KR20220103124A - 무선 통신 시스템에서 인공 지능 기반의 빔 관리 방법 및 이에 대한 장치 - Google Patents

Abstract

본 발명에서는 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치가 개시된다. 구체적으로, 무선통신 시스템에서 기지국이 빔 관리(beam management)를 수행하는 방법에 있어서, 빔 관리와 관련된 파라미터들을 결정하는 단계; 단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하는 단계; 상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하는 단계; 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계; 및 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하는 단계를 포함하되, 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현된다.

Description

무선 통신 시스템에서 인공 지능 기반의 빔 관리 방법 및 이에 대한 장치

본 명세서는 무선 통신 시스템에 관한 것으로서, 보다 상세하게 인공 지능 신경망 학습을 통한 빔 관리 방법 및 이를 지원하는 장치에 관한 것이다.

이동 통신 시스템은 사용자의 활동성을 보장하면서 음성 서비스를 제공하기 위해 개발되었다. 그러나 이동통신 시스템은 음성뿐 아니라 데이터 서비스까지 영역을 확장하였으며, 현재에는 폭발적인 트래픽의 증가로 인하여 자원의 부족 현상이 야기되고 사용자들이 보다 고속의 서비스를 요구하므로, 보다 발전된 이동 통신 시스템이 요구되고 있다.

차세대 이동 통신 시스템의 요구 조건은 크게 폭발적인 데이터 트래픽의 수용, 사용자 당 전송률의 획기적인 증가, 대폭 증가된 연결 디바이스 개수의 수용, 매우 낮은 단대단 지연(End-to-End Latency), 고에너지 효율을 지원할 수 있어야 한다. 이를 위하여 이중 연결성(Dual Connectivity), 대규모 다중 입출력(Massive MIMO: Massive Multiple Input Multiple Output), 전이중(In-band Full Duplex), 비직교 다중접속(NOMA: Non-Orthogonal Multiple Access), 초광대역(Super wideband) 지원, 단말 네트워킹(Device Networking) 등 다양한 기술들이 연구되고 있다.

본 명세서는, 무선 통신 시스템에서 인공 지능 기반의 빔 관리 방법을 제안한다.

구체적으로, 본 명세서는 수신 장치(예: UE, 차량)의 이동성을 고려한 빔포밍 벡터들을 정의하고, 빔 시그니쳐 및 빔북을 형성하는 방법을 제안한다.

또한, 본 명세서는 빔 시그니쳐 및 빔북에 기반하여 기준 신호를 전송하고, 기준 신호에 기반하여 측정된 CSI(빔 보고)를 이용하여 인공 신경망 학습을 수행하는 방법을 제안한다.

또한, 본 명세서는 인공 신경망 학습을 통해 도출된 결과에 기반하여 빔 시그니쳐 및 빔북을 업데이트 하는 방법을 제안한다.

본 명세서에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 명세서의 일 실시 예에 따른 무선통신 시스템에서 기지국이 빔 관리(beam management)를 수행하는 방법에 있어서, 빔 관리와 관련된 파라미터들을 결정하는 단계; 단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하는 단계; 상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하는 단계; 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계; 및 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하는 단계를 포함하되, 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현될 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 빔 관리와 관련된 파라미터들을 결정하는 단계는: 상기 단말의 이동 경로의 후보들을 결정하는 단계; 및 각 후보 이동 경로에서의 상기 단말의 위치 후보들을 결정하는 단계를 포함할 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 각 후보 이동 경로에서의 상기 단말의 위치 후보들에 대한 빔포밍 벡터들이 빔 시그니쳐를 구성할 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 단말의 이동 경로들의 후보들의 빔 시그니쳐들의 집합들이 빔북을 구성할 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 단말의 이동 경로의 후보들 중 일부 후보들에 대한 빔포밍 벡터들만으로 빔 시그니쳐를 구성할 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 기준 신호는 UE 특정 기준 신호이며, 상기 빔 시그니쳐를 구성하는 빔포밍 벡터들 중 가장 좋은 품질의 빔포밍 벡터에 기반하여 각 경로 별 기준 신호가 전송될 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 단말의 현재 위치 및 이후 이동될 위치를 고려하여 상기 각 경로 별로 복수 개의 기준 신호가 전송될 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 단말로부터, 상기 단말의 미리 정의된 이동 경로를 포함하는 능력 정보(capability information)를 수신하는 단계를 더 포함할 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 각 후보 이동 경로에서의 상기 단말의 위치 후보들의 개수는 미리 정의될 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 빔 관련 보고는 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 포함할 수 있다.

또한, 본 명세서의 일 실시 예에 따른 상기 방법에 있어서, 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계는: 상기 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 입력 데이터로 설정하고, 상기 단말의 위치 정보 및 상기 단말의 이동 경로 정보를 출력 데이터로 설정하여, 인공 신경망 모델을 학습할 수 있다.

본 명세서의 일 실시 예에 따른 무선 통신 시스템에서 빔 관리(beam management)를 수행하는 기지국(Base station, BS)에 있어서, 상기 기지국은, 하나 이상의 송수신기; 하나 이상의 프로세서들; 및 상기 하나 이상의 프로세서들에 의해 실행되는 동작들에 대한 지시(instruction)들을 저장하고, 상기 하나 이상의 프로세서들과 연결되는 하나 이상의 메모리들을 포함하며, 상기 동작들은, 빔 관리와 관련된 파라미터들을 결정하는 단계; 단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하는 단계; 상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하는 단계; 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계; 및 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하는 단계를 포함하되, 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현될 수 있다.

본 명세서의 일 실시 예에 따른 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서, 상기 하나 이상의 프로세서들은 상기 장치가, 빔 관리와 관련된 파라미터들을 결정하고, 단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하며, 상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하고, 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하며, 및 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하도록 제어하되, 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현될 수 있다.

본 명세서의 일 실시 예에 따른 하나 이상의 명령어(instructions)을 저장하는 하나 이상의 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서, 하나 이상의 프로세서에 의해 실행 가능한(executable) 상기 하나 이상의 명령어는, 빔 관리와 관련된 파라미터들을 결정하고, 단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하며, 상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하고, 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하며, 및 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하도록 지시하는 명령어를 포함하되, 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현될 수 있다.

본 명세서의 실시 예에 따르면, 수신 장치(예: UE, 차량)의 이동성 및 위치 변화를 고려한 빔포밍을 수행할 수 있다.

또한, 본 명세서의 실시 예에 따르면, 수신 장치(예: UE, 차량)가 전송한 CSI(빔 보고)를 이용하여 인공 신경망 학습을 수행할 수 있고, 학습 결과에 기반하여 빔포밍 벡터(즉, 빔 시그니쳐 및 빔북)를 업데이트 할 수 있다.

또한, 본 명세서의 실시 예에 따르면, 통신 환경과 사용자 분포에 따라 적응적 학습을 통해 변화하는 환경에 대한 높은 정밀도의 빔포밍을 수행할 수 있다.

또한, 본 명세서의 실시 예에 따르면, 제한된 피드백 페이로드 범위 내에서 우수한 성능의 빔 생성 및 빔 추적이 가능할 수 있다.

본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시 예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 1은 본 명세서에서 제안하는 방법이 적용될 수 있는 NR의 전체적인 시스템 구조의 일례를 나타낸다.
도 2는 본 명세서에서 제안하는 방법이 적용될 수 있는 무선 통신 시스템에서 상향링크 프레임과 하향링크 프레임 간의 관계를 나타낸다.
도 3은 NR 시스템에서의 프레임 구조의 일례를 나타낸다.
도 4는 본 명세서에서 제안하는 방법이 적용될 수 있는 무선 통신 시스템에서 지원하는 자원 그리드(resource grid)의 일례를 나타낸다.
도 5는 본 명세서에서 제안하는 방법이 적용될 수 있는 안테나 포트 및 뉴머롤로지 별 자원 그리드의 예들을 나타낸다.
도 6은 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송을 예시한다.
도 7은 하향링크 송수신 동작의 일례를 나타낸 도이다.
도 8은 상향링크 송수신 동작의 일례를 나타낸 도이다.
도 9는 CSI-RS를 이용한 DL BM 절차의 일례를 도시한 도면이다.
도 10은 CSI-RS를 사용하는 하향 링크 빔 관리 절차에서 수신 빔을 결정하는 절차를 설명하기 위한 도면이다.
도 11은 기지국의 송신 빔 결정 절차의 일례를 도시 한 흐름도이다.　
도 12는 CSI 관련 절차의 일례를 나타낸 흐름도이다.
도 13은 5G 통신 시스템에서 사용자 단말(UE)과 5G 네트워크의 기본동작의 일 예를 나타낸다.
도 14는 본 발명의 일 실시예에 따른 AI 장치의 블록도이다.
도 15는 본 명세서에서 제안하는 방법이 적용될 수 있는 기지국과 수신기 간의 시그널링의 일례를 나타낸다.
도 16은 본 명세서의 일 실시예에 따른 인공 신경망을 나타내는 도면이다.
도 17은 본 실시 예를 설명하기 위한 도심 내 6차선의 사거리를 주행하는 차량 경로의 예시이다.
도 18는 도 17의 사거리를 2차원으로 도시한 것으로, 차량의 이동 경로의 예를 나타낸다.
도 19는 12개의 경로에 대해 1m 간격으로 수신기 방향성 벡터의 천정각과 방위각을 나타낸 예시이다.
도 20은 본 발명의 일 실시예에 따른 기준 신호 전송 방식의 예이다.
도 21은 사용자 수의 증가에 따른 신호 대 간섭 및 잡음 비를 평가하여 도시한 예이다.
도 22는 임의의 두 수신기의 거리 변화에 따른 SINR 및 합 전송률에 대한 평가 결과의 예시이다.
도 23은 기지국 수에 따른 경로 별 빔 관리의 예를 나타낸다.
도 24는 다수 개의 기지국이 협력적으로 빔 시그니쳐 전송을 수행하는 예를 나타낸다.
도 25는 본 명세서에서 제안하는 방법들이 적용될 수 있는 기지국(Base station, BS)의 빔 관리 동작 순서도의 일례를 나타낸다.
도 26은 본 발명에 적용되는 통신 시스템(1)을 예시한다.
도 27은 본 발명에 적용될 수 있는 무선 기기를 예시한다.
도 28는 전송 신호를 위한 신호 처리 회로를 예시한다.
도 29는 본 발명에 적용되는 무선 기기의 다른 예를 나타낸다.
도 30은 본 발명에 적용되는 차량 또는 자율 주행 차량을 예시한다.
도 31은 본 발명에 적용되는 차량을 예시한다.

이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 발명의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 당업자는 본 발명이 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.

몇몇 경우, 본 발명의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시될 수 있다.

이하에서, 하향링크(DL: downlink)는 기지국에서 단말로의 통신을 의미하며, 상향링크(UL: uplink)는 단말에서 기지국으로의 통신을 의미한다. 하향링크에서 송신기는 기지국의 일부이고, 수신기는 단말의 일부일 수 있다. 상향링크에서 송신기는 단말의 일부이고, 수신기는 기지국의 일부일 수 있다. 기지국은 제 1 통신 장치로, 단말은 제 2 통신 장치로 표현될 수도 있다. 기지국(BS: Base Station)은 고정국(fixed station), Node B, eNB(evolved-NodeB), gNB(Next Generation NodeB), BTS(base transceiver system), 액세스 포인트(AP: Access Point), 네트워크(5G 네트워크), AI 시스템, RSU(road side unit), 차량(vehicle), 로봇, 드론(Unmanned Aerial Vehicle, UAV), AR(Augmented Reality)장치, VR(Virtual Reality)장치 등의 용어에 의해 대체될 수 있다. 또한, 단말(Terminal)은 고정되거나 이동성을 가질 수 있으며, UE(User Equipment), MS(Mobile Station), UT(user terminal), MSS(Mobile Subscriber Station), SS(Subscriber Station), AMS(Advanced Mobile Station), WT(Wireless terminal), MTC(Machine-Type Communication) 장치, M2M(Machine-to-Machine) 장치, D2D(Device-to-Device) 장치, 차량(vehicle), 로봇(robot), AI 모듈, 드론(Unmanned Aerial Vehicle, UAV), AR(Augmented Reality)장치, VR(Virtual Reality)장치 등의 용어로 대체될 수 있다.

이하의 기술은 CDMA, FDMA, TDMA, OFDMA, SC-FDMA 등과 같은 다양한 무선 접속 시스템에 사용될 수 있다. CDMA는 UTRA(Universal Terrestrial Radio Access)나 CDMA2000과 같은 무선 기술로 구현될 수 있다. TDMA는 GSM(Global System for Mobile communications)/GPRS(General Packet Radio Service)/EDGE(Enhanced Data Rates for GSM Evolution)와 같은 무선 기술로 구현될 수 있다. OFDMA는 IEEE 802.11 (Wi-Fi), IEEE 802.16 (WiMAX), IEEE 802-20, E-UTRA(Evolved UTRA) 등과 같은 무선 기술로 구현될 수 있다. UTRA는 UMTS(Universal Mobile Telecommunications System)의 일부이다. 3GPP(3rd Generation Partnership Project) LTE(Long Term Evolution)은 E-UTRA를 사용하는 E-UMTS(Evolved UMTS)의 일부이고 LTE-A(Advanced)/LTE-A pro는 3GPP LTE의 진화된 버전이다. 3GPP NR(New Radio or New Radio Access Technology)는 3GPP LTE/LTE-A/LTE-A pro의 진화된 버전이다.

설명을 명확하게 하기 위해, 3GPP 통신 시스템(예, LTE-A, NR)을 기반으로 설명하지만 본 발명의 기술적 사상이 이에 제한되는 것은 아니다. LTE는 3GPP TS 36.xxx Release 8 이후의 기술을 의미한다. 세부적으로, 3GPP TS 36.xxx Release 10 이후의 LTE 기술은 LTE-A로 지칭되고, 3GPP TS 36.xxx Release 13 이후의 LTE 기술은 LTE-A pro로 지칭된다. 3GPP NR은 TS 38.xxx Release 15 이후의 기술을 의미한다. LTE/NR은 3GPP 시스템으로 지칭될 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR은 3GPP 시스템으로 통칭될 수 있다. 본 발명의 설명에 사용된 배경기술, 용어, 약어 등에 관해서는 본 발명 이전에 공개된 표준 문서에 기재된 사항을 참조할 수 있다. 예를 들어, 다음 문서를 참조할 수 있다.

3GPP LTE

- 36.211: Physical channels and modulation

- 36.212: Multiplexing and channel coding

- 36.213: Physical layer procedures

- 36.300: Overall description

- 36.331: Radio Resource Control (RRC)

3GPP NR

- 38.211: Physical channels and modulation

- 38.212: Multiplexing and channel coding

- 38.213: Physical layer procedures for control

- 38.214: Physical layer procedures for data

- 38.300: NR and NG-RAN Overall Description

- 38.331: Radio Resource Control (RRC) protocol specification

더욱 많은 통신 기기들이 더욱 큰 통신 용량을 요구하게 됨에 따라 기존의 radio access technology 에 비해 향상된 mobile broadband 통신에 대한 필요성이 대두되고 있다. 또한 다수의 기기 및 사물들을 연결하여 언제 어디서나 다양한 서비스를 제공하는 massive MTC (Machine Type Communications) 역시 차세대 통신에서 고려될 주요 이슈 중 하나이다. 뿐만 아니라 reliability 및 latency 에 민감한 서비스/단말을 고려한 통신 시스템 디자인이 논의되고 있다. 이와 같이 eMBB(enhanced mobile broadband communication), Mmtc(massive MTC), URLLC (Ultra-Reliable and Low Latency Communication) 등을 고려한 차세대 radio access technology 의 도입이 논의되고 있으며, 본 명세서에서는 편의상 해당 technology 를 NR 이라고 부른다. NR은 5G 무선 접속 기술(radio access technology, RAT)의 일례를 나타낸 표현이다.

5G의 세 가지 주요 요구 사항 영역은 (1) 개선된 모바일 광대역 (Enhanced Mobile Broadband, eMBB) 영역, (2) 다량의 머신 타입 통신 (massive Machine Type Communication, mMTC) 영역 및 (3) 초-신뢰 및 저 지연 통신 (Ultra-reliable and Low Latency Communications, URLLC) 영역을 포함한다.

일부 사용 예(Use Case)는 최적화를 위해 다수의 영역들이 요구될 수 있고, 다른 사용 예는 단지 하나의 핵심 성능 지표 (Key Performance Indicator, KPI)에만 포커싱될 수 있다. 5G는 이러한 다양한 사용 예들을 유연하고 신뢰할 수 있는 방법으로 지원하는 것이다.

eMBB는 기본적인 모바일 인터넷 액세스를 훨씬 능가하게 하며, 풍부한 양방향 작업, 클라우드 또는 증강 현실에서 미디어 및 엔터테인먼트 애플리케이션을 커버한다. 데이터는 5G의 핵심 동력 중 하나이며, 5G 시대에서 처음으로 전용 음성 서비스를 볼 수 없을 수 있다. 5G에서, 음성은 단순히 통신 시스템에 의해 제공되는 데이터 연결을 사용하여 응용 프로그램으로서 처리될 것이 기대된다. 증가된 트래픽 양(volume)을 위한 주요 원인들은 콘텐츠 크기의 증가 및 높은 데이터 전송률을 요구하는 애플리케이션 수의 증가이다. 스트리밍 서비스 (오디오 및 비디오), 대화형 비디오 및 모바일 인터넷 연결은 더 많은 장치가 인터넷에 연결될수록 더 널리 사용될 것이다. 이러한 많은 응용 프로그램들은 사용자에게 실시간 정보 및 알림을 푸쉬하기 위해 항상 켜져 있는 연결성이 필요하다. 클라우드 스토리지 및 애플리케이션은 모바일 통신 플랫폼에서 급속히 증가하고 있으며, 이것은 업무 및 엔터테인먼트 모두에 적용될 수 있다. 그리고, 클라우드 스토리지는 상향링크 데이터 전송률의 성장을 견인하는 특별한 사용 예이다. 5G는 또한 클라우드의 원격 업무에도 사용되며, 촉각 인터페이스가 사용될 때 우수한 사용자 경험을 유지하도록 훨씬 더 낮은 단-대-단(end-to-end) 지연을 요구한다. 엔터테인먼트 예를 들어, 클라우드 게임 및 비디오 스트리밍은 모바일 광대역 능력에 대한 요구를 증가시키는 또 다른 핵심 요소이다. 엔터테인먼트는 기차, 차 및 비행기와 같은 높은 이동성 환경을 포함하는 어떤 곳에서든지 스마트폰 및 태블릿에서 필수적이다. 또 다른 사용 예는 엔터테인먼트를 위한 증강 현실 및 정보 검색이다. 여기서, 증강 현실은 매우 낮은 지연과 순간적인 데이터 양을 필요로 한다.

또한, 가장 많이 예상되는 5G 사용 예 중 하나는 모든 분야에서 임베디드 센서를 원활하게 연결할 수 있는 기능 즉, mMTC에 관한 것이다. 2020년까지 잠재적인 IoT 장치들은 204 억 개에 이를 것으로 예측된다. 산업 IoT는 5G가 스마트 도시, 자산 추적(asset tracking), 스마트 유틸리티, 농업 및 보안 인프라를 가능하게 하는 주요 역할을 수행하는 영역 중 하나이다.

URLLC는 주요 인프라의 원격 제어 및 자체-구동 차량(self-driving vehicle)과 같은 초 신뢰 / 이용 가능한 지연이 적은 링크를 통해 산업을 변화시킬 새로운 서비스를 포함한다. 신뢰성과 지연의 수준은 스마트 그리드 제어, 산업 자동화, 로봇 공학, 드론 제어 및 조정에 필수적이다.

다음으로, 다수의 사용 예들에 대해 보다 구체적으로 살펴본다.

5G는 초당 수백 메가 비트에서 초당 기가 비트로 평가되는 스트림을 제공하는 수단으로 FTTH (fiber-to-the-home) 및 케이블 기반 광대역 (또는 DOCSIS)을 보완할 수 있다. 이러한 빠른 속도는 가상 현실과 증강 현실뿐 아니라 4K 이상(6K, 8K 및 그 이상)의 해상도로 TV를 전달하는데 요구된다. VR(Virtual Reality) 및 AR(Augmented Reality) 애플리케이션들은 거의 몰입형(immersive) 스포츠 경기를 포함한다. 특정 응용 프로그램은 특별한 네트워크 설정이 요구될 수 있다. 예를 들어, VR 게임의 경우, 게임 회사들이 지연을 최소화하기 위해 코어 서버를 네트워크 오퍼레이터의 에지 네트워크 서버와 통합해야 할 수 있다.

자동차(Automotive)는 차량에 대한 이동 통신을 위한 많은 사용 예들과 함께 5G에 있어 중요한 새로운 동력이 될 것으로 예상된다. 예를 들어, 승객을 위한 엔터테인먼트는 동시의 높은 용량과 높은 이동성 모바일 광대역을 요구한다. 그 이유는 미래의 사용자는 그들의 위치 및 속도와 관계 없이 고품질의 연결을 계속해서 기대하기 때문이다. 자동차 분야의 다른 활용 예는 증강 현실 대시보드이다. 이는 운전자가 앞면 창을 통해 보고 있는 것 위에 어둠 속에서 물체를 식별하고, 물체의 거리와 움직임에 대해 운전자에게 말해주는 정보를 겹쳐서 디스플레이 한다. 미래에, 무선 모듈은 차량들 간의 통신, 차량과 지원하는 인프라구조 사이에서 정보 교환 및 자동차와 다른 연결된 디바이스들(예를 들어, 보행자에 의해 수반되는 디바이스들) 사이에서 정보 교환을 가능하게 한다. 안전 시스템은 운전자가 보다 안전한 운전을 할 수 있도록 행동의 대체 코스들을 안내하여 사고의 위험을 낮출 수 있게 한다. 다음 단계는 원격 조종되거나 자체 운전 차량(self-driven vehicle)이 될 것이다. 이는 서로 다른 자체 운전 차량들 사이 및 자동차와 인프라 사이에서 매우 신뢰성이 있고, 매우 빠른 통신을 요구한다. 미래에, 자체 운전 차량이 모든 운전 활동을 수행하고, 운전자는 차량 자체가 식별할 수 없는 교통 이상에만 집중하도록 할 것이다. 자체 운전 차량의 기술적 요구 사항은 트래픽 안전을 사람이 달성할 수 없을 정도의 수준까지 증가하도록 초 저 지연과 초고속 신뢰성을 요구한다.

스마트 사회(smart society)로서 언급되는 스마트 도시와 스마트 홈은 고밀도 무선 센서 네트워크로 임베디드될 것이다. 지능형 센서의 분산 네트워크는 도시 또는 집의 비용 및 에너지-효율적인 유지에 대한 조건을 식별할 것이다. 유사한 설정이 각 가정을 위해 수행될 수 있다. 온도 센서, 창 및 난방 컨트롤러, 도난 경보기 및 가전 제품들은 모두 무선으로 연결된다. 이러한 센서들 중 많은 것들이 전형적으로 낮은 데이터 전송 속도, 저전력 및 저비용이다. 하지만, 예를 들어, 실시간 HD 비디오는 감시를 위해 특정 타입의 장치에서 요구될 수 있다.

