KR20240021223A - 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치 - Google Patents
무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치 Download PDFInfo
- Publication number
- KR20240021223A KR20240021223A KR1020247000765A KR20247000765A KR20240021223A KR 20240021223 A KR20240021223 A KR 20240021223A KR 1020247000765 A KR1020247000765 A KR 1020247000765A KR 20247000765 A KR20247000765 A KR 20247000765A KR 20240021223 A KR20240021223 A KR 20240021223A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- reference signals
- base station
- terminal
- candidate
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 217
- 230000006854 communication Effects 0.000 title claims abstract description 131
- 238000004891 communication Methods 0.000 title claims abstract description 130
- 238000005259 measurement Methods 0.000 claims abstract description 124
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 90
- 230000015654 memory Effects 0.000 claims description 81
- 238000011084 recovery Methods 0.000 claims description 30
- 238000013507 mapping Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 239000010410 layer Substances 0.000 description 84
- 238000013528 artificial neural network Methods 0.000 description 52
- 238000010801 machine learning Methods 0.000 description 52
- 238000013473 artificial intelligence Methods 0.000 description 51
- 238000007726 management method Methods 0.000 description 46
- 230000005540 biological transmission Effects 0.000 description 35
- 238000005516 engineering process Methods 0.000 description 35
- 230000006870 function Effects 0.000 description 34
- 230000008569 process Effects 0.000 description 33
- 238000012545 processing Methods 0.000 description 26
- 235000019527 sweetened beverage Nutrition 0.000 description 23
- 230000011664 signaling Effects 0.000 description 18
- 238000013135 deep learning Methods 0.000 description 16
- 238000012549 training Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 12
- 239000013598 vector Substances 0.000 description 12
- 230000009471 action Effects 0.000 description 9
- 230000000306 recurrent effect Effects 0.000 description 9
- 238000009795 derivation Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 230000002787 reinforcement Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000004913 activation Effects 0.000 description 6
- 230000001174 ascending effect Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000008054 signal transmission Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004984 smart glass Substances 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 102100022734 Acyl carrier protein, mitochondrial Human genes 0.000 description 1
- 101000678845 Homo sapiens Acyl carrier protein, mitochondrial Proteins 0.000 description 1
- 101000741965 Homo sapiens Inactive tyrosine-protein kinase PRAG1 Proteins 0.000 description 1
- 102100038659 Inactive tyrosine-protein kinase PRAG1 Human genes 0.000 description 1
- 230000027311 M phase Effects 0.000 description 1
- 206010048669 Terminal state Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 208000013057 hereditary mucoepithelial dysplasia Diseases 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
- H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
- H04B7/06952—Selecting one or more beams from a plurality of beams, e.g. beam training, management or sweeping
- H04B7/06964—Re-selection of one or more beams after beam failure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/092—Reinforcement learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0408—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas using two or more beams, i.e. beam diversity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/04—Scheduled access
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
- H04W74/0838—Random access procedures, e.g. with 4-step access using contention-free random access [CFRA]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치를 제안한다. 단말에 의해 수행되는 방법은, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계와, 상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계와, 상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함한다.
Description
본 명세서는 무선 통신 시스템에 관한 것으로서, 상세하게는 머신러닝 기반으로 빔 관리를 수행하는 방법 및 이를 지원하는 장치에 관한 것이다.
무선 통신 시스템은 음성이나 데이터 등과 같은 다양한 종류의 통신 서비스를 제공하기 위해 광범위하게 전개될 뿐 아니라, 인공 지능(artificial intelligence, AI)을 통신 시스템에 접목하고자 하는 시도가 급증하고 있다.
시도되고 있는 AI 접목 방식들을 크게, AI 지원을 위해 통신 기술을 발전시키는 C4AI(communications for AI)와 통신 성능의 향상을 위한 AI를 활용하는 AI4C(AI for communications)로 구분할 수 있다.
AI4C 영역에서는 채널 인코더/디코더를 종단간(end-to-end)의 오토인코더(autoencoder)로 대체하여 설계 효율을 올리고자 하는 시도가 있다.
C4AI 영역에서는 분산 학습(Distributed learning)의 한 기법인 연합 학습(Federated learning)으로 장치간 로데이터(raw data)의 공유 없이 모델(model)의 가중치(weight)나 기울기(gradient)만을 서버와 공유함으로써 개인정보는 보호하면서 공통 예측 모델을 업데이트하는 방법이 있다. 그리고, 분산 추론(split inference)으로 장치, 네트워크 엣지(Network Edge) 그리고 클라우드 서버(Cloud Server)의 로드를 분산 시키려는 시키는 방법 등이 있다.
본 명세서는 머신러닝을 이용하여 별도의 시그널링 없이 최적의 후보 빔만을 측정하여 빔 관리를 수행하는 방법 및 이를 위한 장치를 제안한다.
본 발명에서 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 명세서는 무선 통신 시스템에서 빔 관리를 수행하는 방법을 제안한다. 단말에 의해 수행되는 방법은, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계와 상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계와, 상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함할 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 상기 적어도 서빙 빔이 변경되는 것에 기반하여, 새로운 N개의 후보 빔은 상기 후보 빔 결정 알고리즘 정보를 이용하여 결정될 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 상기 측정된 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호가 없는 것에 기반하여, 측정을 위한 후보 빔의 개수는 +1 만큼 증가될 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 상기 설정 정보는 N개의 비경쟁 임의 접속(Contention Free Random Access, CFRA) 자원에 대한 정보 및/또는 후보 빔의 개수(N)에 대한 정보 중 적어도 하나를 더 포함할 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 기설정된 방식에 기반하여, 상기 N개의 CFRA 자원을 상기 N개의 참조 신호에 매핑하는 단계와, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 N개의 참조 신호 중 하나의 참조 신호에 대응하는 하나의 빔을 결정하는 단계와, 상기 하나의 빔에 대응하는 CFRA 자원을 이용하여 빔 실패 복구 동작을 수행하는 단계를 더 포함할 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 적어도 하나의 서빙 빔의 빔 실패가 검출된 것에 기반하여, 상기 복수의 참조 신호에 대한 자원 정보를 이용해, N개의 참조 신호를 측정하는 단계와, 빔 실패 복구(Beam Failure Recovery, BFR) 매체 접근 제어(Medium Access Control, MAC)-제어 요소(Control Element, CE) 정보를 상기 기지국으로 전송하는 단계를 더 포함하되, 상기 BFR MAC-CE 정보는, 적어도 하나의 서빙 셀에 대한, 상기 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호를 나타내는 비트맵을 포함할 수 있다.
또한, 본 명세서의 무선 통신 시스템에서 빔 관리를 수행하도록 설정된 단말은, 적어도 하나의 송수신기와, 적어도 하나의 송수신기와 기능적으로 연결된 적어도 하나의 프로세서와, 상기 적어도 하나의 프로세서와 기능적으로 연결되고, 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 적어도 하나의 메모리를 포함하고, 상기 동작들은, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계와, 상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계와, 상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함할 수 있다.
또한, 본 명세서는 무선 통신 시스템에서 빔 관리를 수행하는 방법을 제안한다. 기지국에 의해 수행되는 방법은, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 단말로 전송하는 단계와, 상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔은 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 단말로 전송하는 단계와, 상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 단말로부터 수신하는 단계를 포함할 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 상기 적어도 서빙 빔이 변경되는 것에 기반하여, 새로운 N개의 후보 빔은 상기 후보 빔 결정 알고리즘 정보를 이용하여 결정될 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 상기 측정된 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호가 없는 것에 기반하여, 측정을 위한 후보 빔의 개수는 +1 만큼 증가될 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 상기 설정 정보는 N개의 비경쟁 임의 접속(Contention Free Random Access, CFRA) 자원에 대한 정보 및/또는 후보 빔의 개수(N)에 대한 정보 중 적어도 하나를 더 포함할 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 기설정된 방식에 기반하여, 상기 N개의 CFRA 자원을 상기 N개의 참조 신호에 매핑하는 단계와, 상기 N개의 참조 신호 중 하나의 참조 신호에 대응하는 CFRA 자원을 이용하여 빔 실패 복구 동작을 수행하는 단계를 더 포함할 수 있다.
또한, 본 명세서의 상기 방법에 있어서, 적어도 하나의 서빙 빔의 빔 실패가 검출된 것에 기반하여, 상기 복수의 참조 신호에 대한 자원 정보를 이용해, N개의 참조 신호는 측정되고, 빔 실패 복구(Beam Failure Recovery, BFR) 매체 접근 제어(Medium Access Control, MAC)-제어 요소(Control Element, CE) 정보를 상기 단말로부터 수신하는 단계를 더 포함하되, 상기 BFR MAC-CE 정보는, 적어도 하나의 서빙 셀에 대한, 상기 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호를 나타내는 비트맵을 포함할 수 있다.
또한, 본 명세서의 무선 통신 시스템에서 빔 관리를 수행하도록 설정된 기지국은 적어도 하나의 송수신기와, 적어도 하나의 송수신기와 기능적으로 연결된 적어도 하나의 프로세서와, 상기 적어도 하나의 프로세서와 기능적으로 연결되고, 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 적어도 하나의 메모리를 포함하고,
상기 동작들은, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 단말로 전송하는 단계와, 상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔은 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 단말로 전송하는 단계와, 상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 단말로부터 수신하는 단계를 포함할 수 있다.
또한, 본 명세서의 무선 통신 시스템에서 빔 관리를 수행하기 위해 단말을 제어하도록 설정된 프로세서 장치는 적어도 하나의 프로세서와, 상기 적어도 하나의 프로세서와 기능적으로 연결되고, 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 적어도 하나의 메모리를 포함하고, 상기 동작들은, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계와, 상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계와, 상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함할 수 있다.
또한, 본 명세서의 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체(computer readable medium, CRM)에 있어서, 상기 동작들은, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계와, 상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계와, 상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함할 수 있다.
본 명세서에 따르면, 머신러닝을 이용하여 별도의 시그널링 없이 최적의 후보 빔만을 측정하여 빔 관리를 수행할 수 있는 효과가 있다.
또한, 본 명세서에 따르면, 무선 자원 제어 재설정 없이 보다 큰 커버리지의 빔을 측정함으로써 재설정에 따른 빔 트레킹 지연을 감소시키는 효과가 있다.
또한, 본 명세서에 따르면, 비교적 적은 수의 빔에 대한 측정만을 수행함으로써 단말의 전력 소모를 개선시키는 효과가 있다.
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 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송을 예시한다.
도 2는 6G 시스템에서 제공 가능한 통신 구조의 일례를 나타낸 도이다.
도 3은 퍼셉트론 구조의 일 예를 나타낸다.
도 4는 다층 퍼셉트론 구조의 일 예를 나타낸다.
도 5는 심층 신경망의 일 예를 나타낸다.
도 6은 컨볼루션 신경망의 일 예를 나타낸다.
도 7은 컨볼루션 신경망에서의 필터 연산의 일 예를 나타낸 도이다.
도 8은 순환 루프가 존재하는 신경망 구조의 일 예를 나타낸다.
도 9는 순환 신경망의 동작 구조의 일 예를 나타낸다.
도 10은 망 접속 단계에서 하향링크 빔을 선택하는 단말 동작의 일 예를 나타낸다.
도 11의 a는 단말-특정 CSI-RS를 설정하는 일 예를 나타낸다.
도 11의 b는 단말 그룹-특정 CSI-RS를 설정하는 일 예를 나타낸다.
도 12는 종래의 빔 관리 절차의 일 예를 나타낸다.
도 13은 본 명세서에서 제안하는 빔 관리 방법의 일 예를 나타내는 도면이다.
도 14는 종래의 유휴모드 단말의 SSB 수신 및 측정의 일 예를 나타낸다.
도 15는 본 명세서에서 제안하는 유휴모드 단말의 SSB 수신 및 측정의 일 예를 나타낸다.
도 16은 본 명세서에서 제안하는 BFR 절차의 일 예를 나타낸다.
도 17은 BFD로 설정된 MAC 엔티티의 SCell 중 가장 높은 ServCellIndex가 8 미만인 BFR 및 Truncated BFR MAC CE을 나타낸다.
도 18은 BFD로 설정된 MAC 엔티티의 SCell 중 가장 높은 ServCellIndex가 8 이상인 BFR 및 Truncated BFR MAC CE를 나타낸다.
도 19는 본 명세서가 제안하는 BFR MAC CE의 일 예를 나타낸다.
도 20은 본 명세서에서 제안하는 단말의 동작 방법을 설명하기 위한 흐름도이다.
도 21은 본 명세서에서 제안하는 기지국의 동작 방법을 설명하기 위한 흐름도이다.
도 22는 본 발명에 적용되는 통신 시스템(10)을 예시한다.
도 23은 본 발명에 적용될 수 있는 무선 기기를 예시한다.
도 24는 전송 신호를 위한 신호 처리 회로를 예시한다.
도 25는 본 발명에 적용되는 무선 기기의 다른 예를 나타낸다.
도 26은 본 발명에 적용되는 휴대 기기를 예시한다.
도 27은 본 발명에 적용되는 차량 또는 자율 주행 차량을 예시한다.
도 28은 본 발명에 적용되는 차량을 예시한다.
도 29는 본 발명에 적용되는 XR 기기를 예시한다.
도 30은 본 발명에 적용되는 로봇을 예시한다.
도 31은 본 발명에 적용되는 AI 기기를 예시한다.
도 1은 3GPP 시스템에 이용되는 물리 채널들 및 일반적인 신호 전송을 예시한다.
도 2는 6G 시스템에서 제공 가능한 통신 구조의 일례를 나타낸 도이다.
도 3은 퍼셉트론 구조의 일 예를 나타낸다.
도 4는 다층 퍼셉트론 구조의 일 예를 나타낸다.
도 5는 심층 신경망의 일 예를 나타낸다.
도 6은 컨볼루션 신경망의 일 예를 나타낸다.
도 7은 컨볼루션 신경망에서의 필터 연산의 일 예를 나타낸 도이다.
도 8은 순환 루프가 존재하는 신경망 구조의 일 예를 나타낸다.
도 9는 순환 신경망의 동작 구조의 일 예를 나타낸다.
도 10은 망 접속 단계에서 하향링크 빔을 선택하는 단말 동작의 일 예를 나타낸다.
도 11의 a는 단말-특정 CSI-RS를 설정하는 일 예를 나타낸다.
도 11의 b는 단말 그룹-특정 CSI-RS를 설정하는 일 예를 나타낸다.
도 12는 종래의 빔 관리 절차의 일 예를 나타낸다.
도 13은 본 명세서에서 제안하는 빔 관리 방법의 일 예를 나타내는 도면이다.
도 14는 종래의 유휴모드 단말의 SSB 수신 및 측정의 일 예를 나타낸다.
도 15는 본 명세서에서 제안하는 유휴모드 단말의 SSB 수신 및 측정의 일 예를 나타낸다.
도 16은 본 명세서에서 제안하는 BFR 절차의 일 예를 나타낸다.
도 17은 BFD로 설정된 MAC 엔티티의 SCell 중 가장 높은 ServCellIndex가 8 미만인 BFR 및 Truncated BFR MAC CE을 나타낸다.
도 18은 BFD로 설정된 MAC 엔티티의 SCell 중 가장 높은 ServCellIndex가 8 이상인 BFR 및 Truncated BFR MAC CE를 나타낸다.
도 19는 본 명세서가 제안하는 BFR MAC CE의 일 예를 나타낸다.
도 20은 본 명세서에서 제안하는 단말의 동작 방법을 설명하기 위한 흐름도이다.
도 21은 본 명세서에서 제안하는 기지국의 동작 방법을 설명하기 위한 흐름도이다.
도 22는 본 발명에 적용되는 통신 시스템(10)을 예시한다.
도 23은 본 발명에 적용될 수 있는 무선 기기를 예시한다.
도 24는 전송 신호를 위한 신호 처리 회로를 예시한다.
도 25는 본 발명에 적용되는 무선 기기의 다른 예를 나타낸다.
도 26은 본 발명에 적용되는 휴대 기기를 예시한다.
도 27은 본 발명에 적용되는 차량 또는 자율 주행 차량을 예시한다.
도 28은 본 발명에 적용되는 차량을 예시한다.
도 29는 본 발명에 적용되는 XR 기기를 예시한다.
도 30은 본 발명에 적용되는 로봇을 예시한다.
도 31은 본 발명에 적용되는 AI 기기를 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.
본 명세서에서 기지국은 단말과 직접적으로 통신을 수행하는 네트워크의 종단 노드(terminal node)로서의 의미를 갖는다. 본 문서에서 기지국에 의해 수행되는 것으로 설명된 특정 동작은 경우에 따라서는 기지국의 상위 노드(upper node)에 의해 수행될 수도 있다. 즉, 기지국을 포함하는 다수의 네트워크 노드들(network nodes)로 이루어지는 네트워크에서 단말과의 통신을 위해 수행되는 다양한 동작들은 기지국 또는 기지국 이외의 다른 네트워크 노드들에 의해 수행될 수 있음은 자명하다. '기지국(BS: Base Station)'은 고정국(fixed station), Node B, eNB(evolved-NodeB), BTS(base transceiver system), 액세스 포인트(AP: Access Point), gNB(general NB, generation NB) 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 등의 용어로 대체될 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.
이하의 설명에서 사용되는 특정 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 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. 3GPP 6G는 3GPP NR의 진화된 버전일 수 있다.
본 발명의 실시 예들은 무선 접속 시스템들인 IEEE 802, 3GPP 및 3GPP2 중 적어도 하나에 개시된 표준 문서들에 의해 뒷받침될 수 있다. 즉, 본 발명의 실시 예들 중 본 발명의 기술적 사상을 명확히 드러내기 위해 설명하지 않은 단계들 또는 부분들은 상기 문서들에 의해 뒷받침될 수 있다. 또한, 본 문서에서 개시하고 있는 모든 용어들은 상기 표준 문서에 의해 설명될 수 있다.
설명을 명확하게 하기 위해, 3GPP 통신 시스템(예, LTE, NR 등)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. 3GPP 6G는 TS Release 17 및/또는 Release 18 이후의 기술을 의미할 수 있다. "xxx"는 표준 문서 세부 번호를 의미한다. LTE/NR/6G는 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
물리 채널 및 프레임 구조
물리 채널 및 일반적인 신호 전송
도 1은 3GPP 시스템에 이용되는 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(S11). 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(S12).
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(S13 내지 S16). 이를 위해, 단말은 물리 임의 접속 채널(Physical Random Access Channel, PRACH)을 통해 특정 시퀀스를 프리앰블로 송신하고(S13 및 S15), 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(S16).
상술한 바와 같은 절차를 수행한 단말은 이후 일반적인 상/하향링크 신호 송신 절차로서 PDCCH/PDSCH 수신(S17) 및 물리 상향링크 공유 채널(Physical Uplink Shared Channel, PUSCH)/물리 상향링크 제어 채널(Physical Uplink Control Channel; PUCCH) 송신(S18)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.
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.
상향링크 및 하향링크 채널의 구조
하향링크 채널 구조
기지국은 후술하는 하향링크 채널을 통해 관련 신호를 단말에게 전송하고, 단말은 후술하는 하향링크 채널을 통해 관련 신호를 기지국으로부터 수신한다.
(1) 물리 하향링크 공유 채널(PDSCH)
PDSCH는 하향링크 데이터(예, DL-shared channel transport block, DL-SCH TB)를 운반하고, QPSK(Quadrature Phase Shift Keying), 16 QAM(Quadrature Amplitude Modulation), 64 QAM, 256 QAM 등의 변조 방법이 적용된다. TB를 인코딩하여 코드워드(codeword)가 생성된다. PDSCH는 다수의 코드워드들을 나를 수 있다. 코드워드(codeword) 별로 스크램블링(scrambling) 및 변조 매핑(modulation mapping)이 수행되고, 각 코드워드로부터 생성된 변조 심볼들은 하나 이상의 레이어로 매핑된다(Layer mapping). 각 레이어는 DMRS(Demodulation Reference Signal)과 함께 자원에 매핑되어 OFDM 심볼 신호로 생성되고, 해당 안테나 포트를 통해 전송된다.
(2) 물리 하향링크 제어 채널(PDCCH)
PDCCH는 하향링크 제어 정보(DCI)를 운반하고 QPSK 변조 방법 등이 적용된다. 하나의 PDCCH는 AL(Aggregation Level)에 따라 1, 2, 4, 8, 16 개 등의 CCE(Control Channel Element)로 구성된다. 하나의 CCE는 6개의 REG(Resource Element Group)로 구성된다. 하나의 REG는 하나의 OFDM 심볼과 하나의 (P)RB로 정의된다.
단말은 PDCCH 후보들의 세트에 대한 디코딩(일명, 블라인드 디코딩)을 수행하여 PDCCH를 통해 전송되는 DCI를 획득한다. 단말이 디코딩하는 PDCCH 후보들의 세트는 PDCCH 검색 공간(Search Space) 세트라 정의한다. 검색 공간 세트는 공통 검색 공간 (common search space) 또는 단말-특정 검색 공간 (UE-specific search space)일 수 있다. 단말은 MIB 또는 상위 계층 시그널링에 의해 설정된 하나 이상의 검색 공간 세트 내 PDCCH 후보를 모니터링하여 DCI를 획득할 수 있다.
상향링크 채널 구조
단말은 후술하는 상향링크 채널을 통해 관련 신호를 기지국으로 전송하고, 기지국은 후술하는 상향링크 채널을 통해 관련 신호를 단말로부터 수신한다.
