KR20210038986A - 인공 신경망을 위한 뉴런 계산기 - Google Patents

인공 신경망을 위한 뉴런 계산기 Download PDF

Info

Publication number
KR20210038986A
KR20210038986A KR1020217008908A KR20217008908A KR20210038986A KR 20210038986 A KR20210038986 A KR 20210038986A KR 1020217008908 A KR1020217008908 A KR 1020217008908A KR 20217008908 A KR20217008908 A KR 20217008908A KR 20210038986 A KR20210038986 A KR 20210038986A
Authority
KR
South Korea
Prior art keywords
signal
signals
neuron
calibration
neuron calculator
Prior art date
Application number
KR1020217008908A
Other languages
English (en)
Inventor
파-룽 뤄
제이미 커민스
타마라 슈미츠
제레미 크리츠
Original Assignee
마이크론 테크놀로지, 인크.
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 마이크론 테크놀로지, 인크. filed Critical 마이크론 테크놀로지, 인크.
Publication of KR20210038986A publication Critical patent/KR20210038986A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Neurology (AREA)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 명세서에 기재된 예시는 무선 송수신기의 하나 이상의 기능을 수행할 수 있는 뉴런 계산기를 갖는 무선 디바이스 및 시스템을 포함하는 시스템 및 방법을 포함한다. 뉴런 계산기는 예를 들어 정렬된 뉴런으로부터의 정렬된 세트의 곱셈 처리 결과와 정렬된 뉴런과 뉴런 계산기의 출력 간 각각의 연결에 대한 연결 가중치를 합산하는 누산 유닛을 이용해 구현될 수 있는 출력 신호를 계산한다. 정렬된 세트는 일부 입력 신호의 조합일 수 있으며, 신호의 개수는 뉴런의 차수에 의해 결정된다. 따라서, k-차 뉴런은 k개의 입력 신호의 곱 값을 포함하는 정렬된 세트를 포함할 수 있으며, 여기서 입력 신호는 반복을 포함하는 k-조합의 세트로부터 선택된다. 무선 송수신기에서의 예를 들면, 뉴런 계산기는 무선 송수신기의 수신기 부분의 채널 추정 처리 구성요소로서 채널 추정을 수행할 수 있다.

