KR20210058204A - 대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법 - Google Patents

대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법 Download PDF

Info

Publication number
KR20210058204A
KR20210058204A KR1020190145397A KR20190145397A KR20210058204A KR 20210058204 A KR20210058204 A KR 20210058204A KR 1020190145397 A KR1020190145397 A KR 1020190145397A KR 20190145397 A KR20190145397 A KR 20190145397A KR 20210058204 A KR20210058204 A KR 20210058204A
Authority
KR
South Korea
Prior art keywords
transmitter
receiver
message
transmitters
value
Prior art date
Application number
KR1020190145397A
Other languages
English (en)
Inventor
이인규
이홍주
백승환
Original Assignee
국방과학연구소
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 국방과학연구소, 고려대학교 산학협력단 filed Critical 국방과학연구소
Priority to KR1020190145397A priority Critical patent/KR20210058204A/ko
Publication of KR20210058204A publication Critical patent/KR20210058204A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04W72/0406—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/20—Control channels or signalling for resource management
    • H04W72/23—Control channels or signalling for resource management in the downlink direction of a wireless link, i.e. towards a terminal

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

송신기 메시지 및 수신기 메시지를 업데이트하고, 송신기 메시지 및 수신기 메시지의 합이 최대가 되도록 복수의 송신기들 및 복수의 수신기들의 연결을 결정함으로써, 대규모 다중 입력 다중 출력(MIMO) 시스템에서 합 전송률을 최대화하는 분산 자원 할당 방법을 제안한다.