(1) 물리 상향링크 공유 채널(PUSCH)
PUSCH는 상향링크 데이터(예, UL-shared channel transport block, UL-SCH TB) 및/또는 상향링크 제어 정보(UCI)를 운반하고, CP-OFDM (Cyclic Prefix - Orthogonal Frequency Division Multiplexing) 파형(waveform), DFT-s-OFDM (Discrete Fourier Transform - spread - Orthogonal Frequency Division Multiplexing) 파형 등에 기초하여 전송된다. PUSCH가 DFT-s-OFDM 파형에 기초하여 전송되는 경우, 단말은 변환 프리코딩(transform precoding)을 적용하여 PUSCH를 전송한다. 일 예로, 변환 프리코딩이 불가능한 경우(예, transform precoding is disabled) 단말은 CP-OFDM 파형에 기초하여 PUSCH를 전송하고, 변환 프리코딩이 가능한 경우(예, transform precoding is enabled) 단말은 CP-OFDM 파형 또는 DFT-s-OFDM 파형에 기초하여 PUSCH를 전송할 수 있다. PUSCH 전송은 DCI 내 UL 그랜트에 의해 동적으로 스케줄링 되거나, 상위 계층(예, RRC) 시그널링 (및/또는 Layer 1(L1) 시그널링(예, PDCCH))에 기초하여 반-정적(semi-static)으로 스케줄링 될 수 있다(configured grant). PUSCH 전송은 코드북 기반 또는 비-코드북 기반으로 수행될 수 있다.
(2) 물리 상향링크 제어 채널(PUCCH)
PUCCH는 상향링크 제어 정보, HARQ-ACK 및/또는 스케줄링 요청(SR)을 운반하고, PUCCH 전송 길이에 따라 다수의 PUCCH들로 구분될 수 있다.
6G 시스템 일반
6G (무선통신) 시스템은 (i) 디바이스 당 매우 높은 데이터 속도, (ii) 매우 많은 수의 연결된 디바이스들, (iii) 글로벌 연결성(global connectivity), (iv) 매우 낮은 지연, (v) 배터리-프리(battery-free) IoT 디바이스들의 에너지 소비를 낮추고, (vi) 초고신뢰성 연결, (vii) 머신 러닝 능력을 가지는 연결된 지능 등에 목적이 있다. 6G 시스템의 비젼은 intelligent connectivity, deep connectivity, holographic connectivity, ubiquitous connectivity와 같은 4가지 측면일 수 있으며, 6G 시스템은 아래 표 1과 같은 요구 사항을 만족시킬 수 있다. 즉, 표 1은 6G 시스템의 요구 사항의 일례를 나타낸 표이다.
6G 시스템은 Enhanced mobile broadband (eMBB), Ultra-reliable low latency communications (URLLC), massive machine-type communication (mMTC), AI integrated communication, Tactile internet, High throughput, High network capacity, High energy efficiency, Low backhaul and access network congestion, Enhanced data security와 같은 핵심 요소(key factor)들을 가질 수 있다.도 2는 6G 시스템에서 제공 가능한 통신 구조의 일례를 나타낸 도이다.
6G 시스템은 5G 무선통신 시스템보다 50배 더 높은 동시 무선통신 연결성을 가질 것으로 예상된다. 5G의 key feature인 URLLC는 6G 통신에서 1ms보다 적은 단-대-단(end-to-end) 지연을 제공함으로써 보다 더 주요한 기술이 될 것이다. 6G 시스템은 자주 사용되는 영역 스펙트럼 효율과 달리 체적 스펙트럼 효율이 훨씬 우수할 것이다. 6G 시스템은 매우 긴 배터리 수명과 에너지 수확을 위한 고급 배터리 기술을 제공할 수 있어, 6G 시스템에서 모바일 디바이스들은 별도로 충전될 필요가 없을 것이다. 6G에서 새로운 네트워크 특성들은 다음과 같을 수 있다.
- 위성 통합 네트워크(Satellites integrated network): 글로벌 모바일 집단을 제공하기 위해 6G는 위성과 통합될 것으로 예상된다. 지상파, 위성 및 공중 네트워크를 하나의 무선통신 시스템으로 통합은 6G에 매우 중요하다.
- 연결된 인텔리전스(Connected intelligence): 이전 세대의 무선 통신 시스템과 달리 6G는 혁신적이며, "연결된 사물”에서 "연결된 지능"으로 무선 진화가 업데이트될 것이다. AI는 통신 절차의 각 단계(또는 후술할 신호 처리의 각 절차)에서 적용될 수 있다.
- 무선 정보 및 에너지 전달의 완벽한 통합(Seamless integration wireless information and energy transfer): 6G 무선 네트워크는 스마트폰들과 센서들과 같이 디바이스들의 배터리를 충전하기 위해 전력을 전달할 것이다. 그러므로, 무선 정보 및 에너지 전송 (WIET)은 통합될 것이다.
- 유비쿼터스 슈퍼 3D 연결(Ubiquitous super 3D connectivity): 드론 및 매우 낮은 지구 궤도 위성의 네트워크 및 핵심 네트워크 기능에 접속은 6G 유비쿼터스에서 슈퍼 3D 연결을 만들 것이다.
위와 같은 6G의 새로운 네트워크 특성들에서 몇 가지 일반적인 요구 사항은 다음과 같을 수 있다.
- 스몰 셀 네트워크(small cell networks): 스몰 셀 네트워크의 아이디어는 셀룰러 시스템에서 처리량, 에너지 효율 및 스펙트럼 효율 향상의 결과로 수신 신호 품질을 향상시키기 위해 도입되었다. 결과적으로, 스몰 셀 네트워크는 5G 및 비욘드 5G (5GB) 이상의 통신 시스템에 필수적인 특성이다. 따라서, 6G 통신 시스템 역시 스몰 셀 네트워크의 특성을 채택한다.
- 초 고밀도 이기종 네트워크(Ultra-dense heterogeneous network): 초 고밀도 이기종 네트워크들은 6G 통신 시스템의 또 다른 중요한 특성이 될 것이다. 이기종 네트워크로 구성된 멀티-티어 네트워크는 전체 QoS를 개선하고 비용을 줄인다.
- 대용량 백홀(High-capacity backhaul): 백홀 연결은 대용량 트래픽을 지원하기 위해 대용량 백홀 네트워크로 특징 지어진다. 고속 광섬유 및 자유 공간 광학 (FSO) 시스템이 이 문제에 대한 가능한 솔루션일 수 있다.
- 모바일 기술과 통합된 레이더 기술: 통신을 통한 고정밀 지역화(또는 위치 기반 서비스)는 6G 무선통신 시스템의 기능 중 하나이다. 따라서, 레이더 시스템은 6G 네트워크와 통합될 것이다.
- 소프트화 및 가상화(Softwarization and virtualization): 소프트화 및 가상화는 유연성, 재구성성 및 프로그래밍 가능성을 보장하기 위해 5GB 네트워크에서 설계 프로세스의 기초가 되는 두 가지 중요한 기능이다. 또한, 공유 물리적 인프라에서 수십억 개의 장치가 공유될 수 있다.
6G 시스템의 핵심 구현 기술
인공 지능(Artificial Intelligence)
6G 시스템에 가장 중요하며, 새로 도입될 기술은 AI이다. 4G 시스템에는 AI가 관여하지 않았다. 5G 시스템은 부분 또는 매우 제한된 AI를 지원할 것이다. 그러나, 6G 시스템은 완전히 자동화를 위해 AI가 지원될 것이다. 머신 러닝의 발전은 6G에서 실시간 통신을 위해 보다 지능적인 네트워크를 만들 것이다. 통신에 AI를 도입하면 실시간 데이터 전송이 간소화되고 향상될 수 있다. AI는 수많은 분석을 사용하여 복잡한 대상 작업이 수행되는 방식을 결정할 수 있다. 즉, AI는 효율성을 높이고 처리 지연을 줄일 수 있다.
핸드 오버, 네트워크 선택, 자원 스케쥴링과 같은 시간 소모적인 작업은 AI를 사용함으로써 즉시 수행될 수 있다. AI는 M2M, 기계-대-인간 및 인간-대-기계 통신에서도 중요한 역할을 할 수 있다. 또한, AI는 BCI(Brain Computer Interface)에서 신속한 통신이 될 수 있다. AI 기반 통신 시스템은 메타 물질, 지능형 구조, 지능형 네트워크, 지능형 장치, 지능형 인지 라디오(radio), 자체 유지 무선 네트워크 및 머신 러닝에 의해 지원될 수 있다.
최근에는 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 application layer, network layer 특히, 딥러닝을 wireless resource management and allocation 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC layer 와 Physical layer로 발전하고 있으며, 특히 물리계층에서 딥러닝을 무선 전송(wireless transmission)과 결합하고자 하는 시도들이 나타나고 있다. AI 기반의 물리계층 전송은, 근본적인 신호 처리 및 통신 메커니즘에 있어서, 전통적인 통신 프레임워크가 아니라 AI 드라이버에 기초한 신호 처리 및 통신 메커니즘을 적용하는 것을 의미한다. 예를 들어, 딥러닝 기반의 채널 코딩 및 디코딩(channel coding and decoding), 딥러닝 기반의 신호 추정(estimation) 및 검출(detection), 딥러닝 기반의 MIMO mechanism, AI 기반의 자원 스케줄링(scheduling) 및 할당(allocation) 등을 포함할 수 있다.
머신 러닝은 채널 추정 및 채널 트래킹을 위해 사용될 수 있으며, DL(downlink)의 물리 계층(physical layer)에서 전력 할당(power allocation), 간섭 제거 (interference cancellation) 등에 사용될 수 있다. 또한, 머신 러닝은 MIMO 시스템에서 안테나 선택, 전력 제어(power control), 심볼 검출(symbol detection) 등에도 사용될 수 있다.
그러나 물리계층에서의 전송을 위한 DNN의 적용은 아래와 같은 문제점이 있을 수 있다.
딥러닝 기반의 AI 알고리즘은 훈련 파라미터를 최적화하기 위해 수많은 훈련 데이터가 필요하다. 그러나 특정 채널 환경에서의 데이터를 훈련 데이터로 획득하는데 있어서의 한계로 인해, 오프라인 상에서 많은 훈련 데이터를 사용한다. 이는 특정 채널 환경에서 훈련 데이터에 대한 정적 훈련(static training)은, 무선 채널의 동적 특성 및 다이버시티(diversity) 사이에 모순(contradiction)이 생길 수 있다.
또한, 현재 딥러닝은 주로 실제 신호(real signal)을 대상으로 한다. 그러나, 무선 통신의 물리 계층의 신호들은 복소 신호(complex signal)이다. 무선 통신 신호의 특성을 매칭시키기 위해 복소 도메인 신호의 검출하는 신경망(neural network)에 대한 연구가 더 필요하다.
이하, 머신 러닝에 대해 보다 구체적으로 살펴본다.
머신 러닝은 사람이 할 수 있거나 혹은 하기 어려운 작업을 대신해낼 수 있는 기계를 만들어내기 위해 기계를 학습시키는 일련의 동작을 의미한다. 머신 러닝을 위해서는 데이터와 러닝 모델이 필요하다. 머신 러닝에서 데이터의 학습 방법은 크게 3가지 즉, 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 그리고 강화 학습(reinforcement learning)으로 구분될 수 있다.
신경망 학습은 출력의 오류를 최소화하기 위한 것이다. 신경망 학습은 반복적으로 학습 데이터를 신경망에 입력시키고 학습 데이터에 대한 신경망의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 신경망의 에러를 신경망의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation) 하여 신경망의 각 노드의 가중치를 업데이트하는 과정이다.
지도 학습은 학습 데이터에 정답이 라벨링된 학습 데이터를 사용하며 비지도 학습은 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 지도 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링된 데이터 일 수 있다. 라벨링된 학습 데이터가 신경망에 입력되고 신경망의 출력(카테고리)과 학습 데이터의 라벨을 비교하여 오차(error)가 계산될 수 있다. 계산된 오차는 신경망에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 신경망의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learing rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 신경망의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 신경망의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 신경망의 학습 초기에는 높은 학습률을 사용하여 신경망이 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다
데이터의 특징에 따라 학습 방법은 달라질 수 있다. 예를 들어, 통신 시스템 상에서 송신단에서 전송한 데이터를 수신단에서 정확하게 예측하는 것을 목적으로 하는 경우, 비지도 학습 또는 강화 학습 보다는 지도 학습을 이용하여 학습을 수행하는 것이 바람직하다.
러닝 모델은 인간의 뇌에 해당하는 것으로서, 가장 기본적인 선형 모델을 생각할 수 있으나, 인공 신경망(artificial neural networks)와 같은 복잡성이 높은 신경망 구조를 러닝 모델로 사용하는 머신 러닝의 패러다임을 딥러닝(deep learning)이라 한다.
학습(learning) 방식으로 사용하는 신경망 코어(neural network cord)는 크게 심층 신경망(DNN, deep neural networks), 합성곱 신경망(CNN, convolutional deep neural networks), 순환 신경망(RNN, Recurrent Boltzmann Machine) 방식이 있다.
인공 신경망(artificial neural network)은 여러 개의 퍼셉트론을 연결한 예시이다.
도 3은 퍼셉트론 구조의 일 예를 나타낸다.
도 3을 참조하면, 입력 벡터 x=(x1,x2,...,xd) 가 입력되면 각 성분에 가중치(W1,W2,...,Wd)를 곱하고, 그 결과를 모두 합산한 후, 활성함수 
를 적용하는 전체 과정을 퍼셉트론(perceptron)이라 한다. 거대한 인공 신경망 구조는 도 3에 도시한 단순화된 퍼셉트론 구조를 확장하여 입력벡터를 서로 다른 다 차원의 퍼셉트론에 적용할 수도 있다. 설명의 편의를 위해 입력값 또는 출력값을 노드(node)라 칭한다.
한편, 도 3에 도시된 퍼셉트론 구조는 입력값, 출력값을 기준으로 총 3개의 층(layer)로 구성되는 것으로 설명할 수 있다. 1st layer와 2nd layer 사이에는 (d+1) 차원의 퍼셉트론 H개, 2nd layer와 3rd layer 사이에는 (H+1)차원 퍼셉트론이 K 개 존재하는 인공신경망을 도 4와 같이 표현할 수 있다. 도 4는 다층 퍼셉트론 구조의 일 예를 나타낸다.
입력벡터가 위치하는 층을 입력층(input layer), 최종 출력값이 위치하는 층을 출력층(output layer), 입력층과 출력층 사이에 위치하는 모든 층을 은닉층(hidden layer)라 한다. 도 4의 예시는 3개의 층이 개시되나, 실제 인공신경망 층의 개수를 카운트할 때는 입력층을 제외하고 카운트하므로 총 2개의 층으로 볼 수 있다. 인공신경망은 기본 블록의 퍼셉트론을 2차원적으로 연결되어 구성된다.
전술한 입력층, 은닉층, 출력층은 다층 퍼셉트론 뿐 아니라 후술할 CNN, RNN 등 다양한 인공신경망 구조에서 공동적으로 적용될 수 있다. 은닉층의 개수가 많아질수록 인공신경망이 깊어진 것이며, 충분히 깊어진 인공신경망을 러닝모델로 사용하는 머신러닝 패러다임을 딥러닝(Deep Learning)이라 한다. 또한 딥러닝을 위해 사용하는 인공신경망을 심층 신경망(DNN: Deep neural network)라 한다.
도 5에 도시된 심층 신경망은 은닉층+출력층이 8개로 구성된 다층 퍼셉트론이다. 상기 다층 퍼셉트론 구조를 완전 연결 신경망(fully-connected neural network)이라 표현한다. 완전 연결 신경망은 서로 같은 층에 위치하는 노드 간에는 연결 관계가 존재하지 않으며, 인접한 층에 위치한 노드들 간에만 연결 관계가 존재한다. DNN은 완전 연결 신경망 구조를 가지고 다수의 은닉층과 활성함수들의 조합으로 구성되어 입력과 출력 사이의 상관관계 특성을 파악하는데 유용하게 적용될 수 있다. 여기서 상관관계 특성은 입출력의 결합확률(joint probability)을 의미할 수 있다.
한편, 복수의 퍼셉트론을 서로 어떻게 연결하느냐에 따라 전술한 DNN과 다른 다양한 인공 신경망 구조를 형성할 수 있다.
DNN은 하나의 층 내부에 위치한 노드들이 1차원적의 세로 방향으로 배치되어 있다. 그러나, 도 6은 노드들이 2차원적으로 가로 w개, 세로 h개의 노드가 배치할 경우를 가정할 수 있다(도 6의 컨볼루션 신경망 구조). 이 경우, 하나의 입력노드에서 은닉층으로 이어지는 연결과정에서 연결 하나당 가중치가 부가되므로 총 
개의 가중치를 고려해야한다. 입력층에 
개의 노드가 존재하므로 인접한 두 층 사이에는 총 h2w2 개의 가중치가 필요하다.
도 6의 컨볼루션 신경망은 연결개수에 따라 가중치의 개수가 기하급수적으로 증가하는 문제가 있어 인접한 층 간의 모든 모드의 연결을 고려하는 대신, 크기가 작은 필터(filter)가 존재하는 것으로 가정하여 도 7에서와 같이 필터가 겹치는 부분에 대해서는 가중합 및 활성함수 연산을 수행하도록 한다.
하나의 필터는 그 크기만큼의 개수에 해당하는 가중치를 가지며, 이미지 상의 어느 특정한 특징을 요인으로 추출하여 출력할 수 있도록 가중치의 학습이 이루어질 수 있다. 도 7에서는 
크기의 필터가 입력층의 가장 좌측 상단 
영역에 적용되고, 해당 노드에 대한 가중합 및 활성함수 연산을 수행한 결과 출력값을 z22에 저장한다.
상기 필터는 입력층을 스캔하면서 가로,세로 일정 간격 만큼 이동하면서 가중합 및 활성함수 연산을 수행하고 그 출력값을 현재 필터의 위치에 위치시킨다. 이러한 연산 방식은 컴퓨터 비전(computer vision) 분야에서 이미지에 대한 컨볼루션(convolution) 연산과 유사하여 이러한 구조의 심층 신경망을 컨볼루션 신경망(CNN: convolutional neural network)라 하고, 컨볼루션 연산 결과 생성되는 은닉층을 컨볼루션 층(convolutional layer)라 한다. 또한, 복수의 컨볼루션 층이 존재하는 신경망을 심층 컨볼루션 신경망(DCNN: Deep convolutional)이라 한다.
컨볼루션 층에서는 현재 필터가 위치한 노드에서, 상기 필터가 커버하는 영역에 위치한 노드만을 포괄하여 가중합을 계산함으로써, 가중치의 개수를 줄여줄 수 있다. 이로 인해, 하나의 필터가 로컬(local) 영역에 대한 특징에 집중하도록 이용될 수 있다. 이에 따라 CNN은 2차원 영역 상의 물리적 거리가 중요한 판단 기준이 되는 이미지 데이터 처리에 효과적으로 적용될 수 있다. 한편, CNN은 컨볼루션 층의 직전에 복수의 필터가 적용될 수 있으며, 각 필터의 컨볼루션 연산을 통해 복수의 출력 결과를 생성할 수도 있다.
한편, 데이터 속성에 따라 시퀀스(sequence) 특성이 중요한 데이터들이 있을 수 있다. 이러한 시퀀스 데이터들의 길이 가변성, 선후 관계를 고려하여 데이터 시퀀스 상의 원소를 매 시점(timestep) 마다 하나씩 입력하고, 특정 시점에 출력된 은닉층의 출력 벡터(은닉 벡터)를, 시퀀스 상의 바로 다음 원소와 함께 입력하는 방식을 인공 신경망에 적용한 구조를 순환 신경망 구조라 한다.
도 8은 순환 루프가 존재하는 신경망 구조의 일 예를 나타낸다.
도 8을 참조하면, 순환 신경망(RNN: recurrent neural netwok)은 데이터 시퀀스 상의 어느 시선 t의 원소 (x1(t), x2(t), ,..., xd(t))를 완전 연결 신경망에 입력하는 과정에서, 바로 이전 시점 t-1은 은닉 벡터 (z1(t1), z2(t1),..., zH(t1))을 함께 입력하여 가중합 및 활성함수를 적용하는 구조이다. 이와 같이 은닉 벡터를 다음 시점으로 전달하는 이유는 앞선 시점들에서의 입력 벡터속 정보들이 현재 시점의 은닉 벡터에 누적된 것으로 간주하기 때문이다.
도 9는 순환 신경망의 동작 구조의 일 예를 나타낸다.
도 9를 참조하면, 순환 신경망은 입력되는 데이터 시퀀스에 대하여 소정의 시점 순서대로 동작한다.
시점 1에서의 입력 벡터 (x1(t), x2(t), ,..., xd(t))가 순환 신경망에 입력되었을 때의 은닉 벡터 (z1(1),z2(1),...,zH(1))가 시점 2의 입력 벡터 (x1(2),x2(2),...,xd(2))와 함께 입력되어 가중합 및 활성 함수를 통해 은닉층의 벡터 (z1(2),z2(2) ,...,zH(2))를 결정한다. 이러한 과정은 시점 2, 시점 3, ,,, 시점 T 까지 반복적으로 수행된다.
한편, 순환 신경망 내에서 복수의 은닉층이 배치될 경우, 이를 심층 순환 신경망(DRNN: Deep recurrent neural network)라 한다. 순환 신경망은 시퀀스 데이터(예를 들어, 자연어 처리(natural language processing)에 유용하게 적용되도록 설계되어 있다.
학습(learning) 방식으로 사용하는 신경망 코어로서 DNN, CNN, RNN 외에 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 포함하며, 컴퓨터비젼, 음성인식, 자연어처리, 음성/신호처리 등의 분야에 적용될 수 있다.
최근에는 AI를 무선 통신 시스템과 통합하려고 하는 시도들이 나타나고 있으나, 이는 application layer, network layer 특히, 딥러닝을 wireless resource management and allocation 분야에 집중되어 왔다. 그러나, 이러한 연구는 점점 MAC layer 와 Physical layer로 발전하고 있으며, 특히 물리계층에서 딥러닝을 무선 전송(wireless transmission)과 결합하고자 하는 시도들이 나타나고 있다. AI 기반의 물리계층 전송은, 근본적인 신호 처리 및 통신 메커니즘에 있어서, 전통적인 통신 프레임워크가 아니라 AI 드라이버에 기초한 신호 처리 및 통신 메커니즘을 적용하는 것을 의미한다. 예를 들어, 딥러닝 기반의 채널 코딩 및 디코딩(channel coding and decoding), 딥러닝 기반의 신호 추정(estimation) 및 검출(detection), 딥러닝 기반의 MIMO mechanism, AI 기반의 자원 스케줄링(scheduling) 및 할당(allocation) 등을 포함할 수 있다.