Description

인공 신경망을 위한 뉴런 계산기
인공 신경망이 많은 응용분야, 가령, 이미지 및 음성 인식에서, 사용된다. 5G(fifth generation) 무선 통신 시스템, 가령, 다수의 안테나(특정 수, 가령, 예시적 MIMO 시스템의 경우 8보다 많은 것)가 무선 통신 신호의 전송 및/또는 수신을 위해 사용되는 MIMO(multiple-input multiple-output) 기법 또는 "대규모 MIMO" 기법을 채용하는 것이 또한 인공 신경망을 위한 응용분야를 가진다. 그러나 신경망의 학습을 증가시킬 때 신경망의 뉴런의 수와 해당 가중치가 기하 급수적으로 증가하여 이러한 체계를 구현하는 디바이스의 메모리 및 전력 한계를 압도할 수 있다.
도 1a는 본 명세서에 기재된 예시에 따라 배열된 예시적 시스템의 개략도이다.
도 1b는 본 명세서에 기재된 예시에 따라 배열된 예시적 처리 유닛의 개략도이다.
도 2는 본 명세서에 기재된 예시에 따라 배열된 시스템의 개략도이다.
도 3은 무선 송신기의 개략도이다.
도 4는 무선 수신기의 개략도이다.
도 5는 본 명세서에 기재된 예시에 따라 배열된 전자 디바이스의 개략도이다.
도 6은 본 명세서에 기재된 예시에 따르는 뉴런 계산 방법의 개략도이다.
도 7은 본 개시의 양태에 따라 배열된 무선 통신 시스템의 개략도이다.
도 8은 본 개시 내용의 양태에 따라 배열된 무선 통신 시스템의 개략도이다.
도 9는 본 명세서에 기재된 예시에 따라 배열된 컴퓨팅 디바이스의 블록도이다.
간단한 설명
예시적 방법이 본 명세서에 개시되어 있다. 본 개시내용의 하나의 실시예에서, 방법이 복수의 교정 신호를 수신하는 단계, 상기 복수의 교정 신호 중 각각의 교정 신호를 상기 복수의 교정 신호 중 하나의 타 교정 신호와 곱하는 것에 적어도 부분적으로 기초하여 복수의 정렬된 세트에 대한 2차 세트를 생성하는 단계, 및 상기 복수의 교정 신호 중 각각의 교정 신호를 상기 복수의 교정 신호 중 두 개의 타 교정 신호와 곱하는 것에 적어도 부분적으로 기초하여 상기 복수의 정렬된 세트의 3차 세트를 생성하는 단계, 상기 2차 세트를 뉴런 계산기의 2차 뉴런에 할당하고 상기 3차 세트를 상기 뉴런 계산기의 3차 뉴런에 할당하는 단계, 및 상기 2차 뉴런 및 상기 3차 뉴런으로 상기 뉴런 계산기에서 신호를 처리하는 단계를 포함한다.
추가로 또는 대안으로, 상기 2차 세트를 생성하는 단계는 복수의 교정 신호 중 제1 교정 신호와 상기 제1 교정 신호를 곱하여 상기 2차 세트의 제1 곱셈 처리 결과를 생성하는 단계, 상기 제1 교정 신호와 상기 복수의 교정 신호 중 제2 교정 신호를 곱하여 상기 2차 세트의 제2 곱셈 처리 결과를 생성하는 단계, 상기 제1 교정 신호와 상기 복수의 교정 신호 중 제3 교정 신호를 곱하여 상기 2차 세트의 제3 곱셈 처리 결과를 생성하는 단계, 상기 제2 교정 신호와 상기 제1 교정 신호를 곱하여 상기 2차 세트의 제4 곱셈 처리 결과를 생성하는 단계, 상기 제2 교정 신호와 상기 제2 교정 신호를 곱하여 상기 2차 세트의 제5 곱셈 처리 결과를 생성하는 단계, 상기 제2 교정 신호와 상기 제3 교정 신호를 곱하여 상기 2차 세트의 제6 곱셈 처리 결과를 생성하는 단계, 상기 제3 교정 신호와 상기 제1 교정 신호를 곱하여 상기 2차 세트의 제7 곱셈 처리 결과를 생성하는 단계, 상기 제3 교정 신호와 제2 교정 신호를 곱하여 상기 2차 세트의 제8 곱셈 처리 결과를 생성하는 단계, 및 상기 제3 교정 신호와 상기 제3 교정 신호를 곱하여 상기 2차 세트의 제9 곱셈 처리 결과를 생성하는 단계를 포함한다.
추가로 또는 대안으로, 상기 뉴런 계산기의 각자의 정렬된 뉴런 각각과 상기 뉴런 계산기의 복수의 출력의 각각의 출력 간 대응하는 연결에 대한 복수의 연결 가중치를 생성하는 단계가 더 포함된다.
추가로 또는 대안으로, 상기 뉴런 계산기의 각각의 출력에서, 적어도 상기 2차 세트 또는 상기 3차 세트와 상기 연결 가중치의 적어도 일부분을 조합하여 보상된 교정 신호를 생성하는 단계가 더 포함된다.
추가로 또는 대안으로, 상기 대응하는 연결에 대한 복수의 연결 가중치를 생성하는 단계는 복수의 연결 가중치를 랜덤하게 선택하는 단계, 복수의 연결 가중치와 적어도 상기 제2 정렬된 세트 또는 3차 세트의 합산에 기초하여 보상된 교정 신호의 오차를 감소시키는 단계를 더 포함한다.
추가로 또는 대안으로, 상기 뉴런 계산기로, 제1 주파수와 연관된 제1 무선 주파수(RF) 신호 및 제2 주파수와 연관된 제2 RF 신호를 제공하는 단계 - 상기 제1 RF 신호는 복수의 안테나 중 제1 안테나에서 수신되고 상기 제2 RF 신호는 상기 복수의 안테나 중 제2 안테나에서 수신됨 - , 상기 2차 세트 또는 3차 세트와 연관된 제1 및 제2 RF 신호와 복수의 연결 가중치를 혼합하여 복수의 출력 신호를 생성하는 단계 - 상기 복수의 출력 신호는 상기 제1 및 제2 RF 신호를 처리할 때 오차에 대해 보상된 제1 및 제2 RF 신호를 나타냄 - 가 더 포함된다.
추가로 또는 대안으로, 상기 복수의 안테나의 수량은 MIMO 안테나 어레이의 안테나의 수에 대응한다.
추가로 또는 대안으로, 1차 세트에 대해, 각자의 교정 신호의 각각의 교정 신호를 상기 1차 세트의 신호로서 식별하는 단계가 더 포함된다.
예시적 장치가 본 명세서에 개시되어 있다. 본 개시내용의 하나의 실시예에서, 복수의 안테나, 상기 복수의 안테나 중 제1 안테나로부터 제1 무선 주파수(RF) 신호를 수신하도록 구성된 제1 송수신기, 상기 복수의 안테나 중 제2 안테나로부터 제2 무선 주파수(RF) 신호를 수신하도록 구성된 제2 송수신기, 상기 제1 송수신기 및 제2 송수신기에 연결된 뉴런 계산기 - 상기 뉴런 계산기는 제1 및 제2 RF 신호와 복수의 정렬된 세트 및 복수의 연결 가중치를 혼합하여 복수의 출력 신호를 생성하며, 상기 뉴런 계산기는 복수의 정렬된 뉴런을 포함하고, 각각의 정렬된 뉴런은 각자의 정렬된 세트 및 연결 가중치와 상기 제1 및 제2 RF 신호를 혼합하도록 구성됨 - 를 포함한다.
추가로 또는 대안으로, 상기 뉴런 계산기는 복수의 교정 신호 중 한 교정 신호와 상기 복수의 교정 신호 중 일부 교정 신호를 곱한 것에 기초하여 복수의 정렬된 세트를 계산하도록 구성되며, 상기 일부 교정 신호는 상기 복수의 교정 신호 중, 복수의 정렬된 세트의 각각의 정렬된 세트의 차수에 대응하는 개수의 교정 신호를 포함한다.
추가로 또는 대안으로, 복수의 정렬된 세트 및 복수의 연결 가중치를 저장하도록 구성된 메모리가 더 포함된다.
추가로 또는 대안으로, 상기 뉴런 계산기는 복수의 정렬된 뉴런 중 1차 뉴런 및 2차 뉴런에서, 각자의 정렬된 세트와 제1 및 제2 RF 신호를 혼합하도록 더 구성되며, 1차 뉴런 계산기는 상기 복수의 정렬된 세트 중 제1 정렬된 세트를 포함하고 2차 뉴런 계산기는 상기 복수의 정렬된 세트 중 제2 정렬된 세트를 포함한다.
추가로 또는 대안으로, 상기 뉴런 계산기는 복수의 연결 가중치와 1차 뉴런 및 2차 뉴런의 출력을 혼합하여 복수의 출력 신호를 생성하도록 더 구성된다.
추가로 또는 대안으로, 제1 송수신기는 제1 RF 신호를 디지털 심볼로 변환하도록 구성된 아날로그-디지털(ADC) 변환기, 상기 디지털 심볼을 반송파 신호를 이용해 혼합하여 하향-변환된 심볼을 생성하도록 구성된 디지털 하향 변환기(DDC), 및 상기 하향-변환된 심볼을 제1 RF 신호를 나타내는 심볼로 변환하도록 구성된 고속 푸리에 변환(FFT) 로직을 포함한다.
추가로 또는 대안으로, 상기 제1 송수신기는 제1 RF 신호를 나타내는 심볼이 전송되는 통신 채널의 오차를 추정하도록 구성된 채널 추정기 - 상기 채널 추정기는 제1 RF 신호를 나타내는 심볼을 상기 뉴런 계산기로 제공하도록 더 구성됨 - 를 더 포함한다.
추가로 또는 대안으로, 상기 채널 추정기는 상기 뉴런 계산기가 복수의 정렬된 세트 중 적어도 일부분으로 제1 RF 신호를 나타내는 심볼을 조절하는 것에 기초하여 상기 제1 RF 신호를 나타내는 보상된 심볼을 수신하도록 더 구성된다.
추가로 또는 대안으로, 장치가 제1 무선 주파수(RF) 신호를 처리하도록 구성된 제1 수신기, 제2 RF 신호를 처리하도록 구성된 제2 수신기, 및 상기 제1 수신기 및 제2 수신기에 연결되고, 상기 제1 RF 신호에 기초한 제1 입력 신호 및 상기 제2 RF 신호에 기초하는 제2 입력 신호를 수신하도록 구성되는 뉴런 계산기 - 상기 뉴런 계산기는 복수의 정렬된 세트 및 복수의 연결 가중치를 계산하여 복수의 출력 신호를 생성하도록 구성됨 - 를 포함한다.
추가로 또는 대안으로, 상기 뉴런 계산기는 제1 및 제2 입력 신호의 채널 추정을 수행하고 복수의 출력 신호를 보상된 심볼로서 제공하도록 구성된다.
추가로 또는 대안으로, 상기 복수의 정렬된 세트의 각각의 정렬된 세트는 적어도 제1 및 제2 입력 신호의 곱 값을 포함하며, 상기 적어도 제1 및 제2 입력 신호는 반복을 포함하는 k-조합의 세트로부터 선택되고, k는 선택될 입력 신호의 개수를 나타낸다.
추가로 또는 대안으로, 상기 뉴런 계산기는 상기 복수의 정렬된 세트의 각각의 정렬된 세트를 뉴런 계산기의 복수의 정렬된 뉴런 중 k차 뉴런에게 할당하도록 구성된다.
상세한 설명
신경망은 다양한 메모리 집약적 및 전력 집약적 응용분야, 가령, 이미지 인식, 무선 통신 및 음성 인식에서 계속 사용되고 있다. 부분적으로 이러한 메모리 및 전력 요구로 인해, 신경망이 커짐에 따라 프로세서 구현 비용이 더 많이 들 수 있다. 예를 들어, 뉴런을 연결하는 데 사용되는 가중치 행렬의 가중치의 수 및/또는 차원의 수는 신경망의 층의 수가 증가하거나 및/또는 추가 뉴런이 네트워크에 추가됨에 따라 기하 급수적으로 증가할 수 있다. 이러한 요구를 충족하기 위해 일부 신경망 응용분야에서 가중치 및/또는 뉴런의 수를 줄이기 위해 가중치를 압축 및/또는 정리할 수 있다. 그러나 줄일 가중치를 식별하고 결정하기 위해 추가적인, 종종 번거로운, 프로세스가 사용되기 때문에 신경망의 정리 또는 압축은 신경망에 추가적인 복잡도, 가령, 전력 또는 메모리 소비 증가를 도입시키지 않고는 구현되지 않을 수 있다. 예를 들어, 종래의 스킴에서의 가중치는 큰 정밀도 값을 갖는 가중치를 생성하기 위해 최소 평균 제곱(least-mean squares) 알고리즘을 사용하여 결정될 수 있는데, 이는 바람직하지 않게도 추가 메모리를 이용한다.
본 명세서에 기재된 예는 정렬된 세트에 대한 토대로서 입력 신호를 이용하는 신경망에 대한 정렬된 세트를 계산하고 제공함으로써, 종래의 스킴보다 메모리를 덜 사용하거나 메모리를 더 효율적으로 사용하는 신경망을 형성할 수 있다. 입력 신호와 관련이 없는 가중치/파라미터를 저장할 수 있는 종래의 신경망 배열의 예와는 대조적으로, 본 명세서에 기재된 시스템 및 방법은 신경망의 가중치 및/또는 원소를 계산하기 위한 토대로서 메모리 스토리지에 이미 할당될 수 있는 입력 신호를 사용할 수 있다.
신경망 내 뉴런을 입력 신호의 특정 조합과 연관시킴으로써, 원소의 수가 유한할 수 있고, 이에 따라 메모리 할당이 용이해질 수 있다. 이러한 메모리 할당의 추가적인 이점은, 주어진 신경망의 정밀도를 높이는 시도 동안 처리 속도를 감소시킬 수 있는 종래의 신경망과 달리, 처리 속도를 증가시킬 수 있는 것(예를 들어, 이미 알려진 입력 신호를 사용함으로써)를 포함한다. 예를 들어, 본 명세서에 기재된 방법 및 시스템의 예에 따라, 뉴런 계산기가 입력 신호 및 각각의 뉴런의 순서에 기초하여 정렬된 세트를 계산함으로써, 신경망으로서 이용되기 위한 정렬된 세트를 제공할 수 있다. 정렬된 세트는 다수의 입력 신호의 곱셈 조합일 수 있으며, 이때 신호의 수는 뉴런의 차수에 의해 결정된다. 따라서, k-차 뉴런은 k개의 입력 신호의 곱 값을 포함하는 정렬된 세트를 포함할 수 있으며, 여기서 입력 신호는 반복되는 k-조합의 세트로부터 선택된다.
도 1a는 본 명세서에 기재된 예에 따라 배열된 예시적인 신경망(10)의 개략도이다. 신경망(10)은 메모리(15) 및 입력 신호 x1(n), x2(n), xk(n) 각각에 대한 입력(20, 22 및 28)과 출력 신호에 대한 출력 신호 z1(n), z2(n), zl(n)에 대한 출력(40, 42, 및 48)을 갖는 뉴런 계산기(18)를 포함한다. 뉴런 계산기(18)는 또한 정렬된 뉴런, 가령, 1차 뉴런(30), 2차 뉴런(32) 및 k'차 뉴런(38)을 포함한다. 뉴런 계산기(18)는 입력 신호 x1(n), x2(n), xk(n)에 기초하여, 각자의 정렬된 뉴런(30, 32, 및 38)에서 사용되는 정렬된 세트를 계산한다. 계산되면, 정렬된 세트는 추가 입력 신호(예를 들어, (20, 22 및 28)에서 수신된 추가 입력 신호)를 위해 메모리(15)에 저장되어 추가 입력 신호의 에러(가령, 무선 채널의 무선 채널 에러)에 대해 이러한 추가 입력 신호를 조절 및/또는 보상할 수 있다. 이러한 예에서, 입력 신호 x1(n), x2(n), xk(n)는 각각의 입력 신호 x1(n), x2(n), xk(n)을 수신하는 송수신기의 각자의 안테나에 대한 입력에 대응할 수 있고, 출력 신호 z1(n), z2(n), zl(n)은 입력 신호 x1(n), x2(n), xk(n)에 비해, 감소된 채널 추정 에러를 갖는 보상된 신호에 대응할 수 있다.
본 명세서에 기재된 바와 같이, 각각의 정렬된 뉴런(30, 32 및 38)에서 구현될 메모리(15)에 저장된 정렬된 세트는 다수의 입력 신호의 곱셈 조합일 수 있으며, 이때 신호의 수는 뉴런의 차수에 의해 결정된다. 따라서 1차 뉴런(30)의 경우, 1차 세트는 p i 원소를 포함하며, 이때 N 1 이 입력 신호의 수이다:
Figure pct00001
.
본 명세서에서 지시된 바와 같이, p i 원소의 윗첨자 (1)는 정렬된 세트 내 이 원소의 차수를 나타낸다. 따라서 윗첨자 (1)는 1차를 나타낸다. 2차 뉴런(32)의 경우, 2차 세트는 p ij 원소를 포함하며, 여기서 N i (2) 및 N j (2)는 입력 신호의 수이다.
Figure pct00002
.
정렬된 세트는 반복되는 k-조합의 세트이기 때문에 i 및 j 입력 신호의 총 수는 동일하며, 2차 원소의 최대 수가 N i (2)×N j (2)이고, 2차 뉴런(32)에서 사용될 2차 세트의 N2 p ij 원소와 동일하다. 예를 들어, 뉴런 계산기(18)는 표 1에 나타난 바와 같이, 3개의 입력 신호 x1(n), x2(n), x3(n)가 p ij 원소가 되기 위한 2차 세트를 계산할 수 있다.
Figure pct00003
표 1
표 1에서 6개의 독립적인 원소는 2차 원소를 나타내며, 따라서 입력 신호 x1(n), x2(n), x3(n)에 대한 2차 비선형성을 나타내는 2차 세트로 활용될 수 있다. 예시를 계속하면, k'차 뉴런(38)에 대해 k'차 세트는
Figure pct00004
원소를 포함한다:
Figure pct00005
.
따라서, k'차 세트의 N k 원소인 최대 개수의 k'차 원소가 k'차 뉴런(38)에서 사용될 것이다. 예를 들어, 뉴런 계산기(18)는 표 2와 같이 p ijk 원소일 세 개의 입력 신호 x1(n), x2(n), x3(n)에 대한 k'차 세트를 계산할 수 있다.
Figure pct00006
표 2
표 2에서, 10개의 독립 원소는 3차 원소를 나타내고, 따라서 입력 신호 x1(n), x2(n), x3(n)에 대한 3차의 비선형성을 나타내는 3차 세트로서 활용될 수 있다.
다시 도 1a를 참조하면, 뉴런 계산기(18)의 입력(20, 22, 28)은 예를 들어 입력 신호 x1(n), x2(n), xk(n)을 정렬된 뉴런(30, 32, 및 38)으로 전달할 수 있는 비트 조작 유닛을 이용해 구현될 수 있다. 정렬된 뉴런(30, 32, 38)은 예를 들어, 각자의 정렬된 세트를 포함하는 곱셈 유닛을 이용해 구현될 수 있다. 일부 예에서, 각각의 정렬된 세트는 각각의 정렬된 뉴런(30, 32 및 38)에서 뉴런 계산기(18)에 의해 계산되고, 메모리(15)에 저장될 수 있다. 출력(40, 42 및 48)은 예를 들어, 정렬된 뉴런(30, 32 및 38) 각각에서 각각의 정렬된 세트를 정렬된 뉴런(30, 32, 및 38)과 출력(40, 42, 및 48) 간 각각의 연결에 대한 연결 가중치와 혼합(예를 들어, 합산)하는 누산 유닛(accumulation unit)을 사용하여 구현될 수 있다. 예를 들어, 각각의 연결은 가중치 'W l ,'로 가중화될 수 있으며, l 는 연결에 대한 가중치의 총 수를 나타낸다. 일부 예시에서, 'W l ,'는 행렬일 수 있다. 예를 들어 정렬된 뉴런(30, 32 및 38)과 출력(40, 42 및 48) 간 각각의 연결이 가중화된다. 뉴런 계산기(18)는 출력 신호 z1(n), z2(n), zl(n)을 생성하기 위해 출력(40, 42 및 48)에서 정렬된 세트와 연결 가중치를 합산한다. 예를 들어, 각각의 출력(40, 42 및 48)에서의 합산은 다음과 같이 표현될 수 있다:
Figure pct00007
수학식 1
수학식 1에서, l 는 각각의 뉴런(가령, 뉴런(30, 32 및 38))의 각각의 출력에 대응하고, q l (·)는 각각의 뉴런의 l'번째 출력의 활성화 함수이고 W l (·)는l번째 출력과 k'차 뉴런 간 대응하는 연결 가중치 세트이다. 수학식 1을 사용하여, 연결 가중치는 뉴런 계산기(18)에 의해 결정될 수 있다. 예를 들어, 뉴런 계산기(18)는 연결 가중치를 결정하기 위해 최소 평균 제곱 알고리즘을 이용할 수 있다. 예를 들어, 뉴런 계산기(18)에 제공된 교정 신호(calibration signal)와 출력 신호 z1(n), z2(n), zl(n) 간 오차 ε이 최소화 될 수 있다. 수학식 2의 맥락에서, Z (n)은 뉴런 계산기(18)의 입력(20, 22 및 28)으로 제공되는 복수의 교정 신호일 수 있으며, 여기서 M은 뉴런 계산기(18)에 제공되는 교정 신호의 수를 나타낸다.
Figure pct00008
수학식 2
교정 신호로 연결 가중치를 결정하기 위해 수학식 2를 적용하는 예로서, 연결 가중치의 값을 최적화하기 위해 경사 하강 법(gradient descent method)이 사용될 수 있다. 예를 들어, 연결 가중치는 초기에 무작위로 선택될 수 있다(예를 들어, 모든 연결 가중치는 초기에 0과 같을 수 있음). 뉴런 계산기(18)는 수학식 1에 따라 교정 신호에 대한 출력(40, 42 및 48)을 계산한다. 뉴런 계산기(18)는 각각의 출력(40, 42 및 48)에서 오차를 계산한다. 정렬된 세트와 연결 가중치가 합산되는 각각의 출력(40, 42, 및 48)에서 계산된 오차 δ l (n)가 수학식 3으로 표현될 수 있는데, 여기서 z(n)는 총 개수 L의 출력 중 뉴런 계산기(18)의 대응하는 출력(가령, 출력(40, 42, 및 48))이고, v l (n)는 출력(40, 42, 및 48)의 l'번째 뉴런의 가중 합이고, [q l (v l (n)]'는 출력(40, 42, 및 48)의 l'번째 뉴런의 경사이다.
Figure pct00009
수학식 3
