RE 의 개념에 대해 설명한다. 도 16 내지 도 20 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도면이다. 도 16 내지 도 20 에 도시된 사각형들은 각각 RE 를 나타내며, 빗금, 무늬 또는 색상이 추가된 사각형들은 RE 그룹 내에서의 기준 RE 를 나타낸다. 하나 이상의 RE 가 RE 그룹을 형성하며, RE 그룹에 포함된 RE 들은 기준 RE 의 채널 정보에 기초하여 생성된 수신 필터 및/또는 전처리 필터를 공유한다. 즉, 기준 RE 의 경우 수신 신호로부터 수신 필터 및/또는 전처리 필터가 직접(예를 들어, MMSE 필터 등을 이용하여) 계산되며, 이하에서는 RE 그룹 내에서 기준 RE 를 제외한 RE 들을 '일반 RE(normal RE)'라 한다.

예를 들어, 도 16 에서 RE 그룹 #1(1610)에는 11*6=66 개의 RE 가 포함되며, RE 그룹 #1(1610)은 중앙에 위치한 기준 RE 1 개와 65 개의 일반 RE 로 구성된다. 마찬가지로, RE 그룹 #2(1620)도 1 개의 기준 RE 와 65 개의 일반 RE 로 구성된다. 기준 RE 로부터 각 일반 RE 까지의 거리는 {주파수축, 시간축}의 좌표로 정의되며, 예를 들어 RE 그룹 #1(1610)에서 A 에 위치한 일반 RE 는 {0, 2}로 표현될 수 있다. B, C, D 에 위치한 일반 RE 들은 각각 {0, 5}, {-3, 0}, {-3, 5}로 표현될 수 있다. 이와 같은 좌표는 RE 그룹 내에서 오른쪽 방향과 위쪽 방향을 각각 주파수축/시간축이 증가하는 방향으로 결정한 결과이며, 단순한 실시 예에 불과하다.

도 16 에서는 두 개의 RE 그룹(1610, 1620)들이 각각 66 개의 RE 를 포함하는 실시 예를 설명하였으며, 두 개의 RE 그룹(1610, 1620)에 포함되는 RE 들 전체를 '모그룹(mother group)'이라 한다. 즉, 이하에서 '모그룹'이란 MIMO 송신기가 복수의 RE 들을 처리하여 RE 그룹을 형성하는 단위가 되며, 도 16 에서 모그룹은 11*12=132 개의 RE 를 포함하는 하나의 RB(Resource Block)로 도시된다(도 16 에서 MIMO 수신기는 모그룹인 RB 를 처리하여 2 개의 RE 그룹을 형성한다).

도 16 내지 도 20 에 도시된 실시 예들은 동일한 모그룹을 다른 방식에 따라 분할하여 RE 그룹을 형성하는 실시 예들을 도시한다. 다만, 모그룹이 도 16 내지 도 20 구현 예에 한정되는 것은 아니며, 모그룹은 RB 대신에 LTE/LTE-A 에서의 슬롯, 서브프레임, 서브밴드, 프레임 단위로 정의될 수도 있다.

한편, 앞서 설명한 바와 같이 MIMO 수신기는 기준 RE 의 채널 정보에 기초하여 RE 그룹 전체에서 공유할 수신 필터와 전처리 필터를 생성하며, 생성된 필터를 일반 RE 들에 공유하여 수신 신호로부터 검출 신호를 생성한다. 이때, 기준 RE 에서 수신 필터, 전처리 필터, 데이터 검출에 요구되는 복잡도는 아래의 수학식 16 과 같이 표현된다.

또한, 기준 RE 가 아닌 일반 RE 에서 요구되는 복잡도는 수학식 17 과 같이 표현된다.

수학식 17 로부터, 검출 신호의 생성에 요구되는 복잡도는 알고리즘의 반복 회수에 영향을 받음을 알 수 있다. 또한, 수학식 16 및 17 로부터 하나의 모그룹을 처리하는 데에 요구되는 총 복잡도는 수학식 18 과 같이 표현된다.

수학식 18 에서 N _{RE_DMMSE} 는 모그룹 내에 위치하는 기준 RE 의 개수이며, N _{RE_Proposed} (iter) 는 모그룹 내에서 수치해석 알고리즘의 반복 회수가 'iter'인 일반 RE 의 개수가 된다.

한편, 도 16 의 RE 그룹 #1(1610)에서, B 에 위치한 일반 RE 에 대한 반복 회수는 A 에 위치한 일반 RE 의 반복 회수보다 더 클 수 있다. 이는, 기준 RE 로부터의 거리가 멀어질수록 RE 그룹 내에서 공유되는 수신 필터 및/또는 전처리 필터의 효용성이 떨어지기 때문이며, 앞서 설명한 수치해석 알고리즘이 해답을 찾기 위해 요구되는 반복 회수가 늘어나기 때문이다. 또한, 채널 변화가 클수록(채널의 전력 지연 분산이 길게 나타나거나 도플러 효과가 크게 나타나는 경우) 공유되는 필터의 효용성은 급격하게 떨어진다. 따라서, 기준 RE 와의 거리가 먼 일반 RE 에 대해서는 채널 변화가 큰 경우 알고리즘 반복회수가 크게 증가하여 검출 신호 생성의 전체 복잡도 Cpx _Total 가 크게 증가하게 된다.

이하에서는 MIMO 수신기가 모그룹으로부터 RE 그룹을 형성하는 여러 가지 실시 예를 통해서, 상술한 바와 같이 검출 신호 생성의 복잡도가 증가할 수 있는 상황에서도 복잡도를 최소화하는 방안에 대해 설명한다.

먼저, MIMO 수신기가 도 16 에 도시된 RE 그룹 #1, #2(1610, 1620)를 이용하고, RE 들 간의 채널 상관관계가 매우 큰 경우(전력 지연 분산 프로필의 길이가 짧고 도플러 효과가 작은 값으로 나타나는 경우, 예를 들어 페데스트리안 채널(pedestrian channel, 3km/h)) RE 그룹 내에서 공유되는 수신 필터 및 전처리 필터의 효용성은 매우 크다. 따라서, RE 그룹 내의 모든 RE 에서 수치해석 알고리즘의 반복 회수는 1 이 될 수 있으며, 모그룹 전체를 처리하는데 요구되는 계산 복잡도 Cpx _Total 를 최소화할 수 있다.

반면, RE 들 간의 채널 상관관계가 작은 경우 기준 RE 와 멀리 떨어져 위치하는 일반 RE 에 대해서는 수치해석 알고리즘의 많은 반복이 필요하다. 예를 들어, A, B, C, D 에 위치한 RE 들 각각에 대해서 1, 2, 3, 4 의 반복수가 요구되는 경우를 생각해볼 수 있으며, 이와 같이 반복수가 큰 일반 RE 들이 증가하는 것은 RE 그룹 전체에 대한 계산 복잡도를 크게하는 문제점이 있다.

반복수가 많은 RE 들이 증가하는 문제점을 해결하기 위해, 도 17 에 도시된 4 개의 RE 그룹(1710, 1720, 1730, 1740)을 예로 들어 설명한다. 도 17 에 도시된 4 개의 RE 그룹(1710, 1720, 1730, 1740)은 도 16 에 도시된 실시 예와 모그룹이 동일하므로, 도 16 의 2 개의 RE 그룹 (1610, 1620)과 동일한 개수의 RE 들로 구성된다. 그러나, 도 17 의 4 개의 RE 그룹(1710, 1720, 1730, 1740)은 각각의 RE 그룹 내에서 기준 RE 로부터 가장 먼 일반 RE 까지의 거리가 더 짧다. 따라서, 일부의 일반 RE 에 대한 반복 회수가 감소할 수 있다.

예를 들면, 도 16 에서 A, B 에 위치한 일반 RE 들은 기준 RE 와의 거리가 각각 {0, 2}, {0, 5}지만, 도 17 에서는 동일한 A, B 에 위치한 일반 RE 들에 대하여 거리가 {0, 1}, {0, 2}로 줄어들었음을 확인할 수 있다. 이 경우, A, B, C, D 에 위치한 임의의 RE 들 각각에 대해 반복 수를 줄일 수 있다.

결과적으로, 도 17 의 경우 전체 RE 들에 대하여 기준 RE 의 총 개수는 2 개에서 4 개로 늘어나지만, 모그룹을 처리하는 데에 요구되는 총 복잡도는 도 16 보다 줄어들게 되는 효과가 있다.

이상에서 설명한 실시 예로부터, 기준 RE 의 개수 및 RE 그룹의 형태는 Cpx _Total , 즉 모그룹에 포함되는 모든 RE 를 처리하는 데에 요구되는 계산 복잡도를 최소화하는 방향으로 결정해야 함을 알 수 있다. RE 그룹의 '형태'란 RE 그룹의 크기와 모양을 의미하며, 도 17 과 도 20 의 경우 RE 그룹의 개수가 총 4 개씩인 점은 동일하나, 모양이 서로 달라 RE 그룹들의 형태는 서로 다르다.

이와 같이 RE 그룹을 형성하기 위한 여러 가지 방법이 있을 수 있으며, 이하에서는 모그룹 전체에 대한 계산 복잡도를 최소화하는 방향으로 RE 그룹을 형성하는 실시 예들을 설명한다.

먼저, RE 그룹 내에서 기준 RE 의 위치는 일반 RE 와의 최대 거리가 최소화되는 곳이 된다. 다시 말해서, 기준 RE 는 기준 RE 로부터 가장 먼 거리에 위치한 일반 RE 와의 거리(즉, 최대 거리)가 최소화되도록 RE 그룹 내에 위치해야 한다.

앞서 설명한 바와 같이, RE 그룹 내에서 RE 들 간의 거리는 주파수축 및 시간축 두 개의 성분을 이용하여 {주파수축, 시간축}로 표현될 수 있다. 기준 RE 로부터의 거리가 먼 일반 RE 일수록, 기준 RE 로부터의 거리가 더 짧은 일반 RE 보다 검출 신호 생성을 위한 반복 회수가 같거나 많다. 따라서, 설명한 방식에 따라 기준 RE 를 배치하는 경우, 특정 일반 RE 에서 반복수가 급격하게 증가하는 현상을 방지할 수 있다.

도 16 의 RE 그룹 #1 (1610)에서 기준 RE 와 일반 RE 와의 최대 거리는 {3, 5}이다. RE 그룹 #1 (1610)내의 어떠한 RE 를 기준 RE 로 선택한다 하더라도 이 최대 거리를 더 줄일 수 없다. 반면에, 도 18 의 경우 기준 RE 가 각 RE 그룹의 모퉁이에 위치하며 최대 거리는 {5, 10}이다. 따라서, 도 18 의 A 에 위치한 일반 RE 는 도 16 에서 동일한 A 에 위치한 일반 RE 에 비해 더 많은 반복수가 요구된다. 나아가, RE 그룹 내에서 RE 들 간의 채널 상관관계가 작을수록 이와 같은 반복수는 크게 증가하게 되며, 큰 반복수가 요구되는 일반 RE 의 수 또한 급격히 증가하여 전체 복잡도 Cpx _Total 가 증가하게 된다. 결론적으로, 상술한 바와 같이 일반 RE 와의 최대 거리가 최소가 되는 곳에 기준 RE 가 위치해야 한다.

다음으로, MIMO 수신기는 RE 들 간의 채널 상관관계에 기초하여 RE 그룹의 형태를 결정할 수 있다. RE 들의 채널 상관관계는 일반 RE 에서 검출 신호를 생성할 때 요구되는 반복 수에 영향을 미친다는 점에 대해서는 앞서 설명한 바 있다. 예를 들어, RE 들 간의 채널 상관관계가 큰 경우에는 MIMO 수신기가 일반 RE 에서 데이터를 검출할 때 반복수가 적게 요구되는 반면, 채널 상관관계가 작은 경우에는 동일한 조건으로 일반 RE 에서 데이터를 검출할 때 반복수가 많게 요구된다. 이는, MIMO 수신기는 RE 그룹의 데이터 검출에 수신 필터 및 전처리 필터를 이용하는데, 이러한 공유 필터들의 효과는 채널 상관관계가 클수록 크게 나타나기 때문이다.

구체적으로, MIMO 수신기는 모든 RE 에 대해 채널 정보를 미리 알고 있으며, 이러한 RE 의 채널 정보를 바탕으로 RE 들 간의 채널 상관관계를 수학식 19 에 따라 계산할 수 있다.

수학식 19 에서

은 프로베니우스 기법(Frobenius method)에 따른 프로베니우스 놈(norm)을 나타낸다. 또한, 함수 diag(B) 는 행렬 B 의 대각 성분만을 추출한 대각 행렬을 나타낸다. C 와 |C| 는 RE 그룹 내에서 채널 상관관계 계산의 기준이 되는 임의의 RE 의 인덱스 셋(index set) 및 인덱스 셋의 크기를 각각 나타낸다. 예를 들어, 도 16 에 도시된 실시 예에서 C 는 RE 그룹 #1(1610)과 RE 그룹 #2(1620)의 2 개의 기준 RE 들의 인덱스를 나타낼 수 있으며, 기준 RE 가 아닌 2 개의 임의의 RE 의 인덱스가 될 수도 있다. 또한, |C| 는 2 가 된다.

