KR20220083157A

KR20220083157A - Mu-mimo 전송을 위한 장치 및 방법

Info

Publication number: KR20220083157A
Application number: KR1020200173107A
Authority: KR
Inventors: 이규행; 최수한
Original assignee: 단국대학교 산학협력단
Priority date: 2020-12-11
Filing date: 2020-12-11
Publication date: 2022-06-20
Also published as: US20220190889A1; KR102653133B1; US11515911B2

Abstract

다중 사용자 MIMO 전송을 위한 방법이 개시된다. 방법은, 복수의 단말로부터 업링크 OFDMA 프레임을 수신하고, OFDMA 프레임을 기반으로 복수의 단말에 대한 다운링크 채널 상태를 추정하며, 복수의 단말에 대한 다운링크 채널 상태에 대한 추정을 기반으로 복수의 단말들 중 하나 이상의 단말을 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 를 위해 선택한다.

Description

MU-MIMO 전송을 위한 장치 및 방법{AN APPARATUS FOR MU-MIMO TRANSMISSION AND METHOD TEHREOF}

본 발명은 데이터 전송에 관한 것으로서, 보다 구체적으로는 MU-MIMO (Multi-User Multi-Input Multi-Output) 전송을 수행하기 위한 장치 및 방법에 관한 것이다.

다중 사용자(multi-user, MU) 통신을 위한 메커니즘들 중, MU-MIMO와 직교 주파수 분할 다중 접속(orthogonal frequency division multiple access, OFDMA)은 최근 802.11 Wi-Fi 시스템의 성능을 향상시키기 위한 기술로서 많은 주목을 받고 있다. 그러나, Wi-Fi 시스템의 MU 전송 방법은 여전히 채널 상태 정보(channel state information, CSI) 피드백 오버헤드와 관련된 심각한 문제를 겪고 있으며, 이는 사용자 선택을 통해 MU-MIMO 이득을 훨씬 더 많이 얻는 것을 방해한다. 802.11ax 기반 Wi-Fi 시스템에서 업링크 OFDMA 전송과 다운링크 MU-MIMO 전송에 사용되는 방법은, 양쪽 모두 AP에 의해 개시된다는 점에서 서로 매우 유사하지만, 프로토콜의 유사성은 두 기술 간의 긴밀한 협력을 위해 적절하게 활용되지 않고 있다.

한국 공개특허공보 제 2017-7007778 호 ("무선 통신 네트워크들에서 효율적인 자원 할당을 위한 시스템들 및 방법들", 퀄컴 인코포레이티드)

전술한 문제점을 해결하기 위한 본 발명의 일 목적은, 업링크 OFDMA 프레임을 기반으로 다운링크 채널 상태를 추정하는 것에 의해 다운링크 MU-MIMO 를 위한 사용자 선택을 수행할 수 있는, 다중 사용자 MIMO 전송을 위한 장치 및 방법을 제공하는 것이다.

다만, 본 발명의 해결하고자 하는 과제는 이에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.

전술한 문제점을 해결하기 위한 본 발명의 일 실시예에 따른 다중 사용자 MIMO 전송을 위한 방법은, 복수의 단말로부터 업링크 OFDMA 프레임을 수신하는 단계; 상기 OFDMA 프레임을 기반으로 상기 복수의 단말에 대한 다운링크 채널 상태를 추정하는 단계; 및 상기 복수의 단말에 대한 다운링크 채널 상태에 대한 추정을 기반으로 상기 복수의 단말들 중 하나 이상의 단말을 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 를 위해 선택하는 단계를 포함할 수 있다.

일 측면에 따르면, 상기 업링크 OFDMA 프레임은, 적어도 하나의 채널 추정 슬롯을 포함하고, 상기 적어도 하나의 채널 추정 슬롯은, 상기 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성될 수 있다.

일 측면에 따르면, 상기 적어도 하나의 채널 추정 슬롯은, 상기 업링크 OFDMA 프레임의 말단에 배치될 수 있다.

일 측면에 따르면, 상기 OFDMA 프레임은, 업링크 OFDMA 전송 성능 및 다운링크 MU-MIMO 성능의 양쪽 모두를 고려하여 상기 복수의 단말에 대한 자원 할당을 수행하도록 구성될 수 있다.

일 측면에 따르면, 상기 업링크 OFDMA 전송 성능은 업링크 OFDMA의 데이터 전송 시간 확보를 포함하고, 상기 다운링크 MU-MIMO 성능은 다운링크 MU-MIMO의 다이버시티 게인 확보를 포함할 수 있다.

일 측면에 따르면, 상기 자원 할당은, 상기 OFDMA 프레임에 포함되는 채널 추정 슬롯의 개수를 조정하는 것을 포함할 수 있다.

일 측면에 따르면, 상기 선택된 하나 이상의 단말에 대한 다운링크 MU-MIMO 전송을 수행하는 단계를 더 포함하고, 상기 업링크 OFDMA 프레임을 수신하는 단계 및 다운링크 MU-MIMO 전송을 수행하는 단계는 하나의 전송 기회 (TxOP) 내에서 수행될 수 있다.

일 측면에 따르면, 상기 복수의 단말로부터 업링크 OFDMA 프레임을 수신하는 단계는, 전송 대상인 데이터를 가지지 않는 하나 이상의 단말로부터 업링크 OFDMA 프레임을 수신하는 것을 포함할 수 있다.

전술한 문제점을 해결하기 위한 본 발명의 다른 실시예에 따른 다중 사용자 MIMO 전송을 위한 방법은, 트리거 프레임 (trigger frame, TF) 을 수신하는 단계; 및 상기 TF 의 수신에 응답하여 업링크 OFDMA 프레임을 전송하는 단계를 포함하고, 상기 업링크 OFDMA 프레임은 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 를 위한 다운링크 채널 상태 추정을 위해 사용될 수 있다.

일 측면에 따르면, 상기 업링크 OFDMA 프레임은, 적어도 하나의 채널 추정 슬롯을 포함하고, 상기 적어도 하나의 채널 추정 슬롯은, 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성될 수 있다.

전술한 문제점을 해결하기 위한 본 발명의 다른 실시예에 따른 다중 사용자 MIMO 전송을 위한 장치는, 프로세서 및 송수신부를 포함하고, 상기 프로세서는, 복수의 단말로부터 업링크 OFDMA 프레임을 수신하고; 상기 OFDMA 프레임을 기반으로 상기 복수의 단말에 대한 다운링크 채널 상태를 추정하고; 그리고 상기 복수의 단말에 대한 다운링크 채널 상태에 대한 추정을 기반으로 상기 복수의 단말들 중 하나 이상의 단말을 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 를 위해 선택하도록 구성될 수 있다.

일 측면에 따르면, 상기 프로세서는, 상기 선택된 하나 이상의 단말에 대한 다운링크 MU-MIMO 전송을 수행하도록 더 구성되고, 상기 업링크 OFDMA 프레임을 수신하는 것 및 다운링크 MU-MIMO 전송을 수행하는 것은 하나의 전송 기회 (TxOP) 내에서 수행될 수 있다.

일 측면에 따르면, 상기 복수의 단말로부터 업링크 OFDMA 프레임을 수신하는 것은, 전송 대상인 데이터를 가지지 않는 하나 이상의 단말로부터 업링크 OFDMA 프레임을 수신하는 것을 포함할 수 있다.

전술한 문제점을 해결하기 위한 본 발명의 다른 실시예에 따른 다중 사용자 MIMO 전송을 위한 장치는 프로세서 및 송수신부를 포함하고, 상기 프로세서는, 트리거 프레임 (trigger frame, TF) 을 수신하고; 그리고 상기 TF 의 수신에 응답하여 업링크 OFDMA 프레임을 전송하도록 구성되고, 상기 업링크 OFDMA 프레임은 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 를 위한 다운링크 채널 상태 추정을 위해 사용될 수 있다.

개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.

전술한 본 발명의 일 실시예에 따른 다중 사용자 MIMO 전송을 위한 장치 및 방법에 따르면, 업링크 OFDMA 프레임을 기반으로 다운링크 채널 상태를 추정하는 것에 의해 다운링크 MU-MIMO 를 위한 사용자 선택을 수행할 수 있다.

따라서, 다운링크 채널 상태 정보의 피드백을 위한 오버헤드를 발생시키지 않으면서도 다운링크 MU-MIMO 를 위한 최적의 사용자 선택을 수행하는 것이 가능하고, 레거시 노드와 공존하면서도 네트워크 처리량을 크게 향상시킬 수 있다.

도 1a 내지 도 1b 는 802.11ax 내에서의 두 가지 다중 사용자 전송 프로토콜을 나타낸다.
도 2 는 트리거 프레임 구조를 나타낸다.
도 3 은 AP 전송 대기열의 모델을 나타낸다.
도 4 는 20 MHz 채널의 RU 위치를 나타낸다.
도 5 는 MUSE의 작동 예시를 나타낸다.
도 6a 내지 도 6b 는 레거시 프레임과 제안된 OFDMA 프레임의 비교를 나타낸다.
도 7 은 처리량 vs. δ를 나타낸다.
도 8 은 시스템 처리량 vs. 노드의 대역폭 구성을 나타낸다.
도 9a 내지 도 9c 는 처리량 vs. S 를 나타낸다.
도 10 은 MU-MIMO 성능 vs. M 을 나타낸다.
도 11a 내지 도 11b 는 스케줄링 정책이 다운링크 및 업링크 처리량에 미치는 영향을 나타낸다.
도 12a 내지 도 12d 는 레거시 사용자와 공존하는 성능 평가를 나타낸다.
도 13 은 MUSE 자원 할당 알고리즘을 나타낸다.
도 14 는 AP 에 의해 수행될 수 있는 본 발명의 일 실시예에 따른 MU-MIMO 전송을 위한 방법의 흐름도이다.
도 15 는 단말에 의해 수행될 수 있는 본 발명의 일 실시예에 따른 MU-MIMO 전송을 위한 방법의 흐름도이다.
도 16 은 본 발명의 실시예들이 구현될 수 있는 AP 와 단말을 나타낸다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

개요

두 가지 혁신적인 다중 사용자(multi-user, MU) 통신 메커니즘, 즉 다중 사용자 다중 입력 다중 출력(multi-user multi-input multi-output, MU-MIMO)과 직교 주파수 분할 다중 접속(orthogonal frequency division multiple access, OFDMA)은 최근 802.11 Wi-Fi 시스템의 성능을 향상시키기 위한 핵심 기술로서 많은 주목을 받고 있다. 그러나, Wi-Fi 시스템의 MU 전송 방법은 여전히 채널 상태 정보(channel state information, CSI) 피드백 오버헤드와 관련된 심각한 문제를 겪고 있으며, 이는 사용자 선택을 통해 MU-MIMO 이득을 훨씬 더 많이 얻는 것을 방해한다. 802.11ax 기반 Wi-Fi 시스템에서 업링크 OFDMA 전송과 다운링크 MU-MIMO 전송에 사용되는 방법은, 양쪽 모두 AP에 의해 개시된다는 점에서 서로 매우 유사하지만, 프로토콜의 유사성은 두 기술 간의 긴밀한 협력을 위해 적절하게 활용되지 않고 있다. 본 명세서는 802.11ax 네트워크를 위한 새로운 다중 사용자 전송 방식인 MUSE를 제안한다. 업링크 OFDMA 전송을 MU-MIMO 사용자 선택에 활용함으로써, MUSE는 OFDMA와 MU-MIMO 기능 모두를 활용한다. 특히, AP는 업링크 OFDMA 프레임으로부터 복수의 CSI 값을 추정 및 수집하고, 이 채널 정보를 이용하여 시스템 유틸리티를 극대화하기 위한 최적의 다운링크 MU-MIMO 수신자 그룹을 찾아낸다. MUSE를 실현하기 위해 새로운 OFDMA 자원 할당 알고리즘과 프레임 구조를 개발한다. 광범위한 MATLAB 시뮬레이션 결과를 통해, MUSE는 조밀한 네트워크 시나리오에서도 네트워크 처리량(throughput)을 크게 향상시키고, 레거시 노드와의 공존에도 효과적으로 작용한다는 것을 확인할 수 있다.

빠른 데이터 전송 속도, 쉬운 설치, 무료 인터넷 접속에 기인하여, Wi-Fi 사용자와 장치의 수는 지난 몇 년 동안 계속해서 증가하고 있다. 업계 조사 결과에 따르면 2021년까지 Wi-Fi 핫스팟이 5억개 정도까지 증가될 것이며, 전체 인터넷 트래픽의 50% 이상이 Wi-Fi로 이동될 것이다. 피어-투-피어 컴퓨팅, 스트리밍 서비스, IoT 시스템, 클라우드 애플리케이션 등 다양한 애플리케이션의 개발로 Wi-Fi의 업링크 강화도 더욱 주목받고 있다. 이러한 추세로 볼 때, 향후 Wi-Fi 네트워크가 현재보다 밀도가 높아져 심한 혼잡 문제를 겪을 것이라고 쉽게 예측할 수 있는데, 이에 따라 프레임 충돌이 빈번하게 발생할 수 있고, 데이터를 수신하고 전송하기 위해서는 사용자가 매우 오랜 시간 기다려야 하며, 사용자 경험의 질이 크게 떨어질 것이라는 것을 의미한다.