강화 학습 (Reinforcement learning)
강화 학습(Reinforcement learning, RL)은 기계 학습의 일종으로 어떤 특정한 모델이 필요하지 않은 학습 방법이다. 일반적으로 RL은 Q-학습(Q-learning)으로 많이 구현되는데, 이는 학습을 통해서 Q 값을 업데이트(update)하고, Q 값에 따라 최적의 행동을 선택하는 방식이다. Q 값은 Q-테이블(table)이라 칭할 수도 있다. RL의 주요 동작은 행동(action), 상태(state), 보상(reward)으로 설명할 수 있다. 즉, 학습은 최적의 행동을 선택하도록 이루어지는데, 이는 특정 행동을 선택하여 가장 큰 보상을 얻는 것이 목적이다. 보상은 상태 변화(state transition) 시 정의된다. RL을 수학적으로 표현하게 되면 마르코프 처리(Markov process)의 형태를 가진다. 마르코프 처리는 현재 상태는 과거 상태에 의해서 결정되는 처리로서 상태 변화 다이어그램(state transition diagram)으로 표현할 수 있다.
Q-학습의 알고리즘은 다음과 같다. 하나의 의사결정자(agent), 상태의 유한 집합 S, 각 상태 
에서 취할 수 있는 행동의 집합 
로 구성된다. 어떤 상태 s에서 어떤 행동 
를 취하면 에이전트는 이에 따른 보상을 얻는다. 의사결정자의 목표는 보상의 총합을 최대화하는 것이다. 이를 위해 의사결정자는 각 상태에서 어떤 행동을 취하는 것이 최적인지 학습해야 한다. 각 상태에서 최적의 행동이란, 그 상태에서 장기적으로 가장 큰 보상을 얻을 수 있도록 하는 행동을 의미한다. 장기적인 보상을 계산할 때에는 보통 할인된 보상의 총계(sum of discounted rewards)의 기대 값을 계산하며, 여기서 지금으로부터 
시간 후에 얻은 reward r은 
만큼 할인되어 
로 계산된다. 이 때 는 0과 1 사이의 값을 가지는 할인 인자로, 현재 얻는 보상이 미래에 얻는 보상보다 얼마나 더 중요한지를 나타내는 값이다. 알고리즘은 각 상태-행동 쌍에 대하여 다음 수학식 1과 같은 Q 함수를 가진다.
알고리즘이 시작되기 전에 Q 함수는 고정된 임의의 값을 가진다. 각 시간 t에 의사결정자는 어떠한 상태 
에서 행동 
를 취하고 성태 
로 전이한다. 이 때, 보상 가 얻어지며, Q 함수가 갱신된다. 알고리즘의 핵심은 다음 수학식 2와 같이 이전의 값과 새 정보의 가중합(weighted sum)을 이용하는 간단한 값 반복법이다.
여기서 는 학습 속도 인자(learning rate)로 0에서 1까지 값을 가진다. 도달한 상태 
이 종결 상태일 경우 한 에피소드(episode)가 끝나게 된다. 그러나, Q 학습은 작업이 에피소드로 구성되지 않더라도 학습이 가능하다. 이는 할인 인자(discount factor) 가 1보다 작을 경우 무한히 반복하더라도 할인된 총계는 유한하기 때문이다. 그리고, Q-학습 수행 중 행동을 선택할 때, 수학식 3과 같이 학습한 Q 값을 근거로 선택하거나 임의의(random) 방식으로 선택할 수 있다. 이는 입실론 그리디 탐색-활용(e-greedy exploitation-exploration) 방법으로 알려져 있다.
5G 시스템의 빔 관리(Beam Management) 방법
5G 시스템에서의 빔 관리는 망 접속 단계(예: RACH 절차)와 셀 연결 이후(예: 연결된 단말들(connected Ues))에서의 동작으로 설명될 수 있다.
셀에 처음 진입한 단말은 기지국과 연결된 빔이 없기 때문에 기지국의 하향링크 빔(DL beam)을 찾는 동작을 먼저 수행한다. NR은 단말의 하향링크 빔 탐색(DL beam search)을 돕기 위해 물리 브로드캐스트 채널(physical broadcast channel, PBCH)이 전송되는 동기 신호 블록(synchronization signal block, SSB)을 이용한다. 즉, 동일한 시스템 정보를 담는 SSB들은 5ms 이내에 최대 64개의 서로 다른 빔에 매핑되어 전송될 수 있고, 셀 설정에 따라 일정한 주기를 가지고 반복 전송된다.
도 10은 망 접속 단계에서 하향링크 빔을 선택하는 단말 동작의 일 예를 나타낸다.
도 10을 참조하면, 단말은 20ms 마다 5ms 이내의 SSB들을 수신할 수 있다. 각 5ms 이내의 SSB들은 인덱스 0 내지 12의 SSB들을 포함할 수 있다. 5ms 이내의 SSB들은 각각 서로 다른 빔에 매핑되어 전송될 수 있다. 제1 단말(즉, UE1)과 제2 단말(즉, UE2)은 서로 다른 빔에 매핑된 SSB들의 참조 신호 수신 전력(reference signal received power, RSRP)를 측정함으로써 최고의 빔(best beam)을 선택 수 있다. 예를 들어, 제1 단말은 RSRP 측정을 통해 인덱스 1의 SSB에 매핑된 빔을 최고 빔으로 선택하고, 제2 단말은 RSRP 측정을 통해 인덱스 11의 SSB에 매핑된 빔을 최고 빔으로 선택할 수 있다. 제1 단말과 제2 단말은 선택된 최고 빔에 매핑된 물리 임의 접속 채널(physical random access channel, PRACH) 자원을 사용하여 기지국에 하향링크 빔에 대한 정보(즉, 최고 빔)를 알릴 수 있다.
RACH 절차(procedure)를 통해 기지국과 단말 사이의 초기 빔이 설정되고 단말의 셀 연결 과정이 완료되면, 기지국은 단말의 지속적인 빔/링크 관리를 위해 단말의 CSI 측정 및 보고 방식을 설정할 수 있다. NR에서는, 단말의 빔 관리를 위해 채널 상태 정보-참조 신호(channel state information-reference signal, CSI-RS) 및/또는 SSB 자원가 이용될 수 있다.
SSB 자원은 RACH 절차에서 사용하는 SSB에 대한 빔 매핑을 이용하는 방식으로, 통상적으로 CSI-RS 자원에 사용하는 빔은 SSB에서 사용하는 빔보다 좁은 빔 폭(narrower beam width)을 가진다. 기지국은 망 접속 단계에서 보다 넓은 스위핑 범위(wider sweeping range)로 전송한 SSB를 이용하여 단말의 대략적인 위치 및/또는 빔을 파악하고, 연결된 단말에 대해 보다 좁은 빔(narrower beam)을 설정하기 위한 빔 개선(beam refinement) 과정을 수행한다.
이와 같이 더 좁은 빔(narrower beam)은 단말에게 더욱 높은 성능의 데이터 송수신 서비스를 제공할 수 있는 반면 단말의 커버리지(coverage)가 작아짐에 따라 단말의 이동이나 막힘(blockage)에 의한 링크 끊김 현상에 민감하게 영향을 받을 수 있게 된다.
또한, 빔 포밍 기법이 도입된 NR은 빔 기반 측정(beam-based measurement)을 통해 단말의 링크를 관리하게 되면서 이로 인한 단말의 전력 소모가 상당히 증가한다.
따라서, 빔 기반 측정으로 인한 단말 전력 소모를 최소화하고, 지속적인 빔 트래킹(beam tracking)을 통해 빔 끊김 현상을 막기 위한 방안으로 기지국은 무선 자원 제어(Radio Resource Control, RRC) 설정(예: CSI-ResourceConfig)을 통해 단말에게 후보 빔을 알려준다. 이는 기지국이 단말의 이동성을 고려하여 후보 빔에 대한 CRI-RS 자원 및/또는 SSB 자원을 미리 설정하고 단말이 좁은 후보 빔(narrow candidate beam)의 세기를 측정하여 미리 측정 결과를 보고하도록 함으로써 서빙 빔(serving beam)이 끊기기 전에 새로운 빔으로의 전환을 가능하게 한다.
도 11은 셀 접속 단말의 빔 개선의 일 예를 나타낸다. 도 11의 a는 단말-특정 CSI-RS를 설정하는 일 예를 나타내고, 도 11의 b는 단말 그룹-특정 CSI-RS를 설정하는 일 예를 나타낸다.
단말 별로 CSI-RS 및/또는 SSB를 할당하는 것은 도 11의 a에 도시된 바와 같이, 동일 방향의 빔을 사용하는 서로 다른 단말들에게도 서로 다른 CSI-RS 자원들 및/또는 SSB 자원들을 할당할 수 있음을 의미한다.
구체적으로, 도 11의 a를 참조하면, 제1 단말(즉, UE1)의 CSI-RS#0 내지 #4는 각각 제2 단말(즉, UE2)의 CSI-RS#0 내지 #4와 동일한 방향의 빔에 매핑되나, 제2 단말(즉, UE2)의 CSI-RS#0 내지 #4와 다른 자원들에 할당된다.
이와 같은 방식은 기지국이 임의로 단말에게 적합한 후보 빔을 알아서 선택하고 CSI-RS 자원 및/또는 SSB 자원에 해당 후보 빔들을 매핑해 줄 수 있기 때문에 단말의 셀 내 이동에 따른 RRC 재설정 없이 기지국의 자유로운 빔 운용이 가능하다. 하지만, 셀 내 단말의 수가 증가함에 따라 CSI-RS 자원들의 오버헤드 문제가 발생하게 된다.
이로 인해 발생하는 CSI-RS 자원 오버헤드를 줄이기 위한 방안으로 기지국은 도 11의 b와 같이, 특정 커버리지 내에 위치한 서로 다른 단말들에게 동일 CSI-RS 자원들을 할당하여 각 단말들이 동일한 빔의 세기를 측정하도록 운용할 수 있다. NR은 이러한 CSI-RS 자원들의 묶음을 CSI-RS 자원 집합(resource set)로, SSB 자원들의 묶음을 SSB 자원 집합으로 정의한다.
하지만, 이와 같은 운용 방법은 동일 CSI-RS 자원 집합 및/또는 SSB 자원 집합을 이용하는 서로 다른 이동성을 가지는 단말들에게 잦은 RRC 재설정을 겪도록 한다.
예를 들어, 도 11의 b의 제1 단말 내지 제4 단말(즉, UE1, UE2, UE3, UE4)에게 각각 동일 CSI-RS 자원 집합 #0 내지 #1을 할당해줌으로써 CSI-RS 자원에의 오버헤드 문제를 해결할 수 있지만, 동일 집합(set)을 사용하는 단말들 중 한 단말이 해당 커버리지를 벗어나는 경우 해당 단말은 새로운 CSI-RS 자원 집합을 설정 받아야 한다. 이는 RRC 재설정과 단말의 측정 부담 사이의 트레이드 오프(trade-off) 문제를 야기한다.
이와 같은 단말의 측정 부담을 줄이기 위해 CSI-RS 자원 집합 내의 CSI-RS 자원들의 수를 줄이게 되면 다시 잦은 RRC 재설정 문제가 발생하기 때문에 이를 해결하기 위해 기지국은 더 큰(larger) 커버리지를 커버할 수 있는 최대 64개의 CSI-RS 자원들을 포함하는 CSI-RS 자원 집합을 구성할 수 있다.
하지만, 이는 단말이 많은 수의 빔(예: 하나의 CSI-RS 자원 집합 내에 최대 64개의 CSI-RS 자원 설정 가능)을 측정하도록 함으로써 측정(measurement) 부담 및 단말의 전력 소모를 증가케 한다.
특히, 빠른 속도로 움직이는 단말(예: 고속 차량)의 경우 잦은 RRC 설정은 빔 관리에의 지연을 초래하여 잦은 빔 끊김 현상으로 이어질 수 있으며 이를 완화하기 위해 더 큰 커버리지의 후보 빔을 설정해 주는 것은 단말이 측정할 빔의 수가 증가함에 따라 단말의 전력 소모를 크게 증가시킨다.
이와 같이 현재 NR의 빔 관리 방안은 시스템 자원 효율성, 단말의 측정 부담 및 잦은 RRC 재설정에 대한 트레이드 오프를 고려하여 적절한 방법으로 기지국이 CSI-RS 자원을 운용해야 하는 문제가 있다.
본 명세서는 현재 기술의 단말 후보 빔 설정 과정에서 발생할 수 밖에 없는 시스템 자원 효율성, 단말의 측정 부담 및 잦은 RRC 재설정에 대한 트레이드 오프 문제를 해결하고자 한다.
이하, 본 명세서의 제안 방법을 설명하기에 앞서 NR에서의 빔 관리 절차를 보다 구체적으로 살펴본다.
도 12는 종래의 빔 관리 절차의 일 예를 나타낸다.
도 12를 참조하면, 기지국(base station, BS)은 S1201 단계에서, 단말(user equipment, UE)과 연결된 빔을 기반으로 적당한 후보 빔들을 구성한 CSI-RS 및/또는 SSB 자원 설정 정보(또는 자원 설정 정보)와 CSI 보고(reporting) 설정을 단말에게 전송한다.
이를 수신한 단말은 S1202 단계에서, 자원 설정 정보에 할당된 참조 신호(reference signal, RS) 신호들을 측정한다.
단말은 S1203 단계에서, 이 중 최고의 RSRP(best RSRP)를 가지는 4개의 빔을 선택하여 이에 대한 RSRP(또는, 피드백 정보)를 기지국에 보고(또는 피드백)한다.
이를 수신한 기지국은 S1204 단계에서, 피드백 정보를 기반으로 새로운 빔으로의 빔 스위칭(beam switching)을 지시할 수 있다. 단말은 해당 지시에 따라 서빙 빔을 새로운 빔으로 변경할 수 있다.
이와 같이 현재 NR 기술에서의 후보 빔은 단말이 측정해야 할 CSI-RS 및/또는 SSB의 자원 정보를 알려줌으로서 설정된다. 즉, 기지국이 RRC 메시지로 설정한 CSI-RS 및/또는 SSB는 단말의 빔 측정을 위해 항상 전송해야 하는 빔이라는 의미를 가진다. 다시 말해, 기지국이 RRC 메시지로 CSI-RS 및/또는 SSB의 자원 정보를 설정한 경우, 기지국은 단말의 빔 측정을 위해 설정한 CSI-RS 및/또는 SSB 모두를 전송해야 한다.
이하, 보다 구체적으로 NR 시스템에서 채널 상태 정보를 보고하는 방법에 대해 살펴본다. 본 명세서에서, 'NR 시스템'은 '5G 시스템'과 동일한 의미로 사용될 수 있다.
NR 시스템에서 채널 상태 정보(또는, 빔 채널 상태 정보)를 보고하는 방법은 빔과의 연결성이 있는 경우의 빔 관리를 위한 채널 상태 정보 보고(예: CSI 보고) 방법과 빔과의 연결이 끊긴 이후의 빔 복구를 위한 빔 정보 보고 방법(예: BFR)으로 설명될 수 있다.
빔과의 연결성이 있는 단말은 주변 후보 빔에 대한 빔 세기 정보를 기지국의 보고 설정에 따라 전송할 수 있다. 예를 들어, 빔 세기 정보는 주기적(periodic), 비주기적(aperiodic), 또는 반영구적(semi-persistent)으로 보고될 수 있다. NR은 이를 CSI 프레임워크(framework)라 정의한다.
NR의 CSI는 CSI-RS 자원 집합 및/또는 SSB 자원 집합에 대한 기지국의 설정에 따라 빔 관리 뿐만 아니라 CSI 추정(estimation), 시간 주파수 트레킹(time-frequency tracking), 이동성(mobility)을 위한 용도로 구분되어 사용될 수 있다.
빔 관리는 CSI 보고를 통해 기지국이 지속적으로 그리고/또는 필요에 따라 단말의 주변 후보 빔(candidate beam) 정보를 수신함으로써 현재 연결 빔(예: 서빙 빔)의 품질이 나빠지면 새로운 빔으로의 연결(예: 빔 트레킹/스위칭)을 보장해 주기 위함이다.
그러나, 빔 포밍 특성상 주변 환경의 작은 변화에도 빔 끊김 현상을 자주 겪을 수 있기 때문에, NR은 빔과의 연결이 끊긴 이후의 단말이 스스로 빔 연결을 위한 정보를 기지국으로 전송하도록 하는 장치를 추가적으로 제공한다.
즉, 단말은 스스로 빔 끊김을 판단(예: 빔 실패 검출)하고 후보 빔에 대한 빔 세기 측정을 통해 후보 빔에 미리 설정되어 있던 PRACH 자원 매핑 정보를 이용하여 적격 빔(qualified beam)에 대한 정보를 RACH 절차로 알린다. 또는, 캐리어 병합(carrier aggregation, CA) 환경에서 특정 셀의 빔 연결이 끊긴 경우, 단말은 다른 셀의 링크를 통해 후보 빔 정보를 담은 빔 실패 복구(beam failure recovery, BFR) 매체 접근 제어(medium access control, MAC) 제어 요소(control element, CE)를 전송함으로써 빔 연결을 복구할 수 있다. NR은 이를 빔 실패 복구(Beam Failure Recovery) 절차로 정의한다.
이와 같은 NR에서의 빔 정보 보고 방법은 많은 수의 후보 빔을 측정하고 이에 대한 정보를 전송해야 하기 때문에 CSI 보고를 이용하는 경우, 단말이 기지국의 CSI 보고 설정에 따라 측정된 후보 빔 중 가장 높은 세기를 가지는 4개의 빔에 대한 빔 세기 정보만을 CRI/SSBRI+L1-RSRP(예: CRI와 L1-RSRP 또는 SSBRI와 L1-RSRP)의 값으로 전송하도록 한다.
또한, BFR의 경우, 단말의 후보 빔에 대한 비 경쟁 임의 접속(contenttion free random access, CFRA) 자원을 미리 할당할 수 있다. 단말이 빔 실패 검출(beam failure detection, BFD)을 선언하고, BFR을 수행할 때 미리 할당 받은 CFRA 자원들 중 1개의 빔에 대한 자원만을 사용하더라도 이는 해당 단말을 위해 미리 할당되어야 하는 자원으로 후보 빔이 많아지는 경우 불필요하게 많은 CFRA 자원이 할당되는 문제가 있다. Scell을 위한 BFR MAC CE를 이용하여 빔 정보가 전송될 수 있으나, 이 경우에도 후보 빔 가운데 특정 기준 값(threshold)을 넘는 빔에 대한 정보만을 전송하기 때문에 단말은 CRI/SSBRI 정보를 전송해야 한다.
이와 같이 NR의 빔 정보 전송 방법은 후보 빔의 수가 많아짐에 따라 CSI와 BFR MAC CE에서의 CRI/SSBRI와 같은 부가적인 시그널링 오버헤드가 발생하고, CFRA 자원을 이용한 BFR 절차의 경우 불필요하게 많은 CFRA 자원을 미리 할당해야 하는 자원 낭비 문제가 발생한다.
본 명세서는 미리 학습/설정된 특정 서빙 빔에 대한 최적의 후보 빔에 대한 매핑 정보(예: ML을 이용한 모델, RL을 통한 Q-테이블, 및/또는 기지국이 제공하는 특정 테이블에 대한 정보 등)를 이용하여 기지국과 단말이 최적의 후보 빔만을 측정하고, 이에 대한 상태 정보를 보고할 수도 있도록 한다.
이를 통해, 본 명세서는 후보 빔 설정을 위한 시그널링 정보 전송을 제거하고, 최소한의 자원을 이용하여 빔 측정 결과 정보를 전송하도록 한다.
본 명세서는 이와 같이 학습된 머신러닝 알고리즘/Q-테이블에 기반하여 셀 내에 새롭게 진입한 단말들이 새로운 학습 없이 미리 학습된 기지국의 빔 정보를 이용해 종래 기술에서 발생할 수밖에 없는 트레이드 오프 문제를 해결하면서 효율적으로 빔을 관리하기 위한 방법을 제안한다.
또한, 본 명세서는 특정 빔에 대한 최적의 후보 빔을 도출하는 알고리즘/머신러닝을 이용하여 단말과 기지국 사이의 효율적인 빔 관리를 수행하기 위한 절차 또는 방법을 제안한다.
특히, 본 명세서에 따르면, 단말은 기지국으로부터 셀 내 빔들에 상응하는 참조 신호(예: CSI-RS, SSB)에 대한 자원 정보와 함께 셀 내 빔들 중 현재 서빙 빔을 기반으로 최적의 후보 빔을 도출하는 알고리즘/머신러닝(machine learning, ML) 모델에 대한 정보(예: 알고리즘/ML 모델/ML)을 수신할 수 있다. 참조 신호에 대한 정보 및 알고리즘/ML 모델에 대한 정보를 수신한 단말은 후보 빔 설정을 위한 추가적인 시그널링 없이 서빙 빔 기반으로 후보 빔을 도출하고 도출된 후보 빔들에 상응하는 참조 신호 측정을 통해 빔 품질을 측정하며 측정 결과를 기지국에 알릴 수 있다.
본 명세서에 따르면, 기지국은 단말에 현재 서빙 빔에 대한 최적의 후보 빔을 도출하는 알고리즘/ML 모델에 대한 정보를 전송하면서, 셀 내 빔들에 상응하는 참조 신호에 대한 자원 정보를 함께 전송할 수 있다. 기지국은 셀 내 빔들에 대응하는 참조 신호에 대한 자원들을 미리 할당하더라도 단말(들)의 서빙 빔에 대해 도출된 후보 빔들에 대한 참조 신호만을 전송할 수 있다. 예를 들어, 기지국은 모든 참조 신호들에 대한 자원 정보를 설정/전송하되, 단말의 서빙 빔에 대해 도출된 후보 빔들에 대한 참조 신호만을 전송할 수 있다.
