KR20230175097A

KR20230175097A - 무선통신시스템에서 통신을 수행하는 방법 및 장치

Info

Publication number: KR20230175097A
Application number: KR1020230050811A
Authority: KR
Inventors: 김원준; 김서욱; 이승현; 이주호; 장현덕
Original assignee: 삼성전자주식회사
Priority date: 2022-06-22
Filing date: 2023-04-18
Publication date: 2023-12-29

Abstract

본 개시는 LTE와 같은 4G 통신 시스템 이후 보다 높은 데이터 전송률을 지원하기 위한 5G 또는 6G 통신 시스템에 관련된 것이다. 본 명세서에서 개시되는 일 실시예에 따른 무선통신 시스템에서의 기지국은 단말로부터, 제 1 CSI-RS (reference signal)를 기초로 측정된 CSI에 관한 정보를 수신하고, CSI에 관한 정보를 기초로 복수의 오토인코더 (Autoencoder) 중 하나의 오토인코더를 결정하고, 결정된 오토인코더에 포함된 인코더를 지시(indicating)하는 정보를 단말에 전송하고, 단말에 제 2 CSI-RS를 전송하고, 단말로부터 제 2 CSI-RS를 기초로 측정된 제 2 CSI에 관한 정보 및 지시된 인코더를 기초로 압축된 CSI (Compressed CSI)를 수신하고, 압축된 CSI 및 상기 결정된 오토인코더에 포함된 디코더에 기초하여 복구(reconstruction)를 수행할 수 있다.

Description

무선통신시스템에서 통신을 수행하는 방법 및 장치 {METHOD AND APPARATUS FOR PERFORMING COMMUNICATION IN WIRELESS COMMUNICATION SYSTEM}

본 개시는 무선통신시스템에서 통신을 수행하는 방법 및 장치에 관한 것이다. 보다 구체적으로는, 본 개시는 채널 상태 정보(Channel State Information, CSI) 를 보고 하기 위해 압축된 CSI를 적응적으로 송수신하는 방법 및 장치에 관한 것이다.

무선 통신 세대를 거듭하면서 발전한 과정을 돌아보면 음성, 멀티미디어, 데이터 등 주로 인간 대상의 서비스를 위한 기술이 개발되어 왔다. 5G(5th-generation) 통신 시스템 상용화 이후 폭발적인 증가 추세에 있는 커넥티드 기기들이 통신 네트워크에 연결될 것으로 전망되고 있다. 네트워크에 연결된 사물의 예로는 차량, 로봇, 드론, 가전제품, 디스플레이, 각종 인프라에 설치된 스마트 센서, 건설기계, 공장 장비 등이 있을 수 있다. 모바일 기기는 증강현실 안경, 가상현실 헤드셋, 홀로그램 기기 등 다양한 폼팩터로 진화할 것으로 예상된다. 6G(6th-generation) 시대에는 수천억 개의 기기 및 사물을 연결하여 다양한 서비스를 제공하기 위해, 개선된 6G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 6G 통신 시스템은 5G 통신 이후(beyond 5G) 시스템이라 불리어지고 있다.

2030년쯤 실현될 것으로 예측되는 6G 통신 시스템에서 최대 전송 속도는 테라 (즉, 1,000기가) bps, 무선 지연시간은 100마이크로초(μsec) 이다. 즉, 5G 통신 시스템대비 6G 통신 시스템에서의 전송 속도는 50배 빨라지고 무선 지연시간은 10분의 1로 줄어든다.

이러한 높은 데이터 전송 속도 및 초저(ultra-low) 지연시간을 달성하기 위해, 6G 통신 시스템은 테라헤르츠(terahertz, THz) 대역(예를 들어, 95기가헤르츠(95GHz)에서 3테라헤르츠(3THz)대역)에서의 구현이 고려되고 있다. 테라헤르츠 대역에서는 5G에서 도입된 밀리미터파(mmWave) 대역에 비해 더 심각한 경로 손실 및 대기 흡수 현상으로 인해서 신호 도달 거리, 즉 커버리지를 보장할 수 있는 기술의 중요성이 더 커질 것으로 예상된다. 커버리지를 보장하기 위한 주요 기술로서 RF(radio frequency) 소자, 안테나, OFDM(orthogonal frequency division multiplexing)보다 커버리지 측면에서 더 우수한 신규 파형(waveform), 빔포밍(beamforming) 및 거대 배열 다중 입출력(massive multiple-input and multiple-output; massive MIMO), 전차원 다중 입출력(full dimensional MIMO; FD-MIMO), 어레이 안테나(array antenna), 대규모 안테나(large scale antenna)와 같은 다중 안테나 전송 기술 등이 개발되어야 한다. 이 외에도 테라헤르츠 대역 신호의 커버리지를 개선하기 위해 메타물질(metamaterial) 기반 렌즈 및 안테나, OAM(orbital angular momentum)을 이용한 고차원 공간 다중화 기술, RIS(reconfigurable intelligent surface) 등 새로운 기술들이 논의되고 있다.

또한 주파수 효율 향상 및 시스템 네트워크 개선을 위해, 6G 통신 시스템에서는 상향링크(uplink)와 하향링크(downlink)가 동일 시간에 동일 주파수 자원을 동시에 활용하는 전이중화(full duplex) 기술, 위성(satellite) 및 HAPS(high-altitude platform stations)등을 통합적으로 활용하는 네트워크 기술, 이동 기지국 등을 지원하고 네트워크 운영 최적화 및 자동화 등을 가능하게 하는 네트워크 구조 혁신 기술, 스펙트럼 사용 예측에 기초한 충돌 회피를 통한 동적 주파수 공유(dynamic spectrum sharing) 기술, AI(artificial intelligence)를 설계 단계에서부터 활용하고 종단간(end-to-end) AI 지원 기능을 내재화하여 시스템 최적화를 실현하는 AI 기반 통신 기술, 단말 연산 능력의 한계를 넘어서는 복잡도의 서비스를 초고성능 통신과 컴퓨팅 자원(mobile edge computing (MEC), 클라우드 등)을 활용하여 실현하는 차세대 분산 컴퓨팅 기술 등의 개발이 이루어지고 있다. 뿐만 아니라 6G 통신 시스템에서 이용될 새로운 프로토콜의 설계, 하드웨어 기반의 보안 환경의 구현 및 데이터의 안전 활용을 위한 메커니즘 개발 및 프라이버시 유지 방법에 관한 기술 개발을 통해 디바이스 간의 연결성을 더 강화하고, 네트워크를 더 최적화하고, 네트워크 엔티티의 소프트웨어화를 촉진하며, 무선 통신의 개방성을 높이려는 시도가 계속되고 있다.

이러한 6G 통신 시스템의 연구 및 개발로 인해, 사물 간의 연결 뿐만 아니라 사람과 사물 간의 연결까지 모두 포함하는 6G 통신 시스템의 초연결성(hyper-connectivity)을 통해 새로운 차원의 초연결 경험(the next hyper-connected experience)이 가능해질 것으로 기대된다. 구체적으로 6G 통신 시스템을 통해 초실감 확장 현실(truly immersive extended reality; truly immersive XR), 고정밀 모바일 홀로그램(high-fidelity mobile hologram), 디지털 복제(digital replica) 등의 서비스 제공이 가능할 것으로 전망된다. 또한 보안 및 신뢰도 증진을 통한 원격 수술(remote surgery), 산업 자동화(industrial automation) 및 비상 응답(emergency response)과 같은 서비스가 6G 통신 시스템을 통해 제공됨으로써 산업, 의료, 자동차, 가전 등 다양한 분야에서 응용될 것이다.

본 개시의 일 실시 예는, 기지국이 단말의 환경에 적합한 오토인코더(Autoencoder, AE)를 결정하여 채널 상태 정보 (Channel state information, CSI) 데이터의 압축을 위한 인코더를 지시하는 기술을 제공할 수 있다.

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

본 명세서에서 개시되는 일 실시예에 따르면, 무선통신시스템에서 통신을 수행하는 방법 및 장치는 압축된 CSI를 송수신하여 채널 상태 정보를 보고하는 기술을 제공 한다.

본 명세서에서 개시되는 일 실시예에 따르면, 무선통신 시스템에서의 기지국의 동작 방법이 제공된다. 무선통신 시스템에서 채널 상태 정보(Channel State Information, CSI) 보고를 위한 기지국의 동작 방법은 단말로부터, 제 1 CSI-RS (reference signal)를 기초로 측정된 제 1 CSI에 관한 정보를 수신하는 단계, 제 1 CSI에 관한 정보를 기초로 복수의 오토인코더 (Autoencoder) 중 하나의 오토인코더를 결정하는 단계, 결정된 오토인코더에 포함된 인코더를 지시(indicating)하는 정보를 단말에 전송하는 단계, 단말에 제 2 CSI-RS를 전송하는 단계, 단말로부터 제 2 CSI-RS를 기초로 측정된 제 2 CSI에 관한 정보 및 지시된 인코더를 기초로 압축된 CSI (Compressed CSI)를 수신하는 단계, 및 압축된 CSI 및 상기 결정된 오토인코더에 포함된 디코더에 기초하여 복구(reconstruction)를 수행하는 단계를 포함할 수 있다.

본 명세서에서 개시되는 일 실시예에 따르면, 무선 통신 시스템에서의 단말(UE)의 동작 방법이 제공된다. 무선통신시스템에서 채널 상태 정보(Channel State Information, CSI) 보고를 위한 단말의 동작 방법은 기지국에 제 1 CSI-RS (Reference Signal)에 기초하여 측정한 제 1 CSI에 관한 정보를 전송하는 단계, 기지국으로부터 복수의 오토인코더 중 상기 제 1 CSI에 관한 정보에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하는 단계, 기지국에 제2 CSI-RS에 기초하여 측정된 제 2 CSI 및 상기 지시된 인코더를 기초로 압축된 CSI (Compressed CSI)를 전송하는 단계를 포함할 수 있다.

본 명세서에서 개시되는 일 실시예에 따르면, 무선 통신 시스템에서의 기지국이 제공된다. 무선 통신 시스템에서 채널 상태 정보(Channel State Information, CSI) 보고를 위한 기지국은 송수신부 및 상기 송수신부에 연결된 적어도 하나의 프로세서를 포함할 수 있다. 적어도 하나의 프로세서는, 단말로부터 제 1 CSI-RS(Reference Signal)에 기초하여 측정된 제 1 CSI에 관한 정보를 수신하고, 제 1 CSI에 관한 정보를 기초로 복수의 오토인코더 중 하나의 오토인코더를 결정하며, 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 단말에 전송하고, 단말에 제 2 CSI -RS를 전송하며, 단말로부터 제 2 CSI-RS에 기초하여 측정된 제 2 CSI에 관한 정보 및 지시된 인코더를 기초로 압축된 CSI(Compressed CSI)를 수신하고, 압축된 CSI 및 결정된 오토인코더에 포함된 디코더에 기초하여 복구(reconstruction)를 수행할 수 있다.

본 명세서에서 개시되는 일 실시예에 따르면, 무선 통신 시스템에서의 단말이 제공된다. 무선 통신 시스템에서 채널 상태 정보 보고를 위한 단말은 송수신부 및 송수신부에 연결된 적어도 하나의 프로세서를 포함할 수 있다. 적어도 하나의 프로세서는, 제 1 CSI-RS에 기초하여 측정된 제 1 CSI에 관한 정보를 전송하고, 기지국으로부터 복수의 오토인코더 중 제 1 CSI에 관한 정보에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하고, 기지국에 제 2 CSI -RS를 기초로 측정된 제 2 CSI 및 지시된 인코더를 기초로 압축된 CSI를 전송할 수 있다.

다른 기술적 특징들은 다음의 도면들, 설명들 및 청구항들로부터 본 기술분야의 통상의 기술자에게 쉽사리 명확하게 될 수 있다.

아래의 "발명을 실시하기 위한 구체적인 내용의 설명"에 착수하기에 앞서, 본 특허 문서의 전체에 걸쳐 사용되는 특정 단어들 및 문구들의 정의들을 언급하는 것이 유리할 수 있다. "커플"이란 용어와 그 파생어들은 둘 이상의 엘리먼트들이 서로 물리적으로 접촉하든 아니든 간에, 그들 엘리먼트들 사이의 임의의 직접 또는 간접 통신을 말한다. "송신한다", "수신한다" 및 "통신한다"라는 용어들 뿐만 아니라 그 파생어들은 직접 통신 및 간접 통신 둘 다를 포함한다. "구비한다" 및 "포함한다"라는 용어들 뿐만 아니라 그 파생어들은, 제한 없는 포함을 의미한다. "또는"이란 용어는 포함적(inclusive)이며, "및/또는"을 의미한다. "~에 연관된"이란 문구 뿐만 아니라 그 파생어들은, ~를 포함한다, ~내에 포함된다, ~와 상호연결한다, ~를 담고 있다, ~내에 담긴다, ~에 또는 ~와 연결한다, ~에 또는 ~와 커플링한다, ~와 통신 가능하다, ~와 협력한다, ~를 인터리브한다, ~를 병치한다, ~에 근접된다, ~에 또는 ~와 결부된다, ~를 가진다, ~의 특성을 가진다, ~에 또는 ~와 관계를 가진다 등을 의미한다.