다중 사용자(MU) 전송은 Wi-Fi 시스템에서 이러한 문제를 해결하기 위한 핵심 기술로써 큰 주목을 받아왔다. 복수의 무선 노드가 동시에 통신할 수 있도록 함으로써 시스템 처리량을 높일 뿐 아니라 네트워크 정체 정도를 효과적으로 저감시킬 수 있다. Wi-Fi에서 MU 통신을 실현하기 위해 MU 다중 입력 다중 출력(MU-MIMO)과 직교 주파수 분할 다중 접속(OFDMA)의 두 가지 주요 통신 방식이 채택되었다. IEEE 802.11ac은 MU-MIMO 기능을 채택한 최초의 Wi-Fi 표준으로, MU-MIMO 기능은 여러 사용자 스테이션 (user station) (이하, '사용자' 또는 '단말'로 지칭될 수 있음)으로 서로 다른 데이터 스트림의 동시 전송이 용이하지만, 업링크가 아닌 다운링크에서만 사용할 수 있었다. 새롭게 등장한 IEEE 802.11ax Wi-Fi 표준은 OFDMA를 사용하여 이러한 한계를 극복하려고 시도한다. OFDMA는 오버래핑하지 않는 서브 채널들을 복수의 사용자에게 할당하여 업링크로 동시에 전송할 수 있도록 한다. 이러한 방식으로 OFDMA는 경쟁 및 프리앰블 오버헤드를 현저히 감소시키며, 이러한 절감은 고밀도 네트워크 환경에서 특히 효과적일 수 있다.

MU-MIMO와 OFDMA는 Wi-Fi 성능을 개선할 수 있는 엄청난 잠재력을 가지고 있지만, 그에 따른 이득을 제한하는 몇 가지 문제들이 존재한다. 첫째, MU-MIMO의 높은 전송률을 이용하기 위해서는 AP가 사용자의 채널 상태 정보(channel state information, CSI)를 얻어야 하지만, 현행 Wi-Fi 표준에서 개시하는 바에 따라 각 사용자에 대한 일련의 폴-기반(poll-based) CSI 피드백을 사용하면 MAC 오버헤드가 상당히 발생한다(도 1a 참조). 연구에 따르면, CSI 피드백 오버헤드는 160MHz 대역폭 및 4 X 1 MIMO의 경우 데이터 전송 시간의 최대 25배에 도달할 수 있고, 이는 MU-MIMO 다이버시티 이득을 쉽게 압도할 수 있다.

둘째로, MU-MIMO와 OFDMA의 성능은 MU 전송에 관련된 사용자에 따라 현저히 달라질 수 있지만, 현재의 MU 전송 프로토콜은 적절한 사용자 그룹을 구성하거나 특정한 제안된 사용자 선택 방법을 적용하는 것을 어렵게 한다. 특히, MU-MIMO의 경우, 채널이 서로 충분히 직교하지 않는 사용자에게 AP가 전송하는 경우, MU 전송의 처리량이 현저히 감소할 수 있으며, 단일 사용자 전송의 처리량보다 더 낮을 수도 있다. 이러한 경우를 방지하고 더 높은 MU-MIMO 이득을 얻기 위해 AP는 가능한 한 많은 사용자로부터 CSI를 획득해야 한다. 그러나, 도 1a에 도시된 바와 같이 현재 CSI 피드백 프로토콜로 이를 수행하는 것은 경쟁력을 가지지 않는다. 몇몇 사용자 선택 방법은 CSI 피드백 절차 중에 사용자 선택을 완료하도록 함으로써 CSI 피드백 오버헤드를 감소시킬 수 있었다. 그러나, 특히 많은 사용자들로부터의 심각한 채널 경쟁이 존재하여 AP가 채널 접속을 얻기 어려운 경우, 이러한 방법의 이득은 실질적으로 미미할 수 있다.

마지막으로, Wi-Fi에 채용된 MU 통신 기법이 다양해지면서 MAC 프로토콜도 복잡하고 단편화되었다. 특히 802.11ax 기반 Wi-Fi 시스템에서 업링크와 다운링크 MU 전송 방법은 도 1에 도시된 바와 같이 AP에 의해 MU 전송이 개시된다는 점에서 서로 어느 정도 유사성이 있지만, 현재의 체계는 두 방법 사이에 긴밀한 협력을 제공하기 위해 프로토콜의 유사성을 활용하지 않는다. 이러한 유사성이 적절히 활용되면, 특히 밀집된 네트워크 환경에서 MU 전송을 위한 프로토콜이 보다 간결하고 더 효율적일 수 있다. 특히, MU-MIMO 사용자 선택 문제를 다루는 것은 매우 유용하며, AP가 더 많은 전송 기회를 얻을수록 MU-MIMO 사용자 선택이 더 높은 성과를 얻는다.

전술한 문제점을 해결하기 위해 본 명세서는 MU-MIMO User SElection(MUSE)이라 불리는 802.11ax 네트워크에 대한 새로운 MU 전송 방식을 제안한다. 본 발명의 일 실시예에 따른 다중 사용자 MIMO 전송을 위한 방법은, MUSE 를 포함할 수 있다. 802.11ax 에서 AP는 매우 유사한 방식으로 MU-MIMO와 OFDMA 전송을 모두 제어할 수 있다는 사실을 기반으로, MUSE는 MU-MIMO와 OFDMA의 MU 전송을 통합적으로 운용하여 프로토콜 중복성을 제거한다. 보다 구체적으로, AP가 채널에 접속하면 업링크 OFDMA 전송과 다운링크 MU-MIMO 전송을 차례로 처리한다. 또한, MUSE AP는 업링크 OFDMA 프레임으로부터 사용자로부터의 복수의 다운링크 CSI를 추정 및 수집하고, 이 정보를 활용하여 최적의 MU-MIMO 수신자 그룹과 빔포밍 가중치를 계산할 수 있다.

MUSE를 구현하기 위해서는 몇 가지 기술적 과제를 해결해야 한다. 첫째, 업링크 OFDMA 전송에서 사용자의 다운링크 CSI를 추정하는 효율적인 방법이 필요하다. OFDMA 전송으로부터 추정된 CSI는 업링크 채널만을 참조하기 때문에 다운링크 MU-MIMO에 직접 적용할 수 없다. 더욱이, 만약 OFDMA 자원 할당을 통해 사용자에게 채널의 특정 부분만 할당된다면, 이러한 사용자에 대한 추정된 CSI는, 충분한 채널 대역폭(예: 최소 20 MHz)을 가지는 채널 상태를 일반적으로 요구하는 MU-MIMO 빔포밍에 대해서 충분하지 않을 수 있다. 이러한 문제를 고려하여, 새로운 OFDMA 프레임 구조는 이러한 슬롯(MUSE CSI 추정 섹션(MUSE CSI estimation section, MCS)라고 함)동안, 선택된 사용자가 MU-MIMO에 필요한 채널 대역폭을 사용할 수 있도록 설계되었으며, 따라서 AP가 이들에 대한 CSI를 획득할 수 있다. 또한 여기에 적용되는 채널 상호상관성(reciprocity)은 측정된 업링크 채널 계수로부터 다운링크 채널 계수를 추출하도록 할 수 있다. 이하에서, MCS 는 '채널 추정 슬롯'으로도 지칭될 수 있다.

둘째로, 기존의 OFDMA 스케줄링과는 달리, MUSE 자원 할당은 업링크 OFDMA 전송의 성능뿐만 아니라 다운링크 MU-MIMO의 성능도 고려할 필요가 있다. MCS에 더 많은 자원이 할당될수록 MU-MIMO의 다이버시티 게인은 증가하는 반면 실제 데이터 전송 시간은 단축되므로 MCS의 규모도 고려해야 한다. 이러한 모든 고려사항을 고려하여, 자원 할당 문제는 효용 극대화 문제로 공식화될 수 있고, 문제를 해결하기 위한 알고리즘이 개시된다. 제안된 방법은 MCS의 최적 크기를 효과적으로 찾아내고, 시스템 목표를 달성하기 위해 사용자에게 OFDMA 자원을 적절히 할당한다. 특히 사용자의 최대 대역폭에서의 이질성(heterogeneity)이 자원 할당에서 고려된다.

마지막으로, MUSE는 레거시 노드가 존재하는 경우에도 잘 작동해야 한다. MUSE에서 레거시 노드가 채널에 접속하여 이전과 같은 전송 기회를 얻을 수 있도록 하기 위해, 동일한 최대 전송 시간(즉, 전송 기회(TxOP)가 적용되고, MUSE가 가능한 노드에 더 높은 전송 우선순위를 부여하기 위한 계획을 채택하지 않을 수 있다. 그럼에도 불구하고, 802.11 ax와 MUSE 양쪽 모두의 OFMDA가 가능한 사용자들은, AP가 채널에 접근하는 데 어려움을 겪고 그로인해 사용자들도 충분한 전송 기회를 얻을 수 없기 때문에, 특히 복잡한 네트워크 환경 내에서 심각한 기근을 겪을 수도 있다. 이러한 문제에 대해, 본 명세서에서는 종래의 Wi-Fi의 분산 조정 액세스 강화(enhanced distributed coordination access, EDCA)가 효과적인 해결책이 될 수 있음을 개시한다. AP에 적절한 높은 전송 우선 순위를 부여하면, 기존 사용자와 OFDMA 사용자 모두의 처리량이 향상될 수 있다.

MUSE의 성능을 평가하기 위해 MATLAB 시뮬레이터에서 MUSE와 몇 가지 다른 방법들이 구현되었다. 광범위한 MATLAB 시뮬레이션을 통해 MUSE는 802.11ac, OPUS(MU-MIMO 사용자 선택 기법), 및 802.11ax 보다 각각 3:9x, 3:7x, 1:4x 높은 시스템 처리량을 획득하는 것으로 관측되었다. 또한 MUSE가 레거시 노드와의 공존에서 적절하게 작동하는지 검증되었다. 레거시 노드는 처리량 저하를 경험하지 않으며, MUSE의 높은 MAC 효율성으로 인해 처리량이 실제로 증가한다.

본 발명의 기여는 다음과 같다.

- 802.11ax 기반 Wi-Fi 네트워크에서 MU-MIMO 사용자 선택을 위한 OFDMA 사용을 제안한다. 통합 업링크/다운링크 MU 전송의 개념이 개시되고, MCS를 구비하는 새로운 OFDMA 프레임 구조가 제안된 아이디어를 실현하도록 설계된다.

- OFDMA 자원 할당은 업링크 OFDMA와 다운링크 MU-MIMO 모두의 성능 측면에서 유틸리티 최대화 문제로 공식화될 수 있고, 사용자들의 서로 상이하게 구성된 최대 대역폭이 할당에서 고려되며, MU-MIMO를 위한 최적의 MCS 길이와 적절한 채널 대역폭을 찾기 위한 알고리즘이 제안된다.

- MATLAB 시뮬레이터를 이용한 광범위한 성능평가 실시 결과는 이기종 802.11ax 네트워크의 잠재적 처리량 불균형 문제를 나타내고, Wi-Fi의 기존 EDCA가 이를 처리하는 효과적인 솔루션이 될 수 있음을 보여준다.

관련하여, 도 14 는 AP 에 의해 수행될 수 있는 본 발명의 일 실시예에 따른 MU-MIMO 전송을 위한 방법의 흐름도이다. 도 14 에 도시된 바와 같이, 본 발명의 일 실시예에 따른 MU-MIMO 전송을 위한 방법은 예를 들어 엑세스 포인트 (Access Point, AP) 에 의해 수행될 수 있다. 다만, 본 발명의 일 실시예에 따른 방법의 수행 주체는 AP 와 같은 명칭에 한정되지 아니하며 무선랜 네트워크를 구성하는 임의의 엘리먼트에 의해 본 발명의 실시예들에 따른 방법이 수행될 수 있음에 유의한다.

도 14 를 참조하면, 예를 들어 AP 는 복수의 단말로부터 업링크 OFDMA 프레임을 수신 (단계 1410) 한다. 이후, OFDMA 프레임을 기반으로 복수의 단말에 대한 다운링크 채널 상태를 추정 (단계 1420) 하고, 복수의 단말에 대한 다운링크 채널 상태에 대한 추정을 기반으로 복수의 단말들 중 하나 이상의 단말을 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 를 위해 선택 (단계1430) 한다. 이어서, 선택된 하나 이상의 단말에 대한 다운링크 MU-MIMO 전송을 수행 (단계1440) 한다.