본 명세서에서, '/'는 문맥에 따라 'and', 'or', 또는 'and/or'를 의미한다.
이하, 본 명세서에서는, 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보를 살펴본 후, 이를 이용하는 빔 관리 방법 및 빔 실패 복구 방법을 구체적으로 살펴본다. 더하여, 본 명세서에서는, BFR MAC CE 포맷 및 피드백 정보 보고 방법도 살펴본다.
이하, 본 명세서에서 설명되는 실시 예들은 설명의 편의를 위해 구분된 것일 뿐, 어느 실시 예의 일부 방법 및/또는 일부 구성 등이 다른 실시 예의 방법 및/또는 구성 등과 치환되거나, 상호 간 결합되어 적용될 수 있음은 물론이다.
먼저, 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보를 구체적으로 살펴본다.
최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보
본 명세서에서 이용하는 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보는 기지국 구현 사항으로 기지국 벤더에 의한 셀 배치(deployment) 전에 셀 내 구성 가능한 각 빔들의 후보 빔 리스트에 대한 학습을 완료하였거나 정의하였음을 가정할 수 있다.
예를 들면, 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보는 특정 빔에 대한 후보 빔 리스트 정보 목록, 학습이 완료된 ML 모델, 및/또는 강화학습의 경우 Q-테이블에 대한 정보(예: Q-테이블)일 수 있다.
예를 들면, 특정 빔에 대한 후보 빔 리스트 정보 목록은 셀 내 모든 빔들에 대해 각 빔에 상응하는 후보 빔 리스트가 매핑된 정보로 기지국 내에 정의된 정보를 의미할 수 있다. 일례로, 셀 내 모든 빔이 m개인 경우, 0부터 m-1번 빔에 대한 후보 빔 리스트가 정해질 수 있고, 이에 대한 정보 목록이 단말에 전송될 수 있다.
예를 들어, 학습이 완료된 ML 모델은 입력 값으로 서빙 빔 인덱스가 입력되는 경우, 출력 값으로 n개의 후보 빔들에 대한 리스트가 도출되는 모델일 수 있다. 일례로, ML 모델은 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 강화 학습(reinforcement learning) 등을 통해 학습 완료된 모델일 수 있다. 그리고/또는, 입력 값으로 쓰여지는 특정 빔(즉, 인덱스가 입력되는 서빙 빔)과의 연결이 있는 단말의 경우, 주변 빔을 측정했을 때 가장 높은 세기를 가질 것으로 예측/판단/학습되는 빔들이 후보 빔이 될 수 있다. 그리고/또는, 출력 후보 빔이 softmax에 의해 출력되는 경우 기지국이 정한 또는 특정 규칙에 의해 정해진 N값에 의해 N번째 출력 값까지의 빔들을 해당 서빙 빔에 대한 후보 빔으로 정의할 수 있다.
예를 들어, Q-테이블에 대한 정보의 경우, 기지국은 최적의 후보 빔 학습을 위해 Q-학습을 이용한 강화학습을 통해 Q-테이블을 업데이트할 수 있다. 강화학습이 완료된 경우, 업데이트된 Q-테이블에 대한 정보가 단말에 전송될 수 있다. 기지국과 단말은 셀 내 빔들을 상태 정보로 입력하고, 해당 빔에 대해 보상(rewards)이 높은 n개의 빔들을 후보 빔으로 결정할 수 있다.
그리고/또는, 기지국은 상기 정보(예: 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보)와 함께 도출되는 후보 빔의 개수(N)에 대한 정보도 단말에 전송할 수 있다. 다시 말해, 기지국은 특정 서빙 빔 정보에 대한 후보 빔 리스트가 도출되는 다양한 모델이나 알고리즘 중 하나와 후보 빔의 개수에 대한 정보를 전송할 수 있다.
본 명세서에서, 특정 서빙 빔에 대한 후보 빔 도출 방법은 상술한 방법 또는 정보로만 한정하지 않고 기지국 구현에 따라 다양한 기법을 통해 구성/설정될 수 있다.
이하, 단말과 기지국 간 송수신되는 정보들을 보다 구체적으로 살펴본다.
단말은 임의의 셀에 새롭게 진입하고 셀과의 연결을 맺은 경우, 참조 신호에 대한 자원 정보, 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보, 및/또는 최적 후보 빔의 수에 대한 정보들 중 적어도 하나를 기지국으로부터 수신할 수 있다.
참조 신호에 대한 자원 정보, 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보, 및/또는 최적 후보 빔의 수에 대한 정보들 중 적어도 하나는 셀 시스템 정보(SIB-x)로 브로드캐스팅되거나 단말의 요청 또는 기지국의 필요에 따라 유니캐스트/멀티캐스트 메시지로 기지국으로부터 전송될 수 있다.
이하, 단말과 기지국 간 송수신되는 정보들을 차례대로 살펴본다.
(셀 내 구성 가능한 빔들의 참조 신호에 대한 자원 정보)
셀 내 구성 가능한 빔들의 참조 신호(예: CSI-RS 및/또는 SSB)에 대한 자원 정보는 송수신될 수 있다. 해당 빔은 특성으로 제한되지 않으며, 참조 신호는 셀 내 구성 가능한 좁은 빔들(M개)에 대한 참조 신호일 수 있다.
참조 신호는 셀 내 하나 이상의 집합(set)으로 구성될 수 있고, 기지국 구현에 따라 셀(cell)/섹터(sector)/단말 그룹(UE group)/단말 특정하게(UE-specific) 구성될 수 있다. 예를 들어, 참조 신호는 시스템 자원 오버헤드를 최소화 및 빔 정보의 크기를 고려하여 여러 단말이 함께 사용할 수 있도록 셀-특정하게 또는 섹터-특정하게(sector-specific) 구성 및/또는 할당되고, 참조 신호에 대한 자원 정보는 셀 시스템 정보로 브로드캐스팅 될 수 있다. 이는 빔 관리를 수행하는 단말의 수가 증가할수록 유니캐스트 메시지로 전송하는 방법 대비 시그널링 오버헤드를 감소시킬 수 있는 효과가 있다.
예를 들어, 참조 신호에 대한 자원 정보는 CSI-RS 자원 집합(resource set)일 수 있다. CSI-RS 자원 집합은 하나 이상의 CSI-RS들에 대한 자원들로 구성될 수 있다. 그리고/또는, CSI-RS 자원 집합은 단말이 빔 세기/품질을 측정하기 위해 사용하는 참조 신호들의 묶음을 의미할 수도 있다. 각 CSI-RS 자원들은 집합(set) 내에서 고유한 인덱스(index)를 가질 수 있다. CSI-RS 자원들은 단말의 하향링크 빔 품질 측정을 위한 CSI-RS 전송을 위해 사용하는 자원(또는 이를 위해 미리 예약된 자원)을 의미할 수 있다.
기지국이 참조 신호에 대한 자원 정보를 전송한다 함은 CSI-RS 자원으로 실제 신호를 실어 전송하는 것이 아니고, CSI-RS 물리적 자원만을 할당하는 것을 의미할 수 있다. 예를 들어, 기지국이 참조 신호에 대한 자원 정보를 전송한다 함은 참조 신호의 물리 자원에 대한 정보를 설정/전송하는 것을 의미할 수 있다.
이는, 추후 셀에 연결된 단말(들)이 빔 관리 절차를 수행하는 경우, 기지국이 해당 단말(들)과 연결 설정된 빔(예: 서빙 빔)을 기반으로 선택된 최적의 후보 빔(optimal candidate beams)에 대한 CSI-RS 자원으로만 실제 신호를 실어 전송함을 의미할 수 있다.
다른 일례로, 참조 신호에 대한 자원 정보는 SSB 자원 집합일 수 있다.
SSB 자원 집합은 하나 이상의 SSB들에 대한 자원들(또는 정보)로 셀과의 연결이 없는 단말의 빔 연결을 위해 기지국이 주기적으로 전송하는 자원을 의미할 수 있다. SSB 자원 집합은 전송되는 SSB 스위핑(sweeping) 정보가 SSB 자원 집합으로 재사용되거나 단말-특정하게(UE-specific) 전송되는 경우, SSB들 중 일부로 구성된 집합(set)을 의미할 수도 있다.
(최적의 후보 빔 도출을 위한 모델/알고리즘에 대한 정보)
연결/선택 빔(예: 서빙 빔)에 대한 최적의 후보 빔(optimal candidate beam) 도출 모델/알고리즘(예: ML model)에 대한 정보는 송수신될 수 있다. 해당 정보는 특정 셀 내 구성 가능한 빔들의 참조 신호(예: CSI-RS 및/또는 SSB)에 대한 자원 정보와의 매핑 관계가 있을 수 있다. 예를 들어, CSI-RS 자원 집합 #0과 SSB 자원 집합 #1이 정의된 경우, 각 자원 집합에 대한 최적의 후보빔 도출 모델/알고리즘이 각각 존재할 수 있다.
(최적 후보 빔의 수에 대한 정보)
도출될 최적 후보 빔의 수(N개)는 송수신될 수 있다. 여기서, 최적 후보 빔의 개수(N)는 하나의 참조 신호 집합(예: CSI-RS 자원 집합 및/또는 SSB 자원 집합) 내에 있는 참조 신호 자원(예: CSI-RS 자원들 및/또는 SSB 자원들)의 수 (M)보다 작은 값일 수 있다.
이하, 본 명세서에서는, 상술한 정보를 이용하여 빔 관리 절차를 수행하는 단말/기지국 동작을 살펴본다. 설명의 편의를 위해, 본 명세서의 제안 방법은 특정 셀과 연결된 단말(connected UE)과 특정 셀과 연결이 없는 단말에 대한 빔 관리 방법(또는, 절차)로 구분하여 살펴본다. 여기서, 특정 셀과 연결이 없는 단말은 아이들 단말(idle UE) 또는 인액티브 단말(inactive UE)일 수 있다.
특정 셀과 연결이 있는 단말에 대한 빔 관리 방법
먼저, 특정 셀과 연결이 설정된 단말(즉, 연결된 단말)의 빔 관리 방법에 대해 살펴본다.
단말 동작
먼저, 임의의 셀에 진입한 단말은 S10 단계에서, 셀 연결과정(예: RACH)을 통해 셀과의 연결을 설정하고 단말의 서빙 빔을 결정할 수 있다. 예를 들어, 단말은 서빙 송신 빔(serving tx. beam)과 연결될 수 있다.
이는 초기 접속(initial access) 또는 핸드오버(handover) 과정일 수 있다. 연결된 단말은 연결 설정 과정에서 적어도 하나의 송신 빔을 찾고 기지국과 특정 빔(예: 서빙 빔)으로의 통신을 수행할 수 있는 단말을 의미할 수 있다.
연결 초기 단계의 서빙 빔은 SSB 또는 CSI-RS에 매핑된 빔일 수 있다. 해당 서빙 빔이 SSB에 매핑된 빔이고, 기지국이 셀 내의 SSB에 매핑된 빔보다 좁은 빔으로의 연결을 설정하고자 한다면, 기지국은 빔 개선 동작(또는, 절차)를 통해 단말에 더 좁은 빔으로의 연결을 설정할 수 있다.
이는 종래와 동일하게 기지국이 단말에게 단말-특정(UE-specific) CSI-RS에 대한 자원 정보를 담은 메시지를 전송함으로써 수행될 수 있다. 또는, 본 명세서에서 정의하는 셀-특정(cell-specific) CSI-RS에 대한 자원 정보(또는 셀-특정 CSI-RS 자원 설정 정보)를 이용하여 수행될 수 있다.
본 명세서에서 제안하는 CSI-RS에 대한 자원 정보는 기지국이 CSI-RS 전송을 위해 할당/예약한 자원으로, 해당 자원을 이용하여 모든 빔이 스위핑(또는, 전송)됨을 의미하지 않는다. 즉, 셀-특정(cell-specific) CSI-RS에 대한 자원 정보를 이용하여 빔 개선을 수행함은 기지국이 단말이 선택한 SSB와 QCL(quasi co-located) 관계에 있는 CSI-RS들을 전송함을 의미할 수 있다. 그리고/또는, 단말은 전송되는 CSI-RS들에 대한 정보를 알기 위해 CSI-RS들에 대한 자원 정보와 QCL 관계에 있는 SSB에 대한 정보(또는 반대의 정보)를 기지국으로부터 수신할 수 있다.
단말은 SSB에 매핑된 서빙 빔보다 더 좁은 빔으로의 빔 개선을 수행하기 위해 해당 SSB와 QCL 관계에 있는 CSI-RS들(즉, NR 표준에서의 QCL-type D)의 신호를 측정하고 측정 결과를 기지국에게 피드백할 수 있다. 이 정보를 기반으로 기지국은 하나의 더 좁은 빔을 선택하고 단말에게 개선된 서빙 빔(refined serving beam)을 알릴 수 있다.
그리고/또는, 단말은 S20 단계에서, CSI-RS에 대한 자원 정보(또는, CSI-RS 자원 설정), 서빙 빔에 대한 최적의 후보 빔 도출 모델/알고리즘에 대한 정보, 도출될 후보 빔의 수(N)에 대한 정보, 그리고/또는 채널 측정 결과 보고 방법에 대한 정보(예: CSI 보고 설정) 중 적어도 하나를 담은 메시지 또는 포함하는 정보를 수신할 수 있다. 해당 정보(들)의 수신 시점은 서빙 빔과의 연결 설정 전 또는 후일 수 있다. 상술한 바와 같이, 빔 개선 과정에서 셀-특정(cell-specific) CSI-RS에 대한 자원 정보가 미리 수신되고 해당 정보가 이용됐다면, 미리 수신한 정보가 이용될 수 있다.
그리고/또는, 단말은 S30 단계에서, 수신한 정보(예: CSI-RS에 대한 자원 정보, 서빙 빔에 대한 최적의 후보 빔 도출 모델/알고리즘에 대한 정보, 도출될 후보 빔의 수(N)에 대한 정보, 그리고/또는 채널 측정 결과 보고 방법에 대한 정보 중 적어도 하나)를 기반으로 자신의 서빙 빔에 대한 N개의 최적의 후보 빔들을 도출할 수 있다.
그리고/또는, 단말은 S40 단계에서, 선택한 N개의 최적 후보 빔들에 상응하는 참조 신호(예: CSI-RSs/SSBs)의 세기/품질을 측정할 수 있다. 예를 들어, 단말은 수신한 CSI-RS에 대한 자원 정보를 기반으로 선택된 최적의 후보 빔들에 상응하는 참조 신호의 자원 위치를 확인하고, 해당 자원들로 전송되는 CSI-RS들의 신호 세기/품질을 측정할 수 있다.
그리고/또는, 단말은 S50 단계에서, 측정된 빔 세기/품질 결과 값을 기지국으로 피드백할 수 있다. 예를 들어, 단말은 CSI를 보고할 수 있다. 기지국이 설정한 CSI 보고 설정에 따라 주기적으로, 비주기적으로 또는 반영구적인(semi-persistent) 방법으로 측정 결과 값(예: 빔 품질/RSRP)을 기지국으로 전송할 수 있다.
그리고/또는, 단말은 S60 단계에서, 기지국으로부터 서빙 빔 변경(serving beam change)을 지시 받을 수 있다(예: 빔 스위칭). 단말은 변경된 서빙 빔에 대해 S30 단계 내지 S50 단계를 반복할 수 있다.
다음, 특정 단말과 연결이 설정된 기지국에 대한 빔 관리 방법에 대해 살펴본다.
기지국 동작
먼저, 임의의 단말이 셀에 새롭게 진입한 경우, 기지국은 S11 단계에서, 셀 연결 과정(예: RACH 절차)을 통해 단말과의 연결을 설정하고 단말의 서빙 빔을 결정할 수 있다. 예를 들어, 단말은 서빙 송신 빔과 연결될 수 있다.
이는 초기 접속 또는 핸드오버 과정일 수 있다. 예를 들어, 기지국은 단말과의 연결 설정 과정에서 단말로부터 적어도 하나의 적격 송신 빔(qualified tx. beam)에 대한 정보를 수신 받을 수 있다. 연결 초기 단계의 서빙 빔은 SSB 또는 CSI-RS에 매핑된 빔일 수 있다. 해당 서빙 빔이 SSB에 매핑된 빔이고, 기지국이 셀 내의 SSB에 매핑된 빔보다 더 좁은 빔으로의 연결을 설정하고자 한다면, 기지국은 빔 개선 절차를 통해 단말에게 더 좁은 빔으로의 연결을 설정하도록 할 수 있다.
이는 종래와 동일하게 기지국이 단말에게 단말-특정(UE-specific) CSI-RS에 대한 자원 정보를 담은 메시지를 전송함으로써 수행될 수 있다. 또는, 본 명세서에서 정의하는 셀-특정(cell-specific) CSI-RS에 대한 자원 정보(또는 자원 설정 정보)를 이용하여 수행될 수 있다.
본 명세서에서 제안하는 CSI-RS 자원 정보는 기지국이 CSI-RS 전송을 위해 할당/예약한 자원으로 해당 참조 신호에 대한 모든 빔이 스위핑(전송)됨을 의미하지 않는다. 즉, 셀-특정(cell-specific) CSI-RS에 대한 자원 정보를 이용하여 빔 개선을 수행함은 기지국이 단말이 선택한 SSB에 QCL 관계에 있는 CSI-RS들만을 전송함을 의미할 수 있다. 기지국이 단말에게 측정할 참조 신호에 대한 정보를 알리기 위해, 기지국은 참조 신호에 대한 자원 정보 내에 CSI-RS들과 QCL 관계에 있는 SSB에 대한 정보 (또는 반대의 정보)를 포함할 수 있다. 해당 정보를 기반으로 기지국은 단말로부터 해당 SSB와 QCL 관계에 있는 CSI-RS들(즉, NR에서의 QCL-type D)에 대한 측정 결과를 수신할 수 있다.
해당 측정 결과를 기반으로 기지국은 하나의 더 좁은 빔을 선택하고 단말에게 개선된 서빙 빔(refined serving beam)을 알릴 수 있다.
그리고/또는, 기지국은 S21 단계에서, CSI-RS에 대한 자원 정보, 서빙 빔에 대한 최적의 후보 빔 도출 모델/알고리즘에 대한 정보, 도출될 후보 빔의 수(N)에 대한 정보, 그리고/또는 채널 측정 결과 보고 방법에 대한 정보(예: CSI 보고 설정) 중 적어도 하나를 담은 메시지 또는 포함하는 정보를 전송할 수 있다. 해당 정보(들)의 전송 시점은 서빙 빔과의 연결 설정 전 또는 후일 수 있다. 상술한 바와 같이,빔 개선 과정에서 셀-특정(cell-specific) CSI-RS에 대한 자원 정보가 미리 전송되었다면 CSI-RS에 대한 자원 정보 전송은 생략될 수 있다.
그리고/또는, 기지국은 S31 단계에서, 전송한 정보(예: CSI-RS에 대한 자원 정보, 서빙 빔에 대한 최적의 후보 빔 도출 모델/알고리즘에 대한 정보, 도출될 후보 빔의 수(N)에 대한 정보, 그리고/또는 채널 측정 결과 보고 방법에 대한 정보 중 적어도 하나)를 기반으로 단말의 서빙 빔에 대한 N개의 최적의 후보 빔들을 도출할 수 있다.
그리고/또는, 기지국은 S41 단계에서, 선택한 N개의 최적 후보 빔들에 대한 참조 신호(CSI-RSs/SSBs)를 전송할 수 있다(예: 빔 스위칭).
그리고/또는, 기지국은 S51 단계에서, 단말로부터 최적 후보 빔에 대한 측정 결과 값을 수신할 수 있다. 예를 들어, 기지국은 CSI를 수신할 수 있다. 후보 빔 측정 결과 값은 기지국이 단말에 대해 설정한 CSI 보고 설정에 따라 주기적으로, 비주기적으로 또는 반영구적인(Semi-persistent) 방법에 따라 단말로부터 전송될 수 있다.
그리고/또는, 기지국은 S61 단계에서, 단말로부터 수신한 빔 측정 결과 값을 기반으로 단말의 서빙 빔을 바꿀 것을 결정하고, 단말에 변경된 빔 정보를 알려줄 수 있다. 기지국은 변경된 빔에 대해 S31 단계 내지 S51 단계를 반복할 수 있다.
도 13은 상술한 빔 관리 방법의 일 예를 나타내는 도면이다.
도 13을 참조하면, 기지국(base station, BS)은 S1301 단계에서, 단말(user equipment, UE)에 CSI-RS에 대한 자원 정보, 서빙 빔에 대한 최적의 후보 빔 도출 모델/알고리즘에 대한 정보, 도출될 후보 빔의 수(N)에 대한 정보, 그리고/또는 채널 측정 결과 보고 방법에 대한 정보 중 적어도 하나를 포함하는 설정 정보를 서빙 빔 연결 전에 미리 전송/설정할 수 있다.
예를 들어, 기지국과 단말은 미리 셀 내 구성 가능한 M개의 후보 빔들에 대응하는 참조 신호에 대한 자원 정보(예: CSI-RS/SSB 자원 집합)를 서로 공유할 수 있다. 예를 들어, 적어도 하나의 서빙 빔이 설정된 기지국과 단말은 빔 관리를 위해 미리 공유된 셀 내 구성 가능한 M개의 후보 빔들에 대한 알고리즘/ML 모델을 이용하여 서빙 빔에 대한 N개의 최적의 후보 빔들(optimal candidate beams)을 특별한 시그널링 없이 각자 도출하고, 도출된 N개의 후보 빔들에 대한 빔 관리 동작(즉, 기지국은 N개의 최적 후보 빔에 대한 참조 신호를 전송하고 단말은 N개의 최적 후보 빔에 대한 참조 신호 측정 및 이에 대한 피드백을 전송하며 빔 스위칭 지시받을 수 있음)을 수행할 수 있다. 서빙 빔이 바뀔 때마다 추가적인 RRC 시그널링 설정 없이 단말의 최적 후보 빔이 도출될 수 있다.