도 16 에서 RE 그룹 #2(1620)의 기준 RE 의 채널을 G_l,l ∈ C 라 하면,

는 각각 기준 RE 로부터 주파수축으로 1, -1 거리만큼 떨어진 E, F 에 위치한 일반 RE 들의 채널을 나타낸다. 유사하게,

는 각각 기준 RE 로부터 시간축으로 1, -1 거리만큼 떨어진 G, H 에 위치한 일반 RE 들의 채널을 나타낸다.

한편,

는 기준 RE(G_l, l ∈ C)와 기준 RE 로부터 주파수축으로 k 만큼 떨어진 일반 RE(

) 간의 채널 상관관계를 나타낸다. 만일 G_l 와

의 채널이 같다면

는 1 이 되지만, 그렇지 않은 경우에는 모두 1 보다 작은 값을 가진다. MIMO 수신기는 수학식 19 에서의

기초하여 주파수축을 따라 RE 들 간의 채널 상관관계를 계산할 수 있으며, 계산된 채널 상관관계와 아래의 수학식 20 에 따라 RE 그룹에서의 주파수축 상의 최대 거리가 결정된다.

수학식 20 에서

는 주파수축 상의 최대 거리를 나타내며, γ 는 RE 들 간의 주파수축 상의 채널 상관관계인

의 최소 임계값을 나타내고 1 보다 작은 값이 된다. 수학식 20 에서

가 γ 보다 작은 경우 기준 RE 로부터 주파수축 상의 최대 거리는 k - 1 가 된다. 즉,

가 된다. 수학식 20 은 기준 RE 와의 채널 상관관계가 최소한의 임계값이 되기 직전의 RE 까지 수신/전처리 필터가 공유되는 RE 그룹으로 결정함을 의미하며, 수학식 20 에 따라 RE 그룹의 주파수축 상의 양 끝단이 결정된다.

한편, 수학식 19 에서 시간축에 따른 RE 들 간의 채널 상관관계가

로 계산될 수 있으며, 수학식 20 과 유사한 방법을 통해 시간축으로의 최대 거리 또한 결정된다. 이에 따라, RE 그룹의 시간 축 상의 양 끝단이 결정될 수 있으며, 두 개의 축 방향으로의 최대 거리가 결정됨에 따라 RE 그룹의 형태(즉, 모양과 크기)가 최종적으로 결정된다. 즉, 기준 RE 와의 상관관계가 주파수축과 시간축 상으로 임계값 이상이 되는 거리까지 수신/전처리 필터가 공유된다.

또 다른 실시 예로, MIMO 수신기는 CRS(Common Reference Signal)를 이용하여 채널의 전력 지연 분산 프로파일을 예측할 수 있다. 이와 같은 전력 지연 분산 프로파일은 시간 도메인에서 채널의 임펄스 응답(impulse response)을 나타내며, 그 길이가 길수록 주파수축 상에서의 채널 변화량이 크다는 것을 의미한다. MIMO 수신기는 이와 같은 채널의 전력 지연 분산 프로파일로부터 수학식 20 에서 설명한 최대 거리를 계산할 수 있다.

구체적으로, 채널 지연 분산 프로파일이 길게 나타나는 경우 수학식 20 에서의 최대 거리

가 1 이 될 수 있는 반면, 채널 지연 분산 프로파일이 짧게 나타나는 경우에는 주파수축 상의 채널이 모두 동일하게 되어 최대 거리가 6 으로 가장 길게 결정될 수도 있다. 즉, MIMO 수신기는 채널 지연 분산 프로파일을 이용하여 주파수축 상으로 기준 RE 와 일반 RE 간의 최대 거리를 결정할 수 있다.

또한, LTE/LTE-A 시스템을 지원하는 MIMO 수신기는 도플러 효과도 측정할 수 있으며, 앞서 채널 지연 분산 프로파일에 대해 설명한 바와 유사하게 도플러 효과를 이용하여 시간축 상으로 최대 거리를 결정할 수 있다. 결과적으로, MIMO 수신기는 전력 지연 분산 프로파일과 도플러 효과를 이용하여 RE 그룹의 형태를 결정할 수도 있다.

또 다른 실시 예에 의하면, MIMO 수신기는 수신 신호의 SNR/SIR/SINR(Signal to Noise Ratio/Signal to Interference Ratio/Signal to Interference plus Noise Ratio) 중 적어도 하나를 바탕으로 수치 해석 알고리즘의 오차 허용 계수를 결정하고, 이에 따라 RE 그룹의 형태를 결정할 수 있다. 수치해석 알고리즘의 오차 허용 계수 δ 에 대해서는 수학식 11 에서 설명한 바 있으며, 수치해석 알고리즘의 계산 결과 값의 오차 허용 범위를 나타낸다.

한편, 이와 같은 오차는 해당 일반 RE 에서 MMSE 필터 등을 이용하여 직접 계산한 결과와 설명한 기법에 따라 수신/전처리 필터를 공유한 계산 결과와의 차이를 의미한다. 따라서, 오차 허용 계수 δ 가 클수록 계산 결과의 오차가 클 확률이 커지게 되며, MIMO 수신기의 성능은 열화된다. 그러나, SNR/SIR/SINR 이 낮은 경우라면 상술한 오차보다는 잡음이나 간섭이 성능에 더 지배적인 영향을 미친다. 따라서, 이러한 상황에서는 오차 허용 계수를 크게 하더라도 수신기의 성능 열화가 상대적으로 매우 작게 된다. 오차 허용 계수를 크게 하는 경우, 수치 해석 알고리즘의 반복수가 줄어들어 검출 신호 생성을 위한 계산 복잡도가 감소하게 되며, 오차 허용 계수가 크다면 전체 RE 에서 알고리즘의 반복수가 줄어들기 때문에 오차 허용 계수가 작은 경우에 비해 더 큰 RE 그룹을 형성할 수 있다.

구체적으로 예를 들어 설명하면, 도 16 에서 D 에 위치한 RE 의 경우, δ = 0.0001 라면 수치해석 알고리즘에 요구되는 반복 회수가 4 이지만, δ = 0.01 라면 요구되는 반복 회수가 2 로 줄어들 수 있다. 따라서, SNR/SIR/SINR 을 고려하지 않는 경우 MIMO 수신기는 반복 회수가 4 까지 발생하지 않도록 도 16 대신 도 17 에 도시된 형태로 RE 그룹을 형성해야 한다. 반면에, SNR/SIR/SINR 을 고려하는 경우, MIMO 수신기는 SNR/SIR/SINR 이 낮은 경우 오차 허용 계수 δ 를 크게 하여, 도 16 에 도시된 형태의 RE 그룹을 형성할 수 있다.

나아가, MIMO 수신기는 각 모그룹 마다 평균 SINR 을 계산하고, 이를 바탕으로 해당 모그룹의 오차 허용 계수를 아래의 수학식 21 과 같이 결정할 수 있다.

도 21 을 예로 들어 설명하면, 도 21 에서의 각각의 사각형은 모그룹을 나타낸다(2110). 각각의 모그룹(2111, 2112, 2113, 2114, 2114, 2116)는 복수의 RE(예를 들어, 앞서 도 16 내지 도 20 에서처럼 RB)로 구성될 수 있으며, 모그룹 각각에서 도 16 내지 도 20 에 도시된 형태로 RE 그룹이 형성될 수 있다.

한편, 도 21 에서 모그룹 #1(2111)을 처리한 결과 SINR 이 10dB 로 측정될 수 있다. 이러한 경우, MIMO 수신기는 모그룹 #1(2111)에 대한 δ = 0.01 로 결정하며 도 17 에 도시된 형태로 RE 그룹을 형성한다. 이어서, 모그룹 #2(2112)를 처리한 결과 SINR 이 15dB 로 측정되면 MIMO 수신기는 δ = 0.001 로 결정하고 도 19 에 도시된 형태로 RE 그룹을 더 작게 형성할 수 있다. 이어서, 모그룹 #3(2113)을 처리한 결과 SINR 이 5dB 로 측정되면 MIMO 수신기는 δ = 0.1 로 결정하고 도 16 에 도시된 형태로 RE 그룹을 형성할 수 있다. 결과적으로, MIMO 수신기는 각각의 모그룹 마다 측정되는 SINR 에 따라 RE 그룹의 형태를 능동적으로 결정할 수 있으며, 이에 따라 수신 신호 처리에 요구되는 계산 복잡도를 추가적으로 줄일 수 있게 된다.

SNR/SIR/SINR 을 이용하는 또 다른 실시 예로, MIMO 수신기는 채널 상관 관계의 최소 임계값 γ 을 SNR/SIR/SINR 를 고려하여 결정할 수 있다. 최소 임계값 γ 에 대해서는 수학식 20 에서 설명한 바 있듯이, 기준 RE 에 기초한 수신/전처리 필터를 공유하기 위해 RE 가 만족해야 할 최소한의 상관관계를 의미한다.

MIMO 수신기는 SNR/SIR/SINR 이 낮은 경우 채널 상관관계의 최소 임계값을 작게 설정할 수 있다. 이러한 경우, 수학식 20 의 알고리즘은 기준 RE 로부터의 최대 거리

를 더 크게 선택할 수 있으며, 결과적으로 더 큰 RE 그룹이 형성된다. 반대로, SNR/SIR/SINR 이 높은 경우 MIMO 수신기는 최소 임계값을 크게 설정하고, 수학식 20 알고리즘에 따른 최대 거리가 더 작게 선택되어, RE 그룹이 작게 형성된다.

또 다른 실시 예를 설명하면, 모그룹이 RB 인 경우, MIMO 수신기는 RB 단위로 RE 그룹을 결정하되, 이전 RB 에서의 반복 회수를 고려하여 RE 그룹을 형성할 수 있다. MIMO 수신기는 이전 RB 에서 검출 신호를 생성하는 과정에서 수치해석 알고리즘의 반복 회수가 특정 임계 값을 초과하는 경우, 다음 RB 에 대해서는 이전 RB 에서 적용된 RE 그룹보다 작은 크기를 갖는 RE 그룹을 형성할 수 있다.

구체적으로 설명하면, 수치해석 알고리즘의 반복 회수에 대한 특정 임계값을 χ 라 한다. 예를 들어 설명하면, RB 에 대하여 도 16 에 도시된 바와 같이 두 개의 RE 그룹을 형성될 때, 도 16 의 D 에 위치한 일반 RE 에 대한 검출 신호를 생성하는 과정에서 수치해석 알고리즘이 반복 회수가 임계값 χ 를 초과하는 경우를 생각해볼 수 있다. 이때, MIMO 수신기는 다음 RB 에 대해서는 도 17 에 도시된 형태로 RE 그룹을 더 작게 형성한다. 더 작은 RE 그룹이 형성됨에 따라 D 에 위치한 일반 RE 의 기준 RE 와의 거리는 {3, 5} 에서 {3, 2}로 줄어들게 되며, 수치해석 알고리즘의 반복 회수가 줄어든다.

반면에, 도 16 과 같이 형성된 RE 그룹에 대해 검출 신호를 생성하는 과정에서 반복 회수가 임계값 χ 를 초과하지 않는 경우, 도 16 에 도시된 형태의 RE 그룹을 계속하여 다음 RB 에도 적용할 수 있다. 결과적으로, MIMO 수신기는 RB 단위로 RE 그룹을 형성하는 과정에서 이전 RB 에 대한 수치해석 알고리즘 반복 회수가 임계값을 초과하는지를 고려하여 RE 그룹을 축소할 수 있다.

RE 그룹을 축소한다는 것은 주파수축 방향으로의 축소, 시간축 방향으로의 축소, 및 두 축 방향 모두에 대한 축소 중 어느 하나가 될 수 있다. 앞서 도 16 에 대한 실시 예를 이어서 설명하면, 도 16 의 D 에 위치한 일반 RE 의 반복수가 임계값 χ 를 초과하는 경우, MIMO 수신기는 C 위치의 일반 RE 의 수렴 속도(즉, 공용 필터를 이용하지 않는 경우와의 오차)와 B 에 위치한 일반 RE 의 수렴 속도를 비교할 수 있다. 만약 C 에 위치한 일반 RE 에서의 수렴속도가 더 빠른 경우(즉, 오차가 더 작은 경우), 기준 RE 와 C 에 위치한 RE 의 채널 상관관계가 기준 RE 와 B 에 위치한 RE 의 채널 상관관계보다 크다는 것을 알 수 있다.

이에 따라, MIMO 수신기는 다음 RB 에 대해서는 기준 RE 들을 시간축 방향으로 더 배치하는 도 17 에 도시된 형태의 RE 그룹을 형성할 수 있다(B 에 더 가까운 위치에 기준 RE 가 추가되도록). 반대로, C 에 위치한 RE 에서의 수렴속도가 더 느린 경우(즉, 오차가 더 큰 경우), C 에 위치한 RE 의 채널 상관관계가 B 에 위치한 RE 보다 작다는 것을 알 수 있다. 이에 따라, MIMO 수신기는 다음 RB 에 대해서는 도 20 에 도시된 형태의 RE 그룹을 형성할 수 있다(C 에 더 가까운 위치에 기준 RE 가 추가되도록).

