KR20220042291A - 대규모 mimo 시스템에서의 전송 방법 전환 방법 및 디바이스 - Google Patents

대규모 mimo 시스템에서의 전송 방법 전환 방법 및 디바이스 Download PDF

Info

Publication number
KR20220042291A
KR20220042291A KR1020210127537A KR20210127537A KR20220042291A KR 20220042291 A KR20220042291 A KR 20220042291A KR 1020210127537 A KR1020210127537 A KR 1020210127537A KR 20210127537 A KR20210127537 A KR 20210127537A KR 20220042291 A KR20220042291 A KR 20220042291A
Authority
KR
South Korea
Prior art keywords
transmission method
predefined
mimo
ues
predefined transmission
Prior art date
Application number
KR1020210127537A
Other languages
English (en)
Other versions
KR102579905B1 (ko
Inventor
난난 즈앙
꾸앙위 선
즈깡 왕
통 즈우
시아오후이 양
치신 황
얀 리
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20220042291A publication Critical patent/KR20220042291A/ko
Application granted granted Critical
Publication of KR102579905B1 publication Critical patent/KR102579905B1/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
    • H04B7/0452—Multi-user MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
    • H04B7/0689—Hybrid systems, i.e. switching and simultaneous transmission using different transmission schemes, at least one of them being a diversity transmission scheme
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/063—Parameters other than those covered in groups H04B7/0623 - H04B7/0634, e.g. channel matrix rank or transmit mode selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0632—Channel quality parameters, e.g. channel quality indicator [CQI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0636—Feedback format
    • H04B7/0639—Using selective indices, e.g. of a codebook, e.g. pre-distortion matrix index [PMI] or for beam selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0224—Channel estimation using sounding signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/36—TPC using constraints in the total amount of available transmission power with a discrete range or set of values, e.g. step size, ramping or offsets
    • H04W52/365—Power headroom reporting

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 개시는 mMIMO 시스템에서의 전송 방법 전환 방법, 디바이스, 및 컴퓨터 판독가능 저장 매체를 제공한다. 상기 방법은: 현재 전송 방법에서 사용자 장비(user equipment: UE)에 의해 보고되는 시나리오 식별 관련 데이터를 수신하는 단계; 상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계; 및 상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하는 단계를 포함하며, 상기 UE의 상기 타겟 전송 방법을 결정하는 단계들은 관련된 AI 모델을 통해 구현될 수 있다. 상기 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터에 기초하여, 상기 해결책은 상기 시나리오와 매칭되는 상기 UE의 상기 타겟 전송 방법을 결정하며, 이는 상기 전송 방법 전환 프로세스 시 선택 가능한 전송 방법의 수를 더 많게 만들고, 동시에, 전송 방법 전환 후 상기 시스템의 스루풋(throughput) 및 스펙트럼 효율이 개선된다.