따라서, 뉴런 계산기(18)는 출력 신호 z1(n), z2(n), zl(n)을 생성하기 위해 출력(40, 42 및 48)에서 정렬된 세트와 연결 가중치를 합한 후의 각각의 출력(40, 42 및 48)의 개별 오차를 계산할 수 있다. 각각의 교정 신호의 오차를 계산하기 위한 합산의 예로서, 수학식 1의 정렬된 세트와 연결 가중치의 표시를 계속하여, 뉴런 계산기는, 수학식 4에서 표현된 바와 같이, 각각의 출력(40, 42, 및 48 )에서 정렬된 세트 및 연결 가중치를 교정 신호 Z (n)와 혼합(가령, 합산)하도록 구성된다.
Figure pct00010
수학식 4
연결 가중치를 결정하는 예를 계속하면, 초기 연결 가중치는 수학식 5에 따라 업데이트될 수 있다.
Figure pct00011
수학식 5
예를 들어, 뉴런 계산기(18)는 각각의 출력(40, 42 및 48)에서 계산된 오차 δ l (n)의 곱과 각각의 정렬된 뉴런의 원소를 합산할 수 있다. 수학식 5에 따르면, 합산은 학습률 인자(learning-rate factor) α로 곱해질 수 있다. 일부 예에서, 연결 가중치를 계속 업데이트하기 위해 다양한 세트의 M 교정 신호가 뉴런 계산기(18)에 제공될 수 있다. 가중치가 수렴되면, 경사 하강 법에 따라, 연결 가중치는 다양한 입력 신호를 출력 신호에 매핑하기 위해 뉴런 계산기(18)에 의해 사용되기 위해 메모리(15)에 저장될 수 있다. 예를 들어, 뉴런 계산기(18)는 무선 송수신기의 처리 구성요소로서 기능할 수 있다. 예를 들어, 뉴런 계산기(18)는 무선 송수신기의 수신기 부분의 채널 추정 처리 구성요소로서 채널 추정을 수행할 수 있다. 따라서, 뉴런 계산기(18)가 채널 추정 처리 구성요소인 맥락에서, 뉴런 계산기(18)는 무선 입력 신호에 적용될 때 무선 채널에 의해 도입된 오차를 제거하거나 감소시키는 정렬된 세트 및 연결 가중치를 포함할 수 있다 다양한 예에서, 뉴런 계산기(18) 또는 다수의 뉴런 계산기는 다양한 무선 처리 구성요소 기능을 수행하기 위해 무선 송수신기와 함께 동작할 수 있다.
뉴런 계산기(18)는 예를 들어 임의의 수의 코어를 갖는 하나 이상의 처리 유닛을 사용하여 구현될 수 있다. 예시적인 처리 유닛은 산술 논리 유닛(ALU), 비트 조작 유닛, 곱셈 유닛, 누산 유닛, 덧셈 유닛, 룩업 테이블 유닛, 메모리 룩업 유닛, 또는 이들의 임의의 조합을 포함할 수 있다. 예를 들어, 처리 유닛(58)은 곱셈 유닛, 누산 유닛 및 메모리 룩업 유닛을 포함하는 도 1b를 참조하여 기재된다.
예시적인 프로세서 코어에서, 뉴런 계산기(18)에 의해 수행되는 계산을 구현하는 명령 세트가 로딩될 수 있다. 일부 예에서, 뉴런 계산기(18)는 본 명세서에 기재된 기능을 수행하기 위한 맞춤형 회로 및/또는 펌웨어를 포함하는 회로를 포함할 수 있다. 예를 들어, 회로는 본 명세서에 기재된 바와 같이, 기재된 기능을 수행하기 위한 곱셈 유닛, 누산 유닛, 및/또는 비트 조작 유닛을 포함할 수 있다. 뉴런 계산기(18)는 임의의 유형의 프로세서 아키텍처, 비제한적 예를 들면, 마이크로 프로세서 또는 디지털 신호 프로세서(DSP), 또는 이들의 임의의 조합일 수 있다. 예시적인 프로세서 코어에서, 교정 신호가 제공되는 뉴런 계산기(18)의 훈련, 가령, 정렬된 세트의 원소 및 연결 가중치를 결정하기 위해 뉴런 계산기(18)를 훈련시키는 것을 구현하는 명령의 세트가 로딩될 수 있다.
도 1a에서, 뉴런 계산기(18)는 정렬된 뉴런(30, 32 및 38)의 단일 층에 대해 설명되었으며, 이때 층은 입력(20, 22 및 28)과 출력(40, 42, 및 48) 사이의 중간 연결 노드이다. 예를 들어, 각각의 정렬된 뉴런(30, 32 및 38)은 개별 곱셈 유닛이다. 곱셈 유닛을 갖는 정렬된 뉴런의 추가 층이 입력(20, 22 및 28)과 출력(40, 42 및 48) 사이에 추가될 수 있음이 자명할 수 있다. 예를 들어, 추가 뉴런이 입력(20, 22 및 28)과 정렬된 뉴런(30, 32 및 38) 사이에 포함되는 실시예에서, 정렬된 뉴런(30, 32 및 38)은 정렬된 뉴런의 다수의 층을 갖는 뉴런 계산기(18)의 마지막 층을 나타낼 수 있다. 이러한 경우에, 수학식 1은 뉴런 계산기(18)의 이 마지막 층의 각각의 출력(40, 42 및 48)에서의 합산을 나타낼 수 있다. 뉴런 계산기(18)는 하드웨어 형태로 확장 가능할 수 있으며, 이때 추가 곱셈 유닛이 추가 층을 수용하기 위해 추가된다.
도 1b는 본 명세서에 기재된 예에 따라 뉴런 계산기(18)로서 구현될 수 있는 신경망(50) 내 처리 유닛(58)의 블록도이다. 처리 유닛(58)은 예를 들어 MIMO 무선 송수신기의 구성요소로서, 처리되기 위한 입력 신호 x1(n), x2(n), xk(n)(가령, X(n))(60a-c)를 수신할 수 있다. 처리 유닛(58)은 입력 신호와 혼합될 때 출력 신호 z1(n), z2(n), zl(n)(가령, Z(n)))(70a-c)을 생성할 수 있는 곱셈 유닛/누산 유닛(62a-c, 66a-c) 및 메모리 룩업 유닛(64a-c, 68a-c)을 포함할 수 있다. 일부 예에서, 출력 신호(가령, Z(n))(70a-c)은 MIMO 무선 송수신기의 구성요소의 출력으로서 이용될 수 있다. 처리 유닛(58)은, 처리 유닛(58)으로 하여금 입력 신호(60a-c)를 정렬된 뉴런 및 연결 가중치의 정렬된 세트와 곱하여, 합산될 곱셈 처리 결과를 생성하는 곱셈 유닛(62a-c)을 구성하게 하는 명령을 제공 받을 수 있다. 누산 유닛(66a-c)은 출력 신호(70a-c)를 생성하기 위해 곱 값으로 구성된다.
곱셈 유닛/누산 유닛(62a-c, 66a-c)은 입력 신호(60a-c)로부터의 2개의 피연산자를 곱하여 곱셈 유닛/누산 유닛(62a-c, 66a-c)의 누산 유닛 부분에 의해 누산되는 곱셈 처리 결과를 생성할 수 있다. 곱셈 유닛/누산 유닛(62a-c, 66a-c)은 곱셈 처리 결과를 더하여 누산 유닛 부분에 저장된 처리 결과를 업데이트함으로써 곱셈 처리 결과를 누산한다. 예를 들어, 곱셈 유닛/누산 유닛(62a-c, 66a-c)은 두 개의 피연산자 M과 N이 곱해진 다음 P가 더해져 각자의 곱셈 유닛/누산 유닛에 저장된 새로운 버전의 P를 생성하는 곱셈-누산 연산을 수행할 수 있다.
메모리 룩업 유닛(64a-c, 68a-c)은 메모리(55)에 저장된 정렬된 뉴런 및/또는 연결 가중치의 정렬된 세트를 검색한다. 메모리 룩업 유닛(64a-c, 68a-c)의 출력이 곱셈 유닛/누산 유닛(62a-c, 66a c)으로 제공되어, 곱셈 유닛/누산 유닛(62a-c, 66a-c)의 곱셈 유닛 부분에서 곱셈 피연산자로서 사용될 수 있다. 예를 들어, 메모리 룩업 유닛은 각각의 정렬된 뉴런과 연관된 특정 복수의 연결 가중치를 검색하는 테이블 룩업일 수 있다. 본 명세서에 기재된 바와 같이, 뉴런 계산기(18)는 곱셈-누산 연산의 일부로서 사용될 입력 신호(60a-c)에 기초하여 정렬된 뉴런의 정렬된 세트를 동적으로 계산할 수 있다. 일부 예에서, 계산된 정렬된 세트는 메모리(55)에 저장되고 메모리 룩업 유닛(64a-c, 68a-c)에 의해 검색될 수 있다. 또는 계산된 정렬된 세트는, 일단 계산되면, 출력 신호(70a-c)를 생성하는 부분으로서 곱셈-누산 연산에서 이용될 수 있다. 예를 들어, 입력 신호(60a-c)는 각각의 정렬된 세트를 계산하는 데 사용될 수 있으며, 예를 들어, 2차 뉴런에 대한 입력 신호는 도 1a와 관련하여 앞서 기재된 바와 같이 2차 p ij 원소를 포함한다. 따라서, 정렬된 세트를 계산하는 다양한 예에서, 도 1b의 회로 구성은 입력 신호(예를 들어 X(n))(60a-c)로부터 출력 신호(예를 들어 Z(n))(70a-c)를 생성하는 데 사용될 수 있다.
곱셈 유닛/누산 유닛(62a-c, 66a-c) 각각은 다수의 곱셈기, 다수의 누산 유닛, 및/또는 다수의 덧셈기를 포함할 수 있다. 곱셈 유닛/누산 유닛(62a-c, 66a-c) 중 임의의 하나는 ALU를 이용해 구현될 수 있다. 일부 예에서, 곱셈 유닛/누산 유닛(62a-c, 66a-c) 중 임의의 하나는 각각 다수의 곱셈 및 다수의 덧셈을 각각 수행하는 하나의 곱셈기 및 하나의 가산기를 포함할 수 있다. 곱셈/누산 유닛(62a-c, 66a-c)의 입-출력 관계는 다음과 같이 표현될 수 있다:
Figure pct00012
(6)
여기서 "I"는 해당 유닛에서 곱셈을 수행할 수 있는 횟수를 나타내며,
Figure pct00013
는 메모리, 가령, 메모리(55)로부터 액세스될 수 있는 계수이고,
Figure pct00014
는 입력 데이터 X(n)(60a-c) 로부터의 인자 또는 곱셈 유닛/누산 유닛(62a-c, 66a-c)으로부터의 출력을 나타낸다. 하나의 예에서, 곱셈 유닛/누산 유닛의 세트의 출력
Figure pct00015
은 계수 데이터의 합
Figure pct00016
에 곱셈 유닛/누산 유닛의 또 다른 세트의 출력
Figure pct00017
을 곱한 값과 같다.
Figure pct00018
는 또한 곱셈 유닛/누산 유닛의 세트의 출력
Figure pct00019
이 계수 데이터의 합
Figure pct00020
에 입력 데이터를 곱한 값과 같도록 하는 입력 데이터일 수 있다.
도 2는 본 명세서에 기재된 예에 따라 배열된 시스템의 개략도이다. 시스템(100)은 전자 디바이스(102), 전자 디바이스(110), 안테나(101), 안테나(103), 안테나(105), 안테나(107), 안테나(121), 안테나(123), 안테나(125), 안테나(127), 무선 송신기(131), 무선 송신기(133), 무선 수신기(135) 및 무선 수신기(137)를 포함한다. 안테나(101, 103, 105, 107, 121, 123, 125 및 127)는 일부 예에서 상이한 주파수 또는 대역으로 동적으로 튜닝될 수 있다. 전자 디바이스(102)는 제1 주파수와 연관된 안테나(121), 제2 주파수와 연관된 안테나(123), 제1 주파수와 연관된 안테나(125), 제2 주파수와 연관된 안테나(127), 제1 주파수에 대한 무선 송신기(131), 제2 주파수에 대한 무선 송신기(133), 제1 주파수에 대한 무선 수신기(135), 및 제2 주파수에 대한 무선 수신기(137)를 포함할 수 있다. 전자 디바이스(110)는 제1 주파수와 연관된 안테나(101), 제2 주파수와 연관된 안테나(103), 제1 주파수와 연관된 안테나(105), 제2 주파수와 연관된 안테나(107), 제1 주파수에 대한 무선 송신기(111), 제2 주파수에 대한 무선 송신기(113), 제1 주파수에 대한 무선 수신기(115), 및 제2 주파수에 대한 무선 수신기(117)를 포함할 수 있다.
전자 디바이스(102, 110)는 신경망(10)을 포함할 수 있다. 예를 들어, 무선 송신기(131) 및 무선 수신기(135)는 각각의 송신기(131) 도는 수신기(135)의 적어도 구성요소의 일부로서 포함되는 뉴런 계산기(18)를 각각 갖는, 신경망(10)을 조합하여 포함할 수 있다. 동작 중에, 뉴런 계산기(18)는 송신기(131) 또는 수신기(135)의 하나 이상의 구성 요소에 대해 정렬된 세트를 계산하고 출력 신호를 제공할 수 있다. 예를 들어, 무선 송신기(133)는 다수의 뉴런 계산기(18) 또는 단일 뉴런 계산기(18)를 갖는 신경망(10)을 포함할 수 있다. 동작 중에, 송신기(133)의 뉴런 계산기(들)(18)는 송신기(133)의 하나 이상의 구성 요소에 대해 정렬된 세트를 계산하고 출력 신호를 제공할 수 있다. 자명하고 MIMO 송수신기 응용분야에 대해 도 5와 관련하여 더 기재될 바와 같이, 전자 디바이스의 특정 양태의 개별 구성요소 또는 다양한 뉴런 계산기(18)를 포함하는 신경망(10)에서 함께 동작하는 구성요소로서, 뉴런 계산기(18)는 전자 디바이스(102, 110)의 다양한 부분에서 구현될 수 있다.
본 명세서에 기재된 전자 디바이스, 가령, 도 2에 도시된 전자 디바이스(102) 및 전자 디바이스(110)가 일반적으로 통신 능력이 희망되는 임의의 전자 디바이스를 이용해 구현될 수 있다. 예를 들어, 전자 디바이스(102) 및/또는 전자 디바이스(110)는 휴대 전화기, 스마트워치, 컴퓨터(예를 들어, 서버, 랩톱, 태블릿, 데스크톱) 또는 라디오를 사용하여 구현될 수 있다. 일부 예에서, 전자 디바이스(102) 및/또는 전자 디바이스(110)는 통신 능력이 희망되는 타 장치, 비제한적 예를 들면, 웨어러블 디바이스, 의료 디바이스, 자동차, 비행기, 헬리콥터, 가전기기, 태그, 카메라 또는 그 밖의 다른 디바이스에 포함 및/또는 상기 타 장치와 통신할 수 있다.
도 2에 명시적으로 도시되어 있지는 않지만, 전자 디바이스(102) 및/또는 전자 디바이스(110)는 일부 예시에서 다양한 구성요소, 비제한적 예를 들면, 메모리, 입/출력 디바이스, 회로, 처리 장치(가령, 처리 요소 및/또는 프로세서), 또는 이들의 조합 중 임의의 것을 포함할 수 있다.
전자 디바이스(102) 및 전자 디바이스(110)는 각각 다수의 안테나를 포함할 수 있다. 예를 들어, 전자 디바이스(102) 및 전자 디바이스(110)는 각각 셋 이상의 안테나를 가질 수 있다. 세 개의 안테나가 각각 도 2에 표시되어 있지만 일반적으로 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 32 또는 64개의 안테나를 포함하는 임의의 개수의 안테나가 사용될 수 있다. 또 다른 예에서 또 다른 개수의 안테나가 사용될 수 있다. 일부 예에서, 전자 디바이스(102) 및 전자 디바이스(110)는 도 2에 도시된 바와 같이, 동일한 수의 안테나를 가질 수 있다. 또 다른 예에서, 전자 디바이스(102) 및 전자 디바이스(110)는 상이한 수의 안테나를 가질 수 있다.
일반적으로, 본 명세서에 기재된 시스템은 다중 입력, 다중 출력("MIMO") 시스템을 포함할 수 있다. MIMO 시스템은 일반적으로 다수의 안테나를 이용해 전송을 송신하는 하나 이상의 전자 디바이스 및 다수의 안테나를 이용해 전송을 수신하는 하나 이상의 전자 디바이스를 포함하는 시스템을 지칭한다. 일부 예에서, 전자 디바이스는 다수의 안테나를 이용해 전송을 송신과 수신 모두를 할 수 있다. 본 명세서에 기재된 일부 예시적인 시스템은 "대규모 MIMO(massive MIMO)"시스템일 수 있다. 일반적으로 대규모 MIMO 시스템은 전송을 송신 및/또는 수신하기 위해 특정 개수(가령, 16)보다 많은 안테나를 사용하는 시스템을 지칭한다. 안테나 수가 증가함에 따라, 일반적으로 전송을 정확히 송신 및/또는 수신하는 것과 관련된 복잡도도 증가한다.
두 개의 전자 디바이스(예를 들어, 전자 디바이스(102) 및 전자 디바이스(110))가 도 2에 도시되어 있지만, 일반적으로 시스템(100)은 임의의 개수의 전자 디바이스를 포함할 수 있다.
본 명세서에 기재된 전자 디바이스는 수신기, 송신기 및/또는 송수신기를 포함할 수 있다. 예를 들어, 도 2의 전자 디바이스(102)는 무선 송신기(131) 및 무선 수신기(135)를 포함하고, 전자 디바이스(110)는 무선 송신기(111) 및 무선 수신기(115)를 포함한다. 일반적으로, 수신기는 하나 이상의 연결된 안테나로부터의 전송을 수신하도록 제공될 수 있으며, 송신기는 하나 이상의 연결된 안테나로부터의 전송을 송신하도록 제공될 수 있고, 송수신기는 하나 이상의 연결된 안테나로부터의 전송을 수신 및 송신하도록 제공될 수 있다. 두 전자 디바이스(102, 110) 모두가 개별 무선 송신기 및 개별 무선 수신기와 함께 도 2에 도시되어 있지만, 무선 송수신기는 전자 디바이스의 안테나에 연결되어 무선 송신기 또는 무선 수신기로 동작하여 전송을 수신 및 송신할 수 있음이 자명할 수 있다. 예를 들어, 전자 디바이스(102)의 송수신기는 안테나(121 및 123)에 전송을 제공하거나 및/또는 이로부터 전송을 수신하는 데 사용될 수 있고, 전자 디바이스(110)의 또 다른 송수신기는 안테나(101) 및 안테나(103)로 전송을 제공하거나 및/또는 이로부터 전송을 수신하는 데 사용될 수 있다.
일반적으로, 다수의 수신기, 송신기, 및/또는 송수신기가 전자 디바이스에서 제공될 수 있으며, 하나씩 전자 디바이스의 각각의 안테나와 통신한다. 전송은 다양한 프로토콜 중 임의의 것에 따를 수 있는데, 비제한적 예를 들면, 5G 신호일 수 있거나, 및/또는 다양한 변조/복조 스킴이 사용될 수 있으며, 비제한적 예를 들면, OFDM(orthogonal frequency division multiplexing), FBMC(filter bank multi-carrier), GFDM(generalized frequency division multiplexing), UFMC(universal filtered multi-carrier transmission), BFDM(bi orthogonal frequency division multiplexing), SCMA(sparse code multiple access), NOMA(non-orthogonal multiple access), MUSA(multi-user shared access) 및 시간-주파수 패킹을 이용하는 FTN(faster-than-Nyquist) 시그널링이 있다. 일부 예에서, 전송은 다양한 프로토콜 및/또는 표준(예를 들어, NR, LTE, WiFi 등)에 따라 전송, 수신 또는 둘 모두될 수 있다.
본 명세서에 기재된 송신기, 수신기, 및/또는 송수신기, 가령, 무선 송신기(131), 무선 송신기(133), 무선 수신기(115) 또는 무선 수신기(117)가 다양한 구성요소, 가령, 하드웨어, 소프트웨어 또는 이들의 조합을 이용해 구현될 수 있다. 예를 들어, 송수신기, 송신기 또는 수신기는 회로 및/또는 하나 이상의 처리 유닛(가령, 프로세서) 및 송수신기로 하여금 본 명세서에 기재된 하나 이상의 기능(가령, 소프트웨어)을 수행하게 하도록 실행 가능 명령으로 인코딩된 메모리를 포함할 수 있다.
도 3은 무선 송신기(300)의 개략도이다. 무선 송신기(300)는 데이터 신호(311)를 수신하고 안테나(303)를 통한 송신을 위한 무선 통신 신호를 생성하는 동작을 수행한다. 무선 송신기(300)는 예를 들어, 도 2의 무선 송신기(111, 113, 131, 133)를 구현하는 데 사용될 수 있다. 출력 데이터가 RF 안테나(303) 상에서 송신되기 전에 송신기 출력 신호 xN(n)(310)가 전력 증폭기(332)에 의해 증폭된다. RF-프론트 엔드로의 작업은 일반적으로 아날로그 회로에 의해 수행되거나 디지털 프론트-엔드의 구현을 위해 디지털 기저대역 작업으로서 처리될 수 있다. 기저대역 및 RF-프론트 엔드의 작업은 스크램블러(304), 코더(308), 인터리버(312), 변조 매핑(316), 프레임 적응(320), 역 고속 푸리에 변환(IFFT) 로직(324), 보호 구간(328) 및 주파수 상향-변환(330)을 포함한다.
스크램블러(304)는 입력 데이터를 의사 랜덤 또는 랜덤 바이너리 시퀀스로 변환할 수 있다. 예를 들어, 입력 데이터는 발생기 다항식을 사용하여 PRBS(Pseudo Random Binary Sequence)로 변환되는 전송 계층 소스(가령, MPEG-2 전송 스트림 및 그 밖의 다른 데이터)일 수 있다. 생성기 다항식의 예로 기재되었지만, 다양한 스크램블러(304)가 가능하다.