Description

대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법{METHOD OF RESOURCE ALLOCATION IN MASSIVE MIMO SYSTEM}
본 개시는 대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법에 관한다.
최근 대규모 다중 안테나 통신 시스템(massive MIMO system)이 차세대 이동통신의 후보기술로 많은 관심을 받고 있다. 대규모 다중 안테나 통신 시스템은 송/수신 안테나 수를 늘림으로써 안테나 이득을 향상 시킬 수 있으며 이는 전송량 및 신뢰성 관점에서 성능 이득을 얻을 수 있다.
일반적으로 통신 시스템에서 효율적인 자원 할당은 통신 시스템의 성능과 관련된 중요한 요소들 중 하나이다. 예를 들어, 자원은 전력, 주파수, 시간, 안테나 등일 수 있다. 특히 대규모 다중 안테나 통신 시스템은 다중 사용자를 지원하는 경우에 적합한 기술이다. 다중 사용자 환경에서는 사용자들의 서로 다른 통신 상황에 맞추어서 자원을 효율적으로 할당해야 통신 시스템의 성능을 효율적으로 높일 수 있다.
지원해야 하는 사용자의 수가 많아지는 경우, 중앙처리 방식의 자원 할당 방법은 특정 송신기 또는 수신기의 부담으로 작용하게 되는 문제가 발생한다. 중앙처리 방식의 자원 할당 방법을 이용할 경우, 특정 송신기 또는 수신기는 모든 무선 통신 상황에 대한 정보를 파악하여 각기 필요한 자원 할당을 하고 각 결과를 모든 송/수신기에 전달해야 한다. 다중 사용자 통신 환경에서 사용자 수가 증가함에 따라 자원 할당에 필요한 계산과 제어를 담당하는 특정 송신기 또는 수신기에 부담이 증가된다. 따라서 다중 사용자를 지원하는 대규모 안테나 시스템에서는 자원 할당을 각 사용자의 지역적인 정보만으로 분산적으로 계산 및 할당 하는 방법이 필요하다.
한국 등록특허 제10-1591964호
본 발명이 해결하고자 하는 과제는, 대규모 MIMO 시스템에서 합 전송률을 최대로 하는 분산 자원 할당 방법을 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상술한 기술적 과제를 해결하기 위한 수단으로서, 대규모 다중 입력 다중 출력(MIMO) 시스템에서 합 전송률을 최대화하기 위한 분산 자원 할당 방법은, 복수의 송신기들로부터 a번째 수신기로 전송된 복수의 송신기 메시지들을 이용하여, 상기 a번째 수신기에서 i번째 송신기로 전송하기 위한 수신기 메시지(ρia)를 업데이트하는 단계; 복수의 수신기들로부터 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 i번째 송신기에서 상기 a번째 수신기로 전송하기 위한 송신기 메시지(αia)를 업데이트하는 단계; 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값이 수렴할 때까지, 상기 수신기 메시지(ρia)를 업데이트하는 단계 및 상기 송신기 메시지(αia)를 업데이트하는 단계를 반복하는 단계; 및 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값의 합이 최대가 되도록, 상기 복수의 송신기들과 상기 복수의 수신기들 간의 연결을 결정하는 단계를 포함한다.
상술한 분산 자원 할당 방법에서, 상기 수신기 메시지를 업데이트하는 단계는, 상기 i번째 송신기를 제외한 복수의 송신기들로부터 상기 a번째 수신기로 전송된 복수의 송신기 메시지들의 최대값을 획득하는 단계; 및 상기 최대값의 부호(sign)를 전환한 값을 이용하여, 상기 수신기 메시지(ρia)를 업데이트하는 단계를 포함한다.
상술한 분산 자원 할당 방법에서, 상기 송신기 메시지를 업데이트하는 단계는, 상기 a번째 수신기를 제외한 복수의 수신기들로부터 상기 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 송신기 메시지(αia)를 업데이트하는 단계를 포함한다.
상술한 분산 자원 할당 방법에서, 상기 송신기 메시지를 업데이트하는 단계는, 상기 i번째 송신기와 연결 가능한 수신기의 개수에 기초하여, 상기 송신기 메시지(αia)를 업데이트하는 단계를 포함한다.
상술한 분산 자원 할당 방법에서, 상기 결정하는 단계는, 상기 복수의 송신기들에 대하여, 상기 a번째 수신기로 전송된 송신기 메시지의 값과 상기 a번째 수신기가 전송한 수신기 메시지의 값의 합을 비교하는 단계; 및 상기 복수의 송신기들 중 상기 합이 최대가 되는 송신기와 상기 a번째 수신기가 연결되도록 결정하는 단계를 포함한다.
상술한 분산 자원 할당 방법에서, 상기 결정하는 단계는, 상기 복수의 수신기들이 각각 하나의 송신기와 연결되도록, 상기 복수의 송신기들과 상기 복수의 수신기들 간의 연결을 결정하는 단계를 포함한다.
