KR20190027214A - 분자 통신을 위한 채널 모델링 및 분자 전송 방법 - Google Patents

분자 통신을 위한 채널 모델링 및 분자 전송 방법 Download PDF

Info

Publication number
KR20190027214A
KR20190027214A KR1020170113989A KR20170113989A KR20190027214A KR 20190027214 A KR20190027214 A KR 20190027214A KR 1020170113989 A KR1020170113989 A KR 1020170113989A KR 20170113989 A KR20170113989 A KR 20170113989A KR 20190027214 A KR20190027214 A KR 20190027214A
Authority
KR
South Korea
Prior art keywords
information
diffusion
molecular
function
molecules
Prior art date
Application number
KR1020170113989A
Other languages
English (en)
Other versions
KR102036068B1 (ko
Inventor
신현동
정영민
듕 푸엉 트린
Original Assignee
경희대학교 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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020170113989A priority Critical patent/KR102036068B1/ko
Priority to US15/901,018 priority patent/US11005723B2/en
Publication of KR20190027214A publication Critical patent/KR20190027214A/ko
Application granted granted Critical
Publication of KR102036068B1 publication Critical patent/KR102036068B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
    • H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y30/00—Nanotechnology for materials or surface science, e.g. nanocomposites
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/02—Amplitude-modulated carrier systems, e.g. using on-off keying; Single sideband or vestigial sideband modulation
    • H04L27/04—Modulator circuits; Transmitter circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/02—Amplitude-modulated carrier systems, e.g. using on-off keying; Single sideband or vestigial sideband modulation
    • H04L27/06—Demodulator circuits; Receiver circuits
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Nanotechnology (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Composite Materials (AREA)
  • General Physics & Mathematics (AREA)
  • Materials Engineering (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

본 발명에 따른 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링 및 분자 전송 방법에 있어서, 상기 방법은 송신 기기인 제1 기기에 의해 수행되고, 상기 채널을 통해 정보 캐리어인 분자(molecules)를 전송하는 분자 전송 단계; 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 수신하는 H-diffusion 함수 정보 수신 단계; 및 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성을 제어하는 분자 전송 특성 제어 단계를 포함하고, 채널에 대한 확산과 관련하여 H-확산 함수를 이용하는 분자 채널 모델링 방법과 이에 따른 전송 제어 방법을 제공할 수 있다.