상술한 수렴 속도를 고려하여 RE 그룹의 형태를 조절하는 방식은 수치해석 알고리즘의 반복 회수를 고려하는 것으로 이해될 수도 있다. 한편, 수렴 속도가 빠르다는 것(반복 회수당 오차가 줄어드는 속도가 더 빠르다는 것)은 검출 신호의 생성을 위한 반복 회수가 작다는 것을 의미한다.

상술한 수렴속도(즉, 공용 필터를 이용하지 않는 경우와의 오차)는 수학식 11 에서 설명한 수치해석 알고리즘에서의 "

" 구문에서

를 계산함으로써(즉, 그라디언트를 계산함으로써) 확인할 수 있다. 다시 말해서, 동일한 반복 수 i 에 대해

가 작을수록 수렴속도가 더 빠르다는 것(즉, 오차가 적은 것)을 의미하므로, C 에 위치한 RE 의

와 D 에 위치한 RE 의

를 비교함으로써 두 RE 간의 수렴 속도 비교가 가능하다.

이상에서는 MIMO 수신기가 수치해석 알고리즘의 반복 회수, 오차를 비교하여 다음 RE 그룹의 형태를 결정하는 실시 예를 설명하였다. 이하에서는 상술한 내용에 더하여, MIMO 수신기가 RE 들의 채널 상관관계를 이용하여 다음 RE 그룹의 형태를 미리 결정하는 실시 예를 설명한다.

앞서 수학식 19 를 통해 MIMO 수신기가 주파수축 및 시간축에 대한 채널 상관관계를 측정하는 과정을 설명하였다. 만약 주파수축 방향으로의 채널 상관관계가 시간축 방향으로의 상관관계보다 더 작다면(즉, 주파수축 방향을 따른 채널 변화가 더 크다면), 주파수축 방향으로의 최대 거리가 축소되는 형태의 RE 그룹이 선택될 수 있다. 반대로, 시간축 방향으로의 채널 상관관계가 더 작은 경우(즉, 시간축 방향을 따른 채널 변화가 더 크다면), 시간축 방향으로의 최대 거리가 축소 되는 형태의 RE 그룹이 선택될 수 있다. 이러한 실시 예에 따르면, 채널 상관간계가 작아서 수치해석 알고리즘의 반복 회수가 많은 축 방향의 최대 거리를 줄임으로써 다음 RB 에 대해서는 RE 그룹 전체의 계산 복잡도를 줄일 수 있다.

예를 들어 설명하면, 도 16 에 도시된 형태의 RE 그룹을 이용하는 도중에 수치해석 알고리즘의 최대 반복 수가 임계 값 χ 을 초과하면서

를 만족하는 경우, MIMO 수신기는 다음 RB 에 대해서는 도 17 에 도시된 형태의 RE 그룹을 형성할 수 있다. 반대로,

를 만족하는 경우 도 20 에 도시된 형태의 RE 그룹을 형성할 수 있다.

이상에서 설명한 MIMO 수신기가 최대 반복 회수와 임계값 χ 을 비교하는 실시 예들은 아래와 같이 변경되어 적용될 수 있다.

RE 그룹을 축소하는 이상의 실시 예와는 반대로, MIMO 수신기가 이전 RB 에 대한 데이터 검출 과정에서 수행한 수치해석 알고리즘의 최대 반복 회수가 특정 임계값 보다 작은 경우, MIMO 수신기는 다음 RB 에 대해서는 RE 그룹을 확장할 수 있다. 즉, 채널 상관관계가 충분히 좋아서 RE 그룹을 확장하더라도 수치해석 알고리즘의 반복 회수가 크게 증가하지 않을 것이 예상되므로, MIMO 수신기는 기준 RE 의 계산 복잡도를 줄이기 위해 RE 그룹을 확장할 수 있다.

나아가, 이전 RB 에 대한 수치해석 알고리즘의 최대 반복 회수가 특정 임계값 보다 작은 경우, MIMO 수신기는 주파수축과 시간축 방향으로의 수렴 속도를 비교하여 RE 그룹이 확장될 형태를 결정한다. 또한, MIMO 수신기는 주파수축과 시간축으로의 채널 상관관계를 비교하여 RE 그룹이 확장될 형태를 결정할 수도 있다. 상술한 확장 실시 예들은 이상에서 설명한 축소 실시 예들이 유사하게 적용될 수 있어, 구체적인 설명은 생략한다.

한편, 이전 RB 에서의 반복 회수를 고려하여 RE 그룹을 확장하는 경우, MIMO 수신기는 RE 그룹을 축소하기 이전의 형태로 RE 그룹을 확장할 수 있다. 즉, MIMO 수신기가 RB 에서의 반복 회수를 고려하여 RE 그룹을 축소한 경험이 있는 경우, RE 그룹을 확장한다는 것은 RE 그룹을 축소하기 이전의 형태로 다시 돌아가는 것을 의미할 수 있다.

도 21 은 본 발명의 일 실시 예에 따른 RE 그룹 형성 과정을 설명하는 도면이다. 도 21 에서 각각의 사각형은 RB 를 나타내며, 각각의 RB 는 도 16 내지 도 20 에 도시된 복수의 RE 들을 포함하고 하나 이상의 RE 그룹으로 구성된다. 한편, 이상의 도 16 내지 도 20 에서 설명한 실시 예들은 하나 이상이 복합적으로 적용될 수 있으며, 이에 따라 MIMO 수신기는 각각의 RB 에 대한 계산 복잡도를 최소화할 수 있게 된다.

예를 들어 설명하면, 먼저 MIMO 수신기는 RB #1(2111)에 대해서 주파수축과 시간축에 따른 채널 상관 관계를 고려하여 RE 그룹의 형태를 결정할 수 있다. RB #1(2111)에 대한 데이터 검출이 완료되면, MIMO 수신기는 RB #1(2111)에서 수행된 수치해석 알고리즘의 반복 회수 및 수렴 속도를 바탕으로, RB #2(2112)에서 사용할 RE 그룹 형태를 미리 결정할 수 있다. 마찬가지로, RB #3(2113)에 대해서는 RB #2(2112)에서 수행된 수치해석 알고리즘의 결과에 기초하여 RE 그룹 형태가 결정될 수 있다. 즉, 다음 RB 에서 사용될 RE 그룹의 형태는 이전 RB 에서 수행된 수치해석 알고리즘의 반복 회수와 수렴 속도에 기초하여 결정될 수 있으며, 최초의 RB 에 대해서는 RE 들 간의 채널 상관관계 및/또는 SNR/SIR/SINR 를 고려하여 RE 그룹이 결정될 수 있다. 한편, MIMO 수신기가 RB 단위로 RE 그룹을 형성하는 데에 그치지 않고 서브프레임, 타임 슬롯 등의 단위로 RE 그룹을 형성할 수 있음은 앞서 설명한 바 있다.

이상에서 설명한 바와 같이, MIMO 수신기는 RE 들 간의 채널 상관관계, SNR/SIR/SINR, 이전의 동작 이력 등을 고려하여 RE 그룹의 형태를 적응적으로 결정할 수 있다. 적응적으로 RE 그룹이 결정됨에 따라 MIMO 수신기는 전체 RB 를 처리하기 위해 요구되는 계산 복잡도를 성능 저하 없이도 낮출 수 있게 된다.

4. MIMO 송신기의 RE 그룹 형성 방법

이상에서는 MIMO 수신기가 RE 그룹을 형성하여 수신 신호를 처리하는 과정에 대해 설명하였다. 이하에서는 도 22 및 도 23 을 이용하여 MIMO 송신기가 모그룹으로부터 RE 그룹들을 형성하는 실시 예에 대해 설명한다. 이하에서 MIMO 송신기는 명세서의 시작과 함께 설명한 기지국 또는 송신단을 의미할 수 있으며, 상술한 MIMO 수신기가 통신을 수행하는 대상이 될 수 있다.

먼저, MIMO 송신기는 복수의 RE 의 시간축에 대한 채널 상관관계와 주파수축에 대한 채널 상관관계를 고려하여, 하나의 모그룹으로부터 RE 그룹들의 형태를 결정한다. 즉, MIMO 송신기는 MIMO 수신기가 검출 신호 생성에 이용할 RE 그룹을 직접 결정할 수 있다(즉, RE 그룹들의 형태를 결정할 수 있다). 이어서, MIMO 송신기는 RE 그룹의 형태에 대한 정보를 MIMO 수신기에 전송하며, MIMO 수신기는 이러한 정보에 기초하여 수신 신호를 처리함으로써, 검출 신호를 생성한다. 이하에서는 상술한 MIMO 송신기의 RE 그룹 형성 과정에 대해 구체적으로 설명한다.

즉, MIMO 송신기는 앞서 설명한 MIMO 수신기가 수신 신호를 처리하기 전에 RE 그룹의 형태를 결정하는 과정을 수행할 수 있으며, MIMO 송신기에 의해 RE 그룹의 형태가 결정된 경우, 상기 정보가 MIMO 송신기로부터 MIMO 수신기에 전송된다. MIMO 송신기가 전송하는 RE 그룹에 대한 정보는 물리계층 하향링크 제어 채널(PDCCH, Physical Downlink Control CHannel)을 통해 MIMO 수신기로 전송될 수 있다. 상술한 과정에 따라, MIMO 수신기는 RE 그룹의 형태를 결정하는 과정을 생략할 수 있어 단말의 구현 복잡도가 개선될 수 있으며, 단말의 전력 소모 또한 줄어들 수 있다.

MIMO 송신기와 MIMO 수신기가 TDD(Time Division Duplex) 시스템에서 통신하는 경우, MIMO 송신기는 유효 채널(effective channel)을 미리 알 수 있다. 이러한 경우, MIMO 송신기는 수학식 20 에서 설명한 과정에 따라 복수의 RE 에 대한 채널 상관관계를 계산하는 과정을 수행할 수 있으며, 수학식 20 에서 주파수축 상의 최대 거리인

와 시간축 상의 최대 거리인

를 MIMO 송신기가 결정할 수 있다. 즉, 주파수축과 시간축 상의 최대 거리가 결정되면, MIMO 송신기는 RE 그룹의 형태를 결정한다. 형성된 RE 그룹에 대한 정보(예를 들어, RE 그룹의 형태)는 MIMO 수신기로 전송된다.

반면에, MIMO 송신기와 MIMO 수신기가 FDD(Frequency Division Duplex) 시스템에서 통신하는 경우, MIMO 송신기는 유효 채널을 직접 알기 어렵다. 이와 같은 경우, MIMO 송신기는 MIMO 수신기로부터 시간축과 주파수축 간의 채널 상관관계에 대한 정보를 피드백 받거나, 전력 지연 분산 프로파일과 도플러 효과에 대한 정보를 피드백 받을 수 있다. 다시 말해서, MIMO 송신기는 RE 그룹을 형성하기 위한 파라미터 값을 MIMO 수신기로부터 피드백 받을 수 있으며, 수신한 정보를 이용하여 RE 그룹을 형성할 수 있다. 피드백되는 정보의 예로는 특정 주파수에 영역에 대한 특성 값(characteristic value)인 도플러 효과, 전력 지연 분산 프로파일, 코히어런스 시간(coherence time), 코히어런스 대역(coherence bandwidth) 등의 정보를 포함할 수 있으며, 시간/주파수 상관관계에 따른 주파수 영역의 선호도 정보로써 MIMO 수신기의 선호 주파수 영역의 인덱스, 선호 주파수 영역의 순서, 주파수 영역별 선호도 정도 등의 정보를 포함할 수도 있다. MIMO 송신기는 수신된 피드백 정보 중 적어도 하나에 기초하여 RE 그룹을 형성한다.

이어서, MIMO 송신기가 하나의 모그룹으로부터 RE 그룹들을 형성한 뒤, MIMO 수신기에 RE 그룹들에 대한 정보를 전송하는 실시 예들을 설명한다.

첫째로, MIMO 송신기와 MIMO 수신기 간에 기결정된 RE 그룹의 형태가 공유될 수 있다. 즉, MIMO 송신기는 기 결정된 RE 그룹의 형태 중 어느 하나를 선택하며, 선택된 RE 그룹을 인덱스 값으로 MIMO 수신기에 전송할 수 있다. MIMO 수신기 또한 RE 그룹의 형태에 대한 정보를 미리 가지고 있기 때문에, MIMO 송신기로부터 수신되는 인덱스 값만으로도 어떠한 형태로 RE 그룹이 결정되었는지 알 수 있다.

도 22 을 참조하여 설명하면, MIMO 송신기와 MIMO 수신기 사이에는 RE 그룹의 형태가 set #1(2210), set #2(2220), set #3(2230), set #4(2240) 중 어느 하나로 결정된다는 정보가 미리 공유된다. 이때, 각각의 set 은 하나의 모그룹이 특정 형태를 갖는 RE 그룹들로 구성됨을 보여준다. 앞서 설명한 실시 예에 따라, MIMO 송신기는

와

에 기초하여 4 개의 기 결정된 set 중 어느 하나를 선택하며, 선택된 set 에 대한 정보를 MIMO 수신기로 전송한다. 한편, 도 22 에서 4 개의 set 은 모두 동일한 모그룹을 가정한다. 이때, 하나의 모그룹 형성하는 단위는(예를 들어, 하나의 RB) LTE/LTE-A 에서의 RB 로 예로 들어 설명하였으나 이에 한정되지 않으며, 서브프레임, 슬롯, 나아가 새로운 통신 시스템에서 정의되는 단위로 구현될 수도 있다.