또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.

또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다. "~ 중 적어도 하나"라는 문구는, 항목들의 목록과 함께 사용될 때, 열거된 항목들 중 하나 이상의 항목들의 상이한 조합들이 사용될 수 있고 목록에서의 임의의 하나의 항목만이 필요할 수 있다는 것을 의미한다. 예를 들어, "A, B, 또는 C 중 적어도 하나"는 다음의 조합들 중 임의의 것을 포함한다: A, B, C, A 또는 B, A 또는 C, B 또는 C, 그리고 A 또는 B 또는 C.

더구나, 아래에서 설명되는 다양한 기능들은 하나 이상의 컴퓨터 프로그램들에 의해 구현 또는 지원될 수 있으며, 그러한 컴퓨터 프로그램들의 각각은 컴퓨터 판독가능 프로그램 코드로부터 형성되고 컴퓨터 판독가능 매체에 수록된다. "애플리케이션" 및 "프로그램"이란 용어들은 적합한 컴퓨터 판독가능 프로그램 코드에서의 구현에 적합한 하나 이상의 컴퓨터 프로그램들, 소프트웨어 컴포넌트들, 명령어 세트들, 프로시저들, 함수들, 개체들(objects), 클래스들, 인스턴스들, 관련된 데이터, 또는 그 부분을 지칭한다. "컴퓨터 판독가능 프로그램 코드"라는 문구는 소스 코드, 목적 코드, 및 실행가능 코드를 포함하는 임의의 유형의 컴퓨터 코드를 포함한다. "컴퓨터 판독가능 매체"라는 문구는, ROM(read only memory), RAM(random access memory), 하드 디스크 드라이브, CD(compact disc), DVD(digital video disc), 또는 임의의 다른 유형의 메모리와 같은, 컴퓨터에 의해 액세스될 수 있는 임의의 유형의 매체를 포함한다. "비일시적" 컴퓨터 판독가능 매체가 일시적인 전기적 또는 다른 신호들을 전송하는 유선, 무선, 광학적, 또는 다른 통신 링크들을 배제한다. 비일시적 컴퓨터 판독가능 매체가 데이터가 영구적으로 저장될 수 있는 매체와 데이터가 저장되고 나중에 덮어쓰기될 수 있는 매체, 이를테면 재기입가능 광 디스크 또는 소거가능 메모리 디바이스를 포함한다.

다른 특정 단어들 및 문구들에 대한 정의들은 본 특허 문서의 전체에 걸쳐 제공된다. 본 기술분야의 통상의 기술자들은, 대부분은 아니지만 많은 경우들에서, 이러한 정의들이 이렇게 정의된 단어들 및 문구들의 이전 및 미래의 사용들에 적용된다는 것을 이해하여야 한다.

본 명세서에서 개시되는 실시 예들에 따르면, 단말의 네트워크 환경 또는 단말의 캐퍼빌리티를 고려하여 적합한 오토인코더를 결정하고, 결정된 오토인코더에 포함된 인코더를 지시함으로써 채널 상태 정보 보고의 성능을 향상 시킬 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1a는 일 실시예에 따른, 압축된 CSI를 전송 및 수신하는 과정을 설명하기 위한 도면이다.
도 1b는 일 실시예에 따른, 이전의 압축된 CSI 데이터를 이용하여, 압축된 CSI 데이터를 획득하는 과정 및 압축된 CSI 데이터를 복구하는 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른, 오토인코더를 결정하는 방법을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른, CSI에 관한 정보를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.
도 4는 일 실시예에 따른, 단말의 캐퍼빌리티에 관한 정보 및 CSI에 관한 정보를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.
도 5는 일 실시 예에 따른 네트워크 환경 분류기를 사용하여 네트워크 환경 ID를 획득하는 과정을 설명하기 위한 도면이다.
도 6는 일 실시예에 따른, 단말의 캐퍼빌리티에 관한 정보 및 네트워크 환경 ID를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.
도 7은 일 실시예에 따른, 단말의 캐퍼빌리티에 관한 정보 및 SRS를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.
도 8은 일 실시예에 따른, 인코더 인덱스 및 CSI에 관한 정보를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.
도 9은 일 실시예에 따른, 인코더 인덱스 및 네트워크 환경 ID를 기초로 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.
도 10은 일 실시예에 따른, 인코더 인덱스 및 SRS를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.
도 11은 일 실시예에 따른, 기지국의 구조를 나타내는 블록도이다.
도 12는 일 실시예에 따른, 단말의 구조를 나타내는 블록도이다.

본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 다만, 아래에서 논의되는 도 1 내지 도 12와, 본 명세서에서 본 개시의 원리들을 설명하는데 사용되는 다양한 실시예들은 예시일 뿐이고 어떤 식으로든 본 개시의 범위를 제한하는 것으로 해석되지 않아야 한다. 본 기술분야의 통상의 기술자들은 본 개시의 원리들이 임의의 적절히 배열된 시스템 또는 디바이스로 구현될 수 있다는 것을 이해할 것이다. 또한 본 기술분야의 통상의 기술자들은 본 개시의 원리들이 어떤 적절하게 구성된 무선 통신 시스템으로 구현될 수 있다는 것을 알 수 있을 것이다.

마찬가지 이유로 첨부된 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시 되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성 요소에는 동일한 참조 번호를 부여하였다.

또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.

본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시의 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 또한 본 개시를 설명함에 있어서 관련된 기능 또는 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술되는 용어들은 본 개시에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

이하, 기지국(base station, BS)은 단말의 자원 할당을 수행하는 주체로서, gNode B, eNode B, Node B, (또는 xNode B (x는 g, e를 포함하는 알파벳)), 무선 접속 유닛, 기지국 제어기, 위성(satellite), 비행체(airborn), 또는 네트워크 상의 노드 중 적어도 하나일 수 있다. 단말(user equipment, UE)은 MS(Mobile Station), 차량(Vehicular), 위성(satellite), 비행체(airborn), 셀룰러폰, 스마트폰, 컴퓨터, 또는 통신기능을 수행할 수 있는 멀티미디어 시스템을 포함할 수 있다. 본 개시에서 하향링크(Downlink, DL)는 기지국이 단말에게 전송하는 신호의 무선 전송경로이고, 상향링크(Uplink, UL)는 단말이 기국에게 전송하는 신호의 무선 전송경로를 나타낼 수 있다. 추가적으로 단말이 또 다른 단말에게 전송하는 신호의 무선 전송 경로를 의미하는 사이드링크(sidelink, SL)가 존재할 수 있다.

또한, 이하에서 LTE, LTE-A 또는 5G 시스템을 일 예로서 설명할 수도 있지만, 유사한 기술적 배경 또는 채널 형태를 갖는 여타의 통신시스템에도 본 개시의 실시예가 적용될 수 있다. 예를 들어 5G 이동통신 기술(혹은 new radio, NR) 이후에 개발되는 5G-Advance 또는 NR-Advance 또는 6세대 이동통신 기술(6G)이 이에 포함될 수 있으며, 이하의 5G는 기존의 LTE, LTE-A 및 유사한 다른 서비스를 포함하는 개념일 수도 있다. 또한, 본 개시는 숙련된 기술적 지식을 가진 자의 판단으로써 본 개시의 범위를 크게 벗어나지 아니하는 범위에서 일부 변형을 통해 다른 통신시스템에도 적용될 수 있다.

이때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행예들에서는 블록에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예를 들면, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다. 또한 실시예에서 ‘~부’는 하나 이상의 프로세서를 포함할 수 있다.

이하 설명에서 사용되는 방송 정보를 지칭하는 용어, 제어 정보를 지칭하는 용어, 통신 커버리지(coverage)에 관련된 용어, 상태 변화를 지칭하는 용어(예를 들어, 이벤트(event)), 망 객체(network entity)들을 지칭하는 용어, 메시지들을 지칭하는 용어, 장치의 구성 요소를 지칭하는 용어 등은 설명의 편의를 위해 예시된 것이다. 따라서, 본 개시가 후술되는 용어들에 한정되는 것은 아니며, 동등한 기술적 의미를 가지는 다른 용어가 사용될 수 있다.

이하 설명의 편의를 위하여, 본 발명은 현재 존재하는 통신표준 가운데 3GPP (The 3rd Generation Partnership Project) 단체에서 정의하는 가장 최신의 표준인 LTE 및 NR 규격에서 정의하고 있는 용어 및 명칭들을 사용한다. 하지만, 본 발명이 상기 용어 및 명칭들에 의해 한정되는 것은 아니며, 다른 규격에 따르는 시스템에도 동일하게 적용될 수 있다.

도 1a는 일 실시예에 따른 압축된 CSI 데이터를 통해 채널 상태 정보를 보고하는 과정을 설명하기 위한 도면이다.

LTE 이후의 통신 시스템에서는 사용자 및 서비스 제공자의 다양한 요구 사항을 자유롭게 반영할 수 있는 서비스가 지원될 수 있다. 5G 이후 통신 시스템에서 고려되는 서비스로는 향상된 모바일 광대역 통신(enhanced Mobile Broad Band, eMBB), 대규모 기계형 통신(massive Machine Type Communication, mMTC), 초신뢰 저지연 통신(Ultra-Reliability Low Latency Communication, URLLC) 등이 있다. 서비스 별로 다양한 요구사항을 만족시키기 위해, 빔을 조정하거나 주파수 대역을 변경하는 등의 시스템 운용 방법이 고려될 수 있다. 이런 상황에서는 주파수 대역 또는 빔 별로 다양한 채널 환경이 발생할 수 있다.

단말은 기지국으로부터 송신된 기준 신호(reference signal, RS)를 기초로 채널 상태를 추정(Channel state estimate)할 수 있다. 채널 추정을 위해 기지국으로부터 UE에 송신되는 RS는 다양할 수 있으나, 본 개시에서는 설명의 편의상, CSI (channel state information)-RS를 예로 들어 설명하도록 한다. 단말은 채널 상태 정보를 기지국에 보고할 수 있으며, 채널 상태 정보를 기지국으로 보고하는 과정에서 많은 양의 자원이 소모될 수 있다. 이에 따라, 채널 상태 정보(channel state information, CSI) 피드백 과정에서의 자원 소모를 줄이기 위해 CSI를 압축해서 전송하는 방법인 CSI 압축(CSI compression) 기술이 논의되고 있다.

코드북(codebook) 방식의 CSI 피드백을 통해 복구(reconstruct)된 채널 상태 정보는 코드북의 양자화(quantization) 과정에서 정보 손실이 발생할 수 있다. 예를 들어, 기지국에서 기준 신호(reference signal, RS)를 단말로 전송하면, 단말은 수신한 RS를 통해 채널 상태를 추정(채널 추정 또는 채널 측정)을 하여, 채널 를 얻을 수 있다. 또한, 단말은, EVD(Eigen Value Decomposition)나 SVD(Singular Value Decomposition) 등의 방식으로 의 관계를 획득할 수 있다. V 값을 알 경우, 획득된 관계식으로부터, 채널 를 획득할 수 있다. 따라서 코드북 방식의 CSI 피드백에서 단말은 기지국으로 V 값과 가장 유사한 코드북의 인덱스인 PMI를 전송한다. V 값이 아니라 V 값과 유사한 코드북의 인덱스를 기지국으로 전송하는 경우, 기 설정된 코드북과 실제 V 값과의 차이로 인한 오류가 발생할 수 있다. 반면에, 기 설정된 코드북과 실제 V 값의 차이로 인한 정보 손실을 줄이기 위해 코드북을 더 다양하게 구성할 경우, 다양해진 코드북으로 인해 전송해야 하는 데이터의 양이 많아질 수 있다.

CSI 압축 기술을 통한 CSI 피드백의 경우, 단말(송신단)은 인코더를 통해 CSI 데이터(V 데이터)를 압축하여 전송하고, 기지국은 수신한 압축 CSI 데이터(z 데이터)를 디코더를 통해 디코딩(decoding) 또는 복구(reconstruction)하여 복구된 CSI 데이터( 데이터)를 획득할 수 있다.

기지국은 단말로 RS(Reference Signal)를 단말로 전송할 수 있다. RS는 CSI-RS(Channel State Information-Reference Signal), DM-RS(Demodulation-Reference Signal)를 포함할 수 있다.

단말은 수신한 CSI-RS를 기초로 CSI (101)를 획득할 수 있다. CSI (101)은 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다. 일 실시 예에 따르면 단말은 CSI (101)을 전처리(103)하여 CSI에 관한 정보(105)를 획득할 수 있다. 예를 들어, 상기 전처리(103)는 EVD(Eigen Value Decomposition) 또는 SVD(Singular Value decomposition)을 포함할 수 있다. 일 실시예에 따르면, CSI에 관한 정보(105)는 네트워크 환경을 지시(indicating)하는 정보를 포함할 수 있다. 예를 들어, CSI에 관한 정보(105)는 채널 를 전처리(103)하여 획득된 CSI 데이터(V 데이터)를 포함할 수 있다. 다른 예를 들어, CSI에 관한 정보(105)는 네트워크 환경 ID (503)를 포함할 수 있고, 이에 대해서는 도 5에서 상세하게 설명된다.