상술한 기술적 과제를 해결하기 위한 수단으로서, 합 전송률을 최대화하도록 분산 자원을 할당하는 대규모 다중 입력 다중 출력(MIMO) 시스템은, 복수의 송신기들 및 복수의 수신기들을 포함하고, 상기 복수의 송신기 중 a번째 수신기는, 상기 복수의 송신기들로부터 상기 a번째 수신기로 전송된 복수의 송신기 메시지들을 이용하여, 상기 a번째 수신기에서 i번째 송신기로 전송하기 위한 수신기 메시지(ρia)를 업데이트하고, 상기 복수의 수신기 중 상기 i번째 송신기는, 상기 복수의 수신기들로부터 상기 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 i번째 송신기에서 상기 a번째 수신기로 전송하기 위한 송신기 메시지(αia)를 업데이트하고, 상기 a번째 수신기는, 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값이 수렴할 때까지, 상기 수신기 메시지(ρia)를 반복하여 업데이트하고, 상기 i번째 송신기는, 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값이 수렴할 때까지, 상기 송신기 메시지(αia)를 반복하여 업데이트하고, 상기 복수의 송신기 및 상기 복수의 수신기 중 적어도 어느 하나는, 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값의 합이 최대가 되도록, 상기 복수의 송신기들과 상기 복수의 수신기들 간의 연결을 결정한다.
상술한 대규모 다중 입력 다중 출력 시스템에서, 상기 a번째 수신기는, 상기 i번째 송신기를 제외한 복수의 송신기들로부터 상기 a번째 수신기로 전송된 복수의 송신기 메시지들의 최대값을 획득하고, 상기 최대값의 부호(sign)를 전환한 값을 이용하여, 상기 수신기 메시지(ρia)를 업데이트한다.
상술한 대규모 다중 입력 다중 출력 시스템에서, 상기 i번째 송신기는, 상기 a번째 수신기를 제외한 복수의 수신기들로부터 상기 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 송신기 메시지(αia)를 업데이트한다.
상술한 대규모 다중 입력 다중 출력 시스템에서, 상기 복수의 송신기 및 상기 복수의 수신기 중 적어도 어느 하나는, 상기 복수의 송신기들에 대하여, 상기 a번째 수신기로 전송한 송신기 메시지의 값과 상기 a번째 수신기가 전송한 수신기 메시지의 값의 합을 비교하고, 상기 복수의 송신기들 중 상기 합이 최대가 되는 송신기와 상기 a번째 수신기가 연결되도록 결정한다.
상술한 대규모 다중 입력 다중 출력 시스템에서, 상기 복수의 송신기들 각각은 연결 가능한 수신기의 제한된 개수를 갖는다.
상술한 대규모 다중 입력 다중 출력 시스템에서, 상기 복수의 수신기들 각각은 동시에 하나의 송신기와 연결 가능하다.
대규모 MIMO 시스템에서 송신기 또는 수신기는 지역적인 정보만을 이용하여 분산 자원 할당을 수행하는 것이 가능하다. 또한 송신기 메시지 및 수신기 메시지를 업데이트함으로써, 합 전송률이 최대가 되도록 분산 자원 할당을 수행하는 것이 가능하다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 대규모 MIMO 시스템의 일 예를 나타낸다.
도 2 및 도 3은 대규모 MIMO 시스템의 그래프 모델의 예들을 나타낸다.
도 4는 송신기 메시지를 업데이트하는 방법을 설명하기 위한 도면이다.
도 5는 수신기 메시지를 업데이트하는 방법을 설명하기 위한 도면이다.
도 6은 대규모 다중 입력 다중 출력(MIMO) 시스템에서 합 전송률을 최대화하기 위한 분산 자원 할당 방법의 일 예를 나타내는 순서도이다.
도 7은 도 6의 방식을 이용하는 분산 자원 할당 알고리즘을 도시한 도면이다.
도 8은 평균 합 전송률의 그래프이다.
도 9는 개별 사용자의 전송률의 그래프이다.
이하 첨부된 도면을 참조하면서 오로지 예시를 위한 실시예들을 상세히 설명하기로 한다. 하기 설명은 실시예들을 구체화하기 위한 것일 뿐 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 상세한 설명 및 실시예로부터 당해 기술분야의 전문가가 용이하게 유추할 수 있는 것은 권리범위에 속하는 것으로 해석된다.
본 명세서에서 사용되는 '구성된다' 또는 '포함한다' 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
도 1은 대규모 MIMO 시스템의 일 예를 나타낸다.
대규모 MIMO 시스템(100)은 복수의 송신기들(110) 및 복수의 수신기들(120)을 포함할 수 있다.
예를 들어, 송신기(110)는 베이스 스테이션(base station)일 수 있고, 수신기(120)는 베이스 스테이션과 통신하는 모바일 장치일 수 있다. 예를 들어, 송신기(110)는 지상국(ground station)일 수 있고, 수신기(120)는 지상국과 통신하는 통신 장비일 수 있다.