그리고/또는, 단말과 기지국은 S1302 단계에서, 각각 상기 설정 정보를 이용하여 서빙 빔에 대한 최적 후보 빔들을 도출할 수 있다. 여기서 도출된 서빙 빔에 대한 N개의 후보 빔들은 특정 셀과 연결이 있는 경우의 빔 관리 방법에서 뿐만 아니라, 이하에서 설명될 특정 셀과 연결이 없는 경우의 빔 관리 방법, 빔 실패 복구 방법 등에서도 이용될 수 있다.
예를 들면, 빔 실패 복구 동작에서, 기지국과 단말은 빔 관리 방법에서 도출된 N개의 후보 빔들을 N개의 CFRA 자원에 매핑하고, N개의 후보 빔을 측정하며, 측정 결과에 기반해 하나의 CFRA 자원을 이용하여 빔 실패 복구 동작을 수행할 수 있다. 예를 들어, 서빙 빔의 변경이 없다면, 해당 서빙 빔에 대해 도출된 후보 빔들은 본 명세서의 다른 제안 방법에서도 이용될 수 있다.
그리고/또는, 단말은 S1303 단계 내지 S1304 단계에서, (선택된) 최적 후보 빔들을 측정하고, 이들 빔들에 대한 측정 값을 기지국에 보고할 수 있다. 여기서, 최적 후보 빔들을 측정한다 함은 선택된 최적 후보 빔들에 대응하는 참조 신호 자원들에서, 해당 참조 신호들을 수신하고 이를 측정하는 것을 의미할 수 있다.
그리고/또는, 기지국은 S1305 단계에서, 서빙 빔의 변경을 지시할 수 있다. 이때, 기지국은 상기 최적 후보 빔들에 대한 측정 값에 기반하여 특정 후보 빔을 지시할 수 있다. 상기 S1302 단계 내지 S1304 단계는 여러 번 반복될 수 있다.
특정 셀과 연결이 없는 단말에 대한 빔 관리 방법
다음, 특정 셀과 연결이 없는 단말(즉, 아이들 단말/인액티브 단말)에 대한 빔 관리 방법에 대해 살펴본다. 예를 들어, SSB에 적용되는 단말 동작을 살펴본다. 본 명세서는 SSB 뿐만 아니라 CSI-RS 등 다양한 참조 신호에 적용될 수 있음은 물론이다.
특정 셀과의 연결이 없는 단말은 셀 선택(Cell selection)을 통해 페이징 메시지를 수신하거나 짧은 데이터 송/수신을 수행할 수 있다. 예를 들어, 짧은 데이터 송/수신은 소형 데이터 전송(small data transmission, SDT) 절차를 의미할 수 있다.
이와 같이 셀과의 연결이 없는 단말이라 하더라도 단말은 셀 내의 정보 송수신을 위해 주기적으로 빔 측정을 수행해야 할 수 있다. NR에서, 단말은 SSB 측정을 통해 하나의 적격 빔(qualified beam)을 선택하고 이와 연관된(associated) 자원으로 매핑된 페이징 메시지/SDT 메시지를 수신할 수 있다.
셀과의 연결은 없더라도 메시지 송수신을 수행할 수 있는 단말은 메시지 송수신을 위해서 또는 셀 선택을 위해서 지속적인 빔 측정이 요구될 수 있다.
본 명세서에서, 단말은 주기적으로 전송되는 SSB들에 대한 최적의 후보 SSB들을 도출하는 알고리즘/ML 모델에 대한 정보를 SSB(또는 SSB들에 대한 자원 정보)와 함께 또는 추가적으로 수신할 수 있다. 해당 정보를 수신한 단말은 자신이 선택한 SSB에 대한 최적 후보 빔을, 수신한 알고리즘/ML 모델에 대한 정보를 통해 도출하고, 도출된 후보 빔에 대한 측정을 통해 다음 적격 빔(qualified beam)을 선택할 수 있다.
이와 같은 특정 셀과 연결이 없는(또는 유휴모드) 단말(즉, 아이들 단말/인액티브 단말)은 기지국으로 빔 측정 결과에 대한 피드백 전송을 요구받지 않을 수 있으나, 단말은 측정할 빔의 수를 최소화시킴으로써 단말의 전력 소모 줄일 수 있다.
도 14는 종래의 유휴모드 단말의 SSB 수신 및 측정의 일 예를 나타낸다.
도 14를 참조하면, 단말(user equipment, UE)은 매번 페이징 메시지를 수신하기 전에 모든 SSB들을 기지국(base station, BS)으로부터 수신하고, 모든 SSB들을 측정한다. 단말은 측정된 SSB들 중 하나의 빔을 선택하고 선택된 빔에 연결된 페이징 메시지를 수신한다. 이와 같은 방식은 도 14에 도시된 바와 같이 항상 모든 빔을 측정하기 때문에 전력 소모가 크다(1401).
도 15는 본 명세서에서 제안하는 유휴모드 단말의 SSB 수신 및 측정의 일 예를 나타낸다. 도 15를 참조하면, 본 명세서의 제안 방법은 최초에는 모든 SSB들을 측정하고, SSB를 선택하며 선택된 SSB과 연관된 페이징 메시지를 수신한다. 따라서, 소모 전력은 종래의 기술과 동일할 수 있다(1501). 이때, 단말은 ML 모델/알고리즘을 SSB들과 함께 수신할 수도 있다.
하지만, 최초 이후에는 단말은 ML모델을 이용하여 최초로 선택된 SSB(또는 서빙 빔)를 기반으로 모든 SSB들 중 N개의 최적 후보 빔만을 도출하고 최적 후보 빔들에 대해서만 측정을 수행하여 적격 빔을 선택한다. 그리고, 단말은 선택된 빔에 연관(associate)된 페이징 메시지를 수신할 수 있다. 본 명세서의 제안 방법은 이와 같이 모든 빔들이 아닌 최적 후보 빔들만을 측정함으로써 소모 전력을 최소화할 수 있다(1502). 여기서, ML 모델 등 최적 후보 빔 도출을 위한 정보는 미리 단말에 설정될 수 있다.
또는, 단말은 처음부터 ML모델을 통해 도출한 N개의 최적 후보 빔만을 측정하여 적격 빔을 수행할수도 있다. 또는, 단말은 상술한 빔 관리 방법 등에 따라 기도출된 N개의 최적 후보 빔을 측정하여 적격 빔을 수행할 수도 있다.
이와 같이 본 명세서의 제안 방법은 최적의 후보 빔들에 대해서만 측정을 수행함으로써 단말의 전력 소모을 최소화할 수 있다.
다음, 빔 실패 복구(Beam Failure Recovery, BFR)에의 적용 방법에 대한 일례를 살펴본다.
빔 실패 복구 방법
빔 실패 복구 방법은 후보 빔에 대한 비 경쟁 임의 접속(contention free random access, CFRA) 자원을 설정함으로써 수행될 수 있으며, 상술한 특정 셀과의 연결이 없는 단말에 대한 빔 관리 절차와 동일하게 동작할도 수 있다.
이하 본 명세서에서는, 프라이머리 셀(primary cell, Pcell) 및/또는 스페셜 셀(special cell, Spcell)을 위한 BFR 방법에 대해 살펴본다. 이하, 제안 방법은 세컨더리 셀(secondary cell, Scell)에도 적용될 수 있음은 물론이다. 여기서, Spcell은 마스터 셀 그룹(master cell group, MCG)의 Pcell 또는 세컨더리 셀 그룹(secondary cell group, SCG)의 프라이머리 세컨더리 셀(primary secondary cell, PScell)을 의미할 수 있다.
CFRA를 이용하는 경우, 종래 기술에서의 단말은 기지국으로부터 최대 64개의 후보 빔들에 대한 CFRA 자원 매핑 정보를 미리 수신해야 한다. 이는 후보 빔들이 바뀔 때마다 새로운 CFRA 자원 매핑 정보를 수신해야 함을 의미한다.
그러나, 본 명세서의 제안 방법에 따르면, 기지국은 단말에 N개의 CFRA 자원 정보 할당만을 필요로 할 수 있다. 즉, 종래와 달리 본 명세서의 제안 방법에 따르면, 단말이 빔과의 매핑 정보가 없는 N개의 CFRA 자원 정보만을 기지국으로부터 할당 받을 수 있다. 셀 내에 CSI-RS 자원 집합이 둘 이상인 경우, 각 CSI-RS 자원 집합에 대한 N개의 CFRA 자원 정보가 전송될 수 있다.
그리고/또는, 기지국과 단말은 서빙 빔 기반으로 N개의 최적 후보 빔들을 도출할 수 있다. 그리고/또는, 기지국과 단말은 도출된 N개의 후보 빔에 대한 참조 신호의 인덱스순(오름차순 또는 내림차순)으로 단말에 대해 할당된 CFRA 자원을 순차적으로 매핑할 수 있다. 그리고/또는, BFR이 트리거(trigger)된 단말은 최적 후보 빔 중 하나의 적격 빔(qualified beam)을 선택할 수 있다.
그리고/또는, 단말은 선택된 빔에 대해 암묵적으로 매핑된 CFRA 자원을 이용하여 CFRA BFR을 수행할 수 있다.
다시 말해, 본 명세서의 제안 방법에 따르면, 기지국과 단말은 N개의 최적 후보 빔들에 매핑되는 N개의 CFRA들에 대한 자원 정보만을 수신하여 BFR 동작을 수행할 수 있다.
도 16은 본 명세서에서 제안하는 BFR 절차의 일 예를 나타낸다.
도 16을 참조하면, 기지국(base station, BS)은 S1601 단계에서, 단말과의 연결 전에, 참조 신호에 대한 자원 정보, 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보, 및/또는 N개의 CFRA 자원 정보 중 적어도 하나를 포함하는 설정 정보를 단말에 전송할 수 있다.
그리고/또는, 단말과 기지국은 S1602 단계에서, 서빙 빔과 연결 후, 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보를 이용하여 서빙 빔에 대한 N개의 최적 후보 빔을 도출하고, N개의 최적 후보 빔에 N개의 CFRA 자원을 매핑한다. 여기서, 서빙 빔에 대한 N개의 최적 후보 빔이 빔 관리 방법 등에 의해 이미 도출되어 있다면, 기 도출된 N개의 최적 후보 빔은 이용될 수 있다.
그리고/또는, 단말은 S1603 단계에서, N개의 최적 후보 빔을 측정하고 측정 결과를 기지국에 보고한다.
그리고/또는, 기지국은 S1604 단계에서, 서빙 빔 스위칭이 결정된 경우, 새로운 서빙 빔으로의 연결을 지시하고, 단말과 기지국은 서빙 빔을 변경한다.
그리고/또는, 기지국과 단말은 S1605 단계에서, 변경된 서빙 빔에 대한 N개의 최적 후보 빔을 도출하고 도출된 N개의 최적 후보 빔을 N개의 CFRA 자원에 매핑한다. 다시 말해, N개의 CFRA 자원은 단말의 서빙 빔이 바뀔 때마다 기지국과 단말 측에서 N개의 최적 후보 빔에 새롭게 매핑될 수 있다.
그리고/또는, 단말은 S1606 단계에서, N개의 최적 후보 빔을 측정한다.
그리고/또는, 단말은 S1607 단계에서, 빔 연결이 끊긴 경우, 상기 S1606 단계에서 측정된 최적 후보 빔 중 최고(best)의 빔에 매핑된 CFRA 자원을 이용하여 BFR을 수행한다. 예를 들어, 단말 및/또는 기지국은 최고의 빔에 대응하는 CFRA 자원#x를 이용하여 BFR을 수행할 수 있다.
다음, 본 명세서에서 제안하는 BFR MAC CE 포맷에 대해 살펴본다.
BFR MAC CE 포맷
NR은 Scell에 대한 BFR 기법을 제공한다. 이는 MAC CE를 이용하여 BFR이 발생한 셀에 대한 후보 빔 ID(candidate RS ID)를 알린다. 이는 미리 정의된 규격(예: 3GPP TS38.321)에 기술된 바와 같은 포맷이 사용된다.
이하, NR의 Scell에 대한 BFR MAC CE 포맷을 살펴본 후, 본 명세서에서 제안하는 BFR MAC CE 포맷에 대해 살펴본다.
먼저, NR의 Scell에 대한 BFR MAC CE 포맷을 살펴 본다.
도 17은 빔 실패 검출(beam failure detection, BFD)로 설정된 MAC 엔티티의 SCell 중 가장 높은 ServCellIndex가 8 미만인 BFR 및 Truncated BFR MAC CE을 나타낸다.
도 18은 BFD로 설정된 MAC 엔티티의 SCell 중 가장 높은 ServCellIndex가 8 이상인 BFR 및 Truncated BFR MAC CE를 나타낸다.
이하, 도 17 내지 18을 참조하면, BFR의 MAC CE는 BFR MAC CE 또는 Truncated BFR MAC CE로 구성된다.
BFR MAC CE 및 Truncated BFR MAC CE는 LCID/eLCID를 갖는 MAC 서브 헤더(subheader)의해 식별된다.
BFR MAC CE 및 Truncated BFR MAC CE는 다양한 크기를 갖는다. 이들은 비트맵과 ServCellIndex에 기반한 오름차순으로 빔 실패 복구 정보, 즉 비트 맵에서 지시된 Scell들에 대한 후보 빔 가용성 지시(candidate beam availability indication, AC)를 포함하는 옥텟이 포함된다. BFR MAC CE의 경우, 빔 실패가 감지/검출된 이 MAC 엔티티의 Scell의 가장 높은 ServCellIndex가 8 미만인 경우 단일 옥텟 비트맵이 사용되며, 그렇지 않으면 4 옥텟이 사용된다. MAC PDU는 최대 하나의 BFR MAC CE를 포함해야 한다.
Truncated BFR MAC CE의 경우 단일 옥텟 비트 맵이 다음의 경우에 사용된다. 그렇지 않으면 4 개의 옥텟이 사용된다.
- 빔 실패가 감지/검출된이 MAC 엔티티의 SCell의 가장 높은 ServCellIndex가 8 개 미만; 또는
- SpCell에 대해 빔 실패/오류가 감지되고 SpCell은 Truncated BFR MAC CE에 지시되어야 하며 전송에 사용할 수있는 UL-SCH resource들은 LCP의 결과로 서브 헤더에 더하여 4 개의 옥텟 비트 맵을 갖는 Truncated BFR MAC CE를 수용 할 수 없음.
BFR MAC CE의 필드(field)는 다음과 같이 정의된다.
- SP: 이 필드는 이 MAC 엔티티의 SpCell에 대한 빔 실패 감지/검출을 나타낸다. SP 필드는 1로 설정되어 BFR MAC CE 또는 Truncated BFR MAC CE가 임의 접속 절차(Random Access Procedure)의 일부로 MAC PDU에 포함되어야 하는 경우에만 SpCell에 대해 빔 실패가 감지/검출됨을 나타된다. 그렇지 않으면 이 필드는 0으로 설정된다.
- Ci (BFR MAC CE): 이 필드는 빔 실패 감지/검출 및 미리 정의된 규격(예: 3GPP TS 38.331)에 기술된 ServCellIndex i가 있는 SCell에 대한 AC 필드를 포함하는 옥텟의 존재를 나타낸다. 1로 설정된 Ci 필드는 빔 실패가 감지되고 AC 필드를 포함하는 옥텟이 ServCellIndex i가 있는 SCell에 대해 존재 함을 나타낸다. 0으로 설정된 Ci 필드는 빔 실패가 감지/검출되지 않고 AC 필드를 포함하는 옥텟이 ServCellIndex i가 있는 SCell에 대해 존재하지 않음을 나타낸다. AC 필드를 포함하는 옥텟은 ServCellIndex에 따라 오름차순으로 존재한다.
- Ci(Truncated BFR MAC CE): 이 필드는 미리 정의된 규격(예: 3GPP TS 38.331)에 기술된 ServCellIndex i를 사용하는 SCell에 대한 빔 실패 감지/검출을 나타낸다. 1로 설정된 Ci 필드는 빔 실패가 감지/검출되고 ServCellIndex i가 있는 SCell에 대한 AC 필드를 포함하는 옥텟이 존재할 수 있음을 나타낸다. 0으로 설정된 Ci 필드는 빔 실패가 감지/검출되지 않고 AC 필드를 포함하는 옥텟이 ServCellIndex i가 있는 SCell에 대해 존재하지 않음을 나타낸다. AC 필드를 포함하는 옥텟 (있는 경우)은 ServCellIndex에 따라 오름차순으로 포함된다. 개수 AC 필드를 포함하는 옥텟 포함은 최대화되지만 사용 가능한 그랜트 크기(grnat size)를 초과하지 않는다.
일례로, Truncated BFR MAC CE에서 AC 필드를 포함하는 옥텟의 수는 0이 될 수 있다.
- AC: 이 필드는 이 옥텟의 후보 RS ID 필드이다. 후보 BeamRSSCellList의 SSB 중 SS-RSRP가 rsrp-ThresholdBFR보다 높은 SSB 중 하나 이상 또는 후보 BeamRSSCellList의 CSI-RS 중 CSI-RSRP가 rsrp-ThresholdBFR보다 높은 CSI-RS 중 하나 이상을 사용할 수 있는 경우 AC 필드는 1로 설정된다. 그렇지 않으면 이 필드는 0으로 설정된다. AC 필드가 1로 설정된 경우 Candidate RS ID 필드가 존재한다. AC 필드가 0으로 설정되면 R 비트가 대신 존재한다.
- Candidate RS ID: 이 필드는 candidateBeamRSSCellList에 SSBs 중 SS-RSRP가 rsrp-ThresholdBFR보다 높은 SSB의 인덱스 또는 candidateBeamRSSCellList에 CSI-RSs 중 rsrp-ThresholdBFR보다 높은 CSI-RSRP가 있는 CSI-RS의 인덱스로 설정된다. SSB 또는 CSI-RS의 인덱스는 SSB 또는 CSI-RS에 해당하는 candidateBeamRSSCellList에 엔트리(entry)의 인덱스이다. 인덱스 0은 candidateBeamRSCellList, 인덱스 1은 리스트(list) 등에서 두 번째 엔트리에 해당한다. 이 필드의 길이는 6 비트이다.
다음, 본 명세서에서 제안하는 BFR MAC CE 포맷을 살펴본다.
본 명세서의 제안 방법은 MAC CE의 오버헤드를 줄이기 위해 BFR MAC CE의 후보(candidate) RS ID를 사용하는 대신 최적의 후보 빔에 대한 N-비트(N-bit) 길이의 비트맵(bitmap)이 사용될 수 있다.
도 19는 본 명세서가 제안하는 BFR MAC CE의 일 예를 나타낸다.
도 19는 N이 6인 경우의 일례이다. 도 19를 참조하면, Ci 및 AC 필드의 의미는 종래 포맷과 동일한 의미로 사용될 수 있다. 다만, 종래 기술이 후보 빔에 대한 ID를 알려주던 것 대신 N-비트 길이의 비트맵으로 후보 빔들 중 적격 빔(qualified beam)에 대한 정보만을 알릴 수 있다. 즉, 알고리즘/ML 모델에 의해 도출된 N개의 최적의 후보 빔은 빔 인덱스의 내림차순 또는 오름차순으로 B0 내지 B5에 매핑될 수 있다. 이 때 단말은 측정한 최적의 후보 빔 가운데 빔 세기가 특정 기준 값(threshold)을 넘는 빔들에 대한 비트(bit)를 1로 설정함으로써 기지국에게 BFR이 발생한 셀에 대한 적격 빔(qualified beam)을 알릴 수 있다.
그리고/또는, 본 명세서의 제안 방법에서, 도출된 N개의 빔 중 학습에 의해 대부분의 빔들이 적격 빔(qualified beam)일 것이라고 가정한다면, 비트맵을 이용하여 N개 빔 가운데 최고의 빔(best beam)에 대한 정보만을 알리도록 정의될 수도 있다. 그리고/또는, 적격 빔(qualified beam)이 보고될 필요가 있는 수보다 많은 경우, 특정 개수의 최고의 빔에 대한 정보만을 비트맵을 통해 알릴 수 있다.
해당 비트맵 형식의 BFR MAC CE는 Truncated BFR MAC CE에 대해서도 SP, 및/또는 C1 내지 C24의 셀에 대해 동일한 N-비트 길이의 비트맵으로 매핑하도록 정의될 수 있다. 본 명세서가 제안하는 BFR MAC CE 포맷은 상술한 빔 복구 실패 방법에서 사용될 수도 있다.
본 명세서에서 제안하는 BFR MAC CE는 Scell 뿐만 아니라, Spcell 또는 Pcell에도 적용될 수 있다. 예를 들어, Spcell에서, 빔 실패가 검출되고 CFRA 자원이 있는 경우 CFRA 자원을 이용하여 BFR을 수행하고, CFRA 자원이 없는 경우 RACH 절차를 통해 Msg3 또는 MsgA에 상기 제안하는 BFR MAC CE을 포함하여 BFR을 수행할 수 있다.
다음, 본 명세서에서 제안하는 피드백 정보를 보고하는 방법의 일 예를 살펴본다.
피드백 정보 보고 방법
본 명세서에서는, 단말로부터 최적 후보 빔들에 대한 측정 결과 값들을 포함하는 피드백 정보 보고가 요구될 수 있다. 예를 들어, 피드백 정보는 CSI일 수 있다.