한편, 도 15 는 단말에 의해 수행될 수 있는 본 발명의 일 실시예에 따른 MU-MIMO 전송을 위한 방법의 흐름도이다. 도 15 에 도시된 바와 같이, 본 발명의 일 실시예에 따른 MU-MIMO 전송을 위한 방법은 예를 들어 단말에 의해 수행될 수 있다. 단말은 예를 들어 스테이션(STA)과 같이, 무선랜 네트워크를 구성하는 임의의 엘리먼트를 포함할 수 있다.

도 15 를 참조하면, 예를 들어 단말은 트리거 프레임 (trigger frame, TF) 을 수신 (단계 1510) 한다. TF 는 예를 들어 AP 로부터 수신할 수 있다. 이후, TF 의 수신에 응답하여 업링크 OFDMA 프레임을 전송 (단계 1520) 할 수 있다. 예를 들어, 업링크 OFDMA 프레임은 AP 로 전송될 수 있다. 여기서, 업링크 OFDMA 프레임은 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 를 위한 다운링크 채널 상태 추정을 위해 사용될 수 있다.

본 발명의 실시예에 따른 방법들의 각 단계에 대해 MUSE 에 관한 하기의 섹션들에서 보다 구체적으로 설명된다.

MU-MIMO

MU-MIMO는 다운링크를 통해 AP가 복수의 데이터 스트림(이론적으로 최대 AP 안테나의 개수까지)을 복수의 사용자에게 전송할 수 있도록 하고, 802.11ac WAVE 2에서 Wi-Fi 산업에 최초로 채택되었다. 최대 동시 데이터 스트림 수는 여전히 8개로 제한되어 있지만, 많은 프로토타입이 개발되어 훨씬 더 많은 사용자와 안테나를 서비스할 수 있는 실현 가능성을 보여주고 있다.

이러한 시스템에서는, MU-MIMO의 이점을 누리기 위해서는 송신기(예: AP)가 수신기의 채널 상태를 선행적으로 알 필요가 있다. 이를 달성하기 위해 현재의 MU-MIMO 기반 Wi-Fi 시스템은 도 1a에 도시된 바와 같이 각 사용자에 대해 일련의 폴링 기반 CSI 피드백을 사용하지만, 이러한 접근 방식은 MAC 오버헤드를 높게 발생시킬 수 있다. 나아가 CSI 피드백은 낮은 기본 속도(예: 6.5Mbps)로 전송되며 송신기/수신기 안테나의 수, 정량화 수준 및 서브캐리어 그룹의 크기가 증가함에 따라 증가한다. 전술한 바와 같이 CSI 피드백 오버헤드는 MU-MIMO 다이버시티 이득을 쉽게 압도할 수 있다. 관련하여, 도 1a 내지 도 1b 는 802.11ax 내에서의 두 가지 다중 사용자 전송 프로토콜을 나타낸다. 도 1a 와 관련하여, MU-MIMO 에서 AP는 빔포밍 가중치를 계산하기 위해 사용자에게 CSI 피드백 프레임을 요청한다. 'CR'과 'CF'는 각각 CSI 피드백 요청과 CSI 피드백을 나타낸다. 도 1b 와 관련하여, 업링크 OFDMA 전송에서 AP는 트리거 프레임('TF'로 표기됨)을 브로드캐스팅하여 사용자로부터의 업링크 OFDMA 전송을 호출한다.

이러한 문제를 해결하는 한 가지 방법은 피드백 프레임을 압축하여 크기를 줄이는 것이지만, 최적의 압축 수준을 결정하는 방법에 대한 문제는 여전히 관심사로 남아 있다. 피드백 전송의 수를 줄임으로써, SINR을 사용하는 임계값 기반의 기법을 채택하거나 채널 일관성(coherence)의 시간의 통계적 모델을 이용하여 오버헤드를 더욱 낮출 수 있다. 이러한 기법은 피드백 전송의 수를 효과적으로 감소시키지만, 낮은 CSI 피드백은 감소된 리턴을 제공할 수 있기 때문에 처리량 손실을 초래할 수 있다.

한편, MU-MIMO 이득의 극대화가 가능하기 때문에 MU-MIMO 분야에서는 사용자 선택이 강조되어 왔다. 모든 가능한 사용자 세트에 걸쳐 철저한 검색을 통해 얻은 최적의 사용자 선택은 네트워크의 최대 용량을 제공하지만, 이것은 네트워크에 있는 모든 사용자로부터의 CSI를 필요로 하기 때문에 현재의 CSI 획득 프로토콜을 고려하면 비현실적일 수 있다. 이러한 맥락에서, 몇몇 사용자 선택 방법은 철저한 검색 없이 최적의 MU-MIMO 이득에 근사할 수 있다는 것을 제공하고자 한다. 이러한 접근 방식의 대부분은 수신자 그룹에 자체 선택 기준을 사용하여 모든 반복에서 사용자를 채우며, 따라서 필요한 반복의 총 횟수는 최대 AP 안테나 수로 제한될 수 있다. SUS는 이전에 선택한 사용자의 직교 서브스페이스에 대한 예상 채널 중 가장 큰 놈(norm)을 가진 사용자를 찾지만, 이 접근 방식은 AP의 모든 사용자로부터의 완전한 CSI를 가정하며, 이는 일반적으로 현실에서 실현 불가능한 것이다. OPUS라고 불리는 선택 방법은 SUS보다 더 실용적이다. 왜냐하면 그것은 본질적으로 기존의 802.11ac 프로토콜을 계승하기 때문이다. OPUS는 각 라운드에서 용량을 증가시키기 위해 가장 높은 잠재력(예: SINR)을 가지는 사용자를 선택하며, 결과적으로 SUS와 유사한 MU-MIMO 이득을 얻는다. 그러나 OPUS의 추가 시간 도메인 경쟁으로 인해 무시할 수 없는 MAC 오버헤드가 발생할 수 있다. 또한, 선택할 사용자가 많을 때는 MU-MIMO 사용자 선택에 유리하지만, 이 상황에서는 AP가 채널 경쟁이 심해 채널 접속이 어려워 현재 Wi-Fi 시스템에서는 사용자 선택의 혜택을 얻기가 어려울 수 있다. 따라서 AP는 사용자 선택의 이점을 활용하기 위해 충분한 전송 기회를 제공할 필요가 있다.

이론상으로는 다운링크 MU-MIMO 통신과 업링크 MU-MIMO 통신 사이에 빔포밍 메커니즘에 있어 큰 차이가 없지만, 실제로는 분산된 사용자가 전송을 동기화하기 어렵기 때문에 업링크 MU-MIMO를 구현하기가 훨씬 어렵다. 업링크 MU-MIMO는 802.11ax 에 채용될 예정이었으나 WAVE 2로 연기되어 WAVE 1 에서는 다운링크에서만 MU-MIMO 통신을 이용할 수 있게 되었다. MU-MIMO 대신에 802.11ax는 업링크 MU 전송에 OFDMA 사용을 제안한다.

OFDMA

OFDMA의 기본 메커니즘은 전송을 자원 유닛(resource unit, RU)이라고 하는 복수의 서브채널에 걸쳐 분할하는 것이다. OFDMA를 채택한 최초의 Wi-Fi 표준인 802.11ax에서는 20, 40, 80, 160 MHz Wi-Fi 채널을 각각 9, 18, 37, 74 RU로 나눌 수 있다. 802.11ax의 개발 이전에도 Wi-Fi 시스템의 OFDMA 채택을 위한 몇 가지 메커니즘이 제안되었다. OFDMA는 채널 접속을 위해 사용할 수 있으며, 시간 영역과 주파수 영역에서 모두 백오프(back off)를 실시하여 프레임 충돌률을 낮출 수 있다. 특정 MAC 프로토콜은 기존의 분산 MAC 프로토콜 상에서 Wi-Fi의 OFDMA 사용을 지원하지만, 이는 AP가 OFDMA 전송의 코디네이터 역할을 하는 현재의 802.11ax OFDMA MAC과는 전혀 상이하다. 다른 MAC 프로토콜은 OFDMA 리소스 할당에 대한 경쟁 윈도우 사용을 확장한다. 여러 제어 프레임들은 AP가 업링크와 다운링크 OFDMA 전송을 모두 효율적으로 제어할 수 있도록 하거나, 동일한 목적으로 레거시 포인트 조정 기능(point coordination function, PCF)을 직접 활용하도록 설계되었다. 그러나 이러한 설계들의 대부분은 802.11ax에서 OFDMA가 사용되는 방식에 부합하지 않는다.

802.11ax의 등장으로, OFDMA는 Wi-Fi 특성을 크게 수정하였다. 심지어 업링크 전송도 사용자 스스로가 아니라 AP에 의해 제어되고 있다. 트리거 프레임(trigger frame, TF)의 도입은 802.11ax의 대표적인 새로운 기능 중 하나이다. TF를 브로드캐스팅함으로써, AP는 업링크 사용자 전송을 호출하고 동기화할 수 있다. 관련하여, 도 2 는 트리거 프레임 구조를 나타낸다. 트리거 프레임은, RU 할당 결과, 변조 코딩 방식('UL MCS'로 표시됨), 목표 수신 신호 전력과 같이 업링크 OFDMA 전송에 필요한 몇 가지 항목을 전달한다. 도 2는 TF 구조를 보여주며, 이를 통해 어떤 사용자가 데이터를 전송해야 하는지, 사용자가 어떤 RU를 사용해야 하는지, 대응하는 OFDMA 전송의 지속시간, 심지어 각 사용자의 전송 전력 레벨 등과 같이, OFDMA 전송에 요구되는 여러 형태의 메타 정보를 전달하고 있음을 확인할 수 있다. 또한 802.11ax는 버퍼 상태 리포트 폴(buffer status report poll, BSRP)과 대역폭 쿼리 리포트 폴(bandwidth query report poll, BQRP)과 같이 AP가 사용자에게 OFDMA 자원을 적절히 할당할 수 있도록 몇 가지 추가적인 제어 프레임을 채택한다. 이를 통해 AP는 OFDMA 사용자의 버퍼 상태와 신호 품질을 추적할 수 있다.

MIMO 기법과 달리 OFDMA 자체는 어떠한 용량(capacity) 이득도 제공하지 않는다. 대신, 채널 대역폭이 다른 사용자들과 공유될 때 각 사용자의 데이터 전송 속도가 감소할 수 있고 그에 따라 전송 시간이 더 길어질 수 있다. 그러나, 경쟁과 프리앰블 오버헤드를 상당히 감소시키며, 이러한 절감은 다수의 사용자로부터 심각한 채널 경쟁이 발생하는 밀집된 네트워크 시나리오에 특히 효과적이고 필수적이다. 더 높은 OFDMA 이득을 제공하기 위해서는 적절한 자원 할당과 스케줄링을 사용해야 하며, 다양한 Wi-Fi 시나리오에서 최적의 OFDMA 자원 할당이 많은 연구에서 다루어져 왔다. 일 예로, OFDMA 자원 스케줄링을 위해 적응형 EDCA 메커니즘이 활용될 수 있다. 랴푸노프 최적화 기법을 사용하여 평균 속도 및 전력 제약 조건에서 자원 할당 문제를 해결할 수도 있다. 특정 연구는 최대 속도, 비례하고 공정하며 가장 짧은 남은 처리 시간과 같은 서로 다른 스케줄링 정책의 업링크 OFDMA 성능을 조사한다. 이러한 기법들은 다운링크에 대한 영향보다는 업링크 전송의 성능에만 초점을 맞춘다. 이와 달리, MUSE는 OFDMA 자원을 할당할 때 두 가지 모두를 고려하므로 OFDMA와 MU-MIMO 전송으로부터 모두 이익을 얻을 수 있다.

시스템 모델

본 명세서는 M 안테나들과 S 단일안테나 사용자들을 가지는 하나의 AP 를 구비하는 Wi-Fi 네트워크를 고려하며, 여기서 M ≤ S 이다. 사용자들은 AP 주변의 d 반경의 원 내부에 랜덤하게 위치한다. P_AP와 P_s는 AP와 사용자 s의 최대 전송 전력을 나타내며, 제곱의 경로 손실을 가지는 로그-거리 경로 손실 모델이 사용된다. 이 모델에 기초하여, Rayleigh 페이딩이 다중 경로 페이딩을 고려하기 위해 사용된다. 달리 명시되지 않은 한, 모든 노드에 MU-MIMO와 OFDMA 기능이 모두 장착되어 있다고 가정한다. 특히 OFDMA 사용자는 AP의 TF를 통해 전송할 수 있다고 가정할 수 있다. 즉, OFDMA 사용자는 채널 경쟁을 통해 데이터를 전송하지 아니할 수 있다. AP와 사용자 모두 데이터 프레임이 λ_data의 속도로 포아송 방식으로 각 노드의 전송 대기열에 도착하는 포화되지 않은 트래픽 조건에서 동작한다. 관련하여, 도 3 은 AP 전송 대기열의 모델을 나타낸다. TF와 데이터 프레임은 각각 λ_tf와 λ_data'의 속도로 AP의 전송 대기열에 도착한다.