열 또는 가스를 포함한 에너지의 소비 및 분배는 고도로 분산화되고 있어, 분산 센서 네트워크의 자동화된 제어가 요구된다. 스마트 그리드는 정보를 수집하고 이에 따라 행동하도록 디지털 정보 및 통신 기술을 사용하여 이런 센서들을 상호 연결한다. 이 정보는 공급 업체와 소비자의 행동을 포함할 수 있으므로, 스마트 그리드가 효율성, 신뢰성, 경제성, 생산의 지속 가능성 및 자동화된 방식으로 전기와 같은 연료들의 분배를 개선하도록 할 수 있다. 스마트 그리드는 지연이 적은 다른 센서 네트워크로 볼 수도 있다.

건강 부문은 이동 통신의 혜택을 누릴 수 있는 많은 응용 프로그램을 보유하고 있다. 통신 시스템은 멀리 떨어진 곳에서 임상 진료를 제공하는 원격 진료를 지원할 수 있다. 이는 거리에 대한 장벽을 줄이는데 도움을 주고, 거리가 먼 농촌에서 지속적으로 이용하지 못하는 의료 서비스들로의 접근을 개선시킬 수 있다. 이는 또한 중요한 진료 및 응급 상황에서 생명을 구하기 위해 사용된다. 이동 통신 기반의 무선 센서 네트워크는 심박수 및 혈압과 같은 파라미터들에 대한 원격 모니터링 및 센서들을 제공할 수 있다.

무선 및 모바일 통신은 산업 응용 분야에서 점차 중요해지고 있다. 배선은 설치 및 유지 비용이 높다. 따라서, 케이블을 재구성할 수 있는 무선 링크들로의 교체 가능성은 많은 산업 분야에서 매력적인 기회이다. 그러나, 이를 달성하는 것은 무선 연결이 케이블과 비슷한 지연, 신뢰성 및 용량으로 동작하는 것과, 그 관리가 단순화될 것이 요구된다. 낮은 지연과 매우 낮은 오류 확률은 5G로 연결될 필요가 있는 새로운 요구 사항이다.

물류(logistics) 및 화물 추적(freight tracking)은 위치 기반 정보 시스템을 사용하여 어디에서든지 인벤토리(inventory) 및 패키지의 추적을 가능하게 하는 이동 통신에 대한 중요한 사용 예이다. 물류 및 화물 추적의 사용 예는 전형적으로 낮은 데이터 속도를 요구하지만 넓은 범위와 신뢰성 있는 위치 정보가 필요하다.

NR을 포함하는 새로운 RAT 시스템은 OFDM 전송 방식 또는 이와 유사한 전송 방식을 사용한다. 새로운 RAT 시스템은 LTE의 OFDM 파라미터들과는 다른 OFDM 파라미터들을 따를 수 있다. 또는 새로운 RAT 시스템은 기존의 LTE/LTE-A의 뉴머롤로지(numerology)를 그대로 따르나 더 큰 시스템 대역폭(예, 100MHz)를 지닐 수 있다. 또는 하나의 셀이 복수 개의 뉴머롤로지들을 지원할 수도 있다. 즉, 서로 다른 뉴머롤로지로 동작하는 하는 단말들이 하나의 셀 안에서 공존할 수 있다.

뉴머로러지(numerology)는 주파수 영역에서 하나의 subcarrier spacing에 대응한다. Reference subcarrier spacing을 정수 N으로 scaling함으로써, 상이한 numerology가 정의될 수 있다.

용어 정의

eLTE eNB: eLTE eNB는 EPC 및 NGC에 대한 연결을 지원하는 eNB의 진화(evolution)이다.

gNB: NGC와의 연결뿐만 아니라 NR을 지원하는 노드.

새로운 RAN: NR 또는 E-UTRA를 지원하거나 NGC와 상호 작용하는 무선 액세스 네트워크.

네트워크 슬라이스(network slice): 네트워크 슬라이스는 종단 간 범위와 함께 특정 요구 사항을 요구하는 특정 시장 시나리오에 대해 최적화된 솔루션을 제공하도록 operator에 의해 정의된 네트워크.

네트워크 기능(network function): 네트워크 기능은 잘 정의된 외부 인터페이스와 잘 정의된 기능적 동작을 가진 네트워크 인프라 내에서의 논리적 노드.

NG-C: 새로운 RAN과 NGC 사이의 NG2 레퍼런스 포인트(reference point)에 사용되는 제어 평면 인터페이스.

NG-U: 새로운 RAN과 NGC 사이의 NG3 레퍼런스 포인트(reference point)에 사용되는 사용자 평면 인터페이스.

비 독립형(Non-standalone) NR: gNB가 LTE eNB를 EPC로 제어 플레인 연결을 위한 앵커로 요구하거나 또는 eLTE eNB를 NGC로 제어 플레인 연결을 위한 앵커로 요구하는 배치 구성.

비 독립형 E-UTRA: eLTE eNB가 NGC로 제어 플레인 연결을 위한 앵커로 gNB를 요구하는 배치 구성.

사용자 평면 게이트웨이: NG-U 인터페이스의 종단점.

시스템 일반

도 1은 본 명세서에서 제안하는 방법이 적용될 수 있는 NR의 전체적인 시스템 구조의 일례를 나타낸다.

도 1을 참조하면, NG-RAN은 NG-RA 사용자 평면(새로운 AS sublayer/PDCP/RLC/MAC/PHY) 및 UE(User Equipment)에 대한 제어 평면(RRC) 프로토콜 종단을 제공하는 gNB들로 구성된다.

상기 gNB는 X_n 인터페이스를 통해 상호 연결된다.

상기 gNB는 또한, NG 인터페이스를 통해 NGC로 연결된다.

보다 구체적으로는, 상기 gNB는 N2 인터페이스를 통해 AMF(Access and Mobility Management Function)로, N3 인터페이스를 통해 UPF(User Plane Function)로 연결된다.

NR(New Rat) 뉴머롤로지(Numerology) 및 프레임(frame) 구조

NR 시스템에서는 다수의 뉴머롤로지(numerology)들이 지원될 수 있다. 여기에서, 뉴머롤로지는 서브캐리어 간격(subcarrier spacing)과 CP(Cyclic Prefix) 오버헤드에 의해 정의될 수 있다. 이 때, 다수의 서브캐리어 간격은 기본 서브캐리어 간격을 정수 N(또는,

)으로 스케일링(scaling) 함으로써 유도될 수 있다. 또한, 매우 높은 반송파 주파수에서 매우 낮은 서브캐리어 간격을 이용하지 않는다고 가정될지라도, 이용되는 뉴머롤로지는 주파수 대역과 독립적으로 선택될 수 있다.

또한, NR 시스템에서는 다수의 뉴머롤로지에 따른 다양한 프레임 구조들이 지원될 수 있다.

이하, NR 시스템에서 고려될 수 있는 OFDM(Orthogonal Frequency Division Multiplexing) 뉴머롤로지 및 프레임 구조를 살펴본다.

NR 시스템에서 지원되는 다수의 OFDM 뉴머롤로지들은 표 1과 같이 정의될 수 있다.

NR은 다양한 5G 서비스들을 지원하기 위한 다수의 numerology(또는 subcarrier spacing(SCS))를 지원한다. 예를 들어, SCS가 15kHz인 경우, 전통적인 셀룰러 밴드들에서의 넓은 영역(wide area)를 지원하며, SCS가 30kHz/60kHz인 경우, 밀집한-도시(dense-urban), 더 낮은 지연(lower latency) 및 더 넓은 캐리어 대역폭(wider carrier bandwidth)를 지원하며, SCS가 60kHz 또는 그보다 높은 경우, 위상 잡음(phase noise)를 극복하기 위해 24.25GHz보다 큰 대역폭을 지원한다.

NR 주파수 밴드(frequency band)는 2가지 type(FR1, FR2)의 주파수 범위(frequency range)로 정의된다. FR1, FR2는 아래 표 2와 같이 구성될 수 있다. 또한, FR2는 밀리미터 웨이브(millimeter wave, mmW)를 의미할 수 있다.

NR 시스템에서의 프레임 구조(frame structure)와 관련하여, 시간 영역의 다양한 필드의 크기는

의 시간 단위의 배수로 표현된다. 여기에서,

이고,

이다. 하향링크(downlink) 및 상향크(uplink) 전송은

의 구간을 가지는 무선 프레임(radio frame)으로 구성된다. 여기에서, 무선 프레임은 각각

의 구간을 가지는 10 개의 서브프레임(subframe)들로 구성된다. 이 경우, 상향링크에 대한 한 세트의 프레임들 및 하향링크에 대한 한 세트의 프레임들이 존재할 수 있다.

도 2는 본 명세서에서 제안하는 방법이 적용될 수 있는 무선 통신 시스템에서 상향링크 프레임과 하향링크 프레임 간의 관계를 나타낸다.

도 2에 나타난 것과 같이, 단말(User Equipment, UE)로 부터의 상향링크 프레임 번호 i의 전송은 해당 단말에서의 해당 하향링크 프레임의 시작보다

이전에 시작해야 한다.

뉴머롤로지

에 대하여, 슬롯(slot)들은 서브프레임 내에서

의 증가하는 순서로 번호가 매겨지고, 무선 프레임 내에서

의 증가하는 순서로 번호가 매겨진다. 하나의 슬롯은

의 연속하는 OFDM 심볼들로 구성되고,

는, 이용되는 뉴머롤로지 및 슬롯 설정(slot configuration)에 따라 결정된다. 서브프레임에서 슬롯

의 시작은 동일 서브프레임에서 OFDM 심볼

의 시작과 시간적으로 정렬된다.

모든 단말이 동시에 송신 및 수신을 할 수 있는 것은 아니며, 이는 하향링크 슬롯(downlink slot) 또는 상향링크 슬롯(uplink slot)의 모든 OFDM 심볼들이 이용될 수는 없다는 것을 의미한다.

표 3은 일반(normal) CP에서 슬롯 별 OFDM 심볼의 개수(

), 무선 프레임 별 슬롯의 개수(

), 서브프레임 별 슬롯의 개수(

)를 나타내며, 표 4는 확장(extended) CP에서 슬롯 별 OFDM 심볼의 개수, 무선 프레임 별 슬롯의 개수, 서브프레임 별 슬롯의 개수를 나타낸다.

도 3은 NR 시스템에서의 프레임 구조의 일례를 나타낸다. 도 3은 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다.

표 4의 경우, μ=2인 경우, 즉 서브캐리어 간격(subcarrier spacing, SCS)이 60kHz인 경우의 일례로서, 표 3을 참고하면 1 서브프레임(또는 프레임)은 4개의 슬롯들을 포함할 수 있으며, 도 3에 도시된 1 서브프레임={1,2,4} 슬롯들은 일례로서, 1 서브프레임에 포함될 수 있는 스롯(들)의 개수는 표 3과 같이 정의될 수 있다.

또한, 미니-슬롯(mini-slot)은 2, 4 또는 7 심볼(symbol)들로 구성될 수도 있고, 더 많거나 또는 더 적은 심볼들로 구성될 수도 있다.

NR 시스템에서의 물리 자원(physical resource)과 관련하여, 안테나 포트(antenna port), 자원 그리드(resource grid), 자원 요소(resource element), 자원 블록(resource block), 캐리어 파트(carrier part) 등이 고려될 수 있다.

이하, NR 시스템에서 고려될 수 있는 상기 물리 자원들에 대해 구체적으로 살펴본다.

먼저, 안테나 포트와 관련하여, 안테나 포트는 안테나 포트 상의 심볼이 운반되는 채널이 동일한 안테나 포트 상의 다른 심볼이 운반되는 채널로부터 추론될 수 있도록 정의된다. 하나의 안테나 포트 상의 심볼이 운반되는 채널의 광범위 특성(large-scale property)이 다른 안테나 포트 상의 심볼이 운반되는 채널로부터 유추될 수 있는 경우, 2 개의 안테나 포트는 QC/QCL(quasi co-located 혹은 quasi co-location) 관계에 있다고 할 수 있다. 여기에서, 상기 광범위 특성은 지연 확산(Delay spread), 도플러 확산(Doppler spread), 주파수 쉬프트(Frequency shift), 평균 수신 파워(Average received power), 수신 타이밍(Received Timing) 중 하나 이상을 포함한다.

도 4는 본 명세서에서 제안하는 방법이 적용될 수 있는 무선 통신 시스템에서 지원하는 자원 그리드(resource grid)의 일례를 나타낸다.

도 4를 참고하면, 자원 그리드가 주파수 영역 상으로

서브캐리어들로 구성되고, 하나의 서브프레임이

OFDM 심볼들로 구성되는 것을 예시적으로 기술하나, 이에 한정되는 것은 아니다.

NR 시스템에서, 전송되는 신호(transmitted signal)는

서브캐리어들로 구성되는 하나 또는 그 이상의 자원 그리드들 및

의 OFDM 심볼들에 의해 설명된다. 여기에서,

이다. 상기

는 최대 전송 대역폭을 나타내고, 이는, 뉴머롤로지들뿐만 아니라 상향링크와 하향링크 간에도 달라질 수 있다.

이 경우, 도 5와 같이, 뉴머롤로지

및 안테나 포트 p 별로 하나의 자원 그리드가 설정될 수 있다.

도 5는 본 명세서에서 제안하는 방법이 적용될 수 있는 안테나 포트 및 뉴머롤로지 별 자원 그리드의 예들을 나타낸다.

뉴머롤로지

및 안테나 포트 p에 대한 자원 그리드의 각 요소는 자원 요소(resource element)로 지칭되며, 인덱스 쌍

에 의해 고유적으로 식별된다. 여기에서,

는 주파수 영역 상의 인덱스이고,

는 서브프레임 내에서 심볼의 위치를 지칭한다. 슬롯에서 자원 요소를 지칭할 때에는, 인덱스 쌍

이 이용된다. 여기에서,

이다.

뉴머롤로지

및 안테나 포트 p에 대한 자원 요소

는 복소 값(complex value)

에 해당한다. 혼동(confusion)될 위험이 없는 경우 혹은 특정 안테나 포트 또는 뉴머롤로지가 특정되지 않은 경우에는, 인덱스들 p 및

는 드롭(drop)될 수 있으며, 그 결과 복소 값은

또는

이 될 수 있다.

또한, 물리 자원 블록(physical resource block)은 주파수 영역 상의

연속적인 서브캐리어들로 정의된다.

Point A는 자원 블록 그리드의 공통 참조 지점(common reference point)으로서 역할을 하며 다음과 같이 획득될 수 있다.

- PCell 다운링크에 대한 offsetToPointA는 초기 셀 선택을 위해 UE에 의해 사용된 SS/PBCH 블록과 겹치는 가장 낮은 자원 블록의 가장 낮은 서브 캐리어와 point A 간의 주파수 오프셋을 나타내며, FR1에 대해 15kHz 서브캐리어 간격 및 FR2에 대해 60kHz 서브캐리어 간격을 가정한 리소스 블록 단위(unit)들로 표현되고;

- absoluteFrequencyPointA는 ARFCN(absolute radio-frequency channel number)에서와 같이 표현된 point A의 주파수-위치를 나타낸다.

공통 자원 블록(common resource block)들은 서브캐리어 간격 설정

에 대한 주파수 영역에서 0부터 위쪽으로 넘버링(numbering)된다.

서브캐리어 간격 설정

에 대한 공통 자원 블록 0의 subcarrier 0의 중심은 'point A'와 일치한다. 주파수 영역에서 공통 자원 블록 번호(number)

와 서브캐리어 간격 설정

에 대한 자원 요소(k,l)은 아래 수학식 1과 같이 주어질 수 있다.

여기에서,

는

이 point A를 중심으로 하는 subcarrier에 해당하도록 point A에 상대적으로 정의될 수 있다. 물리 자원 블록들은 대역폭 파트(bandwidth part, BWP) 내에서 0부터

까지 번호가 매겨지고,

는 BWP의 번호이다. BWP i에서 물리 자원 블록

와 공통 자원 블록

간의 관계는 아래 수학식 2에 의해 주어질 수 있다.

여기에서,

는 BWP가 공통 자원 블록 0에 상대적으로 시작하는 공통 자원 블록일 수 있다.

대역폭 파트 (Bandwidth part, BWP)

NR 시스템은 하나의 component carrier (CC) 당 최대 400 MHz까지 지원될 수 있다. 이러한 wideband CC에서 동작하는 단말이 항상 CC 전체에 대한 RF를 켜둔 채로 동작한다면 단말 배터리 소모가 커질 수 있다. 혹은 하나의 wideband CC 내에 동작하는 여러 use case 들 (e.g., eMBB, URLLC, Mmtc, V2X 등)을 고려할 때 해당 CC 내에 주파수 대역 별로 서로 다른 numerology (e.g., sub-carrier spacing)가 지원될 수 있다. 혹은 단말 별로 최대 bandwidth에 대한 capability 가 다를 수 있다. 이를 고려하여 기지국은 wideband CC의 전체 bandwidth 가 아닌 일부 bandwidth 에서만 동작하도록 단말에게 지시할 수 있으며, 해당 일부 bandwidth를 편의상 bandwidth part (BWP)로 정의한다. BWP는 주파수 축 상에서 연속한 resource block (RB) 들로 구성될 수 있으며, 하나의 numerology (e.g., sub-carrier spacing, CP length, slot/mini-slot duration)에 대응될 수 있다.

한편, 기지국은 단말에게 설정된 하나의 CC 내에서도 다수의 BWP를 설정할 수 있다. 일 예로, PDCCH monitoring slot 에서는 상대적으로 작은 주파수 영역을 차지하는 BWP를 설정하고, PDCCH에서 지시하는 PDSCH는 그보다 큰 BWP 상에 스케줄 될 수 있다. 혹은, 특정 BWP에 UE 들이 몰리는 경우 load balancing을 위해 일부 UE 들을 다른 BWP 로 설정할 수 있다. 혹은, 이웃 셀 간의 frequency domain inter-cell interference cancellation 등을 고려하여 전체 대역폭 중 가운데 일부 spectrum을 배제하고 양쪽 BWP 들을 동일 slot 내에서도 설정할 수 있다. 즉, 기지국은 wideband CC 와 association 된 단말에게 적어도 하나의 DL/UL BWP 를 configure 해 줄 수 있으며, 특정 시점에 설정된(configured) DL/UL BWP(s) 중 적어도 하나의 DL/UL BWP 를 (L1 signaling or MAC CE or RRC signaling 등에 의해) activation 시킬 수 있고 다른 설정된 DL/UL BWP 로 switching 이 (L1 signaling or MAC CE or RRC signaling 등에 의해) 지시될 수 있거나 timer 기반으로 timer 값이 expire 되면 정해진 DL/UL BWP 로 switching 될 수 도 있다. 이 때, activation 된 DL/UL BWP 를 active DL/UL BWP 로 정의한다. 그런데 단말이 initial access 과정에 있거나, 혹은 RRC connection 이 set up 되기 전 등의 상황에서는 DL/UL BWP 에 대한 configuration 을 수신하지 못할 수 있는데, 이러한 상황에서 단말이 가정하는 DL/UL BWP 는 initial active DL/UL BWP 라고 정의한다.

예를 들어, BWP를 지시하는 특정 필드(예: BWP indicator field)가 PDSCH의 스케줄링을 위한 DCI(예: DCI 포맷 1_1)에 포함되는 경우, 해당 필드의 값은 단말에 대해 DL 수신을 위해 (미리) 설정된 DL BWP 집합 중 특정 DL BWP(예: active DL BWP)를 지시하도록 설정될 수 있다. 이 경우, 상기 DCI를 수신한 단말은 해당 필드에 의해 지시되는 특정 DL BWP에서 DL 데이터를 수신하도록 설정될 수 있다. 그리고/또는, BWP를 지시하는 특정 필드(예: BWP indicator field)가 PUSCH의 스케줄링을 위한 DCI(예: DCI 포맷 0_1)에 포함되는 경우, 해당 필드의 값은 단말에 대해 UL 전송을 위해 (미리) 설정된 UL BWP 집합 중 특정 UL BWP(예: active UL BWP)를 지시하도록 설정될 수 있다. 이 경우, 상기 DCI를 수신한 단말은 해당 필드에 의해 지시되는 특정 UL BWP에서 UL 데이터를 전송하도록 설정될 수 있다.

물리 채널 및 일반적인 신호 전송

도 6은 물리 채널들 및 일반적인 신호 전송을 예시한다. 무선 통신 시스템에서 단말은 기지국으로부터 하향링크(Downlink, DL)를 통해 정보를 수신하고, 단말은 기지국으로 상향링크(Uplink, UL)를 통해 정보를 전송한다. 기지국과 단말이 송수신하는 정보는 데이터 및 다양한 제어 정보를 포함하고, 이들이 송수신 하는 정보의 종류/용도에 따라 다양한 물리 채널이 존재한다.

단말은 전원이 켜지거나 새로이 셀에 진입한 경우 기지국과 동기를 맞추는 등의 초기 셀 탐색(Initial cell search) 작업을 수행한다(S601). 이를 위해, 단말은 기지국으로부터 주 동기 신호(Primary Synchronization Signal, PSS) 및 부 동기 신호(Secondary Synchronization Signal, SSS)을 수신하여 기지국과 동기를 맞추고, 셀 ID 등의 정보를 획득할 수 있다. 그 후, 단말은 기지국으로부터 물리 방송 채널(Physical Broadcast Channel, PBCH)를 수신하여 셀 내 방송 정보를 획득할 수 있다. 한편, 단말은 초기 셀 탐색 단계에서 하향링크 참조 신호(Downlink Reference Signal, DL RS)를 수신하여 하향링크 채널 상태를 확인할 수 있다.

초기 셀 탐색을 마친 단말은 물리 하향링크 제어 채널(Physical Downlink Control Channel, PDCCH) 및 상기 PDCCH에 실린 정보에 따라 물리 하향링크 공유 채널(Physical Downlink Control Channel; PDSCH)을 수신함으로써 좀더 구체적인 시스템 정보를 획득할 수 있다(S602).

한편, 기지국에 최초로 접속하거나 신호 송신을 위한 무선 자원이 없는 경우, 단말은 기지국에 대해 임의 접속 과정(Random Access Procedure, RACH)을 수행할 수 있다(S603 내지 S606). 이를 위해, 단말은 물리 임의 접속 채널(Physical Random Access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로 송신하고(S603 및 S605), PDCCH 및 대응하는 PDSCH를 통해 프리앰블에 대한 응답 메시지((RAR(Random Access Response) message)를 수신할 수 있다. 경쟁 기반 RACH의 경우, 추가적으로 충돌 해결 절차(Contention Resolution Procedure)를 수행할 수 있다(S606).

상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 송신 절차로서 PDCCH/PDSCH 수신(S607) 및 물리 상향링크 공유 채널(Physical Uplink Shared Channel, PUSCH)/물리 상향링크 제어 채널(Physical Uplink Control Channel; PUCCH) 송신(S608)을 수행할 수 있다. 특히 단말은 PDCCH를 통하여 하향링크 제어 정보(Downlink Control Information, DCI)를 수신할 수 있다. 여기서, DCI는 단말에 대한 자원 할당 정보와 같은 제어 정보를 포함하며, 사용 목적에 따라 포맷이 서로 다르게 적용될 수 있다.