코더(308)는 스크램블러로부터 출력된 데이터를 인코딩하여 데이터를 코딩할 수 있다. 예를 들어, RS(Reed-Solomon) 인코더, 터보 인코더가 스크램블러(304)에 의해 공급되는 각각의 랜덤화된 전송 패킷에 대한 패리티 블록을 생성하기 위한 제1 코더로 사용될 수 있다. 일부 예에서, 패리티 블록 및 전송 패킷의 길이는 다양한 무선 프로토콜에 따라 달라질 수 있다. 인터리버(312)는 코더(308)에 의해 출력된 패리티 블록을 인터리빙할 수 있으며, 예를 들어 인터리버(312)는 컨볼루션 바이트 인터리빙(convolutional byte interleaving)을 이용할 수 있다. 일부 예에서, 추가 코딩 및 인터리빙이 코더(308) 및 인터리버(312) 후에 수행될 수 있다. 예를 들어, 추가 코딩은 예를 들어, 특정 제약 길이를 갖는 펑처링된 컨볼루션 코딩(punctured convolutional coding)을 이용해 인터리버로부터 출력된 데이터를 더 코딩할 수 있는 제2 코더를 포함할 수 있다. 추가 인터리빙은 결합된 블록의 그룹을 형성하는 내부 인터리버를 포함할 수 있다. RS 코딩, 터보 코딩 및 펑처링된 컨볼루션 코딩의 맥락에서 설명되지만, 다양한 코더(308), 가령, LDPC(low-density parity-check) 코더 또는 폴라 코더가 가능하다. 컨볼루션 바이트 인터리빙의 맥락에서 기재되지만, 다양한 인터리버(312)가 가능하다.
변조 매핑(316)은 인터리버(312)로부터 출력된 데이터를 변조할 수 있다. 예를 들어, QAM(quadrature amplitude modulation)는 관련 반송파의 진폭을 변경(예를 들어, 변조)함으로써 데이터를 매핑하는 데 사용될 수 있다. 다양한 변조 매핑, 비제한적 예를 들면, QPSK(Quadrature Phase Shift Keying), SCMA, NOMA 및 MUSA(Multi-user Shared Access)가 사용될 수 있다. 변조 매핑(316)으로부터의 출력이 데이터 심볼이라고 지칭될 수 있다. QAM 변조의 맥락으로 기재되지만, 다양한 변조 매핑(316)이 가능하다. 프레임 적응(320)은 대응하는 변조 심볼, 반송파 및 프레임을 나타내는 비트 시퀀스에 따라 변조 매핑으로부터의 출력을 배열할 수 있다.
IFFT 로직(324)은 역 고속 푸리에 변환을 실행하기 위한 명령을 구현하는 프로세서 및/또는 컴퓨터 판독형 매체일 수 있다. 예를 들어, IFFT 로직(324)은 (예를 들어, 프레임 적응(320)에 의한) 부반송파로 프레이밍된 심볼을 시간 영역 심볼로 변환할 수 있다. 5G 무선 프로토콜 스킴의 예를 들면, IFFT는 N-포인트 IFFT로 적용될 수 있다:
Figure pct00021
(7)
여기서, Xn은 n번째 5G 부반송파로 전송되는 변조된 심볼이다. 따라서, IFFT 로직(324)의 출력은 시간 영역 5G 심볼을 형성할 수 있다. 일부 예에서, 로직(324)의 IFFT는 주파수 상향-변환(330)을 위한 심볼을 출력하기 위해 펄스 정형 필터 또는 다위상 필터링 뱅크로 대체될 수 있다. 예를 들어, 역 고속 푸리에 변환을 실행하기 위한 명령을 구현하는 프로세서 및/또는 컴퓨터 판독형 매체는 펄스 성형 필터 또는 다위상 필터링 뱅크를 구현하도록 변경 또는 업데이트될 수 있다.
도 3의 예에서, 보호 구간(328)은 시간 영역 5G 심볼에 보호 구간을 추가한다. 예를 들어, 보호 구간은 프레임의 시작 부분에서 시간 영역 5G 심볼의 끝부분을 반복함으로써 심볼 간 간섭을 줄이기 위해 추가되는 심볼 지속시간의 분수 길이일 수 있다. 예를 들어, 보호 구간은 5G 무선 프로토콜 스킴의 순환 프리픽스 부분에 대응하는 시간 주기일 수 있다.
주파수 상향-변환(330)은 시간 영역 5G 심볼을 특정 무선 주파수로 상향-변환할 수 있다. 예를 들어, 시간 영역 5G 심볼은 기저대역 주파수 범위로 볼 수 있으며 로컬 오실레이터(local oscillator)가 자신이 발진하는 주파수를 5G 심볼과 혼합하여 5G 심볼을 발진 주파수에서 생성할 수 있다. 디지털 상향 변환기(DUC)는 또한 시간-영역 5G 심볼을 변환하는 데 사용될 수 있다. 따라서, 5G 심볼은 RF 송신을 위해 특정 무선 주파수로 상향 변환될 수 있다.
송신 전에, 안테나(303)에서 전력 증폭기(332)가 송신기 출력 신호 xN(n)(310)을 증폭하여 안테나(303)에서 RF 영역에서의 RF 송신을 위한 데이터를 출력할 수 있다. 안테나(303)는 특정 무선 주파수로 방사하도록 설계된 안테나일 수 있다. 예를 들어, 안테나(303)는 5G 심볼이 상향-변환된 주파수로 방사할 수 있다. 따라서, 무선 송신기(300)는 스크램블러(304)에서 수신된 데이터 신호(311)에 기초하여 안테나(303)를 통해 RF 전송을 송신할 수 있다.
도 3과 관련하여 앞서 기재된 바와 같이, 무선 송신기(300)의 작업은 다양한 처리 작업을 포함할 수 있다. 이러한 작업은 종래의 무선 송신기에서 구현될 수 있으며, 각각의 작업은 각자의 작업을 위해 특수하게 설계된 하드웨어에 의해 구현된다. 예를 들어, DSP 처리 유닛은 보호 구간(328)을 구현하도록 특수하게 설계될 수 있다. 본 명세서의 예에서 기재된 바와 같이, 뉴럴 계산기(18)는 처리 작업/구성요소 중 하나 이상을 수행하기 위해 무선 송신기(300)에 포함될 수 있다. 따라서, 뉴럴 계산기(18)는 보호 구간(328)을 구현할 수 있다. 자명하듯이, 무선 송신기(300)의 추가 작업은 도 3에 도시되지 않은 종래의 무선 송신기(예를 들어, 디지털-아날로그 변환기(DAC))에 포함될 수 있지만, 뉴럴 계산기(18)가 구현할 수 있는 작업일 수도 있다.
도 4는 무선 수신기(400)의 개략도이다. 무선 수신기(400)는 안테나(405)로부터 입력 데이터 X　(i,j)(410)를 수신하고 무선 수신기의 작업을 수행하여 디스크램블러(descrambler)(444)에서 수신기 출력 데이터를 생성할 수 있다. 무선 수신기(400)는 예를 들어, 도 2의 무선 수신기(115, 117, 135, 137)를 구현하기 위해 이용될 수 있다. 안테나(405)는 특정 무선 주파수에서 수신하도록 설계된 안테나일 수 있다. 무선 수신기의 작업은 아날로그 회로에 의해 수행되거나 디지털 프론트-엔드의 구현을 위해 디지털 기저대역 작업으로서 처리될 수 있다. 무선 수신기의 작업은 주파수 하향-변환(412), 보호 간격 제거(416), 고속 푸리에 변환(FFT) 로직(420), 동기화(424), 채널 추정(428), 복조 매핑(432), 디인터리버(deinterleaver)(436), 디코더(440) 및 디스크램블러(444)를 포함한다.
주파수 하향-변환(412)은 주파수 영역 심볼을 기저대역 처리 범위로 하향-변환할 수 있다. 예를 들어, 5G 구현의 예를 계속들면, 주파수-영역 5G 심볼은 로컬 오실레이터 주파수와 혼합되어 기저대역 주파수 범위에서 5G 심볼을 생성할 수 있다. 주파수 영역 심볼을 변환하기 위해 디지털 하향-변환기(DDC)가 또한 사용될 수 있다. 따라서, 시간 영역 5G 심볼을 포함하는 RF 전송은 기저대역으로 하향-변환될 수 있다. 보호 구간 제거(416)는 주파수 영역 5G 심볼로부터 보호 구간을 제거할 수 있다.
FFT 로직(420)은 고속 푸리에 변환을 실행하기 위한 명령을 구현하는 프로세서 및/또는 컴퓨터 판독형 매체일 수 있다. 예를 들어, FFT 로직(420)은 시간 영역 5G 심볼을 주파수 영역 5G 심볼로 변환할 수 있다. 5G 무선 프로토콜 스킴의 예를 들면, FFT는 N-포인트 FFT로 적용될 수 있다:
Figure pct00022
(8)
여기서, Xn은 n번째 5G 부반송파로 전송되는 변조된 심볼이다. 따라서, FFT 로직(420)의 출력은 주파수 영역 5G 심볼을 형성할 수 있다. 일부 예에서, 로직(420)의 FFT는 동기화(424)를 위한 심볼을 출력하기 위해 다위상 필터링 뱅크로 대체될 수 있다. 예를 들어, 다위상 필터링 뱅크를 구현하기 위해 고속 푸리에 변환을 실행하기 위한 명령을 구현하는 프로세서 및/또는 컴퓨터 판독형 매체는 변경되거나 업데이트될 수 있다.
동기화(424)는 전송된 데이터를 동기화하기 위해 5G 심볼에서 파일럿 심볼을 검출할 수 있다. 5G 구현의 일부 예에서, 파일럿 심볼은 시간 영역에서 프레임의 시작부분에서(예를 들어, 헤더에서) 검출될 수 있다. 이러한 심볼은 프레임 동기화를 위해 무선 수신기(400)에 의해 사용될 수 있다. 동기화된 프레임으로, 5G 심볼은 채널 추정(428)으로 진행한다. 채널 추정(428)은 또한 시간 영역 파일럿 심볼 및 추가 주파수 영역 파일럿 심볼을 이용해 수신된 신호에 미치는 시간 또는 주파수 효과(가령, 경로 손실)을 추정할 수 있다.
예를 들어, 채널은 각각의 신호의 프리앰블 주기에서 (안테나(405)에 추가로) M개의 안테나를 통해 수신된 N개의 신호에 따라 추정될 수 있다. 일부 예에서, 채널 추정(428)은 또한 보호 구간 제거(416)에서 제거된 보호 구간을 사용할 수 있다. 채널 추정 처리에서, 채널 추정(428)은 추정된 채널의 영향을 최소화하기 위해 일부 인자에 의해 주파수 영역 5G 심볼을 보상할 수 있다. 채널 추정이 시간 영역 파일럿 심볼 및 주파수 영역 파일럿 심볼의 관점에서 설명되었지만, 그 밖의 다른 채널 추정 기법 또는 시스템, 가령, MIMO 기반 채널 추정 시스템 또는 주파수 영역 등화 시스템이 가능하다.
복조 매핑(432)은 채널 추정(428)으로부터 출력된 데이터를 복조할 수 있다. 예를 들어, QAM(quadrature amplitude modulation) 복조기는 관련 반송파의 진폭을 변경(예를 들어, 변조)함으로써 데이터를 매핑할 수 있다. 본 명세서에 기재된 임의의 변조 매핑은 복조 매핑(432)에 의해 수행되는 대응하는 복조 매핑을 가질 수 있다. 일부 예에서, 복조 매핑(432)은 5G 심볼의 복조를 용이하게 하기 위해 반송파 신호의 위상을 검출할 수 있다. 복조 매핑(432)은 디인터리버(436)에 의해 추가로 처리될 5G 심볼로부터 비트 데이터를 생성할 수 있다.
디인터리버(436)는 복조 매핑으로부터의 패리티 블록으로 배열된 데이터 비트를 디코더(440)를위한 비트 스트림으로 디인터리빙할 수 있는데, 가령, 디인터리버(436)가 콘볼루션 바이트 인터리빙에 대한 역 작업을 수행할 수 있다. 디인터리버(436)는 또한 패리티 블록에 대한 채널 효과를 보상하기 위해 채널 추정을 이용할 수 있다.
디코더(440)는 스크램블러로부터 출력된 데이터를 디코딩하여 데이터를 코딩할 수 있다. 예를 들어, RS(Reed-Solomon) 디코더 또는 터보 디코더가 디코더로서 사용되어, 디스크램블러(444)에 대한 디코딩된 비트 스트림을 생성할 수 있다. 예를 들어, 터보 디코더는 병렬 연결된(parallel concatenated) 디코딩 스킴을 구현할 수 있다. 일부 예에서, 추가 디코딩 및/또는 디인터리빙은 디코더(440) 및 디인터리버(436) 후에 수행될 수 있다. 예를 들어, 추가 디코딩은 디코더(440)로부터 출력된 데이터를 추가로 디코딩할 수 있는 또 다른 디코더를 포함할 수 있다. RS 디코딩 및 터보 디코딩의 맥락에서 기재되었지만, 다양한 디코더(440), 가령, LDPC(low-density parity-check) 디코더 또는 폴라 디코더가 가능하다.
디스크램블러(444)는 디코더(440)로부터의 출력 데이터를 의사 랜덤 또는 랜덤 이진 시퀀스로부터 원본 소스 데이터로 변환할 수 있다. 예를 들어, 디스크램블러(44)는 디코딩된 데이터를 스크램블러(304)의 생성 다항식에 대한 역으로 디스크램블링된 전송 계층 목적지(예를 들어, MPEG-2 전송 스트림)로 변환할 수 있다. 디스크램블러는 수신기 출력 데이터를 출력한다. 따라서, 무선 수신기(400)는 수신기 출력 데이터를 생성하기 위해 입력 데이터 X　(i,j)(410)를 포함하는 RF 전송을 수신한다.
본 명세서에 기재된 바와 같이 예를 들어,도 4와 관련하여, 무선 수신기(400)의 작업은 다양한 처리 작업을 포함할 수 있다. 이러한 작업은 종래의 무선 수신기에서 구현될 수 있으며, 각각의 작업은 각각의 작업을 위해 특수하게 설계된 하드웨어에 의해 구현된다. 예를 들어, DSP 처리 유닛이 FFT(420)를 구현하도록 특수하게 설계될 수 있다. 본 명세서의 예시로서 기재된 바와 같이, 뉴럴 계산기(18)는 처리 작업/구성요소 중 하나 이상을 수행하기 위해 무선 수신기(400)에 포함될 수 있다. 따라서, 뉴럴 계산기(18)는 FFT(420)를 구현할 수 있다. 자명하듯이, 무선 수신기(400)의 추가 작업이 종래의 무선 수신기(예를 들어, 아날로그-디지털 변환기(ADC))에 포함될 수 있으며, 이는 도 4에 도시되지 않지만 뉴럴 계산기(18)가 구현할 수 있는 작업이다.
도 5는 본 명세서에 기재된 예에 따라 배열된 전자 디바이스(110)의 개략도(200)이다. 마찬가지로, 도 5의 번호가 매겨진 요소는 도 2의 번호가 매겨진 요소와 유사한 기능을 포함한다. 전자 디바이스(110)는 또한 뉴런 계산기(18)일 수 있는 뉴런 계산기(240)를 포함할 수 있다. 각각의 무선 송신기(111, 113)는 각자의 안테나, 가령, 안테나(101), 안테나(103)와 통신할 수 있다. 각각의 무선 송신기(111, 113)는 각자의 데이터 신호, 가령, 데이터 신호(211, 213)를 수신한다. 무선 송신기(113)는 무선 송신기(가령, 송신기(300))의 작업으로 데이터 신호(213)를 처리하여 전송 신호(가령, 출력 신호 xN(n)(310))를 생성할 수 있다. 각각의 무선 수신기(115, 117)는 각자의 안테나, 가령, 안테나(105), 안테나(107)와 통신할 수 있다. 각각의 무선 수신기(115, 117)는 안테나(105, 107)로부터 각자의 신호를 수신하고, 수신된 출력 신호(255, 257)를 생성하기 위해 무선 수신기(가령, 무선 수신기(400))의 작업으로 신호를 처리할 수 있다.
안테나(105, 107)로부터 수신된 신호를 처리하는 동안, 무선 수신기(115, 117)는 입력 신호 x1(n), x2(n)(221, 223)를 뉴런 계산기(240)에 제공할 수 있다. 예를 들어, 입력 신호 x1(n), x2(n)(221, 223)가 무선 수신기(115)의 출력과 무선 수신기(117)의 출력으로부터 내부 경로를 통해 뉴런 계산기(240)로 제공될 수 있다. 따라서, 무선 수신기(115, 117) 및 뉴런 계산기(240)로부터 뻗어 나온 경로가 서로 통신할 수 있다. 따라서, 뉴런 계산기(240)는 무선 수신기(115)와 관련된 제1 신호 x1(n)(221) 및 무선 수신기(117)와 관련된 제2 신호 x2(n)(223)을 수신한다.
본 명세서에 기재된 뉴런 계산기의 예는 출력 신호 z1(n), z2(n)(245, 247)을 생성하여 무선 수신기(245, 247)에 제공할 수 있다. 이러한 출력 신호를 생성할 때, 뉴런 계산기는 정렬된 세트 p i,j (k) (241)의 원소를 계산할 수 있다. 예를 들어, 도 1a를 참조하여 기재된 바와 같이, 다양한 정렬된 세트가 입력 신호 x1(n), x2(n)(221, 223)에 기초하여 계산될 수 있다. 입력 신호가 교정 신호(calibration signal)인 일부 예시에서, 뉴런 계산기(240)는 또한 수학식 1-5에 따라 연결 가중치를 결정할 수 있다. 따라서 예를 들어, 뉴런 계산기(240)는 연결 가중치를 생성하여 전자 디바이스(110)의 로컬 메모리에 저장할 수 있으며 이러한 가중치를 사용하여 무선 수신기(115, 117)로 출력 신호 z1(n), z2(n)(245, 247)를 제공할 수 있다. 뉴런 계산기(18)가 입력 신호 x1(n), x2(n)(221, 223)를 제공 받는 예시를 계속하면, 뉴런 계산기(18)는 무선 수신기(115, 117)의 기능을 수행하도록 구성될 수 있다. 예를 들어, 뉴런 계산기(240)는 입력 신호 x1(n), x2(n)(221, 223)에 대해 무선 수신기(115, 117)에 대한 채널 추정(가령, 채널 추정 428)을 수행하여 무선 채널(들)(예를 들어, 제1 및 제2 주파수와 연관된 무선 채널)에 의해 도입되거나 것이 제거되거나 감소된 출력 신호 z1(n), z2(n)(245, 247)를 제공할 수 있다. 뉴런 계산기(240)는 입력 신호 x1(n), x2(n)(221, 223)을 정렬된 뉴런 및 연결 가중치의 정렬된 세트와 혼합하여 출력 신호 z1(n), z2(n)(245, 247)를 계산할 수 있다. 예를 들어, 뉴런 계산기(240)는 무선 수신기(115, 117)로부터 심볼로서 입력 신호 x1(n), x2(n)(221, 223)을 수신 할 수 있고, 따라서, 보상된 심볼이라 지칭될 수 있는 출력 신호 z1(n), z2(n)(245, 247)를 제공한다. 예를 들어, 신호 x1(n), x2(n)(221, 223)에 존재하는 채널 오차가 제거되거나 감소 되었기 때문에 출력 신호가 보상될 수 있다.
도 5가 무선 수신기 스테이지의 채널 추정 스테이지/구성요소에서 무선 수신기(115, 117)로부터의 신호에 대해 동작하는 뉴런 계산기(240)를 도시하고 있지만, 증폭, 변조 또는 초기 여부에 관계없이 다양한 신호가 뉴런 계산기(18), 가령, 뉴런 계산기(240)에 제공되어 무선 수신기(115, 117)의 하나 이상의 처리 스테이지의 기능을 수행할 수 있음이 자명할 수 있다. 예를 들어, 하나의 실시예에서, 뉴런 계산기는 무선 수신기의 디코더 스테이지(가령, 디코더(440))에서 입력 신호 x1(n), x2(n)(221, 223) 각각을 수신할 수 있다. 다양한 예에서, 입력 신호는 수신기 경로 내 다양한 지점에서 제공될 수 있다. 추가로 또는 대안으로, 뉴런 계산기(240)는 무선 송신기(111, 113)와 통신하여, 무선 송신기(111, 113)의 하나 이상의 처리 스테이지의 기능을 수행할 수 있다.
도 6은 본 명세서에 기재된 예에 따른 방법(600)의 흐름도이다. 예시적인 방법(600)은 예를 들어, 도 2의 전자 디바이스(102, 110), 도 5의 전자 디바이스(110), 또는 본 명세서에 기재된 도 2, 도 5 및 도 7-9에 도시된 시스템 중 임의의 시스템 또는 조합을 사용하여 구현될 수 있다.. 일부 예에서, 예시적인 방법(600)의 블록은 처리 유닛(58)으로서 구현된 뉴런 계산기(18)에 의해 수행될 수 있다. 블록(608-628)으로 기재된 동작은 또한 컴퓨터 판독형 매체, 가령, 메모리(55) 또는 메모리를 포함하는 전자 디바이스(110)에 제어 명령으로서 저장될 수 있다.
예시적인 방법(600)은 뉴런 계산 방법을 시작할 수 있다. 블록(608)에서, 방법(600)은 뉴런 계산기에서 교정 신호를 수신하는 단계를 포함한다. 입력(20, 22 및 28)을 갖는 뉴런 계산기(18)는 각각의 입력에서 적어도 각각의 교정 신호, 예를 들어 제1 교정 신호, 제2 교정 신호 및 제3 교정 신호를 수신 할 수 있다. 이러한 교정 신호는 블록(620)과 관련하여 추가로 설명될 바와 같이 뉴런 계산기에 대한 연결 가중치를 결정하는 데 사용될 수 있다. 예를 들어, 교정 신호의 세트는 무선 송신기 또는 무선 수신기가 채널 추정, 가령, 파일럿 신호를 결정하는 데 사용되는 신호를 포함할 수 있다.