한편, 도 22 에 도시된 숫자들은 모그룹 내에서 각각의 RE 그룹의 인덱스를 나타낸다. 설명의 편의를 위해, 이하에서는 특정 set 과 해당 set 내의 특정 RE 그룹을 {set 인덱스, RE 그룹 인덱스}로 표현한다. 즉, {3, 1}은 set 3(2230) 내에서 '3'으로 표시된 세 번째 RE 그룹을 의미한다.

둘째로, MIMO 송신기는 이전에 선택했던 set 의 인덱스 값을 기준으로, 새롭게 선택할 set 의 인덱스 값을 알려줄 수도 있다. 즉, 앞서 설명한 실시 예에서 MIMO 송신기는 RE 그룹의 형태를 직접적으로 나타내는 인덱스 값을 전송하였다. 이와는 달리, MIMO 송신기는 새롭게 형성된 RE 그룹의 형태가 이전에 선택되었던 RE 그룹의 형태와 어떻게 다른지를 비교하여 그 결과만을 MIMO 수신기로 전송할 수도 있다.

구체적으로 설명하면, RE 들 간의 시간/주파수축으로의 채널 상관관계는 장기 통계적 요소(예를 들어, 전력 지연 분산 프로파일 또는 도플러 효과)에 의해 결정된다. 이러한 장기 통계적 요소는 단말의 이동속도와 캐리어(carrier) 선택에 따라 큰 영향을 받는다. 따라서, 단말이 동일한 캐리어를 사용하면서 이동성이 낮은 경우, 채널 상관관계는 시간에 따라 천천히 변하게 된다. 이러한 경우, MIMO 송신기가 이전에 선택했던 RE 그룹의 형태와 새롭게 선택할 RE 그룹의 형태는 비슷할 가능성이 매우 높다. 즉, MIMO 송신기는 이전 RE 그룹의 형태와 비교한 결과만을 전송함으로써 MIMO 수신기로 전송하는 정보의 오버헤드를 최소화할 수 있다.

예를 들어 더 설명하면, MIMO 송신기와 MIMO 수신기 간에 이전에 선택했던 RE 그룹의 형태가 미리 알려져 있다면, MIMO 송신기는 아래의 표 1 과 같이 1 비트의 정보만을 이용하여 기 선택된 RE 그룹의 형태를 재사용할지 여부를 MIMO 수신기에 알려줄 수 있다.

MIMO 송신기가 '1'을 전송하는 경우, MIMO 수신기는 이전에 사용했던 RE 그룹의 형태를 더 이상 사용하지 않는다. 대신, MIMO 송신기는 새로운 RE 그룹의 형태를 나타내는 인덱스 값을 MIMO 수신기로 전송해준다. 반면에, MIMO 송신기가 '0'을 전송하는 경우, MIMO 수신기는 이전에 사용했던 RE 그룹의 형태를 계속하여 사용함을 알 수 있다.

또 다른 예를 들면, MIMO 송신기는 아래 표 2 와 같이, 2 비트 정보를 이용하여 새롭게 선택된 RE 그룹의 형태를 상대적인 값으로 알려줄 수 있다.

표 2 에서, MIMO 송신기와 MIMO 수신기 간에 이전에 선택했던 RE 그룹의 형태가 set #3(2230)이고 새롭게 선택된 RE 그룹 형태가 set #4(2240)이라면, MIMO 송신기는 '10'을 전송한다. MIMO 수신기는 '10'이 수신됨에 따라 set 인덱스가 1 증가했음을 알 수 있고, 실질적으로 RE 그룹의 형태가 축소되었음을 알 수 있다. 새롭게 선택된 RE 그룹의 형태가 set #2(2220)이라면, MIMO 송신기는 '01'을 전송한다. 만약 채널 상황이 급변하여 set #1(2210)이 새롭게 선택되는 경우, MIMO 송신기는 '11'을 전송하고 set #1(2210)의 인덱스 값을 MIMO 수신기에 직접 알려준다. 또는, MIMO 송신기는 '11'을 전송하고 새로 선택된 set 의 인덱스 값을 MIMO 수신기에게 알려주지 않는다. 대신, '11'을 수신한 MIMO 수신기는 앞서 설명한 실시 예들에 따라 직접 RE 그룹을 형성한다. 이때, MIMO 송신기는 MIMO 수신기가 set #1 을 선택했다고 암묵적으로 추정한다. 이어서, MIMO 송신기는 암묵적으로 선택된 set #1 을 기준으로 표 2 를 이용하여 RE 그룹의 형태를 MIMO 수신기에게 알려준다.

표 1 및 표 2 에서 설명한 실시 예에 의하면, 채널 상황이 급변하여 RE 그룹 정보를 리셋(reset) 하는 경우, MIMO 송신기는 새로운 RE 그룹 set 을 나타내는 인덱스 값을 직접 전송해야 한다. 이러한 부담을 덜기 위해, MIMO 송신기는 아래의 표 3 과 같이 이전과 비교한 채널 상관관계의 변화에 대한 정보만을 MIMO 수신기로 전송할 수 있다.

표 3 에 따른 정보가 수신되면, MIMO 수신기는 이전에 사용했던 RE 그룹의 형태와 채널 상관관계의 변화를 고려하여 새롭게 사용할 RE 그룹의 형태를 결정한다. 예를 들어, MIMO 수신기가 도 22 의 set #3(2230)을 선택하여 사용하던 중에 MIMO 송신기로부터 '0'을 수신하는 경우를 설명한다. MIMO 수신기는 set #3(2230)을 우선적으로 적용하여 RE 그룹을 형성하고 수신 신호를 처리하는 도중에, 특정 RE 에서 검출 신호 생성을 위한 수치해석 알고리즘의 반복회수가 임계값을 초과함을 알 수 있다. 이러한 경우, MIMO 수신기는 해당 RE 가 속한 RE 그룹까지 set #3(2230)을 적용하여 RE 그룹을 형성하고, 다음 RE 그룹부터는 set #4(2240)을 적용하여 RE 그룹을 형성한다. 즉, MIMO 수신기가 {3, 2}에 대한 RE 를 처리하던 도중에 검출 신호 생성의 반복회수가 임계값을 초과하는 경우, {3, 3}을 처리할 때부터는 set #4(2240)을 선택하여 {4, 5}, {4, 6}의 형태로 RE 그룹을 형성한다. 이어서, MIMO 수신기는 나머지 RE 들에 대해서도 set #4(2240)을 선택하여 {4, 7}, {4, 8} 형태로 수신 신호를 처리할 수 있다. 반대로, MIMO 수신기가 MIMO 송신기로부터 '1'을 수신하는 경우, 일단 기존의 set 을 기준으로 RE 그룹을 형성하고 수신 신호를 처리한다. 이때, 수신 신호 처리 과정의 반복 회수가 현저히 줄어드는 경우, MIMO 수신기는 set #3 에서 set #2 로 낮추고 수신 신호를 처리할 수 있다. 예를 들어, {3, 2}에서 이러한 상황이 발생하는 경우, {3, 3}, {3, 4} RE 그룹을 {2, 2}의 형태로 변경하여 처리할 수 있다.

셋째로, MIMO 송신기는 RE 그룹에 대한 정보를 주기적 또는 비주기적으로 MIMO 수신기에 알려줄 수 있다. 앞서 설명한 두 번째 실시 예에서의 MIMO 송신기는 이전에 선택된 RE 그룹의 형태(즉, set)와의 관계로 표현되는 새로운 RE 그룹의 형태에 대한 정보를 MIMO 수신기로 전송한다. 이와 비교하여, 본 실시 예에서 MIMO 송신기는 주기적 또는 비주기적으로 RE 그룹의 형태에 대한 정보를 MIMO 수신기에 직접적으로 알려준다. 이에 따라, MIMO 수신기는 RE 그룹에 대한 정보가 수신되지 않는 구간에서는 3 절에서 설명한 실시 예에 따라 RE 그룹을 형성할 수 있다.

비주기적인 경우를 설명하면, MIMO 송신기는 아래와 같은 경우에 RE 그룹에 대한 정보를 MIMO 수신기로 전송할 수 있다. 예를 들어, MIMO 송신기가 MIMO 수신기에 처음으로 데이터를 전송하는 경우, 레이어(layer) 또는 랭크(rank) 수가 변경되는 경우, 서비스하는 캐리어 또는 RB 가 변경되는 경우, MIMO 수신기가 트리거 메시지를 통해 RE 그룹에 대한 정보를 직접 요청하는 경우 등을 들 수 있다. MIMO 수신기가 트리거 메시지를 통해 RE 그룹에 대한 정보를 요청하는 경우, 트리거 메시지는 물리계층 상향링크 제어 채널(PUCCH, Physical Uplink Control CHannel)을 통해 전송될 수 있다.

MIMO 송신기는 RE 그룹에 대한 정보를 MIMO 수신기에 전송하기 위해 제어 프레임(control frame)을 이용할 수 있다. 제어 프레임은 RE 그룹에 대한 정보가 전송되는 시점을 알려주는 프레임으로, 주기적 또는 비주기적으로 MIMO 수신기에 전송될 수 있다. 제어 프레임이 주기적으로 전송되는 경우, 해당 주기 내에서만 RE 그룹에 대한 정보가 전송되는 시점이 고정된다. 반면, 제어 프레임이 비주기적으로 전송되는 경우, 새로운 제어 프레임이 전송되기까지 RE 그룹에 대한 정보가 전송되는 시점이 고정된다. 이때, MIMO 송신기가 RE 그룹에 대한 정보 전송 시점을 변경하는 경우에 후자를 이용할 수 있다.

아래의 수학식 22 는 제어 프레임을 구성하는 예시이며, CF₁, CF₂, CF₃은 각각 서로 다른 제어 프레임을 나타낸다. 제어 프레임에서 각각의 요소들은 하나의 모그룹 처리 단위(예를 들어, RB, 프레임, 서브프레임, 슬롯 등)를 의미하며, '1'인 경우는 MIMO 송신기가 직접 모그룹에 대한 그룹핑 정보를 전송함을 의미하고, '0'인 경우는 MIMO 송신기가 그룹핑 정보를 전송하지 않아 MIMO 수신기가 직접 RE 그룹을 형성해야 하는 경우를 의미한다. 이때, MIMO 수신기는 직접 RE 그룹을 형성하지 않고, MIMO 송신기가 이전에 결정해 준 그룹핑 정보를 그대로 이용한다.

MIMO 송신기는 채널 상관관계가 빠르게 변화하는 경우에는 CF₁ 을 전송함으로써 더 잦은 빈도로 RE 그룹에 대한 정보를 MIMO 수신기로 전송하며, 반대로 채널 상관관계의 변화가 적은 경우에는 CF₃ 을 전송함으로써 더 낮은 빈도로 RE 그룹에 대한 정보를 MIMO 수신기로 전송한다.

이상에서는 MIMO 송신기가 RE 그룹에 대한 정보를 MIMO 수신기로 전송하는 실시 예를 설명하였다. 한편, 제안한 실시 예로 동작하더라도 MIMO 수신기는 자신이 직접 RE 그룹을 형성할 수도 있으며, 이러한 경우 MIMO 수신기는 수신된 RE 그룹에 대한 정보를 무시하고 자체적으로 RE 그룹을 형성할 수 있다. MIMO 수신기가 MIMO 송신기의 지시와는 다른 형태로 RE 그룹을 형성하는 경우, MIMO 수신기는 이러한 정보를 MIMO 송신기에 피드백한다.

즉, MIMO 수신기는 MIMO 송신기가 지시한 RE 그룹 형태에 따라 검출 신호를 생성하는 과정에서 일부 RE 에 대한 수치해석 알고리즘의 반복회수가 임계값을 초과하는 것을 감지할 수 있다. 이러한 경우, MIMO 수신기는 MIMO 송신기가 지시한 RE 그룹의 형태가 부적절하다고 판단하고 앞서 3 절에서 제안한 방법에 따라 직접 RE 그룹을 형성한다. 이어서, MIMO 수신기는 자신이 형성한 RE 그룹의 형태에 대한 정보를 MIMO 송신기에 전송하여, MIMO 송신기가 새로운 RE 그룹을 형성하는 과정에 참고하도록 한다. 이러한 피드백 정보는 물리계층 상향링크 제어 채널인 PUCCH 로서 전달될 수 있다.

구체적인 예를 들어 설명하면, MIMO 수신기가 허용하는 수치해석 알고리즘의 반복 회수 임계값이 2 회라고 가정한다. MIMO 수신기가 MIMO 송신기로부터 수신된 정보에 따라 RE 그룹을 형성하고 데이터를 검출하는 과정에서, 일부 RE 에 대한 결과 값이 허용 오차 범위를 만족하지 못할 수 있다.