도 1a를 참조하면, 본 개시의 일 실시 예에 따른 오토인코더는 인코더(107)와 디코더(111)을 포함할 수 있다. 인코더(107)는 단말 측에, 디코더(111)는 기지국 측에서 실행(implement)될 수 있다. 인코더(107) 및 디코더(111)은 각각 인공지능(artificial intelligence, AI) 모델을 포함할 수 있다. CSI 데이터(V 데이터)가 단말의 인코더(107)에 입력되고, 인코더(107)에서 압축(compression)을 수행하여 압축된 CSI 데이터(z 데이터)(109)를 획득될 수 있다. 압축된 CSI 데이터 (109)는 기지국의 디코더 (111)에 입력되고, 디코더(111)에서 디코딩(decoding) 또는 복구(reconstruction)를 수행하여 복구된 CSI 데이터( 데이터) (113)가 획득될 수 있다.

예를 들어, 인코더(107)에 포함된 인코더 AI 모델은 CSI 데이터(V 데이터)(105)를 압축하여 압축된 CSI 데이터(피드백 데이터, z 데이터)(109)를 생성하는 동작에 이용될 수 있다. 디코더(111)에 포함된 디코더 AI 모델은 단말(UE)로부터 수신한 압축 데이터(130)를 디코딩 또는 복구하여 복구된 CSI 데이터( 데이터)(150)를 생성하는 동작에 이용될 수 있다. CSI에 관한 정보 (105)를 압축하기 위한 인코더 AI 모델은 압축된 CSI (109)를 복구하기 위한 디코더 AI 모델과 연계되어 훈련 되어야(jointly trained) 한다. 압축하기 위한 인코더 AI 모델과 복구하기 위한 디코더 AI 모델이 분리되어 훈련되는 경우, 압축을 수행하는 대상인 CSI에 관한 정보 (105)와 복구를 수행하여 획득된 복구된 CSI에 관한 정보 (113) 사이의 차이가 커지는 것을 방지하기 위해 인코더 AI 모델과 디코더 AI 모델이 연계 훈련될 수 있다.

도 1b는 일 실시예에 따른, 이전의 압축된 CSI 데이터를 이용하여, 압축된 CSI 데이터를 획득하는 과정 및 압축된 CSI 데이터를 복구하는 과정을 설명하기 위한 도면이다.

본 개시의 다양한 실시 예에 따르면, 단말은 CSI에 관한 정보 및 하나 이상의 이전 CSI에 관한 정보에 기초하여 압축된 CSI 데이터를 획득할 수 있다. 예를 들어, 상위 레이어 시그널링, DCI 등의 제어 신호를 기초로 한 설정에 따라, 기지국으로부터 단말에 기 수신된 CSI-RS가 존재하는 경우, 단말은 이전에 수신된 CSI-RS를 기초로 기 획득된 CSI에 관한 정보에 기초하여 압축된 CSI 데이터를 획득할 수 있다. 예를 들어, 단말은 템포럴 어텐션 트랜스포머(Temporal-attention transformer) 기반 인코더를 이용하여 압축된 CSI 데이터를 획득할 수 있다.

본 개시의 다양한 실시 예에 따르면, 기지국은 기 획득된 압축된 CSI 데이터가 포함된 하나 이상의 압축된 CSI 데이터에 기초하여 복구를 수행할 수 있다. 예를 들어, 단말로부터 이전에 압축된 CSI 데이터가 보고되는 등의 이유로, 기지국에 이전에 획득된 하나 이상의 압축된 CSI 데이터가 존재하는 경우, 기지국은 하나 이상의 압축된 CSI 데이터의 복구를 수행할 수 있다. 본 개시에서, 압축된 CSI 데이터는 설명의 편의상 피드백 벡터로 지칭될 수 있다. 예컨대, 기지국은 템포럴 어텐션 트랜스포머기반 디코더를 이용하여 압축된 CSI 데이터를 복구할 수 있다.

도 1b를 참조하면, 인코더 또는 디코더 중 적어도 하나는 하나 이상의 트랜스포머 셀을 포함할 수 있다. 인코더의 복수의 트랜스포머 셀은 인코더 스테이트 체인(encoder state chain)을 통해 연결될 수 있다. 디코더의 복수의 트랜스포머 셀은 디코더 스테이트 체인을 통해 연결될 수 있다.

단말은 하나 이상의 이전 CSI에 관한 정보에 기초하여 t 시점의 CSI에 관한 정보 예컨대, CSI 데이터 (V 데이터)를 압축할 수 있다. 예를 들어, t 시점의 V 데이터는 고유벡터 와 같이 표현될 수 있고, 를 압축하는 경우, N 개의 이전 V 데이터 {}가 사용될 수 있다.

예를 들어, (t-i) 번째 타임 슬롯에서, 인코더의 트랜스포머 셀에 (t-i)번 째 타임 슬롯에 대응되는 V 데이터 () 및 인코더 스테이트 벡터 (encoder state vector, )가 입력되면 압축된 CSI 데이터 ( 벡터) 및 다음 시점의 인코더 스테이트 벡터 ()가 생성될 수 있다. 인코더 스테이트 벡터 (encoder state vector, )는 N 개의 이전 CSI 데이터 간의 상관 관계를 나타낼 수 있다. 예를 들어, 인코더 스테이트 벡터는 N개의 이전 CSI 데이터 간의 공간-주파수 상관관계(spatial-frequency correlation)를 지시하는 특징 또는 시간적 상관관계 (temporal correlation) 특징 중 적어도 하나를 나타낼 수 있다.

셀프-어텐션 레이어(self-attention layer) 및 크로스 어텐션 레이어(cross-attention layer)를 사용하여 압축된 CSI 데이터 ( 벡터) 및 다음 시점의 인코더 스테이트 벡터 ()가 생성될 수 있다.

셀프 어텐션 레이어에서 V 데이터에 기초하여 안테나 간의 상관관계 (antenna-wise correlation) 또는 주파수 대역 간의 상관 관계(subband-wise correlation) 중 적어도 하나가 획득될 수 있다. 예를 들어, 셀프-어텐션 레이어에서는, 간에 내적을 수행함으로써 안테나 간의 상관관계 (antenna-wise correlation) 또는 주파수 대역 간의 상관 관계(subband-wise correlation) 중 적어도 하나가 출력될 수 있다.

크로스 어텐션 레이어에서는 V 데이터 () 및 인코더 스테이트 벡터 ()에 기초하여 새로운 시간적 특징(temporal feature)이 획득될 수 있다. 예를 들어, 크로스 어텐션 레이어에서는, V 데이터 () 및 인코더 스테이트 벡터 () 간의 내적이 수행되고 새로운 시간적 상관 관계 특징(temporal correlation feature)이 출력될 수 있다.

이전의 V 데이터로부터 특징을 추출하는 경우 인코더 스테이트 벡터 ()는 이전의 트랜스포머 셀 전부를 통해 처리될 수 있다. 예를 들어, 이전의 V 데이터 가 인코더 스테이트 벡터 ()에 누적(accumulation)될 수 있다.

셀프 어텐션 레이어에서 획득된 출력 및 크로스 어텐션 레이어에서 획득된 출력은 연결되고(concatenated) 잔차 연결(residual connection)을 가진 복수개의 FC 레이어(fully-connected layers)를 통해 처리됨으로써 압축된 CSI 데이터 ( 벡터) 및 다음 시점의 인코더 스테이트 벡터 ()가 생성될 수 있다.

인코더 스테이트 벡터(가 N 개의 셀을 통해 처리되면서, 고유벡터 V 데이터 () 및 인코더 스테이트 벡터 (encoder state vector, )에 기초하여 압축된 CSI 데이터 ( 벡터)가 생성될 수 있다. 압축된 CSI 데이터는 단말로부터 기지국으로 전송될 수 있다.

N 개의 이전 CSI 데이터 간의 공간-주파수 상관관계(spatial-frequency correlation)를 지시하는 특징 및 시간적 상관관계 (temporal correlation) 특징이 인코더 스테이트 벡터 ()에 기초하여 추출될 수 있다. 일 실시예에 따르면, 압축된 CSI 데이터 ( 벡터)는 t-1 시점까지의 압축된 CSI 데이터 ( )와 t 시점의 압축된 CSI 데이터 간의 차이를 나타내는 델타 정보(delta information)를 지시할 수 있다. 본 개시의 다양한 실시예에 따르면, 공간-주파수 CSI 압축(spatial-frequency correlation)의 경우보다, 제안된 실시예에 따른 CSI 압축 방식의 피드백 오버헤드가 감소할 수 있다.

기지국은 하나 이상의 이전 압축된 CSI 데이터() 및 압축된 CSI 데이터()에 기초하여 복구된 CSI 데이터( 데이터)가 획득될 수 있다. 예를 들어, (t-i) 번째 타임 슬롯에서, 디코더의 트랜스포머 셀에 (t-i)번 째 타임 슬롯에 대응되는 압축된 CSI 데이터 () 및 디코더 스테이트 벡터 (decoder state vector, )가 입력되면 복구된 CSI 데이터( 데이터) 및 다음 시점의 디코더 스테이트 벡터 ()를 생성될 수 있다.

디코더 스테이트 벡터는 N 개의 이전 압축된 CSI 데이터 () 간의 상관 관계를 나타낼 수 있다. 예를 들어, 디코더 스테이트 벡터는 N개의 이전 압축된 CSI 데이터 간의 공간-주파수 상관관계(spatial-frequency correlation)를 지시하는 특징 또는 시간적 상관관계 (temporal correlation) 특징 중 적어도 하나를 나타낼 수 있다.

셀프-어텐션 레이어(self-attention layer) 및 크로스 어텐션 레이어(cross-attention layer)를 사용하여 복구된 CSI 데이터( 데이터) 및 다음 시점의 디코더 스테이트 벡터 ()가 생성될 수 있다.

도 2는 일 실시 예에 따른 오토인코더를 결정하는 과정을 설명하기 위한 도면이다.

도 2를 참조하면, 기지국은 복수의 오토인코더(210, 220, 230) 중에서 하나의 오토인코더(200)를 결정할 수 있다. 기지국은 단말 접속 시, 최초 인코더 모델 배포(initial model deployment)를 위해 오토인코더(220)를 결정할 수 있다. 일 실시 예에 따르면, 복수의 오토인코더 각각은 훈련되는 네트워크 환경, NN(Neural Network)의 타입, 레이어의 구조, 레이어의 파라미터 중 어느 하나가 상이할 수 있다. 기지국은 상기 복수의 오토인코더 중에서 네트워크 환경 또는 단말의 캐퍼빌리티에 따라 압축 및 복원에 적합한 오토인코더가 결정할 수 있다. NN의 타입은, 예를 들어, LSTM (Long Short-Term Memory)을 포함하는 RNN(Recurrent NN), CNN (Convolutional NN), Transformer 등이 있을 수 있다.

기지국은 단말과의 통신을 수행하는 중에, 입력 1 또는 입력 2 중 적어도 하나를 기초로 오토인코더를 변경할 수 있다. 일 실시예에 따라, 기지국은 인코더 모델 관리(model management)를 위해 성능 지표를 모니터링(monitoring)하고, 모니터링 결과에 기초하여 새로운 오토인코더(220)를 결정할 수 있다. 예를 들어, 블락 에러 레이트(Block Error Rate, BLER), 비트 에러 레이트(Bit Error rate, BER) 또는 유저 인식 스루풋(User Perceived Throughput, UPT)이 기 설정된 조건을 만족하지 못하는 등의 무선 통신 시스템의 열화(degradation)가 있는 경우, 기지국은 복수의 오토인코더 중에서 새로운 오토인코더(220)를 결정할 수 있다. 다른 예를 들어, 채널 복구 정확도(Reconstruction Accuracy)가 기 설정된 값보다 떨어지거나 피드백 오버헤드(Feedback Overhead)가 발생하는 등과 같은 인코더의 성능의 열화(degradation)가 있는 경우, 기지국은 복수의 오토인코더 중에서 새로운 오토인코더(220)를 결정할 수 있다. 또 다른 예를 들어, QoS(Quality of service) 요구 조건 또는 인퍼런스 타겟 레이턴시 요구 조건(Inference target latency requirement)과 같은 단말의 성능 요구 조건의 변경으로 인코더 모델 변경에 관한 트리거링(triggering)이 있는 경우, 기지국은 복수의 오토인코더 중에서 새로운 오토인코더(220)를 결정할 수 있다.

입력 1 (201)은 CSI에 관한 정보 또는 SRS 중 적어도 하나를 포함할 수 있다. CSI에 관한 정보는 네트워크 환경 ID를 포함할 수 있다. 네트워크 환경에 따라 CSI 데이터의 압축 및 복구에 적합한 오토인코더가 상이할 수 있다. 이에 따라, 일 실시 예에 따른 복수의 오토인코더(210, 220, 230)는 네트워크 환경 레이블을 달리하여 훈련될 수 있다. 예를 들어, 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 단말의 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류될 수 있다. 디플로이먼트 시나리오는 채널 모델로 사용하는 시나리오로 이해될 수 있고, 어반 매크로셀(Urban Macrocell, UMa) 시나리오, 어반 마이크로셀(Urban Microcell, UMi) 시나리오, 인도어 핫스팟(Indoor Hotspot, InH) 시나리오, 루랄 매크로셀(Rural Macrocell, RMa) 시나리오 등을 포함할 수 있다. 어반 매크로셀 (Urban Macrocell, UMa) 시나리오는 기지국이 주변 건물의 옥상보다 낮게 위치하는 시나리오로 이해될 수 있고, 어반 마이크로셀(Urban Microcell, UMi) 시나리오는 기지국이 주변 건물의 옥상보다 높이 위치하는 시나리오로 이해될 수 있다.

