WO2021230709A1 - 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치 - Google Patents

거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치 Download PDF

Info

Publication number
WO2021230709A1
WO2021230709A1 PCT/KR2021/006078 KR2021006078W WO2021230709A1 WO 2021230709 A1 WO2021230709 A1 WO 2021230709A1 KR 2021006078 W KR2021006078 W KR 2021006078W WO 2021230709 A1 WO2021230709 A1 WO 2021230709A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
signal
base station
calculated
user terminal
Prior art date
Application number
PCT/KR2021/006078
Other languages
English (en)
French (fr)
Inventor
이남윤
이효원
Original Assignee
삼성전자 주식회사
포항공과대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사, 포항공과대학교 산학협력단 filed Critical 삼성전자 주식회사
Priority to US17/925,183 priority Critical patent/US11962436B2/en
Publication of WO2021230709A1 publication Critical patent/WO2021230709A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0224—Channel estimation using sounding signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0047—Decoding adapted to other signal detection operation
    • H04L1/0048—Decoding adapted to other signal detection operation in conjunction with detection of multiuser or interfering signals, e.g. iteration between CDMA or MIMO detector and FEC decoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0204—Channel estimation of multiple channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/021—Estimation of channel covariance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0256—Channel estimation using minimum mean square error criteria
    • 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
    • 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
    • H04L5/0037—Inter-user or inter-terminal allocation
    • 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
    • H04L5/005—Allocation of pilot signals, i.e. of signals known to the receiver of common pilots, i.e. pilots destined for multiple users or terminals