Description

대규모 MIMO 시스템에서의 전송 방법 전환 방법 및 디바이스{METHOD AND DEVICE FOR SWITCHING TRANSMISSION METHODS IN MASSIVE MIMO SYSTEM}
본 개시는 통신 기술 분야에 관한 것이며, 구체적으로, 본 개시는 대규모 MIMO 시스템에서의 전송 방법 전환(transmission method switching) 방법 및 디바이스에 관한 것이다.
NR(New Radio) 시스템에서, 시스템 스루풋(system throughput), 스펙트럼 효율(spectrum efficiency), 및 전송 신뢰성을 향상시키기 위해, 대규모 다중 입출력(Massive Multiple Input Multiple Output: Massive MIMO, mMIMO로도 지칭됨) 기술이 핵심 전송 기술로서 이용된다. 대규모 MIMO 시스템은, 수십 또는 수백 개의 안테나 포트들로 구성될 수 있는, 기지국 측에서 보다 많은 물리적 안테나들을 도입하고, 단일-사용자 공간 다이버시티(spatial diversity)를 이용한 단일-사용자 MIMO(single-user MIMO: SU-MIMO) 및 빔포밍(beamforming) 기술을 통한 다중-사용자 MIMO(multi-user MIMO: MU-MIMO) 전송들을 지원한다.
여러 종류의 전송 방법들(Transmission Methods: TMs)을 지원하는 NR 대규모 MIMO 시스템에서, TM은 하나의 방법에서 다른 방법으로 전환될 수 있다. 그러나, 전통적인 TM 전환 방법에서, 전환 시 이용 가능한 TM들은 제한되며, 선택된 TM은 현재 시나리오에 적응되지 않을 수도 있으므로, 시스템 스루풋 및 스펙트럼 효율 성능의 저하를 초래할 수 있다. 따라서, 전통적인 TM 전환 방법의 개선이 필요하다.
본 문서는 상술된 기술적 단점들 중 적어도 하나를 해결하는 것을 목적으로 한다. 본 문서의 실시예들에서 제공되는 기술적 해결책들은 하기한 바와 같다.
제1 양태에서, 대규모 다중 입출력(Massive Multiple Input Multiple Output: mMIMO) 시스템에서의 전송 방법 전환 방법이 본 문서의 실시예에서 제공되며, 상기 방법은: 현재 전송 방법에서 사용자 장비(user equipment: UE)에 의해 보고되는 시나리오 식별 관련 데이터(scenario identification related data)를 수신하는 단계; 상기 시나리오 식별 관련 데이터에 기초하여, 적어도 2개의 미리 정의된(predefined) 전송 방법들 중에서 상기 UE의 타겟(target) 전송 방법을 결정하는 단계; 및 상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하는 단계를 포함한다.
본 문서의 선택적(optional) 실시예에서, 상기 미리 정의된 전송 방법들은 다음의 미리 정의된 전송 방법들 중 적어도 2개를 포함한다: 유형 I 코드북 피드백 프리코딩 행렬 지시자(Precoding Matrix Indicator: PMI)에 기초한 단일-사용자 MIMO(single-user MIMO: SU-MIMO)(이하 유형 I 코드북 PMI 기반의 SU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 사운딩 참조 신호(Sounding Reference Signal: SRS)에 기초한 다중-사용자 MIMO(Multi-User MIMO: MU-MIMO)(이하 SRS 기반의 MU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 유형 II 코드북 PMI에 기초한MU-MIMO(이하 유형 II 코드북 PMI 기반의 MU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, SRS에 기초한 SU-MIMO(SRS 기반의 SU-MIMO)에 상응하는 미리 정의된 전송 방법, 유형 II 코드북 피드백 PMI에 기초한 SU-MIMO(이하 유형 II 코드북 PMI 기반의 SU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 유형 I 코드북 피드백 PMI에 기초한 MU-MIMO(이하 유형 I 코드북 PMI 기반의 MU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 개루프(Open-loop) SU-MIMO에 상응하는 미리 정의된 전송 방법, 및 개루프 MU-MIMO에 상응하는 미리 정의된 전송 방법.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터는 다음의 데이터 중 적어도 하나를 포함한다: SRS 채널 추정 결과, 공간 채널 시간 상관(spatial channel time correlation), 채널 품질 지시자(Channel Quality Indicator: CQI), 랭크 지시자(rank indicator: RI), PMI, 신호 대 간섭 잡음비(Signal to Interference Plus Noise Ratio: SINR), 상향링크 전력 헤드룸 리포트(Power Headroom Report: PHR), 변조 곱 코딩율(Modulation Product Coding Rate: MPR), 개루프 전송률 제어(Open-loop Rate Control: OLRC), 참조 신호 수신 전력(Reference Signal Receiving Power: RSRP), 버퍼 점유(Buffer Occupy: BO), 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, 변조 및 코딩 스킴(Modulation and Coding Scheme: MCS), 블록 오류율(Block Error Ratio: BLER), 스루풋, 및 다중-사용자 공간 채널 상관(multi-user spatial channel correlation).
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계는: 상응하는 시나리오 식별 관련 특성 데이터(characteristic data)를 얻기 위해 상기 시나리오 식별 관련 데이터에 대해 특성 추상화(characteristic abstraction)를 수행하는 단계; 및 상기 시나리오 식별 관련 특성 데이터에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터에 대해 특성 추상화를 수행하는 단계는: 상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 상기 시나리오 식별 관련 데이터에 대해 채널 품질 특성 추상화(channel quality characteristic abstraction) 및 이동성 특성 추상화(mobility characteristic abstraction)를 수행하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터에 대해 채널 품질 특성 추상화 및 이동성 특성 추상화를 수행하는 단계는: 미리 정의된 지속시간(duration) 내의 시간 단위들(time units)에서 상기 시나리오 식별 관련 데이터에 상응하는 데이터 값들의 평균(average) 및/또는 분산(variance)을 획득하고(acquiring), 상기 평균 및/또는 분산을 추상화된(abstracted) 시나리오 식별 관련 특성 데이터로서 이용하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계는: 상기 시나리오 식별 관련 데이터에 기초하여, 상기 mMIMO 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 미리 결정된 전송 성능을 충족할 수 있도록 하는 상기 UE에 상응하는 제1 확률을 획득하는 단계; 및 상기 UE에 상응하는 각각의 제1 확률에 기초하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터에 기초하여, 상기 mMIMO 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 미리 결정된 전송 성능을 충족할 수 있도록 하는 상기 UE에 상응하는 제1 확률을 획득하는 단계는: 상기 시나리오 식별 관련 데이터를 미리 정의된 확률 예측 모델(probability prediction model)에 입력하고, 각각의 미리 정의된 전송 방법에서 최대 스루풋(maximum throughput)을 얻는 상기 UE에 상응하는 상기 제1 확률을 획득하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 UE에 상응하는 각각의 제1 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는: 상기 UE에 상응하는 각각의 제1 확률에 기초하고, 또한 각각의 미리 정의된 전송 방법의 단말 능력 요건(terminal capability requirement), 시스템 자원 제한(system resource restriction), 및 다중-사용자 수 요건(multi-user number requirement) 중 적어도 하나와 조합하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 UE에 상응하는 각각의 제1 확률에 기초하고, 또한 각각의 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나와 조합하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는: 싱기 UE에 상응하는 각각의 제1 확률에 기초하여, 상기 UE를 최대 제1 확률에 상응하는 상기 미리 정의된 전송 방법의 상응하는 UE 풀(pool)에 추가하는 단계; 각각의 미리 정의된 전송 방법의 상기 단말 능력 요건, 시스템 자원 제한, 및 상기 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 UE에 상응하는 각각의 제2 확률을 얻기 위해 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는(adjusting) 단계; 및 상기 UE에 상응하는 각각의 제2 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 단말 능력 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는: 상기 미리 정의된 전송 방법에서 상기 UE 풀에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 상기 미리 정의된 전송 방법들에 대하여, 상기 2개의 미리 정의된 전송 방법들의 단말 능력 요건들에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는: 상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 시스템 자원 제한을 갖는 상기 미리 정의된 전송 방법들에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 상기 제1 확률을 조정하는 단계는: 상기 시스템 자원 제한에 상응하는 최대 UE 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 상기 제1 확률들의 내림 차순으로 상기 UE 풀 내의 상기 UE들을 정렬하는(sorting) 단계; 및 상기 미리 정의된 전송 방법에서 상기 UE 풀 내의 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 제1 확률을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 상기 미리 정의된 전송 방법들에 대하여, 상기 2개의 미리 정의된 전송 방법들의 상기 시스템 자원 제한에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는: 상기 SRS 시스템 자원 제한에 상응하는 최대 UE 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 상기 제1 확률들의 내림 차순으로 상기 UE 풀 내의 상기 UE들을 정렬하는 단계; 및 상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 상기 UE에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 다중-사용자 수 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 상기 제1 확률을 조정하는 단계는: 상기 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및, 상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 미리 정의된 전송 방법에서 모든 UE들에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 조정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, SRS 기반의 MU-MIMO, 유형 II 코드북 PMI 기반의 MU-MIMO, 유형 I 코드북 PMI 기반의 MU-MIMO, 및 개루프 MU-MIMO에 상응하는 미리 정의된 전송 방법들에 대하여, 상기 4개의 전송 방법들의 다중-사용자 수 요건들 중 적어도 하나에 기초하여 상기 상응하는 UE 풀 내의 각 UE에 상응하는 상기 제1 확률을 조정하는 단계는: 상기 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및, 상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 4개의 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 조정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 UE에 상응하는 각각의 제2 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는: 상기 UE에 상응하는 최대 제2 확률에 상응하는 상기 미리 정의된 전송 방법을 상기 UE의 상기 타겟 전송 방법으로 결정하는 단계를 포함한다.
본 문서의 선택적 실시예에서, 상기 UE의 상기 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하는 단계는: 상기 타겟 전송 방법에 상응하는 구성 파라미터들(configuration parameters)을 상기 UE로 전송하고, 상기 UE에 대해 상응하는 스케줄링 및 전송을 수행하는 단계를 포함한다.
제2 양태에서, 대규모 다중 입출력(Massive Multiple Input Multiple Output: mMIMO) 시스템에서의 전송 방법 전환 디바이스가 본 문서의 실시예에서 제공되며, 상기 디바이스는: 현재 전송 방법에서 사용자 장비(UE)에 의해 보고되는 시나리로 식별 관련 데이터를 수신하도록 구성된, 시나리오 식별 관련 데이터 수신 모듈; 상기 시나리오 식별 관련 데이터에 기초하여 적어도2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하도록 구성된, 타겟 전송 방법 결정 모듈; 및 상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하도록 구성된. 전송 방법 전환 모듈을 포함한다.
제3 양태에서, 전자 디바이스가 본 문서의 실시예에서 제공되며, 상기 전자 디바이스는: 컴퓨터 프로그램들을 저장하도록 구성된 메모리; 및 상기 컴퓨터 프로그램들을 실행하여 상기 제1 양태의 상기 실시예들 또는 상기 제1 양태의 어떤 선택적 실시예에서 제공되는 상기 방법을 수행하도록 구성된 프로세서를 포함한다.
제4 양태에서, 컴퓨터 프로그램이 프로세서에 의해 실행되는 경우, 상기 제1 양태의 상기 실시예들 또는 상기 제1 양태의 어떤 선택적 실시예에서 제공되는 상기 방법을 수행하도록, 상기 컴퓨터 프로그램이 저장된, 컴퓨터 판독가능 저장 매체가 제공된다.
본 문서에서 제공되는 기술적 해결책에 의해 성취되는 유리한 효과들은: 상기 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터에 기초하여, 상기 UE가 시나리오와 매칭되는 타겟 전송 방법을 결정하여, 이에 따라 전송 방법 전환 프로세스 시, 선택 가능한 전송 방법들이 더 많고, 전송 방법 전환 후 시스템의 스루풋 및 스펙트럼 효율이 개선된다는 것이다.
본 개시의 실시예들에서의 기술적 해결책들을 보다 명확히 설명하기 위해, 본 개시의 실시예들의 설명에 사용되는 도면들이 이하에서 간략히 예시된다.
도 1은 종래 기술에서 대규모 MIMO 시스템에서의 전송 방법 전환 방법의 개략적 흐름도이다.
도 2는, UE 이동 속도에 따른, TM2를 이용한 시스템 스루풋의 개략도이다.
도 3은, 본 문서의 실시예에 따른, 대규모 MIMO 시스템에서의 전송 방법 전환 방법의 개략적 흐름도이다.
도 4는 본 문서의 실시예에 따른 예에서의 특성 추상화(characteristic abstraction)의 개략도이다.
도 5a는, 본 문서의 실시예의 예에 따른, UE에 상응하는 제1 확률을 획득하는(acquiring) 단계의 개략도이다.
도 5b는, 본 문서의 실시예의 예에 따른, AI 모델을 통해 UE에 상응하는 제1 확률을 획득하는 단계의 개략도이다.
도 5c는, 본 문서의 실시예의 예에 따른, AI 모델의 트레이닝 프로세스의 개략적 흐름도이다.
도 6a는, 본 문서의 실시예에 따른, 시스템-레벨에서 TM의 공동 결정(joint decision)의 개략적 흐름도이다.
도 6b는, 본 문서의 실시예에 따른, 각각의 미리 정의된 방법에서 UE 풀 내의 UE들의 확률들을 조정하는(adjusting) 단계의 개략도이다.
도 7a는, 본 문서의 실시예의 예에 따른, 시스템 자원 제한 체크의 개략적 흐름도이다.
도 7b는, 본 문서의 실시예의 예에 따른, 시스템 자원 제한 체크에 있어서 제1 확률을 조정하는 개략도이다.
도 8a는, 본 문서의 실시예의 예에 따른, 다중-사용자 요건 체크의 개략적 흐름도이다.
도 8b는, 본 문서의 실시예의 예에 따른, 다중-사용자 요건 체크에 있어서 제1 확률을 조정하는 개략도이다.
도 9는, 본 문서의 실시예의 예에 따른, 대규모 MIMO 시스템에서의 전송 방법 전환 방법의 전체 흐름의 개략도이다.
도 10은 본 문서의 실시예에서 제공되는 대규모 MIMO 시스템에서 전송 방법 전환 디바이스의 구조 블록도이다.
도 11은 본 문서의 실시예에서 제공되는 전자 디바이스의 개략적 구조도이다.
본 문서의 실시예들은 이하에서 상세히 설명되며, 실시예들의 예들은 도면들에 도시되되, 도면 전체에 걸쳐, 동일 또는 유사한 참조 번호들은 동일 또는 유사한 요소들(elements) 또는 동일 또는 유사한 기능들(functions)을 갖는 요소들을 묘사하는 데 사용된다. 첨부 도면을 참조하여 이하에서 설명되는 실시예들은 예시적인 것이며, 본 개시를 제한하는 것으로 해석되는 것이 아니라, 단지 본 개시를 설명하는 데 이용되는 것이다.
본 개시가 속하는 기술 분야의 통상의 지식을 가진 자라면 단수 형태인 "하나의(a)", "하나의(an)", "언급된(said)" 및 "상기(the)"는, 문맥상 달리 명확하게 언급하지 않는 한, 복수의 지시 대상들(referents)을 포함한다는 것을 이해해야 할 것이다. 본 개시의 명세서에서 사용되는 "포함하는(comprising)" 또는 "포함하다(include)"라는 표현은 특성들(characteristics), 정수들(integers), 단계들(steps), 동작들(operations), 요소들(elements), 및/또는 구성요소들(components)의 존재를 의미하지만, 하나 이상의 다른 특성들, 정수들, 단계들, 동작들, 요소들, 구성요소들, 및/또는 이들의 조합들의 존재 또는 추가를 배제하지 않는다는 것도 또한 이해해야 할 것이다. 요소가 다른 요소와 "연결된다(connected to)"거나 또는 "결합된다(coupled to)"고 언급되는 경우, 상기 요소는 상기 다른 요소와 직접 연결 또는 결합될 수 있거나, 또는 개재되는(intervening) 요소가 존재할 수 있다. 또한, 본 명세서에서 사용되는 "연결되는(connected)" 또는 "결합되는(coupled)"이라는 용어들은 무선 연결 또는 무선 결합을 포함할 수 있다. 본 명세서에서 사용되는 "및/또는(and/or)"이라는 문구는 연관된 열거된 항목들(items) 중 하나 이상의 항목들의 전부 또는 어느 하나 및 모든 조합들을 포함한다.
본 개시의 목적, 기술적 해결책, 및 이점을 보다 명확히 하기 위해, 이하에서 첨부 도면을 참조하여 본 개시의 실시예들이 더 상세히 설명된다.
대규모 MIMO 시스템에서, 빔포밍(beamforming) 기술은, 수신기의 신호 강도 및 신호 대 간섭 잡음비(Signal to Interference Plus Noise Ratio: SINR)를 개선하거나, 또는 전송 프로세스 시 전송 프리코딩(transmission precoding)을 이용하여 전송을 위해 동일한 시간-주파수 자원을 이용하는 다른 사용자들에 대한 간섭을 억제하기 위해, 송신기가 채널 피드백 또는 채널 상호성(channel reciprocity)을 통해 공간 채널 정보(spatial channel information)를 얻고, 상기 공간 채널 정보에 기초하여 공간 채널에 적합한 전송 프리코딩을 생성하는, 전송 방법이다.
복수의 사용자들이 동일한 시간-주파수 자원을 이용하는지 여부에 기초하여, NR 물리 하향링크 공유 채널(Physical Downlink Shared Channel: PDSCH)에 의해 이용되는 전송 방법들은 SU-MIMO 및 MU-MIMO로 분할될 수 있다. SU-MIMO는 기지국의 셀이 동일한 시간-주파수 자원 상에서 오직 한 명의 사용자에 대해서만 데이터를 전송하는 것을 말한다. 이에 상응하여, MU-MIMO는 기지국의 셀이 동일한 시간-주파수 자원 상에서 복수의 사용자들에 대해 데이터를 전송할 수 있는 것을 말한다. MU-MIMO는 동일한 시간-주파수 자원 상에서 복수의 사용자들에 대해 데이터를 전송할 수 있으므로, 보다 높은 데이터 스트림들을 지원할 수 있어, 보다 높은 시스템 스루풋 및 스펙트럼 효율을 얻을 수 있다. SU-MIMO는 동일한 시간-주파수 자원 상에서 오직 한 명의 사용자에 대해서만 데이터를 전송하고, 최대 전송 데이터 스트림 수는 사용자의 최대 수신 안테나 수에 의존하므로(일반적으로 4개의 데이터 스트림들), 사용자가 다수인 경우, SU-MIMO의 시스템 스루풋 및 스펙트럼 효율은 일반적으로 MU-MIMO의 경우보다 낮다. 그러나, SU-MIMO는 다중-사용자 간섭이 없으므로, 프리코딩 처리(precoding processing)가 상대적으로 간단하고 신뢰성이 높다.
SU-MIMO 또는 MU-MIMO에 상관 없이, 상응하는 전송 프리코딩을 결정하기 위해, 공간 채널 정보가 얻어져야 한다. NR 표준은, 하기 방법들을 비롯하여, 공간 채널 정보를 얻는 복수의 방법들을 지원한다.
시분할 이중화(Time Division Duplexing: TDD) 시스템에서 상향링크 및 하향링크 채널 상호성에 기초하여, 사용자는 사운딩 참조 신호(Sounding Reference Signal: SRS)를 전송하고, 기지국은 상기 SRS를 통해 상향링크 공간 채널을 추정한다. 상기 TDD 시스템의 상향링크 및 하향링크는 동일한 주파수 포인트를 이용하고, 상향링크 및 하향링크 공간 채널들은 상호성을 충족하기 때문에, 기지국은 추정된 상향링크 공간 채널을 하향링크 공간 채널 정보로서 이용할 수 있다.
주파수 분할 이중화(Frequency Division Duplexing: FDD) 시스템에 대하여, 상향링크 및 하향링크 전송은 상이한 주파수 포인트들을 이용하고, 상향링크 및 하향링크 공간 채널들은 상호성을 충족하지 않는다. NR 표준에서, 기지국은 채널 상태 정보 참조 신호(channel state information reference signal: CSI-RS)를 전송하고, 사용자는 하향링크 채널 추정을 수행한다. 상기 사용자가 하향링크 공간 채널을 추정한 후, 공간 채널 정보는 NR 표준에서 지원되는 코드북에 기초하여 양자화되고(quantized), 상응하는 프리코딩 행렬 지시자(Precoding Matrix Indicator: PMI)가 얻어져 상기 기지국으로 피드백된다. 상기 기지국은 상기 사용자에 의해 피드백된 상기 PMI를 이용하여 상기 코드북에서 상응하는 프리코딩 행렬을 탐색하고(search), 상기 상응하는 프리코딩 행렬을 하향링크 공간 채널 정보로서 이용한다.