블록(612)에서, 방법(600)은 교정 신호에 기초하여 복수의 정렬된 세트를 계산하는 단계를 포함한다. 예를 들어, 표 1과 관련하여 기재된 바와 같이, 복수의 정렬된 세트를 계산하는 것은 제1 교정 신호, 제2 교정 신호 및 제3 교정 신호 각각을 제1 교정 신호, 제2 교정 신호 또는 제3 교정 신호 중 하나와 곱하여, 복수의 정렬된 세트 중 2차 세트를 생성하는 것을 포함한다. 마찬가지로, 3차 세트 계산의 경우, 표 2와 관련하여 기재된 바와 같이, 복수의 정렬된 세트를 계산하는 것이, 제1 교정 신호, 제2 교정 신호, 및 제3 교정 신호 각각을 제1 교정 신호, 제2 교정 신호, 또는 제3 교정 신호를 포함하는 세트 중 두 개의 신호와 곱하여 3차 세트를 생성하는 것을 포함한다. 예를 들어, 2차 세트와 관련하여, 제1 교정 신호, 제2 교정 신호, 및 제3 교정 신호 각각을 제1 교정 신호, 제2 교정 신호, 또는 제3 교정 신호 중 하나와 곱하는 것은 제1 교정 신호와 제1 교정 신호를 곱하여 2차 세트의 제1 곱셈 처리 결과를 생성하는 것, 제1 교정 신호와 제2 교정 신호를 곱하여 2차 세트의 제2 곱셈 처리 결과를 생성하는 것, 제1 교정 신호와 제3 교정 신호를 곱하여 2차 세트의 제3 곱셈 처리 결과를 생성하는 것, 2 교정 신호와 제1 교정 신호를 곱하여 2차 세트의 제4 곱셈 처리 결과를 생성하는 것, 제2 교정 신호와 제2 교정 신호를 곱하여 2차 세트의 제5 곱셈 처리 결과를 생성하는 것, 제2 교정 신호와 제3 교정 신호를 곱하여 2차 세트의 제6 곱셈 처리 결과를 생성하는 것, 제3 교정 신호와 제1 교정 신호를 곱하여 2차 세트의 제7 곱셈 처리 결과를 생성하는 것, 제3 교정 신호와 제2 교정 신호를 곱하여 2차 세트의 제8 곱셈 처리 결과를 생성하는 것, 및 제3 교정 신호와 제3 교정 신호를 곱하여 2차 세트의 제9 곱셈 처리 결과를 생성하는 것을 포함한다.
블록(616)에서, 방법(600)은 복수의 정렬된 세트의 각각의 정렬된 세트를 뉴런 계산기의 각자의 정렬된 뉴런에 할당하는 단계를 포함한다. 예를 들어,도 1a 및 1b와 관련하여 기재된 바와 같이, 뉴런 계산기(18)는 각자의 정렬된 뉴런에 따라 신호를 처리하도록 구성된 복수의 처리 유닛을 포함한다. 각각의 정렬된 뉴런(30, 32 및 38)은 각자의 처리 유닛(58)에서 구현될 수 있다. 또는 일부 예에서, 모든 정렬된 뉴런(30, 32 및 38)이 단일 처리 유닛(58)에서 구현될 수 있다. 정렬된 세트를 정렬된 뉴런에 할당할 때, 상기 뉴런 계산기, 또는 신경망(10) 내 다수의 뉴런 계산기(18)가, 출력 신호를 생성하기 위해 연결 가중치에 의한 입력 신호의 추가 계산을 위해 계산된 정렬된 세트가 하나 이상의 처리 유닛, 각자의 정렬된 뉴런에 할당됨을 결정한다.
블록(620)에서, 방법(600)은 뉴런 계산기에 대한 연결 가중치를 생성하는 단계를 포함한다. 뉴런 계산기는 연결 가중치를 생성하기 위해 수학식 1-5를 구현하는 알고리즘을 사용할 수 있다. 예를 들어, 경사 하강법을 사용하여, 연결 가중치가 랜덤하게 선택되고 수렴점에 도달될 때까지 학습율 인자로 반복될 수 있다. 연결 가중치는 뉴런 계산기의 각각의 정렬된 뉴런과 뉴런 계산기의 복수의 출력의 각각의 출력 간 대응하는 연결에 대해 결정될 수 있다. 출력에서, 복수의 정렬된 세트 중 적어도 일부가 보상된 교정 신호를 생성하기 위해 연결 가중치의 적어도 일부와 결합/혼합될 수 있다. 반복 시, 복수의 연결 가중치와 복수의 정렬된 세트의 적어도 일부의 합산에 기초하는 보상된 교정 신호의 오차가 감소될 수 있다. 블록(628)에서, 방법(600)이 종료된다.
기재된 예시적 방법(600)에 포함되는 블록은 예시 목적을 가진다. 일부 예에서, 블록들은 상이한 순서로 수행될 수 있다. 일부 다른 예에서, 다양한 블록이 제거될 수 있다. 또 다른 예에서, 다양한 블록이 추가 블록으로 분할되거나, 다른 블록이 보충되거나, 더 적은 블록으로 함께 결합될 수 있다. 이들 특정 블록의 그 밖의 다른 변형은 블록 순서의 변경, 분할되거나 다른 블록으로 결합되는 블록의 내용 변경 등을 포함한다.
도 7은 본 개시내용의 양태에 따른 무선 통신 시스템(700)의 하나의 예를 도시한다. 무선 통신 시스템(700)은 기지국(710), 모바일 디바이스(715), 드론(717), 스몰 셀(small cell)(730) 및 차량(740, 745)을 포함한다. 기지국(710)과 스몰 셀(730)은 인터넷 및 전통적인 통신 링크로의 액세스를 제공하는 네트워크에 연결될 수 있다. 시스템(700)은 다양한 주파수 대역, 비제한적 예를 들면, 6GHz 미만 대역(가령, 700MHz 통신 주파수), 중거리 통신 대역(가령, 2.4GHz), 및 mmWave 대역(가령, 24GHz)를 포함할 수 있는 5G 무선 시스템에서의 다양한 무선 통신 연결을 촉진시킬 수 있다.
추가로 또는 대안으로, 무선 통신 연결은 다양한 변조 스킴을 지원할 수 있는데, 비제한적 예를 들면 FBMC(filter bank multi-carrier), GFDM(generalized frequency division multiplexing), UFMC(universal filtered multi-carrier transmission), BFDM(bi-orthogonal frequency division multiplexing), SCMA(sparse code multiple access), NOMA(non-orthogonal multiple access), MUSA(multi-user shared access) 및 시간-주파수 패킹을 이용하는 FTN(faster-than-Nyquist) 시그널링이 있다. 이러한 주파수 대역 및 변조 기법은 표준 프레임워크의 일부, 가령, LTE(Long Term Evolution) 또는 3GPP 또는 IEEE와 같은 조직에서 게시한 그 밖의 다른 기술 규격일 수 있으며, 이는 부반송파 주파수 범위, 부반송파의 수, 업링크/다운링크 전송 속도, TDD/FDD 및/또는 무선 통신 프로토콜의 그 밖의 다른 양태에 대한 다양한 규격을 포함할 수 있다.
시스템(700)은 RAN(radio access network)의 양태를 묘사 할 수 있고, 시스템(700)은 코어 네트워크(도시되지 않음)와 통신하거나 이를 포함할 수 있다. 코어 네트워크는 하나 이상의 서비스 게이트웨이, 이동성 관리 개체, 홈 가입자 서버 및 패킷 데이터 게이트웨이를 포함할 수 있다. 코어 네트워크는 RAN을 통해 모바일 디바이스로의 사용자 및 제어 평면 링크를 촉진시킬 수 있으며, 이는 외부 네트워크(가령, 인터넷)로의 인터페이스일 수 있다. 기지국(710), 통신 디바이스(720) 및 스몰 셀(730)은 유선 또는 무선 백홀 링크(예를 들어, S1 인터페이스, X2 인터페이스 등)를 통해 코어 네트워크와 연결되거나 서로 연결될 수 있다.
시스템(700)은 디바이스 또는 "사물", 가령, 센서 디바이스, 가령, 솔라 셀(737)로 연결되는 통신 링크를 제공하여, 사물 인터넷("IoT") 프레임워크를 제공할 수 있다. IoT 내에서 연결된 사물들은 셀룰러 네트워크 서비스 제공자에 사용권이 부여되고 제어되거나, 이러한 디바이스 사물이 그럴 수 있는 주파수 대역 내에서 작동할 수 있다. 이러한 주파수 대역 및 동작은 IoT 동작을 위해 할당된 주파수 대역이 전체 시스템 대역폭에 비해 작거나 협소할 수 있기 때문에 협대역(narrowband) IoT (NB-IoT)라고 지칭될 수 있다. NB-IoT에 할당된 주파수 대역은 예를 들어 50, 100 또는 200KHz의 대역폭을 가질 수 있다.
추가로 또는 대안으로, IoT는 무선 스펙트럼의 사용을 촉진시키기 위해 전통적인 셀룰러 기법과 상이한 주파수에서 동작하는 디바이스 또는 사물을 포함할 수 있다. 예를 들어, IoT 프레임워크는 시스템(700) 내 다수의 디바이스가 6GHz 미만 대역 또는 그 밖의 다른 산업, 과학 및 의료(ISM) 무선 대역에서 작동하도록 허용 할 수 있으며, 여기서 디바이스는 비사용권 사용을 위한 공유 스펙트럼 상에서 동작할 수 있다. 6GHz 미만 대역은 또한 NB-IoT 대역으로 특징 지어질 수 있다. 예를 들어, 저 주파수 범위에서 동작할 때, "사물"에 대한 센서 데이터를 제공하는 디바이스, 가령, 솔라 셀(737)이 에너지를 덜 사용하여, 전력 효율을 야기할 수 있고 덜 복잡한 시그널링 프레임워크를 이용해 디바이스가 6 GHz 미만 대역에서 비동기식으로 송신하게 할 수 있다. 6 GHz 미만 대역은 다양한 센서 디바이스로부터의 센서 데이터의 통신을 포함하여 다양한 사용 사례를 지원할 수 있다. 센서 디바이스의 예로는 에너지, 열, 빛, 진동, 생체 신호(가령, 맥박, EEG, EKG, 심박수, 호흡수, 혈압), 거리, 속도, 가속도 또는 이들의 조합을 검출하기 위한 센서가 있다. 센서 디바이스는 건물, 개인 및/또는 환경 내 그 밖의 다른 위치에 배치될 수 있다. 센서 디바이스는 서로 통신할 수 있고 환경에 있는 하나 또는 다수의 센서 디바이스로부터 제공된 데이터를 집계 및/또는 분석할 수 있는 컴퓨팅 시스템과 통신할 수 있다. 이러한 데이터는 센서의 환경 특성을 나타내는 데 사용될 수 있다.
이러한 5G 프레임워크에서, 디바이스는 타 모바일 네트워크(가령, UMTS 또는 LTE) 내 기지국에 의해 수행되는 기능, 가령, 노드들 간 연결을 형성하거나 이동성으 동작을 관리하는 기능(가령, 핸드오프 또는 재선택)을 수행할 수 있다. 예를 들어, 모바일 디바이스(715)는 모바일 디바이스(715)를 이용하는 사용자로부터의 센서 데이터, 가령, 혈압 데이터를 수신하고 이 센서 데이터를 협대역 IoT 주파수 대역에서 기지국(710)으로 송신할 수 있다. 이러한 예시에서, 모바일 디바이스(715)에 의한 결정을 위한 일부 파라미터가 사용권 스펙트럼의 가용성, 비사용권 스펙트럼의 가용성 및/또는 센서 데이터의 시간-민감 속성을 포함할 수 있다. 이 예시를 계속 들면, 모바일 디바이스(715)는 협대역 IoT 대역이 이용 가능하고 센서 데이터를 신속하게 송신할 수 있기 때문에 혈압 데이터를 송신할 수 있으며, 혈압에 대한 시간-민감 구성요소(가령, 측정 혈압이 위험할 정도로 높거나 낮은 경우, 가령, 수축기 혈압이 정상에서 3 표준 편차인 경우)를 식별할 수 있다.
추가로 또는 대안으로, 모바일 디바이스(715)는 다른 모바일 디바이스 또는 시스템(700)의 다른 요소와의 디바이스 대 디바이스(D2D) 연결을 형성할 수 있다. 예를 들어, 모바일 디바이스(715)는 타 디바이스, 가령, 통신 디바이스(720) 또는 차량(745)과 RFID, WiFi, MultiFire, Bluetooth 또는 Zigbee 연결을 형성할 수 있다. 일부 예에서, D2D 연결은 사용권 스펙트럼 대역을 사용하여 이루어질 수 있고, 이러한 연결은 셀룰러 네트워크 또는 서비스 제공자에 의해 관리될 수 있다. 따라서, 상기의 예가 협대역 IoT의 맥락에서 기재되었지만, 수집된 정보(가령, 센서 데이터)의 전송을 위해 모바일 디바이스(715)에 의해 결정된 주파수 대역과 상이한 주파수 대역에서 이 정보를 제공하기 위해 그 밖의 다른 디바이스-대-디바이스 연결이 모바일 디바이스(715)에 의해 사용될 수 있음이 자명할 수 있다.
또한, 일부 통신 디바이스는 애드-호크 네트워크, 예를 들어, 기지국(710) 및/또는 코어 네트워크로의 전통적인 연결이 반드시 형성될 필요 없이, 통신 디바이스(720)와 형성된 네트워크가 정지 물체 및 차량(740, 745)에 연결되는 것을 촉진시킬 수 있다. 그 밖의 다른 정지 물체, 비제한적 예를 들면, 나무, 식물, 기둥, 건물, 소형 비행선(blimp), 경비행기(dirigible), 풍선, 도로 표지판, 우체통, 또는 이들의 조합이 통신 디바이스(720)를 지원하는 데 사용될 수 있다. 이러한 시스템(700)에서, 통신 디바이스(720) 및 스몰 셀(730)(가령, 스몰 셀, 펨토셀, WLAN 액세스 포인트, 셀룰러 핫스팟 등)은 또 다른 구조물, 가령, 가로등 기둥 및 건물에 장착되거나 부착되어 애드-호크 네트워크 및 그 밖의 다른 IoT 기반 네트워크의 형성을 촉진시킬 수 있다. 이러한 네트워크는 가령, 모바일 디바이스(715)가 셀룰러 통신 대역에서 기지국(710)과 통신하는 기존 기술과 상이한 주파수 대역에서 동작할 수 있다.
통신 디바이스(720)는 부분적으로 시스템(700)의 다른 요소에 대한 연결에 따라, 계층적 방식으로 또는 애드-호크 네트워크 방식으로 동작하는 무선 네트워크를 형성할 수 있다. 예를 들어, 통신 디바이스(720)는 비사용권 스펙트럼에서 모바일 디바이스(715)와의 연결을 형성하기 위해 700 MHz 통신 주파수를 이용하고, 차량(745)과의 또 다른 연결을 형성하기 위해 사용권 스펙트럼 통신 주파수를 이용할 수 있다. 통신 디바이스(720)는 사용권 스펙트럼에서 차량(745)과 통신하여, DSRC(Dedicated Short Range Communication)의 5.9 GHz 대역에서 시간-민감 데이터, 가령, 차량(745)의 자율 주행 기능을 위한 데이터에 대한 직접 액세스를 제공할 수 있다.
차량(740 및 745)은 통신 디바이스(720)와 차량(745) 간의 연결과 상이한 주파수 대역에서 애드-호크 네트워크를 형성할 수 있다. 예를 들어, 차량(740, 745) 간에 시간-민감 데이터를 제공하기 위한 고 대역폭 연결의 경우, 24 GHz mmWave 대역이 차량(740, 745) 사이의 데이터 전송에 사용될 수 있다. 예를 들어, 차량(740, 745)이 좁은 교차선을 서로 통과하는 동안 차량(740, 745)은 연결을 통해 서로 실시간 방향 및 내비게이션 데이터를 공유할 수 있다. 각각의 차량(740, 745)은 각각이 교차 선을 따라 이동하는 동안 교차선을 추적하고 각각의 차량의 자율 주행 내비게이션을 촉진시키기 위해 이미지 데이터를 이미지 처리 알고리즘으로 제공할 수 있다. 일부 예에서, 이러한 실시간 데이터는 또한 통신 디바이스(720)와 차량(745) 사이의 배타적인 사용권 스펙트럼 연결을 통해 실질적으로 동시에 공유되어, 예를 들어 24 GHz mmWave 대역을 통해 차량(740)에 의해 차량(745)으로 전송될 때 차량(745)과 차량(740) 모두에서 수신되는 이미지 데이터를 처리할 수 있다. 도 7에는 자동차로 표시되어 있지만, 그 밖의 다른 탈 것, 비제한적 예를 들면, 항공기, 우주선, 풍선, 소형 비행선, 경비행기, 기차, 잠수함, 보트, 페리, 유람선, 헬리콥터, 모터사이클, 자전거, 드론, 또는 이들의 조합이 사용될 수 있다.
24GHz mmWave 대역의 맥락에서 기재되었지만, 다른 mmWave 대역 또는 사용권 또는 비사용권 대역일 수 있는 그 밖의 다른 주파수 대역, 가령, 28GHz, 37GHz, 38GHz, 39GHz에서 시스템(700)에서 연결이 형성될 수 있음을 자명할 수 있다. 일부 경우에, 차량(740, 745)은 상이한 네트워크에서 타 차량과 통신하는 주파수 대역을 공유할 수 있다. 예를 들어, 차량 무리가 차량(740)을 통과할 수 있으며, 일시적으로 24 GHz mmWave 대역을 공유하여, 차량(740, 745) 간 24 GHz mmWave 연결에 추가로, 이 무리들 간에 연결을 형성할 수 있다. 또 다른 예로서, 통신 디바이스(720)가 사용자(가령, 거리를 걷고 있는 보행자)에 의해 작동되는 모바일 디바이스(715)와 700 MHz 연결을 실질적으로 동시에 유지하여, 5.9 GHz 대역을 통해 사용자의 위치에 대한 정보를 차량(745)에게 제공할 수 있다. 이러한 정보를 제공할 때, 통신 디바이스(720)는 대규모 MIMO 프레임워크의 일부로서 안테나 다이버시티 스킴을 활용하여 모바일 디바이스(715)와 차량(745) 모두와 시간-민감한 개별 연결을 촉진시킬 수 있다. 대규모 MIMO 프레임워크는 레거시 프로토콜(가령, WiFi 또는 LTE)에 따르는 적은 수의 안테나를 갖고 동작하는 디바이스에 의해서는 도달될 수 없는 정밀한 빔형성 또는 공간 다이버시티를 촉진시킬 수 있는 많은 수(가령, 12, 20, 64, 128 등)의 안테나를 갖는 송신 및/또는 수신 디바이스를 포함할 수 있다.
기지국(710) 및 스몰 셀(730)은 적어도 센서 무선 네트워크를 갖는 시스템(700) 내 디바이스 또는 시스템(700) 내 그 밖의 다른 통신-가능 디바이스, 가령, 액티브/슬립 사이클도 동작할 수 있는 솔라 셀(737) 및/또는 하나 이상의 다른 센서 디바이스와 무선 통신할 수 있다. 기지국(710)은 자신의 커버리지 영역에 들어가는 디바이스, 가령, 모바일 디바이스(715) 및 드론(717)에 대한 무선 통신 커버리지를 제공할 수 있다. 스몰 셀(730)은 자신의 커버리지 영역에 들어가는, 가령, 스몰 셀(730)이 장착된 건물 근처에 있는 디바이스, 가령, 차량(745) 및 드론(717)에 대한 무선 통신 커버리지를 제공할 수 있다.
일반적으로, 스몰 셀(730)은 스몰 셀로 지칭될 수 있고 국지적 지역에 대한 커버리지, 예를 들어 일부 예에서 200 미터 이하의 커버리지를 제공 할 수 있다. 이는 몇 평방 마일 또는 킬로미터 정도의 넓은 영역에 걸쳐 커버리지를 제공할 수 있는 매크로셀(macrocell)과 대조될 수 있다. 일부 예에서, 스몰 셀(730)은 기지국(710)의 일부 커버리지 영역(예를 들어, 매크로셀) 내, 커버리지 영역의 트래픽 분석에 따라 무선 통신 트래픽이 고밀도인 곳에 배치(가령, 건물에 장착)될 수 있다. 예를 들어, 기지국(710)이 일반적으로 해당 기지국(710)의 다른 커버리지 영역보다 많은 양의 무선 통신 전송을 수신 및/또는 송신하는 경우, 스몰 셀(730)은 기지국(710)의 커버리지 영역 내에서 도 7의 빌딩에 배치될 수 있다. 기지국(710)은 한 지리적 영역에 배치되어 상기 지리적 영역의 일부에 대한 무선 커버리지를 제공할 수 있다. 무선 통신 트래픽이 고밀도일수록, 기존 기지국(710)의 커버리지 영역을 변경할 수 있는 추가 기지국(710)이 특정 영역에 배치되거나, 다른 지원 국, 가령, 스몰 셀(730)이 배치될 수 있다. 스몰 셀(730)은 스몰 셀보다 작은 영역(가령, 일부 예시에서 100 미터 이하(가령, 한 건물의 하나의 층))에 대한 커버리지를 제공할 수 있는 펨토셀일 수 있다.
기지국(710) 및 스몰 셀(730)은 각자의 영역을 둘러싼 지리적 영역의 일부분에 대한 통신 커버리지를 제공할 수 있지만, 둘 모두 특정 디바이스에 대해 더 빠른 무선 연결을 가능하게 하기 위해 커버리지의 양상을 변경할 수 있다. 예를 들어, 스몰 셀(730)은 스몰 셀(730)이 장착되는 건물 주위 또는 건물 내 디바이스에 대한 커버리지를 주로 제공할 수 있다. 그러나, 스몰 셀(730)은 또한 디바이스가 커버리지 영역에 진입했음을 검출하고 자신의 커버리지 영역을 상기 디바이스로의 더 빠른 연결을 촉진시키도록 조절할 수 있다.