Description

분자 통신을 위한 채널 모델링 및 분자 전송 방법{Method of modelling channel and transmitting molecule in molecular communication}
본 발명은 분자 통신을 위한 채널 모델링 및 분자 전송 방법 및 이를 수행하는 나노 머신에 관한 것이다. 보다 상세하게는, 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링 및 분자 전송 방법 및 이를 수행하는 나노 머신에 관한 것이다.
나노 기술은 의료 시스템, 헬스케어 시스템, 나노-물질, 나노-머신, 나노스케일 통신 네트워크와같은 다양한 응용에 대해 주목받고 있다. 특히, 분자 통신은 나노머신 간에 통신을 위한 기법으로, 정보는 분자를 통해 전달된다. 한편, 수동 전달 분자 통신에서, 유체 매질 내의 분자의 랜덤 전파는 확산 법칙에 의해 전적으로 결정될 수 있다.
하지만, 이러한 분자 확산과 관련하여 채널 모델링 및 이러한 모델링된 채널에 따라 분자 전송을 어떠한 방법으로 제어할 지에 대한 시스템화된 체계적인 방법이 없다는 문제점이 있었다. 따라서, 유체 매질의 상태 변화에 따라 동적으로 분자 전송을 제어할 수 없다는 문제점이 있었다.
따라서, 본 발명에서 해결하고자 하는 과제는, 채널에 대한 확산과 관련된 분자 채널 모델링 방법과 이에 따른 전송 제어 방법을 제공하는 것을 목표로 한다.
또한, 본 발명에서 해결하고자 하는 과제는, 시간-공간 상에서 채널을 통한 분자들의 전달 특성을 고려하여 분자를 전송하는 특성을 제어하는 방법을 제공하는 것을 목표로 한다.
상기와 같은 과제를 해결하기 위한 본 발명에 따른 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링 및 분자 전송 방법에 있어서, 상기 방법은 송신 기기인 제1 기기에 의해 수행되고, 상기 채널을 통해 정보 캐리어인 분자(molecules)를 전송하는 분자 전송 단계; 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 수신하는 H-diffusion 함수 정보 수신 단계; 및 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성을 제어하는 분자 전송 특성 제어 단계를 포함하고, 채널에 대한 확산과 관련하여 H-확산 함수를 이용하는 분자 채널 모델링 방법과 이에 따른 전송 제어 방법을 제공할 수 있다.
일 실시 예에서, 상기 H-diffusion 함수 정보 수신 단계에서, 상기 함수는 H-diffusion의 그린 함수(Green function)이고, 수학식 14로 결정될 수 있다.
일 실시 예에서, 상기 H-diffusion 함수 정보 수신 단계에서, 상기 수신되는 정보는 N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보인 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 H-diffusion 함수 정보 수신 단계에서, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 수신하는 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 H-diffusion 함수 정보 수신 단계에서, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 수신하는 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 분자 전송 특성 제어 단계에서, 상기 제1 정보에 기반하여, 상기 분자의 에너지 진폭 레벨 및 변조 차수(M-ary)를 결정하고, 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여, 상기 분자와 연관된 정보의 전송 속도, 전송 스트림 개수(N), 및 상기 변조 차수(M-ary)를 제어할 수 있다. 이때, 상기 전송 스트림 개수(N)는 수신 나노 머신들의 이용 가능한 총 수신 수단 개수 이하인 것을 특징으로 할 수 있다.
본 발명의 다른 양상에서, 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링 및 분자 수신 방법에 있어서, 상기 방법은 수신 기기인 제2 기기에 의해 수행되고, 상기 채널을 통해 정보 캐리어인 분자(molecules)를 수신하는 분자 수신 단계; 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 전송하는 H-diffusion 함수 정보 전송 단계; 및 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성이 제어된 분자 정보를 수신하여 디코딩하는 분자 정보 수신/디코딩 단계를 포함한다.
일 실시 예에서, 상기 H-diffusion 함수 정보 전송 단계에서, 상기 함수는 H-diffusion의 그린 함수(Green function)이고, 수학식 14로 결정될 수 있다.
일 실시 예에서, 상기 H-diffusion 함수 정보 전송 단계에서, 상기 전송되는 정보는 N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보인 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 H-diffusion 함수 정보 전송 단계에서, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>을 추정하고, 상기 추정된 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 전송하는 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 H-diffusion 함수 정보 전송 단계에서, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 전송하는 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 분자 정보 수신/디코딩 단계에서, 상기 제1정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자의 에너지 진폭 레벨, 및 상기 제2정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자와 연관된 정보의 전송 속도 ― 상기 전송 속도는 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여 결정됨 ― 에 따라 상기 제1기기로부터 전송되는 상기 정보 캐리어를 수신하고 디코딩할 수 있다. 이때, 상기 정보 캐리어를 디코딩하는 속도는 상기 확산 인자(υ) 및 상기 정보 캐리어의 변조 방식에 기반하여 결정될 수 있다.
본 발명의 또 다른 양상에 따른, 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링에 따라 분자 전송을 수행하는 나노 전송 머신에 있어서, 상기 채널을 통해 정보 캐리어인 분자(molecules)를 전송하고, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 수신하는 송수신부; 및 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성을 제어하는 제어부를 포함한다.
일 실시 예에서, 상기 송수신부에서 수신되는 정보는, N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보일 수 있다.
일 실시 예에서, 상기 송수신부에서 수신되는 정보는, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보인것을 특징으로 할 수 있다.
일 실시 예에서, 상기 송수신부에서 수신되는 정보는, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보인 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 제어부는, 상기 제1 정보에 기반하여, 상기 분자의 에너지 진폭 레벨 및 변조 차수(M-ary)를 결정하고, 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여, 상기 분자와 연관된 정보의 전송 속도, 전송 스트림 개수(N), 및 상기 변조 차수(M-ary)를 제어할 수 있다. 이때, 상기 전송 스트림 개수(N)는 수신 나노 머신들의 이용 가능한 총 수신 수단 개수 이하인 것을 특징으로 할 수 있다.
본 발명의 또 다른 양상에 따른, 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링에 따라 분자 수신을 수행하는 나노 수신 머신에 있어서, 상기 채널을 통해 정보 캐리어인 분자(molecules)를 수신하고, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 전송하는 송수신부; 및 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성이 제어된 분자 정보를 디코딩하는 제어부를 포함한다.
일 실시 예에서, 상기 송수신부에서 전송되는 정보는, N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보인 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 제어부는, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>을 추정하고, 상기 추정된 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 상기 송수신부를 통해 전송하도록 제어할 수 있다.
일 실시 예에서, 상기 송수신부는, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 전송하는 것을 특징으로 할 수 있다.
일 실시 예에서, 상기 제어부는, 상기 제1정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자의 에너지 진폭 레벨, 및 상기 제2정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자와 연관된 정보의 전송 속도 ― 상기 전송 속도는 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여 결정됨 ― 에 따라 상기 제1기기로부터 전송되는 상기 정보 캐리어를 상기 송수신부를 통해 수신하여 디코딩할 수 있다. 이때, 상기 정보 캐리어를 디코딩하는 속도는 상기 확산 인자(υ) 및 상기 정보 캐리어의 변조 방식에 기반하여 결정되는 것을 특징으로 할 수 있다.
본 발명에 따른 방법은, 채널에 대한 확산과 관련하여 H-확산 함수를 이용하는 분자 채널 모델링 방법과 이에 따른 전송 제어 방법을 제공할 수 있다는 장점이 있다.
본 발명에 따른 방법은, 시간-공간 상에서 채널을 통한 분자들의 전달 특성인 분자 궤적 정보 또는 확산 정보를 고려하여 분자를 전송하는 특성을 제어할 수 있다는 장점이 있다.
도 1은 본 발명에 따른 분자 채널 예측 방법을 수행하는 분자 시스템을 도시한다.
도 2는 본 발명에 따른 나노 머신의 상세 구성을 도시한다.
도 3은 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z1의 PDF를 나타낸다.
도 4는 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z1의 분위수를 나타낸 Q-Q플롯을 나타낸다.