상이한 코드북 양자화 정밀도(codebook quantization precision)를 지원하기 위해, NR 표준은 두 가지 유형의 코드북들인, 유형 I 코드북(Type I codebook) 및 유형 II 코드북(Type II codebook)을 포함한다. 유형 I 코드북은 암시적 양자화에 기초하여 설계되어 낮은 정확도 및 낮은 피드백 오버헤드를 가지고, 이의 표준화 타겟은 SU-MIMO 전송이며; 유형 II 코드북은 명시적 양자화에 기초하여 설계되어 높은 정확도 및 높은 피드백 오버헤드를 가지고, 이의 표준화 타겟은 MU-MIMO 전송이다.
NR 표준은 롱텀 에벌루션(Long Term Evolution: LTE) 표준과 상이하지만, NR 표준은 LTE 표준처럼 PDSCH 전송에 대한 전송 모드의 개념을 명시적으로 정의하는 것이 아니라, NR 표준은 복수의 전송 방법들을 암시적으로 지원한다. 구별을 위해, 본 문서에서 NR에서의 다양한 전송 방법들은 전송 방법으로 지칭되고 TM으로 약칭된다.
상이한 채널 상태 정보 획득 방법들, 및 다중-사용자 전송에 대해 동일한 시간-주파수 자원을 지원할지 여부에 기초하여, NR에 의해 지원되는 전송 방법들은 다음과 같이 열거된다:
(1) TM1으로 표시되는, 유형 I 코드북 PMI 기반의 SU-MIMO;
(2) TM2로 표시되는, SRS 기반의 MU-MIMO;
(3) TM3으로 표시되는, 유형 II 코드북 PMI 기반의 MU-MIMO;
(4) TM4로 표시되는, SRS 기반의 SU-MIMO;
(5) TM5로 표시되는, 유형 II 코드북 PMI 기반의 SU-MIMO;
(6) TM6으로 표시되는, 유형 I 코드북 PMI 기반의 MU-MIMO;
(7) TM7로 표시되는, 개루프(Open-loop) SU-MIMO; 및
(8) TM8로 표시되는, 개루프 MU-MIMO.
본 명세서에서 설명되는 TM1~TM8은 LTE에서의 전송 모드와 상이하다는 것에 유의할 필요가 있다. 기지국은 사용자에게 이용된 전송 방법을 명시적으로 알려주기 위해 시그널링(signaling)을 필요로 하지 않는다. 상기 전송 방법의 정의는 단지 본 개시의 설명의 편의를 위한 것이다.
상기 처음 4개의 방법들 TM1~TM4는 표준화를 위한 주요(main) 전송 방법들이며, 이들의 타겟 적용 시나리오들은 다음과 같다:
TM1은 FDD에서 SU-MIMO 시나리오에서 이용되며, 또한, TDD 시스템에서, SRS 자원들이 불충분하거나 또는 SRS 자원들이 절약될 필요가 있는 시나리오들에서도 이용될 수 있다.
TM2는 TDD에서 MU-MIMO 시나리오에서 이용된다.
TM3은 FDD에서 MU-MIMO 시나리오에서 이용된다.
TM4는 TDD에서 SU-MIMO 시나리오에서 이용된다.
상기한 바는 표준화에 있어서 정상 시나리오들임을 유의해야 한다. 실제 상업적 배치(deployment)에 있어서, 시나리오에서 어느 TM이 이용되어야 하는가에 관해서 제한은 없다. TM5~TM8과 같이, 표준화 프로세스에서 고려되지 않는 TM들도 또한 실제 배치에서 이용될 수 있다. 애플리케이션 시나리오들의 이해가 계속해서 심화됨에 따라, 상업적 배치에서 점차 가능한 TM을 이용할 수 있다.
기존 상업적 배치에서, TM1, TM2 및 TM4라는 세 가지 방법들이 지원되며, TM1 및 TM2의 공존, 또는 TM1 및 TM3의 공존을 포함하여, 오직 두 가지 TM 모드들의 공존만이 현재 지원된다.
대규모 MIMO 시스템에서 복수의 TM들이 지원되는 경우, 상응하는 TM은 상이한 시나리오들에서 전송 방법 전환 방법을 통해 선택될 수 있다. 시스템은 기존 전송 방법 전환 방법에서 두 가지 TM들의 공존을 핸들링하기만 하면 되기 때문에, 조건-기반의 TM 전환 방법이 채택되며, 이동 속도 시나리오 식별에 기초한 TM 전환 방법은 지원되지 않는다.
구체적으로, 상기 조건-기반의 TM 전환 방법은 채널 품질을 측정하고 상기 채널 품질에 대한 결정 임계치(decision threshold)를 설정하는 것이다. 상기 채널 품질이 상기 결정 임계치를 충족하는 경우, 하나의 TM이 이용되며, 그렇지 않은 경우, 다른 TM이 이용된다. 도 1에 도시된 바와 같이, TM1 및 TM2가 공존하는 시스템에 대하여, TM 전환은 다음 단계들을 포함할 수 있다:
① 기지국은 TM 전환 방법을 수행하기 시작하고 TM1에 상응하는 UE 풀-1 및 TM2에 상응하는 UE 풀-2를 각각 초기화한다.
② 상기 시스템에서 각 UE에 대해 상응하는 전송 방법이 스케줄링되되, 다음의 스케줄링 방법이 초당 각 UE에 대해 루프될(looped) 수 있고, 구체적으로 다음의 단계들을 포함할 수 있다:
단계 1, SRS 기반의 MU-MIMO 능력이 없는 사용자 장비(user equipment: UE)가 UE 풀-1에 추가된다;
단계 2, 단계 1에서 UE 풀-1에 추가되지 않는 UE들에 대하여, SRS 자원들을 얻을 수 없는 UE는 UE 풀-1에 추가된다;
단계 3, 단계 2에서 UE 풀-1에 추가되지 않는 UE들에 대하여, 채널 품질이 미리 정의된 임계치보다 크지 않은 UE는 UE 풀-1에 추가되고, 다른 UE들은 UE 풀-2에 추가된다;
단계 4, UE 풀-1 및 UE 풀-2 내의 UE들이 각각 구성된다. 구체적으로, 유형 I 코드북 PMI 기반의 SU-MIMO와 관련된 파라미터들은 UE 풀-1 내의 UE들에 전송되고, SRS 기반의 MU-MIMO와 관련된 파라미터들은 UE 풀-2 내의 UE들에 전송된다.
③ ②에서 스케줄링된 전송 방법은 각각의 UE 풀 내의 UE들에 대해 수행된다. 스케줄링의 수행은 슬롯별로 각각의 UE 풀에 대해 루프될(looped) 수 있다. UE 풀-1에 대하여, 공간 채널 정보는 PMI 리포트에 기초하여 획득되고, SU-MIMO 스케줄링이 UE 풀-1 내의 UE들에 대해 수행되며; UE 풀-2에 대하여, 공간 채널 정보는 SRS 추정에 기초하여 획득되고, MU-MIMO 스케줄링이 UE 풀-2 내의 UE들에 대해 수행된다.
기존 전송 모드 전환 방법이 이동 속도 시나리오 식별에 기초한 TM 전환을 지원하지 않는 이유는 현재의 속도 추정이 매우 정확한 레벨에 도달할 수 없고, 이는 TM 적응 오판(TM adaptive misjudgment) 및 핑퐁식 전환(ping-pong switching)을 초래할 것이며, 이에 따라 성능에 영향을 미칠 뿐 아니라 보다 많은 시그널링 오버헤드(signaling overhead)를 야기할 것이기 때문이다. 예를 들면, 공간 채널의 시간 상관(time correlation: TC)에 기초하여 속도가 추정되는 경우, 일반적으로, 사용자(UE에 상응함)가 더 빨리 이동할수록, 공간 채널 시간 상관은 더 작아지고, 사용자가 더 느리게 이동할수록, 공간 채널 시간 상관은 더 커진다. 그러므로, 사용자 이동 상태 정보(user movement status information)는 공간 채널 시간 상관을 통해 대략적으로 얻어질 수 있다. 그러나, 공간 채널 시간 상관과 사용자의 이동 속도 간의 관계는 결정적 관계(deterministic relationship)가 아니라 확률적 관계(probabilistic relationship)이다.
NR 상업적 외부-필드(external-field) 테스트 결과들은 대규모 MIMO 시스템이 고정-포인트 테스트(fixed-point test)에서 SRS 기반의 MU-MIMO(TM2)를 통해 매우 높은 시스템 스루풋 및 스펙트럼 효율을 달성할 수 있음을 보여주고 있다. 그러나, 사용자 이동성 테스트(user mobility test)에서는, 도 2에 도시된 바와 같이, 대규모 MIMO 시스템의 스루풋 및 주파수 효율이 크게 낮아진다.
이는, 한편으로는, 기존 NR 대규모 MIMO 시스템들이 모두 시스템 스루풋 및 주파수 효율을 개선하기 위해 SRS-기반의 MU-MIMO가 이용되는 TDD 시스템들이기 때문이다. 그러나, 사용자가 이동하는 경우, 채널의 시간 변동(time variation)을 야기하는 무선 채널의 도플러 주파수 편이가 발생할 것이다. 그러므로, MU-MIMO 스케줄링은 과거 중 가장 최근에 SRS 채널 추정에 의해 얻어진 공간 채널 정보에 의존하며, MU-MIMO 전송 시 상기 채널들은 시간 변동으로 인해 상이할 것이다. 이 현상은 채널 노후화(channel obsolescence)로 지칭된다. 상기 채널 노후화는 MU-MIMO 수신 신호의 감소 및 다중-사용자 간섭의 증가를 야기하며, 이는 SRS 기반의 MU-MIMO의 성능을 크게 감소시키는 결과를 초래한다.
다른 한편으로, 유형 I 코드북 PMI 기반의 SU-MIMO(TM1)는, 사용자가 이동하는 경우, 상대적으로 견고하고, 그 스루풋 및 스펙트럼 효율은, 사용자가 빠른 속도로 이동하는 경우, TM2보다 훨씬 더 높지만, 신뢰성 있는 속도 추정 방법이 없으며, NR 대규모 MIMO 시스템은 속도를 전송 방법의 전환 조건으로 이용하지 않는다. 대규모 MIMO 시스템은, 사용자가 빠른 속도로 이동하는 경우, 상기 사용자에 대해 데이터를 전송하는 데 여전히 TM2를 이용한다.
또한, 현재의 NR 대규모 MIMO 시스템은 일반적으로 두 가지 전송 방법들의 공존만을 지원하고, 조건 판단(condition judgment)에 기초한 전송 방법 적응(transmission method adaptation)을 채택하고 있다. 이용 가능한 전송 방법이 제한될 뿐만 아니라, 선택된 전송 방법이 복수의 시나리오 인자들(scenario factors)을 종합할(synthesize) 수도 없어, 이에 따라 상기 선택된 전송 방법은 적절하지 않을 수 있는데, 이는 시스템 스루풋 및 스펙트럼 효율 성능의 감소를 초래하게 된다.
상기 이유들로 인해, 더 많은 시나리오들에 적응하기 위해 더 많은 전송 방법들을 지원할 수 있는 전송 적응 방법을 찾을 필요가 있으며, 대규모 MIMO 시스템의 스루풋 및 스펙트럼 효율을 개선하기 위해, 복수의 인자들을 종합함으로써 다양한 시나리오들, 특히 이동성 시나리오에 대해 상응하는 적절한 전송 방법이 선택될 수 있다.
상술된 문제들과 관련하여, 본 문서의 실시예들은, 시스템 전송 스루풋 및 신뢰성을 개선하기 위해, 인공 지능(artificial intelligence: AI)에 기초하여 물리 하향링크 공유 채널(physical downlink shared channel: PDSCH)의 전송 방법을 예측함으로써 상이한 시나리오들에서 적절한 전송 방법들을 이용하는, mMIMO 시스템에서 상이한 시나리오들에 적합한 전송 방법들이 도입되는 것을 제안한다.
본 문서의 실시예는 대규모 MIMO에서 두 가지 유형의 TM들만을 이용하는 것에 제한되지 않으며, 더 많은 시나리오들에 적응하기 위해 대규모 MIMO 시스템에서 복수의 시나리오들에 대해 더 많은 유형의 TM들이 도입된다.
유형 II 코드북 PMI 기반의 MU-MIMO(TM3) 및 유형 I 코드북 PMI 기반의 MU-MIMO(TM6)를 예로 들면, 일반적으로 PMI-기반의 MU-MIMO는 FDD 대규모 MIMO 시스템에 적합하다고 생각되고 있다. 본 문서의 연구 과정에서, TDD 시스템에서 TM3 및 TM6은 TM2에 비해 사용자 이동성 성능에 대해 상대적으로 견고하다는 것을 알게 되었다. 특정한 이동 속도의 경우, TDD 대규모 MIMO 시스템에서도, TM3 또는 TM6은 TM2보다 더 양호한 성능을 낼 수 있다.
둘째로, 본 문서의 실시예에서, 다양한 전송 방법들의 예측되는 확률들을 얻기 위해, 대량의 시나리오 관련 및 확률 관련 사용자 데이터(즉, UE에 의해 보고되는 시나리오 식별 관련 데이터)가 AI 모델에 입력되고, 상응하는 시나리오에서 시스템 스루풋 및 스펙트럼 효율을 개선하기 위해, 특히 사용자 이동성 시나리오에서 대규모 MIMO의 시스템 스루풋 및 스펙트럼 효율을 최적화하기 위해, 상기 시스템에서의 다양한 인자들을 종합하여(sythensizing) 각 사용자에 대해 적절한 전송 방법이 선택된다.
본 문서의 실시예는 mMIMO 시스템에서의 전송 방법 전환 방법을 제공한다. 상기 방법의 실행 주체(execution body)는 기지국(예를 들면, gNB 또는 eNB)일 수 있다. 도 3에 도시된 바와 같이, 상기 방법은 다음 단게들을 포함할 수 있다:
단계(301), 현재 전송 방법에서 사용자 장비(UE)에 의해 보고되는 시나리오 식별 관련 데이터를 수신하는 단계.
상기 시나리오 식별 관련 데이터는 다음의 데이터 중 적어도 하나를 포함한다: SRS 채널 추정 결과, 공간 채널 시간 상관(spatial channel time correlation), 채널 품질 지시자(Channel Quality Indicator: CQI), 랭크 지시자(rank indicator: RI), PMI, 신호 대 간섭 잡음비, 신호 대 간섭 잡음비(Signal to Interference Plus Noise Ratio: SINR), 상향링크 전력 헤드룸 리포트(Power Headroom Report: PHR), 변조 곱 코딩율(Modulation Product Coding Rate: MPR), 개루프 전송률 제어(Open-loop Rate Control: OLRC), 참조 신호 수신 전력(Reference Signal Receiving Power: RSRP), 버퍼 점유(Buffer Occupy: BO), 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, 변조 및 코딩 스킴(Modulation and Coding Scheme: MCS), 블록 오류율(Block Error Ratio: BLER), 스루풋, 및 다중-사용자 공간 채널 상관(multi-user spatial channel correlation).
상이한 전송 방법들에서 상기 시스템에서의 각 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터는 상이하다. 상기 시나리오 식별 관련 데이터는 시나리오 관련 데이터(scenario related data) 및 전송 성능 관련 데이터(transmission performance related data)로 분할될 수 있다. 예를 들면, TM1에 대하여, 상기 UE에 의해 보고되는 상기 시나리오 관련 데이터는 CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP, BO 등을 포함한다. 상기 UE에 의해 보고되는 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, MCS, BLER, 스루풋 등을 포함한다. TM2에 대하여, 상기 UE에 의해 보고되는 상기 시나리오 관련 데이터는 SRS 채널 추정 결과, 공간 채널 시간 상관, CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 UE에 의해 보고되는 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 및 다중-사용자 공간 채널 상관을 포함한다.
구체적으로, 상기 기지국은 상기 시스템에서 각 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터를 수신하고, 후속 단계들에서 상기 시나리오 식별 관련 데이터에 기초하여 각 UE에 대해 상응하는 타겟 전송 방법을 결정한다.
단계(302), 상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들(predefined transmission methods) 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계.
종래 기술과 비교하면, 상기 시스템은 적어도 2개의 미리 정의된 전송 방법들을 지원하여(예를 들면, 4개의 미리 정의된 전송 방법들 TM1, TM2, TM3, 및 TM6을 지원), 이에 따라 상기 UE는 본 문서에서 제공되는 전송 방법 전환 방법에 따라 적어도 2개의 미리 정의된 전송 방법들 간에 방법을 전환할 수 있다.
구체적으로, 각 UE에 대하여, 상기 기지국은, 수신된 상응하는 시나리오 식별 관련 데이터에 기초하여, 상기 시스템에 의해 지원되는 복수의 전송 방법들 중에서 각 UE에 대해 현재 시나리오에 적응된 타겟 전송 방법을 결정한다.
단계(303), 상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하는 단계.
본 문서에서 제공되는 전송 방법 전환 방법에서, 상기 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터에 기초하여, 시나리오와 매칭되는 상기 타겟 전송 방법이 상기 UE에 대해 결정되어, 이에 따라 상기 전송 방법 전환 프로세스 시, 선택 가능한 전송 방법들이 더 많고, 전송 방법 전환 후 상기 시스템의 스루풋 및 스텍트럼 효율이 개선된다.
본 문서의 선택적(optional) 실시예에서, 상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계는: 상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 상기 시나리오 식별 관련 데이터에 대해 특성 추상화(characteristic abstraction)를 수행하는 단계; 및 시나리오 식별 관련 특성 데이터에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함한다.
상기 특성 추상화는 시나리오 식별 관련 데이터에 대해 수행되며, 상기 추상화된 데이터는 추상화된 시나리오 식별 관련 데이터로 지칭될 수 있고, 또한 시나리오 식별 관련 특성 데이터로도 지칭될 수 있다.
상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 시나리오 식별 관련 데이터에 대해 특성 추상화를 수행하는 단계는 또한 상응하는 시나리오 식별 특성 데이터를 얻기 위해 시나리오 식별 관련 데이터에 대해 채널 품질 특성 추상화(channel quality characteristic abstraction) 및 이동성 특성 추상화(mobility characteristic abstraction)를 수행하는 단계로 간주될 수도 있다. 상기 상응하는 시나리오는 채널 품질 특성 및 이동성 특성에 기초하여 결정될 수 있다. 상기 시나리오 식별 관련 데이터에 대해 채널 품질 특성 추상화 및 이동성 특성 추상화를 수행하는 단계는: 미리 정의된 지속시간(duration) 내의 시간 단위들(time units)에서 상기 시나리오 식별 관련 데이터에 상응하는 데이터 값들의 평균(average) 및/또는 분산(variance)을 획득하고(acquiring), 상기 평균 및/또는 분산을 추상화된 시나리오 식별 관련 특성 데이터로서 이용하는 단계를 포함하며, 여기서 상술된 시간 단위들은 슬롯들(slots)일 수 있으나 이에 제한되지 않는다.
상기에서, 상기 채널 품질 관련 데이터 및 상기 이동성 관련 데이터는 각각 다음의 데이터 중 적어도 하나를 포함한다: SRS 채널 추정 결과, 공간 채널 시간 상관, CQI, RI, SNR, PMI, SINR, PHR, MPR, OLRC, RSRP, BO, 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 및 다중-사용자 공간 채널 상관.
구체적으로, CQI, SINR, RI, PHR, MPR, RSRP, MCS, BLER, 스루풋, 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, 공간 채널 시간 상관, 다중-사용자 공간 채널 상관, 및 BO와 같은, 데이터에 대하여, 시간 범위 T(즉, 미리 정의된 지속시간) 내의 각 슬롯에 상응하는 데이터 값들은 상응하는 평균을 획득하도록 평균 내어지고, 및/또는 상응하는 분산을 획득하기 위해 상기 시간 범위 T 내의 각 슬롯에 상응하는 상기 데이터 값들의 분산이 계산된다. 상기 시간 T는 요건들(requirements)에 따라 설정될 수 있는 파라미터이다. 신호 대 잡음비(signal to noise ratio: SNR)는 CQI 및 RI에 따라 계산되고, 상기 시간 범위 T 내의 각 슬롯에 상응하는 SNR 값들은 평균 SNR을 획득하기 위해 평균 내어지며, 및/또는 상응하는 SNR 분산을 얻기 위해 상기 시간 범위 T 내 각 슬롯에 상응하는 SNR 값들의 분산이 계산된다. 상기 SRS 채널 추정 결과에 대하여, 상기 시간 범위 T 내의 각 슬롯에 상응하는 채널 상관 행렬(channel correlation matrix)의 특성 벡터(characteristic vector) 및 특성값(characteristic value)이 계산되고, 각 특성 벡터의 평균 각도(average angle) 및/또는 각도 분산(angle variance)이 계산된다.
예를 들면, 이동성 시나리오에 대하여, 상기 기지국은 상기 UE에 의해 보고되는 많은 사용자 데이터(즉, 시나리오 식별 관련 데이터)를 수신할 수 있다. 채널 시간 상관처럼, 이들 데이터는 채널 품질 및 이동성과 관련되어 있지만, 이들 데이터와 상기 이동성 시나리오 간의 관계는 결정적 관계(deterministic relationship)가 아니라 확률적 관계(probabilistic relationship)이며(일부 데이터에 상응하는 확률적 관계가 표 1에 나타나 있음), 따라서 이들 데이터는 이동성 시나리오 식별에 직접 이용될 수 없다.
시나리오 식별 관련 데이터 채널 품질 이동성
TC 채널 품질이 불량한 경우, TC는 작을 수 있고 빠르게 변할 수 있다 UE가 고속으로 이동하는 경우, TC는 작을 수 있다
RI 채널 품질이 양호한 경우, RI는 클 수 있다 UE가 고속으로 이동하는 경우, RI는 클 수 있고 빠르게 변할 수 있다
CQI 채널 품질이 양호한 경우, CQI는 클 수 있다 UE가 고속으로 이동하는 경우, CQI는 클 수 있고 빠르게 변할 수 있다
PMI 채널 품질이 불량한 경우, PMI는 빠르게 변할 수 있다 UE가 고속으로 이동하는 경우, PMI는 빠르게 변할 수 있다
PHR 채널 품질이 불량한 경우, PHR은 작을 수 있고 빠르게 변할 수 있다 UE가 고속으로 이동하는 경우, PHR은 빠르게 변할 수 있다
상기 특성들로 인해, 본 문서는 상기 데이터에 기초하여 시나리오 식별 및 전송 방법을 예측하기 위해 인공지능(Artificial Intelligence: AI) 모델을 이용할 수 있다. 구체적으로, 먼저, 상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 시나리오 식별 관련 데이터에 대해 특성 추상화가 수행될 수 있고, 시나리오 식별 및 전송 방법의 예측은 이러한 시나리오 식별 특성 데이터에 기초하여 수행된다. 상이한 특성 추상화 방법들이 상이한 시나리오 식별 데이터에 적용될 수 있다. 표 1의 데이터 특성 추상화 방법들 중 일부는 표 2에 나타나 있다(여기서 T는, 예를 들면, T가 200 슬롯(slots)을 포함하는 것과 같이, 구성 가능함(configurable)).
시나리오 식별 관련 데이터 채널 품질 특성 추상화 이동성 특성 추상화
TC 시간 범위 T 내에서 TC의 평균 및 분산을 계산 시간 범위 T 내에서 TC의 평균을 계산
RI - -
CQI 시간 범위 T 내에서 SNR의 평균을 계산, 여기서 SNR은 RI 및 CQI로부터 도출됨 시간 범위 T 내에서 SNR의 분산을 계산
PMI 시간 범위 T 내에서 PMI의 분산을 계산 시간 범위 T 내에서 PMI의 분산을 계산
PHR 시간 범위 T 내에서 PHR의 평균 및 분산을 계산 시간 범위 T 내에서 PHR의 분산을 계산