예를 들어, NR 시스템에서 DCI format 0_0, DCI format 0_1은 하나의 셀에서 PUSCH의 스케줄링에 사용되고, DCI format 1_0, DCI format 1_1은 하나의 셀에서 PDSCH의 스케줄링에 사용된다. DCI format 0_0에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다. 그리고, DCI format 0_1은 하나의 셀에서 PUSCH를 예약하는 데 사용된다. DCI format 0_1에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 SP-CSI-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다. DCI format 1_0은 하나의 DL 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_0에 포함된 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다. DCI format 1_1은 하나의 셀에서 PDSCH의 스케줄링을 위해 사용된다. DCI format 1_1에 포함되는 정보는 C-RNTI 또는 CS-RNTI 또는 MCS-C-RNTI에 의해 CRC 스크램블링되어 전송된다. DCI 포맷 2_1은 단말이 전송을 의도하지 않은 것으로 가정할 수 있는 PRB(들) 및 OFDM 심볼(들)을 알리는데 사용된다. DCI 포맷 2_1에 포함되는 preemption indication 1, preemption indication 2,..., preemption indication N 등의 정보는 INT-RNTI에 의해 CRC 스크램블링되어 전송된다.

한편, 단말이 상향링크를 통해 기지국에 송신하는 또는 단말이 기지국으로부터 수신하는 제어 정보는 하향링크/상향링크 ACK/NACK 신호, CQI(Channel Quality Indicator), PMI(Precoding Matrix 인덱스), RI(Rank Indicator) 등을 포함할 수 있다. 단말은 상술한 CQI/PMI/RI 등의 제어 정보를 PUSCH 및/또는 PUCCH를 통해 송신할 수 있다.

DL 및 UL 송/수신 동작

하향링크 송수신 동작

도 7은 하향링크 송수신 동작의 일례를 나타낸 도이다.

도 7을 참고하면, 기지국은 주파수/시간 자원, 전송 레이어, 하향링크 프리코더, MCS 등과 같은 하향링크 전송을 스케줄링한다(S701). 특히, 기지국은 앞서 설명한 빔 관리 동작들을 통해 단말에게 PDSCH 전송을 위한 빔을 결정할 수 있다. 그리고, 단말은 기지국으로부터 하향링크 스케줄링을 위한(즉, PDSCH의 스케줄링 정보를 포함하는) 하향링크 제어 정보(DCI: Downlink Control Information)를 PDCCH 상에서 수신한다(S702). 하향링크 스케줄링을 위해 DCI 포맷 1_0 또는 1_1이 이용될 수 있으며, 특히 DCI 포맷 1_1에서는 다음과 같은 정보를 포함한다: DCI 포맷 식별자(Identifier for DCI formats), 대역폭 부분 지시자(Bandwidth part indicator), 주파수 도메인 자원 할당(Frequency domain resource assignment), 시간 도메인 자원 할당(Time domain resource assignment), PRB 번들링 크기 지시자(PRB bundling size indicator), 레이트 매칭 지시자(Rate matching indicator), ZP CSI-RS 트리거(ZP CSI-RS trigger), 안테나 포트(들)(Antenna port(s)), 전송 설정 지시(TCI: Transmission configuration indication), SRS 요청(SRS request), DMRS(Demodulation Reference Signal) 시퀀스 초기화(DMRS sequence initialization)

특히, 안테나 포트(들)(Antenna port(s)) 필드에서 지시되는 각 상태(state)에 따라, DMRS 포트의 수가 스케줄링될 수 있으며, 또한 SU(Single-user)/MU(Multi-user) 전송 스케줄링이 가능하다. 또한, TCI 필드는 3 비트로 구성되고, TCI 필드 값에 따라 최대 8 TCI 상태를 지시함으로써 동적으로 DMRS에 대한 QCL이 지시된다. 그리고, 단말은 기지국으로부터 하향링크 데이터를 PDSCH 상에서 수신한다(S703). 단말이 DCI 포맷 1_0 또는 1_1을 포함하는 PDCCH를 검출(detect)하면, 해당 DCI에 의한 지시에 따라 PDSCH를 디코딩한다.

여기서, 단말이 DCI 포맷 1_1에 의해 스케줄링된 PDSCH를 수신할 때, 단말은 상위 계층 파라미터 'dmrs-Type'에 의해 DMRS 설정 타입이 설정될 수 있으며, DMRS 타입은 PDSCH를 수신하기 위해 사용된다. 또한, 단말은 상위 계층 파라미터 'maxLength'에 의해 PDSCH을 위한 front-loaded DMRS 심볼의 최대 개수가 설정될 수 있다.

DMRS 설정(configuration) 타입 1의 경우, 단말이 단일의 코드워드가 스케줄링되고 {2, 9, 10, 11 또는 30}의 인덱스와 매핑된 안테나 포트가 지정되면, 또는 단말이 2개의 코드워드가 스케줄링되면, 단말은 모든 남은 직교한 안테나 포트가 또 다른 단말으로의 PDSCH 전송과 연관되지 않는다고 가정한다. 또는, DMRS 설정 타입 2의 경우, 단말이 단일의 코드워드가 스케줄링되고 {2, 10 또는 23}의 인덱스와 매핑된 안테나 포트가 지정되면, 또는 단말이 2개의 코드워드가 스케줄링되면, 단말은 모든 남은 직교한 안테나 포트가 또 다른 단말으로의 PDSCH 전송과 연관되지 않는다고 가정한다.

단말이 PDSCH를 수신할 때, 프리코딩 단위(precoding granularity) P'를 주파수 도메인에서 연속된(consecutive) 자원 블록으로 가정할 수 있다. 여기서, P'는 {2, 4, 광대역} 중 하나의 값에 해당할 수 있다. P'가 광대역으로 결정되면, 단말은 불연속적인(non-contiguous) PRB들로 스케줄링되는 것을 예상하지 않고, 단말은 할당된 자원에 동일한 프리코딩이 적용된다고 가정할 수 있다. 반면, P'가 {2, 4} 중 어느 하나로 결정되면, 프리코딩 자원 블록 그룹(PRG: Precoding Resource Block Group)은 P' 개의 연속된 PRB로 분할된다. 각 PRG 내 실제 연속된 PRB의 개수는 하나 또는 그 이상일 수 있다. 단말은 PRG 내 연속된 하향링크 PRB에는 동일한 프리코딩이 적용된다고 가정할 수 있다.

단말이 PDSCH 내 변조 차수(modulation order), 목표 코드 레이트(target code rate), 전송 블록 크기(transport block size)를 결정하기 위해, 단말은 우선 DCI 내 5 비트 MCS 필드를 읽고, modulation order 및 target code rate를 결정한다. 그리고, DCI 내 리던던시 버전 필드를 읽고, 리던던시 버전을 결정한다. 그리고, 단말은 레이트 매칭 전에 레이어의 수, 할당된 PRB의 총 개수를 이용하여, transport block size를 결정한다.

Transport block는 하나 이상의 CBG(code block group)으로 구성될 수 있으며, 하나의 CBG는 하나 이상의 CB(code block)로 구성될 수 있다. 또한, NR 시스템에서 transport block 단위의 데이터 송수신뿐만 아니라, CB/CBG 단위의 데이터 송수신이 가능할 수 있다. 따라서, CB/CBG 단위의 ACK/NACK 전송 및 재전송(retransmission) 또한 가능할 수 있다. UE는 CB/ CBG에 대한 정보를 DCI(e.g. DCI 포맷 0_1, DCI 포맷 1_1 등)를 통해 기지국으로부터 수신할 수 있다. 또한, UE는 기지국으로부터 데이터 전송 단위(e.g. TB / CB/ CBG)에 대한 정보를 수신할 수 있다.

상향링크 송수신 동작

도 8은 상향링크 송수신 동작의 일 예를 나타낸다.

도 8을 참고하면, 기지국은 주파수/시간 자원, 전송 레이어, 상향링크 프리코더, MCS 등과 같은 상향링크 전송을 스케줄링한다(S801). 특히, 기지국은 앞서 설명한 빔 관리 동작들을 통해 단말이 PUSCH 전송을 위한 빔을 결정할 수 있다. 그리고, 단말은 기지국으로부터 상향링크 스케줄링을 위한(즉, PUSCH의 스케줄링 정보를 포함하는) DCI를 PDCCH 상에서 수신한다(S802). 상향링크 스케줄링을 위해DCI 포맷 0_0 또는 0_1이 이용될 수 있으며, 특히 DCI 포맷 0_1에서는 다음과 같은 정보를 포함한다: DCI 포맷 식별자(Identifier for DCI formats), UL/SUL(Supplementary uplink) 지시자(UL/SUL indicator), 대역폭 부분 지시자(Bandwidth part indicator), 주파수 도메인 자원 할당(Frequency domain resource assignment), 시간 도메인 자원 할당(Time domain resource assignment), 주파수 호핑 플래그(Frequency hopping flag), 변조 및 코딩 방식(MCS: Modulation and coding scheme), SRS 자원 지시자(SRI: SRS resource indicator), 프리코딩 정보 및 레이어 수(Precoding information and number of layers), 안테나 포트(들)(Antenna port(s)), SRS 요청(SRS request), DMRS 시퀀스 초기화(DMRS sequence initialization), UL-SCH(Uplink Shared Channel) 지시자(UL-SCH indicator)

특히, SRS resource indicator 필드에 의해 상위 계층 파라미터 'usage'와 연관된 SRS 자원 세트 내 설정된 SRS 자원들이 지시될 수 있다. 또한, 각 SRS resource별로 'spatialRelationInfo'를 설정받을 수 있고 그 값은 {CRI, SSB, SRI}중에 하나일 수 있다.

그리고, 단말은 기지국에게 상향링크 데이터를 PUSCH 상에서 전송한다(S803). 단말이 DCI 포맷 0_0 또는 0_1을 포함하는 PDCCH를 검출(detect)하면, 해당 DCI에 의한 지시에 따라 해당 PUSCH를 전송한다. PUSCH 전송을 위해 코드북(codebook) 기반 전송 및 비-코드북(non-codebook) 기반 전송2가지의 전송 방식이 지원된다.

코드북 기반 전송의 경우, 상위 계층 파라미터 'txConfig'가 'codebook'으로 셋팅될 때, 단말은 codebook 기반 전송으로 설정된다. 반면, 상위 계층 파라미터 'txConfig'가 'nonCodebook'으로 셋팅될 때, 단말은 non-codebook 기반 전송으로 설정된다. 상위 계층 파라미터 'txConfig'가 설정되지 않으면, 단말은 DCI 포맷 0_1에 의해 스케줄링되는 것을 예상하지 않는다. DCI 포맷 0_0에 의해 PUSCH가 스케줄링되면, PUSCH 전송은 단일 안테나 포트에 기반한다. codebook 기반 전송의 경우, PUSCH는 DCI 포맷 0_0, DCI 포맷 0_1 또는 반정적으로(semi-statically) 스케줄링될 수 있다. 이 PUSCH가 DCI 포맷 0_1에 의해 스케줄링되면, 단말은 SRS resource indicator 필드 및 Precoding information and number of layers 필드에 의해 주어진 바와 같이, DCI로부터 SRI, TPMI(Transmit Precoding Matrix Indicator) 및 전송 랭크를 기반으로 PUSCH 전송 프리코더를 결정한다. TPMI는 안테나 포트에 걸쳐서 적용될 프리코더를 지시하기 위해 이용되고, 다중의 SRS 자원이 설정될 때 SRI에 의해 선택된 SRS 자원에 상응한다. 또는, 단일의 SRS 자원이 설정되면, TPMI는 안테나 포트에 걸쳐 적용될 프리코더를 지시하기 위해 이용되고, 해당 단일의 SRS 자원에 상응한다. 상위 계층 파라미터 'nrofSRS-Ports'와 동일한 안테나 포트의 수를 가지는 상향링크 코드북으로부터 전송 프리코더가 선택된다. 단말이 'codebook'으로 셋팅된 상위 계층이 파라미터 'txConfig'로 설정될 때, 단말은 적어도 하나의 SRS 자원이 설정된다. 슬롯 n에서 지시된 SRI는 SRI에 의해 식별된 SRS 자원의 가장 최근의 전송과 연관되고, 여기서 SRS 자원은 SRI를 나르는 PDCCH (즉, 슬롯 n)에 앞선다.

non-codebook 기반 전송의 경우, PUSCH는 DCI 포맷 0_0, DCI 포맷 0_1 또는 반정적으로(semi-statically) 스케줄링될 수 있다. 다중의 SRS 자원이 설정될 때, 단말은 광대역 SRI를 기반으로 PUSCH 프리코더 및 전송 랭크를 결정할 수 있으며, 여기서 SRI는 DCI 내 SRS resource indicator에 의해 주어지거나 또는 상위 계층 파라미터 'srs-ResourceIndicator'에 의해 주어진다. 단말은 SRS 전송을 위해 하나 또는 다중의 SRS 자원을 이용하고, 여기서 SRS 자원의 수는, UE 능력에 기반하여 동일한 RB 내에서 동시 전송을 위해 설정될 수 있다. 각 SRS 자원 별로 단 하나의 SRS 포트만이 설정된다. 단 하나의 SRS 자원만이 'nonCodebook'으로 셋팅된 상위 계층 파라미터 'usage'로 설정될 수 있다. non-codebook 기반 상향링크 전송을 위해 설정될 수 있는 SRS 자원의 최대의 수는 4이다. 슬롯 n에서 지시된 SRI는 SRI에 의해 식별된 SRS 자원의 가장 최근의 전송과 연관되고, 여기서 SRS 전송은 SRI를 나르는 PDCCH (즉, 슬롯 n)에 앞선다.

빔 관리(Beam Management, BM)

BM 절차는 다운링크(downlink, DL) 및 업링크(uplink, UL) 송/수신에 사용될 수 있는 기지국(예: gNB, TRP 등) 및/또는 단말(예: UE) 빔들의 세트(set)를 획득하고 유지하기 위한 L1(layer 1)/L2(layer 2) 절차들로서, 아래와 같은 절차 및 용어를 포함할 수 있다.

- 빔 측정(beam measurement): 기지국 또는 UE가 수신된 빔 형성 신호의 특성을 측정하는 동작.

- 빔 결정(beam determination): 기지국 또는 UE가 자신의 송신 빔(Tx beam) / 수신 빔(Rx beam)을 선택하는 동작.

- 스위핑 (Beam sweeping): 미리 결정된 방식으로 일정 시간 간격 동안 송신 및/또는 수신 빔을 이용하여 공간 영역을 커버하는 동작.

- 빔 보고(beam report): UE가 빔 측정에 기반하여 빔 형성된 신호의 정보를 보고하는 동작.

BM 절차는 (1) SS(synchronization signal)/PBCH(physical broadcast channel) Block 또는 CSI-RS를 이용하는 DL BM 절차와, (2) SRS(sounding reference signal)을 이용하는 UL BM 절차로 구분할 수 있다. 또한, 각 BM 절차는 Tx beam을 결정하기 위한 Tx beam sweeping과 Rx beam을 결정하기 위한 Rx beam sweeping을 포함할 수 있다.

하향링크 빔 관리 절차(DL BM Procedure)

하향링크 빔 관리 절차(DL BM 절차)는 (1) 기지국이 빔 형성 DL RS(예를 들어, CSI-RS 또는 SS 블록 (SSB))를 전송하는 단계 및 (2) 단말이 빔 보고를 송신하는 단계를 포함할 수 있다.

여기서, 빔 보고(beam reporting)는 바람직한 DL RS ID (식별자) (들) 및 그에 대응하는 L1-RSRP를 포함할 수 있다.

DL RS ID는 SSB resource indicator(SSBRI) 또는 CSI-RS resource indicator(CRI) 일 수 있다.

SSB 빔과 CSI-RS 빔은 빔 측정을 위해 사용될 수 있다. 측정 메트릭(measurement metric)은 자원(resource)/블록(block) 별 L1-RSRP이다. SSB는 coarse한 빔 측정을 위해 사용되며, CSI-RS는 fine한 빔 측정을 위해 사용될 수 있다. SSB는 Tx 빔 스위핑과 Rx 빔 스위핑 모두에 사용될 수 있다. SSB를 이용한 Rx 빔 스위핑은 다수의 SSB bursts에 걸쳐서(across) 동일 SSBRI에 대해 UE가 Rx 빔을 변경하면서 수행될 수 있다. 여기서, 하나의 SS burst는 하나 또는 그 이상의 SSB들을 포함하고, 하나의 SS burst set은 하나 또는 그 이상의 SSB burst들을 포함한다.

SSB를 이용한 DL BM 절차를 살펴본다.

SSB를 이용한 빔 보고(beam report)에 대한 설정은 RRC connected state(또는 RRC connected mode)에서 CSI/beam configuration 시에 수행된다.

- 단말은 BM을 위해 사용되는 SSB resource들을 포함하는 CSI-SSB-ResourceSetList를 포함하는 CSI-ResourceConfig IE를 기지국으로부터 수신한다. SSB를 이용한 BM configuration은 별도로 정의되지 않고, SSB를 CSI-RS resource처럼 설정한다.

csi-SSB-ResourceSetList parameter는 하나의 resource set에서 beam management 및 reporting을 위해 사용되는 SSB resource들의 리스트를 나타낸다. 여기서, SSB resource set은 {SSBx1, SSBx2, SSBx3, SSBx4,..}으로 설정될 수 있다. SSB index는 0부터 63까지 정의될 수 있다.

- 단말은 상기 CSI-SSB-ResourceSetList에 기초하여 SSB resource를 상기 기지국으로부터 수신한다.

- SSBRI 및 L1-RSRP에 대한 보고와 관련된 CSI-RS reportConfig가 설정된 경우, 상기 단말은 best SSBRI 및 이에 대응하는 L1-RSRP를 기지국으로 (빔) report한다.

즉, 상기 CSI-RS reportConfig IE의 reportQuantity가 'ssb-Index-RSRP'로 설정된 경우, 단말은 기지국으로 best SSBRI 및 이에 대응하는 L1-RSRP를 보고한다.

그리고, 단말은 SSB(SS/PBCH Block)와 동일한 OFDM 심볼(들)에서 CSI-RS resource가 설정되고, 'QCL-TypeD'가 적용 가능한 경우, 상기 단말은 CSI-RS와 SSB가 'QCL-TypeD' 관점에서 quasi co-located라고 가정할 수 있다.

여기서, 상기 QCL TypeD는 spatial Rx parameter 관점에서 antenna port들 간에 QCL되어 있음을 의미할 수 있다. 단말이 QCL Type D 관계에 있는 복수의 DL antenna port들을 수신 시에는 동일한 수신 빔을 적용하여도 무방하다. 또한, 단말은 SSB의 RE와 중첩하는 RE에서 CSI-RS가 설정될 것으로 기대하지 않는다.

다음으로, CSI-RS를 이용하는 하향 링크 빔 관리 절차(DL BM procedure using CSI-RS)를 살펴본다.

단말이 (상위 계층 파라미터) 반복이 "ON"으로 설정된 NZP-CSI-RS-ResourceSet의 구성을 수신하면, NZP-CSI-RS-ResourceSet 내의 적어도 하나의 CSI-RS 리소스가 동일한 다운 링크 공간 도메인 송신 필터로 송신 송신된다고 가정할 수 있다.

즉, NZP-CSI-RS-ResourceSet에 있는 적어도 하나의 CSI-RS 자원이 동일한 Tx 빔을 통해 전송된다. 여기서, NZP-CSI-RS-ResourceSet 내의 적어도 하나의 CSI-RS 자원은 다른 OFDM 심볼을 통해 전송될 수 있거나 다른 주파수 영역에서 (즉, FDM을 통해) 전송될 수 있다. 적어도 하나의 CSI-RS 자원이 FDM의 대상이 되는 경우는 단말이 다중 패널 단말 일 때이다.

또한, 반복이 "ON"으로 설정된 경우는 단말의 Rx 빔 스위핑 절차와 관련된다.

단말은 NZP-CSI-RS-ResourceSet 내의 모든 CSI-RS 자원으로부터 periodicityAndOffset에 상이한 주기성을 수신할 것을 기대하지 않는다.

또한, 반복이 "OFF"로 설정되면, 단말은 NZP-CSI-RS-ResourceSet 내의 적어도 하나의 CSI-RS 리소스가 동일한 다운 링크 공간 도메인 송신 필터로 송신된다고 가정하지 않는다.

즉, NZP-CSI-RS-ResourceSet 내의 적어도 하나의 CSI-RS 자원이 다른 TX bam을 통해 전송된다.

반복이 "OFF"로 설정되는 경우는 기지국의 송신 빔 스위핑 절차와 관련된다.

또한 매개 변수 반복(parameter repetition)은 L1 RSRP 또는 "No report or None" 을 갖는 CSI-ReportConfig와 연관된 CSI-RS 자원 세트에 대해서만 설정될 수 있다.

단말이 reportQuantity가 "cri-RSRP"또는 "none"으로 설정된 CSI-ResourceConfig를 수신한 경우, 단말은 동일한 수 (1- 포트 또는 2- 포트)의 포트로 구성될 수 있으며, NZP-CSI-RS-ResourceSet의 모든 CSI-RS 자원에 대한 "nrofPorts" 매개 변수를 정의합니다. 여기서 CSI-ResourceConfig는 상위 계층 파라미터 "trs-Info"를 포함하지 않지만 상위 계층 파라미터 "repetition"(= ON)으로 설정된 NZP-CSI-RS-ResourceSet을 포함한다.

보다 구체적으로는, CSI-RS의 목적과 관련하여, 특정 CSI-RS 자원 세트에 파라미터 반복이 설정되고 TRS_info가 설정되지 않으면, CSI-RS는 빔 관리에 사용된다.

또한, 파라미터 반복이 설정되지 않고 TRS 정보가 설정되면 CSI-RS는 TRS (Tracking Reference Signal)로 사용된다.

또한 매개 변수 반복이나 TRS_info가 구성되지 않으면 CSI-RS가 CSI 획득에 사용된다.

도 9는 CSI-RS를 이용한 DL BM 절차의 일례를 도시한 도면이다.

도 9(a)는 단말의 Rx 빔 결정(또는 refinement) 절차를 도시하고, 도 9(b)는 기지국의 송신 빔 결정 절차를 도시한 것이다. 구체적으로 도 9(a)는 파라미터 반복이 "on"으로 설정된 경우이며, 도 9(b)는 "OFF"로 설정된 경우이다.

도 9(a) 및 도 10을 참조하여, 이하 단말의 수신 빔 결정 과정을 설명한다.

도 10은 CSI-RS를 사용하는 하향 링크 빔 관리 절차에서 수신 빔을 결정하는 절차를 설명하기 위한 도면이다.

도 10에서 단말은 RRC 시그널링을 통해 상위 계층 파라미터 반복을 포함하는 NZP CSI-RS 자원 세트 IE를 기지국으로부터 수신한다 (S1010). 파라미터 반복은 "ON"으로 설정된다.

단말은 동일한 Tx 빔(또는 DL 공간 도메인 송신 필터)을 통해 다른 OFDM 심볼로부터 반복을 "ON"으로 설정한 CSI-RS 자원 세트에서 CSI 자원을 반복적으로 수신한다(S1020).

이때, 단말은 자신의 수신 빔을 결정한다 (S1030).

단말은 CSI보고를 생략 할 수도 있고, CRI / L1-RSRP를 포함하는 CSI보고를 기지국으로 전송할 수도 있다 (S1040).

이 경우 CSI report Config의 reportQuantity가 "No report (또는 None)"또는 "CRI 및 L1-RSRP"로 구성될 수 있다.

즉, 반복을 "ON"으로 설정한 경우, 단말은 CSI 보고를 생략하거나 빔 쌍 관련 우선 빔의 ID 정보(CRI)와 그 품질 값 (L1-RSRP)을 보고할 수 있다.