Definitions

  • the present disclosure relates to a method and apparatus for performing user detection and channel estimation from superimposed signals received from a plurality of terminals in a base station supporting massive multiple-input multiple-output (massive MIMO).
  • the 5G communication system or the pre-5G communication system is called a system after the 4G network (Beyond 4G Network) communication system or the LTE system after (Post LTE).
  • the 5G communication system is being considered for implementation in a very high frequency (mmWave) band (eg, such as a 60 gigabyte (60 GHz) band).
  • mmWave very high frequency
  • FD-MIMO full dimensional MIMO
  • an evolved small cell in the 5G communication system, an evolved small cell, an advanced small cell, a cloud radio access network (cloud RAN), and an ultra-dense network (ultra-dense network) , device to device communication (D2D), wireless backhaul, moving network, cooperative communication, coordinated multi-points (CoMP), and interference cancellation Technology development is underway.
  • cloud RAN cloud radio access network
  • ultra-dense network ultra-dense network
  • FQAM FSK and QAM modulation
  • SWSC sliding window superposition coding
  • ACM advanced coding modulation
  • FBMC filter bank multi carrier
  • NOMA advanced access technologies, non-orthogonal multiple access
  • SCMA sparse code multiple access
  • massive connectivity is being considered to support the Internet of things (IoT) and machine type communication (MTC).
  • IoT Internet of things
  • MTC machine type communication
  • MIMO Multiple-Input Multiple-Output
  • MIMO transmission can spatially multiplex and transmit a plurality of data streams on one time and frequency resource, the data rate can be increased several times compared to the conventional non-MIMO transmission.
  • channel capacity, network coverage area, and spectrum utilization can be greatly improved by suppressing channel fading in the base station and user equipment using the multi-antenna technology.
  • the massive MIMO system Massive Multi-Input Multi-Output System
  • BS base station
  • IUI inter-user interference
  • a base station In an environment in which communication technology becomes more complex, a base station must be connected to numerous user terminals or devices.
  • orthogonal multiple access (OMA) used in 4G communication uses orthogonality of resources, the number of users that can serve within a limited frequency resource is limited. Therefore, a non-orthogonal multiple access (NOMA) technique is being considered for massive access in next-generation communication.
  • NOMA non-orthogonal multiple access
  • Each user terminal is allocated a pilot signal for identifying a user, and the pilot signal may be a sequence negotiated in advance with the base station.
  • the base station can check which user terminal is approaching by using the pilot sequence included in the signal received from the user terminals.
  • Methods for user scheduling and channel estimation in a massive MIMO system include a grant-base method and a grant-free method.
  • user scheduling and channel estimation were performed using the grant-base method for obtaining permission from the base station.
  • the grant-base method is a low-latency method.
  • the grant-free method is a method in which users compete and send signals without obtaining permission from the base station.
  • the base station detects users and channels through overlapping signals transmitted from a plurality of users. There is a problem in that complexity increases because estimation must be performed. Therefore, it is effective to use a grant-free method in next-generation communication that requires a low delay condition, and research is being conducted for the base station to efficiently perform user detection and channel estimation from the overlapped received signal.
  • the base station when a plurality of user terminals transmit signals to the base station for a predetermined channel coherence time, the base station receives the overlapped signals.
  • the base station detects which user terminal sent the signal using the received overlapping signal, and estimates information on the detected user's channel.
  • user detection and user channel estimation problems can be considered as sparse signal estimation problems, and a compressive sensing algorithm can be utilized to solve the sparse signal estimation problems.
  • the number of channels is a continuous number, there may be a problem in that accuracy is lowered when detection of a signal transmitting user and channel estimation are performed at the same time.
  • a method of converting into two steps of first performing user detection and then performing channel estimation was considered, and the problem of low accuracy could be compensated. Therefore, if the transmitting user is first accurately detected, the channel estimation can be performed more efficiently.
  • the compressive sensing algorithm was applied as a method to detect a user.
  • the system considering the sample covariance of the received signal corresponding to the pilot is vectorized, the characteristics of the sensing matrix can be changed by the Kronecker product operation, and the performance of the compressive sensing algorithm It could also be different, which was a problem. Therefore, although various estimation methods have been studied in the compressive sensing algorithm, they have a high computational complexity, so that practical use is difficult when the number of transmitable users increases.
  • the present disclosure proposes a method and apparatus in which a base station receives superimposed signals transmitted from a plurality of user terminals in a massive MIMO system to efficiently detect a transmitting user and estimate a channel.
  • the present disclosure proposes a method and apparatus in which a base station detects a transmitting user and estimates a channel with low complexity through sample covariance calculation from overlapping signals transmitted from a plurality of user terminals in a massive MIMO system.
  • the present disclosure proposes a method and apparatus for detecting a transmitting user and estimating a channel with low complexity by using a likelihood function through probabilistic modeling of a superimposed received signal in a massive MIMO system in a base station.
  • a signal receiving method of a base station in a huge multiple input/output system comprises the steps of receiving a superimposed signal including a transmission signal of at least one user terminal among a plurality of user terminals (UE), wherein Each of the transmission signals includes a pilot signal of a corresponding user terminal, and calculating a sample covariance matrix from the received overlapping signal using the number of antennas of the base station and a pilot signal matrix of the at least one user terminal.
  • UE user terminals
  • a likelihood function representing a likelihood probability of the received overlapping signal based on the number and the received overlapping signal, and using the calculated likelihood function and the sample covariance matrix to obtain the plurality of Detecting a user index set indicating whether or not signals are transmitted by user terminals of , and performing channel estimation of at least one user terminal that is transmitting a signal based on the detected user index set.
  • a base station for receiving a signal in a huge multiple input/output system is a transceiver for receiving a superimposed signal including a transmission signal of at least one user terminal among a plurality of user terminals (UE);
  • each of the transmission signals includes a pilot signal of the corresponding user terminal, and a sample covariance matrix is calculated from the received overlapping signal using the number of antennas of the base station and the pilot signal matrix of the at least one user terminal, and the base station's Based on the number of antennas and the received overlapping signal, a likelihood function indicating a likelihood of the received overlapping signal is calculated, and the plurality of and at least one processor for detecting a set of user indexes indicating whether or not signals are transmitted by user terminals of , and estimating a channel of at least one user terminal that is transmitting a signal based on the detected set of user indexes.
  • the terms "include” and “comprise” and its derivatives mean inclusive without limitation, the term “or” being inclusive and meaning “and/or” and the phrases “associated with” and “associated therewith” and its derivatives include, be included within, interconnect with, contain, include within (be contained within), connect to or with, couple to or with, be communicable with, cooperate with, interleave, juxtapose, be proximate to, most likely to, or be bound to to or with, have, have a property of, etc.
  • the term “controller” means any device, system, or part thereof that controls at least one operation, said Such a device may be implemented in hardware, firmware or software, or some combination of at least two of the hardware, firmware or software.
  • an algorithm for estimating a transmitting user with low complexity based on a likelihood function calculated through probabilistic modeling of a signal received from a user terminal in a base station is described.
  • a new algorithm having a performance close to that of the full-scale survey method is proposed, which has lower computational complexity than the full-scale survey method, and can be expected to detect a transmitting user with higher reliability than the conventional compressive sensing algorithm.
  • the base station can estimate the transmitting user with low complexity based on the likelihood function calculated through probabilistic modeling of the signal received from the user terminal.
  • the optimal channel estimation performance can be expected by utilizing the index of the transmitting user.
  • FIG. 1 illustrates a structure of a massive multiple input/output system according to an embodiment of the present disclosure.
  • FIG. 2 is a diagram illustrating a communication structure between a user terminal and a base station according to an embodiment of the present disclosure and showing a communication structure according to whether or not the user terminal is transmitted.
  • FIG 3 illustrates a structure of a base station according to an embodiment of the present disclosure.
  • FIG. 4 is a flowchart illustrating a method of detecting a user and predicting a channel based on a transmission signal of user terminals proposed in the present disclosure.
  • FIG. 5 illustrates operations of a base station and a plurality of user terminals in a wireless communication system according to an embodiment of the present disclosure.
  • FIG. 6 illustrates a user detection error rate according to a pilot length of a plurality of algorithms using sample covariance according to an embodiment of the present disclosure.
  • FIG. 7 illustrates a normalized mean square error value reflecting a user detection error rate according to a pilot length when there is no antenna correlation of a plurality of algorithms using sample covariance according to an embodiment of the present disclosure.
  • FIG. 8 illustrates a user detection error rate according to the number of base station antennas of a plurality of algorithms using sample covariance according to an embodiment of the present disclosure.
  • a “component” includes one or more component representations.
  • first, second, etc. may be used to describe various elements, but the elements are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.
  • a first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component. and/or includes a combination of a plurality of related listed items or any of a plurality of related listed items.
  • Various embodiments of the present disclosure may be implemented as software (eg, a program) including one or more instructions stored in a storage medium (eg, internal memory or external memory) readable by an electronic device.
  • a storage medium eg, internal memory or external memory
  • the processor of the electronic device may call at least one of the one or more instructions stored from the storage medium and execute it. This makes it possible for the device to be operated to perform at least one function in accordance with the called at least one command.
  • the one or more instructions may include code generated by a compiler or code that may be executed by an interpreter.
  • the electronic device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not contain a signal (eg, electromagnetic wave), and this term refers to the case where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
  • a signal eg, electromagnetic wave
  • the method according to various embodiments disclosed in the present disclosure may be provided by being included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product is distributed in the form of a device-readable storage medium (eg CD-ROM, DVD-ROM), or through an application store (eg Play StoreTM) or two user devices (eg Smart It can be distributed (eg, downloaded or uploaded) online, directly between phones).
  • a device-readable storage medium eg CD-ROM, DVD-ROM
  • an application store eg Play StoreTM
  • two user devices eg Smart It can be distributed (eg, downloaded or uploaded) online, directly between phones).
  • at least a portion of the computer program product may be temporarily stored or temporarily created in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a relay server.
  • each component eg, a block or a program of the present disclosure may include a singular or a plurality of entities.
  • one or more components or operations among the above-described components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a block or a program
  • the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component are executed sequentially, in parallel, repetitively, or heuristically, or one or more of the operations are executed in a different order, or , omitted, or one or more other operations may be added.
  • the electronic device may provide a channel for wireless communication with the terminal.
  • the electronic device includes a base station, an access network (AN), a radio access network (RAN), an eNB, an eNodeB, a 5G node, a transmission/reception point (TRP), or a 5th generation (5gNB). NodeB) and the like.
  • AN access network
  • RAN radio access network
  • eNB eNodeB
  • 5G node a transmission/reception point
  • TRP transmission/reception point
  • 5gNB 5th generation
  • NodeB 5th generation
  • the terminal is a user equipment (UE), a mobile station, a subscriber station, a remote terminal, a wireless terminal, or a user communicating with the base station through a wireless channel. It may mean a user device or the like.
  • the MIMO system is, for example, a long-term evolution (LTE, hereinafter 'LTE') system proposed by the 3rd Generation Partnership Project (3GPP), a long-term evolution-advanced ( Long-term evolution-advanced: It may be implemented in various wireless communication systems supporting MIMO, which is a multi-antenna technology, such as LTE-A, hereinafter 'LTE-A') system, LTE-A pro system, or the aforementioned 5G system.
  • LTE long-term evolution
  • 3GPP 3rd Generation Partnership Project
  • LTE-A long-term evolution-advanced
  • the base station receives signals of overlapping users. If the base station accurately finds the transmitting user, the conventional minimum mean error squared channel estimation method can be used, so it is important to determine whether the user transmits.
  • an embodiment of the present disclosure can be considered as a compressive sensing problem in which a sparse transmitting user is found by sample covariance according to the number of antennas of a base station using a time-frequency pilot transmitted by an uplink user.
  • the covariance matrix is vectorized and the transmitting user can be found using a conventional algorithm.
  • the sparse transmission user can be estimated by the maximum likelihood estimation method by probabilistic modeling of the received signal in the base station, there is a problem in that the complexity increases exponentially according to the total number of users and the number of transmitting users. Therefore, in the present invention, a method for estimating a transmitting user with low complexity by using a likelihood function through probabilistic modeling of a received signal of a base station is described. In addition, a method for selecting and allocating a pilot sequence suitable for a real environment is included.
  • FIG. 1 illustrates a structure of a massive multiple input/output system according to an embodiment of the present disclosure.
  • a single cell system in which a base station having M antennas serves N users is shown, and K out of N users are signaled during one time interval using a grant-free technique. can be sent. Accordingly, the base station receives the superimposed signal in which the signals transmitted by K users are superimposed.
  • the uplink channel vector between the antennas of the base station and the nth user is can be expressed as A channel considers an independent block-fading model that undergoes flat-fading during coherence time.
  • the channel vector of user n assumes a Rayleigh fading model, can have a distribution of , and the effect of large scale fading and shadow fading of the channel is is reflected in
  • each user 200a, 200b, and 200c has different pilot signals including a sequence of length L(L ⁇ T). and each sequence may be previously shared with the base station. It is assumed that K users among the N users 200a, 200b, and 200c simultaneously transmit signals during the coherence time. In this case, a signal received by the base station and a transpose matrix of the received signal may be expressed as in Equation 1 above.
  • H is a channel matrix indicating a channel between users and a base station
  • A is a diagonal matrix indicating whether users are transmitting or not, and has a binary element of ⁇ 0,1 ⁇
  • the base station 300 may be implemented including a transceiver 310 and at least one processor 320 .
  • at least one processor 320 may transmit and receive a radio signal through the transceiver 310 .
  • the at least one processor 320 may control the overall device so that the base station performs signal reception, user detection, and channel estimation according to the methods described in the embodiments of the present disclosure.
  • FIG. 4 is a flowchart 400 for a method of detecting a user and predicting a channel based on a transmission signal of user terminals proposed in the present disclosure.
  • the base station may receive an overlapping signal including a transmission signal of at least one user terminal among a plurality of user terminals.
  • Each transmission signal may include a pilot signal of the corresponding user terminal.
  • the pilot signal of each user terminal may include a sequence known to the base station in advance.
  • the base station may calculate a sample covariance matrix from the overlapping signal using a pilot signal matrix including the number of base station antennas and pilot sequences of user terminals.
  • the base station may calculate a likelihood function representing the likelihood probability of the received overlapping signal based on the number of base station antennas and the received overlapping signal.
  • the base station may detect a set of user indexes indicating whether a plurality of user terminals have transmitted signals using the likelihood function and the sample covariance matrix.
  • a first user index set indicating whether a signal is transmitted from the user terminal such that the likelihood function has a maximum value is determined, and the first user index set and the calculated likelihood function are used to determine the first user index set.
  • a second set of user indexes indicating whether the first and second user terminals have been transmitted may be detected.
  • the user index set may be a second user index set finally obtained by repeating the step of detecting the second user index set K predetermined times.
  • conditional covariance matrices for checking whether a signal is transmitted from a plurality of user terminals may be calculated using pilot signal matrices of the plurality of user terminals, and the conditional covariance matrices, the likelihood A log-likelihood ratio may be detected using the function and the sample covariance matrix.
  • a user index set including user indices of a plurality of user terminals including the at least one user terminal that allows the detected log-likelihood ratio to have a maximum value may be detected.
  • each user index of the plurality of user terminals may have a binary vector value of 0 or 1 depending on whether a signal is transmitted.
  • the base station may detect a user terminal that is transmitting a signal based on the user index set and perform channel estimation of the detected user terminal.
  • the sample covariance matrix of the received signal including the pilot signal of the user terminal is calculated according to the number of base station antennas using the signal matrix Y indicating the received signal, and the sample covariance matrix is defined as in Equation 2 below. do.
  • Equation 3> is the case where M is infinite is a mathematical expression related to Indicates the value that the component of the diagonal matrix has depending on whether it is transmitted or not, and the distribution of the channel depending on whether or not it is transmitted. Or it has a value of 0.
  • the channel and transmit whether matrix and its Hermitian product A non-diagonal component of a matrix may have a non-zero value, and the diagonal component has a different channel variance than when M is infinite. Therefore, the non-zero non-diagonal component and the channel variance and difference of the diagonal component can act like noise, and this noise component can be , and the sample covariance formula is represented by ⁇ Equation 4>.
  • the sample covariance matrix of the present disclosure is can be calculated through According to another embodiment, the sample covariance matrix of the present disclosure may be calculated using the number of base station antennas and the pilot signal matrix of the user terminal.
  • Equation 4 can be vectorized, which can be performed by at least one processor 320 . If ⁇ Equation 4> is expressed as a vector, it is the same as ⁇ Equation 5>.
  • vec() used in ⁇ Equation 5> is a mapping function that vectorizes a matrix, The operation represents the Kronecker product. At this time, can be viewed as a sensing matrix. As described above, has a diagonal matrix, and the diagonal components are each Or it has a value of 0. When vectorizing the diagonal matrix in ⁇ Equation 5>, vec( ) and the positions of the diagonal and non-diagonal components are determined. Therefore, the dimension of the system can be greatly reduced by removing the row vector of the sensing matrix by considering only the diagonal component having actual information.
  • Equation 6> is a matrix from which the row vector of the sensing matrix constructed by the Kronecker product is removed. shows one example of The positions of rows may vary according to the mapping method of vec(). Because conventional compressive sensing algorithms have been studied in real the realization of is represented by Columns not marked here Is This is because the matrix has real values. In the pilot assigning step shown in FIG. 5, the base station can map the characteristics of the matrix to fit the compressive sensing algorithm as shown in Equation (6).
  • the sparse signal is restored using the orthogonal matching pursuit (OMP) and approximate message passing (AMP) algorithms, which are one of the compressive sensing algorithms, and the Bayesian approximate message passing (BAMP), an AMP algorithm suitable for binary signals. can do.
  • OMP orthogonal matching pursuit
  • AMP approximate message passing
  • BAMP Bayesian approximate message passing
  • the OMP algorithm is one of the sparse approximation algorithms, and it is an algorithm that updates the residual by finding the best matching. Matching calculates the correlation between the residual and the sensing matrix and selects the row with the highest correlation.
  • the operation of the OMP algorithm in every t-th iteration is expressed as ⁇ Equation 7>.
  • AMP approximate message propagation
  • the AMP algorithm adopts a method of taking a set of assumptions and approximations for computational efficiency in the existing message passing, and performs independent scalar minimum mean square error (MMSE) estimation for all variables x to be found.
  • MMSE minimum mean square error
  • AMP can represent the estimation problem related to the observation value y as an uncoupled scalar problem based on N asymptotic analysis, and is expressed as ⁇ Equation 9>.
  • the AMP algorithm is a method of estimating the MMSE using the distribution of sparse vectors as prior information.
  • the application of the AMP algorithm may be limited.
  • the Bayesian approximate message passing (BAMP) algorithm was studied.
  • the characteristic of the BAMP algorithm is that it has the principle of eliminating coupling like the AMP algorithm and additionally uses structured sparsity. That is, the BAMP algorithm uses the functions shown in Equation 12 instead of the soft thresholding function considering sparse vectors in the AMP algorithm.
  • the conditional expectation value is the measured value It represents the scalar MMSE estimate when given .
  • the value of can be expressed as an expression of closed form.
  • the distribution of the prior sparse vector can be expressed as Equation 13.
  • Is is defined as As initial values in AMP algorithm and BAMP algorithm is the 0 vector, can be set as the observed value y as the initial value of .
  • the objective function of the compressive sensing algorithm is an algorithm that reduces the mean square error between the estimated vector and the actual vector, there may be relatively poor performance compared to the maximum likelihood (ML) method based on mathematical modeling.
  • the covariance matching pursuit (CMP) algorithm which is an algorithm that can estimate the transmitting user with low complexity based on the likelihood function through probabilistic modeling of the received signal of the base station.
  • CMP covariance matching pursuit
  • the m-th column of the received signal silver has a distribution of is shown as Also in ⁇ Equation 16> can be expressed as a likelihood function, can be expressed as the likelihood of the received overlapping signal. may be expressed as a covariance matrix of the received signal. log and can be used to arrange the covariance matrix to appear.
  • M represents the number of base station antennas. Therefore, the maximum likelihood value can be obtained from the organized likelihood function, and the maximum likelihood value is obtained as in ⁇ Equation 17>. It is equivalent to finding a with the lowest value of the likelihood function.
  • the likelihood function of step 406 of FIG. 4 is can be calculated using According to another embodiment, the likelihood function of step 406 of FIG. 4 is It can be calculated using +c.
  • the CMP algorithm can be used to have a low computational complexity compared to the high computational complexity of the full investigation.
  • the basic idea of the CMP algorithm is to find the sample covariance of the received signal, find the sample covariance and the most suitable transmitting user one by one, and calculate it repeatedly until K most suitable transmitting users are detected.
  • ⁇ Equation 18> represents an equation for one column (m) of the received signal matrix, and can be described as the corresponding equation depending on whether the user transmits or not.
  • the ⁇ Equation 18> is an expression expressed by the last line of ⁇ Equation 18> according to the number of repetitions k, indicates whether the nth user is sending, and has a binary value of 0 or 1, is the index set of the transmitting user detected up to the K-1th iteration. denotes the pilot matrix of the transmitting user detected up to the K-1th iteration, denotes a pilot matrix of users who do not transmit until the K-1th repetition, including the n-th user.
  • Equation 19> is to detect a user index set through iterative calculation using the likelihood function.
  • I is an indicator function and may have a value of 1 for an element satisfying a condition.
  • the initial value according to the user number is 0, and the user index is set through a total of K iteration calculations.
  • the user index set may include a user index having a binary vector value of 0 or 1 depending on whether the user terminal transmits a signal.
  • the iterative formula of ⁇ Equation 19> may be applied.
  • the user index set (A) of ⁇ Equation 18> is a user index set including the user index of the optimal user terminal (a) of ⁇ Equation 17> to have the maximum value of the likelihood function of ⁇ Equation 16> can be
  • a first user index set ( ) can be determined.
  • a second user index set indicating whether the first user terminal and the second user terminal are transmitted may be detected using the first user index set and the likelihood function.
  • the finally obtained Kth user index set can be detected.
  • User index obtained by iterating k-1 times, and the k-th iterative calculation that can be predetermined using the likelihood function of Equation 16 may be performed, and the user index obtained by this may be can be
  • conditional covariance matrices for checking whether signals are transmitted from a plurality of user terminals may be calculated using the pilot signal matrices of the plurality of user terminals.
  • a hypothesis verification function representing a log-likelihood ratio may be calculated using a conditional covariance matrix, a likelihood function, and a sample covariance matrix by using the distribution of the hypothesis.
  • Equation 23 corresponds to an example of a calculation formula in which hypothesis testing is applied to the CMP algorithm.
  • Equation 23 may be applied as a method for detecting the user index set in step 408 of FIG. 4 of the present disclosure.
  • the largest scaled log-likelihood ratio in the hypothesis testing function with k iterations It is possible to find an optimal user representing .
  • the optimal user may be a user transmitting an uplink signal.
  • ⁇ Equation 24> represents a calculation formula for obtaining a set of user indexes through iterative calculations using a hypothesis verification function.
  • the basic principle is the same as in ⁇ Equation 19>, but the log-likelihood ratio is used by applying the hypothesis verification function to the likelihood function.
  • Equation 24 may be applied as a method for detecting the user index set in step 408 of FIG. 4 of the present disclosure.
  • a user terminal that allows the log-likelihood ratio indicated by the calculated hypothesis verification function to have a maximum value may be found, and a user index set including the user index of the user terminal may be detected.
  • ⁇ Equation 24> K times it is possible to detect a set of user indexes for all transmitting users.
  • a channel of a user transmitting a signal may be estimated using a minimum mean square error estimation technique.
  • Matrix subscript in ⁇ Equation 25> denotes a sub-matrix having the corresponding index of the matrix. Accordingly, it is possible to obtain the transmission user index and the estimated value of the channel experienced by the transmission user through a series of processes.
  • the base station 300 may allocate and transmit a pilot sequence to the plurality of user terminals 200a, 200b, and 200c through a pilot assignment step 501 .
  • a pilot signal including the assigned pilot sequence together (502a, 502b). Since the user terminal 200b does not transmit an uplink signal, the base station 300 does not detect other information related to the second user 200b.
  • the base station 300 receives an overlapping signal including transmission signals including pilot signals of a plurality of user terminals 200a and 200b, and detects a user index set by the methods according to embodiments of the present disclosure. and user detection may be performed through the user index set. By performing the user detection, a user terminal transmitting a signal may be detected, and channel estimation of the user terminal may be performed (503). Here, the channel estimation may be performed through a minimum error mean squared channel estimation technique. Through channel estimation, the base station 300 may detect or transmit data to the user terminals 200a and 200b that are transmitting the transmission signal ( 504 ).
  • FIG. 6 illustrates a user detection error rate according to a pilot length of a plurality of algorithms using sample covariance according to an embodiment of the present disclosure.
  • the error rate is lowered in the order of BAMP, FISTA, and OMP, and it can be confirmed that the error rate of the CMP algorithm according to the embodiments of the present disclosure is smaller than that of the other algorithms, so that the effect is excellent.
  • FIG. 7 illustrates a normalized mean squared error (NMSE) value reflecting a user detection error rate according to a pilot length when there is no antenna correlation of a plurality of algorithms using sample covariance according to an embodiment of the present disclosure.
  • NMSE normalized mean squared error
  • 8 illustrates a user detection error rate according to the number of base station antennas of a plurality of algorithms using sample covariance according to an embodiment of the present disclosure. 8 shows the user detection error rate according to the number of base station antennas when the pilot length L is constant as 12.
  • BAMP compressive sensing
  • FISTA FISTA
  • OMP other algorithms for compressive sensing
  • each of the above embodiments may be operated in combination with each other as needed.
  • at least a part of each of the embodiments of the present invention may be combined with each other and operated by a base station or a terminal.