일 실시 예에 따르면, 각 네트워크 환경마다 오토인코더를 훈련 시키는 데이타셋(dataset)이 상이할 수 있으며, 데이터 셋에 따라 복수의 오토인코더가 존재할 수 있다. 예를 들어, 디플로이먼트 시나리오(3가지), indoor/ outdoor state (2 states), SNR level (2 levels), LOS/NLOS state (2 cases)가 있는 경우, 네트워크 환경 레이블은 24개가 존재할 수 있다. 이 때, 오토인코더에 적용될 수 있는 AI모델이 3종류 있다면, 복수의 오토인코더는 72개가 존재할 수 있다.

입력 2 (203)는 단말의 캐퍼빌리티(capability)에 관한 정보 또는 인코더 인덱스(Encoder Index) 중 어느 하나를 포함할 수 있다. 일 실시 예에 따르면, 단말의 캐퍼빌리티에 관한 정보는 단말의 인코더 캐퍼빌리티에 관한 정보를 포함할 수 있다. 일 실시예에 따르면, 단말의 캐퍼빌리티에 관한 정보는 인코더의 연산 컴플렉시티 레벨(computational complexity level)에 관한 정보, 단말의 가용 메모리(available memory)에 관한 정보, 허용 가능 인코더의 크기 정보 또는 단말의 최대 전력 (Power) 및 사용 가능 전력에 관한 정보 중 적어도 하나를 포함할 수 있다. 다양한 실시 예에 따르면, 인코더의 연산 컴플렉시티 레벨은 인퍼런스(Inference) 시 소요되는 플랍(flop)의 수 또는 레이턴시 중 어느 하나와 같은 지표로 표현될 수 있다. 예컨대, 1 플랍은 더하기 연산, 곱하기 연산 또는 NN(Neural Network) 상에서 컨볼루션(Convolution) 연산 등과 같은 연산 오퍼레이터 1번으로 이해될 수 있다. 일 실시예에 따르면, 레이턴시는 플랍의 수를 바탕으로 계산될 수 있다. 예를 들어, 인코더의 총 플랍 수를 단말이 1초 동안 처리 가능한 플랍 수 나누는 방식으로 계산할 수 있다. 예를 들어, 인코더 모델이 인퍼런스시 요구되는 플랍의 수가 많을수록, 인퍼런스 레이턴시가 길어질수록, 연산 컴플렉시티 레벨이 높은 인코더 모델로 이해될 수 있다. 본 명세서에서 단말의 가용 메모리는 연산(computation)을 수행할 메모리 공간으로 이해될 수 있다. 본 명세서에서 허용 가능한 인코더의 크기 정보는 인코더가 저장공간에서 차지하는 크기 정보로 이해될 수 있다. 단말의 최대 전력은 프로세서의 칩 스펙(chip spec)에 의해 지시될 수 있다. 단말의 사용 가능 전력은 단말의 전력 계획(Power Planning)에 따라 할당된 전력 값으로 이해될 수 있다.

기지국은 단말의 캐퍼빌리티와 네트워크 환경에 맞는 인코더 중 적어도 하나를 고려하여 적합한 오토인코더를 결정하고, 인코더를 지시함으로써 오토인코더 성능을 보장할 수 있다.

도 3은 일 실시예에 따른 CSI에 관한 정보를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.

도 3을 참조하면, 단말과 기지국의 채널 상태 정보 보고를 위한 동작은 단계 S305 내지 S355를 포함할 수 있다.

단계 S305에서, 기지국(20)은 단말에 제 1 CSI-RS를 전송할 수 있다.

단계 S310에서, 단말(10)은 수신한 제 1 CSI-RS를 기초로 제 1 CSI를 측정할 수 있다. 제 1 CSI는 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다.

단계 S315에서, 단말(10)은 제 1 CSI에 관한 정보를 획득할 수 있다. 예를 들어, 단말(10)은 채널 를 전처리하여 제 1 CSI 데이터(V 데이터)를 생성할 수 있다. 전처리는 EVD(Eigen Value Decomposition) 또는 SVD(Singular Value decomposition)을 포함할 수 있다. 다른 예를 들어, 단말(10)은 제 1 CSI에 대응하는 네트워크 환경 ID를 획득할 수 있고, 이에 대해서는 도 5 및 도 6에서 상세하게 설명된다.

단계 S320에서, 단말(10)은 CSI에 관한 정보를 기지국에 전송할 수 있다.

단계 S325에서, 기지국(20)은 제 1 CSI에 관한 정보를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정할 수 있다. 예를 들어, 모든 네트워크 환경 레이블이 와 같이 존재하고, 복수의 오토인코더가 와 같이 존재하는 경우, 기지국(20)은 CSI에 관한 정보, 예컨대 수학식 1과 같이, CSI데이터 ( 데이터)를 복수의 오토인코더에 입력하여, 각각의 오토인코더 별 출력 을 획득할 수 있다.

[수학식 1]

일 실시 예에 따르면, 기지국 (20)은 복수의 오토인코더 중에서 각각의 오토인코더 별 출력 과 제 1 CSI에 관한 정보, 예컨대, CSI 데이터( 데이터)를 기초로 하여 코스트 함수(cost function)을 산출하여 하나의 오토인코더를 결정할 수 있다. 코스트 함수는 예컨대 수학식 2와 같이 MSE (Mean squared error) 또는 수학식 3과 같이 CS(cosine similarity)를 사용할 수 있다. 예를 들어, MSE 기반으로 오토인코더를 결정하는 경우, 기지국(20)은 복수의 오토인코더 중에서 가장 작은 MSE를 갖는 오토인코더를 결정할 수 있다. 다른 예를 들어, CS 기반으로 오토인코더를 결정하는 경우, 기지국(20)은 복수의 오토인코더 중에서 가장 큰 CS를 갖는 오토인코더를 결정할 수 있다.

[수학식 2]

,

[수학식 3]

,

단계 S330에서, 기지국(20)은 단말(10)에 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 전송할 수 있다. 예를 들어, 인코더를 지시하는 정보는 인코더의 NN 구조에 관한 정보 또는 훈련된 인코더의 가중치(weight)에 관한 정보 중 적어도 하나를 포함할 수 있다. 인코더의 NN 구조에 관한 정보는 NN의 타입에 관한 정보, 은닉층(hidden layer)의 수(number)에 관한 정보, 또는 은닉층의 폭(차원)에 관한 정보(widths of each layer) 중 적어도 하나를 포함할 수 있다. 다른 예를 들어, 인코더를 지시하는 정보는 AI 모델의 데이터세트의 인덱스 정보 또는 훈련된 인코더의 가중치(weight)에 관한 정보 중 적어도 하나를 포함할 수 있다. 예컨대, 인코더 AI 모델의 데이터세트는 인덱스, 인코더로 사용 가능한 NN의 타입에 관한 정보, NN의 파라미터 수에 관한 정보, 플랍의 수에 관한 정보, 인퍼런스 레이턴시에 관한 정보 또는 CS 중 적어도 하나를 포함하여 작성될 수 있다. 예를 들어 인코더 AI 모델의 데이터세트는 표 1과 같은 형태를 가질 수 있다.

Index	Type of NN	Num. parameters	Num. FLOPs	Inference latency	Cosine similarity
1	Convolutional NN (CNN)				0.88
2	Long short-term memory (LSTM)				0.93
3	Transformer				0.91

단계 S335에서, 기지국(20)은 제 2 CSI-RS를 전송할 수 있다.

단계 S340에서, 단말(10)은 제 2 CSI-RS를 기초로 제 2 CSI를 측정할 수 있다. 단말(10)은 제 2 CSI를 전처리하여 제 2 CSI에 관한 정보를 생성할 수 있다.

단계 S345에서, 단말(10)은 지시된 인코더 및 제 2 CSI에 관한 정보를 기초로 압축된 CSI를 획득할 수 있다. 예를 들어, 단말(10)은 제 2 CSI에 관한 정보, 예컨대 제 2 CSI 데이터를 인코더에 입력하여, 압축된 CSI를 출력할 수 있다.

단계 S350에서 단말(10)은 압축된 CSI를 기지국(20)에 전송할 수 있다.

단계 S355에서 기지국(20)은 압축된 CSI 및 결정된 하나의 오토인코더에 포함된 디코더를 기초로 복구(reconstruction)를 수행할 수 있다. 예를 들어, 기지국은 압축된 CSI를 결정된 오토인코더에 포함된 디코더에 입력하여 복구를 수행할 수 있다. 기지국은 복구를 통해 CSI에 관한 정보를 획득할 수 있다.

도 4는 일 실시예에 따른 단말의 캐퍼빌리티에 관한 정보 및 CSI에 관한 정보를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.

단계 S405에서, 기지국(20)은 단말(10)에 제 1 CSI-RS를 전송할 수 있다.

단계 S410에서, 단말(10)은 수신한 제 1 CSI-RS를 기초로 제 1 CSI를 측정할 수 있다. 상기 제 1 CSI는 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다.

단계 S415에서, 단말은 제 1 CSI에 관한 정보를 획득할 수 있다. 단계 S415는 도 3의 S315와 같이 수행될 수 있다.

단계 S420에서, 단말(10)은 제 1 CSI에 관한 정보를 기지국에 전송할 수 있다.

단계 S425에서, 단말(10)은 기지국에 단말의 캐퍼빌리티에 관한 정보를 전송할 수 있다. 일 실시 예에 따르면, 단말의 캐퍼빌리티에 관한 정보는 인코더의 연산 컴플렉시티 레벨(computational complexity level)에 관한 정보, 단말의 가용 메모리(available memory)에 관한 정보, 허용 가능 인코더의 크기 정보 또는 단말의 최대 전력 (Power) 및 사용 가능 전력에 관한 정보 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 인코더의 연산 컴플렉시티 레벨은 인퍼런스(Inference) 시 소요되는 플랍(flop)의 수 또는 레이턴시(latency) 중 어느 하나와 같은 지표로 표현될 수 있다. 본 명세서에서 하이 레벨 컴플렉시티의 인코더는 미들 레벨 컴플렉시티의 인코더보다 플랍수 또는 레이턴시가 큰 인코더로 이해될 수 있다. 1 플랍은 더하기 연산, 곱하기 연산 또는 NN(Neural Network) 상에서 컨볼루션(Convolution) 연산 등과 같은 연산 오퍼레이터 1번으로 이해될 수 있다. 일 실시 예에 따르면, 레이턴시는 플랍의 수를 바탕으로 계산될 수 있다. 예를 들어, 레이턴시는 인코더의 총 플랍 수를 단말이 1초 동안 처리 가능한 플랍 수로 나누는 방식으로 계산될 수 있다.

단계 S430에서, 기지국은 단말의 캐퍼빌리티에 관한 정보 및 제 1 CSI에 관한 정보를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정할 수 있다. 기지국은 단말의 캐퍼빌리티에 관한 정보를 기초로 복수의 오토인코더 중에서 하나 이상의 오토인코더 후보를 결정할 수 있다. 기지국은 제 1 CSI에 관한 정보를 기초로 결정된 하나 이상의 오토인코더 후보 중에서 하나의 오토인코더를 결정할 수 있고, 이 동작은 도 3의 S325와 같이 수행될 수 있다.

일 실시 예에 따르면, 기지국은 단말의 캐퍼빌리티에 관한 정보를 기초로 하나 이상의 오토인코더를 결정할 수 있다. 예를 들어, 단말의 캐퍼빌리티에 관한 정보에 포함된 단말의 컴플렉시티 레벨을 기초로 오토인코더를 결정할 수 있다. 예컨대, 하이(high) 레벨 컴플렉시티, 미들(middlel) 레벨 컴플렉시티 그리고 로우(low) 레벨 컴플렉시티의 인코더가 존재하는 경우, 단말이 미들 레벨 컴플렉시티가 가능함을 기지국에 보고하는 경우, 기지국은 미들 레벨 컴플렉시티의 인코더를 포함하는 오토인코더 또는 로우 레벨 컴플렉시티의 인코더를 포함하는 오토인코더 중에서 오토인코더를 결정할 수 있다.

다른 예를 들어, 기지국은 단말의 캐퍼빌리티에 관한 정보에 포함된 단말의 가용 메모리를 기초로 오토인코더를 결정할 수 있다. 예컨대, 기지국은 단말의 가용 메모리보다 작은 메모리 공간을 연산 시에 요구하는 인코더를 포함하는 오토인코더를 결정할 수 있다.

다른 예를 들어, 기지국은 단말의 캐퍼빌리티에 관한 정보에 포함된 단말의 허용 가능 인코더의 크기 정보를 기초로 하여 오토인코더를 결정할 수 있다. 예컨대, 단말의 허용 가능 인코더의 크기 보다 작은 인코더를 포함하는 오토인코더 중에서 오토인코더를 결정할 수 있다.