도 4에 도시된 바와 같이, 상기 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터는, 상응하는 시나리오 식별 특성 데이터를 얻기 위해, 상술된 표 2의 특성 추상화 방법들을 이용하여 각각 추상화된다. 특성 추상화 후 얻어진 상기 시나리오 식별 관련 특성 데이터는 상기 타겟 전송 방법의 예측을 위한 후속 AI 모델의 입력으로서 이용될 수 있다. 도 4에서, 좌측 표의 시나리오 식별 관련 데이터의 각 샘플은, 1, 2, ..., 100,000과 같은, 샘플 ID에 상응하며, 각 샘플은, D1(슬롯 인덱스), D2(PMI), D3(CQI), D4(PHR) 등과 같은, 복수의 시나리오 식별 관련 데이터에 상응한다. 우측 표의 시나리오 식별 관련 데이터의 샘플들은 특성 추상화(예를 들면, 분산 및/또는 평균의 계산)를 통해 얻어질 수 있다. 상기 특성 추상화는 중복 데이터(redundant data)를 감소시킬 수 있으며, 도 4에 도시된 바와 같이, 100,000개의 샘플 데이터가 150개의 샘플 데이터로 감소된다. 특성 추상화 후 각 샘플은, x1 (시간 인덱스), x2 (ΔPMI), x3 (ΔCQI), x4 (
Figure pat00001
), x5(ΔPHR) 등과 같은, 복수의 시나리오 식별 관련 특성 데이터에 상응한다. 구체적으로, 상기 상응하는 시나리오 식별 특성 데이터를 얻기 위해 상기 시나리오 식별 관련 데이터에서 각각의 미리 정의된 기간 T 내의 각 슬롯에 상응하는 데이터 값의 분산 및/또는 평균이 계산되며, 이 프로세스에서, 상기 좌측 표의 미리 정의된 기간 T 내의 복수의 샘플들은 상기 우측 표의 하나의 샘플에 상응하는데, 즉, 데이터 양이 특성 추상화를 통해 감소된다.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터(추상화된 시나리오 식별 관련 데이터 또는 시나리오 식별 관련 특성 데이터일 수 있음)에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계는: 상기 시나리오 식별 관련 데이터에 기초하여, 상기 mMIMO 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 미리 결정된 전송 성능을 충족할 수 있도록 하는 상기 UE에 상응하는 제1 확률을 획득하는(acquiring) 단계; 및 상기 UE에 상응하는 각각의 제1 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함한다.
구체적으로, 복수의 미리 정의된 전송 방법들 중에서 상기 타겟 전송 방법을 결정하는 단계는, 상기 복수의 미리 정의된 전송 방법들 중에서, 상기 UE가 상기 mMIMO로 하여금 상기 미리 결정된 전송 성능을 충족할 수 있도록 하는(예를 들면, mMIMO로 하여금 최대 스루풋을 얻을 수 있도록 하는) 미리 정의된 전송 방법을 결정하는 단계로서 이해될 수 있는데, 즉, 상기 UE는 상기 시스템으로 하여금 다른 미리 정의된 전송 방법들의 경우보다 상기 결정된 타겟 전송 방법에서 더 양호한 전송 성능을 얻을 수 있도록 할 수 있다. 구체적으로, 상기 UE에 상응하는 상기 시나리오 식별 관련 데이터에 따라, 상기 UE가 상기 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 최대 스루풋을 얻을 수 있도록 하는 상기 제1 확률이 얻어지는데, 즉, 상기 UE는 복수의 제1 확률들에 상응한다. 다음으로, 상기 UE에 상응하는 각각의 제1 확률의 값에 따라, 상기 UE의 상기 타겟 전송 방법은 상기 미리 정의된 전송 방법들 중에서 더 결정될 수 있다.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터에 기초하여, 상기 mMIMO 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 미리 결정된 전송 성능을 충족할 수 있도록 하는 상기 UE에 상응하는 제1 확률을 획득하는 단계는: 상기 시나리오 식별 관련 데이터를 미리 정의된 확률 예측 모델에 입력하고, 각각의 미리 정의된 전송 방법에서 최대 스루풋을 얻는 상기 UE에 상응하는 상기 제1 확률을 획득하는 단계를 포함한다. 상기 확률 예측 모델은 결정 트리 모델(decision tree model) 등과 같은 AI 모델일 수 있으나, 이에 제한되지 않는다.
본 문서의 상술된 해결책은 이하의 예를 이용하여 더 예시된다. 이 예에서, 상기 시스템은 4개의 미리 정의된 전송 방법들, 즉, TM1, TM2, TM3, 및 TM6을 지원한다. 도 5a에 도시된 바와 같이, 상기 UE에 상응하는 각각의 제1 확률을 획득하는 프로세스는 다음의 단계들을 포함할 수 있다:
단계 1, 상기 기지국은 상기 UE에 의해 보고되는 시나리오 식별 관련 데이터를 수집한다. 상기 시나리오 식별 관련 데이터는 시나리오 관련 데이터 및 전송 성능 관련 데이터를 포함할 수 있다.
TM1에 대하여, 상기 시나리오 관련 데이터는 CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, MCS, BLER, 스루풋 등을 포함한다.
TM2에 대하여, 상기 시나리오 관련 데이터는 SRS 채널 추정 결과, 공간 채널 시간 상관, CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 다중-사용자 공간 채널 상관 등을 포함한다.
TM3에 대하여, 상기 시나리오 관련 데이터는 CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 다중-사용자 공간 채널 상관 등을 포함한다.
TM6에 대하여, 상기 시나리오 관련 데이터는 CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 다중-사용자 공간 채널 상관 등을 포함한다.
단계 2, 상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 시나리오 식별 관련 데이터에 대해 특성 추상화가 수행된다.
상기 기지국이 상기 UE에 상응하는 각각의 제1 확률을 얻기 위해 상기 수집된 시나리오 식별 관련 데이터를 이용하기 전에, 상기 특성 추상화가 먼저 상기 시나리오 식별 관련 데이터에 대해 수행된다. 데이터 추상화 방법들은 구체적으로 평균 계산, 분산 계산, 및 특성값 계산 등을 포함한다.
보다 구체적으로, CQI, SINR, RI, PHR, MPR, RSRP, MCS, BLER, 스루풋, 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, 공간 채널 시간 상관, 다중-사용자 공간 채널 상관, 및 BO와 같은, 데이터에 대하여, 시간 범위 T(즉, 미리 정의된 지속시간) 내의 각 슬롯에 상응하는 데이터 값들은 상응하는 평균을 획득하기 위해 평균 내어지고, 상응하는 분산을 획득하기 위해 상기 시간 범위 T 내의 각 슬롯에 상응하는 데이터 값들의 분산이 계산된다. 상기 시간 범위 T는 요건들에 따라 설정될 수 있는 파라미터이다. 신호 대 잡음비(SNR)는 CQI 및 RI에 따라 계산되고, 상기 시간 범위 T 내의 각 슬롯에 상응하는 SNR 값들은 평균 SNR을 얻기 위해 평균 내어지며, 상응하는 SNR 분산을 획득하기 위해 상기 시간 범위 T 내의 각 슬롯에 상응하는 상기 SNR 값들의 분산이 계산된다. 상기 SRS 채널 추정 결과에 대하여, 상기 시간 범위 T 내의 각 슬롯에 상응하는 채널 상관 행렬의 특성 벡터 및 특성값이 계산되고, 각 특성 벡터의 평균 각도 및 각도 분산이 계산된다.
단계 3, 상기 UE에 상응하는 각각의 제1 확률이 상기 시나리오 식별 관련 데이터에 기초하여 획득된다.
구체적으로, 도 5b에 도시된 바와 같이, 상기 시나리오 식별 관련 특성 데이터는 미리 정의된 결정 트리 모델(즉, 상응하는 AI 확률 예측 모델)에 입력되고, 각각의 미리 정의된 전송 방법에서 상기 UE에 상응하는 최대 스루풋을 얻는 각각의 제1 확률이 얻어지는데, 즉, TM1, TM2, TM3, 및 TM6의 확률들이 각각 상기 UE의 상기 타겟 전송 방법으로서 이용된다.
상기 미리 정의된 결정 트리 모델을 이용하기 전에, 상기 미리 정의된 결정 트리 모델은 트레이닝되어야 함을 유의해야 하며, 도 5c에 도시된 바와 같이, 트레이닝 프로세스는 다음의 단계들을 포함할 수 있다.
단계 1, 사용자 전송 관련 파라미터들이 구성될 수 있는데, 즉, 상응하는 전송 방법에 상응하는 구성 파라미터들이 상기 시스템에서의 각 UE에 전송된다.
TM1에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: CSI-RS 구성 파라미터들을 사용자에게 전송하는 단계, 유형 I 코드북 구성 파라미터들을 전송하는 단계, 채널 상태 정보(CSI) 피드백 구성 파라미터들을 전송하는 단계, 및 복조 참조 신호(Demodulation Reference Signal: DMRS) 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
TM2에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: SRS 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
TM3에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: 유형 II 코드북 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
TM6에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: 유형 I 코드북 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
상기 전송 방법들이 또한 TM4, TM5, TM7, 및 TM8도 포함하는 경우:
TM4에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: SRS 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
TM5에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: 유형 II 코드북 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
TM7에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: 유형 I 코드북 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
TM8에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: 유형 I 코드북 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다.
NR 표준에서 구현될 수 있는 다른 전송 방법들에 대하여, 상응하는 구성 파라미터들도 또한 상기 사용자에게 전송될 수 있다.
단계 2, 상응하는 전송 방법이 상기 사용자에 대해 스케줄링되고 전송되며, 상기 사용자에 의해 보고되는 상기 시나리오 식별 관련 데이터가 동시에 수집되고, 상응하는 기지국 로그 데이터(log data)(시나리오 식별 관련 데이터를 포함)는 상이한 시나리오들에서 상이한 전송 방법들에 대해 수집된다.
TM1에 대하여, 상기 시나리오 관련 데이터는 CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, MCS, BLER, 스루풋 등을 포함한다.
TM2에 대하여, 상기 시나리오 관련 데이터는 SRS 채널 추정 결과, 공간 채널 시간 상관, CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 다중-사용자 공간 채널 상관 등을 포함한다.
TM3에 대하여, 상기 시나리오 관련 데이터는 CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 다중-사용자 공간 채널 상관 등을 포함한다.
TM6에 대하여, 상기 시나리오 관련 데이터는 CQI, RI, PMI, SINR, PHR, MPR, OLRC, RSRP 등을 포함한다. 상기 전송 성능 관련 데이터는 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, MCS, BLER, 스루풋, 다중-사용자 공간 채널 상관 등을 포함한다.
구체적으로, 상기 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터에 대하여, 상기 기지국은 또한, 상기 타겟 전송 방법을 결정하기 위해 이들 데이터를 이용하기 전에, 상응하는 시나리오 식별 관련 특성 데이터를 획득하기 위해, 평균, 분산, 또는 특성값을 계산함으로써 이들 데이터에 대해 특성 추상화를 수행할 수 있다.
보다 구체적으로, CQI, SINR, RI, PHR, MPR, RSRP, MCS, BLER, 스루풋, 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, 공간 채널 시간 상관, 다중-사용자 공간 채널 상관, 및 BO와 같은, 데이터에 대하여, 시간 범위 T(즉, 미리 정의된 지속시간) 내의 각 슬롯에 상응하는 데이터 값들은 상응하는 평균을 획득하기 위해 평균 내어지고, 및/또는 상응하는 분산을 획득하기 위해 상기 시간 범위 T 내의 각 슬롯에 상응하는 데이터 값들의 분산이 계산된다. 상기 시간 범위 T는 요건들에 따라 설정될 수 있는 파라미터이다. 신호 대 잡음비(SNR)는 CQI 및 RI에 따라 계산되고, 상기 시간 범위 T 내의 각 슬롯에 상응하는 SNR 값들은 평균 SNR을 획득하기 위해 평균 내어지며, 및/또는 상응하는 SNR 분산을 얻기 위해 상기 시간 범위 T 내의 각 슬롯에 상응하는 상기 SNR 값들의 분산이 계산된다. 상기 SRS 채널 추정 결과에 대하여, 상기 시간 범위 T 내의 각 슬롯에 상응하는 채널 상관 행렬의 특성 벡터 및 특성값이 계산되고, 각 특성 벡터의 평균 각도 및/또는 각도 분산이 계산된다.
단계 3, 트레이닝된 모델이 후속 전송 방법 예측을 위한 요건을 충족할 수 있도록 모델 트레이닝이 수행된다.
상기 모델은 결정 트리 모델일 수 있으나, 이에 제한되지 않는다.
단계 2에서 특성-추상화된 데이터는 미리 정의된 결정 트리 모델에 입력되고, 상기 미리 정의된 결정 트리 모델의 출력은 TM1, TM2, TM3, 및 TM6이라는 상기 4개의 전송 모델들에 상응하는 확률들이다. 파라미터들이 동일한 시나리오에서 입력되는 경우, 상응하는 전송 스루풋이 더 높을수록, 상응하는 전송 모드의 상응하는 확률값이 더 높다.
이 예에서, 기존 조건-기반의 TM 전환 방법과 비교하여, 본 문서의 실시예에서 제공되는 AI 모드-기반의 전송 방법 확률 예측은 다음과 같은 유리한 효과들을 가진다.
첫째로, 상응하는 시나리오에서 전송 방법의 성능은 복수의 인자들에 의해 영향 받을 수 있고, AI-기반의 모드는 다양한 영향 인자들(influencing factors)을 종합하여(synthesize) 종합적인 결정(comprehensive decision)을 내릴 수 있다. 예를 들면, 이동 속도가 더 높을수록, SU-MIMO에 비해 MU-MIMO의 성능 개선이 더 적어지지만, SU-MIMO에 비해 MU-MIMO의 성능 개선이 사라지는 경우 상응하는 속도 임계치들은 상이한 SNR들 하에서 상이하며, 또한 직접 방사(direct radiation) 또는 다중경로(multipath)가 있는 경우에도 상이하다. 복수의 조건들이 조건 판단(condition judgment) 방법에 도입되는 경우에도, 복수의 조건들을 적절히(properly) 종합하는 것은 어렵다. 상기 AI-기반의 모드는 복수의 영향 인자들을 종합하기에 적합하다.
둘째로, 기지국 측에서 얻을 수 있는, 사용자 이동 시나리오들, 산란(scattering) 또는 다중경로(multipath) 시나리오들, 및 높고 낮은 채널 품질 시나리오들과, 사용자 이동 속도, 산란 또는 다중경로, 채널 품질, 및 공간 상관과 같은, 전송 방법의 결정에 영향을 미치는 조건들 간의 관계는 일반적으로 결정적 관계가 아니라 확률적 관계이다. 예를 들면, 이동 속도가 더 빠를수록, 채널 시간 상관(channel time correlation)의 값은 더 작아지지만, 상기 이동 속도 및 상기 채널 시간 상관은 고정된 의존성(fixed dependency) 이 아니다. 예를 들면, 시속 3 킬로미터의 이동 속도에 상응하는 공간 상관 값이 반드시 시속 1 킬로미터의 이동 속도에 상응하는 공간 채널 상관 값보다 작은 것은 아닐 수 있다. 상기 AI-기반의 방법은, 효과적인 정보를 최대한 이용하고 판단의 정확도를 개선하기 위해, 시나리오 결정과 관련된 확률 인자들을 종합하고, 종합적인 확률 예측을 출력할 수 있다.
셋째로, 본 문서의 실시예는 상기 기지국에 의해 측정되는 파라미터들을 트레이닝 또는 예측을 위해 AI 모델에 직접 입력하는 것이 아니라 데이터에 대해 특성-기반의 처리(characteristic-based preprocessing)(상술된 특성 추상화)를 수행한다. 데이터 특성들의 처리를 통해, 다음의 이점들 중 적어도 하나 이상이 얻어질 수 있다.
(1) 데이터 특성 추상화는 정보량을 유지하면서도 데이터 양을 크게 감소시킬 수 있으며, 이는 AI 처리 모듈과 관련된 메모리 요건을 감소시킬 수 있다.
(2) 데이터 특성 추상화는 정보량을 유지하면서도 데이터에서 유효하지 않고 간섭하는 데이터를 크게 감소시킬 수 있으며, 이는 AI 처리 모듈과 관련된 버짓 정확도(budget accuracy)를 개선할 수 있다.
(3) 데이터 특성 추상화를 통해, 이에 따라 AI 모듈의 처리 복잡도(processing complexity)가 감소될 수 있을 것이다.
또한, 상기 방법은, TM1, TM2, TM3, 및 TM6의 사용자 풀들(user pools)을 비롯한, 복수의 전송 방법들의 사용자 풀들(즉, UE 풀들)의 초기화(initialization)를 포함할 수 있다.
TM1, TM2, TM3, 및 TM6라는 복수의 전송 방법들의 도입으로 인해, 공간 채널 상태 정보를 얻는 오직 하나의 방법만이 MU-MIMO 사용자들을 위해 이용되는 종래 기술(TDD 시스템에서, 채널 상호성(channel reciprocity)을 이용하여 공간 채널 상태 정보를 얻는 데 SRS가 이용되고; FDD 시스템에서, 공간 채널 상태 정보를 획득하는 데 PMI 피드백 방법이 이용됨)과 비교하여, 본 문서의 실시예들은 SU-MIMO 또는 MU-MIMO를 위한 공간 채널 상태 정보를 얻는 복수의 방법들의 이용을 지원하며, 특히 TDD 시스템에서, 상기 PMI 피드백 방법도 또한 공간 채널 상태 정보를 얻는 데 이용된다.
SU-MIMO 및 MU-MIMO는 공간 채널 상태 정보의 정확도에 대해 상이한 요건들을 가지며, 또한 이동성 시나리오에서 이동성에 의해 발생되는 공간 채널 상태 정보의 노후화(obsolescence)에 대해 상이한 민감도를 가지기 때문이다. 공간 채널 상태 정보를 얻는 적절한 방법은 상이한 시나리오들 및 사용자들의 상태들에 따라 공간 채널 상태 정보를 얻는 복수의 방법들 중에서 선택될 수 있다.
구체적으로, 유형 I 코드북 PMI 피드백에 기초한 공간 채널 상태 정보의 양자화 정확도(quantization accuracy)는 유형 II 코드북 PMI 피드백에 기초한 공간 채널 상태 정보의 양자화 정확도보다 낮지만, 유형 I 코드북 PMI 피드백에 기초한 공간 채널 상태 정보는 유형 II 코드북 PMI 피드백에 기초한 공간 채널 상태 정보보다 사용자의 이동성에 대해 상대적으로 더 견고하다.
유형 II 코드북 PMI 피드백에 기초한 공간 채널 상태 정보의 양자화 정확도는 공간 채널 상태 정보에 기초한 SRS의 양자화 정확도보다 낮지만, 유형 II 코드북 PMI 피드백에 기초한 상기 공간 채널 상태 정보는 공간 채널 상태 정보에 기초한 SRS보다 사용자의 이동성에 대해 상대적으로 더 견고하다.
SU-MIMO의 스펙트럼 효율은 일반적으로 MU-MIMO의 스펙트럼 효율보다 낮지만, SU-MIMO는 MU-MIMO보다 사용자의 이동성에 대해 상대적으로 더 견고하다.
상기 시스템이 채널 상태 정보 획득 방법들 및 SU/MU-MIMO의 조합의 복수의 전송 방법들을 포함하는 경우, 사용자들은 특정 시나리오에 따라 적절한 전송 방법을 선택할 수 있다. 전송 방법이 적절히 선택되는 경우, 상기 시스템은 다양한 시나리오들에서 전송 성능이 최고인 후보 전송 방법의 최고의 성능을 얻을 수 있다.
상기 실시예들은 기지국이 각 UE에 상응하는 제1 확률을 얻는 프로세스를 설명하고 있는데, 이는 사용자-레벨에서 전송 방법의 확률 예측으로서 이해될 수 있다. 이와 같이 한 후, 각각의 전송 방법의 사용자 풀의 사용자 리스트를 얻기 위해, 즉, 상기 시스템에서 각 사용자에 대해 적절한 전송 방법을 결정하기 위해, 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건과 같은, 결정 인자들을 더 종합적으로 고려할 필요가 있다. 이 프로세스는, 도 6a에 도시된 바와 같이, 상기 전송 방법의 UE 풀 내의 UE 리스트를 얻기 위해, 시스템-레벨에서의 전송 방법의 공동 결정(joint decision)으로서 이해될 수 있다.
본 문서의 선택적 실시예에서, 상기 UE에 상응하는 각각의 제1 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는: 상기 UE에 상응하는 각각의 제1 확률에 기초하고, 또한 각각의 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나와 조합하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계를 포함한다.
또한, 상기 UE는, 상기 UE에 상응하는 각각의 제1 확률에 기초하여, 최대 제1 확률에 상응하는 상기 미리 정의된 전송 방법의 상응하는 UE 풀에 추가되고; 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률은, 각각의 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 UE에 상응하는 각각의 제2 확률을 얻기 위해 조정되며; 상기 UE의 상기 타겟 전송 방법은 상기 UE에 상응하는 각각의 제2 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 결정된다.
구체적으로, 각 UE에 상응하는 각각의 제1 확률을 획득한 후, 각 UE는 최대 제1 확률에 상응하는 상기 미리 정의된 전송 방법의 상기 상응하는 UE 풀에 추가된다. 예를 들면, UE1에 대하여, 상기 시스템에 의해 지원되는 상기 4개의 TM들(TM1, TM2, TM3, 및 TM6)에서의 제1 확률들은 각각 0.6, 0.2, 0.1, 및 0.1이다. 다음으로, UE1은 TM1에 상응하는 UE 풀에 추가된다.
다음으로, 상기 상응하는 UE 풀 내의 각 UE의 제1 확률은 각각의 전송 방법에 상응하는 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건과 같은 결정 인자들에 따라 조정되는데, 즉, 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건의 상술된 검출(detection)이 상응하는 UE에 대해 수행된 다음, 상기 제1 확률은 각 UE에 상응하는 각각의 제2 확률을 얻기 위해 상기 검출 결과에 기초하여 조정되며, 최종적으로 상기 UE에 상응하는 상기 타겟 전송 방법은 상기 제2 확률에 기초하여 결정된다. 구체적으로, 도 6b에 도시된 바와 같이, 상기 검출 프로세스는 다음의 단계들을 포함할 수 있다:
단계 1, 전송 방법의 확률은 상기 단말 능력 요건에 기초하여 각 사용자에 대해 조정되는데, 즉, 상기 단말 능력 요건을 갖는 상기 미리 정의된 전송 방법의 UE 풀 내 UE에 대한 확률이 조정된다.
단계 2, 상기 전송 방법의 확률은 상기 시스템 자원 제한에 기초하여 각 사용자에 대해 조정되는데, 즉, 상기 시스템 자원 제한을 갖는 상기 미리 정의된 전송 방법의 UE 풀 내 UE에 대한 확률이 조정된다.
단계 3, 상기 전송 방법의 확률은 상기 다중-사용자 수 요건에 기초하여 각 사용자에 대해 조정되는데, 즉, 상기 다중-사용자 수 요건을 갖는 상기 미리 정의된 전송 방법의 UE 풀 내 UE에 대한 확률이 조정된다.
단계 4, 각 UE에 상응하는 각각의 조정된 제2 확률이 얻어지고, 각각의 UE 풀 내의 UE들은 상기 제2 확률에 기초하여 정렬되며(sorted), 상응하는 UE 리스트가 생성된다.
상기 실시예에서, 시스템-레벨에서의 전송 방법의 공동 결정을 통해, 사용자 관점만을 고려하는 것이 아니라, 사용자 및 시스템 관점들에서 상이한 시나리오들에 대해 최고의 전송 방법이 선택된다. 이하에서 공동 결정에 있어서 각각의 검출 프로세스가 상세히 설명될 것이다.