이러한 경우, MIMO 수신기는 단순히 허용 오차 범위 이내로 결과 값이 획득될 때까지 수치해석 알고리즘을 추가적으로 반복 수행하여 데이터를 검출할 수도 있다. 그리고, MIMO 수신기는 오차 범위 이내의 결과 값을 획득하지 못한 RE 의 개수를 누적하여, 누적 개수가 임의의 기준값보다 많아지는 경우 자신이 직접 RE 그룹을 형성할 수도 있다. 또는, MIMO 수신기는 허용 오차 범위 이내로 결과 값이 획득되지 않는 경우, 곧바로 MIMO 송신기에 그러한 정보를 피드백할 수도 있다. 이러한 피드백 정보는 아래의 표 4 와 같은 형태로 나타날 수 있다.

즉, MIMO 송신기가 전송한 RE 그룹의 형태에 따라 데이터를 검출한 결과, 오차 범위 이내로 신호 검출이 이루어지는 경우, MIMO 수신기는 '00'을 전송한다. 반면에, MIMO 수신기의 검출 신호 생성 결과 주파수축 또는 시간축으로의 RE 그룹 확장이 필요한 경우, MIMO 수신기는 '01' 또는 '10'을 각각 전송할 수 있다. 두 축으로 모두 확장이 필요한 경우, '11'이 전송될 수 있다.

MIMO 수신기에 의해 피드백된 정보에 기초하여, MIMO 송신기는 새롭게 형성할 RE 그룹의 형태를 결정한다. 예를 들어, MIMO 송신기가 도 22 에서 set #3(2230)을 선택하여 MIMO 수신기에 지시하였고, MIMO 수신기는 '01'을 피드백하는 경우를 생각해볼 수 있다. 이러한 경우, MIMO 송신기는 다음 set 선택 시, set #3(2230)이 선택되었다 하더라도 MIMO 수신기의 피드백을 고려하여 set #4(2240)을 지시할 수 있다.

도 23 은 이상에서 설명한 MIMO 송신기의 RE 그룹 형성 방법을 시계열적인 흐름에 따라 설명하는 흐름도이다. 따라서, 도 23 에서 구체적인 설명이 생략되더라도 이상에서 설명한 내용들이 동일하거나 유사하게 적용될 수 있음은 기술분야에서 통상의 지식을 가진 자라면 쉽게 알 수 있다.

먼저, MIMO 송신기는 MIMO 채널 정보를 획득한다(S2310). TDD 시스템에서는 MIMO 송신기가 채널 정보를 직접 알 수 있으며, FDD 시스템에서는 MIMO 수신기로부터 피드백되는 정보를 분석함으로써 채널 정보를 획득할 수 있다.

이어서, MIMO 송신기는 RE 그룹의 형태를 결정한다(S2320). 즉, MIMO 송신기는 MIMO 수신기가 어떠한 형태의 RE 그룹을 바탕으로 검출 신호를 생성할 것인지 결정한다. RE 그룹을 결정하는 과정에서 RE 들 간의 채널 상관관계가 이용될 수 있으며, 채널 상관관계는 S2310 에서 획득한 채널 정보를 고려하여 계산될 수 있다.

RE 그룹의 형태가 결정되면 MIMO 송신기는 MIMO 수신기로 RE 그룹의 형태에 대한 정보를 전송한다(S2330). RE 그룹에 대한 정보를 전송하는 방식으로서 기결정된 RE 그룹의 형태의 인덱스 값을 전송하는 방식, 이전의 RE 그룹의 형태와의 관계를 나타내는 인덱스 값을 전송하는 방식 등에 대해서 앞서 설명한 바 있으며, 이러한 전송 과정은 주기적 또는 비주기적으로 이루어질 수 있다.

RE 그룹에 대한 정보를 수신한 MIMO 수신기는 이를 바탕으로 수신 신호를 처리하여 검출 신호를 생성하며(S2340), 검출 신호의 생성 과정에서 RE 그룹의 형태를 조절할 필요가 있는 경우 MIMO 송신기로 그러한 정보를 피드백한다.

이상에서 제안한 실시 예에 의하면, MIMO 송신기는 RE 들 간의 채널 상관관계에 기초하여 RE 그룹의 형태를 적응적으로 결정하고 MIMO 수신기에 알려준다. MIMO 수신기는 수신된 정보에 기초하여 RE 그룹을 형성하고 수신 신호를 처리함으로써, RE 그룹을 형성하는 과정을 생략할 수 있게 된다.

5. 제안하는 MIMO 수신기의 파라미터 결정 방법

이상의 도 16 내지 도 21 에서는 MIMO 수신기의 RE 그룹 형성 방법을, 도 22 및 도 23 에서는 MIMO 송신기의 RE 그룹 형성 방법을 설명하였다. 이하의 도 24 에서는 MIMO 수신기가 하향링크 통신을 위한 파라미터를 결정하는 방법을 설명한다. 도 24 와 관련된 실시 예에서는 MIMO 송신기가 RE 그룹을 형성할 수 있도록 MIMO 수신기가 관련 정보들을 피드백하는 내용으로 이해될 수 있다. 제안하는 실시 예를 설명하기에 앞서, 관련된 내용들을 먼저 설명한다.

먼저, 코드북(codebook) 개념에 대해 설명한다. 코드북은 송신측과 수신측 사이에 약속된 프리코딩 벡터(precoding vector) 또는 프리코딩 매트릭스(precoding matrix)의 집합이다. 수신기는 자신이 측정한 채널을 통한 이득을 최대화할 수 있는 프리코딩 벡터/매트릭스를 선택하고 송신기에 알려주는데, 이 과정에서 코드북의 인덱스 값을 전송한다. 일 예로, 송신기의 안테나 수가 2 인 경우의 코드북은 아래 수학식 23 과 같이 정의된다.

랭크(rank)가 r에서 k번째 코드북을 P_k,r 로 정의할 수 있다. 예를 들어,

와

로 표현될 수 있다. 행렬 P_k,r 에서, 행(row)의 크기는 송신기의 안테나 수가 되고, 열(column)의 크기는 랭크가 된다.

이어서, CQI 에 대하여 코드북과 함께 설명한다. CQI 는 아래의 수학식 24 와 같이 정의되며, 수신기로부터 송신기에 전송되어 송신기가 최적의 RB, 랭크, 프리코더를 선택하는 데에 이용된다.

수학식 24 에서 SINR _l,i 은 i 번째 RB 내의 l 번째 RE 에 대한 SINR 을 나타낸다. L 은 RB 에 포함되는 RE 의 개수, r 은 현재 수신기가 선택한 랭크를 의미한다. 한편, 수학식 24 에서 Φ 는 ESM(Effective SINR Mapping)함수이며, SINR _l,i 의 합을 용이하게 하기 위한 함수이다. ESM 함수는 단순한 예시에 불과하며, EESM (Exponential Effective SINR Mapping) 함수, MMIB (Mean Mutual Information per Bit) 함수 등이 대신 활용될 수도 있다.

결과적으로, CQI _i(CB _k,r) 란 i 번째 RB 에서 랭크가 r 인 k 번째 프리코더를 사용할 때, RB 내의 모든 RE 들의 SINR 을 평균화한 값이라고 설명할 수 있다. 따라서, 송신기는 CQI _i(CB _k,r) 를 통해 최적의 RB(i), 랭크(r), 프리코더(k)를 선택하여 최적의 통신 용량(capacity)을 얻을 수 있으며, 이에 따라 수율(throughput)의 최대화가 가능하게 된다.

한편, 랭크가 높을수록 송신기는 더 많은 스트림을 동시에 전송할 수 있지만, 스트림들 간의 간섭 또한 증가하게 된다(SINR 이 감소함). 따라서, 랭크가 높은 경우에 항상 CQI 가 더 높은 것은 아니며, 랭크가 낮은 경우에 오히려 더 높은 CQI 가 획득될 수도 있다.

한편, FDD 시스템에서는 수신기가 CQI _i(CB _k,r) 를 가장 크게하는 RB, 랭크, 프리코더를 선택하여 송신기에 피드백한다. 이어서, 수신기는 아래의 표 5 와 같은 CQI 테이블을 기준으로 선택된 특정 CQI 인덱스를 송신기에 전송한다.

이어서, 유효 채널(또는 유효 MIMO 채널)에 대해 설명한다. 수신기는 CSI-RS(Channel State Information Reference Signal) 또는 CRS 를 통해 송신기와 수신기 간의 채널을 측정한다. 수신기는 측정한 채널을 바탕으로 CQI 를 계산한 후, 랭크, 프리코더, CQI 에 대한 정보를 송신기로 피드백한다. 송신기는 수신기로부터 수신한 프리코더 인덱스(PMI, Precoding Matrix Index)를 이용하여 송신 신호를 프리코딩하여 전송하며, 수신기는 DM-RS(Demodulation Reference Signal)을 통해 프리코딩된 새로운 채널을 측정하게 된다. 이때, CSI-RS 를 통해 측정한 채널과 구분하기 위하여, 새롭게 측정된 채널을 유효 채널이라 정의한다. 유효 채널은 아래의 수학식 25 와 같이 표현된다.

수학식 25 에서, H_l,i 는 i 번째 RB 의 l 번째 RE 의 채널을 나타낸다. 매트릭스 H_l,i 의 크기는 (수신 안테나 수 * 송신 안테나 수)로 정의되며, 수신기에서 CSI-RS 를 통해 측정된다. P_k,r 은 앞서 설명한 바와 같이 랭크가 r 일때의 k 번째 프리코더를 나타낸다. 수신기는 CQI 를 바탕으로 최적의 프리코더 P_k,r 를 선택하여 송신기로 피드백한다.

한편,

는 송신기가 수신기로부터 피드백된 P_k,r 를 사용하여 신호를 전송했을 때의 유효 채널을 나타내며, 매트릭스

의 크기는 (수신 안테나 수 * 랭크 수)이다. 결과적으로, H_l,i 는 수신기에서 랭크, 프리코더, CQI 를 결정하는 과정에서 이용되며,

는 수신기가 송신기로부터 데이터를 수신하는 과정에서 사용된다.

MCS(Modulation and Coding Scheme)에 대해 설명한다. MCS 는 아래와 같은 표 6 의 형태로 정의된다.

표 6 에서 Modulation order 는 QAM 의 레벨을 나타내며, TBS 는 전송 블록 사이즈(Transport Block Size)를 나타낸다. 송신기는 수신기가 전송한 CQI 를 바탕으로 MCS 레벨을 결정한다. 송신기는 CQI 가 높을수록 채널 상태가 좋음을 의미하므로 높은 MCS 레벨을 선택할 수 있으며, 반대로 CQI 가 낮을수록 나쁜 채널 상태를 고려하여 낮은 MCS 레벨을 선택한다. 따라서, 송신기는 수신기로부터 피드백된 CQI 와 MCS 의 표를 참조함으로써 현재의 채널 상황에 맞는 최적의 변조(modulation) 및 코딩 레이트(coding rate)를 결정하게 된다. 한편, CQI 는 앞서 표 5 에서와 같이 15 개의 레벨로 구성되는 반면, MCS 는 29 개의 레벨로 구성된다. 따라서, 송신기는 CQI 를 그대로 MCS 에 1:1 맵핑하지 않고, CQI 이외에 송신기가 채널에 대해 알고 있는 다른 정보(예를 들어, 도플러 효과, MU/SU(Multi-User/Single-User) 여부 등)을 함께 고려하여 MCS 를 결정하게 된다.

앞서 RE 그룹에 대해 설명하면서, MIMO 수신기가 하나의 기준 RE 에 대해 수신 필터와 전처리 필터를 생성하고, 이를 RE 그룹 내에 공유하여 데이터를 검출하는 내용을 설명한 바 있다. 이때, RE 들의 채널 상관관계가 클수록 공유되는 공용 필터들의 효과는 커지며, 이에 따라 수신기에서의 검출 신호 생성 과정에 요구되는 반복 회수는 감소하게 된다.

또한, RE 그룹을 형성하는 실시 예와 관련하여, 채널 상관관계의 최소 임계값 γ 을 기준으로 하나의 모그룹(예를 들어, RB)을 복수의 RE 그룹으로 분할하는 경우를 설명한 바 있다. 이러한 과정에서 각 RE 그룹 내에 속한 RE 들의 채널 상관관계는 항상 γ 보다 크다. 따라서, 임계값 γ 가 클수록 RE 그룹의 크기는 줄어들지만 RE 그룹내의 RE 들의 채널 상관관계는 커져, 수신기에서의 수치해석 알고리즘 반복 회수는 줄어든다. 반대로, 임계값 γ 가 작을수록 RE 그룹의 크기는 커지지만, RE 그룹 내의 상관관계는 작아져서 RE 그룹을 처리하기 위한 수치해석 알고리즘의 반복 회수는 늘어나게 된다. 일 예로, 동일한 RB 를 나누는 경우에 있어서도 γ 가 어떻게 결정되는 지에 따라, 도 19 의 형태 또는 도 20 의 형태로 RE 그룹이 형성될 수 있다.

이하에서는, 이상에서 설명한 내용들과 관련하여 제안하는 MIMO 수신기의 파라미터 결정 방법을 설명한다. 먼저, 조건수(CN, Condition Number)의 개념을 설명한다. 행렬 A 의 CN 은 수학식 26 과 같이 정의된다.