다른 예를 들어, 기지국은 단말의 캐퍼빌리티에 관한 정보에 포함된 단말의 최대 전력 및 사용 가능 전력을 기초로 하여 오토인코더를 결정할 수 있다. 기지국은 인코더 별 전력 소비가 단말의 최대 전력 및 사용 가능 전력보다 작거나 같은 인코더를 포함하는 오토인코더 중에서 오토인코더를 결정할 수 있다. 기지국은 단말의 플랍 수에 관한 정보 또는 AI 모델의 파라미터 수에 관한 정보 중 적어도 하나를 기초로 전력소비를 계산할 수 있다.

일 실시 예에 따르면, 인코더 모델 관리(model management)를 위해 오토인코더를 결정하는 경우, 기지국은 기존의 하나 이상의 오토인코더 후보 중에서 오토인코더를 결정할 수 있다. 기지국이 단말의 캐퍼빌리티를 확인한 상태이므로 단말의 캐퍼빌리티에 관한 정보를 기초로 하나 이상의 오토인코더 후보를 결정하는 단계를 생략할 수 있다.

단계 S435에서, 기지국 (20)은 단말(10)에 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 전송할 수 있다. 단계 S435는 도 3의330과 같이 수행될 수 있다.

단계 S440에서, 기지국(20)은 제 2 CSI-RS를 전송할 수 있다.

단계 S445에서, 단말(10)은 제 2 CSI-RS를 기초로 제 2 CSI를 측정할 수 있다. 단말(10)은 제 2 CSI를 전처리하여 제 2 CSI에 관한 정보를 생성할 수 있다.

단계 S450에서, 단말(10)은 지시된 인코더 및 제 2 CSI에 관한 정보를 기초로 압축된 CSI를 획득할 수 있다. 예를 들어, 단말(10)은 제 2 CSI에 관한 정보, 예컨대 제 2 CSI 데이터를 인코더에 입력하여, 압축된 CSI를 출력할 수 있다.

단계 S455에서, 단말(10)은 압축된 CSI를 기지국(20)에 전송할 수 있다.

단계 S460에서, 기지국(20)은 압축된 CSI 및 결정된 하나의 오토인코더에 포함된 디코더를 기초로 복구(reconstruction)를 수행할 수 있다.

도 5는 일 실시 예에 따른 네트워크 환경 분류기를 사용하여 네트워크 환경 ID를 획득하는 과정을 설명하기 위한 도면이다.

도 5를 참조하면, 단말 또는 기지국은 네트워크 환경 분류기(550)를 사용하여 네트워크 환경 ID (503)를 식별할 수 있다.

일 실시 예에 따르면, 입력(501)은 CSI에 관한 정보, 예컨대 CSI데이터(V 데이터)일 수 있다. 일 실시 예에 따르면, 입력 (501)은 수신한 CSI-RS 또는 DL-PRS(Positioning Reference Signal)일 수도 있다. 입력 (501)이 DL-PRS인 경우, DL 포지셔닝(positioning) 정보, 예컨대, DL-TDOA(Time Difference of Arrival), DL-AoD(Angle of Departure), DL-RSRP(Reference Signals Received Power) 중 적어도 하나가 함께 입력될 수 있다. 일 실시 예에 따르면, 입력(501)은 SRS일 수 있다. 일 실시 예에 따르면, 입력(501)은 SRS인 경우, 단말의 포지셔닝 정보, 예컨대, UL-AoA(Angle of Arrival), UL-RSRP, UL-RTOA(Relative Time Of Arrival) 중 적어도 하나가 함께 입력될 수 있다.

복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 단말의 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류될 수 있다. 예를 들어, 디플로이먼트 시나리오는 채널 모델로 사용하는 시나리오로 이해될 수 있고, 어반 매크로셀(Urban Macrocell, UMa) 시나리오, 어반 마이크로셀(Urban Microcell, UMi) 시나리오, InH(Indoor Hotspot) 시나리오, 루랄 매크로셀(Rural Macrocell, RMa) 시나리오 등을 포함할 수 있다. 예컨대, 어반 매크로셀 (Urban Macrocell, UMa) 시나리오는 기지국이 주변 건물의 옥상보다 낮게 위치하는 시나리오로 이해될 수 있고, 어반 마이크로셀(Urban Microcell, UMi) 시나리오는 기지국이 주변 건물의 옥상보다 높이 위치하는 시나리오로 이해될 수 있다.

입력(501)을 기초로 네트워크 환경 분류기(550)를 사용하여, 입력(501)의 네트워크 환경에 대응하는 하나의 네트워크 레이블을 지시하는 네트워크 환경 ID (503)가 획득될 수 있다. 예를 들어, 디플로이먼트 시나리오(deployment scenario) 및 실내외 위치 여부(indoor/outdoor state)에 관한 정보로 구성된 네트워크 환경 레이블이 1: UMa+outdoor, 2: UMa+indoor, 3: UMi+outdoor, 4: UMi+indoor, 5: InH+indoor 와 같이 있는 경우, 단말이 UMi+outdoor에 해당하는 CSI 데이터( 데이터)를 네트워크 환경 분류기(550)에 입력 시, 네트워크 환경 분류기(550)의 출력에 해당하는 네트워크 환경 ID (503)는 3이다. 다른 예를 들어, 디플로이먼트 시나리오(deployment scenario) 및 단말의 이동 속도(speed)로 구성된 네트워크 환경 레이블이 1: UMa+3km/h, 2: UMa+30km/h, 3: UMi+3km/h, 4: UMi+30km/h와 같이 있는 경우, 단말이 UMa+3km/h에 해당하는 CSI 데이터 (V 데이터)를 네트워크 환경 분류기(550)에 입력 시, 네트워크 환경 분류기(550)의 출력에 해당하는 네트워크 환경 ID (503)는 1이다. 네트워크 환경 ID를 전송하는 경우, CSI 데이터(V 데이터)를 전송하는 경우보다 오버헤드가 감소할 수 있다.

일 실시 예에 따르면, 네트워크 환경 분류기(550)로 입력(501)을 기초로 네트워크 환경 ID를 출력하도록 훈련된 AI 모델이 이용될 수 있다. 일 실시 예에 따르면, 네트워크 환경 분류기(550)로 입력(501)을 기초로 네트워크 환경 레이블을 출력하도록 훈련된 AI 모델이 이용될 수 있다. AI 모델은 적어도 하나의 레이어를 포함할 수 있고, 각각의 레이어는 적어도 하나의 가중치를 포함할 수 있다. 일 실시 예에서, 가중치는 미리 설정된 초기 값으로 설정될 수 있다. 다양한 실시 예에 따르면, 입력 데이터 및 타겟 데이터를 이용하여 상기 가중치의 값을 변경함으로써 AI 모델을 훈련시킬 수 있다. 예를 들면, CSI 데이터(V 데이터)가 AI 모델에 입력된 결과로 획득되는 네트워크 환경 ID가 타겟 네트워크 환경 레이블의 네트워크 환경 ID와 유사해지도록 상기 적어도 하나의 레이어에 포함되는 적어도 하나의 가중치의 값을 변경할 수 있다.

도 6는 일 실시예에 따른 단말의 캐퍼빌리티에 관한 정보 및 네트워크 환경 ID를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.

단계 S605에서, 기지국(20)은 단말에 제 1 CSI-RS를 전송할 수 있다.

단계 S610에서, 단말(10)은 수신한 제 1 CSI-RS를 기초로 제 1 CSI를 측정할 수 있다. 제 1 CSI는 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다.

단계 S615에서, 단말(10)은 복수의 네트워크 환경 레이블 중에서 제1 CSI에 대응하는 하나의 네트워크 환경 레이블을 지시하는 네트워크 환경 ID를 획득할 있다. 다양한 실시 예에서, 네트워크 환경 분류기를 사용하여 네트워크 환경 ID를 획득할 수 있다. 예를 들어, CSI 데이터(V 데이터)를 네트워크 환경 분류기(550)의 입력(501)으로 사용할 수 있다. 단말은 제 1 CSI 데이터 (V 데이터)를 네트워크 환경 분류기에 입력한 결과 출력되는 네트워크 환경 ID를 획득할 수 있고, 네트워크 환경 ID는 제 1 CSI 데이터에 대응하는 하나의 네트워크 환경 레이블을 지시할 수 있다. 네트워크 환경 분류기에서 CSI 데이터를 기초로 네트워크 환경 ID를 출력하도록 훈련된 AI 모델을 사용할 수 있다.

다른 예를 들어, 제 1 CSI-RS를 네트워크 환경 분류기(550)의 입력(501)으로 사용할 수 있다. 단말은 제 1 CSI-RS를 네트워크 환경 분류기에 입력한 결과 출력되는 네트워크 환경 ID를 획득할 수 있고, 네트워크 환경 ID는 제 1 CSI-RS에 대응하는 하나의 네트워크 환경 레이블을 지시할 수 있다. 네트워크 환경 분류기에서 CSI-RS를 기초로 네트워크 환경 ID를 출력하도록 훈련된 AI 모델을 사용할 수 있다.

또 다른 예를 들어, DL-PRS를 네트워크 환경 분류기의 입력으로 사용할 수 있다. DL-PRS로부터 얻어진 DL positioning 정보(DL-TDOA, DL-AoD, DL-RSRP)도 함께 네트워크 환경 분류기의 입력으로 사용할 수 있다. 단말은 DL-PRS를 네트워크 환경 분류기에 입력한 결과 출력되는 네트워크 환경 ID를 획득할 수 있고, 네트워크 환경 ID는 DL-PRS에 대응하는 하나의 네트워크 환경 레이블을 지시할 수 있다. 네트워크 환경 분류기에서 DL-PRS 를 기초로 네트워크 환경 ID를 출력하도록 훈련된 AI 모델을 사용할 수 있다.

단계 S620에서, 단말(10)은 제 1 CSI에 관한 정보에 포함된 네트워크 환경 ID를 기지국에 전송할 수 있다. 네트워크 환경 ID는 기 분류된 복수의 네트워크 환경 레이블 중 제 1 CSI에 대응하는 하나의 네트워크 환경 레이블을 지시(indicating)할 수 있다.

단계 S625에서, 단말(10)은 기지국에 단말의 캐퍼빌리티에 관한 정보를 전송할 수 있다. 단계 S625는 도4의 S425와 대응될 수 있다.

단계 S630에서, 기지국(20)은 단말의 캐퍼빌리티에 관한 정보 및 상기 제 1 CSI에 관한 정보에 포함된 네트워크 환경 ID를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정할 수 있다. 예를 들어, 기지국은 단말의 캐퍼빌리티에 관한 정보를 기초로 하여 복수의 오토인코더 중에서 단말이 사용 가능한 하나 이상의 오토인코더 후보를 결정할 수 있고, 결정된 오토인코더 후보 중에서 네트워크 환경 ID를 기초로 하나의 오토인코더를 결정할 수 있다. 다른 예를 들어, 기지국은 네트워크 환경 ID를 기초로 하여 복수의 오토인코더 중에서 단말의 네트워크 환경에 적합한 하나 이상의 오토인코더 후보를 결정할 수 있고, 결정된 오토인코더 후보 중에서 단말의 캐퍼빌리티에 관한 정보를 기초로 하나의 오토인코더를 결정할 수 있다. 예컨대, 기지국은 도4의 S430과 같이 단말의 캐퍼빌리티에 관한 정보를 기초로 오토인코더를 결정할 수 있고, 네트워크 환경 ID가 지시하는 네트워크 환경 레이블에 해당하는 데이터셋으로 훈련된 오토인코더 중에서 오토인코더를 결정할 수 있다.

단계 S635에서, 기지국 (20)은 단말(10)에 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 전송할 수 있다. 단계 S635은 도 3의 S330과 같이 수행될 수 있다.

단계 S640에서, 기지국(20)은 제 2 CSI-RS를 전송할 수 있다.

단계 S645에서, 단말(10)은 제 2 CSI-RS를 기초로 제 2 CSI를 측정할 수 있다. 단말(10)은 제 2 CSI를 전처리하여 제 2 CSI에 관한 정보를 생성할 수 있다.

단계 S650에서, 단말(10)은 지시된 인코더 및 제 2 CSI에 관한 정보를 기초로 압축된 CSI를 획득할 수 있다. 예를 들어, 단말(10)은 제 2 CSI에 관한 정보, 예컨대 제 2 CSI 데이터를 인코더에 입력하여, 압축된 CSI를 출력할 수 있다.

단계 S655에서, 단말(10)은 압축된 CSI를 기지국(20)에 전송할 수 있다.

단계 S660에서, 기지국(20)은 압축된 CSI 및 결정된 하나의 오토인코더에 포함된 디코더를 기초로 복구(reconstruction)를 수행할 수 있다.

도 7은 일 실시예에 따른 단말의 캐퍼빌리티에 관한 정보 및 SRS를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.

단계 S705에서, 기지국(20)은 단말(10)에 제 1 CSI-RS를 전송할 수 있다.

단계 S710에서, 단말(10)은 수신한 제 1 CSI-RS를 기초로 CSI를 측정할 수 있다. CSI는 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다.