도 3 에 도시된 바와 같이, AP의 경우, 데이터 프레임 외에, TF는 1ms 마다 전송 대기열에 도달한다. MUSE가 가능하든 그렇지 않든 모든 종류의 노드는 채널에 접근할 때 최대 TxOP 시간(T로 표시됨) 동안 데이터를 전송할 수 있다. 총 K 개의 서브-채널, 즉 RU는 OFDMA에 사용할 수 있다.

도 4 는 20 MHz 채널의 RU 위치를 나타낸다. 도 4 에는 0 부터 17까지 번호가 매겨진 18개의 RU가 존재한다. 도 4는 802.11ax의 20 MHz 채널에 대한 RU를 도시한다. 이 표준에 따르면, 20MHz 채널의 경우, 각 RU는 26, 52, 106 및 242 톤(tone)으로 구성될 수 있으며, RU의 크기에 관계없이 단일 사용자에게 최대 1개의 RU를 할당할 수 있다. 본 명세서는 사용자들이 서로 상이한(heterogeneous) 최대 대역폭을 가지고 있다고 가정한다. AP와 사용자는 20 MHz에서 160 MHz 사이(즉, 20, 40, 80 및 160 MHz)의 상이한 이용 가능한 채널 대역폭을 가질 수 있으며, B^max는 AP의 이용 가능한 채널 대역폭을 나타낸다. 단순성을 위해 사용자가 OFDMA 랜덤 액세스를 통해 그들의 데이터 및 수신 신호 강도 지시자(received signal strength indicator, RSSI)를 리포트하는 절차는 본 명세서에서 생략되지만, 이 정보는 AP에서 이용할 수 있는 것으로 가정한다. 저복잡성 프리코딩 매트릭스 연산을 사용하여 동시 전송 간의 상호 간섭을 효과적으로 제거하기 때문에, MU-MIMO에 대해 제로 포싱 빔포밍(zero-forcing beamforming, ZFBF)을 프리코딩 전략으로 사용할 수 있다.

MU-MIMO 사용자 선택

MUSE의 주요 컨셉은 AP가 업링크 OFDMA 전송으로부터 CSI를 획득한 다음 이를 이용하여 MU-MIMO 사용자 선택을 수행하는 것이다. 이를 위해 통합된 업링크 및 다운링크 전송방법이 제안된다.

관련하여, 도 5 는 MUSE의 작동 예시를 나타낸다. AP가 채널에 접속하면 먼저 업링크 OFDMA 전송을 호출하고, 이어서 다운링크 MU-MIMO 전송을 개시한다. AP는 OFDMA 전송으로부터 다운링크 CSI를 추정하고, 이를 이용하여 MU-MIMO 사용자 선택을 수행한다. 'BA'는 블록 ack를 지칭한다. 도 5에 도시된 바와 같이, AP가 채널 접속을 획득하였을 때, 먼저 사용자의 업링크 전송을 시작한 다음, 다운링크 MU-MIMO를 통한 전송을 개시한다. 이러한 연속적인 전송은 단지 하나의 TxOP(즉, T) 내에서 발생하도록 설계되어 있어 레거시 노드가 MUSE에서 충분한 전송 기회를 얻도록 보장할 수 있다. 즉, 업링크 전송과 다운링크 전송은 각각 T_u와 T_d 에서 완료될 수 있다 (즉, T = T_u + T_d). 관련하여, 본 발명의 실시예들에 따른 MU-MIMO 전송을 위한 방법에 있어서, 일 측면에 따르면 업링크 OFDMA 프레임을 수신하는 것과 다운링크 MU-MIMO 전송을 수행하는 것은 하나의 전송 기회 (TxOP) 내에서 수행될 수 있다.

통합된 전송 방식 이외에도, MUSE를 구현하기 위해 1) OFDMA 자원 할당, 2) 다운링크 CSI 추정, 3) MU-MIMO 사용자 선택과 같은 기법들이 개시된다. AP는 TF나 데이터 프레임일 수도 있는(즉, 전송 대기열이 비어 있지 않음) 특정 프레임을 송신할 준비가 되면, Wi-Fi의 통상적인 분산된 조정 기능(distributed coordinated function, DCF) 메커니즘을 통해 채널 접속을 시도할 수 있다. 동시에, 자원 할당을 수행하는 것에 의해 업링크 OFDMA 전송을 준비한다. 이 단계의 주요 목적은 일반적인 업링크 OFDMA 스케줄링과 매우 유사하며, 사용자에게 RU를 할당하여 특정한 시스템 목표를 달성하는 것이다. 그러나 MUSE에서는 결국 다운링크 MU-MIMO 성능에 영향을 미치는 것을 고려하여, 자원 할당 단계에서 다운링크 MU-MIMO 역시 고려되어야 한다. 그 결과, MUSE에서 채용될 수 있는 자원 할당 방식은 AP가 모든 OFDMA 프레임으로부터 최대 g^max 사용자로부터 다운링크 CSI를 획득할 수 있게 한다.

일 측면에 따르면, AP가 복수의 단말로부터 업링크 OFDMA 프레임을 수신하는 것은, 전송 대상인 데이터를 가지지 않는 하나 이상의 단말로부터 업링크 OFDMA 프레임을 수신하는 것을 포함할 수 있다. 예를 들어, 다운링크 CSI의 획득을 위해 실질적으로 AP 로 전송하고자 하는 데이터를 가지지 않는 단말에 대해서도, OFDMA 프레임을 AP 로 전송하도록 함으로써 해당하는 단말의 다운링크 채널 상태의 추정에 활용할 수 있다. 관련하여, AP 가 단말들에 대해 자원 할당을 수행함에 있어서 별도의 전송 대상인 데이터를 가지지 않는 하나 이상의 단말에 대해 OFDMA 프레임 내에서 적어도 일부의 자원을 사용하도록 할당할 수 있다.

업링크 전송동안, AP는 OFDMA 데이터를 디코딩할 뿐만 아니라 사용자의 다운링크 CSI를 추정한다. 여기서 사용되는 채널 상호상관성(reciprocity)은 업링크 채널에 대한 CSI를 다운링크에 대한 CSI로 변환한다. MUSE에서 제안되는 새로운 OFDMA 프레임 구조는 AP가 MU-MIMO를 위한 사용자의 다운링크 CSI를 효과적으로 추정할 수 있도록 돕는다. 만약 채널 추정이 성공적으로 완료되면, AP는 최대 g^max 사용자에 대해 복수의 CSI 값을 얻을 수 있다. 이러한 값을 바탕으로 최적의 MU-MIMO 수신자 그룹을 계산한 후, 이들 사용자에게 전송한다. 도 5의 예시에서, 4명의 사용자(사용자 1 내지 4)가 OFDMA를 통해 데이터를 전송하고, AP는 추정된 CSI 값을 사용하여 최적의 MU-MIMO 그룹(즉, 도 5의 예시에서 사용자 1, 2 및 3)을 계산한다.

MUSE의 차별적인 전송 방법은 네트워크 시스템에 몇 가지 장점을 제공할 수 있다. 첫째, 충분한 개수의 CSI 값을 통해 MU-MIMO 다이버시티 게인을 쉽게 획득할 수 있다. 둘째, MU-MIMO 사용자 선택을 수행하기 위해 CSI 피드백을 획득하는 추가 프로세스가 더 이상 필요하지 않으므로, MAC 오버헤드를 크게 줄일 수 있다. 마지막으로, MUSE를 구현하기 위해서는 기존 프로토콜에 대한 수정이 거의 필요하지 않으며, 시스템 또한 역방향 호환성을 가진다. 즉, MUSE는 레거시 사용자에 대한 성능을 감소시키지 않고 오히려 성능상의 이점을 제공한다. 이하, MUSE에서 사용되는 각각의 기법들을 상세히 설명한다.

OFDMA 프레임 구조

본 발명의 실시예들에 따른 MU-MIMO 전송을 위한 방법에 있어서, 일 측면에 따르면 업링크 OFDMA 프레임은, 적어도 하나의 채널 추정 슬롯을 포함할 수 있고, 적어도 하나의 채널 추정 슬롯은, 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성될 수 있다. 이하, 보다 구체적으로 설명한다.

OFDMA에서는 수신자가 전용 서브캐리어(subcarrier)를 통해 각 서브채널을 학습할 수 있지만, 이러한 CSI는 다운링크 MU-MIMO에 직접 적용되지 않는 업링크 채널을 위한 것이다. 전술한 바와 같이, MUSE는 다양한 무선 시스템들에서 채널 학습에 적합하다고 잘 알려진 채널 상호상관성을 이용한다. 예를 들어, 특정 연구에서 채널 상호상관성은 사용자가 비콘으로부터의 업링크 채널을 추정할 수 있도록 하며, 또 다른 연구에서는 대규모 MIMO 시나리오에서의 실현 가능성을 입증했다. 이에 기초하여 업링크 채널 상태가 주어진 후에는 다운링크 채널 상태를 추정할 수도 있다고 본 명세서에서 가정된다. 채널 상호상관성 성능을 향상시키는 방법에 대해 상세히 기술하는 것은 본 명세서의 범위를 벗어나지만, 채널 상호상관성을 달성하기 위한 몇 가지 접근법을 간략히 설명한다.

주어진 채널에 대해, h_u와 h_d를 각각 업링크 채널 계수와 다운링크 채널 계수로 둔다. 그런 다음 채널 상호상관성을 이용하여 h_d를 h_u의 함수로 표현할 수 있다.

여기서, θ는 업링크와 다운링크 채널 사이의 채널 상호상관성 계수로 정의되며, 여기서 0 ≤ θ ≤ 1 이고, e 는 h_u의 불확실한 부분이다.

두 채널 사이의 알려지지 않은 진폭 스케일링과 위상 변이를 보상하기 위한 적절한 교정 파라미터를 찾는 것이 채널 상호상관성을 달성하는 핵심 요인이다. 이를 실현하는 한 가지 방법은 각 송신기와 수신기를 교정하는 것이며, 상호상관성을 보장하기 위해서는 일반적으로 특정한 하드웨어(예를 들어, op-amp, 외부 소스)가 필요하다. 이러한 솔루션은 송수신기 사이의 정확한 보정(따라서 절대 보정이라고도 함)을 달성하는 것을 목표로 하지만, 일반적인 기기에서는 구현하는 데 비용이 많이 든다. 이러한 이유로, 많은 연구에서는 신호 공간 내에서 전체적으로 교정을 수행하는 상대 교정 방법을 사용하고, 외부 참조 하드웨어의 필요성이 제거된다. 이러한 방법은 절대 교정에 비해 교정 오류가 더 높을 수 있지만, 전술한 시스템을 포함한 많은 실험 연구에서 그 타당성이 이미 어느 정도 입증되었다.

전술한 바와 같이, MUSE AP는 OFDMA 프레임으로부터 여러 사용자의 CSI를 추정할 필요가 있다. 그러나 종래의 OFDMA 프레임 구조로는 이 목표를 달성할 수 없다. 관련하여, 도 6a 내지 도 6b 는 레거시 프레임과 제안된 OFDMA 프레임의 비교를 나타낸다. 제안된 OFDMA 프레임에서 마지막 g 슬롯에 대해, AP가 채널을 통해 사용자의 CSI를 추정할 수 있도록 MU-MIMO에 필요한 모든 서브 채널이 사용자에게 할당된다. 도 6a에 도시된 바와 같이, OFDMA 자원 할당이 사용자에게 전체 채널의 일부만 할당한다면, 이러한 사용자에 대한 추정된 CSI 값은 MU-MIMO 빔포밍에 불충분할 수 있다. MU-MIMO는 일반적으로 충분한 채널 대역폭(예를 들어, 최소 20 MHz)에 대한 채널 상태를 요구한다. 이러한 문제를 해결하기 위해, MUSE는 OFDMA 프레임을 두 부분으로 나누고, 그 중 하나를 전용 CSI 추정에 활용할 수 있다. 이러한 섹션을 MUSE CSI 추정 섹션(MUSE CSI estimation section, MCS)이라고 지칭할 수 있다. 이하, MCS 는 '채널 추정 슬롯'으로도 지칭될 수도 있다. 도 6b 에 도시된 바와 같이, MCS는 g 개의 스몰 슬롯 (0 ≤ g ≤ g^max)으로 구성될 수 있고, 각 슬롯에는 1명의 사용자만 배정할 수 있다. 일단 사용자가 할당되면, AP가 전체 채널에 대한 CSI를 추정할 수 있도록 MU-MIMO에 필요한 전체 채널 대역폭이 사용자에게 주어진다. 관련하여, 본 발명의 일 측면에 따른 적어도 하나의 채널 추정 슬롯은, 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성될 수 있다. 보다 구체적으로는, 전술한 바와 같이 MU-MIMO에 필요한 전체 채널 대역폭이 사용자에게 할당될 수 있다.