수학식 26 에서 조건수 C는 행렬 A 의 가장 큰 고유값(eigen value)과 가장 작은 고유값의 비율로 정의된다. 이때, 조건수 C가 클수록 행렬 A 는 특이 행렬(singular matrix)에 가까워진다. 특이 행렬은 c = ∞ 이며 역행렬이 존재하지 않는다.

종래의 MIMO 수신기에서는 각 RE 에 대해 MMSE 필터 등을 직접 적용함으로써 데이터를 검출하였다. 이를 개선하기 위한 RE 그룹 단위의 데이터 검출방법에서는 기준 RE 를 통해 계산된 필터를 공유하고 수치해석 알고리즘을 적용함으로써 검출하였다. 이때, 수치해석 알고리즘은 반복 수행을 통해 답을 찾으며, 반복 회수가 증가할수록 MMSE 필터를 직접 구하여 얻은 결과에 근접하게 된다(즉, 두 방법 사이의 오차가 줄어든다). 그러므로, 반복 회수가 충분하다면 RE 그룹을 통한 방법의 정확도는 향상된다. 한편, 이러한 과정에서 수치해석 알고리즘의 반복 회수는 레이어의 수에 큰 영향을 받으며, 앞서 예로 들어 설명한 CG 알고리즘은 레이어 수만큼 반복 수행되는 경우 MMSE 필터를 직접 적용하는 경우와 항상 동일한 결과를 낳는다.

또한, 앞서 MIMO 수신기가 공유하는 수신 필터 및 전처리 필터의 크기는 레이어의 수로 정의됨을 설명한 바 있다. 이때, 공유되는 필터들의 조건수(CN)는 수치해석 알고리즘의 답을 찾는 속도에 결정적인 영향을 미친다. 만약 CN 이 1 인 경우, 수치해석 알고리즘은 1 번의 반복 수행만으로도 항상 정확한 답을 찾아낼 수 있다. 반대로, CN 이 커질수록 수치해석 알고리즘의 답을 찾는 속도는 느려진다. 이때, 행렬의 크기가 커진다면 CN 이 커질 확률 또한 증가하게 되며, 이는 MIMO 수신기의 답을 찾는 속도가 느려질 가능성이 높아지는 결과로 이어진다.

결과적으로, 레이어 수가 적을수록 MIMO 수신기가 적은 반복 회수로 동작할 확률이 증가한다. 나아가, 레이어 수가 적을수록 필터의 크기도 줄어들게 되어, 반복에 요구되는 계산 복잡도 또한 감소하게 된다.

그러나, 레이어 수를 특정 이하로 줄이는 경우, 다중 스트림을 전송함으로써 얻을 수 있는 이득(spatial multiplexing gain)이 감소한다. 나아가, LTE-A 에서는 최대 8 레이어의 전송을 지원하며, 차세대 5G 통신 시스템에서는 16 내지 64 레이어의 전송을 고려하고 있다는 점에서, 레이어 수를 단순히 제한하는 것 또한 문제점이 있다.

한편, 앞서 설명했듯이 RE 그룹 내의 RE 들 간의 채널 상관관계가 클수록 공유되는 필터의 효과가 커서, 데이터 검출을 위한 알고리즘의 반복 회수가 감소하며 전체 계산 복잡도가 감소하게 된다. 따라서, 이하에서는 채널 상관관계를 고려한 MIMO 수신기가 파라미터를 결정하는 방법을 설명한다. '파라미터'란 하향링크 전송에 관련되는 여러 가지 종류의 값들을 의미하며, 예를 들어 MIMO 수신기에서 사용할 수치해석 알고리즘의 반복 회수, 랭크, MCS 레벨, 또는 CQI 등을 의미할 수 있다. 먼저, 랭크와 채널 상관관계가 주어진 상태에서 수치해석 알고리즘의 반복 회수를 결정하는 실시 예를 설명한다. 이어서, 해당 실시 예에서 MCS 레벨이 추가적으로 주어진 상태에서 반복 회수를 결정하는 실시 예를 설명한다. 나아가, MIMO 수신기가 채널 상관관계를 바탕으로 랭크를 결정하는 실시 예, 그리고 MCS 의 조절을 요청하는 실시 예를 설명한다.

MIMO 수신기는 물리 계층의 제어 정보(예를 들어, PDCCH(Physical downlink Control Channel))로부터 MIMO 송신기가 결정한 랭크에 대한 정보를 획득한다. 또한, MIMO 수신기는 수신된 파일럿 신호 또는 MIMO 송신기의 시그널링을 통해 시간축과 주파수축에 대한 RE 들의 채널 상관관계를 파악할 수 있다. MIMO 수신기는 랭크에 대한 정보와 채널 상관관계에 대한 정보를 이용하여 검출 신호의 생성 과정에서 수행될 수치해석 알고리즘의 반복 회수를 미리 결정할 수 있다.

알고리즘의 반복 회수를 미리 결정하는 경우, 매 RE 마다 오차 보상을 위한 과정의 결과 값을 공용 필터를 이용하지 않는 경우의 해와 비교하는 과정을 생략할 수 있다. 즉, MIMO 수신기는 두 가지 방식에 따른 해가 서로 얼마나 근접한지 확인하는 과정을 생략할 수 있게 된다. 또한, 알고리즘의 반복 회수가 미리 결정되는 경우, MIMO 수신기의 연산 요구량이 고정되어 예측 가능하게 된다.

특히, 후자의 장점은 MIMO 수신기의 구현 관점에서 계산 자원(computing resource)를 최적화할 수 있다는 데에서 큰 장점이 될 수 있다. 예를 들어, 반복 회수를 랭크에 의해서만 결정되도록 한다면, MIMO 수신기는 랭크에 대한 정보를 수신함과 동시에 수신 신호를 처리하기 위한 연산 요구량이 얼마인지 예측할 수 있게 되며, 그에 따라 여유 연산량을 다른 기능을 위해 사용할 수 있게 된다.

자세히 설명하면, 앞서 3 절에서 MIMO 수신기가 채널 상관관계의 최소 임계값 γ 를 기준으로 RE 그룹을 형성하는 과정을 설명하였다. 이 경우, 각 RE 그룹 내의 RE 들의 시간축/주파수축 채널 상관관계는 γ 로 대표될 수 있다. 아래의 표 7 은 랭크 및 γ 에 따라 결정되는 MIMO 수신기의 명목 반복수(nominal iteration number)를 나타낸다. 명목 반복수란, 해당 반복 회수 이내에 MIMO 수신기가 오차 허용 계수보다 작은 오차를 갖는 답을 찾지 못하더라도, 더 이상 반복을 수행하지 않는 수를 의미한다.

표 7 에서 γ 가 클수록, 또는 랭크가 낮을수록 명목 반복수가 낮아짐을 확인할 수 있다. 랭크와 γ 가 결정되면, MIMO 수신기는 표 7 과 같은 테이블을 바탕으로 명목 반복수를 결정한다. 이때, MIMO 수신기는 하나의 RB 로부터 데이터를 검출하기 위해 요구되는 총 복잡도를 수학식 27 과 같이 미리 계산할 수 있다.

MIMO 수신기는 이상에서 설명한 방법에 따라 하나의 RB 를 통해 처리하는 데에 요구되는 복잡도를 미리 계산할 수 있다. 만약, 하나의 RB 를 처리하는 데에 허용되는 최대 복잡도가 Cpx _max 라면, Cpx _remainder = Cpx _max - Cpx _total 만큼의 다른 기능을 위한 복잡도의 여유분이 허용되는 것이다. 따라서, MIMO 수신기는 특정 RE 에서 명목 반복수 이내에 원하는 정확도의 답을 찾지 못하는 경우, 해당 RE 에 대하여 Cpx _remainder 의 복잡도 범위 내에서 추가로 반복을 수행할 수도 있다. 만약, 특정 RE 에서 추가로 반복을 수행하는 경우, Cpx _remainder 는 Cpx _remainder' = Cpx _remainder - Cpx _{RE_Proposed_add} 로 감소하다. Cpx _{RE_Proposed_add} 는 특정 RE 를 처리하면서 추가로 반복 수행을 위한 복잡도이다. 즉, MIMO 수신기는 Cpx _remainder' 가 0 에 가까운 양수 또는 음수가 될 때까지 추가 반복을 허용할 수 있다.

MIMO 수신기는 랭크와 채널 상관관계뿐 아니라, MCS 레벨 또한 고려하여 반복수를 결정할 수도 있다. MIMO 수신기는 공용 필터를 이용한 결과 값과 MMSE 필터를 직접 이용한 경우와의 오차가 오차 허용 계수 이하가 될 때까지 보상 과정을 반복 수행한다. 따라서, 오차 허용 계수가 클수록 반복수는 감소하는 대신 FER(Frame Error Rate) 관점에서 성능 열화 문제가 발생할 수 있다. 한편, MCS 레벨이 낮을수록 오차에 대한 FER 민감도는 낮아지는 반면, 수율은 감소한다. 따라서, MIMO 수신기는 랭크, 채널 상관관계와 함께 MCS 레벨을 종합적으로 고려하여 수치해석 알고리즘의 반복수를 결정할 수 있다.

앞서 설명한 표 7 은 아래의 표 8 과 같이 확장될 수 있다.

표 8 에서 MCS 레벨이 높을수록 반복수가 증가하는 경향을 확인할 수 있다. 또한, 표 7 과 비교하여, 채널 상관관계 γ 가 낮더라도 MCS 레벨이 낮을 경우 반복수를 줄일 수 있음을 확인할 수 있다.

앞서 MIMO 수신기가 랭크, 채널 상관관계, MCS 레벨을 바탕으로 반복수를 결정하는 실시 예에 이어서, MIMO 수신기가 채널 상관관계에 따라 랭크를 결정하는 실시 예를 설명한다.

랭크가 증가할수록 통신 용량은 비례하여 증가하지만, 그에 따른 계산 복잡도는 랭크의 세제곱으로 증가한다. 따라서, MIMO 수신기가 지원 가능한 최대 랭크는 하드웨어의 처리 용량에 의해 결정된다. 한편, 앞서 설명했듯이 채널 상관관계가 증가할수록 계산 복잡도가 줄어들게 된다. 따라서, 일반적으로는 계산 복잡도로 인한 한계로 지원할 수 없는 랭크라 하더라도, 높은 채널 상관관계가 주어지는 통신 환경에서는 지원될 수 있다.

일 예로, PA(Pedestrian A) 채널 환경에서 단말이 저속도(3km/h)로 이동하는 경우, RB 내의 모든 RE 들의 채널 상관관계는 매우 높다고 할 수 있다. 한편, TU(Terrestrial Urban) 채널 환경 또는 단말이 고속도(km/h)로 이동하는 경우, RB 내의 RE 들의 채널 상관관계는 상대적으로 매우 낮다. 후자의 경우에 비해 전자의 경우 MIMO 수신기의 복잡도는 크게 감소하여, 지원 가능한 랭크 수가 커질 수 있다. 이하에서는 MIMO 수신기가 채널 상관관계를 고려하여 지원 가능한 랭크를 결정하는 실시 예를 구체적으로 설명한다.

MIMO 수신기는 채널의 장기 통계적 파라미터(예를 들어, 도플러 효과, 전력 지연 분산 프로파일 등)를 이용하여 RE 들의 채널 상관관계를 추정할 수 있다. MIMO 수신기는 이러한 추정을 통해 결정된 채널 상관관계를 고려하여 허용 가능한 최대 랭크를 결정한다.

예를 들어, PA 채널과 같이 전력 지연 분산 프로파일이 짧고 도플러 효과가 작게 나타나는 경우, MIMO 수신기는 최대 랭크를 16 으로 제한할 수 있다. 반대로, TU 채널과 같이 전력 지연 분산 프로파일이 길고 도플러 효과가 크게 나타나는 경우, MIMO 수신기는 최대 랭크를 8 로 제한할 수 있다. 또한, MIMO 수신기는 채널 상관관계에 따라 랭크를 결정하는 과정에서 SNR, SINR, CQI 등을 함께 고려할 수도 있다.

MIMO 수신기가 최대 랭크를 8 로 제한한 경우, 랭크 9 이상의 CQI 는 고려하지 않는다. 즉, MIMO 수신기는 랭크 1-8 에서의 CQI 만을 계산하고, 이를 바탕을 MIMO 송신기에 피드백할 랭크를 결정하며 프리코더를 선택한다. 이 경우, 수신기에서 CQI 계산을 위한 복잡도는 줄어들게 된다.

한편, 앞서 Cpx _remainder' 에 대해 설명한 바 있다. MIMO 수신기가 랭크를 결정하여 수신 신호를 처리하는 과정에서 Cpx _remainder' 가 0 에 가까운 양수 또는 음수가 될 수 있다. 이러한 경우, MIMO 수신기는 랭크를 이전보다 더 작게 설정하고 이를 나타내는 RI(Rank Indicator)를 MIMO 송신기에 전송할 수 있다. 그러나, 통신 용량의 이득을 최대로 하는 랭크가 아닌 더 작은 랭크를 이용하게 되기 때문에, 전체 수율은 감소하게 된다.