송신기(110) 및 수신기(120) 각각은 프로세서, 메모리, 및 적어도 하나의 안테나를 포함할 수 있다.
프로세서는 송신기(110) 또는 수신기(120)를 제어하기 위한 전반적인 기능을 수행하는 역할을 한다. 프로세서는 다수의 논리 게이트들의 어레이로 구현될 수 있고, 범용적인 마이크로 프로세서와 마이크로 프로세서에서 실행될 수 있는 프로그램이 저장된 메모리의 조합으로 구현될 수도 있다.
메모리는 DRAM(dynamic random access memory), SRAM(static random access memory) 등과 같은 RAM(random access memory), ROM(read-only memory), EEPROM(electrically erasable programmable read-only memory), CD-ROM, 블루레이 또는 다른 광학 디스크 스토리지, HDD(hard disk drive), SSD(solid state drive), 또는 플래시 메모리를 포함하며, 나아가서, 송신기(110) 또는 수신기(120)에 액세스될 수 있는 외부의 다른 스토리지 디바이스를 포함할 수 있다.
적어도 하나의 안테나는 전자기파 신호를 외부로 송출하거나 외부로부터 전자기파 신호를 수신하는 기능을 수행할 수 있다.
도 2 및 도 3은 대규모 MIMO 시스템의 그래프 모델의 예들을 나타낸다.
대규모 MIMO 시스템에서 합 전송률을 최대화하기 위한 문제는 아래의 수학식 1과 같이 표현될 수 있다.
Figure pat00001
Figure pat00002
,
Figure pat00003
xia는 i번째 송신기와 a번째 수신기가 연결되면 1, 연결되지 않으면 0의 값을 갖는 변수이고, Si는 i번째 송신기의 하향 링크의 데이터 스트림의 개수이고, Mi는 i번째 송신기의 안테나의 개수이고, σ2는 i번째 송신기와 a번째 수신기 간의 노이즈이고, Pi는 i번째 송신기의 송신 파워이고, hia는 송신기 i와 수신기 a 간의 대규모 페이딩(large scale fading)이고, K는 수신기의 개수이고, B는 송신기의 개수이다.
수신기가 하나의 송신기를 선택해야 하는 조건과 i번째 송신기가 지원할 수 있는 수신기의 수는 i번째 송신기의 안테나의 개수 이내일 조건을 만족하도록 대규모 MIMO 시스템에서 합 전송률을 최대화하는 문제에는 이산 변수 xia가 포함되어 있으므로, 해당 문제는 비선형 이진 조합(non-linear binary combinatorial) 문제이다.
본 개시에서는 수신기가 하나의 송신기를 선택해야 하는 조건과 i번째 송신기가 지원할 수 있는 수신기의 수는 i번째 송신기의 안테나의 개수 이내일 조건을 분리하여, 대규모 MIMO 시스템에서 합 전송률을 최대화하기 위한 문제를 새로운 수학식으로 모델링한다. 새로운 수학식은 아래의 수학식 2와 같을 수 있다.
Figure pat00004
Figure pat00005
Figure pat00006
Qa는 a번째 수신기에 대응하는 팩터 노드(factor node)이고, Ri는 i번째 송신기에 대응하는 팩터 노드이고, xia는 Qa와 Ri에 연결된 변수 노드(variable node)이다.
Figure pat00007
는 a번째 수신기가 연결되지 않는 조건이다. 즉 a번째 수신기가 2개 이상의 송신기들을 선택하는 경우와 어떤 송신기도 선택하지 않는 경우를 의미한다.
Figure pat00008
는 i번째 송신기의 안테나의 개수보다 i번째 송신기와 연결을 원하는 수신기의 개수가 많은 조건이다.
상기 수학식 2와 같이 대규모 MIMO 시스템에서 합 전송률을 최대화하기 위한 문제를 모델링 함으로써, 대규모 MIMO 시스템에서 합 전송률을 최대화하기 위한 문제를 메시지 전달(message passing) 알고리즘으로 전환하여 해결할 수 있다.
예를 들어, 4개의 송신기들 및 4개의 수신기들을 포함하는 MIMO 시스템의 경우, 상기 수학식 2로부터 도출되는 합 전송률을 최대화하기 위한 문제의 그래프 모델은 도 2와 같이 표현될 수 있다. R1, R2, R3, 및 R4는 4개의 송신기들의 팩터 노드들을 나타내고, Q1, Q2, Q3, 및 Q4는 4개의 수신기들의 팩터 노드들을 나타낸다.
상기 수학식 2로부터 도출되는 합 전송률을 최대화하기 위한 문제의 그래프 모델은 도 3과 같이 표현될 수 있다. 도 3에서 ρia는 xia에서 Ri로 전달되는 메시지이고, αia는 Ri에서 xia로 전달되는 메시지이고, βia는 xia에서 Qa로 전달되는 메시지이고, ηia는 Qa에서 xia로 전달되는 메시지이다.
메시지 전달 알고리즘에 기초하여, ρia, αia, βia, 및 ηia는 수학식 3과 같이 표현될 수 있다.
Figure pat00009