도 6b 의 예시에서, 사용자 1, 3 및 5 에는 3 개의 슬롯이 주어지고, 따라서 AP는 이러한 사용자에 대한 CSI를 획득할 수 있으며, 이는 이어지는 다운링크 MU-MIMO 전송의 후보가 된다. 이질적인 사용자는 제안된 할당 기법에서 동일한 슬롯의 일부가 될 수 없기 때문에, 특히 서로 상이한 대역폭의 사용자 시나리오에서 공정성 문제가 발생할 수 있다고 생각할 수 있다. 그러나, 이 문제는 본 명세서에서 이후 설명될 MUSE 자원 할당에서 적절한 스케줄링 정책을 채택하여 해결할 수 있다.

MCS는 CSI 추정의 전용 부분이기 때문에, MCS의 사용자는 PHY 헤더(즉, PLCP 헤더)를 추가하여 학습 심볼을 전송한다. MCS에서 사용자 전송들 간의 사용자 간 간섭을 줄이기 위해서는, 각 슬롯 사이에 가드 간격을 삽입할 필요가 있다. 이러한 모든 사항을 고려하여, 각 슬롯의 길이(τ로 표시됨)는 일반적인 PLCP 헤더 전송 시간보다 긴 100 us로 설정된다.

한편, 본 발명의 실시예들에 따른 MU-MIMO 전송을 위한 방법에 있어서, 일 측면에 따르면 적어도 하나의 채널 추정 슬롯은, 업링크 OFDMA 프레임의 말단에 배치될 수 있다. 보다 구체적으로, 도 6b 로부터 MCS가 프레임의 말단에 위치할 수 있다는 것도 알 수 있다. 채널 상태는 시간이 지남에 따라 변화하며 일반적으로 10 ms의 범위로 되어 있는 채널 일관성(coherence) 시간에 대해서만 유효하기 때문에, 프레임의 시작 시 추정된 CSI는 MU-MIMO 전송에 유효하지 않을 수 있다. 이는 또한 가능한 g 값(즉, g^max)의 수를 제한하는 효과도 있다. 예상되는 바와 같이, g의 값은 MU-MIMO 이득(즉, 데이터 전송 속도)과 데이터 전송 시간 사이의 트레이드 오프이다. 즉, 큰 g값의 경우 데이터 전송 시간 단축을 희생하여 MU-MIMO 다이버시티 이득을 더 많이 얻을 수 있으며, 그 반대의 경우도 마찬가지다. 최적의 g 값(g^opt로 표시됨)을 찾기 위해, MUSE는 아래에서 설명될 자원 할당에서 g가 성능에 미치는 영향을 고려한다. g^opt가 결정되면 TxOP는 T_u와 T_d를 모두 MCS 길이의 절반으로 줄여 재구성(즉,

)된다.

MUSE 자원 할당

앞서 살핀 바와 같이, 기존의 OFDMA 스케줄링과는 달리, MUSE 자원 할당은 업링크 OFDMA 전송의 성능뿐만 아니라 다운링크 MU-MIMO의 성능도 고려할 필요가 있다. MCS에 더 많은 자원이 할당될수록 MU-MIMO의 다이버시티 게인은 증가하는 반면 실제 데이터 전송 시간은 단축되므로 MCS의 규모도 고려해야 한다. 관련하여, 본 발명의 실시예들에 따른 MU-MIMO 전송을 위한 방법에 있어서, 일 측면에 따르면 업링크 OFDMA 프레임은, 업링크 OFDMA 전송 성능 및 다운링크 MU-MIMO 성능의 양쪽 모두를 고려하여 복수의 단말에 대한 자원 할당을 수행하도록 구성될 수 있다. 예를 들어, 업링크 OFDMA 전송 성능은 업링크 OFDMA의 데이터 전송 시간 확보를 포함하고, 다운링크 MU-MIMO 성능은 다운링크 MU-MIMO의 다이버시티 게인 확보를 포함할 수 있다. 일 측면에 따르면, 이와 같은 자원 할당은, OFDMA 프레임에 포함되는 채널 추정 슬롯의 개수를 조정하는 것을 포함할 수 있다.

보다 구체적으로, MUSE에서 자원 할당은 특정 시스템 목표를 달성하기 위해 사용자를 앞서 도 6b를 참조하여 설명한 OFDMA 프레임에 할당하는 것을 의미할 수 있다. 도 6b에 나타낸 것처럼, 할당해야 할 자원의 두 가지 유형, 즉 업링크 OFDMA 데이터 전송을 위한 K 개의 RU와 다운링크 채널 추정을 위한 g 사용자가 존재한다. 그런 다음, 사용자 s가 RU k에 할당되면 x_sk = 1, 그렇지 않으면 0 으로, 또한 사용자 s가 MCS에 선택되면 y_s = 1, 그렇지 않으면 0 으로의, 각각의 경우에 대응하도록 x_sk와 y_s 를 정의한다. 나아가, x_sk와 y_s의 가능한 모든 구성을 나타내기 위해 X ∈ {0, 1}^S×K와 Y ∈ {0, 1}^S를 정의한다. 그리하면, 자원 할당은 아래와 같은 효용(Utility) 극대화 문제(MUSE 자원 할당 문제(MUSE resource allocation problem, MRAP)라고 지칭된다)로 공식화될 수 있다.

여기서, U^ul(·)과 U^dl(·)은 각각 업링크와 다운링크의 유틸리티 펑션이다. A 는 X와 Y 페어의 가능한 모든 조합의 집합이다.

MRAP의 제약 조건은 다음과 같다.

여기서,

및

는 각각 사용자들의 집합 및 RU들의 집합을 나타낸다.

제한 조건인 수학식 3 내지 9 는 802.11ax의 RU 사용을 준수를 위한 것이다. 제약 조건인 수학식 3은 RU를 하나를 넘는 사용자에게 할당할 수 없다고 명시하고, 수학식 4 는 사용자에게 최대 하나의 RU를 할당할 수 있음을 의미한다. 수학식 5 는 사용자의 최대 대역폭 제한을 나타내며, B_sk는 사용자 s가 RU k를 이용할 수 있는 경우 B_sk = 1로, 그렇지 않으면 0 으로 설정된 이진 값이다. 수학식 6 은 할당된 RU의 총 폭이 주어진 전체 채널 폭(K^max로 표시되며, 예를 들어 전술한 바와 같이 B^max = 160일 경우 K^max = 74)을 초과하지 않도록 보장한다. v_k는 가장 작은 RU 크기에 대한 RU k의 상대적 크기로 정의된다. 예를 들어, 가장 작은 RU 크기가 1이라고 가정(예를 들어, 도 4의 RU 0 내지 RU 8, RU 11 및 RU 15)하면, v₀ = 1, v₁₀ = 2, v₁₄ = 4, v₁₇ = 9 이다. 그러나, 이 제약 조건은 할당된 RU가 서로 중복되지 않아야 한다는 조건을 보장할 수 없다. 다른 제약 조건을 추가하는 대신에, 이 문제를 다루기 위해 간단한 접근법을 사용할 수 있다. 오버랩핑되는 RU 가 존재하는 솔루션을 획득하는 경우, 그것들은 재배열된다. 예를 들어, MRAP에 대한 솔루션이 RU 1과 RU 9를 모두 포함하는 경우, 이 두 사용자 중 한 사용자를 다른 RU (예를 들어, RU 1 대신 RU 2, 또는 RU 9 대신 RU 10)에 다시 할당함으로써 중복을 방지할 수 있다. 수학식 7 은 다운링크 채널 추정을 위해 선택된 총 사용자 수가 g와 같아야 한다는 것을 나타낸다. 수학식 8 과 수학식 9 는 결정 변수(decision variable)들이 이진(binary)이어야 함을 나타낸다.

수학식 7 에 나타난 바와 같이, MRAP는 고정된 g 값을 위해 수식화되지만, MUSE 자원 할당 성능에 영향을 미치기 때문에 최적의 g 값(즉, g^opt)을 고려할 필요가 있다. 너무 높은 g 값은 짧은 전송 시간을 가지고 높은 MU-MIMO 다이버시티 이득을 가져오며, 그 반대의 경우도 마찬가지다. 이를 위해 가능한 모든 g 값에 대해 MRAP를 평가하고 비교할 수 있다. 보다 구체적으로, 디케이 팩터(decay factor) δ (0 < δ ≤ 1) 를 모든 반복에서 계산된 합계 효용에 곱하는 것에 의해 g로 인한 손실을 고려한다.

제안된 방법은 도 13에 도시된 알고리즘 1에 요약되어 있다. 도 13 은 MUSE 자원 할당 알고리즘을 나타낸다. 다운링크 MU-MIMO의 대역폭을 결정하는 프로세스(6 행부터)에 유의해야 한다. 업링크 OFDMA 리소스 할당과 달리 채널 대역폭이 상이한 사용자들은 MU-MIMO에서 함께 그룹화할 수 없다. 예를 들어, 사용자 1과 2의 최대 채널 대역폭이 각각 20MHz, 80MHz 이고 MU-MIMO 기법에서 그룹화되면 실제 MU-MIMO 전송은 단지 20MHz 채널에서만 수행된다. 사용자 간의 대역폭 이질성을 고려하기 위해, 알고리즘은 MU-MIMO에 대해 서로 다른 채널 대역폭에 대한 유틸리티 값을 평가하고 비교하면 된다. 이러한 과정에서, MU-MIMO 그룹의 후보 사용자 수는 각 반복마다 변화할 수 있다. 예를 들어, 총 10명의 사용자 중 5명은 최대 20MHz의 채널을 사용할 수 있고 다른 5명은 40MHz의 채널을 사용할 수 있다고 가정하자. 알고리즘은 우선 최대 총 대역폭인 20MHz 이하에서 효용 값을 조사하며, 이 경우 10명의 사용자 모두가 MU-MIMO 전송 그룹의 후보가 될 수 있다. 40MHz의 대역폭에서도 같은 과정이 반복되며, 후보군을 5명으로 줄인다.

이하에서, 각각의 효용 함수(utility function)가 어떻게 정의되는지 살펴본다. 양쪽 모두 효용 값(utility value)들의 합으로 표시된다.

여기서

은 사용자 s가 업링크 OFDMA 전송에서 RU k를 통해 획득할 수 있는 효용 값을 나타내며,

은 다운링크 MU-MIMO 전송을 위해 사용자 s를 선택할 때 획득되는 효용 값을 나타낸다. 이 두 값은 동일한 형태로 정의된다.

여기서,

및

은 업링크 OFDMA에서 RU k에 대한 사용자 s 의 현재 지원되는 데이터 속도와 사용자 s의 과거 평균 데이터 속도를 나타낸다. 마찬가지로,

및

은 다운링크 MU-MIMO에서 사용자 s 에 대한 AP 의 지원되는 데이터 전송 속도와 사용자 s 에 대한 AP 의 과거 평균 데이터 속도를 각각 나타낸다. 파라미터 α와 β는 시스템의 공정성(fairness) 정책을 제어하며, 다음과 같이 α와 β를 사용하여 잘 알려진 다양한 정책을 나타낼 수 있다.

α = 1 및 β = 0: 최대 속도(max-rate, MR)

α = 0 및 β = 1: 라운드 로빈(round-robin, RR)

α = 1 및 β = 1: 비례 공정(proportional fair, PF)

MR 스케줄링의 일반적인 동작은 채널 품질이 가장 높고 채널 대역폭이 가장 큰 사용자가 선택되는 것이다. 이는 명백히 총합 속도를 최대화하지만, 채널 품질이 낮거나 채널 대역폭이 좁은 일부 사용자들을 서비스할 수 없을 경우 빈곤 (starvation) 문제를 겪을 수도 있다. PF 스케줄링은 감소된 총합 속도를 감수하면서 MR에 비해 비교적 공정한 스케줄링 성능을 제공할 수 있으며, RR 스케줄링은 자원 소비와 무관하게 모든 사용자에게 동일한 빈도로 서비스를 제공한다. 수학식 10 및 11 에 나타난 같이, 이러한 스케줄링 정책은 업링크 및 다운링크 전송 모두에 적용된다는 점에 유의한다.