SPS(Semi-Persistent Scheduling)의 경우, RI 와 같이 MIMO 수신기가 주기적으로 MIMO 송신기에 전송하는 동작은 수행되지 않는다. 대신, MIMO 송신기는 MIMO 수신기에게 랭크에 대한 정보를 비주기적으로 요청한다. 이러한 경우, 앞서 MIMO 수신기가 더 낮은 랭크를 나타내는 RI 를 전송하는 과정은 MIMO 송신기의 요청에 따라 수행될 수 있다.

또는, MIMO 수신기는 MIMO 송신기로 랭크를 나타내는 RI 를 직접 알려주는 대신, 랭크를 한 단계 낮추라는 별도의 시그널링을 MIMO 송신기에 전송할 수도 있다.

이상에서는 MIMO 수신기가 채널 상관관계를 고려하여 반복수를 결정하는 실시 예, 채널 상관관계를 고려하여 랭크를 결정하는 실시 예에 대해 설명하였다. 이하에서는 MIMO 수신기가 설정된 반복수에 따라 검출 신호를 생성하는 과정에서 MCS 레벨의 조절을 요청하는 실시 예를 설명한다.

MIMO 수신기는 데이터를 검출하는 과정에서 요구되는 복잡도가 허용 가능한 복잡도 Cpx _remainder 를 초과하는 경우, MIMO 송신기로 다음 하향링크 전송에 더 낮은 MCS 레벨을 선택하도록 요청한다. 앞서 설명 했듯이, MIMO 수신기는 산출한 결과 값과 공용 필터를 이용하지 않는 경우와의 오차가 임계값 이하가 될 때가지 수치해석 알고리즘을 반복 수행한다. 따라서, 허용되는 오차 임계값이 클수록 반복수는 감소하는 대신 FER 관점에서 성능이 열화된다. 한편, MIMO 수신기의 성능은 MCS 레벨이 낮을수록 오차 임계값에 대한 민감도가 작아지는 반면, 수율은 감소하게 된다. 따라서, 본 실시 예에서 MIMO 수신기는 허용되는 오차 임계값을 크게 설정하여 요구 복잡도를 낮추는 대신, 성능 열화가 발생하지 않도록 MIMO 송신기로 하여금 MCS 레벨을 낮추도록 한다.

MIMO 송신기는 MIMO 수신기가 전송한 CQI 를 고려하여 MCS 레벨을 결정한다. 이때, MCS 레벨은 CQI 보다 세밀하게 구분되어 MIMO 송신기는 CQI 이외에 다른 정보를 추가적으로 고려하여 MCS 레벨을 결정한다. 제안하는 실시 예에서, MIMO 수신기는 MIMO 송신기에 요청 메시지를 전송하여, MIMO 송신기가 이전에 피드백된 CQI 에 매핑되는 MCS 레벨 중에서 낮은 것을 선택하도록 한다. 이러한 요청 메시지는 물리계층의 제어 정보(예를 들어, PUCCH(Physical Uplink Control Channel))로서 전송될 수 있다.

한편, MCS 레벨을 낮춤으로 인한 수율 감소는 앞서 설명한 랭크를 낮추는 실시 예에 따른 수율 감소보다 작다. 이는, CQI 레벨이 랭크에 비해 더 세밀하게 구분되기 때문이다. LTE 의 경우를 예로 들면, CQI 레벨은 15 단계로 구분되는 반면 랭크는 8 단계로 구분된다.

결과적으로, 제안하는 실시 예를 통해서 MIMO 수신기는 MCS 레벨을 이용하여 수율 저하를 최소화하면서도, 요구되는 복잡도를 감소시킬 수 있다.

예를 들어 설명하면, CQI 레벨 7 은 MCS 레벨 10, 11, 12 에 매핑되는 경우를 가정한다. 또한, MIMO 수신기에 의해 피드백된 CQI 레벨은 7 이며, MIMO 송신기에 의해 설정된 MCS 레벨은 12 인 경우를 가정한다. 한편, MIMO 수신기는 MCS 레벨에 따른 허용 오차 임계값을 아래 표 9 와 같이 설정할 수 있다.

표 9 에 의하면, MCS 레벨이 커질수록 허용되는 오차 임계값이 작아짐을 알 수 있다. MIMO 수신기는 이와 같이 기설정된 테이블을 바탕으로, MIMO 송신기에 의해 설정된 MCS 레벨에 대응하는 허용 오차 임계값을 검출 신호 생성 과정에 이용한다.

만약, MIMO 수신기가 RB 를 처리하는 과정에서 Cpx _remainder 가 0 에 가까운 양수 또는 음수를 갖는 경우(즉, 요구되는 복잡도가 허용 가능한 복잡도에 근접하거나 초과하는 경우), MIMO 수신기는 요청 메시지를 MIMO 송신기에 전송하여 MCS 레벨을 낮추어줄 것을 요청한다. MIMO 송신기가 다음 하향링크 전송에 MCS 레벨을 11 로 낮추는 경우, MIMO 수신기는 허용 오차 임계값을 높일 수 있어 요구되는 복잡도를 감소시킬 수 있다.

상술한 실시 예와는 반대로, MIMO 수신기는 데이터 검출시 요구 복잡도가 허용 가능한 복잡도 보다 낮은 경우, 요청 메시지를 MIMO 송신기에 전송하여 다음 하향링크 전송에 MCS 레벨을 높일 것을 요청할 수도 있다.

MIMO 수신기는 각 RE 에서 데이터를 검출하는 과정에서 발생하는 오차를 정확히 알 수 있다. 이를 통해, MIMO 수신기는 하나의 RB 를 처리하며 발생한 오차가 허용 오차 임계값 보다 큰 경우와 작은 경우를 각각 구별하여 셀 수 있다. 이때, 허용 오차 임계값 보다 큰 오차가 발생한 경우가 거의 없다면, 전체 복잡도 관점에서 추가 반복 수행을 위한 복잡도는 작은 부분을 차지한다. 다시 말해서, 하나의 RB 를 처리하는 과정에서 Cpx _remainder 값의 감소가 거의 없는 경우를 의미한다.

이러한 경우, MIMO 수신기는 MCS 레벨을 한 단계 높이더라도 추가되는 복잡도가 크지 않다고 판단한다. 즉, MIMO 수신기는 MCS 레벨이 상승하더라도 예상되는 총 복잡도가 최대 허용 복잡도보다 작다고 판단한다. 이어서, MIMO 수신기는 요청 메시지를 전송하여 MIMO 송신기로 하여금 다음 하향링크 전송에 MCS 레벨을 한 단계 높일 것을 요청한다. 물론, 이 과정에서 MIMO 송신기가 설정할 수 있는 MCS 레벨은 현재 피드백된 CQI 레벨과 매핑 가능한 MCS 레벨 중에서 선택되어야 한다.

예를 들어, 현재 피드백된 CQI 에 매칭되는 MCS 레벨 중 가장 높은 단계가 15 인 경우를 가정한다. 또한, 현재 MCS 레벨은 14 인 경우를 가정한다. MIMO 수신기는 MCS 레벨 14 에 대응하는 허용 오차 임계값을 바탕으로 수신신호를 처리하는 과정에서, 계산한 결과 값의 오차가 MCS 레벨 15 에 대응하는 허용 오차 계수보다 큰 경우를 카운트(count)한다. 만약 카운트된 결과가 기설정된 임계값 보다 작은 경우, MIMO 수신기는 MCS 레벨을 15 로 올려줄 것을 MIMO 송신기에 요청하게 된다.

또 다른 실시 예에 의하면, MIMO 수신기는 MCS 레벨의 조절을 요청하는 대신 CQI 를 조절하여 전송할 수도 있다. 즉, MIMO 수신기는 데이터 검출 과정에서의 요구 복잡도가 허용 가능한 복잡도를 초과하는 경우, 다음 CQI 피드백 때 실제로 계산된 CQI 보다 낮은 CQI 를 선택하여 전송할 수 있다. 낮은 CQI 를 피드백 받은 MIMO 송신기는 낮은 MCS 레벨을 선택할 가능성이 높게 된다. 이러한 실시 예의 장점은 앞서 MCS 레벨의 조절을 요청하는 경우와 동일한 효과를 얻으면서도, 새로운 요청 메시지의 시그널링을 위한 오버헤드가 발생하지 않는 데에 있다.

구체적인 예를 들어 설명하면, MIMO 송신기는 CQI 값을 7 로 피드백한 경우를 가정한다. 이때, CQI 값 7 은 MCS 레벨 10, 11, 12 에 매핑되는 경우를 가정한다. MIMO 송신기는 수신된 CQI 값을 바탕으로 MCS 레벨을 결정하고 하향링크 신호를 전송하며, MIMO 수신기는 수신된 신호로부터 검출 신호를 생성한다. 이 과정에서 복잡도가 최대 허용 복잡도를 초과하는 경우, MIMO 수신기는 다음 차례로 CQI 를 전송할 때 7 이상의 값이 선택되는 경우, CQI 값을 7 이 아닌 6 으로 피드백할 수 있다.

상술한 실시 예와는 달리, MIMO 송신기는 MIMO 수신기로부터 피드백된 CQI 를 바탕으로 MCS 레벨을 결정하는 과정에서 가능한 MCS 레벨 중 가장 낮은 레벨을 선택할 수 있다. 즉, CQI 가 기결정된 상태에서 MIMO 수신기가 MCS 레벨의 조절을 요청하는 앞서 설명한 실시 예와는 달리, MIMO 수신기는 단순히 주기적으로 CQI 레벨을 MIMO 송신기에 전송하고 MIMO 송신기가 스스로 MCS 레벨을 조절할 수도 있다. 즉, MIMO 송신기는 가능한 수신한 CQI 에 매칭되는 MCS 레벨 중 가장 낮은 MCS 레벨을 선택할 수 있다. 이러한 경우, MIMO 수신기가 반복수를 제한하더라도 FER 관점에서 성능 열화를 최소화할 수 있다. MCS 레벨은 차후에 MIMO 수신기로부터의 피드백에 따라 높일 수도 있다.

한편, MIMO 수신기는 허용 가능한 복잡도를 구현되는 하드웨어가 처리할 수 있는 최대 용량보다 작게 설정할 수 있다. 앞서 설명한 바와 같이 MIMO 수신기는 데이터 검출 과정에서 요구되는 복잡도가 최대 허용 복잡도 보다 높은 경우, 랭크, MCS 레벨, CQI 등을 낮춤으로써 추후 발생할 복잡도를 낮추게 된다. 만약 최대 허용 복잡도가 하드웨어가 처리할 수 있는 최대 용량과 같거나 그 차이가 작은 경우, 하드웨어 용량을 초과하는 복잡도가 발생할 수 있다.

따라서, MIMO 수신기는 하드웨어 상으로 처리할 수 있는 최대 용량과 비교하여 최대 허용 복잡도를 충분히 여유 있게 설정함으로써, 발생할 수 있는 최악(worst)의 경우의 복잡도가 하드웨어 처리 용량을 초과하지 않도록 미리 설정할 수 있다.

한편, 앞서 MIMO 수신기가 채널 상관관계와 복잡도와 관련하여 여러 가지 파라미터를 결정하는 실시 예와는 달리, MIMO 송신기가 채널 상관관계를 이용할 수도 있다. 즉, TDD 시스템과 같이 MIMO 송신기가 랭크를 결정하는 과정에서 시간축과 주파수축에 대한 채널 상관관계를 이용할 수 있다. 이러한 실시 예에서, 앞서 MIMO 수신기가 랭크를 결정하는 실시 예에 대해 설명한 내용이 동일하거나 유사하게 적용될 수 있다.

정리하면, 이상에서 설명한 MIMO 수신기의 파라미터 결정 방법은 도 24 에 도시된 바와 같이 설명될 수 있다. 먼저, MIMO 수신기는 상술한 실시 예들에 따라 파라미터를 결정한다(S2410). 파라미터는 앞서 예로 들어 설명한 수치해석 알고리즘의 반복수, 랭크, CQI 등을 포함할 수 있다. 파라미터를 결정하는 과정에서, MIMO 수신기는 랭크와 채널 상관관계를 고려하여 반복수를 결정할 수 있으며, 채널 상관관계를 고려하여 랭크를 결정할 수도 있다. 또는, MIMO 수신기는 SNR, SINIR, CQI 등을 함께 고려하여 랭크를 결정할 수도 있고, 요구되는 복잡도에 따라 랭크를 결정할 수도 있다.

이어서, MIMO 수신기는 결정된 파라미터를 MIMO 송신기에 피드백한다(S2420). 이러한 피드백 과정은 앞서 결정된 파라미터에 대한 정보를 MIMO 송신기로 전송하는 과정이 될 수 있다. 또는, MIMO 수신기가 복잡도를 기준으로 MCS 레벨의 조절이 필요하다고 판단한 경우, 피드백을 전송하는 과정은 MIMO 송신기로 MCS 레벨의 조절을 요청하는 요청 메시지를 전송하는 과정으로 이해될 수도 있다.