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치를 개시한다. 상기 방법은, 복수의 유저 단말(UE)들 중 적어도 하나의 유저 단말의 송신 신호를 포함하는 중첩 신호(superimposed signal)를 수신하는 단계 - 각 송신 신호는 해당 유저 단말의 파일럿 신호를 포함함-; 기지국의 안테나 개수와 적어도 하나의 유저 단말의 파일럿 신호 행렬을 이용하여 수신된 중첩 신호로부터 샘플 공분산 행렬을 계산하는 단계; 기지국의 안테나 개수와 수신된 중첩신호를 기반으로, 수신된 중첩신호의 우도(likelihood) 확률을 나타내는 우도함수(likelihood function)를 산출하는 단계; 산출된 우도함수와 샘플 공분산 행렬을 이용하여 복수의 유저 단말들의 신호 송신 여부를 나타내는 유저 인덱스 집합을 검출하는 단계; 검출된 유저 인덱스 집합을 기반으로 신호를 송신중인 적어도 하나의 유저 단말의 채널 추정을 수행하는 단계를 포함한다.

Description

거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치
본 개시는 거대 다중 입출력(massive multiple-input multiple-output, massive MIMO)을 지원하는 기지국에서 복수의 단말들로부터 수신된 중첩된 신호로부터 유저 검출 및 채널 추정을 수행하기 위한 방법 및 장치에 관한 것이다.
4G 통신 시스템 상용화 이후 증가 추세에 있는 무선 데이터 트래픽 수요를 충족시키기 위해, 개선된 5G 통신 시스템 또는 pre-5G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 5G 통신 시스템 또는 pre-5G 통신 시스템은 4G 네트워크 이후 (Beyond 4G Network) 통신 시스템 또는 LTE 시스템 이후 (Post LTE) 이후의 시스템이라 불리어지고 있다.
높은 데이터 전송률을 달성하기 위해, 5G 통신 시스템은 초고주파 (mmWave) 대역 (예를 들어, 60기가 (60GHz) 대역과 같은)에서의 구현이 고려되고 있다. 초고주파 대역에서 전파의 경로 손실 완화 및 전파의 전달 거리를 증가시키기 위해, 5G 통신 시스템에서는 빔포밍 (beamforming), 거대 배열 다중 입출력 (massive MIMO), 전차원 다중입출력 (full dimensional MIMO: FD-MIMO), 어레이 안테나 (array antenna), 아날로그 빔형성 (analog beam-forming), 및 대규모 안테나 (large scale antenna) 기술들이 논의되고 있다.
또한 시스템의 네트워크 개선을 위해, 5G 통신 시스템에서는 진화된 소형 셀, 개선된 소형 셀 (advanced small cell), 클라우드 무선 액세스 네트워크 (cloud radio access network: cloud RAN), 초고밀도 네트워크 (ultra-dense network), 기기 간 통신 (device to device communication: D2D), 무선 백홀 (wireless backhaul), 이동 네트워크 (moving network), 협력 통신 (cooperative communication),CoMP (coordinated multi-points), 및 수신 간섭제거 (interference cancellation) 등의 기술 개발이 이루어지고 있다.
이 밖에도, 5G 시스템에서는 진보된 코딩 변조 (advanced coding modulation: ACM) 방식인 FQAM (hybrid FSK and QAM modulation) 및 SWSC (sliding window superposition coding)과, 진보된 접속 기술인 FBMC (filter bank multi carrier), NOMA (non-orthogonal multiple access), 및 SCMA (sparse code multiple access) 등이 개발되고 있다.
차세대 통신의 목표 중 하나로 사물 인터넷(internet of things, IoT), 사물 통신(machine type communication, MTC)를 지원하기 위해 거대 접속(massive connectivity)를 고려하고 있다.
다중입력 다중출력(Multiple-Input Multiple-Output, MIMO) 기술은 복수개의 송수신 안테나에서 발생되는 순간적인 채널에 맞추어 공간적으로 정보를 다중화하여 전송하는 것이다. MIMO 전송은 한 개의 시간 및 주파수 자원에 복수의 데이터 스트림(datastream)을 공간적으로 다중화하여 보낼 수 있기 때문에 데이터 전송률을 기존의 non-MIMO 전송과 비교하여 몇 배 더 증가시킬 수 있다. 또한, 다중 안테나 기술을 이용하여 기지국 및 유저 장비에서 채널 페이딩이 억제됨으로써 채널 용량, 네트워크 커버리지 영역, 및 스펙트럼 이용이 크게 향상 될 수 있다.
특히, 거대 다중 안테나 시스템(Massive MIMO system: Massive Multi-Input Multi-Output System)은 기지국(BS: base station)에 다수의 안테나를 설치하여 단순한 선형(linear) 프리코더(precoder)만으로도 차세대 통신 시스템에 서 요구하는 높은 데이터 효율(data rate)를 만족시킬 수 있다. 이론적으로 무한한 개수의 안테나를 사용할 경우 고속 페이딩(fast fading)뿐만 아니라 유저 간 간섭(IUI: inter-user interference)와 같이 시스템 성능을 제한하는 다양한 문제들을 완벽하게 제거할 수 있다.
통신 기술이 복잡해지는 환경에서 기지국(base station)은 수많은 유저 단말 혹은 디바이스와 연결을 해야 한다. 하지만 4G 통신에서 사용되는 직교 다중 접속(orthogonal multiple access, OMA)은 자원의 직교성(orthogonality)을 이용하기 때문에 제한된 주파수 자원 안에서 서비스할 수 있는 유저의 수가 한정된다. 따라서 차세대 통신에서 거대 접속을 위해 비 직교 다중접속(non-orthogonal multiple access, NOMA) 기법이 고려되고 있다.
각 유저 단말들은 유저를 식별(identify)할 수 있도록 하는 파일럿(pilot) 신호를 할당 받으며 파일럿 신호는 기지국과 사전 협의된 시퀀스일 수 있다. 기지국에서는 유저 단말들로부터 수신한 신호에 포함된 파일럿 시퀀스를 이용하여 어떤 유저 단말의 접근이 있는지 확인할 수 있다. Massive MIMO 시스템에서 유저 스케줄링 및 채널 추정을 위한 방법으로는 크게 grant-base 방법과 grant-free 방법이 있다. 기존의 통신 시스템에서는 기지국의 허가를 받는 grant-base 방법을 이용하여 유저 스케줄링 및 채널 추정이 이루어 졌지만, 기지국에 접속하는 유저 단말의 수가 급격히 증가하는 시스템에서 grant-base 방법은 저 지연(low-latency)을 지원하기 어려움이 있다. 반면 grant-free 방법은 기지국의 허가를 받지 않고 유저들이 경쟁하며 신호를 보내는 방법으로, grant-base 방법보다 저 지연 달성은 수월하지만 기지국에서는 복수의 유저로부터 송신된 중첩된 신호를 통하여 유저 검출 및 채널 추정을 수행해야 하므로 복잡도가 증가하는 문제가 있다. 따라서 저 지연의 조건이 요구되는 차세대 통신에서 grant-free 방법을 사용하는 것이 효과적이며, 기지국이 중첩된 수신 신호로부터 효율적으로 유저 검출 및 채널 추정을 수행하기 위한 연구가 진행되고 있다.
Grant-free 방법에 따라 복수의 유저 단말들이 소정의 채널 상관 시간(channel coherence time)동안 기지국으로 신호를 보내면 기지국에서는 중첩된 신호를 수신한다. 기지국에서는 수신된 중첩신호를 이용하여 어떤 유저 단말이 신호를 보냈는지 검출하고, 검출된 유저의 채널에 대한 정보를 추정한다. 이 시스템에서 유저 검출 및 유저의 채널 추정 문제는 희소 신호 추정 문제로 고려될 수 있으며, 희소 신호 추정 문제를 해결하기 위하여 compressive sensing 알고리즘이 활용될 수 있다. 하지만 채널이 연속형 수이므로 신호 송신 유저의 검출과 채널 추정을 동시에 수행하면 정확도가 떨어지는 문제가 있을 수 있다. 이러한 문제를 해결하기 위하여 유저 검출을 먼저 수행하고 이후 채널 추정을 수행하는 두 단계로 변환하는 방법이 고려되었고, 정확도가 떨어지는 문제를 보완할 수 있었다. 따라서, 우선적으로 송신 유저를 정확히 검출한다면 채널 추정을 더 효율적으로 실시 할 수 있다.
종래에는 유저를 검출하기 위한 방법으로 compressive sensing 알고리즘을 적용하였으나 파일럿에 해당하는 수신 신호의 샘플 공분산을 고려한 시스템을 벡터화 했을 때, Kronecker product 연산에 의해 sensing matrix의 특징이 달라질 수 있으며 compressive sensing 알고리즘의 성능 또한 달라질 수 있어 문제가 되었다. 따라서, compressive sensing 알고리즘에서 다양한 방식들의 추정법이 연구되었지만 높은 계산 복잡도를 가지고 있어, 송신 가능한 유저의 수가 증가할 때, 실질적인 사용이 어렵다는 한계를 가진다.
본 개시는 Massive MIMO 시스템에서 기지국이 복수의 유저 단말로부터 송신된 중첩 신호를 수신하여, 효율적으로 송신 유저를 검출하고 채널을 추정하는 방법 및 장치를 제안한다.
본 개시는 Massive MIMO 시스템에서 기지국이 복수의 유저 단말로부터 송신된 중첩 신호로부터 샘플 공분산 계산을 통하여 저 복잡도로 송신 유저를 검출하고 채널을 추정하는 방법 및 장치를 제안한다.
본 개시는 Massive MIMO 시스템에서 기지국은 중첨된 수신 신호를 확률적 모델링을 통한 우도 함수 (likelihood function)을 이용하여 저 복잡도로 송신 유저를 검출하고 채널을 추정하는 방법 및 장치를 제안한다.
본 발명의 실시예에 따른 거대 다중 입출력 시스템에서 기지국의 신호 수신 방법은 복수의 유저 단말(UE)들 중 적어도 하나의 유저 단말의 송신 신호를 포함하는 중첩 신호(superimposed signal)를 수신하는 단계, 여기서 상기 각 송신 신호는 해당 유저 단말의 파일럿 신호를 포함하고 상기 기지국의 안테나 개수와 상기 적어도 하나의 유저 단말의 파일럿 신호 행렬을 이용하여 상기 수신된 중첩 신호로부터 샘플 공분산 행렬을 계산하는 단계 상기 기지국의 안테나 개수와 상기 수신된 중첩신호를 기반으로, 상기 수신된 중첩신호의 우도(likelihood) 확률을 나타내는 우도함수(likelihood function)를 산출하는 단계 및 상기 산출된 우도함수와 상기 샘플 공분산 행렬을 이용하여 상기 복수의 유저 단말들의 신호 송신 여부를 나타내는 유저 인덱스 집합을 검출하는 단계 상기 검출된 유저 인덱스 집합을 기반으로 신호를 송신중인 적어도 하나의 유저 단말의 채널 추정을 수행하는 단계를 포함한다.
본 발명의 실시예에 따른 거대 다중 입출력 시스템에서 신호를 수신하기 위한 기지국은 복수의 유저 단말(UE)들 중 적어도 하나의 유저 단말의 송신 신호를 포함하는 중첩 신호(superimposed signal)를 수신하는 송수신기, 여기서 상기 각 송신 신호는 해당 유저 단말의 파일럿 신호를 포함하고 상기 기지국의 안테나 개수와 상기 적어도 하나의 유저 단말의 파일럿 신호 행렬을 이용하여 상기 수신된 중첩 신호로부터 샘플 공분산 행렬을 계산하고, 상기 기지국의 안테나 개수와 상기 수신된 중첩신호를 기반으로, 상기 수신된 중첩신호의 우도(likelihood) 확률을 나타내는 우도함수(likelihood function)를 산출하고, 상기 산출된 우도함수와 상기 샘플 공분산 행렬을 이용하여 상기 복수의 유저 단말들의 신호 송신 여부를 나타내는 유저 인덱스 집합을 검출하고, 상기 검출된 유저 인덱스 집합을 기반으로 신호를 송신중인 적어도 하나의 유저 단말의 채널 추정을 수행하는 적어도 하나의 프로세서를 포함한다.
본 개시의 다른 측면들과, 이득들 및 핵심적인 특징들은 부가 도면들과 함께 처리되고, 본 개시의 바람직한 실시예들을 게시하는, 하기의 구체적인 설명으로부터 해당 기술 분야의 당업자에게 자명할 것이다.
하기의 본 개시의 구체적인 설명 부분을 처리하기 전에, 이 특허 문서를 통해 사용되는 특정 단어들 및 구문들에 대한 정의들을 설정하는 것이 효과적일 수 있다: 상기 용어들 "포함하다(include)" 및 "포함하다(comprise)"와 그 파생어들은 한정없는 포함을 의미하며, 상기 용어 "혹은(or)"은 포괄적이고 "및/또는"을 의미하고 상기 구문들 "~와 연관되는(associated with)" 및 "~와 연관되는(associated therewith)"과 그 파생어들은 포함하고(include), ~내에 포함되고(be included within), ~와 서로 연결되고(interconnect with), 포함하고(contain), ~내에 포함되고(be contained within), ~에 연결하거나 혹은 ~와 연결하고(connect to or with), ~에 연결하거나 혹은 ~와 연결하고(couple to or with), ~와 통신 가능하고(be communicable with), ~와 협조하고(cooperate with), 인터리빙하고(interleave), 병치하고(juxtapose), ~로 가장 근접하고(be proximate to), ~로 ~할 가능성이 크거나 혹은 ~와 ~할 가능성이 크고(be bound to or with), 가지고(have), 소유하고(have a property of) 등과 같은 것을 의미하고 상기 용어 "제어기"는 적어도 하나의 동작을 제어하는 임의의 디바이스, 시스템, 혹은 그 부분을 의미하고, 상기와 같은 디바이스는 하드웨어, 펌웨어 혹은 소프트웨어, 혹은 상기 하드웨어, 펌웨어 혹은 소프트웨어 중 적어도 2개의 몇몇 조합에서 구현될 수 있다.
본 발명에서는 기지국에서 유저 단말로부터 수신된 신호를 확률적 모델링을 통하여 산출한 우도 함수(likelihood function)을 기반으로 저 복잡도로 송신 유저를 추정하는 알고리즘을 기술한다.