도 5는 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z2의 PDF를 나타낸다.
도 6은 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z2의 분위수를 나타낸 Q-Q플롯을 나타낸다.
도 7은 본 발명에 따른 서로 다른 (α1,α2)에 대해 시간 t에서 표준 H-확산의 분자의 위치 x를 나타낸 것이다.
도 8은 본 발명에 따른 세 가지 시나리오에 대한 a =10-5m에서의 H-확산의 표준 H-잡음의 CDF를 도시한다.
도 9는 본 발명에 따른 세 가지 시나리오에 대한 H-확산의 표준 H-잡음의 생존 확률을 도시한다.
도 10은 본 발명에 따른 서로 다른 거리 a에서 (α1, α2)의 함수로서 표준 H-잡음의 H-잡음 전력을 도시한다.
도 11은 본 발명에 따른 송신 나노 머신과 수신 나노 머신을 포함하는 나노 통신 시스템을 도시한다.
도 12는 도 7의 세 가지 시나리오에 대한 표준 H-확산의 SNR의 함수로서의 SEP 를 나타낸다.
도 13은 본 발명에 따른 N=2에서, M=2,4,8,16에 대한 표준 H-확산에서의 SNR의 함수로서 SEP를 나타낸다.
도 14는 오류 성능에 있어 방출된 분자의 수의 효과를 나타낸다.
도 15는 본 발명에 따른 표준 H-확산에서의 (α1, α2)의 함수로서 SEP의 높은 SNR 기울기를 나타낸다.
도 16 본 발명에 따른 (나노) 전송 머신인 제1 기기에 의해 수행되는 분자 채널 모델링 및 분자 전송 방법의 흐름도를 나타낸다.
도 17은 본 발명에 따른 나노 수신 머신인 제2 기기에 의해 수행되는 분자 채널 모델링 및 분자 수신 방법의 흐름도를 나타낸다.
상술한 본 발명의 특징 및 효과는 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 명세서에서 사용한 용어는 단지 특정한 실시 예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다.
각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다.
제1, 제2등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는" 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다.
일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.
이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈", "블록" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
이하, 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 당해 분야에 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 설명한다. 하기에서 본 발명의 실시 예를 설명함에 있어, 관련된 공지의 기능 또는 공지의 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
이하, 본 발명에 따른 분자 채널 예측 방법 및 분자 채널 예측 시스템에 대해 살펴보기로 하자.
이와 관련하여, 도 1은 본 발명에 따른 분자 채널 예측 방법을 수행하는 분자 시스템을 도시한다. 도 1에 도시된 바와 같이, 분자 시스템은 복수의 서브 시스템을 포함하고, 편의상 제1 서브 시스템(100)과 제2 서브 시스템(200)이 포함된 것으로 표현할 수 있다. 하지만, 상기 제1 및 제2 서브 시스템(100, 200)에만 한정되는 것이 아니라, 임의의 개수의 서브 시스템 간에도 적용될 수 있다. 한편, 상기 제1 및 제2 서브 시스템(100, 200)은 임의의 나노 머신일 수 있다. 즉, 제1 및 제2 서브 시스템(100, 200)은 각각 송신 기기인 제1(분자) 기기와 수신 기기인 제2 (분자) 기기일 수 있다. 한편, 상기 제1(분자) 기기(100)와 제2 (분자) 기기(200)는 어느 한 기기가 송신 기기이면 나머지 기기는 수신 기기일 수 있다. 한편, 상기 제1(분자) 기기(100)가 복수의 제2 (분자) 기기(200)들을 제어하는 제어 머신인 경우도 포함된다.
도 2는 본 발명에 따른 나노 머신의 상세 구성을 도시한다. 편의상, 송신 기기 (나노 전송 머신)를 제1 기기(100)로, 그리고 수신 기기 (나노 수신 머신)를 제2 기기(200)로 지칭할 수 있다. 하지만, 이에 한정되는 것은 아니고, 전술된 바와 같이 그 역도 성립하고, 또한 송신/수신 기기로 동시에 동작할 수 있다.
제1 기기(100)는 (나노) 제어부(110), (나노) 송수신부(120) 및 (나노) 메모리(130)를 포함한다. 마찬가지로, 제2 기기(200)도 (나노) 제어부(210), (나노) 송수신부(220) 및 (나노) 메모리(230)를 포함한다. 여기서, 송수신부(120, 220)는 분자 채널을 통해 분자 데이터를 송수신하므로 분자 송수신부라고 지칭될 수 있다. 또한, 송수신부(120, 220)는 일부 제어 데이터 또는 관련된 정보를 일반 채널(classical channel)을 통해 송수신할 수 있으므로, 일반 송수신부로도 지칭될 수 있다. 즉, 송수신부(120, 220)는 물리적으로 구분된 분자 송수신부와 일반 송수신부를 구비하거나, 또는 논리적으로 구분된 분자 송수신부와 일반 송수신부를 구비할 수 있다. 따라서, 송수신부(120)는 일반 채널(classical channel)과 분자 채널(molecular channel)을 통해 수신 기기인 제2 기기(200)로 분자 정보를 송신하도록 구성된다. 여기서, 분자 정보는 채널 상태(state) 및/또는 채널 확산(예컨대, 분자 상태)에 관한 정보를 포함한다. 또한, 송수신부(120)는 상기 일반 채널을 통해 상기 제2 기기(200)로부터 피드백 정보 (예컨대, 분자 채널 정보, 상관 피드백)를 수신할 수 있다.
송수신부(120)는 채널을 통해 정보 캐리어인 분자(molecules)를 전송하고, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 수신한다. 이때, 상기 송수신부(120)에서 수신되는 정보는, N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보일 수 있다. 한편, 상기 송수신부(120)에서 수신되는 정보는, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보일 수 있다.
또한, 상기 송수신부(120)에서 수신되는 정보는, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보를 포함할 수 있다. 이때, 분자 확산(molecular diffusion) 파라미터(α)는 분자 감쇠(molecular attenuation) 파라미터와 연관될 수 있다.
또한, 상기 송수신부(120)에서 수신되는 정보는, 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 포함할 수 있다. 여기서, α1=2인 경우가 기준 확산 파라미터가 될 수 있고, 이때 평균이 0이고 분산이 2인 가우시안 분포를 나타낸다.α1=2를 기준으로, 서로 다른 α1=1.5, 1.0, 및 0.5에 대한 Q-Q 플롯을 표시할 수 있다. 이때, 제1 H-변량 z1 (α1=2, 1.5, 1.0, 및 0.5)은 표준 H-확산을 따른다. 한편, α2=0.5인 경우가 기준 확산 파라미터가 될 수 있다. α2=0.5를 기준으로, 서로 다른 α2=0.3, 0.7, 0.9에 대한 Q-Q 플롯을 표시할 수 있다. 이때, 제2 H-변량 z2 (α2=α2=0.3, 0.5, 0.7, 0.9)은 표준 H-확산을 따른다.
제어부(110)는 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성을 제어한다. 또한, 제어부(110)는 상기 제1 정보에 기반하여, 상기 분자의 에너지 진폭 레벨 및 변조 차수(M-ary)를 결정할 수 있다. 예를 들어, 분자 채널의 확산이 클수록 이에 따라 분자의 전송 에너지를 증가시키는 것을 고려할 수 있다. 또한, 채널 확산 파라미터가 채널 감쇠와 연관되면, 분자 채널의 감쇠가 클수록 이에 따라 분자의 전송 에너지를 증가시킬 필요가 있다.
한편, 분자의 전송 에너지가 증가함에 따라 제2 기기(200)에 전달되는 분자입자의 에너지 레벨이 증가한다. 따라서, 분자입자에 의한 정보를 주변의 잡음과 용이하게 구별할 수 있다. 이와 관련하여, 분자 채널의 확산에 관계없이 에너지 레벨의 증가시킨다면 주변의 잡음에 강인하지만, 제1 기기(100)의 전력 소모가 증가하게 된다. 따라서, 분자 채널의 확산 특성을 파악하여 전송 에너지 레벨을 결정하는 것이 중요하다. 또한, 분자 채널의 확산이 크면 변조 레벨을 감소시켜 분자입자당 전송되는 정보의 양을 감소시킬 필요가 있다. 반면에, 분자 채널의 확산이 작으면 변조 레벨을 감소시켜 분자입자당 전송되는 정보의 양을 증가시킬 필요가 있다. 예를 들어, 분자 채널의 확산이 작으면 서로 다른 진폭 레벨, 예컨대 제1 진폭 및 제2 진폭으로 정보를 전송할 수 있다.
또한, 제어부(110)는 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여, 상기 분자와 연관된 정보의 전송 속도, 전송 스트림 개수(N), 및 상기 변조 차수(M-ary)를 제어할 수 있다. 예를 들어, 확산 인자(υ)는 υ>1이면, 초 확산(super diffusion) 상태라고 할 수 있다. 한편, υ=1이면, 정상 확산(normal diffusion) 상태이고, υ<1이면 저 확산(sub diffusion) 상태라고 할 수 있다. 따라서, υ>1에 따라 초 확산 상태이면 분자입자당 전송되는 정보의 양을 증가시킨다. 반면에, υ<1이면 저 확산 상태이면 분자입자당 전송되는 정보의 양을 감소시킨다.
한편, 전송 스트림 개수(N)는 수신 나노 머신들의 이용 가능한 총 수신 수단 개수 이하인 것을 특징으로 할 수 있다. 예를 들어, 제2기기(200)가 복수 개인 경우 제1기기(100)는 복수 개의 전송 스트림(N=2,4,8,16....)을 복수의 제2기기(200)로 동시에 전송할 수 있다. 예를 들어, 복수의 제2기기(200)의 개수가 4개인 경우, 제1기기(100)는 독립적인 전송 수단(예컨대, (나노) 안테나)을 통해 4개 이상의 전송 스트림을 전송할 수 있는 경우에도 4개까지 동시에 전송스트림을 4개의 제2기기(200)로 동시에 전송할 수 있다. 또는, 제1기기(100)는 8개, 16개 등의 전송 스트림을 제2기기(200)로 동시에 전송하되, 동일한 정보를 중복하여 전송할 수 있다.
한편, 하나의 나노 수신 머신(제2기기(200))가 복수의 (나노)수신 수단을 구비하는 경우에, 나노 송신 머신(제1기기(100))는 수신 나노 머신들의 이용 가능한 총 수신 수단의 개수 이하의 전송 스트림을 전송할 수 있다. 이때에도, 나노 송신 머신(제1기기(100))는 전송 스트림 중 일부는 동일한 정보(데이터)가 되도록 복수의 전송스트림을 전송할 수 있다.
한편, 메모리(130)는 본 발명에 따른 분자 정보 및 제어 정보에 연관된 정보를 저장하도록 구성될 수 있다.
다음으로, 수신 기기인 제2 기기(200)의 동작에 대해 살펴보면 다음과 같다. 송수신부(220)는 채널을 통해 정보 캐리어인 분자(molecules)를 수신하고, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 전송한다. 한편, 상기 송수신부(220)에서 전송되는 정보는, N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보일 수 있다.