해당 피드백 정보 전송은 종래 기술을 따를 수도 있지만, 본 명세서는 피드백 정보 오버헤드를 줄이기 위한 추가적인 방법을 제안한다. 알고리즘/ML 모델을 이용하여 N개의 최적 후보 빔을 도출하는 방법에서의 N값은 종래 기법에서의 64 보다 훨씬 작은 수이고 1보다는 큰 값일 수 있다.
NR에서의 후보 빔 설정은 최대 64개까지 가능했기 때문에, NR은 이에 대한 오버헤드를 줄이기 위해 최대 4개의 측정 결과값을 전송하도록 한다. 따라서, NR은 64개의 빔 중 가장 높은 RSRP(highest RSRP)를 가지는 4개의 빔에 대한 RSRP 전송이 요구되기 때문에, "SSBRI(s)+L1-RSRP(s)" 또는 "CRI(s)+L1-RSRP(s)"로 전송된다. 그리고, NR은 RSRP 오버헤드 감소를 위해 가장 높은 RSRP(highest RSRP) 기준 differential RSRP 값을 보고하도록 한다.
NR에서의 CSI-RS 자원 지시자(CSI-RS Resource Indicator, CRI), 동기 신호/물리 브로드캐스트 채널 자원 블록 지시자(Snchronization Signal/Physical Broadcast Channel Resource block indicator, SSBRI), RSRP 및 differential RSRP에 대한 비트 길이(bitwidth)는 다음 표 2와 같다.
여기서, 
는 해당 자원 집합에서의 CSI-RS 자원들의 수이고 
는 'ssb-Index-RSRP'를 보고하기 위한 해당 자원 집합에서의 설정된 SS/PBCH 블록들의 수이다.
즉, 빔의 수가 최대 64개로 설정되는 경우, CRI 및 SSBRI의 비트 수는 6비트가 요구되고, 총 4개 대해 24비트의 정보가 전송된다. 여기에 RSRP (7비트)+differential RSRP(4비트)*3=19비트의 정보가 전송되면, 최대 43비트 정보 전송이 요구된다. 하지만, 본 명세서의 제안 방법을 따르면, 단말과 기지국 사이의 최적의 후보 빔에 대한 정보는 항상 송신(tx)과 수신(rx) 사이에 매칭되어 있기 때문에 이를 이용하여 SSBRI 및/또는 CRI를 생략한 RSRP 정보 전송이 가능하다. 이는 N 값(예: 최적 후보 빔의 수)이 충분히 작은 경우일 수 있다. 예를 들어, 단말과 기지국은 이미 N개의 최적 후보 빔을 서로 공유하고 있기 때문에 SSBRI 및/또는 CRI 없이 RSSP 정보만을 송수신할 수 있다.
더하여, 본 명세서는 피드백 오버헤드를 줄이기 위한 방안으로 다음의 방법들을 제안한다.
(피드백 제안 방법 1) 단말이 알고리즘/ML 모델을 이용하여 도출한 N개의 최적의 후보 빔에 대한 측정 결과 값을 N개의 최적 후보 빔 인덱스 순으로 순차적으로 RSRP 값만을 전송하도록 할 수 있다.
N개의 최적 후보 빔으로 CSI-RS 자원 #4,7,8,10이 선택된 경우, CSI-RS 자원 인덱스가 낮은 값부터 오름차순으로 L1-RSRP(즉, 7비트*4=28비트)가 전송될 수 있다. 해당 방법은 N의 수가 6보다 작은 경우 유용할 수 있다. N=6인 경우, 7비트*6=42비트의 정보 전송이 요구될 수 있다. N=4인 경우, 28비트 정보 전송만이 요구되고, 종래 대비 15비트 오버헤드 감소 효과가 있다.
그리고/또는, 가장 낮은 인덱스에 대한 RSRP 값을 기준으로 differential RSRP이 전송되도록 할 수도 있다. 그러나 이 경우, 음수 또는 양수에 대한 지시(indication)가 추가로 필요할 수 있기 때문에 differential RSRP의 경우 5비트 길이 정보를 요구할 수 있다. N=4인 경우, 7+(5*3)=22비트 정보 전송만이 요구되고, 종래 대비 21비트 오버헤드 감소 효과가 있다.
(피드백 제안 방법 2) N-비트 비트맵(bitmap)에 대한 정보(예: N-비트 비트맵)를 이용하여 가장 높은 RSRP를 가지는 x개(예: 4개)의 빔에 대한 정보만을 전송할 수도 있다. 이는 N의 수가 15보다 작은 경우 유용할 수 있다. 예를 들어 N=10이라면, 10비트 길이의 비트맵(bitmap)을 통해 인덱스가 낮은 순서대로 각 비트가 매핑되고, 가장 높은 RSRP를 가지는 4개의 인덱스에 대해서만 1로 설정한 후, 인덱스 순으로 RSRP값들이 전송될 수 있다. 이 경우 총 정보의 길이는 10+(7*4)=38비트가 될 수 있다.
그리고/또는, 본 명세서는 선택될 후보 빔의 개수로 사용하는 N값을 유동적으로 적용하는 방법을 제안한다. 즉, 기지국은 참조 신호에 대한 자원 정보(예: 빔 자원 정보), 최적 후보 빔 도출 알고리즘/ML 모델, N 값과 함께 RSRP 기준 값(threshold)(예: CSI-RS/SSB RSRP 기준 값)을 단말에 전송할 수 있다. 해당 정보를 수신한 단말은 N개의 최적 후보 빔을 도출하고, 이에 대한 빔 품질/세기를 측정할 수 있다. 이 때, N개의 최적의 후보 빔 가운데 기지국으로부터 수신한 특정 RSRP 기준 값를 넘는 빔이 없는 경우(또는, N개의 빔에 대한 측정 결과(RSRP) 평균 값이 특정 기준 값 이하인 경우), 단말은 해당 빔들에 대한 측정 결과 값을 기지국에 전송하면서 다음 측정을 위한 최적 후보 빔 개수(N)를 1(또는 α)만큼 증가 시킬 수 있다.
해당 측정 빔에 대한 결과 값을 보고받은 기지국은 RSRP 기준 값을 넘는 빔이 없음(또는, N개의 빔에 대한 측정 결과(RSRP) 평균 값이 특정 기준 값 이하임)을 판단하고, N을 1(또는 α)만큼 증가 시킨 후 증가된 수(N+1 또는 N+α)만큼의 최적 후보 빔을 도출하고, 상응하는 N+1(또는 N+α)개의 참조 신호를 전송할 수 있다. N은 최대 값(maximum value)을 함께 정의할 수 있고, 측정/보고된 결과값을 이용하여 증가 또는 감소에 대한 다양한 방법이 적용될 수 있다.
본 명세서의 제안 방법에 있어서, 제어 채널과 데이터 채널에 대해 서로 다른 빔이 사용될 수 있고, 또는 제어 채널에 대한 빔을 서빙 빔으로 간주할 수 있다.
또한, 본 명세서의 제안 방법은 하나 이상의 빔이 연결된 경우 연결된 하나 이상의 빔 각각에 대해 빔 관리가 수행될 수 있다. 또한, 본 명세서의 제안 방법에 있어서, 서빙 빔은 기지국의 송신 빔을 의미할 수도 있다.
또한, 본 명세서의 제안 방법은 종래 NR의 빔 관리(Beam management)를 위한 반복(Repetition) 파라미터가 OFF인 경우에 적용될 수도 있다.
본 명세서에 따르면, 셀 내의 빔들에 대해 학습된 정보를 이용하여 특정 서빙 빔에 대한 최적의 후보 빔만을 기지국과 단말이 시그널링 없이 도출할 수 있다. 이를 통해, 본 명세서는 더 큰 CSI-RS/SSB 자원 집합을 이용하여 더 넓은 커버리지 내의 빔들에 대한 참조 신호의 자원 설정이 가능케 한다.
또한, 본 명세서에 따르면, 무선 자원 제어(Radio Resource Control, RRC) 재설정 없이 보다 큰 커버리지의 빔을 측정할 수 있게 함으로써 빔에 대한 참조 신호 자원 재설정에 따라 발생할 수 있는 빔 트레킹 지연을 감소시키는 효과가 있다.
또한, 본 명세서에 따르면, 한번의 RRC 설정으로 보다 큰 커버리지에 속하는 빔들에 대한 참조 신호 정보(또는 참조 신호에 대한 자원 정보)를 수신하더라도 최소의 빔에 대한 측정만을 요구함으로써 단말 전력 소모를 감소시키는 효과가 있다.
또한, 본 명세서에 따르면, 시스템 성능 측면에서, 기지국이 불필요한 참조 신호 전송을 줄이고, 도출된 N개의 참조 신호(예: CSI-RS)에 대한 자원만을 이용하여 빔 전송이 가능하기 때문에 시스템 성능 향상의 효과도 있다.
또한, 본 명세서에 따르면, N의 개수가 충분히 작은 경우, 다양한 방법을 통해 빔 정보 피드백에의 오버헤드 감소 효과도 가져다 줄 수 있을 있다.
도 20은 본 명세서에서 제안하는 단말의 동작 방법을 설명하기 위한 흐름도이다.
도 20을 참조하면, 먼저, 단말(도 22 내지 도 31의 1000/2000)은 i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신할 수 있다(S2001). 예를 들어, 후보 빔 결정 알고리즘 정보는 상술한 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보일 수 있다. 예를 들어, 설정 정보는 상술한 최적 후보 빔의 수에 대한 정보를 더 포함할 수 있다.
예를 들어, S2001 단계의 단말이 설정 정보를 수신하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 설정 정보를 전송하기 위해 하나 이상의 메모리(1040) 및/또는 하나 이상의 RF 유닛(1060) 등을 제어할 수 있으며, 하나 이상의 RF 유닛(1060)은 설정 정보를 수신할 수 있다.
그리고/또는, 단말(도 22 내지 도 31의 1000/2000)은 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정할 수 있다(S2002). N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응할 수 있다. 예를 들어, 서빙 빔에 대한 N개의 후보 빔이 기 결정된 경우, S2002 단계 없이 기 결정된 N개의 후보 빔이 이용될 수 있다. 예를 들어, 다수 개의 서빙 빔이 있는 경우, 각 서빙 빔마다 N개의 후보 빔이 도출될 수 있다.
예를 들어, S2002 단계의 단말이 N개의 후보 빔을 결정하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 N개의 후보 빔을 결정할 수 있다.
그리고/또는, 단말(도 22 내지 도 31의 1000/2000)은 복수의 참조 신호에 대한 자원 정보에 기반하여, 복수의 참조 신호 중 N개의 참조 신호를 기지국으로부터 수신할 수 있다(S2003). 단말은 설정된 복수의 참조 신호 모두 수신를 측정하지 않고, 복수의 참조 신호 중 N개의 후보 빔에 대응하는 N개의 참조 신호만을 측정한다.
예를 들어, S2003 단계의 단말이 복수의 참조 신호 중 N개의 참조 신호를 수신하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 N개의 참조 신호를 수신하기 위해 하나 이상의 메모리(1040) 및/또는 하나 이상의 RF 유닛(1060) 등을 제어할 수 있으며, 하나 이상의 RF 유닛(1060)은 N개의 참조 신호를 수신할 수 있다.
그리고/또는, 단말(도 22 내지 도 31의 1000/2000)은 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 기지국으로 전송할 수 있다(S2004). 여기서, 측정 정보에 포함되는 측정 값의 수는 기지국에 의해 기설정될 수도 있다. 예를 들어, 측정 정보는 상술한 피드백 정보일 수 있다.
예를 들어, 측정 정보는 상술한 피드백 정보 보고 방법에 기반하여 전송될 수 있다.
예를 들어, S2004 단계의 단말이 측정 정보를 전송하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 측정 정보를 전송하기 위해 하나 이상의 메모리(1040) 및/또는 하나 이상의 RF 유닛(1060) 등을 제어할 수 있으며, 하나 이상의 RF 유닛(1060)은 측정 정보를 전송할 수 있다.
그리고/또는, 적어도 서빙 빔이 변경되는 것에 기반하여, 새로운 N개의 후보 빔은 후보 빔 결정 알고리즘 정보를 이용하여 결정될 수 있다. 예를 들어, N개의 후보 빔은 서빙 빔의 변경에 따라 변경될 수 있다. 예를 들어, 둘 이상의 서빙 셀 또는 서빙 빔이 설정된 경우, 본 명세서의 제안 방법은 각 서빙 셀 또는 서빙 빔 별로 적용될 수 있다. 그리고/또는, 둘 이상의 서빙 셀 또는 서빙 빔이 설정된 경우, 후보 빔 결정 알고리즘은 서빙 셀 또는 서빙 빔 별로 설정될 수 있다.
그리고/또는, 측정된 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호가 없는 것에 기반하여, 측정을 위한 후보 빔의 개수는 +1 만큼 증가될 수 있다. 단말은 증가된 N+1개의 후보 빔을 측정하고, 기준 값을 초과하는 후보 빔이 있는 경우, 단말은 이를 보고할 수 있다. 기준 값을 초과하는 후보 빔이 없는 경우, 단말은 후보 빔의 수를 N+2개로 증가시킬 수 있다. 예를 들어, 증가될 수 있는 최대 후보 빔의 수는 기지국에 의해 기설정될 수 있다.
그리고/또는, 설정 정보는 N개의 비경쟁 임의 접속(Contention Free Random Access, CFRA) 자원에 대한 정보 및/또는 후보 빔의 개수(N)에 대한 정보 중 적어도 하나를 더 포함할 수 있다.
그리고/또는, 기설정된 방식에 기반하여 N개의 CFRA 자원을 N개의 참조 신호에 매핑하고, 복수의 참조 신호에 대한 자원 정보에 기반하여, N개의 참조 신호 중 하나의 참조 신호에 대응하는 하나의 빔을 결정하며, 하나의 빔에 대응하는 CFRA 자원을 이용하여 빔 실패 복구 동작을 수행할 수 있다. 예를 들어, 빔 실패 복구 동작은 단말이 해당 CFRA 자원을 이용하여 프리엠블(preamble)을 전송하는 동작을 의미할 수 있다. 또는 빔 실패 복구 동작은 단말이 본 명세서에서 제안하는 BFR MAC CE 정보를 통해 적격 빔 또는 최고의 빔을 알리는 동작을 의미할 수 있다.
예를 들어, N개의 참조 신호 또는 N개의 참조 신호에 대응하는 N개의 후보 빔은 기 도출된 참조 신호 또는 후보 빔일 수 있다.
그리고/또는, 적어도 하나의 서빙 빔의 빔 실패가 검출된 것에 기반하여, 복수의 참조 신호에 대한 자원 정보를 이용해, N개의 참조 신호를 측정하고, 빔 실패 복구(Beam Failure Recovery, BFR) 매체 접근 제어(Medium Access Control, MAC)-제어 요소(Control Element, CE) 정보를 기지국으로 전송하며, BFR MAC-CE 정보는, 적어도 하나의 서빙 셀에 대한, N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호를 나타내는 비트맵을 포함할 수 있다. 예를 들어, 하나의 서빙 셀은 제어 채널과 데이터 채널을 포함할 수 있다. 제어 채널과 데이터 채널은 동일한 빔(또는 서빙 빔) 또는 서로 다른 빔(또는 서빙 빔)으로 설정될 수 도 있다.
도 20을 참조하여 설명한 단말의 동작은 도 1 내지 도 19를 참조하여 설명한 단말의 동작과 동일하므로 이외 상세한 설명은 생략한다.
상술한 시그널링(signaling) 및 동작은 이하 설명될 장치(예: 도 22 내지 도 31)에 의해 구현될 수 있다. 예를 들어, 상술한 시그널링 및 동작은 도 22 내지 도 31의 하나 이상의 프로세서(1010, 2020)에 의해 처리될 수 있으며, 상술한 시그널링 및 동작은 도 22 내지 도 31의 적어도 하나의 프로세서(예: 1010, 2020)를 구동하기 위한 명령어/프로그램(예: instruction, executable code) 형태로 메모리(예: 1040, 2040)에 저장될 수도 있다.
예를 들어, 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서, 하나 이상의 프로세서들은 단말이 i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하고, 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하며, N개의 후보 빔은 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 복수의 참조 신호에 대한 자원 정보에 기반하여, 복수의 참조 신호 중 N개의 참조 신호를 기지국으로부터 수신하며, N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 기지국으로 전송하도록 할 수 있다.
다른 예로, 하나 이상의 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체(computer readable medium, CRM)에 있어서, 하나 이상의 프로세서들에 의해 실행 가능한 하나 이상의 명령어들은 단말이, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하고, 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하며, N개의 후보 빔은 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 복수의 참조 신호에 대한 자원 정보에 기반하여, 복수의 참조 신호 중 N개의 참조 신호를 기지국으로부터 수신하며, N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 기지국으로 전송하도록 할 수 있다.
도 21은 본 명세서에서 제안하는 기지국의 동작 방법을 설명하기 위한 흐름도이다.
도 21을 참조하면, 먼저, 기지국(도 22 내지 도 31의 1000/2000)은 i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 단말로 전송할 수 있다(S2101). 예를 들어, 후보 빔 결정 알고리즘 정보는 상술한 최적의 후보 빔 도출을 위한 알고리즘/ML 모델에 대한 정보일 수 있다. 예를 들어, 설정 정보는 상술한 최적 후보 빔의 수에 대한 정보를 더 포함할 수 있다.
예를 들어, S2101 단계의 기지국이 설정 정보를 전송하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 설정 정보를 전송하기 위해 하나 이상의 메모리(1040) 및/또는 하나 이상의 RF 유닛(1060) 등을 제어할 수 있으며, 하나 이상의 RF 유닛(1060)은 설정 정보를 전송할 수 있다.
그리고/또는, 기지국(도 22 내지 도 31의 1000/2000)은 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정할 수 있다(S2102). N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응할 수 있다. 예를 들어, 서빙 빔에 대한 N개의 후보 빔이 기 결정된 경우, S2102 단계 없이 기 결정된 N개의 후보 빔이 이용될 수 있다. 예를 들어, 다수 개의 서빙 빔이 있는 경우, 각 서빙 빔마다 N개의 후보 빔이 도출될 수 있다.
예를 들어, S2102 단계의 기지국이 N개의 후보 빔을 결정하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 N개의 후보빔을 결정할 수 있다.
그리고/또는, 기지국(도 22 내지 도 31의 1000/2000)은 복수의 참조 신호에 대한 자원 정보에 기반하여, 복수의 참조 신호 중 N개의 참조 신호를 단말로 전송할 수 있다(S2103). 단말은 설정된 복수의 참조 신호 모두 수신를 측정하지 않고, 복수의 참조 신호 중 N개의 후보 빔에 대응하는 N개의 참조 신호만을 측정한다.
예를 들어, S2103 단계의 기지국이 복수의 참조 신호 중 N개의 참조 신호를 전송하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 N개의 참조 신호를 전송하기 위해 하나 이상의 메모리(1040) 및/또는 하나 이상의 RF 유닛(1060) 등을 제어할 수 있으며, 하나 이상의 RF 유닛(1060)은 N개의 참조 신호를 전송할 수 있다.
그리고/또는, 기지국(도 22 내지 도 31의 1000/2000)은 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 단말로부터 수신할 수 있다(S2104). 여기서, 측정 정보에 포함되는 측정 값의 수는 기지국에 의해 기설정될 수도 있다. 예를 들어, 측정 정보는 상술한 피드백 정보일 수 있다.
예를 들어, 측정 정보는 상술한 피드백 정보 보고 방법에 기반하여 전송될 수 있다.
예를 들어, S2104 단계의 기지국이 측정 정보를 수신하는 동작은 이하 설명될 도 22 내지 도 31의 장치에 의해 구현될 수 있다. 예를 들어, 도 23을 참조하면, 하나 이상의 프로세서(1020)는 측정 정보를 수신하기 위해 하나 이상의 메모리(1040) 및/또는 하나 이상의 RF 유닛(1060) 등을 제어할 수 있으며, 하나 이상의 RF 유닛(1060)은 측정 정보를 수신할 수 있다.
그리고/또는, 적어도 서빙 빔이 변경되는 것에 기반하여, 새로운 N개의 후보 빔은 후보 빔 결정 알고리즘 정보를 이용하여 결정될 수 있다. 예를 들어, N개의 후보 빔은 서빙 빔의 변경에 따라 변경될 수 있다. 예를 들어, 둘 이상의 서빙 셀 또는 서빙 빔이 설정된 경우, 본 명세서의 제안 방법은 각 서빙 셀 또는 서빙 빔 별로 적용될 수 있다. 그리고/또는, 둘 이상의 서빙 셀 또는 서빙 빔이 설정된 경우, 후보 빔 결정 알고리즘은 서빙 셀 또는 서빙 빔 별로 설정될 수 있다.
그리고/또는, 측정된 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호가 없는 것에 기반하여, 측정을 위한 후보 빔의 개수는 +1 만큼 증가될 수 있다. 단말은 증가된 N+1개의 후보 빔을 측정하고, 기준 값을 초과하는 후보 빔이 있는 경우, 단말은 이를 보고할 수 있다. 기준 값을 초과하는 후보 빔이 없는 경우, 단말은 후보 빔의 수를 N+2개로 증가시킬 수 있다. 예를 들어, 증가될 수 있는 최대 후보 빔의 수는 기지국에 의해 기설정될 수 있다.
그리고/또는, 설정 정보는 N개의 비경쟁 임의 접속(Contention Free Random Access, CFRA) 자원에 대한 정보 및/또는 후보 빔의 개수(N)에 대한 정보 중 적어도 하나를 더 포함할 수 있다.
그리고/또는, 기설정된 방식에 기반하여, N개의 CFRA 자원을 N개의 참조 신호에 매핑하고, N개의 참조 신호 중 하나의 참조 신호에 대응하는 CFRA 자원을 이용하여 빔 실패 복구 동작을 수행할 수 있다. 예를 들어, 빔 실패 복구 동작은 단말이 해당 CFRA 자원을 이용하여 프리엠블(preamble)을 전송하는 동작을 의미할 수 있다. 또는 빔 실패 복구 동작은 단말이 본 명세서에서 제안하는 BFR MAC CE 정보를 통해 적격 빔 또는 최고의 빔을 일리는 동작을 의미할 수 있다.