Figure pat00010
Figure pat00011
Figure pat00012
한편, 도 3의 그래프 모델에서 Ri가 수신하는 메시지는 Qa가 송신하는 메시지와 동일하므로, 메시지 ρia는 수학식 4와 같이 정리될 수 있다.
Figure pat00013
또한, 도 3의 그래프 모델에서 Qa가 수신하는 메시지는 Ri가 송신하는 메시지와 동일하므로, 메시지 βia는 수학식 5와 같이 정리될 수 있다.
Figure pat00014
상기 수학식 4 및 수학식 5와 같이 메시지들 간의 관계식을 도출함으로써, 메시지들을 계산하는 복잡도를 절반으로 줄일 수 있다. 즉, i번째 송신기에서 a번째 수신기로 전송하는 메시지인 송신기 메시지 αia 및 a번째 수신기에서 i번째 송신기로 전송하는 메시지인 수신기 메시지 ρia만 계산하면, 대규모 MIMO 시스템에서 합 전송률을 최대화하기 위한 문제를 해결할 수 있다.
도 4는 송신기 메시지를 업데이트하는 방법을 설명하기 위한 도면이다.
도 4를 참조하여, i번째 송신기에서 a번째 수신기로 전달되는 송신기 메시지 αia 를 업데이트하는 방법에 대하여 살펴본다.
i번째 송신기는 복수의 수신기들로부터 전송된 복수의 수신기 메시지들을 이용하여, 송신기 메시지 αia를 업데이트할 수 있다. i번째 송신기는 a번째 수신기를 제외한 복수의 수신기들로부터 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 송신기 메시지 αia를 업데이트할 수 있다. i번째 송신기는 연결 가능한 수신기의 개수에 기초하여, 송신기 메시지 αia를 업데이트할 수 있다.
구체적으로, 송신기 메시지 αia는 수학식 6에 기초하여 업데이트될 수 있다.
Figure pat00015
Figure pat00016
Figure pat00017
Xia는 Ri에 연결된 변수 노드들 중 xia을 제외한 변수 노드들의 집합이고, Aia(1)은 i번째 송신기와 a번째 수신기가 연결된 경우의
Figure pat00018
를 정리한 수식이고, Aia(0)은 i번째 송신기와 a번째 수신기가 연결되지 않은 경우의
Figure pat00019
를 정리한 수식이다. 구체적으로 Aia(x)는 수학식 7과 같이 정의될 수 있다.
Figure pat00020
wia는
Figure pat00021
이고, ρib는 b번째 수신기에서 i번째 송신기로 전송하는 메시지이고, rank(l)은 l번째 큰 값을 산출하는 함수이고, U는 i번째 송신기와 연결 가능한 수신기의 개수이고, I(x)는 크로네커 델타 함수(Kronecker delta function)이다.
도 5는 수신기 메시지를 업데이트하는 방법을 설명하기 위한 도면이다.
도 5를 참조하여, a번째 수신기에서 i번째 송신기로 전달되는 수신기 메시지 ρia 를 업데이트하는 방법에 대하여 살펴본다.
a번째 수신기는 복수의 송신기들로부터 전송된 복수의 송신기 메시지들을 이용하여, 수신기 메시지 ρia 를 업데이트할 수 있다. a번째 수신기는 i번째 송신기를 제외한 복수의 송신기들로부터 a번째 수신기로 전송된 복수의 수신기 메시지들을 이용하여, 수신기 메시지 ρia 를 업데이트할 수 있다. a번째 수신기는 i번째 송신기를 제외한 복수의 송신기들로부터 전송된 복수의 송신기 메시지들의 최대값을 획득하고, 획득된 최대값의 부호(sign)를 전환한 값을 이용하여, 수신기 메시지 ρia를 업데이트할 수 있다.
구체적으로, 송신기 메시지 ρia 는 수학식 8 및 수학식 9에 기초하여 업데이트될 수 있다.
Figure pat00022
Figure pat00023
Figure pat00024
Figure pat00025
Figure pat00026
Figure pat00027
N(a)는 수신기들의 집합을 나타내고, χa는 Qa에 연결된 변수 노드들 중 xia를 제외한 변수 노드들의 집합을 나타내고, βja는 j번째 송신기에서 a번째 수신기로 전송하는 메시지이다. 수학식 9는 수학식 8과 수학식 4, 5로부터 산출될 수 있다.
도 6은 대규모 다중 입력 다중 출력(MIMO) 시스템에서 합 전송률을 최대화하기 위한 분산 자원 할당 방법의 일 예를 나타내는 순서도이다.
601 단계에서, a번째 수신기의 프로세서는 복수의 송신기들로부터 a번째 수신기로 전송된 복수의 송신기 메시지들을 이용하여, a번째 수신기에서 i번째 송신기로 전송하기 위한 수신기 메시지 ρia를 업데이트할 수 있다.
a번째 수신기는 수학식 9에 기초하여 수신기 메시지 ρia를 업데이트할 수 있다.
602 단계에서, i번째 송신기의 프로세서는 복수의 수신기들로부터 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, i번째 송신기에서 a번째 수신기로 전송하기 위한 송신기 메시지 αia를 업데이트할 수 있다.