제어부(210)는 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성이 제어된 분자 정보를 디코딩한다. 한편, 제어부(210)는 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>을 추정한다. 또한, 제어부(210)는 상기 추정된 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 상기 송수신부를 통해 전송하도록 제어할 수 있다.
한편, 송수신부(220)는, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보를 전송할 수 있다. 또한, 송수신부(220)는, 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 전송할 수 있다.
한편, 제어부(210)는 상기 제1정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자의 에너지 진폭 레벨을 결정할 수 있다. 또한, 제어부(210)는 상기 제2정보에 기반하여, 상기 제1기기(100)에 의해 결정된 상기 분자와 연관된 정보의 전송 속도에 따라 상기 제1기기(100)로부터 전송되는 상기 정보 캐리어를 상기 송수신부를 통해 수신하여 디코딩할 수 있다. 이때, 상기 전송 속도는 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여 결정될 수 있다. 이와 관련하여, 제어부(210)는 상기 정보 캐리어를 디코딩하는 속도를 결정할 수 있고, 상기 확산 인자(υ) 및 상기 정보 캐리어의 변조 방식에 기반하여 결정될 수 있다. 예를 들어, 제어부(210)는 디코딩 속도가 기준 디코딩 속도보다 느리면, 버퍼에 정보가 저장되도록 제어한다. 반면에, 디코딩 속도가 기준 디코딩 속도보다 빠르면, 버퍼로부터 정보를 더 디코딩할 수 있다.
한편, 메모리(230)는 본 발명에 따른 분자 정보 및 제어 정보에 연관된 정보를 저장하도록 구성될 수 있다.
한편, 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링 및 분자 전송/수신 방법에 대해 구체적으로 살펴보면 다음과 같다.
A. 종속(subordination) 방법들
1) Parent-Directing 종속 과정: 분자(입자)의 채널 추정(모델링)을 위한 확률 과정(stochastic process) h(t) = p(d(t))이고, 여기서 τ=d(t)이고, 종속 과정 d(t)는 증가 랜덤 과정이다. 이에 따라 공간 밀도 함수 ph(x;t)는 아래의 수학식 1과 같은 공간(spatial) 확률 밀도 함수 (PDF)로 주어진다.
Figure pat00001
2) 자기-유사 과정을 위한 종속화: 분자(입자)의 채널 추정(모델링)을 위한 확률 과정(stochastic process) h(t)는 아래의 수학식 2와 같이 자기-유사(self-similar)일 수 있다.
Figure pat00002
이때, 단일-변수 밀도 함수 px(x)는 아래의 수학식 3을 만족하고, 수학식 1은 수학식 4로 표현 가능하다.
Figure pat00003
Figure pat00004
3) 두 개의 독립 랜덤 변수 분포: 분자(입자)의 채널 추정(모델링)을 위한 두 개의 독립 랜덤 변수 z1, z2를 고려할 수 있다. 이때, 각각의 PDF는 pz1(z1) 및 pz2(z2)로 표현된다. 랜덤 변수 z1, z2이 독립적이므로, z의 PDF는 수학식 5와 같이 표현되고, 아래의 수학식 6 내지 8의 관계를 만족한다.
Figure pat00005
Figure pat00006
Figure pat00007
Figure pat00008
B. H-Diffusion 모델
자기-유사 parent 과정을 갖는 종속 과정이 변화 확산(anmalous diffusion)에 의해 정의될 수 있다. 이와 관련하여, 분자 통신의 채널 추정(모델링)과 관련하여 H-확산을 정의하면 다음과 같다.
Definition 1 (H-diffusion) 시간에 따라 변화하는 ω (x,t;ω1,ω2)에 의해 표시되는 공간 밀도 함수가 두 개의 H-variates에 의해 생성될 수 있다면, 자기-유사 확률 과정 h(t)가 H-diffusion 과정이라고 할 수 있다. 여기서, H-variates는 비-네거티브(non-negative) 또는 대칭(symmetric)의
Figure pat00009
과 비-네거티브의
Figure pat00010
를 고려할 수 있고, 아래의 수학식 9 및 10을 만족한다.
Figure pat00011
Figure pat00012
여기서, z = z1 z2ω1이고, ω1,ω2 ∈ R++를 만족한다.
Remark 1: H-분포(distribution)는 광범위한 통계적인 분포를 가질 수 있으며, 이와 관련된 명제(proposition)는 컨벌루션 동작에 해당하고, 아래의 수학식 11과 같이 주어진다.
Figure pat00013
이는 아래의 수학식 12와 같은 역 동작(inverse operation) 및 엘리먼트별 동작(elementary operation) 을 따른다.
Figure pat00014
Remark 2 ( 컨벌루션 동작): 전술된 명제 1의 일반화된 컨벌루션 동작은 ξ=ω=0일 때 아래의 수학식 13과 같이 Mellin 컨벌루션으로 단순화된다.
Figure pat00015
Theorem 1 (H-확산의 그린 함수)
Figure pat00016
,
Figure pat00017
가 성립하고, 파라미터 시퀀스가
Figure pat00018
인 경우에, Definition 1에서 H-확산의 그린 함수 ω(x,t; ω1,ω2)는 H-변환의 형태로 수학식 14와 같이 주어진다.
Figure pat00019
H-확산의 그린 함수는 H-variate이고, 아래의 수학식 15와 같이 주어지고, 수학식 16 및 17의 관계가 성립한다.
Figure pat00020
Figure pat00021
Figure pat00022
Proof: 이는 아래의 수학식 18과 같이, 명제 1의 일반화된 컨벌루션 동작을 따른다.
Figure pat00023
Remark 3 (H-확산의 단순화된 그린 함수): H-확산은 반-유사(semi-similar) 특성을 갖기 때문에, 그린 함수 ω(x,t; ω1,ω2)는 수학식 19와 같이 표현되고, 수학식 20과 같이 단순화된 그린 함수로 지칭된다.
Figure pat00024
Figure pat00025
Corollary 1 (H-확산의 제곱 평균 변위): 두 개의 입자들 간의 시차(deviation time)의 측정에 의해 정의되고, 아래의 수학식 21과 같이 주어진다.
Figure pat00026
Proof: 수학식 15의 그린 함수는 아래의 수학식 22로 표현 가능하다.
Figure pat00027
Remark 4 (H-확산의 분류(classification)): H-확산은 확산 인자 υ=2ω1ω2에 따라 세 가지 유형의 확산, i) 0<υ<1인 경우 저 확산(sub diffusion), ii) υ=1이면 정상 확산 (normal diffusion) , iii) υ>1이면, 초 확산(super diffusion) 상태로 분류 가능하다.
C. Special Case
본 특허에서, H-확산의 다양한 경우에 대해 살펴보기로 하자.
Case 1 (시간-공간 부분(fractional) 확산): z1, z2,ω1,ω2는 아래의 수학식 23과 같은 조건을 만족하고, 파라미터들은 아래의 수학식 24를 만족할 수 있다.
Figure pat00028
Figure pat00029
Figure pat00030
H-확산은 시간-공간 부분 확산(ST-FD)으로 단순화되고, 그린 함수는 아래의 수학식 26과 같이 주어지고, 단순화된 그린 함수는 아래의 수학식 27과 같이 주어진다. 한편, 수학식 27에서 파라미터 시퀀스는 아래의 수학식 28과 같이 주어진다.
Figure pat00031
Figure pat00032
Figure pat00033
Remark 5 (ST- FD의 한정 값(limiting value)): H-함수의 산술 근사 확장을 사용하여, 아래의 수학식 29를 얻을 수 있다.
Figure pat00034
Remark 6 (ST- FD의 특수 경우): ST-FD는 플라즈마 난기류(turbulence)에서 발견될 수 있으며, 유전화 표현 프로파일의 근사화에 대해 또한 적용 가능하다. ST-FD는 i)αst =2, βst =1에 대한 표준 확산; i) 0 < αst ≤2, βst =1에 대한 공간 부분 확산; iii) αst =2, 0 < βst ≤1, βst =1에 대한 시간 부분 확산; iv) 0 < αst = βst ≤1에 대한 중성 부분 (neutral fraction) 확산으로 분류 가능하다.
Case 2 (일부 확산): 일부 확산과 관련하여, z1, z2,ω1,ω2는 아래의 수학식 30과 같은 조건을 만족하고, 파라미터 시퀀스는 수학식 31 및 32을 만족할 수 있다.
Figure pat00035
Figure pat00036
Figure pat00037
H-확산은 EK-FD 확산으로 단순화되고, 이에 대응하는 그린 함수는 아래의 수학식 33으로, 단순화된 그린 함수는 아래의 수학식 34로 표현 가능하고, 수학식 34의 파라미터는 수학식 35로 표현된다.
Figure pat00038
Figure pat00039
Figure pat00040
Remark 7 ( EK - FD의 특수 경우): EK-FD는 그레이 브라운 모션에 대응할 수 있고, 일부(부분) 브라운 신호는 심장, 폐, 신장의 국부 흐름 분포(regional flow distributioin)에 적용될 수 있다. EK-FD는 제곱 평균 변위
Figure pat00041
를 이용하여, 아래의 수학식 36과 같이 네 가지 유형의 확산으로 분류 가능하다.
Figure pat00042
또는, 확산 파라미터에 따라 일부 브라운 모션 (0 < αst ≤2, βst =1), 일부 확산 (0 < αst =βst ≤2, βst < 1) 또는 그레이 브라운 모션, 및 표준 브라운 모션 (αst =βst = 1)으로 분류 가능하다.
Definition 2 (표준 H-확산): z1, z2는 아래의 수학식 37 및 38과 같은 조건을 만족하고, 파라미터 시퀀스는 수학식 39 및 40을 만족할 수 있다.
Figure pat00043
Figure pat00044
Figure pat00045
Figure pat00046
Corollary 2 (표준 H-확산의 그린 함수): 표준 H-확산의 그린 함수는 H-variate이고 아래의 수학식 41과 같이 주어지고, 파라미터 시퀀스는 아래의 수학식 42와 같이 주어진다.
Figure pat00047
Figure pat00048
Remark 8 (표준 H-확산): 표준 H-확산의 제1 H-variate z1은 특성 지수(exponent) α1 및 스케일링 인자 β1 α1 을 갖는 안정 분포, 즉 z1 ~ (α1, 0, β1 α1, 0)를 따른다. 반면에, 제2 H-variate z2는 파라미터 α1 및 스케일링 인자 β2 를 갖는 M-Wright 함수로 분포된다. z2는 비-네거티브 엄격 안정 랜덤 변수 z2 ~ (α2, 1, cos(πα/2)/β2, 0)에서 획득 가능하고, 아래의 수학식 43을 따른다.
Figure pat00049