예를 들어, N개의 참조 신호 또는 N개의 참조 신호에 대응하는 N개의 후보 빔은 기 도출된 참조 신호 또는 후보 빔일 수 있다.
그리고/또는, 적어도 하나의 서빙 빔의 빔 실패가 검출된 것에 기반하여, 복수의 참조 신호에 대한 자원 정보를 이용해, N개의 참조 신호를 측정되고, 빔 실패 복구(Beam Failure Recovery, BFR) 매체 접근 제어(Medium Access Control, MAC)-제어 요소(Control Element, CE) 정보를 단말로부터 수신하며, BFR MAC-CE 정보는, 적어도 하나의 서빙 셀에 대한, N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호를 나타내는 비트맵을 포함할 수 있다. 예를 들어, 하나의 서빙 셀은 제어 채널과 데이터 채널을 포함할 수 있다. 제어 채널과 데이터 채널은 동일한 빔(또는 서빙 빔) 또는 서로 다른 빔(또는 서빙 빔)으로 설정될 수 도 있다.
도 21을 참조하여 설명한 기지국의 동작은 도 1 내지 도 20을 참조하여 설명한 기지국의 동작과 동일하므로 이외 상세한 설명은 생략한다.
상술한 시그널링(signaling) 및 동작은 이하 설명될 장치(예: 도 22 내지 도 31)에 의해 구현될 수 있다. 예를 들어, 상술한 시그널링 및 동작은 도 22 내지 도 31의 하나 이상의 프로세서(1010, 2020)에 의해 처리될 수 있으며, 상술한 시그널링 및 동작은 도 22 내지 도 31의 적어도 하나의 프로세서(예: 1010, 2020)를 구동하기 위한 명령어/프로그램(예: instruction, executable code) 형태로 메모리(예: 1040, 2040)에 저장될 수도 있다.
예를 들어, 하나 이상의 메모리들 및 상기 하나 이상의 메모리들과 기능적으로 연결되어 있는 하나 이상의 프로세서들을 포함하는 장치에 있어서, 하나 이상의 프로세서들은 기지국이 i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 단말로 전송하고, 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하며, N개의 후보 빔은 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 복수의 참조 신호에 대한 자원 정보에 기반하여, 복수의 참조 신호 중 N개의 참조 신호를 단말로 전송하며, N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 단말로부터 수신하도록 할 수 있다.
다른 예로, 하나 이상의 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체(computer readable medium, CRM)에 있어서, 하나 이상의 프로세서들에 의해 실행 가능한 하나 이상의 명령어들은 기지국이, i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 단말로 전송하고, 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하며, N개의 후보 빔은 복수의 참조 신호 중 N개의 참조 신호에 대응하고, 복수의 참조 신호에 대한 자원 정보에 기반하여, 복수의 참조 신호 중 N개의 참조 신호를 단말로 전송하며, N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 단말로부터 수신하도록 할 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 블블록, 소프트웨어 블록 또는 기능 블록을 예시할 수 있다.
도 22는 본 발명에 적용되는 통신 시스템(10)을 예시한다.
도 22를 참조하면, 본 발명에 적용되는 통신 시스템(10)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(1000a), 차량(1000b-1, 1000b-2), XR(eXtended Reality) 기기(1000c), 휴대 기기(Hand-held device)(1000d), 가전(1000e), IoT(Internet of Thing) 기기(1000f), AI기기/서버(4000)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(2000a)는 다른 무선 기기에게 기지국/네트워크 노드로 동작할 수도 있다.
무선 기기(1000a~1000f)는 기지국(2000)을 통해 네트워크(3000)와 연결될 수 있다. 무선 기기(1000a~1000f)에는 AI(Artificial Intelligence) 기술이 적용될 수 있으며, 무선 기기(1000a~1000f)는 네트워크(300)를 통해 AI 서버(4000)와 연결될 수 있다. 네트워크(3000)는 3G 네트워크, 4G(예, LTE) 네트워크 또는 5G(예, NR) 네트워크 등을 이용하여 구성될 수 있다. 무선 기기(1000a~1000f)는 기지국(2000)/네트워크(3000)를 통해 서로 통신할 수도 있지만, 기지국/네트워크를 통하지 않고 직접 통신(e.g. 사이드링크 통신(sidelink communication))할 수도 있다. 예를 들어, 차량들(1000b-1, 1000b-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(1000a~1000f)와 직접 통신을 할 수 있다.
무선 기기(1000a~1000f)/기지국(2000), 기지국(2000)/기지국(2000) 간에는 무선 통신/연결(1500a, 1500b, 1500c)이 이뤄질 수 있다. 여기서, 무선 통신/연결은 상향/하향링크 통신(1500a)과 사이드링크 통신(1500b)(또는, D2D 통신), 기지국간 통신(1500c)(e.g. relay, IAB(Integrated Access Backhaul)과 같은 다양한 무선 접속 기술(예, 5G NR)을 통해 이뤄질 수 있다. 무선 통신/연결(1500a, 1500b, 1500c)을 통해 무선 기기와 기지국/무선 기기, 기지국과 기지국은 서로 무선 신호를 송신/수신할 수 있다. 예를 들어, 무선 통신/연결(1500a, 1500b, 1500c)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 무선 기기 예
도 23은 본 발명에 적용될 수 있는 무선 기기를 예시한다.
도 23을 참조하면, 제1 무선 기기(1000)와 제2 무선 기기(2000)는 다양한 무선 접속 기술(예, LTE, NR)을 통해 무선 신호를 송수신할 수 있다. 여기서, {제1 무선 기기(1000), 제2 무선 기기(2000)}은 도 32의 {무선 기기(1000x), 기지국(2000)} 및/또는 {무선 기기(1000x), 무선 기기(1000x)}에 대응할 수 있다.
제1 무선 기기(1000)는 하나 이상의 프로세서(1020) 및 하나 이상의 메모리(1040)를 포함하며, 추가적으로 하나 이상의 송수신기(1060) 및/또는 하나 이상의 안테나(1080)을 더 포함할 수 있다. 프로세서(1020)는 메모리(1040) 및/또는 송수신기(1060)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(1020)는 메모리(1040) 내의 정보를 처리하여 제1 정보/신호를 생성한 뒤, 송수신기(1060)을 통해 제1 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(1020)는 송수신기(1060)를 통해 제2 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제2 정보/신호의 신호 처리로부터 얻은 정보를 메모리(1040)에 저장할 수 있다. 메모리(1040)는 프로세서(1020)와 연결될 수 있고, 프로세서(1020)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(1040)는 프로세서(1020)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(1020)와 메모리(1040)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(1060)는 프로세서(1020)와 연결될 수 있고, 하나 이상의 안테나(1080)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(1060)는 송신기 및/또는 수신기를 포함할 수 있다. 송수신기(1060)는 RF(Radio Frequency) 유닛과 혼용될 수 있다. 본 발명에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
제2 무선 기기(2000)는 하나 이상의 프로세서(2020), 하나 이상의 메모리(2040)를 포함하며, 추가적으로 하나 이상의 송수신기(2060) 및/또는 하나 이상의 안테나(2080)를 더 포함할 수 있다. 프로세서(2020)는 메모리(2040) 및/또는 송수신기(2060)를 제어하며, 본 문서에 개시된 설명, 기능, 절차, 제안, 방법 및/또는 동작 순서도들을 구현하도록 구성될 수 있다. 예를 들어, 프로세서(2020)는 메모리(2040) 내의 정보를 처리하여 제3 정보/신호를 생성한 뒤, 송수신기(2060)를 통해 제3 정보/신호를 포함하는 무선 신호를 전송할 수 있다. 또한, 프로세서(2020)는 송수신기(2060)를 통해 제4 정보/신호를 포함하는 무선 신호를 수신한 뒤, 제4 정보/신호의 신호 처리로부터 얻은 정보를 메모리(2040)에 저장할 수 있다. 메모리(2040)는 프로세서(2020)와 연결될 수 있고, 프로세서(2020)의 동작과 관련한 다양한 정보를 저장할 수 있다. 예를 들어, 메모리(2040)는 프로세서(2020)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(2020)와 메모리(2040)는 무선 통신 기술(예, LTE, NR)을 구현하도록 설계된 통신 모뎀/회로/칩의 일부일 수 있다. 송수신기(2060)는 프로세서(2020)와 연결될 수 있고, 하나 이상의 안테나(2080)를 통해 무선 신호를 송신 및/또는 수신할 수 있다. 송수신기(2060)는 송신기 및/또는 수신기를 포함할 수 있다 송수신기(2060)는 RF 유닛과 혼용될 수 있다. 본 발명에서 무선 기기는 통신 모뎀/회로/칩을 의미할 수도 있다.
이하, 무선 기기(1000, 2000)의 하드웨어 요소에 대해 보다 구체적으로 설명한다. 이로 제한되는 것은 아니지만, 하나 이상의 프로토콜 계층이 하나 이상의 프로세서(1020, 2020)에 의해 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(1020, 2020)는 하나 이상의 계층(예, PHY, MAC, RLC, PDCP, RRC, SDAP와 같은 기능적 계층)을 구현할 수 있다. 하나 이상의 프로세서(1020, 2020)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(1020, 2020)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(1020, 2020)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(1060, 2060)에게 제공할 수 있다. 하나 이상의 프로세서(1020, 2020)는 하나 이상의 송수신기(1060, 2060)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(1020, 2020)는 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 또는 마이크로 컴퓨터로 지칭될 수 있다. 하나 이상의 프로세서(1020, 2020)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(1020, 2020)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(1020, 2020)에 포함되거나, 하나 이상의 메모리(1040, 2040)에 저장되어 하나 이상의 프로세서(1020, 2020)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(1040, 2040)는 하나 이상의 프로세서(1020, 2020)와 연결될 수 있고, 다양한 형태의 데이터, 신호, 메시지, 정보, 프로그램, 코드, 지시 및/또는 명령을 저장할 수 있다. 하나 이상의 메모리(1040, 2040)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(1040, 2040)는 하나 이상의 프로세서(1020, 2020)의 내부 및/또는 외부에 위치할 수 있다. 또한, 하나 이상의 메모리(1040, 2040)는 유선 또는 무선 연결과 같은 다양한 기술을 통해 하나 이상의 프로세서(1020, 2020)와 연결될 수 있다.
하나 이상의 송수신기(1060, 2060)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(1060, 2060)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(1060, 2060)는 하나 이상의 프로세서(1020, 2020)와 연결될 수 있고, 무선 신호를 송수신할 수 있다. 예를 들어, 하나 이상의 프로세서(1020, 2020)는 하나 이상의 송수신기(1060, 2060)가 하나 이상의 다른 장치에게 사용자 데이터, 제어 정보 또는 무선 신호를 전송하도록 제어할 수 있다. 또한, 하나 이상의 프로세서(1020, 2020)는 하나 이상의 송수신기(1060, 2060)가 하나 이상의 다른 장치로부터 사용자 데이터, 제어 정보 또는 무선 신호를 수신하도록 제어할 수 있다. 또한, 하나 이상의 송수신기(1060, 2060)는 하나 이상의 안테나(1080, 2080)와 연결될 수 있고, 하나 이상의 송수신기(1060, 2060)는 하나 이상의 안테나(1080, 2080)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(1060, 2060)는 수신된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 하나 이상의 프로세서(1020, 2020)를 이용하여 처리하기 위해, 수신된 무선 신호/채널 등을 RF 밴드 신호에서 베이스밴드 신호로 변환(Convert)할 수 있다. 하나 이상의 송수신기(1060, 2060)는 하나 이상의 프로세서(1020, 2020)를 이용하여 처리된 사용자 데이터, 제어 정보, 무선 신호/채널 등을 베이스밴드 신호에서 RF 밴드 신호로 변환할 수 있다. 이를 위하여, 하나 이상의 송수신기(1060, 2060)는 (아날로그) 오실레이터 및/또는 필터를 포함할 수 있다.
본 발명이 적용되는 신호 처리 회로 예
도 24는 전송 신호를 위한 신호 처리 회로를 예시한다.
도 24를 참조하면, 신호 처리 회로(10000)는 스크램블러(10100), 변조기(10200), 레이어 매퍼(10300), 프리코더(10400), 자원 매퍼(10500), 신호 생성기(10600)를 포함할 수 있다. 이로 제한되는 것은 아니지만, 도 24의 동작/기능은 도 23의 프로세서(1020, 2020) 및/또는 송수신기(1060, 2060)에서 수행될 수 있다. 도 24의 하드웨어 요소는 도 23의 프로세서(1020, 2020) 및/또는 송수신기(1060, 2060)에서 구현될 수 있다. 예를 들어, 블록 10100~10600은 도 23의 프로세서(1020, 2020)에서 구현될 수 있다. 또한, 블록 10100~10500은 도 23의 프로세서(1020, 2020)에서 구현되고, 블록 10600은 도 23의 송수신기(1060, 2060)에서 구현될 수 있다.
코드워드는 도 24의 신호 처리 회로(10000)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(10100)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(10200)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(10300)에 의해 하나 이상의 전송 레이어로 매핑될 수 있다. 각 전송 레이어의 변조 심볼들은 프리코더(10400)에 의해 해당 안테나 포트(들)로 매핑될 수 있다(프리코딩). 프리코더(10400)의 출력 z는 레이어 매퍼(10300)의 출력 y를 N*M의 프리코딩 행렬 W와 곱해 얻을 수 있다. 여기서, N은 안테나 포트의 개수, M은 전송 레이어의 개수이다. 여기서, 프리코더(10400)는 복소 변조 심볼들에 대한 트랜스폼(transform) 프리코딩(예, DFT 변환)을 수행한 이후에 프리코딩을 수행할 수 있다. 또한, 프리코더(10400)는 트랜스폼 프리코딩을 수행하지 않고 프리코딩을 수행할 수 있다.
자원 매퍼(10500)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(10600)는 매핑된 변조 심볼들로부터 무선 신호를 생성하며, 생성된 무선 신호는 각 안테나를 통해 다른 기기로 전송될 수 있다. 이를 위해, 신호 생성기(10600)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 24의 신호 처리 과정(10100~10600)의 역으로 구성될 수 있다. 예를 들어, 무선 기기(예, 도 23의 1000, 2000)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 25는 본 발명에 적용되는 무선 기기의 다른 예를 나타낸다.
무선 기기는 사용-예/서비스에 따라 다양한 형태로 구현될 수 있다.
도 25를 참조하면, 무선 기기(1000, 2000)는 도 23의 무선 기기(1000,2000)에 대응하며, 다양한 요소(element), 성분(component), 유닛/부(unit), 및/또는 모듈(module)로 구성될 수 있다. 예를 들어, 무선 기기(1000, 2000)는 통신부(1100), 제어부(1200), 메모리부(1300) 및 추가 요소(1400)를 포함할 수 있다. 통신부는 통신 회로(1120) 및 송수신기(들)(1140)을 포함할 수 있다. 예를 들어, 통신 회로(1120)는 도 23의 하나 이상의 프로세서(1020,2020) 및/또는 하나 이상의 메모리(1040,2040) 를 포함할 수 있다. 예를 들어, 송수신기(들)(1140)는 도 23의 하나 이상의 송수신기(1060,2060) 및/또는 하나 이상의 안테나(1080,2080)을 포함할 수 있다. 제어부(1200)는 통신부(1100), 메모리부(1300) 및 추가 요소(1400)와 전기적으로 연결되며 무선 기기의 제반 동작을 제어한다. 예를 들어, 제어부(1200)는 메모리부(1300)에 저장된 프로그램/코드/명령/정보에 기반하여 무선 기기의 전기적/기계적 동작을 제어할 수 있다. 또한, 제어부(1200)는 메모리부(1300)에 저장된 정보를 통신부(1100)을 통해 외부(예, 다른 통신 기기)로 무선/유선 인터페이스를 통해 전송하거나, 통신부(1100)를 통해 외부(예, 다른 통신 기기)로부터 무선/유선 인터페이스를 통해 수신된 정보를 메모리부(1300)에 저장할 수 있다.
추가 요소(1400)는 무선 기기의 종류에 따라 다양하게 구성될 수 있다. 예를 들어, 추가 요소(1400)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 22, 1000a), 차량(도 22, 1000b-1, 1000b-2), XR 기기(도 22, 1000c), 휴대 기기(도 22, 1000d), 가전(도 22, 1000e), IoT 기기(도 22, 1000f), 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 22, 4000), 기지국(도 22, 2000), 네트워크 노드 등의 형태로 구현될 수 있다. 무선 기기는 사용-예/서비스에 따라 이동 가능하거나 고정된 장소에서 사용될 수 있다.
도 25에서 무선 기기(1000, 2000) 내의 다양한 요소, 성분, 유닛/부, 및/또는 모듈은 전체가 유선 인터페이스를 통해 상호 연결되거나, 적어도 일부가 통신부(1100)를 통해 무선으로 연결될 수 있다. 예를 들어, 무선 기기(1000, 2000) 내에서 제어부(1200)와 통신부(1100)는 유선으로 연결되며, 제어부(1200)와 제1 유닛(예, 1300, 1400)은 통신부(1100)를 통해 무선으로 연결될 수 있다. 또한, 무선 기기(1000, 2000) 내의 각 요소, 성분, 유닛/부, 및/또는 모듈은 하나 이상의 요소를 더 포함할 수 있다. 예를 들어, 제어부(1200)는 하나 이상의 프로세서 집합으로 구성될 수 있다. 예를 들어, 제어부(1200)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(1300)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.
도 26은 본 발명에 적용되는 휴대 기기를 예시한다.
휴대 기기는 스마트폰, 스마트패드, 웨어러블 기기(예, 스마트워치, 스마트글래스), 휴대용 컴퓨터(예, 노트북 등)을 포함할 수 있다. 휴대 기기는 MS(Mobile Station), UT(user terminal), MSS(Mobile Subscriber Station), SS(Subscriber Station), AMS(Advanced Mobile Station) 또는 WT(Wireless terminal)로 지칭될 수 있다.
도 26을 참조하면, 휴대 기기(1000)는 안테나부(1080), 통신부(1100), 제어부(1200), 메모리부(1300), 전원공급부(1400a), 인터페이스부(1400b) 및 입출력부(1400c)를 포함할 수 있다. 안테나부(1080)는 통신부(1100)의 일부로 구성될 수 있다. 블록 1100~1300/1400a~1400c는 각각 도 25의 블록 1100~1300/1400에 대응한다.
통신부(1100)는 다른 무선 기기, 기지국들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(1200)는 휴대 기기(1000)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(1200)는 AP(Application Processor)를 포함할 수 있다. 메모리부(1300)는 휴대 기기(1000)의 구동에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 또한, 메모리부(1300)는 입/출력되는 데이터/정보 등을 저장할 수 있다. 전원공급부(1400a)는 휴대 기기(1000)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 인터페이스부(1400b)는 휴대 기기(1000)와 다른 외부 기기의 연결을 지원할 수 있다. 인터페이스부(1400b)는 외부 기기와의 연결을 위한 다양한 포트(예, 오디오 입/출력 포트, 비디오 입/출력 포트)를 포함할 수 있다. 입출력부(1400c)는 영상 정보/신호, 오디오 정보/신호, 데이터, 및/또는 사용자로부터 입력되는 정보를 입력 받거나 출력할 수 있다. 입출력부(1400c)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부(1400d), 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다.
일 예로, 데이터 통신의 경우, 입출력부(1400c)는 사용자로부터 입력된 정보/신호(예, 터치, 문자, 음성, 이미지, 비디오)를 획득하며, 획득된 정보/신호는 메모리부(1300)에 저장될 수 있다. 통신부(1100)는 메모리에 저장된 정보/신호를 무선 신호로 변환하고, 변환된 무선 신호를 다른 무선 기기에게 직접 전송하거나 기지국에게 전송할 수 있다. 또한, 통신부(1100)는 다른 무선 기기 또는 기지국으로부터 무선 신호를 수신한 뒤, 수신된 무선 신호를 원래의 정보/신호로 복원할 수 있다. 복원된 정보/신호는 메모리부(1300)에 저장된 뒤, 입출력부(1400c)를 통해 다양한 형태(예, 문자, 음성, 이미지, 비디오, 헵틱)로 출력될 수 있다.
도 27은 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 27을 참조하면, 차량 또는 자율 주행 차량(1000)은 안테나부(1080), 통신부(1100), 제어부(1200), 구동부(1400a), 전원공급부(1400b), 센서부(1400c) 및 자율 주행부(1400d)를 포함할 수 있다. 안테나부(1080)는 통신부(1100)의 일부로 구성될 수 있다. 블록 1100/1300/1400a~1400d는 각각 도 25의 블록 1100/1300/1400에 대응한다.
통신부(1100)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(1200)는 차량 또는 자율 주행 차량(1000)의 요소들을 제어하여 다양한 동작을 수행할 수 있다. 제어부(1200)는 ECU(Electronic Control Unit)를 포함할 수 있다. 구동부(1400a)는 차량 또는 자율 주행 차량(1000)을 지상에서 주행하게 할 수 있다. 구동부(1400a)는 엔진, 모터, 파워 트레인, 바퀴, 브레이크, 조향 장치 등을 포함할 수 있다. 전원공급부(1400b)는 차량 또는 자율 주행 차량(1000)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다. 센서부(1400c)는 차량 상태, 주변 환경 정보, 사용자 정보 등을 얻을 수 있다. 센서부(1400c)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(1400d)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(1100)는 외부 서버로부터 지도 데이터, 교통 정보 데이터 등을 수신할 수 있다. 자율 주행부(1400d)는 획득된 데이터를 기반으로 자율 주행 경로와 드라이빙 플랜을 생성할 수 있다. 제어부(1200)는 드라이빙 플랜에 따라 차량 또는 자율 주행 차량(1000)이 자율 주행 경로를 따라 이동하도록 구동부(1400a)를 제어할 수 있다(예, 속도/방향 조절). 자율 주행 도중에 통신부(1100)는 외부 서버로부터 최신 교통 정보 데이터를 비/주기적으로 획득하며, 주변 차량으로부터 주변 교통 정보 데이터를 획득할 수 있다. 또한, 자율 주행 도중에 센서부(1400c)는 차량 상태, 주변 환경 정보를 획득할 수 있다. 자율 주행부(1400d)는 새로 획득된 데이터/정보에 기반하여 자율 주행 경로와 드라이빙 플랜을 갱신할 수 있다. 통신부(1100)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.