도 9(b) 및 도 11을 참조하여, 기지국의 송신 빔 결정 과정을 이하 설명한다.

도 11은 기지국의 송신 빔 결정 절차의 일례를 도시 한 흐름도이다.　

단말은 RRC 시그널링을 통해 상위 계층 파라미터 반복을 포함하는 NZP CSI-RS 리소스 세트 IE를 기지국으로부터 수신한다 (S1110).

파라미터 반복은 "OFF"로 설정되며 기지국의 Tx 빔 스위핑 절차와 관련된다.

단말은 다른 Tx 빔(DL 공간 도메인 송신 필터)을 통해 반복이 "OFF"로 설정된 CSI-RS 자원 세트에서 CSI 자원을 수신한다(S1120).

단말은 최적의 빔을 선택 (또는 결정)하고(S1130), 선택된 빔의 ID 및 품질 정보 (예 : L1-RSRP)를 기지국으로 보고한다(S1140).

이 경우 CSI report Config의 reportQuantity는 "CRI + L1-RSRP"로 구성될 수 있다. 즉, BM을 위해 CSI-RS가 전송되면, 단말은 그에 대응하는 CSI와 L1-RSRP를 기지국으로 보고한다.

다음으로, DL BM 관련 빔 지시(beam indication)에 대해 설명한다.

단말은 적어도 QCL(Quasi Co-location) indication의 목적을 위해 최대 M 개의 후보(candidate) 전송 설정 지시 (Transmission Configuration Indication, TCI) 상태(state)들에 대한 리스트를 RRC 설정 받을 수 있다. 여기서, M은 64일 수 있다.

각 TCI state는 하나의 RS set으로 설정될 수 있다. 적어도 RS set 내의 spatial QCL 목적(QCL Type D)을 위한 DL RS의 각각의 ID는 SSB, P-CSI RS, SP-CSI RS, A-CSI RS 등의 DL RS type들 중 하나를 참조할 수 있다.

최소한 spatial QCL 목적을 위해 사용되는 RS set 내의 DL RS(들)의 ID의 초기화(initialization)/업데이트(update)는 적어도 명시적 시그널링(explicit signaling)을 통해 수행될 수 있다.

TCI-State IE는 하나 또는 두 개의 DL reference signal(RS) 대응하는 quasi co-location (QCL) type과 연관시킨다.

QCL-Info 파라미터의 bwp-Id parameter는 RS가 위치되는 DL BWP를 나타내며, cell parameter는 RS가 위치되는 carrier를 나타내며, referencesignal parameter는 해당 target antenna port(s)에 대해 quasi co-location 의 source가 되는 reference antenna port(s) 혹은 이를 포함하는reference signal을 나타낸다. 상기 target antenna port(s)는 CSI-RS, PDCCH DMRS, 또는 PDSCH DMRS 일 수 있다. 일례로 NZP CSI-RS에 대한 QCL reference RS정보를 지시하기 위해 NZP CSI-RS 자원 설정 정보에 해당 TCI state ID를 지시할 수 있다. 또 다른 일례로 PDCCH DMRS antenna port(s)에 대한 QCL reference 정보를 지시하기 위해 각 CORESET설정에 TCI state ID를 지시할 수 있다. 또 다른 일례로 PDSCH DMRS antenna port(s)에 대한 QCL reference 정보를 지시하기 위해 DCI를 통해 TCI state ID를 지시할 수 있다.

QCL(Quasi-Co Location)

안테나 포트는 안테나 포트 상의 심볼이 운반되는 채널이 동일한 안테나 포트 상의 다른 심볼이 운반되는 채널로부터 추론될 수 있도록 정의된다. 하나의 안테나 포트 상의 심볼이 운반되는 채널의 특성(property)이 다른 안테나 포트 상의 심볼이 운반되는 채널로부터 유추될 수 있는 경우, 2 개의 안테나 포트는 QC/QCL(quasi co-located 혹은 quasi co-location) 관계에 있다고 할 수 있다.

여기서, 상기 채널 특성은 지연 확산(Delay spread), 도플러 확산(Doppler spread), 주파수/도플러 쉬프트(Frequency/Doppler shift), 평균 수신 파워(Average received power), 수신 타이밍/평균지연(Received Timing / average delay), Spatial RX parameter 중 하나 이상을 포함한다. 여기서 Spatial Rx parameter는 angle of arrival과 같은 공간적인 (수신) 채널 특성 파라미터를 의미한다.

단말은 해당 단말 및 주어진 serving cell에 대해 의도된 DCI를 가지는 검출된 PDCCH에 따라 PDSCH를 디코딩하기 위해, higher layer parameter PDSCH-Config 내 M 개까지의 TCI-State configuration의 리스트로 설정될 수 있다. 상기 M은 UE capability에 의존한다.

각각의 TCI-State는 하나 또는 두 개의 DL reference signal과 PDSCH의 DM-RS port 사이의 quasi co-location 관계를 설정하기 위한 파라미터를 포함한다.

Quasi co-location 관계는 첫 번째 DL RS에 대한 higher layer parameter qcl-Type1과 두 번째 DL RS에 대한 qcl-Type2 (설정된 경우)로 설정된다. 두 개의 DL RS의 경우, reference가 동일한 DL RS 또는 서로 다른 DL RS인지에 관계없이 QCL type은 동일하지 않다.

각 DL RS에 대응하는 quasi co-location type은 QCL-Info의 higher layer parameter qcl-Type에 의해 주어지며, 다음 값 중 하나를 취할 수 있다:

- 'QCL-TypeA': {Doppler shift, Doppler spread, average delay, delay spread}

- 'QCL-TypeB': {Doppler shift, Doppler spread}

- 'QCL-TypeC': {Doppler shift, average delay}

- 'QCL-TypeD': {Spatial Rx parameter}

예를 들어, target antenna port가 특정 NZP CSI-RS 인 경우, 해당 NZP CSI-RS antenna ports는 QCL-Type A관점에서는 특정 TRS와, QCL-Type D관점에서는 특정 SSB과 QCL되었다고 지시/설정될 수 있다. 이러한 지시/설정을 받은 단말은 QCL-TypeA TRS에서 측정된 Doppler, delay값을 이용해서 해당 NZP CSI-RS를 수신하고, QCL-TypeD SSB 수신에 사용된 수신 빔을 해당 NZP CSI-RS 수신에 적용할 수 있다.

UE는 8개까지의 TCI state들을 DCI 필드 'Transmission Configuration Indication'의 codepoint에 매핑하기 위해 사용되는 MAC CE signaling에 의한 activation command를 수신할 수 있다.

UL BM 절차

UL BM은 단말 구현에 따라 Tx beam - Rx beam 간 beam reciprocity(또는 beam correspondence)가 성립할 수 있거나 또는, 성립하지 않을 수 있다. 만약 기지국과 단말 모두에서 Tx beam - Rx beam 간 reciprocity가 성립하는 경우, DL beam pair를 통해 UL beam pair를 맞출 수 있다. 하지만, 기지국과 단말 중 어느 하나라도 Tx beam - Rx beam 간 reciprocity가 성립하지 않는 경우, DL beam pair 결정과 별개로 UL beam pair 결정 과정이 필요하다.

또한, 기지국과 단말 모두 beam correspondence를 유지하고 있는 경우에도, 단말이 선호(preferred) beam의 보고를 요청하지 않고도 기지국은 DL Tx beam 결정을 위해 UL BM 절차를 사용할 수 있다.

UL BM은 beamformed UL SRS 전송을 통해 수행될 수 있으며, SRS resource set의 UL BM의 적용 여부는 (higher layer parameter) usage에 의해 설정된다. usage가 'BeamManagement(BM)'로 설정되면, 주어진 time instant에 복수의 SRS resource set들 각각에 하나의 SRS resource만 전송될 수 있다.

단말은 (higher layer parameter) SRS-ResourceSet에 의해 설정되는 하나 또는 그 이상의 Sounding Reference Symbol (SRS) resource set들을 (higher layer signaling, RRC signaling 등을 통해) 설정받을 수 있다. 각각의 SRS resource set에 대해, UE는 K ≥1 SRS resource들 (higher later parameter SRS-resource)이 설정될 수 있다. 여기서, K는 자연수이며, K의 최대 값은 SRS_capability에 의해 지시된다.

DL BM과 마찬가지로, UL BM 절차도 단말의 Tx beam sweeping과 기지국의 Rx beam sweeping으로 구분될 수 있다.

SRS를 이용한 UL BM 절차를 구체적으로 설명한다.

- 단말은 'beam management'로 설정된 (higher layer parameter) usage parameter를 포함하는 RRC signaling(예: SRS-Config IE)를 기지국으로부터 수신한다.

SRS-Config IE는 SRS 전송 설정을 위해 사용된다. SRS-Config IE는 SRS-Resources의 list와 SRS-ResourceSet들의 list를 포함한다. 각 SRS resource set는 SRS-resource들의 set를 의미한다.

네트워크는 설정된 aperiodicSRS-ResourceTrigger (L1 DCI)를 사용하여 SRS resource set의 전송을 트리거할 수 있다.

SRS-Config IE에서, usage는 SRS resource set이 beam management를 위해 사용되는지, codebook 기반 또는 non-codebook 기반 전송을 위해 사용되는지를 지시하는 higher layer parameter를 나타낸다. usage parameter는 L1 parameter 'SRS-SetUse'에 대응한다. 'spatialRelationInfo'는 reference RS와 target SRS 사이의 spatial relation의 설정을 나타내는 parameter이다. 여기서, reference RS는 L1 parameter 'SRS-SpatialRelationInfo'에 해당하는 SSB, CSI-RS 또는 SRS가 될 수 있다. 상기, usage는 SRS resource set 별로 설정된다.

- 단말은 상기 SRS-Config IE에 포함된 SRS-SpatialRelation Info에 기초하여 전송할 SRS resource에 대한 Tx beam을 결정한다. 여기서, SRS-SpatialRelation Info는 SRS resource 별로 설정되고, SRS resource 별로 SSB, CSI-RS 또는 SRS에서 사용되는 beam과 동일한 beam을 적용할지를 나타낸다. 또한, 각 SRS resource에 SRS-SpatialRelationInfo가 설정되거나 또는 설정되지 않을 수 있다.

- 만약 SRS resource에 SRS-SpatialRelationInfo가 설정되면 SSB, CSI-RS 또는 SRS에서 사용되는 beam과 동일한 beam을 적용하여 전송한다. 하지만, SRS resource에 SRS-SpatialRelationInfo가 설정되지 않으면, 상기 단말은 임의로 Tx beam을 결정하여 결정된 Tx beam을 통해 SRS를 전송한다.

보다 구체적으로, 'SRS-ResourceConfigType'가 'periodic'으로 설정된 P-SRS에 대해:

i) SRS-SpatialRelationInfo가 'SSB/PBCH'로 설정되는 경우, UE는 SSB/PBCH의 수신을 위해 사용한 spatial domain Rx filter와 동일한 (혹은 해당 filter로부터 생성된) spatial domain transmission filter를 적용하여 해당 SRS resource를 전송한다; 또는

ii) SRS-SpatialRelationInfo가 'CSI-RS'로 설정되는 경우, UE는 periodic CSI-RS 또는 SP CSI-RS의 수신을 위해 사용되는 동일한 spatial domain transmission filter를 적용하여 SRS resource를 전송한다; 또는

iii) SRS-SpatialRelationInfo가 'SRS'로 설정되는 경우, UE는 periodic SRS의 전송을 위해 사용된 동일한 spatial domain transmission filter를 적용하여 해당 SRS resource를 전송한다.

'SRS-ResourceConfigType'이 'SP-SRS' 또는 'AP-SRS'로 설정된 경우에도 위와 유사하게 빔 결정 및 전송 동작이 적용될 수 있다.

- 추가적으로, 단말은 기지국으로부터 SRS에 대한 feedback을 다음 3가지 경우와 같이, 수신받거나 또는 수신받지 않을 수 있다.

i) SRS resource set 내의 모든 SRS resource들에 대해 Spatial_Relation_Info가 설정되는 경우, 단말은 기지국이 지시한 빔으로 SRS를 전송한다. 예를 들어, Spatial_Relation_Info가 모두 동일한 SSB, CRI 또는 SRI를 지시하는 경우, 단말은 동일 빔으로 SRS를 반복 전송한다. 이 경우는, 기지국이 Rx beam을 selection하는 용도에 해당한다.

ii) SRS resource set 내의 모든 SRS resource들에 대해 Spatial_Relation_Info가 설정되지 않을 수 있다. 이 경우, 단말은 자유롭게 SRS beam을 바꾸어가면서 전송할 수 있다. 즉, 이 경우는 단말이 Tx beam을 sweeping하는 용도에 해당한다.

iii) SRS resource set 내의 일부 SRS resource들에 대해서만 Spatial_Relation_Info가 설정될 수 있다. 이 경우, 설정된 SRS resource에 대해서는 지시된 빔으로 SRS를 전송하고, Spatial_Relation_Info가 설정되지 않은 SRS resource에 대해서는 단말이 임의로 Tx beam을 적용해서 전송할 수 있다.

CSI 관련 동작

NR(New Radio) 시스템에서, CSI-RS(channel state information-reference signal)은 시간 및/또는 주파수 트래킹(time/frequency tracking), CSI 계산(computation), L1(layer 1)-RSRP(reference signal received power) 계산(computation) 및 이동성(mobility)를 위해 사용된다. 여기서, CSI computation은 CSI 획득(acquisition)과 관련되며, L1-RSRP computation은 빔 관리(beam management, BM)와 관련된다.

CSI(channel state information)은 단말과 안테나 포트 사이에 형성되는 무선 채널(혹은 링크라고도 함)의 품질을 나타낼 수 있는 정보를 통칭한다.

도 12는 CSI 관련 절차의 일례를 나타낸 흐름도이다.

도 12를 참고하면, CSI-RS의 용도 중 하나를 수행하기 위해, 단말(예: user equipment, UE)은 CSI와 관련된 설정(configuration) 정보를 RRC(radio resource control) signaling을 통해 기지국(예: general Node B, gNB)으로부터 수신한다(S1210).

상기 CSI와 관련된 configuration 정보는 CSI-IM(interference management) 자원(resource) 관련 정보, CSI 측정 설정(measurement configuration) 관련 정보, CSI 자원 설정(resource configuration) 관련 정보, CSI-RS 자원(resource) 관련 정보 또는 CSI 보고 설정(report configuration) 관련 정보 중 적어도 하나를 포함할 수 있다.

CSI-IM 자원 관련 정보는 CSI-IM 자원 정보(resource information), CSI-IM 자원 세트 정보(resource set information) 등을 포함할 수 있다. CSI-IM resource set은 CSI-IM resource set ID(identifier)에 의해 식별되며, 하나의 resource set은 적어도 하나의 CSI-IM resource를 포함한다. 각각의 CSI-IM resource는 CSI-IM resource ID에 의해 식별된다.

CSI resource configuration 관련 정보는 CSI-ResourceConfig IE로 표현될 수 있다. CSI resource configuration 관련 정보는 NZP(non zero power) CSI-RS resource set, CSI-IM resource set 또는 CSI-SSB resource set 중 적어도 하나를 포함하는 그룹을 정의한다. 즉, 상기 CSI resource configuration 관련 정보는 CSI-RS resource set list를 포함하며, 상기 CSI-RS resource set list는 NZP CSI-RS resource set list, CSI-IM resource set list 또는 CSI-SSB resource set list 중 적어도 하나를 포함할 수 있다. CSI-RS resource set은 CSI-RS resource set ID에 의해 식별되고, 하나의 resource set은 적어도 하나의 CSI-RS resource를 포함한다. 각각의 CSI-RS resource는 CSI-RS resource ID에 의해 식별된다.

표 5는 NZP CSI-RS resource set IE의 일례를 나타낸다. 표 5를 참고하면, NZP CSI-RS resource set 별로 CSI-RS의 용도를 나타내는 parameter들(예: BM 관련 'repetition' parameter, tracking 관련 'trs-Info' parameter)이 설정될 수 있다.

그리고, higher layer parameter에 해당하는 repetition parameter는 L1 parameter의 'CSI-RS-ResourceRep'에 대응한다.

CSI 보고 설정(report configuration) 관련 정보는 시간 영역 동작(time domain behavior)을 나타내는 보고 설정 타입(reportConfigType) parameter 및 보고하기 위한 CSI 관련 quantity를 나타내는 보고량(reportQuantity) parameter를 포함한다. 상기 시간 영역 동작(time domain behavior)은 periodic, aperiodic 또는 semi-persistent일 수 있다.

CSI report configuration 관련 정보는 CSI-ReportConfig IE로 표현될 수 있으며, 아래 표 6은 CSI-ReportConfig IE의 일례를 나타낸다.

단말은 상기 CSI와 관련된 configuration 정보에 기초하여 CSI를 측정(measurement)한다(S1220). 상기 CSI 측정은 (1) 단말의 CSI-RS 수신 과정(S1221)과, (2) 수신된 CSI-RS를 통해 CSI를 계산(computation)하는 과정(S1222)을 포함할 수 있으며, 이에 대하여 구체적인 설명은 후술한다.

CSI-RS는 higher layer parameter CSI-RS-ResourceMapping에 의해 시간(time) 및 주파수(frequency) 영역에서 CSI-RS resource의 RE(resource element) 매핑이 설정된다.

CSI-RS-ResourceMapping IE에서, 밀도(density, D)는 RE/port/PRB(physical resource block)에서 측정되는 CSI-RS resource의 density를 나타내며, nrofPorts는 안테나 포트의 개수를 나타낸다.

단말은 상기 측정된 CSI를 기지국으로 보고(report)한다(S1230).

여기서, 표 6의 CSI-ReportConfig의 quantity가 'none(또는 No report)'로 설정된 경우, 상기 단말은 상기 report를 생략할 수 있다.

다만, 상기 quantity가 'none(또는 No report)'로 설정된 경우에도 상기 단말은 기지국으로 report를 할 수도 있다.

상기 quantity가 'none'으로 설정된 경우는 aperiodic TRS를 trigger하는 경우 또는 repetition이 설정된 경우이다.

여기서, repetition이 'ON'으로 설정된 경우에만 상기 단말의 report를 생략할 수 있다.

CSI 측정

NR 시스템은 보다 유연하고 동적인 CSI measurement 및 reporting을 지원한다. 여기서, 상기 CSI measurement는 CSI-RS를 수신하고, 수신된 CSI-RS를 computation하여 CSI를 acquisition하는 절차를 포함할 수 있다.

CSI measurement 및 reporting의 time domain behavior로서, aperiodic/semi-persistent/periodic CM(channel measurement) 및 IM(interference measurement)이 지원된다. CSI-IM의 설정을 위해 4 port NZP CSI-RS RE pattern을 이용한다.

NR의 CSI-IM 기반 IMR은 LTE의 CSI-IM과 유사한 디자인을 가지며, PDSCH rate matching을 위한 ZP CSI-RS resource들과는 독립적으로 설정된다. 그리고, NZP CSI-RS 기반 IMR에서 각각의 port는 (바람직한 channel 및) precoded NZP CSI-RS를 가진 interference layer를 emulate한다. 이는, multi-user case에 대해 intra-cell interference measurement에 대한 것으로, MU interference를 주로 target 한다.

기지국은 설정된 NZP CSI-RS 기반 IMR의 각 port 상에서 precoded NZP CSI-RS를 단말로 전송한다.

단말은 resource set에서 각각의 port에 대해 channel / interference layer를 가정하고 interference를 측정한다.

채널에 대해, 어떤 PMI 및 RI feedback도 없는 경우, 다수의 resource들은 set에서 설정되며, 기지국 또는 네트워크는 channel / interference measurement에 대해 NZP CSI-RS resource들의 subset을 DCI를 통해 지시한다.

resource setting 및 resource setting configuration에 대해 보다 구체적으로 살펴본다.

자원 세팅 (resource setting)

각각의 CSI resource setting 'CSI-ResourceConfig'는 (higher layer parameter csi-RS-ResourceSetList에 의해 주어진)

CSI resource set에 대한 configuration을 포함한다. CSI resource setting은 CSI-RS- resourcesetlist에 대응한다. 여기서, S는 설정된 CSI-RS resource set의 수를 나타낸다. 여기서,

CSI resource set에 대한 configuration은 (NZP CSI-RS 또는 CSI-IM으로 구성된) CSI-RS resource들을 포함하는 각각의 CSI resource set과 L1-RSRP computation에 사용되는 SS/PBCH block (SSB) resource를 포함한다.

각 CSI resource setting은 higher layer parameter bwp-id로 식별되는 DL BWP(bandwidth part)에 위치된다. 그리고, CSI reporting setting에 링크된 모든 CSI resource setting들은 동일한 DL BWP를 갖는다.

CSI-ResourceConfig IE에 포함되는 CSI resource setting 내에서 CSI-RS resource의 time domain behavior는 higher layer parameter resourceType에 의해 지시되며, aperiodic, periodic 또는 semi-persistent로 설정될 수 있다. Periodic 및 semi-persistent CSI resource setting에 대해, 설정된 CSI-RS resource set의 수(S)는 '1'로 제한된다. Periodic 및 semi-persistent CSI resource setting에 대해, 설정된 주기(periodicity) 및 슬롯 오프셋(slot offset)은 bwp-id에 의해 주어지는 것과 같이, 연관된 DL BWP의 numerology에서 주어진다.

UE가 동일한 NZP CSI-RS resource ID를 포함하는 다수의 CSI-ResourceConfig들로 설정될 때, 동일한 time domain behavior는 CSI-ResourceConfig에 대해 설정된다.

UE가 동일한 CSI-IM resource ID를 포함하는 다수의 CSI-ResourceConfig들로 설정될 때, 동일한 time domain behavior는 CSI-ResourceConfig에 대해 설정된다.

다음은 channel measurement (CM) 및 interference measurement(IM)을 위한 하나 또는 그 이상의 CSI resource setting들은 higher layer signaling을 통해 설정된다.

- interference measurement에 대한 CSI-IM resource.

- interference measurement에 대한 NZP CSI-RS 자원.

- channel measurement에 대한 NZP CSI-RS 자원.

즉, CMR(channel measurement resource)는 CSI acquisition을 위한 NZP CSI-RS일 수 있으며, IMR(Interference measurement resource)는 CSI-IM과 IM을 위한 NZP CSI-RS일 수 있다.

여기서, CSI-IM(또는 IM을 위한 ZP CSI-RS)는 주로 inter-cell interference measurement에 대해 사용된다.

그리고, IM을 위한 NZP CSI-RS는 주로 multi-user로부터 intra-cell interference measurement를 위해 사용된다.

UE는 채널 측정을 위한 CSI-RS resource(들) 및 하나의 CSI reporting을 위해 설정된 interference measurement를 위한 CSI-IM / NZP CSI-RS resource(들)이 자원 별로 'QCL-TypeD'라고 가정할 수 있다.

자원 세팅 설정 (resource setting configuration)

살핀 것처럼, resource setting은 resource set list를 의미할 수 있다.

aperiodic CSI에 대해, higher layer parameter CSI-AperiodicTriggerState를 사용하여 설정되는 각 트리거 상태(trigger state)는 각각의 CSI-ReportConfig가 periodic, semi-persistent 또는 aperiodic resource setting에 링크되는 하나 또는 다수의 CSI-ReportConfig와 연관된다.

하나의 reporting setting은 최대 3개까지의 resource setting과 연결될 수 있다.