한편, 표준 H-확산은 아래와 같이 스케일링 파라미터 β1= β2 =1을 갖는 다양한 유형적 이상(anomalous)확산 모델을 잘 설명한다: i) 파라미터 세트 (α1, α2, ω1, ω2) =(αst, βst, 1/αst, βst)를 갖는 ST-FD; ii) (α1, α2, ω1, ω2)=(2, βek, βst, 1/2, αek)를 갖는 EK-FD; iii)(α1, α2, ω1, ω2)=(2, αek, βst, 1/2, αek)인 경우의 그레이 브라운 모션, iv)(α1, α2, ω1, ω2)=(2, 1, 1/2, 1)을 갖는 표준 정상 확산 (브라운 모션).
Remark 9 (스케일링 파라미터 및 확산 계수의 역할): 두 개의 양의 스케일링 파라미터 β1, β2는 확산 매체에 의해 결정되는 표준 H-확산이다. 이러한 프레임워크에서, 표준 H-확산은 아래의 수학식 44와 같은 등가 확산 식을 갖는다. 또한, 스케일링 파라미터와 확산 계수(K)와의 관계는 수학식 45에 의해 주어진다.
Figure pat00050
Figure pat00051
한편, 표 1은 본 발명과 관련하여, H-확산의 특수한 경우로서 유형적 이상 확산을 나타낸다.
Figure pat00052
D. 수치적 예시
도 3은 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z1의 PDF를 나타낸다. 한편, 도 4는 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z1의 분위수를 나타낸 Q-Q플롯을 나타낸다. 또한, 도 5는 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z2의 PDF를 나타낸다. 한편, 도 6은 본 발명에 따른 표준 H-확산에서 α의 변화에 따른 z2의 분위수를 나타낸 Q-Q플롯을 나타낸다. 도 3 내지 6에서, z1의 분포가 α1의 감소로 인해 더 분산됨을 알 수 있다. 반면에, z2의 분포는 α2의 증가로 인해 더 분산됨을 알 수 있다.
III. H-잡음 모델링
두 개의 나노 머신 간의 효율적인 전달에 영향을 미치는 H-잡음을 모델링하는 방법에 대해 살펴보자.
A. H-잡음 모델
송신 나노머신(TN)에서 분자의 랜덤 방출(release) 시간을 s라고 하면, 수신 나노머신(RN)에서 분자의 도착 시간 y는 아래의 수학식 46과 같이 표현되고, 여기서 t는 RN에 도착하는 분자의 추가 랜덤 시간이다.
Figure pat00053
Theorem 2 (H-확산 분자의 제1 이동 시간(passage time): 제1 이동 시간 t는 x=0에서 출발하고, x=a에 도달하는 것으로 아래의 수학식 47과 같이 정의되고, H-확산 분자의 제1 이동 시간은 H-variate이고, 아래의 수학식 48과 같이 표현된다. 여기서, 수학식 48의 파라미터 시퀀스는 아래의 수학식 49와 같이 주어진다.
Figure pat00054
Figure pat00055
Figure pat00056
Proof: 흡수 경계 조건 ω(x,0; ω1, ω2)=0을 이용하여, 시간 t에서 분자의 위치에 대한 밀도 함수는 아래의 수학식 50과 같이 주어지고, 시간 t까지의 모든 시간 동안 분자가 x<a에서 발견될 생존 확률은 아래의 수학식 51과 같이 표현된다.
Figure pat00057
Figure pat00058
Definition 3 (H-잡음): Definition 2의 표준 H-확산 분자의 제1 이동 시간은 표준 H-잡음으로 정의된다.
Remark 10 (표준 H-잡음): 표준 H-잡음은 아래의 수학식 52와 같은 H-variate이고, 파라미터 시퀀스는 아래의 수학식 53과 같이 표현된다.
Figure pat00059
Figure pat00060
B. H-잡음 전력
일부 하위 차수 통계(FLOS: fractional lower order statistics)가 이러한 분포를 갖는 임펄스 신호의 행동을 측정하고 분석하는데 유용할 수 있다. 한편, 0차 통계에 기반한 유한 로그 모멘트를 이용한 H-잡음 전력의 개념을 검토하자.
Theorem 3 (H-잡음 테일): 이와 관련하여, 시간이 충분히 흐른 뒤 정상 상태에서의 H-잡음 테일은 아래의 수학식 54 및 55와 같이 표현되고, tHn은 테일 상수이다.
Figure pat00061
Figure pat00062
Proof: H-variate의 누적 분포 함수에 대하여, 아래의 수학식 56의 관계가 성립한다.
Figure pat00063
한편, H-함수의 산술 근사 확장을 이용하여 아래의 수학식 57을 얻을 수 있다.
Figure pat00064
Remark 11 (산술 테일 또는 헤비 -테일 분포): 테일 함수가 다항 감쇠 비율(polynomial decay rate)를 갖기 때문에, H-잡음은 산술 테일 랜덤 변수로 간주될 수 있다. 또한, 모든 산술 테일 랜덤 변수는 지수 분포 패밀리보다 헤비-테일을 갖는 것으로 간주될 수 있다.
Remark 12(표준 H-잡음 테일): 표준 H-잡음에 대한 테일 상수는 아래의 수학식 58과 같이 주어진다.
Figure pat00065
Theorem 4 (H-잡음의 로그 모멘트): 임의의 산술 테일 분포는 유한 로그 모멘트를 갖는다. 따라서, H-잡음의 로그 모멘트는 모든 범위의 파라미터들에 대하여 아래의 수학식 59 및 60과 같이 주어진다.
Figure pat00066
Figure pat00067
여기서, 수학식 59의 파라미터 시퀀스는
Figure pat00068
이다. 표준 H-잡음에 대하여, H-잡음의 로그 모멘트는 아래의 수학식 61로 단순화된다. 여기서, γ는 상수로 약 0.57721이다.
Figure pat00069
proof: 표준 H-잡음에 대해, 로그 모멘트와 모멘트의 미분과의 관계를 이용하면, 아래의 수학식 62의 관계식을 얻는다.
Figure pat00070
Collary 3 (표준 H-잡음의 기하 전력(geometic power): 이와 관련하여, 수학식 63은 랜덤 변수 t의 기하 전력이다. H-잡음의 기하 전력은 수학식 63에서 t를 tHn으로 대체한 것이고, 수학식 64와 같이 표현된다.
Figure pat00071
Figure pat00072
Remark 13 (기하 평균, 전력, 및 FLOS): 기하 전력은 수학식 65와 같이 비-네거티브 랜덤 변수 t의 기하 평균의 관계를 갖는다.
Figure pat00073
아래의 수학식 66을 만족하는 충분히 작은 값 l이 존재하면, 기하 전력은 FLOS 방법과 연관될 수 있다.
Figure pat00074
이는 기하 전력이 수학적 및 개념적으로 많은 세트의 헤비-테일 분포(rich set of heavy-tailed distribution)로 사용될 수 있음을 보여준다.
Remark 14 (특수 경우): 드리프트 없는 브라운 모션에서 H-잡음 tHn은 특성 지수 1/2을 갖는 비-네거티브 안정 분포를 가지고, 여기서 PDF는 아래의 수학식 67과 같이 주어진다. 또한, 대응하는 기하 전력은 아래의 수학식 68과 같이 주어진다.
Figure pat00075
Figure pat00076
이와 관련하여, 표 2는 표 1에서의 유형적 이상 확산에 대한 H-잡음 t와 이의 기하 전력을 보여준다.
Figure pat00077
C. 수치 예제
도 8은 본 발명에 따른 세 가지 시나리오에 대한 a =10-5m에서의 H-확산의 표준 H-잡음의 CDF를 도시한다. 여기서,(α1, α2) = (2, 0.5) 및 (1.8, 1)에 대한 이상 확산이 (α1, α2) = (2, 1)에 대한 정상 확산에 비해 전파에 있어 큰 확산을 갖는다. 한편, 도 9는 본 발명에 따른 세 가지 시나리오에 대한 H-확산의 표준 H-잡음의 생존 확률을 도시한다. 분명하게, H-잡음 분포는 Theorem 3에서 논의된 바와 같은 점근 테일 일정 스케일링 행동(asymtotic tail constant scaling behavior)을 따른다. 도 10은 본 발명에 따른 서로 다른 거리 a에서 (α1, α2)의 함수로서 표준 H-잡음의 H-잡음 전력을 도시한다. 고정 확산 계수하에서, 원거리 a 및 α1의 작은 값에 따라 H-잡음 전력이 증가함을 알 수 있다. 도 8에서 낮은 SNR 영역에서 다른 유형의 확산에 비해 저확산에서 오류 성능이 성능이 더 우수함을 알 수 있다.
IV. 오류 확률
여기서는 분자 통신의 오류 성능에 대해 H-확산의 효과를 검토한다. 특히, 분자 통신에 대한 신뢰성을 향상시키기 위해 N-분자 전송뿐만 아니라 데이터 전송율을 향상시키는 M-어레이 전송을 고려한다.
A. 분자 통신 시스템 모델
도 11은 본 발명에 따른 송신 나노 머신과 수신 나노 머신을 포함하는 나노 통신 시스템을 도시한다. 송신 나노 머신(TN: Transmit Nanomachine)은 유체 매질(fluid medium)에서 나노머신을 수신하기 위한 정보 분자(information molecule)를 방출한다. 여기서, 정보 분자의 모션은 제곱 평균 변위 및 시간과의 관계에 의해 결정된다. 한편, 본 특허에서는 다음과 같은 가정을 갖는 이상적인 분자 통신 시스템을 사용하는 것으로 간주된다: 1) TN은 각각의 심볼 메시지에 대한 분자 개수 및 방출 시간을 완전히 제어할 수 있다; 2) TN의 클록은 RN의 클록과 완전히 동기된다; 3) 유체 매질 내의 각 분자의 이동은 독립적이고 동일하게 분포된다; 4)RN은 완전한 흡수 경계로 동작하고 분자의 도착 시간을 완벽히 측정한다; 5) RN에 도달한 분자는 흡수되고 시스템에서 제거된다; 6) RN은 시간제한 없이 대기할 수 있다; 7) 심볼 간 시간은 심볼 간 간섭을 회피하기 위해 충분히 크다.\
방출 시간에 기반하여 정보가 인코딩된다. 방출 시간 s에서 N 개의 방출된 분자들 중 n번째 분자에 대하여, RN에서의 도달 시간 yn은 아래의 수학식 69와 같이 주어진다. 여기서, tHn,n은 n번째 분자의 H-잡음이다.
Figure pat00078
다수의 방출된 분자에 기인하여, RN은 모든 분자들이 흡수될때까지 대기할 필요가 있다. 따라서, 전송된 심볼을 디코딩하기 위해 N개의 방출된 분자 중 RN에서 분자의 최초 도달 시간을 이용하는 최초 도달 검출(first arrival detection)을 고려할 수 있다. 이후, 단일-심볼 전송에 대한 명시적 신호 모델은 아래의 수학식 69와 같다.
Figure pat00079
여기서, tmin =min{tHn,1, tHn,2, ...., tHn,N}은 최초 도달 H-잡음을 나타낸다.
B. 오류 확률 분석
M-어레이 변조에 대하여 아래와 같이 수학식 71의 최대 우도 검출을 사용하여 정보가 디코딩될 수 있고, 여기서, 조건부 확률은 수학식 72와 같이 주어진다.
Figure pat00080
Proposition 2 (최초 도달 H-잡음의 밀도 함수): tHn,1, tHn,2, ...., tHn,N이 i.i.d.인 H-잡음이라고 하면, 최초 도달 H-잡음의 밀도 함수는 수학식 72와 같다.
Figure pat00081
Proof: 누적 밀도 함수는 아래의 수학식 73과 같이 주어지고, 수학식 74 및 75와 같은 관계를 만족한다.
Figure pat00082
Figure pat00083
Figure pat00084
Theorem 5 (SEP의 상한): M-어레이 및 N-분자 전송에 대한 심볼 오류 확률(SEP: Symbol Error Probability)는 아래의 수학식 76과 같은 상한(upper bound)를 갖는다. 이때, 파라미터 시퀀스는 수학식 77과 같이 표현된다.
Figure pat00085
Figure pat00086
한편, 표 3은 표 1의 유형적 이상 확산에 대한 SEP에 대한 상한을 나타낸다.
Figure pat00087
Proof: 동일-우도 심볼에 대하여, 오류 확률은 아래의 수학식 78과 같은 관계가 성립한다.