도 28은 본 발명에 적용되는 차량을 예시한다. 차량은 운송수단, 기차, 비행체, 선박 등으로도 구현될 수 있다.
도 28을 참조하면, 차량(1000)은 통신부(1100), 제어부(1200), 메모리부(1300), 입출력부(1400a) 및 위치 측정부(1400b)를 포함할 수 있다. 여기서, 블록 1100~1300/1400a~1400b는 각각 도 25의 블록 1100~1300/1400에 대응한다.
통신부(1100)는 다른 차량, 또는 기지국 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 제어부(1200)는 차량(1000)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 메모리부(1300)는 차량(1000)의 다양한 기능을 지원하는 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 입출력부(1400a)는 메모리부(1300) 내의 정보에 기반하여 AR/VR 오브젝트를 출력할 수 있다. 입출력부(1400a)는 HUD를 포함할 수 있다. 위치 측정부(1400b)는 차량(1000)의 위치 정보를 획득할 수 있다. 위치 정보는 차량(1000)의 절대 위치 정보, 주행선 내에서의 위치 정보, 가속도 정보, 주변 차량과의 위치 정보 등을 포함할 수 있다. 위치 측정부(1400b)는 GPS 및 다양한 센서들을 포함할 수 있다.
일 예로, 차량(1000)의 통신부(1100)는 외부 서버로부터 지도 정보, 교통 정보 등을 수신하여 메모리부(1300)에 저장할 수 있다. 위치 측정부(1400b)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(1400a)는 생성된 가상 오브젝트를 차량 내 유리창에 표시할 수 있다(14100, 14200). 또한, 제어부(1200)는 차량 위치 정보에 기반하여 차량(1000)이 주행선 내에서 정상적으로 운행되고 있는지 판단할 수 있다. 차량(1000)이 주행선을 비정상적으로 벗어나는 경우, 제어부(1200)는 입출력부(1400a)를 통해 차량 내 유리창에 경고를 표시할 수 있다. 또한, 제어부(1200)는 통신부(1100)를 통해 주변 차량들에게 주행 이상에 관한 경고 메세지를 방송할 수 있다. 상황에 따라, 제어부(1200)는 통신부(1100)를 통해 관계 기관에게 차량의 위치 정보와, 주행/차량 이상에 관한 정보를 전송할 수 있다.
도 29는 본 발명에 적용되는 XR 기기를 예시한다. XR 기기는 HMD, 차량에 구비된 HUD(Head-Up Display), 텔레비전, 스마트폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지(signage), 차량, 로봇 등으로 구현될 수 있다.
도 29를 참조하면, XR 기기(1000a)는 통신부(1100), 제어부(1200), 메모리부(1300), 입출력부(1400a), 센서부(1400b) 및 전원공급부(1400c)를 포함할 수 있다. 여기서, 블록 1100~1300/1400a~1400c은 각각 도 25의 블록 1100~1300/1400에 대응한다.
통신부(1100)는 다른 무선 기기, 휴대 기기, 또는 미디어 서버 등의 외부 기기들과 신호(예, 미디어 데이터, 제어 신호 등)를 송수신할 수 있다. 미디어 데이터는 영상, 이미지, 소리 등을 포함할 수 있다. 제어부(1200)는 XR 기기(1000a)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 예를 들어, 제어부(1200)는 비디오/이미지 획득, (비디오/이미지) 인코딩, 메타데이터 생성 및 처리 등의 절차를 제어 및/또는 수행하도록 구성될 수 있다. 메모리부(1300)는 XR 기기(1000a)의 구동/XR 오브젝트의 생성에 필요한 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 입출력부(1400a)는 외부로부터 제어 정보, 데이터 등을 획득하며, 생성된 XR 오브젝트를 출력할 수 있다. 입출력부(1400a)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센서부(1400b)는 XR 기기 상태, 주변 환경 정보, 사용자 정보 등을 얻을 수 있다. 센서부(1400b)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰 및/또는 레이더 등을 포함할 수 있다. 전원공급부(1400c)는 XR 기기(100a)에게 전원을 공급하며, 유/무선 충전 회로, 배터리 등을 포함할 수 있다.
일 예로, XR 기기(1000a)의 메모리부(1300)는 XR 오브젝트(예, AR/VR/MR 오브젝트)의 생성에 필요한 정보(예, 데이터 등)를 포함할 수 있다. 입출력부(1400a)는 사용자로부터 XR 기기(1000a)를 조작하는 명령을 회득할 수 있으며, 제어부(1200)는 사용자의 구동 명령에 따라 XR 기기(1000a)를 구동시킬 수 있다. 예를 들어, 사용자가 XR 기기(1000a)를 통해 영화, 뉴스 등을 시청하려고 하는 경우, 제어부(1200)는 통신부(1300)를 통해 컨텐츠 요청 정보를 다른 기기(예, 휴대 기기(1000b)) 또는 미디어 서버에 전송할 수 있다. 통신부(130)는 다른 기기(예, 휴대 기기(1000b)) 또는 미디어 서버로부터 영화, 뉴스 등의 컨텐츠를 메모리부(1300)로 다운로드/스트리밍 받을 수 있다. 제어부(120)는 컨텐츠에 대해 비디오/이미지 획득, (비디오/이미지) 인코딩, 메타데이터 생성/처리 등의 절차를 제어 및/또는 수행하며, 입출력부(1400a)/센서부(1400b)를 통해 획득한 주변 공간 또는 현실 오브젝트에 대한 정보에 기반하여 XR 오브젝트를 생성/출력할 수 있다.
또한, XR 기기(1000a)는 통신부(1100)를 통해 휴대 기기(1000b)와 무선으로 연결되며, XR 기기(1000a)의 동작은 휴대 기기(1000b)에 의해 제어될 수 있다. 예를 들어, 휴대 기기(1000b)는 XR 기기(1000a)에 대한 콘트롤러로 동작할 수 있다. 이를 위해, XR 기기(1000a)는 휴대 기기(1000b)의 3차원 위치 정보를 획득한 뒤, 휴대 기기(1000b)에 대응하는 XR 개체를 생성하여 출력할 수 있다.
도 30은 본 발명에 적용되는 로봇을 예시한다. 로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류될 수 있다.
도 30을 참조하면, 로봇(1000)은 통신부(1100), 제어부(1200), 메모리부(1300), 입출력부(1400a), 센서부(1400b) 및 구동부(1400c)를 포함할 수 있다. 여기서, 블록 1100~1300/1400a~1400c은 각각 도 25의 블록 1100~1300/1400에 대응한다.
통신부(1100)는 다른 무선 기기, 다른 로봇, 또는 제어 서버 등의 외부 기기들과 신호(예, 구동 정보, 제어 신호 등)를 송수신할 수 있다. 제어부(1200)는 로봇(1000)의 구성 요소들을 제어하여 다양한 동작을 수행할 수 있다. 메모리부(1300)는 로봇(1000)의 다양한 기능을 지원하는 데이터/파라미터/프로그램/코드/명령을 저장할 수 있다. 입출력부(1400a)는 로봇(100)의 외부로부터 정보를 획득하며, 로봇(1000)의 외부로 정보를 출력할 수 있다. 입출력부(1400a)는 카메라, 마이크로폰, 사용자 입력부, 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센서부(1400b)는 로봇(1000)의 내부 정보, 주변 환경 정보, 사용자 정보 등을 얻을 수 있다. 센서부(1400b)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 레이더 등을 포함할 수 있다. 구동부(1400c)는 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 구동부(1400c)는 로봇(1000)을 지상에서 주행하거나 공중에서 비행하게 할 수 있다. 구동부(1400c)는 액츄에이터, 모터, 바퀴, 브레이크, 프로펠러 등을 포함할 수 있다.
도 31은 본 발명에 적용되는 AI 기기를 예시한다. AI 기기는 TV, 프로젝터, 스마트폰, PC, 노트북, 디지털방송용 단말기, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), 라디오, 세탁기, 냉장고, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 31을 참조하면, AI 기기(1000)는 통신부(1100), 제어부(1200), 메모리부(1300), 입/출력부(1400a/1400b), 러닝 프로세서부(1400c) 및 센서부(1400d)를 포함할 수 있다. 블록 1100~1300/1400a~1400d는 각각 도 25의 블록 1100~1300/1400에 대응한다.
통신부(1100)는 유무선 통신 기술을 이용하여 다른 AI 기기(예, 도 29, 1000x, 2000, 4000)나 AI 서버(2000) 등의 외부 기기들과 유무선 신호(예, 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등)를 송수신할 수 있다. 이를 위해, 통신부(1100)는 메모리부(1300) 내의 정보를 외부 기기로 전송하거나, 외부 기기로부터 수신된 신호를 메모리부(1300)로 전달할 수 있다.
제어부(1200)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 기기(1000)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 제어부(1200)는 AI 기기(1000)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다. 예를 들어, 제어부(1200)는 러닝 프로세서부(1400c) 또는 메모리부(1300)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 기기(1000)의 구성 요소들을 제어할 수 있다. 또한, 제어부(1200)는 AI 장치(1000)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리부(1300) 또는 러닝 프로세서부(1400c)에 저장하거나, AI 서버(도 29, 4000) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
메모리부(1300)는 AI 기기(1000)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리부(1300)는 입력부(1400a)로부터 얻은 데이터, 통신부(1100)로부터 얻은 데이터, 러닝 프로세서부(1400c)의 출력 데이터, 및 센싱부(1400)로부터 얻은 데이터를 저장할 수 있다. 또한, 메모리부(1300)는 제어부(1200)의 동작/실행에 필요한 제어 정보 및/또는 소프트웨어 코드를 저장할 수 있다.
입력부(1400a)는 AI 기기(1000)의 외부로부터 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 입력부(1200)는 모델 학습을 위한 학습 데이터, 및 학습 모델이 적용될 입력 데이터 등을 획득할 수 있다. 입력부(1400a)는 카메라, 마이크로폰 및/또는 사용자 입력부 등을 포함할 수 있다. 출력부(1400b)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. 출력부(1400b)는 디스플레이부, 스피커 및/또는 햅틱 모듈 등을 포함할 수 있다. 센싱부(1400)는 다양한 센서들을 이용하여 AI 기기(1000)의 내부 정보, AI 기기(1000)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 얻을 수 있다. 센싱부(1400)는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰 및/또는 레이더 등을 포함할 수 있다.
러닝 프로세서부(1400c)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 러닝 프로세서부(1400c)는 AI 서버(도 29, 4000)의 러닝 프로세서부와 함께 AI 프로세싱을 수행할 수 있다. 러닝 프로세서부(1400c)는 통신부(1100)를 통해 외부 기기로부터 수신된 정보, 및/또는 메모리부(1300)에 저장된 정보를 처리할 수 있다. 또한, 러닝 프로세서부(1400c)의 출력 값은 통신부(1100)를 통해 외부 기기로 전송되거나/되고, 메모리부(1300)에 저장될 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 당업자에게 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 명세서의 무선 통신 시스템에서 빔 관리를 수행하는 방안은 3GPP LTE/LTE-A 시스템, 5G 시스템(New RAT 시스템), 6G/Beyond 6G 시스템에 적용되는 예를 중심으로 설명하였으나, 이외에도 다양한 무선 통신 시스템에 적용하는 것이 가능하다.
Claims (16)
- 무선 통신 시스템에서 빔 관리를 수행하는 방법에 있어서, 단말에 의해 수행되는 방법은,
i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계;
상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고;
상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계; 및
상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함하는 방법. - 제1항에 있어서, 상기 적어도 서빙 빔이 변경되는 것에 기반하여, 새로운 N개의 후보 빔은 상기 후보 빔 결정 알고리즘 정보를 이용하여 결정되는 방법.
- 제1항에 있어서, 상기 측정된 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호가 없는 것에 기반하여, 측정을 위한 후보 빔의 개수는 +1 만큼 증가되는 방법.
- 제1항에 있어서, 상기 설정 정보는 N개의 비경쟁 임의 접속(Contention Free Random Access, CFRA) 자원에 대한 정보 및/또는 후보 빔의 개수(N)에 대한 정보 중 적어도 하나를 더 포함하는 방법.
- 제4항에 있어서,
기설정된 방식에 기반하여, 상기 N개의 CFRA 자원을 상기 N개의 참조 신호에 매핑하는 단계;
상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 N개의 참조 신호 중 하나의 참조 신호에 대응하는 하나의 빔을 결정하는 단계; 및
상기 하나의 빔에 대응하는 CFRA 자원을 이용하여 빔 실패 복구 동작을 수행하는 단계를 더 포함하는 방법. - 제1항에 있어서, 적어도 하나의 서빙 빔의 빔 실패가 검출된 것에 기반하여, 상기 복수의 참조 신호에 대한 자원 정보를 이용해, N개의 참조 신호를 측정하는 단계; 및
빔 실패 복구(Beam Failure Recovery, BFR) 매체 접근 제어(Medium Access Control, MAC)-제어 요소(Control Element, CE) 정보를 상기 기지국으로 전송하는 단계를 더 포함하되,
상기 BFR MAC-CE 정보는, 적어도 하나의 서빙 셀에 대한, 상기 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호를 나타내는 비트맵을 포함하는 방법. - 무선 통신 시스템에서 빔 관리를 수행하도록 설정된 단말에 있어서,
적어도 하나의 송수신기;
적어도 하나의 송수신기와 기능적으로 연결된 적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 기능적으로 연결되고, 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 적어도 하나의 메모리를 포함하고,
상기 동작들은,
i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계;
상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고;
상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계; 및
상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함하는 단말. - 무선 통신 시스템에서 빔 관리를 수행하는 방법에 있어서, 기지국에 의해 수행되는 방법은,
i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 단말로 전송하는 단계;
상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고;
상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 단말로 전송하는 단계; 및
상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 단말로부터 수신하는 단계를 포함하는 방법. - 제8항에 있어서, 상기 적어도 서빙 빔이 변경되는 것에 기반하여, 새로운 N개의 후보 빔은 상기 후보 빔 결정 알고리즘 정보를 이용하여 결정되는 방법.
- 제8항에 있어서, 상기 측정된 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호가 없는 것에 기반하여, 측정을 위한 후보 빔의 개수는 +1 만큼 증가되는 방법.
- 제8항에 있어서, 상기 설정 정보는 N개의 비경쟁 임의 접속(Contention Free Random Access, CFRA) 자원에 대한 정보 및/또는 후보 빔의 개수(N)에 대한 정보 중 적어도 하나를 더 포함하는 방법.
- 제11항에 있어서,
기설정된 방식에 기반하여, 상기 N개의 CFRA 자원을 상기 N개의 참조 신호에 매핑하는 단계; 및
상기 N개의 참조 신호 중 하나의 참조 신호에 대응하는 CFRA 자원을 이용하여 빔 실패 복구 동작을 수행하는 단계를 더 포함하는 방법. - 제8항에 있어서, 적어도 하나의 서빙 빔의 빔 실패가 검출된 것에 기반하여, 상기 복수의 참조 신호에 대한 자원 정보를 이용해, N개의 참조 신호는 측정되고,
빔 실패 복구(Beam Failure Recovery, BFR) 매체 접근 제어(Medium Access Control, MAC)-제어 요소(Control Element, CE) 정보를 상기 단말로부터 수신하는 단계를 더 포함하되,
상기 BFR MAC-CE 정보는, 적어도 하나의 서빙 셀에 대한, 상기 N개의 참조 신호 중 측정 값이 기준 값을 초과하는 참조 신호를 나타내는 비트맵을 포함하는 방법. - 무선 통신 시스템에서 빔 관리를 수행하도록 설정된 기지국에 있어서,
적어도 하나의 송수신기;
적어도 하나의 송수신기와 기능적으로 연결된 적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 기능적으로 연결되고, 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 적어도 하나의 메모리를 포함하고,
상기 동작들은,
i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 단말로 전송하는 단계;
상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔은 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고;
상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 단말로 전송하는 단계; 및
상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 단말로부터 수신하는 단계를 포함하는 기지국. - 무선 통신 시스템에서 빔 관리를 수행하기 위해 단말을 제어하도록 설정된 프로세서 장치에 있어서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 기능적으로 연결되고, 상기 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 적어도 하나의 메모리를 포함하고,
상기 동작들은,
i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계;
상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고;
상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계; 및
상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함하는 프로세서 장치. - 적어도 하나의 프로세서가 동작들을 수행하도록 하는 명령어들을 저장하는 비일시적 컴퓨터 판독 가능 매체(computer readable medium, CRM)에 있어서,
상기 동작들은,
i) 복수의 참조 신호에 대한 자원 정보 및 ii) 후보 빔 결정 알고리즘 정보를 포함하는 설정 정보를 기지국으로부터 수신하는 단계;
상기 후보 빔 결정 알고리즘 정보에 기반하여, 적어도 하나의 서빙 빔에 대한 N개의 후보 빔을 결정하는 단계, 상기 N개의 후보 빔은 상기 복수의 참조 신호 중 N개의 참조 신호에 대응하고;
상기 복수의 참조 신호에 대한 자원 정보에 기반하여, 상기 복수의 참조 신호 중 N개의 참조 신호를 상기 기지국으로부터 수신하는 단계; 및
상기 N개의 참조 신호들 중 적어도 하나의 측정 값을 포함하는 측정 정보를 상기 기지국으로 전송하는 단계를 포함하는 비일시적 컴퓨터 판독 가능 매체.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2021/007690 WO2022265141A1 (ko) | 2021-06-18 | 2021-06-18 | 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240021223A true KR20240021223A (ko) | 2024-02-16 |
Family
ID=84526559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020247000765A KR20240021223A (ko) | 2021-06-18 | 2021-06-18 | 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20240021223A (ko) |
| WO (1) | WO2022265141A1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230156636A1 (en) * | 2021-11-17 | 2023-05-18 | Qualcomm Incorporated | Pdsch rate-matching in ntn |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110419174A (zh) * | 2017-03-22 | 2019-11-05 | 瑞典爱立信有限公司 | 用于在采用波束成形时进行波束跟踪的方法、网络节点和无线终端 |
| EP3665792A1 (en) * | 2017-08-09 | 2020-06-17 | IDAC Holdings, Inc. | Methods and systems for beam recovery and management |
| US11751183B2 (en) * | 2018-01-12 | 2023-09-05 | Nokia Technologies Oy | CORESET and QCL association in beam recovery procedure |
| US11297554B2 (en) * | 2019-03-28 | 2022-04-05 | At&T Intellectual Property I, L.P. | Candidate beam selection and control for 5G or other next generation network |
| EP3981084A1 (en) * | 2019-06-05 | 2022-04-13 | Telefonaktiebolaget LM Ericsson (publ) | Determination of candidate set of beams for beam tracking |
-
2021
- 2021-06-18 KR KR1020247000765A patent/KR20240021223A/ko unknown
- 2021-06-18 WO PCT/KR2021/007690 patent/WO2022265141A1/ko active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022265141A1 (ko) | 2022-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220264619A1 (en) | Operation method of ue associated with sci in wireless communication system | |
| US11595858B2 (en) | Method and apparatus for performing resource reservation in NR V2X | |
| US20210127377A1 (en) | Method and device for determining tbs in nr v2x | |
| US11812397B2 (en) | Method and device for performing synchronization in NR V2X | |
| EP4044469B1 (en) | 2nd stage sci-related operation method of ue in wireless communication system | |
| US11558883B2 (en) | Method for transmitting and receiving signal by terminal in wireless communication system | |
| KR102625458B1 (ko) | Xr 컨텐츠 제공 방법 및 xr 컨텐츠 제공 디바이스 | |
| US20220322327A1 (en) | Method and device for operating ue associated with sidelink rlm and rlf in wireless communication system | |
| US20220232665A1 (en) | Method and apparatus for operating a ue related to sidelink drx in a wireless communication system | |
| US20230224951A1 (en) | Operation method of relay ue in wireless communication system | |
| US20220053418A1 (en) | Method of operating a ue related to a sidelink measurement report in a wireless communication system | |
| US20220232542A1 (en) | Method for transmitting sidelink signal in wireless communication system | |
| US11997037B2 (en) | UE operation method related to sidelink PTRS in wireless communication system | |
| KR20230062821A (ko) | 무선 통신 시스템에서 연합학습을 수행하는 방법 및 이를 위한 장치 | |
| KR20240021223A (ko) | 무선 통신 시스템에서 빔 관리를 수행하는 방법 및 이를 위한 장치 | |
| US11671960B2 (en) | Operating method of UE related to SCI transmission in wireless communication system | |
| US20240097855A1 (en) | Sidelink operating method of csi-rs transmission-related ue in wireless communication system | |
| US20230141179A1 (en) | Method and device for transmitting information on cluster comprising vulnerable road users | |
| KR20230060505A (ko) | 연합학습을 위한 통신방법 및 이를 수행하는 디바이스 | |
| KR20230049664A (ko) | 무선 통신 시스템에서 주파수 대역 간 채널 공간 정보의 유사성에 기반한 통신 방법 및 이를 위한 장치 | |
| US20230156679A1 (en) | Method for receiving pscch by ps ue in wireless communication system | |
| US20230082892A1 (en) | Method for operating ue related to cbr in wireless communication system | |
| US20220286842A1 (en) | Signal transmitting/receiving method in wireless communication system | |
| US20230088696A1 (en) | Method for operating link quality-related relay ue in wireless communication system | |
| US20230090566A1 (en) | Operation method of ue receiving v2x-related message in wireless communication system |