단계 S715에서, 단말은 CSI에 관한 정보를 획득할 수 있고, S715는 도 3의 S315와 같이 수행될 수 있다.

단계 S720에서, 단말(10)은 CSI에 관한 정보를 기지국에 전송할 수 있다.

단계 S725에서, 단말(10)은 기지국(20)에 SRS(Sounding Reference signal)를 전송할 수 있다.

단계 S730에서, 단말(10)은 기지국(20)에 단말의 캐퍼빌리티에 관한 정보를 전송할 수 있다. 단계 S730은 도4의 S425와 같이 수행될 수 있다.

단계 S735에서, 기지국(20)은 SRS 및 단말의 캐퍼빌리티에 관한 정보를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정할 수 있다. 일 실시예에 따르면, 네트워크 환경 분류기(550)에서 입력(501)을 SRS로 하여, 출력된 네트워크 환경 ID(503)을 획득할 수 있고, 네트워크 환경ID 및 단말의 캐퍼빌리티에 관한 정보를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정할 수 있다. 상기 네트워크 환경 ID는 SRS에 대응하는 하나의 네트워크 환경 레이블을 지시할 수 있다. 네트워크 환경 분류기에서 SRS를 기초로 네트워크 환경 ID가 출력되도록 훈련된 AI 모델을 사용할 수 있다. 네트워크 환경ID 및 단말의 캐퍼빌리티에 관한 정보를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정하는 동작은 도6의 630을 참고하여 수행될 수 있다.

일 실시예에 따르면, 기지국은 단말의 캐퍼빌리티에 관한 정보를 기초로 하여 복수의 오토인코더 중에서 단말이 사용 가능한 하나 이상의 오토인코더 후보를 결정할 수 있고, SRS를 기초로 획득된 UL 채널 관련 정보를 기초로 하나의 오토인코더를 결정할 수 있다. 예컨대, UL 채널 관련 정보는 채널 , 중 어느 하나를 포함할 수 있다. 과 복구된 데이터 사이의 코스트 함수를 사용하여 기지국은 하나의 오토인코더를 결정할 수 있다. 예컨대 기지국은 가 가장 작은 오토인코더를 결정하거나 가 가장 큰 오토인코더를 결정할 수 있다.

단계 S740에서, 기지국 (20)은 단말(10)에 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 전송할 수 있다. 단계 S740은 도 3의 S330과 같이 수행될 수 있다.

단계 S745에서, 기지국(20)은 제 2 CSI-RS를 전송할 수 있다.

단계 S750에서, 단말(10)은 제 2 CSI-RS를 기초로 제 2 CSI를 측정할 수 있다. 단말(10)은 제 2 CSI를 전처리하여 제 2 CSI에 관한 정보를 획득할 수 있다.

단계 S755에서, 단말(10)은 지시된 인코더 및 제 2 CSI에 관한 정보를 기초로 압축된 CSI를 획득할 수 있다. 예를 들어, 단말(10)은 제 2 CSI에 관한 정보, 예컨대 제 2 CSI 데이터를 인코더에 입력하여, 압축된 CSI를 출력할 수 있다.

단계 S760에서, 단말(10)은 압축된 CSI를 기지국(20)에 전송할 수 있다.

단계 S765에서, 기지국(20)은 압축된 CSI 및 결정된 하나의 오토인코더에 포함된 디코더를 기초로 복구(reconstruction)를 수행할 수 있다.

도 8은 일 실시예에 따른 인코더 인덱스 및 CSI에 관한 정보를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.

단계 S805에서, 기지국은(20)은 단말(10)에 복수의 인코더에 관한 정보를 전송할 수 있다. 복수의 인코더에 관한 정보는 NN의 타입(type) 내지 구조(structure)에 관한 정보를 포함할 수 있다. 예를 들어 1: CNN structure, 2: LSTM structure, 3: transformer structure 와 같은 정보를 포함할 수 있다. 복수의 인코더에 관한 정보를 유니캐스트(Unicast) 또는 브로드캐스트(broadcast) 방식으로 전송할 수 있다. 셀 특정(cell-specific)으로 복수의 인코더를 지시하는 경우 브로드캐스트 방식으로 전송할 수 있고, 브로드캐스트 방식은 유니캐스트 방식보다 오버헤드가 적을 수 있다.

단계 S810에서, 기지국(20)은 단말(10)에 제 1 CSI-RS를 전송할 수 있다.

단계 S815에서, 단말(10)은 수신한 제 1 CSI-RS를 기초로 제 1 CSI를 측정할 수 있다. 상기 제 1 CSI는 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다.

단계 S820에서, 단말은 제 1 CSI에 관한 정보를 획득할 수 있고, S820은 도 3의 S315와 같이 수행될 수 있다.

단계 S825에서, 단말(10)은 제 1 CSI에 관한 정보를 기지국(20)에 전송할 수 있다.

단계 S830에서, 단말(10)은 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티에 관한 정보를 기초로 인코더 인덱스를 식별할 수 있다. 단말은 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리에 관한 정보를 기초로 인코더를 결정할 수 있다. 상기 단말의 캐퍼빌리티에 관한 정보를 기초로 인코더를 결정하는 동작은 도4의 S420를 참고하여 수행될 수 있다. 단말(10)은 결정된 인코더와 대응하는 인코더 인덱스(Encoder Index)를 식별할 수 있다. 인코더 인덱스를 전송하는 방법은 단말의 캐퍼빌리티에 관한 정보를 전송하는 방법보다 오버헤드가 감소할 수 있다.

단계 S835에서, 단말(10)은 기지국에 식별된 인코더 인덱스를 전송할 수 있다.

단계 S840에서, 기지국(20)은 인코더 인덱스 및 제 1 CSI에 관한 정보를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정할 수 있다. 기지국은 수신한 인코더 인덱스를 기초로 복수의 오토인코더 중에서 하나 이상의 오토인코더 후보를 결정할 수 있다. 예를 들어, 기지국은 인코더 인덱스와 대응하는 인코더를 포함하는 오토인코더를 오토인코더 후보로 결정할 수 있다. 기지국은 제 1 CSI에 관한 정보를 기초로 하나 이상의 오토인코더 후보 중에서 하나의 오토인코더를 결정할 수 있고, 도 3의 S320과 대응될 수 있다.

단계 S845에서, 기지국 (20)은 단말(10)에 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 전송할 수 있다. 단계 S845는 도 3의330과 같이 수행될 수 있다.

단계 S850에서, 기지국(20)은 제 2 CSI-RS를 전송할 수 있다.

단계 S855에서, 단말(10)은 제 2 CSI-RS를 기초로 제 2 CSI를 측정할 수 있다. 단말(10)은 제 2 CSI를 전처리하여 제 2 CSI에 관한 정보를 생성할 수 있다.

단계 S860에서, 단말(10)은 지시된 인코더 및 제 2 CSI에 관한 정보를 기초로 압축된 CSI를 획득할 수 있다. 예를 들어, 단말(10)은 제 2 CSI에 관한 정보, 예컨대 제 2 CSI 데이터를 인코더에 입력하여, 압축된 CSI를 출력할 수 있다.

단계 S865에서, 단말(10)은 압축된 CSI를 기지국(20)에 전송할 수 있다.

단계 S870에서, 기지국(20)은 압축된 CSI 및 결정된 하나의 오토인코더에 포함된 디코더를 기초로 복구(reconstruction)를 수행할 수 있다.

도 9은 일 실시예에 따른 인코더 인덱스 및 네트워크 환경 ID를 기초로 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.

단계 S905에서, 기지국은(20)은 단말(10)에 복수의 인코더에 관한 정보를 전송할 수 있다. S905는 도 8의 S805와 대응될 수 있다.

단계 S910에서, 기지국(20)은 단말에 제 1 CSI-RS를 전송할 수 있다.

단계 S915에서, 단말(10)은 수신한 제 1 CSI-RS를 기초로 제 1 CSI를 측정할 수 있다. 상기 제 1 CSI는 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다.

단계 S920에서, 단말(10)은 복수의 네트워크 환경 레이블 중에서 제1 CSI에 대응하는 하나의 네트워크 환경 레이블을 지시하는 네트워크 환경 ID를 획득할 있다. S920은 도 6의 615와 대응될 수 있다.

단계 S925에서, 단말은 기지국에 네트워크 환경 ID를 전송할 수 있다.

단계 S930에서, 단말(10)은 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티에 관한 정보를 기초로 인코더 인덱스를 식별할 수 있다. 단계 S930은 도 8의 830과 같이 수행될 수 있다.

단계 S935에서, 단말(10)은 기지국에 식별된 인코더 인덱스를 전송할 수 있다.

단계 S940에서, 기지국은 네트워크 환경 ID 및 인코더 인덱스를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정할 수 있다. 일 실시 예에 따르면, 기지국은 수신한 인코더 인덱스를 기초로 복수의 오토인코더 중에서 하나 이상의 오토인코더 후보를 결정할 수 있고, 기지국은 네트워크 환경 ID를 기초로 하나 이상의 오토인코더 후보 중에서 하나의 오토인코더를 결정할 수 있다. 예를 들어, 기지국은 인코더 인덱스와 대응하는 인코더를 포함하는 오토인코더를 오토인코더 후보로 결정할 수 있고, 오토인코더 후보 중에서 네트워크 ID가 지시하는 네트워크 환경 레이블에서 훈련된 오토인코더를 결정할 수 있다. 일 실시 예에 따르면, 네트워크 환경 ID를 기초로 복수의 오토인코더 중에서 하나 이상의 오토인코더 후보를 결정할 수 있고, 인코더 인덱스를 기초로 하나 이상의 오토인코더 후보 중에서 하나의 오토인코더를 결정할 수 있다.

단계 S945에서, 기지국 (20)은 단말(10)에 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 전송할 수 있다. 단계S945는 도 3의330과 같이 수행될 수 있다.

단계 S950에서, 기지국(20)은 제 2 CSI-RS를 전송할 수 있다.

단계 S955에서, 단말(10)은 제 2 CSI-RS를 기초로 제 2 CSI를 측정할 수 있다. 단말(10)은 제 2 CSI를 전처리하여 제 2 CSI에 관한 정보를 생성할 수 있다.

단계 S960에서, 단말(10)은 지시된 인코더 및 제 2 CSI에 관한 정보를 기초로 압축된 CSI를 획득할 수 있다. 예를 들어, 단말(10)은 제 2 CSI에 관한 정보, 예컨대 제 2 CSI 데이터를 인코더에 입력하여, 압축된 CSI를 출력할 수 있다.

단계 S965에서, 단말(10)은 압축된 CSI를 기지국(20)에 전송할 수 있다.

단계 S970에서, 기지국(20)은 압축된 CSI 및 결정된 하나의 오토인코더에 포함된 디코더를 기초로 복구(reconstruction)를 수행할 수 있다.

도 10은 일 실시예에 따른 인코더 인덱스 및 SRS를 기초로 결정한 오토인코더를 사용하여 채널 상태 정보를 보고하는 시퀀스 다이어그램이다.

단계 S1005에서, 기지국은(20)은 단말(10)에 복수의 인코더에 관한 정보를 전송할 수 있다(S1005). S1005는 도 8의 S805와 대응될 수 있다.

단계 S1010에서, 기지국(20)은 단말에 제 1 CSI-RS를 전송할 수 있다.

단계 S1015에서, 단말(10)은 수신한 제 1 CSI-RS를 기초로 제 1 CSI를 측정할 수 있다. 상기 제 1 CSI는 채널 상태를 측정하여 획득된 채널 를 포함할 수 있다.

단계 S1020에서, 단말은 제 1 CSI에 관한 정보를 획득할 수 있다. 단계S1020은 도 3의 S315와 같이 수행될 수 있다.

단계 S1025에서, 단말(10)은 제 1 CSI에 관한 정보를 기지국(20)에 전송할 수 있다(S1025).

단계 S1030에서, 단말(10)은 기지국에 SRS를 전송할 수 있다.

단계 S1035에서, 단말(10)은 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티에 관한 정보를 기초로 인코더 인덱스를 식별할 수 있고, S1035s는 도 8의 830과 같이 수행될 수 있다.

단계 S1040에서, 단말(10)은 기지국에 식별된 인코더 인덱스를 전송할 수 있다.

단계 S1045에서, 기지국은 SRS 및 인코더 인덱스를 기초로 복수의 오토인코더 중에서 하나의 오토인코더를 결정할 수 있다. 일 실시 예에 따르면, 기지국은 수신한 인코더 인덱스를 기초로 복수의 오토인코더 중에서 하나 이상의 오토인코더 후보를 결정할 수 있다. 예를 들어, 기지국은 인코더 인덱스와 대응하는 인코더를 포함하는 오토인코더를 오토인코더 후보로 결정할 수 있다. 기지국은 SRS를 기초로 하나 이상의 오토인코더 후보 중에서 하나의 오토인코더를 결정할 수 있다. SRS를 기초로 하나의 오토인코더를 결정하는 동작은 도7의 S735을 참고하여 수행될 수 있다.

단계 S1050에서, 기지국 (20)은 단말(10)에 결정된 오토인코더에 포함된 인코더를 지시하는 정보를 전송할 수 있다. 단계S1050은 도 3의330과 같이 수행될 수 있다.