본 개시의 실시예들에서는 전수조사 방법에 가까운 성능을 가지는 새로운 알고리즘을 제안하여 전수조사 방법에 비해 낮은 계산 복잡도를 가지고, 종래의 compressive sensing 알고리즘 보다 높은 신뢰도를 갖는 송신 중인 유저 검출을 기대 할 수 있다. 기지국에서 유저 단말로부터 수신된 신호를 확률적 모델링을 통하여 산출한 우도 함수 (likelihood function)을 기반으로 저 복잡도로 송신 유저를 추정할 수 있을 것으로 기대된다. 또한, 송신 중인 유저의 인덱스를 활용하여 최적의 채널 추정 성능을 기대할 수 있다.
도 1은 본 개시의 일 실시예에 따라 거대 다중 입출력 시스템 구조를 도시한 것이다.
도 2는 본 개시의 일 실시예에 따라 유저 단말과 기지국의 통신 구조이며 유저 단말의 송신 여부에 따른 통신을 나타내는 구조를 도시한 것이다.
도 3은 본 개시의 일 실시예에 따른 기지국의 구조를 도시한 것이다.
도 4는 본 개시에서 제안하는 유저 단말들의 송신 신호에 기반하여 유저를 검출하고 채널을 예측하는 방법에 대한 흐름도를 도시한 것이다.
도 5는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 기지국 및 복수의 유저 단말의 동작을 도시한 것이다.
도 6은 본 개시의 일 실시예에 따라 샘플 공분산을 이용하는 복수의 알고리즘들의 파일럿 길이에 따른 유저 검출 에러율을 도시한 것이다.
도 7은 본 개시의 일 실시예에 따라 샘플 공분산을 이용하는 복수의 알고리즘들의 안테나 상관관계가 없을 때의 파일럿 길이에 따른 유저 검출 에러율을 반영한 정규화된 평균 오차 제곱 값을 도시한 것이다.
도 8은 본 개시의 일 실시예에 따라 샘플 공분산을 이용하는 복수의 알고리즘들의 기지국 안테나 수에 따른 유저 검출 에러율을 도시한 것이다.
본 개시에 따른 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다. 도면들 중 동일한 구성 요소들은 가능한 한 어느 곳에서든지 동일한 부호들로 나타내고 있음을 유의해야 한다. 본 개시를 설명함에 있어서, 관련된 공개 기술 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그에 대한 상세한 설명은 축약하거나 생략한다.
그리고 후술되는 용어들은 본 발명의 실시예들에서의 기능을 고려하여 정의된 용어들로서 이는 유저, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시 예들을 가질 수 있는 바, 특정 실시 예들을 도면들에 예시하여 상세하게 설명한다. 그러나, 이는 본 개시를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
또한, 본 명세서에서 명백하게 다른 내용을 지시하지 않는 "한"과, "상기"와 같은 단수 표현들은 복수 표현들을 포함한다는 것이 이해될 수 있을 것이다. 따라서, 일 예로, "컴포넌트(component)"는 하나 혹은 그 이상의 컴포넌트 표현들을 포함한다.
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 개시의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 개시를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시의 다양한 실시 예들은 전자 장치에 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리 또는 외장 메모리)에 저장된 하나 이상의 명령어들(instructions)을 포함하는 소프트웨어(예: 프로그램)로서 구현될 수 있다. 예를 들면, 전자 장치의 프로세서는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러(compiler) 생성된 코드 또는 인터프리터(interpreter)에 의해 실행될 수 있는 코드(code)를 포함할 수 있다. 전자 장치로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 개시에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: CD-ROM, DVD-ROM)의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 유저 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따르면, 본 개시의 각각의 구성 요소(예: 블록 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시 예들에 따르면, 전술한 구성 요소들 중 하나 이상의 구성 요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성 요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성 요소들(예: 블록 또는 프로그램)은 하나의 구성 요소로 통합될 수 있다. 이런 경우, 통합된 구성 요소는 상기 복수의 구성 요소들 각각의 구성 요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성 요소들 중 해당 구성 요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱(heuristic)하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
또한 본 개시의 실시 예에 따르면, 상기 전자 장치는 단말과의 무선 통신을 위한 채널(channel)을 제공할 수 있다. 상기 전자 장치는 기지국(base station), AN(access network), RAN(radio access network), eNB, eNodeB, 5G 노드(5G node), 송수신 포인트(TRP, transmission/reception point), 또는 5gNB(5th generation NodeB) 등을 의미할 수 있다. 편의상 상기 전자 장치를 기지국(base station)으로 예시하여 이하 본 개시의 실시 예들을 설명하기로 한다. 상기 단말은 상기 기지국과 무선 채널을 통해 통신하는 유저 단말(user equipment : UE), 이동국(mobile station), 가입자국(subscriber station), 원격 단말(remote terminal), 무선 단말(wireless terminal), 또는 유저 장치(user device) 등을 의미할 수 있다. 또한 본 개시의 실시 에에 따르면, MIMO 시스템은 예를 들어 3GPP(3rd Generation Partnership Project)에서 제안하는 롱-텀 에볼루션(long-term evolution: LTE, 이하 ‘LTE’) 시스템, 롱-텀 에볼루션-어드밴스드(long-term evolution-advanced: LTE-A, 이하 ‘LTE-A’) 시스템, LTE-A pro 시스템 또는 전술한 5G 시스템 등 다중 안테나 기술인 MIMO를 지원하는 다양한 무선 통신 시스템에 구현될 수 있다.
또한, 본 개시의 실시예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 개시의 실시예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
어떤 특정 제어기와 연관되는 기능성이라도 집중화되거나 혹은 분산될 수 있으며, 국부적이거나 원격적일 수도 있다는 것에 주의해야만 할 것이다. 특정 단어들 및 구문들에 대한 정의들은 이 특허 문서에 걸쳐 제공되고, 해당 기술 분야의 당업자는 많은 경우, 대부분의 경우가 아니라고 해도, 상기와 같은 정의들이 종래 뿐만 아니라 상기와 같이 정의된 단어들 및 구문들의 미래의 사용들에도 적용된다는 것을 이해해야만 할 것이다.
그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 개시의 개시가 완전하도록 하며, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다.
상향링크 grant-free NOMA 통신에서 기지국은 중첩된 유저들의 신호를 수신한다. 기지국에서 송신 유저를 정확히 찾는다면 종래의 최소 평균 오차 제곱 채널 추정 방법을 이용할 수 있으므로, 유저의 송신 여부를 판단하는 것이 중요하다. 이를 위해 본 개시의 한 실시예는 상향링크 유저가 전송한 시간-주파수 파일럿을 이용하여 기지국의 안테나 수에 따른 샘플 공분산(sample covariance)으로 희소 송신 유저를 찾는 compressive sensing 문제로 고려할 수 있다. 다른 실시예에서는 공분산 행렬에서 희소 송신 유저를 찾는 방법 중 하나로 공분산 행렬을 벡터화 하여 종래의 알고리즘을 이용하여 송신 유저를 찾을 수 있다. 한편, 기지국에서 수신 신호의 확률적 모델링으로 최대 우도 추정 방법으로 희소 송신 유저를 추정할 수 있지만, 전체 유저 수와 송신하는 유저 수에 따라 복잡도가 지수적으로 증가하는 문제가 있다. 따라서 본 발명에서는 기지국의 수신 신호를 확률적 모델링을 통한 우도 함수 (likelihood function)을 이용하여 저 복잡도로 송신 유저 추정 방법을 기술한다. 또한, 실제 환경에 적합한 pilot sequence를 선택하고 할당하는 방법을 포함한다.
도 1은 본 개시의 일 실시예에 따라 거대 다중 입출력 시스템 구조를 도시한 것이다.
도 1을 참조하면, M개의 안테나들을 가지는 기지국이 N명의 유저를 서비스하는 단일 셀 시스템이 도시되어 있으며, grant-free 기법을 사용하여 하나의 시간 단위(time interval) 동안에 N명의 유저 중 K명이 신호를 송신할 수 있다. 따라서 기지국에서는 K명의 유저가 송신한 신호가 중첩된 중첩신호를 수신하게 된다. 기지국의 안테나들과 n번째 유저 사이의 상향 링크 채널 벡터는
Figure PCTKR2021006078-appb-I000001
로 나타낼 수 있다. 채널은 코히런스 시간 (coherence time)동안 플랫 페이딩(flat-fading)을 겪는 독립적인 블록 페이딩(block-fading) 모델을 고려한다. 유저 n의 채널 벡터는 레일리 페이딩(Rayleigh fading) 모델을 가정하여,
Figure PCTKR2021006078-appb-I000002
의 분포를 가질 수 있고 채널의 대규모 페이딩(large scale fading), 음영 페이딩(shadow fading)의 효과는
Figure PCTKR2021006078-appb-I000003
에 반영된다.
도 2는 본 개시의 일 실시예에 따라 유저 단말과 기지국의 통신 구조에서 유저 단말의 신호 송신 여부에 따른 통신을 도시한 것이다. 도 2를 참조할 때, 상향링크 채널 추정을 위해 각각의 유저 (200a, 200b, 200c)는 L(L<T) 길이의 시퀀스를 포함하는 서로 다른 pilot 신호
Figure PCTKR2021006078-appb-I000004
를 가지고 있으며 상기 각 시퀀스는 기지국과 사전에 공유된 것일 수 있다. N 명의 유저들(200a, 200b, 200c) 중 K 명의 유저들이 coherence time 동안 동시에 신호를 보낸다고 가정한다. 이 때, 기지국이 수신하는 신호 및 수신된 신호의 전치 행렬은 <수학식 1>과 같이 표현될 수 있다.
Figure PCTKR2021006078-appb-M000001
Figure PCTKR2021006078-appb-I000005
<수학식 1>에서 H는 유저들과 기지국사이의 채널을 나타내는 채널 행렬이며, A는 유저들의 송신 여부를 나타내는 대각 행렬로 {0,1}의 이진 엘리먼트를 가지고, S는 유저들의 파일럿 시퀀스들을 포함하는 pilot signal 행렬, V는 가우시안 분포
Figure PCTKR2021006078-appb-I000006
를 따르는 잡음 행렬을 나타낸다.
도 3은 본 개시의 일 실시예에 따른 기지국의 구조를 도시한 것이다. 본 개시의 실시 예들로서 신호 수신과 유저 검출, 채널 추정을 수행하는 동작은 기지국에서 수행될 수 있다. 도 3을 참조하면, 기지국(300)은 송수신기(310) 및 적어도 하나의 프로세서(320)를 포함하여 구현될 수 있다. 여기서, 적어도 하나의 프로세서(320)는 송수신기(310)를 통해 무선 신호를 송신 및 수신할 수 있다. 그리고 적어도 하나의 프로세서(320)는 본 개시의 실시 예들에서 설명한 방식에 따라 기지국에서 신호 수신, 유저 검출 및 채널 추정을 수행하도록 장치 전반을 제어할 수 있다.
도 4는 본 개시에서 제안하는 유저 단말들의 송신 신호에 기반하여 유저를 검출하고 채널을 예측하는 방법에 대한 흐름도(400)를 도시한 것이다.
도 4를 참조하면, 402 단계에서 기지국은 복수의 유저 단말들 중 적어도 하나의 유저 단말의 송신 신호를 포함하는 중첩 신호를 수신할 수 있다. 각 송신 신호는 해당 유저 단말의 파일럿 신호를 포함할 수 있다. 각 유저 단말의 파일럿 신호는 사전에 기지국에게 알려진 시퀀스를 포함할 수 있다. 404 단계에서 기지국은 기지국 안테나 개수와 유저 단말들의 파일럿 시퀀스들을 포함하는 파일럿 신호 행렬을 이용하여 상기 중첩 신호로부터 샘플 공분산 행렬을 계산할 수 있다. 406 단계에서 기지국은 기지국 안테나 개수와 수신된 중첩신호를 기반으로 수신된 중첩신호의 우도 확률을 나타내는 우도함수를 산출할 수 있다. 408 단계에서 기지국은 상기 우도함수와 샘플 공분산 행렬을 이용하여 복수의 유저 단말들의 신호 송신 여부를 나타내는 유저 인덱스 집합을 검출할 수 있다.
일 실시예에서는 유저 인덱스 집합을 검출하는 경우, 우도함수가 최대값을 갖도록 하는 유저 단말의 신호 송신여부를 나타내는 제1 유저 인덱스 집합을 결정하고, 제1 유저 인덱스 집합과 산출된 우도함수를 이용하여 제1 및 제2 유저 단말의 송신여부를 나타내는 제2 유저 인덱스 집합을 검출할 수 있다. 유저 인덱스 집합은 제2 유저 인덱스 집합을 검출하는 단계를 미리 정해지는 K번 반복함으로써 최종적으로 얻어진 제2 유저 인덱스 집합일 수 있다.
다른 실시예에서는 유저 인덱스 집합을 검출하는 경우, 복수의 유저 단말들의 파일럿 신호 행렬을 이용하여 복수의 유저 단말의 신호 송신 여부를 확인하기 위한 조건부 공분산 행렬들을 계산할 수 있고, 조건부 공분산 행렬들, 상기 우도함수 및 상기 샘플 공분산 행렬을 이용하여 로그-우도 비를 검출할 수 있다. 상기 검출된 로그-우도 비가 최대값을 가지도록 하는 상기 적어도 하나의 유저 단말을 포함하는, 복수의 유저 단말의 유저 인덱스를 포함하는 유저 인덱스 집합을 검출할 수 있다. 유저 인덱스 집합 내에서 복수의 유저 단말들 각각의 유저 인덱스는 신호 송신 여부에 따라 0 또는 1의 이진 벡터 값을 가질 수 있다. 410 단계에서 기지국은 상기 유저 인덱스 집합을 기반으로 신호 송신 중인 유저 단말을 검출하고 상기 검출된 유저 단말의 채널 추정을 수행할 수 있다.