예를 들어, 스몰 셀(730)은 무인 항공기(UAV)라고도 지칭될 수 있는 드론(717)과의 대규모 MIMO 연결을 지원할 수 있으며, 모바일 디바이스(715)가 자신의 커버리지 영역에 진입할 때, 스몰 셀(730)은 일부 안테나가 드론(717)보다는 디바이스(715)의 방향으로 향하도록 조절하여, 드론(717)에 추가로, 차량과의 대규모 MIMO 연결을 촉진시킬 수 있다. 일부 안테나를 조정할 때, 스몰 셀(730)은 조정 전처럼 드론(717)으로의 연결만큼 빠르게 지원하지 않을 수 있다. 그러나 드론(717)은 또한 스몰 셀(730)과 관련하여 기재된 것과 유사한 연결 또는 기지국(710)과의 상이한(가령, 더 빠른, 더 신뢰할만한) 연결을 촉진시킬 수 있는 커버리지 영역에서 또 다른 디바이스(가령, 기지국(710))와의 연결을 요청할 수 있다. 따라서, 스몰 셀(730)은 이러한 링크를 이용하거나 요구할 수 있는 디바이스로의 추가 연결을 제공함에 있어서 기존 통신 링크를 향상시킬 수 있다. 예를 들어, 스몰 셀(730)은 다른 연결(가령, 기지국(710), 드론(717), 또는 솔라 셀(737)로의 스몰 셀(730) 연결)을 촉진시키기보다는 특정 시간 주기 동안 차량(745)으로 지향되는 스몰 셀의 안테나에 의해 차량(745)으로의 링크를 방향성 증강시키는 대규모 MIMO 시스템을 포함할 수 있다. 일부 예에서, 드론(717)은 이동식 또는 공중 기지국으로 기능할 수 있다.
무선 통신 시스템(700)은 시스템(700) 내 디바이스로의 여러 연결을 지원할 수 있는 디바이스, 가령, 기지국(710), 통신 디바이스(720) 및 스몰 셀(730)을 포함할 수 있다. 이러한 디바이스는 시스템(700)의 네트워크 내 다른 디바이스와 계층 모드 또는 애드-호크 모드로 동작할 수 있다. 기지국(710), 통신 디바이스(720) 및 스몰 셀(730)의 맥락에서 기재되었지만, 네트워크 내 디바이스와의 여러 연결을 지원할 수 있는 다른 디바이스, 비제한적 예를 들면, 매크로셀, 펨토셀, 라우터, 위성, 및 RFID 검출기가 시스템(700)에 포함될 수 있다.
다양한 예에서, 무선 통신 시스템(700)의 요소, 가령, 드론(717)이 본 명세서에 기재된 시스템, 장치, 및 방법을 이용해 구현될 수 있다. 예를 들어, 전자 디바이스(110)로서 구현되는 드론(717)이 기지국(710)으로부터 무선 통신 신호를 수신할 수 있다. 수신된 무선 통신 신호를 복조 및 디코딩할 때, 드론(717)은 무선 수신기 경로의 하나 이상의 처리 스테이지에 대한 출력 신호를 계산하기 위한 뉴런 계산기(18)를 더 구현할 수 있다. 예를 들어, 드론(717)은 기지국(710)과 드론(717) 간 무선 채널에 의해 도입되는 오차를 결정하기 위한 채널 추정을 위해 뉴런 계산기(18)를 구현할 수 있다. 뉴런 계산기(18)의 일부로서 채널 추정을 위한 출력 신호를 계산할 때, 드론(717)은 기지국(710)으로부터 수신된 무선 통신 신호에 기초하여 뉴런 계산기(18)의 정렬된 세트가 계산되기 때문에 더 적은 전력과 더 적은 메모리를 사용할 수 있다. 따라서, 드론(717)은 추가 하드웨어 또는 특수하게 설계된 하드웨어를 포함할 수 있는 종래의 신호 처리 시스템 및 기법보다 실리콘 칩 상의 다이 공간을 덜 사용함으로써, 드론(717)은 이러한 종래의 신호 처리 시스템 및 기법을 갖는 드론에 비교해서 더 작은 크기를 가질 수 있다.
추가로 또는 대안으로, 상기 예시가 드론(717)의 맥락에서 기재되었지만, 통신 시스템(700)의 요소는 본 명세서에 기재된 임의의 예시의 일부, 가령, 도 2의 전자 디바이스(102, 110), 도 5의 전자 디바이스(110), 또는 본 명세서에 기재된 도면에 도시된 시스템 중 임의의 시스템 또는 조합으로서 구현될 수 있다.
도 8은 본 개시내용의 양태에 따른 무선 통신 시스템(800)의 예를 도시한다. 무선 통신 시스템(800)은 모바일 디바이스(815), 드론(817), 통신 디바이스(820) 및 스몰 셀(830)을 포함한다. 건물(810)은 건물(810) 내 다른 요소 또는 스몰 셀(830)과 통신하도록 구성될 수 있는 무선 통신 시스템(800)의 디바이스를 더 포함한다. 건물(810)은 네트워킹된 워크스테이션(840, 845), 가상 현실 디바이스(850), IoT 디바이스(855, 860) 및 네트워킹된 엔터테인먼트 디바이스(865)을 포함한다. 도시된 무선 통신 시스템(800)에서, IoT 디바이스(855, 860)는 가상 현실 디바이스(850)에 의해 제어되는, 가정용인 세척기 및 건조기일 수 있다. 따라서 가상 현실 디바이스(850)의 사용자는 건물(810)의 상이한 방에 있을 수 있지만, 사용자는 IoT 디바이스(855)의 동작을 제어할 수 있다, 가령, 세척 기계 세팅을 설정할 수 있다. 가상 현실 디바이스(850)는 또한 네트워킹된 엔터테인먼트 디바이스(865)를 제어할 수 있다. 예를 들어, 가상 현실 디바이스(850)는 가상 현실 디바이스(850)의 사용자에 의해 플레이되는 가상 게임을 네트워킹된 엔터테인먼트 디바이스(865)의 디스플레이 상으로 방송할 수 있다.
스몰 셀(830) 또는 건물(810)의 임의의 디바이스는 인터넷 및 전통적인 통신 링크에 대한 액세스를 제공하는 네트워크에 연결될 수 있다. 시스템(700)과 같이, 무선 통신 시스템(800)은 다양한 주파수 대역, 비제한적 예를 들면, 6GHz 미만 대역(가령, 700MHz 통신 주파수), 중거리 통신 대역(가령, 2.4GHz), 및 mmWave 대역(가령, 24GHz)를 포함할 수 있는 5G 무선 시스템에서의 다양한 무선 통신 연결을 촉진시킬 수 있다. 추가로 또는 대안으로, 무선 통신 연결은 시스템(700)을 참조하여 앞서 기재된 바와 같은 다양한 변조 스킴을 지원할 수 있다. 무선 통신 시스템(800)은 시스템(700)과 유사하게 통신하도록 동작 및 구성될 수 있다. 따라서, 무선 통신 시스템(800)과 시스템(700)의 유사하게 번호가 매겨진 요소들은 유사한 방식으로, 가령, 통신 디바이스(720)가 통신 디바이스(820)와 유사하고, 스몰 셀(730)이 스몰 셀(830)과 유사한 방식 등으로 구성될 수 있다.
시스템(700)의 요소가 독립적인 계층적 또는 애드-호크 네트워크를 형성하도록 구성된 시스템(700)과 같이, 통신 디바이스(820)는 스몰 셀(830) 및 모바일 디바이스(815)와 함께 계층적 네트워크를 형성할 수 있고, 반면에 추가적인 애드-호크 네트워크가 드론(817) 및 건물(810)의 디바이스들 중 일부, 가령, 네트워킹된 워크스테이션(840, 845) 및 IoT 디바이스(855, 860)를 포함하는 스몰 셀(830) 네트워크 간에 형성될 수 있다.
무선 통신 시스템(800)의 디바이스는 또한 다른 모바일 디바이스 또는 무선 통신 시스템(800)의 다른 요소와 (D2D) 연결을 형성할 수 있다. 예를 들어, 가상 현실 디바이스(850)는 타 디바이스, 가령, IoT 디바이스(855) 및 네트워킹된 엔터테인먼트 디바이스(865)와 협대역 IoT 연결을 형성할 수 있다. 앞서 기재된 바와 같이, 일부 예에서, 사용권 스펙트럼 대역을 이용해 D2D 연결이 이루어질 수 있고, 이러한 연결은 셀룰러 네트워크 또는 서비스 제공자에 의해 관리될 수 있다. 따라서, 상기의 예시가 협대역 IoT의 맥락에서 기재되었지만, 다른 디바이스-대-디바이스 연결이 가상 현실 디바이스(850)에 의해 활용될 수 있음이 자명할 수 있다.
다양한 예에서, 무선 통신 시스템(800)의 요소, 가령, 모바일 디바이스(815), 드론(817), 통신 디바이스(820), 스몰 셀(830), 네트워킹된 워크스테이션(840, 845), 가상 현실 디바이스(850), IoT 디바이스(855, 860), 및 네트워킹된 엔터테인먼트 디바이스(865)가 본 명세서에 기재된 임의의 예시의 일부, 가령, 도 2의 전자 디바이스(102, 110), 도 5의 전자 디바이스(110), 또는 본 명세서에 기재된 도면에 도시된 시스템의 임의의 시스템 또는 조합으로서 구현될 수 있다.
도 9는 본 명세서에 기재된 예에 따라 배열된 전자 디바이스(900)의 블록도이다. 전자 디바이스(900)는 본 명세서에 기재된 임의의 예시, 가령, 도 2의 전자 디바이스(102, 110), 도 5의 전자 디바이스(110), 또는 본 명세서에 기재된 도면에 도시된 시스템 중 임의의 시스템 또는 조합에 따라 동작할 수 있다. 전자 디바이스(900)는 스마트폰, 웨어러블 전자 디바이스, 서버, 컴퓨터, 가전 기기, 차량 또는 임의의 유형의 전자 디바이스로 구현될 수 있다. 전자 디바이스(900)는 네트워크(995)에 연결된 컴퓨팅 시스템(902), 뉴런 계산기(940), I/O 인터페이스(970) 및 네트워크 인터페이스(990)를 포함한다. 컴퓨팅 시스템(902)은 무선 송수신기(910)를 포함한다. 무선 송수신기는 무선 송신기 및/또는 무선 수신기, 가령, 무선 송신기(300) 및 무선 수신기(400)를 포함할 수 있다. 뉴런 계산기(940)는 현장 프로그램 가능 게이트 어레이(FPGA), 시스템 온 칩(SoC), 또는 디바이스(900)에 대한 처리를 제공하기 위한 그 밖의 다른 하드웨어의 일부로서 구현되는 임의의 유형의 마이크로프로세서, 중앙 처리 장치(CPU), 주문형 집적 회로(ASIC), 디지털 신호 프로세서(DSP)를 포함할 수 있다.
컴퓨팅 시스템(902)은 뉴런을 계산하기 위한 명령을 포함하는 비일시적 하드웨어 판독형 매체일 수 있거나, 계산된 뉴런에 기초하여 보상 또는 조절될 데이터 신호의 검색, 계산 또는 저장을 위한 메모리일 수 있는 메모리(950)(가령, 메모리 룩업 유닛)를 포함한다. 뉴런 계산기(940)는 뉴런을 계산하거나 계산된 뉴런에 기초하여 보상 또는 조절될 데이터 신호의 검색 또는 저장을 위한 이렇게 저장된 명령을 실행할 때를 지시하는 제어 명령으로 컴퓨팅 시스템(902)을 제어할 수 있다. 이러한 제어 명령을 수신하면, 무선 송수신기(910)는 이러한 명령을 실행할 수 있다. 예를 들어, 이러한 명령은 방법(600)을 실행하는 프로그램을 포함할 수 있다. 뉴런 계산기(940), I/O 인터페이스(970) 및 네트워크 인터페이스(990) 간의 통신은 내부 버스(980)를 통해 제공된다. 뉴런 계산기(940)는 I/O 인터페이스(970) 또는 네트워크 인터페이스(990)로부터의 제어 명령, 가령, 정렬된 뉴런 또는 연결 가중치에 대한 정렬된 세트를 계산하기 위한 명령을 수신할 수 있다.
버스(980)는 하나 이상의 물리적 버스, 통신 라인/인터페이스 및/또는 포인트-투-포인트 연결, 가령, PCI(Peripheral Component Interconnect) 버스, Gen-Z 스위치, CCIX 인터페이스 등을 포함할 수 있다. I/O 인터페이스(970)는 사용자에 대한 비디오 및/또는 오디오 인터페이스를 포함하는 다양한 사용자 인터페이스, 가령, 마이크로폰이 구비된 태블릿 디스플레이를 포함할 수 있다. 네트워크 인터페이스(990)는 타 전자 디바이스, 가령, 전자 디바이스(900) 또는 클라우드-전자 서버와 네트워크(995)를 통해 통신한다. 예를 들어, 네트워크 인터페이스(990)는 USB 인터페이스일 수 있다.
기재된 예시의 충분한 이해를 제공하기 위해 특정 세부사항이 앞서 제공되었다. 그러나, 예시는 이러한 특정 세부사항 없이 실시될 수 있음을 해당 분야의 통상의 종상자라면 명확히 알 것이다. 본 명세서의 기재는, 첨부된 도면과 함께, 예시적 구성을 기재하지만, 구현될 수 있는 또는 청구항의 범위 내에 있는 모든 예시를 나타내는 것은 아니다. 용어 "예시적" 및 "예"는 본 명세서에서 사용될 때 "예, 사례, 또는 예시로서 역할 한다"는 의미를 가지며, "선호되는" 또는 "다른 예시보다 바람직한"의 의미를 갖지 않는다. 상세한 설명은 기재된 기법의 이해를 제공하기 위한 목적으로 특정 세부사항을 포함한다. 그러나 이들 기법은 이러한 특정 세부사항 없이도 실행될 수 있다. 일부 예에서, 잘 알려진 구조 및 디바이스는 기재된 예의 개념을 모호하게 하는 것을 피하기 위해 블록도의 형식으로 나타난다.
본 명세서에 기재된 정보 및 신호는 다양한 다른 기법 중 임의의 것을 이용해 표현될 수 있다. 예를 들어, 상기 기재 전체에서 언급될 수 있는 데이터, 명령, 커맨드 정보, 신호, 비트, 심볼 및 칩은 전압, 전류, 전자파, 자기장 또는 입자, 광학 장 또는 입자, 또는 이들의 임의의 조합으로 나타내어질 수 있다.
본 명세서에 기재된 기법은 다수의 액세스 셀룰러 통신 시스템을 포함할 수 있고, CDMA(code division multiple access), TDMA(time division multiple access), FDMA(frequency division multiple access), OFDMA(orthogonal frequency division multiple access), 또는 SC-FDMA(single carrier frequency division multiple access), 또는 이러한 기법들의 임의의 조합을 채용할 수 있는 다양한 무선 통신 시스템에 대해 사용될 수 있다. 이들 기법 중 일부는 3GPP(Third Generation Partnership Project), 3GPP2(Third Generation Partnership Project 2) 및 IEEE와 같은 조직에 의해 표준화된 무선 통신 프로토콜에서 채택되었거나 이와 관련되어 있다. 이들 무선 표준은 UMB(Ultra Mobile Broadband), UMTS(Universal Mobile Telecommunications System), LTE(Long Term Evolution), LTE-A(LTE-Advanced), LTE-A Pro, NR(New Radio), IEEE 802.11(WiFi) 및 IEEE 802.16(WiMAX) 등을 포함한다.
용어 "5G" 또는 "5G 통신 시스템"은 개발되었거나 차후 논의될 표준화된 프로토콜, 가령, 각자 후원 기관의 LTE 버전 13 또는 14 또는 WiMAX 802.16e-2005에 따라 동작하는 시스템을 지칭할 수 있다. 본 명세서에 기재된 특징은 무선 통신 시스템, 가령, 앞서 기재된 표준에 따라 구성된 것의 다른 세대에 따라 구성되는 시스템에서 사용될 수 있다.
본 명세서의 개시와 관련하여 기재된 다양한 예시적인 블록 및 모듈은 범용 프로세서, 디지털 신호 프로세서(DSP), 주문형 집적 회로(ASIC), 현장 프로그램 가능 게이트 어레이(FPGA), 또는 그 밖의 다른 프로그램 가능 로직 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드에어 구성요소, 또는 본 명세서에 기재된 기능을 수행하도록 설계된 이들의 임의의 조합에 의해 구현되거나 수행될 수 있다. 범용 프로세서는 마이크로프로세서일 수 있지만, 대안으로 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수 있다. 프로세서는 또한 컴퓨팅 디바이스의 조합(예를 들어, DSP와 마이크로 프로세서의 조합, 복수의 마이크로 프로세서, DSP 코어와 함께하는 하나 이상의 마이크로프로세서, 또는 그 밖의 다른 임의의 이러한 구성)으로 구현 될 수 있다.
본 명세서에 기재된 기능은 하드웨어, 프로세서에 의해 실행되는 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 프로세서에 의해 실행되는 소프트웨어로 구현되는 경우, 기능은 컴퓨터 판독형 매체 상의 하나 이상의 명령 또는 코드로서 저장되거나 전송될 수 있다. 컴퓨터 판독형 매체는 비일시적 컴퓨터 저장 매체와 컴퓨터 프로그램의 한 장소에서 다른 장소로의 전송을 촉진시키는 임의의 매체를 포함하는 통신 매체 모두를 포함한다. 비일시적 저장 매체는 범용 또는 특수 목적 컴퓨터에 의해 액세스될 수 있는 임의의 사용 가능한 매체일 수 있다. 비제한적 예를 들면, 비일시적 컴퓨터 판독형 매체는 RAM, ROM, EEPROM(electrical erasable programmable read only memory), 또는 광학 디스크 스토리지, 자기 디스크 스토리지 또는 그 밖의 다른 자기 저장 디바이스, 또는 원하는 프로그램 코드 수단을 명령 또는 데이터 구조의 형태로 운송하거나 저장하는 데 사용될 수 있고 범용 또는 특수 목적 컴퓨터, 또는 범용 또는 특수 목적 프로세서에 의해 액세스될 수 있는 그 밖의 다른 임의의 비일시적 매체를 포함할 수 있다.
또한, 임의의 연결은 컴퓨터 판독형 매체로 적절하게 지칭된다. 예를 들어 소프트웨어가 동축 케이블, 광섬유 케이블, 트위스트 페어, 디지털 가입자 라인(DSL), 또는 무선 기법, 가령, 적외선, 라디오 및 마이크로파를 이용해 웹사이트, 서버, 또는 그 밖의 다른 원격 소스로부터 전송되는 경우, 상기 동축 케이블, 광섬유 케이블, 트위스트 페어, DSL, 또는 무선 기법, 가령, 적외선, 라디오 및 마이크로파가 매체의 정의에 포함된다. 상기의 조합도 또한 컴퓨터 판독형 매체의 범위에 포함된다.
그 밖의 다른 예 및 구현이 개시 내용 및 첨부된 청구항의 범위 내에 있다. 예를 들어, 소프트웨어의 특성으로 인해 앞서 기재된 기능은 프로세서에 의해 실행되는 소프트웨어, 하드웨어, 펌웨어, 하드와이어링 또는 이들의 조합을 이용해 구현될 수 있다. 기능을 구현하는 특징은 또한 물리적으로 다양한 위치에 위치할 수 있는데, 가령, 기능의 일부분이 상이한 물리적 장소에서 구현되도록 분산될 수 있다.
본 개시내용의 실시예에 대한 충분한 이해를 제공하기 위해 특정 세부사항이 본 명세서에 제공된다. 그러나, 본 개시내용의 실시예가 이러한 특정 세부사항 없이 실시될 수 있음이 해당 분야의 통상의 기술자에게 자명할 것이다. 일부 예에서, 본 개시내용의 기재된 실시예를 불필요하게 모호하게 하는 것을 피하기 위해, 잘 알려진 무선 통신 구성요소, 회로, 제어 신호, 타이밍 프로토콜, 컴퓨팅 시스템 구성요소, 원격통신 구성요소, 및 소프트웨어 동작이 상세하게 나타내어지지 않았다.
또한, 청구 범위를 포함하여 본 명세서에서 사용될 때, 항목 목록(예를 들어, "~ 중 적어도 하나" 또는 "~ 중 하나 이상"와 같은 구문으로 시작되는 항목 목록)에서 사용되는 "또는"은, 예를 들어 A, B 또는 C 중 적어도 하나의 목록은 A 또는 B 또는 C 또는 AB 또는 AC 또는 BC 또는 ABC(즉, A 및 B 및 C)를 의미하는 포괄적 목록을 나타낸다. 또한, 본 명세서에서 사용될 때 "~에 기초하여"라는 구문은 폐쇄적 조건 세트를 가리키는 것으로 해석되어서는 안 된다. 예를 들어, "조건 A에 기초하여"라고 기재된 예시적 단계는 본 개시내용의 범위 내에서 조건A 및 조건 B 모두에 기초할 수 있다. 즉, 본 명세서에서 사용될 때, "~에 기초하여"라는 구문은 "~에 적어도 부분적으로 기초하여"라는 구문과 동일한 방식으로 해석되어야 한다.
상기로부터, 특정 예시가 예시의 목적으로 기재되었지만, 다양한 수정이 청구항의 범위 내에 있는 한 이뤄질 수 있음이 자명할 것이다. 본 명세서의 기재는 해당 분야의 통상의 기술자가 본 개시내용을 만들거나 이용할 수 있도록 제공된다. 본 개시에 대한 다양한 수정이 해당 분야의 통상의 기술자에게 쉽게 명백할 것이며, 본 명세서에서 정의된 일반 원리가 본 개시내용의 범위 내에서 다른 변형에 적용될 수 있다. 따라서, 본 개시내용은 본 명세서에 기재된 예 및 설계로 한정되지 않고, 본 명세서에 개시된 원리 및 신규 한 특징과 일치하는 가장 넓은 범위에 따라야 한다.