i번째 송신기는 수학식 6에 기초하여 송신기 메시지 αia를 업데이트할 수 있다.
603 단계에서, a번째 수신기의 프로세서는 수신기 메시지 ρia의 값 및 송신기 메시지 αia의 값이 수렴할 때까지, 수신기 메시지 ρia를 반복하여 업데이트할 수 있다. 또한 i번째 송신기의 프로세서는 수신기 메시지 ρia의 값 및 송신기 메시지 αia의 값이 수렴할 때까지, 송신기 메시지 αia를 반복하여 업데이트할 수 있다.
수신기 메시지 ρia의 값 및 송신기 메시지 αia의 값이 수렴하는 것은 수신기 메시지 ρia의 값 및 송신기 메시지 αia의 값의 변화량이 미리 결정된 값 이하인 것을 의미할 수 있다.
604 단계에서, 복수의 송신기 및 복수의 수신기 중 적어도 어느 하나의 프로세서는 수신기 메시지(ρia)의 값 및 송신기 메시지(αia)의 값의 합이 최대가 되도록, 복수의 송신기들과 복수의 수신기들 간의 연결을 결정할 수 있다.
예를 들어, 604 단계는 a번째 수신기의 프로세서에 의해 수행될 수 있다. 예를 들어, 604 단계는 i번째 송신기의 프로세서에 의해 수행될 수 있다.
일 실시예에서는 a번째 수신기의 프로세서에 의해 604 단계가 수행된다. 복수의 송신기들에 대하여, a번째 수신기는 전송 받은 송신기 메시지의 값과 전송한 수신기 메시지의 값의 합을 비교한다. a번째 수신기는 복수의 송신기들 중 상기 합이 최대가 되는 송신기와 연결되도록 결정한다.
구체적으로, 604 단계는 수학식 10에 기초하여 수행될 수 있다.
Figure pat00028
Λ(a)는 a번째 수신기에서 연결할 수 있는 송신기들의 집합을 나타낸다.
즉, a번째 수신기는 상기 수학식 10에 기초하여, xia의 값을 결정할 수 있다.
601 내지 604 단계에 따라 송신기 메시지 및 수신기 메시지를 업데이트함으로써, 합 전송률이 최대가 되도록 분산 자원 할당을 수행하는 것이 가능하다. 즉, 합 전송률이 최대가 되도록 주파수 대역폭, 송신 전력, 송/수신 시간 등을 분산적으로 할당하는 것이 가능하다.
도 7은 도 6의 방식을 이용하는 분산 자원 할당 알고리즘을 도시한 도면이다.
701 단계에서, i번째 송신기의 프로세서는 송신기 메시지 αia를 업데이트하고 a번째 수신기로 전달할 수 있다.
702 단계에서, a번째 수신기의 프로세서는 수신기 메시지 ρia를 업데이트하고 i번째 송신기로 전달할 수 있다.
703 단계에서, 송신기 메시지 αia의 값 및 수신기 메시지 ρia의 값이 수렴할 때까지, i번째 송신기의 프로세서 및 a번째 수신기의 프로세서는 각각 송신기 메시지 αia 및 수신기 메시지 ρia를 반복하여 업데이트할 수 있다.
704 단계에서, 복수의 송신기 및 복수의 수신기 중 적어도 어느 하나의 프로세서는 수신기 메시지 ρia의 값 및 송신기 메시지 αia의 값의 합이 최대가 되도록 xia의 값을 결정할 수 있다.
도 8은 평균 합 전송률의 그래프이다. 도 9는 개별 사용자의 전송률의 그래프이다.
본 개시에 따른 합 전송률을 최대화하기 위한 분산 자원 할당 방법의 성능을 분석하기 위하여 실험을 수행하였다. 실험에서는 대규모 MIMO HetNet (Heterogeneous network) 환경에서 하나의 macro 베이스 스테이션(MBS)과 4개의 pico 베이스 스테이션(PBS), 80명의 사용자(수신기에 대응)가 400m x 400m의 2차원 공간에 균등하게 배치되어 있는 상황을 가정하였다. MBS의 안테나의 개수는 200개, 데이터 스트림의 개수는 10개로 고정하였고, PBS의 안테나의 개수와 데이터 스트림의 개수는 각각 20개, 4개로 설정하였다.
도 8은 PBS의 안테나의 개수를 20개에서 60개로 증가시키면서 종래의 방법들과 본 개시에서 제안하는 방법의 평균 합 전송률(average sum rate)을 비교한 그래프이다. 종래의 방법들(MAX-SINR w/o biasing, MAX-SINR w/ 20dB biasing, Equal-Loading) 대비 본 개시에서 제안하는 방법(MP)의 평균 합 전송률이 높은 것을 확인할 수 있다.
도 9는 PBS의 안테나의 개수가 60개인 경우에, 종래의 방법들과 본 개시에서 제안하는 방법의 개별 사용자의 전송률(individual user rates)에 대한 CDF(Cumulative Distribution Function)을 비교한 그래프이다. 0~1.5Mbps 부근에서 종래의 방법들(MAX-SINR w/o biasing, MAX-SINR w/ 20dB biasing, Equal-Loading) 대비 본 개시에서 제안하는 방법(MP)의 개별 사용자의 전송률이 높은 것을 확인할 수 있다.
이상에서 실시예들에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.
100: 대규모 다중 입력 다중 출력(MIMO) 시스템
110: 송신기
120: 수신기