Figure pat00088
이때, CDF는 아래의 수학식 79와 같이 표현될 수 있다.
Figure pat00089
Definition (신호-대-잡음비): 분자 통신 링크에 대한 SNR은 아래의 수학식 80과 같이 정규화된(normalized) 형태로 정의될 수 있다.
Figure pat00090
1) 표준 H-확산: 표준 H-확산에 대해, SEP는 아래의 수학식 81과 같이 표현 가능하고, 파라미터 시퀀스는 수학식 82와 같다.
Figure pat00091
Figure pat00092
2) 높은-SNR 확장: 높은 SNR 영역에서, SEP는 아래의 수학식 83과 같이 표현 가능하다.
Figure pat00093
Corollary 4 (높은-SNR 확장): 높은 SNR 영역에서, 표준 H-확산에 대한 두 가지 물리량은 아래의 수학식 84 및 85와 같이 주어지고, 여기서 g(M,N)은 수학식 86과 같다.
Figure pat00094
Figure pat00095
Figure pat00096
Proof: H-함수의 산술 근사 확장을 이용하여, 아래의 수학식 87을 얻을 슁T고, 수학식 88 및 89의 관계가 성립한다.
Figure pat00097
Figure pat00098
Figure pat00099
한편, 표 4는 표 1의 유형적 이상 확산에 대한 오류 확률의 높은-SNR 확장을 나타낸다.
Figure pat00100
Remark 15 (높은-SNR 기울기(slope)): Collary 4에서 보인 바와 같이, 방출된 분자 수에 따라 선형적으로 높은-SNR 기울기(slope)가 증가한다. 이러한 결과는, 복수의 안테나를 채택하는 무선 통신 시스템에서 전송 다이버시티와 유사하다. 따라서, 이러한 특징은 분자 자원을 소모함에 따라 생기는 장점이라고 할 수 있다.
C. 수치 예제
도 12는 도 7의 세 가지 시나리오에 대한 표준 H-확산의 SNR의 함수로서의 SEP 를 나타낸다. 여기서, N=1은 단일 분자 전송을 의미하고, M=2는 바이너리 변조를 의미한다. 도 12에 도시한 바와 같이, 많은 심볼 시간 Ts (낮은 심볼 전송율)에 의해 분자 통신 신뢰성을 향상시킬 수 있다.
도 13은 본 발명에 따른 N=2에서, M=2,4,8,16에 대한 표준 H-확산에서의 SNR의 함수로서 SEP를 나타낸다. 도 13에 도시된 바와 같이, SEP 성능의 신뢰성을 희생하면서 변조 차수 M을 증가시켜서 데이터 전송율을 향상시킬 수 있음을 알 수 있다. 한편, 도 14는 오류 성능에 있어 방출된 분자의 수의 효과를 나타낸다. 도 13 및 14를 참조하면, 높은 SNR 확장 표현은 SEP 커브의 전력 오프셋 및 기울기에 있어서 거의 유사한 일치를 갖는다.
한편, 도 15는 본 발명에 따른 표준 H-확산에서의 (α1, α2)의 함수로서 SEP의 높은 SNR 기울기를 나타낸다. 예측되는 바와 같이, (α1, α2)-표준 H-확산에서의 SEP의 높은 SNR 기울기 s∞는 α2가 증가함에 따라 증가한다. 반면에, α1>1인 영역에서 α1이 증가함에 따라 감소한다.
전술된 내용을 토대로, 본 발명의 다른 측면에 따른 분자 채널 모델링 및 분자 전송 방법에 대해 살펴보면 다음과 같다. 이와 관련하여, 도 16 본 발명에 따른 (나노) 전송 머신인 제1 기기에 의해 수행되는 분자 채널 모델링 및 분자 전송 방법의 흐름도를 나타낸다. 한편, 도 17은 본 발명에 따른 나노 수신 머신인 제2 기기에 의해 수행되는 분자 채널 모델링 및 분자 수신 방법의 흐름도를 나타낸다. 한편, 전술된 나노 전송 머신 및 나노 수신 머신에서 설명된 내용은 이하에서 설명되는 방법과 결합하여 이용될 수 있다.
도 16을 참조하면, 분자 채널 모델링 및 분자 전송 방법은 분자 전송 단계(S110), H-diffusion 함수 정보 수신 단계(S120), 및 분자 전송 특성 제어 단계(S130)을 포함한다.
분자 전송 단계(S110)에서, 분자 통신 채널을 통해 정보 캐리어인 분자(molecules)를 전송한다. 한편, H-diffusion 함수 정보 수신 단계(S120)에서, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 수신한다. 상기 H-diffusion 함수 정보 수신 단계(S120)에서, 상기 함수는 H-diffusion의 그린 함수(Green function)이고, 아래와 같이 결정된다.
Figure pat00101
또한, 상기 H-diffusion 함수 정보 수신 단계(S120)에서, 상기 수신되는 정보는 N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보일 수 있다. 또한, 상기 H-diffusion 함수 정보 수신 단계(S120)에서, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 수신할 수 있다. 또한, 상기 H-diffusion 함수 정보 수신 단계(S120)에서, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보를 수신할 수 있다. 또한, 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 더 수신할 수 있다. 이와 관련하여, 도 3 및 4를 참조하면, α1=2인 경우가 기준 확산 파라미터가 될 수 있고, 이때 평균이 0이고 분산이 2인 가우시안 분포를 나타낸다.α1=2를 기준으로, 서로 다른 α1=1.5, 1.0, 및 0.5에 대한 Q-Q 플롯을 표시할 수 있다. 이때, 제1 H-변량 z1 (α1=2, 1.5, 1.0, 및 0.5)은 표준 H-확산을 따른다. 한편, 도 5 및 6을 참조하면, α2=0.5인 경우가 기준 확산 파라미터가 될 수 있다. α2=0.5를 기준으로, 서로 다른 α2=0.3, 0.7, 0.9에 대한 Q-Q 플롯을 표시할 수 있다. 이때, 제2 H-변량 z2 (α2=α2=0.3, 0.5, 0.7, 0.9)은 표준 H-확산을 따른다.
또한, 분자 전송 특성 제어 단계(S130)에서, 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성을 제어한다. 또한, 분자 전송 특성 제어 단계(S130)에서, 상기 제1 정보에 기반하여, 상기 분자의 에너지 진폭 레벨 및 변조 차수(M-ary)를 결정할 수 있다. 또한, 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여, 상기 분자와 연관된 정보의 전송 속도, 전송 스트림 개수(N), 및 상기 변조 차수(M-ary)를 제어할 수 있다. 이때, 상기 전송 스트림 개수(N)는 수신 나노 머신들의 이용 가능한 총 수신 수단 개수 이하인 것을 특징으로 할 수 있다.
다음으로, 도 17을 참조하면, 채널 모델링 및 분자 수신 방법은 분자 수신 단계(S210), H-diffusion 함수 정보 전송 단계(S220), 및 분자 정보 수신/디코딩 단계(230)를 포함한다.
분자 수신 단계(S210)에서, 분자 통신 채널을 통해 정보 캐리어인 분자(molecules)를 수신한다. 한편, H-diffusion 함수 정보 전송 단계(S220)에서, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 전송한다. 또한, 분자 정보 수신/디코딩 단계(230)에서, 상기 분자를 전송하는 전송 특성이 제어된 분자 정보를 수신하여 디코딩한다. 이때, 상기 전송 특성은 상기 수신된 H-diffusion 함수에 대한 정보에 기반하여 나노 송신 머신에 의해 제어된다.
한편, 상기 H-diffusion 함수 정보 전송 단계(S220)에서, 상기 함수는 H-diffusion의 그린 함수(Green function)이고, 다음과 같이 결정될 수 있다.
Figure pat00102
한편, 상기 H-diffusion 함수 정보 전송 단계(S220)에서, 상기 전송되는 정보는 N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보일 수 있다.
한편, 상기 H-diffusion 함수 정보 전송 단계(S220)에서, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>을 추정하고, 상기 추정된 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 전송할 수 있다.
또한, 상기 H-diffusion 함수 정보 전송 단계(S220)에서, 상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보를 전송할 수 있다. 또한, 기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 더 전송할 수 있다.
한편, 상기 분자 정보 수신/디코딩 단계(S230)에서, 상기 제1정보에 기반하여, 제1기기에 의해 결정된 상기 분자의 에너지 진폭 레벨, 및 상기 제2정보에 기반하여, 제1기기에 의해 결정된 상기 분자와 연관된 정보의 전송 속도에 따라 상기 제1기기로부터 전송되는 상기 정보 캐리어를 수신하고 디코딩할 수 있다. 이때, 상기 전송 속도는 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여 결정될 수 있다. 이때, 상기 정보 캐리어를 디코딩하는 속도는 상기 확산 인자(υ) 및 상기 정보 캐리어의 변조 방식에 기반하여 결정될 수 있다.
이상에서는 본 발명에 따른 분자 통신(Molecular Communication)을 위한 채널 모델링 및 분자 전송/수신 방법 및 이를 수행하는 나노 전송/수신 머신에 대해 살펴보았다.
전술된 내용에 근거하여, 본 발명에서의 결론은 다음과 같다.
V. Conclusion
본 발명에서는 (수동 전달) 분자 통신에서 모델링 및 분석을 위한 새로운 수학적인 프레임워크를 제안하였다. 먼저, 일반적인 클래스의 확산 과정, 즉 H-확산을 도입하여, 시간에 따라 변화하는 분자의 위치와 연관된 확률 분포 함수(PDF)를 생성하는 방법에 대해 살펴보았다. H-확산 모델링은 두 개의 H-variates(변량)으로부터 얻은 이상(anomalous) 확산 모델을 이용하고, 이는 시간 및 공간 상에서 분자의 이상 변화(anomalous evolution)을 설명하는데 중요한 역할을 한다. 또한, 본 발명에서는 H-확산 법칙하에서 랜덤 전파의 불확실성에 대한 통계적 특성을 설명하기 위해, 분자 잡음을 나타내는 H-잡음을 도입하고, 이에 따른 SNR과 오류 성능에 대해 살펴보았다.
한편, 본 발명에 따른 방법은, 채널에 대한 확산과 관련하여 H-확산 함수를 이용하는 분자 채널 모델링 방법과 이에 따른 전송 제어 방법을 제공할 수 있다는 장점이 있다.
또한, 본 발명에 따른 방법은, 시간-공간 상에서 채널을 통한 분자들의 전달 특성인 분자 궤적 정보 또는 확산 정보를 고려하여 분자를 전송하는 특성을 제어할 수 있다는 장점이 있다.
소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능뿐만 아니라 각각의 구성 요소들은 별도의 소프트웨어 모듈로도 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다. 적절한 프로그램 언어로 쓰여진 소프트웨어 어플리케이션으로 소프트웨어 코드가 구현될 수 있다. 상기 소프트웨어 코드는 메모리에 저장되고, 제어부(controller) 또는 프로세서(processor)에 의해 실행될 수 있다.
100: 제1 기기 200: 제2 기기
110, 210: (나노) 제어부 120, 220: (나노) 송수신부
130, 230: (나노) 메모리