본 문서의 선택적 실시예에서, 단말 능력 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는: 상기 미리 정의된 전송 방법에서 상기 UE 풀에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함한다.
또한, 본 문서의 선택적 실시예에서, SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 상기 미리 정의된 전송 방법들에 대하여, 상기 2개의 미리 정의된 전송 방법들의 단말 능력 요건들에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는: 상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함한다.
예를 들면, TM1, TM2, TM3, 및 TM6에 대하여, 각각의 미리 정의된 전송 방법의 단말 능력들에 대한 요건들은 표 3에 나타나 있다.
미리 정의된 전송 방법 단말 능력 요건
TM1 요건 없음
TM2 SRS 능력 요건
TM3 CSI-RS 능력 요건, 코드북 능력 요건
TM6 요건 없음
다음으로, TM2에 대하여, TM2에 상응하는 상기 UE 풀에서 SRS 능력 요건을 충족하지 않는 UE들에 상응하는 제1 확률은 0으로 조정되고(즉, 미리 정의된 값이 0임), TM1, TM3, 및 TM6에서 이러한 UE들에 상응하는 제1 확률들은, 상응하는 제2 확률을 획득하기 위해, 각 UE에 상응하는 제2 확률들의 합이 1이 되도록 조정된다. TM3에 대하여, TM3에 상응하는 상기 UE 풀에서 CSI-RS 능력 요건 및/또는 코드북 능력 요건을 충족하지 않는 UE들에 상응하는 제1 확률은 0으로 조정되고(즉, 미리 정의된 값이 0임), TM1, TM2, TM3, 및 TM6에서 이러한 UE들에 상응하는 제1 확률들은, 상응하는 제2 확률들을 획득하기 위해, 각 UE에 상응하는 제2 확률들의 합이 1이 되도록 조정된다.
상기 시스템에 의해 지원되는 TM들이 TM3을 포함하지 않고, 예를 들면, 오직 TM1, TM2, 및 TM6만을 포함하는 경우, 단말 능력들에 대한 요건들은 감소된다. 유형 II 코드북이 단말에서 현재 지원되지 않는 경우, AI 모델의 트레이닝 난이도를 낮추고 상기 시스템의 복잡도를 낮출 수 있다.
이 실시예에서, 시스템-레벨에서의 전송 방법의 공동 결정에서 단말 능력 요건의 체크(checking)는 또한 사용자-레벨에서의 전송 방법의 확률 예측 전에 수행될 수도 있다. 예를 들면, TM2 및 TM3만을 지원하는 AI 모델들이 먼저 트레이닝되어 획득될 수 있고, 다음으로, SRS 능력 요건, CSI-RS 능력 요건, 및/또는 코드북 능력 요건을 충족하지 않는 UE들을 획득하기 위해, 상기 시스템에서의 UE들에 대해 터미널 능력 체크가 수행된다. 이러한 UE들의 시나리오 식별 특성 데이터는 오직 TM2 및 TM3만을 지원하는 AI 모델들로 입력되고, 각 UE에 상응하는 제1 확률이 출력된다. 후속하는 시스템-레벨에서의 전송 방법의 공동 결정에서, 단말 능력 요건 체크는 불필요하다.
사용자-레벨에서의 전송 방법의 확률 예측 전에 수행되는 상기 단말 능력 요건 체크는, AI 모델 트레이닝에서 상기 UE의 상이한 능력들이 고려될 수 있어, AI 모델 트레이닝 및 예측을 더 정확하게 만들 수 있다는 이점을 갖는다.
상이한 능력들을 갖는 사용자들은 상이한 AI 모델들을 이용할 수 있다. AI 모델이 유효한지 여부를 판단할 때, 상이한 AI 모델들이 개별적으로 판단될 수 있다. 오직 상응하는 유효하지 않은 AI 모델에 상응하는 사용자만이 AI-기반의 전송 방법 적응(즉, 본 문서의 실시예에서 제공되는 전송 방법 전환 방법)을 종료하고, 조건부 판단(conditional judgment)에 기초한 전통적인 전송 방법 적응 모드(transmission method adaptation mode)로 돌아간다.
상기 AI-기반의 전송 방법 적응 및 조건부 판단에 기초한 상기 전통적인 전송 방법 적응이 공존하는 경우, AI 전송 방법이 유효한 사용자의 전송 방법 적응이 조건 판단에 기초하여 먼저 완료되고, 이러한 사용자들은 결정을 완료하는 상기 전송 방법의 상응하는 자원 풀(즉, UE 풀)에 추가된다. AI-기반의 전송 방법 적응이 이루어지는 사용자들과 공동으로 처리되는 경우, 이러한 사용자들은 전송 방법 확률이 1인 사용자들로 간주될 수 있다. 예를 들면, 사용자에 대하여, 상기 AI-기반의 전송 방법 적응이 그에 대해 유효한 경우, 상기 UE에 상응하는 타겟 전송 방법을 얻기 위해 조건 판단에 기초한 상기 전통적인 전송 방법 적응이 채택되고, 상기 UE는 상기 상응하는 타겟 전송 방법의 상기 UE 풀에 추가된다. 후속하는 시스템-레벨의 전송 방법의 공동 결정 프로세스에서, 상기 타겟 전송 방법에서의 상응하는 제1 확률은 1로 설정된다.
본 문서의 실시예는, AI 모델의 트레이닝 시, 예를 들면, TM1 능력만 갖는 사용자들, TM1 및 TM2 능력들만 갖는 사용자들, TM1 및 TM6 능력들만 갖는 사용자들, TM1, TM6, 및 TM2 능력들만 갖는 사용자들, 및 모든 TM 능력들을 갖는 사용자들과 같이, 복수의 사용자 능력들을 갖는 사용자들이 트레이닝을 위해 선택될 수 있음을 제안한다. 상이한 사용자 능력들에 대하여, 상이한 AI 모델 트레이닝 결과들이 획득될 수 있다.
본 문서의 선택적 실시예에서, 시스템 자원 제한을 갖는 상기 미리 정의된 전송 방법들에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상응하는 UE 풀 내의 각 UE에 상응하는 상기 제1 확률을 조정하는 단계는: 상기 시스템 자원 제한에 상응하는 최대 사용자 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 제1 확률들의 내림 차순으로 상기 UE 풀 내 상기 UE들을 정렬하는(sorting) 단계; 상기 미리 정의된 전송 방법에서 상기 UE 풀 내 최대 UE 수보다 큰 시퀀스 번호(sequence number)를 갖는 UE에 상응하는 제1 확률을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 제1 확률을 조정하는 단계를 포함한다.
또한, SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 미리 정의된 전송 방법들에 대하여, 상기 2개의 미리 정의된 전송 방법들의 시스템 자원 제한에 기초하여, 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는: SRS 시스템 자원 제한에 상응하는 최대 UE 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 제1 확률들의 내림 차순으로 상기 UE 풀 내 상기 UE들을 정렬하는 단계; 및 상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀 내의 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 제1 확률을 조정하는 단계를 포함한다.
구체적으로, 예를 들면, 도 7a에 도시된 바와 같이, TM2에 대하여, 상기 미리 정의된 전송 방법의 시스템 자원 제한은 최대 SRS 수이고, 상응하는 최대 UE 수는 2이다. 각 UE가, 각 UE의 제1 확률에 기초하여, 최대 제1 확률에 상응하는 상기 미리 정의된 전송 방법의 상기 UE 풀에 추가된 후, 각각의 UE 풀에서의 UE 제1 확률들은 내림 차순으로 정렬되고, 각 UE의 시퀀스 번호가 상기 최대 UE 수(즉, 2)보다 큰지 여부가 결정된다. UE의 시퀀스 번호가 2보다 큰 경우, TM2에서 2보다 큰 시퀀스 번호를 갖는 UE의 제1 확률은 0으로 설정되고, TM1, TM3, 및 TM6에서 이러한 UE들의 제1 확률들은, 상응하는 제2 확률들을 얻기 위해, 각 UE에 상응하는 제2 확률들의 합이 1이 되도록 조정된다. 구체적인 확률 조정이 도 7b에 도시되어 있다. TM2에 상응하는 UE 풀에서 UE3의 제1 확률이 조정된다. UE3의 시퀀스 번호 3은 상기 최대 UE 수(즉, 2)보다 크기 때문에, TM2에서 UE3의 확률은 0으로 설정되고, TM1, TM3, 및 TM6에서의 제1 확률들은 각각 0.2, 0.6, 및 0.2로 조정되는데, 즉, UE3에 상응하는 제2 확률들은 각각 0.2, 0.6, 및 0.2이다.
본 문서의 선택적 실시예에서, 다중-사용자 수 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상응하는 UE 풀 내의 각 UE에 상응하는 제1 확률을 조정하는 단계는: 상기 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및, 상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 미리 정의된 전송 방법에서 모든 UE들에 상응하는 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 조정하는 단계를 포함한다.
또한, SRS 기반의 MU-MIMO, 유형 II 코드북 PMI 기반의 MU-MIMO, 유형 I 코드북 PMI 기반의 MU-MIMO, 및 개루프 MU-MIMO에 상응하는 미리 정의된 전송 방법들에 대하여, 상기 4개의 전송 방법들의 다중-사용자 수 요건들 중 적어도 하나에 기초하여 상응하는 UE 풀 내의 각 UE에 상응하는 제1 확률을 조정하는 단계는: 상기 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및, 상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 4개의 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 제1 확률들을 조정하는 단계를 포함한다.
구체적으로, 도 8a에 도시된 바와 같이, 각 UE가 각 UE에 상응하는 제1 확률에 기초한 최대 제1 확률에 상응하는 상기 미리 정의된 전송 방법의 상기 UE 풀에 추가된 후, 다중-사용자 수 요건을 갖는 TM에 상응하는 UE 풀에 대하여, 상응하는 최소 UE 수가 얻어지고, 상기 상응하는 UE 풀 내 UE 수는 상기 최소 UE 수와 비교된다. 상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 시스템에서 상기 미리 정의된 전송 방법에서 모든 UE들에 상응하는 제1 확률들은 0으로 설정되고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 제1 확률들은, 이러한 UE들에 상응하는 제2 확률들을 획득하기 위해, 각 UE에 상응하는 제2 확률들의 합이 0이 되도록 조정된다.
예를 들면, 도 8b에 도시된 바와 같이, 상기 시스템에서 상기 미리 정의된 방법들은 TM1, TM2, TM3, 및 TM6이며, 여기서 TM2, TM3, 및 TM6은 다중-사용자 수 요건들을 가지고, 상응하는 최소 UE 수는 3이다. 각 UE에 상응하는 제1 확률로부터, TM2에 상응하는 UE 풀은 UE2를 포함하고, TM3에 상응하는 UE 풀은 UE1을 포함한다는 것, 즉, TM2, TM3, 및 TM6에 상응하는 UE 풀 내 총 UE 수는, 상기 최소 UE 수(즉, 3)보다 작은, 2라는 것을 알 수 있다. 그러므로, TM2, TM3, 및 TM6에서 UE1 및 UE2 모두에 상응하는 제1 확률들은 모두 0으로 설정되고, TM1에서 UE1 및 UE2에 상응하는 제1 확률들은 각각 UE1 및 UE2에 상응하는 제2 확률들을 획득하기 위해 조정된다.
본 문서의 선택적 실시예에서, 상기 UE에 상응하는 각각의 제2 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는: 상기 UE에 상응하는 최대 제2 확률에 상응하는 상기 미리 정의된 전송 방법을 상기 UE의 상기 타겟 전송 방법으로 결정하는 단계를 포함한다.
구체적으로, 상기 시스템에서 각 UE에 상응하는 각각의 제2 확률이 획득된 후, 각 UE의 최대 제2 확률에 상응하는 상기 미리 정의된 전송 방법은 해당 UE의 타겟 전송 방법으로 결정된다. 다시 말하면, 미리 정의된 전송 방법이 업데이트되는 UE 풀을 얻기 위해, 상기 UE는 또한 상기 상응하는 최대 제2 확률에 상응하는 상기 미리 정의된 전송 방법의 UE 풀에 추가될 수 있다. 각각의 미리 정의된 전송 방법에서 상기 UE 풀 내 UE의 타겟 전송 방법은 상기 UE가 위치한 상기 UE 풀에 상응하는 미리 정의된 전송 방법이다.
본 문서의 선택적 실시예에서, 상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하는 단계는: 상기 타겟 전송 방법에 상응하는 구성 파라미터들을 상기 UE로 전송하고, 상기 UE에 대해 상응하는 스케줄링 및 전송을 수행하는 단계를 포함한다.
구체적으로, 먼저, 전술된 실시예에서 각 UE에 대해 결정된 상기 타겟 전송 방법에 따라, 상기 타겟 전송 방법에 상응하는 구성 파라미터들이 사용자에게 전송된다.
구체적으로, 타겟 전송 방법이 TM1인 UE에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는 CSI-RS 구성 파라미터들을 UE로 전송하는 단계, 유형 I 코드북 구성 파라미터들을 전송하는 단계, 채널 상태 정보(CSI) 피드백 구성 파라미터들을 전송하는 단계, 및 복조 참조 신호(DMRS) 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 전송하는 단계를 포함한다. 상기 UE에 의해 보고되는 PMI를 통해, 상기 기지국은 상기 UE의 공간 채널 정보를 얻는다.
타겟 전송 방법이 TM2인 UE에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: SRS 구성 파라미터들을 전송하는 단계, CSI 피드백 구성 파라미터들을 전송하는 단계, 및 DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 상기 UE로 전송하는 단계를 포함한다. 상기 UE에 의해 전송되는 SRS를 통해, 상기 기지국은 상기 UE의 공간 채널 정보를 획득한다.
타겟 전송 방법이 TM3인 UE에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: 유형 II 코드북 구성 파라미터들을 전송하고, CSI 피드백 구성 파라미터들을 전송하고, DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 상기 UE로 전송하는 단계를 포함한다. 상기 UE에 의해 보고되는 PMI를 통해, 상기 기지국은 상기 UE의 공간 채널 정보를 획득한다.
타겟 전송 방법이 TM6인 UE에 대하여, 상기 전송 방법과 관련된 파라미터들을 구성하는 단계는: 유형 I 코드북 구성 파라미터들을 전송하고, CSI 피드백 구성 파라미터들을 전송하고, DMRS 구성 파라미터들을 포함하는 PDSCH 구성 파라미터들을 상기 UE로 전송하는 단계를 포함한다. 상기 UE에 의해 보고되는 PMI를 통해, 상기 기지국은 상기 UE의 공간 채널 정보를 획득한다.
다음으로, 상기 UE에 대한 상기 타겟 전송 방법의 스케줄링 및 전송이 수행되고, 상기 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터가 동시에 수집된다. 이러한 시나리오 식별 관련 데이터는 본 문서에서의 AI-기반의 전송 방법 전환 방법이 유효한지 여부를 결정하는 데 이용될 수 있으며, 또한 AI 모델 트레이닝을 위한 데이터로서도 더 이용될 수 있다.
구체적으로, 타겟 전송 방법이 TM1인 UE에 대하여, SU-MIMO 스케줄링 및 전송이 수행된다.
TM2, TM3, 및 TM6 UE들에 대하여, MU-MIMO 스케줄링 및 전송이 수행된다.
상기 전송 프로세스 동안, 다음(next) 전송 방법 결정 사이클을 준비하기 위해, 상술된 실시예에서의 시나리오 식별 관련 데이터 수집 및 특성 추상화가 성공적으로 동시에 수행된다. 동시에, 스루풋 및 UE 전송 성능에 기초하여, 본 문서에서의 상기 AI-기반의 전송 방법 전환 방법이 유효한지 여부가 결정된다. 예를 들면, 일부 UE들이 연속적으로 오류 코드들을 생성하고 이들의 시스템 스루풋이 감소하는 경우, 본 문서에서의 상기 AI-기반의 전송 방법 전환 방법의 유효성은 종료될 수 있고, 조건 판단에 기초한 전통적인 전송 방법 전환 방법으로 돌아간다.
이하에서 예를 이용하여 본 문서의 실시예에서 제공되는 상기 전송 방법 전환 방법이 더 예시된다. 도 9에 도시된 바와 같이, 상기 방법은 다음의 단계들을 포함할 수 있다.
① 상기 기지국은 본 문서의 전송 방법 전환 방법을 실행하기 시작하고, TM1에 상응하는 UE 풀 1, TM2에 상응하는 UE 풀 2, TM3에 상응하는 UE 풀 3, 및 TM6에 상응하는 UE 풀 6을 각각 초기화한다.
② 사용자-레벨에서의 전송 방법 확률 예측이 수행되고, 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법이 결정된다. 구체적으로, 이는 다음의 단계들을 포함할 수 있다:
단계 1, 현재 전송 방법에서 상기 UE에 의해 보고되는 시나리오 식별 관련 데이터가 수신된다.
단계 2, 전송 성능 및 이동성 관련 데이터가 상기 시나리오 식별 관련 데이터로부터 추상화되는데, 즉, 상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 각 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터에 대해 특성 추상화가 수행된다.
단계 3, 각 UE에 상응하는 각각의 제1 확률이 미리 정의된 결정 트리 모델을 이용하여 예측되는데, 즉, 각 UE에 상응하는 상기 시나리오 식별 관련 특성 데이터가 상기 미리 정의된 결정 트리 모델에 입력되고, 각 UE에 상응하는 각각의 제1 확률이 출력된다.
③ 시스템-레벨에서의 전송 방법 확률 예측(공동 결정(joint decision)으로도 지칭됨)이 수행되는데, 즉, 각 UE에 상응하는 제1 확률에 기초하여, 상기 UE는 각각의 미리 정의된 전송 방법의 상응하는 UE 풀에 추가되고, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나와 조합하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법이 결정된다. 다시 말하면, 각각의 미리 정의된 전송 방법의 UE 풀에서의 현재 UE 리스트가 결정된다. 또한, 상응하는 전송 방법과 관련된 파라미터들이, RRC 신호를 통해, 각각의 UE 풀 내의 UE들에 대해 구성된다.
④ 스케줄링이 수행되는데, 즉, 상응하는 타겟 전송 방법의 스케줄링 및 전송이 상기 UE에 대해 수행된다. 구체적으로, 상응하는 SU-MIMO 및 MU-MIMO 스케줄링이 상기 시스템에서의 상기 UE에 대해 수행되고, 상기 UE에 의해 보고되는 공간 채널 정보가 상응하는 전송 방법에 기초하여 수신된다.
본 문서의 실시예의 구현 효과를 검증하기 위해, 결정 트리의 AI 분류 알고리즘(classification algorithm)이 본 문서의 실시예의 PDSCH 전송 모드의 예상(expectation)을 트레이닝하고 예측하는 데 이용된다. 외부-필드(external-field)에서의 기지국 로그 정보를 통해, PDSCH의 전송 방법이 학습(learned) 및 트레이닝되며(trained), 상기 학습 및 트레이닝된 방법은 다른 외부-필드의 기지국 로그 검출 결과들과 비교하는 데 이용된다. 비교를 통해, 상기 PDSCH 전송 모드를 결정하는 상기 방법의 정확도가 90%를 초과함이 밝혀졌다.
왜냐하면 상기 AI 모델의 트레이닝 프로세스는 한 번 구현되어 장시간 동안 이용되기 때문이며; 다른 한 편으로, 이 모델의 트레이닝은 상기 기지국에 의해 완료될 수 있고, 복잡도는 무시될 수 있다.
2개의 전송 방법들을 포함하는, 조건 판단에 기초한 기존 전송 방법 적응 방법과 비교하여, 본 문서의 실시예에서의 상기 AI-기반의 전송 방법 적응 방법은, 시스템 시뮬레이션 결과들에 나타낸 바와 같이, 이동성 시나리오에서 최대 30%를 초과하는 시스템 스루풋 개선을 얻을 수 있다. 비이동성 시나리오(non-mobility scenario)에서, 상기 전송 방법은 복수의 시나리오 인자들의 종합적 고려에 기초하여 결정되기 때문에, 2개의 전송 방법들을 포함하는, 조건 판단에 기초한 기존 전송 방법 적응 방법과 비교하여, 상기 전송 방법은 또한, 시스템 시뮬레이션 결과들에 나타낸 바와 같이, 최대 30% 시스템 스루풋 개선을 얻을 수 있다.
도 10은 본 문서의 실시예에서 제공되는 대규모 MIMO 시스템에서 전송 방법 전환 디바이스의 구조 블록도이다. 도 10에 도시된 바와 같이, 디바이스(1000)는 시나리오 식별 관련 데이터 수신 모듈(1001), 타겟 전송 방법 결정 모듈(1002), 및 전송 방법 전환 모듈(1003)을 포함할 수 있다.
시나리오 식별 관련 데이터 수신 모듈(1001)은 현재 전송 방법에서 사용자 장비(UE)에 의해 보고되는 시나리오 식별 관련 데이터를 수신하도록 구성된다.
타겟 전송 방법 결정 모듈(1002)은 상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하도록 구성된다.
전송 방법 전환 모듈(1003)은 상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하도록 구성된다.
본 문서에서 제공되는 상기 전송 방법 전환 방법에서, 상기 UE에 의해 보고되는 상기 시나리오 식별 관련 데이터에 기초하여, 상기 UE는 시나리오와 매칭되는 상기 타겟 전송 방법을 결정하여, 이에 따라, 상기 전송 방법 전환 프로세스 시, 선택 가능한 전송 방법들이 더 많게 되고, 상기 전송 방법 전환 후 상기 시스템의 스루풋 및 스펙트럼 효율이 향상된다.
본 문서의 선택적 실시예에서, 상기 미리 정의된 전송 방법들은 다음의 미리 정의된 전송 방법들 중 적어도 2개를 포함한다: 유형 I 코드북 피드백 프리코딩 행렬 지시자(PMI)에 기초한 단일-사용자 MIMO(SU-MIMO)(이하 유형 I 코드북 PMI 기반 SU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 사운딩 참조 신호(SRS)에 기초한 다중-사용자 MIMO(MU-MIMO)(이하 SRS 기반 MU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 유형 II 코드북 PMI에 기초한MU-MIMO(이하 유형 II 코드북 PMI 기반 MU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, SRS에 기초한 SU-MIMO(SRS 기반 SU-MIMO)에 상응하는 미리 정의된 전송 방법, 유형 II 코드북 피드백 PMI에 기초한 SU-MIMO(이하 유형 II 코드북 PMI 기반 SU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 유형 I 코드북 피드백 PMI에 기초한 MU-MIMO(이하 유형 I 코드북 PMI 기반 MU-MIMO로 지칭됨)에 상응하는 미리 정의된 전송 방법, 개루프 SU-MIMO에 상응하는 미리 정의된 전송 방법, 및 개루프 MU-MIMO에 상응하는 미리 정의된 전송 방법.
본 문서의 선택적 실시예에서, 상기 시나리오 식별 관련 데이터는 다음의 데이터 중 적어도 하나를 포함한다: SRS 채널 추정 결과, 공간 채널 시간 상관, 채널 품질 지시자(CQI), 랭크 지시자(RI), PMI, 신호 대 간섭 잡음비(SINR), 상향링크 전력 헤드룸 리포트(PHR), 변조 곱 코딩율(MPR), 개루프 전송률 제어(OLRC), 참조 신호 수신 전력(RSRP), 버퍼 점유(BO), 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, 변조 및 코딩 스킴(MCS), 블록 오류율(BLER), 스루풋, 및 다중-사용자 공간 채널 상관.