Claims (20)

  1. 방법으로서,
    복수의 교정 신호를 수신하는 단계,
    상기 복수의 교정 신호 중 각각의 교정 신호를 상기 복수의 교정 신호 중 하나의 타 교정 신호와 곱하는 것에 적어도 부분적으로 기초하여 복수의 정렬된 세트에 대한 2차 세트를 생성하는 단계, 및
    상기 복수의 교정 신호 중 각각의 교정 신호를 상기 복수의 교정 신호 중 두 개의 타 교정 신호와 곱하는 것에 적어도 부분적으로 기초하여 상기 복수의 정렬된 세트의 3차 세트를 생성하는 단계,
    상기 2차 세트를 뉴런 계산기의 2차 뉴런에 할당하고 상기 3차 세트를 상기 뉴런 계산기의 3차 뉴런에 할당하는 단계, 및
    상기 2차 뉴런 및 상기 3차 뉴런으로 상기 뉴런 계산기에서 신호를 처리하는 단계를 포함하는, 방법.
  2. 제1항에 있어서, 상기 2차 세트를 생성하는 단계는
    복수의 교정 신호 중 제1 교정 신호와 상기 제1 교정 신호를 곱하여 상기 2차 세트의 제1 곱셈 처리 결과를 생성하는 단계,
    상기 제1 교정 신호와 상기 복수의 교정 신호 중 제2 교정 신호를 곱하여 상기 2차 세트의 제2 곱셈 처리 결과를 생성하는 단계,
    상기 제1 교정 신호와 상기 복수의 교정 신호 중 제3 교정 신호를 곱하여 상기 2차 세트의 제3 곱셈 처리 결과를 생성하는 단계,
    상기 제2 교정 신호와 상기 제1 교정 신호를 곱하여 상기 2차 세트의 제4 곱셈 처리 결과를 생성하는 단계,
    상기 제2 교정 신호와 상기 제2 교정 신호를 곱하여 상기 2차 세트의 제5 곱셈 처리 결과를 생성하는 단계,
    상기 제2 교정 신호와 상기 제3 교정 신호를 곱하여 상기 2차 세트의 제6 곱셈 처리 결과를 생성하는 단계,
    상기 제3 교정 신호와 상기 제1 교정 신호를 곱하여 상기 2차 세트의 제7 곱셈 처리 결과를 생성하는 단계,
    상기 제3 교정 신호와 제2 교정 신호를 곱하여 상기 2차 세트의 제8 곱셈 처리 결과를 생성하는 단계, 및
    상기 제3 교정 신호와 상기 제3 교정 신호를 곱하여 상기 2차 세트의 제9 곱셈 처리 결과를 생성하는 단계를 포함하는, 방법.
  3. 제1항에 있어서,
    상기 뉴런 계산기의 각자의 정렬된 뉴런 각각과 상기 뉴런 계산기의 복수의 출력의 각각의 출력 간 대응하는 연결에 대한 복수의 연결 가중치를 생성하는 단계를 더 포함하는, 방법.
  4. 제3항에 있어서,
    상기 뉴런 계산기의 각각의 출력에서, 적어도 상기 2차 세트 또는 상기 3차 세트와 상기 연결 가중치의 적어도 일부분을 조합하여 보상된 교정 신호를 생성하는 단계를 더 포함하는, 방법.
  5. 제3항에 있어서, 상기 대응하는 연결에 대한 복수의 연결 가중치를 생성하는 단계는
    복수의 연결 가중치를 랜덤하게 선택하는 단계, 복수의 연결 가중치와 적어도 상기 제2 정렬된 세트 또는 3차 세트의 합산에 기초하여 보상된 교정 신호의 오차를 감소시키는 단계를 포함하는, 방법.
  6. 제3항에 있어서,
    상기 뉴런 계산기로, 제1 주파수와 연관된 제1 무선 주파수(RF) 신호 및 제2 주파수와 연관된 제2 RF 신호를 제공하는 단계 - 상기 제1 RF 신호는 복수의 안테나 중 제1 안테나에서 수신되고 상기 제2 RF 신호는 상기 복수의 안테나 중 제2 안테나에서 수신됨 - ,
    상기 2차 세트 또는 3차 세트와 연관된 제1 및 제2 RF 신호와 복수의 연결 가중치를 혼합하여 복수의 출력 신호를 생성하는 단계 - 상기 복수의 출력 신호는 상기 제1 및 제2 RF 신호를 처리할 때 오차에 대해 보상된 제1 및 제2 RF 신호를 나타냄 - 를 더 포함하는, 방법.
  7. 제6항에 있어서, 상기 복수의 안테나의 수량은 MIMO 안테나 어레이의 안테나의 수에 대응하는, 방법.
  8. 제1항에 있어서,
    1차 세트에 대해, 각자의 교정 신호의 각각의 교정 신호를 상기 1차 세트의 신호로서 식별하는 단계를 더 포함하는, 방법.
  9. 장치로서,
    복수의 안테나,
    상기 복수의 안테나 중 제1 안테나로부터 제1 무선 주파수(RF) 신호를 수신하도록 구성된 제1 송수신기,
    상기 복수의 안테나 중 제2 안테나로부터 제2 무선 주파수(RF) 신호를 수신하도록 구성된 제2 송수신기,
    상기 제1 송수신기 및 제2 송수신기에 연결된 뉴런 계산기 - 상기 뉴런 계산기는 제1 및 제2 RF 신호와 복수의 정렬된 세트 및 복수의 연결 가중치를 혼합하여 복수의 출력 신호를 생성하며, 상기 뉴런 계산기는 복수의 정렬된 뉴런을 포함하고, 각각의 정렬된 뉴런은 각자의 정렬된 세트 및 연결 가중치와 상기 제1 및 제2 RF 신호를 혼합하도록 구성됨 - 를 포함하는, 장치.
  10. 제9항에 있어서, 상기 뉴런 계산기는 복수의 교정 신호 중 한 교정 신호와 상기 복수의 교정 신호 중 일부 교정 신호를 곱한 것에 기초하여 복수의 정렬된 세트를 계산하도록 구성되며, 상기 일부 교정 신호는 상기 복수의 교정 신호 중, 복수의 정렬된 세트의 각각의 정렬된 세트의 차수에 대응하는 개수의 교정 신호를 포함하는, 장치.
  11. 제9항에 있어서,
    복수의 정렬된 세트 및 복수의 연결 가중치를 저장하도록 구성된 메모리를 더 포함하는, 장치.
  12. 제9항에 있어서, 상기 뉴런 계산기는 복수의 정렬된 뉴런 중 1차 뉴런 및 2차 뉴런에서, 각자의 정렬된 세트와 제1 및 제2 RF 신호를 혼합하도록 더 구성되며, 1차 뉴런 계산기는 상기 복수의 정렬된 세트 중 제1 정렬된 세트를 포함하고 2차 뉴런 계산기는 상기 복수의 정렬된 세트 중 제2 정렬된 세트를 포함하는, 장치.
  13. 제12항에 있어서, 상기 뉴런 계산기는 복수의 연결 가중치와 1차 뉴런 및 2차 뉴런의 출력을 혼합하여 복수의 출력 신호를 생성하도록 더 구성되는, 장치.
  14. 제9항에 있어서, 제1 송수신기는
    제1 RF 신호를 디지털 심볼로 변환하도록 구성된 아날로그-디지털(ADC) 변환기,
    상기 디지털 심볼을 반송파 신호를 이용해 혼합하여 하향-변환된 심볼을 생성하도록 구성된 디지털 하향 변환기(DDC), 및
    상기 하향-변환된 심볼을 제1 RF 신호를 나타내는 심볼로 변환하도록 구성된 고속 푸리에 변환(FFT) 로직을 포함하는, 장치.
  15. 제14항에 있어서, 상기 제1 송수신기는
    제1 RF 신호를 나타내는 심볼이 전송되는 통신 채널의 오차를 추정하도록 구성된 채널 추정기 - 상기 채널 추정기는 제1 RF 신호를 나타내는 심볼을 상기 뉴런 계산기로 제공하도록 더 구성됨 - 를 더 포함하는, 장치.
  16. 제15항에 있어서, 상기 채널 추정기는 상기 뉴런 계산기가 복수의 정렬된 세트 중 적어도 일부분으로 제1 RF 신호를 나타내는 심볼을 조절하는 것에 기초하여 상기 제1 RF 신호를 나타내는 보상된 심볼을 수신하도록 더 구성되는, 장치.
  17. 장치로서,
    제1 무선 주파수(RF) 신호를 처리하도록 구성된 제1 수신기,
    제2 RF 신호를 처리하도록 구성된 제2 수신기, 및
    상기 제1 수신기 및 제2 수신기에 연결되고, 상기 제1 RF 신호에 기초한 제1 입력 신호 및 상기 제2 RF 신호에 기초하는 제2 입력 신호를 수신하도록 구성되는 뉴런 계산기 - 상기 뉴런 계산기는 복수의 정렬된 세트 및 복수의 연결 가중치를 계산하여 복수의 출력 신호를 생성하도록 구성됨 - 를 포함하는, 장치.
  18. 제17항에 있어서, 상기 뉴런 계산기는 제1 및 제2 입력 신호의 채널 추정을 수행하고 복수의 출력 신호를 보상된 심볼로서 제공하도록 구성되는, 장치.
  19. 제17항에 있어서, 상기 복수의 정렬된 세트의 각각의 정렬된 세트는 적어도 제1 및 제2 입력 신호의 곱 값을 포함하며, 상기 적어도 제1 및 제2 입력 신호는 반복을 포함하는 k-조합의 세트로부터 선택되고, k는 선택될 입력 신호의 개수를 나타내는, 장치.
  20. 제17항에 있어서, 상기 뉴런 계산기는 상기 복수의 정렬된 세트의 각각의 정렬된 세트를 뉴런 계산기의 복수의 정렬된 뉴런 중 k차 뉴런에게 할당하도록 구성되는, 장치.
KR1020217008908A 2018-08-29 2019-08-29 인공 신경망을 위한 뉴런 계산기 KR20210038986A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/115,866 2018-08-29
US16/115,866 US10601471B1 (en) 2018-08-29 2018-08-29 Neuron calculator for artificial neural networks
PCT/US2019/048810 WO2020047254A1 (en) 2018-08-29 2019-08-29 Neuron calculator for artificial neural networks