구체적으로, 수신된 신호를 나타내는 신호 행렬 Y를 이용하여 기지국 안테나 개수에 따라 유저 단말의 파일럿 신호를 포함하는 수신 신호의 샘플 공분산 행렬을 계산하며 이 샘플 공분산 행렬은 다음 <수학식 2>와 같이 정의 된다.
Figure PCTKR2021006078-appb-M000002
여기서
Figure PCTKR2021006078-appb-I000007
는 샘플 공분산 행렬이라고 표현될 수 있다.
<수학식 2>에서 기지국 안테나의 수 M이 무한할 때, 큰 수의 법칙(law of large numbers)에 의해 채널 및 송신 여부 행렬 및 그의 Hermitian 곱
Figure PCTKR2021006078-appb-I000008
이 대각 행렬화 되고 이 값을
Figure PCTKR2021006078-appb-I000009
로 정의한다. 여기서, A는 유저 송신 여부를 나타내는 행렬이며, 대각 행렬 성분이 0 혹은 1을 가지는 실수 대각 행렬로
Figure PCTKR2021006078-appb-I000010
이다. V는 가우시안 분포
Figure PCTKR2021006078-appb-I000011
를 따르는 잡음 행렬을 나타낸다.
Figure PCTKR2021006078-appb-M000003
<수학식 3>은 M이 무한할 경우의
Figure PCTKR2021006078-appb-I000012
에 관련된 수학식이다.
Figure PCTKR2021006078-appb-I000013
의 대각 행렬의 컴포넌트가 송신 여부에 따라 가지는 값을 나타내며, 송신 여부에 따라 채널의 분산
Figure PCTKR2021006078-appb-I000014
혹은 0의 값을 가진다.
반면 M이 유한할 때, 채널 및 송신 여부 행렬 및 그의 Hermitian 곱
Figure PCTKR2021006078-appb-I000015
은 행렬의 비 대각 성분이 0이 아닌 값을 가질 수 있으며 대각 성분은 M이 무한할 때와 다르게 채널 분산과 차이가 있다. 따라서 0이 아닌 비 대각 성분과 대각 성분의 채널 분산과 차이가 잡음과 같은 역할을 할 수 있고, 이 잡음 성분을
Figure PCTKR2021006078-appb-I000016
로 정의하며 샘플 공분산 수식은 <수학식 4>로 나타낸다.
일 실시예에 따르면, 본 개시의 샘플 공분산 행렬은
Figure PCTKR2021006078-appb-I000017
를 통하여 계산될 수 있다. 다른 실시예에 따르면, 본 개시의 샘플 공분산 행렬은 기지국 안테나 개수와 유저 단말의 파일럿 신호 행렬을 이용하여 계산 될 수 있다.
Figure PCTKR2021006078-appb-M000004
또한 compressive sensing 문제로 접근하기 위해 상기 <수학식 4>를 벡터화 할 수 있으며, 이는 적어도 하나의 프로세서(320)에서 수행될 수 있다. <수학식 4>를 벡터화 하여 표현하면 <수학식 5>와 같다.
Figure PCTKR2021006078-appb-M000005
<수학식 5>에서 사용된 vec()는 행렬을 벡터화 하는 맵핑 함수이며,
Figure PCTKR2021006078-appb-I000018
연산은 크로너클 곱(Kronecker product)을 나타낸다. 이 때,
Figure PCTKR2021006078-appb-I000019
는 sensing matrix로 볼 수 있다. 상기 기술한 바와 같이,
Figure PCTKR2021006078-appb-I000020
는 대각 행렬을 가지며, 대각 성분은 각각
Figure PCTKR2021006078-appb-I000021
혹은 0의 값을 가진다. 상기 <수학식 5>에서 대각 행렬의 벡터화를 실시하는 경우 매핑 방법에 따라 vec(
Figure PCTKR2021006078-appb-I000022
)의 대각 성분 및 비 대각 성분의 위치가 정해진다. 따라서, 실질적인 정보를 가지고 있는 대각 성분만을 고려하여 sensing matrix의 행 벡터를 제거함으로써 시스템의 차원을 크게 줄일 수 있다. 여기서 행 벡터가 제거된 sensing matrix를
Figure PCTKR2021006078-appb-I000023
로 표기한다.
하기 <수학식 6>은 Kronecker product에 의해 구성된 sensing matrix의 행 벡터를 제거한 행렬
Figure PCTKR2021006078-appb-I000024
의 한가지 예시를 나타낸다.
Figure PCTKR2021006078-appb-I000025
는 vec()의 매핑 방법에 행들의 위치가 달라질 수 있다. 종래의 compressive sensing 알고리즘들이 실수 영역에서 연구되었기 때문에
Figure PCTKR2021006078-appb-I000026
의 실수화 한 것을
Figure PCTKR2021006078-appb-I000027
로 나타낸다. 여기서 표기되지 않은 열
Figure PCTKR2021006078-appb-I000028
는
Figure PCTKR2021006078-appb-I000029
행렬이 실수 값을 가지기 때문이다. 도 5에 도시된 pilot assign 단계에서 <수학식 6>와 같이 매트릭스의 특성이 compressive sensing 알고리즘에 적합하도록 기지국에서 mapping 해줄 수 있다.
Figure PCTKR2021006078-appb-M000006
compressive sensing 알고리즘 중 하나인 직교 matching pursuit(orthogonal matching pursuit, OMP) 및 근사 메시지 전달(approximate message passing, AMP) 알고리즘과 이진 신호에 적합한 AMP알고리즘인 Bayesian 근사 메시지 전달(BAMP)을 이용하여 희소 신호를 복원할 수 있다. compressive sensing 알고리즘에서 sensing matrix를 A, 찾고자 하는 크기 N의 희소 벡터를 x, 분산
Figure PCTKR2021006078-appb-I000030
을 가지는 가우시안 분포의 잡음 벡터를 w, 그리고 이들의 선형 결합된 M개의 관측 값 벡터를 y로 나타낸다.
OMP 알고리즘은 희소 근사 알고리즘의 한 방법이며 최고의 matching을 찾아 잔차(residual)을 업데이트 하는 알고리즘이다. Matching은 residual과 sensing matrix의 상관성을 계산하여 가장 높은 상관성을 가지는 행을 선택하는 것이다. 매 t번째 반복에서 OMP 알고리즘의 동작을 <수학식 7>과 같이 나타낸다.
Figure PCTKR2021006078-appb-M000007
한편, 근사 메시지 전달 (AMP)는 Gaussian loopy belief propagation에 기반한 간략화 된 메시지 전달방법으로 볼 수 있다. 기존의 메시지 전달에서 계산 효율성을 위해 일련의 가정 및 근사를 취하는 방식을 택한 것이 AMP 알고리즘이며 모든 찾고자 하는 변수 x에 대한 독립적인 스칼라 최소 오차 제곱 평균(minimum mean square error, MMSE) 추정을 수행한다. 이 때, 하나의 scalar 관측 값
Figure PCTKR2021006078-appb-I000031
로부터 x를 추정하는 법칙은 <수학식 8>과 같다.
Figure PCTKR2021006078-appb-M000008
AMP는 관측 값 y와 관련된 추정 문제를 N개의 점근적 분석에 기반하여 커플링 없는 스칼라(uncoupled scalar) 문제로 나타낼 수 있으며 <수학식 9>과 같이 표현된다.
Figure PCTKR2021006078-appb-M000009
<수학식 9>에서 점근적으로
Figure PCTKR2021006078-appb-I000032
이고
Figure PCTKR2021006078-appb-I000033
이다. 이때, AMP는 반복 알고리즘을 매 t번째 반복에서
Figure PCTKR2021006078-appb-I000034
를 통하여 커플링을 제거하여 스칼라 문제로 표현하고
Figure PCTKR2021006078-appb-I000035
로 근사화 한다. 이 원리를 이용하여 AMP 알고리즘의 t번째 반복은 <수학식 10>과 같이 나타낸다.
Figure PCTKR2021006078-appb-M000010
<수학식 10>에서
Figure PCTKR2021006078-appb-I000036
와
Figure PCTKR2021006078-appb-I000037
는 각각
Figure PCTKR2021006078-appb-I000038
,
Figure PCTKR2021006078-appb-I000039
로 정의되고
Figure PCTKR2021006078-appb-I000040
은 희소 벡터를 고려한 soft thresholding function으로
Figure PCTKR2021006078-appb-I000041
로 정의 된다. 상기 기술한 AMP 알고리즘은 희소 벡터 x의 원소들이 라플라시안(Laplacian) 분포에 따라 생성되었다고 가정하여 유도되었다. <수학식 11>은 라플라시안 분포를 나타낸다.
Figure PCTKR2021006078-appb-M000011
따라서, AMP 알고리즘은 사전 정보(prior information)인 희소 벡터의 분포를 이용하여 MMSE 추정하는 방법이다.
사전 정보인 희소 벡터의 분포가 라플라시안 분포가 아닐 때는 AMP 알고리즘을 적용하기 제한될 수 있다. 이를 해결하는 방안으로 Bayesian 근사 메시지 전달(BAMP) 알고리즘이 연구되었다. BAMP 알고리즘의 특징은 AMP 알고리즘과 같이 커플링을 없애는 원리를 가지면서 추가로 구조화된 희소성을 이용한다. 즉, BAMP 알고리즘은 AMP 알고리즘에서 희소 벡터를 고려한 soft thresholding 함수 대신 <수학식 12>에 나타난 함수들을 이용한다.
Figure PCTKR2021006078-appb-M000012
<수학식 12>의 첫번째 식인 조건부 기대값은 측정 값
Figure PCTKR2021006078-appb-I000042
이 주어졌을 때의 scalar MMSE 추정 값을 나타내며, 희소 벡터 x의 사전정보가 주어지면
Figure PCTKR2021006078-appb-I000043
,
Figure PCTKR2021006078-appb-I000044
의 값은 닫힌 형태(closed form)의 식으로 표현 될 수 있다. 특히, 송신 신호가 이진 신호의 경우 사전 희소 벡터의 분포는 <수학식 13>과 같이 나타낼 수 있다.
Figure PCTKR2021006078-appb-M000013
<수학식 13>에서
Figure PCTKR2021006078-appb-I000045
은
Figure PCTKR2021006078-appb-I000046
이 0의 값을 가질 확률을 의미한다. 벡터의 희소 정도(sparsity level), K을 확정적으로 알고 있을 때 모든 n에 대하여
Figure PCTKR2021006078-appb-I000047
는
Figure PCTKR2021006078-appb-I000048
의 값을 가진다. 이진 신호에서 <수학식 12>의 값들은 <수학식 14>와 같이 닫힌 형태의 식으로 표현된다.
Figure PCTKR2021006078-appb-M000014
따라서, BAMP 알고리즘의 t번째 반복에 대한 식은 <수학식 15>와 같다.
Figure PCTKR2021006078-appb-M000015
매 반복에서
Figure PCTKR2021006078-appb-I000049
는
Figure PCTKR2021006078-appb-I000050
로 정의 된다. AMP 알고리즘 및 BAMP 알고리즘에서 초기값으로
Figure PCTKR2021006078-appb-I000051
는 0 벡터,
Figure PCTKR2021006078-appb-I000052
의 초기값으로 관측 값 y로 설정할 수 있다.
compressive sensing 알고리즘의 목적함수는 추정한 벡터와 실제 벡터 간의 평균 제곱 오차를 줄이는 알고리즘이기 때문에 수학적 모델링 기반의 최대 우도(maximum likelihood, ML) 방법과 비교했을 때 상대적으로 성능의 열화가 있을 수 있다.
따라서, 본 개시에서는 기지국의 수신 신호를 확률적 모델링을 통한 우도 함수 (likelihood function)을 기반으로 저 복잡도로 송신 유저를 추정할 수 있는 알고리즘인 공분산 일치 추구(covariance matching pursuit, CMP)알고리즘을 이용할 수 있다. 상기 기술한 채널 환경 가정에서 수신된 신호는 열별(column-wise)로 독립적이므로 우도 함수는 <수학식 16>과 같이 나타낸다.
Figure PCTKR2021006078-appb-M000016
<수학식 16>에서 수신 신호의 m번째 column
Figure PCTKR2021006078-appb-I000053
은
Figure PCTKR2021006078-appb-I000054
의 분포를 가지며,
Figure PCTKR2021006078-appb-I000055
와 같이 나타낸다. 또한 <수학식 16>의
Figure PCTKR2021006078-appb-I000056
는 우도함수라고 표현될 수 있으며,
Figure PCTKR2021006078-appb-I000057
는 수신된 중첩신호의 우도라고 표현 될 수 있다.
Figure PCTKR2021006078-appb-I000058
는 수신된 신호의 공분산 행렬이라고 표현될 수 있다. 상기 우도함수를 log 및
Figure PCTKR2021006078-appb-I000059
을 이용하여 공분산 행렬이 나타나도록 정리할 수 있다. 여기서 M은 기지국 안테나의 개수를 나타낸다. 따라서 정리된 우도함수에서 최대 우도 값을 구할 수 있으며, 최대 우도 값을 구하는 것은 <수학식 17>과 같이
Figure PCTKR2021006078-appb-I000060
인 우도함수의 최저 값을 갖는 a 를 찾는 것과 같다.
일 실시예에 따르면, 도 4의 406단계의 우도함수는
Figure PCTKR2021006078-appb-I000061
를 이용하여 산출될 수 있다. 다른 실시예에 따르면, 도 4의 406단계의 우도함수는
Figure PCTKR2021006078-appb-I000062