본 문서의 선택적 실시예에서, 상기 타겟 전송 방법 결정 모듈은 구체적으로: 상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 상기 시나리오 식별 관련 데이터에 대해 특성 추상화를 수행하는 단계; 및 시나리오 식별 관련 특성 데이터에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 타겟 전송 방법 결정 모듈은: 상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 상기 시나리오 식별 관련 데이터에 대해 채널 품질 특성 추상화 및 이동성 특성 추상화를 수행하는 단계에 더 이용된다.
본 문서의 선택적 실시예에서, 상기 타겟 전송 방법 결정 모듈은: 미리 정의된 지속시간 내의 시간 단위들에서 상기 시나리오 식별 관련 데이터에 상응하는 데이터 값들의 평균 및/또는 분산을 획득하고, 상기 평균 및/또는 분산을 추상화된 시나리오 식별 관련 특성 데이터로서 이용하는 단계에 더 이용된다.
본 문서의 선택적 실시예에서, 상기 타겟 전송 방법 결정 모듈은 제1 확률 획득 서브모듈 및 제1 타겟 전송 방법 결정 서브모듈을 포함하며, 여기서: 상기 제1 확률 획득 서브모듈은, 상기 시나리오 식별 관련 데이터에 기초하여, 상기 mMIMO 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 미리 결정된 전송 성능을 충족할 수 있도록 하는 상기 UE에 상응하는 제1 확률을 획득하는 단계에 이용되고; 상기 제1 타겟 전송 방법 결정 서브모듈은, 상기 UE에 상응하는 각각의 제1 확률에 기초하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 제1 확률 획득 서브모듈은 구체적으로: 상기 시나리오 식별 관련 데이터를 미리 정의된 확률 예측 모델에 입력하고, 각각의 미리 정의된 전송 방법에서 최대 스루풋을 얻는 상기 UE에 상응하는 제1 확률을 획득하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 타겟 전송 방법 결정 서브모듈은 구체적으로: 상기 UE에 상응하는 각각의 제1 확률에 기초하고, 또한 각각의 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나와 조합하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 제1 타겟 전송 방법 결정 서브모듈은 구체적으로 UE 풀 결정 서브모듈, 제2 확률 획득 서브모듈, 및 제2 타겟 전송 방법 결정 모듈을 포함하고; 상기 UE 풀 결정 서브모듈은 구체적으로, 상기 UE에 상응하는 각각의 제1 확률에 기초하여, 상기 UE를 최대 제1 확률에 상응하는 미리 정의된 전송 방법의 상응하는 UE 풀에 추가하는 단계에 이용되며; 상기 제2 확률 획득 서브모듈은, 각각의 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 UE에 상응하는 각각의 제2 확률을 획득하기 위해 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계에 이용되고; 상기 제2 타겟 전송 방법 결정 모듈은, 상기 UE에 상응하는 각각의 제2 확률에 기초하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 제2 확률 획득 서브모듈은 구체적으로: 단말 능력 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 미리 정의된 전송 방법에서 상기 UE 풀에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 제2 확률 획득 서브모듈은 구체적으로: 시스템 자원 제한을 갖는 상기 미리 정의된 전송 방법들에 대하여, 상기 시스템 자원 제한에 상응하는 최대 UE 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 상기 제1 확률들의 내림 차순으로 상기 UE 풀 내의 상기 UE들을 정렬하는 단계; 및 상기 미리 정의된 전송 방법에서 상기 UE 풀 내 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 제1 확률을 상기 미리 정의된 값으로 설졍하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 제1 확률을 조정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 제2 확률 획득 서브모듈은: SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 상기 미리 정의된 전송 방법들에 대하여, 상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계에 더 이용된다.
본 문서의 선택적 실시예에서, 상기 제2 확률 획득 서브모듈은 구체적으로: 다중-사용자 수 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및, 상기 UE 풀 내의 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 미리 정의된 전송 방법에서 모든 UE들에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 조정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 제2 확률 획득 서브모듈은: SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 상기 미리 정의된 전송 방법들에 대하여, SRS 시스템 자원 제한에 상응하는 최대 UE 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 상기 제1 확률들의 내림 차순으로 상기 UE 풀 내 상기 UE들을 정렬하는 단계; 및 상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀 내 최대 UE 수보다 큰 시퀀스 번호를 갖는 상기 UE에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계에 더 이용된다.
본 문서의 선택적 실시예에서, 상기 제2 타겟 전송 방법 결정 서브모듈은 구체적으로: 상기 UE에 상응하는 최대 제2 확률에 상응하는 상기 미리 정의된 전송 방법을 상기 UE의 상기 타겟 전송 방법으로 결정하는 단계에 이용된다.
본 문서의 선택적 실시예에서, 상기 제2 확률 획득 서브모듈은: SRS 기반의 MU-MIMO, 유형 II 코드북 PMI 기반의 MU-MIMO, 유형 I 코드북 PMI 기반의 MU-MIMO, 및 개루프 MU-MIMO에 상응하는 미리 정의된 전송 방법들에 대하여, 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및, 상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 4개의 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 조정하는 단계에 더 이용된다.
본 문서의 선택적 실시예에서, 상기 전송 방법 전환 모듈은 구체적으로: 상기 타겟 전송 방법에 상응하는 구성 파라미터들을 상기 UE로 전송하고, 상기 UE에 대해 상응하는 스케줄링 및 전송을 수행하는 단계에 이용된다.
이하, 도 11은 본 문서의 실시예들을 구현하기에 적합한 전자 디바이스(1100)(예를 들면, 도 3에 도시된 방법을 실행하는 단말 디바이스 또는 서버)의 개략적인 구조도를 도시한다. 본 문서의 실시예들에서의 전자 디바이스들은 모바일 폰, 노트북 컴퓨터, 디지털 방송 수신기, 개인 휴대 정보 단말기(personal digital assistant: PDA), 태블릿 컴퓨터(PAD), 휴대용 멀티미디어 플레이어(portable multimedia player: PMP), 차량-장착형 단말(예를 들면, 차량-장착형 내비게이션 단말), 및 웨어러블 디바이스와 같은, 모바일 단말, 및 디지털 TV, 데스크탑 컴퓨터 등과 같은, 고정식 단말을 포함할 수 있으나, 이에 제한되지 않는다. 도 11에 도시된 전자 디바이스는 단지 하나의 예이며, 본 문서의 실시예들의 기능들 및 사용 범위에 어떠한 제한도 초해해서는 안 된다.
상기 전자 디바이스는 메모리 및 프로세서를 포함하며, 여기서 상기 메모리는 전술된 방법 실시예들에서 설명된 방법들을 실행하기 위한 프로그램들을 저장하는 데 이용되고; 상기 프로세서는 상기 메모리에 저장된 상기 프로그램들을 실행하도록 구성된다. 여기서 상기 프로세서는 이하에서 설명되는 처리 디바이스(processing device)(1101)로 지칭될 수 있으고, 상기 메모리는 읽기-전용 메모리(read-only memory: ROM)(1102), 랜덤 액세스 메모리(random access memory: RAM)(1103), 및 저장 디바이스(1108)를 포함할 수 있으며, 구체적으로는 이하에서 나타내는 바와 같다.
도 11에 도시된 바와 같이, 전자 디바이스(1100)는 처리 디바이스(1101)(예를 들면, 중앙 프로세서(central processor), 그래픽 프로세서(graphics processor) 등)를 포함할 수 있으며, 처리 디바이스(1101)는 읽기-전용 메모리(ROM)(1102)에 저장된 프로그램들 또는 저장 디바이스(1108)로부터 랜덤 액세스 메모리(RAM)(1103)로 로딩된 프로그램들에 따라 다양한 적절한 조치들 및 프로세스들을 실행할 수 있다. RAM(1103)에는, 전자 디바이스(1100)의 동작에 필요한 다양한 프로그램들도 또한 저장된다. 처리 디바이스(1101), ROM(1102), 및 RAM(1103)은 버스(1104)를 통해 서로 연결된다. 입출력(input/output: I/O) 인터페이스(1105)도 또한 버스(1104)에 연결된다.
일반적으로, 다음의 디바이스들은 I/O 인터페이스(1105)에 연결될 수 있다: 예를 들면, 터치 스크린, 터치 패드, 키보드, 마우스, 카메라, 마이크(microphone), 가속도계, 자이로스코프 등을 포함하는, 입력 디바이스(1106); 예를 들면, 액정 디스플레이(liquid crystal display: LCD), 스피커, 진동기(vibrator)를 포함하는, 출력 디바이스(1107); 예를 들면, 자기 테이프, 하드 디스크 등을 포함하는, 저장 디바이스(1108); 및 통신 디바이스(1109). 통신 디바이스(1109)는 전자 디바이스(1100)가 다른 디바이스들과 무선 또는 유선 통신을 수행하여 데이터를 교환하도록 할 수 있다. 도 11은 다양한 디바이스들을 갖는 전자 디바이스를 도시하고 있지만, 도시된 디바이스들을 모두 구현하거나 또는 가질 필요는 없음을 이해해야 할 것이다. 대안적으로 더 많거나 또는 더 적은 디바이스들과 함께 구현되거나 또는 제공될 수 있다.
특히, 본 문서의 실시예들에 따르면, 흐름도를 참조하여 상술된 프로세스는 컴퓨터 소프트웨어 프로그램으로서 구현될 수 있다. 예를 들면, 본 문서의 실시예들은, 비일시적 컴퓨터 판독가능 매체(non-transitory computer readable medium) 상에서 운반되는 컴퓨터 프로그램을 포함하는, 컴퓨터 프로그램 제품(computer program product)을 포함하고, 상기 컴퓨터 프로그램은 흐름도에 도시된 방법을 실행하기 위한 프로그램 코드를 포함한다. 그러한 실시예에서, 상기 컴퓨터 프로그램은 통신 디바이스(1109)를 통해 네트워크로부터 다운로드되어 설치되거나, 또는 저장 디바이스(1108)로부터 설치되거나, 또는 ROM(1102)으로부터 설치될 수 있다. 상기 컴퓨터 프로그램인 처리 디바이스(1101)에 의해 실행되는 경우, 본 문서의 실시예들의 방법에서 정의된 상술된 기능들(functions)이 실행된다.
본 문서에서 상술된 컴퓨터-판독가능 저장 매체는 컴퓨터-판독가능 매체 또는 컴퓨터-판독가능 저장 매체, 또는 이들의 어떤 조합일 수 있음을 유의해야 할 것이다. 상기 컴퓨터-판독가능 저장 매체는, 예를 들면, 전기적, 자기적, 광학적, 전자기적, 적외선, 또는 반도체 시스템, 장치(apparatus), 또는 디바이스, 또는 이들의 어떤 조합일 수 있으나, 이에 제한되지 않는다. 컴퓨터-판독가능 저장 매체들의 보다 구체적인 예들은 하나 이상의 전선들(wires)을 갖는 전기 연결부들(electrical connections), 휴대용 컴퓨터 디스크들, 하드 디스크들, 랜덤 액세스 메모리(RAM), 읽기-전용 메모리(ROM), 소거가능 프로그램가능 읽기-전용 메모리(Erasable Programmable Read-only Memory: EPROM, 또는 플래시(flash)), 광섬유, 휴대용 컴팩트 디스크 읽기-전용 메모리(compact disk read-only memory: CD-ROM), 광학적 저장 디바이스, 자기적 저장 디바이스, 또는 이들의 어떤 적절한 조합을 포함할 수 있으나, 이에 제한되지 않는다. 본 문서에서, 상기 컴퓨터-판독가능 저장 매체는 프로그램을 포함 또는 저장하는 어떤 유형적(tangible) 매체일 수 있고, 상기 프로그램은 명령어(instruction) 실행 시스템, 장치, 또는 디바이스에 의해 또는 이들과 조합하여 이용될 수 있다. 본 문서에서, 컴퓨터-판독가능 신호 매체(computer-readable signal medium)는, 컴퓨터-판독가능 프로그램 코드가 운반되고, 기저대역(baseband)에서 또는 반송파(carrier wave)의 일부로 전파되는(propagated), 데이터 신호를 포함할 수 있다. 이러한 전파되는 데이터 신호는 전자기 신호, 광학 신호, 또는 이들의 어떤 적절한 조합을 포함하나 이에 제한되지 않는, 많은 형태들을 취할 수 있다. 상기 컴퓨터-판독가능 신호 매체는 또한 상기 컴퓨터-판독가능 저장 매체 이외의 어떤 컴퓨터-판독가능 매체일 수 있다. 상기 컴퓨터-판독가능 신호 매체는 상기 명령어 실행 시스템, 장치, 또는 디바이스에 의해 또는 이들과 조합하여 이용할 상기 프로그램을 발송(send), 전파(propagate), 또는 전송할(transmit) 수 있다. 상기 컴퓨터-판독가능 매체 상에 포함된 상기 프로그램 코드는, 전선, 광케이블, RF(무선 주파수) 등, 또는 이들의 어떤 적절한 조합을 포함하나 이에 제한되지 않는, 어떤 적절한 매체에 의해 전송될 수 있다.
일부 실시예들에서, 클라이언트 및 서버는, 하이퍼텍스트 전송 프로토콜(HyperText Transfer Protocol: HTTP)과 같은 어떤 현재 알려진 또는 향후-개발되는 네트워크 프로토콜을 이용하여 통신할 수 있고, 어떤 형태(form) 또는 매체(medium)의 디지털 데이터와도 통신하고(예를 들면, 통신 네트워크) 상호연결(interconnect)할 수 있다. 통신 네트워크들의 예들은 로컬 영역 네트워크(local area network: "LAN"), 광역 네트워크(wide area network: "WAN"), 인터넷(네트(Net)), 및 종단간(end-to-end) 네트워크(예를 들면, 애드혹 종단간 네트워크(ad hoc end-to-end network))뿐 아니라, 현재 알려져 있거나 또는 향후에 연구 및 개"u될 어떠한 네트(net)라도 포함한다.
상술된 컴퓨터-판독가능 매체는 상술된 전자 디바이스에 포함될 수 있거나, 또는 상기 전자 디바이스에 조립되지 않고 별도로 존재할 수 있다.
상술된 컴퓨터-판독가능 매체는 하나 이상의 프로그램들을 운반하고, 상술된 하나 이상의 프로그램들이 상기 전자 디바이스에 의해 실행되는 경우, 상기 전자 디바이스는: 현재 전송 방법에서 사용자 장비(UE)에 의해 보고되는 시나리오 식별 관련 데이터를 수신하고; 상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하며; 상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환한다.
본 문서의 동작들을 수행하는 데 이용되는 상기 컴퓨터 프로그램 코드는 하나 이상의 프로그래밍 언어들 또는 이들의 조합으로 기재될 수 있다. 상술된 프로그래밍 언어들은, 자바(Java), 스몰토크(Smalltalk), C++과 같은, 객체-지향(object-oriented) 프로그래밍 언어들을 포함하나 이에 제한되지 않으며, "C" 언어 또는 유사한 프로그래밍 언어들과 같은, 종래의 절차적(procedural) 프로그래밍 언어들을 포함한다. 상기 프로그램 코드는 전적으로(entirely) 사용자의 컴퓨터 상에서 실행되거나, 부분적으로 사용자의 컴퓨터 상에서 실행되거나, 독립적인 소프트웨어 패키지로서 실해되거나, 부분적으로는 사용자의 컴퓨터 상에서 실행되고 부분적으로는 원격 컴퓨터 상에서 실행되거나, 또는 전적으로 원격 컴퓨터 또는 서버 상에서 실행될 수 있다. 원격 컴퓨터의 경우, 상기 원격 컴퓨터는 로컬 영역 네트워크(LAN) 또는 광역 네트워크(WAN)를 포함하는 어떤 종류의 네트워크를 통해서도 사용자의 컴퓨터와 연결될 수 있거나, 또는 상기 원격 컴퓨터는 외부 컴퓨터에 연결될 수 있다(예를 들면, 인터넷 서비스 제공자에 의해 제공되는 인터넷 연결을 통해)
도면들에서 흐름도들 및 블록도들은 본 문서의 다양한 실시예들에 따른 시스템, 방법, 및 컴퓨터 프로그램 제품의 시스템 아키텍처, 기능들(functions), 및 동작들(operations)의 가능한 구현을 도시한다. 이와 관련하여, 흐름도 또는 블록도의 각 블록은 모듈, 프로그램 세그먼트(program segment), 또는 코드의 일부를 나타낼 수 있고, 상기 모듈, 프로그램 세그먼트, 코드의 일부는 특정된 논리 함수(logical function)를 구현하기 위한 하나 이상의 실행가능 명령어(들)을 포함한다. 일부 대안적 구현들에서, 블록에서 표시된 기능들(functions)은 도면들에서 표시된 순서와 상이한 순서로 발생할 수도 있음을 또한 유의해야 할 것이다. 예를 들면, 연속되는 2개의 블록들은 실제로는 실질적으로 병렬적으로 실행될 수 있고, 때로는, 관여된 기능들에 따라, 역순으로 실행될 수도 있다. 블록도 및/또는 흐름도에서의 각 블록, 및 블록도 및/또는 흐름도에서의 블록들의 조합은, 특정된 기능들 또는 동작들을 수행하는, 전용 하드웨어-기반의 시스템에 의해 구현될 수 있거나, 또는 전용 하드웨어 및 컴퓨터 명령어들의 조합에 의해 구현될 수 있음을 또한 유의해야 할 것이다.
본 문서에서 설명되는 실시예들에 관여된 모듈들 또는 유닛들은 소프트웨어 또는 하드웨어로 구현될 수 있으며, 여기서 모듈 또는 유닛의 명칭은 특정 상황들(certain circumstances) 하에서 유닛 자체에 대한 제한을 구성하지 않는다. 예를 들면, 시나리오 식별 관련 데이터 수신 모듈은 또한 "인식 관련 데이터를 획득하는 모듈(module for acquiring recognition related data)"로도 설명될 수 있다.
본 명세서에서 상술된 기능들은 적어도 부분적으로 하나 이상의 하드웨어 논리 구성요소들(hardware logic components)에 의해 수행될 수 있다. 예를 들면, 제한 없이, 이용될 수 있는 예시적 유형의 하드웨어 논리 구성요소들은: 필드 프로그램가능 게이트 어레이(Field Programmable Gate Array: FPGA), 애플리케이션 특정적 집적 회로(Application Specific Integrated Circuit: ASIC), 애플리케이션 특정적 표준 제품(Application Specific Standard Product: ASSP), 시스템 온 칩(System on Chip: SOC), 복합 프로그램가능 논리 디바이스(Complex Programmable Logical device: CPLD) 등을 포함한다.
본 문서의 맥락에서, 기계-판독가능 매체(machine-readable medium)는, 명령어 실행 시스템, 장치, 또는 디바이스에 의해 또는 상기 명령어 실행 시스템, 장치, 또는 디바이스와 조합하여 사용될 프로그램을 포함 또는 저장할 수 있는, 유형적(tangible) 매체일 수 있다. 상기 기계-판독가능 매체는 기계-판독가능 신호 매체 또는 기계-판독가능 저장 매체일 수 있다. 상기 기계-판독가능 매체는 전자적, 자기적, 광학적, 전자기적, 적외선, 또는 반도체 시스템, 장치, 또는 디바이스, 또는 이들의 어떤 적절한 조합을 포함할 수 있으나, 이에 제한되지 않는다. 기계-판독가능 저장 매체들의 보다 구체적인 예들은 하나 이상의 전선들을 갖는 전기 연결부들(electrical connections), 휴대용 컴퓨터 디스크들, 하드 드라이브들, 랜덤 액세스 메모리(RAM), 읽기-전용 메모리(ROM), 소거가능 프로그램가능 읽기-전용 메모리(EPROM, 또는 플래시 메모리), 광섬유, 휴대용 컴팩트 디스크 읽기-전용 메모리(CD-ROM), 광학적 저장 디바이스, 자기적 저장 디바이스, 또는 이들의 어떤 적절한 조합을 포함할 것이다.
본 문서의 실시예에서 제공되는 디바이스는 AI 모델을 통해 복수의 모듈들 중 적어도 하나를 구현할 수 있다. AI와 연관된 기능들(functions)은 비휘발성 메모리, 휘발성 메모리, 및 프로세서에 의해 수행될 수 있다.
상기 프로세서는 하나 이상의 프로세서들을 포함할 수 있다. 이 때, 상기 하나 이상의 프로세서들은, 중앙 처리 장치(central processing unit: CPU), 애플리케이션 프로세서(application processor: AP) 등과 같은 범용 프로세서들, 또는 그래픽 처리 장치(graphics processing unit: GPU), 시각적 처리 장치(visual processing unit: VPU)와 같은 순수한 그래픽 처리 유닛들, 및/또는 신경망 처리 장치(neural processing unit: NPU)와 같은 AI 전용 프로세서일 수 있다.
상기 하나 이상의 프로세서들은, 미리 정의된 동작 규칙들(operating rules) 또는 비휘발성 메모리 및 휘발성 메모리에 저장된 인공지능(AI) 모델들에 따라, 입력 데이터의 처리를 제어한다. 미리 정의된 동작 규칙들 또는 인공지능 모델들은 트레이닝(training) 또는 학습(learning)을 통해 제공된다.
여기서, 학습을 통해 제공한다는 것은 미리 정의된 동작 규칙들 또는, 학습 알고리즘들을 복수의 학습 데이터에 적용하여 원하는 특성을 갖는, AI 모델들을 획득하는 것을 의미한다. 이러한 학습은, 실시예에 따른 AI가 수행되는 디바이스에서 수행될 수 있고, 및/또는 별도의 서버/시스템에 의해 구현될 수 있다.
상기 AI 모델은 복수의 신경망 계층들(neural network layers)을 포함할 수 있다. 각 계층은 복수의 가중치 값들을 가지며, 하나의 계층의 계산은 이전 계층의 계산 결과들 및 현재 계층의 복수의 가중치들에 의해 수행된다. 신경망들의 예들은, 컨볼루션 신경망(convolutional neural network: CNN), 심층 신경망(deep neural network: DNN), 순환 신경망(recurrent neural network: RNN), 제한 볼츠만 머신(restricted Boltzmann machines: RBM), 심층 신뢰 신경망(deep belief network: DBN), 양방향 루프 심층 신경망(bidirectional loops Deep Neural Network: BRDNN), 생성적 적대 신경망(Generative Adversarial Network: GAN), 및 심층 Q 네트워크(Deep Q Network)를 포함하나, 이에 제한되지 않는다.
학습 알고리즘은 복수의 학습 데이터를 이용하여 미리 결정된 타겟 디바이스(예를 들면, 로봇)를 트레이닝하여 상기 타겟 디바이스로 하여금 결정 또는 예측을 하도록 만들거나, 할 수 있게 하거나, 또는 제어하는 방법이다. 상기 학습 알고리즘의 예들은 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 준지도 학습(semi-supervised learning), 또는 강화 학습(reinforcement learning)을 포함하나, 이에 제한되지 않는다.
본 개시가 속하는 기술분야의 통상의 지식을 가진 자라면, 설명의 편의와 간결함을 위해, 상술된 컴퓨터-판독가능 매체가 전자 디바이스에 의해 실행되는 경우 구현되는 특정 방법은 전술된 방법 실시예에서의 상응하는 프로세스를 의미할 수 있음을 명확히 이해할 수 있으며, 이에 대해서는 본 명세서에서 반복되지 않을 것이다.