MIMO 송신기는 피드백을 고려하여 새로운 하향링크 신호를 전송한다(S2430). 즉, MIMO 송신기는 피드백에 따라 랭크, MCS 레벨 등을 새롭게 조절하여 하향링크 신호를 전송하며, MIMO 수신기는 수신된 하향링크 신호를 처리한다(S2440).

6. 장치 구성

도 25 는 본 발명의 일 실시 예와 관련된 단말 및 기지국의 구성을 도시한 블록도이다.

도 25 에서 단말(100) 및 기지국(200)은 각각 무선 주파수(RF) 유닛 (110, 210), 프로세서(120, 220) 및 메모리(130, 230)를 포함할 수 있다. 도 25 에서는 단말(100)과 기지국(200) 간의 1:1 통신 환경을 도시하였으나, 다수의 단말과 기지국(200) 간에도 통신 환경이 구축될 수 있다. 또한, 도 25 에 도시된 기지국(200)은 매크로 셀 기지국과 스몰 셀 기지국에 모두 적용될 수 있다.

각 RF 유닛(110, 210)은 각각 송신부(111, 211) 및 수신부(112, 212)를 포함할 수 있다. 단말(100)의 송신부(111) 및 수신부(112)는 기지국(200) 및 다른 단말들과 신호를 송신 및 수신하도록 구성되며, 프로세서(120)는 송신부(111) 및 수신부(112)와 기능적으로 연결되어 송신부(111) 및 수신부(112)가 다른 기기들과 신호를 송수신하는 과정을 제어하도록 구성될 수 있다. 또한, 프로세서(120)는 전송할 신호에 대한 각종 처리를 수행한 후 송신부(11)로 전송하며, 수신부(112)가 수신한 신호에 대한 처리를 수행한다.

필요한 경우 프로세서(120)는 교환된 메시지에 포함된 정보를 메모리(130)에 저장할 수 있다. 이와 같은 구조를 가지고 단말(100)은 이상에서 설명한 본 발명의 다양한 실시 형태의 방법을 수행할 수 있다.

기지국(200)의 송신부(211) 및 수신부(212)는 다른 기지국 및 단말들과 신호를 송신 및 수신하도록 구성되며, 프로세서(220)는 송신부(211) 및 수신부(212)와 기능적으로 연결되어 송신부(211) 및 수신부(212)가 다른 기기들과 신호를 송수신하는 과정을 제어하도록 구성될 수 있다. 또한, 프로세서(220)는 전송할 신호에 대한 각종 처리를 수행한 후 송신부(211)로 전송하며 수신부(212)가 수신한 신호에 대한 처리를 수행할 수 있다. 필요한 경우 프로세서(220)는 교환된 메시지에 포함된 정보를 메모리(230)에 저장할 수 있다. 이와 같은 구조를 가지고 기지국(200)은 앞서 설명한 다양한 실시 형태의 방법을 수행할 수 있다.

단말(100) 및 기지국(200) 각각의 프로세서(120, 220)는 각각 단말(100) 및 기지국(200)에서의 동작을 지시(예를 들어, 제어, 조정, 관리 등)한다. 각각의 프로세서들(120, 220)은 프로그램 코드들 및 데이터를 저장하는 메모리(130, 230)들과 연결될 수 있다. 메모리(130, 230)는 프로세서(120, 220)에 연결되어 오퍼레이팅 시스템, 어플리케이션, 및 일반 파일(general files)들을 저장한다.

본 발명의 프로세서(120, 220)는 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 호칭될 수 있다. 한편, 프로세서(120, 220)는 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다. 하드웨어를 이용하여 본 발명의 실시 예를 구현하는 경우에는, 본 발명을 수행하도록 구성된 ASICs(application specific integrated circuits) 또는 DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays) 등이 프로세서(120, 220)에 구비될 수 있다.

한편, 상술한 방법은, 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터 판독 가능 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터 판독 가능 매체에 여러 수단을 통하여 기록될 수 있다. 본 발명의 다양한 방법들을 수행하기 위한 실행 가능한 컴퓨터 코드를 포함하는 저장 디바이스를 설명하기 위해 사용될 수 있는 프로그램 저장 디바이스들은, 반송파(carrier waves)나 신호들과 같이 일시적인 대상들은 포함하는 것으로 이해되지는 않아야 한다. 상기 컴퓨터 판독 가능 매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, DVD 등)와 같은 저장 매체를 포함한다.

본원 발명의 실시 예 들과 관련된 기술 분야에서 통상의 지식을 가진 자는 상기 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로, 개시된 방법들은 한정적인 관점이 아닌 설명적 관점에서 고려되어야 한다. 본 발명의 범위는 발명의 상세한 설명이 아닌 특허청구 범위에 나타나며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims

복수의 안테나를 포함하는 MIMO(Multiple Input Multiple Output) 수신기가 MIMO 송신기와의 통신을 위한 파라미터를 결정하는 방법에 있어서,
MIMO 송신기로부터 할당된 자원 영역에 포함된 복수의 RE(Resource Element)들의 채널에 대한 정보를 이용하여, 상기 복수의 RE 에 대한 채널 상관관계를 추정하는 단계;
상기 채널 상관관계를 고려하여 하향링크 신호에 대한 랭크(rank)를 결정하는 단계; 및
상기 결정된 랭크에 대한 정보를 상기 MIMO 송신기로 전송하는 단계를 포함하는, 파라미터 결정 방법.
제 1 항에 있어서,
상기 채널에 대한 정보는,
상기 자원 영역에 대한 도플러 효과에 대한 정보 및 전력 지연 분산 프로파일에 대한 정보 중 적어도 하나를 포함하는 것인, 파라미터 결정 방법.
제 1 항에 있어서,
상기 랭크에 대한 정보는,
RI(Rank Indicator) 또는 상기 MIMO 가 랭크를 조절할 것을 요청하는 시그널링인 것인, 파라미터 결정 방법.
제 1 항에 있어서,
상기 랭크를 결정하는 단계는,
상기 채널 상관관계가 높을수록 상기 랭크를 더 높게 결정하는 것인, 파라미터 결정 방법.
제 1 항에 있어서,
상기 랭크를 결정하는 단계는,
기수신된 하향링크 신호의 SNR(Signal to Noise Ratio), SINR(Signal to Interference plus Noise Ratio) 및 CQI(Channel Quality Information) 중 적어도 하나를 더 고려하여 상기 랭크를 결정하는 것인, 파라미터 결정 방법.
제 1 항에 있어서,
상기 방법은,
상기 MIMO 송신기로부터 상기 결정된 랭크 또는 상기 MIMO 송신기가 임의로 선택한 랭크의 새로운 하향링크 신호를 수신하는 단계를 더 포함하는, 파라미터 결정 방법.
제 6 항에 있어서,
상기 방법은,
상기 새로운 하향링크 신호의 처리 과정에 요구되는 복잡도가 상기 MIMO 수신기가 허용하는 최대 복잡도를 초과하는 경우, 상기 MIMO 송신기로 MCS(Modulation and Coding Scheme) 레벨의 조절을 요청하는 메시지를 전송하는 단계를 더 포함하는, 파라미터 결정 방법.
제 6 항에 있어서,
상기 방법은,
상기 새로운 하향링크 신호의 처리 과정에 요구되는 복잡도가 상기 MIMO 수신기가 허용하는 최대 복잡도를 초과하는 경우, 상기 새로운 하향링크 신호에 대한 CQI 를 낮추어 피드백하는 단계를 더 포함하는, 파라미터 결정 방법.
복수의 안테나를 포함하고 MIMO(Multiple Input Multiple Output) 송신기와의 통신을 위한 파라미터를 결정하는 MIMO 수신기에 있어서,
송신부;
수신부; 및
상기 송신부 및 상기 수신부와 연결되어 MIMO 수신기의 동작을 제어하는 프로세서를 포함하고,
상기 프로세서는,
MIMO 송신기로부터 할당된 자원 영역에 포함된 복수의 RE 들의 채널에 대한 정보를 이용하여, 상기 복수의 RE 에 대한 채널 상관관계를 추정하고,
상기 채널 상관관계를 고려하여 하향링크 신호에 대한 랭크를 결정하고,
상기 결정된 랭크에 대한 정보를 상기 MIMO 송신기로 전송하도록 상기 송신부를 제어하는, 수신기.
제 9 항에 있어서,
상기 채널에 대한 정보는,
상기 자원 영역에 대한 도플러 효과에 대한 정보 및 전력 지연 분산 프로파일에 대한 정보 중 적어도 하나를 포함하는 것인, 수신기.
제 9 항에 있어서,
상기 랭크에 대한 정보는,
RI 또는 상기 MIMO 가 랭크를 조절할 것을 요청하는 시그널링인 것인, 수신기.
제 9 항에 있어서,
상기 프로세서는,
상기 채널 상관관계가 높을수록 상기 랭크를 더 높게 결정하는 것인, 수신기.
제 9 항에 있어서,
상기 프로세서는,
기수신된 하향링크 신호의 SNR, SINR 및 CQI 중 적어도 하나를 더 고려하여 상기 랭크를 결정하는 것인, 수신기.
제 9 항에 있어서,
상기 프로세서는,
상기 MIMO 송신기로부터 상기 결정된 랭크 또는 상기 MIMO 송신기가 임의로 선택한 랭크의 새로운 하향링크 신호를 수신하는 것인, 수신기.
제 14 항에 있어서,
상기 프로세서는,
상기 새로운 하향링크 신호의 처리 과정에 요구되는 복잡도가 상기 MIMO 수신기가 허용하는 최대 복잡도를 초과하는 경우, 상기 MIMO 송신기로 MCS 레벨의 조절을 요청하는 메시지를 전송하도록 상기 송신부를 제어하는 것인, 수신기.
제 14 항에 있어서,
상기 프로세서는,
상기 새로운 하향링크 신호의 처리 과정에 요구되는 복잡도가 상기 MIMO 수신기가 허용하는 최대 복잡도를 초과하는 경우, 상기 새로운 하향링크 신호에 대한 CQI 를 낮추어 피드백하도록 상기 송신부를 제어하는 것인, 수신기.
복수의 안테나를 포함하는 MIMO(Multiple Input Multiple Output) 수신기가 MIMO 송신기와의 통신을 위한 파라미터를 결정하는 방법에 있어서,
복수의 RE(Resource Element)를 포함하는 자원 영역인 RE 그룹을 통해 하향링크 신호를 수신하는 단계;
상기 하향링크 신호로부터 상기 MIMO 송신기가 상기 하향링크 신호에 대해 결정한 랭크 정보를 획득하는 단계;
상기 복수의 RE 들의 채널에 대한 정보를 이용하여, 상기 복수의 RE 에 대한 채널 상관관계를 추정하는 단계; 및
상기 랭크 정보 및 상기 채널 상관관계에 기초하여, 상기 수신된 하향링크 신호로부터 검출 신호를 생성하는 과정에서 이용될 파라미터를 결정하는 단계를 포함하는, 파라미터 결정 방법.
제 17 항에 있어서,
상기 파라미터는 상기 검출 신호를 생성하는 과정에서 이용될 수치해석 알고리즘의 반복 회수인 것인, 파라미터 결정 방법.
제 17 항에 있어서,
상기 채널에 대한 정보는,
상기 자원 영역에 대한 도플러 효과에 대한 정보 및 전력 지연 분산 프로파일에 대한 정보 중 적어도 하나를 포함하는 것인, 파라미터 결정 방법.
제 17 항에 있어서,
상기 결정하는 단계는,
상기 수신된 하향링크 신호의 MCS 레벨을 더 고려하여 상기 파라미터를 결정하는 것인, 파라미터 결정 방법.
복수의 안테나를 포함하고 MIMO(Multiple Input Multiple Output) 송신기와의 통신을 위한 파라미터를 결정하는 MIMO 수신기에 있어서,
송신부;
수신부; 및
상기 송신부 및 상기 수신부와 연결되어 MIMO 수신기의 동작을 제어하는 프로세서를 포함하고,
상기 프로세서는,
복수의 RE 를 포함하는 자원 영역인 RE 그룹을 통해 하향링크 신호를 수신하도록 상기 수신부를 제어하고,
상기 하향링크 신호로부터 상기 MIMO 송신기가 상기 하향링크 신호에 대해 결정한 랭크 정보를 획득하고,
상기 복수의 RE 들의 채널에 대한 정보를 이용하여, 상기 복수의 RE 에 대한 채널 상관관계를 추정하고,
상기 랭크 정보 및 상기 채널 상관관계에 기초하여, 상기 수신된 하향링크 신호로부터 검출 신호를 생성하는 과정에서 이용될 파라미터를 결정하는 것인, 수신기.
제 21 항에 있어서,
상기 파라미터는 상기 검출 신호를 생성하는 과정에서 이용될 수치해석 알고리즘의 반복 회수인 것인, 수신기.
제 21 항에 있어서,
상기 채널에 대한 정보는,
상기 자원 영역에 대한 도플러 효과에 대한 정보 및 전력 지연 분산 프로파일에 대한 정보 중 적어도 하나를 포함하는 것인, 수신기.
제 21 항에 있어서,
상기 프로세서는,
상기 수신된 하향링크 신호의 MCS 레벨을 더 고려하여 상기 파라미터를 결정하는 것인, 수신기.