는 사용자 s의 RSSI 리포트로부터 측정될 수 있다. 802.11ax는 AP가 사용자들의 RSSI 값을 측정할 수 있도록 하며, 이러한 값을 성공적인 OFDMA 전송을 위한 사용자의 전송 전력을 설정하기 위해 사용한다는 점을 상기한다. γ_sP_s를 사용자 s 에 대해 AP에서 수신된 SNR 로 정의한다. 여기서 γ_s는 s 의 경로 손실 팩터이다. 그런 다음, R(γ_sP_s, b) 로부터

를 획득할 수 있다. 여기서, R(γ_sP_s, b) 는 b 의 MU-MIMO 채널 대역폭에 대해 수신된 SNR γ_sP_s에 해당하는 데이터 속도를 반환하는 함수이다. 표 1은 필요한 SNR을 20 MHz 채널 (즉, b = 20) 의 데이터 속도에 매핑하는 것을 보여준다.

이러한 표에 기초하여, 본 명세서에 걸쳐, 이용 가능한 데이터 전송 속도는 채널 대역폭에 따라 선형적으로 증가한다고 가정한다. 또한, 보다 넓은 채널 대역폭의 사용으로 인한 SNR 손실을 감안하여, 단순성을 위해, 수신된 SNR 은 채널 대역폭이 2배로 증가할 때마다 3dB씩 감소하는 것으로 가정한다.

를 계산하는 경우와는 달리, 이용 가능한 CSI 값이 존재하지 않으므로, 현 시점에서는

을 측정할 수 없다. 이러한 이유로,

은 MU-MIMO의 총 용량(capacity)이 점근적으로 증가하는 MU-MIMO 용량 모델을 다음의 수학식에 나타낸 비율로 채택하여 추정된다.

수학식 14 는 MU-MIMO 전송에서 각 사용자에 대해 수신된 SNR이 전송된 총 스트림 수(즉, M)와 반비례하며, 또한 총 후보 사용자 수(즉, S)와 대수적(logarithmically)으로 증가한다는 것을 보여준다. 이 결과 이외에도, 각각의 MRAP 에서 총 g명의 후보를 구할 수 있다는 점을 고려하면, 다음과 같다.

및

는 양쪽 모두 관련된 데이터를 사용할 수 없는 경우 0 이라는 점(예를 들어, AP가 사용자 s 에게 전송할 데이터가 없는 경우

= 0)에 유의한다.

여기에서 수식화된 최적화 문제는 NP-완료(NP-complete)된 정수 프로그래밍 문제로서, 이러한 유형의 문제를 해결하기 위해 몇 가지 전략을 이용할 수 있다. 가장 간단한 방법 중 하나는 변수가 바이너리여야 하는 제약 조건(예를 들어, 수학식 8 및 9)을 제거하고 LP 완화(relaxation)를 해결한 다음 솔루션을 반올림하는 것이다. 이러한 접근 방식은 간단하지만, 솔루션이 항상 최적으로 보장되는 것은 아니며 심지어 실현 가능하지도 않을 수도 있다. 또 다른 잘 알려진 방법인 분기 및 바운드(branch and bound)는 실현 가능한 솔루션의 총 집합을 더 작은 솔루션들의 서브 집합으로 분할할 수 있다는 원칙에 기초하여 작동한다. 이러한 더 작은 서브 집합들은 최적의 솔루션이 발견될 때까지 반복적으로 평가될 수 있다. 본 발명에서는 분기 및 바운드 기법을 사용한 MATLAB solver를 평가에 사용한다.

다운링크 MU-MIMO의 실제 사용자 선택

업링크 OFDMA 전송 이후, AP는 g^opt 사용자들의 CSI를 획득할 수 있다.

를 후보 사용자 그룹으로 정의한다. CSI 값을 사용할 수 없는 자원 할당 단계와는 달리, 이 단계에서 AP는 실제로 수집된 CSI 값들을 이용하여 보다 실용적인 사용자 선택을 수행할 수 있다. 최적의 사용자 선택은 여기서 MRAP와 유사한 방법으로 수식화되지만, 다음과 같이

의 계산에 다른 접근법이 적용된다.

여기서

는 Y의 집합이다.

,

에 속하지 않는 사용자들의 경우 0이 되어야 하며, 이 제약 조건은 지나치게 간단하기 때문에 생략된다.

ZFBF에서,

에 의해 표시되는 그룹

의 프리코딩 행렬은 다음과 같이 획득된다.

여기서,

및

는, 각각 수도-인버스(pseudo-inverse),

의 채널 매트릭스, 및 H 의 켤레 전치(conjugate transpose)를 나타낸다.

동등한 전력 할당을 가정하면, 결국 s ∈

에 대해 다음을 얻게 된다.

여기서,

및 w_s 는

의 엘리먼트이다. 여기서,

는 사용자 s 의 수신된 SNR 로서 해석될 수 있다.

위와 같은 수학식은 OFDMA 기반 시스템에서 각 서브캐리어의 CSI에 적용될 수 있으므로 모든 결과를 통합할 필요가 있으며, 본 명세서에서는 기존의 MU-MIMO 사용자 선택 기법들에서와 같이 평균값이 이를 위해 사용될 수 있음에 유의한다.

업링크 또는 다운링크 전송을 위한 프레임이 없는 경우

MUSE는 업링크 전송 기회들을 이용하여 MU-MIMO에 대한 사용자 선택을 수행함으로써 성능 이득을 획득한다. 이러한 과정에서, 업링크 전송이 필요한 사용자가 없더라도, 이들 중 일부는 CSI 추정을 위한 프레임을 전송하도록 요청될 수 있다. 이러한 경우, MUSE는 일반적으로 더 많은 채널 피드백(즉, g^max ≥ M)을 필요로 한다는 차이가 있지만, 기존의 802.11ac와 유사하게 작동한다. 이로 인해 기존 802.11ac에 비해 CSI 피드백 오버헤드가 약간 증가할 수 있지만, 이러한 손실은 사용자 선택을 통한 네트워크 용량의 증가로 상쇄될 수 있다. 네트워크 내의 업링크 트래픽이 낮은 경우, 업링크 MU 전송 기법을 채택한 MUSE와 802.11ax 양쪽 모두에 의해 이루어진 이득은 미미해질 수 있다. 그러나, 전술한 바와 같이, 많은 인터렉티브 애플리케이션과 서비스는 업링크 트래픽에 대한 수요를 지속적으로 증가시키고, 이와 같이 충분한 업링크 트래픽이 있는 한, MUSE 는 성능 이득을 제공할 것임을 나타낸다. 마찬가지로 AP에 다운링크 전송을 위한 데이터 프레임이 없는 경우, MUSE는 802.11ax와 동일한 방식으로 운용된다. 두 경우 모두 TxOP 값은 한 방향으로만 전송이 가능하므로 TxOP 값을 T로 재구성해야 한다는 점에 유의한다.

다양한 트래픽 유형에 대한 성능

MUSE는 802.11 계열의 기존 MAC 프로토콜 상에 구축되어 있으며, 따라서 랜덤 액세스의 성격을 계승하고 있다. 가장 단순한 트래픽 모델 중 하나인 포아송 모델이 본 명세서에서 성능 평가에 사용되지만, 다양한 트래픽 유형이 존재할 수 있다. 이를 효과적으로 처리하고 높은 서비스 품질(QoS)을 달성하기 위해 Wi-Fi 네트워크에 이미 많은 기능이 채택되었고, 프레임 버스팅(bursting)을 위해 프레임 집성(aggregation)과 블록 ack를 사용할 수 있으며, 지연에 민감한 음성이나 비디오 트래픽의 우선 순위를 정하기 위해 EDCA를 적용할 수 있으며, TxOP는 낮은 속도의 노드들이 매체를 과도하게 긴 시간 동안 점유하는 것을 방지한다. 이러한 특징들은 MUSE를 보완하는 것으로, MUSE는 다양한 트래픽 유형을 적절하게 채택함으로써 처리할 수 있다는 것을 의미한다.

성능 평가

평가 설정

이 섹션에서는 MATLAB 시뮬레이션을 통해 MUSE의 성과를 평가하고 분석한다. MUSE 외에 다음과 같은 세 가지 기법들이 평가된다.

- 802.11ac : 다운링크 MU-MIMO가 활성화된 레거시 802.11ac 프로토콜이다. MU-MIMO의 사용자 그룹은 FIFO(first-input first-output) 접근 방식을 사용하여 생성된다.

- OPUS : 802.11ac을 기반으로 한 MU-MIMO 사용자 선택 프로토콜이지만 OFDMA 기능은 없다.

- 802.11ax : 업링크 OFDMA와 다운링크 MU-MIMO가 모두 활성화된 802.11ax 프로토콜이다. MU-MIMO의 경우 802.11ac과 동일한 기법을 사용한다.

시뮬레이션 파라미터는 표 2의 기본값으로 설정된다. 각 시뮬레이션은 10분간 실행되며 100회 반복된다. 결과에서 사용자 처리량은 사용자의 총 처리량을 의미하며, 시스템 처리량은 AP 처리량과 사용자 처리량의 합이다. 달리 명시되지 않은 한 사용자와 AP 모두에 최대 가용 대역폭 20 MHz가 적용된다. 또, 다운링크 트래픽이 실세계에서 우세하다는 사실을 반영하기 위해, AP의 프레임 도착률을 평가 내에서

×S로 설정한다. T_u, T_d 및 λ_tf와 같은 일부 다른 파라미터의 기본값은 성능에 큰 영향을 미칠 수도 있지만 실험적으로 선택된다.

δ 값의 효과 　

δ의 값은 MUSE 자원 할당 내에서 g 사용의 성능 저하를 반영하는 데 중요한 역할을 한다. 도 7 은 처리량 vs. δ를 나타낸다. δ 값은 AP의 성능, 즉 시스템 성능에 강한 영향을 미친다. 보다 구체적으로, 도 7은 0.6 내지 0.95 사이에서 변화하는 δ 값에 대한 AP, 사용자 및 시스템의 처리량을 보여준다. 시스템 처리량 결과에서, δ가 일정 지점에 도달할 때까지 성능이 향상되었다가 감소하기 시작하는 것을 알 수 있다. 특히 δ 값이 0.7 에서 0.75 로 증가함에 따라, AP의 처리량이 크게 향상되어, 너무 낮은 δ의 값이 g 의 단점을 너무 낮게 과대평가하여 다중 사용자 다이버시티를 낮게 한다.

사용자들의 서로 상이한 최대 대역폭

MUSE의 자원 할당은 사용자들 간의 상이한 최대 대역폭을 지원하도록 설계되었다. 이를 평가하기 위해, 노드의 다양한 대역폭 구성에 대한 시스템 처리량을 도 8 에서 비교한다. 도 8 은 시스템 처리량 vs. 노드의 대역폭 구성을 나타낸다. 총 가용 대역폭과 사용자 구성은 모두 시스템 처리량에 큰 영향을 미친다. 최대 대역폭이 20, 40, 80, 160 MHz인 사용자의 비율은 B^max 값과 마찬가지로 각각의 평가에서 다양하다. 결과에서 표기법 (4:3:2:1) 은 최대 대역폭 20, 40, 80, 및 160 MHz의 사용자 수가 각각 16, 12, 8, 4 인 시나리오를 나타내기 위해 사용되고, (1:2:3:4) 에 대해서는 그 반대이다.

이러한 결과로부터 총 가용 대역폭(즉, B^max)과 구성이 모두 시스템 처리량에 강하게 영향을 미친다는 것을 알 수 있다. 첫째, 예상되는 바와 같이, 시스템 처리량은 B^max와 함께 증가한다. AP의 총 가용 대역폭이 충분히 크면, OFDMA 전송에 더 많은 사용자를 스케줄링할 수 있으며, MU-MIMO의 총 데이터 전송 속도가 크게 증가한다. 이러한 이득은 네트워크에서 더 넓은 대역폭을 제공할 수 있는 사용자가 더 많을 때 더 증가할 수 있다. 도 8에 도시된 바와 같이, 160 MHz 대역폭의 경우, (1:2:3:4)의 경우에 대한 시스템 처리량은 (4:3:2:1)의 경우와 비교하여 20% 더 높다.

처리량 vs. S

전체적인 성능 평가를 실시하기 위해, MUSE의 처리량은 사용자 수 (즉, S)가 변화함에 따른 다른 기법들의 처리량과 비교된다. 관련하여, 도 9a 내지 도 9c 는 처리량 vs. S 를 나타낸다. MUSE는 802.11ac, OPUS, 802.11ax에 비해 시스템 처리량이 각각 최대 3.9x, 3.7x, 1.4x 향상되었다. 비교를 목적으로, MUSE의 포화 처리량 결과('MUSE (Sat)'로 표시됨) 도 도시된다. 도 9a 는 AP 처리량을, 도 9b 는 사용자 처리량을, 도 9c는 시스템 처리량을 나타낸다.