Publications (1)

Publication Number Publication Date
KR20210038986A true KR20210038986A (ko) 2021-04-08

Family

ID=69640446

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217008908A KR20210038986A (ko) 2018-08-29 2019-08-29 인공 신경망을 위한 뉴런 계산기

Country Status (5)

Country Link
US (3) US10601471B1 (ko)
EP (1) EP3844681A4 (ko)
KR (1) KR20210038986A (ko)
CN (1) CN112639835A (ko)
WO (1) WO2020047254A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10601471B1 (en) 2018-08-29 2020-03-24 Micron Technology, Inc. Neuron calculator for artificial neural networks
CN111884976B (zh) * 2020-07-21 2021-09-03 西安电子科技大学 基于神经网络的信道插值方法
CN113098602B (zh) * 2021-04-13 2022-05-24 兰州理工大学 基于深度学习预均衡和检测的超奈奎斯特大气光通信方法
CN113098601B (zh) * 2021-04-13 2022-05-24 兰州理工大学 一种深度学习预均衡-超奈奎斯特速率大气光传输方法
US20230113173A1 (en) * 2021-10-08 2023-04-13 Mediatek Inc. Uplink framework for distributed mimo

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011097652A1 (en) 2010-02-08 2011-08-11 Broadcom Corporation Method and system for uplink beamforming calibration in a multi-antenna wireless communication system
US20120149412A1 (en) * 2010-12-10 2012-06-14 Futurewei Technologies, Inc. System and Method for Interference Control in Simultaneous Transmission Systems
CN103675914B (zh) * 2012-09-12 2015-12-02 林沛旸 运用类神经网络的现地型地震即时分析系统及其方法
US9226171B2 (en) 2012-09-26 2015-12-29 Futurewei Technologies, Inc. Method and apparatus for combined adaptive beamforming and MIMO in indoor wireless LAN
CN103023840B (zh) * 2012-12-04 2015-08-12 温州大学 多输入多输出泛函网络实现无线激光通信电域信号盲均衡方法
FR3003710B1 (fr) 2013-03-21 2016-07-15 Tekcem Procede et dispositif pour la reception radio utilisant une pluralite d'antennes et un amplificateur a acces d'entree multiples et acces de sortie multiples
US9590747B2 (en) 2013-10-30 2017-03-07 Samsung Electronics Co., Ltd RF loopback via antenna coupling for calibration of multiple transceiver systems
EP3035249B1 (en) * 2014-12-19 2019-11-27 Intel Corporation Method and apparatus for distributed and cooperative computation in artificial neural networks
US9742593B2 (en) 2015-12-16 2017-08-22 Kumu Networks, Inc. Systems and methods for adaptively-tuned digital self-interference cancellation
US10027523B2 (en) * 2016-11-30 2018-07-17 Micron Technology, Inc. Wireless devices and systems including examples of mixing input data with coefficient data
CN111108730B (zh) * 2017-06-21 2023-09-19 苹果公司 同步信号(ss)块的冲突处理
US11222259B2 (en) * 2017-12-13 2022-01-11 International Business Machines Corporation Counter based resistive processing unit for programmable and reconfigurable artificial-neural-networks
US10567954B2 (en) * 2018-01-18 2020-02-18 At&T Intellectual Property I, L.P. Integrated access backhaul under a non-standalone network architecture for 5G or other next generation network
US10637544B1 (en) * 2018-04-24 2020-04-28 Genghiscomm Holdings, LLC Distributed radio system
US20190332928A1 (en) * 2018-04-25 2019-10-31 Rensselaer Polytechnic Institute Second order neuron for machine learning
US10601471B1 (en) 2018-08-29 2020-03-24 Micron Technology, Inc. Neuron calculator for artificial neural networks

Also Published As

Publication number Publication date
US11070257B2 (en) 2021-07-20
US11870513B2 (en) 2024-01-09
US20210328631A1 (en) 2021-10-21
US20200177244A1 (en) 2020-06-04
CN112639835A (zh) 2021-04-09
WO2020047254A1 (en) 2020-03-05
US20200076481A1 (en) 2020-03-05
US10601471B1 (en) 2020-03-24
EP3844681A1 (en) 2021-07-07
EP3844681A4 (en) 2022-06-08

Similar Documents

Publication Publication Date Title
CN111684728B (zh) 用于支持多个频带的自干扰噪声消除
KR102457932B1 (ko) 전력 증폭기 노이즈를 보상하는 예를 포함하는 무선 디바이스 및 시스템
CN113924732B (zh) 包含失配校正方案的实例的无线装置和系统
CN114731171B (zh) 将输入数据与系数数据混合的系统及方法
CN113454918B (zh) 无线通信系统、装置及方法
KR20220055485A (ko) 신경망 또는 순환 신경망을 사용하는 전이중 송신의 예를 포함하는 무선 디바이스 및 시스템
US11870513B2 (en) Neuron calculator for artificial neural networks

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application