Figure PCTKR2021006078-appb-I000063
+ c를 이용하여 산출 될 수 있다.
Figure PCTKR2021006078-appb-M000017
최적의 a를 찾기 위해 조건에 맞는 모든 경우를 고려하는 전수 조사를 해야하지만,
Figure PCTKR2021006078-appb-I000064
의 지수적으로 증가하는 높은 계산 복잡도 때문에, 많은 유저들이 한 기지국에 접속하고자 하는 시스템에 적용하기는 제한될 수 있다. 따라서, 이러한 문제를 해결하기 위한 방안으로 전수 조사의 높은 계산 복잡도에 비해 낮은 계산 복잡도를 가지도록 CMP 알고리즘을 사용할 수 있다.
CMP 알고리즘의 기본 아이디어는 수신 신호의 샘플 공분산을 구하고 상기 샘플 공분산과 가장 적합한 송신 유저를 한 명씩 찾고, 가장 적합한 송신 유저를 K명 검출할 때까지 반복하여 계산하는 것이다.
수신 신호의 전치 행렬을 나타내는 <수학식 1>을 CMP 알고리즘에 따라 정리하면 <수학식 18>과 같다.
Figure PCTKR2021006078-appb-M000018
<수학식 18>은 수신 신호 행렬의 한 열(m)에 대한 수식을 나타내며, 유저의 송신 여부에 따라 해당 식과 같이 기술할 수 있다. 상기 <수학식 18>은 반복 횟수 k에 따라 <수학식 18>의 마지막 라인으로 표현된 식이며,
Figure PCTKR2021006078-appb-I000065
은 n번째 유저의 송신 여부를 나타내며 0 혹은 1인 이진 값을 가지고,
Figure PCTKR2021006078-appb-I000066
는 K-1번째 반복까지 검출된 송신 유저의 인덱스 집합이다.
Figure PCTKR2021006078-appb-I000067
는 K-1번째 반복까지 검출한 송신 유저의 파일럿 행렬을 나타내며,
Figure PCTKR2021006078-appb-I000068
는 n번째 유저를 포함하여 K-1번째 반복까지 송신하지 않는 유저들의 파일럿 행렬을 나타낸다.
Figure PCTKR2021006078-appb-M000019
<수학식 19>는 우도함수를 활용하여 반복계산을 통해 유저 인덱스 집합을 검출하기 위한 것이다. 여기서 I는 지시자 함수(indicator function)로 조건을 만족하는 원소에 대하여 1의 값을 가질 수 있다. 유저 번호에 따른 초기값은 0이며 총 K번 반복 계산을 통하여 유저 인덱스 집합
Figure PCTKR2021006078-appb-I000069
를 구할 수 있다. 상기 유저 인덱스 집합은 유저 단말의 신호 송신 여부에 따라 0 또는 1의 이진 벡터 값을 가지는 유저 인덱스를 포함할 수 있다.
일 실시예에 따르면, 본 개시의 도 4의 408단계에서 상기 <수학식 19>의 반복 계산식이 적용 될 수 있다. <수학식 18>의 유저의 인덱스 집합(A)는 <수학식 16>의 우도함수의 최대값을 갖도록 하는 <수학식 17>의 최적의 유저 단말(a)의 유저 인덱스를 포함하는 유저 인덱스 집합일 수 있다. <수학식 19>에서 우도함수가 최대값을 갖도록 하는 제1 유저 단말의 신호송신 여부를 나타내는 제1 유저 인덱스 집합(
Figure PCTKR2021006078-appb-I000070
)을 결정할 수 있다. 상기 제1 유저 인덱스 집합과 우도함수를 이용하여 제1 유저 단말 및 제2 유저 단말의 송신여부를 나타내는 제2 유저 인덱스 집합을 검출할 수 있다. 상기 검출하는 동작을 k번 반복함으로써 최종적으로 얻어진 제 K 유저 인덱스 집합을 검출할 수 있다. k-1번 반복 계산되어 구해진 유저 인덱스,
Figure PCTKR2021006078-appb-I000071
과 <수학식 16>의 우도함수를 이용하여 미리 정해질 수 있는 k번째의 반복 계산이 수행될 수 있으며, 이로써 구해지는 유저 인덱스는
Figure PCTKR2021006078-appb-I000072
일 수 있다.
<수학식 18>에서
Figure PCTKR2021006078-appb-I000073
으로부터 우도를 계산하기 위해 정확한
Figure PCTKR2021006078-appb-I000074
의 분포가 필요하지만
Figure PCTKR2021006078-appb-I000075
의 분포를 알기 위해서는
Figure PCTKR2021006078-appb-I000076
의 높은 계산 복잡도가 요구된다. 이러한 고 복잡도의 어려움을 해결하기 위해
Figure PCTKR2021006078-appb-I000077
를 조건부 기댓값을 사용하여 <수학식 20>과 같이 모델링 할 수 있다.
Figure PCTKR2021006078-appb-M000020
<수학식 20>에서 한가지 예시로써 유저 송신 여부가 모든 n에 대해
Figure PCTKR2021006078-appb-I000078
인 균등분포일 때,
Figure PCTKR2021006078-appb-I000079
,
Figure PCTKR2021006078-appb-I000080
의 값을 가진다. 반면 비 균등 분포일 때에는 도 5의 pilot assign 단계에서 기지국이 유저 활동의 확률 값에 따라 유저에게 적절한 파일럿 신호를 할당하는 것으로 성능 향상을 기대할 수 있다.
본 개시의 일 실시예에서 실제 벡터의 값이 0 혹은 1을 가지는 이진 벡터일 때, 가설 검정(hypothesis test)를 통해 조건부 공분산 값을 판단하는 방법을 사용할 수 있다. 이를 위해, <수학식 18>에서
Figure PCTKR2021006078-appb-I000081
에 따라 조건부 공분산을 모델링 하면 <수학식 21>과 같다.
Figure PCTKR2021006078-appb-M000021
<수학식 21>을 이용하여 복수의 유저 단말들의 파일럿 신호 행렬들을 이용하여 복수의 유저 단말들의 신호 송신 여부를 확인하기 위한 조건부 공분산 행렬들을 계산할 수 있다. 또한
Figure PCTKR2021006078-appb-I000082
은 가정에 의해 기댓값이 0인 복소 가우시안 분포를 가지므로, k번째 반복에서
Figure PCTKR2021006078-appb-I000083
= 0일 때 가설의 분포
Figure PCTKR2021006078-appb-I000084
및
Figure PCTKR2021006078-appb-I000085
=1일 때 가설의 분포
Figure PCTKR2021006078-appb-I000086
은 <수학식 22>와 같이 나타낼 수 있다.
Figure PCTKR2021006078-appb-M000022
상기 가설의 분포를 활용하여 조건부 공분산 행렬, 우도함수, 샘플 공분산 행렬을 이용하여 로그-우도 비를 나타내는 가설 검증 함수를 산출할 수 있다.
Figure PCTKR2021006078-appb-M000023
<수학식 23>은 CMP 알고리즘에 가설 검증을 적용한 계산식의 한 예에 해당한다. 일 실시예에 따르면, 본 개시의 도 4의 408단계에서 유저 인덱스 집합을 검출하기 위한 방안으로 상기 <수학식 23>이 적용 될 수 있다. 가설 검증이 적용된 CMP 알고리즘에서는 k번의 반복계산으로 가설 검증함수에서 가장 큰 로그-우도 비(scaled log-likelihood ratio),
Figure PCTKR2021006078-appb-I000087
를 나타내는 최적의 유저를 찾을 수 있다.여기서 최적의 유저는 상향링크 신호를 송신하고 있는 유저일 수 있다.
Figure PCTKR2021006078-appb-M000024
<수학식 24>는 가설 검증 함수를 이용하여 반복계산을 통해 유저 인덱스 집합을 구하는 계산 식을 나타낸다. 기본적인 원리는 <수학식 19>와 같으나 우도함수에 가설 검증 함수를 적용하여 로그-우도 비를 활용한다.
일 실시예에 따르면, 본 개시의 도 4의 408단계에서 유저 인덱스 집합을 검출하기 위한 방안으로 상기 <수학식 24>가 적용 될 수 있다. 상기 산출된 가설 검증 함수가 나타내는 로그-우도 비가 최대값을 가지도록 하는 유저 단말을 찾고 상기 유저 단말의 유저 인덱스를 포함하는 유저 인덱스 집합을 검출할 수 있다. <수학식 24>를 K번 반복 수행하여 전체 송신 유저에 대한 유저 인덱스 집합을 검출할 수 있다.도 3의 적어도 하나의 프로세서(320)는 검출된 유저들의 유저 인덱스들을 나타내는 유저 인덱스 집합, A를 참고하여, <수학식 24>와 같이 최소 평균 오차 제곱 추정 기법을 이용하여 신호를 송신 중인 유저의 채널을 추정할 수 있다.
Figure PCTKR2021006078-appb-M000025
<수학식 25>의 행렬 아래 첨자
Figure PCTKR2021006078-appb-I000088
는 행렬의 해당 인덱스를 가지는 하위 행렬(sub-matrix)를 의미한다. 따라서, 일련의 과정들을 통하여 송신 유저 인덱스 및 송신 유저가 겪는 채널의 추정 값을 얻을 수 있다.
compressive sensing과 본 개시에서 제안하는 실시예들의 유저 검출 에러률을 실험을 통해 비교하여 검증하였다.
도 5는 본 개시의 일 실시예에 따른 무선 통신 시스템에서 기지국 및 복수의 유저 단말의 동작을 도시한 것이다. 기지국(300)은 파일럿 할당(pilot assign) 단계(501)를 통하여 복수의 유저 단말들(200a, 200b, 200c)에게 파일럿 시퀀스를 할당하고 송신할 수 있다. 복수의 유저 단말들 중 적어도 하나의 유저 단말(200a, 200c)은 상향링크 신호를 송신하는 경우, 상기 할당받은 파일럿 시퀀스를 포함하는 파일럿 신호를 함께 송신할 수 있다.(502a, 502b) 하지만, 송신하지 않는 유저 단말 (200b)의 경우 상향링크 신호를 송신하지 않기 때문에 기지국(300)은 유저2(200b)와 관련된 다른 정보들을 검출하지 않는다. 기지국 (300)은 복수의 유저 단말들(200a, 200b)의 파일럿 신호들을 포함하는 송신 신호들을 포함하는 중첩 신호를 수신하고, 본 개시의 실시예들에 따른 방법들에 의하여 유저 인덱스 집합을 검출할 수 있으며, 상기 유저 인덱스 집합을 통하여 유저 검출을 수행할 수 있다. 상기 유저 검출을 수행하여 신호를 송신하고 있는 유저 단말을 검출 할 수 있고, 해당 유저 단말의 채널 추정을 수행할 수 있다(503). 여기서 채널 추정은 최소 오차 제곱 평균 채널 추정 기법을 통하여 수행될 수 있다. 채널 추정을 통하여, 기지국(300)은 송신 신호를 송신하고 있는 유저 단말들(200a, 200b)에게 데이터를 검출 또는 송신 할 수 있다 (504).
도 6은 본 개시의 일 실시예에 따라 샘플 공분산을 이용하는 복수의 알고리즘들의 파일럿 길이에 따른 유저 검출 에러율을 도시한 것이다.
도 6에서 사용된 환경은 기지국 안테나의 수(M)가 32개이고, M=32, 해당 기지국에 접근하는 전체 유저(N)는 100명, N=100, 이중 실제 전송하는 유저의 수(K)를 5명, K=5, 신호대 잡음비는 10 dB로 설정하였다. 도 6은 M=32, N=100, K=5일 때, 파일럿 길이에 따라 CMP, OMP, FISTA, BAMP 알고리즘을 적용했을 때의 유저 검출에 대한 에러율을 비교하였으며, 또한 기지국의 안테나 상관 관계(
Figure PCTKR2021006078-appb-I000089
)가 있을 때의 에러율의 변화를 보여준다. 이때, 안테나 상관관계 행렬은 <수학식 26>과 같이 가정하였다.
도 6을 참조하면 BAMP, FISTA, OMP 순으로 에러율이 낮아짐을 확인할 수 있고, 상기 다른 알고리즘들에 비하여 본 개시의 실시예들에 따른 CMP 알고리즘의 에러율이 더 적어 효과가 우수함을 확인할 수 있다. 또한, 기지국의 안테나 상관관계 (
Figure PCTKR2021006078-appb-I000090
=0.3)가 존재할 때, 모든 알고리즘들에서 에러율이 증가하여 성능 열화가 있음을 확인할 수 있다.
Figure PCTKR2021006078-appb-M000026
도 7은 본 개시의 일 실시예에 따라 샘플 공분산을 이용하는 복수의 알고리즘들의 안테나 상관관계가 없을 때의 파일럿 길이에 따른 유저 검출 에러 율을 반영한 정규화된 평균 오차 제곱 값(NMSE)을 도시한 것이다. 안테나 상관관계가 없을 때, 추정된 채널과 실제 채널과의 차이를 보여주기 위해 <수학식 27>과 같이 정규화된 평균오차제곱을 고려하였으며, 도 7은 도 6의 에러율을 반영한다. 도 7에서 확인할 수 있듯이, BAMP, FISTA, OMP, CMP 순으로 정규화된 평균 오차 제곱 값이 감소함을 확인할 수 있어, 본 개시의 실시예들에 따른 CMP 알고리즘의 에러율이 더 적어 효과가 우수함을 확인할 수 있다.
Figure PCTKR2021006078-appb-M000027
도 8은 본 개시의 일 실시예에 따라 샘플 공분산을 이용하는 복수의 알고리즘들의 기지국 안테나 수에 따른 유저 검출 에러율을 도시한 것이다. 도 8은 파일럿 길이(L)가 12로 일정 할 때, 기지국 안테나 수에 따른 유저 검출 에러율을 나타낸 것이다. 본 개시의 실시예들에 따른 CMP 알고리즘이 다른 compressive sensing을 위한 알고리즘들(BAMP, FISTA, OMP)과 비교했을 때 유저 검출 에러율이 줄어들어 성능의 개선이 있음을 확인할 수 있으며, 상대적으로 적은 안테나 및 짧은 파일럿 길이를 이용하여 목표하는 에러율에 더 효율적으로 도달 할 수 있음을 알 수 있다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 즉 본 발명의 기술적 사상에 바탕을 둔 다른 변형예들이 실시 가능하다는 것은 본 발명의 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. 또한 상기 각각의 실시 예는 필요에 따라 서로 조합되어 운용할 수 있다. 예컨대, 본 발명의 실시예들 각각의 적어도 일부분이 서로 조합되어 기지국 혹은 단말에 의해 운용될 수 있다.
본 명세서와 도면에 개시된 실시 예들은 본 개시의 기술 내용을 쉽게 설명하고, 본 개시의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 개시의 범위를 한정하고자 하는 것은 아니다. 또한 앞서 설명된 본 개시에 따른 실시예들은 예시적인 것에 불과하며, 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 범위의 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호 범위는 다음의 특허청구범위에 의해서 정해져야 할 것이다.