- 하나의 resource setting이 설정되면, (higher layer parameter resourcesForChannelMeasurement에 의해 주어지는) resource setting 은 L1-RSRP computation을 위한 channel measurement에 대한 것이다.

- 두 개의 resource setting들이 설정되면, (higher layer parameter resourcesForChannelMeasurement에 의해 주어지는) 첫 번째 resource setting은 channel measurement를 위한 것이고, (csi-IM-ResourcesForInterference 또는 nzp-CSI-RS -ResourcesForInterference에 의해 주어지는) 두 번째 resource setting은 CSI-IM 또는 NZP CSI-RS 상에서 수행되는 interference measurement를 위한 것이다.

- 세 개의 resource setting들이 설정되면, (resourcesForChannelMeasurement에 의해 주어지는) 첫 번째 resource setting은 channel measurement를 위한 것이고, (csi-IM-ResourcesForInterference에 의해 주어지는) 두 번째 resource setting은 CSI-IM 기반 interference measurement를 위한 것이고, (nzp-CSI-RS-ResourcesForInterference에 의해 주어지는) 세 번째 resource setting 은 NZP CSI-RS 기반 interference measurement를 위한 것이다.

Semi-persistent 또는 periodic CSI에 대해, 각 CSI-ReportConfig는 periodic 또는 semi-persistent resource setting에 링크된다.

- (resourcesForChannelMeasurement에 의해 주어지는) 하나의 resource setting 이 설정되면, 상기 resource setting은 L1-RSRP computation을 위한 channel measurement에 대한 것이다.

- 두 개의 resource setting들이 설정되면, (resourcesForChannelMeasurement에 의해 주어지는) 첫 번째 resource setting은 channel measurement를 위한 것이며, (higher layer parameter csi-IM-ResourcesForInterference에 의해 주어지는) 두 번째 resource setting은 CSI-IM 상에서 수행되는 interference measurement를 위해 사용된다.

CSI 계산 (computation)

간섭 측정이 CSI-IM 상에서 수행되면, 채널 측정을 위한 각각의 CSI-RS resource는 대응하는 resource set 내에서 CSI-RS resource들 및 CSI-IM resource들의 순서에 의해 CSI-IM resource와 자원 별로 연관된다. 채널 측정을 위한 CSI-RS resource의 수는 CSI-IM resource의 수와 동일하다.

그리고, interference measurement가 NZP CSI-RS에서 수행되는 경우, UE는 채널 측정을 위한 resource setting 내에서 연관된 resource set에서 하나 이상의 NZP CSI-RS resource로 설정될 것으로 기대하지 않는다.

Higher layer parameter nzp-CSI-RS-ResourcesForInterference가 설정된 단말은 NZP CSI-RS resource set 내에 18 개 이상의 NZP CSI-RS port가 설정될 것으로 기대하지 않는다.

CSI 측정을 위해, 단말은 아래 사항을 가정한다.

- 간섭 측정을 위해 설정된 각각의 NZP CSI-RS port는 간섭 전송 계층에 해당한다.

- 간섭 측정을 위한 NZP CSI-RS port의 모든 간섭 전송 레이어는 EPRE(energy per resource element) 비율을 고려한다.

- 채널 측정을 위한 NZP CSI-RS resource의 RE(s) 상에서 다른 간섭 신호, 간섭 측정을 위한 NZP CSI-RS resource 또는 간섭 측정을 위한 CSI-IM resource.

CSI 보고

CSI 보고를 위해, UE가 사용할 수 있는 time 및 frequency 자원은 기지국에 의해 제어된다.

CSI(channel state information)은 채널 품질 지시자(channel quality indicator, CQI), 프리코딩 행렬 지시자 (precoding matrix indicator, PMI), CSI-RS resource indicator (CRI), SS/PBCH block resource indicator (SSBRI), layer indicator (LI), rank indicator (RI) 또는 L1-RSRP 중 적어도 하나를 포함할 수 있다.

CQI, PMI, CRI, SSBRI, LI, RI, L1-RSRP에 대해, 단말은

CSI-ReportConfig reporting setting,

CSI-ResourceConfig resource setting 및 하나 또는 두 개의 trigger state들의 리스트(aperiodicTriggerStateList 및 semiPersistentOnPUSCH-TriggerStateList에 의해 제공되는)로 higher layer에 의해 설정된다. 상기 aperiodicTriggerStateList에서 각 trigger state는 channel 및 선택적으로 interference 대한 resource set ID들을 지시하는 연관된 CSI-ReportConfigs 리스트를 포함한다. semiPersistentOnPUSCH-TriggerStateList에서 각 trigger state는 하나의 연관된 CSI-ReportConfig가 포함된다.

그리고, CSI reporting의 time domain behavior는 periodic, semi-persistent, aperiodic을 지원한다.

i) periodic CSI reporting은 short PUCCH, long PUCCH 상에서 수행된다. Periodic CSI reporting의 주기(periodicity) 및 슬롯 오프셋(slot offset)은 RRC로 설정될 수 있으며, CSI-ReportConfig IE를 참고한다.

ii) SP(semi-periodic) CSI reporting은 short PUCCH, long PUCCH, 또는 PUSCH 상에서 수행된다.

Short/long PUCCH 상에서 SP CSI인 경우, 주기(periodicity) 및 슬롯 오프셋(slot offset)은 RRC로 설정되며, 별도의 MAC CE / DCI로 CSI 보고가 activation/deactivation 된다.

PUSCH 상에서 SP CSI인 경우, SP CSI reporting의 periodicity는 RRC로 설정되지만, slot offset은 RRC로 설정되지 않으며, DCI(format 0_1)에 의해 SP CSI reporting은 활성화/비활성화(activation/deactivation)된다. PUSCH 상에서 SP CSI reporting에 대해, 분리된 RNTI(SP-CSI C-RNTI)가 사용된다.

최초 CSI 보고 타이밍은 DCI에서 지시되는 PUSCH time domain allocation 값을 따르며, 후속되는 CSI 보고 타이밍은 RRC로 설정된 주기에 따른다.

DCI format 0_1은 CSI request field를 포함하고, 특정 configured SP-CSI trigger state를 activation/deactivation할 수 있다. SP CSI reporting은, SPS PUSCH 상에서 data 전송을 가진 mechanism과 동일 또는 유사한 활성화/비활성화를 가진다.

iii) aperiodic CSI reporting은 PUSCH 상에서 수행되며, DCI에 의해 trigger된다. 이 경우, aperiodic CSI reporting의 trigger와 관련된 정보는 MAC-CE를 통해 전달/지시/설정될 수 있다.

AP CSI-RS를 가지는 AP CSI의 경우, AP CSI-RS timing은 RRC에 의해 설정되고, AP CSI reporting에 대한 timing은 DCI에 의해 동적으로 제어된다.

NR은 LTE에서 PUCCH 기반 CSI 보고에 적용되었던 다수의 reporting instance들에서 CSI를 나누어 보고하는 방식 (예를 들어, RI, WB PMI/CQI, SB PMI/CQI 순서로 전송)이 적용되지 않는다. 대신, NR은 short/long PUCCH에서 특정 CSI 보고를 설정하지 못하도록 제한하고, CSI omission rule이 정의된다. 그리고, AP CSI reporting timing과 관련하여, PUSCH symbol/slot location은 DCI에 의해 동적으로 지시된다. 그리고, candidate slot offset들은 RRC에 의해 설정된다. CSI reporting에 대해, slot offset(Y)는 reporting setting 별로 설정된다. UL-SCH에 대해, slot offset K2는 별개로 설정된다.

상술한 설명들(예: DL 및 UL 송수신 동작, 빔 관리, CSI 관련 동작 등)은 본 명세서에서 제안하는 방법 및/또는 실시예들과 결합되어 적용/이용될 수 있으며, 또는 본 명세서에서 제안하는 방법들의 기술적 특징을 명확하게 하는데 보충될 수 있다. 본 명세서에서 ‘/’는 /로 구분된 내용을 모두 포함(and)하거나 구분된 내용 중 일부만 포함(or)하는 것을 의미할 수 있다.

상술한 바와 같이, 5G new radio (NR) 전송 기술은 데이터 전송 속도의 증가, 통신 지연의 감소, 매우 많은 수의 통신 기기 활용, 스펙트럼 효율 고도화 등 다양한 장점을 실현 가능하게 한다. NR 통신 시스템에서 요구되는 초저지연 광대역 데이터 전송을 위해서 넓은 가용 대역폭을 갖는 밀리미터파 대역이 사용되며, 이때 발생하는 경로 손실의 보상을 위해 대규모 안테나 어레이를 활용하는 높은 이득의 정밀한 빔포밍의 수행이 필요하다. 고주파 대역의 활용과 결합된 대규모 다중 입출력 (massive multiple-input multiple-output; massive MIMO) 전송 기술은 5G NR 시스템의 핵심적인 기술 중 하나로, 매우 정밀한 빔 형성 및 관리 방식의 수행이 필요하다.

기존 LTE에서 사용되는 빔포밍의 경우 이산 푸리에 변환 (discrete Fourier transform; DFT) 행렬을 기반으로 하는 코드벡터를 활용하여 제한된 방향으로의 빔 형성을 수행하며, 임의의 방향에 대한 정밀한 빔포밍이나 빠르게 움직이는 이동체에 대한 추적 기능은 지원되지 않았다.

반면, NR에서, FR1은 이동성을 갖는 수신기를 포함하는 넓은 영역의 커버리지를 제공하고, 밀리미터파 등 FR2는 인프라 간 통신 또는 고정된 위치의 수신기에 대한 고속 데이터 전송을 수행하는 것으로 그 활용도가 구분되는 것이 일반적이다. 이러한 사용 환경 및 조건의 경계는 시스템의 발전에 따라 변화될 것으로 예상되며, 특히 고속 이동체 통신에 밀리미터파를 적용하는 경우 효율적인 자원의 활용이 가능하게 되어 시스템 수율의 큰 향상이 기대된다. 예를 들어, 자율 주행 기술의 경우 차량-사물 (vehicle-to-everything; V2X) 통신 기술이 필수적이고, 효율적인 V2X 통신을 위해서는 차량 위치의 빠른 변화에 대처할 수 있는 새로운 형태의 기준 신호 (reference signal; RS)의 설계가 필요하다. 이와 같은 상황을 종합하면, 기존의 빔포밍 및 시그널링 기술과 차별되는 방식으로 다양한 이동체를 추적하면서 정밀한 빔 관리를 수행할 수 있는 방안이 요구된다.

또한, 계속적으로 진화하는 기지국은 많은 정보를 가공하고 처리하여 시스템의 효율을 향상시키기 위해 인공 지능 (artificial intelligence; AI)의 핵심 기술인 심층 학습 (deep learning; DL)과 강화 학습 (reinforcement learning; RL)을 활용하는 형태로 발전할 것이며, 이에 따라 학습 기능과 빔 관리 기술을 결합하는 방안이 필요하다.

본 명세서에서 제안하고자 하는 방법을 설명하기 앞서, 5G 통신을 이용한 AI 기본 동작과 AI 장치에 대해서 설명한다.

도 13은 5G 통신 시스템에서 사용자 단말(UE)과 5G 네트워크의 기본동작의 일 예를 나타낸다.

UE는 특정 정보를 5G 네트워크로 전송한다(S1). 그리고, 상기 5G 네트워크는 상기 특정 정보에 대한 5G 프로세싱을 수행한다(S2). 여기서, 5G 프로세싱은 AI 프로세싱을 포함할 수 있다. 그리고, 상기 5G 네트워크는 AI 프로세싱 결과를 포함하는 응답을 상기 UE로 전송한다(S3).

도 14는 본 발명의 일 실시예에 따른 AI 장치의 블록도이다.

도 14를 살펴보면, AI 장치(20)는 AI 프로세싱을 수행할 수 있는 AI 모듈을 포함하는 전자 기기 또는 AI 모듈을 포함하는 서버 등을 포함할 수 있다.

AI 장치(20)는 AI 프로세싱 결과를 직접 이용하는 클라이언트 디바이스이거나, AI 프로세싱 결과를 다른 기기에 제공하는 클라우드 환경의 디바이스일 수도 있다. AI 장치(20)는 신경망을 학습할 수 있는 컴퓨팅 장치로서, 서버, 데스크탑 PC, 노트북 PC, 태블릿 PC 등과 같은 다양한 전자 장치로 구현될 수 있다.

AI 장치(20)는 AI 프로세서(21), 메모리(25) 및/또는 통신부(27)를 포함할 수 있다.

AI 프로세서(21)는 메모리(25)에 저장된 프로그램을 이용하여 신경망을 학습할 수 있다. AI 프로세서(21)는 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 갖는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 모드들은 뉴런이 시냅스(synapse)를 통해 신호를 주고 받는 뉴런의 시냅틱 활동을 모의하도록 각각 연결 관계에 따라 데이터를 주고 받을 수 있다. 여기서 신경망은 신경망 모델에서 발전한 딥러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 신경망 모델의 예는 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들을 포함한다.

한편, 전술한 바와 같은 기능을 수행하는 프로세서는 범용 프로세서(예를 들어, CPU)일 수 있으나, 인공지능 학습을 위한 AI 전용 프로세서(예를 들어, GPU)일 수 있다.

메모리(25)는 AI 장치(20)의 동작에 필요한 각종 프로그램 및 데이터를 저장할 수 있다. 메모리(25)는 비 휘발성 메모리, 휘발성 메모리, 플래시 메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SDD) 등으로 구현할 수 있다. 메모리(25)는 AI 프로세서(21)에 의해 액세스되며, AI 프로세서(21)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 또한, 메모리(25)는 본 발명의 일 실시예에 따른 데이터 분류/인식을 위한 학습 알고리즘을 통해 생성된 신경망 모델(예를 들어, 딥 러닝 모델(26))을 저장할 수 있다.

한편, AI 프로세서(21)는 데이터 분류/인식을 위한 신경망을 학습하는 데이터 학습부(22)를 포함할 수 있다. 데이터 학습부(22)는 데이터 분류/인식을 판단하기 위하여 어떤 학습 데이터를 이용할지, 학습 데이터를 이용하여 데이터를 어떻게 분류하고 인식할지에 관한 기준을 학습할 수 있다. 데이터 학습부(22)는 학습에 이용될 학습 데이터를 획득하고, 획득된 학습데이터를 딥러닝 모델에 적용함으로써, 딥러닝 모델을 학습할 수 있다.

데이터 학습부(22)는 적어도 하나의 하드웨어 칩 형태로 제작되어 AI 장치(20)에 탑재될 수 있다. 예를 들어, 데이터 학습부(22)는 인공지능(AI)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 범용 프로세서(CPU) 또는 그래픽 전용 프로세서(GPU)의 일부로 제작되어 AI 장치(20)에 탑재될 수도 있다. 또한, 데이터 학습부(22)는 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(또는 인스트럭션(instruction)을 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록 매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 애플리케이션에 의해 제공될 수 있다.

데이터 학습부(22)는 학습 데이터 획득부(23) 및 모델 학습부(24)를 포함할 수 있다.

학습 데이터 획득부(23)는 데이터를 분류하고 인식하기 위한 신경망 모델에 필요한 학습 데이터를 획득할 수 있다.

모델 학습부(24)는 획득된 학습 데이터를 이용하여, 신경망 모델이 소정의 데이터를 어떻게 분류할지에 관한 판단 기준을 가지도록 학습할 수 있다. 이 때 모델 학습부(24)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또는 모델 학습부(24)는 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 판단 기준을 발견하는 비지도 학습(unsupervised learning)을 통해 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 학습에 따른 상황 판단의 결과가 올바른지에 대한 피드백을 이용하여 강화 학습(reinforcement learning)을 통하여, 신경망 모델을 학습시킬 수 있다. 또한, 모델 학습부(24)는 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient decent)을 포함하는 학습 알고리즘을 이용하여 신경망 모델을 학습시킬 수 있다. 지도 학습은 일련의 학습 데이터와 그에 상응하는 레이블(label, 목표 출력값)을 이용하여 학습을 이루어지며, 지도 학습에 기초한 신경망 모델은 훈련 데이터(training data)로부터 함수를 추론해내는 형태의 모델일 수 있다. 지도 학습은 일련의 학습 데이터와 그에 상응하는 목표 출력값을 수신하고, 입력되는 데이터에 대한 실제 출력값과 목표 출력값을 비교하는 학습을 통해 오류를 찾아내고, 해당 결과를 근거로 모델을 수정할 수 있다. 지도 학습은 결과물의 형태에 따라 다시 회귀(regression), 분류(classification), 검출(detection), 시멘틱 세그멘테이션(semantic segmentation) 등으로 구분될 수 있다. 지도 학습을 통해 도출된 함수는 다시 새로운 결과값을 예측하는데 사용될 수 있다. 이처럼, 지도 학습에 기초한 신경망 모델은 수많은 학습 데이터의 학습을 통해, 신경망 모델의 파라미터를 최적화할 수 있다.

신경망 모델이 학습되면, 모델 학습부(24)는 학습된 신경망 모델을 메모리에 저장할 수 있다. 모델 학습부(24)는 학습된 신경망 모델을 AI 장치(20)와 유선 또는 무선 네트워크로 연결된 서버의 메모리에 저장할 수도 있다.

데이터 학습부(22)는 인식 모델의 분석 결과를 향상시키거나, 인식 모델의 생성에 필요한 리소스 또는 시간을 절약하기 위해 학습 데이터 전처리부(미도시) 및 학습 데이터 선택부(미도시)를 더 포함할 수도 있다.

학습 데이터 전처리부는 획득된 데이터가 상황 판단을 위한 학습에 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 예를 들어, 학습 데이터 전처리부는, 모델 학습부(24)가 이미지 인식을 위한 학습을 위하여 획득된 학습 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.

또한, 학습 데이터 선택부는, 학습 데이터 획득부(23)에서 획득된 학습 데이터 또는 전처리부에서 전처리된 학습 데이터 중 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(24)에 제공될 수 있다.

또한, 데이터 학습부(22)는 신경망 모델의 분석 결과를 향상시키기 위하여 모델 평가부(미도시)를 더 포함할 수도 있다.

모델 평가부는, 신경망 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 분석 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(22)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인식 모델을 평가하기 위한 기 정의된 데이터일 수 있다. 일 예로, 모델 평가부는 평가 데이터에 대한 학습된 인식 모델의 분석 결과 중, 분석 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정되 임계치를 초과하는 경우, 소정 기준을 만족하지 못한 것으로 평가할 수 있다.

통신부(27)는 AI 프로세서(21)에 의한 AI 프로세싱 결과를 외부 전자 기기로 전송할 수 있다. 예를 들어, 외부 전자 기기는 블루투스 장치, 자율주행 차량, 로봇, 드론, AR 기기, 모바일 기기, 가전 기기 등을 포함할 수 있다.

한편, 도 14에 도시된 AI 장치(20)는 AI 프로세서(21)와 메모리(25), 통신부(27) 등으로 기능적으로 구분하여 설명하였지만, 전술한 구성요소들이 하나의 모듈로 통합되어 AI 모듈로 호칭될 수도 있음을 밝혀둔다.

또한, 예를 들어, 도 14에 도시된 AI 장치(20)의 일부 또는 전부의 구성이 블루투스 장치, 자율주행 차량, 로봇, 드론, AR 기기, 모바일 기기, 가전 기기 등과 같은 장치에 포함되어 구현될 수도 있다.

이하, 본 명세서에서는 무선 통신 시스템에서 인공 지능, 신경망 학습 등을 이용한 빔 관리 방법을 제안한다. 구체적으로, 이동성을 갖는 수신기를 대상으로 예측 가능하고 정확한 빔포밍을 수행하기 위하여 3차원 공간뿐 아니라 시간 차원에 대해 빔포밍 벡터를 확장하여 생성하는 "빔 시그니쳐 (beam signature)" 및 다수개의 빔 시그니쳐들로 구성된 "빔북 (beambook)"을 정의하고, 이와 같은 시공간 확장형 빔포밍 기술을 적용할 수 있는 구체적인 방안을 제시한다. 또한 빔 시그니쳐 활용을 위해 유용한 기준 신호 전송 방법 및 이에 기반한 빔 관리 동작을 제안한다.

본 명세서에서 기지국은 UE와 데이터의 송수신을 수행하는 객체(object)를 총칭하는 의미일 수 있다. 예를 들어, 상기 기지국은 하나 이상의 TP(Transmission Point)들, 하나 이상의 TRP(Transmission and Reception Point)들 등을 포함하는 개념일 수 있다. 또한, TP 및/또는 TRP는 기지국의 패널, 송수신 유닛(transmission and reception unit) 등을 포함하는 것일 수 있다.

본 명세서에서 UE는 기지국과 데이터의 송수신을 수행하는 이동성을 갖는 객체를 총칭하는 의미일 수 있다. 예를 들어, UE는 이동성을 갖는 장치, 차량, 로봇, 드론, UAV 등으로 표현될 수도 있다. 이하에서, 설명의 편의를 위해 수신기로 표현하기로 한다. 다만, 이러한 용어의 사용이 본 발명의 기술적 범위를 제한하는 것은 아니다.

도 15는 본 명세서에서 제안하는 방법이 적용될 수 있는 기지국과 수신기 간의 시그널링의 일례를 나타낸다. 도 15는 설명의 편의를 위한 예시일 뿐, 본 발명의 기술적 범위를 제한하는 것은 아니다.

기지국은 빔 시그니쳐 길이 L 과 빔북 크기 J 를 결정할 수 있다(S1510). 빔 시그니쳐는 기존의 빔 형성에 사용되는 코드벡터에 수신기(예: UE)의 시간에 따라 변화하는 위치 차원이 추가된 개념이며, 하나의 경로 상의 수신기(예: UE)가 존재할 수 있는 복수 개의 위치에 대한 빔포밍 벡터들의 집합을 의미한다. 빔북은 복수 개의 경로에 대한 빔 시그니쳐들의 집합을 의미한다. 빔 시그니쳐 및 빔북에 대한 자세한 설명은 후술하기로 한다.

기지국은 J 개의 경로에 대한 빔북을 초기화할 수 있다(S1520). J 개의 경로는 빔북의 크기와 대응될 수 있다. 예를 들어, J 개의 경로는 기지국이 임의 선정하거나 또는 표준 패턴을 사용하여 결정될 수 있다. 또 다른 예로, J 개의 경로는 수신기(예: UE)(즉, 이동체)가 사전에 기지국에 보고한 경로 정보(예: 네비게이션에 의해 결정된 경로(route)의 정보)에 의하여 결정될 수 있으며, J 개의 경로에 대한 빔북이 초기화 될 수 있다.

기지국은 수신기(예: UE)로 기준 신호(reference signal)를 전송할 수 있다(S1530). 예를 들어, 상기 기준 신호는 주기적, 반지속적 또는 비주기적으로 전송될 수 있다. 일례로, 상기 기준 신호는 CSI-RS 또는 SSB 중 하나일 수 있다.

수신기(예: UE)는 상기 기준 신호에 기반하여 빔 보고를 위한 CSI를 측정할 수 있다(S1540). 빔 보고를 위한 CSI를 측정하는 동작은 상술한 빔 관리 및 CSI 관련 동작을 참고하여 수행될 수 있다.

수신기(예: UE)는 기지국으로 빔 보고/CSI 보고를 전송할 수 있다(S1550). 수신기(예: UE)는 상기 빔 보고를 통해 자신이 선호하는 빔 정보를 피드백할 수 있다.