단계 S1055에서, 기지국(20)은 제 2 CSI-RS를 전송할 수 있다.

단계 S1060에서, 단말(10)은 제 2 CSI-RS를 기초로 제 2 CSI를 측정할 수 있다. 단말(10)은 제 2 CSI를 전처리하여 제 2 CSI에 관한 정보를 생성할 수 있다.

단계 S1065에서, 단말(10)은 지시된 인코더 및 제 2 CSI에 관한 정보를 기초로 압축된 CSI를 획득할 수 있다(S1065). 예를 들어, 단말(10)은 제 2 CSI에 관한 정보, 예컨대 제 2 CSI 데이터를 인코더에 입력하여, 압축된 CSI를 출력할 수 있다.

단계 S1070에서, 단말(10)은 압축된 CSI를 기지국(20)에 전송할 수 있다(S1070).

단계 S1075에서, 기지국(20)은 압축된 CSI 및 결정된 하나의 오토인코더에 포함된 디코더를 기초로 복구(reconstruction)를 수행할 수 있다(S1075).

도 11은 일 실시예에 따른 기지국의 구조를 나타내는 블록도이다.

도 10을 참조하면, 기지국(1100)은 송수신부(1110), 프로세서(1120), 및 메모리(1130)로 구성될 수 있다. 전술한 기지국(1100)의 통신 방법에 따라, 기지국(1100)의 송수신부(1110), 프로세서(1120), 및 메모리(1130)가 동작할 수 있다. 다만, 기지국(1100)의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 기지국(1100)은 전술한 구성 요소들 보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수도 있다. 일 실시예에서, 송수신부(1110), 프로세서(1120), 및 메모리(1130)는 하나의 칩(chip) 형태로 구현될 수도 있다. 또한, 프로세서(1120)는 하나 이상의 프로세서를 포함할 수 있다.

송수신부(1110)는 기지국(1100)의 수신부와 기지국(1100)의 송신부를 통칭한 것으로서, 단말 또는 네트워크 엔티티(Network Entity)와 신호를 송수신할 수 있다. 단말 또는 네트워크 엔티티와 송수신하는 신호는 제어 정보 및 데이터를 포함할 수 있다. 이를 위해, 송수신부(1110)는 전송되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 송수신부(1110)의 하나의 실시예이며, 송수신부(1110)의 구성 요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다.

또한, 송수신부(1110)는 무선 채널을 통해 신호를 송수신하기 위한 기능들을 수행할 수 있다. 예를 들어, 송수신부(1110)는 무선 채널을 통해 신호를 수신하여 프로세서(1120)로 출력하고, 프로세서(1120)로부터 출력된 신호를 무선 채널을 통해 전송할 수 있다.

메모리(1130)는 기지국(1100)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(1130)는 기지국에서 획득되는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리(1130)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(1130)는 별도로 존재하지 않고 프로세서(1120)에 포함되어 구성될 수도 있다. 메모리(1130)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 그리고, 메모리(1130)는 프로세서(1120)의 요청에 따라 저장된 데이터를 제공할 수 있다.

프로세서(1120)는 상술한 본 개시의 실시예에 따라 기지국(1100)이 동작할 수 있도록 일련의 과정을 제어할 수 있다. 예를 들면, 프로세서(1120)는 송수신부(1110)를 통해 제어 신호와 데이터 신호를 수신하고, 수신한 제어 신호와 데이터 신호를 처리할 수 있다. 프로세서(1120)는 처리한 제어 신호와 데이터 신호를 송수신부(1110)를 통해 송신할 수 있다. 또한, 프로세서(1120)는 메모리(1130)에 데이터를 기록하거나 읽을 수 있다. 프로세서(1120)는 통신 규격에서 요구하는 프로토콜 스택의 기능들을 수행할 수 있다. 이를 위해, 프로세서(1120)는 적어도 하나의 프로세서 또는 마이크로(micro) 프로세서를 포함할 수 있다. 일 실시예에서, 송수신부(1110)의 일부 또는 프로세서(1120)는 CP(communication processor)로 지칭될 수 있다.

프로세서(1120)는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공지능 전용 프로세서일 수 있다. 예를 들어, 하나 또는 복수의 프로세서가 인공지능 전용 프로세서인 경우, 인공지능 전용 프로세서는, 특정 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.

일 실시예에서, 프로세서(1120)는, 단말로부터 제 1 CSI-RS(Reference Signal)에 기초하여 측정된 제 1 CSI에 관한 정보를 수신하고, 제 1 CSI에 관한 정보를 기초로 복수의 오토인코더 중 하나의 오토인코더를 결정하며, 결정된 오토인코더에 포함된 인코더를 지시하는 정보를, 상기 단말에 전송하며, 단말에 제 2 CSI -RS를 전송하고, 단말로부터 상기 제 2 CSI-RS에 기초하여 측정된 제 2 CSI에 관한 정보 및 상기 지시된 인코더를 기초로 압축된 CSI(Compressed CSI)를 수신하며, 압축된 CSI 및 상기 결정된 오토인코더에 포함된 디코더에 기초하여 복구(reconstruction)를 수행할 수 있다.

도 12는 일 실시예에 따른 단말의 구조를 나타내는 블록도이다.

도 11을 참조하면, 본 개시에 따른 단말(1200)은 프로세서(1220)와 메모리(1230) 및 송수신부(1210)로 구성될 수 있다. 다만, 단말(1200)의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 단말(1200)은 전술한 구성 요소들 보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수도 있다. 일 실시예에서, 프로세서(1220), 메모리(1230), 및 송수신부(1210)는 하나의 칩(chip) 형태로 구현될 수도 있다.

프로세서(1220)는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공지능 전용 프로세서일 수 있다. 예를 들어, 하나 또는 복수의 프로세서가 인공지능 전용 프로세서인 경우, 인공지능 전용 프로세서는, 특정 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.

프로세서(1220)는 상술한 본 개시의 실시예에 따라 단말(1200)이 동작할 수 있도록 일련의 과정을 제어할 수 있다. 예를 들면, 프로세서(1220)는 송수신부(1210)를 통해 제어 신호와 데이터 신호를 수신하고, 수신한 제어 신호와 데이터 신호를 처리할 수 있다. 프로세서(1220)는 처리한 제어 신호와 데이터 신호를 송수신부(1210)를 통해 송신할 수 있다. 또한, 프로세서(1220)는 메모리(1230)에 저장된 기 정의된 동작 규칙 또는 인공지능 모델에 따라, 수신한 제어 신호와 데이터 신호에서 도출된 입력 데이터를 처리하도록 제어할 수 있다. 프로세서(1220)는 메모리(1230)에 데이터를 기록하고 읽을 수 있다. 그리고, 프로세서(1220)는 통신 규격에서 요구하는 프로토콜 스택의 기능들을 수행할 수 있다. 일 실시예에 따라, 프로세서(1220)는 적어도 하나의 프로세서(at least one processor)를 포함할 수 있다. 일 실시예에서, 송수신부(1210)의 일부 또는 프로세서(1220)는 CP(communication processor)라 지칭될 수 있다.

메모리(1230)는 단말(1200)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(1230)는 단말(1200)에서 획득되는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 또한, 메모리(1230)는 단말(1200)에서 사용되는 기 정의된 동작 규칙 또는 인공지능 모델을 저장할 수 있다. 메모리(1230)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(1230)는 별도로 존재하지 않고 프로세서(1220)에 포함되어 구성될 수도 있다. 메모리(1230)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 메모리(1230)는 프로세서(1220)의 요청에 따라 저장된 데이터를 제공할 수 있다.

송수신부(1210)는 송신부와 수신부를 통칭한 것으로서, 단말(1200)의 송수신부(1210)는 기지국 또는 네트워크 엔티티(Network Entity)와 신호를 송수신할 수 있다. 송수신하는 신호는 제어 정보 및 데이터를 포함할 수 있다. 이를 위해, 송수신부(1210)는 전송되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 송수신부(1210)의 하나의 실시예이며, 송수신부(1210)의 구성 요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다. 또한, 송수신부(1210)는 무선 채널을 통해 신호를 수신하여 프로세서(1220)로 출력하고, 프로세서(1220)로부터 출력된 신호를 무선 채널을 통해 전송할 수 있다.

본 개시에 따른 인공지능과 관련된 기능은 프로세서와 메모리를 통해 동작된다. 프로세서는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP, DSP(Digital Signal Processor) 등과 같은 범용 프로세서, GPU, VPU(Vision Processing Unit)와 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공지능 전용 프로세서일 수 있다. 하나 또는 복수의 프로세서는, 메모리에 저장된 기 정의된 동작 규칙 또는 인공지능 모델에 따라, 입력 데이터를 처리하도록 제어한다. 하나 또는 복수의 프로세서가 인공지능 전용 프로세서인 경우, 인공지능 전용 프로세서는 특정 인공지능 모델의 처리에 특화된 하드웨어 구조로 설계될 수 있다.

기 정의된 동작 규칙 또는 인공지능 모델은 학습을 통해 만들어진 것을 특징으로 한다. 여기서, 학습을 통해 만들어진다는 것은, 기본 인공지능 모델(또는, 딥러닝 모델)이 학습 알고리즘에 의하여 다수의 학습 데이터들을 이용하여 학습됨으로써, 원하는 특성(또는, 목적)을 수행하도록 설정된 기 정의된 동작 규칙 또는 인공지능 모델이 만들어짐을 의미한다. 이러한 학습은 본 개시에 따른 인공지능이 수행되는 기기 자체에서 이루어질 수도 있고, 별도의 서버 및/또는 시스템을 통해 이루어 질 수도 있다. 학습 알고리즘의 예로는, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)이 있으나, 전술한 예에 한정되지 않는다.

인공지능 모델(또는, 딥러닝 모델)은, 복수의 신경망 레이어들로 구성될 수 있다. 복수의 신경망 레이어들 각각은 복수의 가중치들(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치들 간의 연산을 통해 신경망 연산을 수행한다. 복수의 신경망 레이어들이 갖고 있는 복수의 가중치들은 인공지능 모델의 학습 결과에 의해 최적화될 수 있다. 예를 들어, 학습 과정 동안 인공지능 모델에서 획득된 로스(loss) 값 또는 코스트(cost) 값이 감소 또는 최소화되도록 복수의 가중치들이 갱신될 수 있다. 인공 신경망은 심층 신경망(Deep Neural Network, DNN)를 포함할 수 있으며, 예를 들어, CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), RBM(Restricted Boltzmann Machine), DBN(Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 또는 심층 Q-네트워크(Deep Q-Networks) 등이 있으나, 전술한 예에 한정되지 않는다.

본 개시의 다양한 실시예들은 하나 이상의 컴퓨터 프로그램들에 의해 구현 또는 지원될 수 있고, 컴퓨터 프로그램들은 컴퓨터 판독 가능한 프로그램 코드(code)로부터 형성되고, 컴퓨터로 판독 가능한 매체에 수록될 수 있다. 본 개시에서, "애플리케이션(application)" 및 "프로그램(program)"은 컴퓨터 판독 가능한 프로그램 코드에서의 구현에 적합한 하나 이상의 컴퓨터 프로그램, 소프트웨어 컴포넌트, 명령어 세트, 프로시저(procedure), 함수, 개체(object), 클래스, 인스턴스, 관련 데이터, 또는 그것의 일부를 나타낼 수 있다. "컴퓨터 판독 가능한 프로그램 코드"는, 소스 코드, 목적 코드, 및 실행 가능한 코드를 포함하는 다양한 유형의 컴퓨터 코드를 포함할 수 있다. "컴퓨터 판독 가능한 매체"는, ROM(read only memory), RAM(random access memory), 하드 디스크 드라이브(HDD), CD(compact disc), DVD(digital video disc), 또는 다양한 유형의 메모리와 같이, 컴퓨터에 의해 액세스(access)될 수 있는 다양한 유형의 매체를 포함할 수 있다.

또한, 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적 저장 매체'는 실재(tangible)하는 장치이고, 일시적인 전기적 또는 다른 신호들을 전송하는 유선, 무선, 광학적, 또는 다른 통신 링크들을 배제할 수 있다. 한편, 이 '비일시적 저장 매체'는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예를 들어, '비일시적 저장 매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다. 컴퓨터 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함할 수 있다. 컴퓨터 판독 가능한 매체는, 데이터가 영구적으로 저장될 수 있는 매체와 데이터가 저장되고 나중에 덮어쓰기 될 수 있는 매체, 이를테면 재기입 가능한 광 디스크 또는 소거 가능한 메모리 디바이스를 포함한다.

일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예를 들어, compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어를 통해 또는 두 개의 사용자 장치들(예를 들어, 스마트폰) 간에 직접, 온라인으로 배포(예를 들어, 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예를 들어, 다운로더블 앱(downloadable app))의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

전술한 본 개시의 설명은 예시를 위한 것이며, 본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 으로 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 개시의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 개시의 범위에 포함되는 것으로 해석되어야 한다.