Claims (15)

  1. 거대 다중 입출력 시스템에서 기지국에 의한 신호 수신 방법에 있어서,
    복수의 유저 단말(UE)들 중 적어도 하나의 유저 단말의 송신 신호를 포함하는 중첩 신호(superimposed signal)를 수신하는 단계 - 상기 각 송신 신호는 해당 유저 단말의 파일럿 신호를 포함함-;
    상기 기지국의 안테나 개수와 상기 적어도 하나의 유저 단말의 파일럿 신호 행렬을 이용하여 상기 수신된 중첩 신호로부터 샘플 공분산 행렬을 계산하는 단계;
    상기 기지국의 안테나 개수와 상기 수신된 중첩신호를 기반으로, 상기 수신된 중첩신호의 우도(likelihood) 확률을 나타내는 우도함수(likelihood function)를 산출하는 단계;
    상기 산출된 우도함수와 상기 샘플 공분산 행렬을 이용하여 상기 복수의 유저 단말들의 신호 송신 여부를 나타내는 유저 인덱스 집합을 검출하는 단계; 및
    상기 검출된 유저 인덱스 집합을 기반으로 신호를 송신중인 적어도 하나의 유저 단말의 채널 추정을 수행하는 단계를 포함하는 방법.
  2. 제 1항에 있어서,
    상기 유저 인덱스 집합을 검출하는 단계는:
    상기 산출된 우도함수가 최대값을 갖도록 하는 제1 유저 단말의 신호 송신 여부를 나타내는 제1 유저 인덱스 집합을 결정하는 단계;
    상기 제1 유저 인덱스 집합과 상기 산출된 우도함수를 이용하여 제1 유저 단말 및 제2 유저 단말의 송신 여부를 나타내는 제2 유저 인덱스 집합을 검출하는 단계를 포함하고,
    상기 유저 인덱스 집합은 상기 검출하는 단계를 미리 정해지는 K번 반복함으로써 최종적으로 얻어진 제K 유저 인덱스 집합임을 특징으로 하는 방법.
  3. 제 1항에 있어서,
    상기 유저 인덱스 집합을 검출하는 단계는:
    상기 복수의 유저 단말들의 파일럿 신호 행렬들을 이용하여 상기 복수의 유저 단말들의 신호 송신 여부를 확인하기 위한 조건부 공분산 행렬들을 계산하는 단계;
    상기 조건부 공분산 행렬들, 상기 우도함수 및 상기 샘플 공분산 행렬을 이용하여 로그-우도 비를 나타내는 가설 검증 함수를 산출하는 단계; 및
    상기 산출된 가설 검증 함수가 나타내는 로그-우도 비가 최대값을 가지도록 하는 상기 적어도 하나의 유저 단말을 포함하는, 상기 복수의 유저 단말들의 유저 인덱스를 포함하는 상기 유저 인덱스 집합을 검출하는 단계를 포함하고,
    상기 복수의 유저 단말들 각각의 유저 인덱스는 신호 송신 여부에 따라 0 또는 1의 이진 벡터 값을 가지는 방법.
  4. 제 1항에 있어서,
    상기 샘플 공분산 행렬은
    Figure PCTKR2021006078-appb-I000091
    를 이용하여 계산되며,
    여기서 M은 상기 기지국의 안테나 개수를 나타내고, Y는 상기 수신된 중첩신호의 행렬을 나타내는 방법.
  5. 제 1항에 있어서,
    상기 우도함수는
    Figure PCTKR2021006078-appb-I000092
    을 이용하여 산출되며,
    여기서 M은 상기 기지국의 안테나 개수를 나타내며,
    Figure PCTKR2021006078-appb-I000093
    는 상기 수신된 중첩신호의 우도를 나타내는 방법.
  6. 제 1항에 있어서,
    상기 우도함수는,
    Figure PCTKR2021006078-appb-I000094
    을 이용하여 산출되며,
    상기 수학식에서
    Figure PCTKR2021006078-appb-I000095
    는 상기 수신된 중첩신호의 공분산 행렬을 나타내며,
    Figure PCTKR2021006078-appb-I000096
    는 상기 수신된 중첩신호의 상기 샘플 공분산 행렬을 나타내는 방법.
  7. 제 1항에 있어서,
    상기 채널 추정을 수행하는 단계는,
    상기 수신된 중첩 신호를 기반으로 최소 오차 제곱 평균 채널 추정 기법을 통하여 수행됨을 특징으로 하는 방법.
  8. 제 1항에 있어서,
    상기 파일럿 신호들을 상기 복수의 유저 단말들 각각에 할당하는 단계, 및
    상기 할당된 파일럿 신호들을 상기 복수의 유저 단말에게 전송하는 단계를 더 포함하는 방법.
  9. 거대 다중 입출력 시스템에서 신호를 수신하는 기지국에 있어서,
    복수의 유저 단말(UE)들 중 적어도 하나의 유저 단말의 송신 신호를 포함하는 중첩 신호(superimposed signal)를 수신하는 송수신기 - 상기 각 송신 신호는 해당 유저 단말의 파일럿 신호를 포함함-; 및
    상기 기지국의 안테나 개수와 상기 적어도 하나의 유저 단말의 파일럿 신호 행렬을 이용하여 상기 수신된 중첩 신호로부터 샘플 공분산 행렬을 계산하고, 상기 기지국의 안테나 개수와 상기 수신된 중첩신호를 기반으로, 상기 수신된 중첩신호의 우도(likelihood) 확률을 나타내는 우도함수(likelihood function)를 산출하고, 상기 산출된 우도함수와 상기 샘플 공분산 행렬을 이용하여 상기 복수의 유저 단말들의 신호 송신 여부를 나타내는 유저 인덱스 집합을 검출하고, 그리고 상기 검출된 유저 인덱스 집합을 기반으로 신호를 송신중인 적어도 하나의 유저 단말의 채널 추정을 수행하는 적어도 하나의 프로세서를 포함하는 기지국.
  10. 제 9항에 있어서, 상기 적어도 하나의 프로세서는:
    상기 산출된 우도함수가 최대값을 갖도록 하는 제1 유저 단말의 신호 송신 여부를 나타내는 제1 유저 인덱스 집합을 결정하고, 및
    상기 제1 유저 인덱스 집합과 상기 산출된 우도함수를 이용하여 제1 유저 단말 및 제2 유저 단말의 송신 여부를 나타내는 제2 유저 인덱스 집합을 검출하는 동작을 수행하도록 구성되고,
    상기 유저 인덱스 집합은 상기 검출하는 단계를 미리 정해지는 K번 반복함으로써 최종적으로 얻어진 제K 유저 인덱스 집합임을 특징으로 하는 기지국.
  11. 제 9항에 있어서, 상기 적어도 하나의 프로세서는:
    상기 복수의 유저 단말들의 파일럿 신호 행렬들을 이용하여 상기 복수의 유저 단말들의 신호 송신 여부를 확인하기 위한 조건부 공분산 행렬들을 계산하고,
    상기 조건부 공분산 행렬들, 상기 우도함수 및 상기 샘플 공분산 행렬을 이용하여 로그-우도 비를 나타내는 가설 검증 함수를 산출하고, 및
    상기 산출된 가설 검증 함수가 나타내는 로그-우도 비가 최대값을 가지도록 하는 상기 적어도 하나의 유저 단말을 포함하는, 상기 복수의 유저 단말들의 유저 인덱스를 포함하는 상기 유저 인덱스 집합을 검출하는 동작을 수행하도록 구성되고,
    상기 복수의 유저 단말들 각각의 유저 인덱스는 신호 송신 여부에 따라 0 또는 1의 이진 벡터 값을 가지는 기지국.
  12. 제 9항에 있어서,
    상기 샘플 공분산 행렬은
    Figure PCTKR2021006078-appb-I000097
    를 이용하여 계산되며,
    여기서 M은 상기 기지국의 안테나 개수를 나타내고, Y는 상기 수신된 중첩신호의 행렬을 나타내고,
    상기 우도함수는
    Figure PCTKR2021006078-appb-I000098
    을 이용하여 산출되며,
    여기서 M은 상기 기지국의 안테나 개수를 나타내며,
    Figure PCTKR2021006078-appb-I000099
    는 상기 수신된 중첩신호의 우도를 나타내는 기지국.
  13. 제 9항에 있어서,
    상기 우도함수는,
    Figure PCTKR2021006078-appb-I000100
    을 이용하여 산출되며,
    상기 수학식에서
    Figure PCTKR2021006078-appb-I000101
    는 상기 수신된 중첩신호의 공분산 행렬을 나타내며,
    Figure PCTKR2021006078-appb-I000102
    는 상기 수신된 중첩신호의 상기 샘플 공분산 행렬을 나타내는 기지국.
  14. 제 9항에 있어서, 상기 적어도 하나의 프로세서는;
    상기 수신된 중첩 신호를 기반으로 최소 오차 제곱 평균 채널 추정 기법을 통하여 상기 채널 추정을 수행하도록 구성됨을 특징으로 하는 기지국.
  15. 제 9항에 있어서, 상기 적어도 하나의 프로세서는 상기 파일럿 신호들을 상기 복수의 유저 단말들 각각에 할당하고, 및
    상기 할당된 파일럿 신호들을 상기 송수신기를 통하여 상기 복수의 유저 단말에게 전송하는 동작을 더 수행하도록 구성됨을 특징으로 하는 기지국.
PCT/KR2021/006078 2020-05-15 2021-05-14 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치 WO2021230709A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/925,183 US11962436B2 (en) 2020-05-15 2021-05-14 User detection technique, and method and apparatus for channel estimation in wireless communication system supporting massive multiple-input multiple-output