기지국은 보고된 빔 정보를 활용하여 딥러닝 신경망을 학습시키고, 빔 시그니쳐를 업데이트할 수 있다(S1560). 또한, 빔북도 업데이트 될 수 있다.

상기 S1530 내지 S1560 단계를 반복적으로 수행하여 신경망을 최적화시킴으로써 주어진 환경 및 사용자 분포 특성에 적합한 빔북을 결정할 수 있다.

또한, 상기 S1550 단계는 도 13의 S1 단계와 대응될 수 있고, S1560 단계는 도 13의 S2 단계와 대응될 수 있다. 기지국은 AI 프로세싱에 기반한 학습 결과를 포함하는 응답을 수신기로 전송할 수도 있다. 일례로, 업데이트 된 빔 시그니쳐 정보를 수신기로 전송하거나 또는 업데이트 된 빔 시그니쳐 및 빔북에 기반하여 최적화 된 빔포밍을 적용한 기준 신호를 수신기로 전송할 수도 있다.

예를 들어, 상기 기지국은 도 14의 AI 장치(20)의 전부 또는 일부를 구성으로 포함할 수 있으며, AI 프로세싱 중 적어도 일부를 함께 수행하도록 구비될 수도 있다. 예를 들어, 상기 기지국은 보고된 빔 정보들을 AI 프로세싱 하여 처리/판단, 제어 신호 생성 동작을 수행할 수 있다. 예를 들어, 도 14의 AI 프로세서(21)는 기지국의 신경망 학습을 제어 및/또는 수행할 수 있으며, 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있다. 예를 들어, 학습 데이터 선택부는, 기지국이 수신한 빔 보고들 중 임계 값 이상(또는, 이하)의 데이터만을 학습 데이터로 선택할 수 있다.

이하에서, 각 단계의 동작에 대해 구체적으로 설명한다.

먼저, S1510 및 S1520 단계의 수신기의 이동성을 고려한 빔 시그니처 및 빔북을 정의하는 방법을 설명한다.

기지국으로부터 목표 수신기에 대한 방향성 벡터는 3차원 공간상에서 구형 좌표계를 사용하여 천정각 (zenith angle)과 방위각 (azimuth angle)으로 표시할 수 있다. 목표 수신기가 이동하는 경우, 이동 위치에 따라 방향성 벡터도 변화하게 되므로 위치 인덱스

를 사용하여 L 개의 다른 위치에서의 천정각 및 방위각 정보를 표시하는 것이 가능하다. 여기서, L 은 하나의 경로에서 수신기의 존재할 수 있는 위치의 개수를 의미하며, L 값은 미리 정의된 값을 이용하거나 또는 기지국(또는, 수신기)에 의해 설정될 수 있다. 또한, 목표 수신기가 이동할 수 있는 총 J 개의 다른 경로에 대해 이와 같은 위치 정보를 표시하는 경로 행렬 (trajectory matrix)

,

는 수학식 3과 같이 나타낼 수 있다.

수학식 3에서, j 는 경로 인덱스이며, 행벡터

은 j 번째 경로의 l 번째 위치에 대한 천정각

및 방위각

을 포함한다.

수학식 4는 수학식 3에서 표시된 경로 행렬

들의 집합을 나타낸다.

경로 행렬 집합 T 는 J 개의 경로에 대한 이동 수신기의 위치 정보를 포함하고 있다. 경로 행렬 집합은 사전에 정의되거나 또는 기지국에서 수집된 수신 신호 정보를 활용하여 생성될 수 있다. 경로 개수 J 는 빔포밍 성능과 운용 복잡도를 고려하여 결정되는 파라미터이며, 상기 파라미터 J 는 기지국이 설정하거나, 사전에 약속된 값이거나, 수신기가 선호하는 값을 UE 능력 정보(capability information)로 기지국에 보고하고, UE 능력 정보에 기반하여 수신기가 추천한 값들 중 하나로 결정될 수 있다.

기지국 안테나 어레이를 활용하여 벡터

가 표시하는 방향으로 빔을 생성하는 빔포밍 벡터를

이라 할 때, j 번째 경로와 관계된 빔 시그니쳐

는 수학식 5와 같이 정의될 수 있다.

즉, j 번째 경로와 관계된 빔 시그니쳐

는 j 번째 경로의 L 개의 위치에 대한 빔포밍 벡터들의 집합을 의미한다.

빔포밍 벡터는

이고, 여기서

는 i) 송신기(transmitter)의 Tx 안테나 포트들의 개수 또는 ii) 하나의 빔포밍(beamformed) (또는, 가상화(virtualized)) 포트들의 개수로 간주할 수 있다.

수학식 6은 J 개의 경로들의 빔 시그니쳐들의 집합인 빔북을 나타낸다.

빔 시그니쳐는 기존에 사용되는 코드벡터에 시간에 따라 변화하는 위치 차원이 추가된 개념이며, 이와 같은 차원 증대를 통해 이동체의 경로 궤적에 따른 빔 생성 및 추적 패턴을 정의할 수 있다. 수신기의 이동 방향에 따라 다양한 형태의 경로가 생성될 수 있으나, 사거리에서 좌회전/직진/우회전하는 차량의 예와 같이 빈번히 발생하는 대표 경로 궤적은 제한적으로 존재한다. 빔북의 크기인 경로 수 J를 적절히 선택함으로써, 대표 경로를 추적하며 빔포밍을 수행하는 빔 시그니쳐들을 정의하고 활용할 수 있다. 즉, 각각의 빔 시그니쳐는 이동성을 갖는 수신기에 대한 정교한 빔포밍을 시공간적으로 수행할 수 있는 요소 기술적 성격을 갖게 된다. 빔 시그니쳐는 사전 정의에 의해 초기값이 생성될 수 있으며, 또한 기지국에서 수집된 수신기(이동체)(들)의 경로 정보, 빔 보고 등을 활용하여 계속적인 학습 (learning) 기능을 수행함으로써 빔포밍 성능을 향상시킬 수 있다.

이동체의 경로 정보 수집을 위해서는 정의된 빔 시그니쳐의 운용에 필요한 기준 신호(reference signal, RS)의 활용이 필요하다. 이하에서, S1530 단계에서 전송되는 기준 신호에 대해 자세히 설명한다.

기준 신호는 i) 사용자 별로 특화된 시그널 빔을 생성하여 전송하는 사용자-특정(user-specific) 기준 신호, ii) 사용자 그룹 별로 특화된 빔을 전송하는 UE 그룹 특정 기준 신호 및 iii) 셀 내의 전체 사용자에게 공통적으로 적용되는 공용(universal) 기준 신호로 구분하여 정의할 수 있다.

사용자-특정 기준 신호의 경우, 빔 시그니쳐 원소

중 현재 사용자의 위치에서 가장 수신 품질이 우수한 원소를 선택하여 기준 신호(RS) 빔으로 사용할 수 있다. j 번째 빔 시그니쳐의 원소들 중 가장 우수한 품질에 해당하는 빔의 위치 인덱스를

로 표시하면,

가 사용자 기준 신호에 사용되는 빔 집합이 된다. 수신기는 기준 신호를 수신한 후, 선호하는(성능이 좋은) 빔을 결정하여 피드백함으로써 경로 선택에 필요한 정보를 기지국으로 제공할 수 있다.

수신기가 빔 시그니쳐 원소의 다음 위치로 이동하는 상황을 고려하기 위해

을 추가적인 기준 신호로 포함시킬 수 있으며, 이 경우 2J 개의 기준 신호가 수신기로 전송될 수 있다. 또한, 고속 이동체를 고려하여

,

등을 추가적인 기준 신호로 활용하는 경우 기준 신호의 개수는 3J, 4J,... 등으로 증가하게 된다. 여기서 J개로 그룹핑 된 기준 신호들은 각 그룹별로 서로 다른 가상의(virtual) 셀(cell) ID로 매핑될 수도 있다.

다중 사용자 전송의 경우 기준 신호도 사용자 별로 전송되어야 하며, 기준 신호 간 간섭을 줄이기 위해 영점 강제 (zero-forcing; ZF) 등의 프리코딩 방식을 적용하는 전송하는 방안이 가능하다.

UE 그룹 특정 기준 신호의 경우, 하나 이상의 UE들을 그룹화하여, 그룹 별로 특화된 빔을 전송하는 방식이다. 동일 그룹 내 UE들에게는 동일한 기준 신호가 전송될 수 있다. UE 그룹 특정 기준 신호의 경우, 빔 시그니쳐를 구성하는 빔포밍 벡터들 중 UE 그룹에 가장 좋은 품질의 빔포밍 벡터 혹은 그룹의 대표 UE에 가장 좋은 품질의 빔포밍 벡터에 기반하여 각 경로 별 기준 신호가 전송될 수 있다. 일례로, 플래투닝(platooning) 기술과 같이 다수의 차량이 그룹으로 운행되는 경우, 기지국은 UE 그룹 특정 기준 신호를 하나의 그룹에 포함된 다수의 차량에 전송하거나 또는 하나의 그룹 내 대표(혹은 마스터) 차량으로 전송할 수 있다.

공용 기준 신호의 경우, 셀 내에 수신기가 분포하는 영역을 커버할 수 있도록 기준 신호 빔을 배치하여 전송한다. 균일한 형태로 빔을 배치하거나 또는 수신기 분포 확률에 따라 벡터 양자화 (vector quantization; VQ) 알고리즘 등을 적용하여 비균일한 형태로 배치하는 방안도 가능하다. 사용자 기준 신호의 경우와 마찬가지로, 수신기는 기준 신호 수신 후 선호하는 빔을 결정하여 피드백하여 경로 선택 정보를 기지국으로 제공한다.

수신기의 분포 및 시간에 따른 교통 혼잡도 등을 고려하여 사용자 기준 신호와 공통 기준 신호 방식 두가지를 혼합하여 활용하는 방안도 가능하다.

수신기는 수신된 기준 신호에 기반하여 빔 보고를 위한 CSI를 측정하고(S1540), 측정 결과에 기반하여 선호하는 빔을 결정하여 빔 보고를 통해 기지국으로 피드백할 수 있다(S1550). 상기 빔 보고를 통해 기지국이 경로 선택에 필요한 정보가 제공될 수 있다.

예를 들어, 수신기는 수신된 기준 신호에 기반하여 CQI, PMI, CRI, RI, LI, L1-RSRP 또는 L1-SINR 중 적어도 하나를 측정할 수 있다. 또한, 수신기는 기지국으로 CQI, PMI, CRI, RI, LI, L1-RSRP 또는 L1-SINR 중 적어도 하나를 보고할 수 있다. 예를 들어, 상기 빔 보고는 주기적, 반지속적 또는 비주기적으로 전송될 수 있다.

기지국은 수신된 빔 보고에 기반하여 신경망 학습을 수행하고, 학습 결과를 이용하여 빔 시그니쳐/ 빔북을 업데이트할 수 있다(S1560).

예를 들어, 상기 CQI, PMI, CRI, RI, LI, L1-RSRP 또는 L1-SINR 중 적어도 하나를 입력 데이터로 설정하고, 수신기의 이동 경로 및 해당 경로에서의 위치 정보를 출력 데이터로 설정하여, 인공 신경망 모델을 학습할 수 있다. 또한, 학습 결과를 이용하여 수신기의 이동 경로에 대한 빔북 및 해당 경로에서의 위치들에 대한 빔 시그니쳐를 업데이트 할 수 있다. 또한, 업데이트 된 빔 시그니쳐 및 빔북에 기반하여 최적화 된 빔포밍을 적용하여 수신기와 통신할 수 있다.

도 16은 본 명세서의 일 실시예에 따른 인공 신경망을 나타내는 도면이다.

구체적으로, 도 16의 (a)는 인공 신경망의 일반적인 구조를 나타내는 도면이며, 도 16의 (b)는 인공 신경망 중 인코딩 후 디코딩을 하며 복원(Reconstruction) 단계를 거치는 오토인코더(autoencoder)를 나타내는 도면이다.

인공 신경망은 일반적으로 입력층(input layer), 은닉층(hidden lyaer) 및 출력층(output layer)로 구성되어 있으며 각 층에 포함된 뉴런들이 가중치를 통해 연결될 수 있다. 가중치와 뉴런값의 선형 결합과 비선형 활성화 함수를 통해 인공 신경망은 복잡한 함수를 근사화할 수 있는 형태를 가질 수 있다. 인공 신경망 학습의 목적은 출력층에서 계산된 출력과 실제 출력의 값 차이를 최소화시키는 가중치를 찾는데 있다.

심층 신경망은 입력층과 출력층 사이에 여러 개의 은닉층들로 이루어진 인공 신경망을 의미할 수 있다. 많은 은닉층을 이용함으로써 복잡한 비선형 관계들을 모델링할 수 있으며, 이처럼 층의 개수를 늘림으로써 고도화된 추상화가 가능한 신경망 구조를 딥러닝(Deep Learning)이라고 부른다. 딥러닝은 매우 방대한 양의 데이터를 학습하여, 새로운 데이터가 입력될 경우 학습 결과를 바탕으로 확률적으로 가장 높은 답을 선택할 수 있다. 따라서, 딥러닝은 입력에 따라 적응적으로 동작할 수 있으며, 데이터에 기초하여 모델을 학습하는 과정에서 특성인자를 자동으로 찾아낼 수 있다.

딥러닝 기반의 모델은 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine), 심층 신뢰 신경망(DBN, deep belief networks), 심층 Q-네트워크(Deep Q-Network)와 같은 다양한 딥 러닝 기법들을 포함할 수 있으나, 이에 제한되지 않는다. 또한, 딥러닝 이외의 머신 러닝(Machine Learning) 방법도 포함할 수 있다. 예컨대, 딥러닝 기반의 모델을 적용하여 입력 데이터의 특징을 추출하고, 추출된 특징에 기초하여 입력 데이터를 분류하거나 인식할 때는 머신 러닝 기반의 모델을 적용할 수도 있다. 머신 러닝 기반의 모델은 서포트 벡터 머신(Support Vector Machine, SVM), 에이다부스트(AdaBoost) 등을 포함할 수 있으나, 이에 한정되지 않는다.

도 16의 (a)를 참조하면, 본 발명의 일 실시예에 따른 인공 신경망은 입력층, 은닉층, 출력층 및 가중치를 포함할 수 있다. 예를 들어, 도 16의 (a)는 입력층의 크기가 3, 제1 및 제2 은닉층의 크기가 4, 출력층의 크기가 1인 인공 신경망의 구조를 나타낸다. 구체적으로 은닉층에 포함된 뉴런들은 입력층에 포함된 뉴런들과 가중치에 포함된 개별 가중치와의 선형결합으로 연결될 수 있다. 출력층에 포함된 뉴런들은 은닉층에 포함된 뉴런들과 가중치에 포함된 개별 가중치와의 선형 결합으로 연결될 수 있다. 그리고, 인공 신경망은 출력층에서 계산된 출력과 실제 출력의 값 차이를 최소화시키는 찾을 수 있다.

또한, 본 발명의 일 실시예에 따른 인공 신경망은 입력층의 크기가 10, 출력층의 크기가 4이고, 은닉층의 크기를 한정하지 않는 인공 신경망 구조를 가질 수 있다. 이때, 입력층에는 수신기로부터 수신한 데이터(예: CSI, 빔 보고)에 기초하여 학습 데이터로 결정된 데이터가 입력 데이터로 입력될 수 있다. 예를 들어, CQI, PMI, CRI, RI, LI, L1-RSRP 또는 L1-SINR 중 적어도 하나가 입력층에 입력될 수 있고, 출력층에서는 수신기의 예상 이동 경로 및 해당 경로에서의 예상 위치 정보 각각에 해당하는 출력 값이 출력될 수 있다. 상기 입력층에 입력되는 CSI 컨텐츠들은 일례이고, 이에 한정되는 것은 아니다. 따라서, 기준 신호에 기반하여 측정된 CSI를 나타내는 컨텐츠(또는, 파라미터)(예: CQI, PMI, CRI, RI, LI, L1-RSRP 또는 L1-SINR 각각의 평균/ 변화율 등)가 입력층의 입력으로 이용될 수도 있다. 또는, 수신기의 위치(예: 기준 신호를 수신하고 CSI를 측정하여 빔 보고를 수행할 때까지의 위치 또는 이동 경로) 정보가 추가적으로 입력층으로 입력될 수도 있다.

도 16의 (b)를 참조하면, 본 발명의 일 실시예에 따른 인공 신경망은 오토인코더(autoencoder)를 포함할 수 있다. 오토인코더는 원본 데이터를 인공 신경망에 입력하여 인코딩하고, 인코딩된 데이터를 디코딩함으로써 복원(Reconstruction)하면 복원 데이터와 입력 데이터는 어느 정도 차이가 발생할 수 있는데, 이러한 차이를 이용하는 인공 신경망이다. 예를 들어, 오토인코더는 입력층의 크기와 출력층의 크기가 각각 5로 동일하고, 제1 은닉층의 크기가 3, 제2 은닉층의 크기가 2, 제3 은닉층의 크기가 3일 수 있으며 이와 은닉층의 노드수가 중간층으로 갈수록 점진적으로 감소하고 출력층에 가까워질수록 점진적으로 증가하는 구조일 수 있다. 도면 16의 (b)에 도시된 오토인코더는 예시적인 도면이며, 본 발명의 실시예는 이에 한정되지 않는다. 오토인코더는 원본 데이터의 입력값과 복원 데이터의 출력값을 비교하여 그 차이가 크다면 해당 데이터는 학습되지 않은 것으로 판단할 수 있고, 입력값과 출력값의 차이가 작다면 해당 데이터는 기학습된 것으로 판단할 수 있다. 따라서, 오토인코더를 이용하면 데이터의 신뢰도를 높일 수 있다.

이때, 입력값과 출력값을 비교하는 방식으로, 평균제곱오차(Mean Square Error, MSE)를 이용할 수 있다. 평균제곱오차의 값이 커질수록 학습되지 않은 데이터로 판단할 수 있으며, 평균제곱오차의 값이 작을수록 기학습된 데이터로 판단할 수 있다. 본 발명의 일 실시예는 평균제곱오차 값이 기설정된 임계값 미만이면, 기학습된 데이터로 판단하여 검사 대상 데이터를 인공 신경망 모델의 입력층에 입력하고, 인공 신경망 모델의 출력 데이터를 기초로 빔 시그니쳐 및 빔북이 업데이트 될 수 있다.

한편, 상술한 제안 방법에서는 하나의 기지국과 수신기 사이의 동작 예를 중심으로 설명하였으나, 이에 제한되는 것은 아니다. 따라서, 수신기가 다수의 기지국들로부터 지원되는 경우에도 적용될 수 있다. 다수의 기지국을 활용하여 빔 시그니쳐 기반의 빔포밍 전송을 하는 경우, 각 기지국이 독립적으로 운용하는 방식과 기지국 간 협력을 통해 운용하는 방식이 있다. 다수의 기지국 간 협력하여 동작하는 경우, 빔 시그니쳐/ 빔북와 기준 신호를 기지국 간에 공유하여 수신 신호의 품질을 향상시킬 수 있다.

또한, 안테나 어레이의 형상을 실린더 및 구형 등 3차원으로 설계하여 적용하는 경우, 곡률이 높은 경로에 대한 빔 추적을 용이하게 하는 장점이 있다. 따라서, 셀 내 지형 및 수신기 이동 궤적의 특성을 반영하여 3차원 안테나 어레이를 설치하는 것이 바람직할 수 있다.

수신기의 이동 속도에 따라 도플러 주파수 천이가 발생하고 이에 따라 수신 위상각이 추가적으로 회전된다. 이러한 위상 변화는 안테나 원소에 공통적으로 발생하므로 기준 안테나로부터의 상대적인 위상차로 정의되는 빔포밍 벡터의 결정에는 영향을 미치치 않는다. 그러나 수신기의 이동 속도의 증감에 따라 빔 시그니쳐 내에서 사용되는 원소의 밀집도가 변경될 수 있으며, 이는 전술한 바와 같이 기준 신호에 대한 피드백 정보를 통해 조절될 수 있다.

실시 예)

상술한 제안 방법에 기반하여 6차선 사거리 도로를 주행하는 차량에 대해 빔 시그니처 및 빔북을 생성하고, 빔을 생성하는 예를 구체적으로 설명한다.

도 17은 본 실시 예를 설명하기 위한 도심 내 6차선의 사거리를 주행하는 차량 경로의 예시이다.

도 17에서, 도면 상 도로폭은 3.5m이고 중앙 분리선 폭은 0.5m이며, 기지국 안테나 어레이는 사거리 중앙분리선으로부터 25m 떨어져 있고 높이는 15m인 곳에 존재함을 가정한다. 교차-편파(Cross-polarization)가 적용된 8-Tx 균일 선형 어레이 (uniform linear array; ULA)는 사거리 중심 방향을 기준방향(boresight)으로 하고 10도 다운틸트(downtilt)를 적용한 구조이다.

도 18는 도 17의 사거리를 2차원으로 도시한 것으로, 차량의 이동 경로의 예를 나타낸다. 구체적으로, 차량은 동서남북 네 방향으로부터 사거리에 진입하여 좌회전/직진/우회전하여 진행하므로 총 12개의 이동 경로를 따르게 된다.

도 19는 12개의 경로에 대해 1m 간격으로 수신기 방향성 벡터의 천정각과 방위각을 나타낸 예시이다. 각 경로는 사거리 중심으로부터 40m 떨어진 위치로부터 사거리를 통과하여 다시 40m 떨어진 위치까지 총 80m 거리에 해당한다. 도 19에서, 1열, 2열, 3열은 각각 좌회전, 직진, 우회전 진행 방향을 의미한다. 또한 1행, 2행, 3행, 4행은 각각 경로의 시작점이 북쪽, 남쪽, 동쪽, 서쪽에 해당한다. 예를 들어, 남쪽에서 출발하여 직진하는 경로 인덱스 j = 5에 대해 길이 L = 11 (사거리 중심 기준으로 -5m부터 +5m까지)인 경로 행렬을 나타내면 수학식 7과 같다.

이와 같은 12개 경로 행렬 각각에 대해 빔 시그니쳐

를 결정할 수 있으며 이들로 구성되는 빔북은

이다.

도 20은 기준 신호 전송 방식을 예시한 것으로, 도 20의 (a)는 사용자 위치에 따른 사용자-특정 기준 신호를 기지국이 전송하는 예이고, 도 20의 (b)는 공용 기준 신호를 기지국이 전송하는 예이다.

도 20의 (a)를 참고하면, 사용자-특정 기준 신호의 경우, 기지국은 현재 수신기의 위치를 기준으로 동일한 위치 인덱스 및 다음 위치 인덱스에 해당하는 기준 신호 빔을 좌회전/직진/우회전 경로에 대해 전송할 수 있다. 수신기의 이동 경로 정보는 수신기의 피드백을 통해 기지국으로 전달될 수 있다. 도 20의 (b)를 참고하면, 공용 기준 신호의 경우, 기지국은 사거리 도로 상에 규칙적으로 분포된 위치에 대해 빔을 전송하고 사용자가 가장 우수한 품질의 선호 빔에 대한 정보를 피드백하게 된다. 다중 사용자에 대한 사용자 기준 신호의 경우, 영점 강제 프리코딩을 통해 빔을 형성하여 전송할 수 있다.