Claims (22)

  1. 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링 및 분자 전송 방법에 있어서, 상기 방법은 송신 기기인 제1 기기에 의해 수행되고,
    상기 채널을 통해 정보 캐리어인 분자(molecules)를 전송하는 분자 전송 단계;
    상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 수신하는 H-diffusion 함수 정보 수신 단계;
    상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성을 제어하는 분자 전송 특성 제어 단계를 포함하는, 채널 모델링 및 분자 전송 방법.
  2. 제1항에 있어서,
    상기 H-diffusion 함수 정보 수신 단계에서, 상기 함수는 H-diffusion의 그린 함수(Green function)이고,
    Figure pat00103
    으로 결정되는 것을 특징으로 하는, 채널 모델링 및 분자 전송 방법.
  3. 제1항에 있어서,
    상기 H-diffusion 함수 정보 수신 단계에서, 상기 수신되는 정보는 N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보인 것을 특징으로 하는, 채널 모델링 및 분자 전송 방법.
  4. 제1 항에 있어서,
    상기 H-diffusion 함수 정보 수신 단계에서, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 수신하는 것을 특징으로 하는, 채널 모델링 및 분자 전송 방법.
  5. 제3항 또는 제4항에 있어서,
    상기 H-diffusion 함수 정보 수신 단계에서,
    상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및
    기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 수신하는 것을 특징으로 하는, 채널 모델링 및 분자 전송 방법.
  6. 제5항에 있어서,
    상기 분자 전송 특성 제어 단계에서,
    상기 제1 정보에 기반하여, 상기 분자의 에너지 진폭 레벨 및 변조 차수(M-ary)를 결정하고,
    상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여, 상기 분자와 연관된 정보의 전송 속도, 전송 스트림 개수(N), 및 상기 변조 차수(M-ary)를 제어하고,
    상기 전송 스트림 개수(N)는 수신 나노 머신들의 이용 가능한 총 수신 수단 개수 이하인 것을 특징으로 하는, 채널 모델링 및 분자 전송 방법.
  7. 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링 및 분자 수신 방법에 있어서, 상기 방법은 수신 기기인 제2 기기에 의해 수행되고,
    상기 채널을 통해 정보 캐리어인 분자(molecules)를 수신하는 분자 수신 단계;
    상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 전송하는 H-diffusion 함수 정보 전송 단계;
    상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성이 제어된 분자 정보를 수신하여 디코딩하는 분자 정보 수신/디코딩 단계를 포함하는, 채널 모델링 및 분자 수신 방법.
  8. 제7항에 있어서,
    상기 H-diffusion 함수 정보 전송 단계에서, 상기 함수는 H-diffusion의 그린 함수(Green function)이고,
    Figure pat00104
    으로 결정되는 것을 특징으로 하는, 채널 모델링 및 분자 수신 방법.
  9. 제7항에 있어서,
    상기 H-diffusion 함수 정보 전송 단계에서, 상기 전송되는 정보는 N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보인 것을 특징으로 하는, 채널 모델링 및 분자 수신 방법.
  10. 제7항에 있어서,
    상기 H-diffusion 함수 정보 전송 단계에서, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>을 추정하고, 상기 추정된 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 전송하는 것을 특징으로 하는, 채널 모델링 및 분자 전송 방법.
  11. 제9항 또는 제10항에 있어서,
    상기 H-diffusion 함수 정보 전송 단계에서,
    상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및
    기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 전송하는 것을 특징으로 하는, 채널 모델링 및 분자 수신 방법.
  12. 제11항에 있어서,
    상기 분자 정보 수신/디코딩 단계에서,
    상기 제1정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자의 에너지 진폭 레벨, 및
    상기 제2정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자와 연관된 정보의 전송 속도 ― 상기 전송 속도는 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여 결정됨 ― 에 따라 상기 제1기기로부터 전송되는 상기 정보 캐리어를 수신하고 디코딩하고,
    상기 정보 캐리어를 디코딩하는 속도는 상기 확산 인자(υ) 및 상기 정보 캐리어의 변조 방식에 기반하여 결정되는 것을 특징으로 하는, 채널 모델링 및 분자 전송 방법.
  13. 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링에 따라 분자 전송을 수행하는 나노 전송 머신에 있어서,
    상기 채널을 통해 정보 캐리어인 분자(molecules)를 전송하고, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 수신하는 송수신부; 및
    상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성을 제어하는 제어부를 포함하는, 나노 전송 머신.
  14. 제13항에 있어서,
    상기 송수신부에서 수신되는 정보는, N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보인 것을 특징으로 하는, 나노 전송 머신.
  15. 제13항에 있어서,
    상기 송수신부에서 수신되는 정보는, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보인것을 특징으로 하는, 나노 전송 머신.
  16. 제14항 또는 제15항에 있어서,
    상기 송수신부에서 수신되는 정보는,
    상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및
    기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보인 것을 특징으로 하는, 나노 전송 머신.
  17. 제16항에 있어서,
    상기 제어부는,
    상기 제1 정보에 기반하여, 상기 분자의 에너지 진폭 레벨 및 변조 차수(M-ary)를 결정하고,
    상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여, 상기 분자와 연관된 정보의 전송 속도, 전송 스트림 개수(N), 및 상기 변조 차수(M-ary)를 제어하고,
    상기 전송 스트림 개수(N)는 수신 나노 머신들의 이용 가능한 총 수신 수단 개수 이하인 것을 특징으로 하는, 나노 전송 머신
  18. 수동 전달 분자 통신(Passive Transport Molecular Communication)을 위한 채널 모델링에 따라 분자 수신을 수행하는 나노 수신 머신에 있어서,
    상기 채널을 통해 정보 캐리어인 분자(molecules)를 수신하고, 상기 채널에 대한 확산(diffusion)과 연관된 함수인 H-diffusion 함수에 대한 정보를 전송하는 송수신부; 및
    상기 수신된 H-diffusion 함수에 대한 정보에 기반하여, 상기 분자를 전송하는 전송 특성이 제어된 분자 정보를 디코딩하는 제어부를 포함하는, 나노 수신 머신.
  19. 제17항에 있어서,
    상기 송수신부에서 전송되는 정보는, N개의 분자들에 대하여 상기 채널의 시간-공간상에서 상기 분자들의 궤적(trajectory)에 대한 정보인 것을 특징으로 하는, 나노 수신 머신.
  20. 제17항에 있어서,
    상기 제어부는, 상기 분자들의 시간에 따른 제곱 평균 변위(Mean square displacement) <|x|2>을 추정하고, 상기 추정된 제곱 평균 변위(Mean square displacement) <|x|2>에 기반하여, 확산 인자(υ)에 대한 정보를 상기 송수신부를 통해 전송하도록 제어하는, 나노 수신 머신.
  21. 제19항 또는 제20항에 있어서,
    상기 송수신부는,
    상기 분자들의 H-diffusion과 연관된 H-variates (H-변량)인 z에 대한 확률 분포 함수(PDF: Probability Density Function)에 대한 정보로부터 획득되는 분자 확산(molecular diffusion) 파라미터(α)에 대한 제1정보, 및
    기준 확산 파라미터(α1)에 대한 분위수를 기준으로 상기 분자 확산 파라미터(α)에 따른 분위수(quantiles)를 나타낸 Q-Q 플롯에 대한 제2정보를 전송하는 것을 특징으로 하는, 나노 수신 머신.
  22. 제21항에 있어서,
    상기 제어부는,
    상기 제1정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자의 에너지 진폭 레벨, 및
    상기 제2정보에 기반하여, 상기 제1기기에 의해 결정된 상기 분자와 연관된 정보의 전송 속도 ― 상기 전송 속도는 상기 분자들의 궤적(trajectory)에 대한 정보 또는 상기 확산 인자(υ)에 대한 정보에 기반하여 결정됨 ― 에 따라 상기 제1기기로부터 전송되는 상기 정보 캐리어를 상기 송수신부를 통해 수신하여 디코딩하고,
    상기 정보 캐리어를 디코딩하는 속도는 상기 확산 인자(υ) 및 상기 정보 캐리어의 변조 방식에 기반하여 결정되는 것을 특징으로 하는, 나노 수신 머신.
KR1020170113989A 2017-09-06 2017-09-06 분자 통신을 위한 채널 모델링 및 분자 전송 방법 KR102036068B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170113989A KR102036068B1 (ko) 2017-09-06 2017-09-06 분자 통신을 위한 채널 모델링 및 분자 전송 방법
US15/901,018 US11005723B2 (en) 2017-09-06 2018-02-21 Method of modeling channel and transmitting molecules for molecular communication