Claims (21)

  1. 대규모 다중 입출력(Massive Multiple Input Multiple Output: mMIMO) 시스템에서의 전송 방법 전환 방법에 있어서,
    현재 전송 방법에서 사용자 장비(user equipment: UE)에 의해 보고되는 시나리오 식별 관련 데이터(scenario identification related data)를 수신하는 단계;
    상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된(predefined) 전송 방법들 중에서 상기 UE의 타겟(target) 전송 방법을 결정하는 단계; 및
    상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하는(switching) 단계를 포함하는, 방법.
  2. 제1 항에 있어서,
    상기 미리 정의된 전송 방법들은,
    유형 I 코드북 피드백 프리코딩 행렬 지시자(Precoding Matrix Indicator: PMI)에 기초한 단일-사용자 MIMO(single-user MIMO: SU-MIMO)(유형 I 코드북 PMI 기반의 SU-MIMO)에 상응하는 미리 정의된 전송 방법, 사운딩 참조 신호(Sounding Reference Signal: SRS)에 기초한 다중-사용자 MIMO(Multi-User MIMO: MU-MIMO)(SRS 기반의 MU-MIMO)에 상응하는 미리 정의된 전송 방법, 유형 II 코드북 PMI에 기초한MU-MIMO(유형 II 코드북 PMI 기반의 MU-MIMO)에 상응하는 미리 정의된 전송 방법, SRS에 기초한 SU-MIMO(SRS 기반의 SU-MIMO)에 상응하는 미리 정의된 전송 방법, 유형 II 코드북 피드백 PMI에 기초한 SU-MIMO(유형 II 코드북 PMI 기반의 SU-MIMO)에 상응하는 미리 정의된 전송 방법, 유형 I 코드북 피드백 PMI에 기초한 MU-MIMO(유형 I 코드북 PMI 기반의 MU-MIMO)에 상응하는 미리 정의된 전송 방법, 개루프(Open-loop) SU-MIMO에 상응하는 미리 정의된 전송 방법, 및 개루프 MU-MIMO에 상응하는 미리 정의된 전송 방법 중 적어도 2개를 포함하는, 방법.
  3. 제1 항에 있어서,
    상기 시나리오 식별 관련 데이터는,
    SRS 채널 추정 결과, 공간 채널 시간 상관(spatial channel time correlation), 채널 품질 지시자(Channel Quality Indicator: CQI), 랭크 지시자(rank indicator: RI), PMI, 신호 대 간섭 잡음비(Signal to Interference Plus Noise Ratio: SINR), 상향링크 전력 헤드룸 리포트(Power Headroom Report: PHR), 변조 곱 코딩율(Modulation Product Coding Rate: MPR), 개루프 전송률 제어(Open-loop Rate Control: OLRC), 참조 신호 수신 전력(Reference Signal Receiving Power: RSRP), 버퍼 점유(Buffer Occupy: BO), 사용자 데이터 스트림 수, 다중-사용자 데이터 전송 스트림 수, 변조 및 코딩 스킴(Modulation and Coding Scheme: MCS), 블록 오류율(Block Error Ratio: BLER), 스루풋(throughput), 및 다중-사용자 공간 채널 상관(multi-user spatial channel correlation) 중 적어도 하나를 포함하는, 방법.
  4. 제1 항에 있어서,
    상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계는,
    상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 상기 시나리오 식별 관련 데이터에 대해 특성 추상화(characteristic abstraction)를 수행하는 단계; 및
    상기 시나리오 식별 관련 특성 데이터에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함하는, 방법.
  5. 제4 항에 있어서,
    상기 시나리오 식별 관련 데이터에 대해 특성 추상화를 수행하는 단계는,
    상응하는 시나리오 식별 관련 특성 데이터를 얻기 위해 상기 시나리오 식별 관련 데이터에 대해 채널 품질 특성 추상화(channel quality characteristic abstraction) 및 이동성 특성 추상화(mobility characteristic abstraction)를 수행하는 단계를 포함하는, 방법.
  6. 제5 항에 있어서,
    상기 시나리오 식별 관련 데이터에 대해 채널 품질 특성 추상화 및 이동성 특성 추상화를 수행하는 단계는,
    미리 정의된 지속시간(duration) 내의 시간 단위들(time units)에서 상기 시나리오 식별 관련 데이터에 상응하는 데이터 값들의 평균(average) 및/또는 분산(variance)을 획득하고(acquiring), 상기 평균 및/또는 분산을 추상화된(abstracted) 시나리오 식별 관련 특성 데이터로서 이용하는 단계를 포함하는, 방법.
  7. 제1 항에 있어서,
    상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하는 단계는,
    상기 시나리오 식별 관련 데이터에 기초하여, 상기 mMIMO 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 미리 결정된 전송 성능(predetermined transmission performance)을 충족할 수 있도록 하는 상기 UE에 상응하는 제1 확률을 획득하는 단계; 및
    상기 UE에 상응하는 각각의 제1 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함하는, 방법.
  8. 제7 항에 있어서,
    상기 시나리오 식별 관련 데이터에 기초하여, 상기 mMIMO 시스템으로 하여금 각각의 미리 정의된 전송 방법에서 미리 결정된 전송 성능을 충족할 수 있도록 하는 상기 UE에 상응하는 제1 확률을 획득하는 단계는,
    상기 시나리오 식별 관련 데이터를 미리 정의된 확률 예측 모델에 입력하고, 각각의 미리 정의된 전송 방법에서 최대 스루풋(maximum throughput)을 얻는 상기 UE에 상응하는 상기 제1 확률을 획득하는 단계를 포함하는, 방법.
  9. 제7 항에 있어서,
    상기 UE에 상응하는 각각의 제1 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는,
    상기 UE에 상응하는 각각의 제1 확률에 기초하고, 또한 각각의 미리 정의된 전송 방법의 단말 능력 요건(terminal capability requirement), 시스템 자원 제한(system resource restriction), 및 다중-사용자 수 요건(multi-user number requirement) 중 적어도 하나와 조합하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함하는, 방법.
  10. 제9 항에 있어서,
    상기 UE에 상응하는 각각의 제1 확률에 기초하고, 또한 각각의 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나와 조합하여, 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는,
    상기 UE에 상응하는 각각의 제1 확률에 기초하여, 상기 UE를 최대 제1 확률에 상응하는 상기 미리 정의된 전송 방법의 상응하는 UE 풀에 추가하는 단계;
    각각의 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 UE에 상응하는 각각의 제2 확률을 얻기 위해 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는(adjusting) 단계; 및
    상기 UE에 상응하는 각각의 제2 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계를 포함하는, 방법.
  11. 제10 항에 있어서,
    단말 능력 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는,
    상기 미리 정의된 전송 방법에서 상기 UE 풀에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 단말 능력 요건을 충족하지 않는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함하는, 방법.
  12. 제11 항에 있어서,
    SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 상기 미리 정의된 전송 방법들에 대하여, 상기 2개의 미리 정의된 전송 방법들의 단말 능력 요건들에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는,
    상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 SRS 능력이 없는 상기 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함하는, 방법.
  13. 제10 항에 있어서,
    시스템 자원 제한을 갖는 상기 미리 정의된 전송 방법들에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 수 요건 중 적어도 하나에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 상기 제1 확률을 조정하는 단계는,
    상기 시스템 자원 제한에 상응하는 최대 UE 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 상기 제1 확률들의 내림 차순으로 상기 UE 풀 내의 상기 UE들을 정렬하는(sorting) 단계; 및
    상기 미리 정의된 전송 방법에서 상기 UE 풀 내의 상기 최대 UE 수보다 큰 시퀀스 번호(sequence number)를 갖는 UE에 상응하는 제1 확률을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함하는, 방법.
  14. 제13 항에 있어서,
    SRS 기반의 MU-MIMO 및 SRS 기반의 SU-MIMO에 상응하는 상기 미리 정의된 전송 방법들에 대하여, 상기 2개의 미리 정의된 전송 방법들의 시스템 자원 제한에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 각각의 제1 확률을 조정하는 단계는,
    SRS 시스템 자원 제한에 상응하는 최대 UE 수를 획득하고, 상기 미리 정의된 전송 방법에서 상기 UE들에 상응하는 상기 제1 확률들의 내림 차순으로 상기 UE 풀 내 상기 UE들을 정렬하는 단계; 및
    상기 2개의 미리 정의된 전송 방법들에서 상기 UE 풀에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 상기 UE에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 상기 최대 UE 수보다 큰 시퀀스 번호를 갖는 UE에 상응하는 상기 제1 확률을 조정하는 단계를 포함하는, 방법.
  15. 제10 항에 있어서,
    다중-사용자 수 요건을 갖는 상기 미리 정의된 전송 방법에 대하여, 상기 미리 정의된 전송 방법의 단말 능력 요건, 시스템 자원 제한, 및 다중-사용자 요건 중 적어도 하나에 기초하여, 상기 상응하는 UE 풀 내의 각 UE에 상응하는 상기 제1 확률을 조정하는 단계는,
    상기 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및
    상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 미리 정의된 전송 방법에서 모든 UE들에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 조정하는 단계를 포함하는, 방법.
  16. 제15 항에 있어서,
    SRS 기반의 MU-MIMO, 유형 II 코드북 PMI 기반의 MU-MIMO, 유형 I 코드북 PMI 기반의 MU-MIMO, 및 개루프 MU-MIMO에 상응하는 미리 정의된 전송 방법들에 대하여, 상기 4개의 전송 방법들의 다중-사용자 수 요건들 중 적어도 하나에 기초하여 상기 상응하는 UE 풀 내의 각 UE에 상응하는 상기 제1 확률을 조정하는 단계는,
    상기 다중-사용자 수 요건에 상응하는 최소 UE 수를 획득하는 단계; 및
    상기 UE 풀 내 UE 수가 상기 최소 UE 수보다 작은 경우, 상기 4개의 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 상기 미리 정의된 값으로 설정하고, 다른 미리 정의된 전송 방법들에서 모든 UE들에 상응하는 상기 제1 확률들을 조정하는 단계를 포함하는, 방법.
  17. 제10 항에 있어서,
    상기 UE에 상응하는 각각의 제2 확률에 기초하여 상기 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 상기 타겟 전송 방법을 결정하는 단계는,
    상기 UE에 상응하는 최대 제2 확률에 상응하는 상기 미리 정의된 전송 방법을 상기 UE의 상기 타겟 전송 방법으로 결정하는 단계를 포함하는, 방법.
  18. 제1 항에 있어서,
    상기 UE의 상기 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하는 단계는,
    상기 타겟 전송 방법에 상응하는 구성 파라미터들(configuration parameters)을 상기 UE로 전송하고, 상기 UE에 대해 상응하는 스케줄링 및 전송을 수행하는 단계를 포함하는, 방법.
  19. 대규모 다중 입출력(Massive Multiple Input Multiple Output: mMIMO) 시스템에서의 전송 방법 전환 디바이스에 있어서,
    현재 전송 방법에서 사용자 장비(user equipment: UE)에 의해 보고되는 시나리오 식별 관련 데이터를 수신하도록 구성된, 시나리오 식별 관련 데이터 수신 모듈;
    상기 시나리오 식별 관련 데이터에 기초하여 적어도 2개의 미리 정의된 전송 방법들 중에서 상기 UE의 타겟 전송 방법을 결정하도록 구성된, 타겟 전송 방법 결정 모듈; 및
    상기 UE의 전송 방법을 상기 현재 전송 방법에서 상기 타겟 전송 방법으로 전환하도록 구성된, 전송 방법 전환 모듈을 포함하는, 전송 방법 전환 디바이스.
  20. 컴퓨터 프로그램들을 저장하도록 구성된 메모리; 및
    상기 컴퓨터 프로그램들을 실행하여 제1 항 내지 제18 항 중 어느 한 항의 상기 방법을 수행하도록 구성된, 프로세서를 포함하는, 전자 디바이스.
  21. 컴퓨터 프로그램이 저장되어, 상기 컴퓨터 프로그램이 프로세서에 의해 실행되는 경우, 제1 항 내지 제18 항 중 어느 한 항의 상기 방법을 수행하는, 컴퓨터 판독가능 저장 매체(computer readable storage medium).
KR1020210127537A 2020-09-27 2021-09-27 대규모 mimo 시스템에서의 전송 방법 전환 방법 및 디바이스 KR102579905B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011035428.1A CN114285446A (zh) 2020-09-27 2020-09-27 大规模多输入多输出系统中的传输方式切换方法及装置
CN202011035428.1 2020-09-27