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0058400 2020-05-15
KR1020200058400A KR20210141143A (ko) 2020-05-15 2020-05-15 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치

Publications (1)

Publication Number Publication Date
WO2021230709A1 true WO2021230709A1 (ko) 2021-11-18

Family

ID=78524714

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/006078 WO2021230709A1 (ko) 2020-05-15 2021-05-14 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치

Country Status (3)

Country Link
US (1) US11962436B2 (ko)
KR (1) KR20210141143A (ko)
WO (1) WO2021230709A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210141143A (ko) * 2020-05-15 2021-11-23 삼성전자주식회사 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080009332A (ko) * 2005-05-16 2008-01-28 콸콤 인코포레이티드 파일럿 가중을 이용한 파일럿 전송 및 채널 추정
KR20090003185A (ko) * 2006-02-14 2009-01-09 모토로라 인코포레이티드 파일럿 신호 전송 방법 및 장치
KR20140104903A (ko) * 2013-02-21 2014-08-29 부산대학교 산학협력단 배열 안테나를 이용한 도래각 추정 장치 및 방법
KR101606159B1 (ko) * 2015-04-16 2016-03-25 한국과학기술원 거대배열 안테나 시스템을 위한 채널추정신호 설계방법
WO2017086753A1 (ko) * 2015-11-18 2017-05-26 삼성전자 주식회사 다중 안테나를 이용하는 무선 통신 시스템에서 채널 상태 정보를 송수신하는 방법 및 장치

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8369471B1 (en) * 2008-10-21 2013-02-05 Marvell International Ltd. Method and apparatus for improving channel estimation
JP6455154B2 (ja) 2015-01-08 2019-01-23 株式会社デンソー 車両用電子機器
US9750056B2 (en) 2015-01-27 2017-08-29 Huawei Technologies Co., Ltd. System and method for transmission in a grant-free uplink transmission scheme
US9509443B1 (en) * 2015-06-03 2016-11-29 Huawei Technologies Co., Ltd. Transmission schemes for device communications
EP3300402B1 (en) 2015-06-23 2019-11-13 Huawei Technologies Co., Ltd. Unlicensed transmission method and corresponding user equipment
US10912117B2 (en) 2016-05-23 2021-02-02 Lg Electronics Inc. Method and apparatus for competition-based transmitting of uplink data in wireless communication system to which non-orthogonal multiple access scheme is applied
WO2018031620A1 (en) 2016-08-12 2018-02-15 Intel IP Corporation Uplink grant-free noma (non-orthogonal multiple access) transmissions
US10673593B2 (en) 2016-11-03 2020-06-02 Huawei Technologies Co., Ltd. HARQ signaling for grant-free uplink transmissions
US11546929B2 (en) 2017-01-09 2023-01-03 Huawei Technologies Co., Ltd. Systems and methods for signaling for semi-static configuration in grant-free uplink transmissions
CN108365925B (zh) 2017-01-26 2021-05-18 华为技术有限公司 一种数据传输的方法和用户设备
US10594459B2 (en) * 2017-04-26 2020-03-17 Ntt Docomo, Inc. Method and apparatus for extracting large-scale features in propagation channels via non-orthogonal pilot signal designs
US20190068335A1 (en) 2017-08-25 2019-02-28 Qualcomm Incorporated Grant-free uplink communication
KR20210128841A (ko) * 2020-04-17 2021-10-27 삼성전자주식회사 Mimo를 지원하는 무선 통신 시스템에서 채널 추정 방법 및 장치
KR20210141143A (ko) * 2020-05-15 2021-11-23 삼성전자주식회사 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080009332A (ko) * 2005-05-16 2008-01-28 콸콤 인코포레이티드 파일럿 가중을 이용한 파일럿 전송 및 채널 추정
KR20090003185A (ko) * 2006-02-14 2009-01-09 모토로라 인코포레이티드 파일럿 신호 전송 방법 및 장치
KR20140104903A (ko) * 2013-02-21 2014-08-29 부산대학교 산학협력단 배열 안테나를 이용한 도래각 추정 장치 및 방법
KR101606159B1 (ko) * 2015-04-16 2016-03-25 한국과학기술원 거대배열 안테나 시스템을 위한 채널추정신호 설계방법
WO2017086753A1 (ko) * 2015-11-18 2017-05-26 삼성전자 주식회사 다중 안테나를 이용하는 무선 통신 시스템에서 채널 상태 정보를 송수신하는 방법 및 장치

Also Published As

Publication number Publication date
KR20210141143A (ko) 2021-11-23
US20230164002A1 (en) 2023-05-25
US11962436B2 (en) 2024-04-16

Similar Documents

Publication Publication Date Title
US20230040739A1 (en) Method, device and computer readable medium of communication
US20170289835A1 (en) Channel tracking and transmit beamforming with frugal feedback
WO2018155884A1 (ko) 무선 통신 시스템에서 보안 키를 생성하기 위한 장치 및 방법
WO2016175609A1 (ko) 무선 통신 시스템에서 하향링크 채널 추정 장치 및 방법
WO2014109538A1 (ko) 무선 통신 시스템에서 셀 간 간섭 제거 방법 및 장치
WO2021210959A1 (ko) 마이모를 지원하는 무선 통신 시스템에서 채널 추정 방법 및 장치
WO2020158966A1 (ko) Massive mimo 채널에 대한 채널 추정을 수행하는 방법 및 이를 위한 통신 장치
EP2340619A2 (en) Apparatus and method for transmission of dynamic feedback channel information in a mimo system
WO2021230709A1 (ko) 거대 다중 입출력을 지원하는 무선 통신 시스템에서 유저 검출 기법 및 채널 추정 방법 및 장치
CN110401475A (zh) 下行波束训练方法、网络设备和终端设备
WO2022114561A1 (ko) 심층 신경망을 이용한 활성 단말 검출과 채널 추정 방법 및 장치
CN108242943B (zh) 通信中用于预编码的方法和设备
Bian et al. Supporting more active users for massive access via data-assisted activity detection
KR20130112743A (ko) 다중 셀 다중 사용자 다중 안테나 간섭 채널 환경에서 간섭 정렬에 기반한 기지국과 단말의 통신 방법 및 다중 사용자 ｍｉｍｏ 간섭 채널에서 간섭 정렬 및 블록 순차적 간섭 선­제거를 이용한 통신 방법
WO2018070853A1 (ko) 무선 셀룰러 통신 시스템에서 네트워크 지원 간섭 제거 및 억제를 위한 방법 및 장치
WO2018128438A1 (ko) 복수의 무선 신호들을 컴바이닝하는 방법 및 장치
CN109831823B (zh) 用于通信的方法、终端设备和网络设备
WO2021073543A1 (en) Channel state information reporting method, base station, and user equipment
CN116210177A (zh) 用于训练神经网络的参考信号补偿
CN112640322B (zh) 针对mu-mimo通信的用户选择
Gopala et al. Optimal algorithms and CRB for reciprocity calibration in massive MIMO
Chawla et al. Sparse Bayesian learning assisted decision fusion in millimeter wave massive MIMO sensor networks
JP5339865B2 (ja) 無線受信方法、及び無線受信装置
KR101770055B1 (ko) 대규모 mimo-ofdm 시스템에서의 채널 추정 방법 및 장치
WO2023090474A1 (ko) 채널 상태 정보를 전송하는 방법, 전송 기기, 프로세싱 장치 및 저장 매체, 그리고 채널 상태 정보를 수신하는 방법, 및 수신 기기

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21804204

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21804204

Country of ref document: EP

Kind code of ref document: A1