도 21은 사용자 수의 증가에 따른 신호 대 간섭 및 잡음 비를 평가하여 도시한 예이다. 사거리 도로 위에 랜덤하게 사용자가 분포함을 가정하고, 잡음 전력은 안테나 별 송신 전력 대비 -20dB로 설정하였다. 안테나 전파 방사 형태가 전방향으로 균일한 경우와 3GPP 방사 패턴을 적용한 경우 각각에 대해 평가한 결과, SINR이 높은 수준으로 유지됨을 확인할 수 있다.

도 22는 임의의 두 수신기의 거리 변화에 따른 SINR 및 합 전송률에 대한 평가 결과의 예시로, 도 22의 (a)는 SINR, 도 22의 (b)는 합 전송률 결과를 나타낸다. 도 22를 참고하면, 사용자 간 거리에 관계없이 높은 수준의 신호 품질이 유지됨을 알 수 있다.

도 23은 기지국 수에 따른 경로 별 빔 관리의 예를 나타낸다. 도 23에서 다수의 기지국들은 각각 독립적으로 운용됨을 가정하였다. 도 23의 (a)는 기지국이 2개(예: A, B)인 경우의 일례이다. 도 23의 (a)에서 실선으로 표시된 경로들은 A 기지국이 관리하고, 점선으로 표시된 경로들은 B 기지국에 의해 관리되는 것을 가정하였다. 도 23의 (b)는 기지국이 4개(예: A, B, C, D)인 경우의 일례이다. 각 기지국이 특정 경로에서 주행되는 차량들을 독립적으로 관리할 수 있다. 도 23의 (b)의 예에서, 기지국 B는 서쪽 방향에서 진입하는 경로의 차량들을 관리할 수 있고, 기지국 C는 동쪽 방향에서 진입하는 경로의 차량들을 관리할 수 있다. 여러개의 기지국이 동시에 빔 시그니쳐 전송에 사용되는 경우, 경로별로 별도의 기지국이 독립적으로 활용될 수 있으며, 기지국 수가 증가함에 따라 특정 경로에 대해 집중하여 빔 전송을 수행하게 된다.

도 24는 다수 개의 기지국이 협력적으로 빔 시그니쳐 전송을 수행하는 예를 나타낸다. 도 24의 (a)는 2개의 기지국(예: A, B)이 협력하여 빔 시그니처를 전송하는 예이다. 도 24의 (b)는 4개의 기지국(예: A, B, C, D)이 협력하여 빔 시그니처를 전송하는 예이다. 다수의 기지국들 중 전부 또는 일부가 협력하여 동작할 수 있다. 다수 개의 기지국이 협력하여 빔 시그니쳐를 전송하는 경우, 신호 병합을 통해 더 높은 품질의 전송이 가능할 수 있다.

살펴본 바와 같이, 차세대 이동통신 시스템에서는 높은 이동성을 갖는 다수개의 단말에 대해 높은 정밀도의 빔포밍을 수행하는 것이 필요하며, 기존과 같이 미리 정해진 코드북 사용 대신 변화하는 통신 환경과 사용자 분포에 따라 적응적으로 학습하여 진화하는 빔 관리 방식이 바람직할 수 있다. 상술한 제안 방법을 통해, 수신기의 이동 경로 및 이동 궤적에 따른 위치 정보를 이용한 적응적 학습에 기반하여 빔포밍을 수행함으로써, 제한된 피드백 페이로드 내에서 우수한 빔 포밍 성능 및 빔 추적이 가능할 수 있다.

도 25는 본 명세서에서 제안하는 방법들이 적용될 수 있는 기지국(Base station, BS)의 빔 관리 동작 순서도의 일례를 나타낸다.

상기 기지국은 단말과 데이터의 송수신을 수행하는 객체(object)를 총칭하는 의미일 수 있다. 예를 들어, 상기 기지국은 하나 이상의 TP(Transmission Point)들, 하나 이상의 TRP(Transmission and Reception Point)들 등을 포함하는 개념일 수 있다. 또한, TP 및/또는 TRP는 기지국의 패널, 송수신 유닛(transmission and reception unit) 등을 포함하는 것일 수 있다. 또한, 상술한 바와 같이, TRP는 CORESET 그룹(또는 CORESET 풀)에 대한 정보(예: 인덱스, ID)에 따라 구분될 수 있다. 일례로, 하나의 단말이 다수의 TRP(또는 셀)들과 송수신을 수행하도록 설정된 경우, 이는 하나의 단말에 대해 다수의 CORESET 그룹(또는 CORESET 풀)들이 설정된 것을 의미할 수 있다. 이와 같은 CORESET 그룹(또는 CORESET 풀)에 대한 설정은 상위 계층 시그널링(예: RRC 시그널링 등)을 통해 수행될 수 있다. 도 25는 단지 설명의 편의를 위한 것일 뿐, 본 발명의 범위를 제한하는 것이 아니다. 또한, 도 25에 나타난 일부 step(들)은 상황 및/또는 설정 등에 따라 생략될 수도 있다.

도 25에 도시하지는 않았으나, 기지국(BS)은 단말(UE)로 설정 정보(configuration information)를 전송할 수 있다. 상기 설정 정보는 상위 계층 시그널링(예: RRC)을 통해 수신될 수 있다. 예를 들어, 상기 설정 정보는 시스템 정보, 스케줄링 정보, CSI 관련 설정(예: CSI-ReportConfig, CSI-ResourceConfig 등) 등을 포함할 수 있다. 상기 설정 정보가 미리 설정되어 있는 경우, 해당 단계는 생략될 수도 있다.

기지국은 빔 관리와 관련된 파라미터들을 결정할 수 있다(S2510). 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함할 수 있다. 또한, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현될 수 있다.

예를 들어, 상기 빔 관리와 관련된 파라미터들을 결정하는 단계는 i) 단말의 이동 경로의 후보들을 결정하는 단계 및 ii) 각 후보 이동 경로에서의 상기 단말의 위치 후보들을 결정하는 단계를 포함할 수 있다. 구체적으로, 각 후보 이동 경로에서의 상기 단말의 위치 후보들에 대한 빔포밍 벡터들이 빔 시그니쳐를 구성할 수 있으며, 상기 단말의 이동 경로들의 후보들의 빔 시그니쳐들의 집합들이 빔북을 구성할 수 있다. 즉, 상기 빔 관리와 관련된 파라미터들을 결정하는 단계는 빔 시그니쳐 및 빔북을 결정(또는, 초기화)하는 단계로 해석될 수 있다.

예를 들어, 각 후보 이동 경로에서의 상기 단말의 위치 후보들의 개수는 미리 정의될 수 있다. 또한, 단말의 이동 경로들의 후보들의 개수는 미리 정의되거나 또는 UE의 능력(capability)에 기반하여 결정될 수 있다. 일례로, 기지국은 단말로부터 상기 단말의 미리 정의된 이동 경로를 포함하는 능력 정보(capability information)를 수신할 수도 있으며, 능력 정보를 통해 수신된 이동 경로에 기반하여 상기 이동 경로들의 후보들의 개수가 결정될 수 있다.

예를 들어, 복수의 기지국이 협력하여 동작하는 경우(예: CoMP), 상기 이동 경로들의 후보들을 복수의 기지국들이 나누어 제어 또는 지원할 수도 있다. 일례로, 각 기지국의 커버리지, 수신 장치와의 거리, 처리 능력 등을 고려하여 상기 이동 경로들의 후보들 중 일부는 제1 기지국이 지원하고, 일부는 제2 기지국이 지원할 수 있다. 이 경우, 특정 기지국에 대한 빔 시그니처는 자신이 지원하는 일부 이동 경로 후보들에 대한 빔포밍 벡터로 구성될 수 있다.

예를 들어, 상술한 S2510 단계의 기지국(도 26 내지 도 31의 100/200)이 빔 관리와 관련된 파라미터들을 결정하는 동작은 이하 설명될 도 26 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 27을 참고하면, 하나 이상의 프로세서 102는 상기 빔 관리와 관련된 파라미터들을 결정하도록 하나 이상의 트랜시버 106 및/또는 하나 이상의 메모리 104 등을 제어할 수 있다.

기지국은 단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송할 수 있다(S2520). 예를 들어, 상기 기준 신호는 SSB, CSI-RS, TRS 또는 PT-RS 중 하나일 수 있다. 예를 들어, 상기 기준 신호는 주기적, 반지속적, 또는 비주기적으로 전송될 수 있다.

예를 들어, 상기 기준 신호는 UE 특정 기준 신호, UE 그룹 특정 기준 신호 또는 공용 기준 신호일 수 있다. UE 특정 기준 신호의 경우, 빔 시그니쳐를 구성하는 빔포밍 벡터들 중 가장 좋은 품질의 빔포밍 벡터에 기반하여 각 경로 별 기준 신호가 전송될 수 있다. UE 그룹 특정 기준 신호의 경우, 빔 시그니쳐를 구성하는 빔포밍 벡터들 중 UE 그룹에 가장 좋은 품질의 빔포밍 벡터 혹은 그룹의 대표 UE에 가장 좋은 품질의 빔포밍 벡터에 기반하여 각 경로 별 기준 신호가 전송될 수 있다.

예를 들어, UE 특정 기준 신호는 각 경로 별로 하나의 기준 신호(즉, 전체 경로의 수가 J개일 경우, J 개의 기준 신호)가 전송될 수 있다. 또는, 상기 단말의 현재 위치 및 이후 이동될 위치를 고려하여 상기 각 경로 별로 복수 개의 기준 신호가 전송될 수 있다. 이 경우, J의 정수 배 개수의 기준 신호들이 전송될 수 있다.

예를 들어, 상술한 S2520 단계의 기지국(도 26 내지 도 31의 100/200)이 기준 신호를 전송하는 동작은 이하 설명될 도 26 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 27을 참고하면, 하나 이상의 프로세서 102는 상기 기준 신호를 전송하도록 하나 이상의 트랜시버 106 및/또는 하나 이상의 메모리 104 등을 제어할 수 있으며, 하나 이상의 트랜시버 106은 상기 기준 신호를 전송할 수 있다.

기지국은 상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신할 수 있다(S2530).

예를 들어, 상기 빔 관련 보고는 CQI, PMI, L1-RSRP 또는 L1-SINR 중 적어도 하나를 포함할 수 있다. 예를 들어, 상기 빔 관련 보고는 주기적, 반지속적 또는 비주기적으로 수신될 수 있다.

예를 들어, 상기 빔 관련 보고와 함께 단말의 위치 정보를 수신할 수도 있다.

예를 들어, 상술한 S2530 단계의 기지국(도 26 내지 도 31의 100/200)이 빔 관련 보고를 수신하는 동작은 이하 설명될 도 26 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 27을 참고하면, 하나 이상의 프로세서 102는 상기 빔 관련 보고를 수신하도록 하나 이상의 트랜시버 106 및/또는 하나 이상의 메모리 104 등을 제어할 수 있으며, 하나 이상의 트랜시버 106은 상기 빔 관련 보고를 수신할 수 있다.

기지국은 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행할 수 있다(S2540).

예를 들어, 상기 빔 관련 보고에 기반하는 인공 신경망 학습은 CQI, PMI L1-RSRP 또는 L1-SINR 중 적어도 하나를 입력 데이터로 설정하고, 단말의 위치 정보 및 상기 단말의 이동 경로 정보를 출력 데이터로 설정하여, 인공 신경망 모델을 학습하는 방식으로 수행될 수 있다.

예를 들어, 상술한 S2540 단계의 기지국(도 26 내지 도 31의 100/200)이 인공 신경망 학습을 수행하는 동작은 이하 설명될 도 26 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 27을 참고하면, 하나 이상의 프로세서 102는 상기 인공 신경망 학습을 수행하거나 또는 인공 신경망 학습을 수행하도록 하나 이상의 메모리 104 등을 제어할 수 있다.

기지국은 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 할 수 있다(S2550). 예를 들어, 학습 결과를 이용하여 단말의 이동 경로에 대한 빔북 및 해당 경로에서의 위치들에 대한 빔 시그니쳐를 업데이트 할 수 있다.

예를 들어, 상술한 S2550 단계의 기지국(도 26 내지 도 31의 100/200)이 빔 관리와 관련된 파라미터들을 업데이트 하는 동작은 이하 설명될 도 26 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 27을 참고하면, 하나 이상의 프로세서 102는 상기 빔 관리와 관련된 파라미터들을 업데이트 하도록 하나 이상의 트랜시버 106 및/또는 하나 이상의 메모리 104 등을 제어할 수 있다.

또한, 기지국은 업데이트 된 빔 시그니쳐 및 빔북에 기반하여 최적화 된 빔포밍을 적용하여 단말과 통신할 수 있다.

앞서 언급한 바와 같이, 상술한 기지국/UE 시그널링 및 동작은 이하 설명될 장치(e.g. 도 26 내지 도 31)에 의해 구현될 수 있다. 예를 들어, 기지국은 제 1 무선장치, UE는 제 2 무선장치 해당할 수 있고, 경우에 따라 그 반대의 경우도 고려될 수 있다. 예를 들어, 기지국은 제 1 무선장치, UE는 제 2 무선장치 해당할 수 있고, 경우에 따라 그 반대의 경우도 고려될 수 있다. 예를 들어, UE는 도 30 및 도 31의 차량일 수 있다.

예를 들어, 상술한 기지국/UE 시그널링 및 동작은 도 26 내지 도 31의 하나 이상의 프로세서(e.g. 102, 202) 에 의해 처리될 수 있으며, 상술한 기지국/UE 시그널링 및 동작은 도 26 내지 도 31의 적어도 하나의 프로세서(e.g. 102, 202)를 구동하기 위한 명령어/프로그램(e.g. instruction, executable code)형태로 하나 이상의 메모리(e.g. 104, 204) 에 저장될 수도 있다.

예를 들어, 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서, 상기 하나 이상의 프로세서들은 상기 장치가, 빔 관리와 관련된 파라미터들을 결정하고, 단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하며, 상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하고, 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하며, 및 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하도록 제어할 수 있다. 이때, 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현될 수 있다.

예를 들어, 하나 이상의 명령어(instructions)을 저장하는 하나 이상의 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서, 하나 이상의 프로세서에 의해 실행 가능한(executable) 상기 하나 이상의 명령어는, 제1 장치가 빔 관리와 관련된 파라미터들을 결정하고, 제2 장치로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하며, 상기 제2 장치로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하고, 상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하며, 및 상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하도록 지시하는 명령어를 포함할 수 있다. 이때, 상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고, 상기 단말의 위치 정보는 천정각 및 방위각으로 표현될 수 있다.

본 발명이 적용되는 통신 시스템 예

이로 제한되는 것은 아니지만, 본 문서에 개시된 본 발명의 다양한 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 기기들간에 무선 통신/연결(예, 5G)을 필요로 하는 다양한 분야에 적용될 수 있다.

이하, 도면을 참조하여 보다 구체적으로 예시한다. 이하의 도면/설명에서 동일한 도면 부호는 다르게 기술하지 않는 한, 동일하거나 대응되는 하드웨어 블록, 소프트웨어 블록 또는 기능 블록을 예시할 수 있다.

도 26은 본 발명에 적용되는 통신 시스템(1)을 예시한다.

도 26을 참조하면, 본 발명에 적용되는 통신 시스템(1)은 무선 기기, 기지국 및 네트워크를 포함한다. 여기서, 무선 기기는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여 통신을 수행하는 기기를 의미하며, 통신/무선/5G 기기로 지칭될 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(100a), 차량(100b-1, 100b-2), XR(eXtended Reality) 기기(100c), 휴대 기기(Hand-held device)(100d), 가전(100e), IoT(Internet of Thing) 기기(100f), AI기기/서버(400)를 포함할 수 있다. 예를 들어, 차량은 무선 통신 기능이 구비된 차량, 자율 주행 차량, 차량간 통신을 수행할 수 있는 차량 등을 포함할 수 있다. 여기서, 차량은 UAV(Unmanned Aerial Vehicle)(예, 드론)를 포함할 수 있다. XR 기기는 AR(Augmented Reality)/VR(Virtual Reality)/MR(Mixed Reality) 기기를 포함하며, HMD(Head-Mounted Device), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 스마트폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지(signage), 차량, 로봇 등의 형태로 구현될 수 있다. 휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 컴퓨터(예, 노트북 등) 등을 포함할 수 있다. 가전은 TV, 냉장고, 세탁기 등을 포함할 수 있다. IoT 기기는 센서, 스마트미터 등을 포함할 수 있다. 예를 들어, 기지국, 네트워크는 무선 기기로도 구현될 수 있으며, 특정 무선 기기(200a)는 다른 무선 기기에게 기지국/네트워크 노드로 동작할 수도 있다.

무선 기기(100a~100f)는 기지국(200)을 통해 네트워크(300)와 연결될 수 있다. 무선 기기(100a~100f)에는 AI(Artificial Intelligence) 기술이 적용될 수 있으며, 무선 기기(100a~100f)는 네트워크(300)를 통해 AI 서버(400)와 연결될 수 있다. 네트워크(300)는 3G 네트워크, 4G(예, LTE) 네트워크 또는 5G(예, NR) 네트워크 등을 이용하여 구성될 수 있다. 무선 기기(100a~100f)는 기지국(200)/네트워크(300)를 통해 서로 통신할 수도 있지만, 기지국/네트워크를 통하지 않고 직접 통신(e.g. 사이드링크 통신(sidelink communication))할 수도 있다. 예를 들어, 차량들(100b-1, 100b-2)은 직접 통신(e.g. V2V(Vehicle to Vehicle)/V2X(Vehicle to everything) communication)을 할 수 있다. 또한, IoT 기기(예, 센서)는 다른 IoT 기기(예, 센서) 또는 다른 무선 기기(100a~100f)와 직접 통신을 할 수 있다.

무선 기기(100a~100f)/기지국(200), 기지국(200)/기지국(200) 간에는 무선 통신/연결(150a, 150b, 150c)이 이뤄질 수 있다. 여기서, 무선 통신/연결은 상향/하향링크 통신(150a)과 사이드링크 통신(150b)(또는, D2D 통신), 기지국간 통신(150c)(e.g. relay, IAB(Integrated Access Backhaul)과 같은 다양한 무선 접속 기술(예, 5G NR)을 통해 이뤄질 수 있다. 무선 통신/연결(150a, 150b, 150c)을 통해 무선 기기와 기지국/무선 기기, 기지국과 기지국은 서로 무선 신호를 송신/수신할 수 있다. 예를 들어, 무선 통신/연결(150a, 150b, 150c)은 다양한 물리 채널을 통해 신호를 송신/수신할 수 있다. 이를 위해, 본 발명의 다양한 제안들에 기반하여, 무선 신호의 송신/수신을 위한 다양한 구성정보 설정 과정, 다양한 신호 처리 과정(예, 채널 인코딩/디코딩, 변조/복조, 자원 매핑/디매핑 등), 자원 할당 과정 등 중 적어도 일부가 수행될 수 있다.

본 발명이 적용되는 무선기기 예

도 27은 본 발명에 적용될 수 있는 무선 기기를 예시한다.

도 27을 참조하면, 제1 무선 기기(100)와 제2 무선 기기(200)는 다양한 무선 접속 기술(예, LTE, NR)을 통해 무선 신호를 송수신할 수 있다. 여기서, {제1 무선 기기(100), 제2 무선 기기(200)}은 도 26의 {무선 기기(100x), 기지국(200)} 및/또는 {무선 기기(100x), 무선 기기(100x)}에 대응할 수 있다.

제1 무선 기기(100)는 하나 이상의 프로세서(102) 및 하나 이상의 메모리(104)를 포함하며, 추가적으로 하나 이상의 송수신기(106) 및/또는 하나 이상의 안테나(108)을 더 포함할 수 있다. 프로세서(102)는 메모리(104) 및/또는 송수신기(106)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(102)는 메모리(104) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(106)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(102)는 송수신기(106)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(104)에 저장할 수 있다. 메모리(104)는 프로세서(102)와 연결될 수 있고, 프로세서(102)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(104)는 프로세서(102)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(102)와 메모리(104)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(106)는 프로세서(102)와 연결될 수 있고, 하나 이상의 안테나(108)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(106)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(106)는 RF(Radio Frequency) 유닛과 혼용될 수 있다. 본 발명에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.

제2 무선 기기(200)는 하나 이상의 프로세서(202), 하나 이상의 메모리(204)를 포함하며, 추가적으로 하나 이상의 송수신기(206) 및/또는 하나 이상의 안테나(208)를 더 포함할 수 있다. 프로세서(202)는 메모리(204) 및/또는 송수신기(206)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(202)는 메모리(204) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(206)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(202)는 송수신기(206)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(204)에 저장할 수 있다. 메모리(204)는 프로세서(202)와 연결될 수 있고, 프로세서(202)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(204)는 프로세서(202)에 의해 제어되는 프로세스들 중 일부 또는 전부를 수행하거나, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 수행하기 위한 명령들을 포함하는 소프트웨어 코드를 저장할 수 있다. 여기서, 프로세서(202)와 메모리(204)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(206)는 프로세서(202)와 연결될 수 있고, 하나 이상의 안테나(208)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(206)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(206)는 RF 유닛과 혼용될 수 있다. 본 발명에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.

이하, 무선 기기(100, 200)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(102, 202)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 계층(예, PHY, MAC, RLC, PDCP, RRC, SDAP와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(102, 202)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 하나 이상의 PDU(Protocol Data Unit) 및/또는 하나 이상의 SDU(Service Data Unit)를 생성할 수 있다. 하나 이상의 프로세서(102, 202)는 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 메시지, 제어정보, 데이터 또는 정보를 생성할 수 있다. 하나 이상의 프로세서(102, 202)는 본 문서에 개시된 기능, 절차, 제안 및/또는 방법에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 포함하는 신호(예, 베이스밴드 신호)를 생성하여, 하나 이상의 송수신기(106, 206)에게 제공할 수 있다. 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)로부터 신호(예, 베이스밴드 신호)를 수신할 수 있고, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들에 따라 PDU, SDU, 메시지, 제어정보, 데이터 또는 정보를 획득할 수 있다.

하나 이상의 프로세서(102, 202)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(102, 202)는 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합에 의해 구현될 수 있다. 일 예로, 하나 이상의 ASIC(Application Specific Integrated Circuit), 하나 이상의 DSP(Digital Signal Processor), 하나 이상의 DSPD(Digital Signal Processing Device), 하나 이상의 PLD(Programmable Logic Device) 또는 하나 이상의 FPGA(Field Programmable Gate Arrays)가 하나 이상의 프로세서(102, 202)에 포함될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있고, 펌웨어 또는 소프트웨어는 모듈, 절차, 기능 등을 포함하도록 구현될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 수행하도록 설정된 펌웨어 또는 소프트웨어는 하나 이상의 프로세서(102, 202)에 포함되거나, 하나 이상의 메모리(104, 204)에 저장되어 하나 이상의 프로세서(102, 202)에 의해 구동될 수 있다. 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들은 코드, 명령어 및/또는 명령어의 집합 형태로 펌웨어 또는 소프트웨어를 사용하여 구현될 수 있다.

하나 이상의 메모리(104, 204)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(104, 204)는 ROM, RAM, EPROM, 플래시 메모리, 하드 드라이브, 레지스터, 캐쉬 메모리, 컴퓨터 판독 저장 매체 및/또는 이들의 조합으로 구성될 수 있다. 하나 이상의 메모리(104, 204)는 하나 이상의 프로세서(102, 202)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(104, 204)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(102, 202)와 연결될 수 있다.