Claims (12)

  1. 대규모 다중 입력 다중 출력(MIMO) 시스템에서 합 전송률을 최대화하기 위한 분산 자원 할당 방법에 있어서,
    복수의 송신기들로부터 a번째 수신기로 전송된 복수의 송신기 메시지들을 이용하여, 상기 a번째 수신기에서 i번째 송신기로 전송하기 위한 수신기 메시지(ρia)를 업데이트하는 단계;
    복수의 수신기들로부터 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 i번째 송신기에서 상기 a번째 수신기로 전송하기 위한 송신기 메시지(αia)를 업데이트하는 단계;
    상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값이 수렴할 때까지, 상기 수신기 메시지(ρia)를 업데이트하는 단계 및 상기 송신기 메시지(αia)를 업데이트하는 단계를 반복하는 단계; 및
    상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값의 합이 최대가 되도록, 상기 복수의 송신기들과 상기 복수의 수신기들 간의 연결을 결정하는 단계를 포함하는, 분산 자원 할당 방법.
  2. 제1항에 있어서,
    상기 수신기 메시지를 업데이트하는 단계는,
    상기 i번째 송신기를 제외한 복수의 송신기들로부터 상기 a번째 수신기로 전송된 복수의 송신기 메시지들의 최대값을 획득하는 단계; 및
    상기 최대값의 부호(sign)를 전환한 값을 이용하여, 상기 수신기 메시지(ρia)를 업데이트하는 단계를 포함하는, 분산 자원 할당 방법.
  3. 제1항에 있어서,
    상기 송신기 메시지를 업데이트하는 단계는,
    상기 a번째 수신기를 제외한 복수의 수신기들로부터 상기 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 송신기 메시지(αia)를 업데이트하는 단계를 포함하는, 분산 자원 할당 방법.
  4. 제1항에 있어서,
    상기 송신기 메시지를 업데이트하는 단계는,
    상기 i번째 송신기와 연결 가능한 수신기의 개수에 기초하여, 상기 송신기 메시지(αia)를 업데이트하는 단계를 포함하는, 분산 자원 할당 방법.
  5. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 복수의 송신기들에 대하여, 상기 a번째 수신기로 전송된 송신기 메시지의 값과 상기 a번째 수신기가 전송한 수신기 메시지의 값의 합을 비교하는 단계; 및
    상기 복수의 송신기들 중 상기 합이 최대가 되는 송신기와 상기 a번째 수신기가 연결되도록 결정하는 단계를 포함하는, 분산 자원 할당 방법.
  6. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 복수의 수신기들이 각각 하나의 송신기와 연결되도록, 상기 복수의 송신기들과 상기 복수의 수신기들 간의 연결을 결정하는 단계를 포함하는, 분산 자원 할당 방법.
  7. 합 전송률을 최대화하도록 분산 자원을 할당하는 대규모 다중 입력 다중 출력(MIMO) 시스템에 있어서,
    복수의 송신기들 및 복수의 수신기들을 포함하고,
    상기 복수의 송신기 중 a번째 수신기는, 상기 복수의 송신기들로부터 상기 a번째 수신기로 전송된 복수의 송신기 메시지들을 이용하여, 상기 a번째 수신기에서 i번째 송신기로 전송하기 위한 수신기 메시지(ρia)를 업데이트하고,
    상기 복수의 수신기 중 상기 i번째 송신기는, 상기 복수의 수신기들로부터 상기 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 i번째 송신기에서 상기 a번째 수신기로 전송하기 위한 송신기 메시지(αia)를 업데이트하고,
    상기 a번째 수신기는, 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값이 수렴할 때까지, 상기 수신기 메시지(ρia)를 반복하여 업데이트하고,
    상기 i번째 송신기는, 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값이 수렴할 때까지, 상기 송신기 메시지(αia)를 반복하여 업데이트하고,
    상기 복수의 송신기 및 상기 복수의 수신기 중 적어도 어느 하나는, 상기 수신기 메시지(ρia)의 값 및 상기 송신기 메시지(αia)의 값의 합이 최대가 되도록, 상기 복수의 송신기들과 상기 복수의 수신기들 간의 연결을 결정하는, 대규모 다중 입력 다중 출력 시스템.
  8. 제7항에 있어서,
    상기 a번째 수신기는,
    상기 i번째 송신기를 제외한 복수의 송신기들로부터 상기 a번째 수신기로 전송된 복수의 송신기 메시지들의 최대값을 획득하고,
    상기 최대값의 부호(sign)를 전환한 값을 이용하여, 상기 수신기 메시지(ρia)를 업데이트하는, 대규모 다중 입력 다중 출력 시스템.
  9. 제7항에 있어서,
    상기 i번째 송신기는,
    상기 a번째 수신기를 제외한 복수의 수신기들로부터 상기 i번째 송신기로 전송된 복수의 수신기 메시지들을 이용하여, 상기 송신기 메시지(αia)를 업데이트하는, 대규모 다중 입력 다중 출력 시스템.
  10. 제7항에 있어서,
    상기 복수의 송신기 및 상기 복수의 수신기 중 적어도 어느 하나는,
    상기 복수의 송신기들에 대하여, 상기 a번째 수신기로 전송한 송신기 메시지의 값과 상기 a번째 수신기가 전송한 수신기 메시지의 값의 합을 비교하고,
    상기 복수의 송신기들 중 상기 합이 최대가 되는 송신기와 상기 a번째 수신기가 연결되도록 결정하는, 대규모 다중 입력 다중 출력 시스템.
  11. 제7항에 있어서,
    상기 복수의 송신기들 각각은 연결 가능한 수신기의 제한된 개수를 갖는, 대규모 다중 입력 다중 출력 시스템.
  12. 제7항에 있어서,
    상기 복수의 수신기들 각각은 동시에 하나의 송신기와 연결 가능한, 대규모 다중 입력 다중 출력 시스템.
KR1020190145397A 2019-11-13 2019-11-13 대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법 KR20210058204A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190145397A KR20210058204A (ko) 2019-11-13 2019-11-13 대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190145397A KR20210058204A (ko) 2019-11-13 2019-11-13 대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법