보다 구체적으로, 도 9는 결과를 나타내며, 비교를 목적으로 MUSE의 포화 처리량 결과도 나타낸다. 첫째로, AP와 사용자 모두에게 802.11ac의 성능이 가장 나쁘다는 것을 알 수 있다. S 가 증가하면, 채널 경쟁이 심해지므로 AP의 처리량은 감소한다. 사용자 처리량의 경우 곧 포화 상태가 되는데, 이는 S 가 증가할수록 사용자의 개별 처리량이 감소한다는 것을 의미한다. OPUS 의 전반적인 성능은 MU-MIMO 사용자 선택 기법으로 인해 AP가 더 많은 처리량을 얻을 수 있다는 점을 제외하면 802.11ac 와 유사하다. 그러나, AP에 충분한 전송 기회가 제공되지 않는 한, 사용자 선택의 이점은 시스템 처리량에 거의 영향을 미치지 않는다는 것도 알 수 있다.

802.11ax가 802.11ac 및 OPUS 를 모두 능가하는 것을 확인할 수 있다. 이러한 이득은 주로 802.11ax의 업링크 OFDMA로 인한 낮은 채널 경쟁 레벨에서 발생한다. 본 평가에서는, 모든 사용자가 개별적으로 접속하지 않고 AP신호(즉, TF를 통해)를 통해 채널에 접속해야 하기 때문에 노드 간 프레임 충돌은 발생하지 않는다. 결과적으로, 이 액세스 메커니즘은 특히 조밀한 네트워크 시나리오에서 높은 MAC 효율성을 제공한다. 그러나 소수의 사용자들에게 802.11ax는 802.11ac 및 OPUS 에 비해 처리량이 다소 낮다는 것도 알 수 있다. 이는 λ_tf의 값 때문이다. 이러한 결과는 사용자 수가 상대적으로 적어서 채널 경쟁이 심하지 않을 때 사용자가 DCF를 통해 개별적으로 채널에 접속하는 것이 유리할 수 있음을 나타낸다. 802.11ax 기반 네트워크에서는, 시스템 성능을 최적화하기 위해서는, 이용자의 트래픽 수요를 감안하여 적절한 λ_tf를 사용할 필요가 있다. MUSE는 MU-MIMO 사용자 선택과 업링크 OFDMA를 이용하여 AP와 사용자 모두에게 훨씬 더 많은 처리량을 제공한다. 평가에서 가장 밀도가 높은 네트워크 시나리오인 S 가 40일 때, MUSE의 시스템 처리량은 802.11ac, OPUS 및 802.11ax 에 각각 3.9x, 3.7x, 1.4x 까지 증가한다. 소수의 사용자에게, MUSE는 통합된 업링크와 다운링크 전송으로 인해 802.11ax 보다 더 많은 전송 기회를 제공하기 때문에 802.11ax 보다 더 나은 성능을 제공한다.

MU-MIMO 사용자 선택의 이득

이 섹션은 MU-MIMO 사용자 선택에 따른 MUSE의 처리량 증가를 분석한다. 802.11ac, OPUS, MUSE 의 세 가지 기법에 대해, 다운링크 MU-MIMO 전송의 평균 스펙트럼 효율은 AP 안테나들의 상이한 개수(즉, M)에 기초하여 비교한다. 스펙트럼 효율을 계산하기 위해 섀넌 용량(Shannon capacity)에 대한 하기의 수학식을 사용한다.

여기서, SNR_s와 S_M은 각각 사용자 s 의 수신된 SNR 과 MU-MIMO 그룹을 나타낸다. 여기서 사용하는 스펙트럼 효율은 실제 데이터 속도가 아니라 이론적인 최대 데이터 속도라는 점에 유의한다. 특히, MAC 오버헤드는 이 수학식에서 고려되지 않으므로, 계산된 값은 이전 평가들의 세트의 결과들보다 다소 더 크게 보일 수 있다.

도 10 은 MU-MIMO 성능 vs. M 을 나타낸다. MU-MIMO의 성능은 M이 증가함에 따라 향상되며, OPUS와 MUSE는 사용자 선택에 기인하여 802.11ac보다 높은 스펙트럼 효율을 달성한다. 보다 구체적으로, 도 10은 그 결과를 도시한다. 모든 기법들에 대해서, 예상되는 바와 같이, M 이 증가함에 따라 MU-MIMO 성능이 개선되며, 특히 OPUS 와 MUSE 는 사용자 선택의 효과로 인해 802.11ac 보다 높은 스펙트럼 효율을 달성한다. 이 이득은 M 이 증가할수록 더 커지며, M 이 8일 때 OPUS 와 MUSE 는 각각 62% 및 38%의 최대 성능 이득을 가진다.

MUSE는 더 높은 MU-MIMO 다이버시티 이득을 제공하지만, 그 게인은 OPUS 보다 더 낮다. 예상되는 바와 같이, 이것은 각각의 기법이 이용할 수 있는 상이한 다이버시티 레벨들 때문이다. OPUS 에서는 모든 사용자들이 MU-MIMO 그룹의 후보가 될 수 있는데, 이는 이 평가에서 40명의 사용자 모두가 후보가 될 수 있다는 것을 의미한다. 그러나 MUSE 에서는 g^max 사용자만이 후보가 될 수 있는데, 이는 OPUS 의 사용자보다 적은 것이다. 수학식 14 에 나타난 바와 같이, MU-MIMO 의 총 용량은 후보자들의 수와 함께 대수적(logarithmically)으로 증가하므로, OPUS 는 총 용량의 측면에서 MUSE 보다 높은 이득을 얻을 가능성이 있다. 이러한 격차는 또한 AP 안테나의 개수가 늘어날 때 더 커진다. 수학식 14에 나타난 바와 같이, AP 안테나의 개수는 후보자의 수보다 총 용량에 더 큰 영향을 미치고, 따라서 다른 케이스들과 비교했을 때 M = 8 인 경우에 둘 사이의 성능 격차가 크다. 그러나 MUSE 에서의 사용자 선택을 위한 MAC 오버헤드가 OPUS 보다 훨씬 낮다는 점에 유의한다. 이는 이전 결과들의 세트에서 보듯이 MUSE 가 OPUS 보다 더 높은 처리량을 달성할 수 있음을 의미한다.

스케줄링 정책의 효과

이 섹션은 스케줄링 정책이 업링크 및 다운링크 처리량 성과에 미치는 영향을 검토한다. 보다 명확한 결과를 얻기 위해 서로 상이한 대역폭을 가지는 사용자들의 시나리오를 고려한다. B^max는 160으로, 최대 대역폭이 20, 40, 80, 160 MHz인 사용자들의 수는 각각 16, 12, 8, 4로 설정되어 있다. 도 11a 내지 도 11b 는 스케줄링 정책이 다운링크 및 업링크 처리량에 미치는 영향을 나타낸다. 이 시뮬레이션에서 최대 대역폭이 20, 40, 80, 160 MHz인 사용자의 수는 각각 16, 12, 8, 4이다.

보다 구체적으로, 도 11 은 세 가지 상이한 스케줄링 정책과 공정성 지수에 대한 다운링크 및 업링크 처리량을 도시한다. 전반적으로 다운링크와 업링크 사례의 경우 공정성 성능이 매우 유사함을 알 수 있는데, 이는 수학식 10 및 수학식 11 에서 나타난 바와 같이, MUSE 자원 할당에서 업링크와 다운링크 전송 모두에 대해 동일한 스케줄링 정책이 적용되기 때문이다.

PF를 적용하면 MR에 비해 공정성이 뛰어나지만 다운링크와 업링크 처리량은 모두 약간 저하된다. MUSE 는 MR 정책으로 양쪽 모두에 대해 최고 처리량을 달성할 수 있지만 공정성 지수는 0.5 정도로 급격히 떨어진다. RR 은 최저 처리량을 감수하는 것에 의해 최상의 공정성 결과를 제공한다.

기존 사용자와 공존하는 경우의 성능

이전의 시뮬레이션 결과 MUSE 가 다른 방식보다 훨씬 높은 처리량을 제공할 수 있다는 것을 알 수 있었으나, MUSE 가 레거시 노드와 공존하는 경우에 잘 작동하는지, MUSE 에 채택된 방식이 레거시 노드의 성능을 저하시키는지에 대한 문제가 발생한다. 지금까지 모든 노드에 업링크 OFDMA 기능이 탑재되어 있다는 가정 하에 시뮬레이션이 수행되었음을 상기한다. 이 시뮬레이션에서 사용자의 절반은 MU-MIMO 기능만을 구비하고 OFDMA 나 MU-MIMO 사용자 선택 기능을 구비하지 않는 802.11ac 노드 (결과에서 레거시라고 함)로 구성될 수 있다.

도 12a 내지 도 12d 는 레거시 사용자와 공존하는 성능 평가를 나타낸다. 이 평가에서 사용자는 두 그룹으로 나뉘는데, 그 중 하나는 레거시 사용자(802.11ac)로 설정되어 있다. 802.11ac의 경우 두 그룹은 결과에서 분리되지만 실제로는 동일한 레거시 사용자라는 점에 유의한다.

먼저 도 12a 의 사용자 처리량 결과를 검토한다. 그래프를 보면 802.11ac 와 OPUS 에 비해 802.11ax 와 MUSE 는 사용자 유형 간의 처리량 불균형이 심하다는 것을 알 수 있다. 레거시 사용자는 사용자 처리량의 대부분을 획득하는 반면, 다른 사용자는 새로운 프로세스를 갖추고 있음에도 불구하고 처리량이 낮다. 이러한 결과의 주요 원인은 AP가 채널 경쟁이 심하여 전송 기회를 획득하기 어렵다고 판단하고, 그리하여 OFDMA가 가능한 사용자들 역시 전송 기회를 충분히 갖지 못할 수 있기 때문이다. 도 12c 는 이러한 결과를 뒷받침한다. 기본 설정에서 802.11ax AP와 MUSE AP의 처리량이 802.11ac 및 OPUS 의 처리량보다 낮다. 이러한 결과는 Wi-Fi 시스템에 OFDMA를 채택했을 때 AP가 충분한 전송 기회를 보장받아야 OFDMA 사용자도 안정적으로 데이터를 전송할 수 있다는 중요한 의미를 갖는다. 이를 달성하기 위한 효과적인 방법 중 하나는 사용자에 대해 서로 다른 전송 우선 순위를 채택하는 것이며, 이 경우 기존의 EDCA 메커니즘이 적합할 수 있다. 도 12b 는 최소 경쟁 윈도우(즉, min CW)를 31에서 7로 변경하는 것에 의해 AP에 더 높은 전송 우선 순위를 부여했을 때의 사용자 처리량 결과를 나타낸다. MUSE 와 802.11ax 사용자의 처리량은 802.11ac의 레거시 사용자 수준으로 증가하여, 양쪽 모두 레거시 사용자와 잘 연동할 수 있음을 보여준다. 실제로 이러한 두 가지 기법에서 레거시 사용자는 802.11ac 에서보다 훨씬 높은 처리량을 획득하며, 낮은 채널 혼잡도에 기인하여 시스템 처리량이 크게 증가한다(도 12d 참조).

본 명세서는 802.11ax 네트워크에 대한 새로운 MU-MIMO 사용자 선택 방법인 MUSE 를 제안한다. MU-MIMO 사용자 선택을 위해 업링크 OFMDA를 활용함으로써 MUSE는 기존 방식에 비해 상당한 처리량 이득을 얻는다. MATLAB 시뮬레이션 결과, MUSE 는 802.11ac, OPUS, 802.11ax 보다 각각 3.9x, 3.7x, 1.4x 더 높은 시스템 처리량을 얻으며, 레거시 노드와의 공존에서도 성공적으로 작동하고 있다. 또한, 본 명세서는 기존 EDCA의 채택이 802.11ax 기반의 이기종 네트워크에서 발생할 수 있는 처리량 불균형 문제를 해결하는 효과적인 방법이 될 수 있음을 개시한다.

도 16은 본 발명의 실시예들이 구현되는 AP 와 단말을 나타낸다.

도 16을 참조하면, 단말(1700)은 프로세서(processor; 1710), 메모리 (memory; 1720) 및 송수신부(1730)를 포함한다. 프로세서(1710)는 본 명세서에서 설명된 기능, 과정 및/또는 방법을 구현하도록 구성될 수 있다. 무선 인터페이스 프로토콜의 계층들은 프로세서(1710)에서 구현될 수 있다.

메모리(1720)는 프로세서(1710)와 연결되어, 프로세서(1710)를 구동하기 위한 다양한 정보를 저장한다. 송수신부(1730)는 프로세서(1710)와 연결되어, 엑세스 포인트(Access Point, AP) (1600)로 무선 신호를 전송하거나, AP(1600)로부터 무선 신호를 수신한다.