Publications (2)

Publication Number Publication Date
KR20220042291A true KR20220042291A (ko) 2022-04-05
KR102579905B1 KR102579905B1 (ko) 2023-09-18

Family

ID=80821534

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210127537A KR102579905B1 (ko) 2020-09-27 2021-09-27 대규모 mimo 시스템에서의 전송 방법 전환 방법 및 디바이스

Country Status (5)

Country Link
US (1) US11664859B2 (ko)
EP (1) EP4193474A4 (ko)
KR (1) KR102579905B1 (ko)
CN (1) CN114285446A (ko)
WO (1) WO2022065954A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024090766A1 (ko) * 2022-10-24 2024-05-02 주식회사 크로스웍스 이동형 기지국의 머신러닝 기반 매시브 mimo 처리 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024012331A1 (zh) * 2022-07-13 2024-01-18 华为技术有限公司 一种确定人工智能ai模型的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160164580A1 (en) * 2013-07-23 2016-06-09 Telefonaktiebolaget L M Ericsson (Publ) Transmission Mode Allocation in LTE Networks
US20180368062A1 (en) * 2017-06-16 2018-12-20 Fuji Xerox Co., Ltd. Information processing apparatus and non-transitory computer readable medium
KR20190116859A (ko) * 2018-04-05 2019-10-15 한국전자통신연구원 다중 안테나 무선 통신 시스템에서의 통신 방법 및 장치

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6167031A (en) * 1997-08-29 2000-12-26 Telefonaktiebolaget Lm Ericsson (Publ) Method for selecting a combination of modulation and channel coding schemes in a digital communication system
KR20110048422A (ko) 2009-11-02 2011-05-11 주식회사 팬택 채널 정보 피드백 장치와 그를 이용하는 통신단말장치 및 기지국 장치
US9125229B2 (en) * 2010-01-11 2015-09-01 Koninklijke Philips N.V. Method for configuring a transmission mode in a wireless network
ES2623873T3 (es) * 2010-01-12 2017-07-12 Zte Corporation Procedimiento de realimentación de la información de estado del canal y equipo de usuario
WO2012044088A2 (ko) * 2010-09-29 2012-04-05 엘지전자 주식회사 다중 안테나 지원 무선 통신 시스템에서 효율적인 피드백 방법 및 장치
WO2012147296A1 (ja) * 2011-04-27 2012-11-01 パナソニック株式会社 中継局、基地局、送信方法、及び受信方法
WO2013053135A1 (en) 2011-10-14 2013-04-18 Nokia Siemens Networks Oy Method for allocating a transmission mode to a user equipment and apparatus thereof
CN107508621B (zh) * 2012-02-16 2021-02-05 太阳专利信托公司 通信装置、通信方法以及集成电路
JP5941595B2 (ja) 2012-06-15 2016-06-29 エルジー エレクトロニクス インコーポレイティド 固定された経路に沿って移動する高速移動体のための無線通信システム
US9036608B2 (en) 2012-11-09 2015-05-19 Telefonaktiebolaget L M Ericsson (Publ) Adaptive transmission mode switching
JP5830478B2 (ja) * 2013-02-06 2015-12-09 株式会社Ｎｔｔドコモ 無線基地局、ユーザ端末及び無線通信方法
KR101790194B1 (ko) * 2014-03-04 2017-10-30 엘지전자 주식회사 단말 간 통신을 지원하는 무선 통신 시스템에서 단말 탐색 방법 및 이를 위한 장치
EP4161168A1 (en) 2015-03-27 2023-04-05 Samsung Electronics Co., Ltd. Resource allocation device and method in large-scale antenna system
US10686498B2 (en) 2015-03-31 2020-06-16 Huawei Technologies Canada Co., Ltd. Systems and methods for massive MIMO adaptation
EP3476066A1 (en) 2016-06-22 2019-05-01 INTEL Corporation Interference measurements and channel state information (csi) feedback in a massive multiple-input multiple-output (mimo) system
CN109417406B (zh) 2016-07-06 2022-01-25 索尼移动通信株式会社 基站、终端设备、通信方法和记录介质
CN107483088B (zh) 2017-08-31 2021-05-04 东南大学 大规模mimo鲁棒预编码传输方法
CN109757127B (zh) 2017-09-08 2022-05-03 Lg电子株式会社 用于在无线通信系统中报告信道状态信息的方法及其装置
US10756860B2 (en) * 2018-11-05 2020-08-25 XCOM Labs, Inc. Distributed multiple-input multiple-output downlink configuration
US11070301B2 (en) * 2019-03-05 2021-07-20 Cisco Technology, Inc. Learning-based wireless transmission parameter adaptation based on client activity detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160164580A1 (en) * 2013-07-23 2016-06-09 Telefonaktiebolaget L M Ericsson (Publ) Transmission Mode Allocation in LTE Networks
US20180368062A1 (en) * 2017-06-16 2018-12-20 Fuji Xerox Co., Ltd. Information processing apparatus and non-transitory computer readable medium
KR20190116859A (ko) * 2018-04-05 2019-10-15 한국전자통신연구원 다중 안테나 무선 통신 시스템에서의 통신 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024090766A1 (ko) * 2022-10-24 2024-05-02 주식회사 크로스웍스 이동형 기지국의 머신러닝 기반 매시브 mimo 처리 방법
KR20240057055A (ko) 2022-10-24 2024-05-02 주식회사 크로스웍스 이동형 기지국의 머신러닝 기반 매시브 mimo 처리 방법

Also Published As

Publication number Publication date
CN114285446A (zh) 2022-04-05
EP4193474A4 (en) 2024-02-28
KR102579905B1 (ko) 2023-09-18
EP4193474A1 (en) 2023-06-14
WO2022065954A1 (en) 2022-03-31
US20220103211A1 (en) 2022-03-31
US11664859B2 (en) 2023-05-30

Similar Documents

Publication Publication Date Title
KR102579905B1 (ko) 대규모 mimo 시스템에서의 전송 방법 전환 방법 및 디바이스
US11290163B2 (en) Downlink user equipment selection
CN111756457B (zh) 信道预测方法、装置及计算机存储介质
CN101132214B (zh) Mimo系统中的资源发送设备与方法及分配系统与方法
US20230412430A1 (en) Inforamtion reporting method and apparatus, first device, and second device
WO2016037477A1 (zh) 用户配对处理方法、装置及基站
CN110166091B (zh) 多用户配对方法、装置及基站
CN112312464A (zh) 上报信道状态信息的方法和通信装置
WO2023246618A1 (zh) 信道矩阵处理方法、装置、终端及网络侧设备
WO2023185978A1 (zh) 信道特征信息上报及恢复方法、终端和网络侧设备
Godala et al. A deep learning based approach for 5G NR CSI estimation
US20240154653A1 (en) Neural network for mu-mimo user selection
CN117397180A (zh) 用于csi预测控制的装置
CN115913486A (zh) 信息上报方法、装置、终端及可读存储介质
CN115604824A (zh) 一种用户调度方法及系统
KR101323378B1 (ko) 다중 셀 다중입출력 다운링크 네트워크에서의 수신자 선택을 위해 전송률 관련 정보를 전송하는 장치 및 방법, 및 다중 셀 다중입출력 다운링크 네트워크에서의 수신자 선택 장치, 방법 및 시스템
Konstantinov et al. The new neural network based framework for fading channel prediction for 5g
CN114598365A (zh) 传输方法、装置、设备及可读存储介质
US20240162957A1 (en) Method and device for reporting csi based on ai model in wireless communication system
WO2024046140A1 (zh) 一种反馈处理方法、装置、存储介质及电子装置
WO2024041420A1 (zh) 测量反馈处理方法、装置、终端及网络侧设备
WO2023179476A1 (zh) 信道特征信息上报及恢复方法、终端和网络侧设备
WO2023179473A1 (zh) 信道特征信息上报及恢复方法、终端和网络侧设备
WO2024037380A1 (zh) 信道信息处理方法、装置、通信设备及存储介质
CN116961711A (zh) 一种通信方法及装置

Legal Events

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