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170113989A KR102036068B1 (ko) 2017-09-06 2017-09-06 분자 통신을 위한 채널 모델링 및 분자 전송 방법

Publications (2)

Publication Number Publication Date
KR20190027214A true KR20190027214A (ko) 2019-03-14
KR102036068B1 KR102036068B1 (ko) 2019-10-24

Family

ID=65517636

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170113989A KR102036068B1 (ko) 2017-09-06 2017-09-06 분자 통신을 위한 채널 모델링 및 분자 전송 방법

Country Status (2)

Country Link
US (1) US11005723B2 (ko)
KR (1) KR102036068B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200126062A (ko) * 2019-04-29 2020-11-06 경희대학교 산학협력단 분자 통신에서 연결성 정보 획득 방법

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110808795A (zh) * 2019-09-20 2020-02-18 浙江工业大学 一种基于漂移扩散的移动多用户分子通信系统的信道容量和比特错误率分析方法
CN110995364B (zh) * 2019-11-29 2021-06-15 青岛国海通讯科技有限公司 一种提升双差分扩频水声通信系统通信速率的通信方法
CN113807616B (zh) * 2021-10-22 2022-11-04 重庆理工大学 基于时空注意力和异构图卷积网络的信息扩散预测系统
CN115776455B (zh) * 2022-11-23 2024-07-23 浙江工业大学 一种基于位值存储的最佳时机阈值检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006095651A1 (ja) * 2005-03-07 2006-09-14 Ntt Docomo, Inc. 分子通信システム
KR20150079357A (ko) * 2013-12-30 2015-07-08 한국과학기술원 분자 통신 시스템 및 방법
KR20170070472A (ko) * 2015-12-14 2017-06-22 경희대학교 산학협력단 분자 통신 시스템, 분자 통신 방법, 분자 송신기 및 분자 수신기

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101855819B1 (ko) * 2016-05-24 2018-05-09 경희대학교 산학협력단 분자 통신 시스템, 분자 통신 방법 및 분자 수신 나노머신

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006095651A1 (ja) * 2005-03-07 2006-09-14 Ntt Docomo, Inc. 分子通信システム
KR20150079357A (ko) * 2013-12-30 2015-07-08 한국과학기술원 분자 통신 시스템 및 방법
KR20170070472A (ko) * 2015-12-14 2017-06-22 경희대학교 산학협력단 분자 통신 시스템, 분자 통신 방법, 분자 송신기 및 분자 수신기

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200126062A (ko) * 2019-04-29 2020-11-06 경희대학교 산학협력단 분자 통신에서 연결성 정보 획득 방법

Also Published As

Publication number Publication date
US20190075030A1 (en) 2019-03-07
KR102036068B1 (ko) 2019-10-24
US11005723B2 (en) 2021-05-11

Similar Documents

Publication Publication Date Title
KR20190027214A (ko) 분자 통신을 위한 채널 모델링 및 분자 전송 방법
US7457367B2 (en) Detector and method for estimating data probability in a multi-channel receiver
KR100937513B1 (ko) 다중 송수신 안테나를 사용하는 이동 통신 시스템에서트렐리스 구조를 이용한 심볼 검출 방법
Zhu et al. Ergodic fading Z-interference channels without state information at transmitters
CN110024297A (zh) 低密度奇偶校验解码器中的用于基于对数似然比的动态预处理选择方案的系统和方法
Landau et al. Intersymbol-interference design for maximum information rates with 1-bit quantization and oversampling at the receiver
WO2019030531A1 (en) APPARATUS AND METHOD FOR DETECTING INFORMATION FLOWS WITH MUTUAL INTERFERENCE
CN109417435A (zh) 编码设备和方法以及相应的解码设备和方法
Azari et al. Automated deep learning-based wide-band receiver
Melkote NanjundaShetty et al. Estimation of Rayleigh flat channel coefficients using deep learning
Huang et al. D $^ 2$-JSCC: Digital Deep Joint Source-channel Coding for Semantic Communications
Brennsteiner et al. A real-time deep learning OFDM receiver
Xifilidis et al. Wireless fading channels performance based on Taylor expansion and compressed sensing: A comparative approach
US9479372B2 (en) Methods, systems, and media for determining whether a signal of interest is present
Duan et al. A model‐driven robust deep learning wireless transceiver
CN111769975A (zh) Mimo系统信号检测方法及系统
Sun et al. A nearly optimal method of polar code constructions for the AWGN channel
Khan et al. Link to system interfacing for multiple input and multiple output wireless system using maximum likelihood receiver
CN111049775A (zh) 一种大规模单入多出系统使能的短数据包超可靠低时延传输方法
Bhoi et al. Design of a Genetic Algorithm Based Dynamic Learning Method for Improved Channel Modelling in mmWave Radios via Temporal Breakpoint Analysis.
Li et al. Intelligent equalization based on RBF LSSVM and adaptive channel decoding in faster-than-nyquist receiver
Chen et al. Deployment-friendly Link Adaptation in Wireless Local-area Network Based on On-line Reinforcement Learning
Mu et al. An Adaptive MP Algorithm for Underwater Acoustic Channel Estimation Based on Compressed sensing
Yuan et al. Receiver Design for FTN-SCMA Communication System
KR102176180B1 (ko) 대용량 mimo 검출 방법 및 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right