AP(1600)는 프로세서(1610), 메모리(1620) 및 송수신부(1630)를 포함한다. 프로세서(1610)는 본 명세서에서 설명된 기능, 과정 및/또는 방법을 구현하도록 구성될 수 있다. 무선 인터페이스 프로토콜의 계층들은 프로세서(1610)에서 구현될 수 있다. 메모리(1620)는 프로세서(1610)와 연결되어, 프로세서(1610)를 구동하기 위한 다양한 정보를 저장한다. 송수신부(1630)는 프로세서(1610)와 연결되어, 단말(1700)로 무선 신호를 전송하거나, 단말(1700)로부터 무선 신호를 수신한다.

프로세서(1710, 1610)은 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리(1720, 1620)는 ROM(read-only memory), RAM(random access memory), 플래시 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 송수신부(1730, 1630)는 무선 주파수 신호를 처리하기 위한 베이스밴드 회로를 포함할 수 있다. 실시예가 소프트웨어로 구현될 때, 상술한 기법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리(1720, 1620)에 저장되고, 프로세서(1710, 1610)에 의해 실행될 수 있다. 메모리(1720, 1620)는 프로세서(1710, 1610) 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서(1710, 1610)와 연결될 수 있다.

상술한 본 발명에 따른 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터로 판독 가능한 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.

이상, 도면 및 실시예를 참조하여 설명하였지만, 본 발명의 보호범위가 상기 도면 또는 실시예에 의해 한정되는 것을 의미하지는 않으며 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

구체적으로, 설명된 특징들은 디지털 전자 회로, 또는 컴퓨터 하드웨어, 펌웨어, 또는 그들의 조합들 내에서 실행될 수 있다. 특징들은 예컨대, 프로그래밍 가능한 프로세서에 의한 실행을 위해, 기계 판독 가능한 저장 디바이스 내의 저장장치 내에서 구현되는 컴퓨터 프로그램 제품에서 실행될 수 있다. 그리고 특징들은 입력 데이터 상에서 동작하고 출력을 생성함으로써 설명된 실시예들의 함수들을 수행하기 위한 지시어들의 프로그램을 실행하는 프로그래밍 가능한 프로세서에 의해 수행될 수 있다. 설명된 특징들은, 데이터 저장 시스템으로부터 데이터 및 지시어들을 수신하기 위해, 및 데이터 저장 시스템으로 데이터 및 지시어들을 전송하기 위해 결합된 적어도 하나의 프로그래밍 가능한 프로세서, 적어도 하나의 입력 디바이스, 및 적어도 하나의 출력 디바이스를 포함하는 프로그래밍 가능한 시스템 상에서 실행될 수 있는 하나 이상의 컴퓨터 프로그램들 내에서 실행될 수 있다. 컴퓨터 프로그램은 소정 결과에 대해 특정 동작을 수행하기 위해 컴퓨터 내에서 직접 또는 간접적으로 사용될 수 있는 지시어들의 집합을 포함한다. 컴퓨터 프로그램은 컴파일된 또는 해석된 언어들을 포함하는 프로그래밍 언어 중 어느 형태로 쓰여지고, 모듈, 소자, 서브루틴(subroutine), 또는 다른 컴퓨터 환경에서 사용을 위해 적합한 다른 유닛으로서, 또는 독립 조작 가능한 프로그램으로서 포함하는 어느 형태로도 사용될 수 있다.

지시어들의 프로그램의 실행을 위한 적합한 프로세서들은, 예를 들어, 범용 및 특수 용도 마이크로프로세서들 둘 모두, 및 단독 프로세서 또는 다른 종류의 컴퓨터의 다중 프로세서들 중 하나를 포함한다. 또한 설명된 특징들을 구현하는 컴퓨터 프로그램 지시어들 및 데이터를 구현하기 적합한 저장 디바이스들은 예컨대, EPROM, EEPROM, 및 플래쉬 메모리 디바이스들과 같은 반도체 메모리 디바이스들, 내부 하드 디스크들 및 제거 가능한 디스크들과 같은 자기 디바이스들, 광자기 디스크들 및 CD-ROM 및 DVD-ROM 디스크들을 포함하는 비휘발성 메모리의 모든 형태들을 포함한다. 프로세서 및 메모리는 ASIC들(application-specific integrated circuits) 내에서 통합되거나 또는 ASIC들에 의해 추가되어질 수 있다.

이상에서 설명한 본 발명은 일련의 기능 블록들을 기초로 설명되고 있지만, 전술한 실시 예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 가능하다는 것이 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.

전술한 실시 예들의 조합은 전술한 실시 예에 한정되는 것이 아니며, 구현 및/또는 필요에 따라 전술한 실시예들 뿐 아니라 다양한 형태의 조합이 제공될 수 있다.

전술한 실시 예들에서, 방법들은 일련의 단계 또는 블록으로서 순서도를 기초로 설명되고 있으나, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당해 기술 분야에서 통상의 지식을 가진 자라면 순서도에 나타난 단계들이 배타적이지 않고, 다른 단계가 포함되거나, 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.

전술한 실시 예는 다양한 양태의 예시들을 포함한다. 다양한 양태들을 나타내기 위한 모든 가능한 조합을 기술할 수는 없지만, 해당 기술 분야의 통상의 지식을 가진 자는 다른 조합이 가능함을 인식할 수 있을 것이다. 따라서, 본 발명은 이하의 특허청구범위 내에 속하는 모든 다른 교체, 수정 및 변경을 포함한다고 할 것이다.

Claims

다중 사용자 MIMO 전송을 위한 방법으로서,
복수의 단말로부터 업링크 OFDMA 프레임을 수신하는 단계;
상기 OFDMA 프레임을 기반으로 상기 복수의 단말에 대한 다운링크 채널 상태를 추정하는 단계; 및
상기 복수의 단말에 대한 다운링크 채널 상태에 대한 추정을 기반으로 상기 복수의 단말들 중 하나 이상의 단말을 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 전송을 위해 선택하는 단계를 포함하는, 다중 사용자 MIMO 전송을 위한 방법.
제 1 항에 있어서,
상기 업링크 OFDMA 프레임은, 적어도 하나의 채널 추정 슬롯을 포함하고,
상기 적어도 하나의 채널 추정 슬롯은, 상기 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성되는, 다중 사용자 MIMO 전송을 위한 방법.
제 2 항에 있어서,
상기 적어도 하나의 채널 추정 슬롯은,
상기 업링크 OFDMA 프레임의 말단에 배치되는, 다중 사용자 MIMO 전송을 위한 방법.
제 3 항에 있어서,
상기 OFDMA 프레임은,
업링크 OFDMA 전송 성능 및 다운링크 MU-MIMO 성능의 양쪽 모두를 고려하여 상기 복수의 단말에 대한 자원 할당을 수행하도록 구성되는, 다중 사용자 MIMO 전송을 위한 방법.
제 4 항에 있어서,
상기 업링크 OFDMA 전송 성능은 업링크 OFDMA의 데이터 전송 시간 확보를 포함하고,
상기 다운링크 MU-MIMO 성능은 다운링크 MU-MIMO의 다이버시티 게인 확보를 포함하는, 다중 사용자 MIMO 전송을 위한 방법.
제 4 항에 있어서,
상기 자원 할당은,
상기 OFDMA 프레임에 포함되는 채널 추정 슬롯의 개수를 조정하는 것을 포함하는, 다중 사용자 MIMO 전송을 위한 방법.
제 1 항에 있어서,
상기 선택된 하나 이상의 단말에 대한 다운링크 MU-MIMO 전송을 수행하는 단계를 더 포함하고,
상기 업링크 OFDMA 프레임을 수신하는 단계 및 다운링크 MU-MIMO 전송을 수행하는 단계는 하나의 전송 기회 (TxOP) 내에서 수행되는, 다중 사용자 MIMO 전송을 위한 방법.
제 1 항에 있어서,
상기 복수의 단말로부터 업링크 OFDMA 프레임을 수신하는 단계는,
전송 대상인 데이터를 가지지 않는 하나 이상의 단말로부터 업링크 OFDMA 프레임을 수신하는 것을 포함하는, 다중 사용자 MIMO 전송을 위한 방법.
다중 사용자 MIMO 전송을 위한 방법으로서,
트리거 프레임 (trigger frame, TF) 을 수신하는 단계; 및
상기 TF 의 수신에 응답하여 업링크 OFDMA 프레임을 전송하는 단계를 포함하고,
상기 업링크 OFDMA 프레임은 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 전송을 위한 다운링크 채널 상태 추정을 위해 사용되는, 다중 사용자 MIMO 전송을 위한 방법.
제 9 항에 있어서,
상기 업링크 OFDMA 프레임은, 적어도 하나의 채널 추정 슬롯을 포함하고,
상기 적어도 하나의 채널 추정 슬롯은, 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성되는, 다중 사용자 MIMO 전송을 위한 방법.
다중 사용자 MIMO 전송을 위한 장치로서,
상기 장치는 프로세서 및 송수신부를 포함하고,
상기 프로세서는,
복수의 단말로부터 업링크 OFDMA 프레임을 수신하고;
상기 OFDMA 프레임을 기반으로 상기 복수의 단말에 대한 다운링크 채널 상태를 추정하고; 그리고
상기 복수의 단말에 대한 다운링크 채널 상태에 대한 추정을 기반으로 상기 복수의 단말들 중 하나 이상의 단말을 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 전송을 위해 선택하도록 구성되는, 다중 사용자 MIMO 전송을 위한 장치.
제 11 항에 있어서,
상기 업링크 OFDMA 프레임은, 적어도 하나의 채널 추정 슬롯을 포함하고,
상기 적어도 하나의 채널 추정 슬롯은, 상기 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성되는, 다중 사용자 MIMO 전송을 위한 장치.
제 12 항에 있어서,
상기 적어도 하나의 채널 추정 슬롯은,
상기 업링크 OFDMA 프레임의 말단에 배치되는, 다중 사용자 MIMO 전송을 위한 장치.
제 13 항에 있어서,
상기 OFDMA 프레임은,
업링크 OFDMA 전송 성능 및 다운링크 MU-MIMO 성능의 양쪽 모두를 고려하여 상기 복수의 단말에 대한 자원 할당을 수행하도록 구성되는, 다중 사용자 MIMO 전송을 위한 장치.
제 14 항에 있어서,
상기 업링크 OFDMA 전송 성능은 업링크 OFDMA의 데이터 전송 시간 확보를 포함하고,
상기 다운링크 MU-MIMO 성능은 다운링크 MU-MIMO의 다이버시티 게인 확보를 포함하는, 다중 사용자 MIMO 전송을 위한 장치.
제 14 항에 있어서,
상기 자원 할당은,
상기 OFDMA 프레임에 포함되는 채널 추정 슬롯의 개수를 조정하는 것을 포함하는, 다중 사용자 MIMO 전송을 위한 장치.
제 11 항에 있어서,
상기 프로세서는,
상기 선택된 하나 이상의 단말에 대한 다운링크 MU-MIMO 전송을 수행하도록 더 구성되고,
상기 업링크 OFDMA 프레임을 수신하는 것 및 다운링크 MU-MIMO 전송을 수행하는 것은 하나의 전송 기회 (TxOP) 내에서 수행되는, 다중 사용자 MIMO 전송을 위한 장치.
제 11 항에 있어서,
상기 복수의 단말로부터 업링크 OFDMA 프레임을 수신하는 것은,
전송 대상인 데이터를 가지지 않는 하나 이상의 단말로부터 업링크 OFDMA 프레임을 수신하는 것을 포함하는, 다중 사용자 MIMO 전송을 위한 방법.
다중 사용자 MIMO 전송을 위한 장치로서,
상기 장치는 프로세서 및 송수신부를 포함하고,
상기 프로세서는,
트리거 프레임 (trigger frame, TF) 을 수신하고; 그리고
상기 TF 의 수신에 응답하여 업링크 OFDMA 프레임을 전송하도록 구성되고,
상기 업링크 OFDMA 프레임은 다운링크 MU-MIMO (Multi-User Multi Input Multi Output) 전송을 위한 다운링크 채널 상태 추정을 위해 사용되는, 다중 사용자 MIMO 전송을 위한 장치.
제 19 항에 있어서,
상기 업링크 OFDMA 프레임은, 적어도 하나의 채널 추정 슬롯을 포함하고,
상기 적어도 하나의 채널 추정 슬롯은, 복수의 단말 중 적어도 하나에 대해 OFDMA 자원 할당에 의한 대역폭보다 더 큰 대역폭을 할당하도록 구성되는, 다중 사용자 MIMO 전송을 위한 장치.