하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치에게 본 문서의 방법들 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 전송할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 다른 장치로부터 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 수신할 수 있다. 예를 들어, 하나 이상의 송수신기(106, 206)는 하나 이상의 프로세서(102, 202)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(102, 202)는 하나 이상의 송수신기(106, 206)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)와 연결될 수 있고, 하나 이상의 송수신기(106, 206)는 하나 이상의 안테나(108, 208)를 통해 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도 등에서 언급되는 사용자 데이터, 제어 정보, 무선 신호/채널 등을 송수신하도록 설정될 수 있다. 본 문서에서, 하나 이상의 안테나는 복수의 물리 안테나이거나, 복수의 논리 안테나(예, 안테나 포트)일 수 있다. 하나 이상의 송수신기(106, 206)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(102, 202)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(106, 206)는 하나 이상의 프로세서(102, 202)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(106, 206)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.

본 발명이 적용되는 신호 처리 회로 예

도 28은 전송 신호를 위한 신호 처리 회로를 예시한다.

도 28을 참조하면, 신호 처리 회로(1000)는 스크램블러(1010), 변조기(1020), 레이어 매퍼(1030), 프리코더(1040), 자원 매퍼(1050), 신호 생성기(1060)를 포함할 수 있다. 이로 제한되는 것은 아니지만, 도 28의 동작/기능은 도 27의 프로세서(102, 202) 및/또는 송수신기(106, 206)에서 수행될 수 있다. 도 28의 하드웨어 요소는 도 27의 프로세서(102, 202) 및/또는 송수신기(106, 206)에서 구현될 수 있다. 예를 들어, 블록 1010~1060은 도 27의 프로세서(102, 202)에서 구현될 수 있다. 또한, 블록 1010~1050은 도 27의 프로세서(102, 202)에서 구현되고, 블록 1060은 도 27의 송수신기(106, 206)에서 구현될 수 있다.

코드워드는 도 28의 신호 처리 회로(1000)를 거쳐 무선 신호로 변환될 수 있다. 여기서, 코드워드는 정보블록의 부호화된 비트 시퀀스이다. 정보블록은 전송블록(예, UL-SCH 전송블록, DL-SCH 전송블록)을 포함할 수 있다. 무선 신호는 다양한 물리 채널(예, PUSCH, PDSCH)을 통해 전송될 수 있다.

구체적으로, 코드워드는 스크램블러(1010)에 의해 스크램블된 비트 시퀀스로 변환될 수 있다. 스크램블에 사용되는 스크램블 시퀀스는 초기화 값에 기반하여 생성되며, 초기화 값은 무선 기기의 ID 정보 등이 포함될 수 있다. 스크램블된 비트 시퀀스는 변조기(1020)에 의해 변조 심볼 시퀀스로 변조될 수 있다. 변조 방식은 pi/2-BPSK(pi/2-Binary Phase Shift Keying), m-PSK(m-Phase Shift Keying), m-QAM(m-Quadrature Amplitude Modulation) 등을 포함할 수 있다. 복소 변조 심볼 시퀀스는 레이어 매퍼(1030)에 의해 하나 이상의 전송 레이어로 매핑될 수 있다. 각 전송 레이어의 변조 심볼들은 프리코더(1040)에 의해 해당 안테나 포트(들)로 매핑될 수 있다(프리코딩). 프리코더(1040)의 출력 z는 레이어 매퍼(1030)의 출력 y를 N*M의 프리코딩 행렬 W와 곱해 얻을 수 있다. 여기서, N은 안테나 포트의 개수, M은 전송 레이어의 개수이다. 여기서, 프리코더(1040)는 복소 변조 심볼들에 대한 트랜스폼(transform) 프리코딩(예, DFT 변환)을 수행한 이후에 프리코딩을 수행할 수 있다. 또한, 프리코더(1040)는 트랜스폼 프리코딩을 수행하지 않고 프리코딩을 수행할 수 있다.

자원 매퍼(1050)는 각 안테나 포트의 변조 심볼들을 시간-주파수 자원에 매핑할 수 있다. 시간-주파수 자원은 시간 도메인에서 복수의 심볼(예, CP-OFDMA 심볼, DFT-s-OFDMA 심볼)을 포함하고, 주파수 도메인에서 복수의 부반송파를 포함할 수 있다. 신호 생성기(1060)는 매핑된 변조 심볼들로부터 무선 신호를 생성하며, 생성된 무선 신호는 각 안테나를 통해 다른 기기로 전송될 수 있다. 이를 위해, 신호 생성기(1060)는 IFFT(Inverse Fast Fourier Transform) 모듈 및 CP(Cyclic Prefix) 삽입기, DAC(Digital-to-Analog Converter), 주파수 상향 변환기(frequency uplink converter) 등을 포함할 수 있다.

무선 기기에서 수신 신호를 위한 신호 처리 과정은 도 28의 신호 처리 과정(1010~1060)의 역으로 구성될 수 있다. 예를 들어, 무선 기기(예, 도 27의 100, 200)는 안테나 포트/송수신기를 통해 외부로부터 무선 신호를 수신할 수 있다. 수신된 무선 신호는 신호 복원기를 통해 베이스밴드 신호로 변환될 수 있다. 이를 위해, 신호 복원기는 주파수 하향 변환기(frequency downlink converter), ADC(analog-to-digital converter), CP 제거기, FFT(Fast Fourier Transform) 모듈을 포함할 수 있다. 이후, 베이스밴드 신호는 자원 디-매퍼 과정, 포스트코딩(postcoding) 과정, 복조 과정 및 디-스크램블 과정을 거쳐 코드워드로 복원될 수 있다. 코드워드는 복호(decoding)를 거쳐 원래의 정보블록으로 복원될 수 있다. 따라서, 수신 신호를 위한 신호 처리 회로(미도시)는 신호 복원기, 자원 디-매퍼, 포스트코더, 복조기, 디-스크램블러 및 복호기를 포함할 수 있다.

본 발명이 적용되는 무선 기기 활용 예

도 29는 본 발명에 적용되는 무선 기기의 다른 예를 나타낸다. 무선 기기는 사용-예/서비스에 따라 다양한 형태로 구현될 수 있다(도 26 참조).

도 29를 참조하면, 무선 기기(100, 200)는 도 27의 무선 기기(100,200)에 대응하며, 다양한 요소(element), 성분(component), 유닛/부(unit), 및/또는 모듈(module)로 구성될 수 있다. 예를 들어, 무선 기기(100, 200)는 통신부(110), 제어부(120), 메모리부(130) 및 추가 요소(140)를 포함할 수 있다. 통신부는 통신 회로(112) 및 송수신기(들)(114)을 포함할 수 있다. 예를 들어, 통신 회로(112)는 도 26의 하나 이상의 프로세서(102,202) 및/또는 하나 이상의 메모리(104,204) 를 포함할 수 있다. 예를 들어, 송수신기(들)(114)는 도 27의 하나 이상의 송수신기(106,206) 및/또는 하나 이상의 안테나(108,208)을 포함할 수 있다. 제어부(120)는 통신부(110), 메모리부(130) 및 추가 요소(140)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(120)는 메모리부(130)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(120)는 메모리부(130)에 저장된 정보를 통신부(110)을 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(110)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(130)에 저장할 수 있다.

추가 요소(140)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(140)는 파워 유닛/배터리, 입출력부(I/O unit), 구동부 및 컴퓨팅부 중 적어도 하나를 포함할 수 있다. 이로 제한되는 것은 아니지만, 무선 기기는 로봇(도 26, 100a), 차량(도 26, 100b-1, 100b-2), XR 기기(도 26, 100c), 휴대 기기(도 26, 100d), 가전(도 26, 100e), IoT 기기(도 26, 100f), 디지털 방송용 단말, 홀로그램 장치, 공공 안전 장치, MTC 장치, 의료 장치, 핀테크 장치(또는 금융 장치), 보안 장치, 기후/환경 장치, AI 서버/기기(도 26, 400), 기지국(도 26, 200), 네트워크 노드 등의 형태로 구현될 수 있다. 무선 기기는 사용-예/서비스에 따라 이동 가능하거나 고정된 장소에서 사용될 수 있다.

도 29에서 무선 기기(100, 200) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(110)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(100, 200) 내에서 제어부(120)와 통신부(110)는 유선으로 연결되며, 제어부(120)와 제1 유닛(예, 130, 140)은 통신부(110)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(100, 200) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(120)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(120)는 통신 제어 프로세서, 어플리케이션 프로세서(Application processor), ECU(Electronic Control Unit), 그래픽 처리 프로세서, 메모리 제어 프로세서 등의 집합으로 구성될 수 있다. 다른 예로, 메모리부(130)는 RAM(Random Access Memory), DRAM(Dynamic RAM), ROM(Read Only Memory), 플래시 메모리(flash memory), 휘발성 메모리(volatile memory), 비-휘발성 메모리(non-volatile memory) 및/또는 이들의 조합으로 구성될 수 있다.

본 발명이 적용되는 차량 또는 자율 주행 차량 예

도 30은 본 발명에 적용되는 차량 또는 자율 주행 차량을 예시한다. 차량 또는 자율 주행 차량은 이동형 로봇, 차량, 기차, 유/무인 비행체(Aerial Vehicle, AV), 선박 등으로 구현될 수 있다.

도 30을 참조하면, 차량 또는 자율 주행 차량(100)은 안테나부(108), 통신부(110), 제어부(120), 구동부(140a), 전원공급부(140b), 센서부(140c) 및 자율 주행부(140d)를 포함할 수 있다. 안테나부(108)는 통신부(110)의 일부로 구성될 수 있다. 블록 110/130/140a~140d는 각각 도 29의 블록 110/130/140에 대응한다.

통신부(110)는 다른 차량, 기지국(e.g. 기지국, 노변 기지국(Road Side unit) 등), 서버 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(120)는 차량 또는 자율 주행 차량(100)의 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(120)는 ECU(Electronic Control Unit)를 포함할 수 있다. 구동부(140a)는 차량 또는 자율 주행 차량(100)을 지상에서 주행하게 할 수 있다. 구동부(140a)는 엔진, 모터, 파워 트레인, 바퀴, 브레이크, 조향 장치 등을 포함할 수 있다. 전원공급부(140b)는 차량 또는 자율 주행 차량(100)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 센서부(140c)는 차량 상태, 주변 환경 정보, 사용자 정보 등을 얻을 수 있다. 센서부(140c)는 IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 센서(heading sensor), 포지션 모듈(position module), 차량 전진/후진 센서, 배터리 센서, 연료 센서, 타이어 센서, 스티어링 센서, 온도 센서, 습도 센서, 초음파 센서, 조도 센서, 페달 포지션 센서 등을 포함할 수 있다. 자율 주행부(140d)는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등을 구현할 수 있다.

일 예로, 통신부(110)는 외부 서버로부터 지도 데이터, 교통 정보 데이터 등을 수신할 수 있다. 자율 주행부(140d)는 획득된 데이터를 기반으로 자율 주행 경로와 드라이빙 플랜을 생성할 수 있다. 제어부(120)는 드라이빙 플랜에 따라 차량 또는 자율 주행 차량(100)이 자율 주행 경로를 따라 이동하도록 구동부(140a)를 제어할 수 있다(예, 속도/방향 조절). 자율 주행 도중에 통신부(110)는 외부 서버로부터 최신 교통 정보 데이터를 비/주기적으로 획득하며, 주변 차량으로부터 주변 교통 정보 데이터를 획득할 수 있다. 또한, 자율 주행 도중에 센서부(140c)는 차량 상태, 주변 환경 정보를 획득할 수 있다. 자율 주행부(140d)는 새로 획득된 데이터/정보에 기반하여 자율 주행 경로와 드라이빙 플랜을 갱신할 수 있다. 통신부(110)는 차량 위치, 자율 주행 경로, 드라이빙 플랜 등에 관한 정보를 외부 서버로 전달할 수 있다. 외부 서버는 차량 또는 자율 주행 차량들로부터 수집된 정보에 기반하여, AI 기술 등을 이용하여 교통 정보 데이터를 미리 예측할 수 있고, 예측된 교통 정보 데이터를 차량 또는 자율 주행 차량들에게 제공할 수 있다.

본 발명이 적용되는 AR/VR 및 차량 예

도 31은 본 발명에 적용되는 차량을 예시한다. 차량은 운송수단, 기차, 비행체, 선박 등으로도 구현될 수 있다.

도 31을 참조하면, 차량(100)은 통신부(110), 제어부(120), 메모리부(130), 입출력부(140a) 및 위치 측정부(140b)를 포함할 수 있다. 여기서, 블록 110~130/140a~140b는 각각 도 29의 블록 110~130/140에 대응한다.

통신부(110)는 다른 차량, 또는 기지국 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(120)는 차량(100)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 메모리부(130)는 차량(100)의 다양한 기능을 지원하는 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 입출력부(140a)는 메모리부(130) 내의 정보에 기반하여 AR/VR 오브젝트를 출력할 수 있다. 입출력부(140a)는 HUD를 포함할 수 있다. 위치 측정부(140b)는 차량(100)의 위치 정보를 획득할 수 있다. 위치 정보는 차량(100)의 절대 위치 정보, 주행선 내에서의 위치 정보, 가속도 정보, 주변 차량과의 위치 정보 등을 포함할 수 있다. 위치 측정부(140b)는 GPS 및 다양한 센서들을 포함할 수 있다.

일 예로, 차량(100)의 통신부(110)는 외부 서버로부터 지도 정보, 교통 정보 등을 수신하여 메모리부(130)에 저장할 수 있다. 위치 측정부(140b)는 GPS 및 다양한 센서를 통하여 차량 위치 정보를 획득하여 메모리부(130)에 저장할 수 있다. 제어부(120)는 지도 정보, 교통 정보 및 차량 위치 정보 등에 기반하여 가상 오브젝트를 생성하고, 입출력부(140a)는 생성된 가상 오브젝트를 차량 내 유리창에 표시할 수 있다(1410, 1420). 또한, 제어부(120)는 차량 위치 정보에 기반하여 차량(100)이 주행선 내에서 정상적으로 운행되고 있는지 판단할 수 있다. 차량(100)이 주행선을 비정상적으로 벗어나는 경우, 제어부(120)는 입출력부(140a)를 통해 차량 내 유리창에 경고를 표시할 수 있다. 또한, 제어부(120)는 통신부(110)를 통해 주변 차량들에게 주행 이상에 관한 경고 메세지를 방송할 수 있다. 상황에 따라, 제어부(120)는 통신부(110)를 통해 관계 기관에게 차량의 위치 정보와, 주행/차량 이상에 관한 정보를 전송할 수 있다.

여기서, 본 명세서의 무선 기기(100, 200)에서 구현되는 무선 통신 기술은 LTE, NR 및 6G뿐만 아니라 저전력 통신을 위한 Narrowband Internet of Things를 포함할 수 있다. 이때, 예를 들어 NB-IoT 기술은 LPWAN(Low Power Wide Area Network) 기술의 일례일 수 있고, LTE Cat NB1 및/또는 LTE Cat NB2 등의 규격으로 구현될 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 본 명세서의 무선 기기(100, 200)에서 구현되는 무선 통신 기술은 LTE-M 기술을 기반으로 통신을 수행할 수 있다. 이때, 일 예로, LTE-M 기술은 LPWAN 기술의 일례일 수 있고, eMTC(enhanced Machine Type Communication) 등의 다양한 명칭으로 불릴 수 있다. 예를 들어, LTE-M 기술은 1) LTE CAT 0, 2) LTE Cat M1, 3) LTE Cat M2, 4) LTE non-BL(non-Bandwidth Limited), 5) LTE-MTC, 6) LTE Machine Type Communication, 및/또는 7) LTE M 등의 다양한 규격 중 적어도 어느 하나로 구현될 수 있으며 상술한 명칭에 한정되는 것은 아니다. 추가적으로 또는 대체적으로, 본 명세서의 무선 기기(100, 200)에서 구현되는 무선 통신 기술은 저전력 통신을 고려한 지그비(ZigBee), 블루투스(Bluetooth) 및 저전력 광역 통신망(Low Power Wide Area Network, LPWAN) 중 적어도 어느 하나를 포함할 수 있으며, 상술한 명칭에 한정되는 것은 아니다. 일 예로 ZigBee 기술은 IEEE 802.15.4 등의 다양한 규격을 기반으로 소형/저-파워 디지털 통신에 관련된 PAN(personal area networks)을 생성할 수 있으며, 다양한 명칭으로 불릴 수 있다.

이상에서 설명된 실시 예들은 본 발명의 구성요소들과 특징들이 소정 형태로 결합된 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려되어야 한다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 발명의 실시 예를 구성하는 것도 가능하다. 본 발명의 실시 예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시 예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다. 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시 예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함시킬 수 있음은 자명하다.

본 발명에 따른 실시 예는 다양한 수단, 예를 들어, 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 본 발명의 일 실시 예는 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.

펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시 예는 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리는 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.

본 발명은 본 발명의 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 통상의 기술자에게 자명하다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

본 발명의 무선 통신 시스템에서 인공 지능에 기반하는 빔 관리 방법은 3GPP LTE/LTE-A 시스템, 5G 시스템(New RAT 시스템)에 적용되는 예를 중심으로 설명하였으나, 이외에도 다양한 무선 통신 시스템에 적용하는 것이 가능하다.

Claims (19)

1. 무선통신 시스템에서 기지국이 빔 관리(beam management)를 수행하는 방법에 있어서,
   빔 관리와 관련된 파라미터들을 결정하는 단계;
   단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하는 단계;
   상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하는 단계;
   상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계; 및
   상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하는 단계를 포함하되,
   상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고,
   상기 단말의 위치 정보는 천정각 및 방위각으로 표현되는, 방법.
2. 제 1항에 있어서,
   상기 빔 관리와 관련된 파라미터들을 결정하는 단계는:
   상기 단말의 이동 경로의 후보들을 결정하는 단계; 및
   각 후보 이동 경로에서의 상기 단말의 위치 후보들을 결정하는 단계를 포함하는 것을 특징으로 하는 방법.
3. 제 2항에 있어서,
   각 후보 이동 경로에서의 상기 단말의 위치 후보들에 대한 빔포밍 벡터들이 빔 시그니쳐를 구성하는 것을 특징으로 하는 방법.
4. 제 3항에 있어서,
   상기 단말의 이동 경로들의 후보들의 빔 시그니쳐들의 집합들이 빔북을 구성하는 것을 특징으로 하는 방법.
5. 제 3항에 있어서,
   상기 단말의 이동 경로의 후보들 중 일부 후보들에 대한 빔포밍 벡터들만으로 빔 시그니쳐를 구성하는 것을 특징으로 하는 방법.
6. 제 3항에 있어서,
   상기 기준 신호는 UE 특정 기준 신호이며,
   상기 빔 시그니쳐를 구성하는 빔포밍 벡터들 중 가장 좋은 품질의 빔포밍 벡터에 기반하여 각 경로 별 기준 신호가 전송되는 것을 특징으로 하는 방법.
7. 제 6항에 있어서,
   상기 단말의 현재 위치 및 이후 이동될 위치를 고려하여 상기 각 경로 별로 복수 개의 기준 신호가 전송되는 것을 특징으로 하는 방법.
8. 제 2항에 있어서,
   상기 단말로부터, 상기 단말의 미리 정의된 이동 경로를 포함하는 능력 정보(capability information)를 수신하는 단계를 더 포함하는 것을 특징으로 하는 방법.
9. 제 2항에 있어서,
   각 후보 이동 경로에서의 상기 단말의 위치 후보들의 개수는 미리 정의되는 것을 특징으로 하는 방법.
10. 제 1항에 있어서,
    상기 빔 관련 보고는 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 포함하는 것을 특징으로 하는 방법.
11. 제 10항에 있어서,
    상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계는:
    상기 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 입력 데이터로 설정하고, 상기 단말의 위치 정보 및 상기 단말의 이동 경로 정보를 출력 데이터로 설정하여, 인공 신경망 모델을 학습하는 것을 특징으로 하는 방법.
12. 무선 통신 시스템에서 빔 관리(beam management)를 수행하는 기지국(Base station, BS)에 있어서, 상기 기지국은,
    하나 이상의 송수신기;
    하나 이상의 프로세서들; 및
    상기 하나 이상의 프로세서들에 의해 실행되는 동작들에 대한 지시(instruction)들을 저장하고, 상기 하나 이상의 프로세서들과 연결되는 하나 이상의 메모리들을 포함하며,
    상기 동작들은,
    빔 관리와 관련된 파라미터들을 결정하는 단계;
    단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하는 단계;
    상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하는 단계;
    상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계; 및
    상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하는 단계를 포함하되,
    상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고,
    상기 단말의 위치 정보는 천정각 및 방위각으로 표현되는, 기지국.
13. 제 12항에 있어서,
    상기 빔 관리와 관련된 파라미터들을 결정하는 단계는:
    상기 단말의 이동 경로의 후보들을 결정하는 단계; 및
    각 후보 이동 경로에서의 상기 단말의 위치 후보들을 결정하는 단계를 포함하는 것을 특징으로 하는 기지국.
14. 제 12항에 있어서,
    상기 빔 관련 보고는 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 포함하는 것을 특징으로 하는 기지국.
15. 제 14항에 있어서,
    상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 단계는:
    상기 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 입력 데이터로 설정하고, 상기 단말의 위치 정보 및 상기 단말의 이동 경로 정보를 출력 데이터로 설정하여, 인공 신경망 모델을 학습하는 것을 특징으로 하는 기지국.
16. 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서,
    상기 하나 이상의 프로세서들은 상기 장치가,
    빔 관리와 관련된 파라미터들을 결정하고,
    단말(USER EQUIPMENT, UE)로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하며,
    상기 단말로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하고,
    상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하며, 및
    상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하도록 제어하되,
    상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고,
    상기 단말의 위치 정보는 천정각 및 방위각으로 표현되는, 장치.
17. 제 16항에 있어서,
    상기 빔 관련 보고는 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 포함하는 것을 특징으로 하는 장치.
18. 제 17항에 있어서,
    상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하는 동작은:
    상기 CQI, PMI 또는 L1-RSRP 중 적어도 하나를 입력 데이터로 설정하고, 상기 단말의 위치 정보 및 상기 단말의 이동 경로 정보를 출력 데이터로 설정하여, 인공 신경망 모델을 학습하는 것을 특징으로 하는 장치.
19. 하나 이상의 명령어(instructions)을 저장하는 하나 이상의 비-일시적인(non-transitory) 컴퓨터 판독 가능 매체(computer-readable medium)에 있어서, 하나 이상의 프로세서에 의해 실행 가능한(executable) 상기 하나 이상의 명령어는, 제1 장치가,
    빔 관리와 관련된 파라미터들을 결정하고,
    제2 장치로, 상기 빔 관리와 관련된 파라미터들에 기반하여 빔 관리를 위한 기준 신호(reference signal)을 전송하며,
    상기 제2 장치로부터, 상기 기준 신호에 기반하여 산출된 빔 관련 보고를 수신하고,
    상기 빔 관련 보고에 기반하여 인공 신경망 학습을 수행하며, 및
    상기 신경망 학습 결과에 기반하여 상기 빔 관리와 관련된 파라미터들을 업데이트 하도록 지시하는 명령어를 포함하되,
    상기 빔 관리와 관련된 파라미터들은 i) 상기 단말의 위치 정보 및 ii) 상기 단말의 이동 경로 정보를 포함하고,
    상기 단말의 위치 정보는 천정각 및 방위각으로 표현되는, 컴퓨터 판독 가능 매체.

Images