Claims

무선통신시스템에서 채널 상태 정보(Channel State Information, CSI) 보고를 위한 기지국의 동작 방법에 있어서,
단말로부터, 제 1 CSI-RS (reference signal)를 기초로 측정된 CSI에 관한 정보를 수신하는 단계;
상기 CSI에 관한 정보를 기초로, 복수의 오토인코더 (Autoencoder) 중 상기 기지국과 상기 단말 간의 적어도 하나의 CSI 데이터를 압축하기 위한 인코더 및 상기 압축된 적어도 하나의 CSI 데이터를 복구(reconstruct)하는 디코더를 포함하는 하나의 오토인코더를 결정하는 단계;
상기 결정된 오토인코더에 포함된 인코더를 지시하는 정보를, 상기 단말에 전송하는 단계;
상기 단말에 제 2 CSI-RS를 전송하는 단계;
상기 제 2 CSI-RS를 기초로 측정된 CSI 및 상기 지시된 인코더를 기초로 압축된 CSI (Compressed CSI) 데이터를 상기 단말로부터, 수신하는 단계; 및
상기 압축된 CSI 데이터 및 상기 결정된 오토인코더에 포함된 디코더에 기초하여 복구(reconstruction)를 수행하는 단계를 포함하는, 방법.
제1항에 있어서,
상기 단말로부터, 상기 단말의 캐퍼빌리티 (Capability)에 관한 정보를 수신하는 단계를 더 포함하고,
상기 CSI에 관한 정보는 CSI 데이터를 포함하고,
상기 하나의 오토인코더를 결정하는 단계는,
상기 단말의 캐퍼빌리티에 관한 정보 및 CSI에 관한 정보에 포함된 CSI 데이터를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는 단계를 포함하는, 방법
제1항에 있어서,
상기 단말로부터, 상기 단말의 캐퍼빌리티 (Capability)에 관한 정보를 수신하는 단계를 더 포함하고,
상기 하나의 오토인코더를 결정하는 단계는,
상기 단말의 캐퍼빌리티에 관한 정보 및 상기 CSI에 관한 정보에 포함된 네트워크 환경 ID를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는 단계를 포함하고,
상기 네트워크 환경 ID는 기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 지시하고
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 방법.
제 1항에 있어서,
상기 단말로부터, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 수신하는 단계;
상기 단말로부터, SRS (Sounding Reference Signal)을 수신하는 단계; 및,
상기 SRS 및 상기 단말의 캐퍼빌리티에 관한 정보를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는 단계를 더 포함하는, 방법.
제 1항에 있어서,
상기 단말에, 복수의 인코더에 관한 정보를 전송하는 단계; 및
상기 단말로부터, 상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티(Capability)에 관한 정보에 기초하여 식별된 인코더 인덱스(Encoder Index)를 수신하는 단계를 더 포함하고,
상기 하나의 오토인코더를 결정하는 단계는,
상기 인코더 인덱스 및 상기 CSI에 관한 정보를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는 단계를 포함하는, 방법.
제 1항에 있어서,
상기 단말에, 복수의 인코더에 관한 정보를 전송하는 단계; 및
상기 단말로부터, 상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티 (Capability)에 관한 정보에 기초하여 식별된 인코더 인덱스(Encoder index)를 수신하는 단계를 더 포함하고,
상기 인코더 인덱스 및 상기 CSI에 관한 정보에 포함된 네트워크 환경 ID를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는 단계를 포함하고,
상기 네트워크 환경 ID는 기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 지시하고
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 방법.
제 1항에 있어서,
단말에, 복수의 인코더에 관한 정보를 전송하는 단계;
상기 단말로부터, 상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티 (Capability)에 관한 정보에 기초하여 식별된 인코더 인덱스(Encoder Index) 를 수신하는 단계; 및
상기 단말로부터, SRS (Sounding Reference Signal)를 수신하는 단계를 더 포함하고,
상기 하나의 오토인코더를 결정하는 단계는,
상기 인코더 인덱스 및 상기 SRS를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는 단계를 포함하는, 방법.
무선통신시스템에서 채널 상태 정보(Channel State Information, CSI) 보고를 위한 단말의 동작 방법에 있어서,
기지국에, 제 1 CSI-RS (Reference Signal)에 기초하여 측정한 CSI에 관한 정보를 전송하는 단계;
상기 기지국으로부터, 복수의 오토인코더 중 상기 CSI에 관한 정보에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하는 단계; 및
상기 기지국에, 제2 CSI-RS에 기초하여 측정된 CSI 및 상기 지시된 인코더를 기초로 압축된 CSI (Compressed CSI)를 전송하는 단계를 포함하는, 방법.
제 8항에 있어서,
상기 기지국에, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 전송하는 단계를 더 포함하고,
상기 CSI에 관한 정보는 CSI 데이터를 포함하고,
상기 CSI에 관한 정보에 포함된 CSI 데이터 및 단말의 캐퍼빌리티에 관한 정보에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하는 단계는,
상기 복수의 오토인코더 중 상기 단말의 캐퍼빌리티에 관한 정보 및 CSI에 관한 정보에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하는 단계를 포함하는, 방법.
제 8 항에 있어서,
상기 기지국에, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 전송하는 단계; 및
기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 식별하는 단계를 더 포함하고,
상기 CSI에 관한 정보는,
상기 식별된 하나의 네트워크 환경 레이블을 지시하는 네트워크 환경 ID를 포함하고,
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 방법.
제 8 항에 있어서,
상기 기지국에, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 전송하는 단계
상기 기지국에, SRS (Sounding Reference Signal)를 전송하는 단계를 더 포함하는, 방법.
제 8항에 있어서,
상기 기지국으로부터, 복수의 인코더에 관한 정보를 수신하는 단계;
상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티(Capability)에 관한 정보에 기초하여 인코더 인덱스(Encoder Index)를 식별하는 단계; 및
상기 기지국에, 상기 식별된 인코더 인덱스를 전송하는 단계를 더 포함하는, 방법.
제 8 항에 있어서,
상기 기지국으로부터, 복수의 인코더에 관한 정보를 수신하는 단계;
상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티(Capability)에 관한 정보를 기초로 인코더 인덱스(Encoder Index)를 식별하는 단계;
기지국에, 상기 식별된 인코더 인덱스를 전송하는 단계; 및
기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 식별하고,
상기 CSI에 관한 정보는,
상기 식별된 하나의 네트워크 환경 레이블을 지시하는 네트워크 환경 ID를 포함하고,
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 방법.
제 8 항에 있어서,
상기 기지국으로부터, 복수의 인코더에 관한 정보를 수신하는 단계;
단말의 캐퍼빌리티(Capability)에 관한 정보 및 상기 복수의 인코더에 관한 정보를 기초로 하여 인코더 인덱스(Encoder Index)를 식별하는 단계; 및
상기 기지국에, 상기 식별된 인코더 인덱스를 전송하는 단계를 더 포함하고,
상기 기지국에, SRS (Sounding Reference Signal)를 전송하는 단계를 더 포함하는, 방법.
무선 통신 시스템에서 채널 상태 정보(Channel State Information, CSI) 보고를 위한 기지국에 있어서,
송수신부; 및
상기 송수신부에 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는,
단말로부터 제 1 CSI-RS(Reference Signal)에 기초하여 측정된 CSI에 관한 정보를 수신하고,
상기 CSI에 관한 정보를 기초로 복수의 오토인코더 중 하나의 오토인코더를 결정하고,
상기 결정된 오토인코더에 포함된 인코더를 지시하는 정보를, 상기 단말에 전송하고,
단말에 제 2 CSI-RS를 전송하고,
상기 단말로부터 상기 제 2 CSI-RS에 기초하여 측정된 CSI 및 상기 지시된 인코더를 기초로 압축된 CSI(Compressed CSI)를 수신하고,
상기 압축된 CSI 및 상기 결정된 오토인코더에 포함된 디코더에 기초하여 복구(reconstruction)를 수행하는, 기지국.
제 15 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 단말로부터, 상기 단말의 캐퍼빌리티 (Capability)에 관한 정보를 수신하고,
상기 단말의 캐퍼빌리티에 관한 정보 및 CSI에 관한 정보에 포함된 CSI 데이터를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는, 기지국.
제 15 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 단말로부터, 상기 단말의 캐퍼빌리티 (Capability)에 관한 정보를 수신하고,
상기 단말의 캐퍼빌리티에 관한 정보 및 상기 CSI에 관한 정보에 포함된 네트워크 환경 ID를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하고,
상기 네트워크 환경 ID는 기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 지시하고
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 기지국.
제 15 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 단말로부터, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 수신하고,
상기 단말로부터, SRS (Sounding Reference Signal)을 수신하고,
상기 SRS 및 상기 단말의 캐퍼빌리티에 관한 정보를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는, 기지국.
제 15 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 단말에, 복수의 인코더에 관한 정보를 전송하고,
상기 단말로부터, 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티(Capability)에 관한 정보에 기초하여 식별된 인코더 인덱스(Encoder Index)를 수신하고,
상기 인코더 인덱스 및 상기 CSI에 관한 정보를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는, 기지국.
제 15 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 단말에, 복수의 인코더에 관한 정보를 전송하고,
상기 단말로부터, 상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티 (Capability)에 관한 정보에 기초하여 식별된 인코더 인덱스(Encoder index)를 수신하고,
상기 인코더 인덱스 및 상기 CSI에 관한 정보에 포함된 네트워크 환경 ID를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하고,
상기 네트워크 환경 ID는 기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 지시하고
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 기지국.
제 15 항에 있어서,
상기 적어도 하나의 프로세서는,
단말에, 상기 복수의 오토인코더에 관한 정보를 전송하고,
상기 단말로부터, 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티 (Capability)에 관한 정보에 기초하여 식별된 인코더 인덱스(Encoder Index) 를 수신하고,
상기 단말로부터, SRS (Sounding Reference Signal)를 수신하고,
상기 인코더 인덱스 및 상기 SRS를 기초로 상기 복수의 오토인코더 중 하나의 오토인코더를 결정하는, 기지국.
무선 통신 시스템에서 채널 상태 정보 보고를 위한 단말에 있어서,
송수신부; 및
상기 송수신부에 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는,
제 1 CSI-RS에 기초하여 측정된 CSI에 관한 정보를 전송하고,
기지국으로부터, 복수의 오토인코더 중 상기 CSI에 관한 정보에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하고,
상기 기지국에, 제 2 CSI -RS를 기초로 측정된 CSI 및 상기 지시된 인코더를 기초로 압축된 CSI를 전송하는, 단말.
제 22항에 있어서,
상기 적어도 하나의 프로세서는,
상기 기지국에, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 전송하는 단계를 더 포함하고,
상기 CSI에 관한 정보에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하고,
상기 복수의 오토인코더 중 상기 단말의 캐퍼빌리티에 관한 정보 및 CSI에 관한 정보에 포함된 CSI 데이터에 기초하여 결정된 하나의 오토인코더에 포함된 인코더를 지시하는 정보를 수신하는, 단말.
제 22항에 있어서,
상기 적어도 하나의 프로세서는,
상기 기지국에, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 전송하고,
기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 식별하고,
상기 CSI에 관한 정보는,
상기 식별된 하나의 네트워크 환경 레이블을 지시하는 네트워크 환경 ID를 포함하고,
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 단말.
제 22항에 있어서,
상기 적어도 하나의 프로세서는,
상기 기지국에, 상기 단말의 캐퍼빌리티(Capability)에 관한 정보를 전송하고,
상기 기지국에, SRS (Sounding Reference Signal)를 전송하는, 단말.
제 22항에 있어서,
상기 적어도 하나의 프로세서는,
상기 기지국으로부터, 복수의 인코더에 관한 정보를 수신하고,
상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티(Capability)에 관한 정보에 기초하여 인코더 인덱스(Encoder Index)를 식별하고,
상기 기지국에, 상기 식별된 인코더 인덱스를 전송하는, 단말.
제 22항에 있어서,
상기 적어도 하나의 프로세서는,
상기 기지국으로부터, 복수의 인코더에 관한 정보를 수신하고,
상기 복수의 인코더에 관한 정보 및 단말의 캐퍼빌리티(Capability)에 관한 정보를 기초로 인코더 인덱스(Encoder Index)를 식별하고,
기지국에, 상기 식별된 인코더 인덱스를 전송하고,
기 분류된 복수의 네트워크 환경 레이블 중 상기 CSI에 대응되는 하나의 네트워크 환경 레이블을 식별하고,
상기 CSI에 관한 정보는,
상기 식별된 하나의 네트워크 환경 레이블을 지시하는 네트워크 환경 ID를 포함하고,
상기 복수의 네트워크 환경 레이블은 디플로이먼트 시나리오(deployment scenario), 신호 대 잡음비 수준(SNR level), 장애물 상태 정보 (LOS/NLOS state), 단말 이동 정보(UE mobility), 단말 위치정보 또는 실내외 위치 여부에 관한 정보 (indoor/outdoor state) 중 적어도 하나에 기초하여 분류되는, 단말.
제 22항에 있어서,
상기 적어도 하나의 프로세서는,
상기 기지국으로부터, 복수의 인코더에 관한 정보를 수신하고,
단말의 캐퍼빌리티(Capability)에 관한 정보 및 상기 복수의 인코더 에 관한 정보를 기초로 하여 인코더 인덱스(Encoder Index)를 식별하고,
상기 기지국에, 상기 식별된 인코더 인덱스를 전송하고,
상기 기지국에, SRS (Sounding Reference Signal)를 전송하는, 단말.