Publications (1)

Publication Number Publication Date
KR20210058204A true KR20210058204A (ko) 2021-05-24

Family

ID=76152772

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190145397A KR20210058204A (ko) 2019-11-13 2019-11-13 대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법

Country Status (1)

Country Link
KR (1) KR20210058204A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101591964B1 (ko) 2015-02-24 2016-02-05 가천대학교 산학협력단 무선통신시스템 분산 제어 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101591964B1 (ko) 2015-02-24 2016-02-05 가천대학교 산학협력단 무선통신시스템 분산 제어 방법 및 장치

Similar Documents

Publication Publication Date Title
US20230010095A1 (en) Methods for cascade federated learning for telecommunications network performance and related apparatus
Pan et al. Joint 3D UAV placement and resource allocation in software-defined cellular networks with wireless backhaul
CN108111280B (zh) 参考信号配置、信息的发送、信息的接收方法及装置
WO2020139181A1 (en) A wireless device, a network node and methods therein for updating a first instance of a machine learning model
KR102280903B1 (ko) Ofdma swipt 시스템의 통합 자원 할당 장치 및 방법
US20200358498A1 (en) Design and adaptation of hierarchical codebooks
US9258089B2 (en) System and methods for compress and forward relaying schemes in joint signal processing
Kim et al. Online learning-based downlink transmission coordination in ultra-dense millimeter wave heterogeneous networks
US20240211770A1 (en) Communication method and apparatus
Sasikumar et al. A novel method for the optimization of Spectral-Energy efficiency tradeoff in 5 G heterogeneous Cognitive Radio Network
KR102465448B1 (ko) 다중 입출력 시스템에서 빔포밍을 위한 방법 및 장치
US12010571B2 (en) Spectral efficiency prediction with artificial intelligence for enhancing carrier aggregation and proactive radio resource management
US20110176433A1 (en) Method of controlling resource usage in communication systems
KR20210058204A (ko) 대규모 다중 입력 다중 출력 시스템의 분산 자원 할당 방법
CN113595599B (zh) 面向5g的群簇协作通信异构系统和干扰抑制的方法
JP5968523B2 (ja) 不均一系における適応型チャネル方向情報フィードバックのための方法及び装置
US20240056989A1 (en) Precoding and power allocation for access points in a cell-free communication system
WO2023175381A1 (en) Iterative training of collaborative distributed coded artificial intelligence model
Gorce et al. Spatial continuum model: Toward the fundamental limits of dense wireless networks
Shakiba-Herfeh et al. Optimization of feedback in a MISO downlink with energy harvesting users
Xia et al. Delay-based user association in heterogeneous networks with Backhaul
Zhang et al. Uplink pilot power control with genetic algorithm for massive MIMO networks
WO2024032606A1 (zh) 信息传输方法、装置、设备、系统及存储介质
Lynch et al. Configuring dynamic heterogeneous wireless communications networks using a customised genetic algorithm
Saeidian Deep Reinforcement Learning for Downlink Power Control in Dense 5G Networks

Legal Events

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